ABSTRAK
Seiring perkembangan teknologi di era globalisasi sekarang ini telah banyak mengubah
sebuah sistem dalam sebuah industri, baik industri jasa maupun industri manufaktur.
Belum terpenuhinya permintaan produksi karet remah (crumb rubber) ini,
mengakibatkan dan berdampak pada keberlangsungan usaha, perusahaan sulit
melakukakan penawaran pada konsumen sehingga mengakibatkan berkurangnya
pelanggan atau konsumen jika terus – terusan tidak terpenuhinya jumlah permintaan.
Maka untuk menjamin terpenuhinya dibutuhkan perencanaan produksi yang tepat,
langkah yang dibutuhkan PT. Sri Trang Lingga Indonesia untuk merencanakan produksi
crumb rubber pada tahun 2021, salah satunya yaitu dengan melakukan Peramalan
Produksi berdasarkan data permintaan produk masa lalu, dan diapatkan hasill peramalan
terbaik menggnakan metode Linear Regression dengan nilai MAD 853,5767, dan
diteruskan melakukan analisis perencanaan produksi dengan metode agregat planning,
yang didaptkan hasil bahwa meode terbaik menngunakan metode chase strategy dengan
biaya terkecil sebesar Rp. 4.570.328.470.
ABSTRACT
Along with the development of technology in the current era of globalization, it has changed a system in
an industry, both the service industry and the manufacturing industry. This demand for crumb rubber
has not been fulfilled, resulting in and having an impact on business continuity, it is difficult for
companies to make offers to consumers, resulting in reduced customers or consumers if the number of
requests continues to be unfulfilled. So to ensure the fulfillment of proper production planning is needed,
the steps needed by PT. Sri Trang Lingga Indonesia to plan the production of crumb rubber in 2021,
one of which is by conducting Production Forecasting based on past product demand data, and obtaining
the best forecasting results using the Linear Regression method with a value of MAD 853.5767, and
continuing to perform production planning analysis with Aggregate Planning method, the result is that
the best method uses the chase strategy method with the smallest cost of Rp. 4,570,328,470.
NASKAH PUBLIKASI
11/09/2021
Dosen.Pembimbing
1. PENDAHULUAN
Seiring perkembangan teknologi di era globalisasi sekarang ini telah banyak
mengubah sebuah sistem dalam sebuah industri, baik industri jasa maupun
industri manufaktur. Bagian produksi merupakan suatu bagian yang penting pada
sebuah industri manufaktur, dikarenakan pada bagian inilah suatu proses
produksi terjadi atau seubuah proses pengolahan bahan mentahnya yaitu sebagai
bahan baku kemudian menjadi barang setengah jadi atau sudah siap dipakai.
Dalam suatu kinerja pada bagian produksi harus semaksimal mungkin melakukan
perencanaan produksi yang tepat, guna untuk memenuhi dan juga menjamin
setiap permintaan suatu produk dari setiap pelanggan.
Berdasarkan latar belakang yang telah diuraikanti diatas, maka permasalahan yang
dapat penulis rumuskan dalam penelitian ini adalah, bagaimana perencanaan
produksi crumb rubber untuk periode satu tahun kedepan melalui peramalan
produksi berdasarkan data permintaan masa lalu produk crumb rubber. Tujuan
yang ingin dicapai dalam penelitian ini adalah Menentukan hasil..peramalan
produksi terbaik metode moving average, weighted moving average, single exponential
smoothing, dan linear regression dengan memilih eror MAD terkecil, Menentukan
rencana produksi SIR 20 untuk periode satu tahun kedepan dari hasil peramalan
terbaik metode Time Series Forcasting, dan Melakukan dan menentukan
perencanaan produksi terbaik menggunakan metode Agregat Planning yaitu chase
strategy, level strategy, mixed strategy dan variasi tingkat subkontrak.
2. METODE PENELITIAN
Setiap penelitian padat dasarnya tidak dapat terhindari terhadap kesalahan
dan kekeliruhan, dikarenakan terbatasnya kemampuan peneliti dan ruang lingkup
penelitian. Penelitiansi ini dibatasi lingkupnya padat bagian produksi untuk
mendapatkan data masa lalu permintaan produk SIR 20 tahun 2020, data
inventori persediaan produk jadi, dan biaya produksi pengolahan karet, dan
subjek penelitian yaitu hanya karyawan di bagian produksi.
2.1 Peramalan
Forecasting/peramalan adalah memprediksi, memproyeksikan, atau
mengadakan perkiraaan/taksiran terhadap berapa kemungkinan yang terjadi
sebelum sebuah rancana yang lebih pasti akan dilakukan. Hal ini bisa dilakukan
dengan melibatkan pengambilan data masa lalu dan selanjutnya diproyeksikan ke
masa mendatang dengan suatu bentuk model matematis.
2. Moving Range
Peta Moving Range digunakan untuk pengujian kestabilan sistem sebab-
akibat yang mempengaruhi permintaan. Rumus perhitungan peta Moving
Range adalah sebagai berikut.
BKAB = 2,66 x MR̅̅̅̅̅ MRS = |(F t-1 – A t-1) – (Ft – A t)|
BKBB = -2,66 x MR̅̅̅̅̅ ̅̅̅̅̅ = ∑MR
MR (6)
n−1
1. Level Strategy
Level Strategy adalah rencana agregat di mana tingkat produksi tetap dari
periode ke periode selama jangka waktu perencanaan agregat. Strategi
perencanaan produksi dengan tingkat produksi yang konstan dari satu
periode ke periode lainnya yang bertujuan untuk memenuhi rata-rata
permintaan.
2. Chase Strategy
Chase strategy merupakan strategi yang mencoba untuk mencapai tingkat
output untuk setiap periode yang memenuhi prediksi permintaan untuk
periode tersebut. Strategi ini dapat terpenuhi dengan cara merubah
tingkat tenaga kerja dengan mempekerjakan atau PHK, sub-kontrak,
penggunaan lembur, penggunaan pekerja sementara, dll. Strategi ini
cocok digunakan ketika biaya persediaan sangat tinggi.
3. Mixed Strategy
Mixed Strategy yang melibatkan sebuah perubahan pada variabel, apabila
pure strategy tidak fisibel. Kombinasi yang umum digunakan dalam
pengubahanal daring beberapa contollables (decisioning) variable dapat
menghasilkan sebuah strategis agregat planning yang terbaikan danil fisibel
untuk nantinya dapat dijalanikan.
Untuk memilih hasil peramalan yang akan digunakan untuk meramalkan suatu
permintaan, maka dipilih hasil peramalan yang mempunyai MAD terkecil.
Berikut ini merupakan rekapitulasi hasil perhitungan MAD.
1. MR = ∑ |ei-ei¹|
MR = (359,416) + (773,416) + (529,5839) ….+ (706,584)
= 12075,418 ≈ 12075
2. Verifikasi Error
Diketahui :
t = 12
∑ ̅̅̅̅̅
𝑀𝑅 = 12075 UCL = 2,66 x 1098 = 2920,68
12075
̅̅̅̅̅
𝑀𝑅 = = 1097,72 ≈ 1098 LCL = -2,66 x 1098=-2920,68
12−1
2 1
A = ± 3 ( 2,66 x 1098 ) =1947,12 B = ± 3 (2,66x1098)= 973,56
4. KESIMPULAN
Dari penelitian yang telah dilakukan menggunakan metode agregat planning
didapatkan hasil kesimpulan bahwa: Hasil peramalan produksi SIR 20 terbaik
untuk tahun 2021 yaitu dengan metode linear regression (LR) dengan nilai MAD
853,5767, dan MAPE 24,52808. Dimana hasil peramalan metode linear regression
(LR) terkendali dalam batas UCL dan LCL garfik verifikasi error moving range
(MR) dibandingkan dengan metode peramalan lainnya. Peramalan produksi SIR
20 untuk tahun 2021 dengan metode linear regression (LR) menghasilkan rencana
produksi karet SIR 20 utnuk tahun 2021 yaitu sebanyak 56489 ton, maka
peramalan ini termasuk kedalam kategori baik karena hasil peramalan tidak
terlalu tinggi dan tidak terlalu rendah terhadap permintaan, dan dalam uji
verifikasi menggunakan peta moving range seluruh data berada dalam batas
kendali UCL dan LCL maka metode ini sangat dianjurkan untuk digunakan pada
peramalan selanjutnya. Dari keempat jenis metode agregat planning yang
diperhitungkan dan diperbandingkan, didapatkan bahwa hasil perhitungan
terbaik yaitu menggunakan metode chase strategy dengan teknik menambah dan
mengurangi tenaga kerja setiap bulannya sesuai dengan target produksi SIR 20
per bulan, dimana total biaya produksi Rp. 4.570.328.470 .
Apabila dalam uji verifikasi data menggunakan peta moving range melewati
batas control, maka haruslah ditindak lanjut dengan mencari tahu letak kesalahan
pada metode tersebut dan dihitung kembali, apabila dapat ditoleransi maka
metode dapat digunakan untuk peramalan selanjutnya. Aggregat Planning
sebaiknya dibuat untuk periode 12 bulan, sehingga manajemen dapat melihat dan
memenuhi kebutuhan sumber daya (tenaga kerja dan kapasitas produksi) untuk 1
tahun kedepan dan sebaiknya strategi perencanaan yang lain perlu dicoba, agar
didapatkan hasil perencanaan yang efektif dan efisien.
DAFTAR PUSTAKA
Agung, Akbar. (2009). Penerapan Metode Single Moving Average dan Exponential
Smoothing Dalam Peramalan Permintaan Produk Meubel Jenis Coffee Table Pada Java
Furniture. Fakultas Ekonomi. Universitas Sebelas Maret. Rurakarta.
Ayu, Fristha. (2020). Analisis Perencanaan Produksi Pada PT. Amstrong Industri
Indonesia Dengan Metode Forcasting dan Agregat Planning. Fakultas Sains dan
Teknologi. Universitas Al-Azhar Indonesia.
Musyodik, (2013). Studi Agroindustri Pengolahan Karet Remah (Crumb Rubber) Pada
PT. Sunan Rubber di Kota Palembang. Fakultas Pertanian. Universitas
Muhammadiyah. Palembang.