Keterangan gambar :
Berat Bersih : 370 gr
Komposisi : Tepung terigu, air, gula pasir, lemak reroti, ragi, garam,
susu bubuk, pengemulsi nabati, pengawet kalsium proponat
Keterangan gambar :
Berat Bersih : 72 gr
Komposisi : Tepung terigu, pasta coklat, air, gula pasir, margarin, telur,
ragi, susu bubuk, pengganti minyak mentega, garam,
pengemulsi nabati.
Departemen
Production
Pembuatan Jadwal Produksi Perhitungan Material
Planning and
berdasarkan On Time Requirement Planning
Inventory Control
Picking (OTP) (MRP) berdasarkan OTF
Proses Produksi
Departemen
Pemeriksaan & Perhitungan Jumlah Produk Production
Akhir
Ya
Tidak Tidak
Bahan Baku
Memenuhi OTF ?
Mencukupi ?
Ya
Penerimaan Dokumen
Picking
OTF
Departemen
Finish Good
Pengiriman Produk ke Pelanggan Warehouse
(FGW)
Penarikan Return
Untuk menghasilkan produk yang berkualitas, salah satu faktor yang sangat
berperan adalah pemilihan bahan baku. Bahan baku yang berkualitas akan
memberikan hasil dengan kualitas yang cukup baik.
Dalam proses pembuatan roti, bahan baku dipilih melalui proses seleksi
yang ketat sesuai standar yang telah ditetapkan di internal perusahaan. Bahan
baku yang terpilih harus memenuhi syarat dapat memberikan hasil berupa roti
yang berkualitas, baik dari segi penampakan, tekstur, aroma, hingga rasa. Selain
itu, bahan baku yang digunakan harus memenuhi persyaratan halal agar dapat
menjamin status kehalalan roti yang dihasilkan.
Bahan baku yang dikirim oleh supplier (pemasok) diperiksa terlebih dahulu
melalui proses yang cukup ketat, dengan tujuan agar pemasok yang telah terpilih
dapat menjaga konsistensi kualitas dari bahan baku yang diterima. Bahan baku
yang diterima selanjutnya disimpan di gudang bahan baku sesuai dengan
persyaratan standar penyimpanan masing-masing bahan.
Pada saat proses pembuatan roti akan dimulai, bahan baku ditimbang sesuai
dengan standar formulasi yang telah ditetapkan. Operator yang bertugas harus
memastikan bahwa masing-masing bahan baku yang digunakan telah ditimbang
dengan benar agar dapat menjaga konsistensi kualitas roti yang dihasilkan.
Berikut dijelaskan mengenai proses kerja pembuatan roti di setiap bagian :
150
5. Distribusi
Proses pendistribusian produk roti berlangsung selama 24 jam. Dan
untuk menjamin bahwa produk yang sampai kepada konsumen adalah
produk yang fresh, roti dibuat setiap hari, sehingga setelah roti selesai
diproduksi, roti akan segera dikirimkan kepada konsumen, baik melalui
jalur traditional market maupun modern market
155
LAMPIRAN 2
Hasil Survei Mengenai Operasional PPIC pada Industri Pangan
1. Demand Management :
a. Bagaimana kegiatan ini dilakukan oleh perusahaan untuk
membantu melakukan perencanaan produksi
Jawab :
Demand dimaintain oleh bagian Sales, dari demand sales diolah
menjadi forecasting setelah itu baru masuk ke PPIC.
Jawab :
Peramalan dilakukan sederhana dengan melihat historical data
3-6 bulan terakhir dan disesuaikan dengan seasonal kondisi
eksternal yang ada. Metodenya menggunakan double moving
average yang melakukan adalah bagian PPIC.
Jawab :
Yang dipertimbangkan adalah kapasitas produksi, inventory
serta kondisi eksternal yang ada.
Jawab :
Order biasa berupa PO diolah menjadi Sales order kemudian
menjadi Delivery order, historical order yang ada akan dijadikan
patokan untuk menentukan produk mana yang fast moving dan
slow moving.
Jawab :
Ada, paling sedikit adalah 3 bulan dan terlama adalah 1 tahun
karena produknya adalah produk frozen. Kebijakan produksi
158
2. Production Planning :
a. Apakah strategi yang selama ini dilakukan oleh perusahaan : make
to stock, make to order, assembly to order atau yang lainnya ?
Jawab :
Make to stock dan make to order. Make to stock untuk stock
produk yang biasa berjalan. Make to order dilakukan untuk
memenuhi kebutuhan retailer tertentu.
Jawab :
Rencana produksi dibuat sederhana sesuai dengan kapasitas
produksi dan mengacu kepada forecasting.
Jawab :
Tidak ada metode khusus dalam merencanakan produksi.
Jawab :
Ya, safety stock ditentukan dengan historical demand setiap
bulannya. Rata – rata demand produk jadi dijadikan acuan
untuk safety stock.
Jawab :
Ya. Jika kapasitas tidak memenuhi maka schedule dapat
berubah.
Jawab :
159
Jawab :
Perencanaan bahan baku dilakukan harian, checking stock
dilakukan perhari.
Jawab :
Tidak ada metode lotting.
Jawab :
Ya, safety stock ditentukan dengan historical demand setiap
bulannya. Rata – rata demand produk jadi dijadikan acuan
untuk safety stock. Pemakaian vahan baku setiap bulan
dijadikan acuan.
Jawab :
Ada, kebijakannya bahan baku stocknya tidak terlalu banyak.
Jawab :
Tidak ada.
Jawab :
Dengan penjadwalan bacth.
160
Jawab :
Menggunakan metode area atau district.
Jawab :
Inspeksi umum dan khusus.
Jawab :
Ketersediaan bahan baku, kerusakan mesin.
Jawab :
Mencari subtitute produk atau supplier lain. Melakukan
preventive maintenance.
Jawaban :
Utk demand management di perusahaan saya kurang tahu persis karena tidak
dibuat oleh PPIC melainkan oleh bagian sales, tepatnya Commercial
Support. Comm Support hanya sebagai koordinator, tidak membuat
peramalan sendiri. Di perusahaan, sales terbagi menjadi beberapa wilayah dan
161
Jawaban :
Tidak ada model khusus dalam pembuatan planning. Karena sifat industrinya
kontinue, maka pada dasarnya dalam membuat jadwal produksi menjadi
lebih mudah.
Sebagai staf PPIC saya hanya menggunakan Gantt Chart dengan hitungan
yang dibuat di excell. Pembuatan jadwal menjadi kompleks karena banyak
sekali konstrain yang harus dipenuhi.
Jawaban :
Pemeriksaan kapasitas tidak pernah dihitung secara detail. MPS dan MRP di
SAP tidak pernah digunakan. RCCP secara kasar dapat dihitung langsung dari
Forecast yg diberikan oleh Comm Support untuk menentukan apakah
permintaan tepung (agregat) dapat dicapai atau tidak. Tidak pernah dihitung
detail per produk.
Jawaban :
Perusahaan tidak menggunakan MRP melainkan menggunakan perhitungan
sederhana menggunakan excell. Memang ada beberapa supplier yg
menentukan minimum order.
6. Turunnya demand customer. Hal ini akan secara cepat menaikkan stok di
gudang produk jadi.
Antisipasi: selektif stop line produksi
LAMPIRAN 3
LISTING PROGRAM
function
[target1,o_train,target2,o_test,K1,K2]=TRANTESFOR(hl,tf,btf,epoch,lr
,g)
data=load('data/x.mat')%load data input
data = struct2cell(data);
data = cell2mat(data);
T=load('data/t.mat');%load data Target
T = struct2cell(T);
T = cell2mat(T);
f1 = data(:,66:107);
%-------------------------------------
[m n] = size(f1);
J=[];
FF = [];
for i = 1:m
a = min(f1(i,:));
b = max(f1(i,:));
FF = [FF;(0.8*(f1(i,:)-a)/(b-a))+0.1];
J = [J a b];
end
W2=perf;
A2=ones(1,42);
B2=[0.1];
M2=B2*A2;
E2=(max(J)-min(J))/0.8;
F2=[min(J)];
G2=F2*A2;
H2=Ramal - M2;
I2=H2*E2;
o_mrp=I2+G2;
output_MRP = o_mrp(1:35);
name_file = load('type.mat');
name_file = cell2mat(struct2cell(name_file));
name ='MRP'
save temp.matname;
name_file = ['output/','output_',name_file,'_MRP'];
save (name_file,'output_MRP');
save (name_file,'output_MRP','-ascii');%dataRTG2Y.txt RTG2Y -ascii;
matriks = [];
matriks = output_MRP;
save matriks.matmatriks;
f2 = data(:,108:121);
[m n] = size(f2);
OO = [];
Jm=[];
for i = 1:m
a = min(f2(i,:));
b = max(f2(i,:));
OO = [OO ;(0.8*(f2(i,:)-a)/(b-a))+0.1];
Jm = [Jm a b];
end
net=newff(minmax (OO),[hl,1], {tf,tf},btf);
net.IW{1,1};%bobot variabel input ke hidden layer
net.b{1};%bobot bias input ke hidden layer
net.LW{2,1};%bobot variabel hidden layer ke output
net.b{2};%bobot bias hidden layer ke output
RamalMPS = sim(net,OO)
Wm2=perf;
Am2=ones(1,14);
Bm2=[0.1];
Mm2=Bm2*Am2;
Em2=(max(Jm)-min(Jm))/0.8;
Fm2=[min(Jm)];
Gm2=Fm2*Am2;
Hm2=RamalMPS-Mm2;
Im2=Hm2*Em2;
o_mps=Im2+Gm2;
output_MPS = o_mps(1:7);
name_file = load('type.mat');
name_file = cell2mat(struct2cell(name_file));
a = ['output_',name_file,'_MPS'];
name = 'MPS'
name_file = ['output/','output_',name_file,'_MPS'];
save (name_file,'output_MPS');
save (name_file,'output_MPS','-ascii');
matriks = [matriks output_MPS];
save matriks.matmatriks;
save temp.matname;
end
170
%parameter
seleksi = handles.seleksi;
pindahsilang = handles.pindahsilang;
pc = str2num(get(handles.pc_edit,'String'));
pm = str2num(get(handles.pm_edit,'String'));
generasi = str2num(get(handles.generasi_edit,'String'));
jmlpop = str2num(get(handles.jmlpop_edit,'String'));
stage = str2num(get(handles.stage_edit,'String'));
lini = handles.lini;
[inputn input_text] = read_data(file,lini)
[nbatch input_text] = batch_job(inputn, input_text)
[job1 job2] = lini_part(nbatch,input_text);
JumGen1 = size(job1,2);
JumGen2 = size(job2,2);
%program GA
%inisialisasi populasi
popawal1 = myrand(jmlpop,1,JumGen1);
popawal2 = myrand(jmlpop,1,JumGen2);
maxFit1 = 0;
maxFit2 = 0;
%generasi = 100;
populasi1 = popawal1;
populasi2 = popawal2;
matriks1 = [];
ms1 = [];
matriks2 = [];
ms2 = [];
for iterasi = 1 : generasi
temp1=populasi1;
temp2=populasi2;
%check constrain every chromosome by stage
for m = 1 : jmlpop
kromosom1 = populasi1(m,:);
[nm_job1 b_job1 f_time1 Zp1 data1] =
check_constrain(kromosom1, lini,1);
ftime1(m,:)=f_time1;
nmjob1(m,:) = nm_job1;
bjob1(m,:)=b_job1;
makespan1(m)= Zp1;
kromosom2 = populasi2(m,:);
[nm_job2 b_job2 f_time2 Zp2 data2] =
check_constrain(kromosom2, lini,2);
171
ftime2(m,:)=f_time2;
nmjob2(m,:) = nm_job2;
bjob2(m,:)=b_job2;
makespan2(m)= Zp2;
end
%evaluasi kromosom_edit
fit1 = fitness(makespan1);
fit2 = fitness(makespan2);
%proses elitisme
if maxFit1>maxF1
maxF1 = maxFit1;
else
elit_11 = temp1(size(temp1,1),:);
elit_21 = temp1(size(temp1,1)-1,:);
maxFit1 = maxF1;
end
if maxFit2>maxF2
maxF2 = maxFit2;
else
elit_12 = temp2(size(temp2,1),:);
elit_22 = temp2(size(temp2,1)-1,:);
maxFit2 = maxF2;
end
%proses seleksi
if seleksi == 1
newPop_rout1 = RouletteWheel(temp1(3:end,:),fit1(3:end)) ;
newPop_rout2 = RouletteWheel(temp2(3:end,:),fit2(3:end)) ;
else
newPop_rout1 = tournament(temp1(3:end,:),fit1(3:end));
newPop_rout2 = tournament(temp2(3:end,:),fit2(3:end));
end
newPop1 = [elit_11; elit_21; newPop_rout1];
newPop2 = [elit_12; elit_22; newPop_rout2];
Pindex1 = pilihKros(jmlpop,pc);
Pindex2 = pilihKros(jmlpop,pc);
switch pindahsilang
case 2
Anak1 = dua_titik_x(newPop1, Pindex1,JumGen1);
Anak2 = dua_titik_x(newPop2, Pindex2,JumGen2);
case 1
172
Anak1 = PindahSilang(newPop1,Pindex1,JumGen1);
Anak2 = PindahSilang(newPop2,Pindex2,JumGen2);
case 3
Anak1 = sojx(newPop1,Pindex1,JumGen1);
Anak2 = sojx(newPop2,Pindex2,JumGen2);
end
%Mutasi(revisi)
newPop_mutasi1 = mutasi(Anak1,pm);
newPop_mutasi2 = mutasi(Anak2,pm);
populasi1 = newPop_mutasi1;
populasi2 = newPop_mutasi2;
for m = 1 : jmlpop
kromosom1 = populasi1(m,:);
[nm_job1 b_job1 f_time1 Zp1 data1] =
check_constrain(kromosom1, lini,1);
ftime1(m,:)=f_time1;
nmjob1(m,:) = nm_job1;
bjob1(m,:)=b_job1;
makespan1(m)= Zp1;
kromosom2 = populasi2(m,:);
[nm_job2 b_job2 f_time2 Zp2 data2] =
check_constrain(kromosom2, lini,2);
ftime2(m,:)=f_time2;
nmjob2(m,:) = nm_job2;
bjob2(m,:)=b_job2;
makespan2(m)= Zp2;
end
%evaluasi kromosom_edit
[minM1 indexm1] = min(makespan1);
fit1 = fitness(makespan1);
max_F1 = double(max(fit1));
[minM2 indexm2] = min(makespan2);
fit2 = fitness(makespan2);
max_F2 = max(fit2);
fitness1(iterasi)=max_F1;
fitness2(iterasi)=max_F2;
end
Fungsi Check_Constrain.m
%waktu mesin
if jenis == 1
load data/roti_tawar.mat
stage_mesin = roti_tawar;
else
load data/roti_manis.mat
stage_mesin = roti_manis;
end
finish_time = zeros(1,size(kromosom,2));
for i = 1 : size(kromosom,2)
job = kromosom(i);
bjob(i) = jjob(job);
nmjob(i) = tjob(job);
end
temp = 0;
ftemp = [];
data = [];
for stage = 1 : size(stage_mesin,1)
time_stage=0;
for i = 1 : size(kromosom,2)
job = kromosom(i);
else
Zp = temp;
end
data(stage,:) = finish_time;
end
for i = 1 : size(kromosom,2)
job = kromosom(i);
bjob(i) = jjob(job);
nmjob(i) = tjob(job);
ftime(i) = finish_time(job);
end
%mengurutkan berdasarkan urutan job/kromosom
temp=[];
for i = 1 : size(kromosom,2)
job = kromosom(i);
temp(:,i) = data(:,job);
end
data = temp
save data/data_makespan.matdata
Fungsi fitness.m
Fungsi Roulettewheel.m
Jum_Krom=size(PopulasiAwal,1);
total_eval = sum(Fitness);
prob = Fitness/total_eval;
prob = sort(cumsum(prob));
a = min(prob);
b = max(prob);
175
fitIn = 1;
newIn = 1;
newPop = PopulasiAwal;
while newIn <= Jum_Krom & fitIn <=Jum_Krom
if (RN(newIn) <= prob(fitIn))
newPop(newIn,:)=PopulasiAwal(fitIn,:);
newIn=newIn+1;
fitIn = 1;
else
fitIn=fitIn+1;
end
end
Fungsi tournament.m
jmlpop = size(PopulasiAwal,1);
for i = 1:jmlpop
TP = sort(1 + fix(rand(1,2)*(jmlpop)));
if Fitness(TP(1)) > Fitness(TP(2))
newPop(i,:)=PopulasiAwal(TP(1),:);
else
newPop(i,:)=PopulasiAwal(TP(2),:);
end
end
Fungsi pilihkros.m
j=1;
RN=rand(1,jmlpop);
for i = 1 : jmlpop
if RN(i)<Psilang
Pindex(j) = i;
j=j+1;
end
end
176
Fungsi Pindahsilang.m
parent = Induk;
u_indeks = size(indeks,2);
u_Induk = size(Induk,2);
for i = 1 : 2 : u_indeks
a = indeks(i);
b = indeks(i+1);
TP = sort(1 + fix(rand(1,2)*(JumGen-1))); %menentukan titik
potong
temp1=Induk(a,TP(1):TP(2));
temp2=Induk(b,TP(1):TP(2)) ;
Induk(a,TP(1):TP(2))=temp2;
Induk(b,TP(1):TP(2))=temp1;
%checking legalization
for n=1 : numel(Induk(a,:))
if( n >= TP(1) & n <= TP(2) )
else
loop = 1;
while loop == 1
[ok idx] = find(Induk(a,n) == temp2);
if numel(ok) == 1
Induk(a,n) = temp1(idx);
else
loop=0;
end
end
end
end
for n=1 : numel(Induk(b,:))
if( n >= TP(1) & n <= TP(2) )
else
177
loop = 1;
while loop == 1
[ok idx] = find(Induk(b,n) == temp1);
if numel(ok) == 1
Induk(b,n) = temp2(idx);
else
loop = 0;
end
end
end
end
end
Fungsi mutasi.m
function pop = mutasi(newPop,Pmutasi)
%newPop = populasi hasil pindahsilang
%Pmutasi = peluang mutasi
[m n] = size(newPop);
%banyaknya yang akan termutasi
banyakMutasi = Pmutasi*(m*n);
for i = 1 : banyakMutasi
x = fix(1+((m+1)-1)*rand); %baris
y = fix(1+((n+1)-1)*rand); %kolom
%proses pertukaran
if y ~= n
temp = newPop(x,y);
newPop(x,y) = newPop(x,(y+1));
newPop(x,(y+1)) = temp;
else%jika berada diurutan belakang maka dipertukarkan dengan urutan
awal
temp = newPop(x,y);
newPop(x,y) = newPop(x,1);
newPop(x,1) = temp;
end
end
pop = newPop;
178
function
waktu_masalah(d,tanggal,bulan,y,p,t_p,t_d,index_list,tindakan,input,
sumber,lakukan)
%d = hari
%y = year (tahun)
%p =keyword
%t_p = tingkat keparahan
%t_d =tingkat dampak gangguan
%indeks_list = gangguan history yang mirip dengan yang terjadi
%tindakan = input tindakan yang dilakukan
%input = input masalah yang terjadi
%sumber = sumber PPIC
%lakukan = apakah tindakan tersebut dilakukan atau tidak
load('temp/temp_history.mat')
load('data/history.mat')
day =load('data/day.mat');
month = load('data/month.mat');
problem = load('data/problem.mat');
load('data/keyword_lain.mat')
day = struct2cell(day);
day = cellstr(day{1,1});
month = struct2cell(month);
month = cellstr(month{1,1});
problem = struct2cell(problem);
problem = cellstr(problem{1,1});
load('data/db_trouble.mat');
masalah = masalah(index_list);
n = size(history,1);
m = size(temp_history,1);
if p == 2
masalah =strcat(x);
else
masalah=problem(p)
end
temp=[];
if isempty(history)==1
temp = num2cell(d);
history(1,1)=temp;
date = num2str(tanggal);
tanggal = [date,'-',char(month(bulan)),'-',y]
history(1,2) = cellstr(tanggal);
history(1,3) = cellstr(masalah);
history(1,4) = cellstr(input);
history(1,5) = num2cell(t_p);
history(1,6) = num2cell(t_d);
history(1,7) = cellstr(masalah);
179
history(1,8) = cellstr(tindakan);
history(1,9) = cellstr(lakukan);
history(1,10) = cellstr(sumber);
else
temp = num2cell(d);
history(n+1,1) = temp;
date = num2str(tanggal);
tanggal = [date,'-',char(month(bulan)),'-',y]
history(n+1,2) = cellstr(tanggal);
history(n+1,3) = cellstr(problem(p));
history(n+1,4) = cellstr(input);
history(n+1,5) = num2cell(t_p);
history(n+1,6) = num2cell(t_d);
history(n+1,7) = cellstr(masalah);
history(n+1,8) = cellstr(tindakan);
history(n+1,9) = cellstr(lakukan);
history(n+1,10) = sumber;
end
if isempty(temp_history)==1
temp_history(1,1) = temp;
temp_history(1,2) = history(1,2);
temp_history(1,3) = cellstr(problem(p));
temp_history(1,4) = cellstr(input);
temp_history(1,5) = num2cell(t_p);
temp_history(1,6) = num2cell(t_d);
temp_history(1,7) = cellstr(masalah);
temp_history(1,8) = cellstr(tindakan);
temp_history(1,9) = cellstr(lakukan);
temp_history(1,10) = cellstr(sumber);
else
temp_history(m+1,1) = temp;
temp_history(m+1,2) = cellstr(tanggal);
temp_history(m+1,3) = cellstr(problem(p));
temp_history(m+1,4) = cellstr(input);
temp_history(m+1,5) = num2cell(t_p);
temp_history(m+1,6) = num2cell(t_d);
temp_history(m+1,7) = cellstr(masalah);
temp_history(m+1,8) = cellstr(tindakan);
temp_history(m+1,9) = cellstr(lakukan);
temp_history(m+1,10) = sumber;
end
save data/history.mathistory;
save temp/temp_history.mattemp_history
load data/history.mat;
load temp/temp_history.mat;
n = size(history,1);
m = size(temp_history,1);
if isempty(history)==1
history(1,11) = num2cell(var_RM);
history(1,12) = num2cell(var_FG);
history(1,13) = cellstr(pic);
history(1,14) = cellstr(hub_FG);
history(1,15) = cellstr(hub_RM);
else
history(n,11) = num2cell(var_RM);
history(n,12) = num2cell(var_FG);
history(n,13) = cellstr(pic);
history(n,14) = cellstr(hub_RM);
history(n,15) = cellstr(hub_FG);
end
if isempty(temp_history)==1
temp_history(1,11) = num2cell(var_RM);
temp_history(1,12) = num2cell(var_FG);
temp_history(1,13) = cellstr(pic);
temp_history(1,14) = cellstr(hub_RM);
temp_history(1,15) = cellstr(hub_FG);
else
temp_history(m,11) = num2cell(var_RM);
temp_history(m,12) = num2cell(var_FG);
temp_history(m,13) = cellstr(pic);
temp_history(m,14) = cellstr(hub_RM);
temp_history(m,15) = cellstr(hub_FG);
end
save data/history.mathistory;
save temp/temp_history.mattemp_history;
Setiap gangguan yang terjadi dalam 1 periode akan dilihat apakah gangguan tersebut
terjadi followup
function data=get_follow_up(keyword)
%keyword, load setiap database gangguan 1 periode berdasarkan
keyword
181
load ('temp/temp_history.mat');
keyword = char(keyword);
indeks = strfind(temp_history(:,3), keyword);
n = size(indeks, 1);
ind=[];
for i = 1 : n
if isempty(indeks{i})==0
ind=[ind i];
end
end
frekuensi = size(ind,2);
if isempty(ind)==1
mp=0;
md=0;
else
%hitung banyaknya parah
mp= skala_parah(ind);
RM = cell2mat(RM);
RM = sum(RM)
load ('temp/hist_variansi.mat');
load ('data/db_variansi.mat');
temp = [db_variansi(:,1),db_variansi(:,2),db_variansi(:,3),
data(:,2),data(:,3),db_variansi(:,4),db_variansi(:,5)];
matriks=[matrix;temp];
n = size(matriks,1);
save matriks1.matmatriks
183
jml_FG = cell2mat(matriks(:,4));
jml_RM = cell2mat(matriks(:,5));
loss_FG = sum(jml_FG)/n;
loss_RM = sum(jml_RM)/n;
last_loss(1)=get(handles.loss_edit_fg,'String');
last_loss(2)=get(handles.loss_edit_rm,'String');
%fungsi menampilkan
set(handles.uitable1,'Data',matriks);
set(handles.loss_update_FG,'String',update_FG);
set(handles.loss_update_RM,'String',update_RM);
LAMPIRAN 4
Data Pendukung Perhitungan Model PPIC Adaptif
Tabel 9 Data waktu produksi dan kapasitas produksi lini roti tawar
Keterangan : RTS dan RTG diproses pada Lini Roti Tawar ; ICK, IKJ, TOC dan
RKJ diproses pada Lini Roti Manis
192
Hasil percobaan untuk berbagai nilai µbi memberikan hasil nilai fungsi tujuan
dalam model sebagai berikut :
Tabel 10 Perhitungan nilai fungsi tujuan MPS hari ke-1 untuk berbagai nilai µbi.
(misal 60 : 40), nilai µbi = 0.999 memiliki nilai alternatif terbesar. Berdasarkan
hasil tersebut, ditentukan nilai µbi = 0.999 dalam perhitungan nilai fuzzy. Dengan
menggunakan nilai µbi = 0.999 tersebut, angka fuzzy untuk tiap variabel dalam
perhitungan model MPS adalah sama dengan nilai batas bawahnya (bia) sesuai
dengan hasil pada tabel berikut:
Tabel 11 Perhitungan nilai dan ranking untuk berbagai nilai µbi data MPS hari ke-
1
Hasil perhitungan nilai fuzzy untuk nilai parameter fungsi sigmoid sebagai
berikut, dapat dilihat pada tabel berikut :
B= 1
C= 0,001001
α= 13,81381
µbi = 0,6
Tabel 12 Nilai fuzzy untuk variabel model MPS dengan µbi = 0.6 untuk MPS hari
ke-1
Utilitas . . .
Waktu Produksi
Total Produksi
4 Produksi IKJ 0 0 0
Variabel Keputusan
RTS RTG ICK IKJ TOC RKJ
X1 X2 X3 X4 X5 X6
Minimasi Biaya Produksi (Rp.) 3750 5000 2000 2250 4500 5000
Fungsi Tujuan
Maksimasi Utilisasi Produksi (detik) 194.27 194.27 216.75 216.75 216.75 216.75
Fungsi Pembatas Tanda Pembatas
1 Penimbangan Tawar 13.73 13.73 ≤ 172800
2 Penimbangan Manis 13.73 13.73 13.73 13.73 ≤ 172800
3 Mixing Sponge Tawar 2.68 2.82 ≤ 172800
4 Mixing Sponge Manis 2.68 2.68 2.68 2.68 ≤ 172800
5 Fermentasi Tawar 16.79 16.79 ≤ 172800
6 Fermentasi Manis 16.79 16.79 16.79 16.79 ≤ 172800
7 Mixing Dough Tawar 3.43 3.43 ≤ 172800
STASIUN 8 Mixing Dough Manis 3.43 3.43 3.43 3.43 ≤ 172800
KERJA
9 Floor Time Tawar 2.2 2.2 ≤ 172800
10 Floor Time Manis 2.2 2.2 2.2 2.2 ≤ 172800
11 Dividing Tawar 8.56 8.56 ≤ 172800
12 Dividing Manis 8.56 8.56 8.56 8.56 ≤ 172800
13 Rounder Tawar 8.28 8.28 ≤ 172800
14 Rounder Manis 8.28 8.28 8.28 8.28 ≤ 172800
15 Intermediate Proofing Tawar 3.33 3.33 ≤ 172800
16 Intermediate Proofing Manis 3.33 3.33 3.33 3.33 ≤ 172800
199
199
200
200
Variabel Keputusan
RTS RTG ICK IKJ TOC RKJ
X1 X2 X3 X4 X5 X6
Minimasi Biaya Produksi (Rp.) 3750 5000 2000 2250 4500 5000
Fungsi Tujuan
Maksimasi Utilisasi Produksi (detik) 194.27 194.27 216.75 216.75 216.75 216.75
Fungsi Pembatas Tanda Pembatas
17 Pressing Tawar 18.62 18.62 ≤ 172800
18 Pressing Manis 18.62 18.62 18.62 18.62 ≤ 172800
19 Filling Manis 37.02 37.02 37.02 37.02 ≤ 172800
20 Make Up Tawar 20.54 20.54 ≤ 172800
21 Make Up Manis 20.54 20.54 20.54 20.54 ≤ 172800
22 Panning Tawar 20.78 20.78 ≤ 172800
23 Panning Manis 20.78 20.78 20.78 20.78 ≤ 172800
24 Racking Tawar 1.27 1.27 ≤ 172800
25 Racking Manis 1.27 1.27 1.27 1.27 ≤ 172800
26 Final Proofing Tawar 12.95 12.95 ≤ 172800
27 Final Proofing Manis 12.95 12.95 12.95 12.95 ≤ 172800
28 Baking Tawar 7.3 7.3 ≤ 172800
29 Baking Manis 7.3 7.3 7.3 7.3 ≤ 172800
30 Cooling Tawar 9 9 ≤ 172800
31 Cooling Manis 9 9 9 9 ≤ 172800
32 Slicing Tawar 14.54 14.54 ≤ 172800
33 Sortasi Tawar 14.54 14.54 ≤ 172800
34 Sortasi Manis 14.54 14.54 14.54 14.54 ≤ 172800
201
Variabel Keputusan
RTS RTG ICK IKJ TOC RKJ
X1 X2 X3 X4 X5 X6
Minimasi Biaya Produksi (Rp.) 3750 5000 2000 2250 4500 5000
Fungsi Tujuan
Maksimasi Utilisasi Produksi (detik) 194.27 194.27 216.75 216.75 216.75 216.75
Fungsi Pembatas Tanda Pembatas
35 Packaging Tawar 15.73 15.73 ≤ 172800
36 Packaging Manis 15.73 15.73 15.73 15.73 ≤ 172800
37 RTS 1 ≥ 3,865
38 RTG 1 ≥ 2,905
PRODUKSI 39 ICK 1 ≥ 1,153
40 IKJ 1 ≥ 0
41 TOC 1 ≥ 337
42 RKJ 1 ≥ 683
43 Terigu 245.72 179.92 35.8 35.8 143.2 91.13 ≤ 10000000
44 Gula 13.4 10.01 6.45 6.45 25.8 20.7 ≤ 650000
45 Shortening 16.24 12.02 ≤ 600000
BAHAN BAKU 46 Telur 0.95 0.95 3.8 7.6 ≤ 60000
47 Full Cream 0.75 0.75 3 5.6 ≤ 50000
48 Coklat Pasta 23 92 ≤ 600000
49 Keju 23 30 ≤ 500000
50 Cheddar Cheese 24 ≤ 200000
51 Lower Bound 0 0 0 0 0 0
52 Upper Bound M M M M M M
201
201
202
202
MODEL PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU
Tabel 14 Hasil prakiraan permintaan jangka menengah produk roti \untuk perhitungan MRP.
JENIS ROTI
Hari
RTS RTG ICK IKJ TOC RKJ
1 2788 1928 1910 1568 15 534
2 3093 2076 2396 1568 206 843
3 2565 1873 2222 1572 390 266
4 2956 2105 2457 1366 225 270
5 2335 2377 2271 1431 251 931
6 2992 1905 1224 1573 71 890
7 3102 1964 1608 1331 75 368
8 2468 2112 864 1562 369 462
9 2926 2110 2518 1525 325 781
10 3066 1837 1878 1564 391 539
11 2626 2286 2403 1357 397 557
12 2841 2086 716 1394 297 561
13 2788 1879 281 1600 184 496
14 2579 1863 2296 1504 266 456
15 2366 1983 2219 1559 125 200
16 2511 1957 2433 1497 293 67
17 2437 1902 2322 1534 238 550
18 2523 2271 2398 1510 162 907
19 2826 2236 2325 1429 199 646
203
JENIS ROTI
Hari
RTS RTG ICK IKJ TOC RKJ
20 2784 1873 2067 1541 179 319
21 2227 1890 2316 1531 179 220
22 2200 2087 2176 1534 279 528
23 2449 2072 2169 1572 165 477
24 2812 1918 2233 1581 271 388
25 2421 2257 2455 1536 127 374
26 2122 2150 2406 1459 159 614
27 2392 1934 2255 1434 102 522
28 2398 1882 1447 1393 323 549
29 2572 1962 1516 1297 333 906
30 2243 1996 2032 1502 107 762
31 2183 1903 2229 1558 388 143
32 2270 2078 2473 1453 112 0
33 2621 1941 921 1482 414 136
34 2854 1858 141 1573 294 621
35 2217 1887 809 1584 80 451
36 2184 1913 1668 1587 51 647
37 2384 1862 2194 1539 146 516
38 2698 1915 2327 1558 221 471
39 2352 1835 2376 1552 240 245
40 2090 1866 2313 1467 356 478
41 2211 1859 2040 1532 2 639
42 2401 1874 2063 1572 158 662
203
204
204
Tabel 15 Recipe roti dan batas minimum persediaan bahan baku
Produk Roti
Batas Minimum Persediaan (gr) Persediaan (kg)
Bahan Baku RTS RTG ICK IKJ TOC RKJ
Terigu 245,72 179,92 35,8 35,8 143,2 91,13 10000000 10000
Gula 13,4 10,01 6,45 6,45 25,8 20,7 650000 650
Shortening 16,24 12,02 0 0 0 0 600000 600
Fine Bran 0 26,32 0 0 0 0 1000000 1000
Telur 0 0 0,95 0,95 3,8 7,6 60000 60
Full Cream 0 0 0,75 0,75 3 5,6 50000 50
Coklat Pasta 0 0 23 0 92 0 600000 600
Keju 0 0 23 30 500000 500
Cheddar
0 0 0 0 0 24 200000 200
Cheese
205
Berikut adalah informasi terkait bahan baku kelas A yang digunakan untuk membuat produk roti.
Tabel 16 Informasi bahan baku kelas A untuk produksi roti
Berdasarkan data prakiraan permintaan produk roti yang merupakan hasil prakiraan permintaan jangka menengah berdasarkan
metode Jaringan Syaraf Tiruan, data Recipe untuk tiap varian roti, kemudian dilakukan perhitungan kebutuhan bahan baku untuk
tiap-tiap varian bahan baku. Berikut ini adalah tabel kebutuhan tepung terigu berdasarkan prakiraan permintaan berbagai varian
produk roti:
205
206
206
JENIS ROTI Total
Hari Total (gr)
RTS RTG ICK IKJ TOC RKJ (kg)
1 685045 346954 68395 56141 2098 48673 1207306 1207
2 760123 373498 85786 56143 29501 76860 1381910 1382
3 630225 336960 79539 56276 55918 24251 1183169 1183
4 726469 378656 87956 48910 32164 24622 1298777 1299
5 573670 427587 81315 51231 36008 84854 1254665 1255
6 735125 342717 43817 56304 10224 81126 1269313 1269
7 762142 353329 57549 47662 10669 33572 1264923 1265
8 606412 379980 30927 55928 52871 42126 1168244 1168
9 719006 379655 90162 54595 46505 71193 1361116 1361
10 753274 330583 67225 55997 56061 49160 1312301 1312
11 645153 411279 86035 48581 56912 50732 1298692 1299
12 698039 375288 25645 49907 42539 51117 1242534 1243
13 685072 338145 10047 57275 26375 45168 1162081 1162
14 633685 335132 82200 53851 38046 41594 1184507 1185
15 581302 356861 79424 55801 17875 18186 1109449 1109
16 617047 352026 87108 53591 42003 6124 1157899 1158
17 598704 342258 83142 54911 34038 50143 1163196 1163
18 619915 408519 85865 54063 23131 82691 1274184 1274
19 694353 402220 83236 51141 28442 58852 1318245 1318
20 684112 336936 73994 55183 25574 29056 1204855 1205
21 547098 340106 82920 54825 25661 20015 1070625 1071
207
207
208
Untuk keseluruhan varian bahan baku kelas A yang diamati, rekapitulasi kebutuhan bahan baku dapat dilihat pada tabel berikut.
Tabel 18 Rekapitulasi kebutuhan bahan baku sesuai prakiraan permintaan seluruh varian produk roti.
208
Data Permintaan Bahan Baku (dalam kg)
Periode
Tepung Terigu Gula Pasir Filler Keju Filler Coklat Cheedar Cheese Milk Full Cream Shortening 1 Telur Ayam
1 1.207 91 52 45 13 6 68 7
2 1.382 111 61 74 20 8 75 7
3 1.183 93 44 87 6 6 64 7
4 1.299 97 40 77 6 5 73 7
5 1.255 105 61 75 22 9 66 12
6 1.269 97 63 35 21 7 71 10
7 1.265 90 42 44 9 4 74 6
8 1.168 89 50 54 11 6 65 7
9 1.361 111 59 88 19 8 73 11
10 1.312 103 52 79 13 7 72 9
11 1.299 104 48 92 13 7 70 9
12 1.243 92 49 44 13 6 71 7
13 1.162 83 52 23 12 5 68 6
14 1.185 94 48 77 11 6 64 8
15 1.109 83 42 63 5 4 62 6
16 1.158 88 36 83 2 4 64 5
17 1.163 94 52 75 13 7 62 9
18 1.274 105 62 70 22 8 68 11
19 1.318 103 52 72 15 7 73 9
20 1.205 91 45 64 8 5 68 7
21 1.071 83 42 70 5 5 59 6
209
209
210
Setelah diketahui data kebutuhan bahan baku tiap varian, tahap perhitungan berikutnya adalah menentukan ukuran pemesanan
210
ekonomis untuk tiap varian bahan baku (Economic Order Quantity/EOQ). Berikut ini adalah input data untuk perhitungan EOQ
bahan baku di PT NIC. Untuk contoh perhitungan EOQ akan diberikan contoh bahan baku Tepung Terigu.
Tabel 19 Input data perhitungan EOQ bahan baku tepung terigu
Produk yang diamati TEPUNG TERIGU
Cp biaya pesan (Rp) 120.000,00 per sekali pesan
Cs biaya simpan (Rp) 190,29 per kg/42 hari
D permintaan slama T periode (Kg) 49.697,62 kg untuk 42 hari
T periode perencanaan 42 hari
P harga beli 6.750,00 / kg
Lt lead time 2,00 hari
d permintaan selama T periode (Kg) 1.183,28 kg untuk 1 hari
211
Tabel 20 Hasil perhitungan EOQ dan total biaya persediaan bahan baku tepung terigu.
EOQ (Kg) 7.917
Qpack 1
Ukuran pemesanan ; Q** (Kg) 10.000
Interval pemesanan ; t* (hari) 8,45
Frekuensi pemesanan ; n (kali) 5
Ongkos simpan (Rp.) 951.472,60
Ongkos pesan (Rp.) 600.000,00
Total Biaya Persediaan ;TC (Rp.) 1.551.472,60
Berikut adalah rekapitulasi hasil perhitungan EOQ dan Total Biaya Persediaan untuk seluruh bahan baku yang menjadi fokus
bahasan dalam penelitian ini. Sesuai dengan hasil perhitungan EOQ yang merupakan fase Lotting dalam perhitungan MRP, data EOQ
akan disesuaikan dengan ukuran pemesanan dan minimum order berdasarkan kesepakatan dengan masing-masing suplier bahan
baku.
211
212
212
NO Material Material Description Min Order (kg) EOQ TC (Rp)
Pemesanan
1 RM101001 Tepung Terigu 10.000 7.917 10.000 1.551.472,60
2 RM101024 Gula Pasir 100 1.967 2.000 480.334,93
3 RM221004 Filler Keju 100 689 700 729.217,89
4 RM221003 Filler Coklat 100 1.191 700 635.715,62
5 RM221018 Cheedar Cheese 80 268 320 509.770,53
6 RM101014 Milk Full Cream 50 244 250 368.625,00
7 RM101005 Shortening 75 1.580 1.650 457.534,12
8 RM101011 Telur Ayam 100 483 500 204.575,34
Berikut adalah hasil perhitungan total biaya persediaan berdasarkan ukuran pemesanan yang dilakukan oleh perusahaan.
.
213
Berdasarkan hasil perhitungan EOQ kemudian dilakukan perhitungan percent loss bahan baku (% Loss RM) atau umumnya
dinamakan persediaan pengaman (safety stock) dan nilai titik pemesanan kembali (Reorder Point/ROP) untuk seluruh varian bahan
baku.
213
214
214
Demand Demand Lead Safety ROP
Material %
No Material / 42 hari / hari Time Stock unit
Description Loss
(D) (d) (hari) (kg) (kg)
215
216
217
218
Tepung Terigu
ROP (gr) = 2698000 Lead Time (hari) = 2 Q (gram )= 10.000.000
1
Hari Gross Beginning Ending Stock Order Sched.
ke- Req. OH OH Opname Revised Receipt
0 1,00E+07
1 1593099 1,00E+07 8406901 8400000 0
2 1300176 8400000 7099824 7000000 0
3 1429029 7000000 5570971 5000000 0 0
4 1284382 5000000 3715618 3715000 0 0
5 1323292 3715000 2391708 2490000 0 0
6 2490000 0
7 0
219
Produk Roti
Periode RTS RTG ICK IKJ TOC RKJ
Hari-1 3865 2905 1153 0 337 683
Hari-2 2674 2747 2004 35 269 410
Hari-3 2909 2776 2532 225 598 334
Hari-4 2776 2532 225 598 610 328
Hari-5 3578 2257 8 144 176 81
Terdapat dua lini produksi yang akan menghasilkan roti tawar (RTS dan RTG) dimana
sudah terdapat ketentuan pembagian batch sesuai dengan kebutuhan adonan roti, seperti
yang terlihat pada tabel berikut.
Sebagai contoh perhitungan, akan dilakukan perhitungan penjadwalan lini produksi roti tawar dengan menggunakan metode Genetic
220
Algorithm. Berdasarkan data output MPS hari ke-1 untuk produk RTS dan RTG, ditentukan hasil penjadwalan batch sebagai berikut :
Batch roti tersebut akan dikerjakan pada lini roti tawar sesuai dengan kebutuhan waktu
sebagai berikut :
Tabel 32 Hasil perhitungan kebutuhan waktu proses pengerjaan job pada lini 1 roti tawar.
222
Job
(Ji) M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M15 M16 M17 M18
1 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
2 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
3 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
4 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
5 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
6 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
7 3433,5 670,2 4196,5 858 549,5 2139 2071 832,5 4655,2 5133,7 5194,5 317,5 3238,2 1824,5 2250,7 3634,5 3634,5 3933
3090,1
8 603,2 3776,8 772,2 494,5 1925,1 1863,9 749,2 4189,7 4620,3 4675 285,7 2914,4 1642 2025,6 3271 3271 3539,7
9 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
10 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
11 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
12 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
13 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
14 2746,8 536,2 3357,2 686,4 439,6 1711,2 1656,8 666 3724,2 4107 4155,6 254 2590,6 1459,6 1800,6 2907,6 2907,6 3146,4
15 2403,4 469,1 2937,5 600,6 384,6 1497,3 1449,7 582,7 3258,6 3593,6 3636,1 222,2 2266,7 1277,1 1575,5 2544,1 2544,1 2753,1
16 2403,4 469,1 2937,5 600,6 384,6 1497,3 1449,7 582,7 3258,6 3593,6 3636,1 222,2 2266,7 1277,1 1575,5 2544,1 2544,1 2753,1
17 2403,4 469,1 2937,5 600,6 384,6 1497,3 1449,7 582,7 3258,6 3593,6 3636,1 222,2 2266,7 1277,1 1575,5 2544,1 2544,1 2753,1
223
Dalam penjadwalan urutan pengerjaan batch roti tawar pada lini roti tawar,
diusulkan pemanfaatan model Genetic Algorithm Flow Shop (GAFS) sesuai dengan
karakteristik proses produksi pada industri pangan umumnya serta pada pada PT NIC
khususnya. Sesuai dengan kebutuhan penyelesaian penjadwalan dengan menggunakan
model GAFS, dikembangkan populasi awal meliputi dua populasi, dimana pada tiap
populasi masing-masing terdapat 10 kromosom. Dalam penentuan kromosom yang akan
mengalami proses cross over maupun mutasi, sebagai contoh akan digunakan angka
acak berdasarkan pendekatan LCG. Selain itu pendekatan LCG ini juga akan
dimanfaatkan untuk menentukan posisi gen pada tiap kromosom terpilih yang akan
mengalami proses cross over dan mutasi. Tahapan perhitungan di atas dilakukan
sebanyak n generasi sesuai dengan kebutuhan.
224
Berikut adalah contoh gangguan yang terjadi dan kegiatan pengendalian gangguan yang
dilakukan
225
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Divider masih belum normal untuk
memotong adonan dimana hal ini Perbaikan
1 Divider √ Adonan
menyebabkan adonan masih sering teknik
double
Kadang sering tidak mengikat etiket
dengan sempurna dan hasil seal Perbaikan
2 Kwiklock √ √ Roti Tawar
terkadang miring, sehingga produk teknik
harus dirework.
Perbaikan
3 Silo eror pada mixer SB Silo √ Silo CKE
teknik
Adonan
Water meter tinggi yaitu 11,5 dan
sampai selesai proses mixing suhu
water temperatur tetap masih tinggi dan Water Meter Perbaikan
5 √
mencapai 13,5 dimana hal ini Tinggi teknik
menyebabkan suhu adonan setelah di
mixing mencapai 27,9
225
226
226
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Hitung
kekurangan
Kesalahan penentuan jumlah produksi Kesalahan jumlah produk
9 √ Umum
oleh PPIC dikarenakan kelalaian Planning utk Revisi
MPS periode
berikutnya
227
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Hitung
kekurangan
Kesalahan penyampaian order oleh Kesalahan jumlah produk
10 √ Umum
point outlet Informasi utk Revisi
MPS periode
berikutnya
Periksa Stock
Opname RM
terkait -
siapkan
Keterlambatan pengiriman bahan baku
antisipasi
dikarenakan supplier mengalami
11 Supply RM √ perubahan Telur
hambatan untuk memperoleh bahan
item yang
baku berkualitas untuk diproduksi
diproduksi
bila RM
terkait blm
tersedia
RR4 roti banyak yang gosong pada
12 bagian bawah sehingga banyak yang √ Produk direjec RR4
dirijek
227
228
228
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Perbaikan
16 Hasil divider masih kadang dobel. Divider √ Umum
teknik
229
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Perbaikan
18 Kwiklok tidak berfungsi Kwiklock √ Kwiklock
teknik
229
teknik
230
230
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
Perbaikan
Humidity final proofing kadang Final
23 √ teknik Adonan
dibawah standar antara 40-47 % Proofing
berulang
Perbaikan
24 Mesin seal tidak dapat mengeseal etiket Mesin Seal √ Etiket
teknik
PERIODE 1
Sumber Aksi
Keteranga
No. Nama Gangguan Keyword Internal Sistem Produksi
S D Pengendalian n
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5
231
232
Kode
Nama Sumber Keterangan
Sumber
Internal Sistem
ISP-1 Raw Material
Produksi
Internal Sistem
ISP-2 Mesin
Produksi
Internal Sistem
ISP-3 Operator
Produksi
Internal Sistem
ISP-4 Energi
Produksi
Internal Sistem
ISP-5 Kebijakan/Metode/Budaya/Teknologi/Lingkungan
Produksi
S Supply Supply
D Demand Demand
Sebagai contoh, akan digunakan data gangguan berdasarkan sub model sebelumnya,
sebagai berikut :
233
Sumber Skala
Keyword Internal Sistem Produksi Tingkat Dampak Follow Up PIC
S D Frekuensi
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 Keparahan Gangguan
Divider ? 2 2 2 Tidak
Kwiklock ? ? 3 2 1 Ya Div PPIC dan Div Maintenance
Telur ? 1 3 2 Tidak
Water Meter ? 1 1 1 Tidak
Demand Naik ? 1 1 1 Tidak
Operator Absen ? 1 1 1 Tidak
Kesalahan Planning ? 1 2 1 Tidak
Kesalahan Informasi ? 1 1 1 Tidak
Supply RM ? 1 2 2 Tidak
Kesalahan Oprt Produksi ? 1 1 1 Tidak
Timbangan ? 1 2 2 Tidak
Reject Produk ? 1 1 1 Tidak
Lampu Oven ? 1 1 2 Tidak
Final Proofing ? 1 1 2 Tidak
Mesin Seal ? 2 1 1 Tidak
Krat Kurang ? 1 1 1 Tidak
RM Raisin ? 1 1 1 Tidak
Cutting ? 1 1 2 Tidak
Print Inkjet ? 2 1 1 Tidak
Slicer ? 1 2 2 Tidak
Detector Logam ? 1 2 2 Tidak
Bauran Pemasaran ? 1 1 2 Tidak
Retur ? 2 1 2 Tidak
?
233
Order FG Mendadak 1 1 1 Tidak
Kualitas RM ? 1 1 3 Tidak
SL Supplier ? 1 1 1 Tidak
234
234
Sebagai contoh perhitungan penyesuaian nilai % Loss dapat dilihat tabel berikut :
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Divider masih belum normal
untuk memotong adonan
1 Divider √ 0 3 0 3 Umum Umum
dimana hal ini menyebabkan
adonan masih sering double
Kadang sering tidak mengikat
etiket dengan sempurna dan
Kwiklo RTS,
2 hasil seal terkadang miring, √ √ 0 4 0 4 Umum
ck RTG
sehingga produk harus
dirework.
Tepung
3 Silo eror pada mixer SB Silo √ 0 5 0 3 Umum
Terigu
Telur di reject sebanyak 20.215
kg yang merupakan telur
sisa dari tanggal 07/09/10
4 Telur √ 0 1 0 3 Umum Telur
karenakan kondisinya yang
tidak segar lagi(agak bau) dan
warnanya tampak coklat
235
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Water meter tinggi yaitu 11,5
dan sampai selesai proses
mixing suhu water temperatur
Water
tetap masih tinggi dan
5 Meter √ 0 2 0 2 Umum Umum
mencapai 13,5 dimana hal ini
Tinggi
menyebabkan suhu adonan
setelah di mixing mencapai
27,9
235
236
236
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Kesalah
Kesalahan penentuan jumlah
an
9 produksi oleh PPIC √ 0 1 0 1 Umum Umum
Plannin
dikarenakan kelalaian
g
Kesalah
Kesalahan penyampaian order an
10 √ 0 1 0 1 Umum Umum
oleh point outlet Informa
si
Keterlambatan pengiriman
bahan baku dikarenakan
Supply
11 supplier mengalami hambatan √ 0 0 0 3 Umum Telur
RM
untuk memperoleh bahan baku
berkualitas untuk diproduksi
Roti ICK banyak yang gosong
12 pada bagian bawah sehingga √ 0 2 0 1 ICK Umum
banyak yang dirijek
237
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
RTS banyak yang bagian
bawahnya sobek dikarenakan
pada saat RTS di transfer dari Kesalah
cooling conveyor oven ke an
cooling conveyor packing Operato
13 √ 0 2 0 1 RTS, Umum
posisinya banyak yang r
berdempetan (tidak ada jarak) Produk
sehingga roti yang ada di si
cooling conveyor mernimpa
batas-batasnya dan a
237
238
238
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
RTS,
Kwiklo Kwikloc
18 Kwicklock tidak berfungsi √ 1 0 2 RTG,R
ck k
KU
Item IKJ dirijek sebanyak 219
Rejeck
19 pcs karena permukaan atas √ 0 2 0 2 ICK Umum
Produk
pada pecah
Hasil cetak Kwicklock, harga Kwiklo Kwikloc
20 √ 0 1 0 2 Umum
dan exp date kadang tidak jelas ck k
Dividernya kadang tidak
21 Divider √ 0 1 0 2 Umum Umum
berfungsi dengan baik
Lampu
22 Lampu Oven mati √ 0 0 0 0 Umum Umum
Oven
Humidity final proofing kadang Final
23 dibawah standar antara 40-47 Proofin √ 0 1 0 1 Umum Umum
% g
239
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Mesin seal tidak dapat Mesin
24 √ 0 1 0 2 Umum Etiket
mengeseal etiket Seal
RH & Suhu ruang Final Final
25 Proofing, mencapai 94 % & Proofin √ 0 0 0 0 Umum Umum
44ºC g
Ditemukan Box yang berisi
RM
26 Keju diarea MIxer √ 0 0 0 2 Umum Keju
Raisin
WB berlumut
RTS,
Kwiklock tidak dapat berfungsi Kwiklo Kwikloc
27 √ 0 1 0 2 RTG,R
dengan baik ck k
KU
Krat cooling SB kurang
sehingga beberapa item roti Krat
28 √ 1 0 0 0 Umum Umum
manis menggunakan krat kurang
tawar dan ditumpuk
Cutting tidak dapat memotong
29 Cutting √ 0 0 0 0 Umum Umum
dengan baik
Print Inkjet eror (tdk dapat
mengeprint), produk pukul
Print
30 07.55 s.d. 08.22 & 10.59 s.d. √ 0 1 0 0 Umum Etiket
Inkjet
11.17 di pack tanpa kode
produksi
31 Slicer sering macet Slicer √ 0 1 0 0 Umum Umum
239
240
240
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Sering ditemukan logam,
Detecto
umumnya sisa dari clening
32 r √ 0 0 0 0 Umum Umum
mesin (oli) & loyang
Logam
(scotbrigh)
RKJ di rejec di karenakan pada
bagian permukaanya banyak
yang retak sebanyak 149 pcs, Produk
33 √ 0 2 0 2 RKJ Umum
disebabkan pada saat proses Rejeck
mixing BJ dari adonan ccp
adalah 0.36 (agak kental)
34 Mesin Slicer putus Slicer √ 0 1 0 0 Umum Umum
Mesin seal tidak dapat bekerja
dengan baik (macet), selama Mesin
35 √ 0 1 0 0 Umum Umum
perbaikan coolong conveyor Seal
dimatikan.
Adanya permintaan yang
Deman
36 belum terpenuhi kebutuhannya √ 0 2 0 2 RKU Umum
d Naik
pada periode sebelumnya
Adanya perubahan selera
Deman
37 masyarakat yang memicu √ 0 3 0 3 RTG Umum
d Naik
permintaan produk roti
Bauran
Adanya rencana promosi pada
38 Pemasa √ 0 3 0 3 RTS Umum
periode berikutnya
ran
241
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Bauran
Adanya rencana penetrasi pasar
39 Pemasa √ 0 2 0 2 TOC Umum
atau penambahan pasar baru
ran
Dugaan kecenderungan
Deman
40 peningkatan permintaan item √ 0 1 0 1 RTS Umum
d Naik
tertentu
Adanya informasi dari
customer yang menyampaikan
Deman
41 keluhan mengenai kesulitan √ 0 1 0 1 RTG Umum
d Naik
memperoleh item produk
tertentu (suara pelanggan)
241
242
2472
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Adanya kebutuhan FG yang
belum terpenuhi, yang ditandai
dengan adanya peningkatkan
angka %variansi e
Varians
43 (penyimpangan antara waktu √ 0 2 0 2 RTS Umum
ie
target penyelesaian produksi
output Penjadwalan Flowshop
Genetic Algorithm dengan
makespan produksi actual)
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Adanya permintaan yang
berlebih dikarenakan adanya
peningkatan % variansi f RTS,
Varians
47 (penyimpangan antara rencana √ 1 0 1 0 ICK, Umum
if
distribusi sesuai pesanan RO IKJ
dan FO dengan penerimaaan
aktual distribusi)
243
244
244
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Adanya penurunan
ketersediaan jumlah RM yang
tidak direncanakan yang
ditandai dengan adanya
kecenderungan peningkatan % Varians
50 √ 0 0 0 1 Umum Umum
variansi c (penyimpangan ic
antara jumlah persediaan bahan
baku hasil perhitungan MRP
dengan aktual Stock Opname
bahan baku.)
Pengaruh Pengaruh
Sumber
nya pada nya pada FG RM
Keywo Terkait Terkait
No. Nama Gangguan
rd % Loss % Loss
Internal Sistem Produksi
S D FG RM
ISP-1 ISP-2 ISP-3 ISP-4 ISP-5 ↓ ↑ ↓ ↑
Adanya kondisi internal sistem
produksi yang menyebabkan
terjadinya penurunan kejadian- Kualita
56 0 0 1 0 Umum Umum
kejadian gangguan yang bisa s RM
menurunkan ketersediaan
jumlah RM
Adanya peningkatan
ketersediaan jumlah RM yang
tidak sesuai dengan rencana
yang ditandai dengan adanya
kecenderungan penurunan % Varians
57 √ 0 0 1 0 Umum Umum
variansi c (penyimpangan ic
antara jumlah persediaan bahan
baku hasil perhitungan MRP
dengan aktual Stock Opname
bahan baku.)
245
246
Tabel 37 Contoh perhitungan % Loss bahan baku (RM) dan % Loss produk jadi (FG)
JUMLAH -- -- 9 52
∆ -- -- 43
RATA-RATA -- -- 0,75
JUMLAH 5 51 -- --
∆ 46 -- --
RATA-RATA 0,81 -- --
Gangguan
Skala Frekuensi Tingk Keparahan Dampak
1 Jarang Ringan Tidak Berpotensi Mengganggu
2 Cukup Biasa saja Berpotensi Mengganggu
3 Sering Sangat Parah Sangat Berpotensi Mengganggu
Data keputusan untuk ke-3 kategori dapat dilihat pada tabel 39 berikut ini.
Tabel 39 Data keputusan kebutuhan Kebijakan Lanjutan Pengendalian Gangguan
Berdasarkan hasil perhiungan di atas, dipilih kategori Frekuensi yang memiliki nilai
enthropy minimum. Untuk kategori Frekuensi, pada tabel terlihat bahwa kategori Frekuensi
untuk sub kategori Jarang dan sub kategori Cukup didominasi oleh keputusan Tidak, maka
ke-2 sub kategori ini menjadi cabang dengan output keputusan Tidak dan berikutnya tidak
akan dilanjutkan percabangannya.
Hasil perhitungan enthropy menunjukkan nilai yang sama, maka dapat dipilih salah
satu diantaranya, yaitu Kategori Dampak yang tidak akan dilakukan perhitungan untuk
penentuan percabangan selanjutnya, dan yang akan dilakukan perhitungan untuk penentuan
percabangan berikutnya adalah Kategori Keparahan. Kategori Kaparahan didominasi oleh
keputusan Ya untuk sub kategori Sangat Parah dan sub kategori Biasa Saja serta keputusan
Tidak untuk sub kategori Ringan. Berikutnya dilakukan perhitungan untuk penentuan
percabangan dengan melakukan tabulasi silang antara kategori Keparahan – Sangat Parah
dan kategori Dampak.
Keputusan
Dampak Gangguan Tidak Ya
Tidak Berpotensi 3 0
Biasa saja 1 4
Sangat Berpotensi 2 5
Berdasarkan tabel tabulasi silang di atas, dapat ditentukan bahwa cabang Frekuensi
Sering – Keparahan Sangat Parah dengan Dampak Biasa Saja dan dan Sangat Berpotensi
didominasi oleh keputusan Ya, sedangkan Dampak Tidak Berpotensi didominasi oleh
keputusan Tidak.