Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi

(Bijah Subijanto)

MODEL SIMULASI UNTUK MENGHITUNG JUMLAH TENAGA

KERJA YANG OPTIMAL PADA PROSES PRODUKSI
(Studi Perbandingan Antara Model Probabilistik dan Model
Deterministik)
Bijah Subijanto

ABSTRAK
Unsur penting untuk menjamin berjalannya proses produksi secara efektif, yaitu
tenaga kerja, mesin, energi, bahan baku dan bahan penolong, serta metoda atau
pengaturan. Dengan asumsi bahwa sumber daya lain tidak ada hambatan dan mesin
serta peralatan lain disesuaikan dengan jumlah tenaga kerja, maka permasalahan
pokoknya terletak pada tenaga kerja. Kelebihan tenaga kerja menimbulkan
pengangguran yang berdampak pada pengeluaran ongkos tenaga kerja yang tidak
produktif dan dalam jangka lama dapat menimbulkan penurunan motivasi serta
keterampilan kerja yang berarti penurunan produktivitas kerja. Di sisi lain,
kekurangan tenaga kerja berakibat pada tidak terpenuhinya permintaan produk (lost
sale), pengeluaran biaya lembur (over time), dan penurunan kualitas produk karena
tenaga kerja harus bekerja lebih lama dari waktu kerja normalnya. Jumlah tenaga
kerja yang optimal adalah yang dapat meminimalkan kelima kerugian tersebut secara
totalitas. Pada proses produksi yang berdasarkan atas pesanan (job order), jumlah
pesanan merupakan acuan untuk memperkirakan kebutuhan tenaga kerja yang
optimal. Kedatangan pesanan bersifat acak baik dalam hal jumlah, jenis maupun
waktu pemesanannya. Parameter sistem yang dianggap dapat didekati secara
deterministik adalah keuntungan penjualan per unit produk, ongkos tenaga kerja per
hari per orang, dan biaya lembur per jam per orang. Parameter sistem yang bisa
diestiminasikan secara probabilistik adalah jumlah unit yang dapat diproduksi per
jam, penurunan kualitas produk karena kelelahan (lembur) per hari, dan penurunan
produktivitas kerja sebagai dampak dari keadaan menganggur dalam waktu lama per
orang per hari. Fenomena seperti ini menyebabkan model simulasi menjadi semakin
menarik untuk dikaji lanjut. Dibandingkan dengan model yang berasumsi bahwa
parameter sistem semua bersifat deterministik, maka model yang dikembangkan di
dalam penelitian ini lebih bersifat kompleks, namun besar kemungkinan bahwa model
yang didapat lebih mendekati perilaku sistem nyata. Di samping itu, kondisi optimal
pada sistem yang bersifat deterministik memiliki kerumitan yang rendah, tetapi
ternyata memiliki ongkos produksi yang relatif lebih tinggi dibandingkan dengan
model probabilistik. Hal ini dirasakan lebih rendah manfaatnya manakala disadari
bahwa secara substansial sesungguhnya jauh dari kenyataan yang dihadapi,
sehingga keputusan manajemennya bisa lebih bersifat kaya. Sebaliknya dengan model
sistem yang probabilistik lebih realistik bagi keperluan keputusaan manajemen dan
nilai harapan ongkos yang ditimbulkannya dalam kondisi optimal lebih rendah dari
pada model yang bersifat deterministik. Hal inilah yang merupakan harga atau
ongkos suatu analisis yang bersifat penyederhanaan.

95

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

1. Pendahuluan
1.1. Latar Belakang Permasalahan
Organisasi manufaktur yang menjadi obyek penelitian adalah sebuah perusahaan yang
bergerak di bidang pembuatan sarung tangan yang didirikan atas kerjasama antara anak
perusahaan PT. Astra dengan perusahaan Korea Selatan selanjutnya disebut perusahaan X.
Hasil produk dari perusahaan ini dikonsumsikan untuk ekspor maupun untuk memenuhi
kepentingan dalam negeri. Meskipun jenis produk dan konsumennya berbeda-beda yaitu sarung
tangan untuk pekerja lapangan sarung tangan golf, atau kedokteran namun proses produksinya
tidak berbeda. Salah satu ciri yang sangat menonjol dan bersifat kritikal dari perusahaan ini
adalah bahwa jumlah barang yang diproduksi harus disesuaikan dengan jumlah pesanan dari
pembeli, karena tidak diijinkan menyimpan persediaan. Proses produksinya bersifat produksi
atas pesanan (job order), karena baik model (jenis) sarung tangan maupun ukuran-ukurannya
sudah tertentu sesuai dengan pesanan. Faktor-faktor potensial yang dapat menimbulkan
permasalahan, antara lain yang bersifat langsung adalah: (1). Jumlah pesanan (order) yang
bersifat random (acak), baik model maupun jumlahnya, (2). Tidak diperkenankan untuk
menyimpan persediaan dalam bentuk produk jadi, dan (3). Pemesan menghendaki pengiriman
secepatnya dan dengan kualitas sesuai dengan spesifikasi yang dibutuhkan. Salah satu tugas
yang sulit bagi manajemen perusahaan adalah menentukan jumlah tenaga kerja yang optimal.
Hal ini disebabkan oleh karena tersedianya tenaga kerja yang terlalu banyak atau terlalu sedikit
dapat menimbulkan kerugian. Pengaturan ketenagakerjaan juga memerlukan sikap kehati-hatian,
karena perusahaan tidak begitu saja bisa melakukan pemutusan hubungan kerja tanpa alasan
yang kuat. Sebaliknya tidak mudah pula merekrut tenaga kerja baru yang langsung siap pakai bila
menghadapi jumlah pesanan yang meningkat tajam.
1.2. Pokok Permasalahan
Permasalahan yang sangat menonjol adalah dalam hal pengaturan tenaga kerja, karena
dihadapkan pada dua persoalan yang bersifat dilematik. Pertama, apabila jumlah tenaga kerja
terlalu sedikit dengan kebutuhan, maka akan terjadi waktu pelayanan yang panjang, biaya lembur
naik, dan mutu pelayanan dari perusahaan menurun1), sehingga akan menimbulkan kerugian bagi
perusahaan baik secara materiil maupun inmateriil. Kedua, apabila jumlah tenaga kerja terlalu
banyak akan menimbulkan waktu menganggur pada operator 2). Hal ini jelas
akan
mengakibatkan keadaan yang tidak efisien dan akan menimbulkan dampak negatif bagi
pembinaan tenaga kerja sekaligus memperbesar biaya operasi.
1.3. Tujuan Penelitian
Meminimalkan ongkos-ongkos yang ditimbulkan akibat kekurangan atau kelebihan tenaga
kerja, dalam memenuhi kebutuhan pesanan dari konsumen dengan cara menentukan jumlah
dengan kerja langsung yang optimal pada bagian cutting, sewing, serta finishing dan packing.
Ongkos yang disebabkan oleh terjadinya kelebihan tenaga kerja langsung adalah ongkos untuk
membayar tenaga kerja yang menganggur, serta kerugian akibat penurunan motivasi dan tingkat
keterampilan tenaga kerja. Ongkos yang disebabkan oleh kekurangan tenaga kerja meliputi

1)

Mutu pelayanan yang menurun, karena kerja lembur dalam jangka yang relatif lama menimbulkan kelelahan, akibatnya
mutu produk menurun serta waktu pelayanan lebih lama. Hal ini dapat menurunkan citra dan kredibilitas perusahaan
dimata konsumen.

2)

Waktu menganggur ini menimbulkan dampak negatif bagi pembinaan tenaga kerja karena dapat mengendorkan semangat
kerja, kurang terlatihnya bekerja secara cepat dan tepat, serta dapat menimbulkan sifat malas.

96

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

ongkos untuk kerja lembur (over time), kerugian akibat mesin menganggur (idle copacity), serta
ongkos atau kerugian karena kehilangan kesempatan memenuhi pesanan (lost sale).
1.4. Pembatasan Permasalahan
Dalam penelitian ini dilakukan pembatasan-pembatasan (1) obyek studi adalah suatu
perusahaan X yang terletak di kawasan Jakarta, dan (2) pembahasan persoalan hanya meliputi
aspek jumlah tenaga kerja langsung yang bekerja di perusahaan X.
1.5. Asumsi-asumsi
Yang digunakan sebagai salah satu acuan dari perumusan model penelitian ini adalah: (1)
tenaga kerja dianggap mempunyai keahlian dan keterampilan yang sama pada bagiannya masingmasing, (2) waktu transfer dari suatu proses ke proses yang lain diabaikan, karena demikian
cepatnya proses tersebut berlangsung, (3) sumber daya yang merupakan masukan ataupun
sumber daya lainnya yang bersifat mendukung dianggap tidak ada hambatan dan/atau
keterlambatan, dan (4) peralatan disesuaikan dengan jumlah tenaga kerja dan waktu proses
semua jenis produk sama.
1.6. Sistematika Penulisan
Laporan penelitian ini disusun dengan urut urutan penulisan (1) Pendahuluan, (2) Model
Pemecahan Permasalahan, (3) Hasil Pengolahan Data, (4) Analisis Permasalahan, serta (5)
Kesimpulan dan Rekomendasi.
2. Model Pemecahan Masalah
2.1. Proses Produksi Sarung Tangan
Sarung tangan yang diproduksi terdiri atas bermacam-macam ukuran, warna, dan polanya
sesuai dengan permintaan dari konsumen. Bahan utama yang merupakan bahan mentah adalah
kulit dan karet atau kain dan karet sesuai dengan kebutuhan pemakainya. Sementara itu bahan
penolongnya hanya berupa benang dan peniti atau kancingnya. Bahan penolong yang berupa
karet digunakan pada bagian pergelangan tangan supaya elastis dengan ukuran pergelangan,
sedangkan kancing untuk manset. Peralatan utama yang digunakan adalah mesin potong dan
mesin jahit. Mesin potong sudah menyediakan bentuk pola dengan bermacam-macam ukuran.
Mesin jahit merupakan alat yang paling banyak digunakan, karena sebagian besar waktu proses
adalah bentuk kegiatan menjahit. Secara garis besar proses produksinya berjalan sebagai berikut:
(1) Di bagian cutting (potong), operator meletakkan bahan yang akan dipotong pada sebuah
meja kerja, lalu mengarahkan mesin potong pada bagian yang akan dipotong dengan maksud
bahan kulit yang terbuang seminimal mungkin, (2) Di bagian sewing (jahit), bahan kulit yang
sudah dipotong, diterima oleh operator sewing. Dan bahan kulit yang telah dipotong-potong itu
disambung-sambung secara bertahap. Pertama-tama jahit bagian jempol, diteruskan dengan
dijahit pada bagian sela-sela jari, sambung sela-sela, manset, logo dan terakhir dijahit elastis/karet
pada bagian pergelangan tangan, serta (3) Di bagian finishing dan packing (penyelesaian dan
pengepakan), di mana operator bertugas melakukan kegiatan untuk memasang kancing,
menggosok atau setrika, untuk selanjutnya dikemas ke dalam sejenis amplop plastik. Bila
kegiatan pada ketiga stasiun kerja tersebut digambarkan ke dalam bentuk diagram, maka proses
produksi pembuatan sarung tangan yang dimaksud urut-urutannya dapat dilihat pada Gambar 1.
Memperhatikan gambar mengenai aliran bahan dan informasi di dalam proses pembuatan
sarung tangan tersebut, dapat dikenali bahwa proses produksi mengikuti ban berjalan; di mana
bahan bergerak mengikuti aliran pada stasiun-stasiun kerja yang terpasang secara permanen.

97

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

Dengan mengikuti pemahaman seperti itu, maka efektivitas (dan efisiensi) berjalannya proses
produksi sangat tergantung pada beberapa faktor, antara lain yang sangat dominan adalah: (1)
Ketersediaan kapasitas mesin yang cukup sesuai dengan kebutuhan jam operasi mesin, (2)
Ketersediaan tenaga kerja yang cukup sesuai dengan jam kerja manusia (man hour) yang
dibutuhkan, (3) Ketersediaan bahan baku dan bahan penolong yang cukup sesuai dengan jumlah
dan kualitas yang dibutuhkan. Bertitik tolak dari asumsi yang dipergunakan di dalam merumuskan
model analisis, maka untuk kepentingan operasi produksi sehari-hari letak permasalahannya
terletak pada bagaimana menentukan jumlah tenaga kerja optimal yang dapat memenuhi
kebutuhan jam kerja manusia (man hour) secara efektif tetapi efisien dalam arti kerugian atau
ongkos yang ditimbulkannya berada dalam tingkat yang minimal.

CUTTING

SEWING

FINISHING & PACKING

JAHIT JEMPOL
JAHIT SELA-SELA
JARI-JARI

PASANG
KANCING

* MESIN

BAHAN
BAKU

* MESIN
* MESIN
* NAKER
* BAHAN
PENOLONG

BAHAN
TERPOTONG

* NAKER
* BAHAN
PENOLONG

MANSET

PASANG LOGO

PRODUK
SETENGAH
JADI

* NAKER

SETRIKA

KIRIM
KE
PEMESAN

* BAHAN
KEMAS
PENOLONG DALAM
AMPLOP

JAHIT KARET
PERGELANGAN

DEFECT
(CACAT)

CACAT
DEFECT
(CACAT)

Gambar 1. Aliran bahan dan informasi dalam proses produksi.

2.2. Kelebihan atau Kekurangan Tenaga Kerja
Data-data yang diambil dan digunakan dalam penelitian ini adalah dalam perspektif jangka
waktu 1 (satu) bulan. Hal ini mengandung pengertian bahwa perilaku data diamati selama kurun
waktu satu bulan. Aliran kegiatan dan informasi dalam lingkup kajian atau penelitian pembuatan
sarung tangan dapat dilihat pada Gambar 2. Untuk menyelesaikan X unit pesanan diperlukan jam
orang bagian cutting, sewing, dan finishing masing-masing sebesar BLc, BLs, dan BLf.
Sementara itu kapasitas jam orang pada masing-masing stasiun kerja tersebut adalah KLc, KLs,
dan KLf. Kapasitas jam orang inilah yang akan diatur besar kecilnya agar memenuhi besaran
yang sedekat mungkin dengan kebutuhan.
Urut-urutan kegiatan dan aliran informasi dalam proses produksi pembuatan sarung
tangan, diawali dengan adanya pesanan yang datang, karena itu proses produksinya bersifat job
order. Secara umum urut-urutan kegiatan yang dimaksud adalah sebagai berikut:

98

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

Variabel kedatangan pesanan. Jumlah pesanan yang datang selama 1 (satu) bulan dihitung
dari nilai rata-rata setiap kedatangannya. Karena pola kedatangannya yang bersifat acak maka
jumlah pesanan dinyatakan dengan variabel x. Distribusi statistik untuk menirukan perilaku
kedatangan pesanan dipilih sesuai dengan pola dari data melalui pengujian kesesuaian
distribusinya.
Variabel kebutuhan jam orang tenaga kerja (man hours). Bila c, s, dan f, menyatakan
nilai rata-rata jam orang yang dibutuhkan pada bagian cutting (c), sewing (s), dan finishing (f)
untuk menyelesaikan 1 (satu) unit produk sarung tangan; maka kebutuhan jam orang (BL) untuk
membuat X unit produk sarung tangan adalah:
BLi = i.X = [ X/ Ui ] , di mana i = c,s,f

(1)

Nilai efektivitas tenaga kerja . Nilai efektivitas kerja menyatakan persentasi jam kerja
nyata yang dilakukan secara efektif oleh tenaga kerja relatif terhadap jam kerja yang seharusnya
tersedia (potensial) bagi tenaga kerja untuk melakukan kegiatan kerja. Bila Efc, Efs, dan Eff
menyatakan besaran nilai efektivitas tenaga kerja pada bagian cutting, sewing, dan finishing,
maka range (kisaran rentang) besaran nilai variabel itu adalah:
0

Efc, Efs, Eff

100

(2)

Variabel kapasitas jam orang. Kapasitas jam orang pada bagian cutting, sewing, dan
finishing yang dinyatakan dengan simbol KLc, KLs, dan KLf dihitung dengan cara mengalihkan
jumlah tenaga kerja pada bagian cutting, sewing, dan finishing dengan nilai efektivitasnya
masing-masing dan jumlah jam kerja selama sehari (h), sehingga rumusan menjadi sebagai
berikut:
KLi = Efi. H. Li , di mana i = c,s,f

(3)

Variabel kelebihan dan kekurangan jam orang. Kelebihan dan kekurangan jam orang
dihitung dengan cara mengurangi kapasitas jam orang yang ada bagian cutting, sewing, dan
finishing dengan kebutuhan jam orang pada masing-masing bagian tersebut. Kelebihan dan
kekurangan jam orang dinyatakan dengan simbol Dc, Ds, dan Df masing-masing untuk bagian
cutting, sewing, dan finishing.
Di = (KLi - BLi), di mana i = c,s,f

(4)

Bila diilustrasikan ke dalam bentuk diagram, maka proses yang terjadi sebagaimana dapat
dilihat pada Gambar 3.

99

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

BLs Jam kerja

BLs Jam kerja

B Ls Jam kerja

JUMLAH
PESANAN
X

POTONG
SESUAI
POLA

[ KLc ]

JAHIT
DAN
SAMBUNG

[ KLc ]

PENYELESAIAN
DAN
PENGEPAKAN

KIRIM
KE
KONSUMEN

[ KLc ]

INPUT

OUTPUT
PROSES PRODUKSI

Gambar 2. Lingkup kajian studi pembuatan sarung tangan.

2.3. Implikasi dari Kelebihan/Kekurangan Tenaga Kerja
Kelebihan tenaga kerja (L-Lo>0) mengakibatkan ongkos tenaga kerja langsung menjadi
lebih besar. Bila upah rata-rata tenaga kerja per hari perorangan adalah rupiah, maka R (+) =
* (L-Lo). Selain itu keadaan menganggur seperti itu, terutama untuk jangka yang relatif lama
bisa menimbulkan penurunan motivasi dan ketrampilan tenaga kerja yang secara totalitas
mengakibatkan penurunan produktivitas tenaga kerja. Bila rata-rata produktivitas tenaga kerja
perhari dalam keadaan normal adalah Yn produk perhari, dan setelah mengalami pengangguran
mengakibatkan produktivitasnya turun menjadi Ytn perhari, maka besarnya kerugian pertenaga
kerja perhari dihitung dengan cara mengalihkan besarnya nilai keuntungan per produk (p) dengan
penurunan produktivitas rata-rata tenaga kerja dan jumlah tenaga kerja (L). Nilai kerugian total
akibat kelebihan tenaga kerja:
R (+) = * (L-Lo) + p * L * (Yn - Ytn)

(5)

Kekurangan tenaga kerja ((L-Lo < 0) mengakibatkan ongkos kerja lembur (over time)
dan ongkos kehilangan kesempatan menjual produk (lost sale) bila jumlah pesanan tidak bisa
dipenuhi walaupun sudah ditempuh upaya kerja lembur. Upah lembur per jam dihitung dengan
rumus sesuai dengan kebijaksanaan manajemen, misalnya ov rupiah perjam.
Ongkos
kehilangan kesempatan menjual perunit produk adalah keuntungan kotor dibagi dengan jumlah
unit yang dapat diproduksi. Di samping itu terjadi pula kerugian karena terjadinya penurunan
kualitas produk (PQ). Hal ini sangat lazim terjadi bila kegiatan lembur terjadi dalam kurun waktu
100

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

yang relatif panjang. Bila keuntungan normal per unit produk adalah p sedangkan kerugian akibat
adanya penurunan kualitas produk adalah p, dan jumlah produk dengan kualitas baik bila
dikerjakan secara normal pada kapasitas jam orang yang cukup tanpa lembur adalah Yn
sedangkan jumlah produk yang kualitasnya kurang akibat harus diselesaikan dengan kerja lembur
adalah Ytn; maka PQ = [p-p]*[Yn-Ytn]. Ongkos total akibat kekurangan tenaga kerja adalah:
R (+) = ov * Ot * (L-Lo) + p * (X-Yn)+ [p-p]*(Yn - Ytn)

(6)

di mana : 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)

Bila diilustrasikan ke dalam bentuk diagram alir, maka dampak terjadinya kelebihan
dan/atau kekurangan tenaga kerja adalah sebagaimana dapat dilihat pada Gambar 4, di mana:
X Unit merupakan jumlah unit sarung tangan dipesan oleh konsumen rata-rata per
bulan.
LS Menyatakan kerugian akibat kehilangan kesempatan untuk menjual produk yang
telah dipesan (lost sale).
OT menyatakan kerugian yang harus ditanggung karena mempekerjakan tenaga kerja
melebihi waktu normal jam kerjanya (over time)
PQ menyatakan penurunan kualitas produksi karena dipaksa untuk kerja lembur dan
menimbulkan kelelahan yang pada gilirannya dapat mengurangi kualitas produk.
PR menyatakan penurunan produktifitas tenaga karena terlalu sering menganggur yang
berdampak pada penurunan ketrampilan dan motifasi kerjanya.
ON menyatakan kerugian atau ongkos yang harus dikeluarkan untuk membayar tenaga
kerja yang menganggur.

101

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

LOST SALE
TAK TERPENUHI
PESANAN
KEKURANGAN
JAM ORANG
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

Gambar 3. Proses terjadinya kekurangan jam orang pada proses produksi.

Dcc=KLc-BLc
Lc >0
Ls >0
Dss=KLs-BLs
Dff =K
KLf--B Lf >0

LS
LS ==
p
p * [J o - JJp ]

OT
OT ==
uuov * O
Ot * [L-L
[L-Lo ]

Lc =
BLc
= X/
X/Ucc
BLs
Ls =
= X/U
X/Uss
B
BLf = X/U
X/ Uf

PQ =
[p
[p -p]
p]* [Yn-Ym]]

X
UNIT

R=R(-) ++ R
R(+) ==
LS+OT+PQ+PR+ON

PR
PR ==
p**LL**[ Y n -Y m
m]

K
KLC == E fc h.
h.L
Lc
KLs = Efs h.L
h.Ls
KL f = Eff h.LLf
Dc=K
=K Lc-BLc >0
>0
Ds=K
=K Ls-BLs >0
>0
Dff =K Lf--B Lf >0

ON =
u*[L[L-L
Lo ]

Gambar 4. Dampak dari terjadinya kelebihan kekurangan jam orang.

2.4. Langkah Pemecahan Masalah
Yang sesuai dengan masalah yang sedang dihadapi diilustarikan secara diagram pada
Gambar 5, dengan penjelasan sebagai berikut:
102

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

Langkah pertama. Masukan data-data jumlah tenaga kerja pada masing-masing bagian
atau stasiun kerja yaitu cutting, sewing, dan finishing [Lc, Ls, dan Lf]. Besaran nilai inilah yang
akan disimulasikan untuk dapat menentukan jumlah tenaga kerja optimal.
Langkah kedua. Hitung kapasitas jam orang pada masing-masing stasiun kerja per hari
selama satu bulan [KLc, KLs, dan KLf], yang ditentukan berdasarkan jumlah tenaga kerja [Lc,
Ls, Lf], efektivitas tenaga kerja per hari [Etc, Ets,Etf], dan jumlah jam kerja per hari kerja [h].
Langkah ketiga. Simulasikan jumlah kedatangan pesanan (X) berdasarkan distribusi
statistiknya (Fx), yang dihitung sebagai berikut:
X = FX

[-1]

(AR)

(8)

Langkah keempat. Hitung kebutuhan jam orang pada masing-masing stasiun kerja [BLc,
BLs, BLf], berdasarkan jumlah unit pesanan [X], jumlah tenaga kerja [Lc,Ls,Lf], dan waktu
penyelesaian satu unit produk per jam orang [c, s, f], dengan menggunakan persamaan 1.
Langkah kelima. Hitung selisih kapasitas jam orang dengan kebutuhan jam orang pada
masing-masing stasiun kerja [Dc, Ds, Df] menggunakan rumusan pada persamaan (4). Jika hasil
yang didapat minus (-), terjadi kehilangan kesempatan menjual [LS], ongkos lembur [OT], dan
ongkos akibat penurunan kualitas produk [PQ]. Jika hasil yang didapat plus (+) berarti ada
ongkos untuk membiayai tenaga kerja yang menganggur [ON] dan ongkos yang harus
ditanggung karena terjadinya penurunan produktivitas kerja dari tenaga kerja [PR].
Langkah keenam. Perbedaan antara ketersediaan dan kebutuhan jam orang mendekati
atau sama dengan nol sangat sulit dicapai, sehingga yang terpenting adalah meminimalkan jumlah
ongkos atau kerugian yang ditimbulkan karena terjadinya kelebihan dan/atau kekurangan tenaga
kerja seperti dirumuskan pada persamaan (5), (6), (7) ditambah dengan ongkos reguler (R(0))
yaitu:
(R(0)) = [ BLc * ORc * + BLs * ORs + BLf * Of]
R
= R(0) + R (+) + R(-)

(9)
(10)

Pada langkah ini juga perlu dilakukan simulasi mengenai jumlah jam orang yang dibutuhkan
untuk menyelesaikan satu unit produk pada masing-masing stasiun kerja [c, s, f], dan jumlah
produk yang kurang memenuhi kualitas yang dipesan (Ytn) dari keseluruhan unit yang dipesan
(Yn).
= F (-1) (AR)
Ytn = FYtn (1) (AR)

(11)
(12)

Langkah ketujuh. Bila jumlah observasi (replikasi simulasi) dianggap cukup memadai,
selanjutnya pada setiap observasi dicatat besaran nilai variabel ongkos total [R] dan besaran
nilai variabel tenaga kerja yang disimulasikan (Lc, Ls, Lf). Jika observasi dianggap belum cukup,
maka dilakukan pengulangan melalui langkah pertama kembali.
Langkah kedelapan. Menentukan jumlah tenaga kerja yang optimal yaitu pasangan nilai
variabel (Lc, Ls, Lf) yang mengakibatkan nilai kerugian total [R] terkecil, selanjutnya masingmasing disebutkan dengan (Lc , Ls*,Lf*) dan (R*).

103

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

START
DATA ONGKOS/KERUGIAN
Efektivitas Kerja Naker [Efc, Efs, Eff]
Ongkos Overtime per jam [Ot]
Ongkos Reguler per jam [OR]
Keuntungan per produk [p]
INPUT JUMLAH
TENAGA KERJA
[Lc , Ls , Lf ]
HITUNG KAPASITAS
JAM ORANG
KLc =
KLs =
KLf =

h.L c
h.L s
h.L f

SIMULASIKAN
JUMLAH PESANAN

(X)
SIMULASIKAN KEBUTUHAN
JAM ORANG
PER UNIT PRODUK
()
SIMULASIKAN JUMLAH
PRODUK DENGAN
KUALITAS RENDAH
(Y tn )
HITUNG KEBUTUHAN
JAM ORANG
B Lc =
BL s =
BLf =

Efc . X .
Efs . X .
E ff . X .

c
s
f

H I T U N G P E R B E D A A N
J A M O R A N G
Dc = K
Ds = K
D f = K

Lc
Ls
Lf

- B
- B
- B

L c
L s
L f

HITUNG ONGKOS/KERUGIAN
R

(+)

LS
O T c
O T s
O tf
PQ

= p * ( X - Y n)
= ov * O tc * ( L c- L oc)
= o v * O ts * ( L s - L o s )
= o v * O tf *
( L f- L of)
=
[ p-p ] * [ Y n - Y tn]

(-)

(0)

: R (0)c
R (0)s
R (0)f

ON
PR

=
=

=
=
=

* ( L - L o)
* L * (Yn

B
B
B

LC
LS
Lf

- Y

tn

* O Rc
* O Rs
* O Rf

A P A K A H
OBSERVASI SIMULASI
C U K U P

Tidak

Ya
HITUNG ONGKOS
TOTAL
R

(0)

+ R

(+)

+ R

(-)

SIMULASIKAN
KEPUTUSAN
B A R U

Tidak

4
TAMPILKAN JUMLAH NAKER
VERSUS ONGKOS TOTAL
[ L c l, L s l , L f l ]
[ R l]

[ L ck,L sk,L fk]
[ R k]
.
[ L cn ,L sn,L fn]
[ R n]

CARI JUMLAH NAKER YANG

HASILKAN ONGKOS MINIMUM
[L

*, L

*, L *]
f

R *]

END

Gambar 5.
104

Ya

3
3

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

3. Proses Simulasi
Proses simulasi menggunakan 1 (satu) program utama dan 7 (tujuh) prosedur masingmasing untuk mensimulasikan jumlah pesanan, menghitung kebutuhan jam orang tenaga kerja,
mensimulasikan jumlah tenaga kerja yang perlu disiapkan, menghitung kapasitas, menghitung
kelebihan dan orang tenaga kerja yang disimulasikan, menghitung kelebihan dan kekurangan jam
orang tenaga kerja, menghitung ongkos-ongkos yang ditimbulkan, memilih komposisi tenaga
kerja yang menghasilkan ongkos total minimum, dan mencetak hasil simulasi. Struktur program
dan modul-modulnya ditunjukkan pada Gambar 6.
Data kedatangan pesanan (X) diperoleh dari pengamatan selama tiga bulan penuh yaitu
sebagaimana disajikan pada Tabel 1.
PROGRAM
UTAMA

KEDATANGAN
PESANAN

JAM ORANG
PER UNIT

KEBUTUHAN
JAM-ORANG

JML NAKER
DI STASIUN KERJA

KAPASITAS
JAM-ORANG
KELEBIHAN /
KEKURANGAN NAKER

HITUNG ONGKOS
PRODUKSI

PILIH ALTERNATIF
TERBAIK

CETAK HASIL
SIMULASI

Gambar 6. Struktur program.

105

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

Tabel 1. Data Kedatangan Pesanan [Means = 2012 Std-Dev= 43,44].

MINGG
U KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL

SENIN
2011
2012
2015
2020
2102
2110
2122
2125
2155
2025
2030
2133
24860

SELASA
2009
2015
1998
2003
1999
2024
2026
2032
2029
1998
1986
1990
24109

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

JUMA
SABT
TOTA
T
U
L
2003
1987
12021
2005
1990
12038
2010
1995
12038
2015
1898
11962
2022
1920
11958
2030
1955
12159
2022
1999
12192
2013
2003
12222
1984
2008
12207
1925
2010
11962
1972
2012
11985
1988
2022
12120
23989
23799
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.
Tabel 2. Data Kebutuhan Jam Orang Per Unit Produk pada Stasiun Kerja Potong (Cutting)
[Means = 0,178; Std-Dev = 0,026]
MINGG
U 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

JUMA
SABT
TOTA
T
U
L
0,170
0,178
2,105
0,185
0,199
3,115
0,150
0,181
4,092
0,166
0,165
5,042
0,181
0,179
2,124
0,155
0,162
2,855
0,198
0,174
4,093
0,192
0,182
5,112
0,185
0,152
2,071
0,172
0,193
3,104
0,168
0,172
4,027
0,170
0,200
5,052
2,092
2,137
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.

106

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

Tabel 3. Data Kebutuhan Jam Orang Per Unit Produk pada Stasiun Kerja Jahit (Sewing).
[Means = 0,504; Std-Dev= 0,038]
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

RABU

KAMIS

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

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

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

JUMA
TOTA
SABTU
T
L
0,523
0,535
4,232
0,508
0,506
5,120
0,506
0,510
5,863
0,512
0,513
7,182
0,520
0,519
3,992
0,514
0,504
5,027
0,493
0,500
6,013
0,490
0,420
6,814
0,482
0,522
4,040
0,477
0,512
4,995
0,472
0,511
5,916
0,500
0,465
7,119
5,997
6,017
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
[Means = 0,255; Std-Dev = 0,037]
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

RAB
KAMIS
U
0,242
0,233
0,239
0,234
0,240
0,202
0,234
0,225
0,212
0,311
0,302
0,323
0,233
0,303
0,229
0,289
0,253
0,300
0,235
0,247
0,234
0,259
0,255
0,235
2,917
3,161

JUMAT

SABTU

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

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

TOTA
L
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

107

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

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.

[Means = 0,862; Std-Dev = 0,069]
MINGG
U KE
1
2
3
4
1
2
3
4
1
2
3
4
TOTAL

SENI
N
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

RABU

KAMIS

JUMAT

SABTU

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

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

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

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

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

TOTA
L
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

Setelah dilakukan uji kesesuaian data, data pada kelima tabel tersebut mengikuti distribusi
normal dengan nilai rata-rata dan standard deviasi masing-masing adalah:
x = 2012 unit, x = 43.44 n(2012, 43.44) untuk kedatangan pesanan per hari dan
dinyatakan dalam jumlah unit produk.
c = 0.178 jam, c = 0.026 n(0.178, 0.026) untuk kebutuhan jam orang per unit produk
di stasiun kerja cutting.
s = 0.504 jam, s = 0.038 n(0.178, 0.038) untuk kebutuhan jam orang per unit produk di
stasiun kerja sewing.
f = 0.255 jam, s = 0.037 n(0,255, 0.037) untuk kebutuhan jam orang per unit produk di
stasiun kerja finishing.
yn = 86.3 jam, s = 6.9 n(0.863, 0.069 ) untuk persentase produk yang berkualitas baik
sesuai dengan spesifikasi rancangan relatif terhadap jumlah produksi.
4. Analisis Hasil Simulasi
4.1. Perhitungan hasil simulasi
Perhitungan hasil simulasi pada kondisi optimal baik yang didasarkan pada asumsi bahwa
parameter sistem bersifat acak maupun yang berasumsi bahwa parameter sistem bersifat
deterministik dapat dilihat pada Tabel 1 dan Gambar 7. Kelompok tenaga kerja sebagaimana
disebutkan pada kolom 1 Tabel 1 dan absis Gambar 7 menunjukan jumlah tenaga kerja yang
disimulasikan pada masing-masing stasiun kerja. Perbedaan komposisi tenaga kerja optimal pada
masing-masing stasiun kerja dan ongkos yang ditimbulkannya antara hasil simulasi yang
didasarkan pada asumsi bahwa parameter sistem bersifat probabilistik dan parameter sistem
bersifat deterministik, disajikan pada Tabel 2.
108

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

4.2. Analisis Hasil Simulasi

Model deterministik berasumsi bahwa semua parameter sistem dapat diestimasikan secara
tepat dan bersifat konstan/deterministik. Dalam model ini tiada toleransi terjadinya variasi atau
perubahan terhadap besaran parameter sistem. Pada kenyataannya sangat sulit terjadi bahwa
jumlah jam orang per unit produk merupakan besaran yang bersifat pasti, karena adanya
variabilitas faktor manusia dan variabilitas yang bersumber dari sistem kerja alat atau mesin yang
digunakan. Variabilitas yang bersumber dari faktor manusia terutama terjadi pada saat manusia
telah mengalami kelelahan dan atau kebosanan dalam melaksanakan kegiatan kerjanya.
Variabilitas yang bersumber dari mesin atau peralatan kerja biasanya terjadi sejalan dengan usia
pakai dan tingkat pemeliharaannya serta operator yang mengawakinya. Ditinjau dari hasil
keluaran proses produksi, maka sangat tidak mungkin terjadi hal dimana produk yang
dihasilkannya selalu baik dan memenuhi kebutuhan/selera konsumen atau pemesan, karena
adanya variabilitas dari kualitas kerja personil dan performasi kerja dari mesin dan alat kerja.
Faktor yang lebih menonjol bersumber dari variabilitas tingkat ketelitian dan tingkat konsistensi
personil (tenaga kerja) dalam melaksanakan dan mengontrol kegiatan kerjanya dan proses
berjalannya kerja dari mesin-alat kerja yang digunakannya. Faktor kelelahan akibat lembur yang
berkepanjangan dan atau faktor kejenuhan yang ditimbulkannya sangat mungkin menimbulkan
tingkat variabilitas yang tinggi. Dengan demikian model yang berasumsi bahwa jumlah jam orang
per unit produk bersifat tetap dan proses produksi selalu menghasilkan produk yang selalu baik
dan selalu memenuhi kebutuhan konsumen, sesungguhnya merupakan langkah penyerhanaan
yang relatif berlebih. Dalam keadaan semacam ini sangat sulit diharapkan bahwa model yang
dikembangkan bisa sangat dekat kemiripannya dengan realitas yang ingin ditirukan perilakunya.
Dengan model deterministik ini dihasilkan kondisi komposisi tenaga kerja yang optimal dengan
susunan 148 orang di stasiun kerja cutting, 182 orang di stasiun kerja sewing, dan 136 orang di
stasiun kerja finishing, serta ongkos minimalnya adalah 8,945.932 ribu rupiah.
Model probabilistik berasumsi bahwa beberapa parameter sistem tidak dapat diestimasikan
secara tepat dan bersifat variabel atau probabilistik. Dimungkinkan adanya toleransi terhadap
terjadinya variasi atau perubahan terhadap besaran parameter sistem tertentu. Jumlah jam orang
per unit produk baik di stasiun kerja cutting, sewing, maupun finishing merupakan besaran
yang bersifat variabel, karena adanya variabilitas faktor manusia dan variabilitas yang bersumber
dari sistem kerja alat atau mesin yang digunakan. Variabilitas yang bersumber dari faktor
manusia terutama terjadi pada saat manusia telah mengalami kelelahan dan atau kebosanan
dalam melaksanakan kegiatan kerjanya. Variabilitas yang bersumber dari mesin atau peralatan
kerja biasanya terjadi sejalan dengan usia pakai dan tingkat pemeliharaannya serta operator yang
mengawakinya. Ditinjau dari hasil keluaran proses produksi, maka diakomodasikan kemungkinan
terjadinya produk yang tidak/kurang baik dan belum bisa memenuhi kebutuhan/selera konsumen
atau pemesan. Dalam hal ini disebabkan adanya pemahaman tentang kenyataan terjadinya
variabilitas dari kualitas kerja personil dan performasi kerja dari mesin dan alat kerja. Dalam
model ini juga disadari bahwa faktor yang menonjol bersumber dari variabilitas tingkat ketelitian
dan tingkat konsistensi personil (tenaga kerja) dalam melaksanakan dan mengontrol kegiatan
kerjanya dan proses berjalannya kerja dari mesin-alat kerja yang digunakannya. Faktor kelelahan
akibat kerja lembur yang berkepanjangan dan atau faktor kejenuhan yang ditimbulkannya sangat
mungkin menimbulkan tingkat variabilitas yang tinggi. Oleh karena itu, model yang berasumsi
bahwa jumlah jam orang per unit produksi bersifat probabilistik dan proses produksi tidak selalu
menghasilkan produk yang baik dan memenuhi kebutuhan konsumen, sesungguhnya merupakan
langkah pengembangan model yang relatif bersifat realistik. Dengan model ini, diharapkan bahwa

109

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

model yang dikembangkan bisa memiliki tingkat kedekatan dan atau kemiripan yang tinggi
dengan realitas yang ingin ditirukan perilakunya. Dengan model probabilistik ini dihasilkan
kondisi komposisi tenaga kerja yang optimal dengan susunan 138 orang di stasiun kerja cutting,
167 orang di stasiun kerja sewing, dan 123 orang di stasiun kerja finishing, serta ongkos
minimalnya adalah 5,457.231 ribu rupiah.
Analisis perbandingan model deterministik versus model probabilistik, ditujukan untuk
melihat apakah analisis secara apriori berdasarkan aspek substansial sebagaimana telah
disampaikan pada uraian di atas memang mengandung tingkat kebenaran yang memadai dalam
pengertian didukung pula dengan data empirik yang dihasilkan dari proses simulasi model sistem
yang dibangun. Untuk keperluan ini, dianalisis dilihat dari segi ongkos total, ongkos produksi per
unit, jumlah kebutuhan tenaga kerja, dan segi pemodelannya. Resume data yang mendukung
analisis dicantumkan pada Tabel 8.
Analisis dari segi ongkos total. Dengan 20 kelompok iterasi dapat diketahui bahwa ratarata ongkos total dari model deterministik adalah 11,856,037 rupiah. Sedangkan untuk model
probabilistik rata-rata ongkos totalnya hanya 9,709,962 yang berarti lebih rendah sekitar
2,147,000 rupiah dari model deterministik untuk setiap hari jam kerja perusahaan. Dengan
demikian terjadi kenaikan ongkos total sebesar lebih dari 36 persen, suatu jumlah yang tidak kecil
untuk suatu perusahaan di bidang produksi sarung tangan. Kondisi optimal terjadi pada saat
ongkos totalnya mencapai 5,457,231 untuk model probabilistik. Boleh jadi opportunity cost
bila tidak melakukan pendekatan dengan model probabilistik adalah sebesar 3,488,701 rupiah atau
mencapai sekitar 50 persen dari ongkos yang dihasilkan dengan model probabilistik tersebut,
suatu jumlah yang sangat signifikan.
Analisis dari segi ongkos produksi per unit produk. Rata-rata ongkos per unit produk dari
model deterministik adalah 4,980 rupiah dan untuk model probabilistik hanya 3,661 rupiah saja.
Berarti model probabilistik lebih rendah sekitar 1,319 rupiah dari model deterministik untuk setiap
unit produk yang dihasilkan. Sama artinya dengan kenaikan ongkos per unit produk sebesar + 37
persen. Kondisi optimal terjadi pada saat ongkos per unit produk mencapai 4,446 rupiah untuk
model deterministik dan mencapai 2,712 rupiah untuk model probabilistik. Berarti opportunity
cost bila tidak melakukan pendekatan dengan model probabilistik adalah sebesar 4,488,701
rupiah atau hampir mencapai 54 persen dari ongkos yang dihasilkan dengan model tersebut.
Tabel 6. Resume Komposisi Tenaga Kerja dan Ongkos pada Kondisi Optimal.
POK
NK
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

110

PROB OPTIMAL
CUT
SEW
FIN
53
89
44
59
97
47
69
103
56
74
107
65
84
114
78
88
120
76
97
132
85
100
138
92
109
140
99
118
151
106
120
155
111
129
163
119
138
167
123
145
178
130
149
184
134
157
189
145
164
195
152
174
203
157
179
210
163
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
54
90
43
57
97
50
69
104
59
72
107
63
87
118
76
89
125
76
99
132
82
102
137
89
107
145
95
115
151
102
121
158
108
130
162
116
135
172
122
141
179
133
148
182
136
156
190
141
163
194
149
168
200
154
181
210
162
182
214
168

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
10,152.650
11,613.659
8.942.886
11,045.525
9,328.816
10,696.762
8,246.400
10,284.727
7,839.610
10,150.742
7,749.246
9,758.557
7,277.713
9,604.412
6,845.921
9,787.077
6,265.373
9,745.894
6,497.093
9,443.754
5,576.231
9,273.878
6,064.856
9,349.910
5,457.231
9,021.809
5,569.754
9,307.059
7,136.216
8,945.932
6,546.640
9,390.755
7,356.502
9,768.900
7,634.175
10,209.209
7,109.08
11,143.127
9,709.96
11,856.037

ONGKOS/UNIT
PROB
DET
5.046
5.772
4.445
5.490
4.637
5.316
4.099
5.112
3.896
5.045
3.852
4.850
3.617
4.774
3.403
4.864
3.114
4.844
3.229
4.694
2.772
4.609
3.014
4.647
2.712
4.484
2.768
4.626
3.547
4.446
3.254
4.667
3.656
4.855
3.794
5.074
3.533
5.538
4.826
5.893

Model Simulasi untuk Menghitung Jumlah Tenaga Kerja yang Optimal pada Proses Produksi
(Bijah Subijanto)

Analisis dari segi jumlah penggunaan tenaga kerja . Penggunaan tenaga kerja mencapai
jumlah rata-rata sebesar 378 orang untuk model deterministik dan mencapai jumlah 380 untuk
model probabilistik. Dengan model deterministik perbedaan jumlahnya mencapai 7 (tujuh) orang
lebih rendah atau sekitar 1,85 persen lebih rendah dari model probabilistik. Akan tetapi ongkos
total yang ditimbulkannya justru lebih tinggi dari model probabilistik, yang antara lain terletak
pada ketidak sesuaian komposisi kebutuhan pada masing-masing stasiun kerja. Dari segi inipun
dapat diketahui bahwa model probabilistik memiliki tingkat keunggulan yang cukup berarti
dibandingkan dengan model deterministik.
Analisis dari segi biaya pemodelan. Model probabilistik memerlukan upaya yang lebih
rumit baik dalam hal pemodelan, jabaran operasional, maupun dalam pembuatan program
komputernya. Di samping itu model probabilistik mensyaratkan adanya informasi yang akurat
dan berkesinambungan terutama untuk kebutuhan jam orang per unit produk baik di stasiun kerja
cutting, sewing, maupun finishing, serta data dan informasi tentang jumlah produk yang
berkualitas kurang memenuhi kebutuhan konsumen. Data tersebut dipersyaratkan tersedia dalam
bentuk data series harian. Dalam kaitan ini dibutuhkan sistem pencatatan, pengadministrasian
dan penataan yang teratur dan berlanjut. Semua hal tersebut di atas membutuhkan waktu,
tenaga, dan pikiran yang pada akhirnya membutuhkan ongkos yang mungkin tidak sedikit
jumlahnya. Pilihan keputusan apakah menggunakan model probabilistik atau deterministik, harus
dipertimbangkan pula ongkos-ongkos tersebut. Walaupun secara apriori dapat diduga bahwa
model probabilistik lebih memiliki keunggulan dibandingkan dengan model deterministik.

111

Jurnal Teknologi Industri Vol. V No. 2 April 2001 : 95-112

5. Kesimpulan dan Rekomendasi

Berdasarkan uraian pada proses pemodelan sistemnya, pengolahan data, dan pada tahap
analisis hasil simulasi dapat ditarik beberapa kesimpulan penting, antara lain adalah: (1)
Pengembangan model simulasi yang lebih memperhatikan aspek variatif dari parameter sistem
ternyata lebih mendekati perilaku sistem nyata akan memberikan masukan yang lebih realistik
dan terbukti dapat meminimalkan ongkos-ongkos produksi, (2) Meskipun penggunaan tenaga
kerjanya secara total bisa lebih besar atau sama dengan model yang lebih sederhana (bersifat
deterministik), namun komposisi personil yang dihasilkan dengan model probabilistik memberikan
hasil optimal yang lebih baik untuk semua jenis pasangan kombinasi personil, (3) Bila
diperhatikan jumlah penghematan yang mencapai angka persentase mencapai kurang lebih 36
persen, berarti dapat diduga bahwa kendatipun model probabilistik membutuhkan adanya sistem
informasi yang lebih akurat yang berarti menimbulkan ongkos tambahan, namun secara totalitas
tetap lebih menguntungkan, dan (4) Ditinjau dari segi jumlah ongkos produksi secara total, ongkos
produksi per unit produk, penggunaan tenaga kerja, dan biaya pemodelan sistemnya; dapat
disimpulkan bahwa model probabilistik juga memiliki keunggulan yang cukup berarti dibandingkan
dengan model deterministik.
Sehubungan dengan kesimpulan tersebut di atas, perlu disampaikan rekomendasi bahwa
pada dalam tataran yang bersifat operasional, maka manajemen sistem informasi dan manajemen
kualitas pada semua aspek proses produksi menjadi semakin penting artinya dalam rangka untuk
mengatministrasikan data dan informasi produksi serta mengendalikan aspek-aspek yang bersifat
variatif sehingga proses produksi dapat dikelola secara lebih jelas dan terarah.

112