Laporan Uas PDF
Laporan Uas PDF
Oleh :
Nama : Riski Septian Rachman
NPM : 0515101031
Menyetujui,
Asisten Praktikum Perencanaan dan Pengendalian Produksi
Asisten Asisten
Mengesahkan,
Instruktur Praktikum Perencanaan dan Pengendalian Produksi
i
KATA PENGANTAR
Puji syukur senantiasa penulis panjatkan kehadirat Allah SWT, karena atas rahmat
dan hidayah-Nya lah penulis dapat menyelesaikan laporan akhir ini dengan judul
”Laporan Akhir Perencanaan dan Pengendalian Produksi”.
Penulis mengucapkan rasa terima kasih yang sebesar-besarnya atas semua bantuan
yang telah diberikan, baik secara langsung maupun tidak langsung selama
penyusunan tugas akhir ini hingga selesai. Secara khusus rasa terima kasih tersebut
penulis sampaikan kepada:
Penulis menyadari masih terdapat banyak kekurangan yang dibuat baik sengaja
maupun tidak sengaja, dikarenakan keterbatasan ilmu pengetahuan dan wawasan
serta pengalaman yang penulis miliki. Penulis mengucapkan mohon maaf atas
segala kekurangan tersebut, tidak menutup diri terhadap segala saran dan kritik
serta masukan yang bersifat kontruktif bagi diri penulis. Akhir kata, semoga laporan
akhir ini dapat bermanfaat bagi penulis sendiri, institusi pendidikan dan masyarakat
luas.
ii
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN ................................................................................... i
KATA PENGANTAR ........................................................................................... ii
DAFTAR ISI ......................................................................................................... iii
DAFTAR GAMBAR ........................................................................................... vii
DAFTAR TABEL............................................................................................... viii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 LATAR BELAKANG .................................................................................... 1
1.1.1 Peramalan (Forecasting) ............................................................................1
1.1.2 Rencana Produksi Agregat .........................................................................2
1.1.3 Disagregasi dan Master Production Schedule............................................2
1.1.4 Struktur Produk, BOM dan MRP ............................................................... 3
1.1.5 Line Balancing ...........................................................................................4
1.2 TUJUAN PRAKTIKUM ................................................................................ 5
1.2.1 Peramalan (Forecasting) ............................................................................5
1.2.2 Rencana Produksi Agregat .........................................................................5
1.2.3 Disagregasi dan Master Production Schedule............................................6
1.2.4 Struktur Produk, BOM dan MRP ............................................................... 6
1.2.5 Line Balancing ...........................................................................................6
BAB II LANDASAN TEORI ............................................................................... 7
2.1 PERAMALAN (FORECASTING).................................................................. 7
2.1.1 Definisi Peramalan (Forecasting) ..............................................................7
2.1.2 Karakteristik Peramalan yang Baik ............................................................7
2.1.3 Sifat Hasil Peramalan .................................................................................8
2.1.4 Ukuran Akurasi Hasil Peramalan ...............................................................9
2.1.5 Metode-metode Peramalan (Forecasting) ................................................10
2.2 RENCANA PRODUKSI AGREGAT .......................................................... 17
2.2.1 Definisi Perencanaan Agregat ..................................................................17
2.2.2 Tujuan Perencanaan Agregat....................................................................18
2.2.3 Metode Perencanaan Agregat ...................................................................18
2.2.4 Strategi Perencanaan Agregat ..................................................................22
iii
Halaman
2.2.5 Biaya Perencanaan Agregat......................................................................24
2.2.6 Pemilihan Metode Peramalan ...................................................................27
2.3 DISAGREGASI DAN MASTER PRODUCTION SCHEDULE................... 28
2.3.1 Perencanaan dan Pengendalian Produksi .................................................28
2.3.2 Disagregasi ...............................................................................................30
2.3.3 Langkah-langkah Disagregasi ..................................................................32
2.3.4 Master Production Schedule (MPS) .........................................................32
2.3.5 Fungsi Jadwal Induk Produksi .................................................................34
2.3.6 Hubungan Jadwal Induk Produksi dengan Perencanaan Agregat ........... 35
2.3.7 Teknik Penyusunan Jadwal Induk Produksi .............................................35
2.4 STRUKTUR PRODUK, BOM DAN MRP .................................................. 37
2.4.1 Pengertian Material Requirements Planning (MRP) ...............................37
2.4.2 Empat Langkah Utama Sistem MRP ......................................................38
2.4.3 Input MRP ................................................................................................39
2.4.4 Output MRP..............................................................................................40
2.4.5 Tujuan MRP .............................................................................................41
2.4.6 Istilah-istilah dalam MRP .........................................................................42
2.4.7 Peta Proses Perakitan (Assembly Process Chart) .....................................43
2.4.8 Struktur Produk ........................................................................................43
2.4.9 Bill of Materials (BOM) ...........................................................................44
2.5 LINE BALANCING ....................................................................................... 44
2.5.1 Definisi Line Balancing............................................................................44
2.5.2 Tujuan Line Balancing ...........................................................................45
2.5.3 Line Balancing Input ................................................................................45
2.5.4 Masalah pada Lintasan .............................................................................46
2.5.5 Metode-metode Line Balancing ...............................................................46
2.5.6 Precedence Diagram ................................................................................48
2.5.7 Terminologi Line Balancing ....................................................................49
BAB III FLOWCHART KEGIATAN PRAKTIKUM ...................................... 51
3.1 FLOWCHART KEGIATAN PRAKTIKUM................................................. 51
3.2 URAIAN FLOWCHART KEGIATAN PRAKTIKUM ................................ 52
iv
Halaman
3.2.1 Studi Literatur...........................................................................................52
3.2.2 Pengumpulan Data ...................................................................................52
3.2.3 Pengolahan Data .......................................................................................53
3.2.4 Analisis .....................................................................................................54
3.2.5 Kesimpulan dan Saran ..............................................................................55
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ............................. 56
4.1 PENGUMPULAN DATA ............................................................................ 56
4.1.1 Peramalan (Forecasting) ..........................................................................56
4.1.2 Rencana Produksi Agregat .......................................................................57
4.1.3 Disagregasi dan Master Production Schedule..........................................57
4.1.4 Struktur Produk, BOM dan MRP ............................................................. 59
4.1.5 Line Balancing .........................................................................................61
4.2 PENGOLAHAN DATA ............................................................................... 63
4.2.1 Peramalan (Forecasting) ..........................................................................63
4.2.2 Rencana Produksi Agregat .......................................................................76
4.2.3 Disagregasi dan Master Production Schedule..........................................86
4.2.4 Struktur Produk, BOM dan MRP ............................................................. 92
4.2.5 Line Balancing .......................................................................................107
BAB V ANALISIS ............................................................................................. 114
5.1 PERAMALAN (FORECASTING).............................................................. 114
5.2 RENCANA PRODUKSI AGREGAT ........................................................ 115
5.3 DISAGREGASI DAN MASTER PRODUCTION SCHEDULE................. 116
5.4 STRUKTUR PRODUK, BOM DAN MRP ................................................ 118
5.5 LINE BALANCING ..................................................................................... 119
BAB VI KESIMPULAN DAN SARAN........................................................... 121
6.1 KESIMPULAN ........................................................................................... 121
6.1.1 Peramalan (Forecasting) ........................................................................121
6.1.2 Rencana Produksi Agregat .....................................................................121
6.1.3 Disagregasi dan Master Production Schedule........................................122
6.1.4 Struktur Produk, BOM dan MRP ........................................................... 122
6.1.5 Line Balancing .......................................................................................123
v
Halaman
6.2 SARAN ....................................................................................................... 123
6.2.3 Peramalan (Forecasting) ........................................................................123
6.2.2 Rencana Produksi Agregat .....................................................................124
6.2.3 Disagregasi dan Master Production Schedule........................................124
6.2.4 Struktur Produk, BOM dan MRP ........................................................... 124
6.2.5 Line Balancing .......................................................................................125
DAFTAR PUSTAKA ........................................................................................ 126
LAMPIRAN ....................................................................................................... 127
vi
DAFTAR GAMBAR
Halaman
Gambar 3. 1 Flowchart Kegiatan Praktikum ...................................................... 51
Gambar 4. 1 Diagram Scatter DMA .................................................................... 65
Gambar 4. 2 Plot Data DMA................................................................................ 65
Gambar 4. 3 Diagram Scatter DES Brown .......................................................... 68
Gambar 4. 4 Plot Data DES Brown ..................................................................... 69
Gambar 4. 5 Diagram Scatter DES Holt.............................................................. 72
Gambar 4. 6 Plot Data DES Holt ......................................................................... 73
Gambar 4. 7 Diagram Scatter Regresi Linier ...................................................... 75
Gambar 4. 8 Plot Data Regresi Linier ................................................................. 76
vii
DAFTAR TABEL
Halaman
Tabel 2. 1 Pemilihan Metode Peramalan .............................................................. 27
Tabel 4. 1 Data Awal Demand ............................................................................. 56
Tabel 4. 2 Data Awal Demand NPM (+31).......................................................... 56
Tabel 4. 3 Komponen Data Awal ......................................................................... 57
Tabel 4. 4 Data Hari Kerja dan Demand .............................................................. 57
Tabel 4. 5 Data Forecast Demand........................................................................ 58
Tabel 4. 6 Data Parameter .................................................................................... 58
Tabel 4. 7 Persentase Actual Demand .................................................................. 58
Tabel 4. 8 Bill of Materials (BOM) Tamiya Baracuda ......................................... 60
Tabel 4. 9 Master Production Schedule (MPS) Tamiya Baracuda ...................... 60
Tabel 4. 10 Data Permintaan ................................................................................ 62
Tabel 4. 11 Uraian Kegiatan Precedence Diagram.............................................. 62
Tabel 4. 12 Hasil Perhitungan DMA..................................................................... 63
Tabel 4. 13 Ringkasan Perhitungan Error DMA .................................................. 65
Tabel 4. 14 Hasil Perhitungan DES Brown .......................................................... 66
Tabel 4. 15 Ringkasan Perhitungan Error DES Brown ....................................... 68
Tabel 4. 16 Hasil Perhitungan Alpha DES Brown ............................................... 68
Tabel 4. 17 Hasil Perhitungan DES Holt .............................................................. 69
Tabel 4. 18 Ringkasan Perhitungan Error DES Holt ........................................... 71
Tabel 4. 19 Hasil Perhitungan Alpha dan Gamma DES Holt Satu Desimal ........ 71
Tabel 4. 20 Hasil Perhitungan Alpha dan Gamma DES Holt Dua Desimal ......... 72
Tabel 4. 21 Hasil Perhitungan Regresi Linier ...................................................... 73
Tabel 4. 22 Ringkasan Perhitungan Error Regresi Linier.................................... 75
Tabel 4. 23 Ringkasan Hasil Perhitungan Error Semua Metode ......................... 76
Tabel 4. 24 Strategi Tenaga Kerja Tetap (Round Up) .......................................... 76
Tabel 4. 25 Strategi Tenaga Kerja Tetap (Round Down) ..................................... 78
Tabel 4. 26 Strategi Tenaga Kerja Berubah (Round Up) ..................................... 80
Tabel 4. 27 Strategi Tenaga Kerja Berubah (Round Down) ................................. 82
Tabel 4. 28 Strategi Transportasi.......................................................................... 84
viii
Halaman
Tabel 4. 29 Kesimpulan Rencana Produksi Agregat ............................................ 85
Tabel 4. 30 Hasil Agregasi Item ........................................................................... 86
Tabel 4. 31 Disagregasi Periode 1 ........................................................................ 86
Tabel 4. 32 Disagregasi Periode 2 ........................................................................ 88
Tabel 4. 33 Disagregasi Periode 3 ........................................................................ 88
Tabel 4. 34 Disagregasi Periode 4 ........................................................................ 88
Tabel 4. 35 Disagregasi Periode 5 ........................................................................ 88
Tabel 4. 36 Disagregasi Periode 6 ........................................................................ 88
Tabel 4. 37 Disagregasi Periode 7 ........................................................................ 89
Tabel 4. 38 Disagregasi Periode 8 ........................................................................ 89
Tabel 4. 39 Disagregasi Periode 9 ........................................................................ 89
Tabel 4. 40 Disagregasi Periode 10 ...................................................................... 89
Tabel 4. 41 Disagregasi Periode 11 ...................................................................... 89
Tabel 4. 42 Disagregasi Periode 12 ...................................................................... 89
Tabel 4. 43 Data Actual Demand ......................................................................... 90
Tabel 4. 44 Master Production Schedule Baracuda ............................................. 90
Tabel 4. 45 Master Production Schedule Cobra .................................................. 91
Tabel 4. 46 Master Production Schedule Hauler ................................................. 91
Tabel 4. 47 Master Production Schedule Emperor .............................................. 91
Tabel 4. 48 MRP End Item Tamiya ...................................................................... 92
Tabel 4. 49 MRP Komponen Body ....................................................................... 92
Tabel 4. 50 MRP Induk Assembling 13 ................................................................ 93
Tabel 4. 51 Metode Silver Meal Komponen Key Battery .................................... 94
Tabel 4. 52 MRP Komponen Key Battery ............................................................ 95
Tabel 4. 53 MRP Induk Assembling 12 ................................................................ 96
Tabel 4. 54 MRP Komponen Black Roller ........................................................... 96
Tabel 4. 55 MRP Induk Assembling 11 ................................................................ 98
Tabel 4. 56 MRP Komponen Blue Roller............................................................. 98
Tabel 4. 57 MRP Induk Assembling 10 ................................................................ 98
Tabel 4. 58 MRP Komponen Bumper .................................................................. 98
Tabel 4. 59 MRP Induk Assembling 9 .................................................................. 99
ix
Halaman
Tabel 4. 60 MRP Komponen Axle Shaft Cover .................................................... 99
Tabel 4. 61 MRP Induk Assembling 8 .................................................................. 99
Tabel 4. 62 MRP Komponen On Off Button ........................................................ 99
Tabel 4. 63 MRP Induk Assembling 7 .................................................................. 99
Tabel 4. 64 MRP Induk Sub Assembling 8 ......................................................... 100
Tabel 4. 65 MRP Induk Sub Assembling 7 ......................................................... 100
Tabel 4. 66 Metode Silver Meal Komponen Cover Gear .................................. 100
Tabel 4. 67 MRP Komponen Cover Gear .......................................................... 100
Tabel 4. 68 MRP Komponen Blue Gear ............................................................ 101
Tabel 4. 69 MRP Komponen Cover Engine ....................................................... 101
Tabel 4. 70 MRP Induk Assembling 6 ................................................................ 101
Tabel 4. 71 MRP Komponen Orange Gear........................................................ 101
Tabel 4. 72 MRP Induk Assembling 5 ................................................................ 101
Tabel 4. 73 MRP Komponen Propeller Shaft .................................................... 102
Tabel 4. 74 MRP Induk Assembling 4 ................................................................ 102
Tabel 4. 75 MRP Induk Sub Assembling 3 ......................................................... 102
Tabel 4. 76 Metode Silver Meal Komponen Velg FR ........................................ 102
Tabel 4. 77 MRP Komponen Velg FR ................................................................ 103
Tabel 4. 78 MRP Komponen Tire FR ................................................................ 103
Tabel 4. 79 MRP Induk Assembling 3 ................................................................ 103
Tabel 4. 80 MRP Induk Sub Assembling 2 ......................................................... 103
Tabel 4. 81 Metode Silver Meal Komponen Velg RR ........................................ 104
Tabel 4. 82 MRP Komponen Velg RR ................................................................ 104
Tabel 4. 83 MRP Komponen Tire RR ................................................................ 104
Tabel 4. 84 MRP Induk Assembling 2 ................................................................ 104
Tabel 4. 85 MRP Induk Sub Assembling 1 ......................................................... 105
Tabel 4. 86 MRP Komponen Axle Shaft............................................................. 105
Tabel 4. 87 MRP Komponen Green Gear .......................................................... 105
Tabel 4. 88 MRP Induk Assembling 1 ................................................................ 105
Tabel 4. 89 Metode Silver Meal Komponen Bearing......................................... 106
Tabel 4. 90 MRP Komponen Bearing ................................................................ 106
x
Halaman
Tabel 4. 91 MRP Komponen Chasis .................................................................. 106
Tabel 4. 92 Pembagian Region (Stasiun Kerja).................................................. 107
Tabel 4. 93 Kumulatif Waktu Tiap Stasiun Kerja .............................................. 108
Tabel 4. 94 Efisiensi Stasiun Kerja .................................................................... 108
Tabel 4. 95 Tabel Positional Weight Awal ........................................................ 111
Tabel 4. 96 Tabel Pengurutan Positional Weight ............................................... 111
Tabel 4. 97 Kumulatif Station Time Tiap Stasiun Kerja .................................... 111
Tabel 4. 98 Efisiensi Stasiun Kerja .................................................................... 112
Tabel 5. 1 Perhitungan Mean Squared Error (MSE).......................................... 114
Tabel 5. 2 Ringkasan Perhitungan Total Cost .................................................... 115
Tabel 5. 3 Keputusan Produksi ........................................................................... 116
Tabel 5. 4 Master Production Schedule Baracuda ............................................. 117
Tabel 5. 5 MRP Komponen Black Roller ........................................................... 118
Tabel 5. 6 MRP Induk Assembling 12 ................................................................ 119
Tabel 5. 7 Hasil Perhitungan Metode Cluster dan RPW .................................... 119
xi
BAB I
PENDAHULUAN
1
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
2
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Proses disagregasi dapat dilakukan untuk merubah hasil rencana agregat menjadi
jumlah yang harus diproduksi untuk setiap produk atau item, hasil dari disagregasi
ini berupa Jadwal Induk Produksi (JIP). Jadwal Induk Produksi dapat digunakan
oleh perusahaan sebagai acuan dalam meningkatkan kapasitas produksi, karena
didalamnya terdapat seberapa persediaan yang harus terpenuhi. Jadwal Induk
Produksi pun dapat digunakan perusahaan untuk mengetahui kapasitas produksi
yang dimiliki perusahaan sebagai acuan dalam memenuhi permintaan konsumen.
Modul Disagregasi dan Master Production Schedule kali ini membahas mengenai
dua proses yaitu Disagregasi dan Jadwal Induk Produksi. Proses disagregasi
dilakukan pada family produk Tamiya dan Auldey menjadi masing-masing dua item
yaitu Baracuda, Cobra, Hauler dan Emperor. Hasil dari proses disagregasi tersebut
berupa Jadwal Induk Produksi yang dapat digunakan untuk mengetahui kapasitas
produksi dari masing-masing item. Diketahuinya kapasitas produksi dari masing-
masing item dapat berguna bagi perusahaan sebagai acuan dalam memenuhi
permintaan konsumen. Adanya metode dalam merencanakan produksi di suatu
perusahaan akan sangat membantu dalam menjaga keseimbangan tingkat kepuasan
konsumen.
3
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Tingkat produktivitas suatu pekerjaan dari stasiun kerja dapat diketahui dengan
membandingkan seberapa besar operator melakukan kegiatan-kegiatan yang
produktif dan tidak produktif. Tidak produktif disini dapat berupa kegiatan
menganggur yang berakibat pada menurunnya efisiensi dari stasiun kerja tersebut.
Kegiatan menganggur tersebut pada dasarnya dapat menimbulkan biaya-biaya yang
dapat merugikan perusahaan. Diperlukan cara atau metode-metode untuk
meningkatkan efisiensi dari stasiun kerja yang dapat meminimalisir waktu
menganggur dan meningkatkan tingat efisiensi, yang pada akhirnya dapat
meminimalisir ongkos dari kegiatan-kegiatan yang tidak produktif.
Metode Line Balancing atau penyeimbang lintasan dapat digunakan sebagai cara
dalam meningkatkan tingkat efisiensi dari tiap stasiun kerja dengan
mengelompokkan aktivitas-aktivitas yang saling berkaitan, sehingga tiap stasiun
kerja tidak memiliki waktu yang melebihi dari waktu siklusnya. Tujuan utama dari
penggabungan tersebut yakni meminimalisir waktu menganggur (idle time) yang
4
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Modul Line Balancing kali ini membahas mengenai penyeimbangan lintasan pada
stasiun kerja dengan menggunakan dua metode, yaitu metode Cluster dan metode
Ranked Positional Weight (RPW). Input yang diperlukan untuk dapat mengolah
data dengan menggunakan metode-metode tersebut yaitu Precedence Diagram,
data waktu baku pekerjaan tiap operasi dan kecepatan lintasan yang diinginkan.
Tujuan dari penyeimbangan lintasan yaitu meminimumkan waktu menganggur
(idle time) dari tiap stasiun kerja yang nantinya akan berdampak pada tingkat
efisiensi dari stasiun kerja tersebut. Waktu menganggur (idle time) yang minimum
Tujuan melakukan kegiatan praktikum pada Modul Rencana Produksi Agregat ini,
praktikan diharapkan mampu:
5
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
6
BAB II
LANDASAN TEORI
Setelah mengenal beberapa teknik peramalan, kita tidak akan melihat satu metode
tunggal yang unggul. Sesuatu yang berjalan dengan baik di suatu perusahaan pada
suatu set kondisi tertentu mungkin bisa menjadi bantuan bagi organisasi lain,
bahkan pada departemen yang berbeda di perusahaan yang sama. Selain itu, juga
dapat melihat keterbatasan dari apa yang dapat anda harapkan dari suatu peramalan.
Peramalan sangat jarang memberikan hasil yang sempurna. Peramalan juga
menghabiskan banyak biaya dan waktu untuk dipersiapkan dan diatasi. Hanya
sedikit bisnis yang dapat menghindari proses peramalan dan hanya menunggu apa
yang terjadi untuk kemudian mengambil kesempatan. Perencanaan yang efektif,
baik untuk jangka panjang maupun pendek bergantung pada peramalan permintaan
untuk produk perusahaan tersebut:
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain
akurasi, biaya dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah
sebagai berikut:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila
7
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Dalam pembuatan peramalan atau menerapkan hasil suatu peramalan, maka ada
beberapa hal yang harus diperhatikan yaitu:
8
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
1. Jarang ada peramalan yang sempurna. Hal ini berarti faktor luar yang tidak
dapat kita duga atau kendalikan sering mempengaruhi peramalan. Perusahaan
harus memberikan kelonggaran untuk kenyataan ini.
2. Hampir semua teknik peramalan mengasumsikan sistem akan tetap stabil. Oleh
karena itu, beberapa perusahaan membuat ramalan secara otomatis
menggunakan komputer dengan software peramalan, serta hanya mengawasi
produk yang mempunyai permintaan tidak menentu.
3. Peramalan kelompok produk dan peramalan secara keseluruhan lebih akurasi
daripada peramalan produk individu. Sebagai contoh, Disney melakukan
peramalan melalui pengelompokkan peramalan pengunjung taman hiburan
harian. Pendekatan ini menolong menyeimbangkan prediksi yang mungkin
kurang atau berlebih untuk keenam taman hiburan Disney.
9
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
∑ |Aktual-Peramalan|
MAD =
n
Hampir semua peranti lunak peramalan menyediakan fitur yang secara otomatis
dapat menemukan konstanta penghalusan dengan kesalahan peramalan terkecil.
Beberapa software mengubah nilai α menjadi lebih besar jika kesalahan menjadi
lebih besar dari batas yang dapat diterima.
Mean Squared Error (MSE) merupakan cara kedua untuk mengukur kesalahan
peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang
diramalkan dan diamati. Berikut rumusnya:
∑ (Kesalahan peramalan)2
MSE =
n
Kekurangan MSE adalah MSE cenderung menonjolkan deviasi yang besar karena
adanya penguadratan. Sebagai contoh, jika kesalahan peramalan untuk periode 1
dua kali lipat lebih besar dari kesalahan untuk periode 2, maka kesalahan kuadrat
pada periode 1 lebih besar empat kali lipat dibandingkan kesalahan kuadrat pada
periode 2. Oleh karena itu, menggunakan MSE sebagai perhitungan kesalahan
peramalan biasanya menunjukkan bahwa lebih baik mempunyai beberapa deviasi
yang kecil daripada satu deviasi besar.
MFE (mean forecast error) adalah cara yang sangat efektif untuk mengetahui
apakah hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah.
Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung
dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan
membaginya dengan jumlah periode peramalan.
∑(𝐴𝑡−𝐹𝑡)
MFE =
𝑛
Terdapat dua pendekatan umum untuk peramalan sebagaimana ada dua cara
mengatasi semua model keputusan. Pendekatan yang satu adalah analisis kuantitatif
dan pendekatan lain adalah analisis kualitatif. Peramalan kuantitatif (quantitative
forecast) menggunakan model matematis yang beragam dengan data masa lalu dan
10
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pada bagian ini, akan dipelajari empat teknik peramalan kualitatif yang
berbeda, yaitu:
1. Juri dari opini eksekutif (jury of executive opinion). Dalam metode ini,
pendapat sekumpulan kecil manajer atau pakar tingkat tinggi umumnya
digabungkan dengan model statistik, dikumpulkan untuk mendapatkan
prediksi permintaan kelompok. Sebagai contoh, Bristol-Meyers Squibb
menggunakan 220 ilmuwan terkenal sebagai pendapat juri eksekutif
untuk mendapatkan tren masa depan di bidang penelitian medis.
2. Metode Delphi (Delphi method). Ada tiga jenis partisipan dalam
metode Delphi: pengambilan keputusan, karyawan dan responden.
Pengambilan keputusan biasanya terdiri atas 5 hingga 10 orang pakar
yang akan melakukan peramalan. Karyawan membantu pengambil
keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta
meringkas sejumlah kuesioner dan hasil survei. Responden adalah
sekelompok orang yang biasanya ditempatkan di tempat yang berbeda
dimana penilaian dilakukan. Kelompok ini memberikan input pada
pengambil keputusan sebelum peramalan dibuat. Sebagai contoh,
11
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
12
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
13
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
14
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
15
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
b. Metode ekonometrik
Metode ini didasarkan atas peramalan sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek
maupun peramalan jangka panjang, ketepatan peramalan dengan
metode ini sangat baik. Metode peramalan ini selalu dipergunakan
untuk peramalan penjualan menurut kelas produk atau peramalan
keadaan ekonomi masyarakat, seperti permintaan, harga dan
penawaran. Data yang dibutuhkan untuk penggunaan metode
peramalan ini adalah data kuartalan beberapa tahun.
c. Metode input-output
Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi
jangka panjang. Model ini kurang baik ketepatannya untuk peramalan
16
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
17
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Menurut Heizer dan Render tujuan perencanaan agregat adalah untuk memenuhi
permintaan atas perkiraan masa depan dan meminimalkan biaya selama periode
perencanaan. Namun, banyak hal yang perlu diperhatikan mungkin jauh lebih
penting daripada biaya yang rendah. Strategi ini mungkin untuk kelancaran tingkat
kerja, menurunkan tingkat persediaan, dan untuk memenuhi permintaan pelanggan
dengan tingkat layanan yang lebih baik. Menurut Schroeder tujuan dari
perencanaan agregat adalah untuk membuat tingkat output secara keseluruhan
untuk kebutuhan permintaan di masa depan yang berfluktuasi. Perencanaan agregat
dihubungkan dengan keputusan bisnis lainnya seperti keuangan, pemasaran, dan
sumber daya manusia.
Chase dan Aquilano berpendapat bahwa tujuan dari perencanaan agregat adalah
menentukan kombinasi yang optimal dari tingkat produksi, jumlah tenaga kerja,
dan tingkat persediaan. Perencanaan agregat yang tergolong perencanaan jangka
menengah memegang peranan penting dalam perencanaan operasi secara
kesuluruhan. Menurut Kusuma tujuan dari perencanaan agregat adalah
menggunakan sumber daya manusia dan peralatan secara produktif. Penggunakaan
kata agregat menunjukan bahwa perencanaan ditunjukan bahwa perencanaan
dilakukan di tingkat kasar dan dimaksudkan untuk memenuhi kebutuhan total
seluruh produk dengan menggunakan seluruh sumber daya manusia dan peralatan
yang ada pada fasilitas produksi tersebut.
18
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
1. Metode Kualitatif
a. Intitutive Method
b. Inventoty Method
2. Metode Kuantitatif
a. Charting and Graphical Methods
b. Liniear Programming
c. Liniear Decision Rule
d. Transportasi
e. Management Coefficients Model
Manajer produksi harus bisa menetapkan rencana produksi yang tepat. Pembuatan
suatu rencana produksi yang tepat harus mempertimbangkan seluruh variable dan
parameter yang berkaitan secara langsung, untuk memenuhi tuntutan itu manajer
produksi membutuhkan sebuah model yang akan berfungsi sebagai alat bantu untuk
memperoleh gambaran umum mengenai masalah yang sedang dihadapi. Berikut ini
merupakan penjelasan dari Model yang sering digunakan dalam metode
perencanaan produksi, yaitu:
1. Intitutive Method
Manajemen menggunakan rencanan yang sama dari tahun ke tahun.
Penyelesaian dilakukan dengan intuisi hanya sekedar untuk memenuhi
permintaan baru. Apabila rencana yang lama ternyata tidak optimal,
pendekatan ini mengakibatkan pemborosan yang berkepanjangan.
2. Inventory Ratio
Konsep yang sering digunakan dalam perencanaan produksi karena kinerja
manajer sering diukur oleh rasio perputaran fasilitas, mereka dapat
mencapai menggunakan perputaran rasio untuk mengendalikan kapasitas
produksi. Bagaimanapun, metode itu memiliki kelemahan yaitu itu
mengarah ke perputaran yang besar di tingkat persediaan untuk pola
permintaan berfluktuasi. karena permintaan yang berfluktuasi, perputaran
rasio tidak konstan dan karena itulah menyebabkan kesalahan.
19
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Berikut ini adalah 5 tahapan dalam pembuatan metode diagram dan grafik:
a. Tentukan permintaan pada setiap periode.
b. Tentukan beberapa kapasitas pada waktu biasa, waktu lembur, dan
tindakan subkontrak pada setiap periode.
c. Tentukan biaya tenaga kerja, biaya pengangktan dan pemberhentian
tenaga kerja, serta biaya penambahan persediaan.
d. Kembangkan kebijakan perusahaan yang dapat diterapkan pada para
pekerja dan tingkat persediaan.
e. Kembangkan rencana-rencana alternatif dan amatilah biaya total.
4. Linear Programming
Linear Programming dapat digunakan sebagai alat perencanaan agregat.
Model ini dibuat karena validitas pendekatan koefisien manajemen sukar
dipertanggung jawabkan. Asumsi utama model program linier dalam
perencanaan agregat adalah biaya biaya variable ini bersifat linier dan
variable-variabel tersebut dapat berbentuk bilangan riil. Asumsi ini sering
kali menyebabkan model program linier kurang realistis jika diterapkan.
Misalnya asumsi kondisi ketiadaan persediaan produk jadi yang berbanding
lurus dengan jumlah ketiadakaan persediaan produk jadi.
20
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
6. Transportasi
Pada metode transportasi sering digunakan dalam proses determinasi
perencanaan minimasi biaya. Secara sederhana, teknik terkomputerisasi
secara lebih efisien dikembangkan masalah transportasi. Kusuma
mengatakan untuk kepentingan yang praktis, biegel mengusulkan model
perencanaan produksi agregat dengan menggunakan teknik Transport
Shipment Problem (TSP). Model transportasi ini dilakukan dengan
menggunakan bantuan tabel transportasi.
21
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Menurut Russel dan Taylor membagi 3 (tiga) macam strategi perencanaan agregat,
yaitu chase strategy, level strategy, mixed strategi. Chase strategy merupakan
kapasitas produksi dapat divariasikan pada strategi ini dengan menggunakan jam
kerja lembur (overtime), jam kerja reguler (regular time), dan subkontrak. Level
strategy ini menggunkan persediaan dari adanya variasi dalam permintaan, dimana
pada saat permintaan menurun, kelebihan produksi disimpan sebagai persediaan
untuk digunakan pada saat permintaan meningkat. Sedangkan Mixed strategy
merupakan kombinasi dari chase strategy dan level strategy.
22
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
23
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
3. Pilihan Campuran
Meskipun lima pilihan kapasitas dan tiga pilihan permintaan dapat
menghasilkan jadwal agregat yang efektif, beberapa kombinasi diantara
pilihan kapasitas dan pilihan permintaan mungkin akan lebih baik.
a. Strategi Perburuan (Chase Strategy). Mencoba untuk mencapai tingkat
output untuk setiap periode yang memenuhi prediksi permintaan untuk
periode tersebut. Strategi ini dapat terpenuhi dengan berbagai cara.
Sebagai contoh, manajer operasi dapat negubah-ubah tingkat tenaga
kerjadengan merekrut atau memberhentikan karyawan, atau dapat
mengubah-ubah jumlah produksi dengan waktu lembur, waktu kosong,
karyawan paruh waktu, atau subkontrak. Banyak organisasi jasa
menyukai strategi perburuan ini karena pilihan persediaan sangatlah
sulit atau mustahil untuk diadopsi. Industri yang telah beralih ke strategi
perburuan meliputi sector pendidikan, perhotelan,dan konstruksi.
b. Strategi tingkat atau penjadwalan tingkat (Level Strategy). Adalah
rencana agregat dimana tingkat produksi tetap sama dari period eke
periode. Perusahaan seperti Toyota dan Nissan mempertahankan tingkat
produksi mereka pada tingkat yang seragam dan mungkin (1)
memberikan persediaan produk mereka naik atau turun untuk menopang
perbedaan antara jumlah permintaan dan produksi atau (2) menemukan
pekerjaan alternative bagi karyawan. Filosofi mereka dalah tenaga kerja
yang stabil menciptakan produk dengan kualitas lebih baik, lebih sedikit
perputaran karyawan dan ketidakhadiran, serta karyawan yang lebih
berkomitmen terhadap tujuan perusahaan. Penghematan lain mencakup
karyawan yang lebih berpengalaman, penjadwalan dan pengawasan
yang lebih mudah, serta lebih sedikit pembukaan dan penutupan usaha
yang dramatis. Penjadwalan bertingkat akan bekerja dengan baik ketika
permintaan cukup stabil.
24
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
25
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
4. Inventory Cost and Back Order Cost (Ongkos Persediaan dan Ongkos
Kehabisan Persediaan
Persediaan mempunyai fungsi mengantisipasi timbulnya kenaikan
permintaan pada saat-saat tertentu. Konsekuensi dari kebijakakan
perusahaan adalah timbulnya ongkos penyimpanan (Inventory cost dan back
order cost) yang berupa ongkos tertahannya modal, pajak, asuransi,
kerusakan bahan, dan ongkos sewa gudang. Kebalikan dari kondisi diatas,
kebijakkan tidak mengadaaan persediaan. Seolah–olah menguntungkan
tetapi sebenarnya dapat menimbulkan kerugian dalam bentuk ongkos
kehabisan persediaan. Ada tiga jenis biaya dalam persediaan menurut
Heizer dan Render antara lain:
a. Biaya penyimpanan (holding cost) yaitu biaya yang terkait dengan
menyimpan atau membawa persediaan selama waktu tertentu.
Jenis biaya penyimpanan sebagai berikut:
a) Biaya modal
b) Biaya gudang
c) Biaya penyusutan, kerusakan
d) Biaya keusangan dan kehilangan
e) Biaya kehabisan stok
b. Biaya pemesanan (ordering cost) mencakup biaya dari persediaan,
formulir, proses pesanan, pembelian, dukungan administrasi dan
seterusnya. Ketika pesanan sedang diproduksi, biaya pesanan juga ada,
tetapi mereka adalah bagian dari biaya penyetelan.
c. Biaya penyetelan (setup cost) adalah biaya untuk mempersiapkan
sebuah mesin atau proses untuk membuat sebuah pesanan. Ini
menyertakan waktu dan tenaga kerja untuk membersihkan serta
mengganti peralatan. Manager operasi dapat menurunkan biaya
pemesanan dengan mengurangi biaya penyetelan serta menggunkan
prosedur yang lebih efisien seperti pemesanan dan pembayaran
elektronik.
26
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Dasar dari pertimbangan dalam pemilihan metode peramalan yang akan digunakan
adalah:
1. Pengguna atau pelaku dan kecanggihan metode.
2. Waktu peramalan dan sumber data yang tersedia.
3. Tergabung pada tujuan penggunaan dan karakteristik keputusan manajemen
yang meliputi antara lain:
a. Akurasi hasil peramalan
b. Jangka waktu penggunaan hasil peramalan
c. Jumlah item yang akan diramalkan
d. Tersedianya data
e. Pola data
Metode peramalan yang terbaik adalah metode yang menggambarkan penekanan
pada data waktu yang berurutan. Apabila pola data penuh dengan random noise dan
nonlinear maka pada metode peramalan kualitatif yang terbaik atau ringkasan
pemilihan metode peramalan dapat dilihat pada tabel di bawah ini:
27
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Peramalan terhadap kondisi pasar atau meramalkan apa yang diinginkan oleh
konsumen merupakan hal yang perlu diperhatikan dalam perencanaan produksi.
Produk yang harus diproduksi, kuantitas produk yang akan diproduksi, waktu untuk
aktivitas produksi, dan sumber-sumber yang dibutuhkan untuk berproduksi harus
ditetapkan dalam perencanaan produksi.
28
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Secara umum proses perencanaan produksi dan pengendalian produksi dapat dibagi
menjadi beberapa tahap:
1. Business Planning
Pada tahap ini dilakukan penentuan orientasi pasar, jenis produk dan
rencana penjualan perusahaan.
2. Perencanaan produksi (Production Planning)
Perencanaan produksi melalui hasil peramalan dengan mempertimbangkan
tingkat persediaan dan target backlog sehingga menghasilkan rencana
produksi untuk tingkat famili produk.
29
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
2.3.2 Disagregasi
Pada perencanaaan produksi tidak dibahas produk yang diproduksi secara rinci
melainkan dalam bentuk agregat yaitu satuan yang mempresentasikan kumpulan
beberapa produk. Agar rencana tersebut dapat diimplementasikan, perlu dilakukan
disagregasi dalam jumlah produksi masing-masing produk individu (item). Hasil
disegregasi ini menjadi Jadwal Induk Produksi dan merupakan masukan untuk
perencanaan kebutuhan material. Ada beberapa metode yang mencoba untuk
memecahkan permasalahan disagregasi. Berikut ini akan dibahas suatu metode
yang dikembangkan Hax dan Britan, metode ini terdiri dari 2 algoritma yaitu:
30
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Langkah pertama prosedur ini yaitu menetukan famili mana yang akan diproduksi.
Hal ini dilakukan dengan mempertimbangkan jumlah produk tersedia dan jumlah
permintaan setiap produk dalam famili. Jika expektasi jumlah produk pada akhir
periode lebih kecil dari persediaan cadangan (safety stock), maka seluruh produk
dalam famili tersebut diproduksi. Secara formula untuk produk j dalam famili, jika
jumlah expektasi qijt pada akhir periode t lebih kecil dari persediaan cadangan Ssij,
seluruh produk di dalam famili akan diproduksi. Jika Iijt-1 adalah jumlah persediaan
produk pada akhir periode t-1 dan jumlah permintaan adalah Dij.t maka jika:
31
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Keterangan:
Iij,t-1 = Tingkat persediaan pada akhir periode t-1 dari item j famili i
Dij,t = Permintaan item j famili i pada periode t
SSij = Cadangan pinjaman (safety stock) item j dalam famili i
Item yang berjumlah kurang dari safety stock (SSij) harus segera dibuat supaya tidak
terjadi kekurangan.
B. Disagregasi famili.
C. Disagregasi item.
32
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
33
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
34
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Banyak input yang dibutuhkan dalam penyusunan MPS telah dapat diperoleh
berdasarkan laporan dari print out komputer. Pada saat ini telah banyak program
komputer untuk sistem manufakturing yang tersedia, sehingga akan sangat
membantu dalam perhitungan. Dengan demikian, masalah perhitungan telah
terbantu melalui program-program komputer itu. Persoalan nyata adalah
bagaimana memahami konsep-konsep termasuk mekanisme kerja dari sistem
manufacturing itu sendiri.
Safety Stock adalah stok tambahan dari item yang direncanakan untuk berada
dalam inventory yang disajikan sebagai stok pengaman guna mengatasi fluktuasi
dalam ramalan penjualan, pesanan-pesanan pelanggan dalam waktu singkat
(short-term customer order), penyerahan item untuk pengisian kembali
inventory dan lain-lain. Safety stock merupakan kebijaksanaan manajemen
35
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Order dalam Master Production Schedule terdiri dari tiga jenis yaitu:
a. Planned Order
Planned order adalah order yang rencananya akan dilepaskan (released)
dan dibuat setelah mempertimbangkan Supply Demand.
b. Firm Planned Order
Firm Planned Order adalah order yang direncanakan akan dibuat
diperusahaan ini tapi belum dilepaskan (released).
36
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
c. Orders
Orders adalah order yang sudah dibuat dan diperintahkan untuk dikerjakan
atau dibuatkan purchase order surat pengiriman.
37
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Sistem MRP memiliki empat langkah utama yang selanjutnya keempat langkah ini
harus ditetapkan satu per satu pada periode perencanaan dan pada setiap item.
Prosedur ini dapat dilakukan secara manual bila jumlah item yang terlibat dalam
produksi relatif sedikit. Suatu program diperlukan bila jumlah item sangat banyak.
Langkah-langkah tersebut adalah sebagai berikut:
1. Netting
Merupakan suatu proses perhitungan kebutuhan bersih yang biasanya
merupakan selisih antara kebutuhan kotor dengan persediaan di tangan dan
yang sedang diproses (dipesan).
38
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
2. Lotting
Merupakan suatu proses untuk menentukan besarnya jumlah pesanan
optimal untuk setiap item secara individual berdasarkan pada hasil
perhitungan kebutuhan bersih yang telah dilakukan. Beberapa teknik
diarahkan untuk menyeimbangkan ongkos set up dan ongkos simpan. Ada
juga teknik yang sederhana yang memakai jumlah pemesanan tetap atau
periode pemesanan tetap.
3. Off Setting
Merupakan salah satu langkah pada MRP untuk menentukan saat yang tepat
untuk rencana pemesanan dalam memenuhi kebutuhan bersih. Rencana
pemesanan didapat dengan cara menggabungkan saat awal tersedianya lot
size yang diinginkan dengan besarnya waktu ancang. Waktu ancang ini
sama dengan besarnya waktu saat barang mulai dipesan atau diproduksi
sampai barang tersebut siap untuk dipakai.
4. Explosion
Yaitu proses perhitungan kebutuhan kotor untuk tingkat yang lebih bawah
didasarkan atas rencana pesanan. Dalam proses explosion ini, data
mengenai struktur produk sangat memegang peranan, karena atas dasar
struktur produk inilah proses explosion akan berjalan dan dapat menentukan
ke arah komponen mana yang harus di-explosion.
Menturut Herjanto ada 3 komponen dasar yang menjadi masukan MRP agar
diperoleh informasi sebagai output atau keluaran adalah sebagai berikut:
39
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
40
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Secara umum, sistem MRP dimaksudkan untuk mencapai tujuan antara lain untuk
meminimalkan persediaan dengan menentukan berapa banyak dan kapan suatu
komponen diperlukan disesuaikan dengan Jadwal Induk Produksi (JIP). Dengan
menggunakan komponen ini, pengadaan (pembelian) atas komponen yang
diperlukan untuk suatu rencana produksi dapat dilakukan sebatas yang diperlukan
saja sehingga dapat meminimalkan biaya persediaan. Mengurangi resiko karena
keterlambatan produksi atau pengiriman MRP mengidentifikasikan banyaknya
bahan dan komponen yang diperlukan baik dari segi jumlah dan waktunya dengan
memperhatikan waktu tenggang produksi maupun pengadaan atau pembelian
komponen, sehingga memperkecil resiko tidak tersedianya bahan yang akan
diproses yang mengakibatkan terganggunya rencana produksi. Meningkatkan
efisiensi MRP juga mendorong peningkatan efisiensi karena jumlah persediaan,
waktu produksi, dan waktu pengiriman barang dapat direncanakan lebih baik sesuai
dengan Jadwal Induk Produksi (JIP). Dengan demikian terdapat beberapa hal yang
merupakan tujuan MRP (Material Requirements Planning) yaitu sebagai berikut:
1. Meminimalkan persediaan.
MRP menentukan berapa banyak dan kapan suatu komponendiperlukan
disesuaikan dengan jadwal induk produksi.
2. Mengurangi risiko karena keterlambatan produksi atau pengiriman.
MRP mengidentifikasi banyaknya bahan dan komponen yang diperlukan
baik dari segi jumlah dan waktunya.
3. Jadwal produksi diharapkan dapat dipenuhi sesuai dengan rencana,
sehingga komitmen terhadap pengiriman barang dapat dilakukan secara
lebih nyata.
4. MRP mendorong peningkatan efisiensi karena jumlah persediaan, waktu
produksi, dan waktu pengiriman barang dapat direncanakan lebih baik
sesuai dengan jadwal induk produksi.
41
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
42
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Struktur produk terdiri dari komponen pembentuk produk akhir yang ditempatkan
pada level 0 dan seterusnya, sehingga membentuk sebuah hirarki. Pada umumnya
untuk assembly item disebut dengan “parent” dan komponen pembentuknya
disebut dengan “child”. Untuk produk akhir ditandai dengan level 0 dan semakin
kebawah maka nomor level akan bertambah. Diagram sistematik ini menunjukkan
hubungan antar komponen terhadap “parent” dan hubungan keseluruhan perakitan.
Terdapat 2 cara penomoran level struktur produk, yaitu:
1. Single Level
Jenis ini menggambarkan hubungan sebuah induk dengan satu level
komponen – komponen pembentuknya.
2. Multi Level
Jenis ini menggambarkan struktur produk yang lengkap dari level 0 sampai
level yang paling bawah.
43
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
BOM adalah sebuah daftar jumlah komponen, campuran bahan dan bahan baku
yang diperlukan untuk dirakit, dicampur atau membuat produk akhir atau
dengan kata lain rangkaian struktur semua komponen yang digunakan untuk
memproduksi barang jadi sesuai dengan Master Production Schedulling (MPS).
Tujuan BOM sebagai suatu network atau jaringan yang menggambarkan
hubungan induk (parent product) hingga komponen. BOM dibutuhkan sebagai
Input dalam perencanaan dan pengendalian aktivitas produksi. Beberapa macam
BOM:
1. Explosion
Merupakan BOM dengan urutan dimulai dari induk sampai komponen pada
level paling bawah. BOM jenis ini menunjukkan komponen yang
membentuk suatu induk dari level teratas sampai level terendah.
2. Implosion
Merupakan BOM dimana urutan dimulai dari komponen sampai induk atau
level paling atas. Secara singkat BOM jenis ini adalah kebalikan dari BOM
explosion.
44
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
1. Precedence diagram suatu jaringan kerja (terdiri atas rangkaian simpul dan
anak panah) yang menggambarkan urutan perakitan serta ketergantungan
pada operasi kerja lainnya yang tujuannya mempermudahkan pengontrolan
dan perencanaan kegiatan yang terkait di dalamnya.
2. Data waktu baku pekerjaan tiap operasi, yang diturunkan dari perhitungan
waktu baku pekerjaan operasi perakitan.
3. Kecepatan lintasan yang diinginkan (waktu siklus atau cycle time).
45
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Berikut ini adalah masalah-masalah utama yang sering dihadapi dalam lintasan
produksi yang dikemukakan oleh Bigel:
a. Kendala sistem, hal ini sangat berkaitan dengan perawatan atau maintenance
yang dilakukan perusahaan.
b. Menyeimbangkan beban kerja pada beberapa stasiun kerja yang bertujuan
untuk mencapai suatu efisiensi yang tinggi dan memenuhi rencana produksi
yang telah dibuat.
46
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
47
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Teknik ini mendapatkan perhatian yang besar seta telah digunakan untuk
mememcahkan beberapa masalah keseimbangan lini dengan baik. Teknik ini
merupakan sebuah prosedur heuristic, dimana pemilihan elemen untuk ditempatkan
pada sebuah statiun kerja didasarkan pada posisi elemen pada precedence diagram.
48
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
3. Angka di atas symbol lingkaran adalah waktu standar yang diperlukan untuk
menyelesaikan setiap proses operasi.
𝐶𝑇 𝑥 𝑁 − ∑𝑛𝑖=1 𝑡𝑖
𝐵𝑎𝑙𝑎𝑛𝑐𝑒 𝐷𝑒𝑙𝑎𝑦 = 𝑥 100%
𝐶𝑇 𝑥 𝑁
Keterangan:
N = Jumlah elemen kerja yang ada
CT = Cycle time
N = Jumlah work station yang terbentuk
c. Efisiensi Stasiun Kerja
Efisiensi stasiun kerja merupakan rasio antara waktu operasi tiap
stasiun kerja (Wi) dan waktu operasi Stasiun kerja terbesar (Ws).
𝑊𝑖
𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑠𝑡𝑎𝑠𝑖𝑢𝑛 𝑘𝑒𝑟𝑗𝑎 = 𝑥 100%
𝑊𝑠
Keterangan:
Wi = Waktu operasi setiap stasiun
Ws = Waktu operasi stasiun kerja terbesar
49
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
∑𝑛𝑖=1 𝑡𝑖
𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝐿𝑖𝑛𝑖 = 𝑥 100%
𝐶𝑇 𝑥 𝑁
Keterangan:
n = Jumlah elemen kerja yang ada
CT = Cycle time
N = Jumlah work station yang terbentuk
𝑁
𝑆𝐼 = √∑ (𝑊𝑆𝐾𝑚𝑎𝑥 − 𝑊𝑆𝐾𝑖 ) 2
𝑖−1
Keterangan:
WSKmax = Waktu terbesar dari stasiun kerja terbentuk
WSKi = Waktu work station yang terbentuk
f. Work Station
Work station merupakan tempat pada lini perakitan dimana proses
perakitan dilakukan. Setelah menentukan interval waktu siklus, maka
jumlah stasiun kerja yang efisien dapat ditetapkan dengan rumus.
∑𝑘𝑖−1 𝑡𝑖
𝐾 𝑚𝑖𝑛
𝐶𝑇
Keterangan:
ti = waktu operasi (elemen).
CT = waktu siklus stasiun kerja.
Kmin = jumlah stasiun kerja minimal.
50
BAB III
Studi Literatur
Pengumpulan Data
Pengolahan Data
Analisis
Kesimpulan dan
Saran
51
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pengumpulan data pada Modul Peramalan (Forecasting) ini yaitu data awal
demand selama 24 periode. Data awal tersebut kemudian ditambahkan dengan dua
digit pada NPM praktikan. Data awal demand selama 24 periode tersebut berguna
untuk meramalkan 12 periode yang akan datang dengan menggunakan metode
peramalan yang telah ditentukan.
Pengumpulan data pada Modul Rencana Produksi Agregat ini yaitu hasil dari
peramalan yang telah dilakukan pada Modul Peramalan (Forecasting) selama 12
periode. Data forecast tersebut diambil berdasarkan nilai MSE terkecil. Data
selanjutnya yang dipakai yaitu data parameter-parameter yang berguna dalam
proses agregasi.
Pengumpulan data pada Modul Disagregasi dan Master Production Schedule ini
yaitu data forecast demand berdasarkan hasil peramalan pada Modul Peramalan
(Forecasting). Data selanjutnya yang dipakai yaitu parameter-parameter seperti
cost, faktor konversi, proporsi dan lain-lain serta persentase actual demand yang
nantinya akan berguna untuk menentukan actual demand pada MPS.
52
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pengumpulan data pada Line Balancing ini yaitu Assembly Process Chart dari
produk Tamiya, Precedence Diagram, Master Schedule Tamiya dan uraian
kegiatan berdasarkan Precedence Diagram. APC digunakan sebagai acuan dalam
membuat Precedence Diagram dan Master Schedule digunakan sebagai acuan
dalam menentukan jumlah permintaan (demand) yang datang. Seluruh data tersebut
digunakan dalam penyeimbangan lintasan perakitan.
53
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pengolahan data pada Modul Disagregasi dan Master Production Schedule yaitu
dengan melakukan agregasi, disagregasi lalu membuat Jadwal Induk Produksi (JIP)
terhadap 4 buah item. Data yang dipakai pada proses-proses tersebut yaitu data
forecast demand pada Modul Peramalan (Forecasting) selama 12 periode dan data.
Hasil akhir yang didapat pada Modul Disagregasi dan Master Production Schedule
yaitu Jadwal Induk Produksi (JIP) yang berisi informasi mengenai pengalokasian
sumber daya, ketersediaan kapasitas dan lain-lain.
Pengolahan data pada Modul Struktur Produk, Bill of Materials dan Material
Requirement Planning ini yaitu dengan mengolah data Master Schedule dan Bill of
Materials menjadi perencanaan kebutuhan material (Material Requierement
Planning). Metode-metode yang digunakan pada pembuatan MRP ini yaitu LFL,
EOQ, POQ dan Silver Meal. Hasil akhir yang akan didapatkan yaitu informasi-
informasi mengenai kebutuhan komponen untuk suatu produk end item.
Pengolahan data pada Modul Line Balancing ini yaitu proses penyeimbangan
lintasan perakitan dengan menggunakan metode Cluster dan Ranked Positional
Weight (RPW). Penyeimbangan lintasan ini bertujuan untuk meminimalkan waktu
menganggur untuk meningkatkan tingkat efisiensi dari stasiun kerja. Tujuan lain
dari Line Balancing ini yaitu meminimumkan biaya akibat menganggur, sehingga
biaya tersebut dapat dialokasikan kepada kegiatan-kegiatan yang produktif.
3.2.4 Analisis
Analisis diperoleh dari pengerjaan setiap modul tersebut. Analisis berisikan hasil
dari pengolahan data. Hasil pengolahan data tersebut pada tahapan analisis ini dikaji
lebih lanjut. Artinya pada analisis, hasil pengolahan data diuraikan berdasarkan
penyebabnya melalui komponen penyusunnya. Berdasarkan analisis yang telah
dibuat dapat dilihat pemahaman materi dari setiap praktikan dalam mengejakan
setiap modul yang diberikan.
54
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Kesimpulan pada laporan ujian tengah semester ini dibuat guna memenuhi harapan
dari tujuan yang ada. Kesimpulan yang dibuat berdasar pada pembuktian yang
diperoleh dari hasil kegiatan praktikum yang telah dijalani. Saran yang dibuat
mejadi pendapat dari praktikan untuk dilaksanakan. Saran dari praktikan dapat
menjadi cara untuk mengatasi permasalahan atau kelemahan yang ada.
55
BAB IV
Tabel 4. 1 Data Awal Demand Tabel 4. 2 Data Awal Demand NPM (+31)
Periode (t) Demand (d) Periode (t) Demand (d)
1 8292 1 8323
2 12456 2 12487
3 9461 3 9492
4 8438 4 8469
5 9729 5 9760
6 8074 6 8105
7 10044 7 10075
8 8973 8 9004
9 9901 9 9932
10 7586 10 7617
11 9997 11 10028
12 8974 12 9005
13 9949 13 9980
14 7982 14 8013
15 9494 15 9525
16 7982 16 8013
17 9808 17 9839
18 7618 18 7649
19 9637 19 9668
20 9845 20 9876
21 10077 21 10108
22 11212 22 11243
23 11287 23 11318
24 11367 24 11398
(Sumber: Pengumpulan Data) (Sumber: Pengumpulan Data)
56
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pengumpulan data pada modul Rencana Produksi Agregat ini terdiri dari
komponen-komponen data awal, data hari kerja dan demand. Komponen data awal
terdiri dari jumlah inventori awal, jam kerja, waktu baku, cost dan juga komponen
lainnya. Data hari kerja terdiri dari 12 periode dengan demand merupakan hasil
pengolahan data pada modul Peramalan (Forecasting) pada metode Regresi Linier.
Pengambilan data pada metode Regresi Linier diakibatkan karena nilai MSE yang
dihasilkan merupakan nilai terkecil dari semua metode peramalan (forecasting).
Komponen data awal, data hari kerja dan demand dapat dilihat pada Tabel 4.3 dan
Tabel 4.4 di bawah ini:
Pengumpulan data pada modul ini yaitu data forecast demand yang telah
didapatkan pada modul Forecasting, data parameter yang ada dan persentase actual
57
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
demand yang telah ditentukan. Hasil peramalan tersebut digunakan sebagai data
awal untuk melakukan proses disagregasi dan master production schedule atau
Jadwal Induk Produksi. Data-data tersebut dapat dilihat pada Tabel 4.5 sampai
Tabel 4.7 di bawah ini:
Periode Demand
1 10089
2 10133
3 10177
4 10221
5 10265
6 10309
7 10353
8 10397
9 10441
10 10485
11 10530
12 10574
(Sumber: Pengumpulan Data)
58
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Berikut ini merupakan Assembly Process Chart (Peta Proses Perakitan) dari produk
Tamiya Baracuda dapat dilihat pada Gambar 4.1 di bawah ini:
59
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
60
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
61
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
62
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
𝑑1+𝑑2+𝑑3
1. 𝑆 ′𝑡 3 = 𝑛
8323+12487+9492
=
3
30302
= = 10100,67
3
63
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
𝑆 ′ 𝑡3 +𝑆′ 𝑡4+𝑆 ′ 𝑡5
2. 𝑆 ′′𝑡5 = 𝑛
10100,67+10149,33+9240,33
= 3
29490,33
= = 9830,11
3
3. 𝑎𝑡5 = 𝑆 ′ 𝑡5 + (𝑆 ′ 𝑡5 − 𝑆 ′′𝑡5 )
= 9240,33 + (9240,33 − 9830,11)
= 8650,56
2
4. 𝑏𝑡5 = (𝑆 ′𝑡5 − 𝑆 ′′𝑡5 )
𝑁−1
2
= 3−1 (9240,33 − 9830,11)
= −589,78
5. 𝐹𝑡5 = 𝑎𝑡5 + 𝑏𝑡5 × 𝑚5
= 8650,56 + (−589,78 × 1)
= 8060,78 ≈ 8061
6. 𝑒𝑡5 = 𝑑5 − 𝐹𝑡5
= 9760 − 8061
= 1699
𝑒
7. 𝑃𝐸𝑡5 = ( 𝑑𝑡5 ) × 100%
5
1699
= × 100%
9760
= 17,41%
Perhitungan Error:
∑ 𝑒𝑡 465
1. 𝑀𝐸 = = = 23,25
𝑛 20
∑ |𝑒𝑡| 10977
2. 𝑀𝐴𝐸 = = = 548,85
𝑛 20
𝑆𝑆𝐸 216225
5. 𝑆𝐷𝐸 = √𝑛−1 = √ = 106,68
19
∑ 𝑃𝐸 5,30
6. 𝑀𝑃𝐸 = = = 0,26
𝑛 20
∑ |𝑃𝐸| 115,34
7. 𝑀𝐴𝑃𝐸 = = = 5,77
𝑛 20
64
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Demand
14000
12000
10000
Demand
8000
6000
Demand
4000
2000
0
0 5 10 15 20 25 30
Periode
Plot Data
18000
16000
14000
12000
Demand
10000
8000 Demand
6000
Forecasting
4000
2000
0
0 10 20 30 40
Periode
65
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
66
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
3. 𝑎𝑡2 = 𝑆 ′𝑡 2 + (𝑆 ′𝑡 2 − 𝑆 ′ ′𝑡 2 )
= 12070,6 + (12070,6 − 11695,84)
= 12445,36
𝛼
4. 𝑏𝑡2 = 1−𝛼 (𝑆 ′𝑡 2 − 𝑆 ′ ′𝑡 2 )
0,9
= 1−0,9 (12070,6 − 11695,84)
= 9(374,76)
= 3372,84
5. 𝐹𝑡3 = 𝑎𝑡3 + 𝑏𝑡3 × 𝑚
= 9555,26 + (−1751,38 × 1)
= 9555,26 − 1751,38
= 7803,88 ≈ 7804
6. 𝑒𝑡3 = 𝑑3 − 𝐹𝑡3
= 9492 − 7804
= 1688
𝑒
7. 𝑃𝐸𝑡3 = ( 𝑑𝑡3 ) × 100%
3
1688
=( ) × 100%
9492
= 17,78%
Perhitungan Error:
∑ 𝑒𝑡 266
1. 𝑀𝐸 = = = 12,09
𝑛 22
∑|𝑒𝑡| 21110
2. 𝑀𝐴𝐸 = = = 959,55
𝑛 22
𝑆𝑆𝐸 3216,18
5. 𝑆𝐷𝐸 = √𝑛−1 = √ = 58,05
21
∑ 𝑃𝐸 25,75
6. 𝑀𝑃𝐸 = = = 1,17
𝑛 22
∑ |𝑃𝐸| 233,65
7. 𝑀𝐴𝑃𝐸 = 𝑛
= 22
= 10,62
67
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Demand
14000
12000
10000
Demand
8000
6000
Demand
4000
2000
0
0 5 10 15 20 25 30
Periode
68
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Plot Data
14000
12000
10000
Demand
8000
6000 Demand
4000 Forecast
2000
0
0 10 20 30 40
Periode
69
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. 𝑆 ′ 𝑡2 = 𝛼 × 𝐷𝑡2 + (1 − 𝛼 ) × (𝑆 ′ 𝑡2−1 + 𝑏𝑡2−1 )
= 0,90 × 12487 + (1 − 0,90) × (8323 + 4164)
= 11238,3 + (0,1 × 12487)
= 11238,3 + 1248,7
= 12487
2. 𝑏𝑡2 = 𝛾 × (𝑆 ′ 𝑡2 − 𝑆 ′𝑡2−1 ) + (1 − 𝛾 )𝑏𝑡2−1
= 0,90 × (12487 − 8323) + (1 − 0,90) × 4164,00
= 0,90 × (4164) + (0,1) × 4164,00
= 3747,6 + 416,4
= 4164
3. 𝐹𝑡3 = 𝑆 ′ 𝑡3 + 𝑏𝑡3 × 𝑚3
= 10207,90 + (−1634,79 × 1)
= 10207,90 − 1634,79
= 8573,11 ≈ 8574
4. 𝑒𝑡3 = 𝑑3 − 𝐹𝑡3
= 9492 − 8574
= 918
𝑒
5. 𝑃𝐸𝑡3 = ( 𝑑𝑡3 ) × 100%
3
918
=( ) × 100%
9492
= 9,67%
Perhitungan Error:
∑ 𝑒𝑡
1. 𝑀𝐸 = 5. 𝑆𝐷𝐸 = √𝑛−1
𝑆𝑆𝐸
𝑛
83
= = 3,77
22 6889
=√ = 18,11
∑|𝑒𝑡| 21
2. 𝑀𝐴𝐸 = 𝑛
∑ 𝑃𝐸
15733 6. 𝑀𝑃𝐸 =
= = 715,14 𝑛
22
19,32
= = 0,88
22
70
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Tabel 4. 19 Hasil Perhitungan Alpha dan Gamma DES Holt Satu Desimal
α ɣ MSE α ɣ MSE α ɣ MSE
0,1 7587330618,18 0,1 357428771,64 0,1 101901504,73
0,2 2995198936,41 0,2 84687768,00 0,2 23278040,91
0,3 1126182691,64 0,3 31352053,14 0,3 8103450,18
0,4 411852515,64 0,4 15358996,55 0,4 3556896,18
0,1 0,5 155089170,18 0,4 0,5 8600001,14 0,7 0,5 1748964,05
0,6 67284030,73 0,6 5253818,23 0,6 901732,55
0,7 38613150,73 0,7 3457083,68 0,7 464582,23
0,8 30795856,41 0,8 2410342,00 0,8 226852,55
0,9 30983075,64 0,9 1728161,64 0,9 97688,91
0,1 1760232880,41 0,1 216634968,00 0,1 75254305,50
0,2 444088120,41 0,2 51090576,18 0,2 16786049,50
0,3 138727728,41 0,3 18720292,55 0,3 5629756,41
0,4 62986392,05 0,4 8881112,91 0,4 2336116,41
0,2 0,5 40259869,14 0,5 0,5 4845710,23 0,8 0,5 1062161,64
0,6 30169644,05 0,6 2887313,64 0,6 487230,73
0,7 22833753,14 0,7 1815563,64 0,7 209918,23
0,8 16405636,55 0,8 1171171,64 0,8 75172,55
0,9 11127150,73 0,9 758881,64 0,9 16527,68
0,1 687983760,41 0,1 144087054,73 0,1 57419716,55
0,2 162786560,73 0,2 33547540,41 0,2 12445600,41
0,3 58500710,23 0,3 12033883,68 0,3 3991620,05
0,4 29798400,73 0,4 5518014,73 0,4 1548131,64
0,3 0,5 17744480,18 0,6 0,5 2884416,18 0,9 0,5 634780,41
0,6 11030640,18 0,6 1620583,68 0,6 247192,00
0,7 7073892,05 0,7 937716,55 0,7 78481,64
0,8 4812913,64 0,8 542906,18 0,8 13010,23
0,9 3549662,23 0,9 304913,64 0,9 313,14
(Sumber: Pengolahan Data)
71
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Tabel 4. 20 Hasil Perhitungan Alpha dan Gamma DES Holt Dua Desimal
α ɣ MSE α ɣ MSE α ɣ MSE
0,91 1818,18 0,91 6324,05 0,91 12624,05
0,92 2909,50 0,92 8056,41 0,92 15290,91
0,93 4256,18 0,93 10255,68 0,93 17926,55
0,94 5793,14 0,94 12385,64 0,94 20894,73
0,91 0,95 7603,68 0,94 0,95 14924,05 0,97 0,95 23826,18
0,96 9493,14 0,96 17416,41 0,96 27090,18
0,97 11638,00 0,97 20282,91 0,97 30266,18
0,98 14051,64 0,98 23107,68 0,98 33618,18
0,99 16418,23 0,99 26254,55 0,99 37310,73
0,91 3002,23 0,91 8326,55 0,91 15396,55
0,92 4424,73 0,92 10385,64 0,92 17983,68
0,93 5989,50 0,93 12720,05 0,93 20956,41
0,94 7753,14 0,94 15133,14 0,94 23826,18
0,92 0,95 9913,14 0,95 0,95 17812,55 0,98 0,95 27020,05
0,96 12055,68 0,96 20587,68 0,96 30489,14
0,97 14254,55 0,97 23498,23 0,97 33931,64
0,98 16802,91 0,98 26601,14 0,98 37475,64
0,99 19560,73 0,99 29896,41 0,99 41195,64
0,91 4538,91 0,91 10385,64 0,91 17869,50
0,92 6122,23 0,92 12624,05 0,92 20710,23
0,93 8056,41 0,93 15238,23 0,93 23892,05
0,94 10040,91 0,94 17926,55 0,94 27301,14
0,93 0,95 12149,50 0,96 0,95 20771,64 0,99 0,95 30414,73
0,96 14613,14 0,96 23629,14 0,96 34088,91
0,97 17304,05 0,97 27020,05 0,97 37558,23
0,98 19800,00 0,98 30118,00 0,98 41109,14
0,99 22656,18 0,99 33462,00 0,99 45091,64
(Sumber: Pengolahan Data)
Demand
14000
12000
10000
Demand
8000
6000
4000
2000
0
0 5 10 15 20 25 30
Periode
72
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Plot Data
14000
12000
10000
Demand 8000
6000 Demand
4000 Forecast
2000
0
0 10 20 30 40
Periode
D. Regresi Linier
Tabel 4. 21 Hasil Perhitungan Regresi Linier
2 2
Periode Demand dt F=a+bt Peramalan et |et| PE (%) |PE|
1 8323 1 8323 9032,51 9033 -710 710 504100 -8,53 8,53
2 12487 4 24974 9076,53 9077 3410 3410 11628100 27,31 27,31
3 9492 9 28476 9120,54 9121 371 371 137641 3,91 3,91
4 8469 16 33876 9164,56 9165 -696 696 484416 -8,22 8,22
5 9760 25 48800 9208,57 9209 551 551 303601 5,65 5,65
6 8105 36 48630 9252,59 9253 -1148 1148 1317904 -14,16 14,16
7 10075 49 70525 9296,60 9297 778 778 605284 7,72 7,72
8 9004 64 72032 9340,61 9341 -337 337 113569 -3,74 3,74
9 9932 81 89388 9384,63 9385 547 547 299209 5,51 5,51
10 7617 100 76170 9428,64 9429 -1812 1812 3283344 -23,79 23,79
11 10028 121 110308 9472,66 9473 555 555 308025 5,53 5,53
12 9005 144 108060 9516,67 9517 -512 512 262144 -5,69 5,69
13 9980 169 129740 9560,69 9561 419 419 175561 4,20 4,20
14 8013 196 112182 9604,70 9605 -1592 1592 2534464 -19,87 19,87
15 9525 225 142875 9648,72 9649 -124 124 15376 -1,30 1,30
16 8013 256 128208 9692,73 9693 -1680 1680 2822400 -20,97 20,97
17 9839 289 167263 9736,74 9737 102 102 10404 1,04 1,04
18 7649 324 137682 9780,76 9781 -2132 2132 4545424 -27,87 27,87
19 9668 361 183692 9824,77 9825 -157 157 24649 -1,62 1,62
20 9876 400 197520 9868,79 9869 7 7 49 0,07 0,07
21 10108 441 212268 9912,80 9913 195 195 38025 1,93 1,93
22 11243 484 247346 9956,82 9957 1286 1286 1653796 11,44 11,44
23 11318 529 260314 10000,83 10001 1317 1317 1734489 11,64 11,64
24 11398 576 273552 10044,84 10045 1353 1353 1830609 11,87 11,87
25 10088,86 10089
26 10132,87 10133
27 10176,89 10177
28 10220,90 10221
29 10264,92 10265
30 10308,93 10309
31 10352,94 10353
32 10396,96 10397
33 10440,97 10441
34 10484,99 10485
35 10529,00 10530
36 10573,02 10574
300 228927 4900 2912204 -9,00 21791,00 34632583,00 -37,96 233,57
(Sumber: Pengolahan Data)
73
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. 𝑡1 2 = 12 5. 𝐹𝑡1 = 𝑎 + 𝑏 × 𝑡1
=1 = 8988,5 + (44,01 × 1)
2. 𝑑𝑡1 = 𝑑𝑡1 × 𝑡1 = 8988,5 + 44,01
= 8323 × 1 = 9032,51 ≈ 9033
= 8323 6. 𝑒𝑡1 = 𝑑1 − 𝐹𝑡1
𝑛 ∑ 𝑑𝑡 −(∑ 𝑡)(∑ 𝑑) = 8323 − 9033
3. 𝑏 = 2
𝑛 ∑ 𝑡 2 −(∑ 𝑡)
= −710
24(2912204)−(300)(228927)
= 𝑒
24(4900)−(300)2
7. 𝑃𝐸𝑡1 = ( 𝑑𝑡1 ) × 100%
69892896−68678100 1
= 117600−90000 −710
1214796 =( ) × 100%
= 8323
27600
= −8,53%
= 44,01
∑ 𝑑−𝑏 ∑ 𝑡
4. 𝑎 = 𝑛
228927 − (44,01)(300)
=
24
228927 − 13203
=
24
215724
=
24
= 8988,50
Perhitungan Error:
∑ 𝑒𝑡 𝑆𝑆𝐸
1. 𝑀𝐸 = 4. 𝑀𝑆𝐸 =
𝑛 𝑛
−9,00 81,00
= = = 3,38
24 24
= −0,38
𝑆𝑆𝐸
∑|𝑒𝑡| 5. 𝑆𝐷𝐸 = √𝑛−1
2. 𝑀𝐴𝐸 = 𝑛
21791 81,00
= = 907,96 =√
24 23
3. 𝑆𝑆𝐸 = ∑(𝑒𝑡)2 = 1,88
= (−9,00)2
= 81,00
74
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
∑ 𝑃𝐸 ∑|𝑃𝐸|
6. 𝑀𝑃𝐸 = 7. 𝑀𝐴𝑃𝐸 =
𝑛 𝑛
−37,96 233,57
= =
24 24
= −1,58 = 9,73
Demand
14000
12000
10000
Demand
8000
6000
4000
2000
0
0 5 10 15 20 25 30
Periode
75
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Plot Data
14000
12000
10000
Demand 8000
6000 Demand
4000 Forecast
2000
0
0 10 20 30 40
Periode
Pengolahan data pada modul Rencana Produksi Agregat ini yaitu dengan mencari
ongkos total menggunakan tiga metode seperti strategi tenaga kerja tetap, strategi
tenaga kerja berubah dan strategi transportasi.
76
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Tenaga Kerja
(∑ 𝐷𝑡 − 𝐼𝑡−1 )
𝑇𝐾 = × 𝑊𝐵
(∑ 𝐻𝐾 × 𝐽𝐾 )
(123974 − 250)
= × 1,67
(243 × 8)
(123724)
= × 1,67
(1944)
= 63,64 × 1,67 = 106,27 ≈ 107 Pekerja
𝑅𝑀𝐻1 = 𝐻𝐾1 × 𝐽𝐾 × 𝑇𝐾
= 21 × 8 × 107
= 17976 Jam
𝐻𝑖𝑟𝑖𝑛𝑔 = 𝑇𝐾 − 𝑇𝐾𝐴𝑤𝑎𝑙
= 107 − 12
= 95 Pekerja
6. Inventori
77
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
78
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Tenaga Kerja
(∑ 𝐷𝑡 − 𝐼𝑡−1 )
𝑇𝐾 = × 𝑊𝐵
(∑ 𝐻𝐾 × 𝐽𝐾 )
(123974 − 250)
= × 1,67
(243 × 8)
(123724)
= × 1,67
(1944)
= 63,64 × 1,67 = 106,27 ≈ 106 Pekerja
2. Regular Man Hour (RMH)
𝑅𝑀𝐻1 = 𝐻𝐾1 × 𝐽𝐾 × 𝑇𝐾
= 21 × 8 × 106
= 17808 Jam
3. Unit Production Regular Time (UPRT)
𝑅𝑀𝐻1
𝑈𝑃𝑅𝑇1 =
𝑊𝐵
17808
= = 10663,47 ≈ 10663 Unit
1,67
79
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
8. Biaya Inventori
𝐵𝐼1 = 𝐼1 × 𝐶𝑜𝑠𝑡 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦
= 824 × 𝑅𝑝 2.500
= 𝑅𝑝 2.060.000
9. Biaya Unit Production Over Time
𝐵𝑂𝑇1 = 𝑈𝑃𝑂𝑇1 × 𝐶𝑜𝑠𝑡 𝑂𝑇
= 0 × 𝑅𝑝 75.000
= 𝑅𝑝 0
10. Biaya Hiring
𝐵𝐻 = 𝐻𝑖𝑟𝑖𝑛𝑔 × 𝐶𝑜𝑠𝑡 𝐻𝑖𝑟𝑖𝑛𝑔
= 94 × 𝑅𝑝 1.000.000
= 𝑅𝑝 94.000.000
11. Total Cost
𝐵𝑖𝑎𝑦𝑎 𝑇𝑜𝑡𝑎𝑙 = ∑ 𝐵𝑅𝑇 + ∑ 𝐵𝐼 + ∑ 𝐵𝑂𝑇 + ∑ 𝐵𝐻
= 𝑅𝑝 6.169.200.000 + 𝑅𝑝 27.852.500 + 𝑅𝑝 25.000.000
+ 𝑅𝑝 94.000.000 = 𝑅𝑝 6.316.552.500
C. Strategi Tenaga Kerja Berubah (Round Up)
1. Tenaga Kerja
(𝐷𝑡1 − 𝐼𝑡−1 )
𝑇𝐾1 = ( × 𝑊𝐵)
(𝐻𝐾1 × 𝐽𝐾 )
(10089−250)
=( (21×8)
× 1,67)
(9839)
=( × 1,67)
(168)
= (58,57 × 1,67) = 97,81 ≈ 98 P k rja
80
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
81
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Tenaga Kerja
(𝐷𝑡1 − 𝐼𝑡−1 )
𝑇𝐾1 = ( × 𝑊𝐵)
(𝐻𝐾1 × 𝐽𝐾 )
(10089 − 250)
=( × 1,67)
(21 × 8)
(9839)
=( × 1,67)
(168)
= (58,57 × 1,67)
= 97,81 ≈ 97 Pekerja
82
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
83
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
E. Strategi Transportasi
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000 147500
ST 5382 5382
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000
RT 9738 9738 0
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500 100000
2 OT 2435 2435 Rp 486.900.000
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000
ST 4869 4869
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500
RT 10177 291 10764 296
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500
3 OT 2691 2691 Rp 529.947.500
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500
ST 5382 5382
50000 52500
RT 10251 10251 0
75000 77500
11 OT 2563 2563 Rp 512.550.000
120000 122500
ST 5126 5126
50000
RT 9738 9738 0
75000
12 OT 2435 2435 Rp 486.900.000
120000
ST 4869 4869
Demand 10089 10133 10177 10221 10265 10309 10353 10397 10441 10485 10530 10574 Rp 6.208.977.500
84
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
F. Kesimpulan
Tabel 4. 29 Kesimpulan Rencana Produksi Agregat
No. Metode Total Cost
1 Strategi Tenaga Kerja Tetap (Round Up ) Rp 6.368.577.500
2 Strategi Tenaga Kerja Tetap (Round Down ) Rp 6.316.552.500
3 Strategi Tenaga Kerja Berubah (Round Up ) Rp 6.424.822.500
4 Strategi Tenaga Kerja Berubah (Round Down ) Rp 6.452.900.000
5 Strategi Transportasi Rp 6.208.977.500
(Sumber: Pengolahan Data)
85
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
A. Agregasi
Tabel 4. 30 Hasil Agregasi Item
Forecast Demand
Periode Demand Tamiya Auldey RPA
Baracuda Cobra Hauler Emperor
1 10089 5935 5821 2194 2018 15968
2 10133 5961 5846 2203 2027 16037
3 10177 5987 5872 2213 2036 16108
4 10221 6013 5897 2222 2045 16177
5 10265 6039 5923 2232 2053 16247
6 10309 6065 5948 2242 2062 16317
7 10353 6090 5973 2251 2071 16385
8 10397 6116 5999 2261 2080 16456
9 10441 6142 6024 2270 2089 16525
10 10485 6168 6050 2280 2097 16595
11 10530 6195 6075 2290 2106 16666
12 10574 6220 6101 2299 2115 16735
(Sumber: Pegolahan Data)
Contoh Perhitungan:
1. Forecast Demand Baracuda Periode 1
𝑑1 × 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 10089 × 30%
𝐹1 = = = 5934,71 ≈ 5935 𝑈𝑛𝑖𝑡
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑛𝑣𝑒𝑟𝑠𝑖 0,51
2. RPA
𝑅𝑃𝐴 = 𝐹1 + 𝐹2 + 𝐹3 + 𝐹4
= 5935 + 5821 + 2194 + 2018 = 15968 𝑈𝑛𝑖𝑡
B. Disagregasi
Tabel 4. 31 Disagregasi Periode 1
PERIODE 1
Demand 10089 RPA 15968
Family (i) Item (j) Iij,t-1 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij
Baracuda 148 5935 0 -5787 5787 Produksi Rp 400.000 Rp 2.000 Rp 11.870.000 1 5935 0,51 3027 3027 9392 4790 3605 1839
Tamiya
Cobra 145 5821 0 -5676 5676 Produksi Rp 400.000 Rp 2.200 Rp 12.806.200 1 5821 0,52 3027 3027 9212 4791 3536 1839
Hauler 55 2194 0 -2139 2139 Produksi Rp 300.000 Rp 2.500 Rp 5.485.000 1 2194 0,92 2019 2019 3472 3195 1333 1227
Auldey
Emperor 50 2018 0 -1968 1968 Produksi Rp 300.000 Rp 3.000 Rp 6.054.000 1 2018 1 2018 2018 3194 3194 1226 1226
Total Rp 36.215.200 10091 10091 15970 6131
(Sumber: Pengolahan Data)
Contoh Perhitungan Periode 1:
a. Menentukan Inventori Baracuda
𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 𝐴𝑤𝑎𝑙 × 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖
𝐼𝑖𝑗,𝑡−1 =
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑛𝑣𝑒𝑟𝑠𝑖
250 × 30% 75
= =
0,51 0,51
= 147,06 ≈ 148 𝑈𝑛𝑖𝑡
86
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
87
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
j. Menghitung 𝑞∗ 𝑖𝑗(𝑎𝑑𝑗)
(𝑟𝑖𝑗 × (𝑅𝑃𝐴 − ∑ 𝑞∗ 𝑖𝑗 × 𝑚𝑖𝑗))
𝑞∗ 𝑖𝑗(𝑎𝑑𝑗) = 𝑞 ∗ 𝑖𝑗 +
∑ 𝑟𝑖𝑗 × 𝑚𝑖𝑗
(5935 × (15968 − 10091))
= 5935 +
10091
(5935 × 5877)
= 5935 +
10091
= 5935 + 3456,54
= 9391,54 ≈ 9392 𝑈𝑛𝑖𝑡
88
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Pengolahan data untuk proses Jadwal Induk Produksi atau Master Production
Schedule yaitu dengan menambahkan actual demand yang didapat dari proses
pengalian demand dengan persentase actual demand. Data tersebut dapat dilihat
pada Tabel 4.43:
89
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 = 𝑟𝑖𝑗,𝑡
2. 𝑀𝑎𝑠𝑡𝑒𝑟 𝑆𝑐ℎ𝑒𝑑𝑢𝑙𝑒 = 𝑞∗ 𝑖𝑗 (𝑎𝑑𝑗)
3. Projected Available Balance (PAB)
a. Daerah Demand Time Fences (DTF)
𝑃𝐴𝐵1 = 𝑃𝐴𝐵𝑡−1 + 𝑀𝑎𝑠𝑡𝑒𝑟 𝑆𝑐ℎ𝑒𝑑𝑢𝑙𝑒 − 𝐴𝑐𝑡𝑢𝑎𝑙 𝐷𝑒𝑚𝑎𝑛𝑑
= 148 + 9392 − 6232
= 3308 𝑈𝑛𝑖𝑡
b. Daerah Planning Time Fences (PTF)
𝑃𝐴𝐵6 = 𝑃𝐴𝐵𝑡−1 + 𝑀𝑆 − 𝐴𝑐𝑡𝑢𝑎𝑙 𝐷𝑒𝑚𝑎𝑛𝑑 𝑎𝑡𝑎𝑢 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡
= 10513 + 9932 − 6975
= 13470 𝑈𝑛𝑖𝑡
c. Setelah Planning Time Fences (PTF)
𝑃𝐴𝐵7 = 𝑃𝐴𝐵𝑡−1 + 𝑀𝑆 − 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡
= 13470 + 9838 − 6090
= 17018 𝑈𝑛𝑖𝑡
90
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
91
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
PAB II 1591 826 206 206 1151 2054 1084 124 124 1192 22 22
Keterangan:
𝐴 = 𝑆𝑒𝑡𝑢𝑝 𝐶𝑜𝑠𝑡 = 𝑅𝑝2.500.000
ℎ = 𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡 = 𝑅𝑝10.000
Contoh Perhitungan:
1. Rata-rata Demand
9244 + 9433 + 15789 + 0 + 9890 + ⋯ + 0
̅=
𝐷
12
112662
= = 9389 𝑈𝑛𝑖𝑡
12
2. Lot Size
2𝐴𝐷̅
𝐸𝑂𝑄 = √
ℎ
2(𝑅𝑝2.500.000)(9389)
=√
(𝑅𝑝10.000)
92
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
4. Gross Requirement
𝐺𝑅1 = 𝑃𝑂𝑅𝐿 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛 𝐼𝑛𝑑𝑢𝑘 × 𝐾𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛
= 9244 × 1 = 9244 𝑈𝑛𝑖𝑡
5. PAB I
𝑃𝐴𝐵 𝐼𝑡 = 𝑃𝐴𝐵 𝐼𝐼𝑡−1 − 𝐺𝑅𝑡 + 𝑆𝑅𝑡
𝑃𝐴𝐵 𝐼2 = 1591 − 9433 + 0
= 7842 𝑈𝑛𝑖𝑡
6. Net Requirement
Jika PAB I < 0 maka:
𝑁𝑅𝑡 = 𝐺𝑅𝑡 + 𝑆𝑅𝑡 + 𝑆𝑆 − 𝑃𝐴𝐵 𝐼𝐼𝑡−1
𝑁𝑅2 = 9433 + 0 + 0 − 1591
= 7842 𝑈𝑛𝑖𝑡
7. Planned Order Receipts
𝑁𝑅𝑡
𝑃𝑂𝑅𝐶𝑇 = ( ) × 𝐿𝑜𝑡 𝑆𝑖𝑧𝑒
𝐿𝑜𝑡 𝑆𝑖𝑧𝑒
7842
𝑃𝑂𝑅𝐶𝑇2 = (𝑅𝑜𝑢𝑛𝑑 𝑈𝑝 ( )) × 2167
2167
= 4 × 2167
= 8668 𝑈𝑛𝑖𝑡
8. PAB II
𝑃𝐴𝐵 𝐼𝐼𝑡 = 𝑃𝑂𝑅𝐶𝑇 + 𝑃𝐴𝐵 𝐼𝑡
𝑃𝐴𝐵 𝐼𝐼2 = 8668 + (−7842)
= 826 𝑈𝑛𝑖𝑡
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
93
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Gross Requirement
𝐺𝑅1 = 𝑃𝑂𝑅𝐿 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛 𝐼𝑛𝑑𝑢𝑘 × 𝐾𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛
= 9244 × 1 = 9244 𝑈𝑛𝑖𝑡
2. PAB I
𝑃𝐴𝐵 𝐼𝑡 = 𝑃𝐴𝐵 𝐼𝐼𝑡−1 − 𝐺𝑅𝑡 + 𝑆𝑅𝑡
𝑃𝐴𝐵 𝐼2 = 0 − 9433 + 0
= −9433 𝑈𝑛𝑖𝑡
3. Net Requirement
Jika PAB I < 0 maka:
𝑁𝑅𝑡 = 𝐺𝑅𝑡 + 𝑆𝑅𝑡 + 𝑆𝑆 − 𝑃𝐴𝐵 𝐼𝐼𝑡−1
𝑁𝑅2 = 9433 + 0 + 0 − 0
= 9433 𝑈𝑛𝑖𝑡
4. Planned Order Receipts
𝑁𝑅𝑡
𝑃𝑂𝑅𝐶𝑇 = ( ) × 𝐿𝑜𝑡 𝑆𝑖𝑧𝑒
𝐿𝑜𝑡 𝑆𝑖𝑧𝑒
9433
𝑃𝑂𝑅𝐶𝑇2 = (𝑅𝑜𝑢𝑛𝑑 𝑈𝑝 ( )) × 1
1
= 9433 × 1 = 9433 𝑈𝑛𝑖𝑡
5. PAB II
𝑃𝐴𝐵 𝐼𝐼𝑡 = 𝑃𝑂𝑅𝐶𝑇 + 𝑃𝐴𝐵 𝐼𝑡
𝑃𝐴𝐵 𝐼𝐼2 = 9433 + (9433)
= 0 𝑈𝑛𝑖𝑡
94
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Net Requirement
𝑁𝑅1,2 = 𝑁𝑅1 + 𝑁𝑅2
= 9244 + 9433
= 18677 𝑈𝑛𝑖𝑡
2. 𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡
𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡1,2 = 𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡 × 𝑁𝑅2
= 𝑅𝑝14.500 × 9433
= 𝑅𝑝136.778.500
3. Setup Cost
𝑆𝑒𝑡𝑢𝑝 𝐶𝑜𝑠𝑡1,2 = 𝑆𝑒𝑡𝑢𝑝 𝐶𝑜𝑠𝑡 × 𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑃𝑒𝑚𝑒𝑠𝑎𝑛𝑎𝑛
= 𝑅𝑝3.000.000 × 1
= 𝑅𝑝3.000.000
4. Total Cost
𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡1,2 = 𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡1,2 + 𝑆𝑒𝑡𝑢𝑝 𝐶𝑜𝑠𝑡1,2
= 𝑅𝑝136.778.500 + 𝑅𝑝3.000.000
= 𝑅𝑝139.778.500
5. Total Cost per Periode
𝑇𝐶 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡1,2 𝑅𝑝139.778.500
= =
𝑃𝑒𝑟𝑖𝑜𝑑𝑒1,2 𝑃𝑒𝑟𝑖𝑜𝑑𝑒 𝐷𝑖𝑔𝑎𝑏𝑢𝑛𝑔𝑘𝑎𝑛 2
= 𝑅𝑝69.889.250
Contoh Perhitungan:
1. Gross Requirement
𝐺𝑅1 = 𝑃𝑂𝑅𝐿 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛 𝐼𝑛𝑑𝑢𝑘 × 𝐾𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠 𝐾𝑜𝑚𝑝𝑜𝑛𝑒𝑛
= 9244 × 1 = 9244 𝑈𝑛𝑖𝑡
95
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
2. PAB I
𝑃𝐴𝐵 𝐼𝑡 = 𝑃𝐴𝐵 𝐼𝐼𝑡−1 − 𝐺𝑅𝑡 + 𝑆𝑅𝑡
𝑃𝐴𝐵 𝐼2 = 0 − 9433 + 0
= −9433 𝑈𝑛𝑖𝑡
3. Net Requirement
Jika PAB I < 0 maka:
𝑁𝑅𝑡 = 𝐺𝑅𝑡 + 𝑆𝑅𝑡 + 𝑆𝑆 − 𝑃𝐴𝐵 𝐼𝐼𝑡−1
𝑁𝑅2 = 9433 + 0 + 0 − 0
= 9433 𝑈𝑛𝑖𝑡
4. Planned Order Receipts
𝑃𝑂𝑅𝐶𝑇 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑒𝑠𝑎𝑛𝑎𝑛
𝑃𝑂𝑅𝐶𝑇1 = 9433 𝑈𝑛𝑖𝑡
5. PAB II
𝑃𝐴𝐵 𝐼𝐼𝑡 = 𝑃𝑂𝑅𝐶𝑇 + 𝑃𝐴𝐵 𝐼𝑡
𝑃𝐴𝐵 𝐼𝐼2 = 9433 + (−9433)
= 0 𝑈𝑛𝑖𝑡
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 2239 1139 2132 2132 118 981 2432 2745 2745 2780 2673 2673
(Sumber: Pengolahan Data)
Keterangan:
𝐴 = 𝑆𝑒𝑡𝑢𝑝 𝐶𝑜𝑠𝑡 = 𝑅𝑝1.750.000
ℎ = 𝐻𝑜𝑙𝑑𝑖𝑛𝑔 𝐶𝑜𝑠𝑡 = 𝑅𝑝7.500
96
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
1. Rata-rata Demand
18488 + 18866 + 31578 + 0 + 19780 + ⋯ + 0
̅=
𝐷
12
225324
= = 18777 𝑈𝑛𝑖𝑡
12
2. Lot Size
2𝐴𝐷̅
𝐸𝑂𝑄 = √
ℎ
2(𝑅𝑝1.750.000)(18777)
=√
(𝑅𝑝7.500)
97
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
7. PAB II
𝑃𝐴𝐵 𝐼𝐼𝑡 = 𝑃𝑂𝑅𝐶𝑇 + 𝑃𝐴𝐵 𝐼𝑡
𝑃𝐴𝐵 𝐼𝐼2 = 17766 + (−16627)
= 1139 𝑈𝑛𝑖𝑡
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 2024 1106 296 296 1028 1676 348 1422 1422 2218 308 308
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
98
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 728 1267 436 436 518 558 892 1383 1383 73 354 354
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
PAB II 646 1103 1138 1138 1138 1096 1348 1043 1043 599 84 84
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
99
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
100
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
PAB II 1487 1252 793 793 101 900 460 1194 1194 256 780 780
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
101
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 830 1471 793 793 977 1119 1555 537 537 1059 1510 1510
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
102
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
103
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 1528 176 1124 1124 1360 1512 2252 18 18 8 2358 2358
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
104
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 892 1406 836 836 436 1890 56 744 744 1154 1422 1422
(Sumber: Pengolahan Data)
PAB II 728 1267 436 436 518 558 892 1383 1383 73 354 354
(Sumber: Pengolahan Data)
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
105
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 728 1267 436 436 518 558 892 1383 1383 73 354 354
(Sumber: Pengolahan Data)
106
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
107
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
A. Efisiensi Stasiun Kerja
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒1
1. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 1 = × 100%
𝑊𝑆𝐼
22
= × 100% = 55,0%
40
108
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒2
2. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 2 = × 100%
𝑊𝑆𝐼
23
= × 100% = 57,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒3
3. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 3 = × 100%
𝑊𝑆𝐼
29
= × 100% = 72,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒4
4. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 4 = × 100%
𝑊𝑆𝐼
29
= × 100% = 72,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒5
5. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 5 = × 100%
𝑊𝑆𝐼
28
= × 100% = 70,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒6
6. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 6 = × 100%
𝑊𝑆𝐼
35
= × 100% = 87,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒7
7. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 7 = × 100%
𝑊𝑆𝐼
36
= × 100% = 90,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒8
8. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 8 = × 100%
𝑊𝑆𝐼
29
= × 100% = 72,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒7
9. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 9 = × 100%
𝑊𝑆𝐼
40
= × 100% = 100,0%
40
B. Rata-rata Persen Efisiensi
𝐽𝑢𝑚𝑙𝑎ℎ 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑊𝑜𝑟𝑘 𝑆𝑡𝑎𝑡𝑖𝑜𝑛
677,5%
= = 75,3%
9
C. Idle Time
𝐼𝑑𝑙𝑒 𝑇𝑖𝑚𝑒 = 100% − 𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑃𝑒𝑟𝑠𝑒𝑛 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖
= 100% − 75,3% = 24,7%
109
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
D. Balance Delay
(𝐽𝑢𝑚𝑙𝑎ℎ 𝑊𝑆 × 𝑊𝑆𝐼 ) − 𝑊𝑎𝑘𝑡𝑢 𝑃𝑟𝑜𝑠𝑒𝑠
𝐵𝑎𝑙𝑎𝑛𝑐𝑒 𝐷𝑒𝑙𝑎𝑦 = × 100%
(𝐽𝑢𝑚𝑙𝑎ℎ 𝑊𝑆 × 𝑊𝑆𝐼 )
(9 × 40 𝑑𝑒𝑡𝑖𝑘 ) − 271 𝑑𝑒𝑡𝑖𝑘
= × 100%
(9 × 40 𝑑𝑒𝑡𝑖𝑘 )
(360 𝑑𝑒𝑡𝑖𝑘 ) − 271 𝑑𝑒𝑡𝑖𝑘
= × 100%
(360 𝑑𝑒𝑡𝑖𝑘 )
89 𝑑𝑒𝑡𝑖𝑘
= × 100% = 24,7%
360 𝑑𝑒𝑡𝑖𝑘
E. Efisiensi Lintasan Kerja
𝑊𝑎𝑘𝑡𝑢 𝑃𝑟𝑜𝑠𝑒𝑠
𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝐿𝑖𝑛𝑡𝑎𝑠𝑎𝑛 = × 100%
(𝐽𝑢𝑚𝑙𝑎ℎ 𝑊𝑆 × 𝑊𝑆𝐼 )
271 𝑑𝑒𝑡𝑖𝑘
= × 100%
(9 × 40 𝑑𝑒𝑡𝑖𝑘 )
271 𝑑𝑒𝑡𝑖𝑘
= × 100% = 75,3%
360 𝑑𝑒𝑡𝑖𝑘
F. Smoothness Index
𝑆𝑚𝑜𝑜𝑡ℎ𝑛𝑒𝑠𝑠 𝐼𝑛𝑑𝑒𝑥 = √∑(𝑆𝑇𝑚𝑎𝑥 − 𝑆𝑇𝑖 )2
110
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
111
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Contoh Perhitungan:
A. Efisiensi Stasiun Kerja
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒1
1. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 1 = × 100%
𝑊𝑆𝐼
35
=
× 100% = 87,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒2
2. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 2 = × 100%
𝑊𝑆 𝐼
28
= × 100% = 70,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒3
3. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 3 = × 100%
𝑊𝑆 𝐼
40
= × 100% = 100%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒4
4. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 4 = × 100%
𝑊𝑆 𝐼
34
= × 100% = 85,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒5
5. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 5 = × 100%
𝑊𝑆 𝐼
38
= × 100% = 95,0%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒6
6. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 6 = × 100%
𝑊𝑆 𝐼
39
= × 100% = 97,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒7
7. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 7 = × 100%
𝑊𝑆 𝐼
17
= × 100% = 42,5%
40
𝑆𝑡𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒8
8. 𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝑆𝑡𝑎𝑠𝑖𝑢𝑛 𝐾𝑒𝑟𝑗𝑎 8 = × 100%
𝑊𝑆 𝐼
40
= × 100% = 100%
40
112
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
D. Balance Delay
𝑊𝑎𝑘𝑡𝑢 𝑃𝑟𝑜𝑠𝑒𝑠
𝐸𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 𝐿𝑖𝑛𝑡𝑎𝑠𝑎𝑛 = × 100%
(𝐽𝑢𝑚𝑙𝑎ℎ 𝑊𝑆 × 𝑊𝑆𝐼 )
271 𝑑𝑒𝑡𝑖𝑘
= × 100%
(8 × 40 𝑑𝑒𝑡𝑖𝑘 )
271 𝑑𝑒𝑡𝑖𝑘
= × 100% = 84,7%
320 𝑑𝑒𝑡𝑖𝑘
F. Smoothness Index
113
BAB V
ANALISIS
Berdasarkan Tabel 5.1 di atas menunjukkan hasil perhitungan Error yaitu MSE.
Hasil perhitungan MSE dengan menggunakan metode peramalan Double Moving
114
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Average menjadi nilai yang paling besar yaitu 10811,25, hal tersebut menunjukkan
bahwa metode peramalan yang dilakukan dengan menggunakan Double Moving
Average memiliki tingkat akurasi yang rendah. Hasil perhitungan MSE pada
metode peramalan Regresi Linier menjadi nilai yang terkecil dari semua metode
peramalan yang telah dilakukan yaitu sebesar 3,38, hal tersebut menunjukkan
bahwa metode peramalan (forecasting) yang dilakukan dengan menggunakan
metode Regresi Linier memiliki akurasi yang tinggi atau dengan kata lain
merupakan metode terbaik. Adanya metode peramalan (forecasting) yang baik dan
memiliki tingkat akurasi yang tinggi diharapkan dapat membantu suatu perusahaan
dalam mengambil kebijakan dalam memenuhi permintaan (demand).
Tabel 5.2 di atas merupakan hasil perhitungan total cost berdasarkan strategi yang
digunakan. Strategi tenaga kerja tetap menunjukkan hasil ongkos total yang relatif
lebih kecil dibandingkan dengan menggunakan strategi tenaga kerja berubah. Hal
tersebut dapat terjadi karena pada strategi tenaga kerja tetap, jumlah tenaga kerja
115
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
yang digunakan dari periode 1 sampai dengan 12 adalah sama. Berbeda jika
dibandingkan dengan strategi tenaga kerja berubah, pada strategi ini jumlah tenaga
kerja yang digunakan pada setiap periode bergantung pada jumlah hari kerja (HK)
dan permintaan (demand), serta adanya pemberhentian pada tenaga kerja pun
menambah ongkos yang harus dikeluarkan. Ongkos total tekecil pada perencanaan
agregat ini yaitu dengan menggunakan strategi transportasi sebesar
Rp6.208.997.500. Strategi transportasi yang digunakan lebih menekankan pada
pemenuhan permintaan (demand) dengan kapasitas yang tersedia.
116
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
117
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 2239 1139 2132 2132 118 981 2432 2745 2745 2780 2673 2673
(Sumber: Pengolahan Data)
118
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
Berdasarkan Tabel 5.5 dan Tabel 5.6 di atas menunjukkan bahwa terdapat
perbedaan yang signifikan terlihat, terutama pada komponen MRP Planned Order
Receipts atau penerimaan pemesanan yang direncanakan. Pada metode atau Order
Policy Lot For Lot, penentuan jumlah kebutuhan bahan baku ditetapkan
berdasarkan kebutuhan bersih (net requirement) untuk satu periode tunggal,
sedangkan pada metode Economic Order Quantity (EOQ) penentuan jumlah
kebutuhan bahan baku ditetapkan berdasarkan kebutuhan yang diperkirakan.
Besarnya kebutuhan bahan baku yang diperkirakan pada metode EOQ biasanya
̅
2𝐴𝐷
dihitung sebesar 𝐸𝑂𝑄 = √ ̅ merupakan rata-
dengan A merupakan setup cost, 𝐷
ℎ
rata kebutuhan kasar (Gross Requirement) pada beberapa periode tertentu dan h
merupakan ongkos penyimpanan (holding cost).
119
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
Efisiensi lini perakitan pada metode Cluster yaitu sebesar 75,3% dan pada metode
RPW sebesar 84,7%, hal tersebut menunjukkan suatu tingkat efisiensi waktu pada
keseluruhan lini perakitan perakitan, dalam hal tersebut metode RPW menjadi
metode yang memiliki tingkat efisiensi yang tinggi dalam hal peningkatan efisiensi
pada keseluruhan stasiun kerja. Smoothness Index merupakan suatu cara untuk
mengukur tingkatan waktu tunggu relatif dari suatu lini perakitan, semakin
mendekati nol nilai Smoothness Index suatu lini, maka semakin seimbang suatu lini,
artinya pembagian tugas-tugas pada suatu stasiun kerja cukup merata. Lini
perakitan dikatakan mempunyai keseimbangan sempurna jika nilai Smoothness
Index sebesar 0. Besarnya Smoothness Index dengan menggunakan metode Cluster
yaitu sebesar 34,07 dan dengan metode RPW yaitu sebesar 27,19, dalam hal ini
berarti metode RPW memiliki tingkat waktu tunggu relatif paling rendah
120
BAB VI
6.1 KESIMPULAN
6.1.1 Peramalan (Forecasting)
121
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
122
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
3. Order Policy yang digunakan yaitu LFL, EOQ, POQ dan Silver Meal.
4. Setiap Order Policy atau kebijakan pemesanan bahan baku memiliki
karakteristik yang berbeda-beda.
5. Perbedaan yang signifikan antara metode LFL dan EOQ yaitu penentuan
jumlah bahan baku yang diperlukan. Metode LFL berdasarkan kebutuhan
bersih (net requirement), sedangkan EOQ berdasarkan kebutuhan yang
diperkirakan.
Berdasarkan praktikum modul Line Balancing yang telah dilakukan maka dapat
ditarik kesimpulan bahwa:
6.2 SARAN
6.2.3 Peramalan (Forecasting)
123
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
124
UNIVERSITAS
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
WIDYATAMA
125
DAFTAR PUSTAKA
Heizer, Jay and Barry Render. (2001). Operation Management 6th edition. Prentice
Hall Inc, New Jersey.
Heizer, Jay dan Barry Render. (2009). Manajemen Operasi Buku 1 Edisi 9. Jakarta:
Salemba 4.
126
LAMPIRAN
127
Kapasitas Inventori
Periode 1 2 3 4 5 6 7 8 9 10 11 12 Kapasitas Cost
Tak Terpakai Awal
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000 77500
RT 9839 395 10764 530
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500 100000 102500
1 OT 2691 2691 Rp 512.687.500 250
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000 147500
ST 5382 5382
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000
RT 9738 9738 0
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500 100000
2 OT 2435 2435 Rp 486.900.000
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000
ST 4869 4869
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500
RT 10177 291 10764 296
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500
3 OT 2691 2691 Rp 529.947.500
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500
ST 5382 5382
128
50000 52500 55000 57500 60000 62500
RT 10353 411 10764 0
50000 52500
RT 10251 10251 0
75000 77500
11 OT 2563 2563 Rp 512.550.000
120000 122500
ST 5126 5126
50000
RT 9738 9738 0
75000
12 OT 2435 2435 Rp 486.900.000
120000
ST 4869 4869
Demand 10089 10133 10177 10221 10265 10309 10353 10397 10441 10485 10530 10574 Rp 6.208.977.500
No. Level Kode Deskripsi Kuantitas Order Policy On Hand Lead Time Lot Size Setup Cost Holding Cost
1 0 T Tamiya 1 LFL 148 0 1
2 1 Bd Body 1 POQ 0 2 EOQ Rp2.500.000 Rp 10.000
3 1 A-13 Assembling 13 1 LFL 0 0 1
4 2 KB Key Battery 1 SM 0 0 SM Rp3.000.000 Rp 14.500
5 2 A-12 Assembling 12 1 LFL 0 0 1
6 3 BkR Black Roller 2 EOQ 0 2 EOQ Rp1.750.000 Rp 7.500
7 3 A-11 Assembling 11 1 LFL 0 0 1
8 4 BlR Blue Roller 2 POQ 0 1 EOQ Rp1.750.000 Rp 10.000
9 4 A-10 Assembling 10 1 LFL 0 0 1
10 5 Bu Bumper 1 LFL 0 0 1 Rp2.000.000 Rp 12.000
11 5 A-9 Assembling 9 1 LFL 0 0 1
12 6 AXC Axle Shaft Cover 1 POQ 0 1 EOQ Rp2.500.000 Rp 17.000
13 6 A-8 Assembling 8 1 LFL 0 0 1
14 7 OOB On Off Button 1 EOQ 0 0 EOQ Rp2.500.000 Rp 12.000
15 7 A-7 Assembling 7 1 LFL 0 0 1
16 8 SA-8 Sub Assembling 8 1 LFL 0 0 1
17 9 SA-7 Sub Assembling 7 1 LFL 0 0 1
18 9 CG Cover Gear 1 SM 0 2 SM Rp1.000.000 Rp 10.000
19 10 BIG Blue Gear 1 LFL 0 0 1 Rp1.000.000 Rp 10.000
20 10 CE Cover Engine 1 POQ 0 1 EOQ Rp1.500.000 Rp 12.000
21 8 A-6 Assembling 6 1 LFL 0 0 1
22 9 OrG Orange Gear 2 LFL 0 0 1 Rp1.000.000 Rp 12.000
23 9 A-5 Assembling 5 1 LFL 0 0 1
24 10 PS Propeller Shaft 1 EOQ 0 0 EOQ Rp1.200.000 Rp 8.000
25 10 A-4 Assembling 4 1 LFL 0 0 1
26 11 SA-3 Sub Assembling 3 1 LFL 0 0 1
27 12 VgFR Velg FR 2 SM 0 0 SM Rp1.000.000 Rp 10.000
28 12 TrFR Tire FR 2 LFL 0 0 1 Rp1.000.000 Rp 10.000
29 11 A-3 Assembling 3 1 LFL 0 0 1
30 12 SA-2 Sub Assembling 2 1 LFL 0 0 1
31 13 VgRR Velg RR 2 SM 0 1 SM Rp1.500.000 Rp 12.000
32 13 TrRR Tire RR 2 EOQ 0 2 EOQ Rp2.500.000 Rp 15.000
33 12 A-2 Assembling 2 1 LFL 0 0 1
34 13 SA-1 Sub Assembling 1 1 LFL 0 0 1
35 14 Ash Axle Shaft 2 POQ 0 0 EOQ Rp1.000.000 Rp 10.000
36 14 GrG Green Gear 1 POQ 0 1 EOQ Rp2.500.000 Rp 17.000
37 13 A-1 Assembling 1 1 LFL 0 0 1
38 14 Brg Bearing 4 SM 0 1 SM Rp2.500.000 Rp 17.000
39 14 Chs Chasis 1 POQ 0 1 EOQ Rp2.500.000 Rp 17.000
129