Laporan Praktikum UAS - PPIC - Kelompok 6 PDF

LAPORAN AKHIR PRAKTIKUM MATA PRAKTIKUM PPIC
“PRAKTIKUM AKHIR SEMESTER PPIC”
Disusun Guna Memenuhi Tugas Akhir Semester

Mata Praktikum : Product Planning and Inventory Control
Dosen Pengampu : Laksmi Ambarwati, S.T, M.T.
Tim Penyusun :
Sabit Iqbal Maulana NIM. 1119021

Permana Mubarokh NIM. 1119036
Jhon Oscar Ruiz NIM. 1119038
PROGRAM STUDI D-IV TEKNIK INDUSTRI OTOMOTIF

POLITEKNIK STMI JAKARTA
KEMENTRIAN PERINDUSTRIAN R.I.
TAHUN 2021
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
segala rahmat, berkah, dan izinnya maka Laporan kami yang berjudul “laporan
akhir praktikum mata praktikum PPIC” ini dapat terselesaikan oleh kelompok kami.
Melalui kesempatan ini kami ingin menyampaikan ucapan terima kasih
kepada yang terhormat:
1. Ibu Laksmi Ambarwati, S.T, M.T. selaku dosen pengampu Mata
Praktikum PPIC yang sudah memberi arahan, masukan, dan waktunya
untuk pembuatan laporan ini.
2. Keluarga dari kelompok kami yang sudah mendukung dalam
pengerjaan makalah ini.
3. Teman-teman yang sudah berkonstribusi baik pemikiran, tenaga, dan
waktunya dalam pengerjaan makalah ini.
Serta kepada seluruh pihak terlibat yang tidak dapat Tim Penyusun
sebutkan satu persatu. Penulis berharap dan berdoa agar Allah SWT dapat
memberikan balasan kebaikan yang lebih kepada seluruh pihak yang membantu
pembuatan Laporan Praktikum ini.
Jakarta, Juni 2021

LEMBAR PENGESAHAN
Nama Mahasiswa: Nomor Induk Mahasiswa:

Sabit Iqbal Maulana (1119021)
Permana Mubarokh (1119036)
Jhon Oscar Ruiz (1119038)
Praktikum : PPIC
Judul Praktikum : Praktikum PPIC
Nama Kelompok : Kelompok 6
Tanggal Praktikum : Mei 2021
Dikumpulkan Tanggal : Juni 2021
Diperiksa Tanggal :
Dosen Pengampu
(Laksmi Ambarwati, S.T, M.T.)
Penyusun I Penyusun II Penyusun III
(Sabit Iqbal Maulana) (Permana Mubarokh) (Jhon Oscar Ruiz)
ii
Politeknik STMI Jakarta
DAFTAR ISI
KATA PENGANTAR ............................................................................................. i
LEMBAR PENGESAHAN ................................................................................... ii
DAFTAR ISI .......................................................................................................... iii
DAFTAR GAMBAR .............................................................................................. v
DAFTAR TABEL .................................................................................................. vi
BAB I PENDAHULUAN ....................................................................................... 1
1.1Latar belakang ................................................................................................ 1
1.2 Tujuan ............................................................................................................ 1
1.3 Manfaat .......................................................................................................... 2
1.4 Batasan .......................................................................................................... 2
1.5 Asumsi ........................................................................................................... 3
1.6 Metodologi Praktikum ................................................................................... 3
BAB II LANDASAN TEORI ................................................................................. 4
2.1 PPIC............................................................................................................... 4
2.2 Forecasting/Peramalan .................................................................................. 4
2.3 Perencanaan agregat ...................................................................................... 5
2.3.1 Pengertian ............................................................................................... 5
2.3.2 Tujuan Perencanaan Agregat ................................................................. 6
2.3.3 Input dan Output Perancanaan Agregrat ................................................ 6
2.3.4 Strategi Perencanaan Agregat ................................................................ 6
2.3.5 Metode – Metode Perencanaan Agregat ................................................ 7
2.3.6 Perencanaan Disagregasi ........................................................................ 8
2.4 Master Production Schedule ............................................................................. 8
2.4.1 Pengertian ................................................................................................... 8
2.4.2 Tujuan ......................................................................................................... 8
2.5 RCCP (Rough Cut Capacity Planning) ....................................................... 10
2.5.1 Pengertian ............................................................................................. 10
2.5.2 Tujuan .................................................................................................. 10
2.5.3 Teknik Penerapan RCCP ..................................................................... 10
2.6 Line of Balancing ........................................................................................ 11
iii
2.6.1 Pengertian ............................................................................................. 11
2.6.2 Tujuan .................................................................................................. 11
2.6.3 Langkah-langkah Line Of Balancing ................................................... 11
2.7 Penjadwalan ................................................................................................. 12
2.7.1 Pengertian ............................................................................................. 12
2.7.2 Tujuan Penjadwalan ............................................................................. 12
2.7.3 Klasifikasi Penjadwalan ....................................................................... 13
BAB III PENGUMPULAN DAN PENGOLAHAN DATA ............................... 14
3.1 Pengumpulan Data ...................................................................................... 14
3.1.1 Studi Kasus Laporan Akhir Praktikum .................................................... 14
3.2 Pengolahan Data .......................................................................................... 17
3.2.1 Forecasting ........................................................................................... 18
3.2.2 Perencanaan Agregat ............................................................................ 22
3.2.3 MPS ...................................................................................................... 32
3.2.4 Rough Cut Capacity Planning .............................................................. 35
3.2.5 Line of Balancing ................................................................................. 43
3.2.6 Penjadwalan ......................................................................................... 53
BAB IV ANALISA DAN PEMBAHASAN ........................................................ 66
4.1 Forecasting .................................................................................................. 66
4.2 Perencanaan Agregat ................................................................................... 67
4.3 MPS ( Master Planning Schedule ) ............................................................. 68
4.4Rought Cut Capacity Planning ..................................................................... 68
4.5 Line of Balancing ............................................................................................ 69
4.6 Penjadwalan ................................................................................................. 70
BAB V KESIMPULAN DAN SARAN ................................................................ 72
5.1 Kesimpulan ..................................................................................................... 72
5.2. Saran ............................................................................................................... 72
DAFTAR PUSTAKA ........................................................................................... 74
iv
DAFTAR GAMBAR
Gambar 1 Grafik Perbandingan Kapasitas RCCP: CPOF .................................... 40

Gambar 2 Grafik Perbandingan Kapasitas RCCP: BOLA .................................... 43
Gambar 3 Precedence Diagram ............................................................................ 45
Gambar 4 Pengelompokan Wilayah Awal ............................................................ 50
v
DAFTAR TABEL
Tabel 1 Data Permintaan dan Harga Produk Januari 2020 ................................... 15

Tabel 2 Data Hari Kerja ........................................................................................ 15
Tabel 3 Data Proses Pembuatan Pesawat Terbang ............................................... 16
Tabel 4 Data Jumlah Mesin dan Stasiun Kerja Lini Fabrikasi ............................. 16
Tabel 5 Data Order Produk yang Diproduksi ....................................................... 17
Tabel 6 Data Penunjang Lain ................................................................................ 17
Tabel 7 Data Family Produk (Agregasi Produk per-Item) .................................... 18
Tabel 8 Data Hasil Peramalan Naive Method ....................................................... 19
Tabel 9 Nilai Forecast Error Naive Method .......................................................... 19
Tabel 10 Data Hasil Peramalan MA3 ................................................................... 19
Tabel 11 Nilai Forecast Error MA3 ...................................................................... 20
Tabel 12 Data Hasil Peramalan SES (0,3) ............................................................ 20
Tabel 13 Hasil Forecast Error SES (0,3)............................................................... 21
Tabel 14 Data Hasil Peramalan SMA ................................................................... 21
Tabel 15 Hasil Forecast Error SMA ..................................................................... 21
Tabel 16. MH Dalam Memproduksi 1 Unit Produk ............................................. 22
Tabel 17. Kebutuhan MH Tahun 2020 ................................................................. 22
Tabel 18. Data Hasil Peramalan dan Hari Efektif Kerja ....................................... 23
Tabel 19 perhitungan rata-rata penerimaan TK tahun 2020 ................................. 24
Tabel 20 perhitungan Kapasitas Produksi per-TK per-hari .................................. 24
Tabel 21. Spreadsheet: Zero Inventory Januari sampai Juli ................................. 24
Tabel 22. Spreadsheet: Zero Inventory Agustus sampai Desember ..................... 26
Tabel 23. Spreadsheet: Backorder Januari sampai April ..................................... 27
Tabel 24. Spreadsheet: Backorder Mei sampai Desember.................................... 28
Tabel 25. Pendahuluan Spreadsheet: No-Backorder Januari sampai Juni ............ 29
Tabel 26. Pendahuluan Spreadsheet: No-Backorder Juli sampai Desember ........ 29
Tabel 27. Spreadsheet: No-Backorder Januari sampai Mei .................................. 29
Tabel 28. Spreadsheet: No-Backorder Juni sampai Desember ............................. 31
Tabel 29. Perbadingan Biaya Total Perencanaan Agregat .................................... 32
Tabel 30 Disagregsi Family produk ...................................................................... 32
Tabel 31 Disagregasi Unit yang Akan Diproduksi ............................................... 33
Tabel 32 MPS End Item: Pesawat A ..................................................................... 34
Tabel 33 MPS End Item: Pesawat B ..................................................................... 34
Tabel 34 MPS End Item: Pesawat C ..................................................................... 35
Tabel 35. Data End Item Miniatur Pesawat .......................................................... 36
Tabel 36. Data Hari Kerja Efektif ......................................................................... 36
Tabel 37. Alokasi Waktu per-unit Produk RCCP: CPOF ..................................... 37
Tabel 38. Proporsi Waktu Setiap Work Center ..................................................... 37
vi
Tabel 39. Kapasitas yang Dibutuhkan Januari sampai Desember ........................ 38
Tabel 40 Kapasitas yang Dibutuhakn per-Work Center Januari sampai Desember
............................................................................................................................... 39
Tabel 41 Kapasitas Tersedia RCCP: CPOF .......................................................... 40
Tabel 42. Data Operasi Produksi RCCP: BOLA .................................................. 41
Tabel 43. Data MPS Input RCCP: BOLA Januari sampai Desember .................. 41
Tabel 44. Kapasitas yang Dibutuhkan RCCP: BOLA Januari sampai Desember 42
Tabel 45. Proses Lini Fabrikasi ............................................................................. 43
Tabel 46. Efisiensi Lini Fabrikasi ......................................................................... 44
Tabel 47. Proses Lini Perakitan ............................................................................ 44
Tabel 48. Total Unit After Forecast dan Total Hari Efektif Kerja ........................ 46
Tabel 49. Matriks Pendahuluan Bobot Posisi ....................................................... 47
Tabel 50. Bobot Operasi ....................................................................................... 48
Tabel 51. Bobot Operasi Terurut .......................................................................... 48
Tabel 52. Stasiun Kerja dan Nilai Efisiensi SK Bobot Posisi ............................... 48
Tabel 53. Matriks Pendahuluan Pembebanan Berurut .......................................... 49
Tabel 54. Stasiun Kerja dan Nilai Efisiensi SK Pembebanan Berurut ................. 50
Tabel 55. Wilayah Awal Operasi Pendekatan Wilayah ........................................ 50
Tabel 56. Stasiun Kerja dan Nilai Efisiensi SK Pendekatan Wilayah .................. 51
Tabel 57. Perbandingan Efisiensi 3 Metode Lini Perakitan .................................. 52
Tabel 58. Efisiensi Lini Produksi .......................................................................... 52
Tabel 59. Data Pengukuran & Pemolaan .............................................................. 53
Tabel 61. Pembagian Mesin Penjadwalan SPT..................................................... 53
Tabel 62. Flow Time Penjadwalan SPT (1) .......................................................... 54
Tabel 63. Flow Time Penjadwalan SPT (2) .......................................................... 55
Tabel 64. Pembagian Mesin Penjadwalan LPT .................................................... 55
Tabel 65. Flow Time Penjadwalan LPT (1) .......................................................... 56
Tabel 68. Perbandingan Makespan Penjadwalan I ............................................... 57
Tabel 69. Due Date Setelah Penjadwalan I ........................................................... 57
Tabel 70. Recap Due Date Setelah Penjadwalan I ................................................ 58
Tabel 71. Data Pembubutan .................................................................................. 58
Tabel 72. Penjadwalan II Dengan FCFS ............................................................... 59
Tabel 73. Penjadwalan II Dengan SPT ................................................................. 59
Tabel 74. Penjadwalan II Dengan LPT ................................................................. 60
Tabel 75. Penjadwalan II Dengan EDD ................................................................ 60
Tabel 76. Perbandingan Mean Flow Time Penjadwalan II ................................... 61
Tabel 77. Due Date Setelah Penjadwalan II.......................................................... 61
Tabel 78. Data Penghalusan .................................................................................. 62
vii
Tabel 79. Penjadwalan III Dengan FCFS ............................................................. 62
Tabel 80. Penjadwalan III Dengan SPT ................................................................ 63
Tabel 81. Penjadwalan III Dengan LPT ................................................................ 63
Tabel 82. Penjadwalan III Dengan EDD............................................................... 64
Tabel 83. Perbandingan Mean Flow Time Penjadwalan III ................................. 64
Tabel 84. Due Date Akhir Setelah Penjadwalan III .............................................. 65
viii
BAB I
PENDAHULUAN
Pembahasan berkaitan dengan latar belakang, tujuan, manfaat, batasan
masalah, asumsi, dan metodologi praktikum dari kegiatan prakitum PPIC yang
dilakukan akan dijelaskan pada BAB I.
1.1 Latar belakang

Bahan baku atau Raw material merupakan salah satu faktor penting yang
harus diperhatikan oleh setiap perusahaan untuk kelancaran proses kegiatan aliran
produksi. Perencanaan kapasitas produksi yang tidak tepat menyebabkan terlalu
banyak barang jadi maupun bahan baku yang tersimpan di gudang, akibatnya
menyebabkan biaya simpan menjadi besar yang membuat perusahaan menjadi
merugi. Begitupun sebaliknya jika perusahaan memproduksi barang dengan
jumlah yang sedikit maka akan terjadi permintaan konsumen tidak terpenuhi yang
berakibat perusahaan akan kehilangan kepercayaan dari konsumen. Salah satu
permasalahan yang dihadapi oleh sebuah perusahaan yang memproduksi miniatur
pesawat terbang yaitu dalam menentukan berapa kapasitas produksi yang tepat
dalam waktu satu tahun kedepan. Pentingnya perencanaan produksi disebabkan
karena demand yang fluktuatif (permintaan yang tidak menentu).
Fungsi Planning dalam perusahaan (manufacture) dijalankan oleh bagian
PPIC ( Production Planning and Inventory Control ). Disamping memiliki fungsi
production planning, PPIC juga memiliki peranan dalam manajemen Inventory.
Inventory atau barang persediaan merupakan aset perusahaan yang berupa
persediaan bahan baku / raw material, barang-barang sedang dalam proses
produksi, dan barang-barang yang dimiliki untuk dijual. Karena inventory
disimpan di gudang, maka manajemen inventory dan gudang sangat berkaitan.
Pergudangan sendiri adalah kesatuan komponen didalam suplay chain product.
Gudang berfungsi sebagai tempat penyimpanan barang sampai digunakan dalam
proses produksi. Fungsi penyimpanan ini sering disebut ruang persediaan atau
gudang bahan baku. Perusahaan besar atau kecil, untuk pengadaan dan
penyimpanan barang ini diperlukan biaya besar. Biaya penyimpanan ini setiap
tahun umumnya mencapai sekitar 20 – 40% dari harga barang (Indrajit, R,E.,
Djokopranoto,R., Manajemen Persediaan, 2003). Untuk itu diperlukan strategi
atau manajemen inventory yang baik agar biaya persediaan optimum.
1.2 Tujuan
Penulisan laporan praktikum ini diadakan dengan tujuan supaya
mahasiswa/i dapat memahami, mengerti serta mampu memecahkan masalah dari
studi kasus yang diberikan oleh dosen pengampu mata kuliah PPIC sebagai
berikut :
1. Menentukan peramalan permintaan produk miniatur pesawat terbang
pada tahun 2021.
1
2. Menentukan agregat planning produk miniatur pesawat pada tahun
2021.
3. Menentukan disagregasi.
4. Menentukan kapasitas produksi ( RCCP ).
5. Menentukan line of balancing dari operasi kerja.
6. Menentukan penjadwalan dari pekerjaan.
1.3 Manfaat
Dari penulisan laporan praktikum PPIC ini manfaat yang dapat diambil
oleh pembaca adalah dapat lebih memahami dang mengetahui tentang :
1. Pembaca dapat memahami tahapan-tahapan dalam perencanaan
produksi dan pengendalian Persediaan pada suatu perusahaan
(Forcasting, perencanaan agregat, disagregasi MPS, RCCP, Line of
balancing, Penjadwalan).
2. Pembaca dapat mengetahui dan bisa menerapkan metode (Forcasting,
perencanaan agregat, disagregasi MPS, RCCP, Line of balancing,
Penjadwalan) yang sudah dipelajari dalam PPIC.
3. Pembaca dapat mengetahui dan bisa menganalisa suatu sistem
perencanaan produksi dan pengendalian persediaan untuk mencapai
output yang optimal melalui studi kasus yang diberikan.
4. Sebagai bekal pada saat terjun ke perusahaan nanti dan menambah
wawasan para pembaca.
1.4 Batasan
Hal yang menjadi batasan pada laporan praktimum PPIC adalah :
1. Pada perencanaan peramalan permintaan menggunakan metode
kuantitaif nonseasonal model yaitu metode naive, metode single
moving average metod, dan single exponential smooting.
2. Pada lini balancing produk menggunakan metode bobot posisi, metode
pendekatan wilayah dan metode pebebanan berurut
3. Pada perencanaan agregat mengguakan metode Spread sheet
4. Perhitungan MPS berdasarkan hasil forecast
5. RCCP penentuan kapasitas produksi dengan metode
6. Penjadwalan dengan metode FCFS, SPT, LPT
7. Melakukan pengolahan data dengan metode yang telah dilakukan
selama perkuliahan.
2
1.5 Asumsi
Hal yang menjadi asumsi pada studi kasus praktikum ini adalah sebagai
berikut:
1. Data permintaan (demand) yang diberikan pada studi kasus merupakan
demand yang fluktuatif (permintaan yang tidak menentu) Peramalan
permintaan untuk data yang diketahui lebih cocok menggunakan non
seasonal karena bentuk data yang fluktuatif
2. Pemilihan strategi perencanaan agregat dapat mempengaruhi biaya
produksi.
3. Pentingnya penentuan kapasitas produksi agar tidak melebihi waktu
produksi yang tersedia
1.6 Metodologi Praktikum

Dibawah ini merupakan adalah metodelogi yang kami gunakan
berdasarkan studi kasus pada laporan ini.
Mulai
Penerimaan Studi Kasus
Identifikasih Masalah
Landasan Teori
Menentukan ukuran dan metode pengolahan data
Pengolahan Data :
Forecasting, Agregat Planning,MPS, RCCP, LOB,
Scheduling
Analisa hasil pengolahan

data
Kesimpulan dan Saran
Selesai
3
BAB II
LANDASAN TEORI
Pada laporan praktikum ini landasan teori membahas terkait landasan teori,
tinjauan pustaka, dan studi literatur yang menunjang praktikum ini. Didasarkan
pada Production Planning Inventory Control (PPIC), Forecasting, Perencanaan
Agregat, Master Production Schedule (MPS), Rough Cut Capacity Planning
(RCCP), Line of Balancing, dan Penjadwalan.
2.1 PPIC
Produksi merupakan fungsi pokok dalam setiap organisasi, yang
mencakup aktifitas yang bertanggung jawab untuk menciptakan nilai tambah
produk yang merupakan output dari setiap organisasi industri itu.
Perencanaan dan pengendalian produksi adalah penentuan dan penetapan
kegiatan-kegiatan produksi yang akan dilakukan untuk mencapai tujuan
perusahaan tersebut, dan mengawasi kegiatan pelaksanaan dari proses dan hasil
produksi, agar apa yang telah direncanakan dapat terlaksana dan tujuan yang
diharapkan dapat tercapai (Assauri,1999).
Jadi perencanaan dan pengendalian produksi merupakan kegiatan
pengkoordinasian dari bagian-bagian yang ada dalam melakukan proses produksi.
Pada dasarnya fungsi dasar yang harus dipenuhi oleh aktivitas
perencanaan dan pengendalian produksi adalah (Kusuma, 2009):
1. Meramalkan permintaan produk yang dinyatakan dalam jumlah produk
sebagai fungsi dari waktu.
2. Menetapkan jumlah dan saat pemesanan bahan baku serta komponen secara
ekonomis dan terpadu.
3. Menetapkan keseimbangan antara tingkat kebutuhan produksi, teknik
pemenuhan pesanan, serta memonitor tingkat persediaan produk jadi setiap
saat, membandingkannya dengan rencana persediaan, dan melakukan revisi
atas rencana produksi pada saat yang ditentukan.
Membuat jadwal produksi, penugasan, dan pembebanan mesin dan
tenaga kerja yang terperinci sesuai dengan ketersediaan kapasitas dan fluktuasi
permintaan pada suatu periode.
2.2 Forecasting/Peramalan
Menurut buku Operation Management (Stevenson, 2011) peramalaan
adalah masukan/input dasar dalam proses pengambilan keputusan dari
manajemen operasi karena permalaan memberikan informasi dalam perimintaan
dimasa yang akan datang.
Salah satu tujuan utama dari manajemen operasi adalah untung
menyeimbangkan antara pasokan/supply dan permintaan,dan memiliki perkiraan
permintaan dimasa yang akan dating sangat penting untuk menentukan berapa
kapasitas atau pasokan/supply yang dibutuhkan untuk menyeimbangi permintaan.
4
Menurut (Handoko, 1999) Peramalan adalah suatu usaha untuk meramalkan
keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Menurut
(Gaspersz, 2005) Aktivitas peramalan merupakan suatu fungsi bisnis yang
berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-
produk itu dapat dibuat dalam kuantitas yang tepat.
Metode peramalan biasanya digunakan oleh bagian penjualan
dalammelakukan perencanaan (sales planning) berdasarkan hasil ramalan
penjualan, sehingga informasi peramalan dapat bermanfaat bagi Production
Planning and Inventory Control (PPIC). Dimana peramalan memegang peranan
penting, antara lain: (Hartini, 2011)
1. Penjadwalan sumber-sumber yang ada
2. Peramalan pada tingkat permintaan untuk produk, material,tenaga kerja,
finansial atau jasa adalah input penting untuk penjadwalan.
3. Peramalan dibutuhkan untuk menentukan kebutuhan sumber-sumber di
masa yang akan datang,
4. Menentukan sumber-sumber daya yang diinginkan,
5. Semua organisasi atau perusahaan harus menentukan sumber apa yang
mereka inginkan untuk dimiliki pada jangka panjang.
Berdasarkan horizon waktu, peramalan atau forecasting dapat dibagi
menjadi tiga jenis, yaitu (Herjanto, 2008):
1. Peramalan jangka panjang, yaitu yang mencakup waktu lebih besar dari
18 bulan. Misalnya, peramalan yang diperlukan dalam kaitannya dengan
penanaman modal, perencanaan fasilitas dan perencanaan untuk kegiatan
litbang.
2. Peramalan jangka menengah, yaitu mencakup waktu antara 3 sampai 18
bulan. Misalnya, peramalan untuk perencanaan penjualan, perencanaan
produksi dan perencanaan tenaga kerja tidak tetap.
3. Peramalan jangka pendek, yaitu mencakup jangka waktu kurang dari 3
bulan. Misalnya, peramalan dalam hubungannya dengan perencanaan
pembelian material, penjadwalan kerja dan penugasan karyawan.
2.3 Perencanaan agregat

2.3.1 Pengertian
Menurut (Handoko, 1984) mengatakan bahwa, ”Perencanaan agregat
adalah proses perencanaan kuantitas dan pengaturan waktu keluaran selama
periode waktu tertentu melalui penyesuaian variabel – variabel tingkat produksi,
karyawan, persediaan dan variabel – variabel yang dapat dikendalikan lainnya”.
Sedangkan menurut (Bedworth David, Bailay James, 1987), Perencanaan
Agregat adalah perencanaan yang dibuat untuk memenuhi total permintaan dari
seluruh elemen produksi dan jumlah tenaga kerja yang dibutuhkan.
Dari defenisi diatas dapat diketahui bahwa perencanaan agregat adalah
dimaksudkan untuk memenuhi kebutuhan total seluruh produk dengan
5
menggunakan seluruh sumber daya yang tersedia. Oleh karena itu, tanpa adanya
perencanaan agregat secara akurat maka semua aktivitas industri akan menjadi
sangat keliru. Dalam suatu lingkungan yang kompetitif, rencana agregat yang baik
adalah dasar untuk mencapai kesuksesan.
2.3.2 Tujuan Perencanaan Agregat

Tujuan perencanaan agregat adalah untuk menyesuaikan kemampuan
produksi dalam menghadapi permintaan pasar yang tidak pasti dengan
mengoptimumkan penggunaan tenaga kerja dan peralatan produksi yang tersedia
sehingga ongkos total produksi dapat ditekan seminimal mungkin (Nasution,
2003).
2.3.3 Input dan Output Perancanaan Agregrat

Input :
1. Data peramalan produk selamat 1 tahun kemudian dipecah ke dalam 12
bulan
2. Data sumber daya yang tersedia sepanjang periode perencanaan produksi
3. Data kebijakan perusahaan yang terkait, misal, peraturan ketenagakerjaan
4. Data berbagai biaya terkait, seperti, biaya rekrutmen dan pemecatan
pegawai, biaya lembur dan menganggur, biaya penyimpanan persediaan,
biaya subkontrak, biaya tenaga kerja paruh waktu, biaya kehabisan
persediaan /pemesanan ulang.
Output :
1. Hasil perencanaan agregat meliputi, level produksi, level pekerja dan level
inventori
2. Grafik hasil rencana agregat terhadap kapasitas produksi
3. Perkiraan total biaya yang timbul
2.3.4 Strategi Perencanaan Agregat

1. Strategi 1 : merubah tingkat tenaga kerja (Changing Workforce Levels).
Pemenuhan permintaan dengan merubah jumlah tenaga kerja melalui
hiring dan layoff
2. Strategi 2 : merubah tingkat persediaan/inventori (Changing Inventory
Levels). Produksi pada tingkat rata-rata permintaan dan memenuhi
permintaan dengan inventori
3. Strategi 3 : subkontrak (Subcontracting). Perusahaan melakukan
subkontrak (memesan barang) ke perusahaan lain untuk menambah
kapasitas, sehingga permintaan terpenuhi
4. Srategi 4 : Mixed Strategy. Menggabungkan ketiga strategi di atas. Metode
Perencanaan Agregat.
6
2.3.5 Metode – Metode Perencanaan Agregat
Metode – metode perencanaan agregat adalah metode heuristik (trial and
error) dan metode optimasi.
1. Metode heuristik (trial – and – error) Berikut ini adalah 5 tahapan dalam
metode pembuatan Metode heuristik :
• Tentukan permintaan pada setiap periode
• Tentukan berapa kapasitas pada waktu – waktu biasa, waktu lembur,
dan tindakan SubKontrak pada setiap periode.
• Tentukan biaya tenaga kerja, biaya pengangkatan dan pemberhentian
tenaga kerja, serta biaya penambahan persediaan.
• Pertimbangan kebijakan perusahaan yang dapat diterapkan pada para
pekerja dan tingkat persediaan.
• Kembangkan rencana – rencana alternatif dan amatilah biaya totalnya.
Beberapa metoda Heuristik antara lain :
• Metode pengendalian tenaga
• Metode pengendalian persediaan
• Metode pengendalian subkotrak
• Metode campuran Pada metode campuran
2. Metode optimasi Perencanaan agregrat dapat digunakan menggunakan
metode optimasi yang terdiri atas model programa linier dan model
transportasi land. Metode ini mengijinkan penggunaan produksi reguler,
overtime, inventory, back order, dan SubKontrak. Hasil perencanaan yang
diperoleh dapat dijamin optimal dengan asumsi optimistik bahwa tingkat
produksi (yang dipengaruhi hiring dan training pekerja) dapat dirubah dengan
cepat. Agar metode ini dapat diaplikasikan, kita harus memformulasikan
persoalan perencanaan ageregat sehingga :
• Kapasitas tersedia (supply) dinyatakan dalam kg yang sama dengan
kebutuhan (demand).
• Total kapasitas horizon perencanaan harus sama dengan total
peramalan kebutuhan. Bila tidak sama, kita gunakan variabel dummy
sebanyak jumlah selisih tersebut dengan kg cost nol.
• Semua hubungan biaya merupakan hubungan linier.
Beberapa metoda Optimai antara lain :
a) Model progama linier Program linier dapat digunakan sebagai alat
perencanaan agregat. Model ini dibuat karena avaliditas pendekata
koefisien manajemen sukar dipertanggungjawabkan
b) Model transportasi Untuk kepentingan yang lebih efisien, bigel
mengusulkan model perencanaan produksi agregat dengan
menggunakan teknik transport shipment problem (TSP)
7
2.3.6 Perencanaan Disagregasi
Perencanaan disgaregat merupakan langkah selanjutnya setelah
perencanaan agregat, tujuan dari perencanaan disagregat adalah untuk memecah
satuan agregat pada perencanaan agregat kedalam setiap item produk serta
mengetahui item suatu produk tersebut akan diproduksi. Perencanaan
disagregasi/disaggregate planning adalah suatu cara untuk memecah family
produk atau kelompok tingkat yang lebih atas menjadi item-item produk atau item
tingkat yang lebih bawah. Tujuan disagregasi adalah berupa hasil yang menjadi
dasar/patokan untuk Menyusun jadwal induk produksi (MPS – Master Production
Schedule) Setelah diketahui jadwal produksi agregatnya.
Terdapat 3 metode disagregasi, yaitu metode Persentase, Bitran dan Hax,
Hax dan Meal. Pada pembahasan ini akan dijelasan langkah penyelesaian
disagregasi menggunakan metode persentase, sebagai berikut,
Langkah pertama Hitung persentase kuantitas item masing-masing
terhadap kuantitas famili pada masa lalu (semua dalam unit agregat), langkah
kedua Gunakan persentase ini untuk menentukan kuantitas item masing-masing
dari rencana agregat. Output adalah MPS dalam satuan agregat, langkah
selanjutnya Gunakan persentase ini untuk menentukan kuantitas item masing-
masing dari rencana agregat. Output adalah MPS dalam satuan agregat.
2.4 Master Production Schedule

2.4.1 Pengertian
Pada dasarnya MPS (Master Production Schedule) merupakan suatu pernyataan
tentang produksi akhir (termasuk parts pengganti dan suku cadang) dari suatu
perusahaan industri menufaktur yang merencanakan memperoduksi output
berkaitan dengan kuantitas dan periode waktu. Dengan kata lain MPS adalah
suatu set perencanaan yang ] mengidentifikasikan kuantitas dari item tertentu
yang dapat dan akan dibuat oleh suatu perusahaan manufaktur (dalam satuan
waktu) (Gaspersz, 2009).
2.4.2 Tujuan
Adapun beberapa yang menjadi tujuan MPS diantaranya yaitu:
a) Memenuhi target tingkat pelayanan terhadap konsumen.
b) Efisiensi dalam penggunaan sumber daya produksi.
c) Mencapai target tingkat produksi.
Sedamgkan dalam mendesain MPS, perlu diperhatikan beberapa
faktor utama yang menentukan proses
penjadwalan produksi induk (MPS), antara lain:
1) Lingkungan Manufakturing
2) Struktur produk
3) Horizon perencanaan, waktu tunggu produk (product lead time) dan
production time fences
4) Pemilihan item-item MPS
8
Kegiatan penjadwalan produksi induk atau Master Production Schedule
(MPS) mempunyai beberapa aktivitas sebagai berikut seperti bagaimana
menyusun dan mengupdate jadwal produksi induk(MPS), memproses transaksi
dari Master Production Schedule, memelihara catatan-catatan MPS,
Mengevaluasi efektivitas Master Production Schedule (MPS).
Dalam penjadwalan produksi induk terdapat kriteria-kriteria dasar
sebagai berikut:
a) Jenis item tidak terlalu banyak
b) Dapat diramalkan kebutuhannya
c) Mempunyai Bill of Material (BOM) sehingga dapat ditentukan komponen
dan bahan bakunya.
d) Dapat diperhitungkan dalam menentukan kebutuhan kapasitas.
e) Menyatakan konfigurasi produk yang dapat dikirim (Produk akhir
tertentu atau komponen berlevel
tinggi dari produk akhir tertentu).
Sebagai suatu aktivitas proses, penjadwalan produksi induk (MPS)
membutuhkan lima input utama
diantaranya yaitu:
a) Data Permintaan Total merupakan salah satu sumber data bagi proses
MPS yang berkaitan dengan
ramalan penjualan (sales forecasts) dan pesanan-pesanan (order).
b) Status Inventori berkaitan dengan informasi tentang on-hand inventory,
stok yang dialokasikan
untuk penggunaan tertentu (allocated stock), pesanan-pesanan produksi dan
pembelian yang
dikeluarkan (released production and purchase orders), dan firm planned
order.
c) Rencana Produksi memberikan sekumpulan batasan kepada MPS. MPS
harus menjumlahkan untuk
menentukan tingkat produksi, inventori, dan sumber-sumber daya lain
dalam rencana produksi itu.
d) Data Perencanaan berkaitan dengan aturan-aturan tentang lot-sizing yang
harus digunakan, stok
pengaman (safety stock), dan waktu tunggu (lead time).
e) Informasi dari RCCP berupa kebutuhan kapasitas untuk
mengimplementasikan MPS menjadi salah
satu input bagi MPS. Pada sub bab ini dijelaskan mengenai definisi MPS,
posisi MPS dalam ruang lingkup PPIC, fungsi MPS bagi perusahaan, dan
input apa saja yang digunakan dalam penyusunan MPS.
9
2.5 RCCP (Rough Cut Capacity Planning)
2.5.1 Pengertian
Rough Cut Capacity Planning (RCCP) merupakan perencanaan kapasitas
kasar dan termasuk dalam perencanaan kapasitas jangka panjang. RCCP bisa
menentukan kebutuhan kapasitas yang diperlukan untuk melaksanakan MPS
(Master Production Schedule).
2.5.2 Tujuan
Tujuan utama dalam RCCP adalah untuk mengidentifikasi overloading
atau underloading dari kapasitas produksi yang terjadi dan merevisi MPS yang
diperlukan. Jika overloading ini berarti terlalu banyak produksi produk telah
direncanakan dalam fasilitas dan kapasitas cukup ada untuk menghasilkan jumlah
produk yang direncanakan sesuai yang diperlukan dalam MPS. Sedangkan untuk
underloading berarti bahwa tidak mencukupi untuk produksi produk yang telah
direncanakan untuk sepenuhnya memuat fasilitas yang ada. Pada dasarnya
terdapat empat langkah yang diperlukan untuk melakukan RCCP yaitu:
- Memperoleh informasi tentang rencana produksi dari MPS.
- Memperoleh informasi tentang struktur produk dan waktu tunggu (lead
times).
- Menentukan Bill of Resources.
- Menghitung kebutuhan sumber daya spesifik dan membuat laporan RCCP.
2.5.3 Teknik Penerapan RCCP

RCCP mempunyai tiga teknik yang mendekati sama dalam tujuannya
tetapi mempunyai perbedaan substansi dalam permintaan data dan kompleksitas
komputasinya. Ketiga teknik ini merupakan rancangan untuk mengkonversi MPS
dari unit setiap item menjadi diproduksi dalam waktu yang diminta dengan
sumber daya yang ada. Ketiga teknik itu adalah:
1. Capacity Planning Using Overall Factors (CPOF)
2. Bill of Labor Approach (BOLA)
3. Resource Profile Approach (RPA) Merupakan teknik perencanaan
kapasitas kasar yang paling rinci tetapi tidak serinci perencanaan
kebutuhan kapasitas CRP (Capacity Requirement Planning).
Ketika kapasitas yang ada tidak memadai, terdapat empat pilihan dasar
yang dapat digunakan untuk meningkatkan kapasitas, antara lain:
I. Jam Lembur (Overtime)
II. Subkontrak (Subcontracting)
III. Alternatif Routing (Alternate Routing)
IV. Menambahkan orang (Adding Personnel) permintaan dibandingkan
dengan tingkat produksi dibandingkan juga dengan pilihan strategi
campuran dapat dibuat.
10
2.6 Line of Balancing
2.6.1 Pengertian
Line Balancing adalah suatu analisis yang mencoba melakukan suatu
perhitungan keseimbangan hasil produksi dengan membagi beban antar proses
secara berimbang sehingga tidak ada proses yang idle akibat terlalu lama
menunggu keluarnya peroduk dari proses yang sebelumnya. Adapun tujuan utama
dalam menyusun Line Balancing adalah untuk membentuk dan menyeimbangkan
beban kerja yang dialokasikan pada tiap-tiap stasiun kerja. Jika tidak dilakukan
keseimbangan seperti ini maka akan mengakibatkan ketidakefisienan kerja di
beberapa stasiun kerja, dimana antara stasiun kerja yang satu dengan stasiun kerja
yang lain memiliki beban kerja yang tidak seimbang.
Dengan demikian, masalah keseimbangan lintasan perakitan(Balancing Line)
adalah bagaimana agar suatu pekerjaan dapat diselesaikan dengan beban kerja
yang sama pada setiap stasiun kerja, sehingga menghasilkan keluaran produk yang
sama persatuan waktu.
2.6.2 Tujuan
Tujuan dasar daripada penyeimbang lintasan yaitu untuk membantu
meningkatkan jumlah produksi yang dikeluarkan dengan fasilitas dan sumber
daya yang dimiliki perusahaan. Megatasi permasalahan bottleneck yang terjadi
pada tahapan proses agar proses produksi dapat berjalan efektif dan effisien.
Umumnya merencanakan keseimbangan dalam sebuah lintasan meliputi usaha
yang bertujuan untuk mencapai suatu kapasitas yang optimal, dimana tidak terjadi
pemborosan fasilitas (waktu, tenaga dan material).
Tujuan ini tercapai bila:
1. Lintasan bersifat seimbang, setiap stasiun kerja mendapatkan beban kerja
yang sama nilainya diukur dengan waktu.
2. Jumlah waktu operator menunggu dari proses sebelumnya (idle) minimum
di setiap stasiun kerja sepanjang lintasan proses.
3. Jumlah stasiun yang ada di lintasan memiliki waktu yang seimbang.
2.6.3 Langkah-langkah Line Of Balancing

Langkah-langkah melakukan Line Of Balancing :
1. Mengetahui Takt Time setiap Stasiun Kerja.
2. Membuat Rincian Proses.
3. Memahami Waktu yang dibutuhkan pada setiap Kegiatan Proses.
4. Identifikasikan stasiun kerja yang memiliki selisih.
5. Analisis dan Lakukan Tindakan Penyeimbangan.
11
2.7 Penjadwalan
2.7.1 Pengertian
Pengertian secara umum tentang penjadwalan adalah sebuah proses
perencanaan pengalokasian sumber daya untuk mengerjakan aktivitas pekerjaan
didalam suatu waktu tertentu. Ada beberapa pengertian penjadwalan menurut
beberapa ahli :
• Menurut Baker & Trietsch (2009), Kegiatan penjadwalan adalah proses
dimana pengalokasian sumber-sumber atau mesin-mesin yang ada untuk
menjalankan sekumpulan tugas dalam jangka waktu tertentu.
• Berdasarkan pendapat Pinedo (2016), Penjadwalan merupakan sebuah
fungsi pengambilan keputusan yang biasa digunakan banyak perusahaan
manufaktur atau jasa, yang berhubungan dengan alokasi sumber daya
untuk mengerjakan tugas selama waktu tertentu dan tujuannya adalah
untuk mengoptimalkan satu atau lebih tujuan pengoptimalan.
• Pengertian Penjadwalan menurut Ginting (2009) adalah pengurutan
pembuatan/pengerjaan produk secara menyeluruh yang dikerjakan pada
beberapa buah mesin. Penjadwalan melibatkan pengerjaan sejumlah
komponen yang sering disebut Job. Job merupakan elemen dasar yang bisa
disebut aktivitas atau operasi. Tiap operasi ini membutuhkan alokasi
sumber daya selama periode tertentu yang disebut waktu proses. Alokasi
sumber daya yang sebelumnya disebut adalah seperti mesin, waktu tunggu,
transportasi, dll.
2.7.2 Tujuan Penjadwalan

Tujuan utama dari dilakukannya penjadwalan adalah agar permintaan dari
konsumen dapat terselesaikan pada waktu yang tepat, mengurangi keterlambatan.
Memperkecil waktu pengerjaan bisa dilakukan cara meningkatkan produktitas
mesin dengan cara mengurangi waktu menganggur mesin. Dengan demikian
produktifitas perusahaan akan meningkat dan tujuan untuk memuaskan konsumen
tercapai. Disisi lain dengan berkurangnya waktu pengerjaan yang dilakukan oleh
perusahaan akan berimbas kepada ongkos produksi yang dikeluarkan perusahaan.
Tujuan Penjadwalan penjadwalan adalah untuk menyusun pekerjaan unit
produksi sedemikian rupa sehingga (Harding, 1984) :
a) Semua Pesanan diserahkan tepat pada waktunya
b) Pesanan diselesaikan dengan biaya total yang minimum.
Menurut Bedworth (1987) yang dikutip dalam (Ginting, 2009)
mengidentifikasi beberapa tujuan dari aktivitas penjadwalan :
1. Meningkatkan penggunaan sumber daya atau mengurangi waktu
tunggunya, sehingga total waktu proses dapat berkurang dan produktivitas
meningkat.
2. Mengurangi persediaan barang setengah jadi atau mengurangi sejulah
pekerjaan yang menunggu dalam antrian ketika sumberdaya yang ada
12
masiuh mengerjakan tugas yang lain. Teori Baker mengatakan jika aliran
kerja suatu jadwal konstan, maka antrian yang mengurangi rata-rata waktu
alir akan mengurangi persediaan baarang jadi.
3. Mengurangi beberapa kelambatan pada pekerjaan yang mempunyai batas
waktu penyelesaian sehingga akan mengurangi penalty cost (Biaya
keterlambatan).
4. Membantu pengambilan keputusan mengenai perencanaan kapasitas
pabrik dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya
yang mahal dapat dihindarkan.
Salah satu tujuan dari melakukan penjadwalan ialah untuk mengantisipasi
atau megurangi keterlambatan atau bahkan perusahan mampu menyelesaikan
pekerjaan dan menyerahkan ke pelanggan dengan tepat waktu.
2.7.3 Klasifikasi Penjadwalan

Pada dasarnya terdapat beberapa klasifikasi yang dapat digunakan untuk
menetapkan prioritas dalam operasi manufakturing, antara lain (Gaspersz, 2004):
1. Critical Ratios , dihitung melalui pembagian waktu yang tersisa banyaknya
jam atau hari kerja di antara sekarang dan due date dengan kerja
manufacturing time yang tersisa total setup, run, wait, move and queue
times .
2. Shortest Processing Time SPT. pesanan-pesanan dengan jumlah setup and
run time yang dibutuhkan pada current work center terkecil adalah yang
diprioritaskan untuk dikerjakan lebih dulu. Pesanan-pesanan yang
memiliki waktu pemrosesan terpendek memiliki proritas lebih tinggi untuk
dikerjakan terlebih dahulu pada current work center. Aturan ini dapat
menunda pekerjaan-pekerjaan yang mempunyai waktu proses panjang,
sehingga direkomendasikan untuk digunakan secara sementara saja, dan
bukan merupakan aturan yang tetap dalam menentukan prioritas.
3. First-Come, First-Server FCFS. Tugas yang pertama datang ke pusat kerja
diproses terlebih dahulu. Metode ini hanya digunakan apabila waktu kerja
yang tersisa untuk competing orders relatif sama. FCFS akan cocok untuk
flow processes karena memiliki work remaining times yang serupa.
4. Earliest Due Date EDD. Tugas-tugas yang mempunyai earliest due date
yang dipilih pertama. Longest Processing Time LPT. Tugas-tugas yang
mempunyai waktu proses terpanjang yang dipilih terlebih dahulu.
13
BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
Dalam pembahasan kali ini pengumpulan dan pengolahan data diambil
berdasarkan studi kasus yang sudah diberikan oleh dosen pengampu. Kasus yang
diberikan tetang PT. STMI yang akan memproduksi miniatur pesawat terbang
berdasarkan perhitungan dari data permintaan dan harga produk Januari 2020
sampai Desember 2020 serta pengolahan data yang terdiri dari tahap Forecasting,
tahap Perencanaan Agregat, tahap MPS, tahap Rough Cut Capacity Planning
(RCCP), tahap Line of Balancing, dan terakhir tahap Penjadwalan.
3.1 Pengumpulan Data

Pengumpulan data didapat dari studi kasus yang diberikan dosen pengampu.
Dengan rician studi kasus laporan akhir praktikum sebagai berikut.
3.1.1 Studi Kasus Laporan Akhir Praktikum

PT. STMI adalah perusahaan yang memproduksi miniatur pesawat terbang.
PT. STMI memiliki permasalahan dalam menentukan berapa kapasitas produksi
yang tepat dalam waktu satu tahun kedepan. Pentingnya perencanaan produksi
disebabkan karena demand yang fluktuatif (permintaan yang tidak menentu).
Perencanaan kapasitas produksi yang tidak tepat menyebabkan terlalu banyak
barang jadi maupun bahan baku yang tersimpan di gudang, akibatnya
menyebabkan biaya simpan menjadi besar. Namun, jika terlalu sedikit barang
yang diproduksi maka menyebabkan permintaann konsumen tidak terpenuhi yang
berakibat perusahaan akan kehilangan konsumen. Perencanaan aggregat yang
tidak tepat menyebabkan perusahaan salah memilih kebijakan sehingga biaya
produksi yang dikeluarkan besar. Strategi perencanaan aggregat yang dipilih ada
perencanaan aggregat yang sesuai dengan jenis strategi produksi perusahaan dan
biaya terendah berdasarkan peramalan permintaan. Kemudian dilakukan
penentuan kapasitas produksi agar tidak melebihi waktu produksi yang tersedia.
Selanjutnya dilakukan perhitungan MRP (Material Requirement Planning) untuk
menentukan lot sizing agar bahan baku atau komponen yang dipesan tepat waktu
dan meminimalisasi biaya yang tidak diperlukan yang meliputi biaya simpan dan
biaya ongkos transportasi. RCCP digunakan untuk memvalidasi kebijakan
perusahaan berdasarkan aggregat plan yang dipilih mengenai kapabilitas
perusahaan dalam memenuhi kebutuhan konsumen. MRP digunakan untuk
menentukan berapa kali bahan baku yang dipesan dalam periode tertentu denga
biaya terkecil.
14
Tabel 1 Data Permintaan dan Harga Produk Januari 2020
sampai Desember 2020
Pesawat
Periode Pesawat B Pesawat C
A
Rp Rp Rp
Harga
22,000 20,000 25,000
Januari 2060 1050 1260
Februari 2190 1040 1490
Maret 2380 1730 1580
April 2160 1650 1360
Mei 2290 2100 1290
Juni 2030 1880 1530
Juli 2240 1740 1640
Agustus 2270 1870 1470
September 2370 1370 1870
Oktober 2220 1220 1520
November 2320 1320 1920
Desember 2110 1110 1910
Tabel 2 Data Hari Kerja
Hari Tingkat
Bulan
Kerja Kehadiran TK
Januari 23 95%
Februari 20 95%
Maret 22 95%
April 21 95%
Mei 21 95%
Juni 22 95%
Juli 23 95%
Agustus 22 95%
September 21 95%
Oktober 20 95%
November 22 95%
Desember 22 95%
15
Tabel 3 Data Proses Pembuatan Pesawat Terbang
Waktu
Operasi Lini Fabrikasi
(Menit)
a Pengukuran dan Pemolaan 12.8
b Pembubutan 5
c Pemotongan 5.48
d Penghalusan 4.19
e Pelubangan 3.28
f Pengetapan 4.52
Waktu
Operasi Lini Perakitan
(Menit)
1 Body + Sayap bawah 5
2 Roda depan + roda belakang 1
3 Perakitan 2 + As roda depan + as roda belakang 2
4 Perakitan 1 + Tiang 3
5 Perakitan 4 + Sayap atas 3
6 Perakitan 5 + Baling-baling 2
7 Perakitan 6 + Sayap belakang 2
8 Perakitan 7 + Penyangga depan 4
9 Perakitan 8 + Penyangga belakang 4
10 Perakitan 8 + Perakitan 3 5
Total Waktu Pembuatan Pesawat (menit) 66,27
Total Waktu Pembuatan Pesawat (jam) 1,10
Total Waktu Lini Fabrikasi (menit) 35,27
Total Waktu Lini Perakitan (menit) 31
Tabel 4 Data Jumlah Mesin dan Stasiun Kerja Lini Fabrikasi

Jumlah
Stasiun Kerja Elemen Kerja
Mesin
1 Pengukuran dan Pemolan 3
Pembubutan 1
2
Pemotongan 2
Fabrikasi
Penghalusan 7
3 Pelubangan 8
Pengetapan 8
16
Tabel 5 Data Order Produk yang Diproduksi
Pengukuran& Pembubutan Penghalusan
Due
Pekerjaan Pemolaan (3
(1 mesin) (1 mesin) Date
mesin)
A 70 17 3 300
B 58 12 4 320
C 45 25 4 270
D 28 12 10 120
E 32 13 8 170
F 27 14 9 400
G 46 23 4 200
H 39 25 8 180
Tabel 6 Data Penunjang Lain

Rp
Ongkos Simpan /unit/bulan
1,000.00
Rp
Ongkos Backorder /unit
20,000.00
Rp
Ongkos Subcontract /jam
50,000.00
Rp
Ongkos Lembur /jam
40,000.00
Rp
Hiring Cost
600,000.00
Rp
Firing Cost
300,000.00
Rp
Gaji Pegawai /jam
23,000.00
Rp
Jumlah Operator Awal orang
16.00
Rp
Rata-rata Produksi TK unit/bulan
150.00
Kapasitas Produksi perbulan (berdasarkan Rp
unit/bulan
TK) 2,400.00
Rp
Jam Kerja Reguler jam/hari
8.00
Rp
Maksimal Waktu Overtime jam/hari
3.00
3.2 Pengolahan Data

Pengolahan data menjelaskan bagaomana data studi kasus yang diberikan
di olah sesuai dengan ketentuan yang diperintahkan pada bagian studi kasus
laporan akhir praktikum. Dengan pembahasan untuk penyelesaian melalui
17
forecasting, perencanaan aggregat, MPS, rough cut capacity planning, line of
balancing, dan penjadwalan sebagai berikut.
3.2.1 Forecasting
Data yang dibutuhkan untuk melakukan peramalan yaitu data permintaan
dan harga produk Januari 2020 sampai Desember 2020 (data permintaan aktual
2020) yang sudah di-Agregasi. Menghasilkan data family produk pesawat
terbang, sebagai berikut.
Tabel 7 Data Family Produk (Agregasi Produk per-Item)
Pesawat Family Produk

Periode A Pesawat B Pesawat C Pesawat
Harga Rp Rp Rp Terbang (Hasil
Produk 22,000 20,000 25,000 Agregasi
Januari 2060 1050 1260 4370
Februari 2190 1040 1490 4720
Maret 2380 1730 1580 5690
April 2160 1650 1360 5170
Mei 2290 2100 1290 5156
Juni 2030 1880 1530 5440
Juli 2240 1740 1640 5620
Agustus 2270 1870 1470 5610
September 2370 1370 1870 5610
Oktober 2220 1220 1520 4960
November 2320 1320 1920 5560
Desember 2110 1110 1910 5130
Total 26640 18080 18840 63036
Total Unit 63560
% 42% 28% 30%
Pengolahan data forecasting yang dilakukan adalah dengan menggunakan

data family produk pesawat terbang (hasil agregasi item pesawat A, pesawat B,
pesawat C). Dilakukan peramalan menggunakan metode Naïve, Moving Average
(MA3), Single Exponential Smoothing (α= 0,3), dan Single Moving Average
Dengan hasil peramalan dan error peramalan sebagai berikut:
18
I. Naïve
Tabel 8 Data Hasil Peramalan Naive Method
Bulan Permintaan NAIVE Naive

ABS
Januari 4370 Error Error Error/D Error^2
Februari 4720 4370
Maret 5690 4720 350 350 0.074 122500
April 5170 5690 970 970 0.170 940900
Mei 0.00 5170 -520 520 0.101 270400
Juni 5440 5680 -14 14 0.003 196
Juli 5620 5440 -240 240 0.044 57600
Agustus 5610 5620 180 180 0.032 32400
September 5610 5610 -10 10 0.002 100
Oktober 4960 5610 0 0 0.000 0
November 5560 4960 -650 650 0.131 422500
Desember 5130 5560 600 600 0.108 360000
-430 430 0.084 184900
Total 3964 0.74863398 2391496
Tabel 9 Nilai Forecast Error Naive Method
Forecast Error
MAD 360.3636364
MSE 217408.7273
MAPE 6.805763454
II. Moving Average (MA3)
Tabel 10 Data Hasil Peramalan MA3

Bulan Permintaan MA3 MA3
ABS
-
Januari 4370 Error Error Error/D Error^2
Februari 4720 -
Maret 5690 -
April 5170 4927
Mei 0.00 5193 243.33 243.33 0.05 59211.11
Juni 5440 5339 -37.33 37.33 0.01 1393.78
19
Bulan Permintaan MA3 MA3
Juli 5620 5255 101.33 101.33 0.02 10268.44
Agustus 5610 5405 364.67 364.67 0.06 132981.78
September 5610 5557 204.67 204.67 0.04 41888.44
Oktober 4960 5613 53.33 53.33 0.01 2844.44
-
5393
November 5560 653.33 653.33 0.13 426844.44
Desember 5130 5377 166.67 166.67 0.03 27777.78
-
246.67 246.67 0.05 60844.44
Total 3964 0.74863398 2391496
Tabel 11 Nilai Forecast Error MA3
Forecast Error
MAD 230.15
MSE 84894.96
MAPE 4.37
III. Single Exponential Smoothing (α= 0,3)
Tabel 12 Data Hasil Peramalan SES (0,3)

EXPO
Bulan Permintaan 0.3 SES (0,3)
Januari 4370 Error ABS Error Error/D Error^2
Februari 4720 4370
Maret 5690 4475 350 350 0.074 122500

April 5170 4840 1215 1215 0.214 1476225
Mei 0.00 4939 330.50 330.50 0.06 109230.25
Juni 5440 5004 217.35 217.35 0.04 47241.02
Juli 5620 5135 436.15 436.15 0.08 190222.46
Agustus 5610 5280 485.30 485.30 0.09 235517.55
September 5610 5379 329.71 329.71 0.06 108709.38
Oktober 4960 5448 230.80 230.80 0.04 53267.59
-
5302
November 5560 488.44 488.44 0.10 238575.18
Desember 5130 5379 258.09 258.09 0.05 66610.91
-
249.34 249.34 0.05 62168.63
Total 4590.67414 0.853703992 2710267.969
20
Tabel 13 Hasil Forecast Error SES (0,3)
Forecast Error
MAD 417.3
MSE 246388.0
MAPE 7.8
IV. Single Moving Avarage
Tabel 14 Data Hasil Peramalan SMA
Bulan Permintaan SMA SMA
Januari 4370 4370 Error ABS Error Error/D Error^3
Februari 4720 4545 0 0 0 0
Maret 5690 4926.67 175 175 0.037 30625
April 5170 4988 763.3333333 763.333333 0.134 582677.7778
Mei 0.00 5126 182.50 182.50 0.04 33306.25
Juni 5440 5178 554.00 554.00 0.10 306916.00
Juli 5620 5241 261.67 261.67 0.05 68469.44
Agustus 5610 5288 378.57 378.57 0.07 143316.33
September 5610 5323 322.50 322.50 0.06 104006.25
Oktober 4960 5287 286.67 286.67 0.05 82177.78
November 5560 5312 -327.00 327.00 0.07 106929.00
Desember 5130 5297 248.18 248.18 0.04 61594.21
-166.67 166.67 0.03 27777.78
Total 3666.08658 0.671165654 1547795.819
Tabel 15 Hasil Forecast Error SMA

Forecast Error
MAD 333.3
MSE 140708.7
MAPE 6.1
21
3.2.2 Perencanaan Agregat
i. Perencanaan Agregat
Pada tahap perencanaan agregat menggunakan Metode Spreadsheet
dengan strategi Zero Inventory, Backorder, dan No-Backorder. Terdapat
beberapa data tambahan yang harus diketahui diluar data yang telah dimiliki.
Data tambahan yang diperlukan adalah data kebutuhan MH tahun 2020 data
tersebut dibutuhkan untuk mencari rata-rata penerimaan Tenaga Kerja (TK)
tahun 2020 dan kapasitas produksi per-TK per-hari.
• Kebutuhan MH Tahun 2020

Berikut adalah perhitungan kebutuhan MH tahun 2020, dengan input besar
MH dalam memproduksi 1 unit miniatur pesawat dengan nilai persentase
efisiensi lini produksi sebesar 90%, data permintaan aktual 2020 (family
produk).
Tabel 16. MH Dalam Memproduksi 1 Unit Produk

Keadaan Efisiensi Lini Produksi 100%
1 Unit Produk Membutuhkan 66,72 menit Tenaga Kerja
= 1.1045 MH
Keadaan Efisiensi Lini Produksi Nyata (90%)
1 Unit Produk Membutuhkan 66,72 menit Tenaga Kerja
= 1.22 MH
Tabel 17. Kebutuhan MH Tahun 2020

Permintaan Persediaan Kebutuhan MH
Bulan Tahun Persediaan Kebutuhan MH/Unit
Awal
2020 Akhir Bersih (pembulatan)
Januari 4370 0 4370 1.22 5350.47 = 5351
Februari 4720 4720 1.22 5778.99 = 5779
Maret 5690 5690 1.22 6966.62 = 6967
April 5170 5170 1.22 6329.96 = 6330
Mei 5680 5680 1.22 6954.38 = 6955
Juni 5440 5440 1.22 6660.53 = 6661
Juli 5620 5620 1.22 6880.92 = 6881
Agustus 5610 5610 1.22 6868.67 = 6869
September 5610 5610 1.22 6868.67 = 6869
Oktober 4960 4960 1.22 6072.84 = 6073
22
November 5560 5560 1.22 6807.46 = 6808
Desember 5130 0 5130 1.22 6280.98 = 6281
Total 77824
Total kebutuhan MH pada tahun 2020 adalah sebesar 77824 MH, nilai
ini yang akan digunakan untuk mencari nilai rata-rata penerimaan TK tahun
2020 dan kapasitas produksi per-TK per-hari.
• Rata-rata Penerimaan TK Tahun 2020

Dibutuhkan data total family produk (hasil peramalan) dan total hari
kerja efektif untuk melakukan perhitungan agar dapat mengetahui rata-rata
penerimaan TK tahun 2020. Data hasil peramalan dan hari kerja efektif
ditampilkan pada tabel 35 berikut.
Tabel 18. Data Hasil Peramalan dan Hari Efektif Kerja
Hasil Forecast Agregasi Data Permintaan

Tingkat Hari
Periode Permintaan Hari Kerja
Kehadiran TK Efektif
Januari 4370 23 95% 22
Februari 4545 20 95% 19
Maret 4927 22 95% 21
April 4988 21 95% 20
Mei 5126 21 95% 20
Juni 5178 22 95% 21
Juli 5241 23 95% 22
Agustus 5288 22 95% 21
September 5323 21 95% 20
Oktober 5287 20 95% 19
November 5312 22 95% 21
Desember 5297 22 95% 21
Total 60881 247
Dengan data-data yang telah didapat, berikut adalah perhitungan rata-rata

penerimaan TK tahun 2020.
23
Tabel 19 perhitungan rata-rata penerimaan TK tahun 2020
Kebutuhan MH Tahun 2020
78007 MH
Menghitung rata-rata penerimaan TK tahun 2020
TK
= MH/ P
= 78007 / (247x8)
= 39.47722672
Dibulatkan 40
• Kapasitas Produksi per-TK per-hari

Berikut adalah perhitungan agar dapat diketahui kapasitas produksi per-
TK per-hari.
Tabel 20 perhitungan Kapasitas Produksi per-TK per-hari

Menentukan kapasitas produksi per-hari per-TK
= Total unit aggregasi / [Total TK x Total HK]
= 48298 / [40 x 247]
= 6.162 unit/hari
= 7 unit/hari
Dengan data-data yang telah dimiliki sekarang dapat dilakukan

perencanaan agregat dengan metode Speadsheet membandingkan strategi Zero
Inventory, Backorder, dan No-Backorder.
I. Spreadsheet: Zero Inventory

Berikut adalah perencanaan agregat dengan menggunakan Spreadsheet
dengan strategi Zero Inventory. Strategi ini dapat disebut juga sebagai Chase
Strategy, yaitu strategi yang mengubah-ubah tenaga kerja dengan meng-Hiring
dan Firing TK. Tujuan dari metode ini adalah agar level inventory tetap zero
(nol).
Tabel 21. Spreadsheet: Zero Inventory Januari sampai Juli
Periode Waktu
No Keterangan
Jan Feb Mar Apr Mei Jun Jul
24
Hari Kerja Efektif
1 (Days) 22 19 21 20 20 21 22
Kemampuan TK
(Unit/worker) =
2 [1] * 7 154 133 147 140 140 147 154
Permintaan
(Demand) = Total
3 unit aggregasi 4370 4545 4927 4988 5126 5178 5241
TK Yg dibutuhkan
(Workers Needed)
4 = [3]/[2] 28 34 34 36 37 35 34
TK yang ada
(Workers
5 Available) 40 28 34 34 36 37 35
Penambahan TK
(Workers Hired) =
6 [4]-[5] 0 6 0 2 1 0 0
Biaya
Penambahan TK
(Hiring Cost) = Rp Rp Rp Rp Rp Rp Rp
7 [6]*600.000 - 3,600,000 - 1,200,000 600,000 - -
TK yang di PHK
(Workers Laid off)
8 = [5]-[4] 12 0 0 0 0 2 1
Biaya PHK TK
(Lay off Cost) = Rp Rp Rp Rp Rp Rp Rp
9 [8]*300.000 3,600,000 - - - - 600,000 300,000
TK yang
digunakan
(Workers Used) =
10 [4] 28 34 34 36 37 35 34
Biaya TK (Labor
Cost) = Rp Rp Rp Rp Rp Rp Rp
11 [10]*[1]*8*23.000 113,344,000 118,864,000 131,376,000 132,480,000 136,160,000 135,240,000 137,632,000
Unit Yg
diproduksi (Unit
12 Produced) = [3] 4370 4545 4927 4988 5126 5178 5241
Persediaan (Net
Inventory) = [12]-
13 [3] 0 0 0 0 0 0 0
Biaya Persediaan Rp Rp Rp Rp Rp Rp Rp
14 (Holding Cost) - - - - - - -
Pesan Kembali
15 (Back Order) 0 0 0 0 0 0 0
Biaya Pemesanan
Kembali (Back Rp Rp Rp Rp Rp Rp Rp
16 Order Cost) - - - - - - -
Biaya Total (Total Rp Rp Rp Rp Rp Rp Rp
17 Cost) 116,944,000 122,464,000 131,376,000 133,680,000 136,760,000 135,840,000 137,932,000
25
Tabel 22. Spreadsheet: Zero Inventory Agustus sampai Desember
Periode Waktu
Total
Agust Sep Okt Nop Des
21 20 19 21 21 247
147 140 133 147 147 1729
5288 5323 5287 5312 5297 60881
36 38 40 36 36 424
34 36 38 40 36 428
2 2 2 0 0 15
Rp Rp Rp Rp Rp Rp
1,200,000 1,200,000 1,200,000 - - 9,000,000
0 0 0 4 0 19
Rp Rp Rp Rp Rp Rp
- - - 1,200,000 - 5,700,000
36 38 40 36 36 424
Rp Rp Rp Rp Rp
139,104,00 139,840,00 139,840,00 139,104,00 139,104,00 Rp
0 0 0 0 0 1,602,088,000
5288 5323 5287 5312 5297 60881
0 0 0 0 0 0
Rp Rp Rp Rp Rp Rp
- - - - - -
0 0 0 0 0 0
Rp Rp Rp Rp Rp Rp
- - - - - -
Rp Rp Rp Rp Rp Rp
140,304,00 141,040,00 141,040,00 140,304,00 139,104,00 1.616.788.00
0 0 0 0 0 0
Biaya total perencanaan agregat yang dihasilkan menggunakan metode

Spreadsheet: Zero Inventory adalah sebesar Rp 1.616.788.000.
26
II. Spreadsheet: Backorder
dengan strategi Backorder. Strategi ini adalah strategi yang mempertimbangkan
jumlah barang yang ada di inventory dan jumlah barang yang kurang pada
periode tertentu, jumlah barang yang kurang pada periode tertentu akan
dikalikan dengan backorder cost.
Tabel 23. Spreadsheet: Backorder Januari sampai April
Periode Waktu
No Keterangan
Jan Feb Mar Apr
1 Hari Kerja Efektif (Days) 22 19 21 20

Kemampuan TK (Unit/worker) =
2 [1] * 7 154 133 147 140
Permintaan (Demand) = Total
3 unit aggregasi 4370 4545 4927 4988
TK Yg dibutuhkan (Workers
4 Needed) = [3]/[2] 35 35 35 35
5 TK yang ada (Workers Available) 40 35 35 35

Penambahan TK (Workers Hired)
6 = [4]-[5] 0 0 0 0
Biaya Penambahan TK (Hiring Rp Rp Rp Rp
7 Cost) = [6]*600.000 - - - -
TK yang di PHK (Workers Laid off)
8 = [5]-[4] 5 0 0 0
Biaya PHK TK (Lay off Cost) = Rp Rp Rp Rp
9 [8]*300.000 1,500,000 - - -
TK yang digunakan (Workers
10 Used) = [4] 35 35 35 35
Biaya TK (Labor Cost) = Rp Rp Rp Rp
11 [10]*[1]*8*23.000 141,680,000 122,360,000 135,240,000 128,800,000
Unit Yg diproduksi (Unit
12 Produced) = [4]*[2] 5390 4655 5145 4900
Persediaan (Net Inventory) =
13 [12]-[3] 1020 110 218 -88
Rp Rp Rp Rp
14 Biaya Persediaan (Holding Cost) 1,020,000 110,000 218,333 -
15 Pesan Kembali (Back Order) 0 0 0 88

Biaya Pemesanan Kembali (Back Rp Rp Rp Rp
16 Order Cost) - - - 1,750,000
Rp Rp Rp Rp
17 Biaya Total (Total Cost) 144,200,000 122,470,000 135,458,333 130,550,000
27
Tabel 24. Spreadsheet: Backorder Mei sampai Desember
Periode Waktu
Total
Mei Jun Jul Agust Sep Okt Nop Des
20 21 22 21 20 19 21 21 247
140 147 154 147 140 133 147 147 1729
5126 5178 5241 5288 5323 5287 5312 5297 60881
35 35 35 35 35 35 35 35 420
35 35 35 35 35 35 35 35 425
0 0 0 0 0 0 0 0 0
Rp Rp Rp Rp Rp Rp Rp Rp Rp
- - - - - - - - -
0 0 0 0 0 0 0 0 5
- - - - - - - - 1,500,000
35 35 35 35 35 35 35 35 420
128,800,000 135,240,000 141,680,000 135,240,000 128,800,000 122,360,000 135,240,000 135,240,000 1,590,680,000
4900 5145 5390 5145 4900 4655 5145 5145 60515
-226 -33 149 -143 -423 -632 -167 -152 -366

- - 148,571 - - - - - 1,496,905
226 33 0 143 423 632 167 152 1863

4,520,000 666,667 - 2,850,000 8,466,667 12,640,000 3,336,364 3,033,333 37,263,030
133,320,000 135,906,667 141,828,571 138,090,000 137,266,667 135,000,000 138,576,364 138,273,333 1,630,939,935

Spreadsheet: Backorder adalah sebesar Rp 1.630.939.935.
III. Spreadsheet: No-Backorder

dengan strategi No-Backorder. Strategi ini adalah strategi yang
mempertimbangkan level inventory dan level backorder. Tujuan strategi ini
28
adalah untuk menjaga level backorder tetap pada level rendah atau zero (nol)
produk.
Tabel 25. Pendahuluan Spreadsheet: No-Backorder Januari sampai Juni
Periode Waktu
No Keterangan
Jan Feb Mar Apr Mei Jun
Hari Kerja Efektif
1 (Days) 22 19 21 20 20 21
Komulatif HK Efektif
2 (Sum of Days) 22 41 62 82 102 123
Kemampuan TK
3 (Unit/worker) = [2]*7 154 287 434 574 714 861
4 Permintaan (Demand) 4370 4545 4927 4988 5126 5178

Komulatif Permintaan
5 (Sum of Demand) 4370 8915 13842 18829 23955 29134
TK Yg dibutuhkan
(Workers Needed) =
6 [5]/[3] 29 32 32 33 34 34
Tabel 26. Pendahuluan Spreadsheet: No-Backorder Juli sampai Desember

Periode Waktu
Total
Jul Agust Sep Okt Nop Des
22 21 20 19 21 21 21
145 166 186 205 226 247 247
1015 1162 1302 1435 1582 1729 1729
5241 5288 5323 5287 5312 5297 5297
34375 39662 44986 50273 55585 60881 60881
34 35 35 36 36 36
Tabel 27. Spreadsheet: No-Backorder Januari sampai Mei

N Periode Waktu
Keterangan
o
Jan Feb Mar Apr Mei
1 Hari Kerja Efektif (Days) 22 19 21 20 20

Kemampuan TK
2 (Unit/worker) = [1]*7 154 133 147 140 140
Permintaan (Demand) =
3 Total unit aggregasi 4370 4545 4927 4988 5126
TK Yg dibutuhkan
(Workers Needed) = TK
4 Terbesar 36 36 36 36 36
TK yang ada (Workers
5 Available) 40 36 36 36 36
29
N Periode Waktu
Keterangan
o
Jan Feb Mar Apr Mei
Penambahan TK
6 (Workers Hired) = [4]-[5] 0 0 0 0 0
Biaya Penambahan TK
(Hiring Cost) = Rp Rp Rp Rp Rp
7 [6]*600.000 - - - - -
TK yang di PHK
(Workers Laid off) = [5]-
8 [4] 4 0 0 0 0
Biaya PHK TK (Lay off Rp Rp Rp Rp Rp
9 Cost) = [8]*300.000 1,200,000 - - - -
TK yang digunakan
10 (Workers Used) = [4] 36 36 36 36 36
Rp Rp Rp Rp Rp
Biaya TK (Labor Cost) = 145,728,00 125,856,00 139,104,00 132,480,00 132,480,00
11 [10]*[1]*8*23.000 0 0 0 0 0
Produced) = [4]*[2} (full
capacity) 5544 4788 5292 5040 5040
12
Produced) =
Sesungguhnya 4181 4788 5292 5040 5040
Persediaan (Net
13 Inventory) = [12]-[3] -189 54 420 472 386
Biaya Persediaan
(Holding Cost) Rp Rp Rp Rp Rp
14 =[13]*1000 - 54,246.75 419,580.09 472,080.09 386,080.09
Pesan Kembali (Back
15 Order) 189 0 0 0 0
Biaya Pemesanan Rp
Kembali (Back Order 3,775,064.9 Rp Rp Rp Rp
16 Cost) = [15]*20.000 4 - - - -
Rp Rp Rp Rp Rp
150,703,06 125,910,24 139,523,58 132,952,08 132,866,08
17 Biaya Total (Total Cost) 5 7 0 0 0
Persediaan (Produksi full

18 capacity-Demand) 1174 243 365 53 -86
-189
19 Total Persediaan 2256
|Backorder
20 Backorder Aggregat -893 Aggregat| 893
21 Selisih Persediaan Total 1363
30
Tabel 28. Spreadsheet: No-Backorder Juni sampai Desember
Periode Waktu
Total
Jun Jul Agust Sep Okt Nop Des
21 22 21 20 19 21 21 247
147 154 147 140 133 147 147 1729
5178 5241 5288 5323 5287 5312 5297 60881
36 36 36 36 36 36 36 432
36 36 36 36 36 36 36 436
0 0 0 0 0 0 0 0
Rp Rp Rp Rp Rp Rp Rp $
- - - - - - - -
0 0 0 0 0 0 0 4
- - - - - - - 1,200,000
36 36 36 36 36 36 36 432
139,104,0 145,728,0 139,104,0 132,480,0 125,856,0 139,104,0 139,104,0 1,636,128,0
00 00 00 00 00 00 00 00
5292 5544 5292 5040 4788 5292 5292 62244
5292 5544 5292 5040 4788 5292 5292 60881
500 802 807 523 24 5 0 3805

Rp Rp Rp Rp
499,746.7 802,318.1 806,818.1 523,484.8 Rp Rp Rp $
5 8 8 5 24,484.85 4,666.67 - 3,993,506
0 0 0 0 0 0 0 189
- - - - - - - 3,775,065
139,603,7 146,530,3 139,910,8 133,003,4 125,880,4 139,108,6 139,104,0 1,645,096,5
47 18 18 85 85 67 00 71
114 303 5 -283 -499 -20 -5

Spreadsheet: No-Backorder adalah sebesar Rp 1.645.096.571.
IV. Perbandingan Biaya Total Perencanaan Agregat

Berikut adalah perbandingan biaya total perencanaan agregat dari
metode spreadsheet menggunakan 3 strategi berbeda (zero inventory, backorder,
no-backorder) ditampilkan pada tabel 29.
31
Tabel 29. Perbadingan Biaya Total Perencanaan Agregat
Perbandingan Total Biaya

Strategi Total Biaya
Zero Rp
Inventory 1,478,856,000
Rp
Backorder 1,630,939,935
Rp
No-Backorder 1,645,096,571
Dipilih metode perencanaan agregat dengan metode spreadsheet: zero

inventory untuk digunakan dengan total biaya perencanaan agregat sebesar Rp
1.616.788.000. Data-data dalam perencanaan agregat dengan metode
spreadsheet: zero inventory akan menjadi input/masukan pada tahap-tahap
selanjutnya.
3.2.3 MPS
Pada tahap Master Planning Scheduling (MPS) dibutukan data unit end item
miniatur pesawat A, pesawat B, pesawat C setelah dilakukan peramalan dan unit
end item pesawat A, pesawat B, pesawat C yang akan diproduksi. Data unit end
item hasil peramalan didapat dari disagregasi family produk miniatur pesawat
setelah peramalan. Data unit end item yang akan diproduksi didapat dari
disagregasi family produk miniatur pesawat yang akan diproduksi dari
perencanaan agregat.
Setelah data-data tersebut diketahui, barulah dapat dibuat tabel MPS dari
masing-masing end item pesawat A, pesawat B, pesawat C dengan rentang waktu
12 bulan.
• Disagregasi Family Produk Setelah Peramalan

Berikut adalah disagregasi data family produk setelah peramalan,
ditampilkan pada tabel 30.
Tabel 30 Disagregsi Family produk

DisAggregasi After Forecast
Demand
Family Forecast
Bulan Pesawat Pesawat Pesawat
Produk Result
A B C
42% 28% 30%
Januari 4370 4370 1832 1243 1295
Februari 4720 4545 1905 1293 1347

Maret 5690 4927 2065 1401 1460
32
DisAggregasi After Forecast
Demand
Family Forecast
Bulan Pesawat Pesawat Pesawat
Produk Result
A B C
42% 28% 30%
April 5170 4988 2090 1419 1478
Mei 5680 5126 2148 1458 1519
Juni 5440 5178 2170 1473 1535
Juli 5620 5241 2197 1491 1554
Agustus 5610 5288 2216 1504 1567
September 5610 5323 2231 1514 1578
Oktober 4960 5287 2216 1504 1567
November 5560 5312 2226 1511 1574
Desember 5130 5297 2220 1507 1570
Total 63560 60881 25517 17318 18046
Total Unit 60881
• Disagregasi Unit yang Akan Diproduksi

Berikut adalah disagregasi data family produk yang akan diproduksi
setelah perencaan agregat dengan metode terpilih spreadsheet: zero inventory,
Tabel 31 Disagregasi Unit yang Akan Diproduksi

DisAggregasi Unit yang Diproduksi
Unit yang Diproduksi
Family
Bulan (Hasil Spreadsheet: Pesawat A Pesawat B Pesawat C
Produk
Zero Inventory)
42% 28% 30%
Januari 4370 4370 1832 1243 1295
Februari 4720 4545 1905 1293 1347
Maret 5690 4927 2065 1401 1460
April 5170 4988 2090 1419 1478
Mei 5680 5126 2148 1458 1519
Juni 5440 5178 2170 1473 1535
Juli 5620 5241 2197 1491 1554
Agustus 5610 5288 2216 1504 1567
September 5610 5323 2231 1514 1578
Oktober 4960 5287 2216 1504 1567
November 5560 5312 2226 1511 1574
Desember 5130 5297 2220 1507 1570
Total 63560 60881 25517 17318 18046
Total Unit 60881
Setelah setiap end item miniatur pesawat telah diketahui, barulah sekarang
dapat dibuat tabel MPS dari setiap masing-masing end item miniatur pesawat.
I. MPS End Item: Pesawat A
33
Berikut adalah MPS dari end item pesawat A, ditampilkan pada tabel 32.
Tabel 32 MPS End Item: Pesawat A

Master Production Schedule (MPS): End Item Produk Pesawat A, Pesawat B, Pesawat C
Pesawat Pesawat
Item no Description
A A
Lead Tidak Safety
periods 0 unit
time: Diketahui stock
Order Tidak
periods net DTF 5 period
Quantity Diketahui
requirement
PTF 7 periods
DTF PTF PH
Period 1 2 3 4 5 6 7 8 9 10 11 12
Forecast 1832 1905 2065 2090 2148 2170 2197 2216 2231 2216 2226 2220
Production
forecast 1832 1905 2065 2090 2148 2170 2197 2216 2231 2216 2226 2220
Actual
demand
MPS
Projected
available 0 0 0 0 0 0 0 0 0 0 0 0 0
balance
Available
to promise
Planned
order
II. MPS End Item: Pesawat B

Tabel 33 MPS End Item: Pesawat B

Pesawat Pesawat
Item no Description
B B
Lead Tidak Safety
periods 0 unit
Order Tidak
Quantity Diketahui
requirement
PTF 7 periods
DTF PTF PH
Period 1 2 3 4 5 6 7 8 9 10 11 12
Forecast 1243 1293 1401 1419 1458 1473 1491 1504 1514 1504 1511 1507
Production
forecast 1243 1293 1401 1419 1458 1473 1491 1504 1514 1504 1511 1507
Actual
demand
MPS
34
Pesawat Pesawat
Item no Description
B B
Lead Tidak Safety
periods 0 unit
Order Tidak
Quantity Diketahui
requirement
PTF 7 periods
DTF PTF PH
Projected
available 0 0 0 0 0 0 0 0 0 0 0 0 0
balance
Available
to promise
Planned
order
III. MPS End Item: Pesawat C
Tabel 34 MPS End Item: Pesawat C

Pesawat Pesawat
Item no Description
C C
Lead Tidak Safety
periods 0 unit
Order Tidak
Quantity Diketahui
requirement
PTF 7 periods
DTF PTF PH
Period 1 2 3 4 5 6 7 8 9 10 11 12
Forecast 1295 1347 1460 1478 1519 1535 1554 1567 1578 1567 1574 1570
Production
forecast 1295 1347 1460 1478 1519 1535 1554 1567 1578 1567 1574 1570
Actual
demand
MPS
Projected
available 0 0 0 0 0 0 0 0 0 0 0 0 0
balance
Available
to promise
Planned
order
3.2.4 Rough Cut Capacity Planning

Pada Rough Cut Capacity Planning (RCCP) dibutuhkan data unit end item
masing-masing pesawat setelah peramalan dan data hari kerja efektif yang
35
digunakan pada perencanaan agregat. Data unit end item ditampilkan pada tabel
50. Data hari kerja efektif ditampilkan pada tabel 35.
Setelah data-data tersebut diketahui barulah dapat dilakukan tahap RCCP.
Pada tahap RCCP ini digunakan 2 metode, yaitu Capacity Planning with Overall
Factors (CPOF), Bill of Labour Approach (BOLA).
• Data End Item Miniatur Pesawat (A, B, C)

Berikut adalah data unit end item dari masing-masing miniatur pesawat
(A, B, C) ditampilkan pada tabel 35. Data tersebut merupakan hasil disagregasi
data family produk peramalan terpilih.
Tabel 35. Data End Item Miniatur Pesawat

DisAggregasi Unit yang Diproduksi
Family Forecast
Bulan Pesawat A Pesawat B Pesawat C
Produk Result
42% 28% 30%
Januari 4370 4370 1832 1243 1295
Februari 4720 4545 1905 1293 1347
Maret 5690 4927 2065 1401 1460
April 5170 4988 2090 1419 1478
Mei 5680 5126 2148 1458 1519
Juni 5440 5178 2170 1473 1535
Juli 5620 5241 2197 1491 1554
Agustus 5610 5288 2216 1504 1567
September 5610 5323 2231 1514 1578
Oktober 4960 5287 2216 1504 1567
November 5560 5312 2226 1511 1574
Desember 5130 5297 2220 1507 1570
Total 63560 60881 25517 17318 18046
Total Unit 60881
• Data Hari Kerja Efektif

Berikut adalah data hari kerja efektif yang digunakan dalam perencanaan
agregat terpilih ditampilkan pada table 36.
Tabel 36. Data Hari Kerja Efektif

Data Hari Kerja
Tingkat Hari
Hari
Bulan Kehadiran Efektif
Kerja
TK Kerja
Januari 23 95% 22
Februari 20 95% 19
Maret 22 95% 21
April 21 95% 20
36
Mei 21 95% 20
Juni 22 95% 21
Juli 23 95% 22
Agustus 22 95% 21
September 21 95% 20
Oktober 20 95% 19
November 22 95% 21
Desember 22 95% 21
Setelah data-data yang dibutuhkan telah diketahui, barulah tahap RCCP

dengan metode CPOF dan BOLA dapat dilakukan.
I. RCCP: CPOF
Terdapat 5 langkah penyelesaian pada tahap RCCP dengan
menggunakan metode CPOF. Berikut adalah langkah dan penyelesaian RCCP
dengan metode CPOF, dan akan ditampilkan juga grafik perbandingan kapasitas
yang dibutuhkan dengan yang tersedia dalam grafik batang.
• Hitung Alokasi Waktu per-unit Produk

Berikut ditampilkan pada tabel 37.
Tabel 37. Alokasi Waktu per-unit Produk RCCP: CPOF

Alokasi Waktu per-Produk dan Proporsi Waktu Tiap Mesin
Waktu Proses (Menit)
Total
Operasi Work Center Pesawat Pesawat Pesawat Proporsi
(Menit)
A B C
Pengukuran
dan
1 Pemolaan 12.8 12.8 12.8 38.4 0.193
2 Pembubutan 5 5 5 15 0.075
3 Pemotongan 5.48 5.48 5.48 16.44 0.083
4 Penghalusan 4.19 4.19 4.19 12.57 0.063
5 Pelubangan 3.28 3.28 3.28 9.84 0.049
6 Pengetapan 4.52 4.52 4.52 13.56 0.068
7 Perakitan 31 31 31 93 0.468
Total 66.27 66.27 66.27 198.81 1.0
Kapasitas dibutuhkan per-bulan
• Hitung Proporsi Waktu Tiap Work Center

Berikut ditampilkan pada tabel 38.
Tabel 38. Proporsi Waktu Setiap Work Center

Operasi Work Center Waktu Proses (Menit) Proporsi
37
Pesawat Pesawat Pesawat Total
A B C (Menit)
Pengukuran
1 dan Pemolaan 12.8 12.8 12.8 38.4 0.193
2 Pembubutan 5 5 5 15 0.075
3 Pemotongan 5.48 5.48 5.48 16.44 0.083
4 Penghalusan 4.19 4.19 4.19 12.57 0.063
5 Pelubangan 3.28 3.28 3.28 9.84 0.049
6 Pengetapan 4.52 4.52 4.52 13.56 0.068
7 Perakitan 31 31 31 93 0.468
Total 66.27 66.27 66.27 198.81 1.0
• Mengalikan Waktu Total Proses (1 Unit) Dengan Jumlah Unit

Mengkalikan waktu total proses (1 unit) dengan jumlah family produk
unit t untuk mendapatkan kapasitas yang dibutuhkan pada periode t.
Contoh perhitungan adalah sebagai berikut.
Kapasitas yang dibutuhkan bulan Januari = Total waktu proses x jumlah

unit family produk bulan Januari
= 66,27 x 4370
= 289600
Dilakukan perhitungan seperti diatas hingga bulan Desember, sehingga

menghasilkan data kapasitas yang dibutuhkan. Data kapasitas yang dibutuhkan
ditampilkan pada tabel 39 dan tabel 40.
Tabel 39. Kapasitas yang Dibutuhkan Januari sampai Desember

Periode Waktu
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
289600 301197 326490 330522 339700 343168 347349 350403 352777 350369 352014 351010
• Mengkali Proporsi Work Center Dengan Kapasitas yang Dibutuhkan
38
Pada tahap yang harus dilakukan adalah mengkali proporsi work center t
dengan kapasitas pada periode t.
Contoh perhitungan adalah sebagai berikut.
Kapasitas yang dibutuhkan work center t (pembubutan) periode t

(Januari) = Proporsi work center t x Kapasitas yang dibutuhkan pada periode t
(Januari)
= 0,075 x 289600
= 21850
Dilakukan perhitungan seperti diatas hingga bulan Desember, sehingga

menghasilkan data kapasitas yang dibutuhkan per-work center pada periode t.
Data kapasitas yang dibutuhkan ditampilkan pada tabel 41 dan tabel 42.
Tabel 40 Kapasitas yang Dibutuhakn per-Work Center Januari sampai Desember
Periode Waktu
Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
55936 58176 63061.33 63840 65612.8 66282.67 67090.29 67680 68138.67 67673.6 67991.27 67797.33
21850 22725 24633.33 24937.5 25630 25891.67 26207.14 26437.5 26616.67 26435 26559.09 26483.33
23947.6 24906.6 26998.13 27331.5 28090.48 28377.27 28723.03 28975.5 29171.87 28972.76 29108.76 29025.73
18310.3 19043.55 20642.73 20897.63 21477.94 21697.22 21961.59 22154.63 22304.77 22152.53 22256.52 22193.03
14333.6 14907.6 16159.47 16359 16813.28 16984.93 17191.89 17343 17460.53 17341.36 17422.76 17373.07
19752.4 20543.4 22268.53 22543.5 23169.52 23406.07 23691.26 23899.5 24061.47 23897.24 24009.42 23940.93
135470 140895 152726.7 154612.5 158906 160528.3 162484.3 163912.5 165023.3 163897 164666.4 164196.7
289600 301197 326490 330522 339700 343168 347349 350403 352777 350369 352014 351010
289600 301197 326490 330522 339700 343168 347349 350403 352777 350369 352014 351010
• Menghitung Kapasitas Tersedia

Berikut ditampilkan perhitungan untuk mengetahui kapasitas yang
tersedia, ditampilkan pada tabel 58. Digunakan data jumlah tenaga kerja yang
dipakai berasal dari data perencanaan agregat terpilih.
Perhitungan :
Kapasitas tersedia (Januari) = Hari kerja efektif (Januari) x TK tersedia (Januari)
x Waktu kerja 1 hari (satuan menit)
= 22 x 28 x 480
= 295680
39
Tabel 41 Kapasitas Tersedia RCCP: CPOF
Waktu Kapasitas
TK Kapasita
Hari Kerja (menit yang
Bulan Tersedi s
Efektif Regule ) Dibutuhka
a Tersedia
Kerja r (jam) n
Januari 22 28 8 480 295680 289600
Februari 19 34 8 480 310080 301197
Maret 21 34 8 480 342720 326490
April 20 36 8 480 345600 330522
Mei 20 37 8 480 355200 339700
Juni 21 35 8 480 352800 343168
Juli 22 34 8 480 359040 347349
Agustus 21 36 8 480 362880 350403
September 20 38 8 480 364800 352777
Oktober 19 40 8 480 364800 350369
November 21 36 8 480 362880 352014
Desember 21 36 8 480 362880 351010
• Grafik Perbandingan Kapasitas

Ditampilkan grafik perbandingan kapasitas tersedia dengan kapasitas
yang dibutuhkan RCCP: CPOF pada gambar berikut.
Capacity Planning: CPOF

400000
350000
300000
250000
200000
150000
100000
50000
0
1 2 3 4 5 6 7 8 9 10 11 12
Kapasitas Tersedia Kapasitas yang Dibutuhkan
Gambar 1 Grafik Perbandingan Kapasitas RCCP: CPOF
40
II. RCCP: BOLA
Terdapat beberapa langkah untuk menyelesaikan RCCP dengan metode
BOLA. Berikut adalah langkah dan penyelesaian RCCP dengan metode BOLA.
• Data Operasi Produksi

Berikut data operasi produksi ditampilkan pada tabel 42.
Tabel 42. Data Operasi Produksi RCCP: BOLA

Waktu Proses (Menit)
Total
Operasi Work Center Pesawat Pesawat Pesawat (Menit)
A B C
Pengukuran dan
1 Pemolaan 12.8 12.8 12.8 38.4
2 Pembubutan 5 5 5 15
3 Pemotongan 5.48 5.48 5.48 16.44
4 Penghalusan 4.19 4.19 4.19 12.57
5 Pelubangan 3.28 3.28 3.28 9.84
6 Pengetapan 4.52 4.52 4.52 13.56
7 Perakitan 31 31 31 93
Total 66.27 66.27 66.27 198.81
• Data MPS
Berikut data MPS yang dijadikan input RCCP menggunakan metode
BOLA, ditampilkan pada tabel 43.
Tabel 43. Data MPS Input RCCP: BOLA Januari sampai Desember
MPS Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des Total
Pesawat
A 1832 1905 2065 2090 2148 2170 2197 2216 2231 2216 2226 2220 25517
Demand Pesawat
Forecast B 1243 1293 1401 1419 1458 1473 1491 1504 1514 1504 1511 1507 17318
Pesawat
C 1295 1347 1460 1478 1519 1535 1554 1567 1578 1567 1574 1570 18046
Family Produk 4370 4545 4927 4988 5126 5178 5241 5288 5323 5287 5312 5297 60881
• Perkalian Matriks
Pada tahap ini dilakukan perkalian matriks untuk mengetahui kapasitas
yang dibutuhkan.
Lakukan perhitungan pada software excel.
= Sumproduct(waktu proses operasi t ; jumlah unit end item periode t)
41
Dengan perhitungan yang telah dilakukan pada software excel
didapatkan hasil kapasitas yang dibutuhkan, ditampilkan pada tabel 44.
Tabel 44. Kapasitas yang Dibutuhkan RCCP: BOLA Januari sampai Desember
Work Agu No
Center Jan Feb Mar Apr Mei Jun Jul st Sep Okt p Des
Pengu
kuran
dan
Pemol 559 581 630 638 656 662 670 676 681 676 679 677
aan 36 76 61 40 13 83 90 80 39 74 91 97
Pembu 218 227 246 249 256 258 262 264 266 264 265 264
butan 50 25 33 38 30 92 07 38 17 35 59 83
Pemot 239 249 269 273 280 283 287 289 291 289 291 290
ongan 48 07 98 32 90 77 23 76 72 73 09 26
Pengh 183 190 206 208 214 216 219 221 223 221 222 221
alusan 10 44 43 98 78 97 62 55 05 53 57 93
Peluba 143 149 161 163 168 169 171 173 174 173 174 173
ngan 34 08 59 59 13 85 92 43 61 41 23 73
Penget 197 205 222 225 231 234 236 239 240 238 240 239
apan 52 43 69 44 70 06 91 00 61 97 09 41
Perakit 135 140 152 154 158 160 162 163 165 163 164 164
an 470 895 727 613 906 528 484 913 023 897 666 197
Kapasi
tas
Dibutu 289 301 326 330 339 343 347 350 352 350 352 351
hkan 600 197 490 522 700 168 349 403 777 369 014 010
Kapasi
tas
Tersed 295 310 342 345 355 352 359 362 364 364 362 362
ia 680 080 720 600 200 800 040 880 800 800 880 880
• Grafik Perbandingan Kapasitas

Ditampilkan grafik perbandingan kapasitas tersedia dengan kapasitas
yang dibutuhkan RCCP: BOLA pada gambar berikut.
42
Capacity Planning: BOLA
400000
300000
200000
100000
0
1 2 3 4 5 6 7 8 9 10 11 12
Kapasitas Dibutuhkan Kapasitas Tersedia
Gambar 2 Grafik Perbandingan Kapasitas RCCP: BOLA
3.2.5 Line of Balancing

Akan dilakukan tahap Line of Balancing (LOB) agar dapat diketahui
persentase (%) efisiensi lini produksi miniatur pesawat. Persentase efisiensi lini
produksi merupakan data yang harus diketahui terlebih dahulu sebelum
melakukan perencanaan agregat. Persentase efisiensi lini produksi dalam
perencanaan agregat digunakan untuk menentukan kebutuhan Man/Hour (MH)
dan agar dapat diketahui besar penerimaan tenaga kerja (TK) tahun lalu yang
akan menjadi input untuk perencanaan agregat.
Pada tahap line of balancing akan ditentukan nilai persentase (%) efisiensi
lini fabrikasi dan lini perakitan sehingga efisiensi lini produksi dapat diketahui.
1. Perhitungan Efisiensi Lini Fabrikasi

Pada data studi kasus telah diketahui bahwa pada lini fabrikasi terdapat
3 Stasiun Kerja (SK) ditampilan pada tabel 6. Karena sudah diketahui jumlah
SK dan operasi yang dikelompokan, maka selanjutnya hanya perlu menghitung
nilai efisiensi di lini fabrikasi.
Tabel 45. Proses Lini Fabrikasi
Waktu
Operasi Lini Fabrikasi (Menit)
a Pengukuran dan Pemolaan 12.8
b Pembubutan 5
c Pemotongan 5.48
d Penghalusan 4.19
e Pelubangan 3.28
f Pengetapan 4.52
Total 35.27
43
Karena SK dan operasi-operasi sudah dikelompokan dalam SK yang
dibagikan dapat dilihat pada tabel 6. Maka besar waktu siklus (Cycle Time) dapat
menggunakan waktu operasi/pekerjaan terpanjang pada lini fabrikasi. Dengan
melihat tabel 19. Besar waktu siklus pada lini fabrikasi adalah 12,8 (menit).
• Perhitungan
Perhitungan untuk menghitung Efisiensi SK dan efisiensi lini fabrikasi
adalah sebagai berikut.
a. Waktu siklus (Cycle Time) = Waktu operasi terpanjang = 12,8 (menit)
b. Efisiensi SK t = (Jumlah waktu operasi SK t : Waktu siklus) x 100%
c. Efisiensi lini fabrikasi = Rata-rata dari persentase efisiensi SK yang ada
Dari data dan perhitungan didapat efisiensi lini fabrikasi sebagai berikut
(tabel 46).
Tabel 46. Efisiensi Lini Fabrikasi
Efisiensi rata-rata Lintasan Keseluruhan
SK Operasi Waktu Operasi SK Efisiensi SK

1 A 12.8 100%
2 B,C 10.48 82%
3 D,E,F 11.99 94%
Efisiensi Lini Produksi 92%
Nilai persentase efisiensi lini fabrikasi adalah sebesar 92% dapat dilihat
pada tabel 20. Efisiensi sebesar 92% didapatkan dari nilai rata-rata efisiensi 3
SK.
2. Perhitungan Efisiensi Lini Perakitan

Pada lini perakitan akan dilakukan line of balancing untuk mengetahui
besar persentase efisiensi lini perakitan. Metode yang digunakan adalah metode
bobot posisi, metode pembebanan berurut, dan metode pendekatan wilayah.
Disertakan kembali tabel 4. Data Proses Produksi: Lini Perakitan dibawah ini
pada tabel 47 berikut.
Tabel 47. Proses Lini Perakitan
Operasi Lini Perakitan Waktu (Menit)
1 Body + Sayap bawah 5
44
Operasi Lini Perakitan Waktu (Menit)
2 Roda depan + roda belakang 1
Perakitan 2 + As roda depan + as roda

3 belakang 2
4 Perakitan 1 + Tiang 3
5 Perakitan 4 + Sayap atas 3
6 Perakitan 5 + Baling-baling 2
7 Perakitan 6 + Sayap belakang 2
8 Perakitan 7 + Penyangga depan 4
9 Perakitan 8 + Penyangga belakang 4
10 Perakitan 9 + Perakitan 3 5
Total 31
Sebelum melakukan line of balancing harus menentukan dan membuat

Precedence Diagram dengan data proses produksi lini perakitan (tabel 4) yang
telah diketahui. Selain itu akan ditentukan juga nilai Cycle Time dan jumlah
minimal SK, dengan perhitungan yang akan dijabarkan.
• Precedence Diagram
Gambar 3 Precedence Diagram
45
Precedence Diagram atau dapat juga disebut diagram predesesor diatas
adalah diagram predesesor lini perakitan dengan mempertimbangkan operasi
pendahulu dan operasi pengikut setelahnya.
• Cycle Time
Untuk menghitung Cycle Time dibutuhkan data total unit hasil
Forecasting/peramalan dan total hari efektif kerja, data tersebut ditampilkan
pada tabel dibawah ini.
Tabel 48. Total Unit After Forecast dan Total Hari Efektif Kerja
Tingkat Hari
Periode Permintaan Hari Kerja Kehadiran
TK Efektif
Januari 4370 23 95% 22
Februari 4545 20 95% 19
Maret 4927 22 95% 21
April 4988 21 95% 20
Mei 5126 21 95% 20
Juni 5178 22 95% 21
Juli 5241 23 95% 22
Agustus 5288 22 95% 21
September 5323 21 95% 20
Oktober 5287 20 95% 19
November 5312 22 95% 21
Desember 5297 22 95% 21
Total 60881 259 247
Cycle Time = Total waktu produksi tersedia (satuan menit) / Jumlah unit
yang harus diproduksi
= (247 x 8 x 60) / 60881
= 1,95 menit
Terdapat waktu proses yang lebih panjang daripada waktu cycle time.
Maka gunakan waktu operasi terpanjang untuk dijadikan cycle time aktual.
a. Cycle Time aktual = Waktu operasi terpanjang = 5 menit (berdasarkan

tabel 4)
Cycle Time aktual = 5 menit.
• Jumlah SK Minimal (N)

Untuk menghitung jumlah SK minimal dibutuhkan data total waktu
proses lini perakitan. Berdasarkan data total waktu proses produksi (tabel 5)
diketahui total waktu proses lini perakitan adalah 31 menit.
46
a. Total waktu proses produksi = 31 menit
b. Cycle Time aktual = 5 menit
c. N = Total waktu proses produksi / Cycle Time aktual
= 31 / 5
= 6,2 SK .Dibulatkan keatas menjadi 7 SK
N = 7 SK
Seluruh data penunjang untuk melakukan line of balancing sudah
diketahui, selanjutnya kita dapat melanjutkan tahap line of balancing ke
perhitungan metode-metode yang digunakan (metode bobot posisi, metode
pembebanan berurut, metode pendekatan wilayah).
I. Metode Bobot Posisi

Terdapat 7 langkah dalam melakukan line of balancing dengan metode
bobot posisi. Berikut adalah langkah dan penyelesaian line of balancing dengan
metode bobot posisi.
• Matriks Pendahuluan Berdasarkan Jaringan Perakitan

Berikut adalah matriks pendahuluan metode bobot posisi berdasarkan
jaringan perakitan.
Tabel 49. Matriks Pendahuluan Bobot Posisi

Operasi Pengikut
Operasi 5 1 2 3 3 2 2 4 4 5
1 2 3 4 5 6 7 8 9 10
1 0 0 0 1 1 1 1 1 1 1
2 0 0 1 0 0 0 0 0 0 1
3 0 0 - 0 0 0 0 0 0 1
4 0 0 0 - 1 1 1 1 1 1
5 0 0 0 0 - 1 1 1 1 1
6 0 0 0 0 0 - 1 1 1 1
7 0 0 0 0 0 0 - 1 1 1
8 0 0 0 0 0 0 0 - 1 1
9 0 0 0 0 0 0 0 0 - 1
10 0 0 0 0 0 0 0 0 0 -
• Hitung Bobot Operasi

Berikut adalah tabel bobot posisi setiap operasi. Perhitungan bobot posisi
adalah dengan =sumproduct (rentang kolom waktu proses; rentang kolom
operasi pengikut pada operasi t) berdasarkan matriks pendahuluan bobot posisi
(tabel 50)
47
Tabel 50. Bobot Operasi
Waktu Bobot Operasi
Operasi
(Menit) Posisi Pendahulu
5 1 28 -
1 2 8 -
2 3 7 2
3 4 23 1
3 5 20 4
2 6 17 5
2 7 15 6
4 8 13 7
4 9 9 8
5 10 5 3.8
• Urutkan Bobot Posisi

Bobot operasi pada tabel 51. Bobot operasi diurutkan mulai dari nilai
terbesar ke terkecil.
Tabel 51. Bobot Operasi Terurut

Bobot Operasi
Operasi
Posisi Pendahulu
1 28 -
4 23 1
5 20 4
6 17 5
7 15 6
8 13 7
9 9 8
2 8 -
3 7 2
10 5 3.8
• Pengelompokan Operasi dan Nilai Efisiensi SK

Pada tahap ini dikelompokan operasi-operasi pada lini perakitan kedalam
7 SK. Pengelompokan operasi mempertimbangkan bobot operasi dan jumlah
waktu operasi tidak boleh lebih dari cycle time aktual serta harus memperhatikan
operasi pendahulunya.
Tabel 52. Stasiun Kerja dan Nilai Efisiensi SK Bobot Posisi

Waktu
Operasi
SK Operasi SK Efisiensi
1 1 5 100%
48
Waktu
Operasi
2 2.4 4 80%
3 5.6 5 100%
4 3.7 4 80%
5 8 4 80%
6 9 4 80%
7 10 5 100%
Didapatkan nilai persentase (%) efisiensi lini perakitan dengan 7 SK

menggunakan metode bobot posisi adalah sebesar 89%.
II. Metode Pembebanan Berurut

Berikut adalah langkah dan penyelesaian line of balancing dengan
metode pembebanan berurut.
• Matriks Pendahuluan Berdasarkan Jaringan Perakitan

Pada tahap ini isi kolom matriks dengan angka operasi pendahulu dan
operasi pengikut berdasarkan Precedence Diagram dan data tabel 53. Proses lini
perakitan.
Tabel 53. Matriks Pendahuluan Pembebanan Berurut

Waktu Matriks
Waktu Matriks Operasi Operasi
Operasi
(Menit) Operasi Pendahulu P* Pengikut
F*
5 1 5 0 0 4
1 2 1 0 0 3
2 3 2 2 0 10
3 4 3 1 0 5
3 5 3 4 0 6
2 6 2 5 0 7
2 7 2 6 0 8
4 8 4 7 0 9
4 9 4 8 0 10
5 10 5 2 9 0
31
• Pengelompokan Operasi dan Nilai Efisiensi SK

Pada tahap ini dikelompokan operasi-operasi pada lini perakitan kedalam
7 SK. Pengelompokan operasi mempertimbangkan jumlah waktu operasi tidak
boleh lebih dari cycle time aktual dan harus memperhatikan operasi
pendahulunya.
49
Tabel 54. Stasiun Kerja dan Nilai Efisiensi SK Pembebanan Berurut
Waktu Operasi
1 1 5 100%
2 2.4 4 80%
3 5.6 5 100%
4 3.7 4 80%
5 8 4 80%
6 9 4 80%
7 10 5 100%

menggunakan metode pembebanan berurut adalah sebesar 89%.
III. Metode Pendekatan Wilayah

Langkah awal menggunakan metode pendekatan wilayah adalah dengan
mengelompokan operasi-operasi kedalam 7 wilayah SK (tidak perlu
memperhatikan cycle time dan operasi pendahulu). Setelah dikelompokan dalam
wilayah-wilayah SK urutkan ulang operasi yang dikelompokan dengan
mempertimbangkan cycle time dan operasi pendahulu. Terakhir hitung efisiensi
lini perakitan.
• Pengelompokan Wilayah Awal

Berikut adalah pengelompokan wilayah awal operasi-operasi,
ditampilkan dalam gambar dan tabel 26 dibawah ini.
W1 W2 W3 W4 W5 W6 W7
1 4 5 6 7 8 9
2 3 10
Gambar 4 Pengelompokan Wilayah Awal
Tabel 55. Wilayah Awal Operasi Pendekatan Wilayah
Waktu (Menit) Operasi
5 1
50
Waktu (Menit) Operasi
1 2
2 3
3 4
3 5
2 6
2 7
4 8
4 9
5 10
31 Total
• Pengurutan Operasi Dalam Wilayah dan Nilai Efisiensi Lini

Tahap ini diurutkan dan dikelompokan ulang operasi-operasi dalam
wilayah awal ke dalam wilayah yang benar dengan mempertimbangkan cycle
time dan operasi pendahulu, lalu terakhir dihitung nilai efisiensi lini perakitan.
Tabel 56. Stasiun Kerja dan Nilai Efisiensi SK Pendekatan Wilayah

Wilayah 1 2 3 4 5 6 7
1 2 5 3 8 9 10
Operasi
4 6 7
Cycle Time 5 4 5 4 4 4 5
Efisiensi 100% 80% 100% 80% 80% 80% 100%
Efisiensi Lini
Produksi 89%

menggunakan metode pendekatan wilayah adalah sebesar 89%.
IV. Perbandingan Nilai Efisiensi 3 Metode Lini Perakitan

Berikut adalah nilai perbandingan persentase efisiensi pada lini perakitan
51
Tabel 57. Perbandingan Efisiensi 3 Metode Lini Perakitan
Perbandingan Metode LOB Lini Perakitan
Metode Nilai Efisiensi Lini
Bobot Posisi 89%
Pembebanan
Berurut 89%
Pendekatan
Wilayah 89%
Ketiga metode menghasilkan nilai persentase efisiensi lini perakitan yang

sama, sebesar 89%.
3. Perhitungan Efisiensi Lini Produksi

Nilai persentase (%) efisiensi lini produksi didapatkan dari nilai persentase
rata-rata lini fabrikasi dengan lini perakitan.
a. % Efisiensi Lini Produksi = (% Efisiensi Lini Fabrikasi + % Efisien

Lini Perakitan) / 2
Tabel 58. Efisiensi Lini Produksi

Deskripsi Nilai
Efisiensi Lini Fabrikasi 92%
Efisiensi Lini Perakitan 89%
Didapatkan nilai persentase (%) efisiensi lini produksi dari rata-rata nilai
% lini fabrikasi dengan lini perakitan adalah sebesar 90%.
% efisiensi lini produksi = 90%
52
Nilai tersebut akan menjadi salah satu input untuk perhitungan pada tahap
perencanaan agregat.
3.2.6 Penjadwalan
Data waktu proses pesanan masuk akan dilakukan 3 penjadwalan, yaitu
penjadwalan n jobs m machines pada proses pengukuran dan pemolaan,
penjadwalan pembubutan, dan penjadwalan penghalusan. Berikut adalah
langkah dan penyelesaian tahap penjadwalan.
I. Penjadwalan Pengukuran & Pemolaan

Berikut adalah tahap penjadwalan I (pengukuran dan pemolaan) dengan
pembahasan n jobs m machines (sejenis) karena memiliki 3 mesin.
• Data Pengukuran & Pemolaan

Berikut data pengukuran dan pemolaan ditampilkan pada tabel 59.
Tabel 59. Data Pengukuran & Pemolaan

Data Waktu Proses Order Masuk yang Akan Diproduksi
Pengukuran&Pemolaan (3 Pembubutan Penghalusan Due

Pekerjaan
mesin) (1 mesin) (1 mesin) Date
A 70 17 3 300
B 58 12 4 320
C 45 25 4 270
D 28 12 10 120
E 32 13 8 170
F 27 14 9 400
G 46 23 4 200
H 39 25 8 180
• Penjadwalan Dengan Short Processing Time (SPT)

Penjadwalan dengan SPT dilakukan dengan mengurutkan waktu proses
dari yang tercepat hingga terlama, dan membagi pekerjaan pada 3 mesin tersedia.
Penjadwalan dengan SPT ditampilkan pada tabel 61.
Tabel 60. Pembagian Mesin Penjadwalan SPT

Waktu Proses
Pembagian
Pekerjaan Pengukuran&Pemolaan Mesin
(3 mesin)
F 27 Mesin 1
53
Waktu Proses
Pembagian
(3 mesin)
D 28 Mesin 2
E 32 Mesin 3
H 39 Mesin 1
C 45 Mesin 2
G 46 Mesin 3
B 58 Mesin 1
A 70 Mesin 2
• Menghitung Flow Time Penjadwalan SPT

Berikut adalah perhitungan flow time pada 3 mesin pada penjadwalan SPT.
Tujuan dari menghitung flow time adalah untuk mengetahui maksimal waktu
makespan yang dibutuhkan untuk menyelesaikan semua pekerjaan.
a. Perhitungan Flow Time Penjadwalan SPT (1)

Berikut perhitungan flow time penjadwalan SPT ditampilkan pada
tabel 62.
Tabel 61. Flow Time Penjadwalan SPT (1)

Mesin 1 Mesin 2 Mesin 3
Pekerjaan Waktu Flowtime Pekerjaan Waktu Flowtime Pekerjaan Waktu Flowtime
F 27 27 D 28 28 E 32 32
H 39 66 C 45 73 G 46 78
B 58 124 A 70 143
Total 217 Total 244 Total 110
Rata-rata 72.33 Rata-rata 81.33 Rata-rata 55
Waktu Waktu Waktu
Selesai Selesai Selesai
Pekerjaan 124 Pekerjaan 143 Pekerjaan 78
b. Perhitungan Flow Time Penjadwalan SPT (2)

Berikut perhitungan flow time penjadwalan SPT (2). Perhitungan
flow time ini adalah perhitungan (penyesuaian) trial n error untuk mendapatkan
hasil maksimal makespan lebih kecil dengan cara memindahkan pekerjaan A ke
mesin 3. Perhitungan ditampilkan pada tabel 63.
54
Tabel 62. Flow Time Penjadwalan SPT (2)
Pekerjaa Pekerjaa Flowtim Pekerjaa Flowtim

n Waktu Flowtime n Waktu e n Waktu e
F 27 27 D 28 28 E 32 32
H 39 66 C 45 73 G 46 78
B 58 124 A 70 148
Rata- 72.3333333 Rata- Rata-

rata 3 rata 50.5 rata 86
Waktu Waktu Waktu
Pekerjaa Pekerjaa Pekerjaa
n 124 n 73 n 148
• Penjadwalan Longest Processing Time (LPT)

Penjadwalan dengan LPT dilakukan dengan mengurutkan waktu
proses dari yang terlama hingga tercepat, dan membagi pekerjaan pada 3 mesin
tersedia. Penjadwalan dengan LPT ditampilkan pada tabel 68.
Tabel 63. Pembagian Mesin Penjadwalan LPT

Waktu Proses
Pembagian
(3 mesin)
A 70 Mesin 1
B 58 Mesin 2
G 46 Mesin 3
C 45 Mesin 1
H 39 Mesin 2
E 32 Mesin 3
D 28 Mesin 1
F 27 Mesin 2
• Menghitung Flow Time Penjadwalan LPT

Berikut adalah perhitungan flow time pada 3 mesin pada
penjadwalan LPT. Tujuan dari menghitung flow time adalah untuk mengetahui
55
maksimal waktu makespan yang dibutuhkan untuk menyelesaikan semua
pekerjaan.
a. Perhitungan Flow Time Penjadwalan LPT (1)

Berikut perhitungan flow time penjadwalan LPT ditampilkan pada tabel
65.
Tabel 64. Flow Time Penjadwalan LPT (1)

Pekerj Pekerj Flowti Pekerj Flowti
aan Waktu Flowtime aan Waktu me aan Waktu me
A 70 70 B 58 58 G 46 46
C 45 115 H 39 97 E 32 78
D 28 143 F 27 124

Rata- 109.3333 Rata- Rata-
rata 333 rata 93 rata 62
Waktu Waktu Waktu
Pekerj Pekerj Pekerj
aan 143 aan 124 aan 78
a. Perhitungan Flow Time Penjadwalan LPT (2)

Berikut perhitungan flow time penjadwalan LPT (2) ditampilkan
pada tabel 66. Perhitungan flow time ini adalah perhitungan (penyesuaian) trial
n error, jadi mesin waktu selesai pekerjaan terlama operasi terakhir, dipindahkan
ke mesin dengan waktu selesai pekerjaan tercepat (pekerjaan D di mesin 1
dipindahkan ke mesin 3 dikerjakan terakhir).
Pekerj Flowti Pekerj Flowti Pekerj Flowti
aan Waktu me aan Waktu me aan Waktu me
A 70 70 B 58 58 G 46 46
C 45 115 H 39 97 E 32 78
F 27 124 D 28 106
Rata- Rata- Rata- 76.666
rata 92.5 rata 93 rata 667
Waktu Waktu Waktu
Selesai 115 Selesai 124 Selesai 106
56
Pekerja Pekerja Pekerj
an an aan
b. Perhitungan Flow Time Penjadwalan LPT (3)

Berikut perhitungan flow time penjadwalan LPT (3) ditampilkan pada
tabel 67 Pekerjaan D menjadi pekerjaan pertama mesin 3.

Pekerj Flowti Pekerja Flowti Pekerja Flowti
aan Waktu me an Waktu me an Waktu me
A 70 70 B 58 58 D 28 28
C 45 115 H 39 97 E 32 60
F 27 124 G 46 106
Rata- Rata- Rata- 64.666
rata 92.5 rata 93 rata 667
Waktu Waktu Waktu
Pekerja Pekerja Pekerja
an 115 an 124 an 106
• Perbandingan Penjadwalan SPT & LPT
Berikut adalah perbandingan maksimal makespan penjadwalan I
menggunakan SPT dan LPT, ditampilkan pada tabel 68.
Tabel 67. Perbandingan Makespan Penjadwalan I

Perbandingan Waktu Makespan
SPT 143
LPT 124
Hasil penjadwalan I terpilih adalah menggunakan LPT dengan

pembagian pekerjaan ke masing-masing mesin dan flow time ditunjukan pada
tabel 69.
• Due Date Setelah Penjadwalan I

Berikut adalah perhitungan due date setelah penjadwalan I dan recap due
date, ditampilkan pada tabel 69, dan tabel 70.
Tabel 68. Due Date Setelah Penjadwalan I

Waktu Flow |Flow Time-
Mesin Pekerjaan Due Date
Proses Time Due Date|
Mesin 1 A 70 70 300 230
57
C 45 115 270 155
B 58 58 320 262
Mesin 2 H 39 97 180 83
F 27 124 400 276
D 28 28 120 92
Mesin 3 E 32 60 170 110
G 46 106 200 94
Tabel 69. Recap Due Date Setelah Penjadwalan I

Recap Due Date After Scheduling 1
Pekerjaan Due Date
A 230
B 262
C 155
D 92
E 110
F 276
G 94
H 83
Data due date pada tabel diatas (tabel 69) akan menjadi input due date
pada penjadwalan II (pembubutan).
II. Penjadwalan Pembubutan

Berikut adalah tahap penjadwalan II (pembubutan) menggunakan First
Come First Serve (FCFS), Short Processing Time (SPT), Longest Processing
Time (LPT), dan Earliest Due Date (EDD).
• Data Pembubutan
Berikut adalah data proses pembubutan dan due date-nya, ditampilkan
pada tabel 71.
Tabel 70. Data Pembubutan

Pembubutan
Pekerjaan Due Date
(1 mesin)
A 17 230
B 12 262
C 25 155
D 12 92
58
Pembubutan
Pekerjaan Due Date
(1 mesin)
E 13 110
F 14 276
G 23 94
H 25 83
• Penjadwalan Dengan FCFS

Berikut adalah penjadwalan dengan FCFS, ditampilkan pada tabel 72.
Dengan urutan pekerjaan yang lebih dulu datang dikerjakan lebih dulu.Urutan
pekerjaan: Pekerjaan (A, B, C, D, E, F, G, H).
Tabel 71. Penjadwalan II Dengan FCFS

Jobs Processing Time Flow Time Due Date Tardiness
A 17 17 230 -213
B 12 29 262 -233
C 25 54 155 -101
D 12 66 92 -26
E 13 79 110 -31
F 14 93 276 -183
G 23 116 94 22
H 25 141 83 58
Mean Flow Time 74.375
• Penjadwalan Dengan SPT

Berikut adalah penjadwalan dengan SPT, ditampilkan pada tabel 73.
Dengan urutan pekerjaan yang dikerjakan lebih dahulu adalah pekerjaan yang
memiliki processing time lebih pendek.
Urutan pekerjaan: Pekerjaan (B, D, E, F, A, G, C, H).
Tabel 72. Penjadwalan II Dengan SPT

B 12 12 262 -250
D 12 24 92 -68
E 13 37 110 -73
F 14 51 276 -225
A 17 68 230 -162
59
G 23 91 94 -3
C 25 116 155 -39
H 25 141 83 58
Mean Flow Time 67.5
• Penjadwalan Dengan LPT

Berikut adalah penjadwalan dengan LPT, ditampilkan pada tabel 74.
memiliki processing time lebih panjang.
Urutan pekerjaan: Pekerjaan (C, H, G, A, F, E, B, D).
Tabel 73. Penjadwalan II Dengan LPT

Processing Flow
Jobs Time Time Due Date Tardiness
C 25 25 155 -130
H 25 50 83 -33
G 23 73 94 -21
A 17 90 230 -140
F 14 104 276 -172
E 13 117 110 7
B 12 129 262 -133
D 12 141 92 49
• Penjadwalan Dengan EDD

Berikut adalah penjadwalan dengan EDD, ditampilkan pada tabel 75.
memiliki due date (batas waktu) yang cepat.
Urutan pekerjaan: Pekerjaan (C, H, G, A, F, E, B, D).
Tabel 74. Penjadwalan II Dengan EDD

Due
Jobs Processing Time Flow Time Date Tardiness
H 25 25 83 -58
D 12 37 92 -55
G 23 60 94 -34
E 13 73 110 -37
C 25 98 155 -57
A 17 115 230 -115
60
Due
B 12 127 262 -135
F 14 141 276 -135
Mean Flow Time 84.5
• Perbandingan Mean Flow Time

Berikut adalah perbandingan nilai rata-rata flow time, ditampilkan
pada tabel 76.
Tabel 75. Perbandingan Mean Flow Time Penjadwalan II

Perbandingan Mean Flow Time
Nama Mean Flow Time
FCFS 74,375
SPT 67,5
LPT 91,125
EDD 84,5
Hasil penjadwalan II terpilih adalah menggunakan EDD dengan data dan

perhitungan flow time ditunjukan pada tabel 80.
• Due Date Setelah Penjadwalan II

Berikut adalah due date setelah dilakukan penjadwalan II (pembubutan),
Tabel 76. Due Date Setelah Penjadwalan II

Pekerjaan Due Date
A 115
B 135
C 57
D 55
E 37
F 135
G 34
H 58
Data due date pada tabel diatas (tabel 77) akan menjadi input due date
pada penjadwalan III (penghalusan).
61
III. Penjadwalan Penghalusan
Berikut adalah tahap penjadwalan III (penghalusan) menggunakan
First Come First Serve (FCFS), Short Processing Time (SPT), Longest
Processing Time (LPT), dan Earliest Due Date (EDD).
• Data Penghalusan
Berikut adalah data proses penghalusan dan due date-nya, ditampilkan
pada tabel 78.
Tabel 77. Data Penghalusan

Penghalusan
Pekerjaan Due Date
(1 mesin)
A 3 115
B 4 135
C 4 57
D 10 55
E 8 37
F 9 135
G 4 34
H 8 58
• Penjadwalan Dengan FCFS
Berikut adalah penjadwalan dengan FCFS, ditampilkan pada tabel 79.
Dengan urutan pekerjaan yang lebih dulu datang dikerjakan lebih dulu.
Urutan pekerjaan: Pekerjaan (A, B, C, D, E, F, G, H).
Tabel 78. Penjadwalan III Dengan FCFS

A 3 3 115 -112
B 4 7 135 -128
C 4 11 57 -46
D 10 21 55 -34
E 8 29 37 -8
F 9 38 135 -97
G 4 42 34 8
H 8 50 58 -8
62
• Penjadwalan Dengan SPT
Berikut adalah penjadwalan dengan SPT, ditampilkan pada tabel 80.
memiliki processing time lebih pendek.
Urutan pekerjaan: Pekerjaan (A, B, C, G, E, H, F, D).
Tabel 79. Penjadwalan III Dengan SPT

A 3 3 115 -112
B 4 7 135 -128
C 4 11 57 -46
G 4 15 34 -19
E 8 23 37 -14
H 8 31 58 -27
F 9 40 135 -95
D 10 50 55 -5
Mean Flow Time 22.5
• Penjadwalan Dengan LPT

Berikut adalah penjadwalan dengan LPT, ditampilkan pada tabel 81.
memiliki processing time lebih panjang.
Urutan pekerjaan: Pekerjaan (D, F, E, H, B, C, G, A).
Tabel 80. Penjadwalan III Dengan LPT

D 10 10 55 -45
F 9 19 135 -116
E 8 27 37 -10
H 8 35 58 -23
B 4 39 135 -96
C 4 43 57 -14
G 4 47 34 13
A 3 50 115 -65
63
• Penjadwalan Dengan EDD
Berikut adalah penjadwalan dengan EDD, ditampilkan pada tabel 82.
memiliki due date (batas waktu) yang cepat.
Urutan pekerjaan: Pekerjaan (G, E, D, C, H, A, B, F).
Tabel 81. Penjadwalan III Dengan EDD

Due
G 4 4 34 -30
E 8 12 37 -25
D 10 22 55 -33
C 4 26 57 -31
H 8 34 58 -24
A 3 37 115 -78
B 4 41 135 -94
F 9 50 135 -85
• Perbandingan Mean Flow Time

Berikut adalah perbandingan nilai rata-rata flow time, ditampilkanpada
tabel 83.
Tabel 82. Perbandingan Mean Flow Time Penjadwalan III

Perbandingan Mean Flow
Time
Nama Mean Flow Time
FCFS 25,125
SPT 22,5
LPT 33,75
EDD 28,25
Hasil penjadwalan III terpilih adalah menggunakan SPT dengan data dan
perhitungan flow time ditunjukan pada tabel 80.
• Due Date Setelah Penjadwalan III

Berikut adalah due date setelah dilakukan penjadwalan III (pembubutan),
64
Tabel 83. Due Date Akhir Setelah Penjadwalan III
Pekerjaan Due Date Awal Due Date Input Due Date Akhir
A 300 115 112
B 320 135 128
C 270 57 46
D 120 55 5
E 170 37 58
F 400 135 95
G 200 34 19
H 180 58 27
Setelah dilakukan 3 penjadwalan batas waktu/due date masih tersisa

dengan nilai yang dapat dilihat pada tabel 84.
65
BAB IV
ANALISA DAN PEMBAHASAN
Penjelasan terkait hasil analaisi daripada pengolahan data studi kasus yang
sudah dilakukan akan dibahas pada bab ini. Analisis akan berisi terkait penjelasan
hasil analisis dari Forecasting/Peramalan, Line of Balancing, Perencanaan Agregat,
MPS ( Master Planning Schedule ), Rough Cut Capcity Planning, dan Penjadwalan
dari data yang suda diolah sebelumnya.
4.1 Forecasting
Pada analisis tahap forecasting ini menggunakan beberapa metode yang
bertujuan untuk perbandingan serta pengoptimalan hasil yang dimana dapat dilihat
dari segi eror pada produk yang sedang diramalkan, Metode yang digunakan yaitu;
Naïve, Single Moving Avarage, Moving Avarange (α= 0,3), dan Single Exponential
Smoothing (α= 0,3). Serta penjelasan mengenai netode-metode yang digunakan.
I. Agregasi
Sebelum melakukan proses peramalan data dari masing-masing produk
unit pesawat A, pesawat B, pesawat C perlu diagregasi/digabungkan menjadi
family produk miniatur pesawat. Agregasi data dari unit end item menjadi family
produk sangat penting karena untuk memilimalkan error yang dapat muncul pada
saat peramalan produk.
II. Peramalan
Pada tahapan kali ini akan membahas analisis dari tiap metode yang
digunakan untul peramalan. Digunakan 4 metode peramalan, yaitu; Naïve, Single
Moving Avarage, Moving Avarange (α= 0,3), dan Single Exponential Smoothing
(α= 0,3). Alasan menggunakan metode tersebut adalah untuk pembanding serta
mencari hasil yang terbaik dengan eror yang rendah serta sesuai.
• Metode peramalan Single Moving Avarage memilliki kelebihan yaitu

mudah dapat menghasilkan hasil peramalan selama panjang periode 12
bulan (Januari sampai Desember 2021), meskipun terdapat kekurangan
semua data permintaan masa lalu diberi bobot yang sama dan untuk metode
ini memiliki 333,3
• Metode peramalan Naïve pada metode ini biasanya permintaan bulan

kemarin dijadikan peramalan permintaan bulan berikutnya dan memiliki
kelebihan yang berupa mudah dilakukan meskipun terdapat kukurangan
berupa ketidakakuratan tinggi
66
• Metode Moving Avarage (α= 0,3) ini melakukan peramalan dengan
menggunakan data dari 3 bulan sebelumnya dan alasan menggunakan
metode ini untuk pembanding eror meskipun dari segi data tidak dapat
memenuhi karena metode ini digunakan untuk metode peramalan jangka
pendek.
• Single Exponential Smoothing (α= 0,3) dipilih untuk dibandingkan karena

untuk membuktikan apakah nilai error pada metode yang tidak
menghasilkan hasil peramalan selama periode full 12 bulan akan lebih baik
dibanding metode yang dapat meramalkan selama periode 12 bulan.
III. Hasil Metode Terpilih

Dari pengolahan data hasil agregasi dan di forecasting dengan metode-
metode yang sudah dijelaskan sebelumnya, dari hasil perbandingan dengan
metode-metode yang sudah dilakukan maka di dapatkan metode single Moving
Avarege lah yang dapat memenuhi kriteria karerna memiliki jumlah hasil data dari
bulan januari sampai desember, serta memiliki eror MAD (333,3), MSE
(140708,7) dan MAPE (6,1).
4.2 Perencanaan Agregat

Pada analisis tahap perencanaan agregat ini menggunakan metode
spreadsheet, dengan dibutuhkan data-data sebelumnya berupa; data kebutuhan MH
2020, data penerimaan rata-rata tenaga kerja 2020, kapasitas produksi unit produk
per-TK per-hari. Kali ini akan diuraikan analisis pembahasan perencanaan agregat
metode spreadsheet: zero inventory, spreadsheet: backorder, spreadsheet: no-
backorder, dan alasan dipilihnya metode terpilih perencanaan agregat.
I. Zero Inventory
Pada perencanaan agregat menggunakan metode zero inventory pada studi
kasus ini menghasilkan biaya total sebesar Rp 1.616.788.000. Pada metode ini
yang dijadikan input tenaga kerja pada bulan Januari adalah 40 orang (rata-rata
penerimaan TK 2020) dan pada bulan Februari hingga Desember disesuaikan
dengan perhitungan yang ada, metode zero inventory perubahan tingkat tenaga
kerja yang digunakan akan mengakibatkan tingkat produksi (Production Level)
akan sama besarnya dengan jumlah unit permintaan.
II. No-Backorder
Pada perencanaan agregat menggunakan metode no-backorder. Secara
tidak langsung strategi perencanaan agregat yang digunakan pada cara ini adalah
dengan mempertimbangkan tingkat persediaan (inventory level) dan tingkat
pengembalian (backorder) perbedaan dari strategi backorder adalah pada strategi
ini diusahakan tingkat backorder sangat rendah hingga tidak ada. Pada
67
perencanaan agregat menggunakan metode spreadsheet: no-backorder pada studi
kasus ini menghasilkan biaya total sebesar Rp 1.645.096.571
III. Backorder
Pada perencanaan agregat menggunakan metode backorder pada bulan
Januari digunakan 40 tenaga kerja (rata-rata penerimaan TK 2020) dan pada bulan
selanjutnya disesuaikan dengan perhitungan metode backorder. Pada perencanaan
agregat menggunakan metode spreadsheet: backorder pada studi kasus ini
menghasilkan biaya total sebesar Rp 1.630.939.935
4.3 MPS ( Master Planning Schedule )

Pada analisis MPS ( Master Planning Schedule ) akan membahas hasil analisi
serta penjelasan mengenai disagregasi family produk setelah peramalan terpilih,
disagregasi unit produk dari metode perencanaan agregat terpilih yang masih dalam
bentuk family produk, dan tabel MPS.
I. Disagregasi Family Produk Terpilih

Data hasil peramalan menggunakan metode SMA (Single Moving
Average) yang masih dalam family produk dilakukan disagregasi menjadi unit
end item pesawat (A, B, C). Untuk mendapat jumlah unit end item pesawat A pada
bulan Januari dihitung dengan mengkali family produk setelah peramalan bulan
Januari dengan persentase (%) pesawat A.Dimana masing-masing persentase
pesawat (A, B, C) adalah pembagian total unit tertentu dengan total permintaan
seluruh unit pada 2020 dikalikan 100%.
II. Disagregasi Unit Yang Ingin Dperoduksi

Pada perencanaan agregat tersebut unit yang akan diproduksi masih dalam
family produk, maka dari itu perlu dilakukan disagregasi untuk mendapatkan unit
end item setiap miniatur pesawat agar dapat dimasukan pada MPS. Perhitungan
% hal ini adalah sama dengan jumlah dan cara pada disagregasi family produk
setelah peramalan terpilih.
III. Tabel MPS (Master Planning Schedule)

Karena tidak diketahui jumlah permintaan aktual pada 2021 maka MPS
(Master Planning Schedule) dibagi menjadi 2 zona yaitu; zona Demand Time
Fence (DTF) sampai Planning Time Fence (PTF) dan zoma PTF sampai Planning
Horizon (PH), Unit MPS (Master Planning Schedule) merupakan pengurangan
dari Production Forecast dengan Projected Available Balance.
4.4 Rought Cut Capacity Planning

Pada capacity planning atau dapat disebut juga dengan rough cut capacity
planning (RCCP) digunakan 2 metode yaitu metode Capacity Planning with
68
Overall Factors (CPOF), Bill of Labour Approach (BOLA). Alasan hanya
menggunakan 2 metode pada RCCP adalah karena tidak diketahui data due date
(batas waktu) sehingga tidak dapat menggunakan metode capacity planning Region
Profile Approach (RPA).
Digunakan lebih dari 1 metode capacity planning adalah untuk memastikan
bahwa tidak ada perbedaan kapasitas yang dibutuhkan diantara metode yang
dibandingkan dan juga pada kapasitas yang tersedia, itulah alasan dilakukan
capacity planning dengan 2 metode hanya untuk memastikan, bukan untuk
memandingkan metode mana yang lebih baik.
Kedua metode RCCP yang digunakan menghasilkan kapasitas yang
dibutuhkan dan kapasitas tersedia adalah sama. Hasil perhitungan capacity
planning menghasilkan nilai kapasitas yang tersedia pada semua periode 2021 lebih
kecil dari kapasitas yang dibutuhkan.
4.5 Line of Balancing

Pada line of balancing akan dijelaskan analisis pembahasan nilai efisiensi
pada lini fabrikasi, line of balancing lini perakitan dan analisis efisiensi lini
produksi. Dimana pada lini perakitan line of balancing digunakan 3 metode line of
balancing, yaitu metode bobot posisi, metode pembebanan berurut, dan metode
pendekatan wilayah.
I. Efisiensi Lini Fabrikasi

Pada lini fabrikasi tidak perlu dilakukan line of balancing karena telah
diketahui dalam soal studi kasus bahwa pada lini fabrikasi terdapat 3 Stasiun Kerja
(SK). Selanjutnya kita hanya perlu untuk mencari nilai persentase (%) efisiensi
lini produksi. Dimana % efisiensi SK 1 sebesar 100%, efisiensi SK 2 sebesar 82%,
efisiensi SK 3 sebesar 94%, dan % efisiensi lini fabrikasi sebesar 92%.
II. Line of Balancing Lini Perakitan

Pada lini perakitan dilakukan line of balancing menggunakan 3 metode,
yaitu bobot posisi, pembebanan berurut, dan pendekatan wilayah. Pada line of
balancing lini perakitan digunakan data family produk hasil peramalan metode
terpilih dan data hari efektif kerja untuk menentukan cycle time dan jumlah stasiun
kerja minimal. Dengan perhitungan yang telah dilakukan pada pengolahan data
Line of Balancing diperoleh cycle time sebesar 5 menit dan minimal stasiun kerja
7 SK.
• Metode Bobot Posisi

Pada metode bobot posisi operasi-operasi yang terdapat pada lini
perakitan akan dikelompokan kedalam setiap Stasiun Kerja (SK) dengan
memperimbangkan bobot operasi dari tiap operasi; waktu pada operasi proses
69
SK t tidak boleh melebihi cycle time dan jika ada operasi pendahulu harus sudah
dikerjaan dengan kata lain harus memperhatihan operasi pendahulu. % efisiensi
lini perakitan menggunakan metode bobot posisi adalah sebesar 89%.
• Metode Pembebanan Berurut

Pengelompokan operasi-operasi kedalam setiap SK dengan
menggunakan metode pembebanan berurut adalah dengan mempertimbangkan
matriks pendahuluan berdasarkan jaringan perakitan. Selain itu
mempertimbangkan waktu operasi SK t tidak melebihi cycle time dan
memperhatikan operasi pendahulu, sudah dikerjakan atau belum. % efisiensi lini
perakitan menggunakan metode pembebanan berurut adalah sebesar 89% .
• Metode Pendekatan Wilayah

Pada line of balancing menggunakan metode pendekatan wilayah
langkah awalnya adalah membagi operasi-operasi ke wilayah SK (berjumlah 7).
Setelah itu barulah dikelompokan operasi-operasi tersebut ke wilayah SK
(berjumlah 7) dengan mempertimbangkan cycle time dan operasi pendahulu. %
efisiensi lini perakitan menggunakan metode pendekatan wilayah adalah sebesar
89%.
III. Efisiensi Lini Produksi

Untuk mendapatkan nilai persentase (%) efisiensi lini produksi dilakukan
perhitungan rata-rata dari data persentase efisiensi lini fabrikasi sebesar 92% dan
persentase efisiensi lini perakitan sebesar 89%. Dari hasil perhitungan tersebut
dihasilkan nilai persentase efisiensi lini produksi sebesar 90%.
4.6 Penjadwalan
Pada analisis penjadwalan akan dibahas penjadwalan pada proses pengukuran
dan pemolaan, pembubutan, dan penghalusan.
I.Pengukuran dan Pemolaan

Peroses pengukuran dan pemolaan diketahui terdapat 3 mesin yang
digunakan sehingga penjadwalan yang digunakan adalah penjadwalan n jobs m
machines dengan mesin yang sejenis. Pada penjadwalan n jobs m machines mesin
sejenis digunakan penjadwalan parallel untuk membagi pekerjaan ke mesin yang
tersedia dengan urutan pekerjaan yang dikerjaan menggunakan SPT atau LPT.
Pada pengurutan pekerjaan menggunakan SPT dimulai dari pekerjaan
dengan waktu proses paling cepat hingga paling panjang. Pada penjadwalan
parallel menggunakan SPT menghasilkan waktu selesai pekerjaan paling lama
pada mesin 2 dengan waktu 143, pekerjaan menggunakan LPT dimulai dari
pekerjaan dengan waktu proses paling panjang hingga paling cepat. Pada
70
penjadwalan parallel menggunakan LPT menghasilkan waktu selesai pekerjaan
paling lama pada mesin 2 dengan waktu 124
II. Pembubutan
Proses pembubutan menggunakan 1 mesin sehingga penjadwalan yang
digunakan adalah menggunakan FCFS, SPT, LPT, dan EDD. Penjadwalan
pembubutan ini due date yang digunakan adalah menggunakan due date setelah
penjadwalan pengukuran dan pemolaan dilakukan. pengolahan data dilipih
penjadwalan menggunakan EDD. Dengan urutan pekerjaan (C, H, G, A, F, E, B,
D). Alasan dipilihnya penjadwalan menggunakan EDD adalah tidak adanya
keterlambatan/tardiness.
III. Penghalusan
Proses penghalusan menggunakan 1 mesin sehingga penjadwalan yang
digunakan adalah menggunakan FCFS, SPT, LPT, dan EDD. Input due date yang
digunakan pada penjadwalan penghalusan adalah due date setelah penjadwalan
pembubutan, terpilihnya penjadwalan menggunakan SPT karena menghasilkan
nilai mean flow time paling kecil dari yang lain dan tidak ada
keterlambatan/tardiness pada setiap pekerjaan. Dengan urutan penjadwalan
penghalusan akhir adalah pekerjaan (A, B, C, G, E, H, F, D).
71
BAB V
KESIMPULAN DAN SARAN
Akan diuraikan Pada BAB V ini kesimpulan yang bisa diambil dari praktikum
kali ini dan saran untuk perbaikan kegiatan praktikum kedepannya.
5.1 Kesimpulan
Dari proses pengolahan, perhitungan dan analisis data yang sudah dilakukan
maka dapat disimpulkan bahwa:
1. Untuk metode yang terpilih setelah dibandingkan dengan beberapa metode,
Simple Moving Average (SMA) lebih baik dikarenakan hasil peramalan
dengan Panjang periode 12 bulan dan memliki erroe yang kecil. Sehingga
dapat dipilih untuk peramalan permintaan 2021.
2. Dalam perhitungan perencanaan Agregat Planning menggunakan metode
spread sheet menghasilkan biaya total paling kecil dibanding yang lain
sebesar Rp 1.616.788.000 untuk peramalan permintaan 2021.
3. Yang menjadi data input Master Production Scheduling adalah data hasil
peramalan terpilih 2021 dan perencanaan agregat 2021.
4. Hasil dari perhitungan perencanaan kapasitas (Capacity Planning)
menujukan bahwa kapasitas yang tersedia masih lebih besar dan mencukupi
untuk kapasitas yang dibutuhkan. Perhitungan menggunakan 2 metode
CPOF dan BOLA.
5. Perhitungan Line of Balancing yang dilakukan menujukan hasil efisiensi
lini produksi adalah sebesar 90%. Dengan hasil pada efisiensi lini fabrikasi
adalah 92% dan efisiensi lini perakitan adalah 89%.
6. Didapatkan hasil urutan pekerjaan pada penjadwalan pengukuran dan
pemolaan pada tahap penjadwalan adalah pada mesin 1 pekerjaan A lalu
pekerjaan C; pada mesin 2 pekerjaan B lalu pekerjaan H terakhir pekerjaan
F; pada mesin 3 pekerjaan D lalu pekerjaan E terakhir pekerjaan G.
7. Didapatkan hasil urutan pekerjaan pada penjadwalan pembubutan adalan
pekerjaan H, pekerjaan D, pekerjaan G, pekerjaan E, pekerjaan C, pekerjaan
A, pekerjaan B, pekerjaan F.
8. Didapatkan hasil urutan pekerjaan pada penjadwalan penghalusan adalan
pekerjaan A, pekerjaan B, pekerjaan C, pekerjaan G, pekerjaan E, pekerjaan
H, pekerjaan F, pekerjaan D.
5.2. Saran
Adapun saran yang dapat diberikan setelah kami melakukan pengolahan,
perhitungan dan analisis data yang sudah dilakukan adalah:
72
1. Untuk lebih meyakinkan dapat menggunkan aplikasi atau software guna
memvalidasi perhitungan yang sudah dilakukan. Bisa menggunakan
software lain seperti Minitab, POM QM, dan lain sebagainya
2. Perhitungan dapat menggunakan dan memanfaatkan software spreadsheet
untuk membantu perhitungan.
73
DAFTAR PUSTAKA
Assauri, S. (1999). Manajemen Produksi dan Operasi: Edisi Revisi. Jakarta: Fakultas.
Ekonomi Universitas Indonesia
Baker, K.R. & Trietsch, D., 2009. Principles Of Sequencing And Scheduling, New
Jersey: John Wiley & Sons. Bedworth, D.D., 1987. Integrated
Bedworth, D.D., 1987. Integrated Production Control Systems, Management, Analysis,

Design 2/E, Canada: John Wiley & Sons.
Ginting,Rosnani.2009. Penjadwalan Mesin. Graha Ilmu:Yogyakarta
Harding, H. A. (1984), Manajemen Produksi, Penerbit Balai Aksara, Jakarta.
Hartini, Sri. 2011. Evaluasi Pembelajaran. Surakarta: Qinant.
Herjanto, Eddy, 2008, Manajemen Operasi Edisi Ketiga, Jakarta: Grasindo.
Indrajit, R.E. & Djokopranoto, R., 2003. Manajemen Persediaan. Jakarta: Gramedia
Nasution, Arman Hakim. 2003, Perencanaan dan Pengendalian Produksi. Yogyakarta:

Graha IlmuCetakan Pertama.
Pinedo, M.L., 2016. Scheduling: Theory, Algorithms, and Systems, Fifth Edition.
Springer International Publishing. doi:10.1007/978-3-319-26580-3
74

Laporan Praktikum UAS - PPIC - Kelompok 6 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Praktikum UAS - PPIC - Kelompok 6 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN AKHIR PRAKTIKUM MATA PRAKTIKUM PPIC

“PRAKTIKUM AKHIR SEMESTER PPIC”

Disusun Guna Memenuhi Tugas Akhir Semester

Sabit Iqbal Maulana NIM. 1119021

PROGRAM STUDI D-IV TEKNIK INDUSTRI OTOMOTIF

Jakarta, Juni 2021

Nama Mahasiswa: Nomor Induk Mahasiswa:

(Laksmi Ambarwati, S.T, M.T.)

Penyusun I Penyusun II Penyusun III

(Sabit Iqbal Maulana) (Permana Mubarokh) (Jhon Oscar Ruiz)

Gambar 1 Grafik Perbandingan Kapasitas RCCP: CPOF .................................... 40

Tabel 1 Data Permintaan dan Harga Produk Januari 2020 ................................... 15

1.1 Latar belakang

1.6 Metodologi Praktikum

Penerimaan Studi Kasus

Menentukan ukuran dan metode pengolahan data

Analisa hasil pengolahan

Kesimpulan dan Saran

2.3 Perencanaan agregat

2.3.2 Tujuan Perencanaan Agregat

2.3.3 Input dan Output Perancanaan Agregrat

2.3.4 Strategi Perencanaan Agregat

2.4 Master Production Schedule

2.5.3 Teknik Penerapan RCCP

2.6.3 Langkah-langkah Line Of Balancing

2.7.2 Tujuan Penjadwalan

2.7.3 Klasifikasi Penjadwalan

3.1 Pengumpulan Data

3.1.1 Studi Kasus Laporan Akhir Praktikum

Tabel 2 Data Hari Kerja

Tabel 4 Data Jumlah Mesin dan Stasiun Kerja Lini Fabrikasi

Tabel 6 Data Penunjang Lain

3.2 Pengolahan Data

Tabel 7 Data Family Produk (Agregasi Produk per-Item)

Pesawat Family Produk

Pengolahan data forecasting yang dilakukan adalah dengan menggunakan

Tabel 8 Data Hasil Peramalan Naive Method

Bulan Permintaan NAIVE Naive

Tabel 9 Nilai Forecast Error Naive Method

II. Moving Average (MA3)

Tabel 10 Data Hasil Peramalan MA3

Tabel 11 Nilai Forecast Error MA3

III. Single Exponential Smoothing (α= 0,3)

Tabel 12 Data Hasil Peramalan SES (0,3)

Maret 5690 4475 350 350 0.074 122500

IV. Single Moving Avarage

Tabel 14 Data Hasil Peramalan SMA

Bulan Permintaan SMA SMA

Januari 4370 4370 Error ABS Error Error/D Error^3

Februari 4720 4545 0 0 0 0

Maret 5690 4926.67 175 175 0.037 30625

April 5170 4988 763.3333333 763.333333 0.134 582677.7778

Mei 0.00 5126 182.50 182.50 0.04 33306.25

Juni 5440 5178 554.00 554.00 0.10 306916.00

Juli 5620 5241 261.67 261.67 0.05 68469.44

Agustus 5610 5288 378.57 378.57 0.07 143316.33

September 5610 5323 322.50 322.50 0.06 104006.25

Oktober 4960 5287 286.67 286.67 0.05 82177.78

November 5560 5312 -327.00 327.00 0.07 106929.00

Desember 5130 5297 248.18 248.18 0.04 61594.21

-166.67 166.67 0.03 27777.78

Total 3666.08658 0.671165654 1547795.819

Tabel 15 Hasil Forecast Error SMA