2018/2019 ARTIKEL
MODUL 1
PROSES AGREGASI, PERAMALAN, DAN VERIFIKASI
1. Perencanaan Produksi
1.1 Definisi
Perencanaan produksi adalah suatu kegiatan untuk mendapatkan produk sesuai dengan yang
ditetapkan, dimana kegiatan tersebut berkaitan dengan penentuan berapa banyak yang
diproduksi, sumber daya apa yang dibutuhkan dan kapan harus di produksi (Sofyan, 2013).
1.2 Tujuan
Untuk mengatur tindakan yang akan dilakukan dalam proses produksi sebagai langkah awal
dalam menyusun tahapan-tahapan kegiatan dimasa yang akan datang, sehingga perencanaan
produksi harus disusun berdasarkan hasil perolehan data masa lalu.
2. Perencanaan Agregat
2.1 Definisi
Perencanaan agregat adalah perencanaan yang dibuat untuk menentukan total permintaan
dari seluruh elemen produksi dan jumlah tenaga kerja yang diperlukan (Baroto, 2002).
2.2 Tujuan
Adapun tujuan dari perencanaan agregat menurut Baroto, yaitu :
1. Perencanaan strategi produksi.
2. Untuk produksi jangka menengah.
3. Meminimasi detail yang ada pada perencanaan produksi .
4. Menentukan kebutuhan sumber daya (tenaga kerja, material, fasilitas, peralatan, ongkos,
dll).
5. Sebagai langkah awal aktivitas produksi yang digunakan untuk penyusunan Jadwal Induk
Produksi (JIP).
SISPROMASI LABORATORY 1
Production Planning and Control MODUL
2018/2019 ARTIKEL
3. Peramalan
3.1 Definisi
Peramalan atau forecasting adalah sebuah teknik untuk memprediksi masa depan dengan
menggunakan pengalaman dari masa lalu. Dalam sebuah sistem produksi, forecasting
digunakan untuk memprediksi permintaan di periode yang akan datang (Chapman, 2006).
3.2 Tujuan
Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga
diproleh suatu perkiraan yang mendekati keadaan yang sebenarnya (Ginting, 2007).
a. Jangka Pendek (Short Term)
Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian
ataupun mingguan dan ditentukan oleh Low Management.
b. Jangka Menengah (Medium Term)
Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat bulanan
ataupun kuartal dan ditentukan oleh Middle Management.
c. Jangka Panjang (Long Term)
Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5
tahunan, 10 tahunan, ataupun 20 tahun dan ditentukan oleh Top Management.
3.3 Karakteristik
1. Akurasi
Akurasi peramalan diukur dari hasil dan kekonsistensian peramalan tersebut. Hasil
peramalan dikatakan tidak sesuai bila peramalan tersebut terlalu tinggi atau rendah
dibandingkan dengan kenyataan yang sebenarnya terjadi.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung dari jumlah item
yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.
SISPROMASI LABORATORY 2
Production Planning and Control MODUL
2018/2019 ARTIKEL
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan
akan memberikan keuntungan bagi perusahaan.
4. Metode Peramalan
SISPROMASI LABORATORY 3
Production Planning and Control MODUL
2018/2019 ARTIKEL
Metode kuantitatif dapat digunakan jika terdapat tiga kondisi berikut (Makridakis, 1983):
1. Terdapat informasi atau data tentang masa lalu
2. Informasi atau data ini dapat diukur dengan data numerik
3. Dapat diasumsikan bahwa beberapa askpek dari pola dimasa lalu akan berlanjut
∑ 𝑑𝑡
𝑑′𝑡 =
𝑛
Keterangan :
𝑑′𝑡 = Nilai peramalan pada periode t
𝑑𝑡 = Demand pada periode t
n = Jumlah periode
SISPROMASI LABORATORY 4
Production Planning and Control MODUL
2018/2019 ARTIKEL
2. Linear
𝑑 ′ (𝑡) = 𝑎 + bt
Dimana :
∑ 𝑡 2 . 𝑑(𝑡) − ∑ 𝑡 ∑ 𝑡. 𝑑( 𝑡) 𝑛 ∑ 𝑡. 𝑑(𝑡) − ∑( 𝑡) ∑ 𝑑( 𝑡)
𝑎= 2 𝑏= 2
𝑛 ∑ 𝑡 − (∑ 𝑡)2 𝑛 ∑ 𝑡 − (∑ 𝑡)2
Keterangan :
𝑑′𝑡 = Nilai peramalan pada periode t
𝑑𝑡 = Demand pada periode t
n = Jumlah periode
a = Intercept
b = Slope
4.1.2.2 Smoothing
1. Moving Average
a. Single Moving Average
Metode peramalan yang dilakukan pada data masa lalu untuk satu periode
yang telah memiliki pola rata-rata. Semakin besar nilai t maka peramalan
yang dihasilkan akan semakin menjauh dari pola data adalah:
Keterangan :
1. 𝑑𝑡−1 = Demand periode-t-1
2. n = Jumlah deret waktu yang digunakan
3. 𝑑′𝑡 = Nilai peramalan periode t
SISPROMASI LABORATORY 5
Production Planning and Control MODUL
2018/2019 ARTIKEL
2
𝑏𝑡 = 𝑁−1 ( 𝑆 ′ 𝑡 − 𝑆 ′ ′𝑡 )
Keterangan :
1. 𝑑𝑡−1 = Demand periode-t-1
2. 𝑑′𝑡 = Nilai peramalan periode t
3. 𝑆 ′ = Single Moving Average
4. 𝑆" = Double Moving Average
5. 𝑛 = Jumlah Periode Single Moving Average
6. 𝑚 = Jumlah Periode Double Moving Average
7. 𝑀 = Selisih periode yang diramal dengan periode sekarang
8. 𝑁 = Jumlah periode yang akan diramal
SISPROMASI LABORATORY 6
Production Planning and Control MODUL
2018/2019 ARTIKEL
Keterangan :
1. W1 = Bobot yang diberikan pada periode t-1
2. W2 = Bobot yang diberikan pada periode t-2
3. Wn = Bobot yang diberikan pada periode t-n
4. n = Jumlah periode
5. d’t = Nilai peramalan periode t
2. Exponential Smoothing
a. Single Exponential Smoothing
Single Exponential Smoothing dapat diartikan berdasarkan tahapan
perhitungannya,dimana nilai data ramalan pada periode t+1 merupakan nilai
aktual pada periode t ditambah dengan penyesuaian yang berasal dari
kesalahan nilai ramalan yang terjadi pada periode t tersebut. Nilai peramalan
dapat dicari dengan rumus berikut.
Dimana:
1. d’t-1 = Data peramalan pada periode t-1
2. dt-1 = Data permintaan pada periode t-1
3. ∝ = Faktor / konstanta
4. d’t = Peramalan pada periode t
SISPROMASI LABORATORY 7
Production Planning and Control MODUL
2018/2019 ARTIKEL
∝
𝑏𝑡 = 1−∝ ( 𝑆 ′ 𝑡 − 𝑆 ′ ′𝑡 )
Keterangan :
1. 𝑑𝑡 = Demand periode-t
2. ∝ = Konstanta
3. S′ = Single Exponential Smoothing
4. S ′′ = Double Exponential Smoothing
SISPROMASI LABORATORY 8
Production Planning and Control MODUL
2018/2019 ARTIKEL
SISPROMASI LABORATORY 9
Production Planning and Control MODUL
2018/2019 ARTIKEL
5. Kelompok Nominal
Metode kelompok nominal melibatkan orang-orang yang berpengalaman dalam berbagai
bidang. Perbedaan dengan metode Delphi terletak pada interaksi antara anggota panel.
Dalam metode ini terdapat diskusi antar anggota secara langsung dan secara tatap muka,
sedangkan dalam metode Delphi sama sekali tidak ada interaksi lisan.
SISPROMASI LABORATORY 10
Production Planning and Control MODUL
2018/2019 ARTIKEL
120000
100000
80000
60000
40000
20000
0
1 2 3 4 5 6 7 8 9 10 11 12
SISPROMASI LABORATORY 11
Production Planning and Control MODUL
2018/2019 ARTIKEL
80000
70000
60000
50000
40000
30000
20000
10000
0
1 2 3 4 5 6 7 8 9 10 11 12
𝑛
1
𝑀𝐴𝐷 = ∑ ∣ 𝑒𝑖 ∣
𝑛
𝑖=1
Keterangan :
1. n = Banyaknya periode
2. ei = Selisih nilai peramalan dengan data actual
SISPROMASI LABORATORY 12
Production Planning and Control MODUL
2018/2019 ARTIKEL
Keterangan:
1. n = Banyaknya periode
2. 𝑒𝑖 = Selisih nilai permalan dengan data actual
𝑛
1
𝑀𝐴𝑃𝐸 = [ ∑ ∣ 𝑒𝑖 ⁄𝐷𝑖 ∣] × 100 %
𝑛
𝑖=1
Keterangan :
1. n = Banyaknya periode
2. 𝑒𝑖 = Selisih nilai permalan dengan data actual
3. Di = Nilai ramalan pada periode t
∑(𝑌 − 𝑌 ′ )2
𝑆𝐸𝐸 = √
𝑛−𝑓
Keterangan:
1. Y = Permintaan aktual
2. Y’ = Nilai peramalan
3. n = Jumlah periode
4. f = Derajat kebebasan
SISPROMASI LABORATORY 13
Production Planning and Control MODUL
2018/2019 ARTIKEL
Dimana :
f = 1 untuk data Konstan
f = 2 untuk data Linier
f = 3 untuk data Kuadratis
f = 3 untuk data Siklis
7 Verifikasi
Proses verifikasi peramalan dilakukan terhadap metode peramalan yang terbaik. Proses
verifikasi digunakan untuk melihat apakah metode peramalan yang diperoleh representif
terhadap data. Proses verifikasi dilakukan dengan Moving Range Chart. Dari peta ini dapat
terlihat apakah sebaran data masih didalam batas control atau tidak. Jika sebaran berada di
luar batas control, maka metode peramalan tersebut tidak sesuai artinya pola peramalan
terhadap data tidak representif (Ginting, 2007).
Kondisi out of control dapat diperiksa dengan menggunakan empat aturan berikut:
1. Aturan Satu Titik
Bila ada satu titik sebaran (Y’-Y) berada di luar UCL dan LCL.
2. Aturan Tiga Titik
Bila ada dua atau lebih dari tiga titik sebaran secara berturut-turut jatuh pada daerah A di
sisi yang sama dari garis tengah.
3. Aturan Lima Titik
Bila ada empat atau lebih dari lima titik sebaran secara berturut-turut jatuh pada daerah B
di sisi yang sama dari garis tengah.
4. Aturan Delapan Titik
Bila ada delapan buah titik atau lebih secara berturut-turut pada daerah C di sisi yang sama
dari garis tengah.
SISPROMASI LABORATORY 14
Production Planning and Control MODUL
2018/2019 ARTIKEL
Berikut bagan yang dijelaskan pada aturan MRC tersebut dapat dilihat pada gambar
dibawah ini.
UCL
A
2/3 UCL
B
1/3 UCL
C
CCL
C
1/3 LCL
B
2/3 LCL
A
LCL
SISPROMASI LABORATORY 15
Production Planning and Control MODUL
2018/2019 ARTIKEL
REFERENSI
Chapman, S. N. (2006). The Fundamentals of Production Planning and Control. New Jersey:
Pearson Eduation.
SISPROMASI LABORATORY 16