Analisis Rekayasa
Analisis Rekayasa
Perusahaan tersebut mempunyai 4 buah ferry dengan kapasitas yang sama, yang
masing-masing dioperasikan sebanyak 6 trip / hari pulang pergi (6 kali Banda
Aceh – Sabang dan sebalikanya). Dan sebuah dicadangkan bila diperlukan
untuk mengatasi kondisi darurat.
Kondisi
Barang
Hari Penumpang Hari Penumpang Barang (total
(total
(ke) (Total) (ke) (Total) Ton)
Ton)
Data arus penumpang pada table diatas adalah jumlah total dari dua arah.
Dengan menggunakan teknik moving average (MA) buat perkiraan demand
dari data diatas mulai setelah hari ke 3 (n=3) dan hitung Mean actual
demand (MAD) dan Mean Square Error (MSE) dan forecasting saudara.
Plotkan hasil perkiraan dan kenyataan demand tersebut dalam grafik
Tracking Signal (TS) dan berikan komentar.
Berikan penjelasan strategi apa yang akan saudara terapkan untuk
menghadapi situasi seperti ini. Sebagai pertimbangan di wilayah usaha
saudara terdapat sebuah usaha pesaing dengan sebuah ferry dengan
kapasitas yang sama.
Jika data jumlah penumpang dan barang mempunyai derajat kebenaran
masing-masing 95% dan 90% bagaimana pendapat saudara tentang
forecast tersebut apakah strategi yang diambil akan berubah?
Bagaimana pengaruhnya jika diketahui bahwa kapasitas angkut aman total
sebuah ferry adalah 165 ton.
Penyelesaian
Menghitung Mean actual demand (MAD) dan Mean Square Error (MSE)
berdasarkan hasil forecasting menggunakan metode Moving Average (MA)
2
Melakukan plot hasil Hasil Traffic Signal (TS)
0.00 UCL
4 6 8 10 12 14 LCL
-1.00
-2.00 CL
-3.00
-4.00
-5.00
Time (Hari Ke)
3
Traffic Signal Barang
5.00
4.00
3.00
2.00
1.00 TS
MAD
0.00 UCL
4 6 8 10 12 14 LCL
-1.00
-2.00 CL
-3.00
-4.00
-5.00
Time (Hari Ke)
1.00 -1.00 4 OK OK
0.29 -1.67 5 OK OK
-0.81 1.31 6 OK OK
-0.57 1.85 7 OK OK
-0.39 1.82 8 OK OK
-0.18 2.66 9 OK NOT OK
1.58 2.67 10 OK NOT OK
2.79 3.77 11 NOT OK NOT OK
0.90 3.09 12 OK NOT OK
-0.60 2.85 13 OK NOT OK
-2.15 1.93 14 OK OK
Analyzing Result
Berdasarkan hasil dari control traffic signal dengan tingkat kepercayaan 95%
untuk penumpang dan 90% untuk barang maka dapat dilihat bahwa metode
moving average biasa tidak dapat sepenuhnya memberikan nilai forecast yang
cocok untuk kondisi ini. Hal ini dapat dilihat dari banyaknya traffic signal yang
tertrigger melebihi batas atas dari control. Dapat dilihat pula khusunya dalam
kasus traffic signal menunjukan bahwa terjadi beberapa kali trigger pada UCL.
Hal tersebut menunjukan bahwa terdapat trend terjadinya under forecast dimana
dapat demand actual melebihi nilai forecast pada periode yang sama. Dapat
4
disarankan bahwa dalam menentukan nilai forecast dapat menggunakan metode
lain seperti Weighted Moving Average, Exponential Forecast atau regression.
Analisis
Kapasitas kapal terisi Full
Kapasitas kapal – muatan kargo = berat penumpang
165 ton – 150 ton = 15 ton / trip = 15000 kg / 70 kg/org = 214 orang penumpang
4 kapal
Penumpang : 214 * 4 * 6 = 5142 orang/hari/arah
Barang : 150 ton * 4 * 6 = 3600 ton / Hari/arah
5
Distrubusi rata-rata data beban aktual
- Banda Aceh:
Penumpang : 60% * 3466 = 2080 orang/ hari
Barang : 60% * 3172 = 1903 ton/hari
- Sabang:
Penumpang : 40% * 3466 = 1386 orang/ hari
Barang : 40% * 3172 = 1269 ton/hari
- Sabang:
Penumpang : 40% * 4120 = 1648 orang/ hari
Barang : 40% * 4000 = 1600 ton/hari
Dapat dilihat bahwa dengan adanya batasan safety limit 165 ton/kapal batasan
kapasitas masih memenuhi kebutuhan dari beban yang terjadi dengan distribusi
beban harian terhadap area tujuan 60% 40%. Hal ini dapat dilihat dari tidak
adanya beban yang melebihi kapasitas / hari / trip dari kapal yang tersedia.
Sehingga dengan masih menggunakan 3 kapal untuk operasional dapat
dinyatakan cukup.