2001 5 2 4
2001 5 2 4
(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
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
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
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)
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
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
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
(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)
(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
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
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 ]
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
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]
*, 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
105
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
Data jumlah produk yang kualitasnya baik [Yn] diperoleh dari pengamatan selama tiga
bulan penuh yaitu sebagaimana disajikan pada Tabel 5.
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)
109
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
112