IV-129
4.1.3 Sumber Daya Manusia (SDM)
SumberDaya Manusia merupakan salah satu faktor yang harus
dimilkiperusahaan.Sumberdaya di sini adalah tenaga kerja yang digunakan
perusahaandalam melaksanakan usahanya.Tenaga kerja yang ada pada Perusahaan
CV Riau Pallet terdiri dari dua macam tenaga kerja produksi dan tenaga kerja non
produksi.Tenaga kerja produksi adalah tenaga kerja yang melakukan
prosesproduksi Pallet, sedangkan tenaga kerja non produksi adalah tenaga kerja
yangmenangani masalah Administari.
4.1.4 Proses Produksi
Secara umum aliran proses produksi Palletdiperlihatkan pada gambar 4.2
IV-108
3. Mesin Potong Papan
Mesin Potong Papan adalah mesin yang digunakan untuk memotong
papan yang telah dihasilkan dari mesin sawmill. Tujuan proses pemotongan ini
adalah untuk memotong-motong papan sesuai dengan ukuran yang dibutuhkan
untuk membuat pallet. Ukuran potongan papan yang dibuat pada proses ini adalah
71, 101, 89, 120, 67, 102, 81, 111, 94, 113, 72 cm Kapasitas Mesin Potong Papan
ini dapat mencapai 12 m3/hari.
4. Mesin Ketam Papan
Mesin Ketam Papan digunakan untuk menghaluskan permukaan papan
yang telah dihasilkan oleh Mesin Potong Papan.
5 Assembly Daun Pallet
Assembly Daun Pallet adalah proses perakitan Daun Pallet dengan cara
menyilangkan papan dengan papan yang sudah dihaluskan permukaan papannya
di Stasiun Pengetaman Papan. Dimensi Daun Pallet yang dirakit adalah bervariasi
sesuai dengan ukuran pallet yang dibutuhkan yaitu: (71 x 101), (72 x 116), (89 x
120), (67 x 102), (81 x 111),dan (94 x 113),
6. Mesin Ketam Balok
Mesin Ketam Balok adalah mesin yang digunakan untuk meratakan
permukaan balok sebelum masuk ke proses Mesin Potong Balok.
7. Mesin Potong Balok
Mesin Potong Balok adalah mesin yang digunakan untuk memotong-
motong balok yang sudah dihaluskan permukaannya (dari proses pengetaman).
Tujuan proses potong balok ini adalah untuk membuat kaki pallet. Ukuran
potongan balok yang dibuat pada proses ini adalah (9 x 9 x 8) dan (25 x 9 x 8) cm.
Kapasitas Mesin Potong Balok ini dapat mencapai 32 m3/hari.
8. Assembly Kaki Pallet
Assembly Kaki Pallet adalah proses penyatuan papan dengan potongan
balok untuk pembuatan penyangga pallet (Kaki Pallet). Proses assembly ini
dilakukan manual dengan menggunakan bantuan air gun. Bentuk dan model kaki
pallet yang di hasilkan dari proses assembly ini adalah bervariasi sesuai dengan
ukuran pallet yang dibutuhkan.
IV-109
9. Assembly Pallet
Assembly Pallet adalah proses penyatuan antara Kaki Pallet dengan Daun
Pallet. Hasil dari proses AssemblyPallet adalah produk pallet setengah jadi (Pallet
Basah). Proses assembly ini di lakukan manual dengan menggunakan alat
bantuair gun.
10. Proses Oven
Proses terakhir dalam produksi pallet adalah penggovenan. Proses ini
bertujuan untuk mengurangi kadar air dalam pallet agar pallet yang dihasilkan
lebih tahan lama (tahan terhadap jamur dan membunuh kutu kayu yang hidup
dalam pallet).
4.1.5 Data Jumlah Mesin Dan Operator
Data jumlah mesin diperoleh berdasarkan jumlah mesin yang tersedia di
lantai produksi yang digunakan untuk proses produksi Pallet dari awal proses
hingga akhir proses. Seluruh produk Pallet melewati proses yang sama, yang
membedakan jenis Pallet yang satu dengan yang lainnya hanya waktu proses
produksinya. Hal ini dikarenakan adanya perbedaan spesifikasi dan jumlah balok
dan papan yang akan dirakit pada proses produksi Pallet tersebut. Adapun jumlah
mesin dan operator yang terdapat pada lantai produksi dapat dilihat pada Tabel 4.1
berikut:
Tabel 4.1 Jumlah Mesin yang terdapat di Lantai Produksi
Jumlah Jumlah Operator
No Jenis Proses Nama Mesin
(unit/) Perunit (Orang)
IV-110
4.1.6 Data Permintaan Dan Produksi
Berikut adalah data mengenai permintaan pallet selama 12 bulan/periode
yang diperoleh dari CV Riau Pallet:
Table 4.2 Data Permintaan pallet
Jenis Ukuran Permintaan PALLET (Pcs)
No Bulan Total
71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
1 Juni 4500 4400 1200 1600 1450 3550 2080 25.250 Pcs
2 Juli 3500 3750 1500 1350 1570 3550 1500 24.970 Pcs
3 Agustus 3250 3550 1500 1350 1770 4650 2900 23.470 Pcs
4 September 3750 4200 1540 1550 1850 4550 2100 19540 Pcs
5 Oktober 4100 4410 1100 1600 1200 3850 2100 18360 Pcs
6 November 4100 4620 1850 1400 1600 3500 2080 19150 Pcs
7 Desember 4250 4550 2100 1400 1420 3100 2180 19000 Pcs
Januari
8 4125 4620 1694 1705 2035 5005 2310 21494 Pcs
2014
9 Februari 4510 4851 1210 1760 1320 4235 2310 20196 Pcs
10 Maret 4510 5082 2035 1540 1760 3850 2288 21065 Pcs
11 April 4675 5005 2310 1540 1562 3410 2398 20900 Pcs
12 mei 4769 5105 2356 1571 1593 3478 2446 21318 Pcs
Total 50039 54143 20395 18366 19130 46728 26692 235493 Pcs
IV-111
4.1.7 Data Siklus Produksi Pallet
Waktu siklus masing-masing ukuran pallet berbeda-beda tiap ukurannya,
waktu siklus tersebut dihitung berdasarkan peta proses operasi yang dapat dilihat
pada lampiranA. Adapun rekapitulasi waktu siklus masing-masing pallet dapat
dilihat pada tabel dibawah ini :
Tabel 4.4 Data Siklus Produksi Pallet
No Ukuran Waktu
Pallet Siklus
Produksi
(detik)
1 71 × 101 201
2 63 × 88 195
3 89 × 120 214
4 67 × 102 198
5 97 × 114 207
6 81 × 111 205
7 94 × 113 207
(Sumber : CV Riau Pallet Tahun 2014)
4.1.8 Data Biaya Produksi
Biaya Produksi meliputi biaya material(biaya bahan bakar,biaya kayu,baya
paku) serta biaya tenaga kerja.masing-masing ukuran pallet memilki biaya
berbeda-beda tiap ukurannya yang dapat dilihat pada table dibawah ini:
IV-112
4.1.9 Plot Data
Untuk melakukan peramalan sebelum nya kita melakukan plot data untuk
semua ukuran pallet sehingga kita dapat mengetahui pola data permintaan dan
metode apa yang sesuai dengan tingkat error terkecil. Hasil plot data nya dapat
dilihat dari grafik berikut ini.
A. Plot Data pallet ukuran 71x101
Berdasarkan plot data permintaan diatas pallet ukuran 71x101 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
horizontal karena nilai data fluktuasi sekitar nilai rata-rata .
B. Plot Data pallet ukuran 63x88
IV-113
Berdasarkan plot data permintaan diatas pallet ukuran 63x88 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
horizontal karena nilai data fluktuasi sekitar nilai rata-rata .
C. Plot Data pallet ukuran 89x120
Berdasarkan plot data permintaan diatas pallet ukuran 89x120 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk trend
karena nilai data mengalami kecendrungan naik dari waktu kewaktu .
D. Plot Data pallet ukuran 67x102
IV-114
Berdasarkan plot data permintaan diatas pallet ukuran 67x102 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata .
E. Plot Data pallet ukuran 94x113
Berdasarkan plot data permintaan diatas pallet ukuran 94x113 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata .
F. Plot Data pallet ukuran 97x114
IV-115
Berdasarkan plot data permintaan diatas pallet ukuran 97x114 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
horizontal karena nilai data fluktuasi sekitar nilai rata-rata.
G. Plot Data pallet ukuran 81x111
Berdasarkan plot data permintaan diatas pallet ukuran 81x111 dapat kita
ketahui pola data yang sesuai yaitu menggunakan pola data yang berbentuk
Horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata
IV-116
1. Pengolahan Data Untuk Ukuran Pallet 71x101
Berdasarkan Plot data menunjukan pola data untuk ukuran pallet 71x101
adalah horizontal serta metode peramalan yang digunakan adalah adalah Moving
Average, metode Exponential Smoothing,metode Linier Regression sebagai
berikut:
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-117
(3500 4500) ..... (4769 4675)
1
MAD =
11
3019
MAD =
11
MAD = 274,46
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (3500 4500) ..... (4769 4675) 2 ) 2
11
1000000
MSE =
11
MSE = 150.673,7
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3500 4500) ..... (4769 4675)
11
269
BIAS 11
24,46
IV-118
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3500 4500) 2
..... (4769 4675) 2
11 2
1657411
Standard Error 9
429,13
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.1 di
lampiran O, sedangkan untuk perhitungan bulan juli adalah sebagai berikut :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
4500
1
4500
Nilai Error = At - Ft
= 3500 – 4500
= -1000
IV-119
Nilai Error Mutlak = At - Ft
= │3500 – 4500│
= 1000
Nilai Error Kuadrat = (At – Ft) 2
=(3500 -4500) 2
= 1.000.000
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = (3250 3500 ) ..... ( 4769 4675)
10
2956.5
MAD =
10
MAD = 295,6
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-120
MSE = 131.819
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3250 3500) ..... (4769 4675)
10
1356,5
BIAS 10
135,65
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3250 35000) 2
..... (4769 4675) 2
10 2
1.318.190
Standard Error 8
131.819
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
IV-121
T : Exponentially smoothed trend pada periode t
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.2 di
lampiran O, sedangkan untuk perhitungan bulan Agustus adalah sebagai berikut :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
4500 3500
=
2
= 4000
Nilai Error = At – Ft
= 3250 – 4000
= -750
Nilai Error Mutlak = At - Ft
= 3250 – 4000
= 750
Nilai Error Kuadrat = (At – Ft) 2
= (3250 – 4000) 2
= 562.500
IV-122
a. Pengolahan Data Metode Exponential Smoothing untuk nilai α = 1
Nilai peramalan dengan menggunakan metode Exponential Smoothing
dengan nilai α = 1,nilai α diperoleh berdasarkan nilai eror yang terkecil
a. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu exponential smothing
1
MSE = ( (3500 4500) ..... (4769 4675) )²
11
1.657.411
MSE =
11
MSE = 150.673,7
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
IV-123
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu exponential smothing
1
BIAS = (3500 4500) ..... (4769 4675 )
11
269
BIAS 11
24,45
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu exponential smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3500 4500) 2
..... (4769 4675) 2
11 2
1.657.411
Standard Error 9
429,13
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.3 di
lampiran O, sedangkan untuk perhitungan bulan juli adalah sebagai berikut :
IV-124
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 1((4500)+(1-1)3500
= 4500
Nilai Error = At - Ft
= 3500-4500
= -200
Nilai Error Mutlak = At - Ft
= 4500-4700
= 200
Nilai Error Kuadrat = (At – Ft) 2
= (3500-4500) 2
= 1.000.000
b
XY N ( X )( Y )
X N ( X )
2 2
338,443 12(6,5)(28.203)
b
650 12(6,5) 2
b 92,34
a
Y b X
N N
50.039 78
a 92,34
12 12
a 3570,39
IV-125
Sehingga Y = a + bt menjadi :
Y = 3570,39+ 92,34t
Untuk bulan juni :
Y = 3570,39+ 92,34 (1) = 3662,628
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.4 di
lampiran O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = ( 4500 3662 ) ..... ( 4769 4677 )
12
2496,714
MAD =
12
MAD = 208,05
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
IV-126
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (4500 3662) ..... (4769 4677)
11
BIAS = 0,0001
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(4500 3662) 2
..... (4769 4677) 2
12 2
1.223.327
Standard Error 10
350,323
IV-127
Tabel 4.8 Rangking Hasil Peramalan
BIAS (MEAN standart
Metode MAD MSE Jumlah
ERROR) error
Moving Average Periode 1 2 3 2 3 10
Moving Average Periode 2 4 2 4 2 12
Exponential Smoothing 1 3 4 3 4 14
Linear Regression 1 1 1 1 4
(Sumber : Pengolahan Data Tahun 2014)
Setelah melakukan pengujian terhadap ketiga metode serta dilakukan
perbandingan rangking pada MAD,MSE,BIAS dan Standard Error dari ketiga
metode tersebut yang memiliki akumulasi terkcil yakni metode Linear Regression
= 266
IV-128
Penentuan batas kontrol
1. Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 266
= 648,597
2. Batas Kontrol Bawah (BKB)
BKB = -2,66 x MR Rata-Rata
= -2,66 x 266
= -648,597
3. Region A
Batas Region A = (2/3 x 2,66) x MR Rata-Rata
= 1.77 x 266
= 470,82
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 266
=- 470,82
4. Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
= 0.89 x 266
= 236,74
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 266
= -236,74
Untuk grafik Moving Range dapat dilihat pada Gambar Q.1 di lampiran Q
IV-129
2. Pengolahan Data Untuk Ukuran Pallet 63 x 88
Berdasarkan Plot data menunjukan pola data untuk ukuran pallet 63 x 88
adalah horizontal serta metode peramalan yang digunakan adalah adalah Moving
Average, metode Exponential Smoothing,metode Linier Regression sebagai
berikut:
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-130
(3750 4400) ..... (5105 5005)
1
MAD =
11
2.699
MAD =
11
MAD = 245,36
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (3750 4400) ..... (5105 5005) 2 ) 2
11
1.105.651
MSE =
11
MSE = 100.513,7
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3750 4400) ..... (5105 5005)
11
705
BIAS 11
64,09
IV-131
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3750 4400) 2
..... (5105 5005) 2
11 2
1.105.651
Standard Error 9
350,49
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.5 di
lampiran O,Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
4400
1
4400
Nilai Error = At - Ft
= 3750 – 4400
= -650
IV-132
Nilai Error Mutlak = At - Ft
= │3750 – 4400│
= 650
Nilai Error Kuadrat = (At – Ft) 2
=(3750 – 4400) 2
= 422.500
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = (3550 4075) ..... (5105 5044 )
10
2707 ,5
MAD =
10
MAD = 270,75
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-133
MSE = 116.210,8
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3550 4075) ..... (5105 5044)
10
1.657,5
BIAS 10
165,75
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3550 4075) 2
..... (5105 5044) 2
10 2
1.162.108
Standard Error 8
116.210,8
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
IV-134
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.6 di lampiran O,
sedangkan untuk perhitungan bulan Agustus adalah sebagai berikut :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
4400 3750
=
2
= 4075
Nilai Error = At – Ft
= 3550 – 4075
= -525
Nilai Error Mutlak = At - Ft
= 3550 – 4075
= 525
Nilai Error Kuadrat = (At – Ft) 2
= (3550 – 4075) 2
= 275.625
IV-135
Untuk mencari nilai peramalan dengan menggunakan metode Exponential
Smoothing dengan nilai α = 1(nilai α diperoleh berdasarkan nilai eror yang
terkecil) adalah sebagai berikut :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (3750 4400) ..... (5105 5005) 2 ) 2
11
1.105.651
MSE =
11
MSE = 100.513,7
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
IV-136
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3750 4400) ..... (5105 5005)
11
705
BIAS 11
64,09
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3750 4400) 2
..... (5105 5005) 2
11 2
1.105.651
Standard Error 9
350,49
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.7 di lampiran O,
sedangkan untuk perhitungan bulan Juli adalah sebagai berikut :
IV-137
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 1(4400)+(1-1)3750
= 4400
Nilai Error = At - Ft
= 3750-4400
= -650
Nilai Error Mutlak = At - Ft
= 3750-4400
= 650
Nilai Error Kuadrat = (At – Ft) 2
= (3750-4400) 2
= 422.500.
b
XY N ( X )( Y )
X N ( X )
2 2
368,724 12(6,5)(30.727)
b
650 12(6,5) 2
b 117 ,441
a
Y b X
N N
IV-138
54.143 78
a 117,441
12 12
a 3748,53
Sehingga Y = a + bt menjadi :
Y = 3748,53 + 117,441t
Untuk bulan juni :
Y = 3748,53 + 117,441 (1) = 3866
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.8 di lampiran O.
a. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = ( 4400 3866 ) ..... (5105 5158)
12
1.959.166
MAD =
12
MAD = 163,27
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
IV-139
= 54.438,06
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (4400 3866) ..... (5105 5158)
11
BIAS = 0,0003
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(4400 3866) 2
..... (5105 5158) 2
12 2
713.256
Standard Error 10
267,06
IV-140
Tabel 4.10 Rekapitulasi Hasil Peramalan
BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 245,36 100.513,7 64,09 350,49
Moving Average Periode 2 270,75 116.210 165,75 381,13
Exponential Smoothing 1 245,36 100.513,7 64,09 350,49
Linear Regression 163,26 59.438,1 0,0003 267,06
(Sumber : Pengolahan Data Tahun 2014)
Tabel 4.11 Rangking Hasil Peramalan
BIAS (MEAN standart
Metode MAD MSE Jumlah
ERROR) error
Moving Average Periode 1 2 2 2 2 8
Moving Average Periode 2 4 4 4 4 16
Exponential Smoothing 1 3 3 3 3 12
Linear Regression 1 1 1 1 4
(Sumber : Pengolahan Data Tahun 2014)
Setelah melakukan pengujian terhadap ketiga metode serta dilakukan
perbandingan rangking pada MAD,MSE,BIAS dan Standard Error dari ketiga
metode tersebut yang memiliki akumulasi terkcil yakni metode Linear Regression
IV-141
= 206,37
Penentuan batas kontrol
Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 206,37
= 548,9449
Batas Kontrol Bawah (BKB)
BKB = -2,66 x MR Rata-Rata
= -2,66 x 206,37
= - 548,9449
Region A
Batas Region A = (2/3 x 2,66) x MR Rata-Rata
= 1.77 x 206,37
= 365,2753
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 206,37
=- 365,2753
Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
= 0.89 x 206,37
= 183,6695
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 206,37
= - 183,6695
Untuk grafik Moving Range dapat dilihat pada Gambar Q.2 di lampiran Q
IV-142
3. Pengolahan Data Untuk Ukuran Pallet 67 x 102
Berdasarkan Plot data menunjukan pola data untuk ukuran pallet 67 x
102 adalah horizontal serta metode peramalan yang digunakan adalah adalah
Moving Average, metode Exponential Smoothing,metode Linier Regression
sebagai berikut:
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-143
(1350 1600) ..... (1571 1540)
1
MAD =
11
1311
MAD =
11
MAD = 119,18
Dengan menggunakan MSE (Mean Square Error) :
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (1350 1600) ..... (1571 1540) ) 2
11
290.411
MSE =
11
MSE = 26.401
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1350 1600) ..... (1571 1540)
11
29
BIAS 11
2.63
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
IV-144
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1350 1600) 2
..... (1571 1540) 2
11 2
290.411
Standard Error 9
179,63
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
1600
1
1600
Nilai Error = At - Ft
= 1350 – 1600
= -250
Nilai Error Mutlak = At - Ft
= │1350 – 1600│
= 250
Nilai Error Kuadrat = (At – Ft) 2
=(1350 – 1600) 2
= 62.500
IV-145
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.9 di lampiran O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = (1350 1475) ..... (1571 1540 )
10
1596
MAD =
10
MAD = 159,6
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = ( At Ft )
n
IV-146
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1350 1475) ..... (1571 1540)
10
191
BIAS 10
19,1
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1350 1475) 2
..... (1571 1540) 2
10 2
304.948,5
Standard Error 8
30.494,85
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
IV-147
1600 1350
=
2
= 1475
Nilai Error = At – Ft
= 1350 – 1475
= -125
IV-148
1. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
MSE = ( (1350 1600) ..... (1571 1563) )²
11
239.127,4
MSE =
11
MSE = 21.738,86
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
IV-149
1
BIAS = (1350 1600) ..... (1571 1563)
11
406,9
BIAS 11
36,99
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1350 1600) 2
..... (1571 1563) 2
11 2
239.127,4
Standard Error 9
163
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 0,09((1600)+(1-0,09)1350
= 1600
Nilai Error = At - Ft
= 1350-1600
IV-150
= -250
Nilai Error Mutlak = At - Ft
= 1350-1600
= 250
Nilai Error Kuadrat = (At – Ft) 2
= (1350-1600) 2
= 62.500
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.11 di lampiran
O.
b
XY N ( X )( Y )
X N ( X )
2 2
121.422 12(6,5)(10.118,5)
b
650 12(6,5) 2
b 14,28
a
Y b X
N N
18.366 78
a 14,28
12 12
a 1.437,63
Sehingga Y = a + bt menjadi :
Y = 1.437,63+ 14,28t
Untuk bulan juni :
Y = 1.437,63+ 14,28 (1) = 1452
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.12 di lampiran
O.
IV-151
1. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = (1600 1452 ) ..... (1571 1610 )
12
1.282,154
MAD =
12
MAD = 106,84
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (1600 1452) ..... (1571 1610)
11
IV-152
BIAS = 0
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1600 1452) 2
..... (1571 1610) 2
12 2
165.015,2
Standard Error 10
128,45
IV-153
D. Verifikasi Metode Peramalan dengan Moving Range Hasil Peramalan
Dengan Metode Linear Regresi
Untuk membandingkan data peramalan dengan permintaan actual maka
digunakan peta Moving Range dengan rumus sebagai berikut :
MR = ( yˆ t yt ) ( yˆ t 1 yt 1 )
= 110,441
Penentuan batas kontrol
Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 110,441
= 293,7717
IV-154
= 1.77 x 110,441
= 195,48
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 110,441
=- 195,48
Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
= 0.89 x 110,441
= 98,29
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 110,441
= - 98,29
Untuk grafik Moving Range dapat dilihat pada Gambar Q.3 di lampiran Q
IV-155
A. Metode Moving Average
Dalam metode rata-rata bergerak sederhana ini menggunakan data masa
lalu dimana nilai tengah sebagai peramalan dengan cara menentukan dari awal
jumlah nilai pengamatan masa lalu yang akan dimasukkan untuk menghitung nilai
tengah.
a. Metode Moving Average Periode I (Pertama)
1. Hasil Forecast Secara Manual
Perhitungan nilai-nilai akurasi peramalan :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (1570 1450) ..... (1593 1562) ) 2
11
1.798.915
MSE =
11
MSE = 163.537,7
IV-156
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1570 1450) ..... (1593 1562)
11
143
BIAS 11
13
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1570 1450) 2
..... (1593 1562) 2
11 2
1.798.915
Standard Error 9
447,07
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
IV-157
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
1450
1
1450
Nilai Error = At - Ft
= 1570 – 1450
= 120
Nilai Error Mutlak = At - Ft
= │1570 – 1450│
= 120
Nilai Error Kuadrat = (At – Ft) 2
=(1570 – 1450) 2
= 14.400
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.13 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = (1770 1510 ) ..... (1593 1661)
10
2250
MAD =
10
MAD = 225
IV-158
Dengan menggunakan MSE (Mean Square Error) :
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1770 1510) ..... (1593 1661)
10
79
BIAS 10
7,9
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-159
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1770 1510) 2
..... (1593 1661) 2
10 2
931.720,5
Standard Error 8
93.172,05
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
1450 1570
=
2
= 1510
Nilai Error = At – Ft
= 1770 – 1510
= 260
Nilai Error Mutlak = At - Ft
= 1770 – 1510
= 260
Nilai Error Kuadrat = (At – Ft) 2
= (1770 – 1510) 2
= 67.600
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.14 di lampiran
O.
IV-160
B. Metode Exponential Smoothing (Pemulusan)
Pemulusan Exponential, terdapat satu atau lebih parameter pemulusan
yang ditentukan secara emplisit dan hasil pemilihan ini menentukan bobot yang
dikenakan pada nilai observasi. Persamaan umum yang digunakan dalam
peramalan metode Exponential Smoothing adalah :
Ft 1 At (1 ) Ft
Keterangan :
Ft+1 : Forecast baru
Ft : Forecast periode yang lalu
α : Konstanta Smoothing (0 ≤α ≤1)
At : Permintaan aktual periode lalu
Untuk mencari nilai peramalan dengan menggunakan metode Exponential
Smoothing dengan nilai α = 0.25 (nilai α diperoleh berdasarkan nilai eror yang
terkecil) adalah sebagai berikut :
1. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
(A
1
Ft )²
2
MSE = t
n
IV-161
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
MSE = ( (1570 1450) ..... (1593 1599) )²
11
760.403,3
MSE =
11
MSE = 69.127,57
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
BIAS = (1570 1450) ..... (1593 1599)
11
1017
BIAS 11
92,53
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1570 1450) 2
..... (1593 1599) 2
11 2
IV-162
760.403,3
Standard Error 9
290,67
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 0,11(1450)+(1-0,11)1450
= 1450
Nilai Error = At - Ft
= 1570-1450
= 120
Nilai Error Mutlak = At - Ft
= 1570-1450
= 120
Nilai Error Kuadrat = (At – Ft) 2
= (1570-1450) 2
= 14.400
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.15 di lampiran
O.
IV-163
b
XY N ( X )( Y )
X N ( X )
2 2
124.898 12(6,5)(10.408,17)
b
650 12(6,5) 2
b 3,8
a
Y b X
N N
19.130 78
a 3,8
12 12
a 1569,03
Sehingga Y = a + bt menjadi :
Y = 1569,03 + 3,8t
Untuk bulan juni :
Y = 1569,03+ 3,8 (1) = 1573
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.16 di
lampiran O.
1. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = (1450 1573) ..... (1593 1616 )
12
599.371,2
MAD =
12
MAD = 174,99
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
IV-164
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (1450 1573) ..... (1593 1616)
11
BIAS = 0
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1450 1573) 2
..... (1593 1615) 2
12 2
IV-165
599.371,2
Standard Error 10
244,82
Tabel 4.16 Rekapitulasi Hasil Peramalan
BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 329,9 163.537,7 13 447,07
Moving Average Periode 2 225 93.172,05 7,9 341,26
Exponential Smoothing 0,11 213,38 69.127,57 92,53 290,67
Linear Regression 174,99 49.497,6 0 244,82
(Sumber : Pengolahan Data Tahun 2014)
Tabel 4.17 Rangking Hasil Peramalan
BIAS (MEAN standart
Metode MAD MSE Jumlah
ERROR) error
Moving Average Periode 1 4 4 3 4 15
Moving Average Periode 2 3 3 2 3 11
Exponential Smoothing 0,11 2 2 4 2 10
Linear Regression 1 1 1 1 4
(Sumber : Pengolahan Data Tahun 2014)
Setelah melakukan pengujian terhadap ketiga metode serta dilakukan
perbandingan rangking pada MAD,MSE,BIAS dan Standard Error dari ketiga
metode tersebut yang memiliki akumulasi terkecil yakni metode Linear Regression
IV-166
Nilai rata-rata Moving Range adalah sebagai berikut
MR
MR
n 1
= 3617,40
12 1
= 301,45
Untuk grafik Moving Range dapat dilihat pada Gambar Q.4 di lampiran Q
IV-167
5. Pengolahan Data Untuk Ukuran Pallet 89 x 120
Berdasarkan Plot data menunjukan pola data untuk ukuran pallet 89 x
120 adalah horizontal serta metode peramalan yang digunakan adalah adalah
Moving Average, metode Exponential Smoothing,metode Linier Regression
sebagai berikut:
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-168
(1500 1200) ..... (2356 2310)
1
MAD =
11
3816
MAD =
11
MAD = 346,90
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (1500 1200) ..... (2356 2310) ) 2
11
2.067 .658
MSE =
11
MSE = 187.968
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1500 1200) ..... (2356 2310)
11
1156
BIAS 11
105,09
IV-169
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1500 1200) 2
..... (2356 2310) 2
11 2
2.067.658
Standard Error 9
479,31
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
T
Nilai Forecast = Ft 1 x Xi / T
i 1
1200
1
1200
Nilai Error = At - Ft
= 1500 – 1200
= 300
Nilai Error Mutlak = At - Ft
= │1500 – 1200│
IV-170
= 300
Nilai Error Kuadrat = (At – Ft) 2
=(1500 – 1200) 2
= 90.000
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.17 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = (1500 1350 ) ..... ( 2356 2173)
10
4187
MAD =
10
MAD = 418,7
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
IV-171
MSE = 226.917,3
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1500 1350) ..... (2356 2173)
10
1411
BIAS 10
141,1
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1500 1350) 2
..... (2356 2172) 2
10 2
2.269.173
Standard Error 8
532,58
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
IV-172
Xi : Data pada periode ke I
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
1200 1500
=
2
= 1350
Nilai Error = At – Ft
= 1500 – 1350
= 150
Nilai Error Mutlak = At - Ft
= 1500 – 1350
= 150
Nilai Error Kuadrat = (At – Ft) 2
= (1500 – 1350) 2
= 22.500
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.18 di lampiran
O.
IV-173
Untuk mencari nilai peramalan dengan menggunakan metode Exponential
Smoothing dengan nilai α = 0.5 (nilai α diperoleh berdasarkan nilai eror yang
terkecil) adalah sebagai berikut :
1. Hasil Forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
MSE = ( (1500 1200) ..... (2356 2036) )²
11
1.895.917
MSE = .
11
MSE = 172.356
1
BIAS = ( At Ft )
n
IV-174
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
BIAS = (1500 1200) ..... (2356 2036)
11
1.991,58
BIAS 11
181,05
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1500 1200) 2
..... (2356 2036) 2
11 2
1.895.917
Standard Error 9
172.356
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
IV-175
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 0,5(1200)+(1-0,5)1200
= 1200
Nilai Error = At - Ft
= 1500-1200
= 300
Nilai Error Mutlak = At - Ft
= 1500-1200
= 300
Nilai Error Kuadrat = (At – Ft) 2
= (1500-1200) 2
= 90.000
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.19 di lampiran
O.
C. Metode Peramalan dengan Linier Regression
Metode ini ini dijelaskan dengan menggunakan Metode Linier Regression
yang dapat dijelaskan dengan dua parameter yaitu a dan b dalam bentuk :
Y = a + bt
Nilai a dan b yang meminimumkan MSE dapat digunakan dengan
menggunakan persamaan sebagai berikut :
b
XY N ( X )( Y )
X N ( X )
2 2
144.634 12(6,5)(12.053)
b
650 12(6,5) 2
b 85
a
Y b X
N N
20.395 78
a 8,5
12 12
a 1.152
IV-176
Sehingga Y = a + bt menjadi :
Y = 1152 + 85t
Untuk bulan juni :
Y = 1152 + 85 (1) = 1236
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.20 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = (1200 1236) ..... ( 2356 2164)
12
2.682,38
MAD =
12
MAD = 223,5
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
IV-177
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (1200 1236) ..... (2356 2164)
11
BIAS = 0
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1200 1236) 2
..... (2356 2164) 2
12 2
1.034.710
Standard Error 10
321,66
IV-178
Tabel 4.20 Rangking Hasil Peramalan
BIAS (MEAN standart
Metode MAD MSE Jumlah
ERROR) error
Moving Average Periode 1 2 3 2 3 10
Moving Average Periode 2 4 4 3 4 15
Exponential Smoothing 0,5 3 2 4 2 11
Linear Regression 1 1 1 1 4
(Sumber : Pengolahan Data Tahun 2014)
Setelah melakukan pengujian terhadap ketiga metode serta dilakukan
perbandingan rangking pada MAD,MSE,BIAS dan Standard Error dari ketiga
metode tersebut yang memiliki akumulasi terkecil yakni metode Linear Regression
= 311
Penentuan batas kontrol
Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 311
IV-179
= 826
Batas Kontrol Bawah (BKB)
BKB = -2,66 x MR Rata-Rata
= -2,66 x 311
= - 826
Region A
Batas Region A = (2/3 x 2,66) x MR Rata-Rata
= 1.77 x 311
= 550
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 311
=- 550
Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
= 0.89 x 311
= 227
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 311
= - 227
Untuk grafik Moving Range dapat dilihat pada Gambar Q.5 di lampiran Q
IV-180
Table 4.21 Data Permintaan Pallet (Lanjutan)
Permintaan Pallet
No Bulan
Ukuran 94 x 113
6 November 2013 3500
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
(A
1
Ft
2
MSE = t )2
n
Keterangan :
IV-181
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (3550 3550) ..... (3478 3410) ) 2
11
6.560 .874
MSE =
11
MSE = 596.443
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (3550 3550) ..... (3478 3410)
11
72
BIAS 11
6,54
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3550 3550) 2
..... (3478 3410) 2
11 2
IV-182
6.560.874
Standard Error 9
853,8
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
T
Nilai Forecast = Ft 1 x Xi / T
i 1
3550
1
3550
Nilai Error = At - Ft
= 3550 – 3550
=0
Nilai Error Mutlak = At - Ft
= │3550 – 3550│
=0
Nilai Error Kuadrat = (At – Ft) 2
=(3550 – 3550) 2
=0
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.21 di lampiran
O.
b. Metode Moving Average Periode II (Kedua)
1. Hasil forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
IV-183
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = ( 4650 3550 ) ..... (3478 3630 )
10
7017
MAD =
10
MAD = 701,7
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (4650 3550) ..... (3478 3630)
10
IV-184
142
BIAS 10
14,2
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(4650 3550) 2
..... (3478 3630) 2
10 2
6.752.016
Standard Error 8
675.201,6
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
3550 3550
=
2
= 3550
Nilai Error = At – Ft
= 4650 – 3550
= 1.100
IV-185
Nilai Error Mutlak = At - Ft
= 4650 – 3550
= 1100
Nilai Error Kuadrat = (At – Ft) 2
= (4650 – 3550) 2
= 1.210.000
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.22 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
IV-186
(3550 3550) ..... (3478 3815)
1
MAD =
11
5537
MAD =
11
MAD = 504
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
MSE = ( (3550 3550) ..... (3478 3815) )²
11
4.744 .056
MSE =
11
MSE = 431.277,8
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
BIAS = (3550 3550) ..... (3478 3815)
11
2073
BIAS 11
188
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
IV-187
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3550 3550) 2
..... (3478 3815) 2
11 2
4.744.056
Standard Error 9
726,02
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 0,11(3550)+(1-0,11)3550
= 3550
Nilai Error = At - Ft
= 3550-3550
=0
Nilai Error Mutlak = At - Ft
= 3550-3550
=0
Nilai Error Kuadrat = (At – Ft) 2
= (3550-3550) 2
=0
IV-188
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.23 di lampiran
O.
b
XY N ( X )( Y )
X N ( X )
2 2
300.651 12(6,5)(25.054,25)
b
650 12(6,5) 2
b 21
a
Y b X
N N
46.728 78
a 21
12 12
a 4.034,04
Sehingga Y = a + bt menjadi :
Y = 4.034,04 + -21,54t
Untuk bulan juni :
Y = 4.034,04 -21,54 (1) = 4013
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.24 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
IV-189
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = (3550 4013) ..... (3478 3776)
12
5.704,63
MAD =
12
MAD = 475,38
Dengan menggunakan MSE (Mean Square Error) :
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (3550 4013) ..... (3478 3776)
11
BIAS = 0
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
IV-190
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(3550 4013) 2
..... (3478 3776) 2
12 2
3.719.621
Standard Error 10
609,88
IV-191
Adapun rumus rata-rata Moving Range adalah sebagai berikut :
MR
MR
n 1
Garis tengah pada peta Moving Range adalah pada titik nol. Batas Kontrol
Atas (BKA) dan Batas Kontrol Bawah (BKB) pada peta Moving Range adalah :
BKA = +2.66 MR
BKB = -2.66 MR
Hasil perhitungan Moving Range dapat dilihat pada tabel P.6 di lampiran P
Nilai rata-rata Moving Range adalah sebagai berikut
MR
MR
n 1
= 6153
12 1
= 513
Penentuan batas kontrol
Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 513
= 1364
Batas Kontrol Bawah (BKB)
BKB = -2,66 x MR Rata-Rata
= -2,66 x 513
= - 1364
Region A
Batas Region A = (2/3 x 2,66) x MR Rata-Rata
= 1.77 x 513
= 908
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 513
=- 908
Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
IV-192
= 0.89 x 513
= 456
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 513
= - 456
Untuk grafik Moving Range dapat dilihat pada Gambar Q.6 di lampiran Q
IV-193
b. Metode Moving Average Periode I (Pertama)
1. Hasil Forecast Secara Manual
Perhitungan nilai-nilai akurasi peramalan :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
(A
1
Ft
2
MSE = t )2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MSE = ( (1500 2080) ..... (2446 2398) ) 2
11
2.978 .588
MSE =
11
MSE = 270.780
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
IV-194
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (1500 2080) ..... (2446 2398)
11
366
BIAS 11
33,27
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1500 2080) 2
..... (2446 2398) 2
11 2
2.978.588
Standard Error 9
270.780,7
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Jangka waktu Moving Average periode 1
T
Nilai Forecast = Ft 1 x Xi / T
i 1
IV-195
2080
1
2080
Nilai Error = At - Ft
= 1500 – 2080
=- 580
Nilai Error Mutlak = At - Ft
= │1500 – 2080│
= 580
Nilai Error Kuadrat = (At – Ft) 2
=(1500 – 2080) 2
= 336.400
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.25 di lampiran
O.
b. Metode Moving Average Periode II (Kedua)
1. Hasil forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
MAD = ( 2900 1790 ) ..... ( 2446 2343)
10
2189
MAD =
10
MAD = 218,9
(A
1
Ft )²
2
MSE = t
n
IV-196
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
1
BIAS = (2900 1790) ..... (2446 2343)
10
1105
BIAS 10
110,5
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Moving Average
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(2900 1790) 2
..... (2446 2343) 2
10 2
IV-197
1.468.119
Standard Error 8
4428,38
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
2080 1500
=
2
= 1790
Nilai Error = At – Ft
= 2900 – 1790
= 1110
Nilai Error Mutlak = At - Ft
= 2900 – 1790
= 1110
Nilai Error Kuadrat = (At – Ft) 2
= (2900 – 1790) 2
= 1.232.100
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.26 di lampiran
O.
IV-198
Keterangan :
Ft+1 : Forecast baru
Ft : Forecast periode yang lalu
α : Konstanta Smoothing (0 ≤α ≤1)
At : Permintaan aktual periode lalu
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
(A
1
Ft )²
2
MSE = t
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
MSE = ( (1500 2080) ..... (2446 2195) )²
11
IV-199
1.324 .187
MSE =
11
MSE = 120.380,6
Dengan menggunakan Bias :
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
1
BIAS = (1500 2080) ..... (2446 2195)
11
1.299,22
BIAS 11
118,11
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Exponential Smothing
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(1500 2080) 2
..... (2446 2195) 2
11 2
1.324.187
Standard Error 9
383,57
T
Persamaan yang digunakan adalah Ft 1 x Xi / T
i 1
IV-200
Keterangan :
Ft+1 : Forecast baru
Xi : Data pada periode ke I
T : Exponentially smoothed trend pada periode t
Untuk Bulan juli adalah :
T
Nilai Forecast = Ft 1 x Xi / T
i 1
= 0,11(2080)+(1-0,11)2080
= 2080
Nilai Error = At - Ft
= 1500-2080
= -580
Nilai Error Mutlak = At - Ft
= 1500-2080
= 580
Nilai Error Kuadrat = (At – Ft) 2
= (1500-2080) 2
= 336.400
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.27 di lampiran
O.
b
XY N ( X )( Y )
X N ( X )
2 2
178.300 12(6,5)(14.853,33)
b
650 12(6,5) 2
b 33,58
IV-201
a
Y b X
N N
26.692 78
a 33,58
12 12
a 2006,06
Sehingga Y = a + bt menjadi :
Y = 2006,06 + 33,58t
Untuk bulan juni :
Y = 2006,06 + 33,58 (1) = 2040
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.28 di lampiran
O.
1
MAD = At Ft
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
1
MAD = ( 2080 2040) ..... ( 2446 2409)
12
1860.196
MAD =
12
MAD = 155,016
(A
1
MSE = t Ft ) 2
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
IV-202
n : Jangka waktu Linear Regression
1
BIAS = ( At Ft )
n
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regresson
1
BIAS = (2080 2040) ..... (2446 2409)
11
BIAS = 0
Dengan menggunakan Standard Error :
Standard Error =
(A t Ft ) 2
n f
Keterangan :
Ft : Forecast periode yang lalu
At : Permintaan aktual periode lalu
n : Jangka waktu Linear Regression
Standard Error =
(A t Ft ) 2
n f
Standard Error =
(2080 2039) 2
..... (2446 2409) 2
12 2
992.505,6
Standard Error 10
315.04
IV-203
Tabel 4.25 Rekapitulasi Hasil Peramalan
BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 291,81 270.780 33,27 575,28
Moving Average Periode 2 218,9 146.811,9 110,5 428,38
Exponential Smoothing 0,11 233,74 120.380,6 118,11 383,577
Linear Regression 155,01 82.708,8 0 315,04
(Sumber : Pengolahan Data Tahun 2014)
Tabel 4.26 Rangking Hasil Peramalan
BIAS (MEAN standart
Metode MAD MSE Jumlah
ERROR) error
Moving Average Periode 1 4 4 2 4 14
Moving Average Periode 2 2 3 3 3 11
Exponential Smoothing 0,11 3 2 4 2 11
Linear Regression 1 1 1 1 4
(Sumber : Pengolahan Data Tahun 2014)
Setelah melakukan pengujian terhadap ketiga metode serta dilakukan
perbandingan rangking pada MAD,MSE,BIAS dan Standard Error dari ketiga
metode tersebut yang memiliki akumulasi terkecil yakni metode Linear Regression
IV-204
= 3244
12 1
= 270
Penentuan batas kontrol
Batas Kontrol Atas (BKA)
BKA = +2,66 x MR Rata-Rata
= 2,66 x 270
= 719
Batas Kontrol Bawah (BKB)
BKB = -2,66 x MR Rata-Rata
= -2,66 x 270
= - 719
Region A
Batas Region A = (2/3 x 2,66) x MR Rata-Rata
= 1.77 x 270
= 478
Batas Region –A = (2.33x-2,66)x MR Rata-Rata
= -1.77x 513
=- 478
Region B
Batas Region B = (1/3 x 2,66) x MR Rata-Rata
= 0.89 x 270
= 241
Batas Region –B =(1/3x-2.66)x MR Rata-Rata
= -0,89 x 270
= - 241
Untuk grafik Moving Range dapat dilihat pada Gambar Q.7 di lampiran Q
IV-205
Tabel 4.27 Hasil Peramalan Untuk 12 Bulan Yang Akan Datang
Jenis Ukuran Permintaan PALLET (Pcs)
No Bulan
71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
Kapasitas reguler time yang tersedia pada lantai produksi CV Riau Pallet
untuk tiap periode berbeda-beda, sedangkan untuk kapasitas overtime, perusahaan
tidak menetapkan batasan. Hal ini berarti jika kapasitas reguler time belum
mampu memenuhi permintaan yang ada, maka dilakukan overtime sampai
permintaan terpenuhi. Overtime dilakukan dengan menambah waktu kerja, bahkan
jika belum memenuhi maka dilakukan penambahan hari kerja. Perusahaan tidak
pernah mensubkontrakkan pekerjaan kepada perusahaan lain.
IV-206
Tabel 4.28 Waktu siklus per Unit Produk
No Ukuran Waktu
Pallet Produksi
(detik)
1 71 × 101 201
2 63 × 88 195
3 89 × 120 214
4 67 × 102 198
5 97 × 114 207
6 81 × 111 205
7 94 × 113 207
(Sumber : CV Riau Pallet Tahun 2014)
Waktu tiap unit produk diperoleh dari masing-masing stasiun kerja dibagi
dengan jumlah mesin yang tersedia pada stasiun kerja tersebut.
Contoh perhitungan untuk ukuran 71 x 101
Waktu Siklus = 201 detik
Jam kerja sehari = 8 jam = 28800 detik
Jumlah shift =1
Hari kerja juni 2014 = 27 hari
Jumlah lintasan =1
Kapasitas produksi pallet ukuran 71 x 101 bulan Juni 2014
= ( hari kerja x shift x jam kerja x jumlah lintasan )
Waktu silkus
= 27 x 1 x 28800 x 1
201
= 3869 unit / bulan
IV-207
Tabel 4.29 Kapasitas Reguler Time Tiap Periode
Kapasitas Produksi PALLET (Pcs)
No Bulan Hari Total
71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
1 Juni 27 3869 3988 3634 3928 3792 3757 3757 26724
2 Juli 24 3439 3545 3230 3491 3372 3340 3340 23755
3 Agustus 27 3869 3988 3634 3928 3794 3757 3757 26724
4 September 27 3869 3988 3634 3928 3794 3757 3757 26724
5 Oktober 25 3583 3693 3365 3637 3513 3479 3479 24744
6 November 27 3869 3988 3634 3928 3793 3757 3757 26724
7 Desember 26 3726 3840 3500 3782 3653 3618 3618 25734
8 Januari '14 26 3726 3840 3500 3782 3653 3618 3618 25734
9 Februari 27 3867 3988 3634 3928 3794 3757 3757 26724
10 Maret 24 3439 3545 3230 3491 3372 3340 3340 23755
11 April 26 3726 3840 3500 3782 3653 3618 3618 25734
12 Mei 26 3726 3840 3500 3782 3653 3618 3618 25734
= 27 x 1 x 14400 x 1
201
= 1935 unit / bulan
IV-208
Tabel 4.30 Kapasitas over Time Tiap Periode
Kapasitas Produksi PALLET (Pcs)
No Bulan Hari Total
71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
1 Juni 27 1935 1994 1817 1964 1896 1879 1879 13363
2 Juli 24 1720 1773 1615 1746 1686 1670 1670 11879
3 Agustus 27 1935 1994 1817 1964 1897 1879 1879 13364
4 September 27 1935 1994 1817 1964 1897 1879 1879 13364
5 Oktober 25 1792 1847 1683 1819 1757 1740 1740 12375
6 November 27 1935 1994 1817 1964 1897 1879 1879 13363
7 Desember 26 1863 1920 1750 1891 1827 1809 1809 12869
8 Januari '14 26 1863 1920 1750 1891 1827 1809 1809 12869
9 Februari 27 1934 1994 1817 1964 1897 1879 1879 13363
10 Maret 24 1720 1773 1615 1746 1686 1670 1670 11879
11 April 26 1863 1920 1750 1891 1827 1809 1809 12869
12 Mei 26 1863 1920 1750 1891 1827 1809 1809 12869
IV-209
Biaya Produksi Per Unit = Biaya pekerja + Biaya material
Biaya Produksi Per Unit = Rp 20.333/unit + Rp 9.920/unit
= Rp.30.253/ unit
Ongkos overtime = 120% ( Biaya pekerja + Biaya material)
= Rp.36.304/ unit
Biaya Inventory = 2% x biaya regular time
= 2% x Rp.30.253/ unit
=Rp 605
3. Perhitungan biaya Produksi Pallet Ukuran 67 x 102
Biaya Produksi Per unit
Biaya pekerja = Rp 20.435/unit
Biaya material = Rp 10.540/unit
IV-210
= 2% x Rp.32.886/ unit
= Rp. 657
5. Perhitungan biaya Produksi Pallet Ukuran 97 x 114
Biaya Produksi Per unit
Biaya pekerja = Rp 20.742/unit
Biaya material = Rp 12.400/unit
IV-211
Biaya Produksi Per Unit = Biaya pekerja + Biaya material
Biaya Produksi Per Unit = Rp 20.713/unit + Rp 12.220/unit
= Rp.32.993/ unit
Biaya overtime = 120% ( Biaya pekerja + Biaya material)
= Rp.39.591/ unit
Biaya Inventory = 2% x biaya regular time
= 2% x Rp.32.993/ unit
= Rp. 658
IV-212
4.2.4 Material Requirement Planning (MRP)
1. Data Pallet ukuran 63 x 88
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 63 x 88 adalah sebagai berikut :
IV-213
A. Pengolahan Data MRP
Bagian-bagian penyusun MRP adalah :
1. Item adalah unit apa yang ingin kita butuhkan untuk dipesan.
2. Lot Size adalah berapa besar ukuran pemesanan yang diizinkan atau
diperbolehkan. Lot Size bisa berbentuk Lot for Lot atau ditentukan jumlah
kelipatan pemesanannya.
3. LTL (Low Level Code) adalah level paling rendah suatu item ditemukan
dalam suatu struktur produk.
4. Gross Requirement adalah permintaan suatu item pada periode tertentu
5. Scheduled Receipt adalah jumlah barang yang sudah dipesan pada masa
lampau (on order & receipt date)
6. Projected on Hand adalah jumlah safety stock yang dimiliki.
7. Net Requirement adalah jumlah item yang kita butuhkan dikurangi
dengan barang yang datang dan safety stock yang kita miliki. gross
requirenment – scheduled receipt – projected on hand.
8. Planned Order Receipt adalah periode dimana pesanan yang kita kirim
akan datang.
9. Planned Order Release adalah periode dimana kita memesan barang yang
kita inginkan dikurangi dengan lead time.
IV-214
= 3988 – 3988
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 3861 unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3861 – 0
= 3861 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 3861 – 3861
=0
3. Paku (2)
IV-215
2. Data Pallet ukuran 67 x 102
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 67 x 102 adalah sebagai berikut :
IV-216
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 1452 Unit
c. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1452 – 0
= 3988 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 1452 – 1452
=0
2. Daun Pallet (1)
a. Tot Req pd4 = Total berdasarkan MPS
= 1480 Unit
c. Net Req pd4 = Tot Req pd1 – On Hand pd1
= 1480 – 0
= 1480 Unit
c. On Hand pd5 = Plan Req pd1 – Net Req pd1
= 1480 – 1480
=0
3. Paku (2)
IV-217
3. Data Pallet ukuran 71 x 101
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 71 x 101 adalah sebagai berikut :
IV-129
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 3869 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3869 – 0
= 3869 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 3869 – 3869
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 3519 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3519 – 0
= 3519 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 3519 – 3519
=0
3. Paku (2)
IV-219
4. Data Pallet ukuran 81 x 111
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 81 x 111 adalah sebagai berikut :
IV-220
a. Perhitungan Secara Manual
Perhitungan secara manual dapat dilakukan dengan langkah-langkah
sebagai berikut :
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 1566 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1566 – 0
= 1566 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 1566 – 1566
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 1577 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1577 – 0
= 1577 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 1577 – 1577
=0
3. Paku (2)
IV-221
5. Data Pallet ukuran 89 x 120
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 89 x 120 adalah sebagai berikut :
IV-222
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 1141 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1141 – 0
= 1141 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 1141 – 1141
=0
2. Daun Pallet (1)
a. Tot Req pd4 = Total berdasarkan MPS
= 1404 Unit
b. Net Req pd4 = Tot Req pd4 – On Hand pd3
= 1404 – 0
= 1404 Unit
c. On Hand pd5 = Plan Req pd4 – Net Req pd4
= 1404 – 1404
=0
3. Paku (2)
IV-223
6. Data Pallet ukuran 94 x 113
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 94 x 113 adalah sebagai berikut :
IV-224
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 3757 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3757 – 0
= 3757 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 3757 – 3757
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 3343 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3343 – 0
= 3343 Unit
c. On Hand pd1 = Plan Req pd1 – Net Req pd1
= 3343 – 3343
=0
3. Paku (2)
IV-225
7. Data Pallet ukuran 97 x 114
Data inventory per item merupakan salah input dalam pengolahan data
Material Requirement Planning (MRP), adapun data-data yang dikumpulkan dari
pembuatan produk Pallet ukuran 97 x 114 adalah sebagai berikut :
IV-226
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 2080 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 2080 – 0
= 2080 Unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
= 2080 – 2080
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 1500 Unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1500 – 0
= 1500 Unit
c. On Hand pd1 = Plan Req pd1 – Net Req pd1
= 1500 – 1500
=0
3. Paku (2)
IV-227
4.2.5 Capacity Requirement Planning (CRP)
Routing file ini menunjukkan waktu yang digunakan untuk menyelesaikan item
penyusun produk pada masing-masing stasiun kerja.
sawmill 30
kayu daun 88x10x1,5 Cross Cut 10 6
ketam 5
sawmill 54
kayu Balok 5x8x9 Cross Cut 9 9
ketam 90
Paku manual 92 60
Paku Mesin paku tembak 22 18
Paku Mesin paku tembak 16.9 40
sawmill 8
kayu daun 67x10x1,5 Cross Cut 5.433333333 10
ketam 3
Pallet ukuran 67 x 102
sawmill 37
kayu daun 102x10x1,5 Cross Cut 13 6
ketam 5
sawmill 54
kayu Balok 5x8x9 Cross Cut 9 9
ketam 90
Paku manual 93 60
Paku Mesin paku tembak 25 18
Paku Mesin paku tembak 20 40
sawmill 10 10
kayu daun 81x10x1,5 Cross Cut 6
ketam 3
Pallet ukuran 81 x 111
sawmill 40 6
kayu daun 111x10x1,5 Cross Cut 17
ketam 6.8
sawmill 54 9
kayu Balok 5x8x9 Cross Cut 9
ketam 90
Paku manual 113 60
Paku Mesin paku tembak 28 18
Paku Mesin paku tembak 24 40
sawmill 12 10
kayu daun 89x10x1,5 Cross Cut 6
ketam 3
Pallet ukuran 89 x 120
sawmill 40 6
kayu daun 120x10x1,5 Cross Cut 20
ketam 10
sawmill 54 9
kayu Balok 5x8x9 Cross Cut 9
ketam 90
Paku manual 111 60
Paku Mesin paku tembak 36.8 18
Paku Mesin paku tembak 25 40
(Sumber : Pengolahan Data Tahun 2014)
IV-228
Tabel 4.38 Routing File Produk pallet (Lanjutan)
Produk Nama Kegiatan Stasiun kerja waktu proses per part jmlh part yg dibutuhkan
sawmill 10
kayu daun 71x10x1,5 Cross Cut 5 10
ketam 3
Pallet ukuran 71 x 101
sawmill 37
kayu daun 101x10x1,5 Cross Cut 14.98 6
ketam 7
sawmill 54
kayu Balok 5x8x9 Cross Cut 9 9
ketam 90
Paku manual 109 60
Paku Mesin paku tembak 26 18
Paku Mesin paku tembak 22 40
sawmill 16
kayu daun 94x10x1,5 Cross Cut 6 10
ketam 3
Pallet ukuran 94 x 113
sawmill 42
kayu daun 113x10x1,5 Cross Cut 15 6
ketam 5
sawmill 54
kayu Balok 5x8x9 Cross Cut 9 9
ketam 90
Paku manual 124 60
Paku Mesin paku tembak 30 18
Paku Mesin paku tembak 24 40
sawmill 16
kayu daun 97x10x1,5 Cross Cut 6 10
ketam 3
Pallet ukuran 97 x 114
sawmill 42
kayu daun 114x10x1,5 Cross Cut 15 6
ketam 5
sawmill 54
kayu Balok 5x8x9 Cross Cut 9 9
ketam 90
Paku manual 124 60
Paku Mesin paku tembak 30 18
Paku Mesin paku tembak 24 40
(Sumber : Pengolahan Data Tahun 2014)
IV-229
b. Rekapitulasi Kapasitas dibutuhkan
Rekapitulasi kapasitas yang dibutuhkan berisi waktu proses yang dibutuhkan untuk menyelesaikan tiap item per periode pada tiap
stasiun kerja kemudian diakumulasikan
IV-230
Tabel 4.39 Kapasitas Dibutuhkan Untuk Masing Masing Palet (Lanjutan)
waktu PERIODE WAKTU Perdetik
proses jmlh part
Nama per yg
Produk Kegiatan Proses part dibutuhkan 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 10 600960 60096
kayu daun Cross Cut 6 60096 60096
81x10x1,5 ketam 3 10 60096 60096
sawmill 40 721160 721160
Pallet ukuran 81 x 111
IV-231
Tabel 4.39 Kapasitas Dibutuhkan Untuk Masing Masing Palet (Lanjutan)
waktu PERIODE WAKTU Perdetik
proses jmlh part
Nama per yg
Produk Kegiatan Proses part dibutuhkan 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 10 587470 587470 587470 587470 587470 587470
kayu daun Cross Cut 5 293735 293735 293735 293735 293735 293735
71x10x1,5 ketam 3 10 176241 176241 176241 176241 176241 176241
sawmill 37 652088 652088 652088 652088 652088 652088
Cross
Pallet ukuran 71 x 101
kayu daun Cut 14.98 264007.5 264007.5 264007.52 264007.52 264007.52 264007.52
101x10x1,5 ketam 7 6 123368 123368 123368 123368 123368 123368
sawmill 54 5711796 5711796 5711796 5711796 5711796 8565264 5711796 5711796
kayu Balok Cross Cut 9 951966 951966 951966 951966 951966 1427544 951966 951966
5x8x9 ketam 90 9 9519660 9519660 9519660 9519660 9519660 14275440 9519660 9519660
Paku manual 109 60 1199000 1308000 1308000 1308000 1308000 1417000 1417000 1417000 1526000 436000
Mesin
paku
Paku tembak 26 18 953333.3 1040000 1040000 1040000 1040000 1126666.7 1126666.7 1126666.7 1213333.3 346666.67
Mesin
paku
Paku tembak 22 40 363000 396000 396000 396000 396000 429000 429000 429000 462000 132000
sawmill 16 878256 878256 28104192 878256 878256
kayu daun Cross Cut 6 329346 329346 3952152 329346 329346
94x10x1,5 ketam 3 10 164673 164673 988038 164673 164673
sawmill 42 691614 691614 1383228 691614 691614
Cross
Pallet ukuran 94 x 113
IV-232
Tabel 4.39 Kapasitas Dibutuhkan Untuk Masing Masing Palet (Lanjutan)
waktu jmlh part PERIODE WAKTU Perdetik
Nama proses yg
Produk Kegiatan Proses per part dibutuhkan 1 2 3 4 5 6 7 8 9 10 11 12
Sawmill 16 850752 850752 850752
Cross Cut 6 319032 319032 319032
kayu daun
97x10x1,5 Ketam 3 10 159516 159516 159516
sawmill 42 676788 676788 676788
Pallet ukuran 97 x 114
IV-233
Tabel 4.40 Total Kapasitas Dibutuhkan (Menit)
Periode
Stasiun kerja 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 482269.43 450940.7 318855.92 479951.33 988140.3 641921.93 454063.03 637451.57
Cross Cut 102496.51 87328.408 66737.957 100214.22 175751.1 126493.33 84719.367 130924.63
ketam papan 21941.817 13111.717 13217.82 15642.533 33928.983 20348.6 7046.32 19965.55
ketam balok 645207 631096.5 414140.13 692638.5 713838.37 919027.5 692638.5 912276
manual 107666.67 100066.67 103283.33 6104000 103466.67 111066.67 104750 110533.33 113900 50266.667
Mesin paku tembak 90055.555 83177.777 86500 85111.112 86611.11 93155.557 87611.112 92711.112 95544.445 43466.667
Mesin paku tembak 32167.5 29792.5 30917.5 30417.5 30917.5 33215 24690 33037.5 34087.5 15387.5
(Sumber : Pengolahan Data Tahun 2014)
IV-234
2. Rekapitulasi Kapasitas Yang tersedia
Tahapan pertama yang perlu dilakukan pada proses Capacity Requerment
Planning menghitung nilai efisiensi dan utilisasi pemesinan setelah itu baru
membuat laporan beban CRP yang selanjutnya hasil laporan tersebut dianalisa
IV-235
3. Ketam Press papan
H D ST
Efisiensi (E) (1 T )
D D
10 7
Efisiensi (E) (1 )
480
Efisiensi (E) 0,96
4. Ketam Press balok
H D ST
Efisiensi (E) (1 T )
D D
52
Efisiensi (E) (1 )
480
Efisiensi (E) 0,99
5. Perakitan kaki
H D ST
Efisiensi (E) (1 T )
D D
52
Efisiensi (E) (1 )
480
Efisiensi (E) 0,99
6. Perakitan Akhir
H D ST
Efisiensi (E) (1 T )
D D
52
Efisiensi (E) (1 )
480
Efisiensi (E) 0,99
7. Oven
H D ST
Efisiensi (E) (1 T )
D D
60 20
Efisiensi (E) (1 )
8 x 60
Efisiensi (E) 0,83
IV-236
Utilisasi
1. Mesin Sawmill
Jam aktual yang digunakan untuk produksi
Utilisasi (U)
jam yang tersedia menurut jadwal
479
Utilisasi (U)
480
= 0,99
2. Mesin Cross Cut Papan
479
Utilisasi (U)
480
= 0,99
= 0,99
IV-237
6. Perakitan Akhir
Jam aktual yang digunakan untuk produksi
Utilisasi (U)
jam yang tersedia menurut jadwal
479
Utilisasi (U)
480
= 0,99
7. Oven
Jam aktual yang digunakan untuk produksi
Utilisasi (U)
jam yang tersedia menurut jadwal
420
Utilisasi (U)
720
= 1
8. Perakitan manual
Jam aktual yang digunakan untuk produksi
Utilisasi (U)
jam yang tersedia menurut jadwal
478
Utilisasi (U)
480
= 0,99
IV-238
Rekapitulasi waktu tersedia ini merupakan total waktu yang tersediaasarkan jumlah hari kerja dikalikan dengan jumlah jam regular dan
overtime
Tabel 4.44 Waktu Tersedia (menit)
kapasitas periode
yangtersedia 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 388800 345600 388800 388800 360000 388800 374400 374400 388800 345600 374400 374400
cross cut 388800 345600 388800 388800 360000 388800 374400 374400 388800 345600 374400 374400
ketam papan 194400 172800 194400 194400 180000 194400 187200 187200 194400 172800 187200 187200
ketam balok 194400 172800 194400 194400 180000 194400 187200 187200 194400 172800 187200 187200
manual 1944000 1728000 1944000 1944000 1800000 1944000 1872000 1872000 1944000 1728000 1872000 1872000
perakitan
388800 345600 388800 388800 360000 388800 374400 374400 388800 345600 374400 374400
kaki
perakitan
388800 345600 388800 388800 360000 388800 374400 374400 388800 345600 374400 374400
akhir
(Sumber : Pengolahan Data Tahun 2014)
langkah selanjutnya mencari kapasitas yang tersedia dengan cara mengalikan waktu yang tersedia dengan nilai utilisasi dan nilai efisiensi
IV-239
Tabel 4.45 Kapasitas Tersedia (menit)
Kapasitas periode
Yang
Tersedia 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 327175.2 290822.4 327175.2 327175.2 302940 327175.2 315057.6 315057.6 327175.2 290822.4 315057.6 315057.6
cross cut 373364.6 331879.7 373364.6 373364.6 345708 373364.6 359536.3 359536.3 373364.6 331879.7 359536.3 359536.3
ketam
papan 186624 165888 186624 186624 172800 194400 179712 179712 186624 165888 179712 179712
ketam balok 192456 171072 192456 192456 178200 192456 185328 185328 192456 171072 185328 185328
manual 1866240 1693613 1924560 1905314 1764180 1944000 1872000 1872000 1944000 1728000 1872000 1872000
perakitan
kaki 381062.9 338722.6 381062.9 381062.9 352836 381062.9 366949.4 374400 388800 345600 374400 374400
perakitan
akhir 381062.9 338722.6 388800 388800 360000 388800 374400 374400 388800 345600 374400 374400
(Sumber : Pengolahan Data Tahun 2014)
IV-240
3. Kapasitas Tersisa
IV-241
Gambar 4.17 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Sawmill
Gambar 4.18 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun CrossCut
IV-129
Gambar 4.19 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Ketam Papan
Gambar 4.20 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Ketam balok
IV-243
Gambar 4.21 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Perakitan kaki
Gambar 4.22 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Perakitan manual
IV-244
Gambar 4.23 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Perakitan akhir
IV-245