Anda di halaman 1dari 331

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data


Berikut ini merupakan pengumpulan data dari praktikum sistem produksi
sebagai berikut.
4.1.1 Pengumpulan Data Peramalan
Berikut ini merupakan pengumpulan data peramalan sebagai berikut.
4.1.1.1 Data Stasiun Kerja, OPC, AC, Bill of Material Product (BOM),
Gambar Dua Dimensi dan Gambar Tiga Dimensi Produk
Berikut ini merupakan data stasiun kerja, OPC, AC, Bill of Material
Product (BOM), gambar dua dimensi dan gambar tiga dimensi.
A. Data Stasiun Kerja
Berikut ini merupakan data stasiun kerja untuk produk Lemari, Gerobak
Jualan, dan Gerobak Dorong.

Gambar 4.1 Gambar Data Stasiun Kerja

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

B. Operation Process Chart (OPC)


Berikut ini merupakan Operation Process Chart (OPC) dari produk
Lemari.

PETA PROSES OPERASI


Nama Pekerjaan : Perakitan Lemari
Nomor Peta : 01
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017
04 – Penutup Atas 03 – Bodi L 02 – Kaki 01 - Alas
Kayu Kayu Kayu Kayu

Pengukuran Pengukuran Pengukuran


0,271' O-21 Pengukuran
0,637' O-24 1,408' O-5 2,913' O-1
Alat Ukur Alat Ukur Alat Ukur Alat Ukur

Pemotongan Pemotongan Pemotongan


0,403' Pem bubutan
0,327' O-25 O-22 0,359' O-2
Mesin Potong Mesin Potong 2,155' O-6 Mesin Potong
Cat Pilox Cat Pilox Mesin bubut
Pengecatan
0,370' Pengecatan Pem otongan Pengeboran
0,145' O-26 O-23 1,011' O-3
Mesin Cat 1,202' O-7 Mesin Potong
Mesin Cat Mesin Bor
Cat Pilox Cat Pilox

Pengecatan 0,231' Pengecatan


0,117' Pem eriksaan Pemeriksaan 0,239'
I-7 0,181' I-6 O-8 O-4
Mesin Cat Mesin Cat
Meja Pemeriksaan Meja Pemeriksaan

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

0,272' O-29 Perakitan


I-8
Meja Perakitan

Ringkasan
Kegiatan Jumlah Waktu
Operasi 29 12,615
Inspeksi 8 1,123
Total 37 13,738
IV-3

Gambar 4.2 Gambar Operation Process Chart (OPC) Produk Lemari


Berikut ini merupakan Operation Process Chart (OPC) dari produk
Gerobak Jualan.

PETA PROSES OPERASI


Nama Pekerjaan : Perakitan Gerobak Jualan
Nomor Peta : 02
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017
07 – Pegangan 06 – Atap 05 - Box Laci 04 – Box Gerobak 03 – Roda 02 – Ass Roda 01 – Alas I
Kayu Kayu Kayu Kayu Kayu Kayu Kayu

Pengukuran Pengukuran Pengukuran


1,408' Pengukuran Pengukuran Pengukuran Pengukuran
O-43 0,533' O-40 0,699' O-36 O-5 2,310' O-1
Alat Ukur 0,330' O-33 1,821' O-13 1,408'
Alat Ukur Alat Ukur Alat Ukur Alat Ukur
Alat Ukur Alat Ukur

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

Sekrup dan Obeng


0,442' Perakitan
O-53
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

Berikut ini merupakan Operation Process Chart (OPC) dari produk


Gerobak Dorong.

PETA PROSES OPERASI


Nama Pekerjaan : Perakitan Gerobak Dorong
Nomor Peta : 03
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017
05 – Pegangan 04 – Bodi 03 – Roda 02 - As Roda 01 – Alas I
Kayu Kayu Kayu Kayu Kayu

Pengukuran 1,821' Pengukuran


Pengukuran 1,408' Pengukuran 2,310' Pengukuran
1,408' O-37 O-13
0,914' O-33 O-5 O-1
Alat Ukur Alat Ukur Alat Ukur Alat Ukur Alat Ukur

2,573' Pembubutan Pembubutan


Pemotongan 4,200' Pembubutan Pemotongan
O-38 0,346' O-34 2,699' O-14 O-6 0,254'
O-2
Mesin Potong Mesin Bubut Mesin Bubut Mesin Potong
Mesin Bubut

Pemotongan Pengeboran Pemotongan Pengeboran


0,830' Pengeboran 0,830'
O-7 2,140'
O-39 0,545' O-35 0,752' O-15 O-3
Mesin Potong Mesin Bor Mesin Potong Mesin Bor
Mesin Bor
Cat Pilox
Cat Pilox Cat Pilox Cat Pilox

0,192' Pengecatan 0,293' Pengecatan


Pengecatan Pemotongan 0,382' Pengecatan
O-40 0,089' O-8
O-36 1,225' O-16 O-4
Mesin Cat Mesin Cat Mesin Potong Mesin Cat Mesin Cat
Cat Pilox
0,101' Pemeriksaan
Pemeriksaan
I-9 Pemeriksaan
Pengecatan Pemeriksaan
Meja Pemeriksaan I-2
I-8 0,103' 0,076' I-1
0,354' O-17
Meja Pemeriksaan Meja Pemeriksaan
Mesin Cat
Meja Pemeriksaan 2x

Pemeriksaan 0,105'
0,167' I-4 Perakitan
O-45
Penggaris
Meja Perakitan
4x

2x
0,192' Perakitan
O-46
Meja Perakitan

Sekrup dan Obeng

Perakitan
0,295'

O-47 Meja Perakitan


Lem Kayu

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

C. Assembly Chart (AC)


Berikut ini merupakan Assembly Chart (AC) dari produk Lemari.

PETA PERAKITAN

Nama Pekerjaan : Perakitan Lemari


Nomor Peta : 01
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017

Alas

SA - 01

Kaki
SA - 02

Bodi L A

Penutup Alas

Gambar 4.5 Gambar Assembly Chart (AC) Produk Lemari

Berikut ini merupakan Assembly Chart (AC) dari produk Gerobak


Jualan.

PETA PERAKITAN

Nama Pekerjaan : Perakitan Gerobak Jualan


Nomor Peta : 02
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017

Alas I

SA - 01

As Roda
SA - 02

Roda

Box Laci

SA - 03

Box Gerobak
SA - 04

SA - 05

Atap A

Pegangan

Gambar 4.6 Gambar Assembly Chart (AC) Produk Gerobak Jualan


IV-6

Berikut ini merupakan Assembly Chart (AC) dari produk Gerobak


Dorong.

PETA PERAKITAN

Nama Pekerjaan : Perakitan Gerobak Dorong


Nomor Peta : 03
Dipetakan Oleh : Kelompok 11
Tanggal Dipetakan : 28 Maret 2017

Alas I

SA - 01

As Roda

SA - 02

Roda

SA - 03

Bodi GD
A

Pegangan

Gambar 4.7 Gambar Assembly Chart (AC) Produk Gerobak Dorong

D. Bill Of Material Product (BOM)


Berikut ini merupakan Bill Of Material Product (BOM) dari produk
Lemari.
IV-7

Lemari Level 0

Sekrup
Landasan Bodi L Penutup Atas Level 1
(2)

Kaki
Alas Level 2
(4)

Gambar 4.8 Gambar Bill Of Material Product (BOM) Produk Lemari


Berikut ini merupakan Bill Of Material Product (BOM) dari produk
Gerobak Jualan.

Gerobak Jualan Level 0

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

Berikut ini merupakan Bill Of Material Product (BOM) dari produk


Gerobak Dorong.
IV-8

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

E. Gambar Dua Dimensi Produk


Berikut ini merupakan gambar dua dimensi produk Lemari.

Gambar 4.11 Gambar 2 Dimensi Lemari


IV-9

Berikut ini merupakan gambar dua dimensi produk Gerobak Jualan.

Gambar 4.12 Gambar 2 Dimensi Gerobak Jualan


Berikut ini merupakan gambar dua dimensi produk Gerobak Dorong.

Gambar 4.13 Gambar 2 Dimensi Gerobak Dorong


IV-10

F. Gambar Tiga Dimensi Produk


Berikut ini merupakan gambar tiga dimensi produk Lemari.

Gambar 4.14 Gambar 3 Dimensi Lemari

Berikut ini merupakan gambar tiga dimensi produk Gerobak Jualan.

Gambar 4.15 Gambar 3 Dimensi Gerobak Jualan

Berikut ini merupakan gambar tiga dimensi produk Gerobak Dorong.

Gambar 4.16 Gambar 3 Dimensi Gerobak Dorong


IV-11

4.1.1.2 Data Pengukuran Waktu Operasi Produk


Di bawah ini merupakan data pengukuran operasi produk pada produk
Lemari, Gerobak Jualan, dan Lemari.
1. Produk Lemari
Di bawah ini adalah tabel data pengukuran waktu operasi produk Lemari
yang diperoleh dari data pengukuran waktu operasi.

Tabel 4.1 Data Pengukuran Waktu Operasi Produk Lemari


Nama Komponen SK Set Up Time Run Time
1 0 5 58 2 49 19
2 0 16 98 0 6 73
Alas 3 0 12 38 0 48 27
5 0 4 33 0 9 53
6 0 2 35 0 7 29
1 0 2 29 0 35 91
2 0 16 98 0 2 61
Penutup Atas
5 0 2 85 0 5 84
6 0 1 96 0 5 7
Lanjutan Tabel 4.1 Data Pengukuran Waktu Operasi Produk Lemari
Nama Komponen SK Set Up Time Run Time
1 0 2 69 0 13 56
2 0 16 78 0 7 41
Bodi L
5 0 3 11 0 19 11
6 0 2 68 0 8 16
1 0 6 41 1 18 9
4 0 16 78 1 52 50
Kaki (4) 2 0 27 42 0 44 72
5 0 1 80 0 12 52
6 0 1 29 0 8 80
Assembly 1 7 0 2 29 0 28 95
Assembly 2 7 0 4 88 0 2 14
Assembly 3 7 0 3 4 0 13 25

2. Gerobak Jualan
Di bawah ini adalah tabel data pengukuran waktu operasi produk
Gerobak Jualan yang diperoleh dari data pengukuran waktu operasi.

Tabel 4.2 Data Pengukuran Waktu Operasi Produk Gerobak Jualan


Nama Komponen SK Set Up Time Run Time
1 0 4 52 2 14 9
2 0 10 46 0 4 80
Alas I 3 0 3 20 2 5 18
5 0 2 25 0 20 67
6 0 0 77 0 5 12
Box Gerobak 1 0 2 56 0 17 22
IV-12

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.

Tabel 4.3 Data Pengukuran Waktu Operasi Produk Gerobak Dorong


Nama Komponen SK Set Up Time Run Time
1 0 4 52 2 14 9
2 0 10 46 0 4 80
Alas I 3 0 3 20 2 5 18
5 0 2 25 0 20 67
6 0 1 36 0 3 21
1 0 3 36 0 51 48
Bodi GD 2 0 12 73 0 8 1
3 0 11 0 0 31 56
IV-13

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

4.1.1.3 Rekapitulasi Waktu Operasi Produk (dalam menit)


Dari data pengukuran waktu operasi produk diperoleh rekapitulasi waktu
operasi produk yaitu:
1. Produk Lemari
Di bawah ini adalah tabel rekapitulasi waktu operasi produk Lemari yang
diperoleh dari data pengukuran waktu operasi.

Tabel 4.4 Rekapitulasi Waktu Operasi Produk Lemari


S
Nama Komponen Set Up Time (menit) Run Time (menit) Total (menit)
K
1 0,093 2,820 2,913
2 0,283 0,112 0,395
Alas 3 0,206 0,805 1,011
5 0,072 0,159 0,231
6 0,039 0,122 0,161
1 0,038 0,599 0,637
2 0,283 0,044 0,327
Penutup Atas
5 0,048 0,097 0,145
6 0,033 0,085 0,117
1 0,045 0,226 0,271
Bodi L 2 0,280 0,124 0,403
5 0,052 0,319 0,370
IV-14

6 0,045 0,136 0,181


1 0,107 1,302 1,408
4 0,280 1,875 2,155
Kaki (4) 2 0,457 0,745 1,202
5 0,030 0,209 0,239
6 0,022 0,147 0,168
Assembly 1 7 0,038 0,483 0,521
Assembly 2 7 0,081 0,036 0,117
Assembly 3 7 0,051 0,221 0,272

2. Gerobak Jualan
Di bawah ini adalah tabel rekapitulasi waktu operasi produk Gerobak
Jualan yang diperoleh dari data pengukuran waktu operasi.

Tabel 4.5 Rekapitulasi Waktu Operasi Produk Gerobak Jualan


Nama Komponen SK Set Up Time (menit) Run Time (menit) Total (menit)
1 0,075 2,235 2,310
2 0,174 0,080 0,254
Alas I 3 0,053 2,086 2,140
5 0,038 0,345 0,382
6 0,013 0,085 0,098
1 0,043 0,287 0,330
2 0,280 0,133 0,413
Box Gerobak
5 0,046 0,515 0,560
6 0,023 0,078 0,101
1 0,044 0,655 0,699
2 0,188 0,139 0,327
Box Laci 3 0,088 0,509 0,597
5 0,045 0,448 0,493
6 0,019 0,061 0,080
1 0,047 0,486 0,533
2 0,174 0,085 0,259
Atap
5 0,038 0,345 0,382
6 0,023 0,064 0,088
1 0,107 1,302 1,408
4 0,280 3,920 4,200
As Roda (2) 2 0,457 0,373 0,830
5 0,034 0,259 0,293
6 0,015 0,088 0,103
1 0,107 1,302 1,408
4 0,280 2,293 2,573
Pegangan (2) 2 0,457 0,373 0,830
5 0,024 0,168 0,192
6 0,019 0,081 0,101
1 0,176 1,645 1,821
Roda (4) 4 0,432 2,268 2,699
3 0,313 0,439 0,752
IV-15

2 0,448 0,777 1,225


5 0,052 0,303 0,354
6 0,019 0,147 0,167
Assembly 1 7 0,026 0,079 0,105
Assembly 2 7 0,037 0,155 0,192
Assembly 3 7 0,032 0,410 0,442
Assembly 4 7 0,139 0,173 0,312
Assembly 5 7 0,021 0,301 0,322
Assembly 6 7 0,028 0,197 0,226

3. Gerobak Dorong
Di bawah ini adalah tabel rekapitulasi waktu operasi produk Gerobak
Dorong yang diperoleh dari data pengukuran waktu operasi.

Tabel 4.6 Rekapitulasi Waktu Operasi Produk Gerobak Dorong


Nama Komponen SK Set Up Time (menit) Run Time (menit) Total (menit)
1 0,075 2,235 2,310
2 0,174 0,080 0,254
Alas I 3 0,053 2,086 2,140
5 0,038 0,345 0,382
6 0,023 0,054 0,076
1 0,056 0,858 0,914
2 0,212 0,134 0,346
Bodi GD 3 0,183 0,526 0,709
5 0,034 0,511 0,545
6 0,025 0,064 0,089
1 0,107 1,302 1,408
4 0,280 3,920 4,200
As Roda (2) 2 0,457 0,373 0,830
5 0,034 0,259 0,293
6 0,015 0,088 0,103
1 0,107 1,302 1,408
4 0,280 2,293 2,573
Pegangan (2) 2 0,457 0,373 0,830
5 0,024 0,168 0,192
6 0,019 0,081 0,101
1 0,176 1,645 1,821
4 0,432 2,268 2,699
3 0,313 0,439 0,752
Roda (4)
2 0,448 0,777 1,225
5 0,052 0,303 0,354
6 0,019 0,147 0,167
Assembly 1 7 0,026 0,079 0,105
Assembly 2 7 0,037 0,155 0,192
Assembly 3 7 0,078 0,217 0,295
Assembly 4 7 0,032 0,222 0,254

4.1.1.4 Data Faktor Penyesuaian dan Faktor Kelonggaran


IV-16

Faktor penyesuaian adalah faktor adalah faktor yang memperhatikan


ketidakwajaran operator dalam bekerja termasuk kecepatan dan performansi kerja
operator pada saat pekerjaan berlangsung. Tujuannya adalah untuk menormalkan
waktu kerja yang disebabkan oleh ketidakwajaran operator dalam bekerja.
Sedangkan faktor kelonggaran adalah waktu yang diberikan kepada pekerja untuk
menyelesaikan pekerjaannya disamping waktu normal, misalnya istirahat, ke
kamar kecil, meminta bantuan dan sebagainya.
Berikut ini adalah tabel faktor penyesuaian dan faktor kelonggaran yang
diberikan dalam proses pengerjaan.

Tabel 4.7 Faktor Penyesuaian dan Faktor Kelonggaran Pembuatan Produk


Faktor Penyesuaian (p) Faktor Kelonggaran (l)
Keterampilan +0,01 Tenaga yang dikeluarkan 6%
Usaha +0,03 Sikap kerja 1%
Kondisi kerja +0,02 Gerakan kerja 4%
Konsistensi +0,03 Kelelahan mata 1%
Keadaan temperatur tempat kerja 2%
Keadaan atmosfer 2%
Keadaan lingkungan yang baik 2%
Jumlah +0,09 Jumlah 18%

4.1.1.5 Data Permintaan


Berikut ini adalah tabel data permintaan (demand) yang digunakan untuk
plotting data sehingga dapat ditentukan metode peramalan yang cocok untuk data
berikut:

Tabel 4.8 Data Permintaan (Demand)


Periode
Family Item
1 2 3 4 5 6 7 8 9 10 11 12
I A 242 232 244 237 254 240 240 257 242 246 263 283
B 244 245 254 254 251 238 242 242 266 261 246 236
II
C 277 290 268 271 263 290 280 265 258 257 254 244
Jumlah   763 767 766 762 768 768 762 764 766 764 763 763

4.1.2 Pengumpulan Data Perencanaan Agregat, Jadwal Produksi Induk,


Perencanaan Kebutuhan Kapasitas Kasar
IV-17

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).

Tabel 4.9 Data Waktu Baku (menit)


Item Waktu Baku
A 17,031
B 39,354
C 35,454

4.1.2.2 Data Permintaan


Data permintaan (demand) masa lalu diperlukan untuk meramalkan
permintaan di masa yang akan datang. Berikut pada tabel 4.10 merupakan tabel
data permintaan (demand actual) masa lalu untuk masing-masing produk.

Tabel 4.10 Data Permintaan (unit)


Periode
Family Item
1 2 3 4 5 6 7 8 9 10 11 12
24 24 23 24 25 24 26
I A 232 254 240 246 283
2 4 7 0 7 2 3
24 25 25 23 24 26 24
B 245 251 242 261 236
4 4 4 8 2 6 6
II
27 26 27 29 26 25 25
C 290 263 280 257 244
7 8 1 0 5 8 4

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

4.1.2.4 Data Permintaan Hasil Konversi


Data permintaan hasil konversi adalah data permintaan (demand) dikali
dengan hasil konversi. Berikut pada tabel 4.12 merupakan tabel data permintaan
hasil konversi dari ketiga produk.

Tabel 4.12 Data Permintaan Hasil Konversi (unit)


Periode
Family Item
1 2 3 4 5 6 7 8 9 10 11 12
I A 105 101 106 103 110 104 104 112 105 107 114 123
B 244 245 254 254 251 238 242 242 266 261 246 236
II
C 250 262 242 245 237 262 253 239 233 232 229 220
Total 599 608 602 602 598 604 599 593 604 600 589 579
4.1.2.5 Data Hasil Peramalan
Data hasil peramalan yang diperoleh adalah hasil dari 12 periode ke
depan pada Regresi Linear. Berikut pada tabel 4.13 merupakan tabel data hasil
peramalan dalam satuan unit.

Tabel 4.13 Data Hasil Peramalan (unit)


Ramala Periode
n 13 14 15 16 17 18 19 20 21 22 23 24
Regresi
589 588 586 585 583 582 580 579 578 576 575 573
Linier

4.1.2.6 Data Ongkos


Data ongkos yaitu meliputi ongkos Regular Time, ongkos Overtime,
ongkos Inventory, ongkos KTTP (Kapasitas Tidak Terpakai) untuk Reguler Time
serta ongkos Subkontrak. Berikut dibawah ini merupakan penjabaran dari masing-
masing data ongkos diatas:
a. Ongkos RT ( Regular Time ) = Rp 10.000,-/unit
b. Ongkos OT (Overtime) = 125% dari ongkos RT = Rp 12.500,-/unit.
Dengan asumsi OT dikerjakan dengan kekurangan produk.
c. Ongkos Inventory =Rp 150,-/unit.
d. Ongkos KTTP (Kapasitas Tidak Terpakai) untuk Reguler Time = Rp
125,-/unit.
IV-19

e. Ongkos Subkontrak = Rp 25.000,-/unit

4.1.2.7 Data Hari Kerja


Data hari kerja adalah jumlah hari dalam kerja dikurangi dengan hari
libur dan cuti. Berikut pada tabel 4.14 merupakan tabel data hari kerja pada setiap
periode.

Tabel 4.14 Data Hari Kerja


1
Periode 14 15 16 17 18 19 20 21 22 23 24
3
2
Hari Kerja 22 21 21 22 22 21 21 23 23 21 22
2

4.1.2.8 Jam Kerja per Hari


Jam kerja adalah waktu yang digunakan untuk melakukan pekerjaan ,
waktu Istirahat kerja, dan waktu lembur kerja .
a. Reguler time : 7 hari/jam
b. Overtime : 30% dari jam RT

4.1.2.9 Lead Time


Lead time adalah waktu rata-rata untuk mengalirnya satu unit produk di
sepanjang proses (dari awal sampai akhir) termasuk waktu menunggu (waiting
time) antara sub-sub proses. Berikut pada tabel 4.15 merupakan tabel data lead
time pada masing-masing item dalam satuan bulan.

Tabel 4.15 Data Lead Time (bulan)


Famili Item Lt
I A 1
B 1
II
C 1

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 4.16 Data Inventory (unit)


Famili Item Li
I A 130
B 100
II
C 120

4.1.2.11 Waktu Operasi Masing-masing Stasiun Kerja


Waktu operasi adalah waktu yang digunakan untuk pembuatan suatu
produk.. Berikut ini tabel 4.17 merupakan tabel rekapitulasi waktu operasi setiap
stasiun kerja untuk item A dalam satuan menit.

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

Berikut ini merupakan tabel rekapitulasi waktu operasi setiap stasiun


kerja untuk item B dalam satuan menit.

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

Berikut ini merupakan tabel rekapitulasi waktu operasi setiap stasiun


kerja untuk item C dalam satuan menit.

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

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

4.1.3 Pengumpulan Data Material Requirement Planning (MRP) dan


Capacity Requirement Planning (CRP)
Berikut ini adalah pengumpulan data Material Requirement Planning
(MRP) dan Capacity Requirement Planning (CRP) adalah sebagai berikut:

4.1.3.1 Data Item Master


Item Master merupakan arsip produk yang lebih lengkap mengenai
komponen dan bagian (part), dimana item master ini merupakan input dari MRP.
Berikut ini merupakan tabel 4.21 yang menunjukkan data item master Lemari.

Tabel 4.21 Data Item Master Lemari


Kode Status %
Leve Satua Lead Safety On Quantit
Spare Deskripsi Produks Allocate Ket All
l n time Stock Hand y
Part i d
0 Lm Lemari Unit 1 P 0 0 0 - - 0
1 Ld Landasan Unit 1 P 20 75 0 1 - 0
1 BL Bodi L Unit 1 P 20 60 0 1 - 0
1 Atl Penutup Atas Unit 1 P 0 85 0 1 - 0
1 Skr Sekrup Unit 1 P 0 80 0 2 - 0
2 Als Alas Unit 1 P 0 60 0 1 - 0
2 Kk Kaki Unit 1 P 0 85 0 4 - 0

Berikut ini merupakan tabel 4.22 yang menunjukkan data item master
Gerobak Jualan.

Tabel 4.22 Data Item Master Gerobak Jualan


Kode Status %
Leve Satua Lead Safety On Quantit
Spare Deskripsi Produks Allocate Ket All
l n time Stock Hand y
Part i d
Gerobak
0 GJ Unit 1 P 0 0 0 - - 0
Jualan
IV-24

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.

Tabel 4.23 Data Item Master Gerobak Dorong


Kode Status %
Leve Satua Lead Safety On Quantit
Spare Deskripsi Produks Allocate Ket All
l n time Stock Hand y
Part i d
Gerobak
0 GD Unit 1 P 0 0 0 - - 0
Dorong
1 Ld I Landasan I Unit 1 P 20 75 0 1 - 0
1 BD Bodi GD Unit 1 P 25 60 0 1 - 0
1 Pgn Pegangan Unit 1 P 20 60 0 2 - 0
1 Skr Sekrup Unit 1 P 0 80 0 2 - 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

4.1.3.2 Jadwal Produksi Induk


JPI merupakan salah satu input dari MRP yang merupakan proses alokasi
untuk membuat suatu produk dengan memperhatikan kapasitas yang dimiliki.
Berikut ini merupakan tabel 4.24 yang menunjukkan hasil JPI berdasarkan pada
modul II.

Tabel 4.24 Jadwal Produksi Induk (JPI)


Periode
Item
13 14 15 16 17 18 19 20 21 22 23 24
Lemari 312 443 439 441 438 437 436 435 434 433 432 430
Gerobak Jualan 92 191 191 190 190 189 189 188 188 187 187 187
Gerobak Dorong 110 229 229 228 227 227 226 226 225 225 224 223
IV-25

4.1.3.3 Data On Order


Berdasarkan jadwal produksi induk atau JPI dari setiap item Lemari,
Gerobak Jualan, dan Gerobak Dorong maka diperoleh data on order dengan due
date yang telah ditentukan. Berikut ini merupakan tabel 4.25 yang menunjukkan
data on order dengan due date yang telah ditentukan.

Tabel 4.25 Data On Order


Kode On
No Level Keterangan Due Date
Spare Part Order
1 0 Lm 312 JPI 13 A 26-Jun-17
2 0 GJ 92 JPI 13 B 26-Jun-17
3 0 GD 110 JPI 13 C 27-Jun-17
4 1 Ld 443 JPI 14 A 28-Jun-17
5 1 BL 443 JPI 14 A 28-Jun-17
6 1 Atl 443 JPI 14 A 28-Jun-17
7 1 Ld I 420 JPI 14 (B + C) 28-Jun-17
8 1 Pgn (4) 840 JPI 14 (B (2) + C(2)) 28-Jun-17
9 1 BJ 191 JPI 14 B 28-Jun-17
10 1 AJ 191 JPI 14 B 28-Jun-17
11 1 Skr (7) 1726 JPI 14 (A(2) + B(3) + C(2)) 28-Jun-17
12 1 BD 229 JPI 14 A 28-Jun-17
13 1 Als 384  JPI 14 A 11-Jun-17
14 2 Kk (4) 1536 JPI 13 C 11-Jun-17
365 JPI 13 (B + C) 11-Jun-17
15 2 AL I
418 JPI 14 (B + C) 11-Jun-17
730 JPI 13 (B(2) + C(2)) 11-Jun-17
16 2 Ar (4)
836 JPI 14 (B(2) + C(2)) 11-Jun-17
1460 JPI 14 (B(4) + C(4)) 11-Jun-17
17 2 Rd (8)
1672 JPI 14 (B(4) + C(4)) 11-Jun-17
18 2 Bxg 151 JPI 14 B 11-Jun-17
19 2 Bxl 151 JPI 14 B 11-Jun-17
IV-26

4.1.3.4 Data Ongkos dan Distribusi Ongkos Simpan


Dalam perencanaan suatu pemesanan perlu diketahui data ongkos serta
distribusi ongkos simpan agar dapat diketahui berapa biaya yang dibutuhkan
untuk memproduksi produk. Berikut ini merupakan tabel 4.26 yang menunjukkan
data ongkos Lemari.

Tabel 4.26 Data Ongkos Lemari


Harga
Kode Ongko Ongkos
Spare
Level Spare Deskripsi Satuan s Pesan Set Up
Part
Part (Rp) (Rp)
(Rp)
0 Lm Lemari Unit 5950 - -
1 Ld Landasan Unit 1500 - 200
1 BL Bodi L Unit 3250 - 100
1 Atl Penutup Atas Unit 300 - 200
1 Skr Sekrup Unit 300 150 -
Lanjutan Tabel 4.26 Data Ongkos Lemari
Harga
Kode Ongko Ongkos
Spare
Level Spare Deskripsi Satuan s Pesan Set Up
Part
Part (Rp) (Rp)
(Rp)
2 Als Alas Unit 300 - 200
2 Kk Kaki Unit 300 - 150

Berikut ini merupakan tabel 4.27 yang menunjukkan data ongkos


Gerobak Jualan.

Tabel 4.27 Data Ongkos Gerobak Jualan


Harga
Kode Ongko Ongkos
Spare
Level Spare Deskripsi Satuan s Pesan Set Up
Part
Part (Rp) (Rp)
(Rp)
Gerobak
0 GJ Unit 12800 - -
Jualan
1 Ld I Landasan I Unit 2700 - 250
1 Pgn Pegangan Unit 500 - 100
1 BJ Bodi Unit 4500 - 200
1 AJ Atap Unit 1500 - 100
1 Skr Sekrup Unit 300 150 -
2 AL I Alas I Unit 300 - 200
2 Ar As Roda Unit 300 - 200
2 Rd Roda Unit 800 - 200
2 Bxg Box Gerobak Unit 1500 - 200
2 Bxl Box Laci Unit 400 - 100
IV-27

Berikut ini merupakan tabel 4.28 yang menunjukkan data ongkos


Gerobak Dorong.

Tabel 4.28 Data Ongkos Gerobak Dorong


Harga
Kode Ongko Ongkos
Spare
Level Spare Deskripsi Satuan s Pesan Set Up
Part
Part (Rp) (Rp)
(Rp)
Gerobak
0 GD Unit 6400 - -
Dorong
1 Ld I Landasan I Unit 2700 - 250
1 BD Bodi GD Unit 1500 - 100
1 Pgn Pegangan Unit 500 - 100
1 Skr Sekrup Unit 300 150 -
2 AL I Alas I Unit 300 - 200
2 Ar As Roda Unit 300 - 200
2 Rd Roda Unit 800 - 200
4.1.3.5 Data Routing
Menunjukkan set up time dan run time suatu part/komponen pada stasiun
kerja (SK) yang dilaluinya. Data yang dibutuhkan dalam pembuatan routing
adalah set up time pada masing-masing stasiun kerja (SK) dan data run time untuk
setiap piece pengerjaan. Berikut merupakan tabel 4.29 yang menunjukkan
penjelasan nomor stasiun kerja yang dilalui setiap komponen produk.

Tabel 4.29 Penjelasan Nomor Stasiun Kerja


No. Stasiun Kerja (SK) Stasiun Kerja
SK 1 Pengukuran
SK 2 Pemotongan
SK 3 Pengeboran
SK 4 Pembubutan
SK 5 Pengecatan
SK 6 Pemeriksaan
SK 7 Perakitan

Berikut merupakan tabel 4.30 routing setiap komponen produk.

Tabel 4.30 Routing (Menit)


Nama Set Up Time Run Time
SK
Komponen (Menit) (Menit)
Lemari 7 0,051 0,221
Gerobak Jualan 7 0,028 0,197
Gerobak Dorong 7 0,032 0,222
Landasan 7 0,038 0,483
IV-28

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

4.1.3.6 Bill of Material


Berikut ini merupakan gambar 4.17 yang menunjukkan Bill of Material
dari produk Lemari.

Lemari Level 0

Sekrup
Landasan Bodi L Penutup Atas Level 1
(2)

Kaki
Alas Level 2
(4)

Gambar 4.17 Struktur Bill of Material Lemari

Berikut ini merupakan gambar 4.18 yang menunjukkan Bill of Material


dari produk Gerobak Jualan.
IV-30

Gerobak Jualan Level 0

Pegangan Sekrup
Landasan I Bodi Atap Level 1
(2) (2)

Ass Roda Roda


Alas I Box Laci Box Gerobak Level 2
(2) (4)

Gambar 4.18 Struktur Bill of Material Gerobak Jualan

Berikut ini merupakan gambar 4.19 yang menunjukkan Bill of Material


dari produk Gerobak Dorong.

Gerobak
Level 0
Dorong

Pegangan Sekrup
Landasan I Bodi Level 1
(2) (2)

Ass Roda Roda


Alas I Level 2
(2) (4)

Gambar 4.19 Struktur Bill of Material Gerobak Dorong

4.1.4 Pengumpulan Data Sequencing and Scheduling


Berikut ini adalah pengumpulan data Sequencing and Scheduling adalah
sebagai berikut.
4.1.4.1 Jenis Komponen yang Akan Diproduksi
Jenis komponen yang akan diproduksi pada praktikum sistem produksi
ini adalah sebagai berikut:
1. Lemari
IV-31

Berikut ini adalah tabel 4.31 yang menunjukkan komponen Lemari.

Tabel 4.31 Komponen Lemari


Job Nama Komponen
A Alas
B Kaki
C Bodi L
D Penutup Atas
E Landasan
F Lemari

2. Gerobak Jualan
Berikut ini adalah tabel 4.32 yang menunjukkan komponen Gerobak
Jualan.

Tabel 4.32 Komponen Gerobak Jualan


Job Nama Komponen
A Alas I
B As Roda
C Roda
D Box Gerobak
E Box Laci
F Atap
G Pegangan
H Landasan I
I Bodi
J Gerobak Jualan

3. Gerobak Dorong
Berikut ini adalah tabel 4.33 yang menunjukkan komponen Gerobak
Dorong.

Tabel 4.33 Komponen Gerobak Dorong


Job Nama Komponen
A Alas I
B As Roda
C Roda
IV-32

D Bodi GD
E Pegangan
F Landasan I
G Gerobak Dorong

4.1.4.2 Data Nomor dan Nama Mesin


Adapun data nomor dan nama mesin yang digunakan pada pengerjaan
untuk ketiga produk ditunjukkan pada tabel 4.34 dibawah ini.

Tabel 4.34 Nomor Mesin dan Nama Mesin


No Nama Mesin
1 Mesin Ukur
2 Mesin Potong
3 Mesin Bor
4 Mesin Bubut
5 Mesin Cat
6 Meja Pemeriksaan
7 Meja Perakitan
4.1.4.3 Data Due date Tiap Job
Berikut ini merupakan data due date tiap job untuk produk Lemari,
Gerobak Jualan dan Gerobak Dorong.
1. Lemari
Berikut ini merupakan tabel 4.35 yang menunjukkan data due date dari
produk Lemari.

Tabel 4.35 Data Due Date Produk Lemari


No Job Di (Menit) Wi
1 A 13,400 1
2 B 12,900 2
3 C 15,100 1
4 D 13,500 3
5 E 15,100 4
6 F 12,800 5

2. Gerobak Jualan
Berikut ini merupakan tabel 4.36 yang menunjukkan data due date dari
produk Gerobak Jualan.

Tabel 4.36 Data Due Date Produk Gerobak Jualan


IV-33

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.

Tabel 4.37 Data Due Date Produk Gerobak Dorong


No Job Di (Menit) Wi
1 A 14,500 1
2 B 11,900 2
3 C 12,100 1
4 D 13,500 3
5 E 14,200 4
6 F 13,800 5
7 G 12,900 3

4.1.4.4 Data Routing dan Waktu Proses


Berikut ini merupakan tabel routing dan tabel waktu proses dari ketiga
produk.
1. Lemari
Dibawah ini merupakan tabel 4.38 yang menunjukkan routing produk
Lemari.

Tabel 4.38 Routing Produk Lemari


Mesin
Job
1 2 3 4 5 6
A 1 2 3   4 5
B 1 3   2 4 5
C 1 2     3 4
D 1 2     3 4
IV-34

Dibawah ini merupakan tabel 4.39 yang menunjukkan waktu proses


produk Lemari.

Tabel 4.39 Waktu Proses Produk Lemari (menit)


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

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

Dibawah ini merupakan tabel 4.41 yang menunjukkan waktu proses


produk Gerobak Jualan.

Tabel 4.41 Waktu Proses Produk Gerobak Jualan (menit)


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

3. Gerobak Dorong
IV-35

Dibawah ini merupakan tabel 4.42 yang menunjukkan routing produk


Gerobak Dorong.

Tabel 4.42 Routing Produk Gerobak Dorong


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 5
E 1 3   2 4 5

Dibawah ini merupakan tabel 4.43 yang menunjukkan waktu proses


produk Gerobak Dorong.

Tabel 4.43 Waktu Proses Produk Gerobak Dorong (menit)


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

4.2 Pengolahan Data


Berikut ini merupakan pengolahan data dari praktikum sistem produksi
sebagai berikut.
4.2.1 Pengolahan Data Peramalan
Berikut ini merupakan pengolahan data peramalan adalah sebagai
berikut.
4.2.1.1 Perhitungan Waktu Baku dan Unit Konversi
Di bawah ini merupakan perhitungan waktu dan unit konversinya.
A. Waktu Siklus
Waktu siklus adalah waktu hasil pengamatan secara langsung yang
tertera pada stopwatch.
Berikut adalah perhitungan waktu siklus pada masing-masing produk.
1. Lemari
IV-36

Perhitungan waktu siklus terhadap produk Lemari yaitu,


Ws = X́ = μ
Ws = 13,242 menit

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

2. Produk Gerobak Jualan


Perhitungan waktu normal terhadap produk Gerobak Jualan yaitu,
Wn = Ws × (1 + p)
Wn = 30,597 x (1 + 0,09)
Wn = 30,597 x 1,09
Wn = 33,351 menit

3. Produk Gerobak Dorong


IV-37

Perhitungan waktu normal terhadap produk Gerobak Dorong yaitu,


Wn = Ws × (1 + p)
Wn = 27,565 x (1 + 0,09)
Wn = 27,565 x 1,09
Wn = 30,046 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

2. Produk Gerobak Jualan


Perhitungan waktu baku terhadap produk Lemari yaitu,
Wb = Wn + (Wn × l)
Wb = 33,351 + (33,350 x 0,18) menit
Wb = 33,351 + 6,003
Wb = 39,354 menit

3. Produk Gerobak Dorong


Perhitungan waktu baku terhadap produk Lemari yaitu,
Wb = Wn + (Wn × l)
Wb = 30,046 + (30,045 x 0,18) menit
Wb = 30,046 + 5,408
Wb = 35,454 menit

D. Unit Konversi
IV-38

Di bawah ini adalah tabel perhitungan unit konversi dari ketiga produk
dengan waktu baku unit B.

Tabel 4.44 Waktu Baku dan Konversi


Item Wb Konversi
Lemari (A) 17,031 0,433
Gerobak Jualan (B) 39,354 1,000
Gerobak Dorong (C) 35,454 0,901

Dari perhitungan pada tabel di atas maka diperoleh demand yang


akan digunakan untuk peramalan dapat dilihat pada tabel dibawah ini.

Tabel 4.45 Perhitungan Konversi dengan Waktu Baku Baku Unit


Periode
Family Item
1 2 3 4 5 6 7 8 9 10 11 12
I A 105 101 106 103 110 104 104 112 105 107 114 123
B 244 245 254 254 251 238 242 242 266 261 246 236
II
C 250 262 242 245 237 262 253 239 233 232 229 220
57
Total 599 608 602 602 598 604 599 593 604 600 589
9

4.2.1.2 Plotting Data


Berikut ini merupakan pola data yang terbentuk dari jumlah hasil
perhitungan konversi dengan waktu baku unit B.
IV-39

Plotting Data
620

610

600

590

580

570

560
1 2 3 4 5 6 7 8 9 10 11 12

Gambar 4.20 Grafik Plotting Data

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.

4.2.1.3 Metode Peramalan yang Digunakan


Berikut ini adalah metode peramalan yang digunakan untuk tiga produk
yang telah dibuat, yaitu Double Moving Average (DMA), Single Exponential
Smoothing (SES), dan regresi linear.
A. Metode Double Moving Average (DMA)
Berikut ini adalah perhitungan peramalan menggunakan metode Double
moving average dengan nilai N = 2.
X t + X t-1 + X t-2 +…+ X tN-1
S′t =
N
X 1 + X2 599 + 608
S′2 = = = 603,500
2 2
X 2 + X 3 608+602
S′3 = = = 605,000
2 2
X 3 + X4 602+602
S′4 = = = 602,000
2 2
IV-40

S't + S't-1 + S't-2 +…+ S'tN-1


S″t =
N
S'2 + S'3 603,500+605,000
S″3 = = = 604,250
2 2
S'3 + S'4 605,000+602,000
S″4 = = = 603,500
2 2
S'4 + S'5 602,000+600,000
S″5 = = = 601,000
2 2

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

2( S'4 - S'' 4 ) 2(602,000-603,500)


b4 = == = -3,000
1 1

2( S'5 - S'' 5 ) 2(600,000-601,000)


b5 = == = -2,000
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 4.46 Hasil Peramalan Dengan Metode Double Moving Average


Periode Dt S' S'' a b Ft+1
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
IV-41

5 598 600,000 601,000 599,000 -2,000 597,500


6 604 601,000 600,500 601,500 1,000 597,000
7 599 601,500 601,250 601,750 0,500 602,500
8 593 596,000 598,750 593,250 -5,500 602,250
9 604 598,500 597,250 599,750 2,500 587,750
10 600 602,000 600,250 603,750 3,500 602,250
11 589 594,500 598,250 590,750 -7,500 607,250
12 579 584,000 589,250 578,750 -10,500 583,250

B. Metode Single Exponential Smoothing (SES)


Berikut ini adalah perhitungan peramalan menggunakan metode Single
Exponential Smoothing dengan nilai α = 0,5401

Ft+1 = αX1 + (1- α)Ft


F2 = 0,5401 (599) + 0,4599 (599) = 599,000
F3 = 0,5401 (608) + 0,4599 (599) = 603,861
F4 = 0,5401 (602) + 0,4599 (603,860) = 602,856

Berikut ini adalah tabel hasil peramalan untuk metode Single


Exponential
Smoothing:

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

Tabel berikut ini merupakan data peramalan menggunakan Metode


Regresi Linear.

Tabel 4.48 Data Peramalan Menggunakan Metode Regresi Linear


Periode (y)t X Xy X2 Ft
1 599 -11 -6589 121 606,064
2 608 -9 -5472 81 604,613
3 602 -7 -4214 49 603,162
4 602 -5 -3010 25 601,711
5 598 -3 -1794 9 600,260
6 604 -1 -604 1 598,809
7 599 1 599 1 597,358
8 593 3 1779 9 595,907
9 604 5 3020 25 594,456
10 600 7 4200 49 593,005
11 589 9 5301 81 591,554

4.2.1.4 Uji Kesalahan Peramalan


Di bawah ini merupakan perhitungan pengujian kesalahan peramalan
pada ketujuh metode peramalan sebelumnya.

A. Mean Absolute Error (MAE)


IV-43

Mean Absolute Error atau nilai tengah kesalahan absolut dapat dihitung
dengan menggunakan rumus sebagai berikut:
∑ |e |

MAE =
∑ | ei |
i-1
n
n

Dimana, ei diperoleh dari selisish antara Dt dengan Ft.

1. Metode Double Moving average (DMA)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Error atau nilai tengah kesalahan absolut untuk
Metode Double Moving average.

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

2. Metode Single Exponential Smoothing (SES)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Error atau nilai tengah kesalahan absolut
untuk Metode Single Exponential Smoothing.

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.

3. Metode Regresi Linier


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Error atau nilai tengah kesalahan absolut untuk
Metode Regresi Linier.
IV-45

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.

B. Mean Square Error (MSE)


Mean Square Error atau nilai tengah kesalahan kuadrat dapat dihitung
dengan menggunakan rumus sebagai berikut.
n

∑ ei 2
MSE = i-1
n

Dimana, ei diperoleh dari selisish antara Dt dengan Ft.

1. Metode Double Moving average (DMA)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Square Error atau nilai tengah kesalahan kuadrat untuk
Metode Double Moving average.
IV-46

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.

2. Metode Single Exponential Smoothing (SES)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Square Error atau nilai tengah kesalahan kuadrat untuk
Metode Single Exponential
Smoothing.

Tabel 4.53 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

8 593 600,458 -7,458 7,458 55,622


9 604 596,430 7,570 7,570 57,305
10 600 600,518 -0,518 0,518 0,268
Lanjutan Tabel 4.53 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MSE Untuk
Metode Single Exponential Smoothing
Periode Dt Ft+1 ei |ei| ei2
11 589 600,238 -11,238 11,238 126,293
12 579 594,169 -15,169 15,169 230,099
Jumlah 599,971
MSE 54,543

MSE =
∑ ei2 = 599,982 = 54,543
i-1
11
n
Maka, nilai MSE untuk metode Single Exponential Smoothing adalah 54,543.

3. Metode Regresi Linier


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Square Error atau nilai tengah kesalahan kuadrat untuk
Metode Regresi Linier.

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.

C. Standar Deviation Error (SDE)


Standar Deviation Error atau nilai tengah kesalahan absolut dapat
dihitung dengan menggunakan rumus sebagai berikut.
n

SDE =
√ ∑ ei2
i-1
n-1
Dimana, ei diperoleh dari selisish antara Dt dengan Ft.

1. Metode Double Moving average (DMA)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Standar Deviation Error atau divisi standar kesalahan untuk
Metode Double Moving average.

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.

3. Metode Regresi Linier


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Standar Deviation Error atau divisi standar kesalahan untuk
Metode Regresi Linier.
IV-50

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

Maka, nilai SDE untuk metode Regresi Linier adalah 5,845.

D. Mean Absolute Percentage Error (MAPE)


Mean Absolute Percentage Error dapat dihitung dengan menggunakan
rumus sebagai berikut:
∑ |P E |

MAPE =
∑ |PEi |
i-1
n
Dimana, ei diperoleh dari selisish antara Dt dengan Ft.

1. Metode Double Moving average (DMA)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Percentage Error untuk Metode Double
Moving average.

Tabel 4.58 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAPE Untuk Metode
Double Moving Average
IV-51

Periode Dt Ft+1 |Pei|


1 599 -  - 
2 608 -  - 
3 602 -  - 
4 602 607,250 0,872
5 598 597,500 0,084
6 604 597,000 1,159
7 599 602,500 0,584
8 593 602,250 1,560
Lanjutan Tabel 4.58 Hasil Perhitungan Uji Kesalahan Peramalan Menggunakan MAPE Untuk
Metode Double Moving Average
Periode Dt Ft+1 |Pei|
9 604 587,750 2,690
10 600 602,250 0,375
11 589 607,250 3,098
12 579 583,250 0,734
Jumlah 11,157
MAPE 1,240

MAPE =
∑ |PEi | = 11,157 = 1,240
i-1
9
n
Maka, nilai MAPE untuk metode Double Moving Average adalah 1,240.

2. Metode Single Exponential Smoothing (SES)


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Percentage Error untuk Metode Single Exponential
Smoothing.

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

11 589 600,238 1,908


12 579 594,170 2,620
Jumlah 10,979
MAPE 0,998

MAPE =
∑ |PEi | = 10,979 = 0,998
i-1
11
n
Maka, nilai MAPE untuk metode Single Exponential Smoothing adalah 0,998.

3. Metode Regresi Linier


Berikut ini merupakan tabel perhitungan uji kesalahan peramalan
menggunakan Mean Absolute Percentage Error untuk Metode Regresi Linier.

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.

4.2.1.5 Pemilihan Metode Peramalan Terbaik


Berdasarkan hasil perhitungan uji kesalahan peramalan dengan
menggunakan MAE, MSE, SDE dan MAPE, selanjutnya dipilih metode
peramalan yang terbaik.
IV-53

Berikut ini merupakan tabel metode peramalan terbaik berdasarkan


perhitungan peramalan yang telah dilakukan.

Tabel 4.61 Metode Peramalan Terbaik


Regresi Metode
Uji Kesalahan DMA SES
Linier Terbaik
MAE 7,389 5,928 4,508 Regresi Linier
MSE 88,319 54,543 31,319 Regresi Linier
SDE 9,968 7,746 5,845 Regresi Linier
MAPE 1,24 0,998 0,756 Regresi Linier

Berdasarkan tabel 4.61 Metode Peramalan Terbaik diatas dapat diketahui


bahwa metode terbaik yang terpilih yaitu metode Regresi Linier.

4.2.1.6 Uji Validasi (Moving Range Test)


Moving Range Test dirancang untuk membandingkan nilai-nilai permintaan
yang akan terjadi sehingga dapat diketahui demand aktual bila terjadi perubahan-
perubahan yang tidak diharapkan. Perhitungan Moving Range Test dapat
dikerjakan dengan rumus:
MRt = |(Ft –Xt) – (Ft-1 – Xt-1)|
n

´
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

Tabel 4.62 Uji Validasi (Moving Range Test)


Periode (y)t Ft MRt |MRt|
1 599 606,064 -  - 
IV-54

2 608 604,613 -10,451 10,451


3 602 603,162 4,549 4,549
4 602 601,711 -1,451 1,451
5 598 600,26 2,549 2,549
6 604 598,809 -7,451 7,451
7 599 597,358 3,549 3,549
8 593 595,907 4,549 4,549
9 604 594,456 -12,451 12,451
10 600 593,005 2,549 2,549
11 589 591,554 9,549 9,549
12 579 590,103 8,549 8,549
Jumlah 67,647
n

´
MR =
∑ MR t
i-1
n
67,647
´
MR =
11
´
MR = 6,150

Out of Control Test :


Paremater-parameter dalam Out of Control Test, adalah:
UCL ´ = +2,66 x 6,150 = +16,359
= +2,66 MR
LCL ´ = -2,66 x 6,150 = - 16,359
= -2,66 MR
REGION A ´ ) = ± 2/3 (16,359) = ± 10,906
= ± 2/3 (2,66 MR
REGION B ´ ) = ± 1/3 (16,359) = ± 5,453
= ± 1/3 (2,66 MR
REGION C = CENTER LINE = 0

Berikut ini merupakan tabel 4.63 Nilai Batas dan Nilai Region
yang memuat parameter -parameter dalam Out of Control Test.

Tabel 4.63 Nilai Batas dan Nilai Region


Period Region A Region B Region Region A Region B
UCL LCL ft-xt
e (-) (-) C (+) (+)
1 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 7,064
2 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -3,387
3 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 1,162
4 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -0,289
5 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 2,260
6 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -5,191
7 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -1,642
IV-55

8 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 2,907


9 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -9,544
10 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 -6,995
11 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 2,554
12 16,359 -16,359 -10,906 -5,453 0,000 10,906 5,453 11,103

Berikut ini merupakan tampilan grafik Moving Range Test berdasarkan


data pada tabel 4.63 Nilai Batas dan Nilai Region.

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

Gambar 4.21 Grafik Moving Range Test

4.2.1.7 Peramalan 12 Periode ke Depan


Berdasarkan hasil perhitungan uji kesalahan peramalan dengan
menggunakan MAE, MSE, SDE dan MAPE, dapat diketahui bahwa metode
terbaik yang terpilih adalah Metode Regresi Linier sehingga metode inilah yang
akan digunakan untuk peramalan 12 periode kedepan.
Berikut ini adalah perhitungan peramalan untuk 12 periode kedepan
menggunakan Metode Regresi Linier.
IV-56

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

Tabel berikut ini merupakan data peramalan menggunakan Metode


Regresi Linear.

Tabel 4.64 Data Peramalan Menggunakan Metode Regresi Linear


Periode X Ft
13 13 588,651
14 15 587,200
15 17 585,749
16 19 584,298
17 21 582,847
18 23 581,396
19 25 579,945
20 27 578,494
21 29 577,043
22 31 575,592
23 33 574,141
24 35 572,690

4.2.1.8 Peramalan dengan Menggunakan Software


Di bawah ini merupakan perhitungan metode-metode peramalan dengan
menggunakan software POM QM.
A. Single Exponential Smoothing (SES)
IV-57

Berikut ini merupakan hasil dari perhitungan peramalan dengan metode


Single Exponential Smoothing (SES) menggunakan software POM QM adalah
sebagai berikut:

Gambar 4.22 Hasil Peramalan dengan Metode Single Exponential Menggunakan


software POM QM.

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

4.2.2 Pengolahan Data Perencanaan Agregat, Jadwal Produksi Induk,


Perencanaan Kebutuhan Kapasitas Kasar
Berikut ini merupakan pengolahan data perencanaan agregat, jadwal
produksi induk, perencanaan kebutuhan kapasitas kasar adalah sebagai berikut.
4.2.2.1 Perhitungan Safety Stock untuk Masing-masing Item
Tingkat kepercayaan diperoleh melalui kebijakan yang ditetapkan oleh
suatu perusahaan dengan mempertimbangkan keadaan di perusahaan dan
mengikuti standarisasi yang ada. Adapun tingkat kepercayaan yang digunakan
adalah 95% dengan nilai Z merupakan hasil interpolasi:
X = 0,95 Z =?
X1 = 0,9505 Z = 1,65
X2 = 0,9495 Z = 1,64

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

Standar deviasi untuk perhitungan safety stock produksi Lemari (item A)


adalah sebagai berikut:
n

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

Diperoleh standar deviasinya 5,843. Berikut adalah perhitungan SSi


(Safety Stock) untuk produksi Lemari (item A).
SSA = Z x SDA x √ Lt A
= 1,645 x 13,425 x √ 1
= 22,084 ≈ 23

Standar deviasi untuk perhitungan safety stock produksi Gerobak Jualan


(item B) adalah sebagai berikut:
n

SDB =
√ ∑ ( X i − X́ )2
i=1
N
2 2
= (244-248,250) + (245-248,250) +…+ (236 - 248,250)
2

12√
= 8,748

Diperoleh standar deviasinya 8,748. Berikut adalah perhitungan SSi


(Safety Stock) untuk produksi Gerobak Jualan (item B).
SSB = Z x SDB x √ Lt B
= 1,645 x 8,748 x √ 1
= 14,390 ≈ 15

Standar deviasi untuk perhitungan safety stock produksi Gerobak


Dorong (item C) adalah sebagai berikut:
n

SDC =
√ ∑ ( X i − X́ )2
i=1
N
2 2
= (277-268,083) + (290-268,083) +…+ (244-268,083)
2

12√
= 13,629

Diperoleh standar deviasinya 10,716. Berikut adalah perhitungan SSi


(Safety Stock) untuk produksi Gerobak Dorong (item C).
IV-62

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.

Tabel 4.65 Rekapitulasi Safety Stock


Famili Item Standar Deviasi Z Safety Stock
I A 13,425 1,645 23
B 8,748 1,645 15
II
C 13,629 1,645 23

4.2.2.2 Perhitungan Kapasitas Produksi


Pada proses perhitungan dalam kapasitas produksi yang dilakukan
perhitungan yaitu kapasitas Reguler Time (RT) dan Perhitungan kapasitas
Overtime (OT). Berikut ini adalah perhitungan kapasitas produksi adalah sebagai
berikut:
4.2.2.2.1Perhitungan Kapasitas RT untuk Masing-masing Stasiun Kerja
Perhitungan kapasitas Reguler Time (RT) per priode sebagai berikut :
Kapasitas RT periode 13 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 22 x 7 x 60
= 9240 menit
Kapasitas RT periode 14 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 22 x 7 x 60
= 9240 menit
Kapasitas RT periode 15 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 21 x 7 x 60
= 8820 menit
Kapasitas RT periode 16 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 21 x 7 x 60
= 8820 menit
Kapasitas RT periode 17 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 22 x 7 x 60
= 9240 menit
IV-63

Kapasitas RT periode 18 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60


= 22 x 7 x 60
= 9240 menit
Kapasitas RT periode 19 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 21 x 7 x 60
= 8820 menit
Kapasitas RT periode 20 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 21 x 7 x 60
= 8820 menit
Kapasitas RT periode 21 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 23 x 7 x 60
= 9660 menit
Kapasitas RT periode 22 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 23 x 7 x 60
= 9660 menit
Kapasitas RT periode 23 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 21 x 7 x 60
= 8820 menit
Kapasitas RT periode 24 = (hari kerja/bulan)x(jumlah jam kerja/hari)x60
= 22 x 7 x 60
= 9240 menit

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

Perhitungan kapasitas Regular Time (RT) masing-masing stasiun kerja


per periode sebagai berikut:
Kapasitas RT = kapasitas RT per periode/waktu operasi
Kapasitas RT per item pada stasiun kerja 1 periode 13
IV-64

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

Kapasitas RT per item pada stasiun kerja 2 periode 13


Berikut ini adalah kapasitas RT per item pada stasiun kerja 2 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/2,327
= 3970,493 ≈ 3970
Kapasitas RT item B = 9240/4,137
= 2233,503 ≈ 2233
Kapasitas RT item C = 9240/3,484
= 2651,997 ≈ 2651

Kapasitas RT per item pada stasiun kerja 3 periode 13


Berikut ini adalah kapasitas RT per item pada stasiun kerja 3 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/1,011
= 9140,973 ≈ 9140
Kapasitas RT item B = 9240/3,489
= 2648,703 ≈ 2648
Kapasitas RT item C = 9240/3,601
= 2566,301 ≈ 2566

Kapasitas RT per item pada stasiun kerja 4 periode 13


Berikut ini adalah kapasitas RT per item pada stasiun kerja 4 pada
periode 13 adalah sebagai berikut:
IV-65

Kapasitas RT item A = 9240/2,155


= 4288,366 ≈ 4288
Kapasitas RT item B = 9240/9,472
= 975,490 ≈ 975
Kapasitas RT item C = 9240/9,472
= 975,490 ≈ 975
Kapasitas RT per item pada stasiun kerja 5 periode 13
Berikut ini adalah kapasitas RT per item pada stasiun kerja 5 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/0,985
= 9382,298 ≈ 9382
Kapasitas RT item B = 9240/2,656
= 3479,352 ≈ 3479
Kapasitas RT item C = 9240/1,766
= 5233,151 ≈ 5233

Kapasitas RT per item pada stasiun kerja 6 periode 13


Berikut ini adalah kapasitas RT per item pada stasiun kerja 6 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/0,627
= 14744,681 ≈ 14744
Kapasitas RT item B = 9240/0,737
= 12540,149 ≈ 12540
Kapasitas RT item C = 9240/0,535
= 17271,028 ≈ 17271

Kapasitas RT per item pada stasiun kerja 7 periode 13


Berikut ini adalah kapasitas RT per item pada stasiun kerja 7 pada
periode 13 adalah sebagai berikut:
Kapasitas RT item A = 9240/0,909
= 10163,153 ≈ 10163
Kapasitas RT item B = 9240/1,597
IV-66

= 5784,641 ≈ 5784
Kapasitas RT item C = 9240/0,846
= 10924,138 ≈ 10924

Berikut ini tabel 4.67 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 1 dalam satuan unit.

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

Berikut ini tabel 4.68 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 2 dalam satuan unit.

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

Berikut ini tabel 4.69 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 3 dalam satuan unit.

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

Berikut ini tabel 4.70 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 4 dalam satuan unit.

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

Berikut ini tabel 4.71 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 5 dalam satuan unit.

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

Berikut ini tabel 4.72 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 6 dalam satuan unit.

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

Berikut ini tabel 4.73 merupakan tabel perhitungan kapasitas regular


time pada stasiun kerja 7 dalam satuan unit.

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

Berikut ini adalah tabel 4.74 hasil rekapitulasi perhitungan kapasitas


reguler time pada stasiun kerja 1 sampai pada stasiun kerja 7.

Tabel 4.74 Rekapitulasi Perhitungan Kapasitas Regular (unit)


Kapasit Periode
as 13 14 15 16 17 18 19 20 21 22 23 24
SK 1 4027 4027 3843 3843 4027 4027 3843 3843 4210 4210 3843 4027
SK 2 8854 8854 8452 8452 8854 8854 8452 8452 9257 9257 8452 8854
1435 1435 1370 1370 1435 1435 1370 1370 1500 1500 1370 1435
SK 3
4 4 2 2 4 4 2 2 7 7 2 4
SK 4 6238 6238 5955 5955 6238 6238 5955 5955 6521 6521 5955 6238
1809 1809 1727 1727 1809 1809 1727 1727 1891 1891 1727 1809
SK 5
4 4 1 1 4 4 1 1 6 6 1 4
4455 4455 4252 4252 4455 4455 4252 4252 4658 4658 4252 4455
SK 6
5 5 9 9 5 5 9 9 0 0 9 5
2687 2687 2564 2564 2687 2687 2564 2564 2809 2809 2564 2687
SK 7
1 1 9 9 1 1 9 9 2 2 9 1
Rata- 1757 1757 1677 1677 1757 1757 1677 1677 1836 1836 1677 1757
rata 0 0 1 1 0 0 1 1 9 9 1 0
Bottlene
4027 4027 3843 3843 4027 4027 3843 3843 4210 4210 3843 4027
ck

4.2.2.2.2Perhitungan Kapasitas OT untuk Masing-masing Stasiun Kerja


Perhitungan kapasitas Overtime (OT) untuk masing-masing stasiun kerja
sebagai berikut:
Kapasitas OT masing-masing stasiun = 30% dari kapasitas RT
IV-69

Kapasitas OT masing-masing SK untuk periode 13


Stasiun Kerja 1
Kapasitas OT = 30% x 4027
= 1208,100 ≈ 1208
Stasiun Kerja 2
Kapasitas OT = 30% x 8854
= 2656,200 ≈ 2656
Stasiun Kerja 3
Kapasitas OT = 30% x 14354
= 4306,200 ≈ 4306
Stasiun Kerja 4
Kapasitas OT = 30% x 6238
= 1871,400 ≈ 1871
Stasiun Kerja 5
Kapasitas OT = 30% x 18094
= 5428,200 ≈ 5428

Stasiun Kerja 6
Kapasitas OT = 30% x 44555
= 13366,500 ≈ 13366
Stasiun Kerja 7
Kapasitas OT = 30% x 26871
= 8061,300 ≈ 8061

Berikut ini tabel 4.75 merupakan tabel rekapitulasi perhitungan kapasitas


overtime dalam satuan unit adalah sebagai berikut:

Tabel 4.75 Rekapitulasi Perhitungan Kapasitas Overtime (unit)


Kapasit Periode
as 13 14 15 16 17 18 19 20 21 22 23 24
SK 1 1208 1208 1152 1152 1208 1208 1152 1152 1263 1263 1152 1208
SK 2 2656 2656 2535 2535 2656 2656 2535 2535 2777 2777 2535 2656
SK 3 4306 4306 4110 4110 4306 4306 4110 4110 4502 4502 4110 4306
SK 4 1871 1871 1786 1786 1871 1871 1786 1786 1956 1956 1786 1871
SK 5 5428 5428 5181 5181 5428 5428 5181 5181 5674 5674 5181 5428
SK 6 1336 1336 1275 1275 1336 1336 1275 1275 1397 1397 1275 1336
IV-70

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

4.2.2.3 Perencanaan Agregat


Perencanaan agregat suatu aktivitas operasional untuk menentukan
jumlah dan waktu produksi dimasa yang akan datang.

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

4.2.2.3.1Metode First In First Out


Metode First In First Out didasarkan pada anggapan bahwa bahan yang
pertama kali dipakai dibebani dengan harga perolehan per satuan dan bahan yang
pertama kali masuk ke gudang bahan. Metode ini dimaksudkan untuk menentukan
aliran harga perolehan bahan. Berikut tabel 4.76 merupakan tabel perencanaan
agregat dengan menggunakan metode FIFO adalah sebagai berikut:

Tabel 4.76 Perencanaan Agregat Metode FIFO


Periode KTT
Sumber KT AP
13 14 15 16 17 18 19 20 21 22 23 24 P
Persedia 26
                           
an 4
32 58 58 58 58 58 58 19 402
RT         0
5 8 6 5 3 2 0 8 7
402
13 120
OT                         1208 7
8
SC                            
38 57 57 57 57 402
RT               1344
1 8 6 5 3 7
268
14 120
OT                         1208 3
8
SC                            
15 RT                         3843 384 0
3
IV-71

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

Perhitungan Ongkos Total Produksi (OTP)


OTP = Ongkos Produksi RT + Ongkos Kapasitas Tidak Terpakai
Ongkos Total Produksi Periode 13
a. Ongkos Produksi RT = (325 x Rp.10.000,-) + (588 x Rp.10.150,-) + (586 x
Rp.10.300,-) + (585 x Rp.10.450,-) + (583 x
Rp.10.600,-) + (582 x Rp.10.750,-) + (580 x
Rp.10.900,-) + (198 x Rp.11.050,-)
= Rp. 42.313.450,-
b. Ongkos KTTP = 0 x Rp.125,00 = Rp.0,00
Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP
= Rp. 42.313.450,-

Ongkos Total Produksi Periode 14


a. Ongkos Produksi RT = (381 x Rp.10.900,-) + (578 x Rp.11.050,-) + (576 x
Rp.11.200,-) + (575 x Rp.11.350,-) + (573 x
Rp.11.500,-)
= Rp.30.106.750,0

b. Ongkos KTTP = 1344 x Rp.125,00 = Rp.168.000,-

Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP


= Rp. 30.274.750,-

Ongkos Total Produksi Periode 15


a. Ongkos Produksi RT = Rp.0,-
Ongkos KTTP = 3843 x Rp.125,00 = Rp.480.375,-
b. Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP
= Rp.480.375,-

Berikut ini merupakan tabel rekapitulasi perhitungan ongkos total


produksi dengan menggunakan metode FIFO adalah sebagai berikut:
IV-73

Tabel 4.77 Rekapitulasi Perhitungan Ongkos Total Produksi Metode FIFO


Periode RT OT SC KTTP Ongkos Total
13 42313450 0 0 0 42313450
14 30106750 0 0 168000 30274750
15 0 0 0 480375 480375
16 0 0 0 480375 480375
17 0 0 0 503375 503375
18 0 0 0 503375 503375
19 0 0 0 480375 480375
20 0 0 0 480375 480375
21 0 0 0 526250 526250
22 0 0 0 526250 526250
23 0 0 0 480375 480375
24 0 0 0 503375 503375
Ongkos Persediaan 0
ONGKOS TOTAL PRODUKSI 77552700

4.2.2.3.2Metode Least Cost


Metode Least Cost adalah metode yang digunakan dengan
mempertimbangkan ongkos yang terkecil. Berikut ini merupakan merupakan tabel
rekapitulasi perhitungan ongkos total produksi dengan menggunakan metode
Least Cost adalah sebagai berikut:

Tabel 4.78 Perencanaan Agregat Metode Least Cost


Periode KTTP KT AP
Sumber
13 14 15 16 17 18 19 20 21 22 23 24
Persediaa
264                            
n
RT 325                       3702 4027
13 OT                         1208 1208 325
SC                            
58
RT                       3439 4027
8
14 588
OT                         1208 1208
SC                            
RT     586                   3257 3843
15 OT                         1152 1152 586
SC                            
RT       585                 3258 3843
16 OT                         1152 1152 585
SC                            
58
RT                       3444 4027
3
17 583
OT                         1208 1208
SC                            
18 RT           582             3445 4027 582
IV-74

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

Perhitungan Ongkos Total Produksi (OTP)


OTP = Ongkos Produksi RT + Ongkos Kapasitas Tidak Terpakai
Ongkos Total Produksi Periode 13
a. Ongkos Produksi RT = (325 x Rp.10.000,-)
= Rp.3.250.000,-
b. Ongkos KTTP = 3702 x Rp.125 = Rp. 462.750,-

Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP


= Rp. 3.712.750,-
IV-75

Ongkos Total Produksi Periode 14


a. Ongkos Produksi RT = (588 x Rp.10.000,-)
= Rp. 5.880.000,-
b. Ongkos KTTP = 3439 x Rp.125 = Rp. 429.875,-

Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP


= Rp. 6.309.875,-

Ongkos Total Produksi Periode 15


a. Ongkos Produksi RT = (586 x Rp.10.000,-)
= Rp. 5.860.000,-
b. Ongkos KTTP = 3257 x Rp.125 = Rp. 407.125,-

Ongkos Total Produksi = Ongkos Produksi RT + Ongkos KTTP


= Rp. 6.267.125,-

Berikut ini merupakan tabel rekapitulasi perhitungan ongkos total


produksi dengan menggunakan metode least cost adalah sebagai berikut:

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

4.2.2.3.3 Metode Linear Programming


Perencanaan agregat menggunakan metode linear programming
dilakukan dengan bantuan software LINGO 11.0.
IV-76

Gambar 4.26 merupakan pengkodean (coding) untuk mendapatkan nilai


dari objective value.

Gambar 4.26 Pengkodean Perencanaan Agregat dengan Metode Linear Programming

Gambar 4.27 merupakan hasil yang diperoleh dengan menggunakan


software LINGO 11.0

Gambar 4.27 Hasil Perencanaan Agregat dengan Metode Linier Programming


IV-77

Berdasarkan Gambar 4.27 dari hasil perencanaan agregat dengan


menggunakan metode linear programing pada software LINGO 11.0 diperoleh
seperti gambar diatas, dimana didapatkan objective value 72232500.

Berikut ini tabel 4.80 merupakan tabel perbandingan ongkos total


produksi dari ketiga metode yang digunakan adalah sebagai berikut:

Tabel 4.80 Perbandingan Ongkos Total Produksi


Metode Tabular FIFO Least Cost Linier Programming
7513800
Ongkos Total Produksi 72232500 72232500
0

Berdasarkan perbandingan dari kedua metode tersebut, metode Least


Cost dipilih sebagai metode terbaik karena memiliki ongkos total produksi
terkecil yaitu Rp.72.232.500,-. Berikut ini tabel 4.81 merupakan tabel hasil
perencanaan agregat dari metode least cost adalah sebagai berikut:

Tabel 4.81 Hasil Perencanaan Agregat dari Metode Least Cost


Periode 13 14 15 16 17 18 19 20 21 22 23 24
AP 325 588 586 585 583 582 580 579 578 576 575 573

4.2.2.4 Persentase Masing-masing Item


Persentase masing-masing item adalah sebagai berikut :

∑ 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%

Berikut adalah tabel 4.82 tabel rekapitulasi persentase dari masing-


masing item.
Tabel 4.82 Rekapitulasi Persentase Masing-masing Item
Item Persentase
A 0,325
B 0,325
C 0,351

4.2.2.5 Permintaan Konversi Masing-masing Item


Permintaan konversi untuk masing-masing item dibutuhkan sebagai data
untuk perhitungan disagregasi, yaitu penentuan famili produk yang akan
diproduksi. Perhitungannya adalah sebagai berikut :
Item A
Permintaan Konversi item A periode 13 = % item A x demand
= 0,325 x 589
IV-79

= 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

Berikut ini tabel 4.83 merupakan tabel rekapitulasi permintaan dari


masing-masing item dalam satuan konversi.

Tabel 4.83 Rekapitulasi Permintaan Masing-masing Item Dalam Satuan Konversi


Periode
Famili Item
13 14 15 16 17 18 19 20 21 22 23 24
I A 191,284 190,959 190,310 189,985 189,335 189,010 188,361 188,036 187,711 187,062 186,737 186,088
B 191,220 190,895 190,246 189,921 189,272 188,947 188,298 187,973 187,648 186,999 186,674 186,025
II
C 206,497 206,146 205,445 205,094 204,393 204,043 203,341 202,991 202,640 201,939 201,588 200,887
Jumlah 589 588 586 585 583 582 580 579 578 576 575 573

4.2.2.6 Permintaan Masing-masing Item


Permintaan untuk masing-masing item adalah sebagai berikut :
Permintaan item A periode 13 = Demand satuan konversi / Nilai
konversi A
= 191,284/0,433
= 442,005 ≈ 443 unit
Permintaan item A periode 14 = Demand satuan konversi / Nilai
konversi A
= 190,959/0,433
= 441,254 ≈ 442 unit
Permintaan item A periode 15 = Demand satuan konversi / Nilai
konversi A
= 190,310/0,433
= 439,753 ≈ 440 unit
Permintaan item B periode 13 = Demand satuan konversi / Nilai
konversi B
= 191,220/1
= 191,220 ≈ 192 unit
Permintaan item B periode 14 = Demand satuan konversi / Nilai
konversi B
IV-81

= 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

Berikut ini tabel 4.84 merupakan tabel rekapitulasi permintaan dari


masing -masing item dalam satuan unit.

Tabel 4.84 Rekapitulasi Persentase Masing-masing Item (unit)


Periode
Famili Item
13 14 15 16 17 18 19 20 21 22 23 24
I A 442,005 441,254 439,753 439,003 437,502 436,752 435,251 434,500 433,750 432,249 431,499 429,998
B 191,220 190,895 190,246 189,921 189,272 188,947 188,298 187,973 187,648 186,999 186,674 186,025
II
C 229,212 228,822 228,044 227,655 226,877 226,488 225,709 225,320 224,931 224,153 223,763 222,985

Berikut ini tabel 4.85 merupakan tabel rekapitulasi permintaan masing-


masing item yang telah mengalami pembulatan ke atas dalam satuan unit.

Tabel 4.85 Rekapitulasi Permintaan Masing-masing Item (Pembulatan ke Atas) (unit)


Periode
Famili Item
13 14 15 16 17 18 19 20 21 22 23 24
IV-82

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

4.2.2.7 Penentuan Famili yang Akan Diproduksi


Adapun penentuan famili yang akan diproduksi adalah sebagai berikut :
Penentuan Famili yang Akan Diproduksi Untuk Periode 13
Exp. Quantity untuk item A = I0 – demand = 153 – 443 = -290
Exp. Quantity untuk item B = I0 – demand = 115 – 192 = -77
Exp. Quantity untuk item C = I0 – demand = 143 – 230 = -87

Berikut tabel 4.86 merupakan tabel penentuan famili yang akan


diproduksi pada periode 13.

Tabel 4.86 Penentuan Famili yang Akan Diproduksi Periode 13


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t
Dij,t Iij(t-1) Ssij,t
-1)Dij,t
I A 443 153 23 -290 Produksi
B 192 115 15 -77 Produksi
II
C 230 143 23 -87 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(443-153+23)]
= 135,455

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 325


∑ LBi = 326,554
∀ i ∈z

∑ UBi = 917,476
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 325

Karena ∑ LBi > X* maka:


∀ i ∈z
IV-84

* 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,645 x 443
YIA = (443-153+23)-
0,433(433)
YIA = 313 – 1,490
YIA = 311,510 ≈ 312 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
*
Y ≤ ∑ Kij [ ∑ Dijn +SSij - I ijt-1 ]
ii
∀ j ∈i n=1

190,189 ≤ [0;1(192-115+15)] + [0;0,901(230-143+23)]


190,189 ≤ 191,099
E = 191,099 - 190,189 = 0,909
IV-85

b. Penentuan Jumlah Item B


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,909 x 192
YIB = (192-115+15) -
1(192)+0,901(230)
YIB = 92 – 0,437
YIB = 91,563 ≈ 92 unit

c. Penentuan Jumlah Item C


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,909 x 230
YIC = (230-143+23) -
1(192)+0,901(230)
YIC = 110 – 0,524
YIC = 109,476 ≈ 110 unit

Posisi Inventory Periode 13


Tabel 4.87 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 13.

Tabel 4.87 Penentuan Posisi Inventory Periode 13


Inventor
Inventor
Famili Item Demand Produksi y
y
(I0)
I A 443 312 153 22
B 192 92 115 15
II
C 230 110 143 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 14


IV-86

Exp. Quantity untuk item A = I0 – demand = 22 – 442 = -420


Exp. Quantity untuk item B = I0 – demand = 15 – 191 = -176
Exp. Quantity untuk item C = I0 – demand = 23 – 229 = -206

Berikut tabel 4.88 merupakan tabel penentuan famili yang akan


diproduksi pada periode 14.

Tabel 4.88 Penentuan Famili yang Akan Diproduksi Periode 14


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 442 22 23 -420 Produksi
B 191 15 15 -176 Produksi
II
C 229 23 23 -206 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(442-22+23)]
= 191,715

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 588


∑ LBi = 589,021
∀ i ∈z

∑ UBi = 1177,608
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 588

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


IV-88

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,332x 442
YIA = (442-22+23)-
0,433(442)
YIA = 443 – 0,768
YIA = 442,232 ≈ 443 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

396,618≤ [0;1(191-15+15)] + [0;0,901(229-23+23)]


396,618≤ 397,306
E = 397,306-396,618 = 0,688

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,688x 191
YIB = (191-15+15) -
1(191)+0,901(229)
YIB = 191 – 0,331
YIB = 190,669 ≈ 191 unit
IV-89

c. Penentuan Jumlah Item C


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,688 x 229
YIC = (229-23+23) -
1(191)+0,901(229)
YIC = 229 – 0,397
YIC = 228,603 ≈ 229 unit

Posisi Inventory Periode 14


Tabel 4.89 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 14.

Tabel 4.89 Penentuan Posisi Inventory Periode 14


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 442 443 22 23
B 191 191 15 15
II
C 229 229 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 15


Exp. Quantity untuk item A = I0 – demand = 23 – 440 = -417
Exp. Quantity untuk item B = I0 – demand = 15 – 191 = -176
Exp. Quantity untuk item C = I0 – demand = 23 – 229 = -206

Berikut tabel 4.90 merupakan tabel penentuan famili yang akan


diproduksi pada periode 15.

Tabel 4.90 Penentuan Famili yang Akan Diproduksi Periode 15


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 440 23 23 -417 Produksi
IV-90

B 191 15 15 -176 Produksi


II
C 229 23 23 -206 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(440-23+23)]
= 190,416

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 586


∑ LBi = 587,722
∀ i ∈z

∑ UBi = 1175,444
∀ i ∈z
IV-91

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 586

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,558 x 440
YIA = (440-23+23) -
0,433(440)
YIA = 440 – 1,289
YIA = 438,711 ≈ 439 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

396,142≤ [0;1(191-15+15)] + [0;0,901(229-23+23)]


396,142≤ 397,306
E = 397,306-396,142 = 1,164

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

1,164x 191
YIB = (191-15+15) -
1(191)+0,901(229)
YIB = 191 – 0,560
YIB = 190,440 ≈ 191 unit

c. Penentuan Jumlah Item C


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

1,164 x 229
YIC = (229-23+23) -
1(191)+0,901(229)
YIC = 229 – 0,671
IV-93

YIC = 228,329 ≈ 229 unit

Posisi Inventory Periode 15


Tabel 4.91 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 15.

Tabel 4.91 Penentuan Posisi Inventory Periode 15


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 440 439 23 22
B 191 191 15 15
II
C 229 229 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 16


Exp. Quantity untuk item A = I0 – demand = 22 – 440 = -418
Exp. Quantity untuk item B = I0 – demand = 15 – 190 = -175
Exp. Quantity untuk item C = I0 – demand = 23 – 228 = -205
Berikut tabel 4.92 merupakan tabel penentuan famili yang akan
diproduksi pada periode 16.

Tabel 4.92 Penentuan Famili yang Akan Diproduksi Periode 16


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 440 22 23 -418 Produksi
B 190 15 15 -175 Produksi
II
C 228 23 23 -205 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(440-22+23)]
= 190,849
IV-94

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 585


∑ LBi = 586,254
∀ i ∈z

∑ UBi = 1172,075
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 585

Karena ∑ LBi > X* maka:


∀ i ∈z

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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,408 x 440
YIA = (440-22+23)-
0,433(440)
YIA = 441 - 0,943
YIA = 440,057 ≈ 441 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
IV-96

N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

394,559≤ [0;1(190-15+15)] + [0;0,901(228-23+23)]


394,559≤ 395,405
E = 395,405-394,559 = 0,846

b. Penentuan Jumlah Item B


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,846x 190
YIB = (190-15+15) -
1(190)+0,901(228)
YIB = 190 – 0,406
YIB = 189,594 ≈ 190 unit

c. Penentuan Jumlah Item C


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,846 x 228
YIC = (228-23+23) -
1(190)+0,901(228)
YIC = 228 – 0,488
YIC = 227,512 ≈ 228 unit

Posisi Inventory Periode 16


Tabel 4.93 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 16.

Tabel 4.93 Penentuan Posisi Inventory Periode 16


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
IV-97

I A 440 441 22 23
B 190 190 15 15
II
C 228 228 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 17


Exp. Quantity untuk item A = I0 – demand = 23 – 438 = -415
Exp. Quantity untuk item B = I0 – demand = 15 – 190 = -175
Exp. Quantity untuk item C = I0 – demand = 23 – 227 = -204

Berikut tabel 4.94 merupakan tabel penentuan famili yang akan


diproduksi pada periode 17.

Tabel 4.94 Penentuan Famili yang Akan Diproduksi Periode 17


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 438 23 23 -415 Produksi
B 190 15 15 -175 Produksi
II
C 227 23 23 -204 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(438-23+23)]
= 189,551

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 583


∑ LBi = 584,055
∀ i ∈z

∑ UBi = 1168,110
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 583

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,324 x 438
YIA = (438-23+23)-
0,433(438)
YIA = 438 – 0,791
YIA = 437,209 ≈ 438 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

393,792≤ [0;1(190-15+15)] + [0;0,901(227-23+23)]


393,792≤ 394,504
E = 394,504-393,792 = 0,713

b. Penentuan Jumlah Item B


IV-100

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

Posisi Inventory Periode 17


Tabel 4.95 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 17.

Tabel 4.95 Penentuan Posisi Inventory Periode 17


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 438 438 23 23
B 190 190 15 15
II
C 227 227 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 18


Exp. Quantity untuk item A = I0 – demand = 23 – 437 = -414
Exp. Quantity untuk item B = I0 – demand = 15 – 189 = -174
Exp. Quantity untuk item C = I0 – demand = 23 – 227 = -204

Berikut tabel 4.96 merupakan tabel penentuan famili yang akan


diproduksi pada periode 18.
IV-101

Tabel 4.96 Penentuan Famili yang Akan Diproduksi Periode 18


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 437 23 23 -414 Produksi
B 189 15 15 -174 Produksi
II
C 227 23 23 -204 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(437-23+23)]
= 189,118

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 582


∑ LBi = 582,622
∀ i ∈z
IV-102

∑ UBi = 1165,244
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 582

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,202 x 437
YIA = (437-23+23) -
0,433(437)
YIA = 437 – 0,467
YIA = 436,533 ≈ 437 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

393,084≤ [0;1(189-15+15)] + [0;0,901(227-23+23)]


393,084≤ 393,504
E = 393,504-393,084 = 0,420

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,420x 189
YIB = (189-15+15) -
1(189)+0,901(227)
YIB = 189 – 0,202
YIB = 188,798 ≈ 189 unit

c. Penentuan Jumlah Item C


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
IV-104

0,420 x 227
YIC = (227-23+23) -
1(189)+0,901(227)
YIC = 227 – 0,242
YIC = 226,758 ≈ 227 unit

Posisi Inventory Periode 18


Tabel 4.97 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 18.

Tabel 4.97 Penentuan Posisi Inventory Periode 18


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 437 437 23 23
B 189 189 15 15
II
C 227 227 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 19


Exp. Quantity untuk item A = I0 – demand = 23 – 436 = -413
Exp. Quantity untuk item B = I0 – demand = 15 – 189 = -174
Exp. Quantity untuk item C = I0 – demand = 23 – 226 = -203
Berikut tabel 4.98 merupakan tabel penentuan famili yang akan
diproduksi pada periode 19.

Tabel 4.98 Penentuan Famili yang Akan Diproduksi Periode 19


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 436 23 23 -413 Produksi
B 189 15 15 -174 Produksi
II
C 226 23 23 -203 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)
IV-105


LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(436-23+23)]
= 188,685

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 580


∑ LBi = 581,288
∀ i ∈z

∑ UBi = 1162,577
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 580

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i
IV-107

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

391,733≤ [0;1(189-15+15)] + [0;0,901(226-23+23)]


391,733≤ 392,603
E = 392,603-391,733 = 0,870

b. Penentuan Jumlah Item B


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,870 x 189
YIB = (189-15+15) -
1(189)+0,901(226)
YIB = 189 – 0,419
YIB = 188,581 ≈ 189 unit

c. Penentuan Jumlah Item C


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,870 x 226
YIC = (226-23+23) -
1(189)+0,901(226)
YIC = 226 – 0,501
YIC = 225,499 ≈ 226 unit

Posisi Inventory Periode 19


Tabel 4.99 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 19.
IV-108

Tabel 4.99 Penentuan Posisi Inventory Periode 19


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 436 436 23 23
B 189 189 15 15
II
C 226 226 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 20


Exp. Quantity untuk item A = I0 – demand = 23 – 435 = -412
Exp. Quantity untuk item B = I0 – demand = 15 – 188 = -173
Exp. Quantity untuk item C = I0 – demand = 23 – 226 = -203

Berikut tabel 4.100 merupakan tabel penentuan famili yang akan


diproduksi pada periode 20.

Tabel 4.100 Penentuan Famili yang Akan Diproduksi Periode 20


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 435 23 23 -412 Produksi
B 188 15 15 -173 Produksi
II
C 226 23 23 -203 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(435-23+23)]
= 188,252

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 579


∑ LBi = 579,856
∀ i ∈z

∑ UBi = 1159,711
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 579

Karena ∑ LBi > X* maka:


∀ i ∈z
IV-110

* 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,278 x 435
YIA = (435-23+23)-
0,433(435)
YIA = 435 – 0,642
YIA = 434,358 ≈ 435 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

391,025≤ [0;1(188-15+15)] + [0;0,901(226-23+23)]


391,025≤ 391,603
IV-111

E = 391,603-391,025 = 0,578

b. Penentuan Jumlah Item B


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

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

Posisi Inventory Periode 20


Tabel 4.101 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 20.

Tabel 4.101 Penentuan Posisi Inventory Periode 20


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 435 435 23 23
B 188 188 15 15
II
C 226 226 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 21


Exp. Quantity untuk item A = I0 – demand = 23 – 434 = -411
Exp. Quantity untuk item B = I0 – demand = 15 – 188 = -173
Exp. Quantity untuk item C = I0 – demand = 23 – 225 = -202
IV-112

Berikut tabel 4.102 merupakan tabel penentuan famili yang akan


diproduksi pada periode 21.

Tabel 4.102 Penentuan Famili yang Akan Diproduksi Periode 21


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 434 23 23 -411 Produksi
B 188 15 15 -173 Produksi
II
C 225 23 23 -202 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(434-23+23)]
= 187,820

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- Iij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 578


∑ LBi = 578,522
∀ i ∈z

∑ UBi = 1157,044
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 578

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1
IV-114

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,169x 434
YIA = (434-23+23) -
0,433(434)
YIA = 434 – 0,392
YIA = 433,608 ≈ 434 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

390,350≤ [0;1(188-15+15)] + [0;0,901(225-23+23)]


390,350≤ 390,702
E = 390,702-390,350 = 0,353

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,353x 188
YIB = (188-15+15) -
1(188)+0,901(225)
YIB = 188 – 0,17
YIB = 187,830 ≈ 188 unit

c. Penentuan Jumlah Item C


IV-115

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

Posisi Inventory Periode 21


Tabel 4.103 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 21.

Tabel 4.103 Penentuan Posisi Inventory Periode 21


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 434 434 23 23
B 188 188 15 15
II
C 225 225 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 22


Exp. Quantity untuk item A = I0 – demand = 23 – 433 = -410
Exp. Quantity untuk item B = I0 – demand = 15 – 187 = -172
Exp. Quantity untuk item C = I0 – demand = 23 – 225 = -202

Berikut tabel 4.104 merupakan tabel penentuan famili yang akan


diproduksi pada periode 22.

Tabel 4.104 Penentuan Famili yang Akan Diproduksi Periode 22


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 433 23 23 -410 Produksi
B 187 15 15 -172 Produksi
II
C 225 23 23 -202 Produksi
IV-116

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(433-23+23)]
= 187,387

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 576


∑ LBi = 577,089
∀ i ∈z

∑ UBi = 1154,179
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 576

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


IV-118

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

Jumlah Item Famili II


a. Penentuan Nilai EII
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

388,967≤ [0;1(187-15+15)] + [0;0,901(225-23+23)]


388,967≤ 389,702
E = 389,702-388,967 = 0,736

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,736 x 187
YIB = (187-15+15) -
1(187)+0,901(225)
YIB = 187 – 0,353
YIB = 186,647 ≈ 187 unit

c. Penentuan Jumlah Item C


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,736 x 225
YIC = (225-23+23) -
1(187)+0,901(225)
YIC = 225 – 0,425
YIC = 224,575 ≈ 225 unit
IV-119

Posisi Inventory Periode 22


Tabel 4.105 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 22.
Tabel 4.105 Penentuan Posisi Inventory Periode 22
Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 433 433 23 23
B 187 187 15 15
II
C 225 225 23 23

Penentuan Famili yang Akan Diproduksi Untuk Periode 23


Exp. Quantity untuk item A = I0 – demand = 23 – 432 = -409
Exp. Quantity untuk item B = I0 – demand = 15 – 187 = -172
Exp. Quantity untuk item C = I0 – demand = 23 – 224= -201

Berikut tabel 4.106 merupakan tabel penentuan famili yang akan


diproduksi pada periode 23.

Tabel 4.106 Penentuan Famili yang Akan Diproduksi Periode 23


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 432 23 23 -409 Produksi
B 187 15 15 -172 Produksi
II
C 224 23 23 -201 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(432-23+23)]
= 186,964

Asumsi: perhitungan UB sampai N = 2


IV-120

❑ 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

X* (Perencanaan Agregat) = 575


∑ LBi = 575,756
∀ i ∈z

∑ UBi = 1151,511
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 575

Karena ∑ LBi > X* maka:


∀ i ∈z

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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,245 x 432
YIA = (432-23+23)-
0,433(432)
YIA = 432 – 0,567
YIA = 431,433 ≈ 432 unit

Jumlah Item Famili II


IV-122

a. Penentuan Nilai EII


N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

388,291≤ [0;1(187-15+15)] + [0;0,901(224-23+23)]


388,291≤ 388,801
E = 388,801-388,291= 0,510

b. Penentuan Jumlah Item B


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

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

Posisi Inventory Periode 23


Tabel 4.107 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 23.

Tabel 4.107 Penentuan Posisi Inventory Periode 23


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 432 432 23 23
B 187 187 15 15
II
C 224 224 23 23
IV-123

Penentuan Famili yang Akan Diproduksi Untuk Periode 24


Exp. Quantity untuk item A = I0 – demand = 23 – 430 = -407
Exp. Quantity untuk item B = I0 – demand = 15 – 187 = -172
Exp. Quantity untuk item C = I0 – demand = 23 – 223 = -200

Berikut tabel 4.108 merupakan tabel penentuan famili yang akan


diproduksi pada periode 24.

Tabel 4.108 Penentuan Famili yang Akan Diproduksi Periode 24


Inventor Safety Exp.
Demand
y Stock Demand
Famili Item j Status
Qij=Iij(t-
Dij,t Iij(t-1) Ssij,t
1)Dij,t
I A 430 23 23 -407 Produksi
B 187 15 15 -172 Produksi
II
C 223 23 23 -200 Produksi

Catatan: Diproduksi jika nialai Exp.Demand ≤ nilai Safety Stock


Menentukan Batas Atas (UB) dan Batas Bawah (LB)

LBI = ∑ M ax [0, kij (Dij,t – Iij,t-1 + SSij)]
∀ j ∈i

= [0;0,433(430-23+23)]
= 186,089

Asumsi: perhitungan UB sampai N = 2


❑ n-1
UBI = ∑ Kij[( ∑ Dij,t+k )- I ij,t-1 + SSij]
∀ j ∈i k=0

= [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

X* (Perencanaan Agregat) = 573


∑ LBi = 573,989
∀ i ∈z

∑ UBi = 1147,978
∀ i ∈z

Pada hasil perhitungan, nilai X* tidak terdapat pada range ∑ LBi dan
∀ i ∈z

∑ UBi , maka perlu dilakukan penyesuaian karena melanggar batas bawah,


∀ 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

Menghitung Jumlah Famili yang Akan Diproduksi dengan


Menggunakan Penyesuaian
X* (Perencanaan Agregat) = 573

Karena ∑ LBi > X* maka:


∀ 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

Jumlah Item Famili I


a. Penentuan Nilai EI
N
Y*i ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
∀ j∈i n=1

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

b. Penentuan Jumlah Item A


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,321 x 430
YIA = (430-23+23)-
0,433(430)
YIA = 430 – 0,741
YIA = 429,259 ≈ 430 unit

Jumlah Item Famili II


a. Penentuan Nilai EII
N
*
Y ≤ ∑ Kij [ ∑ Dijn + SSij - I ijt-1 ]
i
∀ j∈i n=1

387,232≤ [0;1(187-15+15)] + [0;0,901(223-23+23)]


387,232≤ 387,901
E = 387,901-387,232 = 0,668

b. Penentuan Jumlah Item B


N
Ei D ij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,668 x 187
YIB = (187-15+15) -
1(187)+0,901(223)
IV-126

YIB = 187 – 0,322


YIB = 186,678 ≈ 187 unit

c. Penentuan Jumlah Item C


N
Ei Dij,N
Yij* =
∑ Dijn + SSij - ijt-1 - ❑
n=1
∑ Kij Dij,N
∀ j ∈i

0,668 x 223
YIC = (223-23+23) -
1(187)+0,901(223)
YIC = 223 – 0,384
YIC = 222,616 ≈ 223 unit

Posisi Inventory Periode 24


Tabel 4.109 adalah tabel mengenai posisi inventory dari masing-masing
yang akan diproduksi pada periode 24.

Tabel 4.109 Penentuan Posisi Inventory Periode 24


Inventor
y Inventor
Famili Item Demand Produksi
y
(I0)
I A 430 430 23 23
B 187 187 15 15
II
C 223 223 23 23

4.2.2.8 Jadwal Produksi Induk Disagregasi


Jadwal produksi induk adalah hasil disagregasi dari sebuah rencana
agregasi yang menggabungkan produk-produk yang sama (identik) ke dalam
kelompok produk, memecah permintaan dalam bulanan dan kadang-kadang
menentukan kelompok/produk, tenaga kerja yang dibutuhkan untuk setiap produk,
individu dan pelayanan yang harus dijadwalkan secara spesifik pada setiap stasiun
kerja. Jadwal produksi induk ini direkap dalam tabel 2.58 seperti tabel dibawah
ini:

Tabel 4.110 Tabel Rekapitulasi Jadwal Produksi Induk (unit)


Item Periode
1 1 1 1 1 1 1 2 2 2 2 2
IV-127

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

4.2.2.9 Posisi Inventory


Posisi inventory adalah memposisikan inventory awal yang nantinya nilai
inventory ini digunakan untuk menghitung nilai produksi pada periode selanjutnya
yang direkapitulasi dalam tabel 4.111 tabel rekapitulasi posisi inventory.

Tabel 4.111 Tabel Rekapitulasi Posisi Inventory (unit)


Periode
Famili Item
13 14 15 16 17 18 19 20 21 22 23 24
I A 22 23 22 23 23 23 23 23 23 23 23 23
B 15 15 15 15 15 15 15 15 15 15 15 15
II
C 23 23 23 23 23 23 23 23 23 23 23 23

4.2.2.10 Perhitungan Perencanaan Kebutuhan Kapasitas Kasar


Perancangan kebutuhan kapasitas kasar (Rough Cut Capacity Planning)
adalah suatu teknik yang mengkonversi JPI kedalam kebutuhan-kebutuhan secara
kasar dari sumber daya utama yang digunakan setiap produk individual yang
terangkum dalam JPI. Dalam penentuan kebutuhan kapasitas kasar digunakan tiga
metode, yaitu pendekatan total faktor(Overall Factor Approach), pendekatan
daftar tenaga kerja(Bill of Labor Approach) dan pendekatan profil sumber
daya(Resource Factor Approach). Peracangan Kapasitas kali ini menggunakan
pendekatan data waktu operasi setiap stasiun kerja(menit) yang direkapitulasi
dalam tabel 2.60 tabel rekapitulasi data waktu operasi setiap stasiun kerja seperti
tabel berikut ini:

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

Perencanaan kebutuhan kapasitas kasar merupakan suatu teknik yang


mengonversi JPI ke dalam kebutuhan-kebutuhan kapasitas secara kasar dari
sumber daya utama yang digunakan setiap produk individual yang terangkum
dalam JPI.
Perhitungan untuk periode 13 dengan pendekatan Bill of Labor
Approach.
SK 1 = [(WO SK 1 item A) x (JPI item A periode 13)] + [(WO SK 1 item
B) x (JPI item B periode 13)] + [(WO SK 1 item C) x (JPI item C
periode 13)]
= 3279,017 ≈ 3279 menit

SK 2 = [(WO SK 2 item A) x (JPI item A periode 13)] + [(WO SK 2 item


B) x (JPI item B periode 13)] + [(WO SK 2 item C) x (JPI item C
periode 13)]
= 1489,938 ≈ 1489 menit

SK 3 = [(WO SK 3 item A) x (JPI item A periode 13)] + [(WO SK 3 item


B) x (JPI item B periode 13)] + [(WO SK 3 item C) x (JPI item C
periode 13)]
= 1032,377 ≈ 1032 menit

SK 4 = [(WO SK 4 item A) x (JPI item A periode 13)] + [(WO SK 4 item


B) x (JPI item B periode 13)] + [(WO SK 4 item C) x (JPI item C
periode 13)]
= 2585,634 ≈ 2585 menit
IV-129

SK 5 = [(WO SK 5 item A) x (JPI item A periode 13)] + [(WO SK 5 item


B) x (JPI item B periode 13)] + [(WO SK 5 item C) x (JPI item C
periode 13)]
= 745,813 ≈ 745 menit

SK 6 = [(WO SK 6 item A) x (JPI item A periode 13)] + [(WO SK 6 item


B) x (JPI item B periode 13)] + [(WO SK 6 item C) x (JPI item C
periode 13)]
= 322,159 ≈ 322 menit

SK 7 = [(WO SK 7 item A) x (JPI item A periode 13)] + [(WO SK 7 item


B) x (JPI item B periode 13)] + [(WO SK 7 item C) x (JPI item C
periode 13)]
= 523,656 ≈ 523 menit

Dari perhitungan Perencanaan kebutuhan kapasitas kasar dengan


menggunakan pendekatan Bill of Labor Approach direkap dalam tabel 4.113 tabel
rekapitulasi kapasitas yang dibutuhkan untuk masing-masing stasiun kerja
(menit).

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

Perhitungan Kapasitas Tersedia


Perhitungan kapasitas Reguler Time (RT) untuk periode 13 (menit):
IV-130

Kapasitas RT periode 13 = (hari kerja/bulan) x (jumlah jam kerja/hari) x 60


= 22 x 7 x 60
= 9240 menit
Perhitungan kapasitas Over Time (OT) untuk periode 13 (menit):
Kapasitas per item = 30% dari kapasitas RT
= 30% x 9240
= 2772
Dari perhitungan kapasitas Reguler Time dan Over Time diatas, akan
direkap dalam tabel 4.114 tabel rekapitulasi kapasitas yang tersedia dalam satuan
menit.

Tabel 4.114 Tabel Rekapitulasi Kapasitas yang Tersedia (menit)


RT 9240 9240 8820 8820 9240 9240 8820 8820 9660 9660 8820 9240
OT 2772 2772 2646 2646 2772 2772 2646 2646 2898 2898 2646 2772
RT+O 1201 1201 1146 1146 1201 1201 1146 1146 1255 1255 1146 1201
T 2 2 6 6 2 2 6 6 8 8 6 2

Untuk mengetahui perancangan kebutuhan kapasitas kasar dengan


pendekatan daftar tenaga kerja berdasarkan tabel rekapitulasi kapasitas yang
dibutuhkan untuk masing-masing stasiun kerja dalam satuan menit dan tabel
rekapitulasi kapasitas yang tersedia dalam satuan menit diinterpretasikan dalam
grafik RCCP.

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).

4.2.3 Pengolahan Data Material Requirement Planning (MRP) dan


Capacity Requirement Planning (CRP)
Berikut ini adalah pengolahan data Material Requirement Planning
(MRP) dan Capacity Requirement Planning (CRP) adalah sebagai berikut.
4.2.3.1 Perhitungan Ongkos Simpan
Dibawah ini merupakan tabel 4.115 yang menunjukkan elemen untuk
perhitungan ongkos simpan dalam penentuan ongkos simpan persediaan menurut
Heizer,et al., (1993).

Tabel 4.115 Perhitungan Ongkos Simpan


Ongkos Dalam Persen dari Nilai
Kategori
Persediaan
Ongkos Gedung (OG)
- Sewa Gedung atau Depresiasi
- Ongkos Operasi Gedung (3-10)%
- Pajak Gedung
- Asuransi gedung
Ongkos Material Handling (OM)
- Peralatan, Sewa, atau
Depresiasi (1-3,5)%
- Sumber Energi
- Ongkos Operasi Peralatan
Ongkos Tenaga Kerja Di Luar (3-5)%
Handling dan Supervisor (OT)
Ongkos Investasi (OI)
- Ongkos Peminjaman
(6-24)%
- Ongkos Persediaan
- Asuransi Persediaan
Ongkos Scrap, Barang Rusak (OS) (2-5)%

Berdasarkan tabel diatas, dapat ditentukan dan diperoleh perhitungan


ongkos simpan sebagai berikut:
IV-132

Tabel 4.116 Perhitungan Ongkos Simpan


Total/Tahu Total/Bula
Ongkos Simpan (Rp)
Kode n (Rp) n (Rp)
Satua
No Level Spare Deskripsi OG OM OT OI OS
n
Part (7% (3% (4% (8% (2%
) ) ) ) )
416, 178,
1 0 Lm Lemari Unit 238 476 119 1428 119
5 5
Gerobak 102
2 0 GJ Unit 896 384 512 256 3072 256
Jualan 4
Gerobak
3 0 GD Unit 448 192 256 512 128 1536 128
Dorong
4 1 Ld Landasan Unit 105 45 60 120 30 360 30
227,
5 1 BL Bodi Lemari Unit 97,5 130 260 65 780 65
5
6 1 Atl Penutup Atas Unit 21 9 12 24 6 72 6
7 1 Ld I Landasan I Unit 189 81 108 216 54 648 54
Pgn
8 1 Pegangan Unit 35 15 20 40 10 120 10
(4)
9 1 BJ Bodi Unit 315 135 180 360 90 1080 90
10 1 AJ Atap Unit 105 45 60 120 30 360 30
11 1 Skr Sekrup Unit 21 9 12 24 6 72 6
12 1 BD Bodi GD Unit 105 45 60 120 30 360 30
13 1 Als Alas Unit 21 9 12 24 6 72 6
14 2 Kk Kaki Unit 21 9 12 24 6 72 6
15 2 AL I Alas I Unit 21 9 12 24 6 72 6
16 2 Ar As roda Unit 21 9 12 24 6 72 6
17 2 Rd Roda Unit 56 24 32 64 16 192 16
18 2 Bxg Box Gerobak Unit 105 45 60 120 30 360 30
19 2 Bxl Box Laci Unit 28 12 16 32 8 96 8

4.2.3.2 Perhitungan Project On Hand


Lead time sesuai dengan set data (dalam bulan)
Perhitungan Allocated (All)
All = % Allocated x On Hand
All =0x0
=0

Perhitungan Projected On Hand (POH) level 0 dari Lemari


POH = OH – SS – All
=0-0–0
= 0 unit (pembulatan matematis)

Perhitungan Projected On Hand (POH) level 1 dari Landasan


IV-133

POH = OH – SS – All
= 75 - 20 – 0
= 55 unit (pembulatan matematis)

Perhitungan Projected On Hand (POH) level 2 dari Alas


POH = OH – SS – All
= 60 - 0 – 0
= 60 unit (pembulatan matematis)

Keterangan: On Hand (OH) dan Safety Stock (SS).

4.2.3.3 Perhitungan Perencanaan Kebutuhan Material


Berikut ini merupakan perhitungan perencanaan kebutuhan material
adalah sebagai berikut.
4.2.3.3.1Level 0
Berikut ini merupakan perhitungan pada level 0 untuk produk Lemari,
Gerobak Jualan, dan Gerobak Dorong adalah sebagai berikut.
A. Lemari
Pada level 0 proses Lotting yang digunakan adalah metode LFL (Lot For
Lot). LFL adalah jumlah pesanan untuk setiap periode sama dengan jumlah
kebutuhan pada periode tersebut akibatnya jumlah persedian adalah nol.
Berikut dibawah ini adalah tabel 4.117 yang menunjukkan perhitungan
final MRP untuk produk Lemari.

Tabel 4.117 Perhitungan Final MRP Lemari


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 Lm GR 312 443 439 441 438 437 436 435 434 433 432 430
SR 312
POH 0
NR 0 443 439 441 438 437 436 435 434 433 432 430
PORc 0 443 439 441 438 437 436 435 434 433 432 430
POR 443 439 441 438 437 436 435 434 433 432 430 0
IV-134

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.

Tabel 4.119 Perhitungan Final MRP Gerobak Dorong


Item Periode
LZ LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
0 1 0 0 0 0 GD GR 110 229 229 228 227 227 226 226 225 225 224 223
SR 110
POH 0
NR 0 229 229 228 227 227 226 226 225 225 224 223
PORc 0 229 229 228 227 227 226 226 225 225 224 223
POR 229 229 228 227 227 226 226 225 225 224 223 0

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

Tabel 4.120 Netting untuk Landasan


Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 75 20 0 1 Ld GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 55 55
NR 0 384 441 438 437 436 435 434 433 432 430 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 = 4300 = 430,000 unit/bulan
i=1
¿ 10
n
2cs 2x200x430 ,000
EOQ =
√ √
H
=
30
= 75,719 ≈ 76 unit/pesan

Berikut merupakan tabel 4.121 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.121 Lotting Landasan dengan Metode EOQ


IV-136

Lot Item Periode


LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 75 20 0 1 Ld GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 55 55 72 11 29 48 68 13 35 58 6 32
NR 0 384 369 427 408 388 367 421 398 374 424
PORc 456 380 456 456 456 380 456 456 380 456
POR 456 380 456 456 456 380 456 456 380 456 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp. 153.720,00 + Rp. 2.000,00 + Rp. 6.498.000,00
= Rp. 6.653.720,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos landasan adalah sebagai berikut:

∑Kebutuhan Bersih 4300


Jumlah Pesan = = = 56,579 ≈ 57 kali
EOQ 76
Jumlah Periode 10
POQ = = = 0,175 ≈ 1 periode
Jumlah Pesan 57

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.122 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.122 Lotting Landasan dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 75 20 0 1 Ld GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 55 55
NR 0 384 441 438 437 436 435 434 433 432 430
PORc 384 441 438 437 436 435 434 433 432 430
POR 384 441 438 437 436 435 434 433 432 430 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp. 19.800,00 + Rp. 2.000,00 + Rp. 6.450.000,00
= Rp. 6.471.800,00
IV-137

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.

Tabel 4.123 Final MRP Landasan (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 75 20 0 1 Ld GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 55 55
NR 0 384 441 438 437 436 435 434 433 432 430
PORc 384 441 438 437 436 435 434 433 432 430
POR 384 441 438 437 436 435 434 433 432 430 0

2. Bodi Lemari (BL)


A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada bodi Lemari nilai GR diperoleh dari nilai POR
Lemari (lihat tabel 4.124), sehingga diperoleh sebagai beikut:

Tabel 4.124 Netting untuk Bodi Lemari


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 BL GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 40 40
NR 0 399 441 438 437 436 435 434 433 432 430 0
IV-138

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

Berikut merupakan tabel 4.125 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.125 Lotting Bodi Lemari dengan Metode EOQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 60 20 0 1 BL GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 40 40 8 11 17 24 32 4 14 25 0 14
NR 0 399 433 427 420 412 403 430 419 407 430
PORc 407 444 444 444 444 407 444 444 407 444
POR 407 444 444 444 444 407 444 444 407 444 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp. 147.420,00 + RP. 1.000,00 + Rp. 14.069.250,00
= Rp. 14.217.670,00
IV-139

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos bodi lemari adalah sebagai berikut:

∑Kebutuhan Bersih 4315


Jumlah Pesan = = = 116,622 ≈ 117 kali
EOQ 37
Jumlah Periode 10
POQ = = = 0,085 ≈ 1 periode
Jumlah Pesan 117

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.126 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.126 Lotting Bodi Lemari dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 20 0 1 BL GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 40 40
NR 0 399 441 438 437 436 435 434 433 432 430
PORc 399 441 438 437 436 435 434 433 432 430
POR 399 441 438 437 436 435 434 433 432 430 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp. 31.200,00 + Rp. 1.000,00 + Rp. 14.023.750,00
= Rp. 14.055.950,00

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

Tabel 4.127 Final MRP Bodi Lemari (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 20 0 1 BL GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 40 40
NR 0 399 441 438 437 436 435 434 433 432 430
PORc 399 441 438 437 436 435 434 433 432 430
POR 399 441 438 437 436 435 434 433 432 430 0

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:

Tabel 4.128 Netting untuk Penutup Atas


Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 85 0 0 1 Atl GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 85 85
NR 0 354 441 438 437 436 435 434 433 432 430 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)
IV-141

H = Ongkos Simpan (Rp/unit/bulan)


S = Rata-rata Kebutuhan (Unit/bulan)
n

S
∑ Keb.bersih = 4270 = 427,000 unit/bulan
i=1
¿ 10
n
2cs 2x200x427 , 000
EOQ =
√ √ H
=
6
= 168,721 ≈ 169 unit/pesan

Berikut merupakan tabel 4.129 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.129 Lotting Penutup Atas dengan Metode EOQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 85 0 0 1 Atl GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 85 85 153 50 119 20 91 163 67 141 47 124
NR 0 354 288 388 318 416 344 271 366 291 383
PORc 507 338 507 338 507 507 338 507 338 507
POR 507 338 507 338 507 507 338 507 338 507 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp. 76.320,00 + Rp. 2.000,00 + Rp. 1.318.200,00
= Rp. 1.396.520,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos penutup atas adalah sebagai berikut:

∑Kebutuhan Bersih 427 0


Jumlah Pesan = = = 25,266 ≈ 26 kali
EOQ 169
Jumlah Periode 10
POQ = = = 0,385 ≈ 1 periode
Jumlah Pesan 26
IV-142

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.130 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.130 Lotting Penutup Atas dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 85 0 0 1 Atl GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 85 85
NR 0 354 441 438 437 436 435 434 433 432 430
PORc 354 441 438 437 436 435 434 433 432 430
POR 354 441 438 437 436 435 434 433 432 430 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.6.120,00 + Rp.2.000,00 + Rp. 1.281.000,00
= Rp. 1.289.120,00
Dari hasil perhitungan total ongkos untuk kedua metode di atas terpilih
metode POQ dalam penentuan ukuran pesan untuk pemesanan penutup atas
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.

Tabel 4.131 Final MRP Penutup Atas (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 85 0 0 1 Atl GR 443 439 441 438 437 436 435 434 433 432 430 0
SR 443
POH 85 85
NR 0 354 441 438 437 436 435 434 433 432 430
PORc 354 441 438 437 436 435 434 433 432 430
POR 354 441 438 437 436 435 434 433 432 430 0

4. Landasan I (Ld I)
A. Netting
IV-143

Netting merupakan proses perhitungan kebutuhan bersih yang merupakan


selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada landasan I nilai GR diperoleh dari hasil
penjumlahan POR Gerobak Jualan dan POR Gerobak Dorong (lihat tabel 4.132),
sehingga diperoleh sebagai beikut:

Tabel 4.132 Netting untuk Landasan I


Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 75 20 0 1 Ld I GR 420 420 418 417 416 415 414 413 412 411 410 0
SR 420
POH 55 55
NR 0 365 418 417 416 415 414 413 412 411 410 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 = 4091 = 409,100 unit/bulan
i=1
¿ 10
n
2cs 2x250x409,100
EOQ =
√ √
H
=
54
= 61,646 = 62 unit/pesan
IV-144

Berikut merupakan tabel 4.133 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.133 Lotting Landasan I dengan Metode EOQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 75 20 0 1 Ld I GR 420 420 418 417 416 415 414 413 412 411 410 0
SR 420
POH 55 55 7 23 40 58 15 35 56 16 39 1
NR 0 365 411 394 376 357 399 378 356 395 371
PORc 372 434 434 434 372 434 434 372 434 372
POR 372 434 434 434 372 434 434 372 434 372 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.223.560,00 + Rp.2.500,00 + Rp.11.048.400,00
= Rp.11.274.460,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos landasan I adalah sebagai berikut:

∑Kebutuhan Bersih 4091


Jumlah Pesan = = = 65,984 ≈ 66 kali
EOQ 62
Jumlah Periode 10
POQ = = = 0,152 ≈ 1 periode
Jumlah Pesan 66

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.134 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.134 Lotting Landasan I dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 75 20 0 1 Ld I GR 420 420 418 417 416 415 414 413 412 411 410 0
SR 420
POH 55 55
NR 0 365 418 417 416 415 414 413 412 411 410
PORc 365 418 417 416 415 414 413 412 411 410
POR 365 418 417 416 415 414 413 412 411 410 0
IV-145

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.35.640,00 + Rp.2.500,00 + Rp.11.045.700,00
= Rp.11.083.840,00

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.

Tabel 4.135 Final MRP Landasan I (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 75 20 0 1 Ld I GR 420 420 418 417 416 415 414 413 412 411 410 0
SR 420
POH 55 55
NR 0 365 418 417 416 415 414 413 412 411 410
PORc 365 418 417 416 415 414 413 412 411 410
POR 365 418 417 416 415 414 413 412 411 410 0

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:

Tabel 4.136 Netting untuk Pegangan


IV-146

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

Berikut merupakan tabel 4.137 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.137 Lotting Pegangan dengan Metode EOQ


IV-147

Lot Item Periode


LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 60 20 0 1 Pgn GR 840 840 836 834 832 830 828 826 824 822 820 0
SR 840
POH 40 40 103 41 110 52 125 71 19 98 50 4
NR 0 800 733 793 722 778 703 755 805 724 770
PORc 903 774 903 774 903 774 774 903 774 774
POR 903 774 903 774 903 774 774 903 774 774 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.85.5600,00 + Rp.1.000,00 + Rp.4.128.000,00
= Rp.4.214.560,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos pegangan adalah sebagai berikut:

∑Kebutuhan Bersih 8252


Jumlah Pesan = = = 63,969 ≈ 64 kali
EOQ 129
Jumlah Periode 10
POQ = = = 0,156 ≈ 1 periode
Jumlah Pesan 64

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.138 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.
Tabel 4.138 Lotting Pegangan dengan Metode POQ
Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 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
PORc 800 836 834 832 830 828 826 824 822 820
POR 800 836 834 832 830 828 826 824 822 820 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.4.800,00 + Rp.1.000,00 + Rp.4.126.000,00
= Rp.4.131.800,00
IV-148

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.

Tabel 4.139 Final MRP Pegangan (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 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
PORc 800 836 834 832 830 828 826 824 822 820
POR 800 836 834 832 830 828 826 824 822 820 0

6. Bodi Gerobak Jualan (BJ)


A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada bodi Gerobak Jualan nilai GR diperoleh dari nilai
POR Gerobak Jualan (lihat tabel 4.140), sehingga diperoleh sebagai beikut:
Tabel 4.140 Netting untuk Bodi Gerobak Jualan
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 BJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 40 40
NR 0 151 190 190 189 189 188 188 187 187 187 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:
IV-149

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 = 1846 = 184,600 unit/bulan
i=1
¿ 10
n
2cs 2x200x184,600
EOQ =
√ √
H
=
90
= 28,643 = 29 unit/pesan

Berikut merupakan tabel 4.141 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.141 Lotting Bodi Gerobak Jualan dengan Metode EOQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 60 20 0 1 BJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 40 40 23 7 20 5 19 5 20 7 23 10
NR 0 151 167 183 169 184 169 183 167 180 164
PORc 174 174 203 174 203 174 203 174 203 174
POR 174 174 203 174 203 174 203 174 203 174 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.193.320,00 + Rp.2.000,00 + Rp.8.352.000,00
= Rp.8.547.320,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos bodi Gerobak Jualan adalah sebagai berikut:

∑Kebutuhan Bersih 1846


Jumlah Pesan = = = 63,655 ≈ 64kali
EOQ 29
IV-150

Jumlah Periode 10
POQ = = = 0,156 ≈ 1 periode
Jumlah Pesan 64

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.142 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.142 Lotting Bodi Gerobak Jualan dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 20 0 1 BJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 40 40
NR 0 151 190 190 189 189 188 188 187 187 187
PORc 151 190 190 189 189 188 188 187 187 187
POR 151 190 190 189 189 188 188 187 187 187 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp. 43.200,00 + Rp.2.000,00 + Rp.8.307.000,00
= Rp.8.352.200,00

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.

Tabel 4.143 Final MRP Bodi Gerobak Jualan (POQ)


IV-151

Lot Item Periode


LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 20 0 1 BJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 40 40
NR 0 151 190 190 189 189 188 188 187 187 187
PORc 151 190 190 189 189 188 188 187 187 187
POR 151 190 190 189 189 188 188 187 187 187 0

7. Bodi Gerobak Dorong (BD)


A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
untuk 12 periode kedepan. Pada bodi gerobak dorong nilai GR diperoleh dari nilai
POR Gerobak Dorong (lihat tabel 4.144), sehingga diperoleh sebagai beikut:

Tabel 4.144 Netting untuk Bodi Gerobak Dorong


Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 60 25 0 1 BD GR 229 229 228 227 227 226 226 225 225 224 223 0
SR 229
POH 35 35
NR 0 194 228 227 227 226 226 225 225 224 223 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)
IV-152

S
∑ Keb.bersih = 2225 = 222,500 unit/bulan
i=1
¿ 10
n
2cs 2x100x222,500
EOQ =
√ √
H
=
30
= 38,514 = 39 unit/pesan

Berikut merupakan tabel 4.145 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.145 Lotting Bodi Gerobak Dorong dengan Metode EOQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 60 25 0 1 BD GR 229 229 228 227 227 226 226 225 225 224 223 0
SR 229
POH 35 35 1 7 14 21 29 37 7 16 26 37
NR 0 194 227 220 213 205 197 188 218 208 197
PORc 195 234 234 234 234 234 195 234 234 234
POR 195 234 234 234 234 234 195 234 234 234 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.82.800,00 + Rp.1000,00 + Rp.3.393.000,00
= Rp.3.476.800,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos bodi gerobak dorong adalah sebagai berikut:
∑Kebutuhan Bersih 2225
Jumlah Pesan = = = 57,051 ≈ 58 kali
EOQ 39
Jumlah Periode 10
POQ = = = 0,172 ≈ 1 periode
Jumlah Pesan 58
Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1
periode. Berikut merupakan tabel 4.146 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.146 Lotting Bodi Gerobak Dorong dengan Metode POQ


IV-153

Lot Item Periode


LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 25 0 1 BD GR 229 229 228 227 227 226 226 225 225 224 223 0
SR 229
POH 35 35
NR 0 194 228 227 227 226 226 225 225 224 223
PORc 194 228 227 227 226 226 225 225 224 223
POR 194 228 227 227 226 226 225 225 224 223 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.12.600,00 + Rp.1.000,00 + Rp.3.337.500,00
= Rp.3.351.100,00

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.

Tabel 4.147 Final MRP Bodi Gerobak Dorong (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 25 0 1 BD GR 229 229 228 227 227 226 226 225 225 224 223 0
SR 229
POH 35 35
NR 0 194 228 227 227 226 226 225 225 224 223
PORc 194 228 227 227 226 226 225 225 224 223
POR 194 228 227 227 226 226 225 225 224 223 0

8. Atap Gerobak Jualan (AJ)


A. Netting
Netting merupakan proses perhitungan kebutuhan bersih yang merupakan
selisih antara kebutuhan kotor dengan keadaan persediaan. Netting dilakukan
IV-154

untuk 12 periode kedepan. Pada atap gerobak jualan nilai GR diperoleh dari nilai
POR Gerobak Jualan (lihat tabel 4.148), sehingga diperoleh sebagai beikut:

Tabel 4.148 Netting untuk Atap Gerobak Jualan


Item Periode
LT OH SS ALL Lvl Ket PD
Kode 13 14 15 16 17 18 19 20 21 22 23 24
1 60 10 0 1 AJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 50 50
NR 0 141 190 190 189 189 188 188 187 187 187 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 = 1836 = 183,600 unit/bulan
i=1
¿ 10
n
2cs 2x100x183,600
EOQ =
√ √
H
=
30
= 34,986 = 35 unit/pesan

Berikut merupakan tabel 4.149 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.
Tabel 4.149 Lotting Atap Gerobak Jualan dengan Metode EOQ
IV-155

Lot Item Periode


LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 60 10 0 1 AJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 50 50 34 19 4 25 11 33 20 8 31 19
NR 0 141 156 171 185 164 177 155 167 179 156
PORc 175 175 175 210 175 210 175 175 210 175
POR 175 175 175 210 175 210 175 175 210 175 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.91.440,00 + Rp.1.000,00 + Rp.2.782.500,00
= Rp.2.874.940,00

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos atap gerobak Jjalan adalah sebagai berikut:

∑Kebutuhan Bersih 1836


Jumlah Pesan = = =52,457 ≈ 53 kali
EOQ 35
Jumlah Periode 10
POQ = = = 0,189 ≈ 1 periode
Jumlah Pesan 53

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.150 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.150 Lotting Atap Gerobak Jualan dengan Metode POQ


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 10 0 1 AJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 50 50
NR 0 141 190 190 189 189 188 188 187 187 187
PORc 141 190 190 189 189 188 188 187 187 187
POR 141 190 190 189 189 188 188 187 187 187 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.18.000,00 + Rp.1.000,00 + Rp.2.754.000,00
= Rp.2.773.000,00
IV-156

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.

Tabel 4.151 Final MRP Atap Gerobak Jualan (POQ)


Lot Item Periode
LT OH SS ALL Lvl Ket PD
Size Kode 13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 60 10 0 1 AJ GR 191 191 190 190 189 189 188 188 187 187 187 0
SR 191
POH 50 50
NR 0 141 190 190 189 189 188 188 187 187 187
PORc 141 190 190 189 189 188 188 187 187 187
POR 141 190 190 189 189 188 188 187 187 187 0

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:

Tabel 4.152 Netting untuk Sekrup


Periode
LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
1 80 0 0 1 Skr GR 1726 1718 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
SR 1726
POH 80 80
NR 0 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0

B. Lotting
IV-157

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 = 16922 = 1692,200 unit/bulan
i=1
¿ 10
n
2cs 2x150x1692,200
EOQ =
√ √
H
=
6
= 290,878 = 291 unit/pesan

Berikut merupakan tabel 4.153 yang menunjukkan hasil MRP dari


lotting dengan menggunakan metode EOQ.

Tabel 4.153 Lotting Sekrup dengan Metode EOQ


Periode
Lot Size LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
EOQ 1 80 0 0 1 Skr GR 1726 1718 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
SR 1726
POH 80 80 108 136 172 212 256 13 65 121 181 247
NR 0 1638 1610 1574 1534 1490 1442 1681 1625 1565 1499
PORc 1746 1746 1746 1746 1746 1455 1746 1746 1746 1746
POR 1746 1746 1746 1746 1746 1455 1746 1746 1746 1746 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= (∑POH x OS) + (∑Periode POR x OP) + (∑POR x Harga SP)
= Rp.114.552,00 + Rp.1.500,00 + Rp.5.150.700,00
= Rp. 5.266.752,00
IV-158

b. Metode Period Order Quantity (POQ)


Rencana Pesan dan Ongkos sekrup adalah sebagai berikut:
∑Kebutuhan Bersih 16922
Jumlah Pesan = = = 58,151 ≈ 59 kali
EOQ 291
Jumlah Periode 10
POQ = = = 0,169 ≈ 1 periode
Jumlah Pesan 59

Perhitungan menunjukkan bahwa pemesanan dapat dilakukan untuk 1


periode. Berikut merupakan tabel 4.154 yang menunjukkan hasil MRP dari lotting
dengan menggunakan metode POQ.

Tabel 4.154 Lotting Sekrup dengan Metode POQ


Periode
Lot Size LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 80 0 0 1 Skr GR 1726 1718 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
SR 1726
POH 80 80
NR 0 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680
PORc 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680
POR 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.5.760,00 + Rp.1.500,00 + Rp.5.076.600,00
= Rp.5.083.860,00

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

Tabel 4.155 Final MRP Sekrup (POQ)


Periode
Lot Size LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
POQ 1 80 0 0 1 Skr GR 1726 1718 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
SR 1726
POH 80 80
NR 0 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
PORc 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0
POR 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0

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.

Tabel.4.156 Demand Komponen Alas


Period
13 14 15 16 17 18 19 20 21 22 23 24
e
Dt 384 441 438 437 436 435 434 433 432 430 0 0

Berikut ini merupakan tabel 4.157 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.200
Ongkos Simpan : Rp.6
Lead time :1
Langkah 1:
Rumus:
IV-160

e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 200 + 6 [(384-384)]


= 200
O(13,14) = 200 + 6 [(825-384)+(825-825)]
= 2846
O(13,15) = 200 + 6 [(1263-384)+(1263-825)+(1263-1263)]
= 8102

Dibawah ini merupakan tabel 4.157 yang menunjukkan rekapitulasi Oen


alas.

Tabel 4.157 Rekapitulasi Oen Alas dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
11724
13 200 2846 8102 15968 26432 39482 55106 73292 94028    
8
14   200 2828 8072 15920 26360 39380 54968 73112 93752    
15     200 2822 8054 15884 26300 39290 54842 72902    
16       200 2816 8036 15848 26240 39200 54680    
17         200 2810 8018 15812 26180 39080    
18           200 2804 8000 15776 26096    
19             200 2798 7982 15722    
20               200 2792 7952    
21                 200 2780    
22                   200    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 200 untuk O11 + f0
= 200
IV-161

f2 = min [O13,14 + f0, O14,14 + f1]


= min [2846+0,200+200]
= 400
f3 = min [O13,15 + f0, O15,15 + f2]
= min [8102+0,200+400]
= 600

Dibawah ini merupakan tabel 4.158 yang menunjukkan rekapitulasi nilai


fn alas menggunakan metode within wagner.

Tabel 4.158 Rekapitulasi Nilai fn Alas (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
13 200 2846 8102 15968 26432 39482 55106 73292 94028 117248    
14   400 3028 8272 16120 26560 39580 55168 73312 93952    
15     600 3222 8454 16284 26700 39690 55242 73302    
16       800 3416 8636 16448 26840 39800 55280    
17         1000 3610 8818 16612 26980 39880    
18           1200 3804 9000 16776 27096    
19             1400 3998 9182 16922    
20               1600 4192 9352    
21                 1800 4380    
22                   2000    
23                        
24                        
fn 200 400 600 800 1000 1200 1400 1600 1800 2000    
Optimal 2000    

Berikut ini merupakan tabel 4.159 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).

Tabel 4.159 Final Alas (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 60 0 0 2 Als GR 384 441 438 437 436 435 434 433 432 430 0 0
SR 384
POH 60 60
NR 0 381 438 437 436 435 434 433 432 430 0 0
PORc 381 438 437 436 435 434 433 432 430 0 0
POR 381 438 437 436 435 434 433 432 430 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


IV-162

= Rp.4.320,00 + Rp.1.800,00 + Rp.1.156.800,00


= Rp. 1.162.920,00

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.

Tabel 4.160 Demand Komponen Alas


Period
13 14 15 16 17 18 19 20 21 22 23 24
e
153 176 175 174 174 174 173 173 172 172
Dt
6 4 2 8 4 0 6 2 8 0 0 0

Berikut ini merupakan tabel 4.161 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.150
Ongkos Simpan : Rp.6
Lead time :1

Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 150 + 6 [(1536-1536)]


IV-163

= 150
O(13,14) = 150 + 6 [(3300-1536)+(3300-3300)]
= 10734
O(13,15) = 1500 + 6 [(5052-1536)+(5052-3300)+(5052-5052)]
= 31758

Dibawah ini merupakan tabel 4.161 yang menunjukkan rekapitulasi Oen


kaki.

Tabel 4.161 Rekapitulasi Oen Kaki dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
3175 6322 21977 46834
13 150 10734 105078 157278 292518 375462    
8 2 4 2
1066 3163 15687 37435
14   150 63030 104790 219222 291798    
2 8 0 8
1063 10455 29095
15     150 31566 62886 156510 218718    
8 0 8
21807
16       150 10614 31494 62742 104310 156150    
0
15567
17         150 10590 31422 62598 104070    
0
10373
18           150 10566 31350 62454    
4
19             150 10542 31278 62238    
20               150 10518 31158    
21                 150 10470    
22                   150    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 150 untuk O11 + f0
= 150
f2 = min [O13,14 + f0, O14,14 + f1]
= min [10734+0,150+150]
IV-164

= 300
f3 = min [O13,15 + f0, O15,15 + f2]
= min [31758+0,150+300]
= 450

Dibawah ini merupakan tabel 4.162 yang menunjukkan rekapitulasi nilai


fn kaki menggunakan metode within wagner.

Tabel 4.162 Rekapitulasi Nilai fn Kaki (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
1073 3175 6322 10507 15727 21977 29251 37546 46834
13 150    
4 8 2 8 8 4 8 2 2
1081 3178 10494 15702 21937 29194 37450
14   300 63180    
2 8 0 0 2 8 8
1093 10485 15681 21901 29125
15     450 31866 63186    
8 0 0 8 8
10476 15660 21852
16       600 11064 31944 63192    
0 0 0
10467 15627
17         750 11190 32022 63198    
0 0
10448
18           900 11316 32100 63204    
4
19             1050 11442 32178 63138    
20               1200 11568 32208    
21                 1350 11670    
22                   1500    
23                        
24                        
fn 150 300 450 600 750 900 1050 1200 1350 1500    
Optim
1500    
al

Berikut ini merupakan tabel 4.163 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).

Tabel 4.163 Final Kaki (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 85 0 0 2 Kk GR 1536 1764 1752 1748 1744 1740 1736 1732 1728 1720 0 0
SR 1536
POH 85 85
NR 0 1679 1752 1748 1744 1740 1736 1732 1728 1720 0 0
PORc 1679 1752 1748 1744 1740 1736 1732 1728 1720 0 0
POR 1679 1752 1748 1744 1740 1736 1732 1728 1720 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


IV-165

= Rp.6.120,00 + Rp.1.350,00 + Rp.4.673.700,00


= Rp. 4.681.170,00

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.

Tabel 4.164 Demand Komponen Alas I


Periode 13 14 15 16 17 18 19 20 21 22 23 24
Dt 365 418 417 416 415 414 413 412 411 410 0 0

Berikut ini merupakan tabel 4.165 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.200
Ongkos Simpan : Rp.6
Lead time :1
Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 200 + 6 [(365-365)]


= 200
O(13,14) = 200 + 6 [(783-365)+(783-783)]
IV-166

= 2708
O(13,15) = 200 + 6 [(1200-365)+(1200-783)+(1200-1200)]
= 7712

Dibawah ini merupakan tabel 4.165 yang menunjukkan rekapitulasi Oen


alas.

Tabel 4.165 Rekapitulasi Oen Alas I dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
13 200 2708 7712 15200 25160 37580 52448 69752 89480 111620    
14   200 2702 7694 15164 25100 37490 52322 69584 89264    
15     200 2696 7676 15128 25040 37400 52196 69416    
16       200 2690 7658 15092 24980 37310 52070    
17         200 2684 7640 15056 24920 37220    
18           200 2678 7622 15020 24860    
19             200 2672 7604 14984    
20               200 2666 7586    
21                 200 2660    
22                   200    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 200 untuk O11 + f0
= 200
f2 = min [O13,14 + f0, O14,14 + f1]
= min [2708+0,200+200]
= 400
f3 = min [O13,15 + f0, O15,15 + f2]
= min [7712+0,200+400]
= 600
IV-167

Dibawah ini merupakan tabel 4.166 yang menunjukkan rekapitulasi nilai


fn alas I menggunakan metode within wagner.

Tabel 4.166 Rekapitulasi Nilai fn Alas I (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
270 771 1520 2516 3758 5244 6975 8948 11162
13 200    
8 2 0 0 0 8 2 0 0
290 1536 2530 3769 5252 6978
14   400 7894 89464    
2 4 0 0 2 4
1552 2544 3780 5259
15     600 3096 8076 69816    
8 0 0 6
1569 2558 3791
16       800 3290 8258 52670    
2 0 0
1585 2572
17         1000 3484 8440 38020    
6 0
1602
18           1200 3678 8622 25860    
0
19             1400 3872 8804 16184    
20               1600 4066 8986    
21                 1800 4260    
22                   2000    
23                        
24                        
fn 200 400 600 800 1000 1200 1400 1600 1800 2000    
Optim
2000    
al

Berikut ini merupakan tabel 4.167 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).

Tabel 4.167 Final Alas I (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 60 0 0 2 AL I GR 365 418 417 416 415 414 413 412 411 410 0 0
SR 365 418
POH 60 60 60
NR 0 0 357 416 415 414 413 412 411 410 0 0
PORc 357 416 415 414 413 412 411 410 0 0
POR 0 357 416 415 414 413 412 411 410 0 0 0
IV-168

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.8.640,00 + Rp.1.600,00 + Rp.974.400,00
= Rp.984.640,00

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.

Tabel 4.168 Demand Komponen As Roda


Period
13 14 15 16 17 18 19 20 21 22 23 24
e
Dt 730 836 834 832 830 828 826 824 822 820 0 0

Berikut ini merupakan tabel 4.169 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.200
Ongkos Simpan : Rp.6
Lead time :1
Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


IV-169

H = Ongkos simpan/unit/periode

O(13,13) = 200 + 6 [(730-730)]


= 200
O(13,14) = 200 + 6 [(1566-730)+(1566-730)]
= 5216
O(13,15) = 200 + 6 [(2400-730)+(2400-1566)+(2400-2400)]
= 15224

Dibawah ini merupakan tabel 4.169 yang menunjukkan rekapitulasi O en as


roda.

Tabel 4.169 Rekapitulasi Oen As roda dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
521 1522 3020 5012 7496 10469 13930 17876 22304
13 200    
6 4 0 0 0 6 4 0 0
1518 3012 5000 10444 13896 17832
14   200 5204 74780    
8 8 0 4 8 8
1515 3005 10419 13863
15     200 5192 49880 74600    
2 6 2 2
1511 10394
16       200 5180 29984 49760 74420    
6 0
17         200 5168 15080 29912 49640 74240    
18           200 5156 15044 29840 49520    
19             200 5144 15008 29768    
20               200 5132 14972    
21                 200 5120    
22                   200    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 200 untuk O11 + f0
IV-170

= 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

Dibawah ini merupakan tabel 4.170 yang menunjukkan rekapitulasi nilai


fn as roda menggunakan metode within wagner.

Tabel 4.170 Rekapitulasi Nilai fn As roda (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
1522 3020 5012 7496 10469 13930 17876 22304
13 200 5216    
4 0 0 0 6 4 0 0
1538 3032 5020 10464 13916 17852
14   400 5404 74980    
8 8 0 4 8 8
1555 3045 10459 13903
15     600 5592 50280 75000    
2 6 2 2
1571 10454
16       800 5780 30584 50360 75020    
6 0
17         1000 5968 15880 30712 50440 75040    
18           1200 6156 16044 30840 50520    
19             1400 6344 16208 30968    
20               1600 6532 16372    
21                 1800 6720    
22                   2000    
23                        
24                        
fn 200 400 600 800 1000 1200 1400 1600 1800 2000    
Optim
2000    
al

Berikut ini merupakan tabel 4.171 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).
IV-171

Tabel 4.171 Final As roda (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 85 0 0 2 Ar GR 730 836 834 832 830 828 826 824 822 820 0 0
SR 730 836
POH 85 85 85
NR 0 0 749 832 830 828 826 824 822 820 0 0
PORc 749 832 830 828 826 824 822 820 0 0
POR 0 749 832 830 828 826 824 822 820 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.12.240,00 + Rp.1.600,00 + Rp.1.959.300,00
= Rp. 1.973.140,00

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.

Tabel 4.172 Demand Komponen Roda


Period
13 14 15 16 17 18 19 20 21 22 23 24
e
Dt 1460 1672 1668 1664 1660 1656 1652 1648 1644 1640 0 0

Berikut ini merupakan tabel 4.173 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.200
Ongkos Simpan : Rp.16
Lead time :1
Langkah 1:
IV-172

Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 200 + 16 [(1460-1460)]


= 200
O(13,14) = 200 + 16 [(3132-1460)+(3123-3132)]
= 26952
O(13,15) = 200 + 16 [(4800-1460)+(4800-3132)+(4800-4800)]
= 80328

Dibawah ini merupakan tabel 4.173 yang menunjukkan rekapitulasi Oen


roda.

Tabel 4.173 Rekapitulasi Oen Roda dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
269 803 1602 2664 3989 5575 7420 9525 11886
13 200    
52 28 00 40 20 12 88 20 80
268 8013 1598 2658 3979 5561 7402 95021
14   200    
88 6 16 00 60 68 96 6
2682 7994 1594 2651 3970 5548 73850
15     200    
4 4 32 60 00 24 4
2676 7975 1590 2645 3960 55348
16       200    
0 2 48 20 40 0
2669 7956 1586 2638 39508
17         200    
6 0 64 80 0
2663 7936 1582 26324
18           200    
2 8 80 0
2656 7917 15789
19             200    
8 6 6
2650
20               200 78984    
4
21                 200 26440    
22                   200    
23                        
24                        
IV-173

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 200 untuk O11 + f0
= 200
f2 = min [O13,14 + f0, O14,14 + f1]
= min [26952+0,200+200]
= 400
f3 = min [O13,15 + f0, O15,15 + f2]
= min [80328+0,200+400]
= 600

Dibawah ini merupakan tabel 4.174 yang menunjukkan rekapitulasi nilai


fn roda menggunakan metode within wagner.

Tabel 4.174 Rekapitulasi Nilai fn Roda (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
269 803 1602 2664 3989 5575 7420 9525 11886
13 200    
52 28 00 40 20 12 88 20 80
270 8033 1600 2660 3981 5563 7404 95041
14   400    
88 6 16 00 60 68 96 6
2722 8034 1598 2655 3974 5552 73890
15     600    
4 4 32 60 00 24 4
2736 8035 1596 2651 3966 55408
16       800    
0 2 48 20 40 0
2749 8036 1594 2646 39588
17         1000    
6 0 64 80 0
2763 8036 1592 26424
18           1200    
2 8 80 0
2776 8037 15909
19             1400    
8 6 6
2790
20               1600 80384    
4
IV-174

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).

Tabel 4.175 Final Roda (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 110 25 0 2 Rd GR 1460 1672 1668 1664 1660 1656 1652 1648 1644 1640 0 0
SR 1460 1672
POH 85 85 85
NR 0 0 1583 1664 1660 1656 1652 1648 1644 1640 0 0
PORc 1583 1664 1660 1656 1652 1648 1644 1640 0 0
POR 0 1583 1664 1660 1656 1652 1648 1644 1640 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.32.640,00 + Rp.1.600,00 + Rp.10.517.600,00
= Rp. 10.551.840,00

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.

Tabel 4.176 Demand Komponen Box Gerobak


Periode 13 14 15 16 17 18 19 20 21 22 23 24
Dt 151 190 190 189 189 188 188 187 187 187 0 0
IV-175

Berikut ini merupakan tabel 4.177 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.200
Ongkos Simpan : Rp.30
Lead time :1
Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 200 + 30 [(151-151)]


= 200
O(13,14) = 200 + 30 [(341-151)+(341-341)]
= 5900
O(13,15) = 200 + 30 [(531-151)+(531-341)+(531-531)]
= 17300

Dibawah ini merupakan tabel 4.177 yang menunjukkan rekapitulasi Oen


box gerobak.

Tabel 4.177 Rekapitulasi Oen Box Gerobak dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
1730 3431 5699 8519 11903 15830 20318 25367
13 200 5900    
0 0 0 0 0 0 0 0
1724 3425 5681 11867 15794 20282
14   200 5900 85010    
0 0 0 0 0 0
1721 3413 11840 15767
15     200 5870 56690 84740    
0 0 0 0
1715 11822
16       200 5870 34070 56510 84560    
0 0
IV-176

17         200 5840 17120 33950 56390 84440    


18           200 5840 17060 33890 56330    
19             200 5810 17030 33860    
20               200 5810 17030    
21                 200 5810    
22                   200    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [200]
= 200 untuk O11 + f0
= 200
f2 = min [O13,14 + f0, O14,14 + f1]
= min [5900+0,200+200]
= 400
f3 = min [O13,15 + f0, O15,15 + f2]
= min [17300+0,200+400]
= 600

Dibawah ini merupakan tabel 4.178 yang menunjukkan rekapitulasi nilai


fn box gerobak menggunakan metode within wagner.

Tabel 4.178 Rekapitulasi Nilai fn Box Gerobak (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
590 1730 3431 5699 8519 11903 15830 20318 2536
13 200    
0 0 0 0 0 0 0 0 70
1744 3445 5701 11887 15814 2030
14   400 6100 85210    
0 0 0 0 0 20
IV-177

1761 3453 11880 1580


15     600 6270 57090 85140    
0 0 0 70
1775 1188
16       800 6470 34670 57110 85160    
0 20
8524
17         1000 6640 17920 34750 57190    
0
5733
18           1200 6840 18060 34890    
0
3506
19             1400 7010 18230    
0
1843
20               1600 7210    
0
21                 1800 7410    
22                   2000    
23                        
24                        
fn 200 400 600 800 1000 1200 1400 1600 1800 2000    
Optim
2000    
al

Berikut ini merupakan tabel 4.179 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).

Tabel 4.179 Final Box gerobak (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 60 10 0 2 Bxg GR 151 190 190 189 189 188 188 187 187 187 0 0
SR 151
POH 50 50
NR 0 140 190 189 189 188 188 187 187 187 0 0
PORc 140 190 189 189 188 188 187 187 187 0 0
POR 140 190 189 189 188 188 187 187 187 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.18.000,00 + Rp.1.800,00 + Rp2.467.500,00
= Rp. 2.487.300,00

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.

Tabel 4.180 Demand Komponen Box Laci


Periode 13 14 15 16 17 18 19 20 21 22 23 24
Dt 151 190 190 189 189 188 188 187 187 187 0 0

Berikut ini merupakan tabel 4.181 yang menunjukkan menghitung


ongkos matrik untuk semua alternatif pesanan pada horizon waktu N periode
(Oen).
Diketahui:
Ongkos Pesan : Rp.100
Ongkos Simpan : Rp.8
Lead time :1
Langkah 1:
Rumus:
e
Oen = C + H∑ Qce - Q ci ), untuk 1≤ c ≤ e ≤ N
i=c

C = Ongkos pesan setiap satu kali pemesanan


H = Ongkos simpan/unit/periode

O(13,13) = 100 + 8 [(151-151)]


= 100
O(13,14) = 100 + 8 [(341-151)+(341-341)]
= 1620
O(13,15) = 100 + 8 [(531-151)+(531-341)+(531-531)]
= 4660

Dibawah ini merupakan tabel 4.181 yang menunjukkan rekapitulasi Oen


box laci.
IV-179

Tabel 4.181 Rekapitulasi Oen Box Laci dengan (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
1524 2276 3178 4226 5422 6769
13 100 1620 4660 9196    
4 4 8 0 8 2
1519 2271 3169 4216 5413
14   100 1620 4644 9180    
6 6 2 4 2
1516 2264 3162 4209
15     100 1612 4636 9148    
4 4 0 2
1511 2259 3157
16       100 1612 4620 9132    
6 6 2
1508 2256
17         100 1604 4612 9100    
4 4
1506
18           100 1604 4596 9084    
8
19             100 1596 4588 9076    
20               100 1596 4588    
21                 100 1596    
22                   100    
23                        
24                        

Langkah 2 :
Menghitung nilai fn dimana :

fn = Min [Oen + fe-1] untuk e = 1,2,…,n dan n = 1,2,…,N


f0 =0
f1 = min [O13,13 + f0] = min [100]
= 100 untuk O11 + f0
= 100
f2 = min [O13,14 + f0, O14,14 + f1]
= min [1620+0,100+100]
= 200
f3 = min [O13,15 + f0, O15,15 + f2]
= min [4660+0,100+200]
= 300

Dibawah ini merupakan tabel 4.182 yang menunjukkan rekapitulasi nilai


fn box laci menggunakan metode within wagner.
IV-180

Tabel 4.182 Rekapitulasi Nilai fn Box Laci (WW)


n
13 14 15 16 17 18 19 20 21 22 23 24
e
1524 2276 3178 4226 5422 6769
13 100 1620 4660 9196    
4 4 8 0 8 2
1529 2281 3179 4226 5423
14   200 1720 4744 9280    
6 6 2 4 2
1536 2284 3182 4229
15     300 1812 4836 9348    
4 4 0 2
1541 2289 3187
16       400 1912 4920 9432    
6 6 2
1548 2296
17         500 2004 5012 9500    
4 4
1556
18           600 2104 5096 9584    
8
19             700 2196 5188 9676    
20               800 2296 5288    
21                 900 2396    
22                   1000    
23                        
24                        
fn 100 200 300 400 500 600 700 800 900 1000    
Optima
1000    
l

Berikut ini merupakan tabel 4.183 yang menunjukkan hasil MRP dari
lotting dengan menggunakan metode Wagner-Within Algorithm (WWA).

Tabel 4.183 Final Box Laci (WW)


Periode
LZ LT OH SS ALL Lvl Item Kode Ket PD
13 14 15 16 17 18 19 20 21 22 23 24
WW 1 60 10 0 2 Bxl GR 151 190 190 189 189 188 188 187 187 187 0 0
SR 151
POH 50 50
NR 0 140 190 189 189 188 188 187 187 187 0 0
PORc 140 190 189 189 188 188 187 187 187 0 0
POR 140 190 189 189 188 188 187 187 187 0 0 0

Total Ongkos = Ongkos Simpan + Ongkos Pesan + Ongkos Beli


= Rp.4.800,00 + Rp.900,00 + Rp.658.000,00
= Rp. 663.700,00
IV-181

4.2.3.4 Data Rekapitulasi Planned Order Release (POR)


Data rekapitulasi Planned Order Release (POR) diperoleh dari tabel final
MRP untuk masing-masing part/komponen yang mempunyai status produksi
seperti tabel 4.184 dibawah ini.

Tabel 4.184 Data Rekapitulasi Planned Order Release (POR)


Periode
Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm 443 439 441 438 437 436 435 434 433 432 430 0
GJ 191 191 190 190 189 189 188 188 187 187 187 0
GD 229 229 228 227 227 226 226 225 225 224 223 0
Ld 384 441 438 437 436 435 434 433 432 430 0 0
BL 399 441 438 437 436 435 434 433 432 430 0 0
Atl 354 441 438 437 436 435 434 433 432 430 0 0
Ld I 365 418 417 416 415 414 413 412 411 410 0 0
Pgn
800 836 834 832 830 828 826 824 822 820 0 0
(4)
BJ 151 190 190 189 189 188 188 187 187 187 0 0
AJ 141 190 190 189 189 188 188 187 187 187 0 0
Skr 1638 1718 1710 1706 1702 1698 1694 1690 1686 1680 0 0
BD 194 228 227 227 226 226 225 225 224 223 0 0
Als 381 438 437 436 435 434 433 432 430 0 0 0
Kk 1679 1752 1748 1744 1740 1736 1732 1728 1720 0 0 0
AL I 0 357 416 415 414 413 412 411 410 0 0 0
Ar 0 749 832 830 828 826 824 822 820 0 0 0
Rd 0 1583 1664 1660 1656 1652 1648 1644 1640 0 0 0
Bxg 140 190 189 189 188 188 187 187 187 0 0 0
Bxl 140 190 189 189 188 188 187 187 187 0 0 0

4.2.3.5 Pengolahan Data CRP


Pengolahan data CRP meliputi perhitungan Matriks Set Up Time, Matriks
Run Up Time, kebutuhan kapasitas yang direncanakan, kapasitas yang diperlukan
untuk menyelesaikan on order, dan perhitungan CRP (Capacity Requirement
Planning).
4.2.3.5.1Matriks Set Up Time
Set Up Time yang dipakai untuk mengisi Set Up Time diperoleh dari tabel
routing dikalikan dengan jumlah POR tiap komponen yang dibutuhkan.
Pengukuran Set Up Time pada masing-masing part/komponen yang diperoduksi.
Perhitungan dalam matriks Set Up Time dilakukan dengan cara
mengalikan Set Up Time yang diperoleh dari tabel routing POR masing-masing
IV-182

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.

Tabel 4.185 Matriks Set Up Time Stasiun Kerja 1


STASIUN KERJA 1
Stasiu
n Periode
Kerja Part 2 2
13 14 15 16 17 18 19 20 21 22
3 4
Lm                        
GJ                        
GD                        
Ld                        
BL 0,045 0,045 0,045 0,045 0,045 0,045 0,045 0,045 0,045 0,045    
Atl 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038    
Ld I                        
Pgn (4) 0,214 0,214 0,214 0,214 0,214 0,214 0,214 0,214 0,214 0,214    
BJ                        
SK 1 AJ 0,047 0,047 0,047 0,047 0,047 0,047 0,047 0,047 0,047 0,047    
Skr                        
BD 0,056 0,056 0,056 0,056 0,056 0,056 0,056 0,056 0,056 0,056    
Als 0,093 0,093 0,093 0,093 0,093 0,093 0,093 0,093 0,093      
Kk 0,107 0,107 0,107 0,107 0,107 0,107 0,107 0,107 0,107      
AL I   0,151 0,151 0,151 0,151 0,151 0,151 0,151 0,151      
Ar   0,214 0,214 0,214 0,214 0,214 0,214 0,214 0,214      
Rd   0,352 0,352 0,352 0,352 0,352 0,352 0,352 0,352      
Bxg 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043      
Bxl 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044      
Jumlah 0,686 1,403 1,403 1,403 1,403 1,403 1,403 1,403 1,403 0,400    

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.

Tabel 4.187 Matriks Set Up Time Stasiun Kerja 3


Stasiu STASIUN KERJA 3
n Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm                        
GJ                        
GD                        
Ld                        
BL                        
Atl                        
Ld I                        
Pgn (4)                        
BJ                        
AJ                        
Skr                        
SK 3 0,18 0,18 0,18 0,18 0,18 0,18 0,18 0,18 0,18
BD     0,183
3 3 3 3 3 3 3 3 3
0,20 0,20 0,20 0,20 0,20 0,20 0,20 0,20 0,20
Als      
6 6 6 6 6 6 6 6 6
Kk                        
0,10 0,10 0,10 0,10 0,10 0,10 0,10 0,10
AL I        
7 7 7 7 7 7 7 7
Ar                        
0,62 0,62 0,62 0,62 0,62 0,62 0,62 0,62
Rd        
5 5 5 5 5 5 5 5
Bxg                        
0,08 0,08 0,08 0,08 0,08 0,08 0,08 0,08 0,08
Bxl      
8 8 8 8 8 8 8 8 8
0,00 0,00 0,47 1,21 1,21 1,21 1,21 1,21 1,21 1,21 1,21  0,18
Jumlah
0 0 8 0 0 0 0 0 0 0 0 3
IV-184

Berikut ini tabel 4.188 yang merupakan matriks Set Up Time pada stasiun
kerja 4.

Tabel 4.188 Matriks Set Up Time Stasiun Kerja 4


Stasiu STASIUN KERJA 4
n Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm                        
GJ                        
GD                        
Ld                        
BL                        
Atl                        
Ld I                        
0,55 0,55 0,55 0,55 0,55 0,55 0,55 0,55 0,55
Pgn (4)     0,559
9 9 9 9 9 9 9 9 9
BJ                        
AJ                        
SK 4 Skr                        
BD                        
Als                        
0,28 0,28 0,28 0,28 0,28 0,28 0,28 0,28 0,28
Kk      
0 0 0 0 0 0 0 0 0
AL I                        
0,55 0,55 0,55 0,55 0,55 0,55 0,55 0,55
Ar        
9 9 9 9 9 9 9 9
0,86 0,86 0,86 0,86 0,86 0,86 0,86
Rd         0,863 
3 3 3 3 3 3 3
Bxg                        
Bxl                        
0,00 0,00 0,83 1,39 2,26 2,26 2,26 2,26 2,26 2,26 2,26
Jumlah 1,423
0 0 9 8 2 2 2 2 2 2 2

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

Lanjutan Tabel 4.189 Matriks Set Up Time Stasiun Kerja 5


13 14 15 16 17 18 19 20 21 22 23 24
0,00 0,18 0,55 0,65 0,65 0,65 0,65
Jumlah 0,000 0,410 0,657 0,657 0,657
0 3 3 7 7 7 7

Berikut ini tabel 4.190 yang merupakan matriks Set Up Time pada stasiun
kerja 6.

Tabel 4.190 Matriks Set Up Time Stasiun Kerja 6


Stasi STASIUN KERJA 6
un
Kerj Periode
Part
a 13 14 15 16 17 18 19 20 21 22 23 24
Lm                        
GJ                        
GD                        
Ld                        
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,04
BL      
45 45 45 45 45 45 45 45 5
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,03
Atl      
33 33 33 33 33 33 33 33 3
Ld I                        
SK 6
Pgn 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,03
       
(4) 38 38 38 38 38 38 38 8
BJ                        
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,02
AJ      
23 23 23 23 23 23 23 23 3
Skr                        
0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,02
BD        
25 25 25 25 25 25 25 5
Als         0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,03
IV-186

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.

Tabel 4.191 Matriks Set Up Time Stasiun Kerja 7


STASIUN KERJA 7
Stasiun
Kerja Periode
Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051  
GJ 0,028 0,028 0,028 0,028 0,028 0,028 0,028 0,028 0,028 0,028 0,028  
GD 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032  
Ld 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038 0,038    
BL                        
Atl                        
Ld I 0,126 0,126 0,126 0,126 0,126 0,126 0,126 0,126 0,126 0,126    
Pgn (4)                        
SK 7
BJ 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032 0,032    
AJ                        
Skr                        
BD                        
Als                        
Kk                        
AL I                        
Ar                        
IV-187

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

4.2.3.5.2Matriks Run Time


Perhitungan dalam matriks Run Time dilakukan dengan cara mengalikan
Run Time yang diperoleh dari tabel routing dengan POR pada masing-masing
part/komponen yang diproduksi. Berikut tabel 4.192 yang merupakan matriks
Run Time pada stasiun kerja 1.

Tabel 4.192 Matriks Run Time Time Stasiun Kerja 1


STASIUN KERJA 1
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL 90,174 99,666 98,988 98,762 98,536 98,310 98,084 97,858 97,632 97,180 0,000 0,000
Atl 211,869 263,939 262,143 261,545 260,946 260,348 259,749 259,151 258,552 257,355 0,000 0,000
Ld I
Pgn (4) 2082,400 2176,108 2170,902 2165,696 2160,490 2155,284 2150,078 2144,872 2139,666 2134,460 0,000 0,000
BJ
SK 1 AJ 68,550 92,372 92,372 91,886 91,886 91,399 91,399 90,913 90,913 90,913 0,000 0,000
Skr
BD 166,452 195,624 194,766 194,766 193,908 193,908 193,050 193,050 192,192 191,334 0,000 0,000
Als 1074,357 1235,087 1232,267 1229,447 1226,628 1223,808 1220,988 1218,168 1212,528 0,000 0,000 0,000
Kk 2185,219 2280,228 2275,022 2269,816 2264,610 2259,404 2254,198 2248,992 2238,580 0,000 0,000 0,000
AL I 0,000 1595,671 1859,381 1854,912 1850,442 1845,972 1841,503 1837,033 1832,563 0,000 0,000 0,000
Ar 0,000 1949,647 2165,696 2160,490 2155,284 2150,078 2144,872 2139,666 2134,460 0,000 0,000 0,000
Rd 0,000 5207,015 5473,451 5460,293 5447,136 5433,979 5420,821 5407,664 5394,507 0,000 0,000 0,000
Bxg 40,180 54,530 54,243 54,243 53,956 53,956 53,669 53,669 53,669 0,000 0,000 0,000
Bxl 91,700 124,450 123,795 123,795 123,140 123,140 122,485 122,485 122,485 0,000 0,000 0,000
Jumlah 6010,900 15274,336 16003,026 15965,650 15926,961 15889,586 15850,896 15813,521 15767,748 2771,242 0,000 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.

Tabel 4.194 Matriks Run Time Time Stasiun Kerja 3


STASIUN KERJA 3
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL
Atl
Ld I
Pgn (4)
BJ
SK 3 AJ
Skr
BD 102,044 119,928 119,402 119,402 118,876 118,876 118,350 118,350 117,824 117,298
Als 306,515 352,371 351,567 350,762 349,958 349,153 348,349 347,544 345,935 0,000
Kk
AL I 0 1489,642 1735,8293 1731,6567 1727,484 1723,3113 1719,1387 1714,966 1710,7933 0
Ar
Rd 0 1389,3463 1460,4373 1456,9267 1453,416 1449,9053 1446,3947 1442,884 1439,3733 0
Bxg
Bxl 71,283 96,742 96,233 96,233 95,723 95,723 95,214 95,214 95,214 0,000
Jumlah 0,000 0,000 479,842 3448,029 3763,468 3754,980 3745,457 3736,969 3727,446 3718,958 3709,140 117,298

Berikut tabel 4.195 yang merupakan matriks Run Time pada stasiun kerja
4.

Tabel 4.195 Matriks Run Time Time Stasiun Kerja 4


STASIUN KERJA 4
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL
Atl
Ld I
Pgn (4) 3669,333 3834,453 3825,280 3816,107 3806,933 3797,760 3788,587 3779,413 3770,240 3761,067
BJ
SK 4 AJ
Skr
BD
Als
Kk 3148,125 3285,000 3277,500 3270,000 3262,500 3255,000 3247,500 3240,000 3225,000 0,000
AL I
Ar 0,000 5872,410 6523,157 6507,477 6491,796 6476,115 6460,435 6444,754 6429,073 0,000
Rd 0,000 7179,433 7546,795 7528,653 7510,512 7492,371 7474,229 7456,088 7437,947
Bxg
Bxl
Jumlah 0,000 0,000 6817,458 12991,863 20805,370 21140,378 21089,883 21039,387 20988,892 20938,397 20880,401 11199,013

Berikut tabel 4.196 yang merupakan matriks Run Time pada stasiun kerja
5.
IV-189

Tabel 4.196 Matriks Run Time Time Stasiun Kerja 5


STASIUN KERJA 5
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL 127,082 140,459 139,503 139,185 138,866 138,548 138,229 137,911 137,592 136,955
Atl 34,456 42,924 42,632 42,535 42,437 42,340 42,243 42,145 42,048 41,853
Ld I
Pgn (4) 269,333 281,453 280,780 280,107 279,433 278,760 278,087 277,413 276,740
BJ
SK 5 AJ 48,575 65,455 65,455 65,111 65,111 64,766 64,766 64,422 64,422 64,422
Skr
BD 99,199 116,584 116,073 116,073 115,561 115,561 115,050 115,050 114,539
Als 60,516 69,569 69,410 69,251 69,093 68,934 68,775 68,616 68,298
Kk 350,351 365,584 364,749 363,915 363,080 362,245 361,411 360,576 358,907
AL I 0,000 245,973 286,624 285,935 285,246 284,557 283,868 283,179 282,490
Ar 0,000 387,483 430,421 429,387 428,352 427,317 426,283 425,248 424,213
Rd 0,000 958,243 1007,275 1004,853 1002,432 1000,011 997,589 995,168
Bxg 72,030 97,755 97,241 97,241 96,726 96,726 96,212 96,212 96,212 0,000
Bxl 62,650 85,025 84,578 84,578 84,130 84,130 83,683 83,683 83,683
Jumlah 0,000 0,000 282,142 1188,641 1896,502 2934,948 2979,659 2972,128 2965,386 2957,855 2951,627 2847,267

Berikut tabel 4.197 yang merupakan matriks Run Time pada stasiun kerja
6.

Tabel 4.197 Matriks Run Time Time Stasiun Kerja 6


STASIUN KERJA 6
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm
GJ
GD
Ld
BL 54,264 59,976 59,568 59,432 59,296 59,160 59,024 58,888 58,752
Atl 29,913 37,265 37,011 36,927 36,842 36,758 36,673 36,589 36,504
Ld I
Pgn (4) 130,133 135,989 135,664 135,339 135,013 134,688 134,363 134,037
BJ
SK 6 AJ 9,071 12,223 12,223 12,159 12,159 12,095 12,095 12,030 12,030
Skr
BD 12,448 14,630 14,566 14,566 14,502 14,502 14,438 14,438
Als 46,292 53,217 53,096 52,974 52,853 52,731 52,610 52,488
Kk 246,253 256,960 256,373 255,787 255,200 254,613 254,027 253,440
AL I 0,000 49,564 57,755 57,616 57,477 57,338 57,199 57,061
Ar 0,000 131,824 146,432 146,080 145,728 145,376 145,024 144,672
Rd 0,000 466,457 490,325 489,147 487,968 486,789 485,611
Bxg 10,920 14,820 14,742 14,742 14,664 14,664 14,586 14,586 14,586
Bxl 8,470 11,495 11,435 11,435 11,374 11,374 11,314 11,314
Jumlah 0,000 0,000 0,000 104,168 567,880 777,223 1265,037 1287,082 1283,969 1280,968 1277,855 1274,932
IV-190

Berikut tabel 4.198 yang merupakan matriks Run Time pada stasiun kerja
7.

Tabel 4.198 Matriks Run Time Time Stasiun Kerja 7


STASIUN KERJA 7
Stasiun
Periode
Kerja Part
13 14 15 16 17 18 19 20 21 22 23 24
Lm 97,829 96,946 97,388 96,725 96,504 96,283 96,063 95,842 95,621 95,400 94,958 0,000
GJ 37,659 37,659 37,462 37,462 37,265 37,265 37,067 37,067 36,870 36,870 36,870 0,000
GD 50,914 50,914 50,692 50,470 50,470 50,247 50,247 50,025 50,025 49,803 49,580 0,000
Ld 185,280 212,783 211,335 210,853 210,370 209,888 209,405 208,923 208,440 207,475 0,000 0,000
BL
Atl
Ld I 170,820 195,624 195,156 194,688 194,220 193,752 193,284 192,816 192,348 191,880 0,000 0,000
Pgn (4)
BJ 61,860 77,837 77,837 77,427 77,427 77,017 77,017 76,608 76,608 76,608 0,000 0,000
SK 7 AJ
Skr
BD
Als
Kk
AL I
Ar
Rd
Bxg
Bxl
Jumlah 604,362 671,762 669,869 667,624 666,255 664,452 663,084 661,280 659,912 658,036 181,409 0,000

4.2.3.5.3Kebutuhan Kapasitas Yang Direncanakan


Kebutuhan kapasitas yang direncanakan = juamlah Set Up Time untuk
tiap-tiap periode per stasiun kerja + jumlah Run Time tiap-tiap periode per stasiun
kerja. Dibawah ini merupakan tabel 4.199 yang merupakan kapasitas yang
direncanakan.

Tabel 4.199 Kebutuhan Kapasitas yang Direncanakan


Periode
Part
13 14 15 16 17 18 19 20 21 22 23 24
SK 1 6011,586 15275,739 16004,429 15967,053 15928,364 15890,989 15852,299 15814,924 15769,151 2771,642 0,000 0,000
SK 2 0,000 2034,126 5229,497 5421,129 5408,429 5395,408 5382,708 5369,687 5356,988 5341,145 730,450 0,000
SK 3 0,000 0,000 480,320 3449,239 3764,678 3756,190 3746,667 3738,179 3728,656 3720,168 3710,350 117,481
SK4 0,000 0,000 6818,297 12993,261 20807,632 21142,640 21092,144 21041,649 20991,154 20940,658 20882,663 11200,436
SK 5 0,000 0,000 282,325 1189,052 1897,055 2935,605 2980,316 2972,785 2966,043 2958,512 2952,284 2847,924
SK 6 0,000 0,000 0,000 104,292 568,147 777,555 1265,407 1287,453 1284,340 1281,339 1278,226 1275,303
SK 7 604,669 672,069 670,175 667,930 666,562 664,759 663,390 661,587 660,218 658,342 181,520 0,000

4.2.3.5.4Kapasitas Yang Diperlukan Untuk Menyelesaikan On Order


Dalam perhitungan on order data yang di ambil dari data Scheduled
Receipt Final MRP.
IV-191

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.

Tabel 4.200 Kapasitas yang Dibutuhkan untuk Menyelesaikan On Order


Set
Run
Up
Nama
SK 13 14 15 16 17 Time Time 13 14 15 16 17
Komponen
(Meni (Meni
t) t)
Lemari 7 312         0,051 0,221 68,951        
Gerobak
7 92         0,028 0,197 18,168        
Jualan
Gerobak
7 110         0,032 0,222 24,488        
Dorong
Landasan 7 443         0,038 0,483 213,786        
Bodi
6 443         0,045 0,136 60,293        
Lemari
Penutup
6 443         0,033 0,085 37,466        
Atas
Landasan I 7 420         0,126 0,468 196,686        
Pegangan 6 840         0,038 0,163 136,678        
Bodi 7 191         0,032 0,410 78,278        
Atap 6 191         0,023 0,064 12,311        
Bodi GD 6 229         0,025 0,064 14,719        
Alas 6 384         0,039 0,122 46,695        
153
Kaki 6         0,022 0,147 225,302        
6
5 418         0,075 0,689 288,077        
Alas I
6 365 418       0,036 0,139 50,710 58,068      
5 836         0,068 0,517 432,559        
As roda 147,16
6 730 836       0,030 0,176 128,510      
6
167 1012,22
5         0,103 0,605        
2 1
Roda
146 492,72
6 1672       0,039 0,295 430,252      
0 1
Box
6 151         0,023 0,078 11,801        
Gerobak
Box Laci 6 151         0,019 0,061 9,155        

Dibawah ini merupakan tabel 4.201 yang merupakan rekapitulasi


kapasitas on order.

Tabel 4.201 Rekapitulasi Kapasitas On Order


Periode
Part 1 1 1 1 1 2 2 2 2 2
13 14
5 6 7 8 9 0 1 2 3 4
SK 1 0 0 0 0 0 0 0 0 0 0 0 0
SK 2 0 0 0 0 0 0 0 0 0 0 0 0
SK 3 0 0 0 0 0 0 0 0 0 0 0 0
SK4 0 0 0 0 0 0 0 0 0 0 0 0
IV-192

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

4.2.3.5.5Perhitungan CRP (Capacity Requirement Planning)


CRP adalah penentuan berapa dan kapan kapasitas tenaga kerja dan
perlengkapan dibutuhkan (Tersine, et al., 1994).
Pada tabel ini hanya ditambahkan kapasitas pada periode yang
mempunyai kapasitas on order dari tabel 4.202
Contoh:
Untuk Work Center 1 periode 1 = Kebutuhan Kapasitas yang
direncanakan (tabel 2=4.199) + Kapasitas on order (tabel 4.201).

Berikut tabel 4.202 menunjukkan hasil perhitungan CRP produk.

Tabel 4.202 Hasil Perhitungan CRP Produk


SK 13 14 15 16 17 18 19 20 21 22 23 24
SK 1 6011 15275 16004 15967 15928 15890 15852 15814 15769 2771 0 0
SK 2 0 2034 5229 5421 5408 5395 5382 5369 5356 5341 730 0
SK 3 0 0 480 3449 3764 3756 3746 3738 3728 3720 3710 117
SK4 0 0 6818 12993 20807 21142 21092 21041 20991 20940 20882 11200
SK 5 1732 0 282 1189 1897 2935 2980 2972 2966 2958 2952 2847
SK 6 1163 697 0 104 568 777 1265 1287 1284 1281 1278 1275
SK 7 1205 672 670 667 666 664 663 661 660 658 181 0

Berikut ini merupakan tabel 4.203 yang menunjukkan kapasitas yang


tersedia untuk setiap stasiun kerja untuk tiap periodenya.

Tabel 4.203 Kapasitas yang Tersedia


RT 9240 9240 8820 8820 9240 9240 8820 8820 9660 9660 8820 9240
OT 2772 2772 2646 2646 2772 2772 2646 2646 2898 2898 2646 2772
1146 1201 1146 1255 1146
RT+OT 12012 12012 11466 12012 11466 12558 12012
6 2 6 8 6
1764 1848 1764 1932 1764
2RT 18480 18480 17640 18480 17640 19320 18480
0 0 0 0 0
2028 2125 2028 2221 2028
2 RT+OT 21252 21252 20286 21252 20286 22218 21252
6 2 6 8 6
2RT + 2OT 24024 24024 2293 22932 2402 24024 2293 22932 2511 25116 2293 24024
IV-193

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

Gambar 4.29 Grafik CRP Produk

Dari gambar di atas dapat dilihat bahwa kapasitas yang tersedia sudah
dapat memenuhi kebutuhan kapasitas yang telah direncanakan.

4.2.4 Pengolahan Data Sequencing and Scheduling


Pada sequencing dan scheduling terdapat pengolahan data dengan
menggunakan metode sesuai dengan jumlah job dan jumlah mesin dalam proses
produksi. Untuk pengolahan n job satu mesin, data yang diolah diambil dari waktu
meja ukur, mesin pengecatan dan meja pemeriksaan dan untuk pengolahan data n
job m mesin digunakan data dari waktu semua mesin yang ada ditambah dengan
satu stasiun perakitan. Metode yang digunakan dalam proses pengurutan
(sequencing) dan penjadwalan (scheduling), sebagai berikut:
IV-194

a. n job satu mesin


1. Metode SPT (Shortest Processing Time)
2. Metode FCFS (First Come First Served)
3. Metode LPT (Longest Processing Time)
4. Metode EDD (Earliest Due Date)
5. Metode WSPT (Weighted Shortest Processing Time)
6. Metode SLACK
7. Metode Critical Ratio
b. n job n mesin
1. Metode Johnson n job 2 mesin
2. Metode CDS (Campell, Dudek & Smith)

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.

Tabel 4.204 Data Awal Mesin Ukur Produk Lemari


Job Ti Di Wi
A 2,913 13,400 1
B 1,408 12,900 2
C 0,271 15,100 1
D 0,637 13,500 3
IV-195

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.205 yang menunjukkan hasil scheduling mesin ukur
dengan metode SPT pada produk Lemari.

Tabel 4.205 Scheduling Mesin Ukur Metode SPT Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
C 0,271 0,271 15,100 -14,829
D 0,637 0,908 13,500 -12,593
B 1,408 2,316 12,900 -10,584
A 2,913 5,229 13,400 -8,171

Sequencing: C-D-B-A

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 2,181
n

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

b. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.206 yang menunjukkan hasil
scheduling mesin ukur dengan metode FCFS pada produk Lemari.
Tabel 4.206 Scheduling Mesin Ukur Metode FCFS Produk Lemari
Ti Di
Job Ci Li
(Menit) (Menit)
IV-196

A 2,913 2,913 13,400 -10,487


B 1,408 4,321 12,900 -8,579
C 0,271 4,592 15,100 -10,508
D 0,637 5,229 13,500 -8,271

Sequencing: A-B-C-D

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 4,264
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.207 yang menunjukkan hasil scheduling mesin ukur
dengan metode LPT pada produk Lemari.

Tabel 4.207 Scheduling Mesin Ukur Metode LPT 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
IV-197

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 4,355
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.208 yang menunjukkan hasil
scheduling mesin ukur dengan metode EDD pada produk Lemari.

Tabel 4.208 Scheduling Mesin Ukur Metode EDD Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
B 1,408 1,408 12,900 -11,492
A 2,913 4,321 13,400 -9,079
D 0,637 4,958 13,500 -8,542
C 0,271 5,229 15,100 -9,871

Sequencing: B-A-D-C

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 3,979
n

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.

Tabel 4.210 Scheduling Mesin Ukur Metode WSPT Produk Lemari


Job Ti Di Wi Ci Li Ti/Wi
D 0,637 13,500 3 0,637 -12,863 0,212
C 0,271 15,100 1 0,908 -14,193 0,271
B 1,408 12,900 2 2,316 -10,584 0,704
A 2,913 13,400 1 5,229 -8,171 2,913

Sequencing: D-C-B-A

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 2,272
n

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.

Tabel 4.212 Scheduling Mesin Ukur Metode SLACK Produk Lemari


Job Ti Di Ci Li SL
A 2,913 13,400 2,913 -10,487 10,487
B 1,408 12,900 4,321 -8,579 11,492
D 0,637 13,500 4,958 -8,542 12,863
C 0,271 15,100 5,229 -9,871 14,829

Sequencing: A-B-D-C
Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 4,355
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.213 yang menunjukkan data iterasi mesin ukur dengan metode Critical Ratio
pada produk Lemari.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 4,355
n

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 4.215 Data Awal Mesin Ukur Produk Gerobak Jualan


Job Ti Di Wi
A 2,310 15,100 1
B 1,408 11,900 2
C 1,821 12,100 1
D 0,330 11,500 3
E 0,699 13,200 4
F 0,533 14,800 5
G 1,408 15,200 3

a. Metode SPT (Shortest Processing Time)


IV-202

Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses


terkecil. Berikut ini tabel 4.216 yang menunjukkan hasil scheduling mesin ukur
dengan metode SPT pada 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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 3,545
n

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

b. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.217 yang menunjukkan hasil
scheduling mesin ukur dengan metode FCFS pada produk Gerobak Jualan.

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

B 1,408 3,719 11,900 -8,182


C 1,821 5,539 12,100 -6,561
D 0,330 5,869 11,500 -5,631
E 0,699 6,568 13,200 -6,632
F 0,533 7,101 14,800 -7,699
G 1,408 8,510 15,200 -6,690

Sequencing: A-B-C-D-E-F-G

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 5,659
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.218 yang menunjukkan hasil scheduling mesin ukur
dengan metode LPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 6,181
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.219 yang menunjukkan hasil
scheduling mesin ukur dengan metode EDD pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 4,327
n
IV-205

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

e. Metode WSPT (Weighted Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.220 merupakan data awal untuk
metode WSPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 3,574
n

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

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 5,132
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time Berikut ini tabel
4.224 yang menunjukkan data iterasi mesin ukur dengan metode Critical Ratio
pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 6,152
n

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.

Tabel 4.226 Data Awal Mesin Ukur Produk Gerobak Dorong


Job Ti Di Wi
A 2,310 14,500 1
IV-210

B 1,408 11,900 2
C 1,821 12,100 1
D 0,914 13,500 3
E 1,408 14,200 4

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.227 yang menunjukkan hasil scheduling mesin ukur
dengan metode SPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 4,076
n

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

b. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.228 yang menunjukkan hasil
scheduling mesin ukur dengan metode FCFS pada produk Gerobak Dorong.
IV-211

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

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 5,177
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.229 yang menunjukkan hasil scheduling mesin ukur
dengan metode LPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 5,358
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.230 yang menunjukkan hasil
scheduling mesin ukur dengan metode EDD pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 4,439
n

b) Utilitas =
∑ T i = 0,354
∑ Ci
c) Mean Tardiness =
∑ Li Positif = 0,000
n
IV-213

d) Number of Tardy Jobs = 0,000

e) Mean Lateness =
∑ Li = -8,801
n
f) Maksimum Lateness = -6,638
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 4.231 merupakan data awal untuk
metode WSPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 4,076
n

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

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 4,981
n
IV-215

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.235 yang menunjukkan data iterasi mesin ukur dengan metode Critical Ratio
pada produk Gerobak Dorong.

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

D 0,914 6,552 7,169


T = 7,862

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 5,358
n

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

Tabel 4.237 Data Awal Mesin Potong Produk Lemari


Job Ti Di Wi
A 0,395 13,400 1
B 1,202 12,900 2
C 0,403 15,100 1
D 0,327 13,500 3

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.238 yang menunjukkan hasil scheduling mesin potong
dengan metode SPT pada produk Lemari.

Tabel 4.238 Scheduling Mesin Potong Metode SPT Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
D 0,327 0,327 13,500 -13,174
A 0,395 0,722 13,400 -12,678
C 0,403 1,125 15,100 -13,975
B 1,202 2,327 12,900 -10,573

Sequencing: D-A-C-B

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 1,125
n

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

b. Metode FCFS (First Come First Served)


IV-218

Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana


yang datang terlebih dahulu. Berikut ini tabel 4.239 yang menunjukkan hasil
scheduling mesin potong dengan metode FCFS pada produk Lemari.

Tabel 4.239 Scheduling Mesin Potong Metode FCFS Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
A 0,395 0,395 13,400 -13,005
B 1,202 1,598 12,900 -11,303
C 0,403 2,001 15,100 -13,099
D 0,327 2,327 13,500 -11,173

Sequencing: A-B-C-D

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 1,580
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.240 yang menunjukkan hasil scheduling mesin potong
dengan metode LPT pada produk Lemari.

Tabel 4.240 Scheduling Mesin Potong Metode LPT Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
B 1,202 1,202 12,900 -11,698
C 0,403 1,606 15,100 -13,495
A 0,395 2,001 13,400 -11,399
IV-219

D 0,327 2,327 13,500 -11,173

Sequencing: B-C-A-D

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 1,784
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.241 yang menunjukkan hasil
scheduling mesin potong dengan metode EDD pada produk Lemari.

Tabel 4.241 Scheduling Mesin Potong Metode EDD 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
D 0,327 1,924 13,500 -11,576
C 0,403 2,327 15,100 -12,773

Sequencing: B-A-D-C

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 1,763
n
IV-220

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

e. Metode WSPT (Weighted Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.242 merupakan data awal untuk
metode WSPT pada produk Lemari.

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.

Tabel 4.243 Scheduling Mesin Potong Metode WSPT Produk Lemari


Job Ti Di Wi Ci Li Ti/Wi
D 0,327 13,500 3 0,327 -13,174 0,109
A 0,395 13,400 1 0,722 -12,678 0,395
C 0,403 15,100 1 1,125 -13,975 0,403
B 1,202 12,900 2 2,327 -10,573 0,601

Sequencing: D-A-C-B
IV-221

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 1,125
n

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.

Tabel 4.245 Scheduling Mesin Potong Metode SLACK Produk Lemari


Job Ti Di Ci Li SL
B 1,202 12,900 1,202 -11,698 11,698
A 0,395 13,400 1,598 -11,803 13,005
D 0,327 13,500 1,924 -11,576 13,174
C 0,403 15,100 2,327 -12,773 14,697
IV-222

Sequencing: B-A-D-C

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 1,763
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.246 yang menunjukkan data iterasi mesin potong dengan metode Critical Ratio
pada produk Lemari.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 1,782
n

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.

Tabel 4.248 Data Awal Mesin Potong Produk Gerobak Jualan


Job Ti Di Wi
A 0,254 15,100 1
B 0,830 11,900 2
C 1,225 12,100 1
D 0,413 11,500 3
IV-224

E 0,327 13,200 4
F 0,259 14,800 5
G 0,830 15,200 3

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.249 yang menunjukkan hasil scheduling mesin potong
dengan metode SPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 1,713
n

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

b. Metode FCFS (First Come First Served)


IV-225

Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana


yang datang terlebih dahulu. Berikut ini tabel 4.250 yang menunjukkan hasil
scheduling mesin potong dengan metode FCFS pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 2,409
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.251 yang menunjukkan hasil scheduling mesin potong
dengan metode LPT pada produk Gerobak Jualan.
IV-226

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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 3,015
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.252 yang menunjukkan hasil
scheduling mesin potong dengan metode EDD pada produk Gerobak Jualan.

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

C 1,225 2,468 12,100 -9,633


E 0,327 2,794 13,200 -10,406
F 0,259 3,053 14,800 -11,747
A 0,254 3,307 15,100 -11,793
G 0,830 4,137 15,200 -11,063

Sequencing : D-B-C-E-F-A-G

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 2,488
n

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

e. Metode WSPT (Weighted Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.253 merupakan data awal untuk
metode WSPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 1,747
n

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

E 0,327 13,200 4 12,874


F 0,259 14,800 5 14,541
G 0,830 15,200 3 14,370
Berikut ini tabel 4.256 yang menunjukkan hasil scheduling mesin potong
dengan metode SLACK pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 2,883
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.257 yang menunjukkan data iterasi mesin potong dengan metode Critical Ratio
pada produk Gerobak Jualan.
IV-230

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

A 0,254 11,217 44,105


T = 4,137

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 3,015
n

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 4.259 Data Awal Mesin Potong Produk Gerobak Dorong


Job Ti Di Wi
A 0,254 14,500 1
B 0,830 11,900 2
C 1,225 12,100 1
D 0,346 13,500 3
E 0,830 14,200 4
a. Metode SPT (Shortest Processing Time)
Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.260 yang menunjukkan hasil scheduling mesin potong
dengan metode SPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 1,606
n

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

b. Metode FCFS (First Come First Served)


IV-233

Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana


yang datang terlebih dahulu. Berikut ini tabel 4.261 yang menunjukkan hasil
scheduling mesin potong dengan metode FCFS pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 1,957
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.262 yang menunjukkan hasil scheduling mesin potong
dengan metode LPT pada produk Gerobak Dorong.

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

D 0,346 3,230 13,500 -10,270


A 0,254 3,484 14,500 -11,016

Sequencing: C-B-E-D-A

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 2,576
n

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

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.263 yang menunjukkan hasil
scheduling mesin potong dengan metode EDD pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 2,400
n
IV-235

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

e. Metode WSPT (Weighted Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.264 merupakan data awal untuk
metode WSPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 1,739
n

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

C 1,225 12,100 1,225 -10,875 10,875


B 0,830 11,900 2,055 -9,846 11,070
D 0,346 13,500 2,400 -11,100 13,154
E 0,830 14,200 3,230 -10,970 13,370
A 0,254 14,500 3,484 -11,016 14,246

Sequencing: C-B-D-E-A

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 2,479
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.268 yang menunjukkan data iterasi mesin potong dengan metode Critical Ratio
pada produk Gerobak Dorong.

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

B 0,830 10,675 12,867


D 0,346 12,275 35,512
E 0,830 12,975 15,639
T = 2,055
Job Ti Di CR
A 0,254 12,446 48,934
D 0,346 11,446 33,111
E 0,830 12,146 14,639
T = 2,884
Job Ti Di CR
A 0,254 11,616 45,672
D 0,346 10,616 30,711
T = 3,230
Job Ti Di CR
A 0,254 11,270 44,313
T = 3,484

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 2,576
n

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.

Tabel 4.270 Data Awal Mesin Pengecatan Produk Lemari


Job Ti Di Wi
A 0,231 13,400 1
B 0,239 12,900 2
C 0,370 15,100 1
D 0,145 13,500 3

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.271 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode SPT pada produk Lemari.

Tabel 4.271 Scheduling Mesin Pengecatan Metode SPT Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
D 0,145 0,145 13,500 -13,355
A 0,231 0,376 13,400 -13,024
B 0,239 0,615 12,900 -12,286
C 0,370 0,985 15,100 -14,115

Sequencing: D-A-B-C
IV-240

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 0,530
n

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. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.272 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode FCFS pada produk Lemari.

Tabel 4.272 Scheduling Mesin Pengecatan Metode FCFS Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
A 0,231 0,231 13,400 -13,169
B 0,239 0,470 12,900 -12,430
C 0,370 0,840 15,100 -14,260
D 0,145 0,985 13,500 -12,515
Sequencing: A-B-C-D

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 0,631
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.273 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode LPT pada produk Lemari.

Tabel 4.273 Scheduling Mesin Pengecatan Metode LPT 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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 0,701
n

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

d. Metode EDD (Earliest Due Date)


IV-242

Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu


terkecil pada pekerjaan pertama. Berikut ini tabel 4.274 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode EDD pada produk Lemari.

Tabel 4.274 Scheduling Mesin Pengecatan Metode EDD Produk Lemari


Ti Di
Job Ci Li
(Menit) (Menit)
B 0,239 0,239 12,900 -12,661
A 0,231 0,470 13,400 -12,930
D 0,145 0,615 13,500 -12,886
C 0,370 0,985 15,100 -14,115

Sequencing: B-A-D-C

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 0,577
n

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

e. Metode WSPT (Weighted Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
dibagi waiting time terkecil. Berikut ini tabel 4.275 merupakan data awal untuk
metode WSPT pada produk Gerobak Lemari.

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

B 0,239 12,900 2 0,119


C 0,370 15,100 1 0,370
D 0,145 13,500 3 0,048

Berikut ini tabel 4.276 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode WSPT pada produk Lemari.

Tabel 4.276 Scheduling Mesin Pengecatan Metode WSPT Produk Lemari


Job Ti Di Wi Ci Li Ti/Wi
D 0,145 13,500 3 0,145 -13,355 0,048
B 0,239 12,900 2 0,384 -12,517 0,119
A 0,231 13,400 1 0,615 -12,786 0,231
C 0,370 15,100 1 0,985 -14,115 0,370

Sequencing: D-B-A-C

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 0,532
n

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

Berikut ini tabel 4.278 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode SLACK pada produk Lemari.

Tabel 4.278 Scheduling Mesin Pengecatan Metode SLACK Produk Lemari


Job Ti Di Ci Li SL
B 0,239 12,900 0,239 -12,661 12,661
A 0,231 13,400 0,470 -12,930 13,169
D 0,145 13,500 0,615 -12,886 13,355
C 0,370 15,100 0,985 -14,115 14,730

Sequencing: B-A-D-C

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 0,577
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.279 yang menunjukkan data iterasi mesin pengecatan dengan metode Critical
Ratio pada produk Lemari.
IV-245

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

Berikut ini tabel 4.280 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode Critical Ratio pada produk Lemari.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 0,701
n

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 4.281 Data Awal Mesin Pengecatan Produk Gerobak Jualan


Job Ti Di Wi
A 0,382 15,100 1
B 0,293 11,900 2
C 0,354 12,100 1
D 0,560 11,500 3
E 0,493 13,200 4
F 0,382 14,800 5
G 0,192 15,200 3

a. Metode SPT (Shortest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.282 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode SPT pada 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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 1,299
n

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

b. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.283 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode FCFS pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 1,554
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.284 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode LPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 1,737
n

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

g) Maksimum Tardiness = 0,000

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.285 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode EDD pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 1,646
n

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

e. Metode WSPT (Weighted Shortest Processing Time)


IV-250

Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses


dibagi waiting time terkecil. Berikut ini tabel 4.286 merupakan data awal untuk
metode WSPT pada produk Gerobak Jualan.

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

Berikut ini tabel 4.287 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode WSPT pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 1,434
n

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) Maksimum Lateness = -9,581


g) Maksimum Tardiness = 0,000

f. Metode SLACK
Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
waktu sisa yang tersedia terkecil. Berikut ini tabel 4.288 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

Berikut ini tabel 4.289 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode SLACK pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:


IV-252

a) Mean Flow Time =


∑ Ci = 1,646
n

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

g. Metode Critical Ratio


Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan
pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.290 yang menunjukkan data iterasi mesin pengecatan dengan metode Critical
Ratio pada produk Gerobak Jualan.

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

F 0,382 13,747 35,987


G 0,192 14,147 73,747
T = 1,407
Job Ti Di CR
A 0,382 13,693 35,845
B 0,293 10,493 35,853
F 0,382 13,393 35,060
G 0,192 13,793 71,900
T = 1,789
Job Ti Di CR
B 0,293 10,111 34,547
F 0,382 13,011 34,060
G 0,192 13,411 69,909
T = 2,171
Job Ti Di CR
B 0,293 9,729 33,242
G 0,192 13,029 67,917
T = 2,464
Job Ti Di CR
G 0,192 12,736 66,391833
T = 2,656
Berikut ini tabel 4.291 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode Critical Ratio pada produk Gerobak Jualan.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 1,729
n

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 4.292 Data Awal Mesin Pengecatan Produk Gerobak Dorong


Job Ti Di Wi
A 0,382 14,500 1
B 0,293 11,900 2
C 0,354 12,100 1
D 0,545 13,500 3
E 0,192 14,200 4
a. Metode SPT (Shortest Processing Time)
Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terkecil. Berikut ini tabel 4.293 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode SPT pada 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

Berikut adalah ukuran performansi berdasarkan metode SPT diatas:

a) Mean Flow Time =


∑ Ci = 0,900
n
IV-255

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

b. Metode FCFS (First Come First Served)


Pada metode ini aturan penjadwalan diurutkan berdasarkan job mana
yang datang terlebih dahulu. Berikut ini tabel 4.294 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode FCFS pada produk Gerobak
Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode FCFS diatas:

a) Mean Flow Time =


∑ Ci = 1,085
n

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

c. Metode LPT (Longest Processing Time)


Pada metode ini aturan penjadwalan diurutkan berdasarkan waktu proses
terbesar. Berikut ini tabel 4.295 yang menunjukkan hasil scheduling mesin
pengecatan dengan metode LPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode LPT diatas:

a) Mean Flow Time =


∑ Ci = 1,218
n

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

g) Maksimum Tardiness = 0,000

d. Metode EDD (Earliest Due Date)


Pada metode ini aturan penjadwalan diurutkan berdasarkan batas waktu
terkecil pada pekerjaan pertama. Berikut ini tabel 4.296 yang menunjukkan hasil
scheduling mesin pengecatan dengan metode EDD pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode EDD diatas:

a) Mean Flow Time =


∑ Ci = 1,056
n

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

Berikut ini tabel 4.298 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode WSPT pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode WSPT diatas:

a) Mean Flow Time =


∑ Ci = 0,971
n

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

Berikut ini tabel 4.300 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode SLACK pada produk Gerobak Dorong.

Tabel 4.300 Scheduling Mesin PengecatanMetode SLACK Produk Gerobak Dorong


Job Ti Di Ci Li SL
B 0,293 11,900 0,293 -11,607 11,607
C 0,354 12,100 0,647 -11,453 11,746
D 0,545 13,500 1,192 -12,308 12,955
E 0,192 14,200 1,384 -12,816 14,008
A 0,382 14,500 1,766 -12,734 14,118

Sequencing: B-C-D-E-A

Berikut adalah ukuran performansi berdasarkan metode SLACK diatas:

a) Mean Flow Time =


∑ Ci = 1,056
n

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

Pada metode ini aturan penjadwalan diurutkan berdasarkan berdasarkan


pembagian sisa waktu dari due date dengan sisa total shop time. Berikut ini tabel
4.301 yang menunjukkan data iterasi mesin pengecatan dengan metode Critical
Ratio pada produk Gerobak Dorong.

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

Berikut ini tabel 4.302 yang menunjukkan hasil scheduling mesin


pengecatan dengan metode Critical Ratio pada produk Gerobak Dorong.

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

Berikut adalah ukuran performansi berdasarkan metode Critical Ratio


diatas:

a) Mean Flow Time =


∑ Ci = 1,213
n

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.

Tabel 4.303 Rekapitulasi Performansi Mesin Ukur untuk Produk Lemari


Mean Mean Number of
Mean Maksimum Maksimum
Performansi Flow Utilisasi Tardines Tardiness
Lateness Lateness Tardiness
Time s Job
SPT 2,181 0,599 0,000 0,000 -11,544 -8,171 0,000
FCFS 4,264 0,307 0,000 0,000 -9,461 -8,271 0,000
LPT 4,355 0,300 0,000 0,000 -9,370 -8,542 0,000
EDD 3,979 0,329 0,000 0,000 -9,746 -8,542 0,000
WSPT 2,272 0,575 0,000 0,000 -11,453 -8,171 0,000
SLACK 4,355 0,300 0,000 0,000 -9,370 -8,542 0,000
CR 4,355 0,300 0,000 0,000 -9,370 -8,542 0,000
IV-262

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

Tabel 4.306 berikut ini merupakan tabel rekapitulasi performansi mesin


potong untuk produk Lemari.

Tabel 4.306 Rekapitulasi Performansi Mesin Potong untuk Produk Lemari


Number
Mean Mean
Performans of Mean Maksimum Maksimum
Flow Utilisasi Tardines
i Tardiness Lateness Lateness Tardiness
Time s
Job
SPT 1,125 0,517 0,000 0,000 -12,600 -10,573 0,000
FCFS 1,580 0,368 0,000 0,000 -12,145 -11,173 0,000
LPT 1,784 0,326 0,000 0,000 -11,941 -11,173 0,000
EDD 1,763 0,330 0,000 0,000 -11,962 -11,576 0,000
WSPT 1,125 0,517 0,000 0,000 -12,600 -10,573 0,000
SLACK 1,763 0,330 0,000 0,000 -11,962 -11,576 0,000
CR 1,782 0,326 0,000 0,000 -11,943 -11,173 0,000

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.

Tabel 4.309 Rekapitulasi Performansi Mesin Pengecatan untuk Produk Lemari


Mean Mean Number of
Performans Mean Maksimum Maksimum
Flow Utilisasi Tardines Tardiness
i Lateness Lateness Tardiness
Time s Job
SPT 0,530 0,465 0,000 0,000 -13,195 -12,286 0,000
FCFS 0,631 0,390 0,000 0,000 -13,094 -12,430 0,000
LPT 0,701 0,351 0,000 0,000 -13,024 -12,291 0,000
EDD 0,577 0,427 0,000 0,000 -13,148 -12,661 0,000
WSPT 0,532 0,463 0,000 0,000 -13,193 -12,517 0,000
SLACK 0,577 0,427 0,000 0,000 -13,148 -12,661 0,000
CR 0,701 0,351 0,000 0,000 -13,024 -12,291 0,000

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

Mean Mean Number of


Performans Mean Maksimum Maksimum
Flow Utilisasi Tardines Tardiness
i Lateness Lateness Tardiness
Time s Job
SPT 1,299 0,292 0,000 0,000 -12,101 -8,844 0,000
FCFS 1,554 0,244 0,000 0,000 -11,846 -9,911 0,000
LPT 1,737 0,218 0,000 0,000 -11,664 -9,436 0,000
EDD 1,646 0,230 0,000 0,000 -11,754 -10,893 0,000
WSPT 1,434 0,265 0,000 0,000 -11,966 -9,581 0,000
SLACK 1,646 0,230 0,000 0,000 -11,754 -10,893 0,000
CR 1,729 0,219 0,000 0,000 -11,671 -9,436 0,000

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

4.2.4.2 Pengolahan Data Pada n Job m Mesin


Pengolahan data n job m mesin dilakukan dengan 2 metode yaitu dengan
metode Johnson dan metode CDS (Campbell, Dudek, dan Smith). Berikut ini
merupakan data yang menunjukkan waktu proses tiap hari per item/job untuk
produk Lemari, Gerobak Jualan dan Gerobak Dorong.
1. Lemari
Berikut ini merupakan tabel 4.312 yang merupakan tabel waktu proses
tiap hari per item/job untuk produk Lemari.

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

A. Metode Johnson n Job m Mesin


IV-267

Pada metode Johnson mesin yang digunakan adalah mesin pengecatan


dan mesin potong. Adapun langkah-langkahnya adalah sebagai berikut:
a) Langkah 1 : Pilih waktu proses terpendek dari semua job yang diproses
pada kedua mesin.
b) Langkah 2 : Jika waktu proses terpendek berada pada mesin I, maka
tugaskan job tersebut pada urutan pertama. Jika waktu proses terpendek
berada pada mesin II, maka tugaskan job tersebut pada urutan terakhir.
c) Langkah 3 : job yang sudah terpilih dikeluarkan dari proses pemilihan
dan ulangi langkah I dan II sampai semua job mendapat urutan.
Berikut merupakan pengolahan data Sequencing dan Scheduling dengan
metode Johnson n job 2 mesin yaitu mesin pemotongan dan pengecatan untuk
produk Lemari, Gerobak Jualan dan Gerobak Dorong.
1. Lemari
Berikut merupakan tabel 4.315 yang menunjukkan waktu proses mesin
pemotongan dan pengecatan pada produk Lemari.

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

B. Metode CDS (Campbell, Dudek and Smith)


Metode CDS bertujuan untuk meminimasi Makespan. Algoritma CDS
dikembangkan untuk menangani n job yang dikerjakan pada m mesin secara
berurutan. Langkah-langkahnya adalah sebagai berikut:
a) Tentukan K = 1, hitung t*i,1 dan t*i,2 dengan menggunakan persamaan t*i,1
= ∑ kk-1 t1x.
b) Jadwalkan job dengan menggunakan Algoritma Johnson, dimana ti,1 =
t*i,1 dan ti,2 = t*i,2, seperti pada langkah awal. Catat urutan pekerjaan dan
hitung makespan. Ulangi langkah 1 dan 2 sampai K = m – 1 (dimana m =
jumlah mesin).
IV-269

c) Jika K = (m – 1), perhitungan dihentikan, catat makespan yang terkecil


sejak K = 1 sampai K = m – 1. Makespan yang terkecil merupakan
penjadwalan yang terpilih. Jika K ≠ (m – 1), maka K = K + 1 dan
kembali ke langkah 1.
Berikut merupakan pengolahan data Sequencing dan Scheduling dengan
metode CDS untuk produk Lemari, Gerobak Jualan dan Gerobak Dorong.
1. Lemari
Berikut merupakan tabel 4.318 yang berisi waktu proses mesin per tiap
hari item/job untuk metode CDS.

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

Penjadwalan dengan metode CDS (Campbell, Dudek and Smith) adalah


sebagai beikut:
Diketahui jumlah mesin (m) adalah 6 buah mesin, maka:
K=m–1
K=6–1=5
a. Untuk K = 1;
t*,1 = t,1
t*,2 = t,6

Berikut tabel 2.129 yang merupakan tabel iterasi untuk K = 1


menggunakan metode CDS.

Tabel 4.319 Alternatif K = 1 (Lemari)


K=1 t*1 t*2
A 2,913 0,161
B 1,408 0,168
C 0,271 0,181
D 0,637 0,117
IV-270

Sequencing : C – B – A – D

Berikut merupakan tabel 4.320 yang berisikan Sequencing metode


Johnson.

Tabel 4.320 Sequencing (Lemari)


Job Mesin Ti Mulai Ci
1 0,271 0 0,271
2 0,403 0,271 0,674
C
5 0,370 0,674 1,044
6 0,181 1,044 1,225
1 1,408 0,271 1,679
2 1,202 1,679 2,882
B 4 2,155 2,882 5,036
5 0,239 5,036 5,275
6 0,168 5,275 5,443
1 2,913 1,679 4,592
2 0,395 4,592 4,987
A 3 1,011 4,987 5,998
5 0,231 5,998 6,229
6 0,161 6,229 6,390
1 0,637 4,592 5,229
2 0,327 5,229 5,555
D
5 0,145 6,229 6,374
6 0,117 6,390 6,507

Makespan = 6,507

b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5

Berikut tabel 4.321 yang merupakan tabel iterasi untuk K = 2


menggunakan metode CDS.

Tabel 4.321 Alternatif K = 2 (Lemari)


K=2 t*1 t*2
A 3,308 0,392
B 2,611 0,407
C 0,674 0,551
D 0,963 0,262

Sequencing : C – B – A – D
IV-271

Berikut merupakan tabel 4.322 yang berisikan Sequencing metode


Johnson.
Tabel 4.322 Sequencing (Lemari)
Job Mesin Ti Mulai Ci
1 0,271 0 0,271
2 0,403 0,271 0,674
C
5 0,370 0,674 1,044
6 0,181 1,044 1,225
1 1,408 0,271 1,679
2 1,202 1,679 2,882
B 4 2,155 2,882 5,036
5 0,239 5,036 5,275
6 0,168 5,275 5,443
1 2,913 1,679 4,592
2 0,395 4,592 4,987
A 3 1,011 4,987 5,998
5 0,231 5,998 6,229
6 0,161 6,229 6,390
1 0,637 4,592 5,229
2 0,327 5,229 5,555
D
5 0,145 6,229 6,374
6 0,117 6,390 6,507

Makespan = 6,507

c. Untuk K = 3;
t*1 = t,1 + t,2 + t,3
t*2 = t,6 + t,5 + t,4

Berikut tabel 4.323 yang merupakan tabel iterasi untuk K = 3


menggunakan metode CDS.

Tabel 4.323 Alternatif K = 3 (Lemari)


K=3 t*1 t*2
A 4,319 0,392
B 2,611 2,562
C 0,674 0,551
D 0,963 0,262

Sequecing: B – C – A – D
IV-272

Berikut merupakan tabel 4.324 yang berisikan Sequencing metode


Johnson.
Tabel 4.324 Sequencing (Lemari)
Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 1,202 1,408 2,611
B 4 2,155 2,611 4,765
5 0,239 4,765 5,004
6 0,168 5,004 5,172
1 0,271 1,408 1,679
2 0,403 2,611 3,014
C
5 0,370 5,004 5,374
6 0,181 5,374 5,555
1 2,913 1,679 4,592
2 0,395 4,592 4,987
A 3 1,011 4,987 5,998
5 0,231 5,998 6,229
6 0,161 6,229 6,390
1 0,637 4,592 5,229
2 0,327 5,229 5,555
D
5 0,145 6,229 6,374
6 0,117 6,390 6,507

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

Berikut tabel 4.325 yang merupakan tabel iterasi untuk K = 4


menggunakan metode CDS.

Tabel 4.325 Alternatif K = 4 (Lemari)


K=4 t*1 t*2
A 4,319 1,403
B 4,765 2,562
C 0,674 0,551
D 0,963 0,262

Sequencing: B – A – C – D
IV-273

Berikut merupakan tabel 4.326 yang berisikan Sequencing metode


Johnson.
Tabel 4.326 Sequencing (Lemari)
Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 1,202 1,408 2,611
B 4 2,155 2,611 4,765
5 0,239 4,765 5,004
6 0,168 5,004 5,172
1 2,913 1,408 4,321
2 0,395 4,321 4,716
A 3 1,011 4,716 5,727
5 0,231 5,727 5,958
6 0,161 5,958 6,119
1 0,271 4,321 4,592
2 0,403 4,716 5,120
C
5 0,370 5,958 6,329
6 0,181 6,329 6,509
1 0,637 4,592 5,229
2 0,327 5,229 5,555
D
5 0,145 6,329 6,473
6 0,117 6,509 6,626

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

Berikut tabel 4.327 yang merupakan tabel iterasi untuk K = 5


menggunakan metode CDS.

Tabel 4.327 Alternatif K = 5 (Lemari)


K=5 t*1 t*2
A 4,550 1,798
B 5,004 3,764
C 1,044 0,954
D 1,108 0,589

Sequencing: B – A – C – D
Berikut merupakan tabel 4.328 yang berisikan Sequencing metode
Johnson.
IV-274

Tabel 4.328 Sequencing (Lemari)


Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 1,202 1,408 2,611
B 4 2,155 2,611 4,765
5 0,239 4,765 5,004
6 0,168 5,004 5,172
1 2,913 1,408 4,321
2 0,395 4,321 4,716
A 3 1,011 4,716 5,727
5 0,231 5,727 5,958
6 0,161 5,958 6,119
1 0,271 4,321 4,592
2 0,403 4,716 5,120
C
5 0,370 5,958 6,329
6 0,181 6,329 6,509
1 0,637 4,592 5,229
2 0,327 5,229 5,555
D
5 0,145 6,329 6,473
6 0,117 6,509 6,626

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

Penjadwalan dengan metode CDS (Campbell, Dudek and Smith) adalah


sebagai beikut:
Diketahui jumlah mesin (m) adalah 6 buah mesin, maka:
IV-275

K=m–1
K=6–1=5
a. Untuk K = 1;
t*,1 = t,1
t*,2 = t,6

Berikut tabel 4.330 yang merupakan tabel iterasi untuk K = 1


menggunakan metode CDS.

Tabel 4.330 Alternatif K = 1 (Gerobak Jualan)


K=1 t*1 t*2
A 2,310 0,098
B 1,408 0,103
C 1,821 0,167
D 0,330 0,101
E 0,699 0,080
F 0,533 0,088
G 1,408 0,101

Sequencing: C – B – D – G – A – F – E

Berikut merupakan tabel 4.331 yang berisikan Sequencing metode


Johnson.
Tabel 4.331 Sequencing (Gerobak Jualan)
Job Mesin Ti Mulai Ci
1 1,821 0 1,821
2 1,225 1,821 3,046
3 0,752 3,046 3,797
C
4 2,699 3,797 6,497
5 0,354 6,497 6,851
6 0,167 6,851 7,018
1 1,408 1,821 3,229
2 0,830 3,229 4,059
B 4 4,200 6,497 10,696
5 0,293 10,696 10,989
6 0,103 10,989 11,092
1 0,330 3,229 3,559
2 0,413 4,059 4,472
D
5 0,560 10,989 11,549
6 0,101 11,549 11,651
Lanjutan Tabel 4.331 Sequencing (Gerobak Jualan)
Job Mesin Ti Mulai Ci
G 1 1,408 3,559 4,967
2 0,830 4,967 5,797
4 2,573 10,696 13,269
IV-276

5 0,192 13,269 13,461


6 0,101 13,461 13,562
1 2,310 4,967 7,277
2 0,254 7,277 7,532
A 3 2,140 7,532 9,671
5 0,382 13,461 13,843
6 0,098 13,843 13,941
1 0,533 7,277 7,810
2 0,259 7,810 8,069
F
5 0,382 13,843 14,225
6 0,088 14,225 14,313
1 0,699 7,810 8,510
2 0,327 8,510 8,836
E 3 0,597 9,671 10,269
5 0,493 14,225 14,718
6 0,080 14,718 14,797

Makespan = 14,797

b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5

Berikut tabel 4.332 yang merupakan tabel iterasi untuk K = 2


menggunakan metode CDS.

Tabel 4.332 Alternatif K = 2 (Gerobak Jualan)


K=2 t*1 t*2
A 2,565 0,480
B 2,238 0,396
C 3,046 0,521
D 0,743 0,662
E 1,026 0,572
F 0,792 0,470
G 2,238 0,292

Sequencing: D – E – C – A – F – B – G

Berikut merupakan tabel 4.333 yang berisikan Sequencing metode


Johnson.

Tabel 4.333 Sequencing (Gerobak Jualan)


Job Mesin Ti Mulai Ci
D 1 0,330 0 0,330
IV-277

2 0,413 0,330 0,743


5 0,560 0,743 1,303
6 0,101 1,303 1,404
1 0,699 0,330 1,029
2 0,327 1,029 1,356
E 3 0,597 1,356 1,953
5 0,493 1,953 2,445
6 0,080 2,445 2,525
1 1,821 1,029 2,850
2 1,225 2,850 4,075
3 0,752 4,075 4,826
C
4 2,699 4,826 7,526
5 0,354 7,526 7,880
6 0,167 7,880 8,047
1 2,310 2,850 5,160
2 0,254 5,160 5,414
A 3 2,140 5,414 7,554
5 0,382 7,880 8,262
6 0,098 8,262 8,360
1 0,533 5,160 5,693
2 0,259 5,693 5,952
F
5 0,382 8,262 8,644
6 0,088 8,644 8,731
1 1,408 5,693 7,101
2 0,830 7,101 7,931
B 4 4,200 7,931 12,131
5 0,293 12,131 12,424
6 0,103 12,424 12,527
1 1,408 7,101 8,510
2 0,830 8,510 9,339
G 4 2,573 12,131 14,704
5 0,192 14,704 14,896
6 0,101 14,896 14,996

Makespan = 14,996

c. Untuk K = 3;
t*1 = t,1 + t,2 + t,3
t*2 = t,6 + t,5 + t,4

Berikut tabel 4.334 yang merupakan tabel iterasi untuk K = 3


menggunakan metode CDS.

Tabel 4.334 Alternatif K = 3 (Gerobak Jualan)


K=3 t*1 t*2
A 4,704 0,480
B 2,238 4,596
IV-278

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

Berikut merupakan tabel 4.335 yang berisikan Sequencing metode


Johnson.

Tabel 4.335 Sequencing (Gerobak Jualan)


Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 0,830 1,408 2,238
B 4 4,200 2,238 6,438
5 0,293 6,438 6,731
6 0,103 6,731 6,834
1 1,408 1,408 2,817
2 0,830 2,817 3,646
G 4 2,573 6,438 9,011
5 0,192 9,011 9,203
6 0,101 9,203 9,303
1 1,821 2,817 4,638
2 1,225 4,638 5,862
3 0,752 5,862 6,614
C
4 2,699 9,011 11,710
5 0,354 11,710 12,065
6 0,167 12,065 12,231
1 0,330 4,638 4,967
2 0,413 5,862 6,275
D
5 0,560 12,065 12,625
6 0,101 12,625 12,726
1 0,699 4,967 5,667
2 0,327 6,275 6,602
E 3 0,597 6,614 7,211
5 0,493 12,625 13,117
6 0,080 13,117 13,197

Lanjutan Tabel 4.335 Sequencing (Gerobak Jualan)


Job Mesin Ti Mulai Ci
1 2,310 5,667 7,977
2 0,254 7,977 8,231
A 3 2,140 8,231 10,371
5 0,382 13,117 13,499
6 0,098 13,499 13,598
1 0,533 7,977 8,510
F
2 0,259 8,510 8,769
IV-279

5 0,382 13,499 13,881


6 0,088 13,881 13,969

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

Berikut tabel 4.336 yang merupakan tabel iterasi untuk K = 4


menggunakan metode CDS.

Tabel 4.336 Alternatif K = 4 (Gerobak Jualan)


K=4 t*1 t*2
A 4,704 2,620
B 6,438 4,596
C 6,497 3,972
D 0,743 0,662
E 1,623 1,170
F 0,792 0,470
G 4,811 2,865

Sequencing: B – C – G – A – E – D – F

Berikut merupakan tabel 4.337 yang berisikan Sequencing metode


Johnson.

Tabel 4.337 Sequencing (Gerobak Jualan)


Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 0,830 1,408 2,238
B 4 4,200 2,238 6,438
5 0,293 6,438 6,731
6 0,103 6,731 6,834
C 1 1,821 1,408 3,229
2 1,225 3,229 4,454
IV-280

3 0,752 4,454 5,206


4 2,699 6,438 9,137
5 0,354 9,137 9,492
6 0,167 9,492 9,658
1 1,408 3,229 4,638
2 0,830 4,638 5,467
G 4 2,573 9,137 11,710
5 0,192 11,710 11,902
6 0,101 11,902 12,003
1 2,310 4,638 6,948
2 0,254 6,948 7,202
A 3 2,140 7,202 9,342
5 0,382 11,902 12,284
6 0,098 12,284 12,382
1 0,699 6,948 7,647
2 0,327 7,647 7,974
E 3 0,597 9,342 9,939
5 0,493 12,284 12,777
6 0,080 12,777 12,856
1 0,413 7,647 8,060
2 0,413 8,060 8,473
D
5 0,560 12,777 13,337
6 0,101 13,337 13,438
1 0,533 8,060 8,593
2 0,259 8,593 8,852
F
5 0,382 13,337 13,719
6 0,088 13,719 13,806

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

Berikut tabel 4.338 yang merupakan tabel iterasi untuk K = 5


menggunakan metode CDS.

Tabel 4.338 Alternatif K = 5 (Gerobak Jualan)


K=5 t*1 t*2
A 5,086 2,874
B 6,731 5,425
C 6,851 5,197
D 1,303 1,075
E 2,116 1,496
IV-281

F 1,174 0,729
G 5,003 3,695

Sequencing: B – C – G – A – E – D – F

Berikut merupakan tabel 4.339 yang berisikan Sequencing metode


Johnson.
Tabel 4.339 Sequencing (Gerobak Jualan)
Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 0,830 1,408 2,238
B 4 4,200 2,238 6,438
5 0,293 6,438 6,731
6 0,103 6,731 6,834
1 1,821 1,408 3,229
2 1,225 3,229 4,454
3 0,752 4,454 5,206
C
4 2,699 6,438 9,137
5 0,354 9,137 9,492
6 0,167 9,492 9,658
1 1,408 3,229 4,638
2 0,830 4,638 5,467
G 4 2,573 9,137 11,710
5 0,192 11,710 11,902
6 0,101 11,902 12,003
1 2,310 4,638 6,948
2 0,254 6,948 7,202
A 3 2,140 7,202 9,342
5 0,382 11,902 12,284
6 0,098 12,284 12,382
1 0,699 6,948 7,647
2 0,327 7,647 7,974
E 3 0,597 9,342 9,939
5 0,493 12,284 12,777
6 0,080 12,777 12,856
1 0,413 7,647 8,060
2 0,413 8,060 8,473
D
5 0,560 12,777 13,337
6 0,101 13,337 13,438
1 0,533 8,060 8,593
2 0,259 8,593 8,852
F
5 0,382 13,337 13,719
6 0,088 13,719 13,806

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

Penjadwalan dengan metode CDS (Campbell, Dudek and Smith) adalah


sebagai beikut:
Diketahui jumlah mesin (m) adalah 6 buah mesin, maka:
K=m–1
K=6–1=5

a. Untuk K = 1;
t*,1 = t,1
t*,2 = t,6

Berikut tabel 4.341 yang merupakan tabel iterasi untuk K = 1


menggunakan metode CDS.

Tabel 4.341 Alternatif K = 1 (Gerobak Dorong)


K=1 t*1 t*2
A 2,310 0,076
B 1,408 0,103
C 1,821 0,167
D 0,914 0,089
E 1,408 0,101

Sequencing: C – B – E – D – A

Berikut merupakan tabel 4.342 yang berisikan Sequencing metode


Johnson.
IV-283

Tabel 4.342 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 1,821 0 1,821
2 1,225 1,821 3,046
3 0,752 3,046 3,797
C
4 2,699 3,797 6,497
5 0,354 6,497 6,851
6 0,167 6,851 7,018
1 1,408 1,821 3,229
2 0,830 3,229 4,059
B 4 4,200 6,497 10,696
5 0,293 10,696 10,989
6 0,103 10,989 11,092
1 1,408 3,229 4,638
2 0,830 4,638 5,467
E 4 2,573 10,696 13,269
5 0,192 13,269 13,461
6 0,101 13,461 13,562
1 0,914 4,638 5,552
2 0,346 5,552 5,897
D 3 0,709 5,897 6,607
5 0,545 13,461 14,006
6 0,089 14,006 14,095
1 2,310 5,552 7,862
2 0,254 7,862 8,116
A 3 2,140 8,116 10,256
5 0,382 14,006 14,388
6 0,076 14,388 14,464

Makespan = 14,464

b. Untuk K = 2;
t*,1 = t,1 + t,2
t*,2 = t,6 + t,5

Berikut tabel 4.343 yang merupakan tabel iterasi untuk K = 2


menggunakan metode CDS.

Tabel 4.343 Alternatif K = 2 (Gerobak Dorong)


K=2 t*1 t*2
A 2,565 0,458
B 2,238 0,396
C 3,046 0,521
IV-284

D 1,260 0,634
E 2,238 0,292

Sequencing: D – C – A – B – E

Berikut merupakan tabel 4.344 yang berisikan Sequencing metode


Johnson.

Tabel 4.344 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 0,914 0 0,914
2 0,346 0,914 1,260
D 3 0,709 1,260 1,969
5 0,545 1,969 2,514
6 0,089 2,514 2,603
1 1,821 0,914 2,735
2 1,225 2,735 3,960
3 0,752 3,960 4,711
C
4 2,699 4,711 7,411
5 0,354 7,411 7,765
6 0,167 7,765 7,932
1 2,310 2,735 5,045
2 0,254 5,045 5,299
A 3 2,140 5,299 7,439
5 0,382 7,765 8,147
6 0,076 8,147 8,223
1 1,408 5,045 6,453
2 0,830 6,453 7,283
B 4 4,200 7,411 11,610
5 0,293 11,610 11,903
6 0,103 11,903 12,006
1 1,408 6,453 7,862
2 0,830 7,862 8,691
E 4 2,573 11,610 14,183
5 0,192 14,183 14,375
6 0,101 14,375 14,476

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

Tabel 4.345 Alternatif K = 3 (Gerobak Dorong)


K=3 t*1 t*2
A 4,704 0,458
B 2,238 4,596
C 3,797 3,220
D 1,969 0,634
E 2,238 2,865

Sequencing: C – E – B – D – A

Berikut merupakan tabel 4.346 yang berisikan Sequencing metode


Johnson.

Tabel 4.346 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 1,821 0 1,821
2 1,225 1,821 3,046
3 0,752 3,046 3,797
C
4 2,699 3,797 6,497
5 0,354 6,497 6,851
6 0,167 6,851 7,018
1 1,408 1,821 3,229
2 0,830 3,229 4,059
E 4 2,573 6,497 9,070
5 0,192 9,070 9,261
6 0,101 9,261 9,362
1 1,408 3,229 4,638
2 0,830 4,638 5,467
B 4 4,200 9,070 13,269
5 0,293 13,269 13,562
6 0,103 13,562 13,665
1 0,914 4,638 5,552
2 0,346 5,552 5,897
D 3 0,709 5,897 6,607
5 0,545 13,562 14,107
6 0,089 14,107 14,196
1 2,310 5,552 7,862
2 0,254 7,862 8,116
A 3 2,140 8,116 10,256
5 0,382 14,107 14,489
6 0,076 14,489 14,565

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

Berikut tabel 4.347 yang merupakan tabel iterasi untuk K = 4


menggunakan metode CDS.

Tabel 4.347 Alternatif K = 4 (Gerobak Dorong)


K=4 t*1 t*2
A 4,704 2,598
B 6,438 4,596
C 6,497 3,972
D 1,969 1,343
E 4,811 2,865

Sequencing: B – C – E – A – D

Berikut merupakan tabel 4.348 yang berisikan Sequencing metode


Johnson.

Tabel 4.348 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 0,830 1,408 2,238
B 4 4,200 2,238 6,438
5 0,293 6,438 6,731
6 0,103 6,731 6,834
1 1,821 1,408 3,229
2 1,225 3,229 4,454
3 0,752 4,454 5,206
C
4 2,699 6,438 9,137
5 0,354 9,137 9,492
6 0,167 9,492 9,658
1 1,408 3,229 4,638
2 0,830 4,638 5,467
E 4 2,573 9,137 11,710
5 0,192 11,710 11,902
6 0,101 11,902 12,003
1 2,310 4,638 6,948
2 0,254 6,948 7,202
A 3 2,140 7,202 9,342
5 0,382 11,902 12,284
6 0,076 12,284 12,360

Lanjutan Tabel 4.348 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 0,914 6,948 7,862
2 0,346 7,862 8,207
D 3 0,709 9,342 10,051
5 0,545 12,284 12,829
6 0,089 12,829 12,918
IV-287

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

Berikut tabel 4.349 yang merupakan tabel iterasi untuk K = 5


menggunakan metode CDS.

Tabel 4.349 Alternatif K = 5 (Gerobak Dorong)


K=5 t*1 t*2
A 5,086 2,852
B 6,731 5,425
C 6,851 5,197
D 2,514 1,689
E 5,003 3,695

Sequencing: B – C – E – A – D

Berikut merupakan tabel 4.350 yang berisikan Sequencing metode


Johnson.
Tabel 4.350 Sequencing (Gerobak Dorong)
Job Mesin Ti Mulai Ci
1 1,408 0 1,408
2 0,830 1,408 2,238
B 4 4,200 2,238 6,438
5 0,293 6,438 6,731
6 0,103 6,731 6,834
1 1,821 1,408 3,229
2 1,225 3,229 4,454
3 0,752 4,454 5,206
C
4 2,699 6,438 9,137
5 0,354 9,137 9,492
6 0,167 9,492 9,658

Lanjutan Tabel 4.350 Sequencing (Gerobak Dorong)


Job Mesin Ti Mulai Ci
1 1,408 3,229 4,638
2 0,830 4,638 5,467
E 4 2,573 9,137 11,710
5 0,192 11,710 11,902
6 0,101 11,902 12,003
A 1 2,310 4,638 6,948
IV-288

2 0,254 6,948 7,202


3 2,140 7,202 9,342
5 0,382 11,902 12,284
6 0,076 12,284 12,360
1 0,914 6,948 7,862
2 0,346 7,862 8,207
D 3 0,709 9,342 10,051
5 0,545 12,284 12,829
6 0,089 12,829 12,918

Makespan = 12,918

4.2.4.2.1Rekapitulasi Makespan
Berikut merupakan tabel 4.351 yang menunjukkan rekapitulasi
makespan untuk produk Lemari.

Tabel 4.351 Rekapitulasi Makespan Lemari


Iterasi Makespan
K=1 6,507
K=2 6,507
K=3 6,507
K=4 6,626
K=5 6,626
Iterasi terpilih yaitu K = 1, K = 2 dan K = 3

Berikut merupakan tabel 4.352 yang menunjukkan rekapitulasi


makespan untuk produk Gerobak Jualan.

Tabel 4.352 Rekapitulasi Makespan Gerobak Jualan


Iterasi Makespan
K=1 14.797
K=2 14.996
K=3 13.969
K=4 13.806
K=5 13.806
Iterasi terpilih yaitu K = 4 dan K = 5

Berikut merupakan tabel 4.353 yang menunjukkan rekapitulasi


makespan untuk produk Gerobak Dorong.

Tabel 4.353 Rekapitulasi Makespan Gerobak Dorong


Iterasi Makespan
K=1 14.464
K=2 14.476
IV-289

K=3 14.565
K=4 12.918
K=5 12.918
Iterasi terpilih yaitu K = 4 dan K = 5

4.2.4.3 Pengolahan Data Untuk Meja Perakitan


Untuk stasiun perakitan, proses sequencing dan scheduling tidak
menggunakan aturan atau metode tertentu.
1. Lemari
Berikut merupakan tabel 4.354 yang menunjukkan waktu rakitan pada
stasiun perakitan produk Lemari.

Tabel 4.354 Waktu Rakitan Produk Lemari


Job Waktu
E 0,521
F 0,389

Berikut merupakan tabel 4.355 yang menunjukkan waktu scheduling


pada stasiun perakitan produk Lemari.

Tabel 4.355 Scheduling Pada Stasiun Perakitan Produk Lemari


Job Ti W. Mulai W. Selesai
E 0,521 6,507 7,028
F 0,389 7,028 7,416

2. Gerobak Jualan
Berikut merupakan tabel 4.356 yang menunjukkan waktu rakitan pada
stasiun perakitan produk Gerobak Jualan.

Tabel 4.356 Waktu Rakitan Produk Gerobak Jualan


Job Waktu
H 0,297
I 0,442
J 0,859
IV-290

Berikut merupakan tabel 4.357 yang menunjukkan waktu scheduling


pada stasiun perakitan produk Gerobak Jualan.

Tabel 4.357 Scheduling Pada Stasiun Perakitan Produk Gerobak Jualan


Job Ti W. Mulai W. Selesai
H 0.297 13.806 14.103
I 0.442 14.103 14.545
J 0.859 14.545 15.404

3. Gerobak Dorong
Berikut merupakan tabel 4.358 yang menunjukkan waktu rakitan pada
stasiun perakitan produk Gerobak Dorong.

Tabel 4.358 Waktu Rakitan Produk Gerobak Dorong


Job Waktu
F 0,297
G 0,549

Berikut merupakan tabel 4.359 yang menunjukkan waktu scheduling


pada stasiun perakitan produk Gerobak Dorong.

Tabel 4.359 Scheduling Pada Stasiun Perakitan Produk Gerobak Dorong


Job Ti W. Mulai W. Selesai
F 0,297 12,918 13,214
G 0,549 13,214 13,763

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

Gambar 4.30 Gantt Chart Lemari

Waiting Time (W)


a. Mesin 5 = (6,374 – 5,555)
= 0,819 menit
b. Mesin 6 = (6,507 – 6,374)
= 0,133 menit
c. Total = 0,952 menit

Idle Time (ID)


a. Mesin 1 = 7,416 – 5,229 = 2,187 menit
b. Mesin 2 = 0,271 – 0,000 = 0,271 menit
= 1,679 – 0,674 = 1,005 menit
IV-292

= 4,592 – 2,882 = 1,710 menit


= 5,229 – 4,987 = 0,242 menit
= 7,416 – 5,555 = 1,861 menit
Jumlah = 5,089 menit
c. Mesin 3 = 4,987 – 0,000 = 4,987 menit
= 7,416 – 5,998 = 1,418 menit
Jumlah = 6,405 menit
d. Mesin 4 = 2,882 – 0,000 = 2,882 menit
= 7,416 – 5,036 = 2,380 menit
Jumlah = 5,262 menit
e. Mesin 5 = 0,674 – 0,000 = 0,674 menit
= 5,036 – 1,044 = 3,992 menit
= 5,998 – 5,275 = 0,728 menit
= 7,416 – 6,374 = 1,042 menit
Jumlah = 6,436 menit
f. Mesin 6 = 1,044 – 0,000 = 1,004 menit
= 5,275 – 1,225 = 4,050 menit
= 6,229 – 5,443 = 0,786 menit
Jumlah = 5,840 menit
g. Mesin 7 = 6,507 – 0,000 = 6,507 menit

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

Gambar 4.31 Gantt Chart Gerobak Jualan

Waiting Time (W)


a. Mesin 3 = 9,939 – 7,974 = 1,965 menit
b. Mesin 4 = 9,137 – 5,206 = 3,931 menit
c. Mesin 5 = (12,284 – 9,342) + (12,772 – 9,939) + (13,337 –
8,473)
= 10,639 menit
d. Total = 16,536 menit

Idle Time (ID)


a. Mesin 1 = 15,404 – 8,593 = 6,811 menit
b. Mesin 2 = 1,408 – 0,000 = 1,408 menit
= 3,229 – 2,238 = 0,991menit
= 4,638 – 4,454 = 0,184 menit
= 7,647 – 7,202 = 0,445 menit
= 8,060 – 7,974 = 0,086 menit
= 8,593 – 8,473 = 0,120 menit
= 15,404 – 8,852 = 6,552 menit
Jumlah = 9,786 menit
c. Mesin 3 = 4,454 – 0,000 = 4,545 menit
= 7,202 – 5,206 = 1,996 menit
IV-294

= 15,404 – 9,939 = 5,465 menit


Jumlah = 12,006 menit
d. Mesin 4 = 2,238 – 0,000 = 2,238 menit
= 15,404 – 11,710 = 3,694 menit
Jumlah = 5,932 menit
e. Mesin 5 = 6,438 – 0,000 = 6,438 menit
= 9,137 – 6,731 = 2,406 menit
= 11,710 – 9,492 = 2,218 menit
= 15,404 – 13,719 = 1,685 menit
Jumlah = 12,747 menit
f. Mesin 6 = 6,731 – 0,000 = 6,731 menit
= 9,492 – 6,834 = 2,658 menit
= 11,902 – 9,658 = 2,244 menit
= 12,284 – 12,003 = 0,281 menit
= 12,772 – 12,382 = 0,390 menit
= 13,337 – 12,856 = 0,481 menit
= 13,719 – 13,438 = 0,281 menit
=15,404 – 13,806 = 1,598 menit
Jumlah = 14,664 menit
g. Mesin 7 = 13,806 – 0,000 = 13,806 menit

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 4.32 Gantt Chart Gerobak Dorong

Waiting Time (W)


a. Mesin 3 = 9,342 – 8,207 = 1,135 menit
b. Mesin 4 = (6,438 – 5,206) + (9,137 – 5,467)
= 4,902 menit
c. Mesin 5 = (11,902 – 9,342) + (12,284 – 10,051)
= 4,793 menit
d. Total = 9,695 menit

Idle Time (ID)


a. Mesin 1 = 13,762 – 7,862 = 5,900 menit
b. Mesin 2 = 1,408 – 0,000 = 1,408 menit
= 3,229 – 2,238 = 0,991 menit
= 4,638 – 4,454 = 0,184 menit
= 6,948 – 5,467 = 1,481 menit
= 7,862 – 7,202 = 0,660 menit
= 13,762 – 8,207 = 5,555 menit
Jumlah = 10,279 menit

c. Mesin 3 = 4,454 – 0,000 = 4,545 menit


IV-296

= 7,202 – 5,206 = 1,996 menit


= 13,762 – 10,051 = 3,711 menit
Jumlah = 10,252 menit
d. Mesin 4 = 2,238 – 0,000 = 2,238 menit
= 13,762 – 11,710 = 2,052 menit
Jumlah = 4,290 menit
e. Mesin 5 = 6,438 – 0,000 = 6,438 menit
= 9,137 – 6,731 = 2,406 menit
= 11,710 – 9,492 = 2,218 menit
= 13,762 – 12,829 = 0,933 menit
Jumlah = 11,995 menit
f. Mesin 6 = 6,731 – 0,000 = 6,731 menit
= 9,492 – 6,834 = 2,658 menit
= 11,902 – 9,658 = 2,244 menit
= 12,284 – 12,003 = 0,281 menit
= 12,829 – 12,360 = 0,469 menit
= 13,762 – 12,918 = 0,844 menit
Jumlah = 13,227 menit
g. Mesin 7 = 12,918 – 0,000 = 12,918 menit

4.2.4.5 Pengolahan Data Dengan Software POM QM


Berikut merupakan pengolahan data menggunakan software POM QM.
4.2.4.5.1Pengolahan Data n Job Satu Mesin
Berikut merupakan pengolahan data n job satu mesin dengan
menggunakan software POM QM.
A. Mesin Ukur
Mesin ukur 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)
IV-297

Berikut gambar 4.33 merupakan hasil penjadwalan produk Lemari pada


mesin ukur dengan metode SPT menggunakan software POM QM adalah sebagai
berikut.

Gambar 4.33 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode SPT

b. Metode FCFS (First Come First Served)


Berikut gambar 4.34 merupakan hasil penjadwalan produk Lemari pada
mesin ukur dengan metode FCFS menggunakan software POM QM adalah
sebagai berikut.

Gambar 4.34 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode FCFS

c. Metode LPT (Longest Processing Time)


IV-298

Berikut gambar 4.35 merupakan hasil penjadwalan produk Lemari pada


mesin ukur dengan metode LPT menggunakan software POM QM adalah sebagai
berikut.

Gambar 4.35 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.36 merupakan hasil penjadwalan produk Lemari pada
mesin ukur dengan metode EDD menggunakan software POM QM adalah sebagai
berikut.

Gambar 4.36 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode EDD

e. Metode SLACK
IV-299

Berikut gambar 4.37 merupakan hasil penjadwalan produk Lemari pada


mesin ukur dengan metode SLACK menggunakan software POM QM adalah
sebagai berikut.

Gambar 4.37 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode SLACK

f. Metode Critical Ratio


Berikut gambar 4.38 merupakan hasil penjadwalan produk Lemari pada
mesin ukur dengan metode Critical Ratio menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.38 Hasil Penjadwalan Produk Lemari Pada Mesin Ukur dengan Metode Critical Ratio
IV-300

Berikut gambar 4.39 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Lemari pada mesin ukur dengan software
POM QM adalah sebagai berikut:

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.41 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin ukur dengan metode FCFS menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.41 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.42 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin ukur dengan metode LPT menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.42 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Ukur dengan Metode LPT
IV-302

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.43 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin ukur dengan metode EDD menggunakan software POM QM
adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.45 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin ukur dengan metode Critical Ratio menggunakan software
POM QM adalah sebagai berikut.

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.48 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode FCFS menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.48 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode FCFS
IV-305

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.49 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode LPT menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.49 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.50 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode EDD menggunakan software POM QM
adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.52 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin ukur dengan metode Critical Ratio menggunakan software
POM QM adalah sebagai berikut.

Gambar 4.52 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Ukur dengan Metode
Critical Ratio
IV-307

Berikut gambar 4.53 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Gerobak Dorong pada mesin ukur dengan
software POM QM adalah sebagai berikut:

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.55 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode FCFS menggunakan software POM QM adalah
sebagai berikut.

Gambar 4.55 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.56 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode LPT menggunakan software POM QM adalah
sebagai berikut.
IV-309

Gambar 4.56 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.57 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode EDD menggunakan software POM QM adalah
sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.59 merupakan hasil penjadwalan produk Lemari pada
mesin potong dengan metode Critical Ratio menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.59 Hasil Penjadwalan Produk Lemari Pada Mesin Potong dengan Metode Critical Ratio

Berikut gambar 4.60 merupakan hasil rekapitulasi keseluruhan penjadwalan


n job satu mesin produk Lemari pada mesin potong dengan software POM QM
adalah sebagai berikut:
IV-311

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.62 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode FCFS menggunakan software POM
QM adalah sebagai berikut.

Gambar 4.62 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.63 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode LPT menggunakan software POM QM
adalah sebagai berikut.

Gambar 4.63 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode LPT
IV-313

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.64 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode EDD menggunakan software POM QM
adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.66 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin potong dengan metode Critical Ratio menggunakan software
POM QM adalah sebagai berikut.

Gambar 4.66 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Potong dengan Metode
Critical Ratio

Berikut gambar 4.67 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Gerobak Jualan pada mesin potong dengan
software POM QM adalah sebagai berikut:

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.69 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode FCFS menggunakan software POM
QM adalah sebagai berikut.
IV-316

Gambar 4.69 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode
FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.70 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode LPT menggunakan software POM
QM adalah sebagai berikut.

Gambar 4.70 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode LPT
IV-317

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.71 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode EDD menggunakan software POM
QM adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.73 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin potong dengan metode Critical Ratio menggunakan software
POM QM adalah sebagai berikut.

Gambar 4.73 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Potong dengan Metode
Critical Ratio

Berikut gambar 4.74 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Gerobak Dorong pada mesin potong dengan
software POM QM adalah sebagai berikut:

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.76 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode FCFS menggunakan software POM QM adalah
sebagai berikut.
IV-320

Gambar 4.76 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.77 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode LPT menggunakan software POM QM adalah
sebagai berikut.

Gambar 4.77 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.78 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode EDD menggunakan software POM QM adalah
sebagai berikut.
IV-321

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

f. Metode Critical Ratio


Berikut gambar 4.80 merupakan hasil penjadwalan produk Lemari pada
mesin pengecatan dengan metode Critical Ratio menggunakan software POM
QM adalah sebagai berikut.
IV-322

Gambar 4.80 Hasil Penjadwalan Produk Lemari Pada Mesin Pengecatan dengan Metode Critical
Ratio

Berikut gambar 4.81 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Lemari pada mesin pengecatan dengan
software POM QM adalah sebagai berikut:

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

Berikut gambar 4.82 merupakan hasil penjadwalan produk Gerobak


Jualan pada mesin pengecatan dengan metode SPT menggunakan software POM
QM adalah sebagai berikut.

Gambar 4.82 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
SPT

b. Metode FCFS (First Come First Served)


Berikut gambar 4.83 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin pengecatan dengan metode FCFS menggunakan software POM
QM adalah sebagai berikut.

Gambar 4.83 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
FCFS
IV-324

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.84 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin pengecatan dengan metode LPT menggunakan software POM
QM adalah sebagai berikut.

Gambar 4.84 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.85 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin pengecatan dengan metode EDD menggunakan software POM
QM adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.87 merupakan hasil penjadwalan produk Gerobak
Jualan pada mesin pengecatan dengan metode Critical Ratio menggunakan
software POM QM adalah sebagai berikut.

Gambar 4.87 Hasil Penjadwalan Produk Gerobak Jualan Pada Mesin Pengecatan dengan Metode
Critical Ratio
IV-326

Berikut gambar 4.88 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Gerobak Jualan pada mesin pengecatan
dengan software POM QM adalah sebagai berikut:

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

b. Metode FCFS (First Come First Served)


Berikut gambar 4.90 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode FCFS menggunakan software
POM QM adalah sebagai berikut.

Gambar 4.90 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
FCFS

c. Metode LPT (Longest Processing Time)


Berikut gambar 4.91 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode LPT menggunakan software POM
QM adalah sebagai berikut.
IV-328

Gambar 4.91 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
LPT

d. Metode EDD (Earliest Due Date)


Berikut gambar 4.92 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode EDD menggunakan software
POM QM adalah sebagai berikut.

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

f. Metode Critical Ratio


Berikut gambar 4.94 merupakan hasil penjadwalan produk Gerobak
Dorong pada mesin pengecatan dengan metode Critical Ratio menggunakan
software POM QM adalah sebagai berikut.

Gambar 4.94 Hasil Penjadwalan Produk Gerobak Dorong Pada Mesin Pengecatan dengan Metode
Critical Ratio

Berikut gambar 4.95 merupakan hasil rekapitulasi keseluruhan


penjadwalan n job satu mesin produk Gerobak Dorong pada mesin pengecatan
dengan software POM QM adalah sebagai berikut:
IV-330

Gambar 4.95 Hasil Rekapitulasi Keseluruhan Penjadwalan Produk Gerobak Dorong Pada Mesin
Pengecatan dengan Sofware POM QM

4.2.4.5.2Pengolahan Data n Job m Mesin (Metode Johnson)


Berikut merupakan pengolahan data n job m mesin dengan menggunakan
software POM QM.
1. Lemari
Berikut gambar 4.96 merupakan hasil penjadwalan produk Lemari
dengan metode Johnson menggunakan software POM QM adalah sebagai berikut.

Gambar 4.96 Hasil Penjadwalan Produk Lemari dengan Metode Johnson


IV-331

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

Anda mungkin juga menyukai