Bab Iv PDF

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data

4.1.1 Profil Perusahaan
CV. RIAU PALLET merupakansebuah perusahaan industri manufaktur
yang memproduksi pallet, Perusahaan ini mengolah bahan baku dasar adalah kayu
gelondongan dan mahang dengan membeli lahan hutan masyarakat dari wilayah
kabupaten siak. Perusahaan ini telah lama berdiri tapi mendapat izin usaha
industri primer hasil hutan kayu dari dinas kehutanan pada tahun 2012 yang
beralamat di jalan kubang Jaya No. 87 Kecamatan Siak Hulu Kampar-Pekanbaru
4.1.2 Struktur Organisasi

Merupakan sistem yang mengatur masalah penetapan dan pembagian
perkerjaan yang harus dilakukan sesuai dengan tugas dan tanggung jawab yang di
bebankan serta mnetapkan hubungan antara unsur-unsur organisasi sehingga di
peroleh suatu bentuk kerjasama yang efektif untuk mencapai tujuan yang di
harapkan oleh perussahaan.
Gambar 4.1 Struktur Organisasi CV Riau Pallet
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
Gambar 4.2 Aliran Proses Produksi Pallet

1. Bahan Baku.
Bahan baku utama pembuatan pallet kayu adalah Kayu Bulat Non Hutan
Alam (Hutan Rakyat) yang diperoleh dari Kabupaten Siak dengan jenis kayunya
adalah Kayu Meranti, Kayu Rimba Campuran, Kayu Indah, Kayu Mewah dan
Kayu Mahang. Bahan baku didatangkan perusahaan setiap hari dengan rata-rata
kuantitasnya 25 m3 dengan panjang setiap gelondongannya 230 cm dan standar
minimal diameter kayu bulatnya adalah 15 cm.
2. Mesin Sawmill
Mesin Sawmill adalah mesin yang digunakan untuk membelah kayu bulat
menjadi kepingan papan dan balok. Ukuran dimensi papan yang dibuat pada
proses ini adalah (230 x 9 x 2) cm dan ukuran dimensi baloknya adalah (230 x 9 x
8) cm. Kapasitas Mesin Sawmill ini adalah dapat mengolah bahan baku 15
m3/hari.
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)
1 Produksi Balok dan Papan Mesin Sawmill 2 3
2 Pemotongan Papan Mesin Cutting Papann 1 1
3 Pengetaman Papan Mesin Ketam Papan 1 1
4 Pengetaman Balok Mesin Ketam Balok 1 1
5 Pemotongan Balok Mesin Cutting Balok 1 1
6 Assembly Daun Pallet Manual oleh operator 2 5
7 Assembly Kaki Pallet Mesin Air Gun 1 2
8 Assembly Pallet Mesin Air Gun 1 2

(Sumber : CV Riau Pallet Tahun 2014)
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
(Sumber : CV Riau Pallet Tahun 2013 dan 2014)
Table 4.3 Data Produksi Pallet

Jenis Ukuran Produksi PALLET (Pcs)
No Bulan Total
71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
1 Juni 4570 4320 1100 1050 1250 3430 2300 18.020 Pcs
2 Juli 3200 3500 1760 1200 1100 4200 1500 16.460 Pcs
3 Agustus 3000 3800 1580 1400 1350 4550 1750 17.430 Pcs
4 September 3900 4320 1760 1400 1350 4550 1850 19130 Pcs
5 Oktober 4100 4450 1100 1200 1210 4100 1900 18060 Pcs
6 November 3800 4600 1580 1400 1470 3500 1850 18200 Pcs
7 Desember 4400 4550 2100 1420 1450 3210 2100 19230 Pcs
Januari
8 4290 4752 1936 1540 1485 5005 2035 21043 Pcs
2014
9 Februari 4510 4895 1210 1320 1331 4510 2090 19866 Pcs
10 Maret 4180 5060 1738 1500 1617 3850 2035 19980 Pcs
11 April 4600 4930 2423 1562 1595 3121 2310 20541 Pcs
12 Mei 4600 5000 2450 1571 1600 3200 2350 20771 Pcs
Total 49150 54177 20737 16563 16808 47226 24070 228731 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
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:
Tabel 4.5 Data Biaya Produksi

Jenis Ukuran Produksi PALLET (Cm)
BIAYA/unit 71 × 101 63 × 88 89 × 120 67 × 102 81 × 111 94 × 113 97 × 114
Upah pekerja 20463 20333 20706.45 20435.85 20595.9 20713.05 20742.75
Biaya material 10710 9920 12180 10540 11510 12220 12400
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
Gambar 4.3 Plot data Permintaan 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
horizontal karena nilai data fluktuasi sekitar nilai rata-rata .
C. Plot Data pallet ukuran 89x120
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
Gambar 4.6 Plot data Permintaan pallet ukuran 67x102
IV-114
horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata .
E. Plot Data pallet ukuran 94x113
horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata .
F. Plot Data pallet ukuran 97x114
IV-115
horizontal karena nilai data fluktuasi sekitar nilai rata-rata.
G. Plot Data pallet ukuran 81x111
Horizontal karena nilai data mengalami fluktuasi disekitar nilai rata-rata
4.2 Pengolahan Data

Berdasarkan data permintaan terhadap permintaan pallet dapat dilihat plot
datanya sudah diketahui,selanjutnya melakukan melakukan pengolahan data
dengan software QM For Windows 2.1
4.2.1 Peramalan
Pada ini akan dilakukan peramalan terhadap data permintaan pallet dengan
menggunakan 3 metode peramalan yaitu Moving Average, metode Exponential
Smoothing,metode Linier Regression untuk plot data horizontal serta Trend
Analisys untuk plot data trend . Pengolahan data tersebut dilakuakan secara
manual dan menggunakan program Software QM for Windows 2.1.
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:
Table 4.6 Data Permintaan Pallet

Permintaan Pallet
No Bulan
Ukuran 71x101
1 Juni 2013 4500
2 Juli 2013 3500
3 Agustus 2013 3250
4 September 2013 3750
5 Oktober 2013 4100
6 November 2013 4100
7 Desember 2013 4250
8 Januari 2014 4125
9 Februari 2014 4510
10 Maret 2014 4510
11 April 2014 4675
12 Mei 2014 4769
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
IV-117
 (3500  4500)  .....  (4769  4675)
1
MAD =
11
3019
MAD =
11
MAD = 274,46
Dengan menggunakan MSE (Mean Square Error) :
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (3500  4500)  .....  (4769  4675) 2 ) 2
11
1000000
MSE =
11
MSE = 150.673,7
Dengan menggunakan Bias :

1
BIAS = ( At  Ft )
n
Keterangan :

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 :
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
b. Metode Moving Average Periode II (Kedua)

a. Hasil forecast Secara Manual
Dengan menggunakan MAD (Mean Absolute Deviation) :

1
MAD = At  Ft
n
Keterangan :

1
MAD = (3250  3500 )  .....  ( 4769  4675)
10
2956.5
MAD =
10
MAD = 295,6
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (3250  3500)  .....  (4769  4675) )²

1
MSE =
10
1318190
MSE =
10
IV-120
MSE = 131.819

1
n
Keterangan :

1
BIAS = (3250  3500)  .....  (4769  4675)
10
1356,5

BIAS 10
 135,65
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
IV-121
T : Exponentially smoothed trend pada periode t
lampiran O, sedangkan untuk perhitungan bulan Agustus adalah sebagai berikut :
T
i 1
4500  3500
=
2
= 4000
Nilai Error = At – Ft
= 3250 – 4000
= -750
= 3250 – 4000
= 750
= (3250 – 4000) 2
= 562.500
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 :
α : Konstanta Smoothing (0 ≤α ≤1)
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

1
MAD = At  Ft
n
Keterangan :
 (3500  4500)  .....  (4769  4675)

1
MAD =
11
3019
MAD =
11
MAD = 274,45
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
n : Jangka waktu exponential smothing

1
MSE = ( (3500  4500)  .....  (4769  4675) )²
11
1.657.411
MSE =
11
MSE = 150.673,7

1
n
IV-123
Keterangan :

1
BIAS = (3500  4500)  .....  (4769  4675 )
11
269

BIAS 11
 24,45
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
lampiran O, sedangkan untuk perhitungan bulan juli adalah sebagai berikut :
IV-124
T
i 1
= 1((4500)+(1-1)3500
= 4500
= 3500-4500
= -200
= 4500-4700 
= 200
= (3500-4500) 2
= 1.000.000
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
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
lampiran O.


1
MAD = At  Ft
n
Keterangan :
n : Jangka waktu Linear Regression

1
MAD = ( 4500  3662 )  .....  ( 4769  4677 )
12
2496,714
MAD =
12
MAD = 208,05
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
 ( (4500  3662)  .....  (4769  4677) )

1 2
MSE =
12
1.227.327
=
12
= 102.227,7
IV-126

1
n
Keterangan :
n : Jangka waktu Linear Regresson

1
BIAS = (4500  3662)  .....  (4769  4677)
11
BIAS = 0,0001
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
Tabel 4.7 Rekapitulasi Hasil Peramalan

BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 274,45 150.673,7 24,45 429,13
Moving Average Periode 2 295,65 131.819 135,65 405,92
Exponential Smoothing alpa 1 274,46 150.673,7 24,45 429,13
Linear Regression 208,05 102.227,3 0,0001 350,33
(Sumber : Pengolahan Data Tahun 2014)
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
Exponential Smoothing 1 3 4 3 4 14
Linear Regression 1 1 1 1 4
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
D. Verifikasi Metode Peramalan dengan Moving Range

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 )
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.1 di lampiran P
Nilai rata-rata Moving Range adalah sebagai berikut

MR
MR  
n 1
= 2926
12  1
= 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:

Permintaan Pallet
No Bulan
Ukuran 63 x 88
1 Juni 2013 4400
2 Juli 2013 3750
3 Agustus 2013 3550
5 Oktober 2013 4410
8 Januari 2014 4620
10 Maret 2014 5082
11 April 2014 5005
12 Mei 2014 5105

tengah.

1
MAD = At  Ft
n
Keterangan :
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 :

1
MSE = ( (3750  4400)  .....  (5105  5005) 2 ) 2
11
1.105.651
MSE =
11
MSE = 100.513,7

1
n
Keterangan :

1
BIAS = (3750  4400)  .....  (5105  5005)
11
705

BIAS 11
 64,09
IV-131
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
lampiran O,Untuk Bulan juli adalah :
T
i 1
4400

1
 4400
= 3750 – 4400
= -650
IV-132
= │3750 – 4400│
= 650
=(3750 – 4400) 2
= 422.500

1. Hasil forecast Secara Manual

1
MAD = At  Ft
n
Keterangan :

1
MAD = (3550  4075)  .....  (5105  5044 )
10
2707 ,5
MAD =
10
MAD = 270,75
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (3550  4075)  .....  (5105  5044) )²

1
MSE =
10
1.162.108
MSE =
10
IV-133
MSE = 116.210,8

1
n
Keterangan :

1
BIAS = (3550  4075)  .....  (5105  5044)
10
1.657,5

BIAS 10
 165,75
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
IV-134
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
i 1
4400  3750
=
2
= 4075
= 3550 – 4075
= -525
= 3550 – 4075
= 525
= (3550 – 4075) 2
= 275.625

Ft 1  At  (1   ) Ft
Keterangan :
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 :
 (3750  4400)  .....  (5105  5005)

1
MAD =
11
2.699
MAD =
11
MAD = 245,36
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (3750  4400)  .....  (5105  5005) 2 ) 2
11
1.105.651
MSE =
11
MSE = 100.513,7

1
n
IV-136
Keterangan :

1
BIAS = (3750  4400)  .....  (5105  5005)
11
705

BIAS 11
 64,09
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
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 :
Untuk Bulan juli adalah :
T
i 1
= 1(4400)+(1-1)3750
= 4400
= 3750-4400
= -650
= 3750-4400 
= 650
= (3750-4400) 2
= 422.500.

Y = a + bt
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
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.

1
MAD = At  Ft
n
Keterangan :

1
MAD = ( 4400  3866 )  .....  (5105  5158)
12
1.959.166
MAD =
12
MAD = 163,27
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
 ( (4400  3866)  .....  (5105  5158) )

1 2
MSE =
12
713.256,8
=
12
IV-139
= 54.438,06

1
n
Keterangan :

1
BIAS = (4400  3866)  .....  (5105  5158)
11
BIAS = 0,0003
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Exponential Smoothing 1 245,36 100.513,7 64,09 350,49
Linear Regression 163,26 59.438,1 0,0003 267,06
BIAS (MEAN standart
ERROR) error
Exponential Smoothing 1 3 3 3 3 12
metode tersebut yang memiliki akumulasi terkcil yakni metode Linear Regression

MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )

MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR

MR
MR  
n 1
= 2746
12  1
IV-141
= 206,37
Batas Kontrol Atas (BKA)
= 2,66 x 206,37
= 548,9449
Batas Kontrol Bawah (BKB)
= -2,66 x 206,37
= - 548,9449
Region A
= 1.77 x 206,37
= 365,2753
= -1.77x 206,37
=- 365,2753
Region B
= 0.89 x 206,37
= 183,6695
= -0,89 x 206,37
= - 183,6695
IV-142
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:

Permintaan Pallet
No Bulan
Ukuran 67 x 102
1 Juni 2013 1600
2 Juli 2013 1350
3 Agustus 2013 1350
5 Oktober 2013 1600
8 Januari 2014 1705
10 Maret 2014 1540
11 April 2014 1540
12 Mei 2014 1571

tengah.

1
MAD = At  Ft
n
Keterangan :
IV-143
 (1350  1600)  .....  (1571  1540)
1
MAD =
11
1311
MAD =
11
MAD = 119,18
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (1350  1600)  .....  (1571  1540) ) 2
11
290.411
MSE =
11
MSE = 26.401

1
n
Keterangan :

1
BIAS = (1350  1600)  .....  (1571  1540)
11
 29

BIAS 11
 2.63
Standard Error =
(A t  Ft ) 2
n f
IV-144
Keterangan :
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
i 1
Keterangan :
T
i 1
1600

1
 1600
= 1350 – 1600
= -250
= │1350 – 1600│
= 250
=(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 :

1
MAD = (1350  1475)  .....  (1571  1540 )
10
1596
MAD =
10
MAD = 159,6
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (1350  1475)  .....  (1571  1540) )²

1
MSE =
10
304.948,5
MSE =
10
MSE = 30.494,85

1
n
IV-146
Keterangan :

1
BIAS = (1350  1475)  .....  (1571  1540)
10
191

BIAS 10
 19,1
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T : Moving Average pada periode t
Untuk Bulan Agustus adalah :
T
i 1
IV-147
1600  1350
=
2
= 1475
= 1350 – 1475
= -125

= 1350 – 1475
= 125
= (1350 – 1475) 2
= 15.625
Untuk data 12 bulan yang akan datang dapat dilihat pada tabel O.10 di lampiran
O.

Ft 1  At  (1   ) Ft
Keterangan :

Smoothing dengan nilai α = 0.09 (nilai α diperoleh berdasarkan nilai eror yang
terkecil ) adalah sebagai berikut :
IV-148

1
MAD = At  Ft
n
Keterangan :
n : Jangka waktu Exponential Smothing
 (1350  1600)  .....  (1571  1563)

1
MAD =
11
1.278,87
MAD =
11
MAD = 116,26
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :

1
MSE = ( (1350  1600)  .....  (1571  1563) )²
11
239.127,4
MSE =
11
MSE = 21.738,86

1
n
Keterangan :
IV-149

1
BIAS = (1350  1600)  .....  (1571  1563)
11
 406,9

BIAS 11
 36,99
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
= 0,09((1600)+(1-0,09)1350
= 1600
= 1350-1600
IV-150
= -250
= 1350-1600 
= 250
= (1350-1600) 2
= 62.500
O.

Y = a + bt
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
Y = 1.437,63+ 14,28t
Untuk bulan juni :
Y = 1.437,63+ 14,28 (1) = 1452
O.
IV-151

1
MAD = At  Ft
n
Keterangan :

1
MAD = (1600  1452 )  .....  (1571  1610 )
12
1.282,154
MAD =
12
MAD = 106,84
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
 ( (1600  1452)  .....  (1571  1610) )

1 2
MSE =
12
165.015,2
=
12
= 13.751,27

1
n
Keterangan :

1
BIAS = (1600  1452)  .....  (1571  1610)
11
IV-152
BIAS = 0
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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

BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 119,18 26.401 -2,63 179,63
Exponential Smoothing 0,09 116,26 21.738,86 -36,99 163
Linear Regression 106,84 13.751,27 0 128,45
BIAS (MEAN standart
ERROR) error
Exponential Smoothing 0,09 3 2 1 2 8
metode tersebut yang memiliki akumulasi terkecil yakni metode Linear Regression
IV-153
D. Verifikasi Metode Peramalan dengan Moving Range Hasil Peramalan
Dengan Metode Linear Regresi
MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )

MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR

MR
MR  
n 1
= 1325,29
12  1
= 110,441
= 2,66 x 110,441
= 293,7717

= -2,66 x 110,441
= - 293,7717
Region A
IV-154
= 1.77 x 110,441
= 195,48
= -1.77x 110,441
=- 195,48
Region B
= 0.89 x 110,441
= 98,29
= -0,89 x 110,441
= - 98,29

sebagai berikut:

Permintaan Pallet
No Bulan
Ukuran 81 x 111
1 Juni 2013 1450
2 Juli 2013 1570
3 Agustus 2013 1770
5 Oktober 2013 1200
8 Januari 2014 2035
10 Maret 2014 1760
11 April 2014 1562
12 Mei 2014 1593
IV-155
tengah.

1
MAD = At  Ft
n
Keterangan :
 (1570  1450)  .....  (1593  1562)

1
MAD =
11
3629
MAD =
11
MAD = 329,90
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (1570  1450)  .....  (1593  1562) ) 2
11
1.798.915
MSE =
11
MSE = 163.537,7
IV-156

1
n
Keterangan :

1
BIAS = (1570  1450)  .....  (1593  1562)
11
143

BIAS 11
 13
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
IV-157
T
i 1
1450

1
 1450
= 1570 – 1450
= 120
= │1570 – 1450│
= 120
=(1570 – 1450) 2
= 14.400
O.


1
MAD = At  Ft
n
Keterangan :

1
MAD = (1770  1510 )  .....  (1593  1661)
10
2250
MAD =
10
MAD = 225
IV-158
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (1770  1510)  .....  (1593  1661) )²

1
MSE =
10
931.720,5
MSE =
10
MSE = 93.172,05

1
n
Keterangan :

1
BIAS = (1770  1510)  .....  (1593  1661)
10
79

BIAS 10
 7,9
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
1450  1570
=
2
= 1510
= 1770 – 1510
= 260
= 1770 – 1510
= 260
= (1770 – 1510) 2
= 67.600
O.
IV-160
Ft 1  At  (1   ) Ft
Keterangan :

1
MAD = At  Ft
n
Keterangan :
 (1570  1450)  .....  (1593  1599)

1
MAD =
11
2.347,19
MAD =
11
MAD = 213,38
 (A
1
 Ft )²
2
MSE = t
n
IV-161
Keterangan :

1
MSE = ( (1570  1450)  .....  (1593  1599) )²
11
760.403,3
MSE =
11
MSE = 69.127,57

1
n
Keterangan :

1
BIAS = (1570  1450)  .....  (1593  1599)
11
1017

BIAS 11
 92,53
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
= 0,11(1450)+(1-0,11)1450
= 1450
= 1570-1450
= 120
= 1570-1450 
= 120
= (1570-1450) 2
= 14.400
O.

Y = a + bt
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
Y = 1569,03 + 3,8t
Untuk bulan juni :
Y = 1569,03+ 3,8 (1) = 1573
lampiran O.

1
MAD = At  Ft
n
Keterangan :

1
MAD = (1450  1573)  .....  (1593  1616 )
12
599.371,2
MAD =
12
MAD = 174,99
 (A
1
MSE = t  Ft ) 2
n
IV-164
Keterangan :
 ( (1450  1573)  .....  (1593  1616) )

1 2
MSE =
12
599.371,2
=
12
= 244,82

1
n
Keterangan :

1
BIAS = (1450  1573)  .....  (1593  1616)
11
BIAS = 0
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
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
BIAS (MEAN standart
ERROR) error
D. Verifikasi Metode Peramalan dengan Moving Range Hasil Peramalan

Dengan Metode Linear Regresi
MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )

MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR
IV-166
MR
MR  
n 1
= 3617,40
12  1
= 301,45

= 2,66 x 301,45
= 802
= -2,66 x 301,45
= - 802
Region A
= 1.77 x 301,45
= 534
= -1.77x 301,45
=- 534
Region B
= 0.89 x 301,45
= 268
= -0,89 x 301,45
= - 268
IV-167
sebagai berikut:

Permintaan Pallet
No Bulan
Ukuran 89 x 120
1 Juni 2013 1200
2 Juli 2013 1500
3 Agustus 2013 1500
5 Oktober 2013 1100
8 Januari 2014 1694
10 Maret 2014 2035
11 April 2014 2310
12 Mei 2014 2356

tengah.

1
MAD = At  Ft
n
Keterangan :
IV-168
 (1500  1200)  .....  (2356  2310)
1
MAD =
11
3816
MAD =
11
MAD = 346,90
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (1500  1200)  .....  (2356  2310) ) 2
11
2.067 .658
MSE =
11
MSE = 187.968

1
n
Keterangan :

1
BIAS = (1500  1200)  .....  (2356  2310)
11
1156

BIAS 11
 105,09
IV-169
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
1200

1
 1200
= 1500 – 1200
= 300
= │1500 – 1200│
IV-170
= 300
=(1500 – 1200) 2
= 90.000
O.


1
MAD = At  Ft
n
Keterangan :

1
MAD = (1500  1350 )  .....  ( 2356  2173)
10
4187
MAD =
10
MAD = 418,7
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (1500  1350)  .....  (2356  2173) )²

1
MSE =
10
2.269.173
MSE =
10
IV-171
MSE = 226.917,3

1
n
Keterangan :

1
BIAS = (1500  1350)  .....  (2356  2173)
10
1411

BIAS 10
 141,1
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
IV-172
T
i 1
1200  1500
=
2
= 1350
= 1500 – 1350
= 150
= 1500 – 1350
= 150
= (1500 – 1350) 2
= 22.500
O.

Ft 1  At  (1   ) Ft
Keterangan :
IV-173

1
MAD = At  Ft
n
Keterangan :
 (1500  1200)  .....  (2356  2036)

1
MAD =
11
4148,52
MAD =
11
MAD = 377,13
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :

1
MSE = ( (1500  1200)  .....  (2356  2036) )²
11
1.895.917
MSE = .
11
MSE = 172.356

1
n
IV-174
Keterangan :

1
BIAS = (1500  1200)  .....  (2356  2036)
11
1.991,58

BIAS 11
 181,05
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
IV-175
T
i 1
= 0,5(1200)+(1-0,5)1200
= 1200
= 1500-1200
= 300
= 1500-1200 
= 300
= (1500-1200) 2
= 90.000
O.
Y = a + bt
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
Y = 1152 + 85t
Untuk bulan juni :
Y = 1152 + 85 (1) = 1236
O.


1
MAD = At  Ft
n
Keterangan :

1
MAD = (1200  1236)  .....  ( 2356  2164)
12
2.682,38
MAD =
12
MAD = 223,5
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
 ( (1200  1236)  .....  (2356  2164) )

1 2
MSE =
12
1.034.710
=
12
= 86.225,83
IV-177

1
n
Keterangan :

1
BIAS = (1200  1236)  .....  (2356  2164)
11
BIAS = 0
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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

BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Exponential Smoothing 0,5 377,13 172.356 181,05 458,97
IV-178
BIAS (MEAN standart
ERROR) error

MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )

MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR
MR
MR  
n 1
= 3728,38
12  1
= 311
= 2,66 x 311
IV-179
= 826
= -2,66 x 311
= - 826
Region A
= 1.77 x 311
= 550
= -1.77x 311
=- 550
Region B
= 0.89 x 311
= 227
= -0,89 x 311
= - 227

sebagai berikut:
Permintaan Pallet
No Bulan
Ukuran 94 x 113
1 Juni 2013 3550
2 Juli 2013 3550
3 Agustus 2013 4650
5 Oktober 2013 3850
IV-180
Table 4.21 Data Permintaan Pallet (Lanjutan)
Permintaan Pallet
No Bulan
Ukuran 94 x 113
8 Januari 2014 5005
10 Maret 2014 3850
11 April 2014 3410
12 Mei 2014 3478

tengah.
b. Metode Moving Average Periode I (Pertama)

1
MAD = At  Ft
n
Keterangan :
 (3550  3550)  .....  (3478  3410)

1
MAD =
11
6218
MAD =
11
MAD = 565,27
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :
IV-181

1
MSE = ( (3550  3550)  .....  (3478  3410) ) 2
11
6.560 .874
MSE =
11
MSE = 596.443

1
n
Keterangan :

1
BIAS = (3550  3550)  .....  (3478  3410)
11
 72

BIAS 11
 6,54
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
3550

1
 3550
= 3550 – 3550
=0
= │3550 – 3550│
=0
=(3550 – 3550) 2
=0
O.

1
MAD = At  Ft
n
IV-183
Keterangan :

1
MAD = ( 4650  3550 )  .....  (3478  3630 )
10
7017
MAD =
10
MAD = 701,7
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :
 ( (4650  3550)  .....  (3478  3630) )²

1
MSE =
10
6.752.016
MSE =
10
MSE = 675.201,6

1
n
Keterangan :

1
BIAS = (4650  3550)  .....  (3478  3630)
10
IV-184
 142

BIAS 10
 14,2
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
3550  3550
=
2
= 3550
= 4650 – 3550
= 1.100
IV-185
= 4650 – 3550
= 1100
= (4650 – 3550) 2
= 1.210.000
O.

Ft 1  At  (1   ) Ft
Keterangan :


1
MAD = At  Ft
n
Keterangan :
IV-186
 (3550  3550)  .....  (3478  3815)
1
MAD =
11
5537
MAD =
11
MAD = 504
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :

1
MSE = ( (3550  3550)  .....  (3478  3815) )²
11
4.744 .056
MSE =
11
MSE = 431.277,8

1
n
Keterangan :

1
BIAS = (3550  3550)  .....  (3478  3815)
11
2073

BIAS 11
 188
Standard Error =
(A t  Ft ) 2
n f
IV-187
Keterangan :
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
i 1
Keterangan :
T
i 1
= 0,11(3550)+(1-0,11)3550
= 3550
= 3550-3550
=0
= 3550-3550 
=0
= (3550-3550) 2
=0
IV-188
O.

Y = a + bt
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
Y = 4.034,04 + -21,54t
Untuk bulan juni :
Y = 4.034,04 -21,54 (1) = 4013
O.


1
MAD = At  Ft
n
Keterangan :
IV-189

1
MAD = (3550  4013)  .....  (3478  3776)
12
5.704,63
MAD =
12
MAD = 475,38
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
 ( (3550  4013)  .....  (3478  3776) )

1 2
MSE =
12
3.719.621
=
12
= 309.968,4

1
n
Keterangan :

1
BIAS = (3550  4013)  .....  (3478  3776)
11
BIAS = 0
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
IV-190
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

BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
Moving Average Periode 1 565,27 596.443,1 -6,54 853,8
Moving Average Periode 2 701,7 675.201,6 -14,2 918,69
BIAS (MEAN standart
ERROR) error

MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )
IV-191
MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR
MR
MR  
n 1
= 6153
12  1
= 513
= 2,66 x 513
= 1364
= -2,66 x 513
= - 1364
Region A
= 1.77 x 513
= 908
= -1.77x 513
=- 908
Region B
IV-192
= 0.89 x 513
= 456
= -0,89 x 513
= - 456

sebagai berikut:
Permintaan Pallet
No Bulan
Ukuran 97 x 114
1 Juni 2013 2080
2 Juli 2013 1500
3 Agustus 2013 2900
5 Oktober 2013 2100
8 Januari 2014 2310
10 Maret 2014 2288
11 April 2014 2398
12 Mei 2014 2446

tengah.
IV-193
b. Metode Moving Average Periode I (Pertama)

1
MAD = At  Ft
n
Keterangan :
 (1500  2080)  .....  (2446  2398)

1
MAD =
11
3210
MAD =
11
MAD = 291,81
 (A
1
 Ft
2
MSE = t )2
n
Keterangan :

1
MSE = ( (1500  2080)  .....  (2446  2398) ) 2
11
2.978 .588
MSE =
11
MSE = 270.780

1
n
Keterangan :
IV-194

1
BIAS = (1500  2080)  .....  (2446  2398)
11
366

BIAS 11
 33,27
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
IV-195
2080

1
 2080
= 1500 – 2080
=- 580
= │1500 – 2080│
= 580
=(1500 – 2080) 2
= 336.400
O.

1
MAD = At  Ft
n
Keterangan :

1
MAD = ( 2900  1790 )  .....  ( 2446  2343)
10
2189
MAD =
10
MAD = 218,9
 (A
1
 Ft )²
2
MSE = t
n
IV-196
Keterangan :
 ( (2900  1790)  .....  (2446  2343) )²

1
MSE =
10
1.468.119
MSE =
10
MSE = 146.811,9

1
n
Keterangan :

1
BIAS = (2900  1790)  .....  (2446  2343)
10
1105

BIAS 10
 110,5
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
Keterangan :
T
i 1
2080  1500
=
2
= 1790
= 2900 – 1790
= 1110
= 2900 – 1790
= 1110
= (2900 – 1790) 2
= 1.232.100
O.

Ft 1  At  (1   ) Ft
IV-198
Keterangan :


1
MAD = At  Ft
n
Keterangan :
 (1500  2080)  .....  (2446  2195)

1
MAD =
11
2571,2
MAD =
11
MAD = 233,74
 (A
1
 Ft )²
2
MSE = t
n
Keterangan :

1
MSE = ( (1500  2080)  .....  (2446  2195) )²
11
IV-199
1.324 .187
MSE =
11
MSE = 120.380,6

1
n
Keterangan :

1
BIAS = (1500  2080)  .....  (2446  2195)
11
1.299,22

BIAS 11
 118,11
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
i 1
IV-200
Keterangan :
T
i 1
= 0,11(2080)+(1-0,11)2080
= 2080
= 1500-2080
= -580
= 1500-2080 
= 580
= (1500-2080) 2
= 336.400
O.

Y = a + bt
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
Y = 2006,06 + 33,58t
Untuk bulan juni :
Y = 2006,06 + 33,58 (1) = 2040
O.


1
MAD = At  Ft
n
Keterangan :

1
MAD = ( 2080  2040)  .....  ( 2446  2409)
12
1860.196
MAD =
12
MAD = 155,016
 (A
1
MSE = t  Ft ) 2
n
Keterangan :
IV-202
 ( (2080  2040)  .....  (2446  2409) )

1 2
MSE =
12
992.505,6
=
12
= 82.708

1
n
Keterangan :

1
BIAS = (2080  2040)  .....  (2446  2409)
11
BIAS = 0
Standard Error =
(A t  Ft ) 2
n f
Keterangan :
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
BIAS Standar
Metode MAD MSE
(MEAN ERROR) Error
BIAS (MEAN standart
ERROR) error

MR = ( yˆ t  yt )  ( yˆ t 1  yt 1 )

MR
MR  
n 1
BKA = +2.66 MR
BKB = -2.66 MR
MR
MR  
n 1
IV-204
= 3244
12  1
= 270
= 2,66 x 270
= 719
= -2,66 x 270
= - 719
Region A
= 1.77 x 270
= 478
= -1.77x 513
=- 478
Region B
= 0.89 x 270
= 241
= -0,89 x 270
= - 241
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
1 Juni 2014 3663 3866 1235 1452 1573 3550 2080
2 Juli 2014 3755 3983 1320 1466 1577 3550 1500
3 Agustus 2014 3848 4101 1404 1480 1581 4650 2900
4 September 2014 3940 4218 1489 1495 1584 4550 2100
5 Oktober 2014 4032 4336 1573 1509 1588 3850 2100
6 November 2014 4124 4453 1657 1523 1592 3500 2080
7 Desember 2014 4217 4571 1742 1538 1596 3100 2180
8 Januari 2015 4309 4688 1826 1552 1600 5005 2310
9 Februari 2015 4401 4806 1911 1566 1604 4235 2310
10 Maret 2015 4493 4923 1995 1581 1608 3850 2288
11 April 2015 4585 5040 2079 1595 1612 3410 2398
12 Mei 2015 4678 5158 2164 1609 1615 3478 2446
4.2.2 Aggregate Planning

1. Perhitungan Kapasitas Lantai Produksi
Kapasitas lantai produksi menggambarkan kemampuan perusahaan untuk

memenuhi permintaan yang datang. Kapasitas bisa didefinisikan sebagai jumlah
output (produk) maksimum yang dapat dihasilkan suatu fasilitas produksi dalam
suatu selang waktu tertentu.
a. Perhitungan Kapasitas Reguler Time tiap Periode
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
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
b. Perhitungan Kapasitas Over Time tiap Periode

Contoh perhitungan untuk ukuran 71 x 101
Waktu Siklus = 201 detik
Jam kerja sehari = 4 jam = 144 00 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 siklus
= 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
c. Perhitungan Biaya Reguler Time, biaya Overtime dan biaya Inventory

1. Perhitungan biaya Pallet Ukuran 71 x 101
Biaya Produksi Per unit
Biaya pekerja = Rp 20.463/unit
Biaya material = Rp 10.710/unit
Biaya Produksi Per Unit = Biaya pekerja + Biaya material

Biaya Produksi Per Unit = Rp 20.463/unit + Rp 10.710/unit
= Rp.31.173/ unit
Biaya overtime = 120% ( Biaya pekerja + Biaya material)
= Rp.37.408/ unit
Biaya Inventory = 2% x biaya regular time
= 2% x Rp.31.173/ unit
=Rp 623
2. Perhitungan biaya Produksi Pallet Ukuran 63 x 88

IV-209
= Rp.30.253/ unit
Ongkos overtime = 120% ( Biaya pekerja + Biaya material)
= Rp.36.304/ unit
= 2% x Rp.30.253/ unit
=Rp 605

= Rp.30.975/ unit.
Ongkos overtime = 120% ( Biaya pekerja + Biaya material)
= Rp.37.170/ unit
= 2% x Rp.30.975/ unit
= Rp. 620

= Rp.32.886/ unit
= Rp.39.463/ unit
IV-210
= 2% x Rp.32.886/ unit
= Rp. 657

= Rp.33.142/ unit
= Rp.39.770/ unit
= 2% x Rp.33.142/ unit
= Rp. 662

= Rp.32.105/ unit
Biaya overtime =120% ( Biaya pekerja + Biaya material)
= Rp.38.526/ unit
= 2% x Rp.32.105/ unit
= Rp. 642
IV-211
= Rp.32.993/ unit
= Rp.39.591/ unit
= 2% x Rp.32.993/ unit
= Rp. 658
2. Perhitungan Perencanaaan Produksi dengan Metode Transportasi
Perhitungan perencanaaan produksi agregat dengan metode transportasi

mengalokasikan pekerjaan tiap-tiap periode. Perhitungan perencanaaan produksi
agregat dengan metode transportasi dengan menggunakan sotware winqsb, dapat
dilihat pada lampiran F.
4.2.3 Perhitungan Jadwal Induk Produksi
Dari hasil peramalan dengan metode terpilih diperoleh perkiraan jumlah

permintaan untuk 12 periode ke depan mulai bulan Mei 2013 sampai April 2014.
Kemudian dihitung total biaya yang dikeluarkan pada tiap periode. Tabel
perhitungan jadwal induk produksi dapat pada lampiran G dengan menggunakan
software win qsb
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 :
Gambar 4.10 Assembly Char Pallet 63 x 88 cm

Ket :
KD = Kayu daun (papan)
KB = Kayu Balok
Tabel 4.31 Rekapitulasi Data Inventory per Item

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 paku 40
4 Kd 10 x 1,5 x 63 10
5 Kd 10 x 1,5 x 88 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 88 3
10 Paku 18
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.
Adapun pengolahan data Material Requirement Planning (MRP) yang

menggunakan software QM. for Windows V4 dapat dilihat pada lampiran
H,Berikut adalah perhitungan secara manual :
a. Perhitungan Secara Manual
Perhitungan secara manual dapat dilakukan dengan langkah-langkah
sebagai berikut :
1. Pallet (0)
. a. Tot Req pd1 = Total berdasarkan MPS
= 3988 unit
b. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 3988 – 0
= 3988 unit
c. On Hand pd2 = Plan Req pd1 – Net Req pd1
IV-214
= 3988 – 3988
=0
2. Daun Pallet (1)
a. Tot Req pd1 = Total berdasarkan MPS
= 3861 unit
= 3861 – 0
= 3861 Unit
= 3861 – 3861
=0
3. Paku (2)

= 231.660 Unit
= 231.660 – 0
= 231.660 Unit
= 240.000 – 231.660
= 8340 Unit
IV-215

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 paku 60
4 Kd 10 x 1,5 x 67 10
5 Kd 10 x 1,5 x 102 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 102 3
10 Paku 18

menggunakan software QM. for Windows V4 dapat dilihat pada lampiran
I,Berikut adalah perhitungan secara manual :
sebagai berikut :
IV-216
1. Pallet (0)
= 1452 Unit
c. Net Req pd1 = Tot Req pd1 – On Hand pd1
= 1452 – 0
= 3988 Unit
= 1452 – 1452
=0
2. Daun Pallet (1)
= 1480 Unit
= 1480 – 0
= 1480 Unit
= 1480 – 1480
=0
3. Paku (2)

= 259.230 Unit
= 259.230 – 0
= 259.230 Unit
= 300.000 – 259.230
= 40.770 Unit
IV-217

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 paku 60
4 Kd 10 x 1,5 x 71 10
5 Kd 10 x 1,5 x 101 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 101 3
10 Paku 18

dilakukan secara manual dan menggunakan software QM. for Windows v4 V4
dapat dilihat pada lampiran J, berikut ini adalah pengo;ahan data secara manual:
sebagai berikut :
IV-129
1. Pallet (0)
= 3869 Unit
= 3869 – 0
= 3869 Unit
= 3869 – 3869
=0
2. Daun Pallet (1)
= 3519 Unit
= 3519 – 0
= 3519 Unit
= 3519 – 3519
=0
3. Paku (2)

= 211.140 Unit
= 211.140 – 0
= 211.140 Unit
= 240.000 – 211.140
=28.860 Unit
IV-219

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 paku 60
4 Kd 10 x 1,5 x 81 10
5 Kd 10 x 1,5 x 111 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 111 3
10 Paku 18

dilakukan secara manual dan menggunakan software QM. for Windows v4 dapat
dilihat pada lampiran K,Berikut adalah perhitungan secara manual :
IV-220
sebagai berikut :
1. Pallet (0)
= 1566 Unit
= 1566 – 0
= 1566 Unit
= 1566 – 1566
=0
2. Daun Pallet (1)
= 1577 Unit
= 1577 – 0
= 1577 Unit
= 1577 – 1577
=0
3. Paku (2)

= 274.854 Unit
= 274.854 – 0
= 274.854 Unit
= 300.000 – 274.854
= 25.146 Unit
IV-221

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 paku 60
4 Kd 10 x 1,5 x 89 10
5 Kd 10 x 1,5 x 120 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 120 3
10 Paku 18

dilihat pada lampiran L,Berikut adalah perhitungan secara manual :
sebagai berikut :
IV-222
1. Pallet (0)
= 1141 Unit
= 1141 – 0
= 1141 Unit
= 1141 – 1141
=0
2. Daun Pallet (1)
= 1404 Unit
= 1404 – 0
= 1404 Unit
= 1404 – 1404
=0
3. Paku (2)

= 253.986 Unit
= 253.986 –0
= 253.986 Unit
= 300.000 – 253.986
= 46.104 Unit
IV-223

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 Paku 60
4 Kd 10 x 1,5 x 94 10
5 Kd 10 x 1,5 x 113 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 113 3
10 Paku 18

dilihat pada lampiran M,Berikut adalah perhitungan secara manual :
sebagai berikut :
IV-224
1. Pallet (0)
= 3757 Unit
= 3757 – 0
= 3757 Unit
= 3757 – 3757
=0
2. Daun Pallet (1)
= 3343 Unit
= 3343 – 0
= 3343 Unit
= 3343 – 3343
=0
3. Paku (2)

= 200.580 Unit
= 200.580 –0
= 200.580 Unit
= 240.000 – 200.580
= 39.420 Unit
IV-225

Ket :
KB = Kayu Balok

Quantity
No Nama Komponen
(Unit)
1 Pallet 1
2 Kaki Pallet 3
3 Paku 60
4 Kd 10 x 1,5 x 97 10
5 Kd 10 x 1,5 x 114 3
6 Paku 60
7 Daun Pallet 1
8 KB 5 x 8 x 9 9
9 Kd 10 x 1,5 x 114 3
10 Paku 18

dilihat pada lampiran N,Berikut adalah perhitungan secara manual :
sebagai berikut :
IV-226
1. Pallet (0)
= 2080 Unit
= 2080 – 0
= 2080 Unit
= 2080 – 2080
=0
2. Daun Pallet (1)
= 1500 Unit
= 1500 – 0
= 1500 Unit
= 1500 – 1500
=0
3. Paku (2)

= 90.000 Unit
= 90.000 –0
= 90.000 Unit
= 120.000 – 90.000
= 30.000 Unit
IV-227
4.2.5 Capacity Requirement Planning (CRP)
a. Rekap Routing File Berdasarkan Capacity Requirement
Routing file ini menunjukkan waktu yang digunakan untuk menyelesaikan item
penyusun produk pada masing-masing stasiun kerja.
Tabel 4.38 Routing File Produk pallet

jmlh part yg
Produk Nama Kegiatan Proses waktu proses per part
dibutuhkan
sawmill 8
kayu daun 63x10x1,5 Cross Cut 5 10
ketam 3
Pallet ukuran 63 x 88
sawmill 30
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
sawmill 37
ketam 5
sawmill 54
ketam 90
Paku manual 93 60
sawmill 10 10
kayu daun 81x10x1,5 Cross Cut 6
ketam 3
sawmill 40 6
ketam 6.8
sawmill 54 9
kayu Balok 5x8x9 Cross Cut 9
ketam 90
Paku manual 113 60
sawmill 12 10
ketam 3
sawmill 40 6
ketam 10
sawmill 54 9
kayu Balok 5x8x9 Cross Cut 9
ketam 90
Paku manual 111 60
Paku Mesin paku tembak 36.8 18
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
ketam 3
sawmill 37
kayu daun 101x10x1,5 Cross Cut 14.98 6
ketam 7
sawmill 54
ketam 90
Paku manual 109 60
sawmill 16
ketam 3
sawmill 42
ketam 5
sawmill 54
ketam 90
Paku manual 124 60
sawmill 16
ketam 3
sawmill 42
ketam 5
sawmill 54
ketam 90
Paku manual 124 60
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
Tabel 4.39 Kapasitas Dibutuhkan Untuk Masing Masing Pallet

waktu jmlh part PERIODE WAKTU Perdetik
Nama proses per yg
Produk Kegiatan Proses part dibutuhkan 1 2 3 4 5 6 7 8 9 10 11 12
sawmill 8 610376 610376 610376 610376 610376
kayu daun Cross Cut 5 381485 381485 381485 381485 381485
63x10x1,5 ketam 3 10 228891 228891 228891 228891 228891
sawmill 30 2288910 2288910 686670 686670 686670

88x10x1,5 ketam 5 6 381485 381485 114445 114445 114445
sawmill 54 411966 6180030 1412.907 7416036 6180030 7416036 7416036 7416036
kayu Balok Cross Cut 9 68661 1030005 8477.444 1236006 1030005 1236006 1236006 1236006
5x8x9 ketam 90 9 686610 10300050 847.7444 12360060 10300050 12360060 12360060 12360060
Paku manual 92 60 1196000 1196000 1196000 1196000 1196000 1288000 1288000 1380000 1380000 460000
Mesin paku
Paku tembak 22 18 953333.33 953333.33 953333.33 953333.33 953333.33 1026666.7 1026666.7 1100000 1100000 366666.67
Mesin paku
Paku tembak 16.9 40 329550 329550 329550 329550 329550 354900 354900 380250 380250 126750
sawmill 8 552320 552320
kayu daun Cross Cut 5.4333333 375117.33 375117.33
67x10x1,5 ketam 3 10 207120 207120
sawmill 37 746364 746364
kayu daun Cross Cut 13 262236 262236

102x10x1,5 ketam 5 6 100860 100860
sawmill 54 3355344 3355344 3355344 3355344 3355344 3355344
kayu Balok Cross Cut 9 559224 559224 559224 559224 559224 559224
5x8x9 ketam 90 9 5592240 5592240 5592240 5592240 5592240 5592240
Paku manual 93 60 465000 372000 465000 372000 465000 372000 465000 372000 465000 930000
Mesin paku
Paku tembak 25 18 416666.7 333333.33 416666.67 333333.33 416666.67 333333.33 416666.67 333333.33 416666.67 833333.33
Mesin paku
Paku tembak 20 40 150000 120000 150000 120000 150000 120000 150000 120000 150000 300000
IV-230
Tabel 4.39 Kapasitas Dibutuhkan Untuk Masing Masing Palet (Lanjutan)
waktu PERIODE WAKTU Perdetik
proses jmlh part
Nama per yg
sawmill 10 600960 60096
81x10x1,5 ketam 3 10 60096 60096
sawmill 40 721160 721160

111x10x1,5 ketam 6.8 6 122597.2 122597.2
sawmill 54 2920698 2920698 2920698 2920698 2920698 2920698 2920698 2920698
kayu Balok Cross Cut 9 486783 486783 486783 486783 486783 486783 486783 486783
5x8x9 ketam 90 9 4867830 4867830 4867830 4867830 4867830 4867830 4867830 4867830
Paku manual 113 60 565000 452000 565000 565000 452000 565000 452000 565000 565000 113000
Mesin
paku
Paku tembak 28 18 466666.7 373333.3 466666.7 466666.7 373333.3 466666.7 373333.3 466666.7 466666.7 93333.33
Mesin
paku
Paku tembak 24 40 180000 144000 180000 180000 144000 180000 144000 180000 180000 36000
sawmill 12 661932 661932
89x10x1,5 ketam 3 10 165483 165483
sawmill 40 661920 661920

120x10x1,5 ketam 10 6 165480 165480
sawmill 54 2920698 2920698 2920698 2920698 2920698 2920698 2920698
kayu Balok Cross Cut 9 486783 486783 486783 486783 486783 486783 486783
5x8x9 ketam 90 9 4867830 4867830 4867830 4867830 4867830 4867830 4867830
Paku manual 111 60 555000 444000 555000 555000 555000 666000 555000 666000 666000 333000
Mesin
paku
Paku tembak 36.8 18 613333.3 490666.67 613333.33 613333.33 613333.33 736000 613333.33 736000 736000 368000
Mesin
paku
Paku tembak 25 40 187500 150000 187500 187500 187500 225000 187500 225000 225000 112500
IV-231
waktu PERIODE WAKTU Perdetik
proses jmlh part
Nama per yg
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
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
94x10x1,5 ketam 3 10 164673 164673 988038 164673 164673
sawmill 42 691614 691614 1383228 691614 691614
Cross
kayu daun Cut 15 247005 247005 494010 247005 247005

113x10x1,5 ketam 5 6 82335 82335 164670 82335 82335
sawmill 54 5296536 5296536 5296536 5296536 5296536
kayu Balok Cross Cut 9 882756 882756 882756 882756 882756
5x8x9 ketam 90 9 8827560 8827560 8827560 8827560 8827560
Paku manual 124 60 1612000 1488000 1364000 1364000 1364000 1488000 1364000 1364000 1364000 496000
Mesin
paku
Paku tembak 30 18 1300000 1200000 1100000 1100000 1100000 1200000 1100000 1100000 1100000 400000
Mesin
paku
Paku tembak 24 40 468000 432000 396000 396000 396000 432000 396000 396000 396000 144000
IV-232
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
Cross Cut 15 241710 241710 241710

kayu daun
114x10x1,5 Ketam 5 6 80570 80570 80570
sawmill 54 2610414 2610414 2610414 2707096 2610414 2610414 5220828
Cross Cut 9 435069 435069 435069 531751 435069 435069 870138
kayu Balok
5x8x9 Ketam 90 9 4350690 4350690 4350690 4447372 4350690 4350690 8701380
Paku Manual 124 60 868000 744000 744000 744000 868000 868000 744000 868000 868000 248000
Mesin paku
Paku tembak 30 18 700000 600000 600000 600000 700000 700000 600000 700000 700000 200000
Mesin paku
Paku tembak 24 40 252000 216000 216000 216000 252000 252000 216000 252000 252000 72000
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
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
Tabel 4.41 Downtime Dan Setup time

Downtime
Setup Tipe
No Mesin DT
(Menit) ST (Menit)
1 Saw Mill 60 10
2 Cross Cut 7 5
3 Ketam Press papan 10 7
4 Ketam Press balok 5 2
5 Perakitan kaki 5 2
6 Perakitan akhir 5 2
7 Oven 60 20
Tabel 4.42 Efesiensi Permesin

Cross Cut Ketam Ketam Perakitan Perakitan Perakitan
Sawmill Oven
Papan Papan Balok kaki kaki manual
0,85 0,97 0,96 0,99 0,99 0,99 0,99 0,83
1. Saw miil
H D  ST
Efisiensi (E)   (1  T )
D D
60  10
Efisiensi (E)  (1  )
8 x 60
70
480
Efisiensi (E) = 0,85
2. Cross Cut
H D  ST
D D
75
480
Efisiensi (E)  0,97
IV-235
3. Ketam Press papan
H D  ST
D D
10  7
480
4. Ketam Press balok
H D  ST
D D
52
480
5. Perakitan kaki
H D  ST
D D
52
480
6. Perakitan Akhir
H D  ST
D D
52
480
7. Oven
H D  ST
D D
60  20
8 x 60
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

Utilisasi (U) 
479
Utilisasi (U) 
480
= 0,99
3. Ketam Press papan
Utilisasi (U) 
479
Utilisasi (U) 
480
= 0,99
4. Ketam Press Balok

Utilisasi (U) 
480
Utilisasi (U) 
480
= 1
5. Perakitan kaki
Utilisasi (U) 
479
Utilisasi (U) 
480
= 0,99
IV-237
6. Perakitan Akhir
Utilisasi (U) 
479
Utilisasi (U) 
480
= 0,99
7. Oven
Utilisasi (U) 
420
Utilisasi (U) 
720
= 1
8. Perakitan manual
Utilisasi (U) 
478
Utilisasi (U) 
480
= 0,99
Tabel 4.43 Utilisasi Permesin

Ketam Ketam Perakitan Perakitan Perakitan
Sawmill Cross Cut Oven
Papan Balok kaki manual akhir
0,99 0,99 1 1 0,99 0,99 0,99 1
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
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
IV-240
3. Kapasitas Tersisa
Tabel 4.46 Kapasitas Tersisa (menit)

periode
kapasitas
yangtersedia 1 2 3 4 5 6 7 8 9 10 11 12
- - - - -
sawmill 155094.23 -160118.3 8319.28 152776.13 -685200.3 314746.73 139005.43 322393.97 327175.2 290822.4 315057.6 315057.6
cross cut 270868.13 244551.27 306626.68 273150.42 169956.9 246871.31 274816.95 228611.69 373364.64 331879.68 359536.32 359536.32
ketam papan 164682.18 152776.28 173406.18 170981.47 138871.02 174051.4 172665.68 159746.45 186624 165888 179712 179712
- -
ketam balok -452751 -460024.5 221684.13 -500182.5 535638.37 -726571.5 -507310.5 -726948 192456 171072 185328 185328
-
manual 78957.33 69294.61 1821276.7 5913468.6 72951.33 83333.33 82450 76666.67 80500 122533.33 187200 187200
perakitan
kaki 291007.33 255544.78 294562.88 295951.77 266224.89 287907.32 279338.33 281688.89 293255.56 302133.33 374400 374400
perakitan
akhir 348895.38 308930.06 357882.5 358382.5 329082.5 355585 349710 341362.5 354712.5 330212.5 374400 374400
Sumber : Pengolahan Data Tahun 2014)
Perhitungan manual:
Kapasitas tersisa = Total kapasitas yang tersedia - Total kapasitas yang dibutuhkan
Stasiun sawmill untuk periode 1 = 327175 – 482269 = -155094.23
IV-241
Gambar 4.17 Grafik Perbandingan Kapasitas yang Tersedia dan Kapasitas yang
dibutuhkan Stasiun Sawmill
dibutuhkan Stasiun CrossCut
IV-129
dibutuhkan Stasiun Ketam Papan
dibutuhkan Stasiun Ketam balok
IV-243
dibutuhkan Stasiun Perakitan kaki
dibutuhkan Stasiun Perakitan manual
IV-244
dibutuhkan Stasiun Perakitan akhir
IV-245

Bab Iv PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bab Iv PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

4.1.2 Struktur Organisasi

Gambar 4.1 Struktur Organisasi CV Riau Pallet

Gambar 4.2 Aliran Proses Produksi Pallet

1 Produksi Balok dan Papan Mesin Sawmill 2 3

2 Pemotongan Papan Mesin Cutting Papann 1 1

3 Pengetaman Papan Mesin Ketam Papan 1 1

4 Pengetaman Balok Mesin Ketam Balok 1 1

5 Pemotongan Balok Mesin Cutting Balok 1 1

6 Assembly Daun Pallet Manual oleh operator 2 5

7 Assembly Kaki Pallet Mesin Air Gun 1 2

8 Assembly Pallet Mesin Air Gun 1 2

(Sumber : CV Riau Pallet Tahun 2013 dan 2014)

Table 4.3 Data Produksi Pallet

(Sumber : CV Riau Pallet Tahun 2013 dan 2014)

Tabel 4.5 Data Biaya Produksi

Gambar 4.3 Plot data Permintaan Pallet Ukuran 71x101

Gambar 4.4 Plot data Permintaan Pallet Ukuran 63x88

Gambar 4.5 Plot data Permintaan Pallet Ukuran 89x120

Gambar 4.6 Plot data Permintaan pallet ukuran 67x102

Gambar 4.7 Plot data Permintaan pallet ukuran 94x113

Gambar 4.8 Plot data Permintaan pallet ukuran 97x114

Gambar 4.9 Plot data Permintaan pallet ukuran 81x111

4.2 Pengolahan Data

Table 4.6 Data Permintaan Pallet

Dengan menggunakan MSE (Mean Square Error) :

Dengan menggunakan Bias :

b. Metode Moving Average Periode II (Kedua)

Dengan menggunakan MSE (Mean Square Error) :

 ( (3250  3500)  .....  (4769  4675) )²

Dengan menggunakan Bias :

B. Metode Exponential Smoothing (Pemulusan)

 (3500  4500)  .....  (4769  4675)

Dengan menggunakan MSE (Mean Square Error) :

C. Metode Peramalan dengan Linier Regression

a. Hasil Forecast Secara Manual

 ( (4500  3662)  .....  (4769  4677) )

Tabel 4.7 Rekapitulasi Hasil Peramalan

D. Verifikasi Metode Peramalan dengan Moving Range

Adapun rumus rata-rata Moving Range adalah sebagai berikut :

Nilai rata-rata Moving Range adalah sebagai berikut

Table 4.9 Data Permintaan Pallet

2 Juli 2013 3750

3 Agustus 2013 3550

4 September 2013 4200

5 Oktober 2013 4410

6 November 2013 4620

7 Desember 2013 4550

8 Januari 2014 4620

9 Februari 2014 4851

10 Maret 2014 5082

11 April 2014 5005

12 Mei 2014 5105

(Sumber : CV Riau Pallet Tahun 2013 dan 2014)

Dengan menggunakan MSE (Mean Square Error) :

Dengan menggunakan Bias :

b. Metode Moving Average Periode II (Kedua)

Dengan menggunakan MSE (Mean Square Error) :

 ( (3550  4075)  .....  (5105  5044) )²

Dengan menggunakan Bias :

B. Metode Exponential Smoothing (Pemulusan)