Anda di halaman 1dari 119

LAPORAN PRAKTIKUM

PERANCANGAN DAN PENGENDALIAN PRODUKSI

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
LEMBAR PENGESAHAN

LAPORAN PRAKTIKUM
PERANCANGAN DAN PENGENDALIAN PRODUKSI

Jakarta, Mei 2018


Menyetujui,
Koordinator Lab. Sistem Produksi

Nur Yulianti Hidayah, S.T., M.T

i
LEMBAR PERNYATAAN

Dengan ini kami menyatakan bahwa isi yang terkandung dalam Laporan Praktikum Sistem
Produksi ini,
Judul:
LAPORAN PRAKTIKUM PERANCANGAN DAN PENGENDALIAN PRODUKSI
merupakan hasil pemikiran kami sendiri.

Demikianlah pernyataan ini kami buat dan kami siap menerima konsekuensi apapun di
masa yang akan dating apabila ternyata Laporan Praktikum ini merupakan Salinan ataupun
mencontoh laporan-laporan praktikum yang pernah dibuat sebelumnya.

Jakarta, Mei 2018


Praktikan

…………………………………………

ii
DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................................. i

LEMBAR PERNYATAAN ................................................................................................. ii

DAFTAR ISI .....................................................................................................................iii

DAFTAR TABEL ..............................................................................................................vi

DAFTAR GAMBAR .........................................................................................................vii

DAFTAR LAMPIRAN ....................................................................................................... x

DAFTAR ISI .....................................................................................................................xi

DAFTAR TABEL .............................................................................................................xii

DAFTAR GAMBAR ........................................................................................................xiii

DAFTAR LAMPIRAN .....................................................................................................xiv

MODUL 1 PERAMALAN (FORECASTING) ..................................................................... 1

1.1. PENDAHULUAN ................................................................................................ 1

1.1.1. Kegunaan Peramalan .............................................................................. 2

1.1.2. Syarat-syarat Peramalan Operasi ............................................................ 2

1.1.3. Jenis Peramalan ...................................................................................... 2

1.1.4. Prosedur Peramalan ................................................................................ 3

1.1.5. Pendekatan dalam Peramalan ................................................................. 3

1.1.6. Kendala Pemilihan Teknik Peramalan ..................................................... 4

1.1.7. Metode Peramalan .................................................................................. 4

1.1.8. Ukuran Akurasi Peramalan ...................................................................... 6

1.2. PENGUMPULAN DATA ..................................................................................... 8

1.3. PENGOLAHAN DATA ........................................................................................ 8

1.3.1. Perhitungan dengan Metode Simple Average (SA) .................................. 9

1.3.2. Perhitungan dengan Metode Moving Average (MA) ................................11

1.3.3. Perhitungan dengan Metode Weighted Moving Average (WMA) ............13

1.3.4. Perhitungan dengan Metode Single Exponensial Smoothing (SES)........16

1.3.5. Perhitungan dengan Metode Double Exponensial Smoothing (DES) ......18

iii
1.3.6. Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)....20

1.3.7. Perhitungan dengan Metode Linier Regresion With Time (LR) ...............22

1.4. KESIMPULAN ...................................................................................................25

DAFTAR ISI ....................................................................................................................xv

DAFTAR TABEL ............................................................................................................xvi

DAFTAR GAMBAR .......................................................................................................xvii

MODUL 2 PERSEDIAAN (INVENTORY) ........................................................................29

2.1 PENDAHULUAN ...............................................................................................29

2.2 PENGUMPULAN DATA ....................................................................................31

2.3 PENGOLAHAN DATA .......................................................................................31

2.3.1 PVC Foamboard .....................................................................................32

2.3.2 PVC Pipa ................................................................................................35

2.3.3 Cat ..........................................................................................................38

2.3.4 Baut Roofring ..........................................................................................41

2.4 KESIMPULAN ...................................................................................................44

DAFTAR ISI .................................................................................................................xviii

DAFTAR TABEL ............................................................................................................xix

DAFTAR GAMBAR .........................................................................................................xx

MODUL 3 PERENCANAAN AGREGAT (AGGREGATE PLANNING) ............................45

3.1 PENDAHULUAN ...............................................................................................45

3.2 PENGUMPULAN DATA ....................................................................................46

3.3 PENGOLAHAN DATA .......................................................................................47

3.4 KESIMPULAN ...................................................................................................51

DAFTAR ISI ...................................................................................................................xxi

DAFTAR TABEL ...........................................................................................................xxii

DAFTAR GAMBAR ......................................................................................................xxiii

MODUL 4 MATERIAL REQUIREMENT PLANNING (MRP)............................................52

4.1 PENDAHULUAN ...............................................................................................52

4.2 PENGUMPULAN DATA ....................................................................................54

iv
4.3 PENGOLAHAN DATA .......................................................................................55

4.4 KESIMPULAN ...................................................................................................64

DAFTAR ISI .................................................................................................................xxiv

DAFTAR TABEL ...........................................................................................................xxv

DAFTAR GAMBAR ......................................................................................................xxvi

MODUL 5 PENJADWALAN (SCHEDULING) .................................................................65

5.1 PENDAHULUAN ...............................................................................................65

5.2 PENGUMPULAN DATA ....................................................................................66

5.3 PENGOLAHAN DATA .......................................................................................66

5.3.1 Metode PERT dan CPM .........................................................................66

5.3.2 Metode Job Sheduling ............................................................................70

5.4 KESIMPULAN ...................................................................................................74

v
DAFTAR TABEL

Tabel 1.1 Data Histori Produksi Meja Bahagia .................................................................. 8


Tabel 1.2 Hasil MAPE (Mean Absolute Percentage Error) ...............................................25
Tabel 1.3 Hasil Peramalan ...............................................................................................25
Tabel 2.1 Data Peramalan Linear Regression..................................................................31
Tabel 2.2 Daftar Harga Material Meja Bahagia ................................................................31
Tabel 2.3 Rekapitulasi Data Inventory Meja Bahagia .......................................................44
Tabel 3.1 Jumlah Peramalan Permintaan Meja (unit).......................................................46
Tabel 3.2 Jumlah Hari Kerja.............................................................................................46
Tabel 4.1 Jumlah Peramalan Permintaan Meja (unit).......................................................54
Tabel 4.2 Daftar Harga Material Meja Bahagia ................................................................54
Tabel 5.1 Aktivitas untuk membuat Meja Bahagia ............................................................66

vi
DAFTAR GAMBAR

Gambar 1.1. Tampilan Awal Aplikasi WinQsb ................................................................... 8


Gambar 1.2 Spesifikasi Problem ...................................................................................... 9
Gambar 1.3 Data Histori Produksi Meja Bahagia ............................................................. 9
Gambar 1.4 Data untuk Metode Simple Average (SA) ....................................................10
Gambar 1.5 Hasil Perhitungan dengan Metode Simple Average (SA) ............................10
Gambar 1.6 Grafik Garis Metode Simple Average (SA) ...................................................11
Gambar 1.7 Grafik Batang Metode Simple Average (SA) ................................................11
Gambar 1.8 Data untuk Metode Moving Average (MA) ....................................................12
Gambar 1.9 Hasil Perhitungan dengan Metode Moving Average (MA) ............................12
Gambar 1.10 Grafik Garis Metode Metode Moving Average (MA) ...................................13
Gambar 1.11 Grafik Batang Metode Moving Average (MA) .............................................13
Gambar 1.12 Data untuk Metode Weighted Moving Average (WMA)...............................14
Gambar 1.13 Data Bobot untuk Metode Weighted Moving Average (WMA) ....................14
Gambar 1.14 Hasil Perhitungan dengan Metode Weighted Moving Average (WMA) .......15
Gambar 1.15 Grafik Garis Metode Weighted Moving Average (WMA) .............................15
Gambar 1.16 Grafik Batang Metode Weighted Moving Average (WMA) ..........................16
Gambar 1.17 Data untuk Metode Single Exponensial Smoothing (SES) ..........................16
Gambar 1.18 Hasil Perhitungan dengan Metode Single Exponensial Smoothing (SES) ..17
Gambar 1.19 Grafik Garis Metode Single Exponensial Smoothing (SES) ........................17
Gambar 1.20 Grafik Batang Metode Single Exponensial Smoothing (SES) .....................18
Gambar 1.21 Data untuk Metode Double Exponensial Smoothing (DES) ........................18
Gambar 1.22 Hasil Perhitungan dengan Metode Double Exponensial Smoothing (DES).19
Gambar 1.23 Grafik Garis Metode Double Exponensial Smoothing (DES) ......................19
Gambar 1.24 Grafik Batang Metode Double Exponensial Smoothing (DES)....................20
Gambar 1.25 Data untuk Metode Adaptive Exponensial Smoothing (AES) ......................20
Gambar 1.26 Hasil Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)
........................................................................................................................................21
Gambar 1.27 Grafik Garis Metode Adaptive Exponensial Smoothing (AES) ....................21
Gambar 1.28 Grafik Batang Metode Adaptive Exponensial Smoothing (AES) .................22
Gambar 1.29 Data untuk Metode Linier Regresion With Time (LR)..................................22
Gambar 1.30 Hasil Perhitungan dengan Metode Linier Regresion With Time (LR) ..........23
Gambar 1.31 Grafik Garis Metode Linier Regresion With Time (LR) ................................23
Gambar 1.32 Grafik Batang Metode Linier Regresion With Time (LR) .............................24

vii
Gambar 2.1 Inventory Problem Spesification ...................................................................32
Gambar 2.2 Inventory Problem PVC Foamboard .............................................................32
Gambar 2.3 Inventory Cost Analysis per year for PVC Foamboard..................................33
Gambar 2.4 Inventory Profil Setup ...................................................................................34
Gambar 2.5 Grafik EOQ PVC Foamboard .......................................................................34
Gambar 2.6 Inventory Problem Spesification ...................................................................35
Gambar 2.7 Inventory Problem PVC Pipa ........................................................................35
Gambar 2.8 Inventory Cost Analysis per year for PVC Pipa.............................................36
Gambar 2.9 Inventory Profil Setup ...................................................................................37
Gambar 2.10 Grafik EOQ PVC Pipa ................................................................................37
Gambar 2.11 Inventory Problem Spesification .................................................................38
Gambar 2.12 Inventory Problem Cat................................................................................38
Gambar 2.13 Inventory Cost Analysis per year for Cat ....................................................39
Gambar 2.14 Inventory Profil Setup .................................................................................40
Gambar 2.15 Grafik EOQ Cat ..........................................................................................40
Gambar 2.16 Inventory Problem Spesification .................................................................41
Gambar 2.17 Inventory Problem Baut Roofring................................................................41
Gambar 2.18 Inventory Cost Analysis per year for Baut Roofring ....................................42
Gambar 2.19 Inventory Profil Setup .................................................................................43
Gambar 2.20 Grafik EOQ Baut Roofring ..........................................................................43
Gambar 3.1 Tampilan Awal Aplikasi WinQsb ...................................................................47
Gambar 3.2 Problem Specification Agreggate Planing.....................................................47
Gambar 3.3 Planning Information for PT HANA (Simple Model) ......................................48
Gambar 3.4 Aggregate Planning Options.........................................................................49
Gambar 3.5 Planning Result for PT HANA (Simple Model) ..............................................49
Gambar 3.6 Cost Analysis for PT HANA (Simple Model) .................................................50
Gambar 3.7 Grafik Batang Aggregate Planning (Simple Model) ......................................50
Gambar 4.1 Tampilan Awal Aplikasi WinQsb ...................................................................55
Gambar 4.2 MRP Specification ........................................................................................55
Gambar 4.3 Item Master ..................................................................................................56
Gambar 4.4 Bill of Materials .............................................................................................57
Gambar 4.5 Master Production Schedule ........................................................................57
Gambar 4.6 Inventory ......................................................................................................58
Gambar 4.7 MRP Report Selection ..................................................................................58
Gambar 4.8 Hasil MRP untuk Komponen MB, BKK, KKK, dan PM ..................................59
Gambar 4.9 Hasil MRP untuk Komponen PK, SL, SK, dan C ..........................................60
Gambar 4.10 Hasil MRP untuk Komponen PF001, PF002, E dan BR..............................61

viii
Gambar 4.11 Product Structure Selection ........................................................................62
Gambar 4.12 Bill of Material Meja Bahagia ......................................................................62
Gambar 4.13 Bill of Material Meja Bahagia (lanjutan) ......................................................62
Gambar 5.1 Tampilan Awal Aplikasi WinQsb ...................................................................67
Gambar 5.2 Problem Specification PERT & CPM ............................................................67
Gambar 5.3 Activity Details ..............................................................................................68
Gambar 5.4 Activity Analysis for MEJA BAHAGIA ...........................................................68
Gambar 5.5 Jalur CPM Meja Bahagia ..............................................................................69
Gambar 5.6 Gantt Chart ..................................................................................................69
Gambar 5.7 Gantt Chart (lanjutan) ...................................................................................69
Gambar 5.8 Tampilan Awal Aplikasi WinQsb ...................................................................70
Gambar 5.9 Problem Specification Job Sheduling ...........................................................70
Gambar 5.10 Job Information for MEJA BAHAGIA ..........................................................71
Gambar 5.11 Flow Shop Solution ....................................................................................71
Gambar 5.12 Hasil Analisa Job Schedule Meja Bahagia .................................................72
Gambar 5.13 Job Schedule for Meja Bahagia ..................................................................73
Gambar 5.14 Mechine Schedule for Meja Bahagia ..........................................................73

ix
DAFTAR LAMPIRAN

LAMPIRAN 1 ...................................................................................................................26
LAMPIRAN 2 ...................................................................................................................27
LAMPIRAN 3 ...................................................................................................................28

x
LAPORAN PRAKTIKUM

MODUL 1

PERAMALAN (FORECASTING)

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
DAFTAR ISI

DAFTAR ISI .....................................................................................................................xi

DAFTAR TABEL .............................................................................................................xii

DAFTAR GAMBAR ........................................................................................................xiii

DAFTAR LAMPIRAN .....................................................................................................xiv

MODUL 1 PERAMALAN (FORECASTING) ..................................................................... 1

1.1. PENDAHULUAN ................................................................................................ 1

1.1.1. Kegunaan Peramalan .............................................................................. 2

1.1.2. Syarat-syarat Peramalan Operasi ............................................................ 2

1.1.3. Jenis Peramalan ...................................................................................... 2

1.1.4. Prosedur Peramalan ................................................................................ 3

1.1.5. Pendekatan dalam Peramalan ................................................................. 3

1.1.6. Kendala Pemilihan Teknik Peramalan ..................................................... 4

1.1.7. Metode Peramalan .................................................................................. 4

1.1.8. Ukuran Akurasi Peramalan ...................................................................... 6

1.2. PENGUMPULAN DATA ..................................................................................... 8

1.3. PENGOLAHAN DATA ........................................................................................ 8

1.3.1. Perhitungan dengan Metode Simple Average (SA) .................................. 9

1.3.2. Perhitungan dengan Metode Moving Average (MA) ................................11

1.3.3. Perhitungan dengan Metode Weighted Moving Average (WMA) ............13

1.3.4. Perhitungan dengan Metode Single Exponensial Smoothing (SES)........16

1.3.5. Perhitungan dengan Metode Double Exponensial Smoothing (DES) ......18

1.3.6. Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)....20

1.3.7. Perhitungan dengan Metode Linier Regresion With Time (LR) ...............22

1.4. KESIMPULAN ...................................................................................................25

xi
DAFTAR TABEL

Tabel 1.1 Data Histori Produksi Meja Bahagia .................................................................. 8


Tabel 1.2 Hasil MAPE (Mean Absolute Percentage Error) ...............................................25
Tabel 1.3 Hasil Peramalan ...............................................................................................25

xii
DAFTAR GAMBAR

Gambar 1.1. Tampilan Awal Aplikasi WinQsb ................................................................... 8


Gambar 1.2 Spesifikasi Problem ...................................................................................... 9
Gambar 1.3 Data Histori Produksi Meja Bahagia ............................................................. 9
Gambar 1.4 Data untuk Metode Simple Average (SA) ....................................................10
Gambar 1.5 Hasil Perhitungan dengan Metode Simple Average (SA) ............................10
Gambar 1.6 Grafik Garis Metode Simple Average (SA) ...................................................11
Gambar 1.7 Grafik Batang Metode Simple Average (SA) ................................................11
Gambar 1.8 Data untuk Metode Moving Average (MA) ....................................................12
Gambar 1.9 Hasil Perhitungan dengan Metode Moving Average (MA) ............................12
Gambar 1.10 Grafik Garis Metode Metode Moving Average (MA) ...................................13
Gambar 1.11 Grafik Batang Metode Moving Average (MA) .............................................13
Gambar 1.12 Data untuk Metode Weighted Moving Average (WMA)...............................14
Gambar 1.13 Data Bobot untuk Metode Weighted Moving Average (WMA) ....................14
Gambar 1.14 Hasil Perhitungan dengan Metode Weighted Moving Average (WMA) .......15
Gambar 1.15 Grafik Garis Metode Weighted Moving Average (WMA) .............................15
Gambar 1.16 Grafik Batang Metode Weighted Moving Average (WMA) ..........................16
Gambar 1.17 Data untuk Metode Single Exponensial Smoothing (SES) ..........................16
Gambar 1.18 Hasil Perhitungan dengan Metode Single Exponensial Smoothing (SES) ..17
Gambar 1.19 Grafik Garis Metode Single Exponensial Smoothing (SES) ........................17
Gambar 1.20 Grafik Batang Metode Single Exponensial Smoothing (SES) .....................18
Gambar 1.21 Data untuk Metode Double Exponensial Smoothing (DES) ........................18
Gambar 1.22 Hasil Perhitungan dengan Metode Double Exponensial Smoothing (DES).19
Gambar 1.23 Grafik Garis Metode Double Exponensial Smoothing (DES) ......................19
Gambar 1.24 Grafik Batang Metode Double Exponensial Smoothing (DES)....................20
Gambar 1.25 Data untuk Metode Adaptive Exponensial Smoothing (AES) ......................20
Gambar 1.26 Hasil Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)
........................................................................................................................................21
Gambar 1.27 Grafik Garis Metode Adaptive Exponensial Smoothing (AES) ....................21
Gambar 1.28 Grafik Batang Metode Adaptive Exponensial Smoothing (AES) .................22
Gambar 1.29 Data untuk Metode Linier Regresion With Time (LR)..................................22
Gambar 1.30 Hasil Perhitungan dengan Metode Linier Regresion With Time (LR) ..........23
Gambar 1.31 Grafik Garis Metode Linier Regresion With Time (LR) ................................23
Gambar 1.32 Grafik Batang Metode Linier Regresion With Time (LR) .............................24

xiii
DAFTAR LAMPIRAN

LAMPIRAN 1 ...................................................................................................................26
LAMPIRAN 2 ...................................................................................................................27
LAMPIRAN 3 ...................................................................................................................28

xiv
MODUL 1
PERAMALAN (FORECASTING)

1.1. PENDAHULUAN
Tempat bermain bagi anak merupakan hal yang penting bagi pertumbuhan seorang
anak, karena perkembangan bagi setiap anak sebagai individu mempunyai sifat yang unik.
Masing-masing individu berkembang dengan cara-cara tertentu. Disamping adanya
kesamaan-kesamaan umum dalam pola-pola perkembangan anak. Hal ini terjadi karena
perkembangan itu sendiri merupakan suatu proses perubahan yang kompleks, melibatkan
berbagai unsur yang saling berpengaruh satu sama lain. Perkembangan individu yang
terjadi pada anak-anak dapat dikelompokan menjadi tiga kelompok yaitu proses biologis,
kognitif, dan psikososial. Kemampuan fisik anak berkaitan dengan kemampuan motorik
yaitu kemampuan untuk melakukan kordinasi kerja syaraf motorik dan dikoordinir oleh
syaraf pusat. Kecakapan motorik seseorang menunjukkan fungsi fisik semakin matang
sehingga mampu menunjukkan kemampuan yang lebih baik di samping itu kemampuan ini
dipengaruhi juga oleh kemampuan berfikir. Maka tumbuh kembang seorang anak juga
berpengaruh pada permainan yang dipakainya bermain. Dalam memilih permainan anak
merupakan hal yang penting karena jika salah membeli mainan anak maka akan
mengganggu tumbuh kembang seorang anak. Tingkat kejahatan yang besar di Indonesia
membuat setiap orang tua khawatir untuk membiarkan anaknya bermain di luar rumah.
Dengan adanya mainan dalam rumah tentunya dapat mengurangi kekhawatiran orang tua.
Namun adanya mainan di dalam rumah membuat ruang dalam rumah semakin sempit,
karena banyak benda lainnya.
Adanya mainan di dalam rumah dapat membuat interaksi antara anak dengan orang
tua lebih banyak lagi sehingga anak akan mudah untuk bersosialisasi dan percaya diri.
Meja menjadi salah satu kebutuhan tersebut, meja dapat berfungsi sebagai tempat belajar
juga makan makan. Tetapi ruangan dalam rumahpun menjadi kendala untuk tempat
bermain anak. Oleh karena itu kami membuat meja yang dilengkapi oleh jungkat-jungkit
yang dapat menjadi mainan dalam ruangan sederhana dengan desain minimalis. Itulah
alasan kami selaku PT. Hana membuat suatu produk meja multifungsi yang tentunya dapat
sangat bermanfaat bagi setiap anak untuk tumbuh kembangnya. Sebelum memulai proses
produksi hendaknya sebuah perusahaan melakukan peramalan permintaan agar nantinya
dapat menyesuaikan dengan permintaan pasar.
Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan dan
penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat.
Peramalan merupakan dugaan terhadap permintaan yang akan datang berdasarkan pada

M1 Hal-1
M1 Hal-2

beberapa variabel peramal, sering berdasarkan data deret waktu historis. Peramalan
menggunakan teknik-teknik peramalan yang bersifat formal maupun informal (Gaspersz,
1998). Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang stabil,
karena perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan
bila kondisi permintaan pasar bersifat kompleks. Dalam hal ini Kelompok kami melakukan
Peramalan Produksi dan Penjualan PT Hana selaku produsen produk meja yang dapat
meningkatkan efektifitas serta efisiensi kerja pada perusahaan.

1.1.1. Kegunaan Peramalan


Berikut ini beberapa kegunaan peramalan bagi perusahaan:
1) Menentukan apa yang dibutuhkan untuk perluasan pabrik (peramalan fasilitas).
2) Menentukan perencanaan lanjutan bagi produk-produk yang ada untuk
dikerjakan dengan fasilitas-fasilitas yang ada (ramalan perencanaan produksi
dan produk).
3) Menentukan penjadwalan jangka pendek produk-produk yang ada untuk
dikerjakan berdasarkan peralatan yang ada (ramalan perencanaan produksi dan
produk)

1.1.2. Syarat-syarat Peramalan Operasi


Fungsi peramalan permintaan mempunyai manfaat manajerial yang luas, baik
dalam organisasdi nirlaba maupun non laba. Agar dapat berguna bagi perencanaan dan
pengendalian operasi. Syarat-syarat peramalan operasi antara lain:
1) Data peramalan permintaan harus tersedia dalam bentuk yang dapat
diterjemahkan ke dalam permintaan akan material, peprmintaan akan waktu
pada kelompok peralatan tertentu, dan permintaan akan keahlian tenaga kerja
tertentu.
2) Perencanaan dan pengendalian operasi dilakukan pada berbagai tingkat yang
berbeda.

1.1.3. Jenis Peramalan


Berdasarkan fungsi dan perencanaan operasi di masa depan, peramalan dibagi
menjadi 3 jenis, yaitu:
1) Peramalan ekonomi, peramalan ini menjelaskan siklus bisnis dengan
memprediksi tingkat inflasi ketersediaan uang, dana yang dibutuhkan untuk
membangun perumahaan dan indicator perencanaan lainnya.
M1 Hal-3

2) Peramalan teknologi, peramalan ini memperhatikan tingkat kemajuan teknologi


yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik
dan peralatan baru.
3) Peramalan permintaan, adalah proyeksi permintaan untuk produk atau layanan
perusahaan. Proyeksi permintaan untuk produk atau layanan suatu perusahaan.
Peramalan ini juga disebut peramalan penjualan yang mengendalikan produksi,
kapasotas, serta sistem penjadwalan dan menjadi input bagi perencanaan
keuangan, pemasaran dan sumber daya manusia.

1.1.4. Prosedur Peramalan


Dalam melakukan peramalan tediri dari beberapa tahapan khususnya jika
menggunakan metode kuantitatif. Tahapan tersebut adalah:
1) Mendefinisikan tujuan peramalan, peramalan dapat digunakan sealama masa
pra-produksi untuk mengukur tngkat dari suatu permintaan.
2) Membuat diagram pencar (plot data), memplot demand bersus waktu, dimana
demand sebagai ordinat (Y) dan waktu axis (X)
3) Memilih model peramalan yang tepat, melihat kecenderungan data pada diagram
pencar, maka dapat dipilih beberapa model peramalan yang diperkirakan dapat
mewakili pola tersebut.
4) Melakukan peramalan
5) Menghitung kesalahan ramalan, keakuratan suatu model peramalan bergantung
pada seberapa dekat nilai hasil peramalan terhadap nilai data sebenarnya.
6) Memilih metode peramalan dengan kesalahan yang terkecil, apabila nilai
kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian
tertentu, maka pilih secara sembarang metode-metode tersebut.
7) Melakukan verifikasi, untuk mengevaluasi apakah pola data menggunakan
metode peramalan tersebut sesuai dengan pola sebenarnya.

1.1.5. Pendekatan dalam Peramalan


Terdapat dua pendekatan umum peramalan, ada du acara mengatasi semua modal
keputusan, yaitu peramala kuantitatif dan peramalan kualitatif atau subjektif. Peramalan
kuantitatif menggunakan model matematis yang beragam dengan data masa lalu dan
variabel sebab akibat untuk meramalkan permintaan. Peramalan kualitatif atau subjektif
menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi dan sistem nilai
pengambilan keputusan untuk meramal. Pada peramalan kuantitatif ada lima metode
peramalan, yaitu:
1) Pendekatan naif
M1 Hal-4

2) Rata-rata bergerak
3) Penghalusan eksponensial
4) Proyeksi tren
5) Regresi linier

1.1.6. Kendala Pemilihan Teknik Peramalan


Beberapa kendala yang perlu diperhatikan dalam pemilihan teknik peramalan
adalah sebagai berikut:
1) Waktu yang hendak diliput, yakni rentangan waktu masa yang akan datang dan
jangkauan peramalan.
2) Tingkah laku data, meliputi jumlah,ketepatan dan tingkah laku data masa lalu
yang tersedia.
3) Tipe model, yakni apakah model yang digunakan merupakan model time series
kausalitas ataukah model lain yang lebih kompleks dan canggih akan
mempengaruhi pemilihan teknik peramalan.
4) Biaya yang tersedia untuk maksud peramalan ini dan lebih luas biaya yang
tersedia untuk penyusunan studi kelayakan proyek.
5) Tingkat ketepatan yang diinginkan, ini berkaitan dengan kebutuhan manajemen
dalam tingkat kecermatan, ketelitian peramalan yang diinginkan.
6) Kemudahan penerapan, ini berkalitan dengan kemampuan manajemen, data dan
biaya yang tersedia.

1.1.7. Metode Peramalan


Model kuantitatif interinsik sering disebut sebagai model-model deret waktu (Time
Series Model). Model deret waktu yang popular dan umum diterapkan dalam peramalan
permintaan adalah rata-rata bergerak (Moving Averages), pemulusan eksponensial
(Exponensial Smoothing), dan proyeksi kecenderungan (Trend Projection). Modal
kuantitatif ekstrinsik sering disebut juga sebagai model kasual, dan yang umum digunakan
adalah model regresi (Regression Casual Model).
1) Weight Moving Average (WMA)
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru
untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode
rata-rata bergerak akan efektif diterapkan apabila permintaan pasar terhadap produk
diasumsikan stabil sepanjang waktu. Metode rata-rata bergerak terdapat dua jenis, rata-
rata bererak tidak berbobot (Unweight Moing Average) dan rata-rata bobot bergerak
(Weight Moving Average). Model rata-rata bobot bergerak lebih responsif terhadap
M1 Hal-5

perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Rumus
rata-rata bobot bergerak yaitu sebagai berikut:
Ft = ∑(Wt x At ) ………………………………………….......……..…………..……… (2.1)
Dimana:
Wt = bobot permintaan actual pada periode-t
Dengan keterbatasan bahwa ∑ Wt = 1

2) Single Exponensial Smoothing (SES)


Pola data yang tidak stabil atau perubahannya besar dan bergejolak umumnya
menggunakan model pemulusan eksponensial (Exponensial Smoothing Models).
Metode Single Exponensial Smoothing lebih cocok digunakan untuk meramalkan hal-
hal yang fluktuasinya secara acak (tidak teratur). Peramalan menggunakan model
pemulusan eksponensial rumusnya adalah sebagai berikut:
Ft+1 = Ft + α (At - Ft ) ………………………………………….......……..…………..……… (2.2)
Dimana:
Untuk t = 1, F t+1 = At
Permasalahan umum yang dihadapi apabila menggunakan model pemulusan
eksponensial adalah memilih konstanta pemulusan (α) yang diperkirakan tepat. Nilai
konstanta pemulusan dipilih antara 0 dan 1 karena berkalu 0 < α < 1. Apabila pola historis
dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu nilai
α yang dipilih adalah yang mendekati 1. Pola historis dari data aktual permintaan tidak
berfluktuasi atau relatif stabil dari waktu ke waktu, α yang dipilih adalah yang nilainya
mendekati 0.

3) Regresi Linier
Model analisis regresi linier adalah suatu metode popular untuk berbagai macam
permasalahan. Dua variabel yang digunakan adalah variabel x dan variabel y,
diasumsikan memiliki kaitan satu sama lain dan bersifat linier. Rumus perhitungan
regresi linier yaitu sebagai berikut:
ŷ =a+bx ……….…………..……………………………….......……..…………..……… (2.3)
Dimana:
ŷ = perkiraan permintaan
x = variabel bebas yang mempengaruhi y
a = nilai tetap y bila x=0
b = derajat kemiringan persamaan garis regresi
dengan:
M1 Hal-6

∑ yi ∑ xi
a= n
-b n
…………………………………………………………………..……….. (2.4)
n ∑ xi yi - [∑ xi ∑ yi ]
b= 2 ……………….……………………….......……..…………..……… (2.5)
n ∑ x2i - ( ∑ xi )

Dimana:
yi = Variabel terkait ke-I / permintaan actual periode ke-i
xi = variabel bebas ke-I / period eke-i
n = banyaknya data / banyaknya periode peramalan yang terlibat

1.1.8. Ukuran Akurasi Peramalan


Model-model peramalan yang dilakukan kemudian divalidasi dengan menggunakan
sejumlah indikator. Indikantor-indikator yang umum digunakan adalah rata-rata
penumpangan absolut (Mean Absolute Deviation), rata-rata kuadrat terkecil (Mean Square
Error), rata-rata persentase kesalahan absolut (Mean Absolute Percentage Error), validasi
peramalan (Tracking Signal), dan pengujian kestabilan (Moving Range).
1) Mean Absolute Deviation (MAD)
Metode untuk mengevakuasi metode peramalan menggunakan jumlah dari kesalahan-
kesalahan yang absolut. Mean Absolute Deviaation (MAD) untuk mengukur ketepatan
ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing
kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama
sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan rumus sebagai
berikut:
∑|At - Ft |
MAD= n
……………….……………..…………….......……..…………..……… (2.6)

2) Mean Square Error (MSE)


Mean Square Error (MSE) adalah metode lain untuk mengevakuasi metode peramalan.
Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan
ditambahkan dengan jumlah observasi. Pendekatan ini mengatur kesalahan peramalan
yang besar karena kesalahan-kesalahan itu dikuadratkan. Metode itu menghasilkan
kesalahan-kesalahan sedang yang kemungkinan lebih baik untuk kesalahan kecil, tapi
kadang menghasilkan perbedaan yang besar.
∑(At - Ft )2
MSE = n
……………….……………..…………….......……..…………..……… (2.7)

3) Mean Absolute Percentage Error (MAPE)


Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan kesalahan
absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode itu.
Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna
ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan
M1 Hal-7

ramalan. MAPE mengidikasi seberaba besar kesalahan dalam meramal yang


dibandingkan dengan nilai nyata.
100 At - Ft
MAPE = ( ) ∑| |……………….………………….......……..…………..……… (2.8)
n At

4) Moving Range (MR)


Peta moving range dirancang untuk membandingkan nilai permintaan aktual dengan
peramalan. Data permintaan aktual dibandingkan dengan nilai peramalan pada periode
yang sama. Peta tersebut dikembangkan ke periode yang akan datang hingga dapat
dibandingkan data peramalan dengan permintaan aktual. Peta moving range digunakan
untuk pengujian kestabilan sistem sebab-akibat yang mempengaruhi permintaan.
Rentang bergerak didefinisikan sebagai:
MR = |(Ft - At )- (Ft-1 -At-1 )|……………….……………….......……..…………..……… (2.9)
Rata-rata rentang bergerak:
∑ MR
̅̅̅̅=
MR ……………………………….………………….......……..……………….… (2.10)
n-1

Garis tengah peta MR adalah pada titik nol.


Batas-batas kontrol adalah:
BKA= 2.66 x ̅̅̅̅̅
MR ……………………………….………….......……..……………….… (2.11)
BKB= -2.66 x ̅̅̅̅̅
MR ……………………………….……………….…..……………….… (2.12)
Kegunaan peta Moving Range adalah untuk verifikasi hasil peramalan least square
terdahulu. Jika peta Moving Range menunjukan keadaan diluar kriteria kendali. Hal ini
berarti terdapat data yang tidak berasal dari sistem sebab-akibat yang sama dan harus
dibuang maka peramalan pun harus diulangi lagi. Pengujian untuk suatu kondisi tak
terkendali adalah suatu titik diluar batas-batas kendali. Untuk maksud pengujian
tersebut, peta MR dibagi dalam 6 daerah dengan lebar yang sama, yaitu:
̅̅̅̅̅ ……………………………….…..........……..……………….… (2.13)
Daerah A = ±1.77 MR
̅̅̅̅̅ ……………………………….………….......…….………….… (2.14)
Daerah B = ±0.89 MR
Daerah C terdiri dari bagian diatas dan dibawah garis tengah.
Kriteria pengujian untuk suatu kondisi tak terkendali adalah sebagai berikut.
a. Dari 3 titik yang berurutan, 2 titik atau lebih terdapat pada salah satu daeah A
b. Dari 5 titik yang berurutan, 4 titik leih terdapat pada saah satu daerah.
c. Terdapat 8 titik yang berurutan pada salah satu sisi dari garis tengah.
M1 Hal-8

1.2. PENGUMPULAN DATA


Bedasarkan hasil data histori sebelumnya didapatkan sebagai berikut:
Tabel 1.1 Data Histori Produksi Meja Bahagia
Bulan Data Histori
1 78
2 80
3 69
4 94
5 88
Sumber: Pengumpulan data
Dengan indikator yaitu:
N=5
W1 = 0,3
W2 = 0,3
W3 = 0,4
α = 0,3
β = 0,4

1.3. PENGOLAHAN DATA


1) Pengolahan data dilakukan dengan menggunakan aplikasi WinQsb. Buka
software WinQsb melalui VM VirtualBox (karena software WinQsb hanya bisa
dibuka di Windows Xp).

Gambar 1.1. Tampilan Awal Aplikasi WinQsb


Sumber: pengolahan data

2) Kemudian buka aplikasi Forecasting and Linear Regression, pilihlah File


kemudian New Problem, maka pada layar akan muncul gambar seperti di bawah
ini. Pilih problem type “Time Series Forecasting”. Isi Problem Title dengan Nama
M1 Hal-9

Perusahaan yaitu PT HANA, time unit diisi dengan satuan yang akan digunakan
untuk perlaman dan number of Time Units (Periods) diisi dengan jumlah periode
yang akan dihitung lalu klik OK.

Gambar 1.2 Spesifikasi Problem


Sumber: pengolahan data

3) Kemudian akan muncul tampilan seperti di bawah ini. Isi dengan data permintaan
masa lalu selama 5 bulan.

Gambar 1.3 Data Histori Produksi Meja Bahagia


Sumber: pengolahan data

1.3.1. Perhitungan dengan Metode Simple Average (SA)


Setelah data dimasukan kemudian klik gambar pada toolbar lalu akan
muncul tampilan Forecasting Setup. Pilih metode Simple Average (SA) kemudian isi
Number of periods to forecast dengan jumlah periode yang akan diramalkan. Klik OK.
M1 Hal-10

Gambar 1.4 Data untuk Metode Simple Average (SA)


Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Simple Average (SA).
Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk peramalan 5 bulan ke
depan yaitu sebanyak 81.8 unit.

Gambar 1.5 Hasil Perhitungan dengan Metode Simple Average (SA)


Sumber: pengolahan data
M1 Hal-11

Gambar 1.6 Grafik Garis Metode Simple Average (SA)


Sumber: pengolahan data

Gambar 1.7 Grafik Batang Metode Simple Average (SA)


Sumber: pengolahan data

1.3.2. Perhitungan dengan Metode Moving Average (MA)


Lakukan langkah-langkah dari point 1) sampai 3) kemudian klik gambar pada toolbar
lalu akan muncul tampilan Forecasting Setup. Pilih metode Moving Average (MA).
Kemudian isi Number of periods to forecast dengan jumlah periode yang akan diramalkan.
Dan isi Number of periods in average dengan jumlah pergerakannya. Klik OK.
M1 Hal-12

Gambar 1.8 Data untuk Metode Moving Average (MA)


Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Moving Average (MA).
Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk peramalan 5 bulan ke
depan yaitu sebanyak 83.6 unit.

Gambar 1.9 Hasil Perhitungan dengan Metode Moving Average (MA)


Sumber: pengolahan data
M1 Hal-13

Gambar 1.10 Grafik Garis Metode Metode Moving Average (MA)


Sumber: pengolahan data

Gambar 1.11 Grafik Batang Metode Moving Average (MA)


Sumber: pengolahan data

1.3.3. Perhitungan dengan Metode Weighted Moving Average (WMA)


Lakukan langkah-langkah dari point 1) sampai 3). Kemudian klik gambar
pada toolbar lalu akan muncul tampilan Forecasting Setup. Pilih metode Weighted Moving
Average (WMA). Kemudian isi Number of periods to forecast dengan jumlah periode yang
akan diramalkan. Dan isi Number of periods in average dengan jumlah pergerakannya.
Kemudian klik Enter Moving Average Weights.
M1 Hal-14

Gambar 1.12 Data untuk Metode Weighted Moving Average (WMA)


Sumber: pengolahan data

Pada tabel Enter Moving Average Weights masukkan data untuk bobot masing
masing periode. Klik OK.

Gambar 1.13 Data Bobot untuk Metode Weighted Moving Average (WMA)
Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Weighted Moving Average
(WMA). Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk peramalan 5
bulan ke depan yaitu sebanyak 84.1 unit.
M1 Hal-15

Gambar 1.14 Hasil Perhitungan dengan Metode Weighted Moving Average (WMA)
Sumber: pengolahan data

Gambar 1.15 Grafik Garis Metode Weighted Moving Average (WMA)


Sumber: pengolahan data
M1 Hal-16

Gambar 1.16 Grafik Batang Metode Weighted Moving Average (WMA)


Sumber: pengolahan data

1.3.4. Perhitungan dengan Metode Single Exponensial Smoothing (SES)


Lakukan langkah-langkah dari point 1) sampai 3). Kemudian klik gambar
pada toolbar lalu akan muncul tampilan Forecasting Setup. Pilih metode Single Exponensial
Smoothing (SES). Kemudian isi Number of periods to forecast dengan jumlah periode yang
akan diramalkan. Kemudian isi Smoothing constant alpha dengan 0.3 (harus dibawah 1).
Klik OK.

Gambar 1.17 Data untuk Metode Single Exponensial Smoothing (SES)


Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Single Exponensial


Smoothing (SES). Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk
peramalan 5 bulan ke depan yaitu sebanyak 83.2 unit.
M1 Hal-17

Gambar 1.18 Hasil Perhitungan dengan Metode Single Exponensial Smoothing (SES)
Sumber: pengolahan data

Gambar 1.19 Grafik Garis Metode Single Exponensial Smoothing (SES)


Sumber: pengolahan data
M1 Hal-18

Gambar 1.20 Grafik Batang Metode Single Exponensial Smoothing (SES)


Sumber: pengolahan data

1.3.5. Perhitungan dengan Metode Double Exponensial Smoothing (DES)


Lakukan langkah-langkah dari point 1) sampai 3). Kemudian klik gambar
pada toolbar lalu akan muncul tampilan Forecasting Setup. Pilih metode Double
Exponensial Smoothing (DES). Kemudian isi Number of periods to forecast dengan jumlah
periode yang akan diramalkan. Kemudian isi Smoothing constant alpha dengan 0.3 (harus
dibawah 1). Klik OK.

Gambar 1.21 Data untuk Metode Double Exponensial Smoothing (DES)


Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Double Exponensial


Smoothing (DES). Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk
peramalan 5 bulan ke depan yaitu sebanyak 83.2 unit.
M1 Hal-19

Gambar 1.22 Hasil Perhitungan dengan Metode Double Exponensial Smoothing (DES)
Sumber: pengolahan data

Gambar 1.23 Grafik Garis Metode Double Exponensial Smoothing (DES)


Sumber: pengolahan data
M1 Hal-20

Gambar 1.24 Grafik Batang Metode Double Exponensial Smoothing (DES)


Sumber: pengolahan data

1.3.6. Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)


Lakukan langkah-langkah dari point 1) sampai 3). Kemudian klik gambar
pada toolbar lalu akan muncul tampilan Forecasting Setup. Pilih metode Adaptive
Exponensial Smoothing (AES). Kemudian isi Number of periods to forecast dengan jumlah
periode yang akan diramalkan. Kemudian isi Smoothing constant alpha dengan 0.3 (harus
dibawah 1). Kemudian isi Adjusting constant beta 0.4 (nilai beta di atas alpha dan di bawah
1). Klik OK.

Gambar 1.25 Data untuk Metode Adaptive Exponensial Smoothing (AES)


Sumber: pengolahan data
M1 Hal-21

Kemudian akan muncul hasil peramalan dengan metode Adaptive Exponensial


Smoothing (AES). Dapat dilihat dengan metode ini menghasilkan nilai yang sama untuk
peramalan 5 bulan ke depan yaitu sebanyak 81 unit.

Gambar 1.26 Hasil Perhitungan dengan Metode Adaptive Exponensial Smoothing (AES)
Sumber: pengolahan data

Gambar 1.27 Grafik Garis Metode Adaptive Exponensial Smoothing (AES)


Sumber: pengolahan data
M1 Hal-22

Gambar 1.28 Grafik Batang Metode Adaptive Exponensial Smoothing (AES)


Sumber: pengolahan data

1.3.7. Perhitungan dengan Metode Linier Regresion With Time (LR)


Lakukan langkah-langkah dari point 1) sampai 3). Kemudian klik gambar
pada toolbar lalu akan muncul tampilan Forecasting Setup. Pilih metode Linier Regresion
With Time (LR). Kemudian isi Number of periods to forecast dengan jumlah periode yang
akan diramalkan. Klik OK.

Gambar 1.29 Data untuk Metode Linier Regresion With Time (LR)
Sumber: pengolahan data

Kemudian akan muncul hasil peramalan dengan metode Linier Regresion With Time
(LR). Dapat dilihat dengan metode ini menghasilkan nilai peramalan untuk 5 bulan ke depan
sebanyak 91.9; 95.3; 98.7; 102.2; dan 105.6.
M1 Hal-23

Gambar 1.30 Hasil Perhitungan dengan Metode Linier Regresion With Time (LR)
Sumber: pengolahan data

Gambar 1.31 Grafik Garis Metode Linier Regresion With Time (LR)
Sumber: pengolahan data
M1 Hal-24

Gambar 1.32 Grafik Batang Metode Linier Regresion With Time (LR)
Sumber: pengolahan data
M1 Hal-25

1.4. KESIMPULAN
Berdasarkan hasil praktikum peramalan, maka diperoleh hasil MAPE dari setiap
metode sebagai berikut:
Tabel 1.2 Hasil MAPE (Mean Absolute Percentage Error)
Metode Forcasating % MAPE
Simple Average (SA) 11,32578
Moving Average (MA) 13,72905
Weighted Exponensial Average (WMA) 13,34502
Single Exponensial Smoothing (SES) 10,89564
Double Exponensial Smoothing (DES) 11,03362
Adaptive Exponensial Smoothing (AES) 8,934657
Linier Regresion With Time (LR) 6,888077
Sumber: pengolahan data

MAPE yang terkecil terdapat pada metode Linear Regression With Time (LR) yaitu
6,888077%. Semakin kecil nilai presentase dari MAPE, maka semakin kecil pula
persentase kegagalannya. Hasil peramalan permintaan untuk 5 bulan kedepan dengan
metode Linier Regression with Time (LR) adalah sebagai berikut:

Tabel 1.3 Hasil Peramalan


Bulan Permintaan (unit)
6 92
7 96
8 99
9 102
10 105
Total 494
Sumber: pengolahan data
LAMPIRAN
M1 Hal-26

LAMPIRAN 1

Bill of Material (BOM)

MEJA BAHAGIA
Level 0

Badan Kanan Kursi Kanan Penyangga Sandaran


Papan Meja Sistem Lipat
& Kiri & Kiri Kaki Kursi
2 2
2 4 1 2

Level 1

PVC PVC
Cat PVC Pipa Engsel Baut roofring
Foamboard 1 Foamboard 2
6 1 4 10
8 8

Level 2
M1 Hal-27

LAMPIRAN 2
Tabel Bill of Material (BOM)

No. Jumlah
Nama Komponen Bahan Ukuran Pakai Seasion Harga
Komponen Unit
1 Sisi Kanan & Kiri 2 900 x 1800 mm Beli
PVC
2 Kursi Kanan & Kiri 4 350 x 750 mm Beli Rp50.000,00 / lembar
Foamboard
3 Papan Meja 2 500 x 750 mm Beli
4 Penyangga Kaki 1 PVC Pipa 2 inc Beli Rp37.000,00 / batang
5 Cat 6 Beli Rp24.000,00 / botol
6 Baut Roofring 10 Baja Ringan 12 c 60 mm Beli Rp260,00 / buah
Total Harga Pembuatan 1 Meja Bahagia Rp583.600
M1 Hal-28

LAMPIRAN 3

Desain Produk
LAPORAN PRAKTIKUM

MODUL 2

PERSEDIAAN (INVENTORY)

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
DAFTAR ISI

DAFTAR ISI ....................................................................................................................xv

DAFTAR TABEL ............................................................................................................xvi

DAFTAR GAMBAR .......................................................................................................xvii

MODUL 2 PERSEDIAAN (INVENTORY) ........................................................................29

2.1 PENDAHULUAN ...............................................................................................29

2.2 PENGUMPULAN DATA ....................................................................................31

2.3 PENGOLAHAN DATA .......................................................................................31

2.3.1 PVC Foamboard .....................................................................................32

2.3.2 PVC Pipa ................................................................................................35

2.3.3 Cat ..........................................................................................................38

2.3.4 Baut Roofring ..........................................................................................41

2.4 KESIMPULAN ...................................................................................................44

xv
DAFTAR TABEL

Tabel 2.1 Data Peramalan Linear Regression..................................................................31


Tabel 2.2 Daftar Harga Material Meja Bahagia ................................................................31
Tabel 2.3 Rekapitulasi Data Inventory Meja Bahagia .......................................................44

xvi
DAFTAR GAMBAR

Gambar 2.1 Inventory Problem Spesification ...................................................................32


Gambar 2.2 Inventory Problem PVC Foamboard .............................................................32
Gambar 2.3 Inventory Cost Analysis per year for PVC Foamboard..................................33
Gambar 2.4 Inventory Profil Setup ...................................................................................34
Gambar 2.5 Grafik EOQ PVC Foamboard .......................................................................34
Gambar 2.6 Inventory Problem Spesification ...................................................................35
Gambar 2.7 Inventory Problem PVC Pipa ........................................................................35
Gambar 2.8 Inventory Cost Analysis per year for PVC Pipa.............................................36
Gambar 2.9 Inventory Profil Setup ...................................................................................37
Gambar 2.10 Grafik EOQ PVC Pipa ................................................................................37
Gambar 2.11 Inventory Problem Spesification .................................................................38
Gambar 2.12 Inventory Problem Cat................................................................................38
Gambar 2.13 Inventory Cost Analysis per year for Cat ....................................................39
Gambar 2.14 Inventory Profil Setup .................................................................................40
Gambar 2.15 Grafik EOQ Cat ..........................................................................................40
Gambar 2.16 Inventory Problem Spesification .................................................................41
Gambar 2.17 Inventory Problem Baut Roofring................................................................41
Gambar 2.18 Inventory Cost Analysis per year for Baut Roofring ....................................42
Gambar 2.19 Inventory Profil Setup .................................................................................43
Gambar 2.20 Grafik EOQ Baut Roofring ..........................................................................43

xvii
MODUL 2
PERSEDIAAN (INVENTORY)

2.1 PENDAHULUAN
Persediaan dapat diartikan sebagai bahan atau barang yang disimpan yang
kemudian akan digunakan untuk memenuhi tujuan tertentu pada masa atau periode yang
akan datang. Persediaan terdiri dari persediaan bahan baku, persediaan bahan setengah
jadi dan persediaan barang jadi. Persediaan bahan baku dan bahan setengah jadi disimpan
sebelum digunakan atau dimasukan ke dalam proses produksi, sedangkan persediaan
barang jadi disimpan sebelum dijual atau dipasarkan. Dengan demikian setiap toko yang
melakukan kegiatan usaha pada umumnya memiliki persediaan. Persediaan digunakan
untuk menyelesaikan masalah yang terkait dengan usaha pengendalian bahan baku
maupun barang jadi dalam suatu aktifitas toko.

EOQ atau Economical Order Quantity disebut juga jumlah pembelian yang paling
ekonomis. EOQ adalah tingkat persediaan yang meminimalkan total biaya menyimpan
persediaan dan biaya pemesanan. Metode Economic Order Quantity (EOQ) adalah salah
satu metode dalam manajemen persediaan yang klasik dan sederhana. Perumusan
metode EOQ pertama kali ditemukan oleh FW Harris pada tahun 1915, tetapi metode ini
sering disebut EOQ Wilson Karena metode ini dikembangkan oleh seorang peneliti
bernama Wilson pada tahun 1934. Metode ini digunakan untuk menghitung minimalisasi
total biaya persediaan berdasarkan persamaan tingkat atau titik equlibrium kurva biaya
simpan dan biaya pesan (Divianto, 2011).

Metode EOQ mengasumsikan permintaan secara pasti dengan pemesanan yang


dibuat secara konstan serta tidak adanya kekurangan persediaan. Dalam kegiatan normal
Model Economic Order Quantity memiliki beberapa karakteristik antara lain:
a. jumlah barang yang dipesan pada setiap pemesanan selalu konstan,
b. permintaan konsumen, biaya pemesanan, biaya transportasi dan waktu antara
pemesanan barang sampai barang tersebut dikirim dapat diketahui secara pasti,
dan bersifat konstan,
c. harga per unit barang adalah konstan dan tidak mempengaruhi jumlah barang
yang akan dipesan nantinya, dengan asumsi ini maka harga beli menjadi tidak
relevan untuk menghitung EOQ, karena ditakutkan pada nantinya harga barang
akan ikut dipertimbangkan dalam pemesanan barang,

M2 Hal-29
M2 Hal-30

d. pada saat pemesanan barang, tidak terjadi kehabisan barang atau back order
yang menyebabkan perhitungan menjadi tidak tepat. Oleh karena itu,
manajemen harus menjaga jumlah pemesanan agar tidak terjadi kehabisan
barang,
e. pada saat penentuan jumlah pemesanan barang kita tidak boleh
mempertimbangkan biaya kualitas barang,
f. biaya penyimpanan per unit pertahun konstan.

Besarnya EOQ dapat ditentukan dengan berbagai cara, menurut Hansen dan Mowen
(2005:472) Economic Order Quantity akan menentukan jumlah pesanan persediaan yang
meminimumkan biaya pemesanan dan biaya penyimpanan. Rumus EOQ adalah sebagai
berikut:

2×A×D
EOQ = √ …………………………………………….……........................... (2.1)
i

Dimana :
D = Jumlah (dalam unit) yang dibutuhkan selama satu periode tertentu, misalnya satu
tahun.
A = Biaya pesanan setiap kali pesan.
i = Biaya Penyimpanan per unit barang per tahun (Rp / unit / tahun)
Sementara rumus untuk Total Cost (TC) adalah :
TC = Biaya Pemesanan + Biaya Penyimpanan + Biaya Pembelian
A×D i×q
TC = + + D. C ……………………………….……..................................... (2.2)
q 2
Dimana :
q = EOQ = Economic Order Quantity
C = Biaya pembelian barang per unit

Rumus EOQ juga digunakan untuk menghitung reorder point, yaitu tingkat persediaan
saat pemesanan harus dilakukan. Reorder point berdasar waktu pengiriman dan tingkat
persediaan aman mengatasi fluktuasi permintaan.
PT HANA merupakan salah satu perusahaan swasta yang bergerak dibidang industri
perdagangan mabel terutama meja multifungsi. Perusahaan industri adalah kegiatan untuk
mengelola bahan baku menjadi barang jadi. Barang jadi dengan kualitas baik kemudian
dipasarkan oleh perusahaan. Seperti halnya bahan baku, produk jadi juga perlu adaya
pengawasan dan pengelolaan, karena dengan adanya sistem seperti ini, kualitas dari
produk barang akan tetap terjaga, di dalam persediaan juga ada perhitungan yang
M2 Hal-31

dilakukan untuk meminimalisir biaya total persediaan agar tidak terjadi kelebihan
persediaan.

2.2 PENGUMPULAN DATA


Dalam praktikum 2, data yang kami peroleh merupakan data hasil peramalan yang
telah dilakukan sebelumnya dengan metode Linier Regresion With Time (LR) karena
memiliki nilai MAPE terkecil. Semakin kecil nilai MAPE yang diperoleh, semakin kecil pula
persentase kesalahannya. Semua perhitungan dihitung dengan menggunakan informasi
yang telah diketahui berikut ini, identitas dari data-data tersebut adalah:
Tabel 2.1 Data Peramalan Linear Regression
Permintaan Meja
Bulan
Bahagia (Unit)
6 92
7 96
8 99
9 102
10 105
Total Permintaan 494
Sumber: pengolahan data

Tabel 2.2 Daftar Harga Material Meja Bahagia


Biaya Biaya Biaya
Lead Time
Nama Barang Pemesanan Pembelian Penyimpanan
(tahun)
(Rp) (Rp) (Rp)
PVC Foamboard 2.000.000 50.000 5.000.000 0,0167
PVC Pipa 250.000 37.000 2.000.000 0,025
Cat 1.580.000 24.000 2.900.000 0,0083
Baut Roofring 320.000 260 140.000 0,0125
Sumber: pengolahan data

Jumlah hari kerja dalam setahun adalah 240 hari.

2.3 PENGOLAHAN DATA


Data yang telah kita peroleh merupakan data yang diolah menggunakan software
WinQsb. Berikut langkah langkah menggunakan software tersebut:
1. Buka software WinQsb
2. Pilih Inventory Theory and System
M2 Hal-32

3. Klik file -> New problem

2.3.1 PVC Foamboard


Kebutuhan PVC Foamboard untuk 1 unit meja bahagia adalah sebanyak 8 lembar.
Sehingga kebutuhan PVC Foamboard selama 1 tahun adalah 3.952 lembar.

Gambar 2.1 Inventory Problem Spesification


Sumber: pengolahan data

Ketika muncul kotak Inventory Problem Spesification seperti gambar 2.1 diatas, pilih
metode Desterministic Demand Economic Order Quantity (EOQ) Problem, isi Problem Title
dengan nama material yang digunakan dan Number of Time Units (Periods) -> Ok

Gambar 2.2 Inventory Problem PVC Foamboard


Sumber: pengolahan data

Selanjutnya isi data untuk PVC Foamboard seperti gambar 2.2 diatas. Permintaan
PVC Foamboard selama 1 tahun sebanyak 3952 lembar diisi pada kolom Demand per year.
Biaya untuk 1 kali pemesanan PVC Foamboard adalah Rp2.000.000,00 diisi pada kolom
Order or setup cost per order. Biaya penyimpanan PVC Foamboard per tahun sebanyak
M2 Hal-33

Rp5.000.000,00 diisi pada kolom Unit holding cost per year. Biaya pembelian 1 lembar PVC
Foamboard adalah Rp50.000,00 diisi pada kolom Unit acquistion cost without discount.
Masukkan kolom Lead time for a new order in year dengan waktu lead time 0,0167 yang
diperoleh dari:
(waktu datang – waktu pemesanan)
Waktu lead time =
jumlah hari kerja dalam setahun
(8 - 4)
Waktu lead time = = 0,0167 tahun
240

Selanjutnya pilih ikon pada menu, lalu akan keluar hasil perhitungan
Inventory Cost Analysis per year for PVC Foamboard seperti gambar 2.3 dibawah.

Gambar 2.3 Inventory Cost Analysis per year for PVC Foamboard
Sumber: pengolahan data

Hasil dari tabel analisis adalah order quantity untuk PVC Foamboard adalah
sebanyak 56,2281 atau sebanyak 57 lembar. Dengan reorder point sebanyak 9,7703 atau
sebanyak 10 lembar. Total biaya pemesanan PVC Foamboard adalah Rp140.570.300,00.
Total biaya penyimpanan PVC Foamboard adalah Rp140.570.300,00. Sehingga total biaya
keseluruhan untuk PVC Foamboard adalah sebanyak Rp478.740.500,00.

Selanjutnya pilih ikon pada menu, akan keluar Inventory Profil Setup seperti
klik OK, dan akan keluar grafik Inventory untuk PVC Foamboard seperti gambar 2.4
dibawah.
M2 Hal-34

Gambar 2.4 Inventory Profil Setup


Sumber: pengolahan data

Gambar 2.5 Grafik EOQ PVC Foamboard


Sumber: pengolahan data

Dapat dilihat hasil dari grafik EOQ PVC Foamboard pada gambar 2.5 diatas, untuk
Maximum Inventory untuk PVC Foamboard adalah 56,2281 lembar. Dengan order quantity
sebanyak 56,2281 dan Order Interval selama 0,0142 tahun. Sementara untuk reorder point
atau titik dilakukannya pemesanan kembali komponen tersebut karena sudah mencapai
titik minimum persediaan sebanyak 9,7703 lembar.
M2 Hal-35

2.3.2 PVC Pipa


Kebutuhan PVC Pipa untuk 1 unit meja bahagia adalah sebanyak 1 batang.
Sehingga kebutuhan PVC Pipa selama 1 tahun adalah 494 lembar.

Gambar 2.6 Inventory Problem Spesification


Sumber: pengolahan data

Ketika muncul kotak Inventory Problem Spesification seperti gambar 2.6 diatas, pilih
metode Desterministic Demand Economic Order Quantity (EOQ) Problem, isi Problem Title
dengan PVC Pipa dan Number of Time Units (Periods) -> Ok

Gambar 2.7 Inventory Problem PVC Pipa


Sumber: pengolahan data

Selanjutnya isi data untuk PVC Pipa seperti gambar 2.7 diatas. Permintaan PVC
Pipa selama 1 tahun sebanyak 494 batang diisi pada kolom Demand per year. Biaya untuk
1 kali pemesanan PVC Pipa adalah Rp250.000,00 diisi pada kolom Order or setup cost per
order. Biaya penyimpanan PVC Pipa per tahun sebanyak Rp2.000.000,00 diisi pada kolom
Unit holding cost per year. Biaya pembelian 1 batang PVC Pipa adalah Rp37.000,00 diisi
M2 Hal-36

pada kolom Unit acquistion cost without discount. Masukkan kolom Lead time for a new
order in year dengan waktu lead time 0,025 yang diperoleh dari:
(waktu datang – waktu pemesanan)
Waktu lead time =
jumlah hari kerja dalam setahun
(9 - 3)
Waktu lead time = = 0,025 tahun
240

Selanjutnya pilih gambar pada menu, lalu akan keluar hasil perhitungan
Inventory Cost Analysis per year for PVC Pipa seperti gambar 2.8 dibawah..

Gambar 2.8 Inventory Cost Analysis per year for PVC Pipa
Sumber: pengolahan data

Hasil dari tabel analisis adalah order quantity untuk PVC Pipa adalah sebanyak
11,1131 atau sebanyak 12 batang. Dengan reorder point sebanyak 1,2369 atau sebanyak
2 batang. Total biaya pemesanan PVC Pipa adalah Rp11.113.060,00. Total biaya
penyimpanan PVC Pipa adalah Rp11.113.060,00. Sehingga total biaya keseluruhan untuk
PVC Pipa adalah sebanyak Rp40.504.110,00.
Selanjutnya pilih gambar pada menu, akan keluar Inventory Profil Setup klik
OK, dan akan keluar grafik Inventory untuk PVC Pipa seperti gambar 2.9 dibawah.
M2 Hal-37

Gambar 2.9 Inventory Profil Setup


Sumber: pengolahan data

Gambar 2.10 Grafik EOQ PVC Pipa


Sumber: pengolahan data

Dapat dilihat hasil dari grafik EOQ PVC Pipa pada gambar 2.10 diatas, untuk
Maximum Inventory untuk PVC Pipa adalah 11,1131 batang. Dengan order quantity
sebanyak 11,1131 dan Order Interval selama 0,0225 tahun. Sementara untuk reorder point
atau titik dilakukannya pemesanan kembali komponen tersebut karena sudah mencapai
titik minimum persediaan sebanyak 1,2369 batang.
M2 Hal-38

2.3.3 Cat
Kebutuhan cat untuk 1 unit meja bahagia adalah sebanyak 6 botol. Sehingga
kebutuhan cat selama 1 tahun adalah 2964 botol.

Gambar 2.11 Inventory Problem Spesification


Sumber: pengolahan data
Ketika muncul kotak Inventory Problem Spesification seperti gambar 2.11 diatas,
pilih Desterministic Demand Economic Order Quantity (EOQ) Problem, isi Problem Title
dengan Cat dan Number of Time Units (Periods) -> Ok

Gambar 2.12 Inventory Problem Cat


Sumber: pengolahan data

Selanjutnya isi data untuk cat seperti gambar 2.12 diatas. Permintaan cat selama 1
tahun sebanyak 2964 botol diisi pada kolom Demand per year. Biaya untuk 1 kali
pemesanan cat adalah Rp1.580.000,00 diisi pada kolom Order or setup cost per order.
Biaya penyimpanan cat per tahun sebanyak Rp2.900.000,00 diisi pada kolom Unit holding
cost per year. Biaya pembelian 1 botol cat adalah Rp24.000,00 diisi pada kolom Unit
acquistion cost without discount. Masukkan kolom Lead time for a new order in year dengan
waktu lead time 0,0083 yang diperoleh dari:
M2 Hal-39

(waktu datang – waktu pemesanan)


Waktu lead time =
jumlah hari kerja dalam setahun
(9 - 7)
Waktu lead time = = 0,0083 tahun
240

Selanjutnya pilih gambar pada menu, lalu akan keluar hasil perhitungan
Inventory Cost Analysis per year for cat seperti gambar 2.13 dibawah.

Gambar 2.13 Inventory Cost Analysis per year for Cat


Sumber: pengolahan data

Hasil dari tabel analisis adalah order quantity untuk cat adalah sebanyak 56,8308
atau sebanyak 57 botol. Dengan reorder point sebanyak 24,6012 atau sebanyak 25 botol.
Total biaya pemesanan cat adalah Rp82.404.640,00. Total biaya penyimpanan cat adalah
Rp82.404.640,00. Sehingga total biaya keseluruhan untuk cat adalah sebanyak
Rp71.136.000,00.
Selanjutnya pilih gambar pada menu, akan keluar Inventory Profil Setup klik
OK, dan akan keluar grafik Inventory untuk cat seperti gambar 2.14 dibawah.
M2 Hal-40

Gambar 2.14 Inventory Profil Setup


Sumber: pengolahan data

Gambar 2.15 Grafik EOQ Cat


Sumber: pengolahan data

Dapat dilihat hasil dari grafik EOQ cat pada gambar 2.15 diatas, untuk Maximum
Inventory untuk cat adalah 56,8308 botol. Dengan order quantity sebanyak 56,8308 dan
Order Interval selama 0,0192 tahun. Sementara untuk reorder point atau titik dilakukannya
pemesanan kembali komponen tersebut karena sudah mencapai titik minimum persediaan
sebanyak 124,6012 botol.
M2 Hal-41

2.3.4 Baut Roofring


Kebutuhan Baut Roofring untuk 1 unit meja bahagia adalah sebanyak 10 buah.
Sehingga kebutuhan Baut Roofring selama 1 tahun adalah 4940 buah.

Gambar 2.16 Inventory Problem Spesification


Sumber: pengolahan data

Ketika muncul kotak Inventory Problem Spesification seperti gambar 2.16 diatas,
pilih Desterministic Demand Economic Order Quantity (EOQ) Problem, isi Problem Title
dengan Baut Roofring dan Number of Time Units (Periods) -> Ok

Gambar 2.17 Inventory Problem Baut Roofring


Sumber: pengolahan data

Selanjutnya isi data untuk Baut Roofring seperti gambar 2.17 diatas. Permintaan
Baut Roofring selama 1 tahun sebanyak 4940 buah diisi pada kolom Demand per year.
Biaya untuk 1 kali pemesanan Baut Roofring adalah Rp320.000,00 diisi pada kolom Order
or setup cost per order. Biaya penyimpanan cat per tahun sebanyak Rp140.000,00 diisi
pada kolom Unit holding cost per year. Biaya pembelian 1 buah Baut Roofring adalah
Rp260,00 diisi pada kolom Unit acquistion cost without discount. Masukkan kolom Lead
time for a new order in year dengan waktu lead time 0,0125 yang diperoleh dari:
M2 Hal-42

(waktu datang – waktu pemesanan)


Waktu lead time =
jumlah hari kerja dalam setahun
(8 - 5)
Waktu lead time = = 0,0125 tahun
240

Selanjutnya pilih gambar pada menu, lalu akan keluar hasil perhitungan
Inventory Cost Analysis per year for Baut Roofring seperti gambar 2.18 dibawah.

Gambar 2.18 Inventory Cost Analysis per year for Baut Roofring
Sumber: pengolahan data

Hasil dari tabel analisis adalah order quantity untuk Baut Roofring adalah sebanyak
150,2759 atau sebanyak 151 buah. Dengan reorder point sebanyak 61,75 atau sebanyak
62 buah. Total biaya pemesanan Baut Roofring adalah Rp10.519.320,00. Total biaya
penyimpanan Baut Roofring adalah Rp10.519.320,00. Sehingga total biaya keseluruhan
untuk Baut Roofring adalah sebanyak Rp22.323.030,00.
Selanjutnya pilih gambar pada menu, akan keluar Inventory Profil Setup klik
OK, dan akan keluar grafik Inventory untuk Baut Roofring seperti gambar 2.19 dibawah.
M2 Hal-43

Gambar 2.19 Inventory Profil Setup


Sumber: pengolahan data

Gambar 2.20 Grafik EOQ Baut Roofring


Sumber: pengolahan data

Dapat dilihat hasil dari grafik EOQ Baut Roofring pada gambar 2.20 diatas, untuk
Maximum Inventory untuk Baut Roofring adalah 150,2759 buah. Dengan order quantity
sebanyak 150,2759 buah dan Order Interval selama 0,0304 tahun. Sementara untuk
reorder point atau titik dilakukannya pemesanan kembali komponen tersebut karena sudah
mencapai titik minimum persediaan sebanyak 61,75 buah botol.
M2 Hal-44

2.4 KESIMPULAN
Berdasarkan hasil praktikum pengolahan data praktikum Modul 2 Persediaan, maka
dapat disimpulkan bahwa:
1. Untuk meminimalisir biaya total persediaan, maka PT HANA melakukan analisa
perhitungan persediaan untuk produk meja bahagia agar pengawasan dan
pengelolaan dapat dilakukan sehingga kualitas dari produk barang akan tetap terjaga.
2. Analisis persediaan yang dilakukan PT HANA menggunakan metode EOQ atau
Economical Order Quantity agar mendapatkan jumlah pembelian yang paling
ekonomis.
3. Hasil yang analisis persediaan yang diperoleh dari masing-masing bahan baku adalah
sebagai berikut:
Tabel 2.3 Rekapitulasi Data Inventory Meja Bahagia
Order Reorder Point Order Interval Grand Total
Komponen
Quantity (unit) (Unit) (year) Cost (Rp)
PVC
53 10 0,0142 478.740.500
Foamboard
PVC Pipa 12 2 0,0225 40.504.111
Cat 57 25 0,0192 235.945.300
Baut Roofring 151 62 0,0304 22.323.020
Sumber: pengolahan data

Berdasarkan tabel 2.3 hasil rekapitulasi data Inventory Meja Bahagia, diperoleh hasil:
Order Quantity atau jumlah pemesanan dalam satu kali pesanan untuk komponen PVC
foamboard sebanyak 53 unit, PVC pipa sebanyak 12 unit, cat sebanyak 57 unit, dan baut
roofring sebanyak 151 unit. Reorder Point atau titik dilakukannya pemesanan kembali
karena komponen tersebut sudah mencapai titik minimum persediaan untuk komponen
PVC foamboard sebanyak 10 unit, PVC pipa sebanyak 2 unit, cat sebanyak 25 unit, dan
baut roofring sebanyak 62 unit.. Order Interval atau jangka waktu untuk pemesanan
selanjutnya untuk komponen PVC foamboard selama 0,0142 tahun, PVC pipa selama
0,0225 tahun, cat selama 0,0192 tahun, dan baut roofring selama 0,0304 tahun. Sehingga
Grand Total Cost atau total biaya yang diperoleh dari jumlah biaya tetap dan biaya variabel
yang dikeluarkan oleh perusahaan untuk suatu komponen dalam suatu periode tertentu
untuk komponen PVC foamboard sebanyak Rp478.740.500, PVC pipa sebanyak
Rp40.504.111, cat sebanyak Rp235.323.020, dan baut roofring sebanyak Rp22.323.020.
LAPORAN PRAKTIKUM

MODUL 3

PERENCANAAN AGREGAT
(AGGREGATE PLANNING)

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
DAFTAR ISI

DAFTAR ISI .................................................................................................................xviii

DAFTAR TABEL ............................................................................................................xix

DAFTAR GAMBAR .........................................................................................................xx

MODUL 3 PERENCANAAN AGREGAT (AGGREGATE PLANNING) ............................45

3.1 PENDAHULUAN ...............................................................................................45

3.2 PENGUMPULAN DATA ....................................................................................46

3.3 PENGOLAHAN DATA .......................................................................................47

3.4 KESIMPULAN ...................................................................................................51

xviii
DAFTAR TABEL

Tabel 3.1 Jumlah Peramalan Permintaan Meja (unit).......................................................46


Tabel 3.2 Jumlah Hari Kerja.............................................................................................46

xix
DAFTAR GAMBAR

Gambar 3.1 Tampilan Awal Aplikasi WinQsb ...................................................................47


Gambar 3.2 Problem Specification Agreggate Planing.....................................................47
Gambar 3.3 Planning Information for PT HANA (Simple Model) ......................................48
Gambar 3.4 Aggregate Planning Options.........................................................................49
Gambar 3.5 Planning Result for PT HANA (Simple Model) ..............................................49
Gambar 3.6 Cost Analysis for PT HANA (Simple Model) .................................................50
Gambar 3.7 Grafik Batang Aggregate Planning (Simple Model) ......................................50

xx
MODUL 3
PERENCANAAN AGREGAT (AGGREGATE PLANNING)

3.1 PENDAHULUAN
Aggregate Planning (AP) adalah suatu aktivitas operasional untuk menentukan
jumlah dan waktu produksi pada waktu dimasa yang akan datang. AP juga didefinisikan
sebagai usaha untuk menyamakan antara supply dan demand dari suatu produk atau jasa
dengan jalan menentukan jumlah dan waktu input, transformasi, dan output yang tepat.
Dimana keputusan AP dibuat untuk produksi, staffing, inventory, dan backorder level.
Perencanaan Agregat (agregat planning) juga dikenal sebagai Penjadwalan Agregat
adalah suatu pendekatan yang biasanya dilakukan oleh para manajer operasi untuk
menentukan kuantitas dan waktu produksi pada jangka menengah (biasanya antara 3
hingga 18 bulan ke depan). Perencanaan agregat dapat digunakan dalam menentukan
jalan terbaik untuk memenuhi permintaan yang diprediksi dengan menyesuaikan nilai
produksi, tingkat tenaga kerja, tingkat persediaan, pekerjaan lembur, tingkat subkontrak,
dan variabel lain yang dapat dikendalikan. Keputusan Penjadwalan menyangkut
perumusan rencana bulanan dan kuartalan yang mengutamakan masalah mencocokkan
produktifitas dengan permintaan yang fluktuatif. Oleh karenanya perencanaan Agregat
termasuk dalam rencana jangka menengah.
Perencanaan agregat bersangkutan dengan cara kapasitas organisasi digunakan
untuk memberikan tanggapan terhadap permintaan yang diperkirakan. Perencanaan
agregat membentuk keterkaitan antara perencanaan fasilitas di satu pihak dan penjadwalan
dipihak lain. Perencanaan fasilitas membatasi keputusan perencanaan agregat.
Penjadwalan berkenaan dengan jangka waktu yang pendek (beberapa bulan atau kurang)
dan dibatasi oleh keputusan perencanaan agregat. Perencanaan agregat berkaitan dengan
perolehan sumber daya, sedangkan penjadwalan berkaitan dengan pengalokasian sumber
daya yang tersedia terhadap pekerjaan dan pesanan tertentu. Jadi perbedaan dasar harus
dilakukan antara perolehan sumber daya melalui penjadwalan.
Pada PT HANA merupakan perusahaan yang bergerak di bidang produksi mabel
yang memiliki banyak kompetitor. Menghadapi tingkat permintaan yang sangat fluktuatif
maka perusahaan ini sering mengalami kesulitan dalam mengadakan penyesuaian yang
dimiliki. Dalam proses operasionalnya pihak perusahaan menggunakan rate waktu untuk
perencanaan agregat selama 5 bulan. Hal ini dikarenakan taksiran fluktiatif permintaan
mengalami perubahan rata-rata 5 bulan.

M3 Hal-45
M3 Hal-46

3.2 PENGUMPULAN DATA


Data yang diperoleh dari hasil Praktikum Modul I merupakan data peramalan
permintaan di PT HANA yang digunakan untuk perhitungan pada Modul III. Data peramalan
yang digunakan terhitung dari bulan ke 6 sampai ke 10. Berikut data peramalan permintaan
meja bahagia:
Tabel 3.1 Jumlah Peramalan Permintaan Meja (unit)
Peramalan Permintaan
Periode
(unit)
6 92
7 96
8 99
9 102
10 105
Sumber: Pengumpulan data

Adapun data tambahan lain yang telah ditentukan:


Biaya Penyimpanan persediaan /unit/bulan = Rp. 150.000,00
Biaya tenaga kerja /org/hari = Rp. 70.000,00
Biaya menanggur tenaga kerja = Rp. 0
Jam kerja = 8 Jam/hari
Rata-rata produksi per unit = 5 jam/org
Tenaga kerja saat ini = 15 orang
Persediaan awal = 20 unit
Biaya Subkontrak = Rp. 95.000,00

Tabel 3.2 Jumlah Hari Kerja


Periode Jumlah Hari
6 21
7 20
8 22
9 18
10 20
Sumber: Pengumpulan data
M3 Hal-47

3.3 PENGOLAHAN DATA


Pengolahan data dilakukan dengan menggunakan aplikasi WinQsb. Buka software
WinQsb melalui VM VirtualBox (karena software WinQsb hanya bisa dibuka di Windows
Xp).

Gambar 3.1 Tampilan Awal Aplikasi WinQsb


Sumber: pengolahan data

Kemudian buka aplikasi Agreggate Planing seperti terlihat pada gambar 3.1 diatas,
pilihlah File kemudian New Problem.

Gambar 3.2 Problem Specification Agreggate Planing


Sumber: pengolahan data

Sehingga akan muncul tampilan seperti pada gambar 3.2 diatas. Maka pada layar
akan muncul gambar seperti diatas. Pilih Problem type Simple Model. Dan beri tanda silang
(X) pada kolom strategi Subcontracting Allowed. Isilah data sebagai berikut:
a) Problem Title = PT HANA (Nama Perusahaan)
b) Number of Planning Periode = 5 (jumlah periode yang akan dihitung)
M3 Hal-48

c) Planning Resource Name = employee


d) Capacity Unit of Planning Resource = hour
e) Capacity Requirement per Product/Service = 5
f) Initial Number of Planning Resource = 15
g) Initial Inventory (+) / Backorder(-) of Product/Service = 20
h) Klik OK

Selanjutnya akan muncul Planning Information for PT HANA (Simple Model). Pada
Gambar 3.3 di bawah isi data dengan Forecast Demand diisi dengan data peramalan
permintaan meja untuk 5 periode, kemudian Initial Number of Employee diisi dengan jumlah
tenaga kerja, Regular Time Capacity in Hour per Employee diisi dengan jam kerja per hari
yang dikali dengan jumlah hari kerja per periode, Regular Time Cost per Hour diisi dengan
biaya tenaga kerja/orang/hari dibagi dengan jam kerja/hari, Undertime Cost per Hour
dengan biaya menganggur, Intial Inventory (+) or Backorder (-) dengan persediaan awal,
Minimum Ending Inventory (Safety Stock) diisi dengan persediaan tambahan untuk
menghindari terjadinya stock out, Unit Inventory Holding Cost dengan Biaya Penyimpanan
persediaan /unit/bulan, Unit Subcontracting Cost dengan Biaya Subkontrak, Capacity
Requirement in Hour per Unit dengan Rata-rata produksi per unit.

Gambar 3.3 Planning Information for PT HANA (Simple Model)


Sumber: pengolahan data

Selanjutnya klik gambar pada toolbar lalu akan muncul tampilan Aggregate
Planning Options. Pada Solution Method pilih Constant Regular Time Employee (Level
Strategy). Klik OK.
M3 Hal-49

Gambar 3.4 Aggregate Planning Options


Sumber: pengolahan data

Gambar 3.5 Planning Result for PT HANA (Simple Model)


Sumber: pengolahan data

Setelah itu akan keluar hasil perencanaan agregat PT HANA dengan Metode Simpel.
Dilihat dari Gambar 3.5 dengan menggunakan simple model didapatkan total hasil demand
selama 5 periode sebanyak 494 unit untuk pembuatan meja dengan jam kerja reguler
(regular production) sebanyak 485 unit dan total inventory sebesar 125 unit. Selanjutnya
pilih gambar untuk melihat hasil perhitungan total cost untuk pembuatan meja
bahagia.
M3 Hal-50

Gambar 3.6 Cost Analysis for PT HANA (Simple Model)


Sumber: pengolahan data

Dapat dilihat pada Gambar 3.6 total biaya yang dikeluarkan selama 5 periode pada
waktu regular sebesar Rp. 21.218.750 dengan biaya penyimpanan Rp. 18.750.000
sehingga untuk total cost yang akan dikeluarkan sebanyak Rp. 39.968.750. Selanjutnya klik
ikon untuk melihat diagram chart pada perencanaan agregat meja bahagia.

Gambar 3.7 Grafik Batang Aggregate Planning (Simple Model)


Sumber: pengolahan data
M3 Hal-51

3.4 KESIMPULAN
Berdasarkan hasil praktikum modul 3 yang telah dilakukan, didapatkan kesimpulan
bahwa:
1. Untuk menghadapi tingkat permintaan yang fluktuatif maka PT HANA melakukan
perencanaan agregat untuk penyesuaian dalam proses operasionalnya dan melihat
biaya yang digunakan.
2. PT HANA melakukan analisis menggunakan metode simpel model dan strategi yang
digunakan adalah subcontracting allowed.
3. Berdasarkan hasil pengolahan pada PT HANA tidak digunakan subcontract karena
hasil regular time yang dimiliki sudah mencukupi untuk melakukan produksi.
4. Berdasarkan hasil pengolahan data maka diperoleh hasil untuk perencanaan agregat
dengan model simple total biaya yang di dapatkan sebesar Rp. 39.968.750,00. Biaya
tersebut terdiri dari biaya regular time sebanyak Rp. 21.208.750,00, biaya subkontrak
Rp. 0,00 dan biaya penyimpanan sebanyak Rp. 18.750.000,00 untuk 5 periode yang
akan datang.
LAPORAN PRAKTIKUM

MODUL 4

MATERIAL REQUIREMENT PLANNING (MRP)

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
DAFTAR ISI

DAFTAR ISI ...................................................................................................................xxi

DAFTAR TABEL ...........................................................................................................xxii

DAFTAR GAMBAR ......................................................................................................xxiii

MODUL 4 MATERIAL REQUIREMENT PLANNING (MRP)............................................52

4.1 PENDAHULUAN ...............................................................................................52

4.2 PENGUMPULAN DATA ....................................................................................54

4.3 PENGOLAHAN DATA .......................................................................................55

4.4 KESIMPULAN ...................................................................................................64

xxi
DAFTAR TABEL

Tabel 4.1 Jumlah Peramalan Permintaan Meja (unit).......................................................54


Tabel 4.2 Daftar Harga Material Meja Bahagia ................................................................54

xxii
DAFTAR GAMBAR

Gambar 4.1 Tampilan Awal Aplikasi WinQsb ...................................................................55


Gambar 4.2 MRP Specification ........................................................................................55
Gambar 4.3 Item Master ..................................................................................................56
Gambar 4.4 Bill of Materials .............................................................................................57
Gambar 4.5 Master Production Schedule ........................................................................57
Gambar 4.6 Inventory ......................................................................................................58
Gambar 4.7 MRP Report Selection ..................................................................................58
Gambar 4.8 Hasil MRP untuk Komponen MB, BKK, KKK, dan PM ..................................59
Gambar 4.9 Hasil MRP untuk Komponen PK, SL, SK, dan C ..........................................60
Gambar 4.10 Hasil MRP untuk Komponen PF001, PF002, E dan BR..............................61
Gambar 4.11 Product Structure Selection ........................................................................62
Gambar 4.12 Bill of Material Meja Bahagia ......................................................................62
Gambar 4.13 Bill of Material Meja Bahagia (lanjutan) ......................................................62

xxiii
MODUL 4
MATERIAL REQUIREMENT PLANNING (MRP)

4.1 PENDAHULUAN
Tempat bermain bagi anak merupakan hal yang penting bagi pertumbuhan seorang
anak, karena perkembangan bagi setiap anak sebagai individu mempunyai sifat yang unik.
Masing-masing individu berkembang dengan cara-cara tertentu. Disamping adanya
kesamaan-kesamaan umum dalam pola-pola perkembangan anak. Hal ini terjadi karena
perkembangan itu sendiri merupakan suatu proses perubahan yang kompleks, melibatkan
berbagai unsur yang saling berpengaruh satu sama lain. Perkembangan individu yang
terjadi pada anak-anak dapat dikelompokan menjadi tiga kelompok yaitu proses biologis,
kognitif, dan psikososial. Kemampuan fisik anak berkaitan dengan kemampuan motorik
yaitu kemampuan untuk melakukan kordinasi kerja syaraf motorik dan dikoordinir oleh
syaraf pusat. Kecakapan motorik seseorang menunjukkan fungsi fisik semakin matang
sehingga mampu menunjukkan kemampuan yang lebih baik di samping itu kemampuan ini
dipengaruhi juga oleh kemampuan berfikir. Maka tumbuh kembang seorang anak juga
berpengaruh pada permainan yang dipakainya bermain. Dalam memilih permainan anak
merupakan hal yang penting karena jika salah membeli mainan anak maka akan
mengganggu tumbuh kembang seorang anak. Tingkat kejahatan yang besar di Indonesia
membuat setiap orang tua khawatir untuk membiarkan anaknya bermain di luar rumah.
Dengan adanya mainan dalam rumah tentunya dapat mengurangi kekhawatiran orang tua.
Namun adanya mainan di dalam rumah membuat ruang dalam rumah semakin sempit,
karena banyak benda lainnya.
Adanya mainan di dalam rumah dapat membuat interaksi antara anak dengan orang
tua lebih banyak lagi sehingga anak akan mudah untuk bersosialisasi dan percaya diri.
Meja menjadi salah satu kebutuhan tersebut, meja dapat berfungsi sebagai tempat belajar
juga makan makan. Tetapi ruangan dalam rumahpun menjadi kendala untuk tempat
bermain anak. Oleh karena itu kami membuat meja yang dilengkapi oleh jungkat-jungkit
yang dapat menjadi mainan dalam ruangan sederhana dengan desain minimalis. Itulah
alasan kami selaku PT. Hana membuat suatu produk meja multifungsi yang tentunya dapat
sangat bermanfaat bagi setiap anak untuk tumbuh kembangnya. Sebelum memulai proses
produksi hendaknya sebuah perusahaan melakukan peramalan permintaan agar nantinya
dapat menyesuaikan dengan permintaan pasar.
Manajemen Persediaan yang baik merupakan salah satu faktor keberhasilan suatu
perusahaan manufacturing untuk melayani kebutuhan pabrik dan konsumen dalam
menghasilkan suatu produk yang berkualitas dan tepat waktu. Permasalahan tidak tepatnya

M4 Hal- 52
M4 Hal- 53

waktu kedatangan bahan baku yang telah dijadwalkan perusahaan dapat membuat
kepanikan apabila stock persediaan bahan baku habis, sementara order telah harus
dipenuhi. Sebaliknya kelebihan persediaan menimbulkan biaya tambahan seperti biaya
keamanan, biaya gudang, resiko penyusutan, yang kerap kali perusahaan kurang
mempertimbangkannya. Di dalam manajemen industri modern, dimana proses industri
dipandang sebagai suatu process continous improvement, permasalahan diatas
dipecahkan dengan salah satu sistem yang disebut sistem Manufacturing Resourcess
Planning (MRP).
Profesionalisme dalam mengendalikan persediaan dirancang dengan menggunakan
Master Production Schedule (MPS) dan secara terperinci menjadwalkan kebutuhan
pemakaian bahan baku dengan memperhitungkan waktu tunggu (lead time), lot size, factor
safety stock persediaan awal, didalam Material Requirement Planning (MRP). Proses
industri harus dipandang sebagai suatu perbaikan terus menerus (continous improvement)
yang dimulai dari sederet siklus sejak adanya ide-ide untuk menghasilkan suatu produk,
pengembangan produk, proses produksi, sampai distribusi kepada konsumen. Seterusnya,
berdasarkan informasi sebagai umpan balik yang dikumpulkan dari pengguna produk
(pelanggan) itu kita dapat mengembangkan ide-ide untuk menciptakan produk baru atau
memperbaiki produk lama beserta proses produksi yang saat ini.
Dengan menggunakan metode MRP untuk melakukan penjadwalan produksi, maka
perusahaan akan menentukan secara tepat perencanaan tanggal penyelesaian pekerjaan
yang realistik, pekerjaan dapat selesai tepat pada waktunya, janji kepada konsumen dapat
ditepati dan waktu tengang pemesanan dapat dikurangi.
M4 Hal- 54

4.2 PENGUMPULAN DATA


Data yang diperoleh merupakan data hasil peramalan yang telah dilakukan
sebelumnya dengan metode Linier Regresion With Time (LR) karena memiliki nilai MAPE
terkecil. Semakin kecil nilai MAPE yang diperoleh, semakin kecil pula persentase
kesalahannya. Data peramalan yang digunakan terhitung dari bulan ke 6 sampai ke 10.
Berikut data peramalan permintaan meja bahagia:
Tabel 4.1 Jumlah Peramalan Permintaan Meja (unit)
Permintaan Meja
Bulan
Bahagia (Unit)
6 92
7 96
8 99
9 102
10 105
Total Permintaan 494
Sumber: Pengumpulan data

Tabel 4.2 Daftar Harga Material Meja Bahagia


Biaya Biaya Biaya Lead
Kode
Nama Barang Pembelian Pemesanan Penyimpanan Time
Item
(Rp) (Rp) (Rp) (hari)
Meja Bahagia MB - - 2.500.000,00 217
Badan Kanan & Kiri BKK - - 2.000.000,00 22
Kursi Kanan & Kiri KKK - - 2.000.000,00 29
Papan Meja PM - - 2.000.000,00 25
Penyangga Kaki PK - - 2.000.000,00 28
Sistem Lipat SL - - 2.000.000,00 18
Sandaran Kursi SK - - 2.000.000,00 20
Cat C 24.000,00 1.580.000,00 2.900.000,00 12
PVC Pipa PP 37.000,00 250.000,00 2.000.000,00 13
PVC Foamboard 1 PF001 50.000,00 2.000.000,00 5.000.000,00 16
PVC Foamboard 2 PF002 50.000,00 2.000.000,00 5.000.000,00 9
Engsel E 25.000,00 2.000.000,00 5.000.000,00 14
Baut Roofring BR 260,00 320.000,00 140.000,00 11
Sumber: Pengumpulan data

Jumlah hari kerja dalam setahun adalah 240 hari.


M4 Hal- 55

4.3 PENGOLAHAN DATA


Pengolahan data dilakukan dengan menggunakan aplikasi WinQsb. Buka software
WinQsb melalui VM VirtualBox (karena software WinQsb hanya bisa dibuka di Windows
Xp).

Gambar 4.1 Tampilan Awal Aplikasi WinQsb


Sumber: pengolahan data

Kemudian buka aplikasi Material Requirement Planning pada gambar 4.1, pilihlah File
kemudian New Problem, maka pada layar akan muncul kolom MRP Specification seperti di
bawah ini.

Gambar 4.2 MRP Specification


Sumber: pengolahan data

Selanjutnya isi data pada gambar 4.2 Problem Title dengan nama produk. Number of
Product and Part Items diisi dengan jumlah komponen yang dibutuhkan untuk
menghasilkan suatu produk, yaitu sebanyak 13 komponen. Time Unit of Planning Period
diisi dengan waktu yang digunakan dalam rentang perencanaan, yaitu dalam bulan.
M4 Hal- 56

Number of Planning Periods merupakan jumlah periode perencanaan, yaitu selama 5


bulan. Number of Periods per Year adalah jumlah bulan dalam satu tahun, yaitu 12 bulan.
Maximum Number of Direct Components per Parent Item (BOM or Product Structure Span)
adalah jumlah cabang terbanyak yang terbentuk di dalam bill of material maka sesuai
dengan BOM PT HANA jumlah cabang terbanyaknya sebanyak 6 cabang, Selanjutnya klik
OK. Maka akan muncul Material Requirements Planning – [MEJA BAHAGIA – Item Master]
seperti gambar 4.3.

Gambar 4.3 Item Master


Sumber: pengolahan data

Selanjutnya isi data Item ID dengan nama komponen. Source Code diisi dengan
sumber material, jika dibuat (make) maka tulis M, jika dibeli (buy) maka tulis B. Lead Time
diisi dengan waktu tiba barang dari pemesanan sampai tiba di tempat produksi jika buy atau
waktu dari stasiun kerja satu ke stasiun kerja berikutnya jika make. Untuk level 0 diisi
dengan jumlah lead time dari seluruh komponen. Unit Cost merupakan biaya per unit yang
diperlukan untuk memproses setiap komponen. Set Up Cost merupakan biaya yang harus
dikeluarkan untuk mulai memproduksi/menyiapkan mesin. Holding Cost adalah biaya
penyimpanan masing-maisng komponen. Selanjutnya klik View lalu pilih Bill of Materials.
Maka akan keluar hasil seperti gambar 4.4.
M4 Hal- 57

Gambar 4.4 Bill of Materials


Sumber: pengolahan data

Pada gambar 4.4, isi data struktur produk sesuai dengan Bill of Materials masing-
masing komponen ke samping kanan dengan menuliskan komponen yang
dibutuhkan/jumlah komponen yang dibutuhkan. Misalnya komponen Meja bahagia (MB)
membutuhkan komponen Badan Kanan Kiri (BKK) sebanyak 2 each. Sehingga
penulisannya BKK/2. Selanjutnya klik View lalu pilih Master Production Schedule. Maka
akan keluar hasil seperti gambar 4.5. Kemudian isi permintaan produk meja bahagia
selama 5 bulan ke depan.

Gambar 4.5 Master Production Schedule


Sumber: pengolahan data

Selanjutnya klik View lalu pilih Inventory. Maka akan keluar hasil seperti gambar 4.6.
Isi persediaan awal untuk komponen yang memiliki persediaan pada kolom On Hand
Inventory.
M4 Hal- 58

Gambar 4.6 Inventory


Sumber: pengolahan data

Setelah selesai mengisi data untuk kebutuhan MRP, maka selanjutnya klik ikon
maka akan muncul tampilan MRP Report Selection seperti gambar 4.7 di bawah ini. Lalu
pada kolom Report Selection pilih item ID dan klik @ (all items) untuk menampilkan MRP
seluruh komponen. Kemudian klik OK.

Gambar 4.7 MRP Report Selection


Sumber: pengolahan data

Setelah klik OK, maka akan muncul hasil MRP setiap komponen seperti gambar 4.8,
4.9, dan 4.10 di bawah ini.
M4 Hal- 59

Gambar 4.8 Hasil MRP untuk Komponen MB, BKK, KKK, dan PM
Sumber: pengolahan data
M4 Hal- 60

Gambar 4.9 Hasil MRP untuk Komponen PK, SL, SK, dan C
Sumber: pengolahan data
M4 Hal- 61

Gambar 4.10 Hasil MRP untuk Komponen PF001, PF002, E dan BR


Sumber: pengolahan data

Selanjutnya klik Resluts lalu pilih Show BOM maka akan muncul Product Structure
Selection seperti gambar 4.11 di bawah ini.
M4 Hal- 62

Gambar 4.11 Product Structure Selection


Sumber: pengolahan data

Selanjutnya pilih item yang akan ditampilkan Bill of Material klik (X) untuk Show Lead
Time dan Show Usage. Lalu pilih multi-level pada kolom production structure selection
supaya hasil Bill Of Material yang muncul memperlihatkan keseluruhan komponen dari
produk induknya sampai komponen terkecilnya. Lalu klik OK.

Gambar 4.12 Bill of Material Meja Bahagia


Sumber: pengolahan data

Gambar 4.13 Bill of Material Meja Bahagia (lanjutan)


Sumber: pengolahan data

Pada gambar 4.12 dan 4.13 merupakan Bill of Material (BOM) dari meja bahagia. Untuk
pembuatan satu buah produk meja bahagia dibutuhkan 6 unit cat, 1 unit PVC Pipa, PVC
M4 Hal- 63

Foamboard 001 8 unit, PVC Foamboard 002 9 unit, Engsel 4 unit, dan Baut Roofting 10
unit pada masing-masing bagian Badan Kanan Kiri, Kursi Kanan Kiri, Papan Meja,
Penyangga Kaki, Sistem Lipat, dan Sandaran Kursi.
M4 Hal- 64

4.4 KESIMPULAN
Berdasarkan hasil praktikum yang dilakukan pada modul 4 mengenai Material
Requirement Planning dapat disimpulkan bahwa:
1. Pada hasil running data Master Production Schedule pada produk induk MB total
produksi (Gross Requirement) sejumlah 494 unit dan total pembelian barang
sejumlah 494 unit dengan total persediaan awal 0 unit. Pada komponen BKK total
produksi sejumlah 988 unit dan total pembelian barang sejumlah 966 unit dengan
persediaan awal sebanyak 22 unit. Pada komponen KKK total kebutuhan sejumlah
1976 unit dan total pembelian barang sejumlah 1976 unit dengan persediaan awal
sejumlah 0 unit. Pada material PM total kebutuhannya sebanyak 988 unit dan total
pembelian sebanyak 973 unit dengan persediaan awal sebesar 15 unit. Pada
komponen PK total kebutuhan sejumlah 494 unit dan total pembelian barang
sejumlah 486 unit dengan persediaan awal sejumlah 8 unit. Pada komponen SL total
kebutuhan sejumlah 988 unit dan total pembelian barang sejumlah 979 unit dengan
persediaan awal sejumlah 9 unit. Pada komponen SK total kebutuhan sejumlah 988
unit dan total pembelian barang sejumlah 968 unit dengan persediaan awal sejumlah
20 unit. Pada komponen C total kebutuhan sejumlah 38088 unit dan total pembelian
barang sejumlah 38072 unit dengan persediaan awal sejumlah 16 unit. Pada
komponen PP total kebutuhan sejumlah 6348 unit dan total pembelian barang
sejumlah 6340 unit dengan persediaan awal sejumlah 8 unit. Pada komponen PF001
total kebutuhan sejumlah 50784 unit dan total pembelian barang sejumlah 50784 unit
dengan persediaan awal sejumlah 0 unit. Pada komponen PF002 total kebutuhan
sejumlah 50784 unit dan total pembelian barang sejumlah 50784 unit dengan
persediaan awal sejumlah 0 unit. Pada komponen E total kebutuhan sejumlah 25392
unit dan total pembelian barang sejumlah 25388 unit dengan persediaan awal
sejumlah 4 unit. Pada komponen BR total kebutuhan sejumlah 63480 unit dan total
pembelian barang sejumlah 63230 unit dengan persediaan awal sejumlah 250 unit.
Berdasarkan hasil MPS nya diketahui bahwa setiap kali memesan barang maka
barang tersebut akan datang pada hari yang sama ketika perusahaan kami
memesan.
2. Pada hasil running data Bill Of Material produk meja bahagia diketahui bahwa terdiri
dari 2 level. Dimana pada level 1 terdapat komponen untuk membuat meja bahagia
dan pada level 2 terdapat material untuk mambuat komponen-komponen tersebut.
Komponen yang dibutuhkan untuk membuat produk meja bahagia terdiri dari 2 buah
BKK, 4 buah KKK, 2 buah PM, 1 buah PK, 2 buah SL, dan 2 buah SK. Sedangkan
untuk membuat masing-masing BKK, KKK, PM, PK, SL, dan SK dibutuhkan 6 buah
C, 1 buah PP, 8 buah PF001, 8 buah PF002, 4 buah E, dan 10 buah BR.
LAPORAN PRAKTIKUM

MODUL 5

PENJADWALAN
(SCHEDULING)

Disusun oleh:
Anida Mauludina N. (4415215006)
Hana Deanita (4415215017)
Siti Ishmah Tamimi (4415215030)

LABORATORIUM PERANCANGAN DAN PENGENDALIAN


PRODUKSI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2018
DAFTAR ISI

DAFTAR ISI .................................................................................................................xxiv

DAFTAR TABEL ...........................................................................................................xxv

DAFTAR GAMBAR ......................................................................................................xxvi

MODUL 5 PENJADWALAN (SCHEDULING) .................................................................65

5.1 PENDAHULUAN ...............................................................................................65

5.2 PENGUMPULAN DATA ....................................................................................66

5.3 PENGOLAHAN DATA .......................................................................................66

5.3.1 Metode PERT dan CPM .........................................................................66

5.3.2 Metode Job Sheduling ............................................................................70

5.4 KESIMPULAN ...................................................................................................74

xxiv
DAFTAR TABEL

Tabel 5.1 Aktivitas untuk membuat Meja Bahagia ............................................................66

xxv
DAFTAR GAMBAR

Gambar 5.1 Tampilan Awal Aplikasi WinQsb ...................................................................67


Gambar 5.2 Problem Specification PERT & CPM ............................................................67
Gambar 5.3 Activity Details ..............................................................................................68
Gambar 5.4 Activity Analysis for MEJA BAHAGIA ...........................................................68
Gambar 5.5 Jalur CPM Meja Bahagia ..............................................................................69
Gambar 5.6 Gantt Chart ..................................................................................................69
Gambar 5.7 Gantt Chart (lanjutan) ...................................................................................69
Gambar 5.8 Tampilan Awal Aplikasi WinQsb ...................................................................70
Gambar 5.9 Problem Specification Job Sheduling ...........................................................70
Gambar 5.10 Job Information for MEJA BAHAGIA ..........................................................71
Gambar 5.11 Flow Shop Solution ....................................................................................71
Gambar 5.12 Hasil Analisa Job Schedule Meja Bahagia .................................................72
Gambar 5.13 Job Schedule for Meja Bahagia ..................................................................73
Gambar 5.14 Mechine Schedule for Meja Bahagia ..........................................................73

xxvi
MODUL 5
PENJADWALAN (SCHEDULING)

5.1 PENDAHULUAN
Masalah penjadwalan secara umum adalah aktivitas penugasan yang berhubungan
dengan sejumlah kendala, sejumlah kejadian yang dapat terjadi pada suatu periode waktu
dan tempat/lokasi sehingga dapat terpenuhi. Penjadwalan produksi yang demikian akan
menyebabkan timbulnya waktu yang tidak produktif (idle time) dan juga kapasitas yang
tidak produktif (idle capacity) dari mesin-mesin yang digunakan. Penjadwalan selalu
berhubungan dengan pengalokasian sumber daya yang ada pada jangka waktu tertentu,
hal tersebut adalah proses pengambilan keputusan yang tujuannya adalah untuk
optimalitas.
Penjadawalan proses produksi merupakan masalah optimasi yang komputasinya
rumit karena tedapat sejumlah kemampuan mesin atau manusia dengan kapasitas tertentu,
serta sejulah proses yang harus diseusaikan masing-masing waktu produksinya. Telah
banyak cara yang dilakukan untuk mencari jadwal yang baik seperti dengan menerapkan
metode Gantt Chart atau Johnson.
Gantt Chart merupakan gambaran dari macam-macam bagan yang mempunyai
fungsi untuk menentukan durasi pekerjaan terhadap perkembangan waktu, perencanaan
dan penjadwalan proyek pekerjaan, serta pemantauan kemajuan proyek pekerjaan.
Diharapkan dengan menggunakan metode Gantt Chart dapat menambah kemungkinan
dalam mencari jadwal produksi yang paling baik.
Metode Johnson adalah metode penjadwalan sejumlah pekerjaan pada dua pusat
kerja berturut-turut. Tujuan utama dari metode ini adalah untuk menemukan urutan yang
optimal pekerjaan untuk mengurangi makespan (jumlah total waktu yang dibutuhkan untuk
menyelesaikan semua pekerjaan) sehingga dapat mengurangi jumlah waktu idle antara dua
pusat kerja.
Aturan Johnson dikembangkan untuk N pekerjaan (job) yang dikerjakan pada 2 mesin
secara berurutan. Algoritma Johnson adalah sebagai berikut:
1. Identifikasikan waktu operasi terkecil apapun dari pekerjaan yang ada : t*(t ij) dari
pekerjaan yang ada.
2. Bila t* ada pada mesin pertama maka pekerjaan yang memiliki waktu t* tersebut
didahulukan pengerjaannya sedang bila t* berada pada mesin kedua maka
pekerjaan yang memiliki waktu t* tersebut dibelakangkan pengerjaannya.
PT HANA yang merupakan perusahaan yang bergerak di bidang produksi mabel
untuk pembuatan meja memiliki tingkat permintaan yang fluktuatif sehingga untuk

M5 Hal-65
M5 Hal-66

melakukan produksi dibutuhkan penjadwalan agar dapat memenuhi permintaan tersebut.


Penjadwalan yang dilakukan dengan menggunakan metode CPM (Critical Path Method)
dan PERT (Program Evaluation Review Technique) dimana dengan CPM jumlah waktu
yang dibutuhkan untuk menyelesaikan berbagai tahap suatu proyek dengan pasti dan
PERT digunakan untuk mengkoordinasi bagian-bagian pekerjaan dalam penjadwalan,
sehingga CPM dan PERT ini menjadi fasilitas analisis yang baik dalam penjadwalan yang
optimal dan kemudian dibuat gantt chartnya untuk mencari jadwal produksi yang paling
baik. Metode Johnson dilakukan karena PT HANA mempunyai 2 mesin, agar dapat
mengurangi jumlah waktu idle.

5.2 PENGUMPULAN DATA


Untuk melakukan penjadwalan, PT HANA membutuhkan data-data berupa pekerjaan
yang akan dilakukan untuk membuat MEJA BAHAGIA seperti berikut ini:

Tabel 5.1 Aktivitas untuk membuat Meja Bahagia


Waktu
Kode Aktivitas
Aktivitas Operasi
Aktivitas Pendahulu
(menit)
Pengukuran setiap part pembuatan meja A - 4
Pencetakkan setiap part pembuatan meja B A 15
Penambahan engsel pada part badan dan
C B 5
kursi meja
Perakitan setiap part yang ada D C 27
Pengecatan meja E D 10
Sumber: Pengumpulan data

5.3 PENGOLAHAN DATA


Pengolahan data menggunakan metode PERT untuk mengkoordinasi bagian-bagian
pekerjaan dalam penjadwalan, menggunakan metode CPM untuk melihat jumlah waktu
yang dibutuhkan untuk membuat 1 unit produk meja bahagia, dan metode Johnson untuk
mengurangi jumlah waktu idle.
5.3.1 Metode PERT dan CPM
Pengolahan data dilakukan dengan menggunakan aplikasi WinQsb. Buka software
WinQsb melalui VM VirtualBox (karena software WinQsb hanya bisa dibuka di Windows
Xp). Kemudian buka aplikasi PERT & CPM seperti terlihat pada gambar 5.1, pilihlah File
kemudian New Problem.
M5 Hal-67

Gambar 5.1 Tampilan Awal Aplikasi WinQsb


Sumber: pengolahan data

Kemudian akan muncul gambar seperti Gambar 5.2, selanjutnya isi Problem Title
dengan nama produk yang akan dibuat, untuk PT HANA akan membuat meja bahagia.
Berikutnya isi Number of Activities 5, karena jumlah aktivitas yang ada untuk membuat meja
bahagia sebanyak 5 tahapan. Waktu yang digunakan dalam satuan menit, sehingga Time
Unit diisi menit. Kemudian klik OK.

Gambar 5.2 Problem Specification PERT & CPM


Sumber: pengolahan data

Setelah itu akan muncul tabel seperti Gambar 5.3 untuk Activities Name diisi dengan
kode aktivitas yang dimiliki, untuk Immediate Predecessor diisi dengan aktivitas
pendahulunya jika tidak ada aktivitas pendahulu maka tidak perlu diisi. Untuk Normal Time
diisi dengan waktu dari setiap aktivitasnya. Selanjutnya klik gambar pada toolbar
lalu akan muncul tampilan Activity Analysis for MEJA BAHAGIA seperti gambar 5.4
dibawah.
M5 Hal-68

Gambar 5.3 Activity Details


Sumber: pengolahan data

Dapat dilihat hasil analisis dari gambar 5.4 yang merupakan analisis CPM pada PT
HANA. Dilihat dari tabel tersebut waktu yang dibutuhkan untuk menyelesaikan pembuatan
satu unit meja selama 61 menit, dengan jumlah critical path sebesar 1 yaitu jalur A – B – C
– D – E. Kemudian klik simbol untuk melihat jalur CPM.

Gambar 5.4 Activity Analysis for MEJA BAHAGIA


Sumber: pengolahan data

Dari gambar 5.5 dapat dilihat bahwa pembuatan meja bahagia hanya memiliki 1
jalur untuk membuat meja bahagia dengan keseluruhan aktifitas merupakan critical path
atau jalur krisis. Kemudian klik simbol untuk melihat gantt chart dari meja bahagia.
M5 Hal-69

Gambar 5.5 Jalur CPM Meja Bahagia


Sumber: pengolahan data

Gambar 5.6 Gantt Chart


Sumber: pengolahan data

Gambar 5.7 Gantt Chart (lanjutan)


Sumber: pengolahan data
M5 Hal-70

5.3.2 Metode Job Sheduling


Pengolahan data dilakukan dengan menggunakan aplikasi WinQsb. Buka software
WinQsb melalui VM VirtualBox (karena software WinQsb hanya bisa dibuka di Windows
Xp).

Gambar 5.8 Tampilan Awal Aplikasi WinQsb


Sumber: pengolahan data

Kemudian buka aplikasi Job Sheduling seperti terlihat pada gambar 5.8 diatas,
pilihlah File kemudian New Problem.

Gambar 5.9 Problem Specification Job Sheduling


Sumber: pengolahan data

Kemudian akan muncul gambar seperti Gambar 5.9, selanjutnya isi Problem Title
dengan nama produk yang akan dibuat, untuk PT HANA akan membuat meja bahagia.
Berikutnya isi Number of Jobs to be Scheduled dengan 5, karena jumlah aktivitas yang ada
untuk membuat meja bahagia sebanyak 5 tahapan. Number of Machines or Workers
dengan 2, karena akan menggunakan metode Johnson, sehingga mesin yang akan
M5 Hal-71

digunakan sebanyak 2 mesin. Waktu yang digunakan dalam satuan menit, sehingga Time
Unit diisi menit. Kemudian klik OK.

Gambar 5.10 Job Information for MEJA BAHAGIA


Sumber: pengolahan data

Setelah itu akan muncul tabel seperti gambar 5.10, untuk Operation 1 diisi dengan
waktu yang akan dilakukan pada mesin 1 dan Operation 2 diisi dengan waktu yang akan
dilakukan pada mesin 2. Waktu pada mesin 1 dan mesin 2 merupakan waktu dari tiap tiap
aktivitas pengerjaan meja bahagia pengerjaan meja bahagia. Selanjutnya klik gambar
pada toolbar lalu akan muncul tampilan Flow Shop Solution seperti gambar 5.11 dibawah.

Gambar 5.11 Flow Shop Solution


Sumber: pengolahan data

Setelah itu, pilih metode yang digunakan pada Solution Method dengan Johnson’s
Method. Kemudian klik OK
M5 Hal-72

Gambar 5.12 Hasil Analisa Job Schedule Meja Bahagia


Sumber: pengolahan data

Dari gambar 5.12 dapat dilihat bahwa nilai Cmax sebesar 39 yang artinya pengerjaan
terlama sebesar 39 menit. Nilai Mc sebesar 28.6 yang artinya waktu rata-rata penyelesaian
pembuatan produk meja bahagia sebesar 28.6 menit. Nilai Wmax sebesar 34 yang artinya
waktu maksimu menunggu sebesar 31 menit. Nilai MW menunjukan rata-rata menunggu
yaitu sebesar 16.4. Fmax adalah waktu alir maksimum yang dibutuhkan untuk membuat
sebuah produk, yang besarnya adalah 39 menit sama dengan Cmax. MF merupakan bobot
rata-rata waktu alir sebuah produk, yang besarnya adalah 28.6 sama dengan nilai Mc
dikarenakan waktu penyelesaian kegiatan ini adalah flow time. Untuk nilai Lmax sebesar
39 yang artinya waktu keterlambatan yang paling lama yaitu 39 menit. ML merupakan bobot
rata-rata keterlambatan dan didapatkan nilai sebesar 28.8. nilai Emax menunjukan waktu
tercepat pengerjaan, yaitu sebesar 0. ME adalah ukuran dari nilai lateness yang positif, dari
hasil diatas didapatkan nilai ME sebesar 0. Tmax merupakan waktu maksimum sebesar 39.
MT merupakan rata-rata waktu yaitu 28.8. NT merupakan jumlah waktu 5 karena terdapat
5 lateness positif. WIP didapatkan sebesar 3.6667 yang artinya waktu rata-rata kerja dalam
proses sebesar 3.6667 menit. MU yang didapatkan sebesar 0.7821 yang didapat dari total
proses diperoleh dibagi dengan Cmax dikali dengan jumlah mesin. TJC merupakan biaya
total pekerjaan, yang didapatkan nilainya sebesar 0. TMC merupakan biaya total mesin,
nilai yang didapatkan sebesar 0. Dan TC merupakan biaya pekerjaan ditambah dengan
biaya mesin yaitu 0. Setelah itu akan muncuh hasil dari metode Johnson pada gambar 5.10
Kemudian klik untuk melihat job scheduling pada meja bahagia.
M5 Hal-73

Gambar 5.13 Job Schedule for Meja Bahagia


Sumber: pengolahan data

Gambar 5.13 merupakan hasil untuk jadwal pekerjaan pembuatan meja bahagia.
Warna biru merupakan pekerjaan untuk mesin 1 dan warna hijau merupakan pekerjaan
untuk mesin 2. Selanjutnya klik ikon untuk melihat laju alur mesin dari pekerjaan
meja bahagia

Gambar 5.14 Mechine Schedule for Meja Bahagia


Sumber: pengolahan data

Gambar 5.14 merupakan hasil untuk jadwal mesin pembuatan meja bahagia.
Gambar bagian atas merupakan jadwal untuk mesin 1 dan gambar bagian bawah
merupakan jadwal untuk mesin 2.
M5 Hal-74

5.4 KESIMPULAN
Berdasarkan hasil praktikum modul 5 yang telah dilakukan, didapatkan kesimpulan
bahwa:
1. PT HANA merupakan perusahaan yang memproduksi meja yang memiliki tingkat
permintaan yang fluktuatif sehingga dilakukan penjadwalan dengan menggunakan
metode CPM dan PERT.
2. PT HANA memiliki 2 mesin yang dapat digunakan untuk memproduksi meja, sehingga
dilakukan analisis Johnson untuk mengurangi idle yang ada pada produksinya.
3. Total wakatu proses untuk pembuatan meja bahagia sebesar 61 menit berdasarkan
perhitungan dengan menggunakan metode CPM.
4. Keseluruhan aktivitas pada pembuatan meja bahagia di PT HANA merupakan jalur
kritis karena pada aktivitas tersebut tidak memiliki slack.
5. Hasil penjawalan dengan menggunakan metode Johnson didapatkan bahwa Cmax
sebesar 39 sehingga waktu pengerjaan produk terlama membutuhkan waktu 39 menit
dengan rata-rata penyelesaiannya sebesar 28,6 menit.

Anda mungkin juga menyukai