Keterangan :
1. Stasiun Pengukuran
2. Stasiun Pemotongan
3. Stasiun Pengeboran
VI-1
IV-2
4. Stasiun Pembubutan
5. Stasiun Pengecatan
6. Stasiun Pemeriksaan
7. Stasiun Perakitan
Pemeriksaan
0,168' Pemeriksaan 0,161'
I-2 I-1
Meja Pemeriksaan Meja Pemeriksaan
4x Lem Kayu
0,521' Perakitan
O-27
Sekrup dan Obeng Meja Perakitan
0,117'
Perakitan
O-28
Sekrup dan Obeng Meja Perakitan
Ringkasan
Kegiatan Jumlah Waktu
Operasi 29 12,615
Inspeksi 8 1,123
Total 37 13,738
IV-3
Pemotongan Pemotongan
Pembubutan Pemotongan Pemotongan Pembubutan Pembubutan
0,259' O-41 0,327' O-37
2,573' O-44 0,413' O-34 2,699' O-14 4,200' O-6 O-2
0,254'
Mesin Potong Mesin Potong Mesin Potong Mesin Bubut Mesin Potong
Mesin Bubut Mesin Bubut
Cat Pilox Cat Pilox
Pemotongan Pengecatan Pengeboran Pengecatan Pengeboran Pemotongan
0,830' O-45 0,560' Pengeboran
0,382' O-42 0,597' O-38 O-35 0,830' O-7
Mesin Potong 0,752' O-15 2,140' O-3
Cat Pilox Mesin Cat Mesin Bor Mesin Cat Mesin Bor Mesin Potong
Cat Pilox Mesin Bor
Pengecatan Cat Pilox
Cat Pilox
0,192' Pemeriksaan Pengecatan
O-46 Pengecaan Pemotongan
0,493' Pemeriksaan 0,293' O-8 Pengecatan
Mesin Cat 0,088' I-10 O-39 0,101' I-8
1,225' O-16 Mesin Cat
Mesin Cat Mesin Potong 0,382' O-4
Pemeriksaan Meja Pemeriksaan Meja Pemeriksaan Mesin Cat
Cat Pilox
0,101' Pemeriksaan
I-11 Meja Pemeriksaan I-2
0,103'
Pemeriksaan Pengecatan
Meja Pemeriksaan
0,080' I-9 0,354' O-17 Pemeriksaan
Mesin Cat
Meja Pemeriksaan 0,098' I-1
Meja Pemeriksaan
2x
Pemeriksaan
I-4
0,167'
Meja Pemeriksaan 0,105' Perakitan
O-51
Meja Perakitan
4x
Lem Perakitan
0,192'
O-52
2x Meja Perakitan
Perakitan
0,312' O-54
Meja Perakitan
Lem Kayu
0,322'
Perakitan
O-55
Meja Perakitan
Lem Kayu
0,226' Perakitan
O-56
I-12
Meja Perakitan
Ringkasan
Kegiatan Jumlah Waktu
Operasi 56 29,634
Inspeksi 12 0,963
Total 68 30,823
Gambar 4.3 Gambar Operation Process Chart (OPC) Produk Gerobak Jualan
IV-4
Pemeriksaan 0,105'
0,167' I-4 Perakitan
O-45
Penggaris
Meja Perakitan
4x
2x
0,192' Perakitan
O-46
Meja Perakitan
Perakitan
0,295'
0,254' Perakitan
O-48
I-10
Meja Perakitan
Ringkasan
Kegiatan Jumlah Waktu
Operasi 48 26,776
Inspeksi 10 0,789
Total 58 27,819
Gambar 4.4 Gambar Operation Process Chart (OPC) Produk Gerobak Dorong
IV-5
PETA PERAKITAN
Alas
SA - 01
Kaki
SA - 02
Bodi L A
Penutup Alas
PETA PERAKITAN
Alas I
SA - 01
As Roda
SA - 02
Roda
Box Laci
SA - 03
Box Gerobak
SA - 04
SA - 05
Atap A
Pegangan
PETA PERAKITAN
Alas I
SA - 01
As Roda
SA - 02
Roda
SA - 03
Bodi GD
A
Pegangan
Lemari Level 0
Sekrup
Landasan Bodi L Penutup Atas Level 1
(2)
Kaki
Alas Level 2
(4)
Pegangan Sekrup
Landasan I Bodi Atap Level 1
(2) (2)
As Roda Roda
Alas I Box Laci Box Gerobak Level 2
(2) (4)
Gambar 4.9 Gambar Bill Of Material Product (BOM) Produk Gerobak Jualan
Gerobak
Level 0
Dorong
Pegangan Sekrup
Landasan I Bodi GD Level 1
(2) (2)
As Roda Roda
Alas I Level 2
(2) (4)
Gambar 4.10 Gambar Bill Of Material Product (BOM) Produk Gerobak Dorong
2. Gerobak Jualan
Di bawah ini adalah tabel data pengukuran waktu operasi produk
Gerobak Jualan yang diperoleh dari data pengukuran waktu operasi.
2 0 16 78 0 8 0
5 0 2 75 0 30 87
6 0 1 40 0 4 68
1 0 2 66 0 39 30
2 0 11 25 0 8 34
Box Laci 3 0 5 29 0 30 55
5 0 2 70 0 26 85
6 0 1 15 0 3 63
1 0 2 81 0 29 17
2 0 10 46 0 5 8
Atap
5 0 2 25 0 20 67
6 0 1 39 0 3 86
1 0 6 41 1 18 9
4 0 16 78 3 55 21
As Roda (2) 2 0 27 42 0 22 36
5 0 2 4 0 15 52
6 0 0 90 0 5 28
1 0 6 41 1 18 9
4 0 16 78 2 17 60
Pegangan (2) 2 0 27 42 0 22 36
5 0 1 41 0 10 10
6 0 1 15 0 4 88
Lanjutan Tabel 4.2 Data Pengukuran Waktu Operasi Produk Gerobak Jualan
Nama Komponen SK Set Up Time Run Time
1 0 10 57 1 38 68
4 0 25 90 2 16 6
3 0 18 76 0 26 33
Roda (4)
2 0 26 89 0 46 60
5 0 3 10 0 18 16
6 0 1 16 0 8 84
Assembly 1 7 0 1 56 0 4 76
Assembly 2 7 0 2 21 0 9 28
Assembly 3 7 0 1 92 0 24 58
Assembly 4 7 0 8 35 0 10 36
Assembly 5 7 0 1 26 0 18 3
Assembly 6 7 0 1 70 0 11 83
3. Gerobak Dorong
Di bawah ini adalah tabel data pengukuran waktu operasi produk
Gerobak Dorong yang diperoleh dari data pengukuran waktu operasi.
5 0 2 1 0 30 68
6 0 1 47 0 3 85
1 0 6 41 1 18 9
4 0 16 78 3 55 21
As Roda (2) 2 0 27 42 0 22 36
5 0 2 4 0 15 52
6 0 0 90 0 5 28
1 0 6 41 1 18 9
4 0 16 78 2 17 60
Pegangan (2) 2 0 27 42 0 22 36
5 0 1 41 0 10 10
6 0 1 15 0 4 88
1 0 10 57 1 38 68
4 0 25 90 2 16 6
3 0 18 76 0 26 33
Roda (4)
2 0 26 89 0 46 60
5 0 3 10 0 18 16
6 0 1 16 0 8 84
Assembly 1 7 0 1 56 0 4 76
Lanjutan Tabel 4.3 Data Pengukuran Waktu Operasi Produk Gerobak Dorong
Nama Komponen SK Set Up Time Run Time
Assembly 2 7 0 2 21 0 9 28
Assembly 3 7 0 4 68 0 13 2
Assembly 4 7 0 1 90 0 13 34
2. Gerobak Jualan
Di bawah ini adalah tabel rekapitulasi waktu operasi produk Gerobak
Jualan yang diperoleh dari data pengukuran waktu operasi.
3. Gerobak Dorong
Di bawah ini adalah tabel rekapitulasi waktu operasi produk Gerobak
Dorong yang diperoleh dari data pengukuran waktu operasi.
Berikut ini adalah pengumpulan data produk Lemari, Gerobak Jualan dan
Gerobak Dorong.
4.1.2.1 Waktu Baku
Waktu baku adalah waktu kerja dengan mempertimbangkan faktor
kelonggaran dan faktor penyesuaian.
Data waktu baku yang digunakan merupakan waktu baku pada modul
peramalan. Berikut pada tabel 4.9 merupakan waktu baku dari ketiga produk yaitu
produk Lemari (A), Gerobak Jualan (B), dan Gerobak Dorong (C).
4.1.2.3 Konversi
Konversi dilakukan dengan menggunakan waktu baku. Dalam hal ini
waktu baku setiap item dikonversikan pada item B. Berikut pada tabel 4.11
merupakan tabel rekapitulasi nilai konversi waktu terhadap waktu B dalam satuan
menit.
Tabel 4.11 Rekapitulasi Nilai Konversi (menit)
Item Konversi
IV-18
A 0,433
B 1,000
C 0,901
4.1.2.10 Inventory
Inventory adalah barang-barang yang disimpan untuk digunakan atau
dijual pada masa atau periode yang akan datang. Berikut pada tabel 4.16
merupakan tabel data inventory pada masing-masing item dalam satuan unit.
IV-20
Tabel 4.17 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk Item A (menit)
Stasiun Kerja Komponen Waktu Waktu Total
Alas 2,913
Penutup Atas 0,637
SK 1 (Pengukuran) 5,229
Bodi L 0,271
Kaki (4) 1,408
Alas 0,395
Penutup Atas 0,327
SK 2 (Pemotongan) 2,327
Bodi L 0,403
Kaki (4) 1,202
SK 3 (Pengeboran) Alas 1,011 1,011
SK 4 (Pembubutan) Kaki (4) 2,155 2,155
Alas 0,231
Penutup Atas 0,145
SK 5 (Pengecatan) 0,985
Bodi L 0,370
Kaki (4) 0,239
Alas 0,161
Penutup Atas 0,117
SK 6 (Pemeriksaan) 0,627
Bodi L 0,181
Kaki (4) 0,168
Assembly 1 0,521
SK 7 (Perakitan Assembly 2 0,117 0,909
Assembly 3 0,272
Tabel 4.18 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk Item B (menit)
IV-21
Waktu
Stasiun Kerja Komponen Waktu
Total
Alas I 2,310
Box Gerobak 0,330
Box Laci 0,699
SK 1 (Pengukuran) Penutup Atas 0,533 8,510
As Roda (2) 1,408
Pegangan (2) 1,408
Roda (4) 1,821
Alas I 0,254
Box Gerobak 0,413
Box Laci 0,327
SK 2 (Pemotongan) Penutup Atas 0,259 4,137
As Roda (2) 0,830
Pegangan (2) 0,830
Roda (4) 1,225
Alas I 2,140
SK 3 (Pengeboran) Box Laci 0,597 3,489
Roda (4) 0,752
Lanjutan Tabel 4.18 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk Item B
(menit)
Waktu
Stasiun Kerja Komponen Waktu
Total
As Roda (2) 4,200
SK 4 (Pembubutan) Pegangan (2) 2,573 9,472
Roda (4) 2,699
Alas I 0,382
Box Gerobak 0,560
Box Laci 0,493
SK 5 (Pengecatan) Penutup Atas 0,382 2,656
As Roda (2) 0,293
Pegangan (2) 0,192
Roda (4) 0,354
Alas I 0,098
Box Gerobak 0,101
Box Laci 0,080
SK 6 (Pemeriksaan) Penutup Atas 0,088 0,737
As Roda (2) 0,103
Pegangan (2) 0,101
Roda (4) 0,167
Assembly 1 0,105
Assembly 2 0,192
Assembly 3 0,442
SK 7 (Perakitan) 1,597
Assembly 4 0,312
Assembly 5 0,322
Assembly 6 0,226
IV-22
Tabel 4.19 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk Item C (menit)
Stasiun Kerja Komponen Waktu Waktu Total
Alas I 2,310
Bodi GD 0,914
SK 1 (Pengukuran) As Roda (2) 1,408 7,862
Pegangan (2) 1,408
Roda (4) 1,821
Alas I 0,254
Bodi GD 0,346
SK 2 (Pemotongan) As Roda (2) 0,830 3,484
Pegangan (2) 0,830
Roda (4) 1,225
Alas I 2,140
SK 3 (Pengeboran) Bodi GD 0,709 3,601
Roda (4) 0,752
Lanjutan Tabel 4.19 Data Rekapitulasi Waktu Operasi Setiap Stasiun Kerja Untuk Item C
(menit)
Stasiun Kerja Komponen Waktu Waktu Total
As Roda (2) 4,200
SK 4 (Pembubutan) Pegangan (2) 2,573 9,472
Roda (4) 2,699
Alas I 0,382
Bodi GD 0,545
SK 5 (Pengecatan) As Roda (2) 0,293 1,766
Pegangan (2) 0,192
Roda (4) 0,354
Alas I 0,076
Bodi GD 0,089
SK 6 (Pemeriksaan) As Roda (2) 0,103 0,535
Pegangan (2) 0,101
Roda (4) 0,167
Assembly 1 0,105
Assembly 2 0,192
SK 7 (Perakitan) 0,846
Assembly 3 0,295
Assembly 4 0,254
Berikut ini tabel 4.20 merupakan tabel rekapitulasi data waktu operasi
setiap stasiun kerja dalam satuan menit.
Tabel 4.20 Rekapitulasi Data Waktu Operasi Setiap Stasiun Kerja (menit)
Waktu Operasi
Stasiun
A B C
SK 1 5,229 8,510 7,862
IV-23
Berikut ini merupakan tabel 4.22 yang menunjukkan data item master
Gerobak Jualan.
1 Ld I Landasan I Unit 1 P 20 75 0 1 - 0
1 Pgn Pegangan Unit 1 P 20 60 0 2 - 0
1 BJ Bodi Unit 1 P 20 60 0 1 - 0
1 AJ Atap Unit 1 P 10 60 0 1 - 0
1 Skr Sekrup Unit 1 P 0 80 0 3 - 0
2 AL I Alas I Unit 1 P 0 60 0 1 - 0
2 Ar As Roda Unit 1 P 0 85 0 2 - 0
2 Rd Roda Unit 1 P 25 110 0 4 - 0
2 Bxg Box Gerobak Unit 1 P 10 60 0 1 - 0
2 Bxl Box Laci Unit 1 P 10 60 0 1 - 0
Berikut ini merupakan tabel 4.23 yang menunjukkan data item master
Gerobak Dorong.
1 0,045 0,226
2 0,280 0,124
Bodi L
5 0,052 0,319
6 0,045 0,136
1 0,038 0,599
2 0,283 0,044
Penutup Atas
5 0,048 0,097
6 0,033 0,085
Landasan I 7 0,126 0,468
Bodi 7 0,032 0,410
1 0,214 2,603
4 0,559 4,587
Pegangan
2 0,914 0,745
5 0,047 0,337
6 0,038 0,163
1 0,047 0,486
2 0,174 0,085
Atap
5 0,038 0,345
6 0,023 0,064
Lanjutan Tabel 4.30 Routing (Menit)
Nama Set Up Time Run Time
SK
Komponen (Menit) (Menit)
1 0,056 0,858
2 0,212 0,134
Bodi GD 3 0,183 0,526
5 0,034 0,511
6 0,025 0,064
1 0,093 2,820
2 0,283 0,112
Alas 3 0,206 0,805
5 0,072 0,159
6 0,039 0,122
1 0,107 1,302
4 0,280 1,875
Kaki (4) 2 0,457 0,745
5 0,030 0,209
6 0,022 0,147
1 0,151 4,470
2 0,349 0,160
Alas I 3 0,107 4,173
5 0,075 0,689
6 0,036 0,139
1 0,214 2,603
4 0,559 7,840
As roda 2 0,914 0,745
5 0,068 0,517
6 0,030 0,176
1 0,352 3,289
4 0,863 4,535
3 0,625 0,878
Roda
2 0,896 1,553
5 0,103 0,605
6 0,039 0,295
Box Gerobak 1 0,043 0,287
IV-29
2 0,280 0,133
5 0,046 0,515
6 0,023 0,078
1 0,044 0,655
2 0,188 0,139
Box Laci 3 0,088 0,509
5 0,045 0,448
6 0,019 0,061
Lemari Level 0
Sekrup
Landasan Bodi L Penutup Atas Level 1
(2)
Kaki
Alas Level 2
(4)
Pegangan Sekrup
Landasan I Bodi Atap Level 1
(2) (2)
Gerobak
Level 0
Dorong
Pegangan Sekrup
Landasan I Bodi Level 1
(2) (2)
2. Gerobak Jualan
Berikut ini adalah tabel 4.32 yang menunjukkan komponen Gerobak
Jualan.
3. Gerobak Dorong
Berikut ini adalah tabel 4.33 yang menunjukkan komponen Gerobak
Dorong.
D Bodi GD
E Pegangan
F Landasan I
G Gerobak Dorong
2. Gerobak Jualan
Berikut ini merupakan tabel 4.36 yang menunjukkan data due date dari
produk Gerobak Jualan.
No Job Di (Menit) Wi
1 A 15,100 1
2 B 11,900 2
3 C 12,100 1
4 D 11,500 3
5 E 13,200 4
6 F 14,800 5
7 G 15,200 3
8 H 11,800 2
9 I 15,200 3
10 J 14,900 1
3. Gerobak Dorong
Berikut ini merupakan tabel 4.37 yang menunjukkan data due date dari
produk Gerobak Dorong.
2. Gerobak Jualan
Dibawah ini merupakan tabel 4.40 yang menunjukkan routing produk
Gerobak Jualan.
Tabel 4.40 Routing Produk Gerobak Jualan
Mesin
Job
1 2 3 4 5 6
A 1 2 3 4 5
B 1 3 2 4 5
C 1 4 3 2 5 6
D 1 2 3 4
E 1 2 3 4 5
F 1 2 3 4
G 1 3 2 4 5
3. Gerobak Dorong
IV-35
2. Gerobak Jualan
Perhitungan waktu siklus terhadap produk Gerobak Jualan yaitu,
Ws = X́ = μ
Ws = 30,597 menit
3. Gerobak Dorong
Perhitungan waktu siklus terhadap produk Gerobak Dorong yaitu,
Ws = X́ = μ
Ws = 27,565 menit
B. Waktu Normal
Waktu normal adalah waktu kerja yang telah mempertimbangan faktor
penyesuaian.
Berikut adalah perhitungan waktu normal pada masing-masing produk,
1. Produk Lemari
Perhitungan waktu normal terhadap produk Lemari yaitu,
Wn = Ws × (1 + p)
Wn = 13,242 x (1 + 0,09)
Wn = 13,242 x 1,09
Wn = 14,434 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 Lemari
Perhitungan waktu baku terhadap produk Lemari yaitu,
Wb = Wn + (Wn × l)
Wb = 14,434 + (14,433 x 0,18) menit
Wb = 14,434 + 2,597
Wb = 17,031 menit
D. Unit Konversi
IV-38
Di bawah ini adalah tabel perhitungan unit konversi dari ketiga produk
dengan waktu baku unit B.
Plotting Data
620
610
600
590
580
570
560
1 2 3 4 5 6 7 8 9 10 11 12
Berdasarkan gambar 4.20 dapat dilihat pola data yang terbentuk adalah
pola data horizontal atau horizontal data pattern. Pola data ini terlihat data
berfluktuasi di sekitar nilai rata-rata yang konstan.
at = (2S′t) – S″t
a3 = (2S′3) – S″3 = (2 x 605,000) - 604,250 = 605,750
a4 = (2S′4) – S″4 = (2 x 602,000) – 603,500 = 600,500
a5 = (2S′5) – S″5 = (2 x 600,000) – 601,000 = 599,000
2( S't - S'' t )
bt =
N-1
2( S'3 - S'' 3 ) 2(605,000-604,250)
b3 = == = 1,500
1 1
Ft + m = at + bt.m
F4 = a3 + b3.1 = 605,750 + 1,500(1) = 607,250
F5 = a4 + b4.1 = 600,500 + (-3,000)(1) = 597,500
F6 = a5 + b5.1 = 599,000 + (-2,000)(1) = 597,000
Berikut ini adalah tabel hasil peramalan dengan Metode Double Moving
Average.
Tabel 4.47 Hasil Perhitungan Peramalan dengan Metode Single Exponential Smoothing
Periode Dt Ft+1
1 599 -
2 608 599,000
3 602 603,861
4 602 602,856
5 598 602,394
6 604 600,021
7 599 602,170
8 593 600,458
9 604 596,430
10 600 600,518
11 589 600,238
12 579 594,169
C. Metode Peramalan Regresi Linear
Berikut ini adalah perhitungan peramalan menggunakan Metode Regresi
Linier Koefisien intersep:
IV-42
α=
∑ y = 7177 = 598,083
n 12
Koefisien kemiringan :
∑ xy -415
b=
∑ 2 = 572 = -0,726
X
Peramalan :
Ft = α + bX
F1 = 598,083 + (-0,726)(-11) = 606,069
F2 = 598,083 + (-0,726)(-9) = 604,617
F3 = 598,083 + (-0,726)(-7) = 603,165
Mean Absolute Error atau nilai tengah kesalahan absolut dapat dihitung
dengan menggunakan rumus sebagai berikut:
∑ |e |
MAE =
∑ | ei |
i-1
n
n
Tabel 4.49 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAE Untuk Metode
Double Moving Average
Periode Dt S' S'' a b Ft+1 ei |ei|
1 599 - - - - - - -
2 608 603,500 - - - - - -
3 602 605,000 604,250 605,750 1,500 - - -
4 602 602,000 603,500 600,500 -3,000 607,250 -5,250 5,250
5 598 600,000 601,000 599,000 -2,000 597,500 0,500 0,500
6 604 601,000 600,500 601,500 1,000 597,000 7,000 7,000
7 599 601,500 601,250 601,750 0,500 602,500 -3,500 3,500
8 593 596,000 598,750 593,250 -5,500 602,250 -9,250 9,250
9 604 598,500 597,250 599,750 2,500 587,750 16,250 16,250
10 600 602,000 600,250 603,750 3,500 602,250 -2,250 2,250
11 589 594,500 598,250 590,750 -7,500 607,250 -18,250 18,250
12 579 584,000 589,250 578,750 -10,500 583,250 -4,250 4,250
Jumlah 66,500
MAE 7,389
MAE =
∑ | ei | = 66,500
i-1
9
n
= 7,389
Maka nilai MAE untuk metode Double Moving Average adalah 7,389.
IV-44
Tabel 4.50 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAE Untuk Metode
Single Exponential Smoothing
Periode Dt Ft+1 ei |ei|
1 599
2 608 599,000 9,000 9,000
3 602 603,861 -1,861 1,861
4 602 602,856 -0,856 0,856
5 598 602,394 -4,394 4,394
6 604 600,021 3,979 3,979
7 599 602,170 -3,170 3,170
8 593 600,458 -7,458 7,458
9 604 596,430 7,570 7,570
10 600 600,518 -0,518 0,518
11 589 600,238 -11,238 11,238
12 579 594,169 -15,169 15,169
Jumlah 65,213
MAE 5,928
MAE =
∑ | ei | = 65,212
i-1
11
n
= 5,928
Maka nilai MAE untuk metode Single Exponential Smoothing adalah 5,928.
Tabel 4.51 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAE Untuk Metode
Regresi Linier
Periode (y)t X Xy X2 Ft ei |ei|
1 599 -11 -6589 121 606,069 -7,069 7,069
2 608 -9 -5472 81 604,617 3,383 3,383
3 602 -7 -4214 49 603,165 -1,165 1,165
4 602 -5 -3010 25 601,713 0,287 0,287
5 598 -3 -1794 9 600,261 -2,261 2,261
6 604 -1 -604 1 598,809 5,191 5,191
7 599 1 599 1 597,357 1,643 1,643
8 593 3 1779 9 595,905 -2,905 2,905
9 604 5 3020 25 594,453 9,547 9,547
10 600 7 4200 49 593,001 6,999 6,999
11 589 9 5301 81 591,549 -2,549 2,549
12 579 11 6369 121 590,097 -11,097 11,097
Jumlah 54,096
MAE 4,508
MAE =
∑ | ei | = 54,096
i-1
12
n
= 4,508
Maka nilai MAE untuk metode regresi linier adalah 4,508.
∑ ei 2
MSE = i-1
n
Tabel 4.52 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MSE Untuk Metode
Double Moving Average
Periode Dt S' S'' a b Ft+1 ei |ei| ei2
1 599 - - - - - - - -
2 608 603,500 - - - - - - -
3 602 605,000 604,250 605,750 1,500 - - - -
4 602 602,000 603,500 600,500 -3,000 607,250 -5,250 5,250 27,563
5 598 600,000 601,000 599,000 -2,000 597,500 0,500 0,500 0,250
6 604 601,000 600,500 601,500 1,000 597,000 7,000 7,000 49,000
7 599 601,500 601,250 601,750 0,500 602,500 -3,500 3,500 12,250
8 593 596,000 598,750 593,250 -5,500 602,250 -9,250 9,250 85,563
9 604 598,500 597,250 599,750 2,500 587,750 16,250 16,250 264,063
10 600 602,000 600,250 603,750 3,500 602,250 -2,250 2,250 5,063
11 589 594,500 598,250 590,750 -7,500 607,250 -18,250 18,250 333,063
12 579 584,000 589,250 578,750 -10,500 583,250 -4,250 4,250 18,063
Jumlah 794,875
MSE 88,319
MSE =
∑ ei2 = 794,875 = 88,319
i-1
9
n
Maka, nilai MSE untuk metode Double Moving Average adalah 88,319.
Tabel 4.53 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MSE Untuk Metode Single
Exponential Smoothing
Periode Dt Ft+1 ei |ei| ei^2
1 599
2 608 599,000 9,000 9,000 81,000
3 602 603,861 -1,861 1,861 3,463
4 602 602,856 -0,856 0,856 0,733
5 598 602,394 -4,394 4,394 19,307
6 604 600,021 3,979 3,979 15,832
7 599 602,170 -3,170 3,170 10,049
IV-47
MSE =
∑ ei2 = 599,982 = 54,543
i-1
11
n
Maka, nilai MSE untuk metode Single Exponential Smoothing adalah 54,543.
Tabel 4.54 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MSE untuk Metode Regresi
Linier
Periode (y)t X Xy X2 Ft ei |ei| ei2
1 599 -11 -6589 121 606,064 -7,064 7,064 49,902
2 608 -9 -5472 81 604,613 3,387 3,387 11,471
3 602 -7 -4214 49 603,162 -1,162 1,162 1,350
4 602 -5 -3010 25 601,711 0,289 0,289 0,084
5 598 -3 -1794 9 600,260 -2,260 2,260 5,107
6 604 -1 -604 1 598,809 5,191 5,191 26,948
7 599 1 599 1 597,358 1,642 1,642 2,697
8 593 3 1779 9 595,907 -2,907 2,907 8,449
9 604 5 3020 25 594,456 9,544 9,544 91,093
10 600 7 4200 49 593,005 6,995 6,995 48,935
11 589 9 5301 81 591,554 -2,554 2,554 6,521
12 579 11 6369 121 590,103 -11,103 11,103 123,267
Jumlah 375,824
MSE 31,319
IV-48
∑ ei 2 375,824
MSE = i-1 = = 31,319
12
n
Maka, nilai MSE untuk metode regresi linier adalah 31,319.
SDE =
√ ∑ ei2
i-1
n-1
Dimana, ei diperoleh dari selisish antara Dt dengan Ft.
Tabel 4.55 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan SDE Untuk Metode
Double Moving Average
Periode Dt S' S'' a b Ft+1 ei |ei| ei2
1 599 - - - - - - - -
2 608 603,500 - - - - - - -
3 602 605,000 604,250 605,750 1,500 - - - -
4 602 602,000 603,500 600,500 -3,000 607,250 -5,250 5,250 27,563
5 598 600,000 601,000 599,000 -2,000 597,500 0,500 0,500 0,250
6 604 601,000 600,500 601,500 1,000 597,000 7,000 7,000 49,000
7 599 601,500 601,250 601,750 0,500 602,500 -3,500 3,500 12,250
8 593 596,000 598,750 593,250 -5,500 602,250 -9,250 9,250 85,563
9 604 598,500 597,250 599,750 2,500 587,750 16,250 16,250 264,063
10 600 602,000 600,250 603,750 3,500 602,250 -2,250 2,250 5,063
11 589 594,500 598,250 590,750 -7,500 607,250 -18,250 18,250 333,063
12 579 584,000 589,250 578,750 -10,500 583,250 -4,250 4,250 18,063
Jumlah 794,875
SDE 9,968
IV-49
SDE =
√ ∑ ei2 =
i-1
n-1
√ 794,875
8
= 9,968
Maka, nilai SDE untuk metode Double Moving Average adalah 9,968.
2. Metode Single Exponential Smoothing (SES)
Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Standar Deviation Error atau divisi standar kesalahan untuk
Metode Single Exponential Smoothing.
Tabel 4.56 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan SDE Untuk Metode Single
Exponential Smoothing
Periode Dt Ft+1 ei |ei| ei2
1 599 - - - -
2 608 599,000 9,000 9,000 81,000
3 602 603,860 -1,860 1,860 3,460
4 602 602,856 -0,856 0,856 0,733
5 598 602,394 -4,394 4,394 19,307
6 604 600,021 3,979 3,979 15,832
7 599 602,170 -3,170 3,170 10,049
8 593 600,458 -7,458 7,458 55,622
9 604 596,431 7,569 7,569 57,290
10 600 600,518 -0,518 0,518 0,268
11 589 600,238 -11,238 11,238 126,293
12 579 594,170 -15,170 15,170 230,129
Jumlah 599,982
SDE 7,746
SDE =
√ ∑ ei2 =
i-1
n-1
√ 599,982
10
= 7,746
Maka, nilai SDE untuk metode Single Exponential Smoothing adalah 7,746.
Tabel 4.57 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan SDE Untuk Metode Regresi
Linier
Periode (y)t X Xy X2 Ft ei |ei| ei2
1 599 -11 -6589 121 606,064 -7,064 7,064 49,902
2 608 -9 -5472 81 604,613 3,387 3,387 11,471
3 602 -7 -4214 49 603,162 -1,162 1,162 1,350
4 602 -5 -3010 25 601,711 0,289 0,289 0,084
5 598 -3 -1794 9 600,260 -2,260 2,260 5,107
6 604 -1 -604 1 598,809 5,191 5,191 26,948
Lanjutan Tabel 4.57 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan SDE Untuk
Metode Regresi Linier
Periode (y)t X Xy X2 Ft ei |ei| ei2
7 599 1 599 1 597,358 1,642 1,642 2,697
8 593 3 1779 9 595,907 -2,907 2,907 8,449
9 604 5 3020 25 594,456 9,544 9,544 91,093
10 600 7 4200 49 593,005 6,995 6,995 48,935
11 589 9 5301 81 591,554 -2,554 2,554 6,521
12 579 11 6369 121 590,103 -11,103 11,103 123,267
Jumlah 375,824
SDE 5,845
SDE =
√ ∑ ei2 =
n-1
i-1
√ 375,824
11
= 5,845
MAPE =
∑ |PEi |
i-1
n
Dimana, ei diperoleh dari selisish antara Dt dengan Ft.
Tabel 4.58 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAPE Untuk Metode
Double Moving Average
IV-51
MAPE =
∑ |PEi | = 11,157 = 1,240
i-1
9
n
Maka, nilai MAPE untuk metode Double Moving Average adalah 1,240.
Tabel 4.59 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAPE Untuk Metode
Single Exponential Smoothing
Periode Dt Ft+1 |PEi|
1 599 - -
2 608 599,000 1,480
3 602 603,860 0,309
4 602 602,856 0,142
5 598 602,394 0,735
6 604 600,021 0,659
7 599 602,170 0,529
8 593 600,458 1,258
9 604 596,431 1,253
10 600 600,518 0,086
IV-52
MAPE =
∑ |PEi | = 10,979 = 0,998
i-1
11
n
Maka, nilai MAPE untuk metode Single Exponential Smoothing adalah 0,998.
Tabel 4.60 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAPE Untuk Metode
Regresi Linier
Periode (y)t Ft |Pei|
1 599 606,064 1,179
2 608 604,613 0,557
3 602 603,162 0,193
4 602 601,711 0,048
5 598 600,260 0,378
6 604 598,809 0,859
7 599 597,358 0,274
8 593 595,907 0,490
9 604 594,456 1,580
10 600 593,005 1,166
11 589 591,554 0,434
12 579 590,103 1,918
Jumlah 9,076
MAPE 0,756
MAPE =
∑ |PEi | = 9,076 = 0,756
i-1
12
n
Maka, nilai MAPE untuk metode regresi linier adalah 0,756.
´
MR =
∑ MR t
i-1
n
MR2 = |(F2 –X2) – (F1 – X1)|
= |(604,613-608) – (606,064-599)|
= 10,991
MR3 = |(F3 –X3) – (F2 – X2)|
= |(603,162-602) – (604,613-608)|
= 4,549
MR4 = |(F4 –X4) – (F3 – X3)|
= |(601,711-602) – (603,162-602)|
= 1,451
´
MR =
∑ MR t
i-1
n
67,647
´
MR =
11
´
MR = 6,150
Berikut ini merupakan tabel 4.63 Nilai Batas dan Nilai Region
yang memuat parameter -parameter dalam Out of Control Test.
20.000 GR A F IK MOV IN G R A N GE T E S T
15.000
10.000
5.000
0.000
1 2 3 4 5 6 7 8 9 10 11 12
-5.000
-10.000
-15.000
-20.000
UCL LCL Region A (-) Region B (-)
Region C Region A (+) Region B (+) ft-xt
Koefisien intersep:
α=
∑ y = 7177 = 598,083
n 12
Koefisien kemiringan:
b=
∑ xy = -415 = -0,726
∑ x 2 572
Peramalan :
Ft = α + bX
F13 = 598,083+ (-0,726)(13) = 588,645
F14 = 598,083 + (-0,726)(15) = 587,193
F15 = 598,083 + (-0,726)(17) = 585,741
Berikut ini merupakan Detail and Error Analysis dengan Metode Single
Exponential
IV-58
Gambar 4.23 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:
IV-59
Gambar 4.24 Hasil Peramalan dengan Metode Regresi Linier Menggunakan software
POM QM.
Berikut ini merupakan Detail and Error Analysis dengan Metode Regresi
Linier
Gambar 4.25 Detail and Error Analysis dengan Metode Regresi Linier
IV-60
X2- X1 Z 2 - Z1
=
X- X1 Z - Z1
0,9495-0,9505 1,64 - 1,65
=
0,95-0,9505 Z - 1,65
-0,001 -0,01
=
-0,0005 Z - 1,65
-0,001Z + 0,00165 = 0,000005
-0,001Z = -0,001645
Z = 1,645
SDA =
√ ∑ ( X i − X́ )2
i=1
N
2 2
= (242-248,333) + (232-248,333) +…+ (283-248,333)
2
12√
= 13,425
IV-61
SDB =
√ ∑ ( X i − X́ )2
i=1
N
2 2
= (244-248,250) + (245-248,250) +…+ (236 - 248,250)
2
12√
= 8,748
SDC =
√ ∑ ( X i − X́ )2
i=1
N
2 2
= (277-268,083) + (290-268,083) +…+ (244-268,083)
2
12√
= 13,629
SSC = Z x SDB √ Lt C
= 1,645 x 13,629 x √ 1
= 22,419 ≈ 23
Berikut ini adalah tabel rekapitulasi safety stock dari ketiga produk.
Berikut ini tabel 4.66 rekapitulasi kapasitas regular time dalam satuan
menit.
Tabel 4.66 Rekapitulasi Kapasitas Regular Time (menit)
Periode 13 14 15 16 17 18 19 20 21 22 23 24
Kap.R
9240 9240 8820 8820 9240 9240 8820 8820 9660 9660 8820 9240
T
Berikut ini adalah kapasitas RT per item pada stasiun kerja 1 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/5,229
= 1767,181 ≈ 1767
Kapasitas RT item B = 9240/8,510
= 1085,824 ≈ 1085
Kapasitas RT item C = 9240/7,862
= 1175,323 ≈ 1175
= 5784,641 ≈ 5784
Kapasitas RT item C = 9240/0,846
= 10924,138 ≈ 10924
Tabel 4.67 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 1 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
176 176 168 176 168 168 184 184 168 176
A 1686 1767
7 7 6 7 6 6 7 7 6 7
108 108 103 108 103 103 113 113 103 108
B 1036 1085
5 5 6 5 6 6 5 5 6 5
117 117 112 117 112 112 122 122 112 117
C 1121 1175
5 5 1 5 1 1 8 8 1 5
Jumla 402 402 384 402 384 384 421 421 384 402
3843 4027
h 7 7 3 7 3 3 0 0 3 7
Tabel 4.68 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 2 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
397 397 379 379 397 397 379 379 415 415 379
A 3970
0 0 0 0 0 0 0 0 0 0 0
223 223 213 213 223 223 213 213 233 233 213
B 2233
3 3 1 1 3 3 1 1 5 5 1
265 265 253 253 265 265 253 253 277 277 253
C 2651
1 1 1 1 1 1 1 1 2 2 1
Jumla 885 885 845 845 885 885 845 845 925 925 845
8854
h 4 4 2 2 4 4 2 2 7 7 2
Tabel 4.69 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 3 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
A 9140 9140 8725 8725 9140 9140 8725 8725 9556 9556 8725 9140
B 2648 2648 2528 2528 2648 2648 2528 2528 2769 2769 2528 2648
C 2566 2566 2449 2449 2566 2566 2449 2449 2682 2682 2449 2566
Jumla 1435 1435 1370 1370 1435 1435 1370 1370 1500 1500 1370 1435
IV-67
h 4 4 2 2 4 4 2 2 7 7 2 4
Tabel 4.70 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 4 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
A 4288 4288 4093 4093 4288 4288 4093 4093 4483 4483 4093 4288
B 975 975 931 931 975 975 931 931 1019 1019 931 975
C 975 975 931 931 975 975 931 931 1019 1019 931 975
Jumlah 6238 6238 5955 5955 6238 6238 5955 5955 6521 6521 5955 6238
Tabel 4.71 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 5 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
A 9382 9382 8955 8955 9382 9382 8955 8955 9808 9808 8955 9382
B 3479 3479 3321 3321 3479 3479 3321 3321 3637 3637 3321 3479
C 5233 5233 4995 4995 5233 5233 4995 4995 5471 5471 4995 5233
1809 1809 1727 1809 1727 1727 1891 1727 1809
Jumlah 17271 18094 18916
4 4 1 4 1 1 6 1 4
Tabel 4.72 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 6 (unit)
Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
1474 1474 1407 1407 1474 1474 1407 1407 1541 1541 1407 1474
A
4 4 4 4 4 4 4 4 4 4 4 4
1254 1254 1197 1197 1254 1254 1197 1197 1311 1311 1197 1254
B
0 0 0 0 0 0 0 0 0 0 0 0
1727 1727 1648 1648 1727 1727 1648 1648 1805 1805 1648 1727
C
1 1 5 5 1 1 5 5 6 6 5 1
Jumla 4455 4455 4252 4252 4455 4455 4252 4252 4658 4658 4252 4455
h 5 5 9 9 5 5 9 9 0 0 9 5
Tabel 4.73 Perhitungan Kapasitas Regular Time pada Stasiun Kerja 7 (unit)
Item Periode
IV-68
13 14 15 16 17 18 19 20 21 22 23 24
1016 1016 1016 1016 1062 1062 1016
A 9701 9701 9701 9701 9701
3 3 3 3 5 5 3
B 5784 5784 5521 5521 5784 5784 5521 5521 6047 6047 5521 5784
1092 1092 1042 1042 1092 1092 1042 1042 1142 1142 1042 1092
C
4 4 7 7 4 4 7 7 0 0 7 4
Jumla 2687 2687 2564 2564 2687 2687 2564 2564 2809 2809 2564 2687
h 1 1 9 9 1 1 9 9 2 2 9 1
Stasiun Kerja 6
Kapasitas OT = 30% x 44555
= 13366,500 ≈ 13366
Stasiun Kerja 7
Kapasitas OT = 30% x 26871
= 8061,300 ≈ 8061
6 6 8 8 6 6 8 8 4 4 8 6
SK 7 8061 8061 7694 7694 8061 8061 7694 7694 8427 8427 7694 8061
Rata-
5270 5270 5030 5030 5270 5270 5030 5030 5510 5510 5030 5270
rata
Bottlene
1208 1208 1152 1152 1208 1208 1152 1152 1263 1263 1152 1208
ck
Perhitungan Persediaan
Persediaan = Inventory x konversi per item
Item A = 130 x 0,433 = 56,29
Item B = 100 x 1 = 100
Item C = 120 x 0,901 = 108,12
Total = 264,41 ≈ 264
115
OT 1152
2
SC
384
RT 3843
3
16 115 0
OT 1152
2
SC
402
RT 4027
7
17 120 0
OT 1208
8
SC
402
RT 4027
7
18 120 0
OT 1208
8
SC
384
RT 3843
3
19 115 0
OT 1152
2
SC
384
RT 3843
3
20 115 0
OT 1152
2
SC
421
RT 4210
0
21 126 0
OT 1263
3
SC
421
RT 4210
0
22 126 0
OT 1263
3
SC
402
RT 3843
7
23 115 184
OT 1152
2
SC
402
RT 4027
7
24 120 0
OT 1208
8
SC
58 58 58 58 58 58 58 57 57 57 57 57
Demand
9 8 6 5 3 2 0 9 8 6 5 3
Keterangan:
KTTP : Kapasitas tidak terpakai
KT : Kapasitas tersedia
IV-72
PA : Perencanaan Agregat
OT 1208 1208
SC
58
RT 3263 3843
0
19 580
OT 1152 1152
SC
Lanjutan Tabel 4.78 Perencanaan Agregat Metode Least Cost
KTT
Periode KT AP
Sumber P
13 14 15 16 17 18 19 20 21 22 23 24
RT 579 3264 3843
20 OT 1152 1152 579
SC
57
RT 3632 4210
8
21 578
OT 1263 1263
SC
57
RT 3634 4210
6
22 576
OT 1263 1263
SC
RT 575 3268 3843
23 OT 1152 1152 575
SC
57
RT 3454 4027
3
24 573
OT 1208 1208
SC
58 58 58 58 57 57 57
Demand 588 585 583 579 573
9 6 2 0 8 6 5
Keterangan:
KTTP : Kapasitas tidak terpakai
KT : Kapasitas tersedia
PA : Perencanaan Agregat
Tabel 4.79 Rekapitulasi Perhitungan Ongkos Total Produksi Metode Least Cost
Periode RT OT SC KTTP Ongkos Total
13 3250000 0 0 462750 3712750
14 5880000 0 0 429875 6309875
15 5860000 0 0 407125 6267125
16 5850000 0 0 407250 6257250
17 5830000 0 0 430500 6260500
18 5820000 0 0 430625 6250625
19 5800000 0 0 407875 6207875
20 5790000 0 0 408000 6198000
21 5780000 0 0 454000 6234000
22 5760000 0 0 454250 6214250
23 5750000 0 0 408500 6158500
24 5730000 0 0 431750 6161750
Ongkos Persediaan 0
ONGKOS TOTAL PRODUKSI 72232500
∑ DA
i=1
Item A = n n n
x 100%
∑ DA + ∑ DB+ ∑ DC
i=1 i=1 i=1
2980
= x 100%
2980+2979+3217
2980
= x 100%
9176
= 32,476%
IV-78
∑ DB
i=1
Item B = n n n
x 100%
∑ DA + ∑ DB+ ∑ DC
i=1 i=1 i=1
2979
= x 100%
2980+2979+3217
2979
= x 100%
9176
= 32,465%
∑ DC
i=1
Item C = n n n
x 100%
∑ DA + ∑ DB+ ∑ DC
i=1 i=1 i=1
3217
= x 100%
2980+2979+3217
3217
= x 100%
9176
= 35,059%
= 191,284 unit
Item B
Permintaan Konversi item B periode 13 = % item B x demand
= 0,325 x 589
= 191,220 unit
Item C
Permintaan Konversi item C periode 13 = % item C x demand
= 0,351 x 589
= 206,497 unit
Item A
Permintaan Konversi item A periode 14 = % item A x demand
= 0,325 x 588
= 190,959 unit
Item B
Permintaan Konversi item B periode 14 = % item B x demand
= 0,325 x 588
= 190,895 unit
Item C
Permintaan Konversi item C periode 14 = % item C x demand
= 0,351 x 588
= 206,146 unit
Item A
Permintaan Konversi item A periode 15 = % item A x demand
= 0,325 x 586
= 190,310 unit
Item B
Permintaan Konversi item B periode 15 = % item B x demand
= 0,325 x 586
= 190,246 unit
Item C
Permintaan Konversi item C periode 15 = % item C x demand
IV-80
= 0,351 x 586
= 205,445 unit
= 190,895/1
= 190,895 ≈ 191 unit
Permintaan item B periode 15 = Demand satuan konversi / Nilai
konversi B
= 190,246/1
= 190,246 ≈ 191 unit
Permintaan item C periode 13 = Demand satuan konversi / Nilai
konversi C
= 206,497/0,901
= 229,212 ≈ 230 unit
Permintaan item C periode 14 = Demand satuan konversi / Nilai
konversi C
= 206,146/0,901
= 228,822 ≈ 229 unit
Permintaan item C periode 15 = Demand satuan konversi / Nilai
konversi C
= 205,445/0,901
= 228,044 ≈ 229 unit
I A 443 442 440 440 438 437 436 435 434 433 432 430
B 192 191 191 190 190 189 189 188 188 187 187 187
II
C 230 229 229 228 227 227 226 226 225 225 224 223
= [0;0,433(443-153+23)]
= 135,455
= [0;0,433(443+443-153+23)]
= 327,170
IV-83
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(192-115+15)] + [0;0,901(230-143+23)]
= 191,099
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(192+192-115+15)] + [0;0,901(230+230-143+23)]
= 590,306
∑ UBi = 917,476
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 325 x 135,455
I ❑
= 134,811
∑ LB i 326,554
∀ i ∈z
X* LB i i
Y*ii = = 325 x 191,099
❑
= 190,189
∑ LB i 326,554
∀i ∈z
Untuk Famili I
Untuk N = 1
134,811 ≤ [0;0,433(443-153+23)]
134,811 ≤ 135,455
E = 135,455 - 134,811= 0,645
0,645 x 443
YIA = (443-153+23)-
0,433(433)
YIA = 313 – 1,490
YIA = 311,510 ≈ 312 unit
0,909 x 192
YIB = (192-115+15) -
1(192)+0,901(230)
YIB = 92 – 0,437
YIB = 91,563 ≈ 92 unit
0,909 x 230
YIC = (230-143+23) -
1(192)+0,901(230)
YIC = 110 – 0,524
YIC = 109,476 ≈ 110 unit
= [0;0,433(442-22+23)]
= 191,715
= [0;0,433(442+442-22+23)]
= 382,996
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(191-15+15)] + [0;0,901(229-23+23)]
= 397,306
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
IV-87
= [0;1(191+191-15+15)] + [0;0,901(229+229-23+23)]
= 794,612
∑ UBi = 1177,608
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 588 x 191,715
I ❑
= 191,382
∑ LB i 589,021
∀ i ∈z
* X* LB i i
Y = = 588 x 397,306
ii ❑
= 396,618
∑ LB i 589,021
∀i ∈z
a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1
Untuk Famili I
Untuk N = 1
191,382≤ [0;0,433(442-22+23)]
191,382≤ 191,715
E = 191,715-191,382= 0,332
0,332x 442
YIA = (442-22+23)-
0,433(442)
YIA = 443 – 0,768
YIA = 442,232 ≈ 443 unit
0,688x 191
YIB = (191-15+15) -
1(191)+0,901(229)
YIB = 191 – 0,331
YIB = 190,669 ≈ 191 unit
IV-89
0,688 x 229
YIC = (229-23+23) -
1(191)+0,901(229)
YIC = 229 – 0,397
YIC = 228,603 ≈ 229 unit
= [0;0,433(440-23+23)]
= 190,416
= [0;0,433(440+440-23+23)]
= 380,832
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(191-15+15)] + [0;0,901(229-23+23)]
= 397,306
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(191+191-15+15)] + [0;0,901(229+229-23+23)]
= 794,612
∑ UBi = 1175,444
∀ i ∈z
IV-91
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 586 x 190,416
I ❑
= 189,858
∑ LB i 587,722
∀ i ∈z
* X* LB i i
Y = = 586 x 397,306
ii ❑
= 396,142
∑ LB i 587,722
∀i ∈z
Untuk Famili I
Untuk N = 1
189,858≤ [0;0,433(440-23+23)]
189,858 ≤ 190,416
E = 190,416-189,858 = 0,558
IV-92
0,558 x 440
YIA = (440-23+23) -
0,433(440)
YIA = 440 – 1,289
YIA = 438,711 ≈ 439 unit
1,164x 191
YIB = (191-15+15) -
1(191)+0,901(229)
YIB = 191 – 0,560
YIB = 190,440 ≈ 191 unit
1,164 x 229
YIC = (229-23+23) -
1(191)+0,901(229)
YIC = 229 – 0,671
IV-93
= [0;0,433(440-22+23)]
= 190,849
IV-94
= [0;0,433(440+440-22+23)]
= 381,265
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(190-15+15)] + [0;0,901(228-23+23)]
= 395,405
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(190+190-15+15)] + [0;0,901(228+228-23+23)]
= 790,810
∑ UBi = 1172,075
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
IV-95
X* LB i
Y*I = = 585 x 190,849
❑
= 190,441
∑ LB i 586,254
∀ i ∈z
X* LB i i
Y*ii = = 585 x 395,405
❑
= 394,559
∑ LB i 586,254
∀i ∈z
Untuk Famili I
Untuk N = 1
190,441≤ [0;0,433(440-22+23)]
190,441 ≤ 190,849
E = 190,849-190,441= 0,408
0,408 x 440
YIA = (440-22+23)-
0,433(440)
YIA = 441 - 0,943
YIA = 440,057 ≈ 441 unit
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1
0,846x 190
YIB = (190-15+15) -
1(190)+0,901(228)
YIB = 190 – 0,406
YIB = 189,594 ≈ 190 unit
0,846 x 228
YIC = (228-23+23) -
1(190)+0,901(228)
YIC = 228 – 0,488
YIC = 227,512 ≈ 228 unit
I A 440 441 22 23
B 190 190 15 15
II
C 228 228 23 23
= [0;0,433(438-23+23)]
= 189,551
= [0;0,433(438+438-23+23)]
= 379,101
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
IV-98
= [0;1(190-15+15)] + [0;0,901(227-23+23)]
= 394,504
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(190+190-15+15)] + [0;0,901(227+227-23+23)]
= 789,008
∑ UBi = 1168,110
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
X* LB i
Y*I = = 583 x 189,551
❑
= 189,208
∑ LB i 584,055
∀ i ∈z
IV-99
* X* LB i i
Y = = 583 x 394,504
ii ❑
= 393,792
∑ LB i 584,055
∀i ∈z
Untuk Famili I
Untuk N = 1
189,208≤ [0;0,433(438-23+23)]
189,208 ≤ 189,551
E = 189,551-189,208 = 0,342
0,324 x 438
YIA = (438-23+23)-
0,433(438)
YIA = 438 – 0,791
YIA = 437,209 ≈ 438 unit
N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,713x 190
YIB = (190-15+15) -
1(190)+0,901(227)
YIB = 190 – 0,343
YIB = 189,657 ≈ 190 unit
c. Penentuan Jumlah Item C
N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,713 x 227
YIC = (227-23+23) -
1(190)+0,901(227)
YIC = 227 – 0,410
YIC = 226,590 ≈ 227 unit
= [0;0,433(437-23+23)]
= 189,118
= [0;0,433(437+437-23+23)]
= 378,236
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(189-15+15)] + [0;0,901(227-23+23)]
= 393,504
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(189+189-15+15)] + [0;0,901(227+227-23+23)]
= 787,008
∑ UBi = 1165,244
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 582 x 189,118
I ❑
= 188,916
∑ LB i 582,622
∀ i ∈z
* X* LB i i
Y = = 582 x 393,504
ii ❑
= 393,084
∑ LB i 582,622
∀i ∈z
Untuk Famili I
Untuk N = 1
188,916≤ [0;0,433(437-23+23)]
IV-103
188,916 ≤ 189,118
E = 189,118-188,916 = 0,202
0,202 x 437
YIA = (437-23+23) -
0,433(437)
YIA = 437 – 0,467
YIA = 436,533 ≈ 437 unit
0,420x 189
YIB = (189-15+15) -
1(189)+0,901(227)
YIB = 189 – 0,202
YIB = 188,798 ≈ 189 unit
0,420 x 227
YIC = (227-23+23) -
1(189)+0,901(227)
YIC = 227 – 0,242
YIC = 226,758 ≈ 227 unit
❑
LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;0,433(436-23+23)]
= 188,685
= [0;0,433(436+436-23+23)]
= 377,370
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(189-15+15)] + [0;0,901(226-23+23)]
= 392,603
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(189+189-15+15)] + [0;0,901(226+226-23+23)]
= 785,207
∑ UBi = 1162,577
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
IV-106
* X* LB i
Y =
i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
X* LB i
Y*I = = 580 x 188,685
❑
= 188,267
∑ LB i 581,288
∀ i ∈z
X* LB i i
Y*ii = = 580 x 392,603
❑
= 391,733
∑ LB i 581,288
∀i ∈z
Untuk Famili I
Untuk N = 1
188,267≤ [0;0,433(436-23+23)]
188,267≤ 188,685
E = 188,685-188,267 = 0,418
0,418 x 436
YIA = (436-23+23) -
0,433(436)
YIA = 436 – 0,966
YIA = 435,034 ≈ 436 unit
Jumlah Item Famili II
a. Penentuan Nilai EII
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1
0,870 x 189
YIB = (189-15+15) -
1(189)+0,901(226)
YIB = 189 – 0,419
YIB = 188,581 ≈ 189 unit
0,870 x 226
YIC = (226-23+23) -
1(189)+0,901(226)
YIC = 226 – 0,501
YIC = 225,499 ≈ 226 unit
= [0;0,433(435-23+23)]
= 188,252
= [0;0,433(435+435-23+23)]
= 376,505
IV-109
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(188-15+15)] + [0;0,901(226-23+23)]
= 391,603
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(188+188-15+15)] + [0;0,901(226+226-23+23)]
= 783,207
∑ UBi = 1159,711
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
X* LB i
Y*i = ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 579 x 188,252
I ❑
= 187,975
∑ LB i 579,856
∀ i ∈z
X* LB i i
Y*ii = = 579 x 391,603
❑
= 391,025
∑ LB i 579,856
∀i ∈z
Untuk Famili I
Untuk N = 1
187,975≤ [0;0,433(435-23+23)]
187,975 ≤ 188,252
E = 188,252-187,975 = 0,278
0,278 x 435
YIA = (435-23+23)-
0,433(435)
YIA = 435 – 0,642
YIA = 434,358 ≈ 435 unit
E = 391,603-391,025 = 0,578
0,578x 188
YIB = (188-15+15) -
1(188)+0,901(226)
YIB = 188 – 0,277
YIB = 187,723 ≈ 188 unit
c. Penentuan Jumlah Item C
N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,578 x 226
YIC = (226-23+23) -
1(188)+0,901(226)
YIC = 226 – 0,334
YIC = 225,666 ≈ 226 unit
= [0;0,433(434-23+23)]
= 187,820
= [0;0,433(434+434-23+23)]
= 375,639
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(188-15+15)] + [0;0,901(225-23+23)]
= 390,702
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(188+188-15+15)] + [0;0,901(225+225-23+23)]
= 781,405
IV-113
∑ UBi = 1157,044
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
*
* X LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 578 x 187,820
I ❑
= 187,650
∑ LB i 578,522
∀ i ∈z
* X* LB i i
Y = = 578 x 390,702
ii ❑
= 390,350
∑ LB i 578,522
∀i ∈z
Untuk Famili I
Untuk N = 1
187,650≤ [0;0,433(434-23+23)]
187,650 ≤ 187,820
E = 187,820-187,650 = 0,169
0,169x 434
YIA = (434-23+23) -
0,433(434)
YIA = 434 – 0,392
YIA = 433,608 ≈ 434 unit
0,353x 188
YIB = (188-15+15) -
1(188)+0,901(225)
YIB = 188 – 0,17
YIB = 187,830 ≈ 188 unit
N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,353 x 225
YIC = (225-23+23) -
1(188)+0,901(225)
YIC = 225 – 0,203
YIC = 224,797 ≈ 225 unit
= [0;0,433(433-23+23)]
= 187,387
= [0;0,433(433+433-23+23)]
= 374,774
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(187-15+15)] + [0;0,901(225-23+23)]
= 389,702
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(187+187-15+15)] + [0;0,901(225+225-23+23)]
= 779,405
∑ UBi = 1154,179
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
IV-117
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
X* LB i
Y*i = ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
X* LB i
Y*I = = 576 x 187,387
❑
= 187,033
∑ LB i 577,089
∀ i ∈z
* X* LB i i
Y = = 576 x 389,702
ii ❑
= 388,967
∑ LB i 577,089
∀i ∈z
Untuk Famili I
Untuk N = 1
187,033≤ [0;0,433(433-23+23)]
187,033 ≤ 187,387
E = 187,387-187,033 = 0,354
N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,354 x 433
YIA = (433-23+23) -
0,433(433)
YIA = 433 – 0,817
YIA = 432,183 ≈ 433 unit
0,736 x 187
YIB = (187-15+15) -
1(187)+0,901(225)
YIB = 187 – 0,353
YIB = 186,647 ≈ 187 unit
0,736 x 225
YIC = (225-23+23) -
1(187)+0,901(225)
YIC = 225 – 0,425
YIC = 224,575 ≈ 225 unit
IV-119
= [0;0,433(432-23+23)]
= 186,964
❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0
= [0;0,433(432+432-23+23)]
= 373,908
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(187-15+15)] + [0;0,901(224-23+23)]
= 388,801
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(187+187-15+15)] + [0;0,901(224+224-23+23)]
= 777,603
∑ UBi = 1151,511
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
IV-121
X* LB i
Y*I = = 575 x 186,954
❑
= 186,709
∑ LB i 575,756
∀ i ∈z
X* LB i i
Y*ii = = 575 x 388,801
❑
= 388,291
∑ LB i 575,756
∀i ∈z
Untuk Famili I
Untuk N = 1
186,709≤ [0;0,433(432-23+23)]
186,709 ≤ 186,954
E = 186,954-186,709= -0,245
0,245 x 432
YIA = (432-23+23)-
0,433(432)
YIA = 432 – 0,567
YIA = 431,433 ≈ 432 unit
0,510 x 187
YIB = (187-15+15) -
1(187)+0,901(224)
YIB = 187 – 0,245
YIB = 186,755 ≈ 187 unit
c. Penentuan Jumlah Item C
N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
0,510 x 224
YIC = (224-23+23) -
1(187)+0,901(224)
YIC = 224 – 0,294
YIC = 223,706 ≈ 224 unit
= [0;0,433(430-23+23)]
= 186,089
= [0;0,433(430+430-23+23)]
= 372,177
❑
LBII = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i
= [0;1(187-15+15)] + [0;0,901(223-23+23)]
= 387,901
IV-124
❑ n-1
UBII = ∑ K ij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0
= [0;1(187+187-15+15)] + [0;0,901(223+223-23+23)]
= 775,801
∑ UBi = 1147,978
∀ i ∈z
Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z
tingkat inventory < safety stock dan menimbulkan biaya stock out maka
penyesuaian dilakukan dengan asumsi biaya konstan dan terdapat risiko back
order dengan rumus :
* X* LB i
Y =i ❑
∑ LBi
∀ i ∈z
Sehingga ∑ LBi ≤ X* ≤ ∑ UB i
∀ i ∈z ∀ i ∈z
* X* LB i
Y = = 573 x 186,089
I ❑
= 185,768
∑ LB i 573,989
∀ i ∈z
* X* LB i i
Y = = 573 x 387,901
ii ❑
= 387,232
∑ LB i 573,989
∀i ∈z
IV-125
Untuk Famili I
Untuk N = 1
185,768≤ [0;0,433(430-23+23)]
185,768≤ 186,089
E = 186,089-185,768 = 0,321
0,321 x 430
YIA = (430-23+23)-
0,433(430)
YIA = 430 – 0,741
YIA = 429,259 ≈ 430 unit
0,668 x 187
YIB = (187-15+15) -
1(187)+0,901(223)
IV-126
0,668 x 223
YIC = (223-23+23) -
1(187)+0,901(223)
YIC = 223 – 0,384
YIC = 222,616 ≈ 223 unit
3 4 5 6 7 8 9 0 1 2 3 4
3 4 4 4 4 4 4 4 4 4 4 4
Lema
1 4 3 4 3 3 3 3 3 3 3 3
ri
2 3 9 1 8 7 6 5 4 3 2 0
Gero
1 1 1 1 1 1 1 1 1 1 1
bak 9
9 9 9 9 8 8 8 8 8 8 8
Juala 2
1 1 0 0 9 9 8 8 7 7 7
n
Gero
1 2 2 2 2 2 2 2 2 2 2 2
bak
1 2 2 2 2 2 2 2 2 2 2 2
Doro
0 9 9 8 7 7 6 6 5 5 4 3
ng
Tabel 4.112 Tabel Rekapitulasi Data Waktu Operasi Setiap Stasiun Kerja (menit)
Stasiun Waktu Operasi per Item
IV-128
A B C
SK 1 5,229 8,510 7,862
SK 2 2,327 4,137 3,484
SK 3 1,011 3,489 3,601
SK 4 2,155 9,472 9,472
SK 5 0,985 2,656 1,766
SK 6 0,627 0,737 0,535
SK 7 0,909 1,597 0,846
Total 13,242 30,597 27,565
Tabel 4.113 Tabel Rekapitulasi Kapasitas yang Dibutuhkan Untuk Masing-masing Stasiun Kerja
(menit)
Stasiu Periode
n 13 14 15 16 17 18 19 20 21 22 23 24
327
SK 1 5741 5721 5715 5691 5677 5664 5651 5637 5624 5611 5592
9
148
SK 2 2618 2609 2606 2596 2589 2583 2577 2571 2565 2559 2551
9
103
SK 3 1938 1934 1929 1922 1918 1913 1909 1904 1900 1895 1889
2
258
SK 4 4932 4924 4909 4893 4882 4870 4858 4847 4835 4823 4810
5
SK 5 745 1347 1343 1341 1336 1333 1330 1326 1323 1320 1317 1313
SK 6 322 540 538 538 535 534 533 532 530 529 528 526
SK 7 523 901 897 897 893 891 889 886 885 882 880 878
Jumla 997 1801 1796 1793 1786 1782 1778 1773 1769 1765 1761 1755
h 5 7 6 5 6 4 2 9 7 5 3 9
GRAFIK RCCP
14000
12000
10000
Kapasitas
8000
6000
4000
2000
0
13 14 15 16 17 18 19 20 21 22 23 24
Periode
SK 1 SK 2 SK 3 SK 4 SK 5
SK 6 SK 7 RT RT+OT
Gambar 4.28 Grafik RCCP Metode Bill of Labor
IV-131
Berdasarkan gambar 4.28 dapat dilihat bahwa tidak ada data yang
melebihi RT (Reguler Time).
POH = OH – SS – All
= 75 - 20 – 0
= 55 unit (pembulatan matematis)
B. Gerobak Jualan
Berikut dibawah ini adalah tabel 4.118 yang menunjukkan perhitungan
final MRP untuk produk Gerobak Jualan.
Tabel 4.118 Perhitungan Final MRP Gerobak Jualan
Item Periode
LZ LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
LFL 1 0 0 0 0 GJ GR 92 191 191 190 190 189 189 188 188 187 187 187
SR 92
POH 0
NR 0 191 191 190 190 189 189 188 188 187 187 187
PORc 0 191 191 190 190 189 189 188 188 187 187 187
POR 191 191 190 190 189 189 188 188 187 187 187 0
C. Gerobak Dorong
Berikut dibawah ini adalah tabel 4.119 yang menunjukkan perhitungan
final MRP untuk produk Gerobak Dorong.
4.2.3.3.2Level 1
Berikut ini merupakan perhitungan dari level 1 yaitu untuk komponen
Landasan, Bodi Lemari, Penutup Atas, Landasan I, Pegangan, Bodi, Atap, Sekrup,
dan Bodi GD adalah sebagai berikut.
1. Landasan (Ld)
A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada landasan nilai GR diperoleh dari nilai POR
Lemari (lihat tabel 4.120), sehingga diperoleh sebagai beikut:
IV-135
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
H = Ongkos Simpan (Rp/unit/bulan)
S = Rata-rata Kebutuhan (Unit/bulan)
S
∑ Keb.bersih = 4300 = 430,000 unit/bulan
i=1
¿ 10
n
2cs 2x200x430 ,000
EOQ =
√ √
H
=
30
= 75,719 ≈ 76 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan landasan karena
memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
H = Ongkos Simpan (Rp/unit/bulan)
S = Rata-rata Kebutuhan (Unit/bulan)
S
∑ Keb.bersih = 4315 = 431,500 unit/bulan
i=1
¿ 10
n
2cs 2x100x431,500
EOQ =
√ √ H
=
65
= 36,438 ≈ 37 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan bodi lemari karena
memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
IV-140
3. Penutup Atas
A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada penutup atas nilai GR diperoleh dari nilai POR
Lemari (lihat tabel 4.128), sehingga diperoleh sebagai beikut:
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
IV-141
S
∑ Keb.bersih = 4270 = 427,000 unit/bulan
i=1
¿ 10
n
2cs 2x200x427 , 000
EOQ =
√ √ H
=
6
= 168,721 ≈ 169 unit/pesan
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
4. Landasan I (Ld I)
A. Netting
IV-143
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
H = Ongkos Simpan (Rp/unit/bulan)
S = Rata-rata Kebutuhan (Unit/bulan)
S
∑ Keb.bersih = 4091 = 409,100 unit/bulan
i=1
¿ 10
n
2cs 2x250x409,100
EOQ =
√ √
H
=
54
= 61,646 = 62 unit/pesan
IV-144
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan landasan I karena
memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
5. Pegangan (Pgn)
A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih Antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada pegangan nilai GR diperoleh dari hasil
penjumlahan POR Gerobak Jualan dan POR Gerobak Dorong (lihat tabel 4.136),
sehingga diperoleh sebagai beikut:
Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 60 20 0 1 Pgn GR 840 840 836 834 832 830 828 826 824 822 820 0
SR 840
POH 40 40
NR 0 800 836 834 832 830 828 826 824 822 820 0
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
H = Ongkos Simpan (Rp/unit/bulan)
S = Rata-rata Kebutuhan (Unit/bulan)
S
∑ Keb.bersih = 8252 = 825,200 unit/bulan
i=1
¿ 10
n
2cs 2x100x825,200
EOQ =
√ √
H
=
10
= 128,468 = 129 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan pegangan karena
memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
IV-149
S
∑ Keb.bersih = 1846 = 184,600 unit/bulan
i=1
¿ 10
n
2cs 2x200x184,600
EOQ =
√ √
H
=
90
= 28,643 = 29 unit/pesan
Jumlah Periode 10
POQ = = = 0,156 ≈ 1 periode
Jumlah Pesan 64
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan bodi Gerobak
Jualan karena memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
S
∑ Keb.bersih = 2225 = 222,500 unit/bulan
i=1
¿ 10
n
2cs 2x100x222,500
EOQ =
√ √
H
=
30
= 38,514 = 39 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan bodi gerobak
dorong karena memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
untuk 12 periode kedepan. Pada atap gerobak jualan nilai GR diperoleh dari nilai
POR Gerobak Jualan (lihat tabel 4.148), sehingga diperoleh sebagai beikut:
B. Lotting
Lotting merupakan tahap penentuan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting. Perhitungan lotting dilakukan dengan
metode lot sizing untuk semua komponen selain end item yang berstatus Produksi
(P) dan Beli (B) dengan diketahui ongkos pesan dan simpan. Metode lotting yaitu
EOQ dan POQ sebagai berikut:
a. Metode Economic Order Quantity (EOQ)
Metode ini didasarkan pada asumsi bahwa kebutuhan bersifat
berkelanjutan dan pola permintaan yang stabil.
Rumus: C = Ongkos Pesan (Rp/pesan)
H = Ongkos Simpan (Rp/unit/bulan)
S = Rata-rata Kebutuhan (Unit/bulan)
S
∑ Keb.bersih = 1836 = 183,600 unit/bulan
i=1
¿ 10
n
2cs 2x100x183,600
EOQ =
√ √
H
=
30
= 34,986 = 35 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan atap Gerobak
Jualan karena memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
9. Sekrup
A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada sekrup nilai GR diperoleh dari hasil penjumlahan
POR Lemari, POR Gerobak Jualan dan POR Gerobak Dorong (lihat tabel 2.48),
sehingga diperoleh sebagai beikut:
B. Lotting
IV-157
S
∑ Keb.bersih = 16922 = 1692,200 unit/bulan
i=1
¿ 10
n
2cs 2x150x1692,200
EOQ =
√ √
H
=
6
= 290,878 = 291 unit/pesan
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan sekrup karena
memiliki total ongkos paling kecil.
c. Offsetting
Offsetting dilakukan untuk menentukan saat yang tepat untuk
melaksanakan rencana pemesanan dalam memenuhi kebutuhan bersih yang
diinginkan Lead time.
IV-159
4.2.3.3.3Level 2
Level 2 terdiri dari alas, kaki, alas I, as roda, roda, box gerobak, dan box
laci dengan penjabaran sebagai berikut.
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk Alas adalah sebagai berikut.
a. Alas
Berikut ini tabel 4.156 merupakan tabel data demand pada komponen
alas.
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c
Langkah 2 :
Menghitung nilai fn dimana :
Berikut ini merupakan tabel 4.159 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk kaki adalah sebagai berikut.
b. Kaki
Berikut ini tabel 4.160 merupakan tabel data demand pada komponen
kaki.
Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c
= 150
O(13,14) = 150 + 6 [(3300-1536)+(3300-3300)]
= 10734
O(13,15) = 1500 + 6 [(5052-1536)+(5052-3300)+(5052-5052)]
= 31758
Langkah 2 :
Menghitung nilai fn dimana :
= 300
f3 = min [O13,15 + f0, O15,15 + f2]
= min [31758+0,150+300]
= 450
Berikut ini merupakan tabel 4.163 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk alas I adalah sebagai berikut.
c. Alas I
Berikut ini tabel 4.164 merupakan tabel data demand pada komponen
alas I.
= 2708
O(13,15) = 200 + 6 [(1200-365)+(1200-783)+(1200-1200)]
= 7712
Langkah 2 :
Menghitung nilai fn dimana :
Berikut ini merupakan tabel 4.167 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk as roda adalah sebagai berikut.
d. As Roda
Berikut ini tabel 4.168 merupakan tabel data demand pada komponen as
roda.
H = Ongkos simpan/unit/periode
Langkah 2 :
Menghitung nilai fn dimana :
= 200
f2 = min [O13,14 + f0, O14,14 + f1]
= min [5216+0,200+200]
= 400
f3 = min [O13,15 + f0, O15,15 + f2]
= min [15224+0,200+400]
= 600
Berikut ini merupakan tabel 4.171 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
IV-171
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk roda adalah sebagai berikut.
e. Roda
Berikut ini tabel 4.172 merupakan tabel data demand pada komponen
roda.
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c
Langkah 2 :
Menghitung nilai fn dimana :
21 1800 28040
22 2000
23
24
fn 200 400 600 800 1000 1200 1400 1600 1800 2000
Optim
2000
al
Berikut ini merupakan tabel 4.175 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk box gerobak adalah sebagai berikut.
f. Box Gerobak
Berikut ini tabel 4.176 merupakan tabel data demand pada komponen
box gerobak.
Langkah 2 :
Menghitung nilai fn dimana :
Berikut ini merupakan tabel 4.179 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
A. Exploding
Proses perhitungan kebutuhan kotor untuk tingkat level yang dibawahnya
berdasarkan rencana pesan. Dan yang termasuk kedalam level dibawahnya (level
2) adalah alas, kaki, alas I, as roda, roda, box gerobak, dan box laci (untuk
exploding digunakan metode Within Wagner (WW) adapun data rekapitulasi
demand produk box laci adalah sebagai berikut.
IV-178
g. Box Laci
Berikut ini tabel 4.180 merupakan tabel data demand pada komponen
box laci.
Langkah 2 :
Menghitung nilai fn dimana :
Berikut ini merupakan tabel 4.183 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
part/komponen. Set Up Time hanya dilakukan diawal produksi (dalam urutan lot).
Berikut ini tabel 4.185 yang merupakan matriks Set Up Time pada stasiun kerja 1.
Berikut ini tabel 4.186 yang merupakan matriks Set Up Time pada stasiun
kerja 2.
Tabel 4.186 Matriks Set Up Time Stasiun Kerja 2
STASIUN KERJA 2
Stasiu
n Periode
Kerja Part 1
14 15 16 17 18 19 20 21 22 23 24
3
SK 2 Lm
GJ
GD
Ld
BL 0,280 0,280 0,280 0,280 0,280 0,280 0,280 0,280 0,280 0,280
Atl 0,283 0,283 0,283 0,283 0,283 0,283 0,283 0,283 0,283 0,283
Ld I
Pgn (4) 0,914 0,914 0,914 0,914 0,914 0,914 0,914 0,914 0,914 0,914
BJ
IV-183
AJ 0,174 0,174 0,174 0,174 0,174 0,174 0,174 0,174 0,174 0,174
Skr
BD 0,212 0,212 0,212 0,212 0,212 0,212 0,212 0,212 0,212 0,212
Als 0,283 0,283 0,283 0,283 0,283 0,283 0,283 0,283 0,283
Kk 0,457 0,457 0,457 0,457 0,457 0,457 0,457 0,457 0,457
AL I 0,349 0,349 0,349 0,349 0,349 0,349 0,349 0,349
Ar 0,914 0,914 0,914 0,914 0,914 0,914 0,914 0,914
Rd 0,896 0,896 0,896 0,896 0,896 0,896 0,896 0,896
Bxg 0,280 0,280 0,280 0,280 0,280 0,280 0,280 0,280 0,280
Bxl 0,188 0,188 0,188 0,188 0,188 0,188 0,188 0,188 0,188
Lanjutan Tabel 4.186 Matriks Set Up Time Stasiun Kerja 2
13 14 15 16 17 18 19 20 21 22 23 24
Jumlah 3,070 5,229 5,229 5,229 5,229 5,229 5,229 5,229 5,229 1,863
Berikut ini tabel 4.187 yang merupakan matriks Set Up Time pada stasiun
kerja 3.
Berikut ini tabel 4.188 yang merupakan matriks Set Up Time pada stasiun
kerja 4.
Berikut ini tabel 4.189 yang merupakan matriks Set Up Time pada stasiun
kerja 5.
Tabel 4.189 Matriks Set Up Time Stasiun Kerja 5
Stasiu STASIUN KERJA 5
n Part Periode
Kerja 1 14 15 16 17 18 19 20 21 22 23 24
IV-185
3
Lm
GJ
GD
Ld
BL 0,052 0,052 0,052 0,052 0,052 0,052 0,052 0,052 0,052 0,052
Atl 0,048 0,048 0,048 0,048 0,048 0,048 0,048 0,048 0,048 0,048
Ld I
Pgn (4) 0,047 0,047 0,047 0,047 0,047 0,047 0,047 0,047 0,047
BJ
SK 5 AJ 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038
Skr
BD 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034
Als 0,072 0,072 0,072 0,072 0,072 0,072 0,072 0,072 0,072
Kk 0,030 0,030 0,030 0,030 0,030 0,030 0,030 0,030 0,030
AL I 0,075 0,075 0,075 0,075 0,075 0,075 0,075 0,075
Ar 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068
Rd 0,103 0,103 0,103 0,103 0,103 0,103 0,103
Bxg 0,046 0,046 0,046 0,046 0,046 0,046 0,046 0,046 0,046 0,046
Bxl 0,045 0,045 0,045 0,045 0,045 0,045 0,045 0,045 0,045
Berikut ini tabel 4.190 yang merupakan matriks Set Up Time pada stasiun
kerja 6.
39 39 39 39 39 39 39 9
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,02
Kk
22 22 22 22 22 22 22 2
0,0 0,0 0,0 0,0 0,0 0,0 0,03
AL I
36 36 36 36 36 36 6
0,0 0,0 0,0 0,0 0,0 0,0 0,03
Ar
30 30 30 30 30 30 0
0,0 0,0 0,0 0,0 0,0 0,03
Rd
39 39 39 39 39 9
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,02
Bxg
23 23 23 23 23 23 23 23 3
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,01
Bxl
19 19 19 19 19 19 19 9
0,0 0,0 0,0 0,1 0,2 0,3 0,3 0,3 0,3 0,3 0,3 0,37
Jumlah
00 00 00 24 67 32 71 71 71 71 71 1
Berikut ini tabel 4.191 yang merupakan matriks Set Up Time pada stasiun
kerja 7.
Rd
Bxg
Bxl
Jumlah 0,307 0,307 0,307 0,307 0,307 0,307 0,307 0,307 0,307 0,307 0,111 0,000
Berikut tabel 4.193 yang merupakan matriks Run Time pada stasiun kerja
2.
Tabel 4.193 Matriks Run Time Time Stasiun Kerja 2
STASIUN KERJA 2
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL 49,277 54,464 54,093 53,970 53,846 53,723 53,599 53,476 53,352 53,105 0,000
Atl 15,399 19,184 19,053 19,010 18,966 18,923 18,879 18,836 18,792 18,705 0,000
Ld I
Pgn (4) 596,267 623,099 621,608 620,117 618,627 617,136 615,645 614,155 612,664 611,173 0,000
BJ
SK 2 AJ 11,938 16,087 16,087 16,002 16,002 15,917 15,917 15,833 15,833 15,833 0,000
Skr
BD 25,899 30,438 30,305 30,305 30,171 30,171 30,038 30,038 29,904 29,771 0,000
Als 42,736 49,129 49,017 48,905 48,793 48,680 48,568 48,456 48,232 0,000 0,000
Kk 1251,415 1305,824 1302,843 1299,861 1296,880 1293,899 1290,917 1287,936 1281,973 0,000 0,000
AL I 0,000 57,120 66,560 66,400 66,240 66,080 65,920 65,760 65,600 0,000 0,000
Ar 0,000 558,255 620,117 618,627 617,136 615,645 614,155 612,664 611,173 0,000 0,000
Rd 0,000 2458,927 2584,747 2578,533 2572,320 2566,107 2559,893 2553,680 2547,467 0,000 0,000
Bxg 18,667 25,333 25,200 25,200 25,067 25,067 24,933 24,933 24,933 0,000 0,000
Bxl 19,460 26,410 26,271 26,271 26,132 26,132 25,993 25,993 25,993 0,000 0,000
Jumlah 2031,056 5224,268 5415,900 5403,200 5390,179 5377,479 5364,458 5351,758 5335,916 728,587 0,000
IV-188
Berikut tabel 4.194 yang merupakan matriks Run Time pada stasiun kerja
3.
Berikut tabel 4.195 yang merupakan matriks Run Time pada stasiun kerja
4.
Berikut tabel 4.196 yang merupakan matriks Run Time pada stasiun kerja
5.
IV-189
Berikut tabel 4.197 yang merupakan matriks Run Time pada stasiun kerja
6.
Berikut tabel 4.198 yang merupakan matriks Run Time pada stasiun kerja
7.
Total Time periode = Set Up Time + (Run Time x Data JPI part per
periode). Dibawah ini merupakan tabel 2.96 yang merupakan rekapitulasi
kapasitas on order.
1732,85
SK 5 0 0 0 0 0 0 0 0 0 0 0
6
1163,89 697,95
SK 6 0 0 0 0 0 0 0 0 0 0
1 5
SK 7 600,356 0 0 0 0 0 0 0 0 0 0 0
2 4 2 6 2
Dari hasil perbandingan CRP dan kapasitas yang tersedia maka diperoleh
grafik seperti yang ditunjukkan pada gambar 4.29.
CRP
30000
25000 SK 1
SK 2
SK 3
20000 SK 4
SK 5
Kapasitas
SK 6
15000
SK 7
RT
10000 OT
RT+OT
2RT
5000 2RT+OT
2RT + 2OT
0
13 14 15 16 17 18 19 20 21 22 23 24
Periode
Dari gambar di atas dapat dilihat bahwa kapasitas yang tersedia sudah
dapat memenuhi kebutuhan kapasitas yang telah direncanakan.
4.2.4.1 Pengolahan Data Pada n job satu mesin (Mesin Ukur, Mesin Potong,
dan Mesin Pengecatan)
Metode n job satu mesin adalah salah satu metode yang biasa digunakan
dalam pengurutan dan penjadwalan. Arti dari n job satu mesin adalah n job akan
dijadwalkan dan diurutkan untuk diproses pada sebuah mesin yang sama.
A. Mesin Ukur
Mesin ukur pada proses pengerjaan ketiga produk ini terletak pada
stasiun kerja 1, mesin ukur yang digunakan adalah penggaris.
1. Lemari
Berikut adalah tabel 4.204 yang merupakan tabel data awal mesin ukur
produk Lemari.
Sequencing: C-D-B-A
b) Utilitas =
∑ T i = 0,599
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,544
n
f) Maksimum Lateness = -8,171
g) Maksimum Tardiness = 0,000
Sequencing: A-B-C-D
b) Utilitas =
∑ T i = 0,307
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,461
n
f) Maksimum Lateness = -8,271
g) Maksimum Tardiness = 0,000
Sequencing: A-B-D-C
IV-197
b) Utilitas =
∑ T i = 0,300
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,370
n
f) Maksimum Lateness = -8,542
g) Maksimum Tardiness = 0,000
Sequencing: B-A-D-C
b) Utilitas =
∑ T i = 0,329
∑ Ci
IV-198
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,746
n
f) Maksimum Lateness = -8,542
g) Maksimum Tardiness = 0,000
e. Metode WSPT (Weighted Shortest Processing Time)
Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.209 merupakan data awal untuk
metode WSPT pada produk Lemari.
Tabel 4.209 Data Awal Untuk Mesin Ukur Metode WSPT Produk Lemari
Job Ti Di Wi Ti/Wi
A 2,913 13,400 1 2,913
B 1,408 12,900 2 0,704
C 0,271 15,100 1 0,271
D 0,637 13,500 3 0,212
Berikut ini tabel 4.210 yang menunjukkan hasil scheduling mesin ukur
dengan metode WSPT pada produk Lemari.
Sequencing: D-C-B-A
b) Utilitas =
∑ T i = 0,575
∑ Ci
IV-199
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,453
n
f) Maksimum Lateness = -8,171
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.211 merupakan data awal
untuk metode SLACK pada produk Lemari.
Tabel 4.211 Data Awal Untuk Mesin Ukur Metode SLACK Produk Lemari
Job Ti Di Wi SL
A 2,913 13,400 1 10,487
B 1,408 12,900 2 11,492
C 0,271 15,100 1 14,829
D 0,637 13,500 3 12,863
Berikut ini tabel 4.212 yang menunjukkan hasil scheduling mesin ukur
dengan metode SLACK pada produk Lemari.
Sequencing: A-B-D-C
Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:
b) Utilitas =
∑ T i = 0,300
∑ Ci
IV-200
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,370
n
f) Maksimum Lateness = -8,542
g) Maksimum Tardiness = 0,000
Tabel 4.213 Data Iterasi Mesin Ukur Metode Critical Ratio Produk Lemari
T=0
Job Ti Di CR
A 2,913 13,400 4,600
B 1,408 12,900 9,160
C 0,271 15,100 55,754
D 0,637 13,500 21,204
T = 2,913
Job Ti Di CR
B 1,408 9,987 7,091
C 0,271 12,187 44,999
D 0,637 10,587 16,629
T = 4,321
Job Ti Di CR
C 0,271 10,779 39,799
D 0,637 9,179 14,417
T = 4,592
Job Ti Di CR
C 0,271 10,142 37,448
T = 5,229
Berikut ini tabel 4.214 yang menunjukkan hasil scheduling mesin ukur
dengan metode Critical Ratio pada produk Lemari.
IV-201
Tabel 4.214 Scheduling Mesin Ukur Metode Critical Ratio Produk Lemari
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,913 2,913 13,400 -10,487
B 1,408 4,321 12,900 -8,579
D 0,637 4,958 13,500 -8,542
C 0,271 5,229 15,100 -9,871
Sequencing: A-B-D-C
b) Utilitas =
∑ T i = 0,300
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0.000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,370
n
f) Maksimum Lateness = -8,542
g) Maksimum Tardiness = 0,000
2. Gerobak Jualan
Berikut adalah tabel 4.215 yang merupakan tabel data awal mesin ukur
produk Gerobak Jualan.
Tabel 4.216 Scheduling Mesin Ukur Metode SPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,330 0,330 11,500 -11,170
F 0,533 0,863 14,800 -13,937
E 0,699 1,562 13,200 -11,638
B 1,408 2,970 11,900 -8,930
G 1,408 4,379 15,200 -10,821
C 1,821 6,200 12,100 -5,901
A 2,310 8,510 15,100 -6,590
Sequencing: D-F-E-B-G-C-A
b) Utilitas =
∑ T i = 0,343
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,855
n
f) Maksimum Lateness = -5,901
g) Maksimum Tardiness = 0,000
Tabel 4.217 Scheduling Mesin Ukur Metode FCFS Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 15,100 -12,790
IV-203
Sequencing: A-B-C-D-E-F-G
b) Utilitas =
∑ T i = 0,215
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -7,741
n
f) Maksimum Lateness = -5,631
g) Maksimum Tardiness = 0,000
Tabel 4.218 Scheduling Mesin Ukur Metode LPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 15,100 -12,790
C 1,821 4,131 12,100 -7,969
B 1,408 5,539 11,900 -6,361
G 1,408 6,948 15,200 -8,252
E 0,699 7,647 13,200 -5,553
F 0,533 8,180 14,800 -6,620
D 0,330 8,510 11,500 -2,990
Sequencing: A-C-B-G-E-F-D
IV-204
b) Utilitas =
∑ T i = 0,197
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -7,219
n
f) Maksimum Lateness = -2,990
g) Maksimum Tardiness = 0,000
Tabel 4.219 Scheduling Mesin Ukur Metode EDD Produk Gerobak Jualan
Job Ti (Menit) Ci Di (Menit) Li
D 0,330 0,330 11,500 -11,170
B 1,408 1,738 11,900 -10,162
C 1,821 3,559 12,100 -8,541
E 0,699 4,258 13,200 -8,942
F 0,533 4,791 14,800 -10,009
A 2,310 7,101 15,100 -7,999
G 1,408 8,510 15,200 -6,690
Sequencing: D-B-C-E-F-A-G
b) Utilitas =
∑ T i = 0,281
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,073
n
f) Maksimum Lateness = -6,690
g) Maksimum Tardiness = 0,000
Tabel 4.220 Data Awal Untuk Mesin Ukur Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ti/Wi
A 2,310 15,100 1 2,310
B 1,408 11,900 2 0,704
C 1,821 12,100 1 1,821
D 0,330 11,500 3 0,110
E 0,699 13,200 4 0,175
F 0,533 14,800 5 0,107
G 1,408 15,200 3 0,469
Berikut ini tabel 4.221 yang menunjukkan hasil scheduling mesin ukur
dengan metode WSPT pada produk Gerobak Jualan.
Tabel 4.221 Scheduling Mesin Ukur Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ci Li Ti/Wi
F 0,533 14,800 5 0,533 -14,267 0,107
D 0,330 11,500 3 0,863 -10,637 0,110
E 0,699 13,200 4 1,562 -11,638 0,175
G 1,408 15,200 3 2,970 -12,230 0,469
B 1,408 11,900 2 4,379 -7,521 0,704
C 1,821 12,100 1 6,200 -5,901 1,821
A 2,310 15,100 1 8,510 -6,590 2,310
IV-206
Sequencing: F-D-E-G-B-C-A
b) Utilitas =
∑ T i = 0,340
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,826
n
f) Maksimum Lateness = -5,901
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.222 merupakan data awal
untuk metode SLACK pada produk Gerobak Jualan.
Tabel 4.222 Data Awal Untuk Mesin Ukur Metode SLACK Produk Gerobak Jualan
Job Ti Di Wi SL
A 2,310 15,100 1 12,790
B 1,408 11,900 2 10,492
C 1,821 12,100 1 10,279
D 0,330 11,500 3 11,170
E 0,699 13,200 4 12,501
F 0,533 14,800 5 14,267
G 1,408 15,200 3 13,792
IV-207
Berikut ini tabel 4.223 yang menunjukkan hasil scheduling mesin ukur
dengan metode SLACK pada produk Gerobak Jualan.
Tabel 4.223 Scheduling Mesin Ukur Metode SLACK Produk Gerobak Jualan
Job Ti Di Ci Li SL
C 1,821 12,100 1,821 -10,279 10,279
B 1,408 11,900 3,229 -8,671 10,492
D 0,330 11,500 3,559 -7,941 11,170
E 0,699 13,200 4,258 -8,942 12,501
A 2,310 15,100 6,568 -8,532 12,790
G 1,408 15,200 7,977 -7,223 13,792
F 0,533 14,800 8,510 -6,290 14,267
Sequencing: C-B-D-E-A-G-F
b) Utilitas =
∑ T i = 0,237
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -8,268
n
f) Maksimum Lateness = -6,290
g) Maksimum Tardiness = 0,000
Tabel 4.224 Data Iterasi Mesin Ukur Metode Critical Ratio Produk Gerobak Jualan
IV-208
T=0
Job Ti Di CR
A 2,310 15,100 6,536
B 1,408 11,900 8,450
C 1,821 12,100 6,645
D 0,330 11,500 34,884
E 0,699 13,200 18,875
F 0,533 14,800 27,767
G 1,408 15,200 10,793
T = 2,310
Job Ti Di CR
B 1,408 9,590 6,809
C 1,821 9,790 5,377
D 0,330 9,190 27,876
E 0,699 10,890 15,572
F 0,533 12,490 23,433
G 1,408 12,890 9,153
T = 4,131
Job Ti Di CR
B 1,408 7,769 5,516
D 0,330 7,369 22,353
E 0,699 9,069 12,968
F 0,533 10,669 20,017
G 1,408 11,069 7,860
T = 5,539
Job Ti Di CR
D 0,330 5,961 18,081
E 0,699 7,661 10,954
F 0,533 9,261 17,375
G 1,408 9,661 6,860
T= 6,948
Job Ti Di CR
D 0,330 4,552 13,809
E 0,699 6,252 8,940
F 0,533 7,852 14,732
Lanjutan Tabel 4.224 Data Iterasi Mesin Ukur Metode Critical Ratio Produk Gerobak Jualan
T = 7,647
Job Ti Di CR
D 0,330 3,853 11,688
F 0,533 7,153 13,420
T = 7,977
Job Ti Di CR
F 0,533 6,823 12,802
T = 8,510
IV-209
Berikut ini tabel 4.225 yang menunjukkan hasil scheduling mesin ukur
dengan metode Critical Ratio pada produk Gerobak Jualan.
Tabel 4.225 Scheduling Mesin Ukur Metode Critical Ratio Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 15,100 -12,790
C 1,821 4,131 12,100 -7,969
B 1,408 5,539 11,900 -6,361
G 1,408 6,948 15,200 -8,252
E 0,699 7,647 13,200 -5,553
D 0,330 7,977 11,500 -3,523
F 0,533 8,510 14,800 -6,290
Sequencing: A-C-B-G-E-D-F
b) Utilitas =
∑ T i = 0,198
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -7,248
n
f) Maksimum Lateness = -3,523
g) Maksimum Tardiness = 0,000
3. Gerobak Dorong
Berikut adalah tabel 4.226 yang merupakan tabel data awal mesin ukur
produk Gerobak Dorong.
B 1,408 11,900 2
C 1,821 12,100 1
D 0,914 13,500 3
E 1,408 14,200 4
Tabel 4.227 Scheduling Mesin Ukur Metode SPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,914 0,914 13,500 -12,586
B 1,408 2,322 11,900 -9,578
E 1,408 3,731 14,200 -10,469
C 1,821 5,552 12,100 -6,549
A 2,310 7,862 14,500 -6,638
Sequencing: D-B-E-C-A
b) Utilitas =
∑ T i = 0,386
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,164
n
f) Maksimum Lateness = -6,549
g) Maksimum Tardiness = 0,000
Tabel 4.228 Scheduling Mesin Ukur Metode FCFS Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 14,500 -12,190
B 1,408 3,719 11,900 -8,182
C 1,821 5,539 12,100 -6,561
D 0,914 6,453 13,500 -7,047
E 1,408 7,862 14,200 -6,338
Sequencing: A-B-C-D-E
b) Utilitas =
∑ T i = 0,304
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -8,063
n
f) Maksimum Lateness = -6,338
g) Maksimum Tardiness = 0,000
Tabel 4.229 Scheduling Mesin Ukur Metode LPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 14,500 -12,190
C 1,821 4,131 12,100 -7,969
B 1,408 5,539 11,900 -6,361
E 1,408 6,948 14,200 -7,252
D 0,914 7,862 13,500 -5,638
Sequencing: A-C-B-E-D
IV-212
b) Utilitas =
∑ T i = 0,293
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -7,882
n
f) Maksimum Lateness = -5,638
g) Maksimum Tardiness = 0,000
Tabel 4.230 Scheduling Mesin Ukur Metode EDD Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
B 1,408 1,408 11,900 -10,492
C 1,821 3,229 12,100 -8,871
D 0,914 4,143 13,500 -9,357
E 1,408 5,552 14,200 -8,649
A 2,310 7,862 14,500 -6,638
Sequencing: B-C-D-E-A
b) Utilitas =
∑ T i = 0,354
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
IV-213
e) Mean Lateness =
∑ Li = -8,801
n
f) Maksimum Lateness = -6,638
g) Maksimum Tardiness = 0,000
Tabel 4.231 Data Awal Untuk Mesin Ukur Metode WSPT Produk Gerobak Dorong
Job Ti Di Wi Ti/Wi
A 2,310 14,500 1 2,310
B 1,408 11,900 2 0,704
C 1,821 12,100 1 1,821
D 0,914 13,500 3 0,305
E 1,408 14,200 4 0,352
Berikut ini tabel 4.232 yang menunjukkan hasil scheduling mesin ukur
dengan metode WSPT pada produk Gerobak Dorong.
Tabel 4.232 Scheduling Mesin Ukur Metode WSPT Produk Gerobak Dorong
Job Ti Di Wi Ci Li Ti/Wi
D 0,914 13,500 3 0,914 -12,586 0,305
E 1,408 14,200 4 2,322 -11,878 0,352
B 1,408 11,900 2 3,731 -8,169 0,704
C 1,821 12,100 1 5,552 -6,549 1,821
A 2,310 14,500 1 7,862 -6,638 2,310
Sequencing: D-E-B-C-A
b) Utilitas =
∑ T i = 0,386
∑ Ci
IV-214
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -9,164
n
f) Maksimum Lateness = -6,549
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.233 merupakan data awal
untuk metode SLACK pada produk Gerobak Dorong.
Tabel 4.233 Data Awal Untuk Mesin Ukur Metode SLACK Produk Gerobak Dorong
Job Ti Di Wi SL
A 2,310 14,500 1 12,190
B 1,408 11,900 2 10,492
C 1,821 12,100 1 10,279
D 0,914 13,500 3 12,586
E 1,408 14,200 4 12,792
Berikut ini tabel 4.234 yang menunjukkan hasil scheduling mesin ukur
dengan metode SLACK pada produk Gerobak Dorong.
Tabel 4.234 Scheduling Mesin Ukur Metode SLACK Produk Gerobak Dorong
Job Ti Di Ci Li SL
C 1,821 12,100 1,821 -10,279 10,279
B 1,408 11,900 3,229 -8,671 10,492
A 2,310 14,500 5,539 -8,961 12,190
D 0,914 13,500 6,453 -7,047 12,586
E 1,408 14,200 7,862 -6,338 12,792
Sequencing: C-B-A-D-E
b) Utilitas =
∑ T i = 0,316
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -8,259
n
f) Maksimum Lateness = -6,338
g) Maksimum Tardiness = 0,000
Tabel 4.235 Data Iterasi Mesin Ukur Metode Critical Ratio Produk Gerobak Dorong
T=0
Job Ti Di CR
A 2,310 14,500 6,277
B 1,408 11,900 8,450
C 1,821 12,100 6,645
D 0,914 13,500 14,770
E 1,408 14,200 10,083
T = 2,310
Job Ti Di CR
B 1,408 9,590 6,809
C 1,821 9,790 5,377
D 0,914 11,190 12,243
E 1,408 11,890 8,442
T = 4,131
Job Ti Di CR
B 1,408 7,769 5,516
D 0,914 9,369 10,251
E 1,408 10,069 7,150
T= 5,539
Job Ti Di CR
D 0,914 7,961 8,710
E 1,408 8,661 6,150
T = 6,948
Job Ti Di CR
IV-216
Berikut ini tabel 4.236 yang menunjukkan hasil scheduling mesin ukur
dengan metode Critical Ratio pada produk Gerobak Dorong.
Tabel 4.236 Scheduling Mesin Ukur Metode Critical Ratio Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 2,310 2,310 14,500 -12,190
C 1,821 4,131 12,100 -7,969
B 1,408 5,539 11,900 -6,361
E 1,408 6,948 14,200 -7,252
D 0,914 7,862 13,500 -5,638
Sequencing: A-C-B-E-D
b) Utilitas =
∑ T i = 0,293
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -7,882
n
f) Maksimum Lateness = -5,638
g) Maksimum Tardiness = 0,000
B. Mesin Potong
Mesin potong pada proses pengerjaan ketiga produk ini terletak pada
stasiun kerja 2, mesin potong yang digunakan adalah mesin gerinda.
1. Lemari
Berikut adalah tabel 4.237 yang merupakan tabel data awal mesin potong
produk Lemari.
IV-217
Sequencing: D-A-C-B
b) Utilitas =
∑ T i = 0,517
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,600
n
f) Maksimum Lateness = -10,573
g) Maksimum Tardiness = 0,000
Sequencing: A-B-C-D
b) Utilitas =
∑ T i = 0,368
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,145
n
f) Maksimum Lateness = -11,173
g) Maksimum Tardiness = 0,000
Sequencing: B-C-A-D
b) Utilitas =
∑ T i = 0,326
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,941
n
f) Maksimum Lateness = -11,173
g) Maksimum Tardiness = 0,000
Sequencing: B-A-D-C
b) Utilitas =
∑ T i = 0,330
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,962
n
f) Maksimum Lateness = -11,576
g) Maksimum Tardiness = 0,000
Tabel 4.242 Data Awal Untuk Mesin Potong Metode WSPT Produk Lemari
Job Ti Di Wi Ti/Wi
A 0,395 13,400 1 0,395
B 1,202 12,900 2 0,601
C 0,403 15,100 1 0,403
D 0,327 13,500 3 0,109
Berikut ini tabel 4.243 yang menunjukkan hasil scheduling mesin potong
dengan metode WSPT pada produk Lemari.
Sequencing: D-A-C-B
IV-221
b) Utilitas =
∑ T i = 0,517
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,600
n
f) Maksimum Lateness = -10,573
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.244 merupakan data awal
untuk metode SLACK pada produk Lemari.
Tabel 4.244 Data Awal Untuk Mesin Potong Metode SLACK Produk Lemari
Job Ti Di Wi SL
A 0,395 13,400 1 13,005
B 1,202 12,900 2 11,698
C 0,403 15,100 1 14,697
D 0,327 13,500 3 13,174
Berikut ini tabel 4.245 yang menunjukkan hasil scheduling mesin potong
dengan metode SLACK pada produk Lemari.
Sequencing: B-A-D-C
b) Utilitas =
∑ T i = 0,330
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,962
n
f) Maksimum Lateness = -11,576
g) Maksimum Tardiness = 0,000
Tabel 4.246 Data Iterasi Mesin Potong Metode Critical Ratio Produk Lemari
T=0
Job Ti Di CR
A 0,395 13,400 33,910
B 1,202 12,900 10,729
C 0,403 15,100 37,453
D 0,327 13,500 41,348
T = 1,202
Job Ti Di CR
A 0,395 12,198 30,867
C 0,403 13,898 34,471
D 0,327 12,298 37,665
T = 1,598
Job Ti Di CR
C 0,403 13,503 33,491
D 0,327 11,903 36,455
T = 2,001
Job Ti Di CR
D 0,327 11,499 35,220
T = 2,327
IV-223
Berikut ini tabel 4.247 yang menunjukkan hasil scheduling mesin potong
dengan metode Critical Ratio pada produk Lemari.
Tabel 4.247 Scheduling Mesin Potong Metode Critical Ratio Produk Lemari
Ti Di
Job Ci Li
(Menit) (Menit)
B 1,202 1,202 12,900 -11,698
A 0,395 1,598 13,400 -11,803
C 0,403 2,001 15,100 -13,099
D 0,327 2,327 13,500 -11,173
Sequencing: B-A-C-D
b) Utilitas =
∑ T i = 0,326
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,943
n
f) Maksimum Lateness = -11,173
g) Maksimum Tardiness = 0,000
2. Gerobak Jualan
Berikut adalah tabel 4.248 yang merupakan tabel data awal mesin potong
produk Gerobak Jualan.
E 0,327 13,200 4
F 0,259 14,800 5
G 0,830 15,200 3
Tabel 4.249 Scheduling Mesin Potong Metode SPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,254 0,254 15,100 -14,846
F 0,259 0,513 14,800 -14,287
E 0,327 0,840 13,200 -12,360
D 0,413 1,253 11,500 -10,247
B 0,830 2,083 11,900 -9,818
G 0,830 2,912 15,200 -12,288
C 1,225 4,137 12,100 -7,963
Sequencing: A-F-E-D-B-G-C
b) Utilitas =
∑ T i = 0,345
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,687
n
f) Maksimum Lateness = -7,963
g) Maksimum Tardiness = 0,000
Tabel 4.250 Scheduling Mesin Potong Metode FCFS Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,254 0,254 15,100 -14,846
B 0,830 1,084 11,900 -10,816
C 1,225 2,309 12,100 -9,791
D 0,413 2,722 11,500 -8,778
E 0,327 3,048 13,200 -10,152
F 0,259 3,307 14,800 -11,493
G 0,830 4,137 15,200 -11,063
Sequencing: A-B-C-D-E-F-G
b) Utilitas =
∑ T i = 0,245
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,991
n
f) Maksimum Lateness = -8,778
g) Maksimum Tardiness = 0,000
Tabel 4.251 Scheduling Mesin Potong Metode LPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
C 1,225 1,225 12,100 -10,875
B 0,830 2,055 11,900 -9,846
G 0,830 2,884 15,200 -12,316
D 0,413 3,297 11,500 -8,203
E 0,327 3,624 13,200 -9,576
F 0,259 3,883 14,800 -10,917
A 0,254 4,137 15,100 -10,963
Sequencing: C-B-G-D-E-F-A
b) Utilitas =
∑ T i = 0,196
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,385
n
f) Maksimum Lateness = -8,203
g) Maksimum Tardiness = 0,000
Tabel 4.252 Scheduling Mesin Potong Metode EDD Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,413 0,413 11,500 -11,087
B 0,830 1,243 11,900 -10,657
IV-227
Sequencing : D-B-C-E-F-A-G
b) Utilitas =
∑ T i = 0,238
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,912
n
f) Maksimum Lateness = -9,633
g) Maksimum Tardiness = 0,000
Tabel 4.253 Data Awal Untuk Mesin Potong Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ti/Wi
A 0,254 15,100 1 0,254
B 0,830 11,900 2 0,415
C 1,225 12,100 1 1,225
D 0,413 11,500 3 0,138
E 0,327 13,200 4 0,082
F 0,259 14,800 5 0,052
G 0,830 15,200 3 0,277
IV-228
Berikut ini tabel 4.254 yang menunjukkan hasil scheduling mesin potong
dengan metode WSPT pada produk Gerobak Jualan.
Tabel 4.254 Scheduling Mesin Potong Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ci Li Ti/Wi
F 0,259 14,800 5 0,259 -14,541 0,052
E 0,327 13,200 4 0,586 -12,615 0,082
D 0,413 11,500 3 0,999 -10,502 0,138
A 0,254 15,100 1 1,253 -13,847 0,254
G 0,830 15,200 3 2,083 -13,118 0,277
B 0,830 11,900 2 2,912 -8,988 0,415
C 1,225 12,100 1 4,137 -7,963 1,225
Sequencing: F-E-D-A-G-B-C
b) Utilitas =
∑ T i = 0,338
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,653
n
f) Maksimum Lateness = -7,963
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.255 merupakan data awal
untuk metode SLACK pada produk Gerobak Jualan.
Tabel 4.255 Data Awal Untuk Mesin Potong Metode SLACK Produk Gerobak Jualan
Job Ti Di Wi SL
A 0,254 15,100 1 14,846
B 0,830 11,900 2 11,070
C 1,225 12,100 1 10,875
D 0,413 11,500 3 11,087
IV-229
Tabel 4.256 Scheduling Mesin Potong Metode SLACK Produk Gerobak Jualan
Job Ti Di Ci Li SL
C 1,225 12,100 1,225 -10,875 10,875
B 0,830 11,900 2,055 -9,846 11,070
D 0,413 11,500 2,468 -9,033 11,087
E 0,327 13,200 2,794 -10,406 12,874
G 0,830 15,200 3,624 -11,576 14,370
F 0,259 14,800 3,883 -10,917 14,541
A 0,254 15,100 4,137 -10,963 14,846
Sequencing: C-B-D-E-G-F-A
b) Utilitas =
∑ T i = 0,205
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,517
n
f) Maksimum Lateness = -9,033
g) Maksimum Tardiness = 0,000
Tabel 4.257 Data Iterasi Mesin Potong Metode Critical Ratio Produk Gerobak Jualan
T=0
Job Ti Di CR
A 0,254 15,100 59,371
B 0,830 11,900 14,343
C 1,225 12,100 9,879
D 0,413 11,500 27,845
E 0,327 13,200 40,429
F 0,259 14,800 57,143
G 0,830 15,200 18,321
T = 1,225
Job Ti Di CR
A 0,254 13,875 54,555
B 0,830 10,675 12,867
D 0,413 10,275 24,879
E 0,327 11,975 36,677
F 0,259 13,575 52,414
G 0,830 13,975 16,844
T = 2,055
Job Ti Di CR
A 0,254 13,046 51,293
D 0,413 9,446 22,870
E 0,327 11,146 34,136
F 0,259 12,746 49,210
G 0,830 13,146 15,844
T = 2,884
Job Ti Di CR
A 0,254 12,216 48,031
D 0,413 8,616 20,862
E 0,327 10,316 31,595
F 0,259 11,916 46,007
T = 3,297
Job Ti Di CR
A 0,254 11,803 46,407
E 0,327 9,903 30,330
F 0,259 11,503 44,412
T = 3,624
Job Ti Di CR
A 0,254 11,476 45,123
F 0,259 11,176 43,152
T = 3,883
Job Ti Di CR
IV-231
Berikut ini tabel 4.258 yang menunjukkan hasil scheduling mesin potong
dengan metode Critical Ratio pada produk Gerobak Jualan.
Tabel 4.258 Scheduling Mesin Potong Metode Critical Ratio Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
C 1,225 1,225 12,100 -10,875
B 0,830 2,055 11,900 -9,846
G 0,830 2,884 15,200 -12,316
D 0,413 3,297 11,500 -8,203
E 0,327 3,624 13,200 -9,576
F 0,259 3,883 14,800 -10,917
A 0,254 4,137 15,100 -10,963
Sequencing: C-B-G-D-E-F-A
b) Utilitas =
∑ T i = 0,196
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,385
n
f) Maksimum Lateness = -8,203
g) Maksimum Tardiness = 0,000
3. Gerobak Dorong
Berikut adalah tabel 4.259 yang merupakan tabel data awal mesin potong
produk Gerobak Dorong.
IV-232
Tabel 4.260 Scheduling Mesin Potong Metode SPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,254 0,254 14,500 -14,246
D 0,346 0,600 13,500 -12,900
B 0,830 1,430 11,900 -10,470
E 0,830 2,259 14,200 -11,941
C 1,225 3,484 12,100 -8,616
Sequencing: A-D-B-E-C
b) Utilitas =
∑ T i = 0,434
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,635
n
f) Maksimum Lateness = -8,616
g) Maksimum Tardiness = 0,000
Tabel 4.261 Scheduling Mesin Potong Metode FCFS Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,254 0,254 14,500 -14,246
B 0,830 1,084 11,900 -10,816
C 1,225 2,309 12,100 -9,791
D 0,346 2,655 13,500 -10,846
E 0,830 3,484 14,200 -10,716
Sequencing: A-B-C-D-E
b) Utilitas =
∑ T i = 0,356
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,283
n
f) Maksimum Lateness = -9,791
g) Maksimum Tardiness = 0,000
Tabel 4.262 Scheduling Mesin Potong Metode LPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
C 1,225 1,225 12,100 -10,875
B 0,830 2,055 11,900 -9,846
E 0,830 2,884 14,200 -11,316
IV-234
Sequencing: C-B-E-D-A
b) Utilitas =
∑ T i = 0,271
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,665
n
f) Maksimum Lateness = -9,846
g) Maksimum Tardiness = 0,000
Tabel 4.263 Scheduling Mesin Potong Metode EDD Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
B 0,830 0,830 11,900 -11,070
C 1,225 2,055 12,100 -10,046
D 0,346 2,400 13,500 -11,100
E 0,830 3,230 14,200 -10,970
A 0,254 3,484 14,500 -11,016
Sequencing: B-C-D-E-A
b) Utilitas =
∑ T i = 0,290
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,840
n
f) Maksimum Lateness = -10,046
g) Maksimum Tardiness = 0,000
Tabel 4.264 Data Awal Untuk Mesin Potong Metode WSPT Produk Gerobak Dorong
Job Ti Di Wi Ti/Wi
A 0,254 14,500 1 0,254
B 0,830 11,900 2 0,415
C 1,225 12,100 1 1,225
D 0,346 13,500 3 0,115
E 0,830 14,200 4 0,207
Berikut ini tabel 4.265 yang menunjukkan hasil scheduling mesin potong
dengan metode WSPT pada produk Gerobak Dorong.
Tabel 4.265 Scheduling Mesin Potong Metode WSPT Produk Gerobak Dorong
Job Ti Di Wi Ci Li Ti/Wi
D 0,346 13,500 3 0,346 -13,154 0,115
E 0,830 14,200 4 1,175 -13,025 0,207
A 0,254 14,500 1 1,430 -13,070 0,254
B 0,830 11,900 2 2,259 -9,641 0,415
C 1,225 12,100 1 3,484 -8,616 1,225
Sequencing: D-E-A-B-C
IV-236
b) Utilitas =
∑ T i = 0,401
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,501
n
f) Maksimum Lateness = -8,616
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.266 merupakan data awal
untuk metode SLACK pada produk Gerobak Dorong.
Tabel 4.266 Data Awal Untuk Mesin Potong Metode SLACK Produk Gerobak Dorong
Job Ti Di Wi SL
A 0,254 14,500 1 14,246
B 0,830 11,900 2 11,070
C 1,225 12,100 1 10,875
D 0,346 13,500 3 13,154
E 0,830 14,200 4 13,370
Berikut ini tabel 4.267 yang menunjukkan hasil scheduling mesin potong
dengan metode SLACK pada produk Gerobak Dorong.
Tabel 4.267 Scheduling Mesin Potong Metode SLACK Produk Gerobak Dorong
Job Ti Di Ci Li SL
IV-237
Sequencing: C-B-D-E-A
b) Utilitas =
∑ T i = 0,281
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,761
n
f) Maksimum Lateness = -9,846
g) Maksimum Tardiness = 0,000
Tabel 4.268 Data Iterasi Mesin Potong Metode Critical Ratio Produk Gerobak Dorong
T=0
Job Ti Di CR
A 0,254 14,500 57,012
B 0,830 11,900 14,343
C 1,225 12,100 9,879
D 0,346 13,500 39,055
E 0,830 14,200 17,115
T = 1,225
Job Ti Di CR
A 0,254 13,275 52,196
IV-238
Berikut ini tabel 4.269 yang menunjukkan hasil scheduling mesin potong
dengan metode Critical Ratio pada produk Lemari.
Tabel 4.269 Scheduling Mesin Potong Metode Critical Ratio Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
C 1,225 1,225 12,100 -10,875
B 0,830 2,055 11,900 -9,846
E 0,830 2,884 14,200 -11,316
D 0,346 3,230 13,500 -10,270
A 0,254 3,484 14,500 -11,016
Sequencing: C-B-E-D-A
b) Utilitas =
∑ T i = 0,271
∑ Ci
IV-239
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -10,665
n
f) Maksimum Lateness = -9,846
g) Maksimum Tardiness = 0,000
C. Mesin Pengecatan
Mesin potong pada proses pengerjaan ketiga produk ini terletak pada
stasiun kerja 5, mesin potong yang digunakan adalah mesin cat.
1. Lemari
Berikut adalah tabel 4.270 yang merupakan tabel data awal mesin
pengecatan produk Lemari.
Sequencing: D-A-B-C
IV-240
b) Utilitas =
∑ T i = 0,465
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,195
n
f) Maksimum Lateness = -12,286
g) Maksimum Tardiness = 0,000
b) Utilitas =
∑ T i = 0,390
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
IV-241
e) Mean Lateness =
∑ Li = -13,094
n
f) Maksimum Lateness = -12,430
g) Maksimum Tardiness = 0,000
Sequencing: C-B-A-D
b) Utilitas =
∑ T i = 0,351
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,024
n
f) Maksimum Lateness = -12,291
g) Maksimum Tardiness = 0,000
Sequencing: B-A-D-C
b) Utilitas =
∑ T i = 0,427
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,148
n
f) Maksimum Lateness = -12,661
g) Maksimum Tardiness = 0,000
Tabel 4.275 Data Awal Untuk Mesin Pengecatan Metode WSPT Produk Lemari
Job Ti Di Wi Ti/Wi
A 0,231 13,400 1 0,231
IV-243
Sequencing: D-B-A-C
b) Utilitas =
∑ T i = 0,463
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,193
n
f) Maksimum Lateness = -12,517
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.277 merupakan data awal
untuk metode SLACK pada produk Gerobak Lemari.
IV-244
Tabel 4.277 Data Awal Untuk Mesin Pengecatan Metode SLACK Produk Lemari
Job Ti Di Wi SL
A 0,231 13,400 1 13,169
B 0,239 12,900 2 12,661
C 0,370 15,100 1 14,730
D 0,145 13,500 3 13,355
Sequencing: B-A-D-C
b) Utilitas =
∑ T i = 0,427
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,148
n
f) Maksimum Lateness = -12,661
g) Maksimum Tardiness = 0,000
Tabel 4.279 Data Iterasi Mesin Pengecatan Metode Critical Ratio Produk Lemari
T=0
Job Ti Di CR
A 0,231 13,400 58,009
B 0,239 12,900 54,050
C 0,370 15,100 40,774
D 0,145 13,500 93,211
T = 0,370
Job Ti Di CR
A 0,231 13,030 56,405
B 0,239 12,530 52,499
D 0,145 13,130 90,654
T = 0,609
Job Ti Di CR
A 0,231 12,791 55,372
D 0,145 12,891 89,006
T = 0,840
Job Ti Di CR
D 0,145 12,660 87,411
T= 0,985
Tabel 4.280 Scheduling Mesin Pengecatan Metode Critical Ratio Produk Lemari
Ti Di
Job Ci Li
(Menit) (Menit)
C 0,370 0,370 15,100 -14,730
B 0,239 0,609 12,900 -12,291
A 0,231 0,840 13,400 -12,560
D 0,145 0,985 13,500 -12,515
Sequencing: C-B-A-D
b) Utilitas =
∑ T i = 0,351
∑ Ci
IV-246
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -13,024
n
f) Maksimum Lateness = -12,291
g) Maksimum Tardiness = 0,000
2. Gerobak Jualan
Berikut adalah tabel 4.281 yang merupakan tabel data awal mesin
pengecatan produk Gerobak Jualan.
Tabel 4.282 Scheduling Mesin Pengecatan Metode SPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
G 0,192 0,192 15,200 -15,008
B 0,293 0,485 11,900 -11,416
C 0,354 0,839 12,100 -11,261
A 0,382 1,221 15,100 -13,879
F 0,382 1,603 14,800 -13,197
E 0,493 2,095 13,200 -11,105
D 0,560 2,656 11,500 -8,844
Sequencing: G-B-C-A-F-E-D
IV-247
b) Utilitas =
∑ T i = 0,292
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,101
n
f) Maksimum Lateness = -8,844
g) Maksimum Tardiness = 0,000
Tabel 4.283 Scheduling Mesin Pengecatan Metode FCFS Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,382 0,382 15,100 -14,718
B 0,293 0,675 11,900 -11,225
C 0,354 1,029 12,100 -11,071
D 0,560 1,589 11,500 -9,911
E 0,493 2,082 13,200 -11,118
F 0,382 2,464 14,800 -12,336
G 0,192 2,656 15,200 -12,544
Sequencing: A-B-C-D-E-F-G
b) Utilitas =
∑ T i = 0,244
∑ Ci
IV-248
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,846
n
f) Maksimum Lateness = -9,911
g) Maksimum Tardiness = 0,000
Tabel 4.284 Scheduling Mesin Pengecatan Metode LPT Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,560 0,560 11,500 -10,940
E 0,493 1,053 13,200 -12,147
A 0,382 1,435 15,100 -13,665
F 0,382 1,817 14,800 -12,983
C 0,354 2,171 12,100 -9,929
B 0,293 2,464 11,900 -9,436
G 0,192 2,656 15,200 -12,544
Sequencing: D-E-A-F-C-B-G
b) Utilitas =
∑ T i = 0,218
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,664
n
f) Maksimum Lateness = -9,436
IV-249
Tabel 4.285 Scheduling Mesin Pengecatan Metode EDD Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,560 0,560 11,500 -10,940
B 0,293 0,853 11,900 -11,047
C 0,354 1,207 12,100 -10,893
E 0,493 1,700 13,200 -11,500
F 0,382 2,082 14,800 -12,718
A 0,382 2,464 15,100 -12,636
G 0,192 2,656 15,200 -12,544
Sequencing: D-B-C-E-F-A-G
b) Utilitas =
∑ T i = 0,230
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,754
n
f) Maksimum Lateness = -10,893
g) Maksimum Tardiness = 0,000
Tabel 4.286 Data Awal Untuk Mesin Pengecatan Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ti/Wi
A 0,382 15,100 1 0,382
B 0,293 11,900 2 0,146
C 0,354 12,100 1 0,354
D 0,560 11,500 3 0,187
E 0,493 13,200 4 0,123
F 0,382 14,800 5 0,076
G 0,192 15,200 3 0,064
Tabel 4.287 Scheduling Mesin Pengecatan Metode WSPT Produk Gerobak Jualan
Job Ti Di Wi Ci Li Ti/Wi
G 0,192 15,200 3 0,192 -15,008 0,064
F 0,382 14,800 5 0,574 -14,226 0,076
E 0,493 13,200 4 1,066 -12,134 0,123
B 0,293 11,900 2 1,359 -10,541 0,146
D 0,560 11,500 3 1,919 -9,581 0,187
C 0,354 12,100 1 2,274 -9,826 0,354
A 0,382 15,100 1 2,656 -12,444 0,382
Sequencing: G-F-E-B-D-C-A
b) Utilitas =
∑ T i = 0,265
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,966
n
IV-251
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.288 merupakan data awal
untuk metode SLACK pada produk Gerobak Jualan.
Tabel 4.288 Data Awal Untuk Mesin Pengecatan Metode SLACK Produk Gerobak Jualan
Job Ti Di Wi SL
A 0,382 15,100 1 14,718
B 0,293 11,900 2 11,607
C 0,354 12,100 1 11,746
D 0,560 11,500 3 10,940
E 0,493 13,200 4 12,708
F 0,382 14,800 5 14,418
G 0,192 15,200 3 15,008
Tabel 4.289 Scheduling Mesin Pengecatan Metode SLACK Produk Gerobak Jualan
Job Ti Di Ci Li SL
D 0,560 11,500 0,560 -10,940 10,940
B 0,293 11,900 0,853 -11,047 11,607
C 0,354 12,100 1,207 -10,893 11,746
E 0,493 13,200 1,700 -11,500 12,708
F 0,382 14,800 2,082 -12,718 14,418
A 0,382 15,100 2,464 -12,636 14,718
G 0,192 15,200 2,656 -12,544 15,008
Sequencing: D-B-C-E-F-A-G
b) Utilitas =
∑ T i = 0,230
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,754
n
f) Maksimum Lateness = -10,893
g) Maksimum Tardiness = 0,000
Tabel 4.290 Data Iterasi Mesin Pengecatan Metode Critical Ratio Produk Gerobak Jualan
T=0
Job Ti Di CR
A 0,382 15,100 39,529
B 0,293 11,900 40,661
C 0,354 12,100 34,149
D 0,560 11,500 20,523
E 0,493 13,200 26,802
F 0,382 14,800 38,743
G 0,192 15,200 79,235
T = 0,560
Job Ti Di CR
A 0,382 14,540 38,062
B 0,293 11,340 38,746
C 0,354 11,540 32,567
E 0,493 12,640 25,664
F 0,382 14,240 37,277
G 0,192 14,640 76,315
T = 1,053
Job Ti Di CR
A 0,382 14,047 36,773
B 0,293 10,847 37,063
C 0,354 11,047 31,177
IV-253
Tabel 4.291 Scheduling Mesin Pengecatan Metode Critical Ratio Produk Gerobak Jualan
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,560 0,560 11,500 -10,940
E 0,493 1,053 13,200 -12,147
C 0,354 1,407 12,100 -10,693
A 0,382 1,789 15,100 -13,311
F 0,382 2,171 14,800 -12,629
B 0,293 2,464 11,900 -9,436
G 0,192 2,656 15,200 -12,544
Sequencing: D-E-C-A-F-B-G
b) Utilitas =
∑ T i = 0,219
∑ Ci
IV-254
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -11,671
n
f) Maksimum Lateness = -9,436
g) Maksimum Tardiness = 0,000
3. Gerobak Dorong
Berikut adalah tabel 4.292 yang merupakan tabel data awal mesin
pengecatan produk Gerobak Dorong.
Tabel 4.293 Scheduling Mesin Pengecatan Metode SPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
E 0,192 0,192 14,200 -14,008
B 0,293 0,485 11,900 -11,416
C 0,354 0,839 12,100 -11,261
A 0,382 1,221 14,500 -13,279
D 0,545 1,766 13,500 -11,734
Sequencing: E-B-C-A-D
b) Utilitas =
∑ T i = 0,392
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,340
n
f) Maksimum Lateness = -11,261
g) Maksimum Tardiness = 0,000
Tabel 4.294 Scheduling Mesin Pengecatan Metode FCFS Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
A 0,382 0,382 14,500 -14,118
B 0,293 0,675 11,900 -11,225
C 0,354 1,029 12,100 -11,071
D 0,545 1,574 13,500 -11,926
E 0,192 1,766 14,200 -12,434
Sequencing: A-B-C-D-E
b) Utilitas =
∑ T i = 0,325
∑ Ci
IV-256
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,155
n
f) Maksimum Lateness = -11,071
g) Maksimum Tardiness = 0,000
Tabel 4.295 Scheduling Mesin Pengecatan Metode LPT Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,545 0,545 13,500 -12,955
A 0,382 0,927 14,500 -13,573
C 0,354 1,281 12,100 -10,819
B 0,293 1,574 11,900 -10,326
E 0,192 1,766 14,200 -12,434
Sequencing: D-A-C-B-E
b) Utilitas =
∑ T i = 0,290
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,022
n
f) Maksimum Lateness = -10,326
IV-257
Tabel 4.296 Scheduling Mesin Pengecatan Metode EDD Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
B 0,293 0,293 11,900 -11,607
C 0,354 0,647 12,100 -11,453
D 0,545 1,192 13,500 -12,308
E 0,192 1,384 14,200 -12,816
A 0,382 1,766 14,500 -12,734
Sequencing: B-C-D-E-A
b) Utilitas =
∑ T i = 0,334
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,184
n
f) Maksimum Lateness = -11,453
g) Maksimum Tardiness = 0,000
e. Metode WSPT (Weighted Shortest Processing Time)
Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.297 merupakan data awal untuk
metode WSPT pada produk Gerobak Dorong.
Tabel 4.297 Data Awal Untuk Mesin Pengecatan Metode WSPT Produk Gerobak Dorong
IV-258
Job Ti Di Wi Ti/Wi
A 0,382 14,500 1 0,382
B 0,293 11,900 2 0,146
C 0,354 12,100 1 0,354
D 0,545 13,500 3 0,182
E 0,192 14,200 4 0,048
Tabel 4.298 Scheduling Mesin Pengecatan Metode WSPT Produk Gerobak Dorong
Job Ti Di Wi Ci Li Ti/Wi
E 0,192 14,200 4 0,192 -14,008 0,048
B 0,293 11,900 2 0,485 -11,416 0,146
D 0,545 13,500 3 1,029 -12,471 0,182
C 0,354 12,100 1 1,384 -10,716 0,354
A 0,382 14,500 1 1,766 -12,734 0,382
Sequencing: E-B-D-C-A
b) Utilitas =
∑ T i = 0,364
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,269
n
f) Maksimum Lateness = -10,716
g) Maksimum Tardiness = 0,000
f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.299 merupakan data awal
untuk metode SLACK pada produk Gerobak Dorong.
IV-259
Tabel 4.299 Data Awal Untuk Mesin Pengecatan Metode SLACK Produk Gerobak Dorong
Job Ti Di Wi SL
A 0,382 14,500 1 14,118
B 0,293 11,900 2 11,607
C 0,354 12,100 1 11,746
D 0,545 13,500 3 12,955
E 0,192 14,200 4 14,008
Sequencing: B-C-D-E-A
b) Utilitas =
∑ T i = 0,334
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,184
n
f) Maksimum Lateness = -11,453
g) Maksimum Tardiness = 0,000
g. Metode Critical Ratio
IV-260
Tabel 4.301 Data Iterasi Mesin Pengecatan Metode Critical Ratio Produk Gerobak Dorong
T=0
Job Ti Di CR
A 0,382 14,500 37,958
B 0,293 11,900 40,661
C 0,354 12,100 34,149
D 0,545 13,500 24,778
E 0,192 14,200 74,023
T = 0,545
Job Ti Di CR
A 0,382 13,955 36,532
B 0,293 11,355 38,799
C 0,354 11,555 32,611
E 0,192 13,655 71,182
T = 0,899
Job Ti Di CR
A 0,382 13,601 35,604
B 0,293 11,001 37,588
E 0,192 13,301 69,335
T = 1,281
Job Ti Di CR
B 0,293 10,619 36,283
E 0,192 12,919 67,344
T = 1,574
Job Ti Di CR
E 0,192 12,626 65,818
T = 1,766
Tabel 4.302 Scheduling Mesin Pengecatan Metode Critical Ratio Produk Gerobak Dorong
Ti Di
Job Ci Li
(Menit) (Menit)
D 0,545 0,545 13,500 -12,955
C 0,354 0,899 12,100 -11,201
A 0,382 1,281 14,500 -13,219
B 0,293 1,574 11,900 -10,326
E 0,192 1,766 14,200 -12,434
Sequencing: D-C-A-B-E
IV-261
b) Utilitas =
∑ T i = 0,291
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
d) Number of Tardy Jobs = 0,000
e) Mean Lateness =
∑ Li = -12,027
n
f) Maksimum Lateness = -10,326
g) Maksimum Tardiness = 0,000
4.2.4.1.1Rekapitulasi Performansi
Berikut ini merupakan rekapitulasi dari performansi mesin ukur, mesin
potong dan mesin pengecatan untuk ketiga produk.
A. Mesin Ukur
Berikut ini merupakan rekapitulasi dari performansi mesin ukur untuk
ketiga produk.
1. Lemari
Tabel 4.303 berikut ini merupakan tabel rekapitulasi performansi mesin
ukur untuk produk Lemari.
2. Gerobak Jualan
Tabel 4.304 berikut ini merupakan tabel rekapitulasi performansi mesin
ukur untuk produk Gerobak Jualan.
Tabel 4.304 Rekapitulasi Performansi Mesin Ukur untuk Produk Gerobak Jualan
Mean Mean Number of
Mean Maksimum Maksimum
Performansi Flow Utilisasi Tardines Tardiness
Lateness Lateness Tardiness
Time s Job
SPT 3,545 0,343 0,000 0,000 -9,855 -5,901 0,000
FCFS 5,659 0,215 0,000 0,000 -7,741 -5,631 0,000
LPT 6,181 0,197 0,000 0,000 -7,219 -2,990 0,000
EDD 4,327 0,281 0,000 0,000 -9,073 -6,690 0,000
WSPT 3,574 0,340 0,000 0,000 -9,826 -5,901 0,000
SLACK 5,132 0,237 0,000 0,000 -8,268 -6,290 0,000
CR 6,152 0,198 0,000 0,000 -7,248 -3,523 0,000
3. Gerobak Dorong
Tabel 4.305 berikut ini merupakan tabel rekapitulasi performansi mesin
ukur untuk produk Gerobak Dorong.
Tabel 4.305 Rekapitulasi Performansi Mesin Ukur untuk Produk Gerobak Dorong
Mean Mean Number of
Mean Maksimum Maksimum
Performansi Flow Utilisasi Tardines Tardiness
Lateness Lateness Tardiness
Time s Job
SPT 4,076 0,386 0,000 0,000 -9,164 -6,549 0,000
FCFS 5,177 0,304 0,000 0,000 -8,063 -6,338 0,000
LPT 5,358 0,293 0,000 0,000 -7,882 -5,638 0,000
EDD 4,439 0,354 0,000 0,000 -8,801 -6,638 0,000
WSPT 4,076 0,386 0,000 0,000 -9,164 -6,549 0,000
SLACK 4,981 0,316 0,000 0,000 -8,259 -6,338 0,000
CR 5,358 0,293 0,000 0,000 -7,882 -5,638 0,000
B. Mesin Potong
Berikut ini merupakan rekapitulasi dari performansi mesin potong untuk
ketiga produk.
1. Lemari
IV-263
2. Gerobak Jualan
Tabel 4.307 berikut ini merupakan tabel rekapitulasi performansi mesin
potong untuk produk Gerobak Jualan.
Tabel 4.307 Rekapitulasi Performansi Mesin Potong untuk Produk Gerobak Jualan
Number
Mean Mean
Performans of Mean Maksimum Maksimum
Flow Utilisasi Tardines
i Tardiness Lateness Lateness Tardiness
Time s
Job
SPT 1,713 0,345 0,000 0,000 -11,687 -7,963 0,000
FCFS 2,409 0,245 0,000 0,000 -10,991 -8,778 0,000
LPT 3,015 0,196 0,000 0,000 -10,385 -8,203 0,000
EDD 2,488 0,238 0,000 0,000 -10,912 -9,633 0,000
WSPT 1,747 0,338 0,000 0,000 -11,653 -7,963 0,000
SLACK 2,883 0,205 0,000 0,000 -10,517 -9,033 0,000
CR 3,015 0,196 0,000 0,000 -10,385 -8,203 0,000
3. Gerobak Dorong
Tabel 4.308 berikut ini merupakan tabel rekapitulasi performansi mesin
potong untuk produk Gerobak Dorong.
IV-264
Tabel 4.308 Rekapitulasi Performansi Mesin Potong untuk Produk Gerobak Dorong
Number
Mean Mean
Performans of Mean Maksimum Maksimum
Flow Utilisasi Tardines
i Tardiness Lateness Lateness Tardiness
Time s
Job
SPT 1,606 0,434 0,000 0,000 -11,635 -8,616 0,000
FCFS 1,957 0,356 0,000 0,000 -11,283 -9,791 0,000
LPT 2,576 0,271 0,000 0,000 -10,665 -9,846 0,000
EDD 2,400 0,290 0,000 0,000 -10,840 -10,046 0,000
WSPT 1,739 0,401 0,000 0,000 -11,501 -8,616 0,000
SLACK 2,479 0,281 0,000 0,000 -10,761 -9,846 0,000
CR 2,576 0,271 0,000 0,000 -10,665 -9,846 0,000
C. Mesin Pengecatan
Berikut ini merupakan rekapitulasi dari performansi mesin pengecatan
untuk ketiga produk.
1. Lemari
Tabel 4.309 berikut ini merupakan tabel rekapitulasi performansi mesin
pengecatan untuk produk Lemari.
2. Gerobak Jualan
Tabel 4.310 berikut ini merupakan tabel rekapitulasi performansi mesin
pengecatan untuk produk Gerobak Jualan.
Tabel 4.310 Rekapitulasi Performansi Mesin Pengecatan untuk Produk Gerobak Jualan
IV-265
3. Gerobak Dorong
Tabel 4.311 berikut ini merupakan tabel rekapitulasi performansi mesin
pengecatan untuk produk Gerobak Dorong.
Tabel 4.311 Rekapitulasi Performansi Mesin Pengecatan untuk Produk Gerobak Dorong
Mean Mean Number of
Performans Mean Maksimum Maksimum
Flow Utilisasi Tardines Tardiness
i Lateness Lateness Tardiness
Time s Job
SPT 0,900 0,392 0,000 0,000 -12,340 -11,261 0,000
FCFS 1,085 0,325 0,000 0,000 -12,155 -11,071 0,000
LPT 1,218 0,290 0,000 0,000 -12,022 -10,326 0,000
EDD 1,056 0,334 0,000 0,000 -12,184 -11,453 0,000
WSPT 0,971 0,364 0,000 0,000 -12,269 -10,716 0,000
SLACK 1,056 0,334 0,000 0,000 -12,184 -11,453 0,000
CR 1,213 0,291 0,000 0,000 -12,027 -10,326 0,000
Tabel 4.312 Waktu Proses Tiap Hari per item/job (Ti) (Menit) untuk Produk Lemari
IV-266
Mesin
Job
1 2 3 4 5 6 7
A 2,913 0,395 1,011 0,231 0,161
B 1,408 1,202 2,155 0,239 0,168
C 0,271 0,403 0,370 0,181
D 0,637 0,327 0,145 0,117
E 0,521
F 0,389
2. Gerobak Jualan
Berikut ini merupakan tabel 4.313 yang merupakan tabel waktu proses
tiap hari per item/job untuk produk Gerobak Jualan.
Tabel 4.313 Waktu Proses Tiap Hari per item/job (Ti) (Menit) untuk Produk Gerobak Jualan
Mesin
Job
1 2 3 4 5 6 7
A 2,310 0,254 2,140 0,382 0,098
B 1,408 0,830 4,200 0,293 0,103
C 1,821 1,225 0,752 2,699 0,354 0,167
D 0,330 0,413 0,560 0,101
E 0,699 0,327 0,597 0,493 0,080
F 0,533 0,259 0,382 0,088
G 1,408 0,830 2,573 0,192 0,101
H 0,297
I 0,442
J 0,859
3. Gerobak Dorong
Berikut ini merupakan tabel 4.314 yang merupakan tabel waktu proses
tiap hari per item/job untuk produk Gerobak Dorong.
Tabel 4.314 Waktu Proses Tiap Hari per item/job (Ti) (Menit) untuk Produk Gerobak Dorong
Mesin
Job
1 2 3 4 5 6 7
A 2,310 0,254 2,140 0,382 0,076
B 1,408 0,830 4,200 0,293 0,103
C 1,821 1,225 0,752 2,699 0,354 0,167
D 0,914 0,346 0,709 0,545 0,089
E 1,408 0,830 2,573 0,192 0,101
F 0,297
G 0,549
Tabel 4.315 Waktu Proses Mesin Pemotongan dan Pengecatan Produk Lemari
Mesin
Job
2 5
A 0,395 0,231
B 1,202 0,239
C 0,403 0,370
D 0,327 0,145
Sequencing: C – B – A – D
2. Gerobak Jualan
Berikut merupakan tabel 4.316 yang menunjukkan waktu proses mesin
pemotongan dan pengecatan pada produk Gerobak Jualan.
Tabel 4.316 Waktu Proses Mesin Pemotongan dan Pengecatan Produk Gerobak Jualan
IV-268
Mesin
Job
2 5
A 0,254 0,382
B 0,830 0,293
C 1,225 0,354
D 0,413 0,560
E 0,327 0,493
F 0,259 0,382
G 0,830 0,192
Sequencing: A – F – E – D – C – B – G
3. Gerobak Dorong
Berikut merupakan tabel 4.317 yang menunjukkan waktu proses mesin
pemotongan dan pengecatan pada produk Gerobak Dorong.
Tabel 4.317 Waktu Proses Mesin Pemotongan dan Pengecatan Produk Gerobak Dorong
Mesin
Job
2 5
A 0,254 0,382
B 0,830 0,293
C 1,225 0,354
D 0,346 0,545
E 0,830 0,192
Sequencing: A – D – C – B – E
Tabel 4.318 Waktu Proses Mesin Tiap Item/Job (Ti) (Menit) untuk Metode CDS
Mesin
Job
1 2 3 4 5 6
A 2,913 0,395 1,011 0,231 0,161
B 1,408 1,202 2,155 0,239 0,168
C 0,271 0,403 0,370 0,181
D 0,637 0,327 0,145 0,117
Sequencing : C – B – A – D
Makespan = 6,507
b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5
Sequencing : C – B – A – D
IV-271
Makespan = 6,507
c. Untuk K = 3;
t*1 = t,1 + t,2 + t,3
t*2 = t,6 + t,5 + t,4
Sequecing: B – C – A – D
IV-272
Makespan = 6,507
d. Untuk K = 4;
t*1 = t,1 + t,2 + t,3 + t,4
t*2 = t,6 + t,5 + t,4 + t,3
Sequencing: B – A – C – D
IV-273
Makespan = 6,626
e. Untuk K = 5;
t*1 = t,1 + t,2 + t,3 + t,4 + t,5
t*2 = t,6 + t,5 + t,4 + t,3 + t,2
Sequencing: B – A – C – D
Berikut merupakan tabel 4.328 yang berisikan Sequencing metode
Johnson.
IV-274
Makespan = 6,626
2. Gerobak Jualan
Berikut merupakan tabel 4.329 yang berisi waktu proses mesin per tiap
hari item/job untuk metode CDS.
Tabel 4.329 Waktu Proses Mesin Tiap Item/Job (Ti) (Menit) untuk Metode CDS
Mesin
Job
1 2 3 4 5 6
A 2,310 0,254 2,140 0,382 0,098
B 1,408 0,830 4,200 0,293 0,103
C 1,821 1,225 0,752 2,699 0,354 0,167
D 0,330 0,413 0,560 0,101
E 0,699 0,327 0,597 0,493 0,080
F 0,533 0,259 0,382 0,088
G 1,408 0,830 2,573 0,192 0,101
K=m–1
K=6–1=5
a. Untuk K = 1;
t*,1 = t,1
t*,2 = t,6
Sequencing: C – B – D – G – A – F – E
Makespan = 14,797
b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5
Sequencing: D – E – C – A – F – B – G
Makespan = 14,996
c. Untuk K = 3;
t*1 = t,1 + t,2 + t,3
t*2 = t,6 + t,5 + t,4
C 3,797 3,220
D 0,743 0,662
E 1,623 0,572
F 0,792 0,470
G 2,238 2,865
Sequencing: B – G – C – D – E – A – F
Makespan = 13,969
d. Untuk K = 4;
t*1 = t,1 + t,2 + t,3 + t,4
t*2 = t,6 + t,5 + t,4 + t,3
Sequencing: B – C – G – A – E – D – F
Makespan = 13,806
e. Untuk K = 5;
t*1 = t,1 + t,2 + t,3 + t,4 + t,5
t*2 = t,6 + t,5 + t,4 + t,3 + t,2
F 1,174 0,729
G 5,003 3,695
Sequencing: B – C – G – A – E – D – F
Makespan = 13,806
3. Gerobak Dorong
IV-282
Berikut merupakan tabel 4.340 yang berisi waktu proses mesin per tiap
hari item/job untuk metode CDS.
Tabel 4.340 Waktu Proses Mesin Tiap Item/Job (Ti) (Menit) untuk Metode CDS
Mesin
Job
1 2 3 4 5 6
A 2,310 0,254 2,140 0,382 0,076
B 1,408 0,830 4,200 0,293 0,103
C 1,821 1,225 0,752 2,699 0,354 0,167
D 0,914 0,346 0,709 0,545 0,089
E 1,408 0,830 2,573 0,192 0,101
a. Untuk K = 1;
t*,1 = t,1
t*,2 = t,6
Sequencing: C – B – E – D – A
Makespan = 14,464
b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5
D 1,260 0,634
E 2,238 0,292
Sequencing: D – C – A – B – E
Makespan = 14,476
c. Untuk K = 3;
t*1 = t,1 + t,2 + t,3
t*2 = t,6 + t,5 + t,4
Berikut tabel 4.345 yang merupakan tabel iterasi untuk K = 3
menggunakan metode CDS.
IV-285
Sequencing: C – E – B – D – A
Makespan = 14,565
d. Untuk K = 4;
t*1 = t,1 + t,2 + t,3 + t,4
t*2 = t,6 + t,5 + t,4 + t,3
IV-286
Sequencing: B – C – E – A – D
Makespan = 12,918
e. Untuk K = 5;
t*1 = t,1 + t,2 + t,3 + t,4 + t,5
t*2 = t,6 + t,5 + t,4 + t,3 + t,2
Sequencing: B – C – E – A – D
Makespan = 12,918
4.2.4.2.1Rekapitulasi Makespan
Berikut merupakan tabel 4.351 yang menunjukkan rekapitulasi
makespan untuk produk Lemari.
K=3 14.565
K=4 12.918
K=5 12.918
Iterasi terpilih yaitu K = 4 dan K = 5
2. Gerobak Jualan
Berikut merupakan tabel 4.356 yang menunjukkan waktu rakitan pada
stasiun perakitan produk Gerobak Jualan.
3. Gerobak Dorong
Berikut merupakan tabel 4.358 yang menunjukkan waktu rakitan pada
stasiun perakitan produk Gerobak Dorong.
4.2.4.4 Gantt Chart Untuk Metode CDS (Campbell, Dudek and Smith)
Gantt Chart merupakan suatu cara mempresentasikan hubungan
penjadwalan secara grafik.
Berikut merupakan Gantt Chart untuk produk Lemari, Gerobak Jualan
dan Gerobak Dorong.
1. Lemari
Berikut merupakan gambar 4.30 yang menunjukkan Gantt Chart produk
Lemari.
IV-291
Mesin
Ms 7 ID E F
Ms 6 ID C ID B ID A D ID
Ms 5 ID C ID B ID A D ID
Ms 4 ID B ID
Ms 3 ID A ID
Ms 2 ID C ID B ID A ID D ID
Ms 1 C B A D ID
1 2 3 4 5 6 7 Waktu
2. Gerobak Jualan
Berikut merupakan gambar 4.31 yang menunjukkan Gantt Chart produk
Gerobak Jualan.
IV-293
Mesin
Ms 7 ID H I J
Ms 6 ID B ID C ID G ID A ID E ID D ID F ID
Ms 5 ID B C ID G A E D F ID
ID
W
W
W
Ms 4 ID B C G ID
Ms 3 ID C ID A E ID
ID B ID C ID G ID A ID E ID D ID F ID
Ms 2
Ms 1 B C G A E D F ID
1 2 3 4 5 7 9 10 12 13 Waktu
6 8 11 14 15
3. Gerobak Dorong
Berikut merupakan gambar 4.32 yang menunjukkan Gantt Chart produk
Gerobak Dorong.
IV-295
Mesin
Ms 7 ID F G
Ms 6 B ID C ID E ID A ID D ID
ID
Ms 5 ID B ID C ID E A D ID
W
W
Ms 4 ID B C E ID
W
W
Ms 3 ID C ID A D ID
Ms 2 ID B ID C ID E ID A ID D ID
Ms 1 B C E A D ID
1 2 3 4 5 6 7 8 9 10 11 12 13 Waktu
Gambar 4.33 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode SPT
Gambar 4.34 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode FCFS
Gambar 4.35 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode LPT
Gambar 4.36 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode EDD
e. Metode SLACK
IV-299
Gambar 4.37 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode SLACK
Gambar 4.38 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode Critical Ratio
IV-300
Gambar 4.39 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Lemari Pada Mesin Ukur
dengan Sofware POM QM
2. Gerobak Jualan
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Jualan.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.40 merupakan hasil penjadwalan produk Gerobak Jualan
pada mesin ukur dengan metode SPT menggunakan software POM QM adalah
sebagai berikut.
Gambar 4.40 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode SPT
IV-301
Gambar 4.41 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode FCFS
Gambar 4.42 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode LPT
IV-302
Gambar 4.43 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode EDD
e. Metode SLACK
Berikut gambar 4.44 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin ukur dengan metode SLACK menggunakan software POM
QM adalah sebagai berikut.
Gambar 4.44 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode
SLACK
IV-303
Gambar 4.45 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode
Critical Ratio
Berikut gambar 4.46 merupakan hasil rekapitulasi keseluruhan penjadwalan
n job satu mesin produk Gerobak Jualan pada mesin ukur dengan software POM
QM adalah sebagai berikut:
Gambar 4.46 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Jualan Pada Mesin
Ukur dengan Sofware POM QM
IV-304
3. Gerobak Dorong
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Dorong.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.47 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode SPT menggunakan software POM QM
adalah sebagai berikut.
Gambar 4.47 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode SPT
Gambar 4.48 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode FCFS
IV-305
Gambar 4.49 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode LPT
Gambar 4.50 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode EDD
IV-306
e. Metode SLACK
Berikut gambar 4.51 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode SLACK menggunakan software POM
QM adalah sebagai berikut.
Gambar 4.51 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode
SLACK
Gambar 4.52 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode
Critical Ratio
IV-307
Gambar 4.53 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Dorong Pada Mesin
Ukur dengan Sofware POM QM
B. Mesin Potong
Mesin potong pada proses pengerjaan produk Lemari, Gerobak Jualan
dan Gerobak Dorong menggunakan software POM QM.
1. Lemari
Berikut merupakan pengolahan data menggunakan software POM QM
produk Lemari.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.54 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode SPT menggunakan software POM QM adalah
sebagai berikut.
IV-308
Gambar 4.54 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode SPT
Gambar 4.55 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode FCFS
Gambar 4.56 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode LPT
Gambar 4.57 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode EDD
e. Metode SLACK
Berikut gambar 4.58 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode SLACK menggunakan software POM QM adalah
sebagai berikut.
IV-310
Gambar 4.58 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode SLACK
Gambar 4.59 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode Critical Ratio
Gambar 4.60 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Lemari Pada Mesin Potong
dengan Sofware POM QM
2. Gerobak Jualan
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Jualan.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.61 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode SPT menggunakan software POM QM
adalah sebagai berikut.
Gambar 4.61 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode SPT
IV-312
Gambar 4.62 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode FCFS
Gambar 4.63 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode LPT
IV-313
Gambar 4.64 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode EDD
e. Metode SLACK
Berikut gambar 4.65 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode SLACK menggunakan software POM
QM adalah sebagai berikut.
Gambar 4.65 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode
SLACK
IV-314
Gambar 4.66 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode
Critical Ratio
Gambar 4.67 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Jualan Pada Mesin
Potong dengan Sofware POM QM
IV-315
3. Gerobak Dorong
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Dorong.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.68 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode SPT menggunakan software POM QM
adalah sebagai berikut.
Gambar 4.68 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode SPT
Gambar 4.69 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode
FCFS
Gambar 4.70 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode LPT
IV-317
Gambar 4.71 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode
EDD
e. Metode SLACK
Berikut gambar 4.72 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode SLACK menggunakan software POM
QM adalah sebagai berikut.
Gambar 4.72 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan
Metode SLACK
IV-318
Gambar 4.73 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode
Critical Ratio
Gambar 4.74 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Dorong Pada Mesin
Potong dengan Sofware POM QM
IV-319
C. Mesin Pengecatan
Mesin pengecatan pada proses pengerjaan produk Lemari, Gerobak
Jualan dan Gerobak Dorong menggunakan software POM QM.
1. Lemari
Berikut merupakan pengolahan data menggunakan software POM QM
produk Lemari.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.75 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode SPT menggunakan software POM QM adalah
sebagai berikut.
Gambar 4.75 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode SPT
Gambar 4.76 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode FCFS
Gambar 4.77 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode LPT
Gambar 4.78 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode EDD
e. Metode SLACK
Berikut gambar 4.79 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode SLACK menggunakan software POM QM
adalah sebagai berikut.
Gambar 4.79 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode SLACK
Gambar 4.80 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode Critical
Ratio
Gambar 4.81 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Lemari Pada Mesin Pengecatan
dengan Sofware POM QM
2. Gerobak Jualan
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Jualan.
a. Metode SPT (Shortest Processing Time)
IV-323
Gambar 4.82 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
SPT
Gambar 4.83 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
FCFS
IV-324
Gambar 4.84 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
LPT
Gambar 4.85 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
EDD
IV-325
e. Metode SLACK
Berikut gambar 4.86 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin pengecatan dengan metode SLACK menggunakan software
POM QM adalah sebagai berikut.
Gambar 4.86 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
SLACK
Gambar 4.87 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
Critical Ratio
IV-326
Gambar 4.88 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Jualan Pada Mesin
Pengecatan dengan Sofware POM QM
3. Gerobak Dorong
Berikut merupakan pengolahan data menggunakan software POM QM
produk Gerobak Dorong.
a. Metode SPT (Shortest Processing Time)
Berikut gambar 4.89 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode SPT menggunakan software POM
QM adalah sebagai berikut.
IV-327
Gambar 4.89 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
SPT
Gambar 4.90 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
FCFS
Gambar 4.91 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
LPT
Gambar 4.92 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
EDD
e. Metode SLACK
Berikut gambar 4.93 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode SLACK menggunakan software
POM QM adalah sebagai berikut.
IV-329
Gambar 4.93 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
SLACK
Gambar 4.94 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
Critical Ratio
Gambar 4.95 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Dorong Pada Mesin
Pengecatan dengan Sofware POM QM
2. Gerobak Jualan
Berikut gambar 4.97 merupakan hasil penjadwalan produk Gerobak
Jualan dengan metode Johnson menggunakan software POM QM adalah sebagai
berikut.
Gambar 4.97 Hasil Penjadwalan Produk Gerobak Jualan dengan Metode Johnson
3. Gerobak Dorong
Berikut gambar 4.98 merupakan hasil penjadwalan produk Gerobak
Dorong dengan metode Johnson menggunakan software POM QM adalah sebagai
berikut.
Gambar 4.98 Hasil Penjadwalan Produk Gerobak Dorong dengan Metode Johnson