PENDAHULUAN
1
2
Pada percobaan ini praktikan akan menyusun suatu Jadwal Induk Produksi
(JIP) terhadap permintaan produk mouse di wilayah Kota Lhokseumawe. Dengan
adanya suatu Jadwal Induk Produksi (JIP) tersebut maka praktikan dapat
menentukan seberapa besar kapasitas produksi yang sesuai dengan permintaan
produk mouse, menentukan jumlah dan biaya tenaga kerja yang sesuai sehingga
nantinya diharapkan dapat menghindari pemakaian biaya yang sia-sia.
1. Jadwal Induk Produksi disusun untuk permintaan produk mouse pada tahun
2021.
2. Permintaan produk mouse yang diamati khusus untuk wilayah Kota
Lhokseumawe.
3. Peramalan permintaan produk mouse didasarkan dari data peramalan yng
sudah dilakukan.
1.4.2 Asumsi
Adapun asumsi-asumsi yang digunakan pada modul aggregate planning ini
adalah sebagai berikut :
1. Permintaan masyarakat terhadap produk mouse meningkat.
2. Waktu efektifnya adalah 5 hari kerja yaitu Senin-Jumat.
3. Tenaga kerja bekerja dalam kondisi normal dan sehat.
5
6
Wt
3. JKT = JKE ..............................................................(pers 2.6)
Dimana:
JKE = Jam kerja efektif
JKT = Jumlah kebutuhan tenaga kerja
Penentuan biaya tenaga kerja untuk pengerjaan satu unit produk dapat
dihitung dengan rumus:
a. Biaya Reguler Time (RT)
Biaya Produksi RT x waktu baku
Biaya RT = ............... ……(pers 2.7)
jam kerja per hari
Keterangan:
d = Jumlah hari kerja/bulan (hari)
e = Efisiensi
n = Jumlah jam kerja/hari (jam)
i = Jumlah operator yang tersedia
menggunakan pasir laut menghasilkan kuat tekan dan kuat tarik belah yang
lebih besar dari beton normal (Yufiter Silas Kandi.2012).
BAB III
PENGUMPULAN DATA
Karena waktu siklus dari perhitungan sangat besar, lebih besar dari total
waktu pada elemen kerja yang telah dilakukan. Maka waktu siklus yang di
gunakan adalah waktu terbesar yang ada pada elemen kerja perakitan mouse.
Waktu terbesar yang diperoleh dari perakitan mouse terdapat pada elemen kerja 6
yaitu sebesar 4,22 = 4 detik. Jadi waktu siklus pada perakitan mouse tersebut
adalah 36,326 detik.
21
22
2. Operator 2
Perhitungan faktor penyesuaian (rating factor) Mouse untuk operator 2
dapat dilihat pada Tabel 4.3 berikut:
Tabel 4.3 Rating Factor Operator2
Penilaian Kelas Lambang Bobot
Skill Good C2 + 0,03
Effort Good C2 + 0,02
Condition Excellently B + 0,04
Consistency Good C + 0,02
Jumlah +0,11
3. Operator 3
Perhitungan faktor penyesuaian (rating factor) perakitan Mouse untuk
operator 3 dapat dilihat pada Tabel 4.5 berikut:
Tabel 4.5 Rating Factor Operator 3
Penilaian Kelas Lambang Bobot
Skill Good C2 + 0,04
Effort Good C2 + 0,02
Condition Excellently B + 0,01
Consistency Good C + 0,02
Jumlah +0,9
4. Operator 4
Perhitungan faktor penyesuaian (rating factor) perakitan Mouse untuk operator 4
dapat dilihat pada Tabel 4.7 berikut:
Tabel 4.7 Rating Factor Operator 4
Penilaian Kelas Lambang Bobot
Skill Good C2 + 0,03
Effort Good C2 + 0,02
Condition Excellently B + 0,01
Consistency Good C + 0,01
Jumlah +0,7
5. Operator 5
Perhitungan faktor penyesuaian (rating factor) perakitan Mouse untuk operator 4
dapat dilihat pada Tabel 4.9 berikut:
Tabel 4.9 Rating Factor Operator 5
Penilaian Kelas Lambang Bobot
Skill Good C2 + 0,04
Effort Good C2 + 0,03
Condition Excellently B + 0,02
Consistency Good C + 0,02
Jumlah +0,11
Dari hasil rating factor dan allowance dari kelima operator tersebut, maka didapatkan
waktu normal dan waktu baku adalah sebagai berikut:
1,08+1,11+1,09+1,07+1,11
x̄ rf = = 1,092
5
Dan rata-rata allowance keempat operator adalah:
(10%+10%+10%+10%+10%)
x̄ all = = 10%
5
Dari hasil rating factor dan allowance dari 4 operator tersebut, maka didapatkan waktu
normal dan waktu baku adalah sebagai berikut:
Waktu Normal (Wn) = Waktu Siklus (Ws) x Rf
= 4 x 1,092
= 4,368 detik
= 0,0012 jam
Waktu baku (Wb) = Waktu normal (Wn) x (1 + Allowance)
= 4,368 detik x (1 + 0,1)
= 4,804 detik = 0,0013 jam
27
Januari 219 20
Februari 245 20
Maret 271 20
April 228 24
Mei 254 22
Juni 214 20
Juli 239 24
Agustus 248 22
September 222 22
Oktober 216 24
November 228 20
Desember 262 22
Total 2846 260
Sumber: Pengolahan Data
Maka dari data tersebut dapat dihitung jumlah kebutuhan tenaga kerja
berdasarkan waktu baku pada bagian perakitan Mouse.
Waktu total (Wt) = Wb x Yi
= 0,0013 x 205 unit
= 0,2665 unit/Jam
28
Jumlah Kerja Efektif (JKE) = (Total waktu kerja efektif x jam kerja)
= (260 hari x 8 jam x 60 menit)
= 124.800 menit
= 2.080 Jam
Wt 0,2665
Jumlah kebutuhan tenaga kerja (JKT) = = =0,000128
JKE 2.080
= Rp 8,12 unit/orang
b. Biaya Over Time (OT)
Biaya OT = biaya produksi OT x waktu baku
= Rp 6.000 x 0,0013 jam
= Rp 7,8 unit/orang
c. Biaya Sub kontrak
Biaya sub kontrak sebesar Rp 30.000 per unit
JKE
(jumlah hari kerja x x JKT)
jumlah hari kerja efektif
Reguler time capacity =
Wb
(jumlah hari kerja x jam kerja lembur x JKT)
Overtime capacity =
Wb
Kapasitas sub kontrak = 100 Unit
Perhitungan untuk bulan Januari 2021:
(20 hari x 2.080 jam
x 5 orang)
Regulertime Capacity = 260hari = 369.231 unit
0,0013 jam
20 hari x 2 jam x 5 orang
Overtime Capacity = = 1.200.000 unit
0,0013 jam
JKE
(jumlah hari kerja x x JKT)
jumlah hari kerja efektif
Reguler time capacity=
Wb
(jumlah hari kerja x jam kerja lembur x JKT)
Overtime capacity =
Wb
Kapasitas subkontrak = 100 Unit
Perhitungan untuk bulan Januari 2021:
(20 hari x 2.080 jam
x 1 orang)
Reguler time capacity = 260 hari = 123.077 unit
0,0013 jam
20 hari x 2 jam x 1 orang
Overtime capacity = = 30.769 unit
0,0013 jam
Sumber 1 2 3 4 5 6
Sumber 1 2 3 4 5 6
103.000 156.000
RT 676.669
5 254
59.000 112.000
OT 169.231 846.000
53.100 106.100
SK 100
103.000
RT 615.171
214
59.000
6 OT 153.846 769.117
53.100
SK 100
Sumber 7 8 9 10 11 12
103.000 156.000
RT 615.157
228
Sumber 7 8 9 10 11 12
Bulan Persediaan 53.000 106.000 212.000 424.000 848.000 1.696.000
3000
103.000
RT 676.661
262
845.992
53.900
12 OT 169.231
53.100
SK 100
Jumlah produksi yang dilakukan untuk tenaga kerja awal 3 orang terlihat
pada Tabel 4.16 berikut:
Tabel 4.16 Perencanaan Produksi untuk Tenaga Kerja Awal 3 Orang
TC = 219 (769112) + 245 (769086) + 271 (769060) + 228 (922938)+ 254 (846006)
+ 214 (760117) + 239 (922938) + 248 (846006) + 222(846032) + 216
(922961) +228 (769103)+ 262 (845992)
= Rp 2.369.759.530
Sumber 1 2 3 4 5 6
Sumber 1 2 3 4 5 6
103.000 156.000
RT 135.131
5 254
59.000 112.000
OT 33.846 169.077
53.100 106.100
SK 100
103.000
RT 122.863
214
59.000
6 OT 30.769 153.732
53.100
SK 100
Sumber 7 8 9 10 11 12
103.000 156.000
RT 122.849
228
Sumber 7 8 9 10 11 12
Bulan Persediaan 53.000 106.000 212.000 424.000 848.000 1.696.000
3000
103.000
RT 135.123
262
169.069
53.900
12 OT 33.846
53.100
SK 100
TC = 219 (153727) + 245 (153701) + 271 (153675) + 228 (184487)+ 254 (169077)
+ 214 (153732) + 239 (184476) + 248 (169083) + 222(169109) + 216
(184499) +228 (153718)+ 262 (169069)
= Rp 473.636.453
Total biaya produksi untuk kedua alternatif jumlah tenaga kerja dapat dilihat pada
Tabel 4.19 berikut:
Usulan 1 Rp 473.636.453
Sumber: Pengolahan Data
39
5.1 Kesimpulan
Berdasarkan hasil analisis dan evaluasi maka dapat disimpulkan beberapa
kesimpulan, diantaranya adalah sebagai berikut:
1. Pada pengukuran waktu perakitan mouse yang didapatkan dari hasil
peramalan penjualan mouse, maka waktu siklus yang dibutuhkan untuk
merakit mouse adalah sebesar 36,326 detik. berdasarkan faktor penyesuaian
(rating factor) dan kelonggaran (allowance) maka waktu normal yang
dibutuhkan untuk merakit mouse adalah sebesar 4,368 detik sedangkan
waktu baku yang dibutuhkan untuk merakit mouse adalah sebesar 4,804
detik.
2. Jumlah tenaga kerja efektif yang digunakan pada proses perakitan mouse
adalah sebanyak 1 orang.
3. Dari hasil perhitungan yang sudah dilakukan terdapat dua alternatf
perhitungan total biaya produksi yang mana alternatif awal dengan jumlah
tenaga kerja sebanyak 5 orang dengan total biaya produksi sebesar Rp
170.709.281 sedangkan alaternatif usulan dengan jumlah tenaga kerja 1
orang dengan total biaya produksi sebesar Rp 34.155.435
5.2 Saran
Adapun beberapa saran yang dapat diberikan oleh praktikan antara lain
sebagai berikut:
1. Sebaiknya perlu memahami landasan teori terlebih dahulu dari modul
penunjang praktikum Aggregate Planning agar dalam perhitungan nantinya
tidak akan mengalami kesulitan.
2. Pengukuran waktu pengerjaan produk hendaknya dilakukan dengan baik
agar hasil pengukuran yang diperoleh adalah data yang baik dan wajar.
43
44
Sofyan, Diana Khairani, ST., M.T, 2013, Perencanaan & Pengendalian Produksi,
Yogyakarta; Graha Ilmu
Terry Hill (2000.p,89) Hill.2000.The essence of Operations Management.
Yogyakarta: Andi
Kachru,2009,p.321. Upendra Kachru.2009. Production and Operations
Management. India:Excel Books
Ekawanti, Retno Dyah, 2009, Peramalan Dan Persediaan Pengaman Kebutuhan
Kain Cdp2015 Pada Proses Produksi Di Departemen Printing Pt.
Kusumahadi Santosa (pdf), Surakarta: Fakultas Ekonomi, Universitas
Sebelas Maret.
Wibowo Indra, 2010, Analisis peramalan penjualan rokok golden pada PT. Djitoe
Indonesia Tobacco Coy, Surakarta: Fakultas Ekonomi, Universitas Sebelas
Maret.
Monden, Yasuhiro, Sistem Produksi Toyota : Suatu Rancangan Terpadu untuk
Penerapan Just In Time, Penerbit PPM, 2000.
Stepvhanie Linda, 2012, Peramalan Penjualan Produk Bayi Dengan Metode Grey
System Theory dan Neural Network
Gasversz, Vincent. Production Planning and Inventory Control Berdasarkan
Sistem Terintegrasi MRP II dan JIT Menuju Manufakturing 21.Jakarta :
PT Gramedia Pustaka Utama. 2004
Hidajat, Nita Puspita (2004). Mata Kuliah Manajemen Sistem Produksi I. Jakarta:
UPI YAI.
Taha, Hamdy A.1996. Riset Operasi Edisi Kelima Jakarta: Penerbit Binarupa
Aksara.
The Power Of Spirit, Waktu Siklus, Waktu Normal Dan Waktu Baku, 21
September 2014, http://hierone1.blogspot.com/2013/04/langkah-langkah-
prosedur-sampling.html.
Luci L.G, dkk, 2013, Aplikasi Peramalan Permintaan Bahan Baku Pada PT. Baba
Rafi Indonesia Dengan Metode Pemulusan Eksponensial Winter.
Agus Purnomo.2010. Perencanaan Produksi Dan Pengendalian Persediaan
Bahan Baku Pada Pengrajin Tahu Dan Tempe “Im” Cibogo Bandung
(pdf). Universitas Pasundan Bandung.
Ari Bagus Wibisono, Hendro Prassetiyo, Lisye Fitria. 2014. Rancangan Sistem
Persediaan Bahan Baku Produk Baju dan Celana Menggunakan Model
Persediaan Q Probabilistik dengan Kendala Luas Gudang* (Studi Kasus
di PT Cipta Gemilang Sentosa)(pdf). Institut Teknologi Nasional.
Misbah, 2013, Pengaruh Variasi Kadar Agregat Kasar Terhadap Nilai
Karakteristik Campuran Panas Aspal Agregat (AC-WC) dengan
Pengujian Marshall.
Yufiter Silas Kandi.2012. Substitusi Agregat Halus Beton Menggunakan Kapur
Alam Dan Menggunakan Pasir Laut Pada Campuran Beton (pdf).
Undana.
Lampiran
Diperiksa Oleh,
Asisten Laboratorium