Jurnal
Teknik Industri
JURNAL KEILMUAN TEKNIK INDUSTRI
Diterbitkan oleh :
JURUSAN TEKNIK INDUSTRI, FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
Jurnal TI
Vol. 1
No.3
Halaman 224-311
ISSN 1411-6340
Jurnal
Teknik Industri
JURNAL KEILMUAN TEKNIK INDUSTRI
Volume 1 Nomor 3, November 2011
Penanggung Jawab
Dewan Penyunting:
Ketua
Wakil Ketua
Mitra Bestari :
1. Dr. Ferry Jie (RMIT, AUSTRALIA)
2. Prof. DR. Zuraidah Mohd. Zain (UNIMAP, MALAYSIA)
3. Prof. Dr. Ir. Abdul Hakim Halim (Institut Teknologi Bandung, INDONESIA)
4. Prof. Dr. Ir. Eriyatno, MSAE (Institut Pertanian Bogor, INDONESIA)
5. Ir. Sritomo Wignjosoebroto, MSc (Institut Teknologi Sepuluh Nopember, INDONESIA)
6. Dr. Pudji Asuti (Universitas Trisakti, INDONESIA)
7. Prof. Ir. Nyoman Pujawan, Ph.D (ITS, Surabaya)
8. Prof. Dr. Ir. Yuri T Zagloel (Universitas Indonesia, INDONESIA)
9. Prof. Dr. Ir. Marimin (Institut Pertanian Bogor, INDONESIA)
10. Dr. Ir. The Jin Ai (Universitas Atma Jaya Yogyakarta, INDONESIA)
Anggota Sidang Penyunting :
1. Dr. Ir. Docki Saraswati, M.Eng
2. Ir. Didien Suhardini, Ph.D
3. Dr. Ir. Tiena G. Amran
Penyunting Pelaksana :
1. Ir. Iveline Anne Marie, MT
2. Rina Fitriana, ST, MM
3. Dian Mardi Safitri, ST, MT
Sekretaris
Layout
Sirkulasi
: Wijie Junarwati, ST
: Sonny Sugiarto
: Helmy Fauzan
Penerbit
Alamat Penerbit/Redaksi
Jurnal Teknik Industri diterbitkan sejak bulan Oktober 2000 oleh Jurusan Teknik Industri, Fakultas
Teknologi Industri, Universitas Trisakti.
Terbit tiga kali dalam setahun yaitu Maret, Juli dan Nopember.
Redaksi menerima karangan ilmiah berupa hasil penelitian, survey dan telaah pustaka yang erat
kaitannya dengan Bidang Teknik Industri. Ketentuan penulisan naskah dapat dilihat pada halaman
belakang.
Jurnal
Teknik Industri
JURNAL KEILMUAN TEKNIK INDUSTRI
Volume 1 Nomor 3, November 2011
DAFTAR ISI
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
224
230
231
240
241
250
251
255
256
260
261
269
270
277
278
291
292
298
299
311
Diterbitkan oleh :
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Trisakti
Jurnal TI
Vol. 1
No.3
Halaman 224-311
ISSN 1411-6340
ABSTRACT
The paper discusses the optimum arrangement of ticket window on the south gate of
Pondok Gede Barat Toll in order to minimize the cost. This is because when the congestion
occurs, the highway road users would be disadvantageous because their money is not
compensated with the services provided by the highway management. The queue model at the
toll gates are (M/M/4), (FCFS / / ). To solve this problem, we use queuing theory so that it
can result in the following statement: for shift 1, condition 1, the optimal shelter is three
shelters with the customer waiting time in queue (WQ) of 5.819 seconds and the idle time of
employees (X) of 19.667%. For shift 1, condition 2, the optimum shelter is 2 shelters with
consumers waiting time in queue (WQ) of 7.274 seconds and idle time employees (X) of 22.5%.
For shift 2, the optimum shelter is 2 shelters with consumers waiting time in queue (WQ) of
0.995 seconds and idle time employees (X) of 57%. For shift 3, the optimum shelter is 1 shelters
with consumers waiting time in queue (WQ) of 3.28 seconds and idle time employees (X) of
58.6%. After improvement, the cost of services incurred by the company was Rp 243,043.9 so
the company can minimize the cost in amount of Rp 154,664.3.
Keywords: Queue model, cost minimization
1.
PENDAHULUAN1
Seiring
dengan
pertambahan
penduduk dan pemerataan pembangunan
didaerah, maka semakin banyak penduduk
yang menetap dan bekerja di Jakarta.
Dengan adanya hal tersebut, lahan di
Jakarta menjadi semakin sempit, baik lahan
untuk perumahan maupun tempat usaha
didalam kota Jakarta. Oleh karena itu, para
pengusaha mulai melirik daerah pinggiran
Jakarta seperti: Tangerang, Bekasi dan
Bogor sebagai tempat menanamkan modal
dibidang property baik itu perumahan
murah sampai real estate maupun tempat
usaha.
Karena semakin banyak penduduk
yang menetap dan bekerja di daerah
pinggiran Jakarta atau tinggal di daerah
tersebut tetapi bekerja di Jakarta, maka
diperlukan jalan yang dapat mempersingkat
waktu perjalanan. Dan jalan tol sebagai
Korespondensi :
Ririn Regiana Dwi Satya
E-mail : ririn_regiana@yahoo.com
224
2.
KAJIAN PUSTAKA
Teori
antrian
pertama
kali
dikemukakan oleh A.K. Erlang, seorang
insinyur bangsa Denmark pada tahun 1910
dalam bukunya Solution of Some Problem
in The Theory of Probability of Significant
in Automatic Telephone Exchange. Beliau
melakukan eksperimen tentang fluktuasi
permintaan
fasilitas
telepon
yang
berhubungan dengan automatic dialing
equipment, yaitu peralatan penyambung
telepon otomatis.
Dalam waktu yang sangat sibuk
operator sangat kewalahan untuk melayani
para penelepon secepatnya, sehingga para
penelepon harus antri menunggu gilirannya.
Persoalan aslinya A.K. Erlang hanya
melakukan perhitungan keterlambatan
(delay) dari seorang operator yang
kemudian dilanjutkan dengan penelitian
untuk menghitung kesibukan beberapa
operator.
225
3.
Setelah
data
diolah
melalui
serangkaian uji statistik, didapat data-data
yang berkaitan dengan sistem antrian
sebagai berikut:
1. Laju rata-rata kedatangan kendaraan
yang melalui gerbang selatan tol
Pondok Gede Barat adalah :
- Shift 1 kondisi 1 jam 05.30-09.30 :
4,580 kendaraan per 10 detik
- Shift 1 kondisi 2 jam 09.30-13.30 :
3,210 kendaraan per 10 detik
- Shift 2 jam 13.30-21.30
1,961 kendaraan per 10 detik
:
:
:
:
Selain
data
laju
kedatangan
kendaraan dan waktu pelayanan, diketahui
juga bahwa pelayanan yang diberikan
melalaui saluran paralel (multi channel)
dengan fasilitas pelayanan berjumlah 4
buah gardu pelayanan, disiplin antrian
adalah FCFS (First Come First Service)
dengan jumlah kandaraan yang dapat
dilayani didalam sistem antrian tidak
terbatas, serta populasi input atau jumlah
kendaraan yang mungkin keluar dari
gerbang selatan tol Pondok Gede Barat
tidak terbatas.
Berdasarkan data-data diatas, maka
model antrian pada sistem antrian gerbang
selatan tol Pondok Gede Barat dapat
dinyatakan sebagai berikut:
(M/M/4):(FCFS//)
Gambar 1. Model antrian pada gerbang selatan tol Pondok Gede Barat
226
Dalam
pengambilan
keputusan
mengenai berapa jumlah gardu yang
optimal, maka perlu diperhatikan
Keterangan tabel :
C : Jumlah gardu
: / : Tingkat kegunaan fasilitas
Po : Probabilitas tidak ada konsumen
dalam sistem antrian
Lq : Rata-rata jumlah konsumen dalam
antrian (kendaraan)
Ls : Rata-rata jumlah konsumen dalam
sistem antrian (kendaraan)
Wq : Waktu
menunggu
rata-rata
konsumen dalam antrian (detik)
Ws : Waktu
menunggu
rata-rata
konsumen dalam sistem antrian
(detik)
X : Persentase waktu menganggur
karyawan (%)
Po
Lq
Ls
1
0.458 0.19 2.41
*
*
*
2
0.458 0.19 2.41
*
*
*
3
0.458 0.19 2.41 0.06 2.665 5.075
4
0.458 0.19 2.41 0.08 0.439 2.849
Wq
*
*
5.819
0.959
Ws
*
*
11.082
6.222
X
*
*
19.667
39.75
Dari tabel diatas dapat diketahui bahwa jumlah gardu yang optimal dan sesuai dengan
kriteria perusahaan untuk shift 1 kondisi 1 adalah sebanyak 3 (tiga) buah gardu.
Po
Lq
Ls
1
0.321 0.207 1.55
*
*
*
2
0.321 0.207 1.55 0.13 2.335 3.885
3
0.321 0.207 1.55 0.2 0.273 1.823
4
0.321 0.207 1.55 0.21 0.052 1.602
Wq
*
7.274
0.85
0.163
Ws
*
12.105
5.681
4.993
X(
*
22.5
48.333
61.25
Dari tabel diatas dapat diketahui bahwa jumlah gardu yang optimal dan sesuai dengan
kriteria perusahaan untuk shift 1 kondisi 2 adalah sebanyak 2 (dua) buah gardu.
227
Po
Lq
1
0.196 0.228 0.86 0.14 5.283
2
0.196 0.228 0.86 0.4 0.195
3
0.196 0.228 0.86 0.42 0.025
4
0.196 0.228 0.86 0.42 0.003
Ls
6.143
1.055
0.855
0.863
Wq
26.94
0.995
0.128
0.017
Ws
31.326
5.381
4.514
4.403
X
14
57
71.333
78.5
Dari tabel diatas dapat diketahui bahwa jumlah gardu yang optimal dan sesuai dengan
kriteria perusahaan untuk shift 2 adalah sebanyak 2 (dua) buah gardu.
Po
Lq
1
0.089 0.215 0.414 0.59
0.292
2
0.089 0.215 0.414 0.66
0.019
3
0.089 0.215 0.414 0.66
0.001
4
0.089 0.215 0.414 0.66 0.0001
Ls
0.706
0.433
0.415
0.4141
Wq
3.286
0.208
0.011
0.001
Ws
7.938
4.859
4.662
4.652
X
58.6
79.3
86.2
89.65
Dari tabel diatas dapat diketahui bahwa jumlah gardu yang optimal dan sesuai dengan
kriteria perusahaan untuk shift 3 adalah sebanyak 1 (satu) buah gardu.
Perhitungan Biaya
Perhitungan waktu kerja karyawan :
Diasumsikan :
- 1 tahun : 12 bulan : 20 hari kerja
- Waktu kerja/hari : 8 jam dengan allowance 10% dimana ada 3 shift per hari
- Total 1 hari kerja adalah : ( 8 jam ( 8jam * 10%)) * 3 : 21,6 jam
- Total 1 bulan : 21,6 jam * 20 hari : 432 jam
Perincian biaya diperkirakan secara umum (kurang lebih). Perincian tidak dapat diberikan
secara nyata karena pihak perusahaan tidak memperbolehkan untuk mendapatkan data biaya
ataupun gaji yang bersifat sangat rahasia dan pribadi. Berikut ini adalah perincian biaya
penyediaan pelayanan :
-
: Rp 2.000.000
: Rp
25.000
: Rp 114.583
: Rp 216.667
: Rp 30.000 +
Rp 2.386.250
228
Variabel keputusan :
X1 : jumlah karyawan yang bertugas
pada jam 05.30 09.30
X2 : jumlah karyawan yang bertugas
pada jam 09.30 13.30
X3 : jumlah karyawan yang bertugas
pada jam 13.30 17.30
X4 : jumlah karyawan yang bertugas
pada jam 17.30 21.30
X5 : jumlah karyawan yang bertugas
pada jam 21.30 01.30
X6 : jumlah karyawan yang bertugas
pada jam 01.30 05.30
Tujuan :
Meminimalkan jumlah karyawan yang
dibutuhkan. Berikut ini adalah fungsi
tujuannya :
Min Z : X1 + X2 + X3 + X4 + X5 + X6
Kendala :
1. X1 + X2 4
2. X2 + X3 3
3. X3 + X4 3
Jumlah Pengawas
1
1
1
1
1
1
Jumlah Karyawan
4
3
3
3
2
2
4. X4 + X5 3
5. X5 + X6 2
6. X1 + X6 2
Adapun formulasi matematis linier
programing adalah sebagai berikut :
Minimumkan Z : X1 + X2 + X3 + X4
+ X5 + X6
Dengan kendala :
1. X1 + X2 4
2. X2 + X3 3
3. X3 + X4 3
4. X4 + X5 3
5. X5 + X6 2
6. X1 + X6 2
X1, X2, X3, X4, X5, X6 0
Setelah didapat formulasi matematis seperti
di atas, langkah selanjutnya adalah
penyelesaian dengan menggunakan metode
simpleks. Tabel iterasi yang dilakukan
adalah iterasi 1 sampai iterasi 7 dan hasil
yang didapat adalah jumlah karyawan yang
229
KESIMPULAN
230
ABSTRACT
DKI Jakarta is a region which has a very large population but it is not supported directly
by the rice field area that can meet the needs of rice for its population. Cipinang rice market
center (PIBC) managed by PT. Food Station Tjipinang Jaya (FSTJ) is expected to be a party
that can manage and control the supply of rice for food security, especially in the Jakarta area.
One important aspect of rice for regulating and controlling of food security in DKI Jakarta is
the aspect of supply and price of rice.
Artificial neural network is one of the methods which can be used to solve many
problems, especially in complex and difficult mathematical modelling. One of the problems that
can be solved by using artificial neural networks is the forecasting of time series data. The
purpose of this study was to forecast supply and price of rice in DKI Jakarta province.
Forecasting was made to anticipate rice supply scarcity and rice price increases that could
disrupt the availability and buying power of DKI Jakarta's residents.
Time series data which was used as input data in this study was the weekly data of
supply rice and rice price for the period of January 2009 up to July 2010. Training was
conducted using several network models as well as several network parameters to determine the
capabilities of artificial neural network in forecasting the most accurate value. To obtain the
optimum network, some number of nodes were tried. The number of input was used in the input
layer was four nodes, the number of nodes in the hidden layer was tried with four, six and eight
nodes, while the number of output nodes was two nodes. This network also used a learning rate
of 0.2 and momentum of 0.05 and activation function was logsig.
Experiments have shown that the optimal network for supply and rice price forecasting
can be obtained by using four input nodes, eight hidden nodes and two output nodes. Result of
the study show that the accuracy of forecasting models to forecast the supply of rice and to
forecast rice prices had reached more than 90%. From the results of forecasting, the models
can provide also early warning for the supply and price of rice in the form of statement "safe",
"cautious" or "prone".
Keywords: Artificial Neural Network, Forecasting, Early Warning System, Rice, DKI Jakarta
1.
PENDAHULUAN2
231
232
2.
METODE
DAN
TAHAPAN
PERANCANGAN PENELITIAN
Pada
penelitian
ini,
model
dikembangkan
dengan
menggunakan
metode jaringan syaraf tiruan (JST)
backpropagation (Patuelli, 2006), untuk
memperkirakan pasokan beras dan harga
beras . Tahapan perancangan JST untuk
prakiraan pasokan dan harga beras dapat
dilihat pada Gambar 1. JST dirancang
dengan
arsitektur
JST
tiga
lapis
(Kahfourushan, 2010). JST tersebut
Gambar 1. Tahapan Perancangan Jaringan Syaraf Tiruan Untuk Prakiraan serta Peringatan Dini
dari Pasokan dan Harga Beras di DKI Jakarta.
233
3.
PERANCANGAN
PENELITIAN
MODEL
234
Tabel 1. Pemilihan Fungsi Aktivasi dan Algoritma Pelatihan Untuk JST IR64/III
Spesifikasi
Fungsi
Algoritma
MSE
Epoch
R
JST
Aktivasi
Pelatihan
1
2
3
4
5
6
7
8
9
10
11
12
Tansig
Logsig
Purelin
traingd
traingdm
traingdx
trainlm
traingd
traingdm
traingdx
trainlm
traingd
traingdm
traingdx
trainlm
0.002630
0.002330
0.001980
0.000999
0.008420
0.004860
0.001440
0.000987
0.004500
0.004580
0.004480
0.004480
5000
5000
5000
76
5000
5000
5000
10
5000
5000
5000
4
0.954
0.960
0.974
0.983
0.852
0.914
0.975
0.983
0.920
0.919
0.921
0.921
Tabel 2. Pemilihan Momentum Untuk JST Prakiraan Harga Beras IR 64/ III
Spesifikasi JST
Nilai Momentum
MSE
Epoch
8.1
8.2
8.3
8.4
8.5
0.005
0.05
0.1
0.5
0.9
0.00088
0.000999
0.000987
0.000987
0.001
19
23
10
10
15
0.98494
0.98297
0.98309
0.98309
0.98288
235
Tabel 3. Pemilihan Toleransi Error Untuk JST Prakiraan Harga Beras IR 64/ III
Spesifikasi JST
Toleransi error
MSE
Epoch
8.1.1
8.1.2
8.1.3
0.0001
0.001
0.01
0.0508
0.00088
0.00413
1808
19
2
0.46821
0.98494
0.94048
4
8
12
0.000999
0.00088
0.000997
236
Epoch
92
19
2308
0.98290
0.98494
0.98290
Proses Pengujian
Proses pengujian dilakukan dengan
menggunakan arsitektur JST hasil pelatihan
yang memiliki kinerja terbaik yaitu yang
menghasilkan nilai error dan epoch
terkecil. Arsitektur JST terbaik yang
dihasilkan dalam penelitian ini adalah JST
untuk pasokan beras, JST untuk prakiraan
harga beras tipe IR64/III dan JST untuk
prakiraan harga beras tipe Muncul/ III.
Spesifikasi dari masing-masing JST
tersebut dapat dilihat pada Tabel 6.
Aturan Untuk Peringatan Dini
Sebagai contoh untuk JST prakiraan
harga beras, aturan peringatan dini
diperoleh dari diskusi dengan pakar dan
dapat dinyatakan sebagai berikut:
Input : harga untuk minggu ke-i, i = 1, 2,
3,4
Output : prakiraan harga untuk minggu
ke-j, j = 5, 6.
4
dan
4
JST Harga
Beras
IR 64/ III
4 neuron
4 neuron
4 neuron
2 neuron
2 neuron
2 neuron
Fungsi Aktivasi
logsig
logsig
logsig
Algoritma pelatihan
trainlm
trainrp
trainlm
0.005
0.005
0.005
0.2
0.2
0.2
0.001
0.001
0.001
8 neuron
8 neuron
8 neuron
Momentum
Learning rate
Goal error
Neuron hidden layer
4.
PRAKIRAAN
DAN
PERINGATAN DINI PASOKAN
DAN HARGA BERAS
237
Gambar 2. Tampilan JST Prakiraan Pasokan Beras dari PIBC Ke DKI Jakarta
238
5.
KESIMPULAN
DAFTAR PUSTAKA
[1]
Badan
Pusat
Statistik.
2009.
Perkembangan Beberapa Indikator
Utama Sosial-Ekonomi Indonesia.
Badan Pusat Statistik. 2011. Produksi
Padi Menurut Provinsi dalam
http://www.deptan.go.id/infoeksekuti
[2]
f/tan/ARAM-I-2011/prod-padi.htm.
Diakses tanggal 14.03 2011.
[3] Gumbira-Sa'id, E., T. Bantacut, R.
Hasbullah. 2007. Manajemen Rantai
Pasok Beras dan Fitur Terminal
Agribisnis Biji-Bijian. Agrimedia,
Majalah Agribisnis, Manajemen dan
Teknologi. Desember Vol.12 No.2.
[4] Hasbullah, R. 2007. Gerakan
Nasional
Penurunan
Susut
Pascapanen. Agrimedia, Majalah
Agribisnis,
Manajemen
dan
Teknologi. Desember Vol.12 No.2.
[5] Kahforoushan, E. , M. Zarif, E. B.
Mashahir. 2010. Prediction of Added
Value of Agricultural Subsections
Using Artificial Neural Networks:
Box-Jenkins
and
Holt-Winters
Methods. Journal of Development
and Agricultural Economics Vol.
2(4), pp. 115-121.
[6] Munakata, T. 2008. Fundamentals of
the New Artificial Intelligence :
Neural, Evolutionary, Fuzzy and
More. Second Edition. SpringerVerlag, London.
[7] Nainggolan, K. 2007. Perberasan
Sebagai Bagian Dari Ketahanan
Pangan
Nasional.
Agrimedia,
Majalah Agribisnis, Manajemen dan
Teknologi. Desember Vol.12 No.2.
[8] Patuelli, R., A.
Reggiani, P.
Nijkamp, U. Blien. 2006. New
Neural Network Methods for
Forecasting Regional Employment.
The Tinbergen Institute, The Institute
for Economic Research of The
Erasmus Universiteit Rotterdam,
Universiteit van Amsterdam, and
Vrije Universiteit Amsterdam.
[9] Seminar, K. B., Marimin dan N.
Andarwulan. 2010. Sistem Deteksi
Dini untuk Manajemen Krisis Pangan
dengan Simulasi Model Dinamik dan
Komputasi
Cerdas. Manajemen
Krisis. ISBN: 978-979-493-246-5
hal. 127-162. IPB Press. Bogor.
[10] Silvia, E. 2007. Disain Jaringan
Syaraf Tiruan Untuk Prediksi
Kualitas Gula Kristal Putih di
Indonesia. Tesis Magister Sains,
Program Studi Teknologi Industri
Pertanian Institut Pertanian Bogor.
[11] Suhardi, B., Sutrisno. 2009. Dalam
http://litbang.patikab.go.id/index.php
239
?option=com_content&view=article
&id=64:dilematis-kebijakan-hargaberas-di-tingkatpetani&catid=71:dilematiskebijakan-harga-beras-di-tingkatpetani&Itemid=109.
Dilematis
Kebijakan Harga Beras di tingkat
Petani. Diakses tanggal 27.11.09.
[12] Suku Dinas Kependudukan dan
Pencatatan Sipil Kota. 2011. Jumlah
Penduduk Provinsi DKI Jakarta
dalam
http://www.kependudukancapil.go.id/
index.php?
option=com_content&view=article&i
d=4&Itemid=63. Diakses tanggal
10.03. 2011.
240
ABSTRACT
East Barito Regency as one of the areas established under Law No. 5 of 2002, with an
area defined area of 3834 km2 or 383,400 hectares, has a natural richness of the forest are
sufficient so that the potential for the development of rattan. The feasibility study aims to (1)
explore the potential of data sought by cane farmers and people in some villages and districts in
East Barito Regency expected to be suppliers of raw materials (suppliers) for Rattan Processing
Industry Business Unit natinya, and (2) reviewed feasibility of developing Rattan Processing
Industry Business Unit which includes the feasibility of: (a) markets and marketing, (b)
technical and technological, and (c) Financial. Financial feasibility analysis was conducted on
the NPV, IRR, net B / C, PP and sensitivity analysis (sensitivity). Based on the results of the
investment feasibility analysis showed that the rattan processing industry in developed
Bambulung feasible. This was proved by the B / C ratio> 1, positive NPV, IRR> 12%, Net Cash
Flow positive in year 5 means Payback Period <economical machine age (10 years) and
building (10 years). Based on the results of sensitivity analysis of the price increase of raw
materials, auxiliary materials and transportation costs up to 10% of sales, decreased 8%
maximum sales price, interest rate (Discount Factor) rose 5%, rattan processing industry is still
feasible to be developed, it is proven with NPV positive, the IRR exceeds the interest rate the
Bank and B / C ratio> 1 and the payback period is still <economic life of buildings and
machinery.
Keywords: Development, industry, rattan, feasibility, financial
1.
PENDAHULUAN3
241
242
TINJAUAN PUSTAKA
Potential
Entrance
INDUSTRY
COMPETITORS
Supplier
Buyers
Rivalry Among
Excisting Firm
Substitutes
Gambar 1.
1 Lima Kekuatan Persaingan
Permasalahan yang dihadapi dalam
pengembangan
unit
usaha
industri
pengolahan rotan di Kecamatan Pematang
Karau Kabupaten Barito Timur tersebut
adalah sampai seberapa jauh industri
pengolahan rotan tersebut memberi nilai
tambah dari produk yang dihasilkan.
Dengan demikian diharapkan hasil Studi
Kelayakan (Feasibility
Feasibility Study) ini dapat
memberi gambaran yang jelas tentang
kelayakan
pengembangan
industri
pengolahan rotan di Bambulung Kecamatan
Pematang Karau Kabupaten
paten Barito Timur.
Untuk meminimalkan risiko kegagalan
keputusan pendirian usaha atau unit industri
pengolahan rotan di suatu lokasi terpilih,
diperlukan suatu studi atau kajian yang
menganalisis kelayakannya dan disertai
perencanaannya. Dalam kajian kelayakan
kela
ini harus dipertimbangkan beberapa aspek
penting meliputi aspek pasar dan
pemasaran, aspek teknis teknologis, aspek
finansial, aspek kelembagaan dan legalitas,
aspek sosial budaya dan politik. Hasil dari
analisis terhadap aspek-aspek
aspek tersebut dapat
memberikan
emberikan
gambaran
mengenai
permasalahan dan kendala yang mungkin
ada dan bakal terjadi, yang selanjutnya
dapat
disusun
rekomendasi
pengembangannya.
Pengoperasian
UPT
Rotan
Bambulung tentunya memerlukan kajian
yang lebih mendalam terhadap berbagai
aspek
yang
ang
saling
terkait
dalam
mengembangkan sebuah industri atau
pabrik
pengolahan.
Dalam
rangka
mengembangkan industri pengolahan rotan
paling tidak harus mempertimbangan (1)
aspek ekonomi/pasar; (2) aspek teknis dan
teknologis; (3) aspek finansial; dan (4)
aspek
pek kelembagaan. Keseluruhan aspek
tersebut
akan
menentukan
dan
mempengaruhi kelayakan pendirian industri
pengolahan rotan di Kabupaten Barito
Timur. Keberadaan industri pengolahan
rotan
tersebut
hendaknya
dapat
menghasilkan produk yang berkualitas
dengan nilai tambah yang tinggi. Di sisi
lain, keberadaannya sekaligus dapat
menjadi sumber pemasukan pendapatan
bagi Pemerintah Daerah.
Perolehan
olehan pendapatan ini akan
memperkecil jurang (kesenjangan) ekonomi
di dalam masyarakat. Semakin
Sem
rendah
kesenjangan ekonomi didalam masyarakat,
maka akan semakin memperkecil pula
kesenjangan sosial dan berbagai penyakit
sosial
dan
akan
meningkatkan
kesejahteraan sosial (Rusan at al, 2010).
Mengingat
bahwa
lokasi
industri
243
Petani
Pabrik/
Pengumpul
Provinsi di
Kalsel
Pengumpul
Kecamatan
Pengumpul
Kabupaten
Ekspor
Gambar 2.
2 Saluran Distribusi Pemasaran Rotan
3.
METODOLOGI PENELITIAN
244
Pasar
dan
Teknis
dan
evaluasi
terhadap
penetapan
lokasi
pembangunan
unit
usaha
industri
pengolahan rotan yang sudah ada di
Bambulung Kecamatan Pematang Karau
Kabupaten Barito Timur, apakah cocok
ditetapkan sebagai lokasi pengembangan
industri pengolahan rotan di Kabupaten
Barito Timur. Pendekatan yang digunakan
adalah Metode Perbandingan Eksponensial
(MPE).
Kajian pemilihan teknologi proses
dilakukan dengan metode heuristik antara
lain dengan pertimbangan sebagai berikut:
besarnya harga pokok produksi rotan
dengan teknologi tersebut, sumberdaya
pendukung, daya terima masyarakat
pengguna hasil olahan rotan, kemudahan
dan kelayakan dalam pengadaan mesin dan
peralatan, kemudahan dalam operasional
produksi dan harga alat yang ditawarkan.
Pada prinsipnya pertimbangan tersebut
dilakukan dengan masukan pertimbangan
oleh pakar yang sesuai atas kriteria-kriteria
pemilihan yang disebutkan di atas. Selain
itu, Pemilihan teknologi dilakukan dengan
mempertimbangkan kondisi spesifik di
lokasi
studi
dibandingkan
dengan
kebutuhan yang dipersyaratkan oleh
masing-masing jenis teknologi yang ada.
Hasil kajian akan merekomendasikan jenis
teknologi pengolahan rotan yang cocok
untuk dikembangkan di lokasi studi. Selain
keandalan teknologi dan ramah lingkungan,
pertimbangan ekonomis (harga) teknologi
tersebut menjadi kriteria-kriteria utama.
3.3. Analisis Kelayakan Finansial
Analisis
kelayakan
finansial
mencakup jumlah/kebutuhan investasi
untuk tanah dan bangunan, mesin, peralatan
dan biaya-biaya lainnya, modal kerja, biaya
tetap, biaya tidak tetap dan sumber
pembiayaan. Analisis kelayakan finansial
diperlukan untuk mengkaji jumlah dana
yang diperlukan untuk mendirikan industri
pengolahan rotan di Bambulung Kecamatan
Pematang Karau Kabupaten Barito Timur
dan biaya mengoperasikannya. Kajian
aspek finansial meliputi penentuan jenis
pembiayaan, besaran biaya (modal) yang
dibutuhkan baik investasi maupun modal
kerja serta perhitungan kriteria kelayakan
finansialnya sehingga diketahui layak atau
tidaknya usaha industri pengolahan rotan di
245
Perbandingan
Eksponensial.
Metode
Perbandingan Eksponsial (MPE) digunakan
untuk pengambilan keputusan dalam
pemilihan lokasi. Langkah yang ditempuh
adalah (a).penyusunan pilihan lokasi yang
akan dipilih, (b).penyusunan kritria
keputusan yang akan dikaji, (c).penentuan
rating, yaitu derajat kepentingan relatif
setiap kriteria dengan menggunakan skala
konversi tertentu sesuai dengan keinginan
pengambil keputusan, dan (d).penentuan
bobot, yaitu derajat kepentingan relatif
dalam setiap pilihan keputusan pada setiap
kriteria keputusan. Perhitungan total nilai
setiap pilihan keputusan menggunakan
rumus (Marimin,2008) :
m
TKK
j =1
(1)
Dimana:
RK
= derajat kepentingan relatif
kriteria ke j pada pilihan
keputusan ke i
TKK = derajat kepentingan kriteria ke j
n
= jumlah pilihan keputusan
m
= jumlah kriteria keputusan
i
= 1,2,3, ..........n
j
= 1,2,3,...........m
Urutan prioritas keputusan dilakukan
dengan mengurutkan nilai total masingmasing alternatif yang dimulai dari
alternatif dengan nilai tertinggi sampai
dengan nilai yang terendah.
4.
246
Kapasitas
(1/Tij)
Kebutuhan
Mesin
31,25 kg/jam
Waktu
Produksi
(Tij)
0.032
15.62 kg/jam
0.064
12
46,87 kg/jam
53.13 kg/jam
0.022
0.019
4
2
93,75 kg/jam
50 mm/jam
189 m3/h
40 KVA
0.011
0.020
0.005
0.025
2
1
1
2
247
248
layak
layak
layak
layak
layak
(2)
(3)
(4)
(5)
KESIMPULAN
(6)
DF Naik 5%
atau DF 17%
3.282.995.124
45,726
1,249
5 Tahun
pedagang
pengumpul
mengolah
sampai menjadi rotan kering kemudian
dijual ke wilayah Kalimantan Selatan
dengan harga yang berfluktuasi sesuai
dengan kondisi pasar di Kalimantan
Selatan.
Berdasarkan hasil survey baik dari data
sekunder maupun data primer (hasil
wawancara dan kuesioner) ditemukan
bahwa bahan baku rotan yang ada di
Kabupaten Barito Timur mampu
memenuhi
kebutuhan
industri
pengolahan rotan di Bambulung
Kecamatan
Pematang
Karau
Kabupaten Barito Timur.
Berdasarkan hasil analisis Metode
Perbandingan Eksponensial (MPE)
sesuai beberapa kreteria keputusan,
lokasi industri pengolahan rotan di
Bambulung sudah tepat.
Terhadap
semua
mesin
sudah
dilakukan uji coba dan ternyata
berfungsi dengan baik kecuali mesin
webbing karena ada bagian dari
peralatan mesin (sparepart) yang tidak
terpasang.
Berdasarkan hasil analisis kelayakan
investasi menunjukkan bahwa industri
pengolahan rotan di Bambulung layak
dikembangkan. Hal ini terbukti dengan
nilai B/C ratio > 1, NPV positif, IRR >
12 %, Net Cash Flow positif pada
tahun ke 5 berarti Payback Period <
usia ekonomis mesin (10 tahun) dan
gedung (10 tahun).
Berdasarkan hasil analisis sensitivitas
kenaikan harga bahan baku, bahan
penolong dan biaya angkut penjualan
249
[5]
[6]
DAFTAR PUSTAKA
250
[4]
[7]
[8]
ABSTRACT
Standard Operating Procedures (SOPs) are made simpler to be more easily understood
and implemented. In cutting and sewing station of PT. ABC, there is still a lot of work error
allegedly caused by operator error, although the mechanism of action is tightly regulated step
by step in accordance with SOPs. Preliminary studies indicate that defects in the cutting and
sewing station amounted to 3 and 2% of the total units of production. This research was
conducted to identify the cognitive aspects of workers and provide suggestions ergonomic
intervention to reduce processing errors due to human factors. The study begins with the
identification of significant factors suspected to affect cognitive workload of the operator. The
results include working conditions, work activities, and the type of work error. The proposed
ergonomic intervention are design of form material requisition for warehouse, a special
marking on the roll of fabric, marking images / dress code pattern on the material, and the
provision of board size (size pack) for the sewing operator. Short-term memory span tests were
performed to measure the short-term memory ability of the operator after work. Observation of
operator errors, speed work and also performed in this study. Results of the measurements were
used as parameters of success ergonomic intervention undertaken. Implementation of this
improvement showed a decreasing number of working errors, increased operating speed, and
reduced errors in the tests given the short-term memory span.
Keywords: short term memory span, cognitive ergonomics
1.
PENDAHULUAN4
251
TINJAUAN PUSTAKA
Kognisi,
yang
dalam
bahasa
latin disebut cognitio (pengenalan), adalah
istilah yang mengacu pada perbuatan atau
proses mengetahui maupun pengetahuan
sendiri, Kognisi ini melibatkan persepsi,
memori, intuisi dan putusan .
Prinsip-prinsip belajar (secara umum)
dapat diterapkan pada manusia dan
binatang, tetapi memori hanya terjadi
pada human learning yang merupakan
proses krusial bagi manusia. Hal ini
merujuk pada cara mengalirkan informasi
yang ditangkap indra, diteruskan, direduksi,
dielaborasi, ditemukan kembali, dan
dimanfaatkan.
Informasi adalah sensori input yang
berasal dari lingkungan yang memberikan
petunjuk tentang sesuatu yang terjadi.
Proses kognitif adalah proses-proses mental
yang meliputi mengetahui tentang dunia,
seperti,
persepsi-atensi-berpikirmemecahkan masalah dan memori. Karena
proses kognitif ini adalah mata rantai dari
proses-proses mental.
Teori information-processing adalah
teori tentang memori yang didasarkan
252
METODOLOGI PENELITIAN
No. Form
Hari & Tanggal
Nama Operator
Kode Bahan
Warna Bahan
Corak Bahan
Catatan Lainnya
TTD Operator
TTD Pengawas
253
254
KESIMPULAN
Implementasi
dari
perbaikan
yang
diusulkan menunjukkan adanya penurunan
jumlah kesalahan kerja, meningkatnya
kecepatan
kerja,
dan berkurangnya
kesalahan mengingat dalam tes short term
memory span.
6.
DAFTAR PUSTAKA
255
ABSTRACT
A manufacturing company that produces sheet metal product which based on job order.
The product is sheet metal to meet domestic demand and exports with the increasing scale of
demand, which needs to improve the production to meet the targets. In the initial observation,
the production target was found to be far from target. It is because of some factors, such as the
insufficient number of machinery and the inefficient layout of the factory.
The paper discusses about the analysis of factory layout using Promodel software to
achieve the fast and accurate calculation. The purpose of analysis of the factory layout is to
minimize the material handling so that it can optimize the realization of the production targets.
Keywords: Factory layout, Promodel Software, moment of transfer.
1.
PENDAHULUAN5
256
2.
2.
3.
4.
5.
257
258
3.
4.
259
5.
PENUTUP
6. DAFTAR PUSTAKA
[1] Apple, J.M., 1962, Plant Layout and
Material Handling, The Macmillan
Company, New York.
[2] Tjakraatmadja, S.A., 1979, Teknik
Tata Cara Kerja, Jurusan Teknik
Industri, Institut Teknologi Bandung,
Bandung.
[3] Wignjosoebroto, S., 1985, Teknik Tata
Cara dan Pengukuran Waktu Kerja,
260
ABSTRACT
PT KYRM is a commercial vehicle assembly company with the output product Colt Diesel
(TD) which will be the main focus in this research. The TD production process is done thru
certain stages, which are welding, painting, and trimming. This research is focused on welding
process with specialty in main body construction that combine all components in welding,
which are under body, back assy, front assy, roof assy, and door install.
The main issue is one of the production process stages which the spot welding, is
regularly done manually by using the manual portable spot welding. This process takes the
longer time in assembling the Cabin TD. Hence, the update work system is required. The idea to
minimize the assembly time is by planning the automatic production system thru certain stages.
The recommended robot to illustrate the spot welding process is an ABB IRB 6660 robot
or any other robot that comply the specific needs in spot welding process. Moreover, other
components in working area such as turn table, lamp indicator, and position sensor with optic
sensor are added.
The distance measurement evaluation estimates that the total time needed to assembly the
proposed main body system is 514.25 seconds, compare to initial system process which needs
220.87 seconds. With less system process efficiency 57.06% from the initial system process, the
production is estimated increase from 7 main body unit/hour up to 16 main body unit/hour.
Keywords: Automation, Main body Construction, Robotic System, sensor
1. PENDAHULUAN6
Sistem otomasi saat ini telah
berkembang pesat di berbagai bidang
terutama bidang industri. Hal ini
diakibatkan oleh meningkatnya permintaan
konsumen
serta
semakin
ketatnya
persaingan dalam dunia industri.
Sistem terotomasi mengacu pada
efisiensi waktu, efisiensi tenaga dan
efisiensi biaya. Otomasi dalam sistem
produksi memberikan banyak keuntungan,
antara lain: Menurunkan ongkos produksi,
meningkatkan
jumlah
produk,
meningkatkan
kualitas
produk,
mendapatkan mutu produk yang konstan,
mengurangi Manufacturing Lead Time.
Korespondensi :
1
Aditya Kristi Saputra
E-mail :akudandya@gmail.com
2
Amal Witonohadi
E-mail : amal@trisakti.ac.id
261
Roof assy
130
Main body
339
Door Install
168
262
Product variety
2. TINJAUAN PUSTAKA
Programmable
automation
Flexible
automation
Fixed
automation
1
100
10,000
1,000,000
Production quantity
(1)
(5)
(6)
(2)
(3)
Input
parameter
Controller
Actuator
Process
Output
variable
(4)
Feedback
sensor
Joint 1
Link 1
Base
Link 2
End-of-arm
Link 0
Terdapat
tiga
metoda
dalam
melakukan suatu pemrograman untuk
sebuah robot : leadthrough programming,
robot programming languages dan
simulation and off-line programming
[Groover, 2001, hal 275-276]. Metode yang
umum digunakan untuk pemrograman robot
adalah leadthrough programming sehingga
dalam tugas akhir ini menggunakan
leadthrough programming.
Metode leadthrough programming
adalah metode pemrograman pergerakkan
robot sesuai lintasan gerakan yang
diinginkan melalui perantara memori
pengendali yang berisikan rekaman
lintasan. [Groover, 2001, hal 276].
Di dalam penggunaan sebuah robot
terdapat dua hal yang penting dari
karakterisitik suatu robot yaitu; (1) akurasi
dan (2) repeatability (pengulangan).
Tingkat akurasi dari sebuah sumbu axis
yang linier adalah 1.5 kali dari resolusi
control, ditambah mekanikal error. Dalam
sebuah koordinat kartersian robot, dimana
semua 3 sumbu axis dasarnya linier, tingkat
akurasinya dapat dianggap seragam (sama),
jika hanya pada daerah kerja robot saja.
Pengulangan (repeatability) merupakan
tahap statistikal Tahap ini tidak dijelaskan
bagaimana terjadinya kesalahan dalam
menentukan koordinat gerakan, akan tetapi
menjelaskan bagaimana suatu posisi pada
koordinat gerakan diulang ulang.
ManneQuin Pro V10.2 merupakan
salah satu software komputer yang dapat
digunakan untuk menganalisa prinsip
ergonomi, berdasarkan model manusia dan
desain program ergonomic. Software ini
juga
dapat
digunakan
untuk
mensimulasikan pekerjaan yang berkaitan
pekerja (manusia) dengan peralatan
kerjanya dengan penerapan prinsip-prinsip
ergonomi. Selain dapat mensimulasikan
kerja,
software
ini
juga
dapat
mengkreasikan bentuk manusia tiga
dimensi pada layar komputer yang
pengoperasiannya hanya dengan mengklik
mouse komputer.
Model Manusia tiga dimensi ini
dapat digerakkan dengan bermacam-macam
gaya dan dapat dilihat pada beberapa
tampilan, jarak atau perspektif. Hasil dari
tampilannya
dapat
di-print
atau
263
N'= s
2
N x j ( x j ) 2
xj
(1)
Dimana :
s adalah persentase (%) tingkat ketelitian =
10%
Nadalah
jumlah
minimum
data
pengukuran yang dibutuhkan.
N adalah jumlah pengamatan pendahuluan
yang dilakukan.
Selanjutnya adalah mengolah data
untuk menghitung waktu baku, dapat
diperoleh dengan mengikuti langkahlangkah sebagai berikut :
1. Menghitung waktu siklus :
Ws
x
=
N
=x
(2)
264
(4)
3. METODOLOGI PENELITIAN
Penelitian pendahuluan merupakan
tahap awal yang dilakukan untuk mengenal
kondisi
perusahaan
sehingga
dapat
mengetahui permasalahan yang dihadapi
oleh perusahaan. Tahap awal ialah dengan
melakukan pengamatan pada proses
assembly cabin Truk Colt Diesel ( TD ) di
PT. KYRM.
Pengumpulan data dilakukan dengan
mengumpulkan semua data baik yang
berhubungan langsung dengan pengolahan
data dan analisis, maupun data-data lain
Setelah
melakukan
analisis
kebutuhan, langkah berikutnya adalah
membuat suatu konsep sistem usulan. Pada
tahap ini juga dibuat suatu perancangan
sistem dari konsep sistem usulan tersebut.
Perancangan sistem meliputi perencanaan
proses dan perancangan komponen proses
sistem sesuai konsep yang terpilih.
Gambar 6. Posisi Awal Operasi
86.33
87.11
87.33
85.67
86.66
86.78
Stasiun Kerja :
Welding
Elemen Pekerjaan:
85.34
86.55
87.19
87.78
86.21
87.14
Jumlah
430.75
432.77
432.66
433.21
432.31
432.36
2594.06
Spot Welding 1
Rata-rata
86.15
86.55
86.53
86.64
86.46
86.47
518.81
Jumlah Kuadrat
37112.97
37460.62
37440.94
37537.26
37379.69
37388.25
224319.73
265
266
Dari
hasil
screening concept
didapatkan dua konsep yang berada pada
peringkat tertinggi yaitu konsep 1 dan
konsep 2. Langkah selanjutnya setelah
mendapatkan nilai dari screening concept
adalah melakukan konsep penilaian
(scoring concept) untuk menentukan
konsep terpilih.
Elemen Kerja
Waktu (s)
1 (Clamping 1)
2 (Spot Welding 1)
3 (Spot Welding 2)
4 (Clamping 2)
46.95
49.69
21.69
54.39
5 (Spot Welding 3)
48.15
Total
220.87
Gambar 8. Usulan
Peletakkan Robot
Area
Kerja
dan
267
5. KESIMPULAN
1. Berdasarkan identifikasi kebutuhan
pemakai sistem ditemukan bahwa
sistem usulan dirancang mencakup tiga
kebutuhan utama yaitu adanya fasilitas
sistem, sistem terotomasi dan sistem
ergonomis
Fungsi utama adalah fasilitas
sistem
didukung
dengan
dilakukannya perancangan area
kerja yang dilengkapi dengan
penambahan beberapa komponen
yaitu turn table, lampu indikator,
dan sensor posisi.
Fungsi utama sistem terotomasi
didukung
dengan
pemilihan
kontroler berupa kontroller robot,
aktuator berupa end effector robot
tipe x-gun, dan sensor berupa
sensor posisi jenis sensor optik.
Fungsi utama sistem ergonomis
didukung dengan perancangan
sistem dan fasilitas yang membantu
pengurangan gerakan kerja operator
yang tidak efektif.
2. Sistem usulan dapat meminimasi waktu
proses pengerjaan perakitan main body
cabin TD. Dari evaluasi hasil
didapatkan bahwa sistem usulan
mampu meminimasi waktu total proses
perakitan dari 514.25 detik menjadi
220.87 detik.
268
6. DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
bd9c125772e005a6ae3/$File/ROB00
53%20EN_C.pdf
[12] http://www.gurumuda.com/gerakmelingkar
[13] http://patihperkasa.wordpress.com/20
09/04/09/analisis-robot-pendukungindustri mobil
[14] http://www.wikipedia.org/welding
269
ABSTRACT
In the TCP / IP network, each host has its unique IP address and in order to connect to
the host, the host IP address must be should be entered on the destination of the IP datagram
being sent. The process conducted by the datagram to reach the destination on a TCP/IP
network is called routing. The conecpt of routing is the primary aspect in the internet layer of
TCP/IP network. It is because in the internet layer, an addressing and routing arrangement is
occurred which in the end will determine the performance of a network.
The basic process in the router using RIP Routing Model is adjacency activation and
routing table calculation. The routers send the data packet to all networks connected to the
router periodically. If the data packet of a router is heard after a certain period of time, the
router is considered inactive.
Keywords: Jaringan, Routing Information Protocol, tabel routing.
1. PENDAHULUAN7
Saat ini pemakaian jaringan dalam
pengolahan data sudah sangat luas, tidak
hanya dipakai oleh perusahaan-perusahaan
besar atau lembaga pemerintah saja, tetapi
sudah diaplikasikan pada semua bidang.
Karena dengan jaringan mempermudah dan
memper-cepat selesainya suatu pekerjaan.
Fungsi utama dari jaringan adalah untuk
mengintegrasikan data sehingga dapat
diolah dengan tepat oleh komputer pusat
(server) dan mengirimkan informasi secara
lengkap dan cepat ke terminal-terminal
tujuan.
Meskipun tujuannya sederhana tetapi
terdapat beberapa masalah dalam jaringan,
antara
lain
:
mahal-nya
fasilitas
komunikasi, jalur transmisi yang digunakan yang sering terdapat kendala atau
gangguan
transmisi
(noise)
dan
keterbatasan baik dari jumlah maupun
kualitas sumber daya manusia yang
menguasai teknologi jaringan.
Dalam jaringan TCP/IP setiap host
memiliki IP address dan untuk berhubungan
Korespondensi :
Sukamto Bernat G
E-mail : sukamto7@yahoo.com
270
2. METODE PENELITIAN
Melakukan kajian pustaka mengenai
topik yang berkaitan dengan penelitian ini,
yaitu mengenai routing yang meliputi
protocol routing dan tabel routing.
Membuat gambaran mengenai jaringan
yang akan dihitung jaraknya dengan Model
RIP (algoritma distance-vektor). Berapa
titik yang diperlukan dan gambaran lintasan
dari
jaringan
tersebut.
Setelah
direpresentasikan, digunakan RIP untuk
mendapatkan lintasan ter-pendek dari satu
titik ke titik yang lain dalam jaringan
tersebut. Lintasan terpendek akan diperoleh
setelah membandingkan beberapa tabel
routing yang dibuat.
271
- Paket (datagram)
- Session (virtual Circuit)
Decision Place
- Each Node (terdistribusi)
- Central Node (terpusat )
- Originating Node
Network Information source
- None
- Local
- Adjacent nodes
- Nodes along route
- All Nodes
Routing Strategy
- Fixed
- Flooding
- Random
- Adaptive
Adaptive Routing Update Time
- Continuous
- Periodic
- Major load change
- Topology change
S
M
= node sumber
= himpunan
node
yang
dihasilkan oleh algoritma
l(I,J) = link cost dari node ke I sampi
node ke j, biaya bernilai
jika node tidak secara
langsung terhubung.
C1(n) = Biaya dari jalur biaya terkecil
dari S ke n yang dihasilkan
pada
saat
algoritma
dikerjakan.
Backward search algorithm
Menentukan jalur biaya terkecil yang
diberikan node tujuan dari semua node
yang ada. Algoritma ini juga diproses tiap
stage. Pada tiap stage, algoritma menunjuk
masing-masing node.
Definisi yang digunakan :
N
272
273
Terdapat dua catatan penting dengan penggunaan teknik flooding ini, yaitu :
274
Hop
0
A=0
B=1
C=1
D=1
E=2
8
A
B
3 3
5
C
Jalur
Lokal
8
3
4
Hop
0
1
1
1
Dari C ke
C
A
D
Jalur
Lokal
2
5
Hop
0
1
1
Dari D ke
D
B
C
Jalur
Lokal
3
5
Hop
0
1
1
Dari E ke
A
B
Jalur
Lokal
4
Hop
0
1
E=1
Analisa Model Routing Core (Sukamto Bernat G)
275
276
D
3
1
E
5
2
Dari C ke
C
A
B
D
E
Jalur
Lokal
2
5
5
5
Hop
0
2
1
2
5. DAFTAR PUSTAKA
[1] Heywood Drew, 1996, Konsep &
Penerapan Microsoft TCP/IP, Penerbit
ANDI, Yogyakarta.
[2] Lukas Tanutama, 1995, Jaringan
Komputer,
PT.
Elexmedia
Komputindo, Jakarta.
[3] Rafiudin Rahmat, 2003, Panduan
Membangun Jaringan Komputer untuk
277
ABSTRACT
Weaving Department at PT. ISTEM is a department where yarns are weaved into grey
production. The process of weaving production must be done with extra care because the grade
of a fabric is determined by end product of weaving process. In providing the fabric with the
grade AAA, Weaving Department is facing quality problems where the percentage of defective
products per month in September 2008 is 4.53%. This value is far from the companys 4%
target. The research is focused on grey TS-8151 which is the mostly produced and also has the
largest percentage of product defects compared with other types of fabrics. The dominant
defects which are appeared in this product are yoko yurumi, gaibutsu ito and yoko nuke. Some
improvement suggestions were proposed to improve the quality of grey TS-8151. The
improvement suggestions that were proposed are the application of monitoring form, the
application to test the strength of yarn in raw material inspection, the application of optimum
machine setting using design of experiment (where sub-nozzle pressure is 4 kgf/m2 and mainnozzle pressure is 2 kgf/m2), the application of controlling part program, the application of
Standard Operation Procedure to improve loomings hygiene, the proposed addition of
ventilation with the equipment Automatic Cyclone Turbine Ventilator. Implementation phase
was implemented on all the proposed improvements given except the suggestion to test the
strength of yarn in raw material inspection and addition of ventilation equipment Automatic
Cyclone Turbine Ventilator. After the implementation was conducted, the measurement was
done again and there were increasing number of process cycle efficiency from 62.01% to
65.82% and the sigma level from 3.26 sigma to 3.57 sigma with the value of DPMO from
39,048 decrease to 19,127 per million opportunities.
Keywords: Quality, Continuous Improvement, Defect, Sigma Level
1.
PENDAHULUAN8
Latar Belakang
Mutu produk atau jasa merupakan
pemenuhan harapan konsumen atau
melebihi harapan konsumen, berdampak
kepada peningkatan profit bagi perusahaan.
Dengan demikian dapat dikatakan bahwa
mutu produk merupakan hal penting bagi
perusahaan yang secara langsung atau tidak
langsung merupakan alat persaingan antar
perusahaan. Everett E Adam (1992)
menyatakan bahwa mutu adalah derajat
dimana
spesifikasi
desain
(design
spesification) suatu produk atau jasa
(service)
memenuhi
fungsi
dan
Korespondensi :
1
Dorina Hetharia
Alamat e-mail :deha_tita@yahoo.com
278
Perumusan Masalah
Sebagian
besar
produk
yang
dihasilkan diekspor ke luar negeri,
menuntut PT. ISTEM untuk menghasilkan
produk dengan kualitas sangat baik (Grade
AAA) dimana kain tidak memiliki cacat
atau cacat tidak tampak. Konsumen menilai
kualitas kain dari permukaan kain apakah
terdapat cacat atau tidak dan kualitas ini
ditentukan pada saat proses tenun di
Departemen Weaving. Namun dalam
pelaksanaan proses produksi kain grey, PT.
ISTEM
hampir
tidak
mungkin
menghasilkan seluruh produk dengan
kategori grade AAA. Saat penelitian
dilaksanakan persentase rata-rata jumlah
produk cacat kain grey per bulan melebihi
target perusahaan sebesar 4% dari kapasitas
produksi yakni sebesar 4.53 %.
Tujuan Penelitian
Penurunan cacat dan kecacatan pada
produk yang dihasilkan dan pengurangan
pemborosan pada proses produksi kain grey
TS-8151 pada Departemen Weaving PT.
melalui pemberian usulan perbaikan dengan
metode Lean Six Sigma dan melakukan
implementasi terhadap usulan perbaikan
yang diberikan.
2.
TINJAUAN PUSTAKA
279
Input-Process-Output-Customer
(SIPOC). Diagram SIPOC adalah peta yang
digunakan untuk menentukan batasan
proyek dengan cara mengidentifikasi proses
yang sedang dipelajari, input dan output
proses tersebut serta pemasok dan
pelanggannya.Pemahaman tentang jalannya
proses yang ada dari awal hingga akhir
dapat
dilakukan
melalui
perolehan
informasi yang cukup mengenai fungsifungsi yang terkait dalam perusahaan.
Dengan mengetahuinya, maka perbaikan
terhadap masalah yang ada di dalam proses
dapat dilakukan secara tepat. Pada metode
DMAIC, pembuatan diagram SIPOC
berada pada tahap define karena akan
digunakan sebagai dasar pada perbaikan
yang akan dilakukan. Beberapa penjelasan
yang berkaitan dengan diagram SIPOC
adalah:
- Pemasok (Supplier)
280
cycle efficiency
Value Added
Total
Lead
Time
Time
(1)
Dikatakan sebuah proses Lean, jika
value added time di dalam proses lebih
besar 25% dari total lead time dari proses
tersebut (Process Cycle Effieciency >25%).
Dengan mengurangi WIP 90%, akan
mengurangi keseluruhan waktu tunda 90%,
namun masih memproduksi jumlah produk
yang sama per jam. Ini mengikuti Hukum
Little, yang menyatakan bahwa (George,
2002):
Process Lead Time =
(2)
Sebagai contoh, jika ada 10 hal yang
harus dilakukan di meja kerja dan
membutuhkan waktu rata-rata dua jam
untuk menyelesaikan setiap satunya, maka
ada 20 jam lead time untuk setiap tugas
baru.
Perhitungan jumlah stasiun kerja per
jam dimana produk bergerak dapat
diketahui
dengan
menggambarkan
kecepatan produk melalui proses.
Process velocity =
(3)
Dalam sistem Lean, fokus dimulai
dengan
peta
value
stream
yang
menggambarkan seluruh proses langkahlangkah (termasuk rework) yang berkaitan
dengan perubahan permintaan pelanggan
281
1. Unit (U)
Jumlah produk yang diperiksa
inspeksi.
2. Opportunities (OP)
Karakteristik kritis bagi kualitas
karakteristik yang berpotensi
cacat.
3. Defect (D)
Jumlah kecacatan yang terjadi
produksi.
4. Defect per Unit (DPU)
DPU =
D
U
dalam
adalah
untuk
dalam
(4)
DPO =
7. Defect per
(DPMO)
D
TOP
Million
(6)
Opportunities
DPMO = DPO1000000
(7)
8. Tingkat Sigma
Tingkatan Sigma dapat dengan mudah
dihitung dengan Microsoft Excel
menggunakan formula (Evans dan
Lindsay, 2007) sebagai berikut.
Tingkat Sigma =NORMSINV (1dpmo/1.000.000) + SHIFT
(8)
3.
METODOLOGI PENELITIAN
Penelitian
dilaksanakan
dengan
tahapan-tahapan yang mengikuti tahapan
Define-Measure-Analyze-Improve-Control
(DMAIC) dalam proses Six Sigma. Diawali
dengan mengidentifikasi Critical to Quality
(CTQ) sebagai karakteristik cacat yang
penting dalam menentukan mutu produk.
Demikian pula pembauatan diagram
Supplier-Input-Process-Output-Customer
(SIPOC). Pengumpulan data dilakukan
dengan melakukan pengukuran terhadap
karakteristik cacat yang telah ditentukan,
kemudian diolah untuk dibuatkan peta
kendali. Selanjutnya dilakukan analisis
kapabilitas proses, dan penentuan tingkat
sigma.
Penyebab
kecacatan
dan
pemborosan dianalisis dengan diagram
sebab akibat, dan sebagai tahapan
berikutnya adalah menentukan alternatif
perbaikan
untuk
diimplementasikan.
Penentuan tingkat sigma dilakukan kembali
untuk dibandingkan dengan keadaan
sebelum implementasi perbaikan. Tahapantahapan tersebut dapat dilihat pada Gambar
1.
TOP = U OP
(5)
282
283
284
0.62005728
62.005728%
Perhitungan
Lead
Time
proses
menggunakan rumus sebagai berikut:
Waktu penyelesaian dalam satu jam=
1
= 0.091345batch/jam
10.94752jam/batch
0.08
_
P=0.0690
0.06
0.04
1
=
Total Lead Time (jam/batch)
=
19
= 0.192839aktivtas / jam
98.5277
Pengukuran
kualitas
produk
dilakukan dengan membuat peta kendali
untuk melihat proses produksi pembuatan
kain grey terkendali atau tidak. Pembuatan
peta kendali p dan peta kendali Udapat
dilihat hasilnya pada Gambar 2 dan Gambar
3.
Proportion
LCL=0.0286
0.02
1
10
13
16
Sample
19
22
25
28
4.5
Sample Count Per Unit
UCL=4.460
4.0
_
U=3.396
3.5
3.0
2.5
LCL=2.332
2.0
1
10
13
16
Sample
19
22
25
28
yang
harus
U = 14828
285
DPO =
D
3474
=
= 0.0390477
TOP 88968
= 0.0390477x1000000= 39048
Dari hasil perhitungan nilai DPMO
diketahui bahwa jumlah kecacatan dalam
proses produksi kain grey TS-8151 pada
bulan November 2008 sebesar 39.048
kecacatan per satu juta peluang dan nilai
DPMO ini masih jauh dari target Six
Sigma, dimana target Six Sigma adalah 3,4
kecacatan per satu juta peluang.
D = 3474
Defect per Unit (DPU)
DPU =
D 3474
=
= 0.2343
U 14828
Operator looming
lalai pada saat
mengawasi proses
Cacat
Yoko
Yurumi
100
3000
80
Tekanan angin
pada bagian
profile rendah
60
2000
1500
40
Percent
Count
2500
1000
20
Environment
Machines
500
0
C1
Count
Percent
Cum %
0
Yoko Yurumi
1703
49.0
49.0
Gaibutsu Ito
913
26.3
75.3
Yoko Nuke
523
15.1
90.4
Other
335
9.6
100.0
286
Mesin (Machines)
Faktor
mesin
yang
mempengaruhi
timbulnya cacat yoko yurumi yaitu
kurangnya tekanan angin pada bagian
profile. Pada bagian profile terdapat
tekanan angin yang menjaga arah
pergerakan benang, sehingga benang yang
dilontarkan dapat sampai ke tujuan.
Terdapat 2 pengaturan yang mempengaruhi
tekanan angin pada bagian profile yaitu
tekanan main nozzle dan tekanan subnozzle. Posisi main nozzle dan sub-nozzle
dapat dilihat pada gambar 5.9 Pengaturan
tekanan yang tidak tepat dan kotornya
saluran
angin
dapat
menyebabkan
rendahnya tekanan angin. Apabila tekanan
pada bagian profile rendah, maka benang
menjadi longgar, sehingga timbul cacat
seperti kaitan.
Why,
untuk
perbaikan.
memperoleh
alternatif
287
288
UCL=3.803
3
_
U=2.401
2
LCL=1.000
0
1
11
Sample
13
15
17
19
D 353
=
= 0.1148
U 3076
0.10
UCL=0.0970
0.08
Proportion
DPU =
0.12
0.06
_
P=0.0478
0.04
DPO =
0.02
0.00
LCL=0
1
11
Sample
13
15
17
19
D
353
=
= 0.019127
TOP 18456
DPMO = DPOx1000000
DPMO = 0.019127 x1000000 = 19127
Dari hasil perhitungan nilai DPMO
diketahui bahwa jumlah kecacatan dalam
proses produksi kain grey TS-8151 pada
tanggal 25 April 2009 sampai tanggal 1 Mei
289
Kesimpulan
yang
penelitian ini adalah:
KESIMPULAN
diperoleh
dalam
Produk
yang
menjadi
prioritas
penanganan masalah dalam penelitian
ini yaitu kain grey TS-8151.
Berdasarkan data historis bulan
September 2008 terdapat enam jenis
kecacatan pada kain grey TS-8151 yaitu
yoko yurumi, gaibutsu ito, yoko nuke,
tate nuke, atsudan dan usudan.
Pengukuran kecepatan proses produksi
untuk memproduksi kain grey TS-8151
pada Departemen Weaving PT. ISTEM
diukur dengan process cycle efficiency,
lead time process dan kecepatan proses
dengan nilai process cycle efficiency
sebesar 62,01 %, lead time process
sebesar 98,53 jam dan kecepatan proses
sebesar 0,19 aktivitas/jam.
Pengukuran kualitas produk pada kain
grey TS-8151 pada Departemen
Weaving PT. ISTEM diukur dengan
perhitungan nilai DPMO dan tingkat
sigma, dari perhitungan pada tahap
measure didapatkan nilai DPMO
sebanyak 39.048 kecacatan per satu juta
peluang dan tingkat sigma sebesar 3,26
sigma.
Analisa penyebab jenis kecacatan
dilakukan dengan analisis pareto,
dimana
hasil
dari
analisis
memprioritaskan penanganan terhadap
tiga jenis kecacatan yaitu yoko yurumi.
Hasil analisis mengenai penyebab jenis
kecacatan adalah sebagai berikut:
o Operator kurang memiliki rasa
tanggung jawab; belum adanya
standar yang pasti untuk pengaturan
tekanan angin pada bagian profile;
frekuensi pembersihan part rendah.
290
6.
[1]
[2]
[3]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
291
ABSTRACT
The research tries to model the performance measurement by describing the process,
strength, and weakness which possible to occur. In this research, we design a system to produce
the workflow processes which is expected to increasingly optimal and developed (kaizen) and
reduce those aspects that inhibit the production processes (waste) by using the concept of lean
engineering or lean manufacturing. The research is implemented in the Enginering Design (ED)
Division, a company in Jakarta which has three units of Power Plant, Transportation, and
Transmission. In this research the unit used as the subject matter is Transmission unit.
Transmission Unit or commonly known as the Transmission System Units (TUS) is one of the
business units that produces a transmission system used in electric power networks in form of
transmission substations. UTS construction management system has a division that plays a very
important role of engineering design (ED) where the division is very supportive in the
production process that produces designs to simplify the process of procurement and
construction.
Keywords: Lean, workflow, construction management system
1. PENDAHULUAN9
Dalam lingkungan bisnis global
khususnya yang bergerak di bidang sistem
energi listrik saat ini memiliki iklim
persaingan
yang
kian
meningkat,
perusahaan dituntut untuk meningkatkan
produksi yang berkualitas dengan tingkat
kepuasan klien yang tinggi yang mana akan
berdampak pada peningkatan margin atau
keuntungan dalam sebuah proyek. Banyak
teknik manajemen yang dapat dilakukan
perusahaan untuk mencapai keunggulan
dan semakin berkompetitif melalui proses
optimasi dalam proses bisnis. Salah satu
tindakan
efisiensi
tersebut
adalah
perusahaan menerapkan cara-cara yang
sangat
mungkin
dilakukan
dimana
memberikan hasil yang efisien dan efektif
pada manajemen yang dilakukan dalam
proses produksi. Dalam penelitian ini
lingkup yang akan dibuat pembahasannya
adalah di divisi engineering design (ED).
Teknik manajemen yang dilakukan ini
adalah
menggunakan
konsep
lean
Korespondensi :
Tumbur Francisco
E-mail : coisto220984@yahoo.co.id
292
2. METODOLOGI
Untuk mencapai proses produksi
yang optimal yang berarti jumlah beban
pekerjaan yang harus seimbangan dengan
waktu pada project schedule dan nilai
mandays yang tersedia maka dibutuhkan
teknik manajemen yang bersifat efektif dan
efisien.
Teknik manajemen akan
dimodelkan dalam sebuah kerangka proses
kerja (workflow) yang diaplikasikan ke
setiap bagian-bagian atau fase-fase dalam
sebuah proyek.
Mendapatkan model pengukuran
kinerja dalam proses produksi untuk
mendukung tercapainya target perusahaan
yaitu quality design, on time delivery, dan
margin increasement. Tujuan tersebut
masuk dalam bagian aspek kinerja yaitu
efektifitas dan efisiensi.
Kerangka Pemikiran
Penelitian dimulai dari pemetaan
terhadap kondisi riil sistem proses produksi
(workflow), interaksi antara bagian, dan
aktifitas-aktifitas (Gambar 3). Selanjutnya
293
Diagram
input-proses-output
memetakan data-data masukan ke sistem,
yang setelah dimodelkan, akan diperoleh
keluaran KPI tiap bagian. Masukan (Input)
terdiri dari yang terkendali, tidak terkendali,
dan
peraturan
pemerintah/perundangundangan, sedangkan Keluaran (Hasil)
terdiri dari yang diinginkan dan yang tidak
diinginkan.
294
Teknik manajemen yang akan dimodelkan akan diaplikasikan kepada contoh alur proses
produksi yang terjadi pada section ED pada fase tendering yang dapat dilihat pada Gambar 3.
295
Gambar 4 (a). Diagram Alir proses produksi ED saat fase project realization
296
Gambar 4 (b).
). Diagram Alir proses produksi ED saat fase project realization
Gambar di atas menunjukkan proses
prose
atau diagram alir perancangan/design
perancangan
yang
dilakukan engineering design saat proyek
berada pada tahap project realization.
realization
Penggunaan proses produksi ini diharapkan
dapat mengoptimalkan kegiatan produksi
297
3. KESIMPULAN
Dalam proses
produksi
pada
engineering design (ED) dibutuhkan teknik
manajemen untuk mendapatkan hasil yang
optimal di mana berarti juga efisien, efektif,
dan meningkatkan kualitasnya. Terdapat
hal-hal yang teridentifikasi sebagai waste
(hal yang sia-sia) yang harus dihilangkan
agar mampu meningkatkan produktifitas
produksi.
4. DAFTAR PUSTAKA
298
ABSTRACT
PT Pancaprima Ekabrother is a garment company. In order to guarantee the effective
production process, the input should be managed well. One of the inputs in the production
system is the workforce. Excess workforce raises unemployment which affects the expenditure of
workforce costs that are not productive and in the long term and can lead to the lack of
motivation and job skills and in the end will decrease productivity. On the other hand,
workforce shortages will result in the non-fulfillment of product demand (lost sale),
expenditures for overtime, and decrease in product quality because workers have to work
longer than normal working hours. The optimal number of work force is to minimize the loss in
totality. Therefore, it needs a simulation model to determine the optimal number of workforce.
Keywords: Simulation model, number of workforce.
1.
PENDAHULUAN10
299
2.
MODEL PEMECAHAN
MASALAH
2.1
300
2.2
Data-data
yang
diambil
dan
digunakan dalam penelitian ini adalah
dalam perspektif jangka waktu 1 (satu)
bulan. Aliran kegiatan dan informasi dalam
(2)
(3)
(4)
301
Implikasi dari
Kelebihan/Kekurangan Tenaga
Kerja
302
(6)
Dimana :
Ot = Jumlah jam over time per tenaga
kerja
X = Jumlah unit produk yang dipesan
Yn = Jumlah unit produk yang dapat
diproduksi atau dipenuhi
Ytn = Jumlah produk dengan kualitas
yang kurang memadai
Dalam kurun waktu 1 (satu) bulan
ada kemungkinan berlangsung suatu
keadaan di mana pada hari-hari tertentu
terjadi kekurangan jumlah tenaga kerja.
Sebaliknya pada hari-hari tertentu pada
waktu lain yang tersisa dalam bulan
tersebut terjadi kelebihan jumlah tenaga
kerja. Sehingga ongkos total merupakan
penjumlahan ongkos yang diakibatkan oleh
terjadinya kekurangan jumlah tenaga kerja
dan ongkos yang diakibatkan oleh
terjadinya kelebihan jumlah tenaga kerja.
R = R (+) + R (-)
(7)
KEKURANGAN
JAM ORANG
LOST SALE
TAK TERPENUHI
PESANAN
OVERTIME
LEMBUR
KEBUTUHAN
JAM ORANG
PENURUNAN
KUALITAS
PRODUK
JUMLAH
PESANAN
BARANG
KERUGIAN AKIBAT
KELEBIHAN DAN
KEKURANGAN
JAM ORANG
PENURUNAN
PRODUKTIVITAS
NAKER
KAPASITAS
JAM ORANG
KELEBIHAN
JAM ORANG
ONGKOS
NAKER
NGANGGUR
303
2.4
[-1]
(AR)
(8)
304
(10)
(11)
(12)
PROSES SIMULASI
Data kedatangan
pesanan (X)
diperoleh dari pengamatan selama tiga
305
PROGRAM
UTAMA
KEDATANGAN
PESANAN
JAM ORANG
PER UNIT
JML NAKER
DI STASIUN KERJA
KEBUTUHAN
JAM-ORANG
KAPASITAS
JAM-ORANG
KELEBIHAN /
KEKURANGAN NAKER
HITUNG ONGKOS
PRODUKSI
PILIH ALTERNATIF
TERBAIK
CETAK HASIL
SIMULASI
RABU
1997
1999
2000
2002
2010
2012
2022
2020
2018
2000
1997
1995
24072
KAMIS
2013
2015
2017
2020
1904
2026
1998
2025
2012
2002
1985
1988
24005
JUMAT
2003
2005
2010
2015
2022
2030
2022
2013
1984
1925
1972
1988
23989
SABTU
1987
1990
1995
1898
1920
1955
1999
2003
2008
2010
2012
2022
23799
TOTAL
12021
12038
12038
11962
11958
12159
12192
12222
12207
11962
11985
12120
144864
Data kebutuhan jam orang per unit produk pada stasiun kerja potong (cutting) c,
diperoleh dari pengamatan selama tiga bulan penuh yaitu sebagaimana disajikan pada Tabel 2.
306
Tabel 2. Data Kebutuhan Jam Orang Per Unit Produk pada Stasiun Kerja Potong (Cutting)
MINGGU KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL
SENIN
0,201
0,202
0,182
0,168
0,193
0,155
0,190
0,175
0,180
0,200
0,147
0,142
2,135
SELASA
0,169
0,184
0,197
0,168
0,186
0,023
0,125
0,170
0,151
0,187
0,188
0,169
1,917
RABU
0,192
0,185
0,201
0,205
0,202
0,202
0,208
0,201
0,195
0,150
0,149
0,171
2,259
KAMIS
0,195
0,160
0,181
0,170
0,183
0,160
0,198
0,192
0,208
0,202
0,203
0,200
2,252
JUMAT
0,170
0,185
0,150
0,166
0,181
0,155
0,198
0,192
0,185
0,172
0,168
0,170
2,092
SABTU
0,178
0,199
0,181
0,165
0,179
0,162
0,174
0,182
0,152
0,193
0,172
0,200
2,137
TOTAL
2,105
3,115
4,092
5,042
2,124
2,855
4,093
5,112
2,071
3,104
4,027
5,052
42,792
Data kebutuhan jam orang per unit produk pada stasiun kerja jahit (sewing) s,
diperoleh dari pengamatan selama tiga bulan penuh yaitu sebagaimana disajikan pada Tabel 3.
Tabel 3. Data Kebutuhan Jam Orang Per Unit Produk pada Stasiun Kerja Jahit (Sewing)
MINGGU KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL
SENIN
0,505
0,498
0,430
0,487
0,512
0,500
0,510
0,477
0,506
0,522
0,412
0,500
5,859
SELASA
0,568
0,502
0,430
0,625
0,412
0,505
0,500
0,402
0,510
0,480
0,495
0,602
6,031
RABU
0,556
0,600
0,477
0,532
0,510
0,500
0,535
0,530
0,520
0,492
0,525
0,530
6,307
KAMIS
0,545
0,506
0,510
0,513
0,519
0,504
0,475
0,495
0,500
0,512
0,501
0,522
6,102
JUMAT
0,523
0,508
0,506
0,512
0,520
0,514
0,493
0,490
0,482
0,477
0,472
0,500
5,997
SABTU
0,535
0,506
0,510
0,513
0,519
0,504
0,500
0,420
0,522
0,512
0,511
0,465
6,017
TOTAL
4,232
5,120
5,863
7,182
3,992
5,027
6,013
6,814
4,040
4,995
5,916
7,119
66,313
Data kebutuhan jam orang per unit produk pada stasiun kerja finishing f, diperoleh
dari pengamatan selama tiga bulan penuh yaitu sebagaimana disajikan pada Tabel 4.
Tabel 4. Data Kebutuhan Jam Orang Per Unit Produk pada Stasiun Kerja Finishing
MINGGU KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL
SENIN
0,233
0,239
0,301
0,304
0,212
0,233
0,300
0,399
0,253
0,235
0,234
0,255
3,207
SELASA
0,240
0,238
0,210
0,244
0,260
O,233
0,235
0,299
0,253
0,234
0,234
0,255
2,944
RABU
0,242
0,239
0,240
0,234
0,212
0,302
0,233
0,229
0,253
0,235
0,234
0,255
2,917
KAMIS
0,233
0,234
0,202
0,225
0,311
0,323
0,303
0,289
0,300
0,247
0,259
0,235
3,161
JUMAT
0,223
0,229
0,302
0,214
0,210
0,243
0,302
0,299
0,253
0,233
0,234
0,255
3,006
SABTU
0,233
0,240
0,301
0,309
0,222
0,233
0,221
0,378
0,254
0,265
0,244
0,235
3,135
TOTAL
2,404
3,419
4,556
5,530
2,427
3,567
4,594
5,893
2,566
3,449
4,475
5,490
48,370
307
Data jumlah produk yang kualitasnya baik [Yn] diperoleh dari pengamatan selama tiga
bulan penuh yaitu sebagaimana disajikan pada Tabel 5.
Tabel 5. Data Persentase Jumlah Produk yang Kualitasnya Baik.
MINGGU KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL
SENIN
0,815
0,819
0,814
0,829
0,903
0,799
0,900
0,975
0,977
0,999
0,968
0,897
10,695
SELASA
0,820
0,825
0,819
0,823
0,905
0,788
0,791
0,775
0,786
0,890
0,967
0,887
10,076
RABU
0,718
0,720
0,735
0,801
0,813
0,816
0,825
0,887
0,976
0,959
0,964
0,867
10,081
4.
4.1.
308
KAMIS
0,821
0,818
0,817
0,888
0,905
0,910
0,900
0,985
0,878
0,899
0,908
0,910
10,639
JUMAT
0,822
0,816
0,812
0,800
0,799
0,785
0,777
0,885
0,888
0,899
0,910
0,915
10,108
SABTU
0,778
0,799
0,800
0,812
0,814
0,885
0,898
0,910
0,955
0,952
0,930
0,925
10.458
TOTAL
5,774
6,797
7,797
8,953
6,139
6,983
8,091
9,417
6,460
7,598
8,647
9,401
92,057
4.2.
309
PROB OPTIMAL
CUT
SEW
FIN
44
89
53
47
97
59
56
103
69
65
107
74
78
114
84
120
76
88
85
132
97
92
138
100
99
140
109
106
151
118
111
155
120
119
163
129
123
167
138
130
178
145
134
184
149
145
157
189
195
152
164
157
203
174
163
179
210
184
215
170
JUMLAH
TOTAL
186
203
228
246
276
284
314
330
348
375
386
411
428
453
467
491
511
534
552
569
DET OPTIMAL
CUT
SEW
FIN
43
90
54
50
97
57
59
104
69
63
107
72
76
118
87
125
76
89
82
132
99
89
137
102
95
145
107
102
151
115
108
158
121
116
162
130
122
172
135
133
179
141
136
182
148
141
156
190
194
149
163
154
200
168
162
181
210
182
214
168
310
JUMLAH
TOTAL
187
204
232
242
281
290
313
328
347
368
387
408
429
453
466
487
506
522
553
564
ONGKOS TOTAL
PROB
DET
11,613.659
10,152.650
11,045.525
8.942.886
10,696.762
9,328.816
10,284.727
8,246.400
10,150.742
7,839.610
9,758.557
7,749.246
9,604.412
7,277.713
9,787.077
6,845.921
9,745.894
6,265.373
9,443.754
6,497.093
9,273.878
5,576.231
9,349.910
6,064.856
9,021.809
5,457.231
9,307.059
5,569.754
8,945.932
7,136.216
6,546.640
9,390.755
9,768.900
7,356.502
10,209.209
7,634.175
7,109.08
11,143.127
9,709.96
11,856.037
ONGKOS/UNIT
PROB
DET
5.772
5.046
5.490
4.445
5.316
4.637
5.112
4.099
5.045
3.896
4.850
3.852
4.774
3.617
4.864
3.403
4.844
3.114
4.694
3.229
4.609
2.772
4.647
3.014
4.484
2.712
4.626
2.768
3.547
4.446
4.667
3.254
3.656
4.855
3.794
5.074
5.538
3.533
5.893
4.826
5.
KESIMPULAN DAN
REKOMENDASI
2.
3.
[2]
[3]
[4]
[5]
[6]
[7]
DAFTAR PUSTAKA
Bronson, R., Waspakrik, H.J. 1988.
Teori dan Soal-Soal Operation
Research Seri buku Schaums,
Penerbit Erlangga.
Dimyati, Tjutju Tarliah, Ahmad
Dimyati, 1992, Operation Research:
Model-model
Pengambilan
Keputusan. Penerbit PT. Sinar Baru.
Subagyo, P., 1986, Dasar-dasar
Operations
Research
BPFE,
Jogjakarta.
Sutalaksana I.Z., 1986. Teknik Tata
Cara Kerja Penerbit ITB, Bandung.
Siagian, P., 1987, Penelitian
Operasional, Teori & Praktek, UI
Press.
Taha, Hamdy A, 1987, Operations
Research, Anintroduction Edisi
Macmillah Publishing Compani,
Newyork.
Walpole, R.E, 1986, Ilmu Peluang
Statistika Oleh Insinyur & Ilmuwan
Penerbit ITB, Bandung.
311
2.
3.
4.
5.
6.
7.
8.
Naskah berupa hasil penelitian atau non penelitian (konseptual), yang merupakan naskah asli
dan belum pernah dipublikasikan di media masa manapun. Makalah yang telah
dipresentasikan dalam suatu pertemuan ilmiah, apabila belum dipublikasikan dapat diterima.
Naskah diketik dengan menggunakan MS Word, Times New Roman 11pt dan 1 spasi di atas
kertas A4 (21x29,7 mm). Makalah (selain abstrak) ditulis dalam 2 kolom. Jumlah halaman
(termasuk gambar, ilustrasi dan daftar pustaka) 10-15 halaman.
Naskah ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Apabila naskah ditulis dalam
Bahasa Indonesia, hendaknya berpedoman pada Pedoman Umum Ejaan Bahasa Indonesia
yang disempurnakan.Hindari pemakaian istilah asing (kecuali bila sangat diperlukan).
Penulisan istilah asing dicetak miring (italic).
Judul ditulis HURUF BESAR, di tengah atas halaman font Times New Roman 14 Bold.
Tulisan singkat dengan kata-kata atau frasa kunci yang mencerminkan isi tulisan.
Memperhatikan sistematika penulisan :
Makalah Penelitian : JUDUL (singkat tetapi jelas, 5-15 kata), Penulis (tanpa gelar,
asal instansi/alamat pada catatan kaki), ABSTRACT (dalam Bahasa Inggris yang
berisikan masalah dan tujuan penelitian, metoda/pendekatan, hasil penelitian, satu
paragraf 50-75 kata), Keywords (kata/terminologi khusus bidang ilmu yang dibahas,
punya makna yang khas untuk makalah, 3-5 kata kunci) PENDAHULUAN (berisi
permasalahan, wawasan dan rencana pemecahan masalah, tujuan penelitian, kajian
teoritik, hipotesa (jika ada) dan manfaat hasil penelitian (tidak ada)) METODA
PENELITIAN
(Rancangan/desain
penelitian,
sasaran
penelitian,
teknik
pengembangan/pengumpulan data dan teknik analisis data yang disajikan secara naratif)
HASIL PENELITIAN (Hasil pengolahan data, pemakaian tabel/grafik/bagan sangat
disarankan) PEMBAHASAN (Menjawab tujuan penelitian, memaparkan logika
diperolehnya dan menginterpretasikan penemuan, mengaitkan dengan teori yang relevan
serta pembahasan terhadap tabel/grafik/bagan secara naratif) KESIMPULAN DAN
SARAN (Esensi hasil penelitian dan pembahasan, harus relevan dengan penemuan yang
disampaikan dalam butir-butir paragraf pendek) DAFTAR PUSTAKA/RUJUKAN
(hanya memuat rujukan yang benar-benar disebut dalam makalah).
Makalah Konseptual : 1JUDUL (singkat tetapi jelas, 5-10 kata), 2Penulis (tanpa gelar,
asal instansi/alamat pada catatan kaki), 3ABSTRACT (dalam Bahasa Inggris yang
berisikan ringkasan makalah yang ditulis secara padat dan menampilkan isu-isu pokok dan
alternatif pemecahan, satu paragraf 50-75 kata), Keywords (kata/terminologi khusus
bidang ilmu yang dibahas, punya makna yang khas untuk makalah, 3-5 kata kunci)
4PENDAHULUAN (berisi latar belakang, permasalahan, tujuan, ruang lingkup dan
metodologi 5ISI (tinjauan pustaka, data dan pembahasan), 6PENUTUP (kesimpulan
dan saran) dan 7DAFTAR PUSTAKA/RUJUKAN (hanya memuat rujukan yang benarbenar disebut dalam makalah).
Cara merujuk dan mengutip : 1)Tulis nama akhir pengarang dan tahun terbitan, 2)Jika
pengarang lebih dari satu, tulis Nama Pertama, dkk, 3)Jika terjemahan, tulis Nama
Pengarang Asli, 4)Jika lebih dari satu sumber, pisahkan dengan titik koma (;), 5)Jika dari
Internet : Nama pengarang, tahun, judul karya, alamat sumber rujukan dan tanggal diakses.
Daftar pustaka disusun menurut alfabet pengarang, dengan urutan penulisan : nama
pengarang, (tahun terbitan), judul buku (cetak miring), penerbit dan kota terbit. Nama
pengarang mendahulukan nama keluarga atau nama dibalik, tanpa gelar. Kutipan acuan
pustaka yang digunakan dinyatakan dengan menuliskan nama pengarangnya.
Isi tulisan bukan tanggung jawab redaksi. Redaksi berhak mengedit redaksionalnya, tanpa
mengubah arti. Dan tidak diadakan surat menyurat kecuali tulisan disertai perangko akan
dikembalikan (karena tidak memenuhi persyaratan atau perlu perbaikan).