Draft Jadi Manajemen Produksi Operasi

i
LAPORAN PRAKTIKUM MANAJEMEN PRODUKSI DAN OPERASI
PENYELESAIAN MASALAH DALAM MANAJEMEN PRODUKSI DAN

OPERASI MENGGUNAKAN SOFTWARE POM FOR WINDOWS
Disusun Oleh:
Fajar Ayu Nugraheni
H0819049
PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET SURAKARTA
2021
i
ii
HALAMAN PENGESAHAN
Laporan Praktikum Manajemen Produksi dan Operasi
PENYELESAIAN MASALAH DALAM MANAJEMEN PRODUKSI DAN

OPERASI MENGGUNAKAN SOFTWARE POM QM FOR WINDOWS
Disusun dan diajukan oleh:
Fajar Ayu Nugraheni

H0819049
Dan Dinyatakan telah memenuhi syarat
Surakarta, Desember 2021

Mengetahui,
Kepala Program Studi Agribisnis Koordinator Praktikum
Manajemen Produksi dan Operasi
Dr. Ir. Sri Marwanti, M.S Dr. Ir. Kusnandar, M.Si.

NIP. 19590709 198303 2 001 NIP. 19670703 199203 1 004
KATA PENGANTAR
ii
iii
Puji syukur penyusun panjatkan kehadirat Allah SWT yang telah

melimpahkan rahmat dan hidayah-Nya kepada penyusun, sehingga dapat
menyelesaikan laporan kegiatan praktikum Manajemen Produksi dan Operasi
tentang Penyelesaian Masalah dalam Manajemen Produksi dan Operasi
Menggunakan Software POM for Windows.
Pada kesempatan ini penyusun mengucapkan terima kasih kepada:
1. Dekan Fakultas Pertanian Universitas Negeri Sebelas Maret Surakarta.
2. Kepala Program Studi Agribisnis Fakultas Pertanian Universitas Negeri
Sebelas Maret Surakarta.
3. Dosen Manajemen Produksi dan Operasi yang telah membimbing dan
mengarahkan kami dalam perkuliahan.
4. Segenap Co-Assisten yang telah membimbing kami baik dalam praktikum
maupun dalam penyusunan laporan ini.
5. Orang tua yang telah mendukung terselesaikannya laporan ini.
6. Teman-teman semua yang turut membantu penyusunan laporan ini.

Penyusun menyadari sepenuhnya bahwa dalam penyusunan laporan ini
masih banyak kekurangan dan kekeliruan, maka dari itu penyusun sangat
mengharapkan saran dan kritik yang bersifat membangun yang dapat membantu
demi lengkapnya laporan kegiatan praktikum Manajemen Produksi dan Operasi.
Penyusun juga berharap laporan kegiatan praktikum Manajemen Produksi dan
Operasi ini dapat bermanfaat bagi semua pihak.
Surakarta, Desember 2021
Penyusun
DAFTAR ISI
iii
iv
HALAMAN JUDUL i
HALAMAN PENGESAHAN ii
KATA PENGANTAR iii
DAFTAR ISI iv
DAFTAR GAMBARv
DAFTAR TABEL vi
I. PENDAHULUAN 1
A. Latar Belakang 1
B. Rumusan Masalah 2
C. Tujuan Praktikum 2
D. Waktu dan Tempat Pelaksanaan 3
II. TINJAUAN PUSTAKA4
A. POM QM for Windows 4
B. Inventory dan EOQ 6
C. Forecasting 7
D. PERT 9
E. CPM 12
F. Linear Programming 13
III. HASIL DAN PEMBAHASAN 16
A. Manajemen Persediaan dengan EOQ 16
B. Peramalan Produksi dengan Forecasting 28
C. Penjadwalan dan Pengawasan dengan PERT 39
D. Penjadwalan dan Pengawasan dengan CPM 48
E. Optimasi dengan Linear Programming 55
PENUTUP 63
A. Kesimpulan 63
B. Saran 65
DAFTAR PUSTAKA
LAMPIRAN
iv
v
DAFTAR TABEL
Tabel 3.1 Output Economic Order Quantity (EOQ) ............................................19

Tabel 3.4 Data Penjualan PT Tani Makmur Tahun 2019......................................28
Tabel 3.5 Perbandingan Output Forecasting PT. Tani Makmu............................31
Tabel 3.6 Output Forecasting Linear Regression Pemkot Jakarta........................36
Tabel 3.7 Data Waktu Penyelesaian Proyek Perusahaan......................................39
Tabel 3.8 Hasil perhitungan PERT menggunakan POM QM for Windows..........39
Tabel 3.9 Jalur Kegiatan dan Waktu Proyek Menggunakan PERT......................41
Tabel 3.10 Data Waktu Penyelesaian Proyek Perusahaan....................................42
Tabel 3.11 Result Penjadwalan Proyek dengan PERT..........................................42
Tabel 3.12 Jalur Kegiatan dan Waktu Proyek Menggunakan PERT....................43
Tabel 3.13 Result Penjadwalan Proyek dengan CPM...........................................46
Tabel 3.14 Jalur Kegiatan dan Waktu Proyek Menggunakan CPM......................46
Tabel 3.15 Contoh kasus kegiatan dalam perencanaan rumah makan..................47
Tabel 3.16 Result Penjadwalan Proyek dengan CPM...........................................49
Tabel 3.17 Jalur Kegiatan dan Waktu Proyek Menggunakan CPM......................50
Tabel 3.18 Data Pemakaian Sumber Daya dan Sediaan Kapasitas PT
Barokah Mebel...................................................................................52
Tabel 3.19 Output linear programming PT. Barokah Mebel software PO
M QM for Windows............................................................................53
Tabel 3.20 Data Pemakaian Sumber Daya dan Sediaan Kapasitas PT
Agribisnis............................................................................................56
Tabel 3.21Output linear programming PT. Agribisnis software POM QM for Win
dows 56
v
vi
DAFTAR GAMBAR
Gambar 3.1 Grafik Penyelesaian Economic Order Quantity (EOQ)

menggunakan software POM QM for Windows .............................19
menggunakan software POM QM for Windows ..................................23
menggunakan software POM QM for Windows ..................................26
Gambar 3.4 Grafik Forecasting PT. Tani Makmur dengan menggunakan
Naïve Method........................................................................................31
forecasting moving average..................................................................32
forecasting weighted moving averages.................................................32
forecasting exponential smoothing.......................................................32
Gambar 3.8 Diagram PERT menggunakan POM QM for Windows.....................40
Gambar 3.9 Diagram PERT menggunakan software POM QM for
Windows................................................................................................42
Gambar 3.10 Diagram CPM menggunakan software POM QM for
Windows................................................................................................46
Gambar 3.11 Diagram CPM menggunakan software POM QM for
Windows................................................................................................49
Gambar 3.12 Grafik linear programming Barokah Mebel software POM Q
M...........................................................................................................53
Gambar 3.13 Grafik linear programming PT Agribisnis software POM Q
M for Windows......................................................................................56
vi
1
I. PENDAHULUAN
A. Latar Belakang
Pengambilan keputusan di dalam dunia bisnis menjadi hal yang sangat
penting terutama dalam hal manajemen produksi dan operasi. Pendekatan
dalam pengambilan keputusan bisnis secara sederhana dapat dibagi ke dalam
dua bagian yakni pendekatan kualitatif dan pendekatan kuantitatif. Pendekatan
kualitatif adalah pendekatan dengan menggunakan pengalaman, intuisi,
perkiraan, emosi dalam pengambilan keputusan. Pendekatan kuantitatif adalah
pendekatan ilmiah menggunakan proses matematis untuk menentukan
keputusan terbaik. Salah satu aplikasi komputer untuk menyelesaikan
persoalan metode kuantitatif yaitu POM QM for Windows.
Program POM QM for Windows sendiri adalah sebuah program
komputer yang digunakan untuk memecahkan masalah dalam bidang produksi
dan operasi yang bersifat kuantitatif. POM QM for Windows memiliki
tampilan grafis yang menarik dan kemudahan pengoperasian yang menjadikan
POM QM for Windows sebagai alternatif aplikasi guna membantu pengambilan
keputusan seperti misalnya menentukan kombinasi produksi yang sesuai agar
memperoleh keuntungan sebesar-besarnya. Menentukan order pembelian
barang agar biaya perawatan menjadi seminimal mungkin, menentukan
penugasan karyawan terhadap suatu pekerjaan agar dicapai hasil yang
maksimal, dan lain sebagainya.
Mahasiswa dalam kegiatan perkuliahan mendapatkan pemahaman secara
konseptual dan kemampuan dalam menyelesaikan soal-soal secara manual
untuk dapat memanfaatkan software POM QM for Windows secara optimal.
Mahasiswa perlu mempelajari Software POM QM for Windows dalam kegiatan
praktikum guna menjadi tempat penerapan teori yang diberikan pada saat
perkuliahan berlangsung. Mahasiswa dapat menambah wawasan tentang
penerapan teori dalam manajemen produksi dan operasi, menambah
1
2
keterampilan dalam melakukan analisis masalah dalam manajemen produksi

dan operasi dengan menggunakan software POM-QM for Window.
2
2
.
B. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, diperoleh rumusan masalah
sebagai berikut :
1. Bagaimana melakukan manajemen persediaan dengan EOQ menggunakan
software POM for Windows ?
2. Bagaimana penyelesaian ramalan produksi dengan forecasting
menggunakan software POM for Windows ?
3. Bagaimana melakukan penjadwalan dan pengawasan dengan PERT
4. Bagaimana melakukan penjadwalan dan pengawasan dengan CPM
5. Bagaimana melakukan optimasi dengan linear programming menggunakan
software POM for Windows ?
C. Tujuan Praktikum
Tujuan pelaksanaan praktikum Manajemen Produksi dan Operasi adalah
sebagai berikut :
1. Meningkatkan kemampuan mahasiswa dalam melakukan manajemen
persediaan dengan EOQ menggunakan software POM for Windows.
2. Meningkatkan kemampuan mahasiswa dalam penyelesaian ramalan
produksi dengan forecasting menggunakan software POM for Windows.
3. Meningkatkan kemampuan mahasiswa dalam melakukan penjadwalan dan
pengawasan dengan PERT menggunakan software POM for Windows.
4. Meningkatkan kemampuan mahasiswa dalam melakukan penjadwalan dan
pengawasan dengan CPM menggunakan software POM for Windows.
5. Meningkatkan kemampuan mahasiswa dalam melakukan optimasi dengan
linear programming menggunakan software POM for Windows.
2
3
D. Waktu dan Tempat Pelaksanaan

Kegiatan praktikum manajemen produksi dan operasi dilaksanakan setiap
satu minggu sekali mulai tanggal 23 Oktober 2021 hingga 19 November 2021.
Kegiatan praktikum dilakukan secara daring menggunakan platform
googlemeet.
3
II. TINJAUAN PUSTAKA
A. POM for Windows

Program QM for Windows adalah aplikasi yang pada dasarnya
merupakan sebuah paket yang dapat digunakan untuk membantu
menyelesaikan persoalan-persoalan Manajemen Produksi dan Operasi
(Production and Operations Management–POM). Program QM for
Windows merupakan paket program komputer untuk menyelesaikan
persoalan-persoalan metode kuantitatif, manajemen sains atau riset
operasi. Software POM/QM for Windows adalah sebuah software yang
dirancang untuk melakukan perhitungan yang diperlukan pihak
manajemen untuk mengambil keputusan di bidang produksi dan
pemasaran. Software ini dirancang oleh Howard J. Weiss tahun 1996
untuk membantu menejer produksi khususnya dalam menyusun prakiraan
dan anggaran untuk produksi bahan baku menjadi produk jadi atau
setengah jadi dalam proses pabrikasi (Isabella, 2016).
POM QM for Windows merupakan perangkat lunak yang
dikembangkan dan menyertai buku-buku teks seputar manajemen operasi
yang diterbitkan oleh Prentice-Hall’s. Perangkat lunak ini user friendly
dalam penggunaannya untuk membantu proses perhitungan secara teknis
pengambilan keputusan secara kuantitatif. POM QM for Windows
merupakan software yang dirancang untuk melakukan perhitungan yang
diperlukan pihak manajemen unutk mengambil keputusan di bidang
produksi dan pemasaran. QM adalah kepanjangan dari Quantitatif Method
yang merupakan perangkat lunak dan menyertai buku-buku teks seputar
manajemen operasi. Aplikasi ini gabungan dari QM dan POM, jika
dibandingkan dengan POM windows modul-modul yang tersedia pada QM
for Windows lebih banyak (Marlina dan Harahap, 2018).
POM-QM for Windows dikembangkan oleh Professor Howard J.
Weiss dari Universitas Temple. POM-QM for Windows telah digunakan
4
5
oleh banyak siswa di dunia sejak pengenalan pertamanya pada tahun 1987.
Versi Windows pertama dari POM disebut POM for Windows telah dirilis
pada 1996. POM dan QM pada tahun 1997 ditawarkan untuk bersamaan
dalam paket perangkat lunak yang sama. Versi dari POM-QM for
Windows yang termasuk POM for Windows dan QM for Windows di
dalamnya, saat ini telah tersedia (Cvetic dan Ilic, 2015).
Program POM-QM for Windows merupakan program komputer yang
didesain untuk menyelesaikan persoaalan secara matematis yang
berhubungan dengan metode kuantitatif, ilmu manajerial, dan riset operasi.
POM-QM for Windows juga dapat digunakan untuk melengkapi Ilmu
Keputusan. termasuk Manajemen Produksi dan Operasi, metode
kuantitatif, ilmu manajemen, atau riset operasi. POM QM for Windows
merupakan software yang dirancang untuk melakukan perhitungan yang
diperlukan pihak manajemen unutk mengambil keputusan di bidang
produksi dan pemasaran. QM adalah kepanjangan dari Quantitatif Method
yang merupakan perangkat lunak dan menyertai buku-buku teks seputar
manajemen operasi. Aplikasi ini gabungan dari QM dan POM, jika
dibandingkan dengan POM windows modul-modul yang tersedia pada QM
for Windows lebih banyak (Widodo et al., 2020).
Program POM QM for Windows dijalankan dengan konfigurasi
minimal komputer adalah IBM atau kompatibelnya. Processor minimal
386 dan hanya dapat dijalankan melalui Windows versi 3.1 atau diatasnya
dengan minimum RAM 3 MB. Disk Drive minimal 1 Drove (3.5”). Materi
praktikum yang menggunakan POM for Windows hanya akan dibatasi
dengan lima buah model dari 20 model yang ada yaitu Linnear
Programming, Transportation, Assignment dan Inventory. Model bisa
berbentuk gambar, simulator atau prototype, matematis atau grafik, dan
lain-lain. Pengambilan keputusan dapat dibantu dengan banyak alat
analisis
(Parinduri dan Syafwan, 2018).
6
B. Inventory dan Economic Order Quantity (EOQ)

Metode EOQ berusaha mencapai tingkat persediaan yang
seminimum mungkin, biaya rendah dan mutu yang lebih baik.
Perencanaan metode EOQ dalam suatu perusahaaan akan mampu
meminimalisasi terjadinya out of stock sehingga tidak mengganggu proses
dalam perusahaan dan mampu menghemat biaya persediaan yang
dikeluarkan oleh perusahaan karena adanya efisisensi persediaan bahan
baku di dalam perusahaan yang bersangkutan. Selain itu dengan adanya
penerapan metode EOQ perusahaan akan mampu mengurangi biaya
penyimpanan, penghematan ruang, baik untuk ruangan gudang dan
ruangan kerja, menyelesaikan masalah-masalah yang timbul dari
banyaknya persediaan yang menumpuk sehingga mengurangi resiko yang
dapat timbul karena persediaan yang ada digudang seperti kayu yang
sangat rentan terhadap api. Analisis EOQ ini dapat digunakan dengan
mudah dan praktis untuk merencanakan berapa kali suatu bahan dibeli dan
dalam kuantitas berapa kali pembelian
(Trihudiyatmanto, 2017).
Metode Economic Order Quantity adalah metode yang digunakan
untuk mengoptimalkan pembelian barang yang dapat menekan biaya-biaya
persediaan seminimal mungkin. Metode Economic Order Quantity (EOQ)
mengasumsikan bahwa jumlah kebutuhan barang sudah dapat ditentukan
terlebih dahulu secara pasti untuk penggunaan satu tahun atau satu
periode, harga barang konstan selama periode tertentu dan Lead Time
tetap. Lead Time adalah tenggang waktu yang di butuhkan sejak memesan
barang sampai barang yang dipesan datang, serta biaya penyimpanan
perunit pertahun konstan (Shofa, 2017).
Economic Order Quantity (EOQ) merupakan jumlah unit suatu
barang yang akan dipesan setiap kali diadakannya pemesanan agar biaya
yang dikaitkan dengan pengadaan persediaan minimal. Jenis biaya yang
digunakan dalam menghitung Economic Order Quantity (EOQ) yaitu
7
biaya pemesanan (Total Ordering Cost) dan biaya penyimpanan (Total

Carrying Cost). Metode EOQ juga merupakan metode pemesanan yang
ekonomis dan optimal. Hal ini disebabkan dengan biaya yang paling
rendah, jumlah yang dipesan dapat memenuhi kebutuhan perusahaan
(Wijaya et al, 2020).
Persediaan merupakan salah satu masalah fenomenal yang bersifat
fundamental dalam perusahaan. Persediaan dapat diartikan sebagai stock
barang yang akan dijual atau digunakan pada periode waktu tertentu.
Tanpa adanya persediaan, perusahaan akan dihadapkan pada sebuah risiko,
tidak dapat memenuhi keinginan para pelanggannya. Persediaan
merupakan barang dagangan yang dibeli kemudian disimpan untuk
selanjutnya dijual kembali dalam operasi. Perusahaan senantiasa memberi
perhatian yang besar dalam persediaan. (Gondowijoyo dan Ricky, 2016).
Manajemen inventaris dapat digambarkan sebagai prosedur yang
dirancang oleh organisasi untuk mengelola bahan baku, bahan setengah
jadi, barang jadi, bahan habis pakai dan suku cadang sehingga organisasi
dapat mengurangi biaya yang terkait dengan inventaris, memastikan
produksi tanpa hambatan dan untuk mencapai tujuan serta sasaran yang
telah ditetapkan. Manajemen inventaris yang baik dan dapat diubah adalah
kunci keberhasilan operasi dari setiap pengaturan industri. Manajemen
inventaris adalah pengaturan manufaktur yang berkembang sebagai darah
ke tubuh manusia. Inventaris adalah aset organisasi yang disimpan untuk
digunakan di masa mendatang oleh perusahaan. Teknologi informasi dan
komunikasi adalah istilah umum yang terdiri dari semua teknologi canggih
yang digunakan dalam memanipulasi dan mengkomunikasikan informasi
sehingga dalam hubungannya dengan inventaris menjadikan lebih mudah.
(Akinola dan Timothy, 2018).
C. Forecasting
Forecasting (peramalan) adalah mengestimasi atau memperkirakan
peristiwa atau situasi yang tidak dapat dikendalikan oleh segala hal yang
terkait dengan penawaran, permintaan, produksi, dan penggunaan
8
teknologi dalam sebuah industri. Forecasting merupakan salah satu

metode untuk melakukan perencanaan serta pengendalian produksi. Selain
itu, forecasting juga didefinisikan sebagai alat bantu untuk melakukan
perencanaan yang efektif dan efisien. Sebagai contoh seperti meramalkan
pertumbuhan lalu lintas tol di tahun berikutnya agar suatu perusahaan
tersebut dapat mengistimasi untuk kedepannya (Fachri, 2020).
Kelas baru model peramalan diusulkan yang memperluas kelas
forecasting yang direalisasikan model melalui penyertaan harga opsi untuk
memperkirakan varians aset kembali. Forecasting digunakan untuk
memperkirakan harga opsi, yang menghasilkan serangkaian pembatasan
urutan silang pada parameter model. Model lengkap ditandai dengan
sistem nonlinier dari tiga persamaan yang berisi pengembalian aset, varian
terealisasi, dengan estimasi parameter berdasarkan metode kemungkinan
maksimum. Forecasting menggunakan properti peramalan dari kelas baru
model peramalan, serta sejumlah kasus khusus, diselidiki dan diterapkan
untuk meramalkan indeks harian yang direalisasikan varians menggunakan
data harian dan harian (Martin, 2020)
Forecasting (peramalan) diperlukan untuk memperkirakan besarnya
penjualan atau permintaan pelanggan akan barang atau jasa yang
dihasilkan. Informasi yang diperoleh dari peramalan penjualan akan
memberikan gambaran tentang prospek permintaan produk tersebut di
pasar. Hasil peramalan hampir tidak sepenuhnya mutlak karena keadaan,
walaupun kejadian di masa depan tidak menentu. Peramalan sangat
diperlukan karena merupakan kunci untuk menentukan keberhasilan suatu
bisnis. Banyak perusahaan melakukan peramalan berdasarkan data
penjualan masa lalu yang digunakan sebagai dasar untuk meramalkan
penjualan di masa mendatang. Peramalan harus selalu dibandingkan
dengan permintaan aktual secara teratur agar dapat diambil tindakan revisi
peramalan jika ditemukan adanya perubahan pola permintaan, sehingga
penyesuaian metode peramalan dapat dilakukan (Iwan dan Yulianto,
2018).
9
Metode untuk melakukan peramalan adalah peramalan jangka

pendek, jangka menengah dan jangka panjang. Peramalan jangka pendek
(kurang dari tiga bulan) digunakan untuk rencana pembelian, penjadwalan
kerja, jumlah tenaga kerja dan tingkat produksi. Peramalan jangka
menengah (tiga bulan hingga tiga tahun), digunakan untuk perencanaan
penjualan, perencanaan penganggaran produksi dan menganalisis berbagai
rencana operasi. Peramalan jangka panjang (lebih dari tiga tahun)
digunakan untuk merencanakan produk baru atau ekspansi dan penelitian
serta pengembangan. Langkah penting setelah melakukan peramalan
adalah melakukan verifikasi peramalan sehingga hasil peramalan benar-
benar mencerminkan dari data masa lalu (Putramasi et al, 2018).
Menentukan forecasting (peramalan) dapat dilakukan dengan
berbagai metode, diantaranya adalah moving average, weighted moving
average dan exponential smoothing. Moving average adalah metode yang
menggunakan permintaan di masa lalu untuk melakukan peramalan dan
metode ini berguna untuk peramalan permintaan yang cenderung stabil.
Weighted moving average adalah melakukan peramalan dengan dengan
beberapa data terakhir dengan memberikan bobot yang berbeda-beda. Hal
ini bisa didasarkan jika pengaruh data yang lebih baru adalah lebih besar
dari data yang lebih lama terhadap keadaan di masa yang akan datang.
Exponential smoothing adalah metode yang menunjukkan pembobotan
menurun secara eksponensial terhadap nilai pengamatan yang lebih lama.
Metode ini biasanya memiliki tingkat kesalahan yang lebih kecil
dibandingkan dengan metode lainnya (Lik dan Ade, 2017).
D. PERT
Pelaksanaan pembangunan suatu proyek umumnya memiliki batas
waktu (deadline), artinya proyek harus diselesaikan sebelum atau tepat
pada waktu yang telah ditentukan. Terdapat beberapa metode yang dapat
digunakan untuk membuat perencanaan, penjadwalan, dan pengendalian
proyek agar dapat mencapai target waktu penyelesaian tanpa mengurangi
kualitas pengerjaannya., salah satunya adalah dengan network planning
10
atau perencanaan jaringan. Perencanaan jaringan yang luas biasanya

menggunakan metode teknik evaluasi dan review proyek atau biasa
dikenal dengan metode PERT. Metode PERT (Program Evaluation and
Review Technique) merupakan adalah suatu metode yang digunakan
dalam evaluasi suatu proyek yang bertujuan untuk mengurangi sebanyak
mungkin adanya penundaan, konflik, maupun gangguan terhadap kegiatan
suatu proyek, termasuk di dalamnya melakukan koordinasi dan
sinkronisasi dengan berbagai bagian dari keseluruhan pekerjaan agar dapat
dilakukan percepatan terhadap penyelesaian suatu proyek. Metode ini
melakukan penyusunan jadwal dan anggaran dari suatu pekerjaan di awal
sebelum dilaksanakannya suatu proyek sehigga aktivitas pekerjaan dapat
terkendali dan lebih teratur. Keberhasilan penggunaan teknik PERT dapat
menghemat waktu penyelesaian proyek dari jadwal yang telah
direncanakan di
awal (Abdurrasyid et al, 2019).
Adanya perencanaan dan pengendalian proyek timbul karena
kompleksnya sifat saling bergantung antar kegiatan yang harus dilakukan
untuk menyelesaikan proyek. Metode analisis dengan teknik PERT
mengutamakan tiga perkiraan waktu untuk masing-masing aktivitas
dimana masing-masing aktivitas tersebut memiliki estimasi waktu dan
probabilitas kejadian yang terkait, maka dapat digunakan untuk
menghitung waktu yang diharapkan dan penyimpangan standar untuk
waktu kegiatan. Ketiga estimasi waktu yang digunakan dalam metode
PERT untuk penyelesaian proyek, antara lain : (1) Waktu optimis yang
disimbolkan dengan (a), yakni waktu kegiatan bila semua berjalan dengan
baik tanpa adanya hambatan atau penundaan, (2) Waktu realistis yang
disimbolkan dengan (m), yakni waktu kegiatan yang akan terjadi apabila
suatu kegiatan dilaksanakan dalam kondisi normal dengan penundaan-
penundaan tertentu yang dapat diterima, (3) Waktu pesimis yang
disimbolkan dengan (b), yaitu waktu kegiatan bila terjadi hambatan yang
lebih dari semestinya (Akhmad, 2018).
11
Proyek merupakan rangkaian pekerjaan tahapan yang saling

berhubungan untuk menghadirkan output dengan keterbatasan waktu,
biaya, sumber daya, dan parameter spesfikasi yang telah ditentukan
Tingkat kesulitan proyek lebih ditekankan terhadap pengoptimalan
penggunaaan sumber daya yang terbatas. Hal inilah yang perlu
diperhitungkan terlebih dahulu oleh tim perancang proyek tentang
keseimbangan antar jalur kegiatan agar seimbang dan mengurangi efek
timbulnya idle time salam kegiatan. Project Evaluation and Review
Technique (PERT) merupakan salah satu metode yang sering digunakan
dalam manajemen suatu proyek. PERT menggunakan format probabilistik
untuk menggambarkan satuan waktu. Tujuan PERT adalah menentukan
waktu terpendek untuk menyelesaikan kegiatan perencanaan proyek.
(Putra dan Herry, 2019).
Project Evaluation and Review Technique (PERT) merupakan suatu
metode yang bertujuan untuk semaksimal mungkin mengurangi adanya
penundaan kegiatan proyek, produksi, dan teknik maupun rintangan dan
perbedaan-perbedaan, mengkoordinasikan dan menyelaraskan berbagai
bagian sebagai suatu keseluruhan pekerjaan dan mempercepat selesainya
proyek. Fitur yang membedakan adanya Project Evaluation and Review
Technique (PERT) yaitu kemampuan untuk menghadapi ketidakpastian di
masa penyelesaian kegiatan. Setiap aktivitas model biasanya mencakup
tiga perkiraan waktu yaitu waktu optimis adalah perkiraan waktu yang
mempunyai kemungkinan yang sangat kecil untuk dicapai, waktu pesimis
yaitu suatu perkiraan waktu yang lain yang mempunya kemungkinan
sangat kecil untuk direalisasikan sedangkan waktu realistis adalah waktu
yang paling mungkin berdasarkan estimator ( Angelin dan Silvi, 2018).
Project Evaluation and Review Technique (PERT) adalah suatu alat
manajemen resiko yang digunakan untuk meningkatkan kualitas
perencaanaan dan pengendalian bagian-bagian pekerjaan yang ada didalam
proyek. Project Evaluation and Review Technique (PERT) memakai
pendekatan yang menganggap bahwa kurun waktu aktifitas tergantung
12
pada banyak faktor dan variasi, sehingga suatu perkiraan lebih baik
diberikan rentang. Project Evaluation and Review Technique (PERT)
digunakan untuk proyek yang terjadi secara berulang dan juga metode ini
dapat mengukur tingkat keberhasilan proyek. Project Evaluation and
Review Technique (PERT) memakai distribusi probabilitas berdasarkan
waktu masing-masing aktifitas ada tiga waktu (Rahayu dan Gama, 2018).
E. CPM
Critical Path Method atau CPM adalah suatu metode yang dirancang
untuk mengoptimalkan biaya proyek di mana dapat ditentukan kapan
pertukaran biaya dan waktu harus dilakukan untuk memenuhi jadwal
penyelesaian proyek dengan biaya seminimal mungkin. CPM digunakan
untuk menjadwalkan dan mengendalikan aktivitas yang sudah pernah
dikerjakan sehingga data, waktu dan biaya setiap unsur kegiatan telah
diketahui oleh evaluator. CPM hanya memiliki satu jenis informasi waktu
pengerjaan yaitu waktu yang paling tepat dan layak untuk menyelesaikan
suatu proyek. CPM fokus utamanya menakankan pada ketepatan biaya,
dan tanda panah menandakan kegiatan (Irwansyah, 2013).
CPM menyediakan jadwal yang direncanakan untuk membantu tim
proyek dan membentuk dasar untuk memeriksa kinerja jadwal proyek
dengan membandingkan kemajuan tugas aktual dengan yang
direncanakan. CPM adalah cara untuk mengevaluasi berapa lama waktu
yang dibutuhkan setiap tugas sebelum seseorang dapat menyelesaikan
proyek keseluruhan. CPM merencanakan dan mengontrol sejumlah besar
aktivitas yang memiliki ketergantungan kompleks pada desain dan
konstruksi pada isu-isu yang memerlukan fungsi waktu dan biaya.
Perkiraan waktu yang digunakan dalam CPM menunjukkan waktu normal,
dan tautan ke pertukaran antara penyelesaian pada saya dan biaya proyek.
CPM juga dapat diartikan sebagai urutan aktivitas jaringan proyek yang
menambah durasi terpanjang. Urutannya mengatur waktu sesingkat
mungkin untuk menyelesaikan proyek. Metode Jalur Krial membantu
13
dalam pengelolaan proyek dalam dua cara yang berbeda: Lintasan maju
dan mundur (Cynthia, 2020).
Critical Path Method (CPM), adalah metode untuk merencanakan
dan mengawasi proyek-proyek merupakan sistem yang paling banyak
dipergunakan diantara semua sistem lain yang memakai prinsip
pembentukan jaringan. Dengan CPM, jumlah waktu yang dibutuhkan
untuk menyelesaikan berbagai tahap suatu proyek dianggap diketahui
dengan pasti, demikian pula hubungan antara sumber yang digunakan dan
waktu yang diperlukan untuk menyelesaikan proyek. CPM adalah model
manajemen proyek yang mengutamakan biaya sebagai objek yang
dianalisis. CPM merupakan analisa jaringan kerja yang berusaha
mengoptimalkan biaya total proyek melalui pengurangan atau percepatan
waktu penyelesaian total proyek yang bersangkutan. CPM pertama kali
digunakan di Inggris pada pertengahan tahun 50-an pada suatu proyek
pembangkit tenaga listrik, kemudian dikembangkan (Malingkas,2013).
CPM merupakan analisa jaringan kerja yang berusaha
mengoptimalkan biaya total proyek melalui pengurangan atau percepatan
waktu penyelesaian total proyek yang bersangkutan. Single duration
estimate atau perkiraan waktu (durasi) tunggal untuk setiap kegiatan. Cara
ini dapat dilakukan apabila durasi dapat diketahui denga akurat dan tidak
terlalu berfluktasi. Pendekatan CPM menggunakan cara ini karena CPM
beranggapan bahwa setiap fluktasi dapat diatasi dengan fungsi kontrol.
Implementasi CPM dapat menggunakan aplikasi pembantu dengan nama
POM for windows agar pengerjaannya lebih mudah (Banjarnahor, 2018).
CPM atau Critical Path Method merupakan dasar dari sistem
perencanaan dan pengendalian kemajuan pekerjaan yang didasarkan pada
network atau jaringan kerja. CPM membuat asumsi bahwa waktu aktivitas
yang diketahui dengan pasti sehingga hanya diperlukan satu faktor untuk
setiap aktivitas. Salah satu keuntungan CPM yaitu CPM cocok untuk
formulasi, penjadwalan, dan mengelola berbagai kegiatan disemua
kontruksi, karena menyediakan jadwal yang dibangun secara empiris.
14
Metode CPM (Critical Path Method) yang akan digunakan untuk

menganalisis jaringan kerja secara keseluruhan ( Iwawo et al, 2016).
F. Linear Programming
Teknik linear programming adalah suatu teknik matematika dalam
menentukan pemecahan masalah yang bertujuan untuk memaksimumkan
atau meminimumkan sesuatu yang dibatasi oleh batasan-batasan tertentu.
Dalam linear Programming terdapat tiga unsur utama untuk dapat
menyelesaikan suatu permasalahan produksi, yaitu variable keputusan,
fungsi tujuan, dan fungsi kendala yang harus mempunyai karakteristik
linear. Metode linear programing digunakan banyak perusahaan karena
mampu menyusun rencana produksi yang lebih optimal dengan
memperhatikan keterbatasan sumber daya yang ada sehingga
mencapaikeuntungan yang semaksimal mungkin bagi perusahaan (Indah
dan Sari, 2019).
Linear Programing adalah suatu metode analitik paling terkenal
yang merupakan suatu bagian kelompok teknik-teknik yang disebut
programisasi matematik. Linear Programing juga suatu cara yang lazim
digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimal. Tujuan Linear Programing adalah mencari
pemecahan persoalan-persoalan yang timbul dalam perusahaan, yaitu
mencari keadaan yang optimal dengan memperhitungkan batasan- batasan
yang ada. (Ngusman, 2018).
Pemrograman linier merupakan cara untuk menyelesaikan
permasalahan sumber daya yang terbatas diantara beberapa aktivitas yang
bersaing dengan cara yang mungkin untuk dilakukan. Program linier
adalah salah satu teknik pada riset operasi yang paling umum digunakan
dan diketahui dengan baik, juga merupakan metode matematika dalam
mengalokasikan sumberdaya yang langka untuk mencapai tujuan yakni
memaksimumkan keuntungan atau meminimumkan biaya atau
keduanyaPemrograman linier merupakan metode matematis yang
berkarakteristik linier untuk menemukan suatu penyelesaian optimal
15
dengan cara memaksimalkan atau meminimumkan fungsi tujuan terhadap

satu susunan kendala. Program ini terdiri dari tiga peubah
(variabel) yakni keputusan, fungsi tujuan dan fungsi
kendala (Suparwata dan Pomolago, 2019).
Penggunaan pendekatan linear programming akan memberikan
penjelasan sistematis tentang matematika yang mendasari subjek.
Penekanannya pendekatan ini adalah pada penggunaan linear
programming sebagai alat untuk mengatasi masalah desain mekanisme.
Hal ini berbeda dengan praktek dan kebiasaan yang ada, yang cenderung
bertumpu pada kalkulus dan metode analisisnya. Ada tiga keuntungan
dari pendekatan semacam itu yaitu sederhana yang berarti argumen yang
didasarkan pada program linier bersifat mendasar dan transparan. Kedua
memiliki kesatuan maksudnya adalah linier programming menyediakan
cara untuk menyatukan hasil dari area yang berbeda dari desain
mekanisme. Ketiga jangkauan pemecahan maslaah, hal ini memberikan
kemampuan untuk memecahkan masalah yang tampaknya berada di luar
jangkauan metode tradisional (Vohra, 2011).
Linier Programming banyak digunakan dalam Ekonomi Mikro dan
Manajemen Perusahaan seperti Perencanaan, Produksi, Transportasi,
Teknologi, dan masalah lainnya. Meskipun masalah manajemen modern
berubah karena human-error, kebanyakan perusahaan ingin
memaksimalkan keuntungan atau meminimalkan biaya dengan sumber
daya yang terbatas. Oleh karena itu, banyak masalah dapat dikategorikan
sebagai Masalah Pemrograman Linier. Model pemrograman linier dapat
dirumuskan dan solusi diturunkan untuk menentukan tindakan terbaik
dalam batasan yang ada. Model terdiri dari fungsi tujuan dan batasan-
batasan tertentu (Balogun et al., 2012).
III. HASIL DAN PEMBAHASAN
A. Manajemen Persediaan dengan EOQ

Manajemen persediaan merupakan sistem-sistem untuk mengelola
persediaan. Barang-barang persediaan dapat diklasifikasikan dan seberapa
akurat catatan persediaan dapat dijaga. Manajer operasi diseluruh dunia telah
menyadari bahwa manajemen persediaan yang baik sangatlah penting.
Perusahaan dapat mengurangi biaya dengan mengurangi persediaan. Produksi
dapat berhenti dan pelanggan menjadi tidak puas ketika sebuah barang tidak
tersedia. Tujuan manajemen persediaan adalah menentukan keseimbangan
antara investasi persediaan dengan pelayanan pelanggan.
Economic Order Quantity (EOQ) merupakan metode manajemen
persediaan yang menentukan jumlah pemesanan/pembelian yang h arus
dilakukan dan berapa banyak jumlah yang harus dipesan agar biaya total
(penjumlahan antara biaya pemesanan dan biaya penyimpanan) menjadi
minimum. Menghitung jumlah pesanan yang ekonomis perlu dilihat
pertambahan biaya pemesanan dan biaya penyumpanan serta bearnya
persediaan rata-rata. Economic Order Quantity adalah set point yang
dirancang untuk membantu perusahaan meminimalkan biaya pemesanan dan
penyimpanan persediaan. Biaya pemesanan persediaan turun dengan
peningkatan volume pemesanan karena pembelian pada skala ekonomi.
Perusahaan “PT. Langit Biru” membutuhkan bahan baku sebanyak
6.500 unit selama satu tahun dengan harga per unit Rp 1.500,-. Adapun biaya
yang dikeluarkan perusahaan dalam pembelian bahan baku tersebut meliputi
biaya pengiriman sebesar Rp 2.000,-. Biaya pengecekan bahan baku yang
datang sebesar Rp 3.500,-. Biaya administrasi sebesar Rp 2.500,-. Biaya
untuk menyelesaikan pesanan Rp 4.000,-. Biaya penyimpanan di gudang 15%
dari nilai barang. Biaya penanaman modal sebesar 10% dari nilai barang
dalam persediaan. Terdapat reoder point dengan waktu tunggu 14 hari (dalam
satu tahun terdapat 365 hari). Selesaikan masalah tersebut dengan EOQ pada
aplikasi POM for Windows dan deskripsikan.
16
17
Tahapan :
Diketahui :
Demand (D) = 6.500 unit
Unit cost = Rp 1.500,-
Setup cost (S) = Rp 2.000,- + Rp 3.500,- + Rp 2.500,- + Rp 4.000,-
= Rp 12.000,-
Holding cost (H) = (15% x Rp 1.500,-) + (10% x Rp 1.500,-)
= Rp 225,- + Rp 150,-
= Rp 375,-
Lead time = 14 hari
Screenshoot langkah-langkah pengerjaan :
1. Klik Module, kemudian pilih Inventory
2. Klik New dan pilih Economic Order Quantity (EOQ)

18
3. Isi identitas perusahaan, lalu klik OK
4. Lengkapi identitas tabel masalah (demand rate, ordering cost, holding

cost, dst).
19
Tabel 3.1 Output Economic Order Quantity (EOQ)
Parameter Value Parameter Value

*
Demand rate (D) 6500 Optimal order quantity (Q ) 644,98
Setup/ordering cost 12000 Maximum Inventory Level 644,98
(S) (lmax)
Holding/carrying cost 375 Average inventory 322,49
(H)
Unit cost 1500 Orders per period (year) 10,08
Days per year (D/d) 365 Annual Setup Cost 120933,9
Daily demand rate 17,81 Annual Holding Cost 120933,9
Lead time (in days) 14 Total inventory (Holding + 241867,7
Setup) Cost
Safety stock 0 Unit Costs (PD) 9750000
Total Cost (including units) 9991868
Reorder point 249,32 units

Sumber: Software POM for Windows
Gambar 3.1 Grafik Penyelesaian Economic Order Quantity (EOQ) mengguna

kan software POM QM for Windows
Menurut Rezky (2014), Reorder point adalah titik harus dilakukan
pesanan sehingga penerimaan yang dipesan datang tepat waktu saat
persediaan di atas safety stock sama dengan nol. Berdasarkan hasil
penyelesaian EOQ commute reorder point dengan menggunakan software
POM for windows dapat diketahui bahwa perusahaan PT. Langit Biru
memiliki persediaan optimum atau optimal order quantity (Q*) sebesar
644.98 unit. Persediaan rata-rata (average inventory) sebesar 322.49 unit.
Frekuensi orderan sebesar 10 kali per tahun. Biaya variable persediaan pada
perusahaan sebesar Rp 241.867,- dan biaya total persediaan sebesar Rp
20
9.991.868,-. Umur persediaan sebesar 36,5 hari yang diperoleh dengan cara
365 hari (1 tahun terdapat 365 hari) dibagi dengan 10. Daily demand rate
sebesar 17.81 yang diperoleh dari demand dibagi days per year. Reorder
point sebesar 249.32 unit yang diperoleh dari daily demand rate dikalikan
lead time.
PT. BIG BOSS merencanakan akan menghasilkan 80.000 unit produk
jadi setiap tahun. Setiap unit memerlukan 2 kg bahan baku dengan harga per
kg Rp 50,00. Persediaan awal bahan baku 12.000 kg dan persediaan akhir
yang diinginkan 21.000 kg. Biaya pemesanan Rp 7.000,00 perpesanan dan
biaya penyimpanan 15%. Pengiriman memerlukan waktu 4 minggu. Tentukan
berapa kuantitas pemesanan yang paling optimal?
Tahapan :
Diketahui :
Demand (D) = (80.000 x 2) + 21.000 – 12.000
= 160.000 + 21.000 – 12.000

= 169.000 unit
Unit cost = Rp 50,-
Setup cost (S) = Rp 7.000,-
Holding cost (H) = 15 % x Rp 50,-
= Rp 7,5,-
Lead time = 4 minggu
= 28 hari
21

2. Klik New dan pilih Economy Order Quantity (EOQ)
3. Isi identitas Title, Reorder point (Compute reorder point). Klik OK.
22

cost, safety stock, dst).
23
Tabel 3.2 Output EQQ reorder point

Demand rate (D) 74000 Optimal order quantity (Q*) 8310.64
Setup/ ordering 7000 Maximum Inventory Level 8310.64
cost (S) (Imax)
Holding/carrying 15 Average Inventory 4155.32
cost (H)
Unit Cost 100 Orders per period (year) 8.9
Days per year 365 Annual Setup Cost 62329.77
(D/d)
Daily demand rate 202.7 Annual Holding Cost 62329.77
4
Lead time (in days) 28 Total Inventory Cost 157500
Safety stock 10500 Unit costs (PD) 7400000
Total Cost (including units) 7682160.0
Reorder point 16176.71
Gambar 3.2 Grafik Penyelesaian Economic Order Quantity (EOQ) menggunakan

software POM QM for Windows
Menurut Ni Ketut (2018), Model Reorder Point mampu mengotomasikan
proses persediaan barang secara baik sehingga dapat membantu perusahaan
menentukan batas dari jumlah persediaan untuk dapat melakukan pemesanan
kembali. Berdasarkan hasil penyelesaian EOQ compute eorder point dengan
menggunakan software POM QM for Windows dapat diketahui bahwa perusahaan
“Big Boss” memiliki persediaan optimum atau optimal order quantity (Q*)
sebesar 8310.64 unit. Persediaan rata-rata (average inventory) sebesar 4155.32
24
unit. Frekuensi orderan sebesar 8.9 kali per tahun. Biaya total persediaan pada
perusahaan sebesar Rp157.500,- dan biaya total sebesar Rp7.682.160,-. Daily
demand rate sebesar 202.74 yang diperoleh dari demand dibagi days per year.
Reorder point sebesar 16176.71 unit yang diperoleh dari daily demand rate
dikalikan lead time.
PT SEJAHTERA pada tahun yang akan datang membutuhkan bahan baku
sebanyak 240.000 Unit. Harga bahan baku per unit adalah Rp2.000. biaya pesan untuk
setiap kali melakukan pemesanan adalah sebesar Rp150.000, sedangkan biaya
penyimpanan adalah sebesar 25% dari nilai rata – rata persediaan. Berapa jumlah
pemesanan paling ekonomis?
Tahapan :
Diketahui :
Demand (D) = 240.000 unit
Unit cost = Rp 2.000,-
Setup cost (S) = Rp 150.000,-
Holding cost (H) = 25% x Rp 2.000,-
= Rp 500,-
2. Klik New dan pilih Economy Order Quantity (EOQ)

25
3. Isi identitas Title, Reorder point (No reorder point). Klik OK.

cost dst).
26
Tabel 3.3 Output Economic Order Quantity (EOQ)

Demand rate(D) 240000 Optimal order quantity (Q*) 12000
Setup/ordering cost(S) 150000 Maximum Inventory Level (Imax) 12000
Holding/carrying
500 Average inventory 6000
cost(H)
Unit cost 2000 Orders per period(year) 20
Annual Setup cost 3000000
Annual Holding cost 3000000.0
Total Inventory (Holding + Setup)
6000000
Cost
Unit costs (PD) 480000000
Total Cost (including units) 486000000
Gambar 3.3 Grafik Penyelesaian Economic Order Quantity (EOQ) menggunakan

software POM QM for Windows
27
Menurut Rudy (2015), Economic Order Quantity (EOQ)

merupakan jumlah pesanan yang memiliki biaya pemesanan dan biaya
penyimpanan pertahun minimum. Untuk mengetahui jumlah pesanan
minimum yang ekonomis perlu dilihat pertambahan biaya pemesanan
dan biaya penyimpanan, Reorder point, Safety Stock, lead time serta
besarnya persediaan rata-rata. Berdasarkan hasil penyelesaian EOQ no
reorder point dengan menggunakan software POM for windows dapat
diketahui bahwa perusahaan PT. Sejahtera memiliki persediaan optimum
atau optimal order quantity (Q*) sebesar 12.000 unit. Persediaan rata-
rata (average inventory) sebesar 6.000 unit. Frekuensi orderan sebesar 20
kali per tahun. Biaya variabel persediaan pada perusahaan sebesar Rp
6.000.000,- dan biaya total persediaan sebesar Rp 4.860.000.00,-. Umur
persediaan sebesar 18 hari yang diperoleh dengan cara 365 hari (1 tahun
terdapat 365 hari) dibagi dengan 20.
28
B. Peramalan Produksi dengan Forecasting

Peramalan atau forecasting merupakan ilmu untuk memperkirakan
kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan
melibatkan pengambilan data historis dan memproyeksikannya ke masa
mendatang sehingga diketahui tingkat persediaan yang harus disiapkan.
Peramalan ini pun dapat dilakukan dengan mengkombinasikan model
matematis yang disesuaikan dengan pertimbangan yang baik dari seorang
manajer.
PT Tani Makmur ingin memprediksi permintaan jumlah benih yang
akan dijual pada tahun 2020, data ini merupakan permintaan yang terjual
pada tahun 2019. Prediksi permintaan dengan menggunakan naïve method,
single moving average (N = 3), weighted moving average (n = 3, dengan
berat satu bulan sebelum 0,5; dua bulan sebelum 0,3; tiga bulan sebelum 0,2)
dan eksponential smoothing (alpha = 0,7), bandingkan dalam bentuk tabel
dan deskripsikan!
Tabel 3.2 Data Penjualan PT Tani Makmur Tahun 2019
Period Demand
Januari 2.550
Februari 2.580
Maret 2.610
April 2.586
Mei 2.566
Juni 2.596
Juli 2.616
Agustus 2.640
September 2.690
Oktober 2.702
November 2.727
Desember 2.739
Sumber: Data Sekunder

29
langkah-langkah pengerjaan:
a. Klik Module, lalu pilih Forecasting
b. Klik New dan pilih Time Series Analysis
c. Isi identitas perusahaan, lalu klik OK

30
d. Lengkapi identitas tabel dengan metode Moving Averages
e. Lengkapi identitas tabel dengan metode Weighted Moving Averages
f. Lengkapi identitas tabel dengan metode Exponental Smoothing

31
Tabel 2.1 Perbandingan Output Forecasting PT. Tani Makmur
PT. Tani Makmur Metode Forecasting (Value)

Forecasting result Naïve Moving Weighted Exponentia
(Measure) Method Averages Moving l Smoothing
Averages
Error Measures
Bias (Mean Error) 17,182 30,852 25,878 23,681
MAD (Mean
25,182 36,63 32,322 30,225
Absolute Deviation)
MSE (Mean Squared
733,182 1755,271 1331,654 1045,532
Error)
Standard Error
29,935 47,506 41,378 35,747
(denom=n-2=9)
MAPE (Mean
Absolute Percent 0,955% 1,371% 1,211% 1,142%
Error)
Forecast
next period 2739 2722,667 2728 2732,343
Sumber : Data Primer
32

Naïve Method

forecasting moving average

forecasting weighted moving averages
33

forecasting exponential smoothing
Menurut Wardah dan Iskandar (2016) metode forecasting berguna
sebagai salah satu cara dalam menetapkan target di masa datang agar pih
ak manajemen dapat menetapkan strategi yang menyeluruh untuk menca
pai target tersebut sehingga didapatkan perencanaan yang efektif dan efis
ien. Peramalan ini memberikan manfaat bagi pemilik perusahaan karena
meminimalisir kerugian akibat kelebihan maupun kekurangan stok.
Dalam hal ini, penyelesaian masalah forecasting menggunakan 4 metode
yang berbeda. Hasil forecasting “PT. Tani Makmur” dapat dilihat bahwa
dengan menggunakan naïve method jumlah peramalan pada periode
berikutnya sebesar 2739 unit, moving averages jumlah peramalan pada
periode berikutnya sebesar 2722,667 atau 2722 unit, weighted moving
averages jumlah peramalan pada periode berikutnya sebesar 2728 unit,
dan Exponential Smoothing jumlah peramalan pada periode berikutnya
sebesar 2732,343 unit atau 2732 unit. Dari angka peramalan yang
diperoleh maka pemilik perusahaan dapat merencanakan berapa jumlah
stok barang yang harus tersedia. Peramalan ini memberikan manfaat bagi
pemilik perusahaan karena meminimalisir kerugian akibat kelebihan
maupun kekurangan stok. Berdasarkan ketiga metode tersebut juga dapat
dilihat ukuran kesalahan atau error dengan MAD (Mean Absolute
Deviation), MSE (Mean Squared Error), dan MAPE (Mean Absolute
Percent Error). Tiap metode memiliki tingkat kesalahan berbeda-beda,
sehingga tidak dapat disimpulkan mana metode yang lebih tepat atau
tergantung dengan permintaan ukuran kesalahan mana yang lebih rendah.
Nilai MAD menggunakan Naïve Method yaitu sebesar 25,182,
moving averages sebesar 36,63, weighted moving averages sebesar
32,322, dan metode exponential smoothing didapatkan MAD sebesar
30,225. Nilai MSE pada metode naïve method sebesar 733,182, moving
averages sebesar 1.755,271, weighted moving averages sebesar
1.331,654, dan metode exponential smoothing didapatkan nilai MSE
34
sebesar 1.045,532. Nilai eror MAPE menggunakan naïve method sebesar

0,955%, moving averages sebesar 1,371% , weighted moving averages
sebesar 1,2111% , dan metode exponential smoothing didapatkan nilai
sebesar1,142%. Menurut Reicita (2019), nilai error untuk mengetahui
kevalidan metode yang digunakan. Dalam peramalan, ketetapan
dipandang sebagai kriteria penolakan dalam memilih suatu metode
peramalan. Dengan ini ketepatan metode berfungsi untuk mengukur
kesesuaian suatu metode peramalan yang memperoleh sebuah data yang
telah diolah. Pemilihan model peramalan tergantung pada pola data dan
horizon waktu dari peramalan. Model peramalan pada dasarnya terbagi
ke dalam tiga kategori yaitu pertimbangan, ekstrapolasi dan kausal.
Pemkot Jakarta mengumpulkan data pengumpulan pajak
penjualan tahunan dan pendaftaran UMKM baru seperti yang terlihat
dalam tabel berikut.
Pengumpulan pajak penjulan tah 1,0 1,4 1, 2,0 1, 2,1 2,3
unan (jutaan) 9 8
Pendaftaran UMKM baru (dala 10 12 15 16 14 17 20
m ribuan)
Pertanyaan:
a. Carilah persamaan regresinya!
b. Dari hasil perhitungan no. a, temukan ramalan pengumpulan pajak
penjualan jika banyaknya total pendaftaran UMKM baru adalah
22.000!
c. Carilah koefisien korelasi berdasarkan data-data tersebut dan
interpresaikan hasilnya!
Cara penyelesaian :
˗ Klik Module, pilih Forecasting
˗ Klik New, pilih Time Series Analysis
˗ Isi identitas Tittle (judul masalah), Number Past of Periods sebanyak
7.
˗ Klik OK.
˗ Ganti metode menjadi Linier Regression/Least Squares
35
˗ Kolom paling kiri diganti dengan nomor 1 sampai 7, kemudian kolom

demand (y) diganti dengan Pengumpulan Pajak, dan kolom time (x)
diganti dengan Pendaftaran UMKM.
˗ Masukkan data terkait
a. Carilah persamaan regresinya!

Persamaan regresi adalah salah satu metode untuk menentukan
hubungan sebab-akibat antara variabel dengan variabel lainnya.
Persamaan regresi sederhana:
Y = a + bX
Keterangan:
Y = variabel terikat
X = variabel bebas
a = variabel konstan
b = koefisien arah regresi linier
Berdasarkan pada hasil forecasting permasalahan di atas, diketahui
bahwa variabel bebas (X) adalah jumlah pendaftar UMKM dan
variabel terikat (Y) adalah jumlah pajak tahunan. Menggunalan
aplikasi POM-QM, didapatkan persamaan seperti tabel di bawah ini :
36
Tabel tersebut menunjukkan bahwa persamaan regresi menggunakan

metode Linier Regression/Least Squares adalah Y = -158.148,4 +
130,837x
b. Dari hasil perhitungan no. a, temukan ramalan pengumpulan pajak
penjualan jika banyaknya total pendaftaran UMKM baru adalah
22.000. Hal ini menunjukkan bahwa nilai X= value for forecast
diisi sebanyak 22.000 sebagaimana tampilan tabel berikut :
Sehingga didapatkan bahwa ramalan pengumpulan pajak penjualan

mengikuti perhitungan dibawah ini:
Y = -158.148,4 + 130,837 x
= -158.148,4 + 130,837 (22.000)
= -158.148,4 + 2.878.414
37
= 2.720.265,6 (sesuai yang tertera pada tabel hasil forecasting)
c. Carilah koefisien korelasi berdasarkan data-data tersebut dan

interpresaikan hasilnya!
Berdasarkan pada hasil forecasting permasalahan pada nomor
2a, dapat diketahui bahwa variabel bebas (X) adalah jumlah pendaftar
UMKM dan variabel terikat (Y) adalah jumlah pajak tahunan. Hasil
perhitungan menggunakan aplikasi POM-QM dengan metode Linear
Regression/Least Squares dapat diketahui persamaan regresinya yaitu
Y= - 158148,4 + 130837X. Dari hasil perhitungan nomor 2a, untuk
menemukan forecast pengumpulan pajak penjualan jika total
pendaftar UMKM baru sebanyak 22.000 yaitu dengan memasukkan
value for forecast dengan nilai 22.000. Sehingga akan diperoleh
ramalan pengumpulan pajak penjualan sebesar 2.720.264 sesuai
dengan tabel output. Peramalan merupakan sebuah metode
untuk memperhitungkan nilai dimasa yang akan datang dengan
menggunakan data dimasa lalu. Menurut Prakoso et al. (2021),
metode peramalan dibagi menjadi dua yaitu metode kualitatif
dan metode kuantitatif. Metode kualitatif adalah metode yang
dilakukan bukan berdasarkan data masa lalu atau data historis
perusahaan. Untuk mengambil keputusan pada
38
peramalan dengan menggunakan metode kualitatif

akan mempertimbagkan pendapat-pendapat dari para ahli. Apabila
terdapat data masa lalu atau data historis perusahaan akan
lebih efektif menggunakan metode kuantitatif. Salah satu
model peramalan menggunakan metode kuantitatif adalah
metode regresi linier dan exponential smoothing. Metode peramalan
Regresi Linear merupakan metode peramalan yang menggunakan
garis lurus untuk menggambarkan dua variabel atau lebih. Regresi
Linier menggunakan pola sederhana dengan mengasumsikan bahwa 2
variable dapat dinyatakan dengan suatu garis lurus dengan rumusan.
Berdasarkan hasil output forecasting dengan metode linear
regression, maka diperoleh hasil koefisien korelasi sebesar 0,966.
Rentang dari nilai koefisien korelasi yang berkisar antara -1,0, dan 1
tersebut, sehingga dapat disimpulkan jika semakin mendekati nilai 1
atau -1 maka hubungan semakin erat, sedangkan jika semakin
mendekati 0 maka hubungan semakin lemah. Hal tersebut
menunjukkan bahwa terdapat hubungan yang sangat kuat antara
variabel bebas yaitu jumlah pendaftaran UMKM baru dengan
variabel terikat yaitu jumlah pajak penjualan tahunan. Hal ini karena
nilai koefisien korelasi mendekati 1 yaitu sebesar 0,966. Menurut
Hafizah et al. (2019), regresi linier merupakan suatu cara prediksi
yang menggunakan garis lurus untuk menggambarkan hubungan di
antara dua variabel (atau lebih) dan memiliki hubungan secara linier
antara satu variabel independen (X) dengan variabel dependen (Y).
Regresi linier sederhana ini hanya memiliki satu variabel pemberi
pengaruh. Analisis ini digunakan untuk mengetahui arah hubungan
antara variabel independen dengan variabel dependen apakah positif
atau negatif dan untuk memprediksi nilai dari variabel dependen
apabila nilai variabel independen mengalami kenaikan atau
penurunan. Data yang digunakan biasanya berskala interval atau
rasio. Data hubungan antara variabel X dan Y berdasarkan pada dua
39
hal yaitu : (a) penentuan bentuk persamaan yang sesuai guna

meramalkan rata-rata Y melalui X atau rata-rata X melalui Y dan
menduga kesalahan selisih peramalan. Hal ini menitikberatkan pada
observasi variabel tertentu, sedangkan variabel-variabel lain
dikonstantir pada berbagai tingkat atau keadaan, hal inilah yang
dinamakan regresi, (b) Pengukuran derajat keeratan antara variabel X
dan Y. Derajat ini tergantung pada pola variasi atau interelasi yang
bersifat simultan dari variabel X dan Y. Pengukuran ini disebut
korelasi.
C. Penjadwalan dan Pengawasan dengan PERT

PERT adalah suatu alat manajemen proyek yang digunakan untuk
melakukan penjadwalan, mengatur dan mengkoordinasi bagian-bagian
pekerjaan yang ada di dalam suatu proyek. Menggunakan tiga dugaan waktu
ini, peluang penyelesaian proyek pada tanggal yang ditetapkan dapat
dihitung, bersama dengan waktu mulai dan akhir standar untuk tiap kegiatan
atau kejadian. Maksud dari ketiga dugaan waktu tersebut yaitu waktu optimis
yaitu waktu kegiatan jika semuanya berjalan dengan baik tanpa hambatan-
hambatan, waktu paling mungkin (m) yaitu waktu kegiatan yang akan terjadi
jika suatu kegiatan dilaksanakan dalam kondisi normal, dengan penundaan-
penundaan tertentu yang dapat diterima, dan waktu pesimis yaitu waktu
kegiatan jika terjadi hambatan atau penundaan lebih semestinya. Manajemen
proyek terdiri dari empat sub model meliputi a) Single time estimate yaitu
untuk menghitung waktu proyek dengan satu estimasi waktu. b) Triple time
estimate yaitu untuk menghitung waktu proyek dengan tiga estimasi waktu.
c) Crashing yaitu untuk menghitung waktu proyek apabila terdapat
kemungkinan untuk mempercepat waktu aktivitas. d) Cost Budgeting yaitu
untuk menghitung waktu dan biaya proyek.
Perusahaan dapat menggunakan metode PERT dalam kegiatan
penjadwalan dan pengawasan. PERT merupakan suatu metode analitik yang
dirancang untuk membantu dalam scheduling dan pengawasan kompleks
40
yang memerlukan kegiatan-kegiatan tertentu yang harus dijalankan dalam

urutan tertentu, dan kegiatan-kegiatan itu mungkin tergantung pada kegiatan-
kegiatan lain. Dengan penerapan metode PERT dan CPM maka dapat
diketahui besarnya waktu yang dibutuhkan, besarnya tingkat keyakinan yang
diinginkan dalam menentukan waktu setiap kegiatan, pengawasan terdapat
aktivitas khususnya yang berada dalam jalur kritis dapat lebih
dikonsentrasikan, dan dari segi waktu dapat memungkinkan terjadinya
efisiensi yang signifikan.
41
Suatu perusahaan agribisnis akan membuat proyek pembuatan produk

baru, dan harus melalui tujuh tahap kegiatan. Perusahaan membuat perkiraan
waktu dan hasilnya sebagai berikut:
Tabel 3.1 Result Penjadwalan Proyek dengan PERT
Waktu Waktu Waktu Kegiatan

Aktivitas
Optimis (a) Realistis (m) Pesimis (b) Pendahulu
A 2 3 4 -
B 1 1 1 A
C 6 8 10 A
D 3 4 5 A
E 2 3 10 B
F 5 7 9 C
G 4 7 10 D, E, F
Sumber: Software POM QM For Windows
Tentukan jalur kritis, diagram jalur kritis, waktu penyelesaian proyek,
standard deviasi, serta probabilitas apabila proyek direncanakan selesai
dalam waktu 27 minggu!
Langkah Pengerjaan
a. Klik Module, pilih Project Management (PERT/CPM)
b. Klik New, pilih Triple Time

E stimate
42
d. Input data yang diminta
e. Klik solve, akan terlihat beberapa penyelesaian (solution)

1) Project management (PERT/CPM) result: menampilkan output berupa ES,
EF, LS, LF, dan Slack (Slack = 0 berarti jalur kritis). Jalur kritis adalah
jalur yang jika ditunda akan menghambat kegiatan proyek.
43
2) Activity time computations: menampilkan variansi masing-masing aktivitas

dalam proyek
3) Chart/diagram
Gambar 3.1 Diagram PERT menggunakan software POM QM for

Windows
Tabel 3.2 Jalur Kegiatan dan Waktu Proyek Menggunakan PERT
No Jalur-Jalur Kegiatan Waktu yang Dibutuhkan

1 A-B-E-G 3 + 1 + 4 + 7 = 15
2 A-C-F-G 3 + 8 + 7 + 7 = 25
3 A-D-G 3 + 4 + 7 = 14
44

Diketahui bahwa jalur kritisnya adalah A-C-F-G, dengan waktu yang
dibutuhkan 25 minggu (apabila diasumsikan 1 minggu = 7 hari, maka =
175 hari). Berdasarkan gambar output, dapat diperoleh nilai ES, EF, LS,
LF, S (Slack), dimana kegiatan A, C, F, G memiliki nilai S=0, artinya jalur
yang dilewati oleh kegiatan-kegiatan tersebut adalah jalur kritis, dan hal
tersebut sesuai perhitungan sebelumnya dimana jalur kritisnya adalah A-C-
F-G. Jalur kritis A-C-F-G nilai standar deviasinya yaitu :
Varians proyek = varians A + varians C + varians F + varians G
= 0,11 + 0,44 + 0,44 + 1,00
= 1,99
Standar deviasi = √1,99
= 1,41067 ≈ 1,41
Probabilitas apabila proyek diselesaikan dalam 27 minggu dan apabila
25 minggu yaitu:
Z = (27-25)/1,42
Z = 1,41
Nilai Z 1,41 dalam tabel distribusi normal menunjukkan nilai angka
probabilitas 0,92, yang berarti probabilitas proyek diselesaikan dalam 27
minggu yaitu 92%.
Jalur kritis atau critical path menjadi hal yang sangat penting dari
CPM dan PERT. Critical path adalah jalur yang menghubungkan
aktivitas-aktivitas yang kritikal dalam proyek. Arti kritikal ini adalah
aktivitas yang keterlambatan waktunya akan berdampak pada
keterlambatan seluruh proyek. Sehingga aktivitas-aktivitas tersebut harus
dijaga waktu penyelesaiannya agar tidak terlambat. Menurut Julita et al.
(2019), metode jalur kritis pada dasarnya merupakan metode penjadwalan
yang berorientasi pada waktu. Tujuan dari metode jalur kritis adalah untuk
membangun hubungan antara waktu dan biaya proyek dengan mengurangi
target waktu dan mempertimbangkan biaya operasional
45
Tentukan jalur kritis, diagram jalur kritis, waktu penyelesaian proyek

(satuan angka dalam bulan)
Tabel Data Waktu Penyelesaian Proyek Perusahaan
Keg Keg P P W W W W
yg e e a a ak a
Me r r kt k tu k
nda i i u t P t
hul s s O u es u
ui t t pt R i y
i i i e m g
w w m al ist d
a a is is ik i
A ti ti h
M k k k a
u h r
l i a
a r p
i k
a
n
A Tid 1 2 1 3 5 3
ak
ada
B A 2 3 3 4 1 5
1
C A 2 4 2 6 1 6
0
D B 3 5 2 6 1 6
3 ,
5
E* C 4 5 - - - -
F C 4 6 3 6 9 6
G D, 5 7 2 4 6 4
E
H F 6 7 1 4 7 4
I G, 7 8 2 3 1 4
H 0
Sumber : Data Sekunder
a. Klik Module, pilih Project Management (PERT/CPM)
46
b. Klik New, pilih Triple Time Estimate
d. Input data yang diminta
e. Klik solve, akan terlihat beberapa penyelesaian (solution)

47
1) Project management (PERT/CPM) result: menampilkan output berupa

ES, EF, LS, LF, dan Slack (Slack = 0 berarti jalur kritis). Jalur kritis
adalah jalur yang jika ditunda akan menghambat kegiatan proyek.
2) Activity time computations: menampilkan variansi masing-masing

aktivitas dalam proyek
3)
Chart/diagram
Tabel 3.2 Jalur Kegiatan dan Waktu Proyek Menggunakan PERT
No Jalur-Jalur Kegiatan Waktu yang Dibutuhkan

1 1-2-3-5-7-8 3 + 5 + 6.5 + 4 + 4 = 22,5
2 1-2-4-5-7-8 3 + 6 + 4 + 4 = 17
48
3 1-2-4-6-7-8 3 + 6 + 6 + 4 + 4 = 23
Dengan demikian dapat diketahui bahwa jalur kritisnya adalah A-C-F-
H-I atau pada diagram PERT disimbolka dalam urutan angka 1-2-4-6-7-8.
Waktu yang dibutuhkan adalah 23 bulan (apabila diasumsikan 1 bulan =
30 hari, maka = 690 hari). Nilai 23 didapatkan melalui penjumlahan dari
jalur 1-2-4-6-7-8. Berdasarkan gambar output, dapat diperoleh nilai Early
Start, Early Finish, Late Start, Late Finish, Slack, Standard Deviation,
Variance. Kegiatan A, C, F, H, dan I memiliki nilai S = 0 yang artinya
jalur yang dilewati oleh kegiatan-kegiatan tersebut adalah jalur kritis, dan
hal tersebut sesuai dengan perhitungan sebelumnya dimana jalur kritisnya
adalah A-C-F-H-I.
Slack adalah waktu bebas dari aktivitas, yang berarti waktu yang
dimiliki oleh aktivitas dapat melakukan pemunduran waktu tanpa
berdampak pada mundurnya waktu proyek secara keseluruhan. Menurut
Putra dan Gandhi (2019), aktivitas kritikal ditandai dengan nilai Slack = 0.
Yang berarti aktivitas tersebut tidak memiliki waktu bebas. Aktivitas
kritikal tersebut harus segera dilaksanakan setelah aktivitas sebelumnya
selesai dilakukan. Sehingga aktivitas kritikal dapat menyelesaikan
waktunya tanpa harus mengganggu atau memperlambat waktu total
proyek.
D. Penjadwalan dan Pengawasan dengan CPM

Penjadwalan proyek adalah kegiatan menetapkan jangka waktu
kegiatan proyek yang harus diselesaikan, bahan baku, tenaga kerja serta
waktu yang dibutuhkan oleh setiap aktivitas. Penjadwalan proyek memiliki
beberapa manfaat penting yaitu menunjukkan hubungan tiap kegiatan lainnya
dan terhadap keseluruhan proyek, mengidentifikasikan hubungan yang harus
didahulukan di antara kegiatan, menunjukkan perkiraan biaya dan waktu
yang realistis untuk tiap kegiatan, dan membantu penggunaan tenaga kerja,
uang dan sumber daya lainnya dengan cara hal-hal kritis pada proyek.
49
Manajemen proyek tidak hanya terdapat kegiatan penjadwalan, tetapi juga

terdapat kegiatan pengendalian atau pengawasan. Pengendalian proyek
melibatkan pengawasan ketat pada sumber daya, biaya, kualitas dan budget.
Pengendalian juga berarti penggunaan loop umpan balik untuk merevisis
rencana proyek dan pengaturan sumber daya kemana diperlukan. Perusahaan
dapat menggunakan metode CPM dalam kegiatan penjadwalan dan
pengawasan. CPM adalah teknik menganalisis jaringan kegiatan/aktivitas-
aktivitas ketika menjalankan proyek dalam rangka memprediksi durasi total.
Critical path sebuah proyek adalah deretan aktivitas yang menentukan waktu
tercepat yang mungkin agar proyek dapat diselesaikan. vCritical path adalah
jalur terpanjang dalam network diagram dan mempunyai kesalahan paling
sedikit.
Proyek Pembangunan Kawasan Agropolitan diperlukan 10 aktivitas
dengan waktu dan urutan kegiatan sebagai berikut:
Aktivi
Waktu (Bulan) Pendahulu
tas
A 5 -
B 5 -
C 6 A
D 3 A,B
E 7 C
F 8 C
G 5 D,E
H 2 F,G
Dari tabel kegiatan diatas buatlah:
a. Jaringannya
b. Jalur kritis
c. ES, EF,LS,LF
d. Berapa lama waktu yang diperlukan untuk penyelesaian proyek?
1. Klik Module pada main menu, klik Project Management (CPM/PERT)
50
2. Klik New, pilih single time estimate
3. Input data
Tabel 4.1.1 Result Penjadwalan Proyek dengan CPM
Activity Activity Early Early Late Late Slack

51
Time Start Finis Start Finis

h h
Project 25
A 5 0 5 0 5 0
B 6 0 5 10 15 10
C 6 5 11 5 11 0
D 3 5 8 15 18 10
E 7 11 18 11 18 0
F 8 11 19 15 23 4
G 5 18 23 18 23 0
H 2 23 25 23 25 0
Gambar 4.1. Diagram CPM menggunakan software POM QM for Windows

Tabel 4.1.2 Jalur Kegiatan dan Waktu Proyek Menggunakan CPM
No Jalur-Jalur Kegiatan Waktu yang Dibutuhkan (Bulan)
1. A-C-E-G-H 5+6+7+5+2 = 25
2. A-C-F-H 5+6+8+2 = 21
3. A-D-G-H 5+3+5+2 = 15
4. B-D-G-H 5+3+5+2 = 15
Berdasarkan tabel 4.1 dan gambar 4.1 dapat diketahui bahwa
pengerjaan proyek jembatan menurut metode CPM dengan estimasi satu
waktu dihasilkan jaringan kerja dengan empat jalur. Salah satu jalur
merupakan jalur kritis. Jalur kritisnya adalah A-C-E-G-H karena memiliki
slack = 0. Waktu penyelesaian yang dibutuhkan selama 25 bulan atau jika
dalam satu bulan terdapat 30 hari maka waktu penyelesaiannya adalah 750
hari. Jalur A-C-E-G-H dijadikan sebagai jalur kritis karena memiliki slack =
52
0 dan juga waktu penyelesaian terlama karena menurut Pradityarahman dan

Hidayat (2020) dengan nilai paling besar dapat menggambarkan waktu paling
tepat dan paling layak yang digunakan untuk menyelesaikan proyek dan jalur
tersebut sudah mengcover jalur lain.
Berdasarkan gambar output tertera nilai ES, EF, LS, LF, S (Slack) pada
setiap aktivitas, dimana kegiatan A, C, E, G, H memiliki nilai S = 0, artinya
jalur yang dilewati oleh kegiatan-kegiatan tersebut adalah jalur kritis, Jika
terdapat hambatan atau kendala pada jalur kritis maka waktu penyelesaian
semakin lama. Jalur kritis selain ditandai dari nilai Slack = 0.
Tabel Contoh kasus kegiatan dalam perencanaan rumah makan
No Kegiatan Kode Keg Lama

Sebelumnya Pekerjaan
(hr)
1 Membeli lemari dan etalase A - 10
2 Membeli peralatan B - 3
3 Mencari tenaga kerja C - 1
4 Memilih dan membeli tempat D - 2
restoran
5 Mengurus ijin E D 7
6 Mempersiapkan tempat F E 3
7 Memindahkan lemari ke G A&F 5
tempatnya
8 Memasang utilitas H G 4
9 Memasang peralatan I B&H 4
10 Membuat dekorasi J B&H 3
11 Membeli stok barang K I&J 6
12 Memasang iklan dan promosi L G 3
13 Melatih personil M C&I 4
53
14 Soft opening N K&L 7

Dari table di atas, bagaimana jalur kritisnya dan berapa lama waktu yang
diperlukan untuk menyelesaikan rumah makan tersebut siap soft opening?
1. Klik Module pada main menu, klik Project Management (CPM/PERT)
2. Klik New, pilih single time estimate
3. Input data
Tabel 4.2.1 Result Penjadwalan Proyek dengan CPM

54
Activity Activity Early Early Late Late Slack

Time Start Finish Start Finish
Project 38
A 10 0 10 2 12 2
B 3 0 3 18 21 18
C 1 0 1 33 34 33
D 2 0 2 0 2 0
E 7 2 9 2 9 0
F 3 9 12 9 12 0
G 5 12 17 12 17 0
H 4 17 21 17 21 0
I 4 21 25 21 25 0
J 3 21 24 22 25 1
K 6 25 31 25 31 0
L 3 17 20 28 31 11
M 4 25 29 34 38 9
N 7 31 38 31 38 0
Gambar 4.2. Diagram CPM menggunakan software POM QM for Windows

Tabel 4.2.2 Jalur Kegiatan dan Waktu Proyek Menggunakan CPM
No Jalur-Jalur Kegiatan Waktu yang Dibutuhkan (Bulan)
1. A-G-H-I-K-N 10+5+4+4+6+7 = 36
2. A-G-H-J-K-N 10+5+4+3+6+7 = 35
3. A-G-L-N 10+5+3+7 = 25
4. A-G-H-I-M 10+5+4+4+4 = 27
5. B-I-M 3+4+4 = 11
6. B-I-K-N 3+4+6+7 = 20
7. B-J-K-N 3+3+6+7 = 19
8. C-M 1+4 = 5
9. D-E-F-G-H-I-K-N 2+7+3+5+4+4+6+7 = 38
55
10. D-E-F-G-H-J-K-N 2+7+3+5+4+3+6+7 = 37

11. D-E-F-G-H-I-M 2+7+3+5+4+4+4 = 29
12. D-E-F-G-L-N 2+7+3+5+3+7 = 27
Berdasarkan tabel 4.1 dan gambar 4.1 dapat diketahui bahwa
pengerjaan proyek jembatan menurut metode CPM dengan estimasi satu
waktu dihasilkan jaringan kerja dengan empat jalur. Salah satu jalur
merupakan jalur kritis. Jalur kritisnya adalah D-E-F-G-H-I-J-K-N karena
memiliki slack = 0. Waktu penyelesaian yang dibutuhkan selama 38 hari.
Jalur D-E-F-G-H-I-J-K-N dijadikan sebagai jalur kritis karena memiliki slack
= 0 dan juga waktu penyelesaian terlama.
Berdasarkan gambar output tertera nilai ES, EF, LS, LF, S (Slack) pada
setiap aktivitas, dimana kegiatan A, C, E, G, H memiliki nilai S = 0, artinya
jalur yang dilewati oleh kegiatan-kegiatan tersebut adalah jalur kritis, Jika
terdapat hambatan atau kendala pada jalur kritis maka waktu penyelesaian
semakin lama. Jalur kritis selain ditandai dari nilai Slack = 0, menurut
Alamsyah et al. (2020) juga ditandai dengan nilai LS=ES karena nilai LS=ES
hanya tercapai saat paling lambat terjadinya terminal event. Berdasarkan
perhitungan manual, jalur kritis dan waktu penyelesaian sesuai apabila kita
menggunakan software POM QM for Windows.
E. Optimasi Dengan Linear Programming

Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil
terbaik di bawah keadaan yang diberikan. Tujuan akhir dari semua aktivitas
tersebut adalah meminimumkan usaha (effort) atau memaksimumkan manfaat
(benefit) yang diinginkan. Suatu usaha yang diperlukan atau manfaat yang
diinginkan dapat dinyatakan sebagai fungsi dari variabel keputusan. Optimasi
dapat didefinisikan sebagai proses untuk menemukan kondisi yang
memberikan nilai minimum atau maksimum dari sebuah fungsi. Optimasi
dapat diartikan sebagai aktivitas untuk mendapatkan nilai minimum suatu
fungsi karena untuk mendapatkan nilai maksimum suatu fungsi dapat
dilakukan dengan mencari minimum dari negatif fungsi yang sama. Linear
56
Programming adalah sebuah alat deterministik, yang berarti bahwa sebuah

parameter model diasumsikan diketahui dengan pasti meskipun dalam
kenyatannya jarang terdapat kepastian sesungguhnya. Teknik Linear
Programming mengkompetisi “kekurangan” ini dengan memberikan analisis
pasca-optimum dan analisa parametrik yang sistematis untuk memungkinkan
pengambil keputusan yang bersangkutan untuk menguji sensitivitas
pemecahan optimum yang statis terhadap perubahan diskrit atau kontiniu
dalam berbagai parameter dari model tersebut. Teknik tambahan ini pada
intinya memberikan dimensi dinamis pada sifat pemecahan Linear
Programming yang optimum. Linear Programming merupakan proses
optimasi dengan menggunakan model keputusan yang dapat diformulasikan
secara matematis dan timbul karena adanya keterbatasan dalam
mengalokasikan sumber – sumber daya.
PT Barokah Mebel membuat dua macam kursi kayu, yaitu tipe X dan
tipe Y. Harga jual dan penggunaan sumber daya serta biaya variabel adalah:
harga jual unit X dan Y masing-masing Rp. 80.000 dan Rp. 100.000. Biaya
variabel satuan produk itu masing-masing Rp 60.000 dan Rp 70.000.
Pemakaian sumber daya untuk setiap produk dan sediaan kapasitas setiap
sumber daya disajikan pada tabel di bawah :
Tabel 5.1 Data Pemakaian Sumber Daya dan Sediaan Kapasitas PT Barokah
Mebel
Jenis Produk Pemotongan dan Perakitan dan Pemasangan

penghalusan pemasangan formika
(Kendala 1) atribut (Kendala 3)
(Kendala 2)
Kursi X 1 jam 1 jam 0 jam
Kursi Y 2 jam 1 jam 1 jam
Sediaan waktu
400 jam 240 jam 180 jam
operasi
Berdasarkan data pada tabel 5.1, tentukan berapa kursi X dan kursi Y
yang harus dibuat untuk memaksimalkan laba PT Barokah Mebel.
Screenshot Langkah-Langkah pengerjaan :
57
1. Klik Module pada main menu, pilih Linear Progamming
2. Masukkan identitas PT. Barokah Meuble
3. Input Number of Constrains yaitu 3

4. Row names pilih Constraint 1, constraint 2, constraint 3, lalu klik OK
5. Input data yang dibutuhkan
6. Klik Solve pada sub menu untuk mengetahui penyelesaian masalah.

Tabel 5.2 Output linear programming PT. Barokah Mebel software POM QM
for Windows
X Y RHS Dual
Maximize 20.000 30.000
Constraint 1 1 2 400 10.000
Constraint 2 1 1 240 10.000
Constraint 3 0 1 180 0
Solution 80 160 6.400.000
Sumber: software POM QM for Windows
58
Gambar 5.1 Grafik linear programming Barokah Mebel software POM QM

for Windows
1. Fungsi Tujuan
Memaksimumkan Z = 20.000X + 30.000Y
2. Fungsi Kendala
Kendala 1: 1X+ 2Y ≤ 400
Kendala 2: 1X + 1Y ≤ 240
Kendala 3: 0X + 1Y ≤ 180
Berdasarkan tabel di atas, dapat diperoleh solusi optimal untuk
produksi kursi kayu tipe X adalah 80 unit dan produksi karsu kuyi tipe Y
adalah 160 unit yang akan menghasilkan keuntungan sebesar Rp 6.400.000,-.
PT Barokah Mebel untuk mengoptimalkan laba harus memproduksi kursi tipe
X sebanyak 80 unit dan kursi tipe Y sebesar 160 unit karena menurut
Aprilyanti (2019), Program linier merupakan model analisis yang diterapkan
untuk mengalokasikan sumberdaya yang terbatas pada penggunaan
sumberdaya yang bersaing dengan cara sedemikian rupa guna mendapatkan
pemecahan yang optimal. Grafik di atas menunjukkan bahwa bagian yang
berwarna merupakan daerah yang layak jumlah produksinya yang dihasilkan.
Dari empat titik yang terbentuk, diperoleh kombinasi optimum dengan nilai X
sebesar 80 dan nilai Y sebesar 160. Nilai ini menunjukkan bahwa produksi
optimal perusahaan diperoleh saat nilai X dan Y sebesar nilai tersebut. Pada
grafik juga terdapat garis ungu putus-putus, yakni garis isoprofit line yang
menunjukkan bahwa sepanjang garis tersebut memiliki nilai keuntungan yang
sama, meskipun dengan kondisi output yang berbeda.
59
Tabel 5.1 menunjukkan besar perubahan total keuntungan yang terjadi

apabila perusahaan melakukan jam kerja terhadap proses pembuatan kursi.
Fungsi kendala jam kerja (C1) dan (C2) = 10.000 menunjukkan bahwa besar
perubahan keuntungan pada jam kerja sebesar 10.000. Artinya apabila
perusahaan melakukan penambahan jam kerja (C1) dan (C2) dapat
meningkatkan keuntungan perusahaan masing-masing sebesar 10.000. C3
untuk fungsi kendala waktu pemasangan formika = 0 menunjukkan bahwa
setiap penambahan waktu jam tenaga kerja untuk proses pemasangan formika
dapat meningkatkan keuntungan sebesar nol. Artinya penambahan waktu jam
tenaga kerja untuk proses pemasangan formika maka total keuntungan tetap
tidak mengalami perubahan. Perubahan-perubahan ini sesuai dengan pendapat
Hakim et al. (2018) mengenai Shadow Price, Shadow Price/ Opportunity Cost
merupakan angka pengganda (multipliers) yang dapat digunakan oleh
perusahaan untuk memanfaatkan kapasitas sumber daya yang tersisa untuk
mendapatkan tambahan profit atau keuntungan.
Suatu industri agribisnis memproduksi 2 macam produk M dan N.
Produk M dijual dgn harga 3.000 dan produk N dijual dgn harga 2.000. Kedua
produk memerlukan bahan baku yg serupa dalam jumlah yg sama per unit
output. Dlm proses produksi diperlukan 3 jenis mesin. Lama pemakaian mesin
berbeda-beda untuk setiap produk yg bersangkutan. Jenis produk M
membutuhkan waktu selama 2 jam dgn mesin A, 2 jam pd mesin B dan 4 jam
pd mesin C. Produk N menggunakan mesin A selama 1 jam, mesin B selama 3
jam dan mesin C selama 3 jam. Waktu operasi mesin – mesin tersebut
terbatas. Dari 3 mesin yg tersedia tersebut mesin A sejumlah 3 unit beroperasi
selama 10 jam/hr per mesin. Mesin B sejumlah 6 unit beroperasi selama 10
jam/hr per mesin. Mesin C sejumlah 9 unit beroperasi selama 8 jam/hr per
mesin.
Tabel 5.3 Data Pemakaian Sumber Daya dan Sediaan Kapasitas PT Agribisnis
Jenis Produk Mesin A Mesin B Mesin C

(Kendala 1) (Kendala 2) (Kendala 3)
Produk M 2 jam 2 jam 4 jam
Produk N 1 jam 3 jam 3 jam
60
Sediaan waktu
30 jam 60 jam 72 jam
operasi
Buatlah rumusan masalahnya dalam LP dan tentukan titik optimalnya dengan
metode grafis.
Screenshot Langkah-Langkah pengerjaan :
1. Klik Module pada main menu, pilih Linear Progamming
2. Masukkan identitas perusahaan, lalu klik OK
3. Input data yang dibutuhkan
4. Klik Solve pada sub menu untuk mengetahui penyelesaian masalah.

Tabel 5.4 Output linear programming PT. Agribisnis software POM QM for
Windows
X Y RHS Dual
Maximize 3.000 2.000
61
Solution 9 12 51.000
Sumber: software POM QM for Windows
Gambar 5.2 Grafik linear programming PT Agribisnis software POM QM for

Windows
1. Fungsi Tujuan
Memaksimumkan Z = 3000M + 2000N
2. Fungsi Kendala
Kendala 1: 2M+ 1N ≤ 30
Kendala 2: 2M +3Y ≤ 60
Kendala 3: 4M +3N ≤ 72
Berdasarkan tabel di atas, dapat diperoleh solusi optimal untuk
produksi produk M adalah 9 unit dan produksi produk N adalah 12 Unit yang
akan menghasilkan keuntungan sebesar Rp 51.00.000,-. PT Agribisnis untuk
mengoptimalkan laba harus memproduksi produk M sebanyak 9 unit dan
produksi produk N adalah 12 unit Grafik di atas menunjukkan bahwa bagian
yang berwarna merupakan daerah yang layak jumlah produksinya yang
dihasilkan. Dari empat titik yang terbentuk, diperoleh kombinasi optimum
dengan nilai M sebesar 9 dan nilai N sebesar 12. Nilai ini menunjukkan bahwa
produksi optimal perusahaan diperoleh saat nilai M dan N sebesar nilai
tersebut. Pada grafik juga terdapat garis ungu putus-putus, yakni garis
62
isoprofit line yang menunjukkan bahwa sepanjang garis tersebut memiliki

nilai keuntungan yang sama, meskipun dengan kondisi output yang berbeda.
Menurut Ayu et al., (2020), isoprofit line merupakan titik koordinat
maksimum produksi guna mencapai profit yang maksimal.
Tabel 5.1 menunjukkan besar perubahan total keuntungan yang terjadi
apabila perusahaan melakukan jam kerja terhadap proses pembuatan produk.
Fungsi kendala jam kerja (C1) dan (C3) = 500 menunjukkan bahwa besar
perubahan keuntungan pada jam kerja sebesar 5000. Artinya apabila
perusahaan melakukan penambahan jam kerja (C1) dan (C3) dapat
meningkatkan keuntungan perusahaan masing-masing sebesar 500. C2 untuk
fungsi kendala waktu pemasangan formika = 0 menunjukkan bahwa setiap
penambahan waktu jam tenaga kerja untuk proses pemasangan formika dapat
meningkatkan keuntungan sebesar nol. Artinya penambahan waktu jam tenaga
kerja untuk proses pemasangan formika maka total keuntungan tetap tidak
mengalami perubahan. Menurut Indah dan Sari (2019), penggunaan sumber
daya dalam perusahaan harus dilakukan secara optimal. Produksi akan
terganggu dan pastinya akan mengurangi jumlah hasil produksi, jika suatu
pabrik dijalankan tanpa adanya penggunaan sumber daya yang optimal.
Berdasarkan hal tersebut maka dapat dikatakan bahwa penggunaan sumber
daya yang optimal sangat erat kaitannya dengan keuntungan yang akan
didapat oleh perusahaan.
IV. PENUTUP
A. Kesimpulan
Berdasasrkan praktikum Manajemen Produksi dan Operasi yang
menggunakan POM QM for Windows, maka dapat diambil kesimpulan
sebagai berikut :
a. Manajemen persediaan dengan EOQ menggunakan software POM QM
for Windows.
Manajemen persediaan adalah sebuah proses untuk mengatur
persediaan barang dalam suatu perusahaan. Kegiatan yang selalu
dilakukan dalam manajemen persediaan dimulai dari cara mendapatkan
persediaan, menyimpannya sampai persediaan tersebut dimanfaatkan.
Jenis persediaan disini dapat berupa barang dalam proses, barang jadi,
bahan baku, bahan pembantu, serta barang suku cadang. Economic Order
Quantity (EOQ) merupakan metode manajemen persediaan yang
menentukan jumlah pemesanan/pembelian yang harus dilakukan dan
berapa banyak jumlah yang harus dipesan agar biaya total menjadi
minimum.
b. Peramalan produksi dengan forecasting menggunakan software POM QM
for Windows
Posisi peramalan sangat dibutuhkan bagi perusahaan karena
peramalan merupakan sumber input untuk menentukan perencanaan bisnis
dan perencanaan produksi perusahaan sehingga hasil peramalan akan
sangat menentukan langkah ke depan yang harus diambil oleh perusahaan.
Perusahaan dalam memperkirakan penjualan dan penggunaan produk
dapat menggunakan metode forecasting. Metode forecasting merupakan
salah satu metode yang digunakan untuk perencanaan serta pengendalian
produksi. Metode forecasting dibagi menjadi dua, yakni peramalan secara
kualitatif dan peramalan secara kuantitatif. Peramalan yang digunakan
pada praktikum ini yaitu peramalan secara kuantitatif yaitu peramalan
yang berkaitan dengan hitungan matematis.
63
64
c. Penjadwalan dan pengawasan dengan PERT menggunakan software POM

QM for Windows
PERT merupakan singkatan dari Program Evaluation and Review
Technique (teknik menilai dan meninjau kembali program), teknik PERT
adalah suatu metode yang bertujuan untuk sebanyak mungkin mengurangi
adanya penundaan, maupun gangguan produksi, serta mengkoordinasikan
berbagai bagian suatu pekerjaan secara menyeluruh dan mempercepat
selesainya proyek. PERT adalah suatu metode analisis yang dirancang
untuk membantu dalam penjadwalan dan pengendalian proyek-proyek
yang kompleks, yang menuntut bahwa masalah utama yang dibahas yaitu
masalah teknik untuk menentukan jadwal kegiatan beserta anggaran
biayanya sehingga dapat diselesaikan secara tepat waktu dan biaya.
d. Penjadwalan dan pengawasan dengan CPM menggunakan software POM
QM for Windows
Critical Path Method (CPM) atau metode jalur kritis merupakan
model kegiatan proyek yang digambarkan dalam bentuk jaringan.
Kegiatan yang digambarkan sebagai titik pada jaringan dan peristiwa yang
menandakan awal atau akhir dari kegiatan digambarkan sebagai busur atau
garis antara titik. CPM menggunakan satu jenis waktu untuk perkiraan
waktu penyelesaian setiap kegiatan. CPM digunakan jika waktu
penyelesaian setiap kegiatan diketahui dengan pasti, di mana tingkat
deviasi realisasi penyelesaian dibanding rencana relatif minim atau bahkan
dapat diabaikan.
e. Optimasi dengan linear progaming menggunakan software POM QM for
Windows
Optimasi dapat diartikan sebagai aktivitas untuk mendapatkan nilai
maksimum suatu fungsi dapat dilakukan dengan mencari minimum dari
negatif fungsi yang sama. Linear programming merupakan proses optimasi
dengan menggunakan model keputusan yang dapat diformulasikan secara
matematis dan timbul karena adannya keterbatasan mengalokasikan
65
sumber daya. Teknik linear programming mengkompetisi kekurangan ini

dengan memberikan analisis pasca optimum dan analisis parametrik yang
sistematis untuk memungkinkan pengambil keputusan yang bersangkutan
untuk menguji sensitivitas pemecahan optimum yang statis terhadap
perubahan diskrit atau kontinyu dalam berbagai parameter model tersebut..
B. Saran
Berdasarkan Praktikum Manajemen Produksi dan Operasi, dapat
diberikan saran sebagai berikut :
1. Semoga Praktikum Manajemen Produksi dan Operasi selanjutnya bisa
dilaksanakan dengan kunjungan secara langsung ke tempat produksi dan
dikombinasikan dengan praktikum menggunakan POM QM for Windows
karena akan lebih menarik dan menyenangkan.
2. Penjelasan format diharapkan bisa lebih jelas dan lengkap untuk
kedepannya.
DAFTAR PUSTAKA
Abdurrasyid et al. 2019. Implementasi Metode PERT dan CPM pada Sistem
Informasi Manajemen Proyek Pembangunan Kapal. J Ilmu Komputer
dan Informatika. Vol 5(1) : 28-36.
Akhmad. 2018. Manajemen Operasi. Bogor : Azkiya Publishing
Akinola, G. O., & Odesola, O. T. (2018). Information and Communications
Technology and Inventory Management amongst Breweries in Nigeria.
Journal of Information Systems Engineering and Business Intelligence.
4(1): 39-45.
Alamsyah, Ismail, R.S., dan Hidayat, T. 2020. Analisa Perhitungan Pekerjaan
Reparasi Kapal dengan Metode Critical Path Method (CPM). J. Specta
4(1): 84-91.
Angelin A dan Silvi A. 2018. Analisis Penjadwalan Proyek New Product
Development Menggunakan PERT Dan CPM. Jurnal Ilmiah Teknik
Industri. 6(1) : 63-70.
Aprilyanti, S. 2019. Optimasi Keuntungan Produksi pada Industri Kayu PT.
Indopal Harapan Murni Menggunakan Linear Programming. J.
Penelitian dan Aplikasi Sistem & Teknik Industri 13(1): 1-8.
Ayu, E M, Hartama, D, Andani, S R, Solikhun, dan Hardinata, J T. 2020. Linear
progamming dalam mengoptimalkan produksi industry keripik pada
home industry buk tini. Prosiding Seminar Nasional Riset Information
Science. Vol 2 : 293-299.
Balogun, O. S., Jolayemi, E. T., Akingbade, T. J., & Muazu, H. G. 2012. Use of
linear programming for optimal production in a production line in Coca–
Cola bottling company, Ilorin. International Journal of Engineering
Research and Applications. 2(5) : 2004-2007.
Banjarnahor, Walson W. D., Pristiwanto. 2018. Analisis Pelaksanaan Proyek
Perumahan Dengan Metode CPM (Critical Path Method) dan PERT
(Project Evaluation and Review Technique) (Studi Kasus Proyek
Perumahan Citra Turi). J Pelita Informatika. 6(3) : 363-368.
Cvetic, B. dan Ilic, O. R. 2015. Using educational software to enhance the
teaching & learning in computer integrated manufacturing: Material
requirements planning module. Computer Applications in Engineering
Education. 23(5): 682-693.
Cynthia, O.U. Implementation of project evaluation and review technique (PERT)
and critical path method (CPM): a comparative study. International
Journal of Industrial and Operations Research 3(4): 1-9.
Fachri, S. (2020). Big Data: Forecasting Menggunakan Python. Jakarta: Kreatif
Gondowijoyo, F., & Sondak, M. R. (2017). Sistem Inventory Management Untuk
Meningkatkan Volume Penjualan Di Toko Hokky Krian. Business
Management Journal. Vol 12(1), 141–164.
Hafizah, Tugiono, &Maya, W.R (2019). Penerapan Data Mining Dalam
Memprediksi Jumlah Penumpang Pada CV. Surya Mandiri Sukses
dengan Menggunakan Metode Regresi Linier. Jurnal Teknologi Sistem
Informasi dan Sistem Komputer TGD, 2(1), 54-61.
https://doi.org/10.53513/jsk.v2i1.93.
Hakim, L., Paramu, H., dan Gusminto, E.B. 2018. Penerapan Linear Programming
dalam Penentuan Kombinasi Produk Guna Memaksimalkan Laba pada
UD Putera Sroedji Jember. J. Bisnis dan Manajemen 12(3): 300.312
Indah, D. R., & Sari, P. (2019). Penerapan Model Linear Programming Untuk
Mengoptimalkan Jumlah Produksi Dalam Memperoleh Keuntungan
Maksimal (Studi Kasus pada Usaha Angga Perabot). Jurnal Manajemen
Inovasi (JMI), 10(2): 98–115.
Irwansyah, Edy. Sistem Informasi Geografis: Prinsip Dasar dan Pengembangan
Aplikasi. Yogyakarta: Digibooks.
Isabella, Y. 2016. Pemilihan Rute Terpendek Dengan Menggunakan Software
POM QM For Windows 3 (Studi Kasus Jalan Sangga Buana 2-
Universitas Muhammadiyah Palangkaraya). Media Ilmiah Teknik
Sipil, 4(2): 124-132.
Iwan,. Yulianto, A. 2018. Analisa Peramalan Permintaan Mobil Mitsubishi
Xpander dengan Tiga Metode Forecasting. Cakrawala Jurnal
Humaniora 18(2):249-256.
Iwawo et al. 2016. Penerapan Metode CPM Pada Proyek Konstruksi (Studi Kasus
Pembangunan Gedung Baru Kompleks Eben Haezar Manado). Jurnal
Sipil Statik. 4(9) : 551-558
Julita, R., Syafwan, M., & Rudianto, B. (2019). Metode Jalur Kritis dan
Pendekatan Program Linier pada Masalah Manajemen Proyek. Jurnal
Matematika UNAND, 4(4), 161-172.
Lik, Ade. 2017. Analisis Penerapan Forecasting Dalam Penentuan Anggaran
Penjualan dan Implikasinya Terhadap Peningkatan Penjualan
Perusahaan. Jurnal Ilmu Manajemen 4(1):195-202.
Malingkas, Grace Y., Tisano Tj. A., Huibert T. 2013. Menganalisis Sensitivitas
Keterlambatan Durasi Proyek Dengan Metode CPM (Studi Kasus :
Perumahan Puri Kelapa Gading). J Sipil Statik 1(19) : 603-607.
Marlina, E., Harahap, E. 2018. Mengembangkan Kemampuan Berpikir Kritis dan
Resiliensi Matematik Melalui Pembelajaran Program Linier Berbantuan
QM for Windows. Matematika, 17(2): 59-70.
Martin, V. (2020). Forecasting the volatility of asset returns: The informational
gains from option prices. International Journal of Forecasting,
5(12):126-139.
Ngusman. (2018). Perencanaan Jumlah Produksi Optimum Dengan Metode
Linear Pada UD Muktijaya Cor di Ciamis. Jurnal Media Teknologi,
05(01), 1–14.
Parinduri, I., Syafwan, H. 2018. Teknik Riset Operasi Menggunakan POM QM fir
Windows 3. Yogyakarta: Deepublish.
Putra YE dan Herry KG. 2019. Analisis Jalur Kritis Pada Proyek Relokasi Mesin
Flexo Dengan Metode CPM dan PERT. Jurnal InTent. 2(1) : 65-75 ISSN
: 2654-9557.
Pradityarahman N., dan Hidayat, N. 2020. Produksi Alat Pelindung Diri K3.
Yogyakarta: Yayasan Pondok Rakyat.
Prakoso, I.A., Kusnadi, & Nugraha, B. (2021). Peramalan Penjualan Produk
dengan Metode Regresi Linear dan Aplikasi POM-QM di PT XYZ.
Scientific Journal Widya Teknik, 20(1), 17-20.
https://doi.org/10.33508/wt.v20i1.3158
Putramasi, A. et al. 2018. Forecasting Sebagai Decision Support Systems Aplikasi
dan Penerapannya Untuk Mendukung Proses Pengambilan Keputusan.
Jurnal Sistem Komputer. 8(1):19-27.
Rahayu N dan Gama HN. 2018. Evaluasi Penjadwalan Proyek Dengan Metode
PERT Pada Pembuatan Pabrik PT. Daya Kobelco. Journal Industrial
Servicess. 3(2) : 7-12.
Reicita, F. A. 2019. Analisis Perencanaan Produksi Pada PT. Armstrong Industri
Indonesia Dengan Metode Forecasting Dan Agregat Planning. Jurnal
Ilmiah Teknik Industri, Vol. 7 (3): 160 – 168.
Shofa, H. 2017. Sistem Informasi Persediaan Barang Menggunakan Metode
Economic Order Quantity Pada Goodrich Gallery Semarang. Jurnal
Ilmiah Komputer Akuntansi. Vol. 10 (1):1-13.
Suparwata, D. O., & Pomolago, R. (2019). Arahan Pengelolaan Optimasi Faktor
Produksi Pada Agribisnis Buah. Journal of Agritech Science, 3(2), 97–
103.
Trihudiyatmanto, A. 2017. Analisis Pengendalian Persediaan Bahan Baku
Dengan Menggunakan Metode Economic Order Quantity ( EOQ ) (Studi
Empiris Pada CV. Jaya Gemilang Wonosobo). Jurnal PPKM III. 1(1):
220 – 234
Vohra, R. V. 2011. Mechanism design: a linear programming approach (Vol. 47).
Cambridge University Press.
Wardah S., dan Iskandar. 2016. Analisis Peramalan Penjualan Produk Keripik Pis
ang Kemasan Bungkus (Studi Kasus : Home Industry Arwana Food Tem
bilahan). Teknik Industri 11(3): 135-142.
Widodo, A., Makhsun, M., dan Hindasyah, A. 2020. Analisis pengendalian
persediaan bahan baku pvc compound menggunakan metode abc analisis
dan eoq berbasis pom-qm for windows v5.2. Jurnal Informatika. 5(2):
188-197.
Wijaya, et al. 2020. Manajemen Operasi Produksi. Medan: Yayasan Kita Menulis
.
BUKTI TIPUS
A. POM for Windows

Bukti Buku
Bukti Jurnal Nasional
Bukti Jurnal Internasional

B. Inventory dan Economic Order Quantity (EOQ)
Bukti Buku

C. Forecasting
Bukti Buku

D. PERT
Bukti Buku
E. CPM
Bukti Buku
F. Linear Programming
Bukti Buku

Draft Jadi Manajemen Produksi Operasi

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Draft Jadi Manajemen Produksi Operasi

Diunggah oleh

Hak Cipta:

Format Tersedia

i

LAPORAN PRAKTIKUM MANAJEMEN PRODUKSI DAN OPERASI

PENYELESAIAN MASALAH DALAM MANAJEMEN PRODUKSI DAN

PROGRAM STUDI AGRIBISNIS

Laporan Praktikum Manajemen Produksi dan Operasi

PENYELESAIAN MASALAH DALAM MANAJEMEN PRODUKSI DAN

Disusun dan diajukan oleh:

Fajar Ayu Nugraheni

Dan Dinyatakan telah memenuhi syarat

Surakarta, Desember 2021

Dr. Ir. Sri Marwanti, M.S Dr. Ir. Kusnandar, M.Si.

Puji syukur penyusun panjatkan kehadirat Allah SWT yang telah

6. Teman-teman semua yang turut membantu penyusunan laporan ini.

Surakarta, Desember 2021

Tabel 3.1 Output Economic Order Quantity (EOQ) ............................................19

Gambar 3.1 Grafik Penyelesaian Economic Order Quantity (EOQ)

keterampilan dalam melakukan analisis masalah dalam manajemen produksi

D. Waktu dan Tempat Pelaksanaan

A. POM for Windows

B. Inventory dan Economic Order Quantity (EOQ)

biaya pemesanan (Total Ordering Cost) dan biaya penyimpanan (Total

teknologi dalam sebuah industri. Forecasting merupakan salah satu

Metode untuk melakukan peramalan adalah peramalan jangka

atau perencanaan jaringan. Perencanaan jaringan yang luas biasanya

Proyek merupakan rangkaian pekerjaan tahapan yang saling

Metode CPM (Critical Path Method) yang akan digunakan untuk

dengan cara memaksimalkan atau meminimumkan fungsi tujuan terhadap

A. Manajemen Persediaan dengan EOQ

1. Klik Module, kemudian pilih Inventory

2. Klik New dan pilih Economic Order Quantity (EOQ)

3. Isi identitas perusahaan, lalu klik OK

4. Lengkapi identitas tabel masalah (demand rate, ordering cost, holding

Tabel 3.1 Output Economic Order Quantity (EOQ)

Parameter Value Parameter Value

Reorder point 249,32 units

Gambar 3.1 Grafik Penyelesaian Economic Order Quantity (EOQ) mengguna

= 160.000 + 21.000 – 12.000

Screenshoot langkah-langkah pengerjaan :

2. Klik New dan pilih Economy Order Quantity (EOQ)

4. Lengkapi identitas tabel masalah (demand rate, ordering cost, holding

Tabel 3.2 Output EQQ reorder point

Parameter Value Parameter Value

Gambar 3.2 Grafik Penyelesaian Economic Order Quantity (EOQ) menggunakan

2. Klik New dan pilih Economy Order Quantity (EOQ)

4. Lengkapi identitas tabel masalah (demand rate, ordering cost, holding

Tabel 3.3 Output Economic Order Quantity (EOQ)

Parameter Value Parameter Value

Gambar 3.3 Grafik Penyelesaian Economic Order Quantity (EOQ) menggunakan

Menurut Rudy (2015), Economic Order Quantity (EOQ)

B. Peramalan Produksi dengan Forecasting

Sumber: Data Sekunder

b. Klik New dan pilih Time Series Analysis

c. Isi identitas perusahaan, lalu klik OK

d. Lengkapi identitas tabel dengan metode Moving Averages

e. Lengkapi identitas tabel dengan metode Weighted Moving Averages

f. Lengkapi identitas tabel dengan metode Exponental Smoothing

Tabel 2.1 Perbandingan Output Forecasting PT. Tani Makmur

PT. Tani Makmur Metode Forecasting (Value)

Gambar 2.1 Grafik Forecasting PT. Tani Makmur dengan menggunakan

Gambar 2.2 Grafik Forecasting PT. Tani Makmur dengan menggunakan

Gambar 2.3 Grafik Forecasting PT. Tani Makmur dengan menggunakan

Gambar 2.4 Grafik Forecasting PT. Tani Makmur dengan menggunakan

sebesar 1.045,532. Nilai eror MAPE menggunakan naïve method sebesar