4.4.3. Konversi
Konversi dilakukan dengan menggunakan waktu baku. Dalam hal ini
waktu baku setiap item dikonversikan pada item B. Berikut pada tabel 4.9
merupakan tabel rekapitulasi nilai konversi waktu terhadap waktu B dalam satuan
menit.
Tabel 4.9 Rekapitulasi Nilai Konversi (menit)
Ite Konver
m si
A 0,79
B 1
4.4.4. Data Permintaan Hasil Konversi
Data permintaan hasil konversi adalah data permintaan (demand) dikali
dengan hasil konversi. Berikut pada tabel 4.10 merupakan tabel data permintaan
hasil konversi dari ketiga produk.
Tabel 4.10 Data Permintaan Hasil Konversi (unit)
Bula Periode
n 1 2 3 4 5 6 7 8 9 10 11 12
238 257 276 272 264 232 254 261 296 220 236 221
Gh
4 0 5 7 5 0 9 0 5 5 2 3
264 254 236 234 221 265 246 276 255 257 265 247
Rs
9 3 6 1 7 7 5 8 3 6 8 3
Total 503 511 513 507 486 498 502 538 552 479 503 469
4 5 4 2 7 3 1 6 7 1 1 8
Sumber pengolahan data excel 2021
4.4.5. Waktu Operasi Masing-masing Stasiun Kerja
Waktu operasi adalah waktu yang digunakan untuk pembuatan suatu
produk.. Berikut ini tabel 4.11 merupakan tabel rekapitulasi waktu operasi setiap
stasiun kerja untuk gantungan handuk dalam satuan menit.
Tabel 4.11 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk
gantungan handuk (menit)
stasiun kerja komponen Waktu waktu total
batang atas 1,10
penghubung I 1,00
pengukuran penghubung II 1,15 5,13
tiang 1,38
batang bawah 0,50
batang atas 1,08
penghubung I 0,83
Pemotongan penghubung II 6,81 11,74
tiang 2,41
batang bawah 0,61
batang atas 0,85
penghubung I 0,78
Penghalusan penghubung II 4,80 9,35
tiang 2,26
batang bawah 0,66
batang atas 0,46
penghubung I 0,46
Pemekriksaan penghubung II 1,16 3,09
tiang 0,51
batang bawah 0,50
Perakitan Assembly 1 5,05 7,24
Tabel 4.12 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk
rak sepatu (menit)
stasiun kerja komponen waktu Waktu total
batang atas 0,90
penghubung I 0,91
pengukuran penghubung II 1,43 5,74
tiang 1,55
batang bawah 0,95
batang atas 0,83
penghubung I 1,46
pemotongan penghubung II 6,18 10,61
tiang 1,53
batang bawah 0,61
batang atas 1,05
penghubung I 2,73
penghalusan penghubung II 9,31 16,70
tiang 3,05
batang bawah 0,56
batang atas 0,50
penghubung I 0,45
pemekriksaan penghubung II 1,13 2,87
tiang 0,43
batang bawah 0,36
Assembly 1 3,90
perakitan Assembly 2 2,13
10,24
Assembly 3 1,48
Assembly 3 2,73
Sumber pengolahan data excel 2021
Berikut ini tabel 4.13 merupakan tabel rekapitulasi data waktu operasi
setiap stasiun kerja dalam satuan menit.
Tabel 4.13 Rekapitulasi Data Waktu Operasi Setiap Stasiun Kerja (menit)
Waktu observasi (menit)
Stasiun kerja
Gantungan handuk Rak sepatu
Pengukuran 5,13 5,74
Pemotongan 11,74 10,61
Penghalusan 9,35 16,59
Pemeriksaan 3,09 2,87
Perakitan 7,24 10,24
Total 36,55 46,05
Sumber pengolahan data excel 2021
4.4.6. Struktur Produk
Berikut ini merupakan gambar 4.1 yang menunjukkan Bill of Material
dari produk gantungan handuk.
Gantungan
Level 0
handuk
Penghubung I Penghubung
Penghubun II Elbow Batang atas Level 1
Tiang T Level 2
Berikut ini merupakan gambar 4.2 yang menunjukkan structur product dari
produk rak sepatu.
Rak sepatu
T Tiang
Penghubung I Penghubung II T
T Tiang
2. Gerobak Jualan
Perhitungan waktu siklus terhadap produk Gerobak Jualan yaitu,
Ws = X́ = μ
Ws = 46,23 menit
b. Waktu Normal
Waktu normal adalah waktu kerja yang telah mempertimbangan faktor
penyesuaian.
Berikut adalah perhitungan waktu normal pada masing-masing produk,
1. Gantungan handuk
Perhitungan waktu normal terhadap produk gantungan handuk yaitu,
Wn = Ws × (1 + p)
Wn = 36,63 x (1 + 0,09)
Wn = 36,63x 1,09
Wn = 39,93 menit
2. Rak sepatu
Perhitungan waktu normal terhadap produk gantungan handuk yaitu,
Wn = Ws × (1 + p)
Wn = 46,23 x (1 + 0,09)
Wn = 46,23 x 1,09
Wn = 50,39 menit
c. Waktu Baku
Waktu baku adalah waktu kerja dengan mempertimbangkan faktor
kelonggaran dan faktor penyesuaian.
Berikut adalah perhitungan waktu baku pada masing-masing produk,
1. Produk gantungan handuk
Perhitungan waktu baku terhadap produk gantungan handuk yaitu,
Wb = Wn + (Wn × I)
Wb = 39,93 + (39,93 x 0,18) menit
Wb = 47,11 menit
d. Unit Konversi
Di bawah ini adalah tabel perhitungan unit konversi dari ketiga produk
dengan waktu baku unit B.
2( S't - S'' t )
bt =
N-1
2( S'3 - S'' 3 ) 2( 4529,5 - 4634,75 )
b3 = == = 14,71
1 1
Ft + m = at + bt.m
F4 = a3 + b3.1 = 4641,85 + (14,71) (1) = 4663,915
F5 = a4 + b4.1 = 4605,22+ (-36,63) (1) = 4550,275
F6 = a5 + b5.1 = 4571,75 + (-123,7) (1) = 4295,97
Berikut ini adalah tabel hasil peramalan dengan Metode Double Moving
Average.
Tabel 4.17 Hasil Peramalan Dengan Metode Double Moving Average
Period
e DT S'T S''T a b ft+1
1 4604
2 4650 4627
3 4633 4641,85 4634,5 4649,21 14,71
4 4577 4605,22 4623,54 4586,91 -36,63 4663,92
5 4386 4481,52 4543,37 4419,67 -123,7 4550,28
6 4559 4472,65 4477,09 4468,22 -8,87 4295,97
7 4555 4557,29 4514,97 4599,61 84,64 4459,35
8 4908 4731,69 4644,49 4818,89 174,4 4684,25
9 4984 4946,25 4838,97 5053,53 214,56 4993,29
10 4384 4684,2 4815,23 4553,18 -262,05 5268,09
11 4595 4489,47 4586,84 4392,11 -194,73 4291,13
12 4288 4441,25 4465,36 4417,14 -48,22 4197,38
Sumber pengolahan data excel 2021
α=
∑ y = 56982 = 4748,5
n 12
Koefisien kemiringan :
∑ xy 2736
b=
∑ 2 = 572 = 4,78
X
Peramalan :
Ft = α + b.t
F1 = 4784,5 + (4,78)(1) = 4753,28
F2 = 4784,5 + (4,78)(2) = 4758,07
F3 = 4784,5 + (4,78)(3) = 4762,85
Tabel berikut ini merupakan data peramalan menggunakan Metode
Regresi Linear.
MAE =
∑ | ei |
i-1
n
n
Period
DT S'T S''T A B ft+1 ei [ei]
e
1 4604
2 4650 4627
3 4633 4641,85 4634,5 4649,21 14,71
4623,5
4 4577 4605,22 4586,91 -36,63 4663,92
4 -86,775 86,775
4543,3
5 4386 4481,52 4419,67 -123,7 4550,28
7 -164,37 164,375
4477,0
6 4559 4472,65 4468,22 -8,87 4295,97
9 263,43 263,43
4514,9
7 4555 4557,29 4599,61 84,64 4459,35
7 95,835 95,835
4644,4
8 4908 4731,69 4818,89 174,4 4684,25
9 223,95 223,95
4838,9
9 4984 4946,25 5053,53 214,56 4993,29
7 -8,99 8,99
4815,2
10 4384 4684,2 4553,18 -262,05 5268,09
3 -883,99 883,99
4586,8
11 4595 4489,47 4392,11 -194,73 4291,13
4 303,715 303,715
4465,3
12 4288 4441,25 4417,14 -48,22 4197,38
6 90,285 90,285
Jumlah 2121,35
MAE 235,71
n
MAE =
∑ | ei | = 2121,35
i-1
9
n
= 235,71
Maka nilai MAE untuk metode Double Moving Average adalah 235,71
MAE =
∑ | ei | = 1851,169
i-1
11
n
= 168,29
Maka nilai MAE untuk metode Single Exponential Smoothing adalah 168,29
3. Metode Regresi Linier
Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Error atau nilai tengah kesalahan absolut untuk
Metode Regresi Linier.
Tabel 4.22 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAE
Untuk Metode Regresi Linier
No Periode (t) (y)t X Xy X2 Ft ei [ei]
1 1 4604 -11 -50642,68 121 4634,55 -30,67 30,67
2 2 4650 -9 -41853,6 81 4627,12 23,28 23,28
3 3 4633 -7 -32433,1 49 4619,69 13,61 13,61
4 4 4577 -5 -22885,7 25 4612,26 -35,12 35,12
5 5 4386 -3 -13157,7 9 4604,83 -218,93 218,93
6 6 4559 -1 -4559,4 1 4597,41 -38,01 38,01
7 7 4555 1 4555,18 1 4589,98 -34,80 34,80
8 8 4908 3 14724,6 9 4582,55 325,65 325,65
9 9 4984 5 24921,5 25 4575,12 409,18 409,18
10 10 4384 7 30688,7 49 4567,69 -183,59 183,59
11 11 4595 9 41353,56 81 4560,27 34,57 34,57
12 12 4288 11 47164,26 121 4552,84 -265,18 265,18
Jumlah 1612,59
MEA 134,38
n
MAE =
∑ | ei | = 1 612,59
i-1
12
n
= 134,38
Maka nilai MAE untuk metode regresi linier adalah 134,38
MSE =
∑ ei2
i-1
n
MSE =
∑ ei2 = 1045195,68 = 120,48
i-1
8
n -1
Maka, nilai MSE untuk metode Double Moving Average adalah 120,48
2. Metode Single Exponential Smoothing (SES)
Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Square Error atau nilai tengah kesalahan kuadrat untuk
Metode Single Exponential Smoothing.
Tabel 4.24 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MSE
Untuk Metode Single Exponential Smoothing
DT FT+1 Ei [ei] ei2
4604
4650 4603,88 46,52 46,52 2164,1104
4633 4629,01 4,29 4,29 18,44
4577 4631,32 -54,18 54,18 2936,01
4386 4602,06 -216,16 216,16 46725,00
4559 4485,31 74,09 74,09 5489,06
4555 4525,33 29,85 29,85 891,21
4908 4541,45 366,75 366,75 134505,17
4984 4739,53 244,77 244,77 59911,41
4384 4871,73 -487,63 487,63 237784,15
4595 4608,36 -13,52 13,52 182,83
4288 4601,06 -313,40 313,40 98218,66
Jumlah 588826,05
MSE 242,66
∑ ei 2 58826,05
MSE = i-1 = = 242,66
10
n -1
Maka, nilai MSE untuk metode Single Exponential Smoothing adalah
242,66
MSE =
∑ ei2 = 432184,74 = 36015,40
i-1
11
n -1
Maka, nilai MSE untuk metode regresi linier adalah 36015,40
SDE =
√ ∑ ei2
i-1
n-1
Dimana, ei diperoleh dari selisish antara Dt dengan Ft.
1. Metode Double Moving average (DMA)
Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Standar Deviation Error atau divisi standar kesalahan untuk
Metode Double Moving average.
SDE =
√
n-1
∑ ei2 =
i-1
√ 1045195,68
8
= 120,48
Maka, nilai SDE untuk metode Double Moving Average adalah 120,48
SDE =
√
n-1
∑ ei2 =
i-1
√ 588826,05
10
= 242,66
Maka, nilai SDE untuk metode Single Exponential Smoothing adalah 242,66
SDE =
√ ∑ ei2 =
n-1
i-1
√ 432184,74
11
= 198,22
MAPE =
∑ |PEi |
i-1
n
Dimana, Pei diperoleh dari selisish antara Dt dengan Ft.
MAPE =
∑ |PEi | = 0,00 = 0,00
i-1
9
n
Maka, nilai MAPE untuk metode Double Moving Average adalah 0,00
MAPE =
∑ |PEi | = -0,06 = -0,006
i-1
11
n
Maka, nilai MAPE untuk metode Single Exponential Smoothing adalah -0,006
MAPE =
∑ |PEi | = 0,00 = 0,00
i-1
12
n
Maka, nilai MAPE untuk metode regresi linier adalah 0,00
´
MR =
∑ MR t
i-1
n
MR2 = |(F2 –X2) – (F1 – X1)|
= |(4705,45-4732) – (4695,88-4746)|
= 76,66
MR3 = |(F3 –X3) – (F2 – X2)|
= |(4715,02-4327) – (4705,45-4732)|
= 414,57
MR4 = |(F4 –X4) – (F3 – X3)|
= |(4724,58-5055) – (4715,02-4327)|
= -718,43
Tabel 4.33 Uji Validasi (Moving Range Test)
Period
(y)t Ft MRt |MRt|
e
1
2
3
4
5
6
7
8
9
10
11
12
´ =
MR
∑ MR t
i-1
n
4692,53
´
MR =
11
´
MR = 426,59
Berikut ini merupakan tabel 4.34 Nilai Batas dan Nilai Region
yang memuat parameter -parameter dalam Out of Control Test.
Tabel 4.34 Nilai Batas dan Nilai Region
Period Regio Region A Region B
UCL LCL Region A (-) Region B (-) ft-xt
e nC (+) (+)
1134,7
1 0 -7,28
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
2 0 -26,07
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
3 0 -435,85
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
4 0 287,37
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
5 0 -604,42
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
6 0 -118,2
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
7 0 273,02
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
8 0 337,23
2 -1134,7 -284,39 -142,20 284,39 142,20
1134,7
9 0 592,45
2 -1134,7 -284,39 -142,20 284,39 142,20
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
-500
-1000
-1500
UCL LCL Region A (-) Region B (-)
Region C Region A (+) Region B (+) ft-xt
α=
∑ y = 56982 = 4748,5
n 12
Koefisien kemiringan:
b=
∑ xy = 2736 = 4,78
∑ x 2 572
Peramalan :
Ft = α + bX
F13 = 4748,5 + (4,78)(13) = 4810,68
F14 = 4748,5 + (4,78)(15) = 4815,47
F15 = 4748,5 + (4,78)(17) = 4820,25
Berikut ini merupakan Detail and Error Analysis dengan Metode Single
Exponential
Gambar 4.4 Detail and Error Analysis dengan Metode Single Exponential
B. Regresi Linier
Berikut ini merupakan hasil dari perhitungan peramalan dengan metode
Regresi Linier menggunakan software POM QM adalah sebagai berikut:
Berikut ini merupakan Detail and Error Analysis dengan Metode Regresi
Linier