Anda di halaman 1dari 47

Machine Translated by Google

Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/229215223

Teori kontingensi perencanaan kapasitas: Hubungan antara jenis proses dan metode perencanaan

Artikel di Jurnal Manajemen Operasi · Januari 2011


DOI: 10.1016/j.jom.2010.05.003

KUTIPAN BACA

77 9.656

1 penulis:

Antti Tenhiälä
Universitas EI

10 PUBLIKASI 269 KUTIPAN

LIHAT PROFIL

Semua konten setelah halaman ini diunggah oleh Antti Tenhiälä pada 11 Oktober 2017.

Pengguna telah meminta peningkatan file yang diunduh.


Machine Translated by Google

Teori Kontinjensi Perencanaan Kapasitas:

Hubungan antara Jenis Proses dan Metode Perencanaan

Antti Tenhiälä

Sekolah Bisnis IE

Calle María de Molina 12-5 hari, 28006 Madrid, Spanyol

00 34 91 568 9600, antti.tenhiala@ie.edu

Saat mengacu pada karya ini, harap gunakan informasi kutipan lengkap:

Tenhiälä, A., 2011. Teori kontinjensi perencanaan kapasitas: Keterkaitan antara proses

jenis dan metode perencanaan. Jurnal Manajemen Operasi 29 (1-2), 65-77.

[http://dx.doi.org/10.1016/j.jom.2010.05.003]

Terima kasih

Saya ingin berterima kasih kepada Mikko Ketokivi, Kari Tanskanen, Gopesh Anand, Suzanne de Treville, dan

Kenneth K. Boyer serta tiga peninjau anonim dan Associate Editor untuk mereka

kritik dan saran yang sangat membantu saya untuk menyempurnakan makalah ini. Saya juga berterima kasih atas

dukungan finansial dari Tekes—lembaga pendanaan Finlandia untuk teknologi dan inovasi. Di dalam

khususnya, saya berterima kasih kepada perusahaan yang diteliti dan karyawan mereka yang memberikan kontribusi

penelitian ini mungkin.


Machine Translated by Google

Teori Kontinjensi Perencanaan Kapasitas:

Hubungan antara Jenis Proses dan Metode Perencanaan

ABSTRAK

Padahal keandalan rencana produksi sangat penting untuk kinerja manufaktur

organisasi, kebanyakan praktisi menggunakan metode perencanaan jauh lebih sederhana daripada apa

direkomendasikan dalam literatur manajemen operasi. Artikel ini menggunakan teori kontingensi

organisasi untuk menjelaskan kesenjangan antara praktik dan model akademik produksi

perencanaan. Argumen tentang efek kontinjensi dari kompleksitas proses mengarah pada hipotesis bahwa

mengharapkan metode perencanaan kapasitas sederhana menjadi paling efektif dalam proses produksi tertentu. A

setting penelitian inferensi kuat digunakan untuk menguji hipotesis kontingensi terhadap konvensional

hipotesis yang mengharapkan teknik perencanaan yang paling canggih untuk selalu menjadi yang paling efektif.

Data multisumber dari industri manufaktur mesin mendukung hipotesis kontingensi

dan menolak hipotesis universalistik. Temuan tersebut dijelaskan dengan menggunakan konsep tugas

saling ketergantungan dan rasionalitas terbatas. Hasilnya memiliki beberapa implikasi manajerial, dan

mereka menguraikan bagaimana konsep klasik dalam teori organisasi dapat membawa wawasan praktis yang relevan

untuk riset manajemen operasi.

Kata kunci: Kompleksitas, kecocokan, inferensi kuat, teori organisasi, penelitian metode campuran

1
Machine Translated by Google

PERKENALAN

Dalam organisasi manufaktur, banyak keputusan penting dibuat dalam perencanaan produksi

kegiatan. Perencana produksi memutuskan kapan dan dengan sumber daya apa organisasi memproduksinya

output, dan metode yang digunakan untuk membuat rencana ini sangat penting untuk organisasi

kinerja (Kanet dan Sridharan, 1998; Davis dan Mabert, 2000; Zwikael dan Sadeh, 2007).

Metode yang buruk menghasilkan rencana yang terlalu longgar dan menghasilkan waktu tenggang yang berlebihan atau terlalu ketat dan

mengakibatkan kegagalan untuk menepati tanggal pengiriman yang dijanjikan. Akibatnya, tidak mengherankan bahwa perencanaan

metode selalu menjadi area penelitian utama dalam literatur manajemen operasi. Berbeda

teknik perencanaan telah dipelajari, terutama dalam penelitian berbasis analitis dan simulasi

(Kouvelis et al., 2005). Aliran penelitian tersebut telah menghasilkan berbagai algoritma canggih

yang memungkinkan pemerataan dan optimalisasi rencana produksi (misalnya, Davis dan Mabert, 2000; Yang

et al., 2002; Deblaere et al., 2007). Namun, peneliti empiris telah berulang kali mengamati hal itu

kebanyakan praktisi menggunakan metode perencanaan yang jauh lebih canggih daripada yang dibahas di

literatur akademis (Melnyk et al., 1986; Wiers, 1997; McKay et al., 2002). Lebih-lebih lagi,

bukti empiris menunjukkan bahwa para praktisi yang menggunakan metode perencanaan lanjutan sedang aktif

rata-rata kurang puas dengan rencana mereka dibandingkan mereka yang menggunakan metode yang lebih sederhana dan kurang akurat

(Jonsson dan Mattsson, 2003). Tujuan dari artikel ini adalah untuk menjelaskan kesenjangan antara praktek

dan model akademik perencanaan produksi.

Artikel ini mempekerjakan logika inferensi yang kuat, teori kontingensi organisasi, dan

dataset empiris multisumber untuk menjelaskan faktor penentu metode perencanaan yang berbeda'

efektivitas. Logika inferensi kuat mengacu pada desain penelitian di mana pembangunan teori didasarkan

pada tes hipotesis bersaing (Platt, 1964). Perspektif kontingensi-teoritis dari proses

kompleksitas (misalnya, Thompson, 1967) digunakan untuk mengusulkan yang terkadang paling canggih

metode perencanaan mungkin kurang efektif daripada teknik yang lebih sederhana. Proposisi kontingensi

2
Machine Translated by Google

diuji terhadap hipotesis tentang keunggulan universal dari perencanaan yang paling maju

metode. Analisis dilakukan dengan data survei dari sampel produsen mesin.

Hasil statistik dilengkapi dengan wawancara yang menjelaskan alasannya

praktisi akhirnya menggunakan metode perencanaan tertentu.

KERANGKA KONSEPTUAL DAN HIPOTESIS

Mendasari Asumsi: Pentingnya Perencanaan dalam Organisasi Kompleks

Perencanaan diperlukan di semua organisasi yang kompleks di mana sumber daya terspesialisasi dan saling terkait

melakukan berbagai macam aktivitas yang berbeda. Dengan tidak adanya perencanaan, berbagai bagian dari suatu

organisasi dapat mengejar tujuan mereka sendiri, yang mungkin bertentangan dengan orang lain (Maret

dan Simon, 1958). Namun, tidak semua organisasi itu rumit; akibatnya, perencanaan yang rumit

upaya tidak selalu diperlukan. Dalam pengaturan sederhana, di mana spesialisasi, variasi tindakan, dan tugas

saling ketergantungan rendah, koordinasi dapat dicapai melalui aturan dan heuristik (Cyert dan

Maret 1963). Dikotomi antara rencana dan aturan sangat jelas dalam pembuatan,

di mana salah satu paradigma utama dicirikan oleh penekanannya pada perencanaan bertahap waktu,

sedangkan yang lain menekankan aturan dan kesederhanaan. Konsep sentral dari yang pertama adalah material

perencanaan persyaratan (MRP, Orlicky, 1975), sedangkan yang terakhir didasarkan pada just-in-time (JIT)

metode (Ohno, 1988).

Cara klasik untuk mengejar penyederhanaan di bidang manufaktur adalah mengisolasi operasi dari eksternal

ketidakpastian (Thompson, 1967). Luasnya isolasi sangat tergantung pada pesanan

titik penetrasi (Olhager, 2003); semakin awal persyaratan khusus pesanan dipertimbangkan

akun, semakin tinggi paparan terhadap lingkungan. Oleh karena itu, perencanaan bertahap waktu adalah

penting dalam manufaktur make-to-order (MTO), dan metode JIT adalah yang terbaik dalam pembuatannya

lingkungan persediaan (Karmarkar, 1989; Vollmann et al., 2005). Kedua pendekatan biasanya hidup berdampingan

3
Machine Translated by Google

dalam sistem assemble-to-order dan pengaturan perantara lainnya. Penundaan pesanan

titik penetrasi memungkinkan penggunaan metode JIT dalam operasi hulu disesuaikan

manufaktur (Olhager dan Rudberg, 2002). Namun, kompleksitas produksi yang melekat

menurut pesanan individu tidak dapat dihilangkan dengan memaksakan metode JIT pada bagian MTO

proses (Hopp dan Spearman, 2004). Akibatnya, perencanaan bertahap waktu memiliki

tetap sebagai bagian penting dari manajemen manufaktur meskipun kontribusi penting dari JIT.

Metode kontemporer perencanaan produksi bertahap waktu didasarkan pada manufaktur

kerangka perencanaan sumber daya (MRPII). Awalnya dikembangkan untuk melengkapi MRP

kemampuan untuk memeriksa kelayakan rencana material terhadap kendala kapasitas (Landvater dan Gray,

1989). Aplikasi MRPII yang lebih maju telah dikembangkan untuk memungkinkan kelayakan

pemeriksaan untuk diperluas ke faktor lain, seperti sumber daya pengiriman dan kendala keuangan (Yusuf

dan Sedikit, 1998). Namun, implementasi praktis dari solusi semacam itu masih jarang

(McKay dan Wiers, 2004). Bahkan, telah diamati bahwa bahkan fitur perencanaan kapasitas

MRPII jauh lebih sedikit dimanfaatkan daripada apa yang diharapkan berdasarkan literatur akademik

(Halsall et al., 1994; Kemppainen, 2007). Karena bagian perencanaan material MRPII sudah baik

didirikan (Vollmann et al., 2005), pengamatan menyiratkan bahwa perencanaan produksi perusahaan

praktek dapat diukur melalui metode yang mereka gunakan dalam perencanaan kapasitas.

Perkembangan terbaru dalam perangkat lunak perusahaan menjanjikan kapasitas yang dapat diterapkan dengan mudah

alat perencanaan. Sementara sistem perencanaan sumber daya perusahaan (ERP) sangat cocok untuk

pemeriksaan kapasitas yang lebih sederhana (Wortmann et al., 1996), perencanaan dan penjadwalan lanjutan (APS)

sistem mempromosikan metode yang lebih canggih (Kreipl dan Pinedo, 2004; Stadtler dan Kilger,

2005). Namun, ketekunan perusahaan dalam menerapkan fitur sistem perusahaan mereka diketahui

sangat bervariasi (misalnya, Bendoly dan Cotteleer, 2008). Oleh karena itu, varians juga dapat ditemukan di

pemanfaatan fitur perencanaan kapasitas. Varians ini memungkinkan pengujian apakah kompleks

4
Machine Translated by Google

organisasi yang tidak berupaya melakukan perencanaan mengalami kekurangan koordinasi (mis., March

dan Simon, 1958; Zwikael dan Sadeh, 2007). Akibatnya, hipotesis berikut disajikan

sebagai asumsi yang mendasari penelitian ini:

H1 : Upaya perencanaan kapasitas berhubungan positif dengan kinerja.

Efek Universal: Keunggulan Metode Perencanaan yang Canggih

Masuk akal untuk berasumsi bahwa tidak hanya upaya dalam perencanaan tetapi juga cara-cara perencanaan

urusan. Gambar 1 menyajikan metode utama perencanaan produksi bertahap menurut waktu

kerangka Vollmann et al. (2005). Relevansi praktis dari kerangka ini tinggi karena

Vendor perangkat lunak ERP yang dominan telah menyusun modul perencanaan produksi mereka dengan cara yang sama

mode (misalnya, SAP, 2010a). Selain itu, sebagian besar buku teks merujuknya secara langsung atau memberikan

ilustrasi yang sangat mirip (misalnya, Hill, 2005; Slack et al., 2007; Stevenson, 2004).

-----------------------------

Sisipkan Gambar 1 di sini


-----------------------------

Tulang punggung proses perencanaan ada pada kegiatan perencanaan material yaitu master

penjadwalan produksi (MPS), MRP, dan kontrol input/output (I/O) (Vollmann et al., 2005).

Kegiatan opsional berada di sisi perencanaan kapasitas. Pada Gambar 1, mereka diberi nomor di

urutan kecanggihan. Angka tersebut menunjukkan bahwa jumlah catatan data yang diperlukan meningkat seiring

metode menjadi lebih canggih. Kenaikan bersifat kumulatif karena catatan tidak

sepenuhnya menggantikan satu sama lain.

Perencanaan kapasitas non-sistematis mengacu pada pertimbangan kendala kapasitas yang tidak jelas.

Pada tingkat jadwal induk, artinya perencana menggunakan pengalaman pribadinya untuk mengevaluasi

kelayakan rencana (Proud, 2007). Dalam MRP, pertimbangan kapasitas yang tidak jelas direalisasikan

melalui parameter lead-time bill of material. Waktu tunggu pemrosesan mewakili

5
Machine Translated by Google

rata-rata, sedangkan perbedaan di sekitar rata-rata diperhitungkan dengan waktu tunggu keselamatan

(Vollmann et al., 2005). Dalam kontrol I/O, aturan penjadwalan prioritas dapat digunakan untuk meratakan kapasitas

pemanfaatan tanpa kegiatan perencanaan formal (Green dan Appel, 1981; Kemppainen, 2007).

Rough-cut capacity planning (RCCP) adalah metode sistematis yang paling sederhana. Itu bisa dilakukan dengan

beberapa teknik yang semuanya berbagi karakteristik umum agregasi (Wortmann et al., 1996).

Bahan dikumpulkan ke produk akhir atau kelompok produk dan kapasitas ke jalur produksi atau

kelompok sumber daya (Bangga, 2007). RCCP menyederhanakan perencanaan dengan mengabaikan inventaris subassembly,

urutan operasi, pengaturan, dan ukuran batch (Vollmann et al., 2005). Namun, ini menyediakan

perencana dengan sarana sistematis untuk mengawasi bagaimana pemanfaatan sumber daya terakumulasi selama

kegiatan MPS. Ini merupakan keuntungan jika jadwal induk sering diperbarui, item MPS

banyak, atau item MPS berbeda memuat sumber daya yang sama. Dalam situasi ini, non-sistematis

metode rentan terhadap kesalahan manusia dan dengan mudah menghasilkan jadwal yang kelebihan beban.

Perencanaan kebutuhan kapasitas (CRP) menyediakan teknik yang lebih rinci untuk memastikan

kelayakan rencana material. Perhitungan CRP dilakukan tidak hanya untuk produk akhir tetapi juga

untuk subassemblies. Selain itu, data perutean memungkinkan penghitungan pemanfaatan individu

sumber daya dan efek urutan operasi, pengaturan, dan ukuran batch. Oleh karena itu, CRP mengoreksi

untuk penyederhanaan RCCP dan membantu menghasilkan jadwal yang lebih andal. Namun, manual

pekerjaan terus memiliki peran utama karena perencana manusia perlu membuat rencana sesuai dengan kapasitasnya

batas. Revisi biasanya memerlukan beberapa iterasi. (Burcher, 1992; McKay dan Wiers,

2004)

Langkah selanjutnya dari CRP adalah mengotomatiskan iterasi merevisi rencana. Ini bisa dilakukan

dengan metode pemuatan hingga , yang ditampilkan dalam sistem APS (McKay dan Wiers, 2004). Itu

proses penggunaannya biasanya sebagai berikut: pertama, rencana material diunduh dari ERP

sistem. Selanjutnya, algoritma dari software finite-loading digunakan untuk mencari solusi dimana kapasitas

6
Machine Translated by Google

kendala puas dengan pelanggaran paling sedikit dari tanggal jatuh tempo. Akhirnya, rencana yang direvisi adalah

diunggah kembali ke sistem ERP di mana mereka dieksekusi (Stadtler dan Kilger, 2005). Yang jelas

manfaat dari mengotomatiskan penyamarataan kapasitas adalah berkurangnya kemungkinan kesalahan manusia.

Selain leveling kapasitas, algoritma finite-loading dapat digunakan untuk menyelesaikan lebih banyak

masalah penjadwalan yang rumit. Alat pemuatan terbatas dengan pengoptimalan dapat digunakan, untuk

misalnya, untuk memaksimalkan throughput atau untuk meminimalkan penyiapan atau waktu henti (misalnya, Davis dan Mabert,

2000). Teknik seperti itu membutuhkan parameter perencanaan paling banyak, dan keakuratan parameter ini

sangat penting untuk kualitas rencana. Namun, pemeliharaan parameter dan

investasi dalam perangkat lunak mungkin dibenarkan di beberapa lingkungan manufaktur, seperti

seperti dalam sistem produksi padat modal (Kreipl dan Pinedo, 2004; Stadtler dan Kilger, 2005).

Metode perencanaan sama sekali tidak saling eksklusif. Sebaliknya, beberapa metode bisa

digunakan secara bersamaan untuk tujuan yang berbeda (Meal, 1984). Misalnya, manajer pabrik dapat menggunakan

RCCP untuk mengevaluasi rencana penjualan, penjadwal master dapat menggunakan CRP untuk mengawasi proses mereka, dan

perencana produksi dapat melakukan pemuatan sumber daya kritis yang terbatas. Sebuah konsep yang membawa

kejelasan untuk pluralitas ini adalah perencanaan ulang dari bawah ke atas (Fransoo dan Wiers, 2008; Vollmann et al., 2005).

Dalam proses ini, jadwal induk diperbarui berdasarkan aktivitas perencanaan tingkat bawah. Di dalam

sistem perencanaan loop tertutup, jadwal induk didasarkan pada pemuatan kritis yang terbatas

sumber daya (Kenat dan Sridharan, 1998). Dalam solusi perantara, jadwal induknya adalah

direvisi berdasarkan CRP. Akibatnya, metode utama perencanaan dapat diidentifikasi. Ini

metode yang menentukan output yang dilakukan oleh fungsi manufaktur itu sendiri.

Karena semua metode perencanaan lanjutan bertujuan untuk mengurangi kesalahan dalam perencanaan, metode ini dapat diusulkan

bahwa mereka harus memiliki efek positif pada kinerja operasional. Beberapa penelitian sudah

bukti tersirat dari efek tersebut (Sheu dan Wacker, 2001; Wacker dan Sheu, 2006). Namun,

mereka belum menyertakan teknik pemuatan terbatas, yang merupakan kelemahan utama karena substansial

7
Machine Translated by Google

upaya telah dimasukkan ke dalam pengembangan mereka (Kouvelis et al., 2005). Perkembangan progresif

algoritma dan perangkat lunak dapat dibenarkan dengan baik jika ada bukti tentang hubungan langsung antara keduanya

kecanggihan metode perencanaan dan kinerja. Oleh karena itu, hipotesis berikut akan

diuji:

H2: Kecanggihan metode perencanaan kapasitas berhubungan positif dengan

pertunjukan.

Efek Kontinjensi: Kesesuaian antara Metode Perencanaan dan Jenis Proses

Perspektif lain untuk keefektifan metode perencanaan yang berbeda adalah dengan mengasumsikan bahwa metode '

kesesuaian akan tergantung pada konteks penggunaannya. Dukungan awal untuk argumen semacam itu

dapat ditemukan dalam survei Jonsson dan Mattsson (2002; 2003). Mereka menunjukkan bahwa praktisi

kepuasan dengan teknik perencanaan yang berbeda tergantung pada jenis proses produksi mereka:

manajer bengkel kerja puas dengan RCCP, pengguna CRP yang paling puas bekerja secara berkelompok

pabrik proses, dan metode pemuatan terbatas paling populer di lini produksi.

Pengamatan tersebut sejalan dengan tinjauan Sousa dan Voss (2008), yang menemukan proses tersebut

jenis untuk memiliki pengaruh terhadap efektivitas berbagai praktek manajemen operasi yang berbeda.

Dalam konteks perencanaan, pengaruh tipe proses dapat dijelaskan dengan dua klasik

kontingensi-teoritis konstruksi: pengulangan dan kompleksitas tugas yang merupakan

proses (Perrow, 1967; Woodward, 1965). Efek gabungan mereka adalah sebagai berikut:

ÿ RCCP cocok dengan job shop karena pengulangan minimal dalam volume rendah dan variasi tinggi

produksi, dan catatan data dari metode yang lebih rinci dengan demikian sulit dipertahankan.

Selain itu, metode yang lebih rinci tidak diperlukan karena kerumitan sistem

terbatas dengan mesin serba guna dan tenaga kerja yang terampil secara luas (Blackstone dan

Cox, 2005; Bukit, 2007).

8
Machine Translated by Google

ÿ CRP cocok dengan proses batch karena operasi yang lebih berulang membuat pemeliharaan

dari catatan data yang berharga. Selanjutnya, informasi tentang sumber daya-spesifik

beban kerja diperlukan karena sumber daya lebih terspesialisasi dan produk berbeda

disalurkan melalui mereka dengan cara yang berbeda (Jonsson dan Mattsson, 2003; Wortmann et al., 1996).

ÿ Metode pemuatan terbatas cocok dengan proses batch di mana kompleksitas dikurangi dengan kemacetan

kontrol (Goldratt dan Cox, 1984; Vollmann, 1986). Pemuatan terbatas bekerja dalam proses batch jika

kemacetan stasioner dapat diidentifikasi dan semua sumber daya lainnya berada di bawahnya

jadwal. Jika tidak, setiap pemuatan terbatas dari satu sumber daya dapat membuat sumber daya lain menjadi baru

kemacetan, dan iterasi merevisi rencana mungkin menjadi tak ada habisnya.

ÿ Di jalur produksi, kompleksitasnya rendah karena semua sumber daya berada di bawah aliran

garis. Oleh karena itu, kapasitas seluruh lini dapat direncanakan sebagai satu sumber daya.

Perencanaan terperinci diinginkan karena pergantian sebelum waktunya mahal di lini perakitan

(Hayes dan Wheelwright, 1979; Kreipl dan Pinedo, 2004) dan menyebabkan kemacetan di

manufaktur sel (Venkatesan, 1990; Vandaele et al., 2008). Selain itu, pengulangan

operasi membuatnya lebih mudah untuk mempertahankan parameter yang paling canggih

metode (Safizadeh dan Ritzman, 1997; Stadtler dan Kilger, 2005).

Hubungan antara jenis proses dan metode perencanaan juga dapat dijelaskan dengan

konsep saling ketergantungan tugas. Menurut teori kontingensi, alternatif jenis

saling ketergantungan dikumpulkan, berurutan, dan timbal balik (Thompson, 1967; Donaldson, 2001). Itu

dikumpulkan dan proses sekuensial adalah yang paling sederhana untuk dikoordinasikan, tetapi keduanya sangat berbeda

implikasi untuk perencanaan (Barki dan Pinsonneault, 2005). Proses dengan tugas yang dikumpulkan adalah

fleksibel secara inheren, dan ini adalah kemampuan yang tidak boleh dibatasi dengan perencanaan yang terlalu

ketat. Job shop adalah pola dasar saling ketergantungan yang terkumpul (Galbraith, 1973). Sementara itu,

9
Machine Translated by Google

proses berurutan cocok untuk efisiensi, yang merupakan kemampuan yang dapat dipupuk

perencanaan rinci. Di lingkungan manufaktur, hubungan berurutan ada dalam produksi

garis dan di sekitar kemacetan proses batch (Thompson, 1967; Woodward, 1965).

Proses yang paling sulit untuk dikoordinasikan adalah proses di mana tugas dilakukan secara timbal balik

saling tergantung. Ini karena semua tindakan oleh sumber daya apa pun dapat memengaruhi banyak sumber daya lainnya

(Galbraith, 1973; Monahan dan Smunt, 1999). Beberapa kekhususan dalam perencanaan diperlukan untuk mencegah

efek kaskade yang tidak diinginkan, tetapi masuk ke detailnya sulit karena kemungkinan interaksi

banyak (Tushman dan Nadler, 1978). Oleh karena itu, metode perencanaan yang cukup canggih

seperti CRP adalah pilihan yang paling cocok untuk proses timbal balik toko batch (Reeves dan

Turner, 1972).

Singkatnya, konsep kontingensi-teoritis klasik menghasilkan proposisi kecocokan yang bermakna

menantang hipotesis yang memperdebatkan keunggulan universal dari perencanaan yang paling canggih

metode. Proposisi tersebut diilustrasikan pada Gambar 2 dan dapat dirumuskan sebagai berikut:

H3: Kesesuaian antara metode perencanaan kapasitas dan jenis proses berhubungan positif

dengan kinerja; yaitu, kinerja tertinggi dicapai saat RCCP digunakan di

toko kerja, CRP dalam proses batch, dan metode pemuatan terbatas dalam pengendalian kemacetan

proses batch dan jalur produksi.

-----------------------------

Sisipkan Gambar 2 di sini


-----------------------------

METODE DAN DATA

Desain penelitian

Karena Hipotesis 3 menantang efek kinerja universal dari metode perencanaan '

kecanggihan, dapat dilihat sebagai bersaing dengan Hipotesis 2. Situasi ini membutuhkan yang kuat

desain penelitian inferensi , yaitu pendekatan induktif yang membangun teori berdasarkan pengujian

10
Machine Translated by Google

hipotesis bersaing (Platt, 1964). Studi inferensi yang kuat harus dirancang dengan hati-hati sehingga

pengaturan penelitian tidak mendukung salah satu hipotesis saingan (MacKenzie dan House, 1978). Banyak

sumber data juga diperlukan: data kuantitatif memungkinkan pengujian hipotesis, sedangkan

data kualitatif memberikan pemahaman yang dibutuhkan dalam pengembangan teori (Jick, 1979;

Gupta et al., 2006). Meskipun desain penelitian inferensi kuat pada awalnya dikembangkan untuk

studi eksperimental (misalnya, Nadler et al., 2003), telah berhasil digunakan di non

penelitian empiris eksperimental juga (misalnya, Shaw et al., 2005).

Sampel penelitian ini harus difokuskan pada produsen yang produknya cukup banyak

kompleks untuk memerlukan perencanaan bertahap waktu. Produsen produk sederhana akan melakukannya

mengaburkan perbandingan metode perencanaan kapasitas karena mereka hanya dapat mengandalkan berbasis tarif

perencanaan material (Vollmann et al., 2005). Penyaringan awal sampel, atau teoretis

pengambilan sampel, khas untuk studi induktif, meskipun kerugiannya dibandingkan dengan pengambilan sampel acak

adalah ketidakmampuan untuk membuat generalisasi statistik (Eisenhardt, 1989). Namun, pengorbanannya adalah

sejalan dengan tujuan penelitian ini, yaitu untuk mengelaborasi keseluruhan hubungan antara

konstruksi teoretis dan tidak mengejar estimasi parameter definitif (lihat Ketokivi, 2006).

Ketika topik penelitian adalah masalah teknis seperti perencanaan kapasitas, keandalan

informan dapat menimbulkan kekhawatiran. Dalam penelitian ini, sangat penting untuk memastikan bahwa semua informan memiliki

pengalaman pribadi dengan rutinitas perencanaan produksi sehari-hari. Manajer dan kepala pabrik

petugas operasi, yang tipikal informan survei sampel besar, mungkin tidak memilikinya secara langsung

pengetahuan tentang teknik yang digunakan dalam perencanaan produksi sehari-hari. Oleh karena itu, tutup

hubungan harus dibangun dengan organisasi yang dipelajari sehingga mendapat informasi terbaik

responden dapat dipilih sendiri dengan bantuan manajer perusahaan. Selain itu, meskipun

perbedaan antara metode perencanaan secara konseptual jelas, tidak berarti bahwa semua

praktisi akan dapat membedakan praktik mereka dari alternatif kuesioner.

11
Machine Translated by Google

Kunjungan lapangan dan pengamatan kerja diperlukan untuk memastikan keandalan responden mengenai hal ini

masalah. Selain itu, untuk tujuan reliabilitas, kuesioner dibuat sesederhana mungkin dan

telah diuji sebelumnya dengan praktisi yang diwawancarai untuk penelitian ini.

Pengumpulan data

Karena semua persyaratan di atas mendukung studi terfokus, data dikumpulkan dalam sampel

tujuh rantai pasokan manufaktur mesin, yang beroperasi di berbagai sektor industri. Itu

unit analisisnya adalah proses produksi MTO dari 40 pabrik dari lima negara: Kanada,

Finlandia, Swiss, Inggris, dan Amerika Serikat. Sebanyak 98 produksi berbeda

proses diidentifikasi dalam sampel, dan kuesioner elektronik dikirim ke mereka

perencana produksi selama musim dingin 2006-2007. Setiap responden hanya memberikan informasi tentang

proses produksi yang menjadi tanggung jawabnya. Formulir survei pertama kali dibuat dalam bahasa Finlandia

dan kemudian diterjemahkan ke bahasa Inggris dan Jerman untuk memungkinkan semua informan menjawab dalam bahasa asli mereka

bahasa. (Bentuk bahasa Inggris dan Jerman diterjemahkan kembali untuk memastikan kesamaan

versi.) Survei menghasilkan 89 tanggapan yang dapat digunakan (tingkat tanggapan: 91%), jadi ruang untuk non

bias responden terbatas. Namun demikian, alasan untuk setiap non-respons ditelusuri untuk memastikan

tidak adanya penyebab umum. Gambaran umum sampel diberikan pada Tabel 1.

-----------------------------
Sisipkan Tabel 1 di sini
-----------------------------

Selain survei, data kualitatif juga dikumpulkan untuk menginterpretasikan hasil survei dengan lebih baik

tes statistik. Secara keseluruhan, 21 perencana diwawancarai tentang alasan memilih mereka

teknik perencanaan kapasitas. Wawancara dilakukan sebelum survei dan dengan demikian memungkinkan

pengembangan langkah-langkah yang sesuai kontekstual dan pengujian kuesioner. Karena

sedikit perbedaan dalam kuesioner tes, tanggapan dari orang yang diwawancarai tidak dimasukkan

pengujian hipotesis. Kunjungan lapangan dan observasi kerja dilakukan di 16 pabrik, dan objektif

12
Machine Translated by Google

data pelaporan dikumpulkan dari 38 proses produksi.

Pengukuran

Gambar 3 menunjukkan operasionalisasi hipotesis. Berbeda dengan yang menonjol tadi

perbandingan metode perencanaan, variabel dependen penelitian ini mewakili operasional

pertunjukan. Analis sebelumnya, seperti Jonsson dan Mattsson (2002; 2003), telah menggunakan

kepuasan sebagai variabel dependen. Namun, kepuasan merupakan variabel bermasalah karena itu

tergantung tidak hanya pada efektivitas solusi tetapi juga pada harapan responden tentang

mereka (misalnya, Churchill dan Surprenant, 1982). Survei kepuasan perencana dengan metode mereka

mungkin menyukai solusi yang lebih sederhana karena metode yang lebih canggih cenderung menghasilkan lebih tinggi

harapan.

-----------------------------

Sisipkan Gambar 3 di sini


-----------------------------

Kinerja operasional adalah konstruk multidimensi, dan dimensi yang paling cocok untuk

digunakan sebagai variabel dependen biasanya tergantung pada konteks penelitian (Donaldson, 2001).

Dimensi yang paling tepat untuk penelitian ini adalah kinerja pengiriman. Ini adalah yang paling langsung

indikator keberhasilan perencanaan kapasitas karena tujuan utama dari semua perencanaan kapasitas

metode adalah untuk memastikan kelayakan rencana produksi (Vollmann et al., 2005). Pengiriman

kinerja juga merupakan prioritas kompetitif yang sama pentingnya untuk semua jenis proses yang dipelajari.

Hasil Safizadeh et al. (2000) menunjukkan bahwa kepentingan lain umum digunakan

dimensi, seperti kualitas, efisiensi biaya, dan fleksibilitas, cenderung bervariasi secara signifikan antar pekerjaan

toko, proses batch, dan jalur produksi. Selain itu, kinerja pengiriman sangat luar biasa

prioritas kompetitif yang penting untuk semua proses yang dipelajari karena sampel dikumpulkan dari

pembuatan mesin padat modal, di mana bahkan penundaan kecil pun mahal dan tidak nyaman

untuk pelanggan (Yeo dan Ning, 2002). Pentingnya kinerja pengiriman lebih lanjut

13
Machine Translated by Google

ditekankan pada saat penelitian karena industri manufaktur sedang mengalami a

peningkatan ekonomi yang kuat. Ini menggarisbawahi pentingnya perencanaan kapasitas karena tidak efektif

perencanaan sumber daya yang sangat dimanfaatkan selalu mengarah pada kegagalan pengiriman atau janji waktu pengiriman

yang tidak kompetitif.

Faktor lain yang mempengaruhi pilihan variabel dependen adalah umpan balik dari

yang diwawancarai yang membantu dalam pengembangan kuesioner. Banyak dari mereka menjelaskan itu

efisiensi biaya akan sangat sulit diperkirakan dibandingkan dengan pesaing karena memang demikian

ukuran internal yang dipengaruhi oleh banyak faktor lain. Ini akan sangat sulit untuk diperkirakan

pada tingkat proses produksi individu. Sebaliknya, kinerja pengiriman pesaing adalah

dikatakan baik karena di sektor industri yang diteliti, waktu pengiriman dan ketepatan waktu adalah

di bawah tekanan konstan dari pelanggan. Oleh karena itu, tingkat keberhasilan dalam penawaran dan kemampuan untuk

mempertahankan pelanggan memberi responden perasaan untuk pengiriman komparatif proses mereka

pertunjukan.

Kinerja pengiriman dioperasionalkan sebagai rata-rata dari tiga indikator reflektif. A

skala multi-item diperlukan untuk mencakup aspek yang paling penting dari konstruk: kesesuaian,

ketepatan waktu, dan lead time. Misalnya, aspek ketepatan waktu saja tidak akan menjadi proksi yang valid

seluruh konstruk karena dapat digelembungkan dengan waktu pengiriman yang disangga secara ekstensif. Demikian pula,

mungkin untuk selalu mengirimkan persis seperti yang dijanjikan jika tanggal pengiriman sudah dikonfirmasi

lebih lambat dari permintaan awal pelanggan. Namun, terlepas dari kemungkinan trade-off, lebih awal

penelitian telah menunjukkan bahwa item cenderung berkorelasi tinggi (Szwejczewski et al., 1997).

Oleh karena itu, banyak peneliti telah menggunakan skala dalam analisis empiris (misalnya, Swink dan Nair, 2007).

Dalam penelitian ini, indikator dapat dianggap cukup andal, karena alfa Cronbachnya adalah 0,86

(Nunnally dan Bernstein, 1994).

Upaya perencanaan kapasitas dioperasionalkan dengan rata-rata dua formatif

14
Machine Translated by Google

indikator yang mewakili konstituen utama dari upaya organisasi dalam perencanaan. Itu

responden pertama kali ditanya apakah mereka mempertimbangkan kendala kapasitas dalam perencanaan produksi

dan, kedua, apakah ada rutinitas khusus untuk pertimbangan ini. Operasionalisasi ini

mencerminkan gagasan bahwa upaya organisasi dalam tugas administratif seperti perencanaan biasanya lebih banyak

efektif ketika mereka mengikuti rutinitas tertentu (Lillrank, 2003). Namun, keberadaan a

rutinitas tidak menjamin bahwa perencana individu akan melakukan upaya apa pun; pertanyaan pertama adalah

demikian juga diperlukan (Devaraj dan Kohli, 2003). Jelas, indikatornya belum tentu

berkorelasi, tetapi ini bukan masalah karena konvergensi tidak diperlukan dari indikator formatif

(Bollen, 1984; Shah dan Goldstein, 2006). Operasionalisasi sederhana ini digunakan karena

langkah-langkah upaya perencanaan yang lebih canggih biasanya terkait dengan metode perencanaan tertentu (misalnya,

Zwikael dan Sadeh, 2007). Dalam penelitian ini, upaya dan metode harus dianalisis secara terpisah.

Metode perencanaan dioperasionalkan dengan “pendekatan paragraf self-typing” (James

dan Hatten, 1995), dimana responden diberikan gambaran singkat dari masing-masing metode perencanaan

dan diminta untuk memilih salah satu yang paling menggambarkan metode mereka sendiri. Studi sebelumnya telah menemukan ini

jenis operasionalisasi yang menguntungkan karena berbagai alasan (misalnya, King dan Teo, 1997; Slater

dan Olson, 2001; DeSarbo et al., 2005). Dalam konteks penelitian ini, manfaat utamanya adalah memang demikian

tidak menganggap responden terbiasa dengan semua metode perencanaan alternatif dan buku teks mereka

label. Dalam wawancara, operasionalisasi juga ditemukan tidak peka terhadap tanaman tertentu

terminologi. Pendekatan ini juga cocok karena metode perencanaannya merupakan suatu yang alamiah

variabel kategori karena prosedur perencanaan ulang dari bawah ke atas (Fransoo dan Wiers, 2008;

Vollmann et al., 2005).

Jenis proses diukur menurut definisi operasionalnya (Ketokivi dan

Schroeder, 2004). Responden diminta untuk memilih jenis proses yang paling menggambarkan

proses yang menjadi tanggung jawab mereka (misalnya, Das dan Narasimhan, 2001; Safizadeh et al., 2000;

15
Machine Translated by Google

Swink et al., 2005). Orang yang diwawancarai tidak menemukan masalah dengan pilihan paksa antara

kategori karena unit analisis adalah proses individu dan bukan keseluruhan pabrik.

Kesesuaian antara metode perencanaan dan jenis proses dioperasionalisasikan secara dikotomis.

Pendekatan terhadap proposisi kontingensi ini disebut "fit as matching," dan keuntungannya adalah itu

kebugaran dapat ditentukan dalam isolasi variabel dependen (Venkatraman, 1989). Masing-masing dipelajari

proses diberi kode sebagai cocok (1) atau tidak layak (0) berdasarkan Hipotesis 3. Selain itu

coding, dua variabel pelengkap diciptakan untuk membedakan antara dua jenis yang berbeda

ketidaksesuaian yang terjadi di atas dan di bawah diagonal Gambar 2. Yang pertama dari variabel-variabel ini ditandai

proses-proses di mana metode perencanaannya terlalu sederhana, sedangkan yang kedua menandai

proses dengan metode yang terlalu canggih.

Jumlah karyawan dan tingkat kustomisasi produk digunakan sebagai kontrol

variabel karena mewakili kompleksitas yang sering menghambat kinerja pengiriman (Vachon dan

Klasen, 2002). Yang pertama diukur sebagai jumlah kerja internal dan eksternal, dan yang terakhir

diukur sebagai rata-rata antara proporsi kuantitas dan nilai dari produk yang disesuaikan. Itu

seluruh kuesioner direproduksi dalam Lampiran A.

Evaluasi Formal Keandalan Tindakan Persepsi

Ukuran perseptual dari studi survei telah menerima bagian mereka dari kritik. Karena itu,

reliabilitas responden harus dievaluasi secara formal (Ketokivi dan Schroeder, 2004). Di dalam

penelitian ini, analisis reliabilitas antar penilai (IRR) dan perbandingan dengan data objektif digunakan untuk

tujuan ini. Koefisien IRR dapat dihitung untuk tujuh proses produksi yang memiliki dua proses

perencana yang memiliki pengetahuan yang sama. Proses produksi ini mewakili masing-masing yang dipelajari

sektor industri, dan mereka tersebar di berbagai sel Gambar 2 sehingga mereka

mewakili semua metode perencanaan dan baik posisi fit maupun unfit. Hasil analisisnya adalah

cukup meyakinkan: koefisien korelasi intraclass (Shrout dan Fleiss, 1979) signifikan (p <

16
Machine Translated by Google

0,001) untuk setiap pasangan responden dan rata-rata mereka adalah 0,94. Bahkan koefisien terendah adalah 0,79.

Tidak ada perbedaan yang signifikan antara konsistensi dan persetujuan mutlak

definisi IRR.

Validitas kriteria variabel dependen diuji dengan data objektif yang dikumpulkan dari

38 proses produksi selama kunjungan lokasi proyek penelitian ini. Mereka mewakili kira-kira

setengah dari proses milik pabrik yang dikunjungi. Di pabrik-pabrik di mana para manajer tidak

ingin berbagi data yang objektif, alasan utamanya adalah mereka tidak berpikir bahwa datanya akan seperti itu

cukup handal. Distribusi ukuran kinerja perseptual serupa

antara proses yang berbagi data dan yang tidak, yang merupakan bukti terhadap a

kemungkinan bias seleksi diri (misalnya, hanya manajer dari proses berkinerja terbaik yang memilih untuk berbagi

data mereka). Manajer pabrik dengan suara bulat menyarankan penggunaan pengiriman tepat waktu

kinerja, yang sesuai dengan item kedua dari skala persepsi. Mereka menganggapnya sebagai

indikator kinerja pengiriman yang paling andal dan valid dalam sistem pelaporan mereka. Yang paling

rata-rata tahunan terakhir digunakan dalam tes.

Perbandingan ukuran menghasilkan korelasi 0,61 (p <0,001). Hasilnya bisa

dianggap memuaskan karena ukuran obyektif juga tidak bermasalah. Itu

organisasi memiliki berbagai definisi untuk ketepatan waktu; beberapa menghitungnya pada tingkat individu

item, sementara yang lain menggabungkannya menjadi pengiriman atau pesanan. Demikian pula, baseline bisa menjadi yang asli

tanggal yang dijanjikan atau tanggal yang disesuaikan. Baseline juga berkisar dari tanggal ex-works hingga

tanggal commissioning. Selain itu, ukuran obyektif memiliki kelemahan tidak menangkap

keterlambatan pengiriman yang tertunda. Sedangkan ukuran perseptual cenderung kurang sensitif terhadap

definisi spesifik konteks. Ini berlaku terutama untuk ukuran kinerja yang bisa

diformulasikan relatif terhadap kompetisi utama (misalnya, Swink dan Nair, 2007).

17
Machine Translated by Google

HASIL

Statistik deskriptif

Tabel 2 menyajikan statistik deskriptif dan korelasi antar variabel kontinu.

Tabel 3 menunjukkan nilai rata-rata variabel kontinu pada masing-masing pasangan variabel kategori.

Angka-angka tersebut tampak masuk akal, mengingat bahwa pengguna metode pemuatan hingga berusaha paling keras

perencanaan, sementara perencana non-sistematis melakukan upaya paling sedikit.

-----------------------------
Sisipkan Tabel 2-3 di sini
-----------------------------

Pengujian Hipotesis

Hipotesis diuji dengan analisis regresi hierarkis. Hasilnya ditunjukkan pada Tabel

4. Langkah pertama analisis mencakup semua variabel kontrol. Variabel dummy untuk dipelajari

sektor industri memiliki kekuatan penjelas yang cukup besar karena beberapa proses yang dipelajari berbagi

pesaing dan standar kinerja yang sama karena desain penelitian yang terfokus. Karena itu,

mengendalikan efek ini sangat penting, tetapi koefisiennya tidak menarik secara teoritis dan menarik

sehingga dihilangkan dari tabel. Variabel untuk ukuran organisasi dan kompleksitasnya

produk ternyata tidak signifikan. Satu-satunya perbedaan yang signifikan antara jenis proses dapat

ditemukan antara job shop dan proses batch.

Langkah kedua menambahkan upaya perencanaan ke dalam persamaan. Ini memiliki efek positif, seperti yang diperkirakan

dalam Hipotesis 1. Hasil ini penting karena menunjukkan bahwa sampel tersebut valid untuk

perbandingan metode perencanaan. Jika sampel sudah termasuk banyak produksi sederhana

proses di mana perencanaan bertahap waktu tidak diperlukan, maka hipotesis tidak akan terjadi

didukung, dan perbandingan metode tidak akan berarti.

-----------------------------
Sisipkan Tabel 4 di sini
-----------------------------

18
Machine Translated by Google

Langkah ketiga menambahkan metode perencanaan ke dalam analisis dan memungkinkan perbandingan

efektivitas teknik perencanaan yang berbeda. Tidak ada metode yang memiliki pengaruh signifikan, yaitu

berarti bahwa Hipotesis 2 tidak mendapat dukungan apapun dari data.

Langkah keempat analisis dilakukan dengan dua cara. Langkah 4a menunjukkan perbedaan rata-rata

antara metode perencanaan pas dan tidak pas Gambar 2. Langkah 4b menunjukkan efek dari

menggunakan metode yang tidak sesuai dan membedakan antara metode yang kurang canggih dan yang lainnya

yang lebih canggih dari yang diusulkan. Namun, perbedaan antara efek negatif dari

metode yang terlalu canggih dan terlalu sederhana tidak signifikan secara statistik (z = 0,77, p =

0,44; untuk rincian metode perbandingan, lihat Paternoster et al., 1998). Bagaimanapun, hasilnya memberi

cukup kuat mendukung Hipotesis 3 karena ketiga variabel memiliki koefisien yang signifikan dan

menjelaskan sebagian besar variasi dalam kinerja.

Wawancara

Salah satu pengamatan penting dari statistika adalah meluasnya pemanfaatan yang tidak sistematis

metode perencanaan dan metode yang tidak sesuai dengan proses di mana mereka digunakan. Ini meningkatkan

pertanyaan tentang bagaimana praktisi memilih metode perencanaan mereka. Pertanyaan tersebut disampaikan dalam

wawancara. Kutipan paling ilustratif disajikan pada Tabel 5. Pendapat para narasumber

memiliki banyak kesamaan; misalnya perencana yang menggunakan metode non-sistematis atau RCCP

dalam konteks yang tidak layak berbagi perasaan bahwa teknik yang lebih rinci akan sangat banyak

rumit. Sementara itu, perencana yang menggunakan RCCP dalam konteks yang sesuai menjelaskan bahwa “lebih menarik”

teknik mungkin akan ada tetapi mereka tidak menjelajahinya karena mereka puas

dengan hasil dari praktik mereka saat ini.

-----------------------------
Sisipkan Tabel 5 di sini
-----------------------------

Baik dalam konteks pas maupun tidak pas, alasan penggunaan CRP adalah karena CRP merupakan bagian

19
Machine Translated by Google

sistem ERP perusahaan. Tak satu pun dari orang yang diwawancarai tahu apakah sistem ERP mereka

menampilkan metode alternatif apa pun. Dalam kasus di mana CRP seharusnya tidak digunakan, para perencana

menyalahkan rencana mereka yang tidak dapat diandalkan karena kegunaan yang buruk dari sistem ERP mereka. Namun, bahkan

para perencana yang menggunakan CRP dalam konteks yang benar melaporkan bahwa perencanaan kapasitas adalah a

bagian yang sangat menantang dari pekerjaan mereka. Gagasan ini sejalan dengan diskusi sebelumnya tentang

toko batch menjadi jenis proses yang paling kompleks untuk perencanaan kapasitas.

Alasan paling umum untuk mengadopsi metode pemuatan terbatas adalah seseorang dalam organisasi

telah menemukan perangkat lunak yang meyakinkan. Dalam situasi di mana metode ini terlalu rinci

untuk prosesnya, pengguna mengakui adanya masalah tetapi mengaitkannya dengan penggunaan yang salah

perangkat lunak. Ketidaksesuaian kontekstual metode tidak dicurigai.

DISKUSI

Perspektif Organisasi-Teoretis untuk Perencanaan Kapasitas

Hasilnya menunjukkan bahwa ada waktu dan tempat untuk metode perencanaan yang “tidak tepat” seperti

RCCP dan CRP, yang pemanfaatannya secara luas mengejutkan para akademisi (Halsall et al., 1994;

Jonsson dan Mattsson, 2003). Tampaknya jika teknik pemuatan terbatas digunakan di bengkel kerja, mereka

mendorong pembuatan jadwal yang ketat untuk proses yang tidak cukup stabil bagi mereka. Pekerjaan

desain proses toko didasarkan pada preferensi fleksibilitas daripada efisiensi (Hayes dan Wheelwright, 1979;

Safizadeh et al., 1996). Oleh karena itu, penyamarataan atau pengoptimalan kapasitas terkomputerisasi, yang mana

khusus bertujuan untuk efisiensi, tidak pada tempatnya di lingkungan tersebut. Dalam terminologi dari

teori kontingensi, sumber daya toko kerja dikatakan dikumpulkan (Thompson, 1967). Jika

sumber daya secara definisi dikumpulkan, maka tidak mengherankan jika para perencana, yang menggunakan detail

teknis, mengeluh bahwa rencana mereka tidak cukup kuat, seperti yang diamati oleh Wiers (1997).

Dalam proses batch, tantangan perencanaan terperinci adalah “mengalihkan kemacetan” (Monahan

20
Machine Translated by Google

dan Smunt, 1999). Teknik pemuatan hingga tampaknya tidak berhasil, meskipun faktanya banyak

algoritma dan perangkat lunak telah dikembangkan untuk mengatasi masalah (misalnya, Kouvelis et al.,

2005; SAP, 2010b). Alih-alih menyalahkan alat atau penggunanya, dapat ditanyakan apakah kegagalannya

bisa memiliki penyebab yang lebih mendasar. Penjelasan kontingensi-teoritis adalah perencanaan itu sendiri

menjadi mekanisme koordinasi yang kurang efektif dalam proses timbal balik toko batch

(Galbraith, 1973; Tushman dan Nadler, 1978; Barki dan Pinsonneault, 2005). Jadi, bukannya

berjuang untuk perencanaan yang lebih rinci, manajer toko batch akan lebih baik dengan berinvestasi

dalam kemampuan untuk memecahkan pengecualian dalam pelaksanaan rencana (Perrow, 1967; Reeves dan Turner,

1972).

Teknik pemuatan terbatas bekerja di toko batch dan jalur produksi yang dikendalikan oleh kemacetan

karena kerumitan proses ini dikurangi dengan kenyataan bahwa tugas yang direncanakan adalah

berurutan saling bergantung (Thompson, 1967). Merevisi rencana itu sederhana karena ada perubahan

jadwal satu sumber daya hanya memengaruhi sumber daya di hilir proses.

Selain teori kontingensi, penerapan terbatas dari metode perencanaan lanjutan

juga sejalan dengan konsep rasionalitas terbatas (March dan Simon, 1958). Ini memegang bahwa di

realitas kompleks organisasi, biasanya cukup untuk memenuhi beberapa tingkat kinerja,

dan hanya dalam acara-acara khusus, dimungkinkan untuk mencoba mengoptimalkan hasilnya (Simon, 1978). Dalam kapasitas

perencanaan, acara-acara khusus terjadi ketika masalah penjadwalan dapat dipersempit menjadi

formula yang cukup statis, informasi status dari proses selesai, dan proses dapat

diisolasi dari ketidakpastian eksternal. Kondisi seperti itu sangat buruk di job shop dan batch biasa

proses (Reeves dan Turner, 1972). Dalam kebanyakan kasus, masalah penjadwalan tergantung pada apa

produk dimuat ke proses, pengumpulan informasi status akurat secara real-time tidak

layak secara ekonomi, dan prosesnya tidak dapat sepenuhnya tertutup dari lingkungannya.

Singkatnya, beberapa konsep teoretis organisasi klasik memberikan alasan untuk mencurigainya

21
Machine Translated by Google

penerapan universal, apalagi keunggulan, metode perencanaan kapasitas yang paling canggih.

Namun, praktisi tampaknya kurang informasi tentang pentingnya perencanaan yang sesuai

metode dengan prosesnya. Tampaknya juga masalah tersebut tidak dibahas dalam literatur yang ada.

Oleh karena itu, hasil penelitian ini mengelaborasi manfaat dari mengambil perspektif teoritis

topik manajemen operasi, yang secara tradisional dilihat dari pemecahan masalah

perspektif (Schroeder, 2008). Secara khusus, temuan menunjukkan kegunaan praktis dari

teori kontingensi (Sousa dan Voss, 2008).

Ekstensi yang Mungkin

Perencanaan kapasitas sama sekali bukan satu-satunya bidang manajemen operasi di mana organisasi

teori dapat membantu kita memahami mengapa praktisi sering mengandalkan metode yang jauh lebih sederhana daripada apa

dipromosikan dalam literatur. Salah satu bidang kontribusi potensial adalah peramalan permintaan, di mana

peneliti terus-menerus memperkenalkan varian deret waktu yang baru dan semakin canggih,

kausal, genetik, dan model jaringan saraf. Selama bertahun-tahun, perbandingan analitik berbeda

teknik telah berulang kali menunjukkan bahwa metode yang lebih canggih mengungguli yang lebih sederhana

(Hogarth dan Makridakis, 1981; Hill et al., 1996; Alon et al., 2001; Taylor, 2008). Namun, praktis

implementasi teknik-teknik canggih tertinggal (Klassen dan Flores, 2001; Syntetos et al.,

2009), dan beberapa di antaranya dilaporkan membawa hasil yang membawa malapetaka (misalnya, Worthen, 2003).

Ulasan menunjukkan bahwa meskipun banyak literatur tentang metode peramalan lanjutan, sebagian besar

praktisi masih mengandalkan penilaian manusia (Lawrence et al., 2006). Mungkin teori organisasi

juga dapat menginformasikan penelitian tentang peramalan permintaan dan menawarkan dasar untuk proposisi tentang bagaimana

efektivitas teknik yang berbeda bergantung pada lingkungan peramalan dan faktor lainnya

dari karakteristik data input dan tujuan dari tugas peramalan, yang memiliki

sudah dipelajari dalam literatur yang ada.

Topik serupa lainnya adalah kontrak. Dekade penelitian analitis telah menghasilkan banyak

22
Machine Translated by Google

model penyelarasan insentif melalui pembagian pendapatan, namun praktisi cenderung lebih memilih

kontrak harga grosir yang lebih sederhana dan tidak efisien secara matematis (misalnya, Cachon, 2003). Juga dalam hal ini

daerah, bukti empiris sebagian besar dicampur mengenai manfaat menggunakan model canggih

(Lim dan Teck-Hua, 2007; Katok dan Wu, 2009). Penelitian terbaru telah berusaha untuk menjelaskan

fenomena ini dengan berbagai aspek rasionalitas terbatas (misalnya, Ho dan Zhang, 2008; Loch

dan Wu, 2008). Mungkin aliran penelitian berorientasi perilaku ini dapat dilengkapi dengan

proposisi kontingensi-teoritis tentang bagaimana lingkungan tugas para pihak yang membuat kontrak

mempengaruhi keefektifan berbagai jenis kontrak.

Keterbatasan

Salah satu keterbatasan penelitian ini adalah bahwa informan yang sama menyediakan data untuk kedua tanggungan tersebut

dan variabel independen. Ini mungkin telah memperkenalkan bias metode umum dan khususnya

mempengaruhi pengujian Hipotesis 1 yang didasarkan pada analisis hubungan linier antara

dua variabel kontinu. Dalam pengujian tersebut, data sumber tunggal dapat menyebabkan regresi yang digelembungkan

koefisien dan identifikasi palsu dari efek yang signifikan. Namun, dua masalah meringankan ini

kekhawatiran. Pertama, semua item pengukuran kontinu lulus uji faktor tunggal Harman; yaitu, mereka memuat

pada komponen yang berbeda dalam analisis komponen utama (Podsakoff dan Organ, 1986). Kedua,

korelasi tinggi antara ukuran persepsi ketepatan waktu dan data objektif menunjukkan

bahwa ukuran perseptual tidak dapat sepenuhnya didorong oleh bias metode umum.

Ketika sampai pada Hipotesis 2, orang dapat berargumen bahwa bias metode umum akan beroperasi demikian

bahwa responden yang menggunakan metode perencanaan paling canggih merasakan tekanan untuk melapor

tingkat kinerja yang lebih tinggi daripada yang sebenarnya dicapai oleh proses mereka. Namun, meskipun ini mungkin

bias positif, tidak ada dukungan untuk hipotesis yang ditemukan.

Pada pengujian Hipotesis 3, konstruksi variabel fitness mengalami kesulitan

bayangkan bagaimana bias metode umum dapat memengaruhi hasil. Agar regresi

23
Machine Translated by Google

koefisien yang akan digelembungkan, responden seharusnya sudah mengetahuinya, baik secara sadar maupun tidak

sadar, argumen kontingensi yang sedang diuji. Wawancara memberikan kekuatan

bukti terhadap pengetahuan tersebut yang ada di kalangan praktisi.

Keterbatasan lain adalah ketergantungan pada kinerja pengiriman dalam analisis. Itu mungkin

meremehkan kontribusi alat pengoptimalan karena dapat digunakan untuk meminimalkan biaya

bukannya memaksimalkan kepatuhan jadwal (Stadtler dan Kilger, 2005). Oleh karena itu, toko pekerjaan dan

proses batch yang kinerja pengirimannya mungkin menderita akibat pemuatan terbatas

diuntungkan dalam hal efisiensi. Kemungkinan ini dibiarkan sebagai topik penelitian lebih lanjut karena itu

memerlukan desain penelitian yang berbeda. Kemungkinan keuntungan efisiensi hampir tidak bisa

diukur dalam survei cross-sectional di mana responden diminta untuk mengevaluasi biaya produksi mereka

relatif terhadap persaingan. Manfaat yang mungkin terjadi lebih mungkin sebagai peningkatan produktivitas, yaitu

sulit untuk dievaluasi dibandingkan dengan pesaing. Konsekuensinya, penelitian yang lebih tepat

desain akan menjadi studi longitudinal pada implementasi alat pemuatan hingga.

Keterbatasan ketiga dihasilkan dari pengambilan sampel teoretis dari penelitian ini. Itu adalah regresi

koefisien tidak dapat digeneralisasikan untuk populasi tertentu. Oleh karena itu, hasil yang paling penting

dari penelitian ini bukanlah efek yang diperkirakan tetapi dukungan keseluruhan untuk proposisi kontinjensi

Gambar 2. Hasil seperti ini selaras dengan logika induktif penelitian inferensi yang kuat

karena tujuannya bukan untuk membuat generalisasi dari sampel ke populasi melainkan untuk membuat

generalisasi dari observasi ke teori (Stuart et al., 2002). Namun, itu juga berarti bahwa

replikasi diperlukan jika perkiraan ukuran efek yang lebih akurat diinginkan.

KESIMPULAN

Hasil penelitian ini memberikan dukungan tentatif untuk teori kontinjensi perencanaan kapasitas.

Ini mengusulkan bahwa kompleksitas jenis proses menentukan penerapan kapasitas yang berbeda

24
Machine Translated by Google

metode perencanaan. Seperti yang diilustrasikan pada Gambar 2, teori tersebut mengusulkan bahwa ada dua cara yang mungkin

menyelaraskan metode perencanaan dengan proses produksi: metodenya bisa terlalu sederhana atau terlalu sederhana

terlalu canggih. Teori tersebut menawarkan jawaban baru untuk pertanyaan mengapa begitu banyak praktisi menggunakan

metode perencanaan kurang canggih dari apa yang dibahas dalam literatur (Jonsson dan Mattsson,

2003; McKay et al., 2002). Hasilnya menunjukkan bahwa metode yang kurang canggih lebih banyak

efektif dalam beberapa proses, tidaklah tepat untuk menghubungkan kesenjangan dengan kurangnya praktisi

keterampilan matematika atau pelatihan yang tidak memadai (Hopp et al., 2007).

Hasil penelitian ini memiliki beberapa implikasi praktis. Pertama, kebanyakan praktisi tampaknya

untuk menyadari berbagai metode alternatif dalam perencanaan kapasitas dan keterbatasan mereka

penerapan. Karena metode yang tidak sesuai ternyata sangat umum, dapat diusulkan

mengeksplorasi opsi akan bermanfaat bagi banyak organisasi. Kedua, jika alat perencanaan berfungsi

tampaknya tidak berfungsi, maka pelakunya belum tentu perangkat lunak atau penggunanya. Sebaliknya, keseluruhan

metode perencanaan mungkin tidak cocok untuk proses tersebut. Dalam hal ini, metode yang lebih tepat seharusnya

dipilih berdasarkan Gambar 2. Ketiga, meskipun sistem ERP menyediakan alat yang baik untuk CRP (misalnya,

McKay dan Wiers, 2004), tidak berarti bahwa CRP adalah “best practice” untuk semua orang. Para pengguna

sistem ERP harus mempertimbangkan apakah akan menggunakan CRP atau yang lainnya. Di job shop, itu sudah cukup

untuk menggunakan metode kasar, yang biasanya juga ditampilkan dalam sistem ERP (misalnya, SAP, 2010a).

Namun, pengguna mungkin tidak menyadarinya karena mereka mungkin kurang dipromosikan karena mereka

gambar rudimenter. Di sisi lain, jika proses produksinya berurutan, maka pemuatannya terbatas

teknik lebih cocok dan organisasi harus mempertimbangkan investasi di beberapa add-on

perangkat lunak.

Secara keseluruhan, temuan menunjukkan bahwa masih ada pekerjaan yang harus diselesaikan dengan sedemikian matang

sebagai perencanaan kapasitas. Pelajaran penting terletak pada penggunaan luas perencanaan non-sistematis

metode. Ini mungkin menunjukkan bahwa kurikulum manajemen operasi kontemporer sering gagal untuk menyediakan

25
Machine Translated by Google

keterampilan yang sesuai dalam perencanaan kapasitas. Mungkin latihan perencanaan kapasitas yang khas

kursus manajemen operasi terlalu disederhanakan dan menipu siswa untuk menyukai non

metode sistematis. Alternatifnya, beberapa kursus mungkin terlalu menekankan yang paling maju

metode, karena banyak akademisi mungkin lebih menyukainya daripada RCCP dan CRP, padahal tidak

menantang secara matematis. Ini akan menjelaskan mengapa begitu banyak praktisi dianggap sistematis

perencanaan kapasitas menjadi sangat sulit. Bagaimanapun, temuan menunjukkan bahwa para pendidik dari

manajemen operasi umumnya dapat melakukan pekerjaan yang lebih baik dalam mengajarkan kapasitas praktis yang berguna

teknik perencanaan.

Keefektifan yang diamati dari metode perencanaan yang lebih sederhana juga mempertanyakan kegunaan praktisnya

memfokuskan penelitian pada teknik optimasi. Temuan demikian mendukung panggilan untuk lebih

penelitian pragmatis dalam manajemen operasi (Guide dan Van Wassenhove, 2007; Hopp et al.,

2007). Pendekatan pragmatis terhadap penelitian perencanaan produksi akan mengakui bahwa a

teknik atau praktik tunggal jarang dapat berlaku di semua lingkungan. Itu juga akan mengakui itu

pengoptimalan tidak selalu diinginkan dalam situasi perencanaan dunia nyata yang kompleks. Adopsi yang lebih luas

konsep teoretis organisasi, seperti efek kontingensi dan rasionalitas terbatas, dalam

penelitian di tingkat teknis manajemen operasi sehari-hari dapat membantu dalam

pengembangan disiplin yang lebih pragmatis.

-----------------------------

Sisipkan Lampiran A di sini


-----------------------------

REFERENSI

Alon, I., Qi, M., Sadowski, RJ, 2001. Peramalan penjualan eceran agregat: Perbandingan buatan

jaringan saraf dan metode tradisional. Jurnal Ritel dan Layanan Konsumen 8 (3),

147-156.

Barki, H., Pinsonneault, A., 2005. Model integrasi organisasi, upaya implementasi,

26
Machine Translated by Google

dan kinerja. Ilmu Organisasi 16 (2), 165-179.

Bendoly, E., Cotteleer, MJ, 2008. Memahami sumber-sumber variasi proses perilaku

mengikuti penyebaran sistem perusahaan. Jurnal Manajemen Operasi 26 (1), 23-44.

Blackstone, JH, Jr., Cox, JF, III (Eds.), 2005. Kamus APICS, edisi ke-11. APICS – The

Asosiasi Manajemen Operasi, Alexandria, VA.

Bollen, KA, 1984. Berbagai indikator: Konsistensi internal atau tidak ada hubungan yang diperlukan? Kualitas

dan Kuantitas 18 (4), 377-385.

Burcher, PG, 1992. Perencanaan kapasitas yang efektif. Layanan Manajemen 36 (10), 22-25.

Cachon, GP, 2003. Koordinasi rantai pasokan dengan kontrak. Di dalam: de Kok, AG dan Graves, SC

(Eds.), Supply Chain Management: Desain, Koordinasi dan Operasi. Elsevier, Amsterdam,

Belanda, 229-340.

Cyert, RM, Maret, JG, 1963. Teori Perilaku Perusahaan, Prentice-Hall, Englewood Cliffs,

NJ.

Churchill, GA, Jr., Surprenant, C., 1982. Investigasi faktor penentu pelanggan

kepuasan. Jurnal Riset Pemasaran 19(4), 491-504.

Das, A., Narasimhan, R., 2001. Kesesuaian teknologi proses dan implikasinya terhadap manufaktur

pertunjukan. Jurnal Manajemen Operasi 19(5), 521-540.

Davis, DJ, Mabert, VA, 2000. Pengiriman pesanan dan penugasan tenaga kerja di manufaktur seluler

sistem. Ilmu Keputusan 31 (4), 745-771.

Deblaere, F., Demeulemeester, E., Herroelen, W., Van de Vonder, S., 2007. Sumber daya yang kuat

keputusan alokasi dalam proyek-proyek terbatas sumber daya. Ilmu Keputusan 38 (1), 5-37.

DeSarbo, WS, Di Benedetto, CA, Song, M., Sinha, I., 2005. Mengunjungi Kembali Mil dan Salju

kerangka strategis: Mengungkap keterkaitan antara jenis strategis, kemampuan,

ketidakpastian lingkungan, dan kinerja perusahaan. Jurnal Manajemen Strategis 26 (1), 47-

27
Machine Translated by Google

74.

Devaraj, S., Kohli, R., 2003. Dampak kinerja teknologi informasi: Apakah penggunaan aktual

tautan yang hilang? Ilmu Manajemen 49 (3), 273-289.

Donaldson, L., 2001. Teori Kontingensi Organisasi, Publikasi Sage, Seribu

Oaks, CA.

Eisenhardt, KM, 1989. Membangun teori dari penelitian studi kasus. Akademi Manajemen

Tinjau 14 (4), 532-550.

Fransoo, JC, Wiers, VCS, 2008. Investigasi empiris pengabaian informasi MRP

oleh perencana produksi. Perencanaan & Pengendalian Produksi 19 (8), 781-787.

Galbraith, JR, 1973. Merancang Organisasi Kompleks, Addison-Wesley, Reading, MA.

Goldratt, EM, Cox, J., 1984. Tujuan: Keunggulan Manufaktur, North River Press, Baru

York, NY.

Green, GI, Appel, LB, 1981. Analisis empiris pemilihan aturan pengiriman job shop. Jurnal

Manajemen Operasi 1 (4), 197-203.

Panduan, VDR, Jr., Van Wassenhove, LN, 2007. Menari dengan setan: bermitra dengan industri

tapi publikasi di dunia akademis. Ilmu Keputusan 38 (4), 531-546.

Gupta, S., Verma, R., Victorino, L., 2006. Penelitian empiris diterbitkan dalam Production and

Manajemen Operasi (1992-2005): Tren dan arah penelitian masa depan. Produksi dan

Manajemen Operasi 15 (3), 432-448.

Halsall, DN, Muhlemann, AP, Price, DHR, 1994. Tinjauan perencanaan produksi dan

penjadwalan di perusahaan manufaktur yang lebih kecil di Inggris. Perencanaan & Pengendalian Produksi 5

(5), 485-493.

Hayes, RH, Wheelwright, SC, 1979. Menghubungkan proses manufaktur dan siklus hidup produk.

Tinjauan Bisnis Harvard 57 (1), 133-140.

28
Machine Translated by Google

Hill, AV, 2007. Ensiklopedia Manajemen Operasi, Clamshell Beach Press, Eden

Padang rumput, MN.

Hill, T., 2005. Manajemen Operasi, edisi ke-2. Palgrave MacMillan, Basingstoke, Inggris.

Hill, T., O'Connor, M., Remus, W., 1996. Model jaringan saraf untuk peramalan deret waktu.

Ilmu Manajemen 42 (7), 1082-1092.

Ho, T.-H., Zhang, J., 2008. Merancang kontrak penetapan harga untuk pelanggan yang sangat rasional: Apakah

framing masalah biaya tetap? Ilmu Manajemen 54 (4), 686-700.

Hogarth, RM, Makridakis, S., 1981. Peramalan dan perencanaan: Suatu evaluasi. Pengelolaan

Sains 27 (2), 115-138.

Hopp, WJ, Iravani, SMR, Shou, B., 2007. Pohon diagnostik untuk meningkatkan lini produksi

pertunjukan. Manajemen Produksi dan Operasi 16 (1), 77-92.

Hopp, WJ, Spearman, ML, 2004. Menarik atau tidak menarik: Apa pertanyaannya? Manufaktur &

Manajemen Operasi Layanan 6 (2), 133-148.

James, WL, Hatten, KJ, 1995. Bukti lebih lanjut tentang validitas paragraf self-typing

pendekatan: pola dasar strategis Miles dan Snow dalam perbankan. Jurnal Manajemen Strategis 16

(2), 161-168.

Jick, TD, 1979. Mencampur metode kualitatif dan kuantitatif: Triangulasi dalam tindakan.

Triwulan Ilmu Administrasi 24 (4), 602-611.

Jonsson, P., Mattsson, S.-A., 2002. Penggunaan dan penerapan metode perencanaan kapasitas. Produksi

dan Jurnal Manajemen Inventaris 43 (3/4), 89-95.

Jonsson, P., Mattsson, S.-A., 2003. Implikasi kesesuaian antara lingkungan perencanaan dan

metode perencanaan dan pengendalian produksi. Jurnal Operasi & Produksi Internasional

Manajemen 23 (8), 872-900.

Kanet, JJ, Sridharan, V., 1998. Nilai penggunaan informasi penjadwalan dalam materi perencanaan

29
Machine Translated by Google

persyaratan. Ilmu Keputusan 29 (2), 479-496.

Karmarkar, U., 1989. Mengontrol just-in-time. Tinjauan Bisnis Harvard 67 (5), 122-131.

Katok, E., Wu, DY, 2009. Kontrak dalam rantai pasokan: Investigasi laboratorium. Pengelolaan

Sains 55 (12), 1953-1968.

Kemppainen, K., 2007. Rencana dan aturan: studi manajemen pesanan dan penjadwalan operasi di

perusahaan manufaktur. Dalam: De Koster, R. dan Delfmann, W. (Eds.), Mengelola Pasokan

Rantai: Tantangan dan Peluang. Pers Sekolah Bisnis Kopenhagen, Kopenhagen,

Denmark, 175-200.

Kenat, JJ, Sridharan, V., 1998. Nilai penggunaan informasi penjadwalan dalam materi perencanaan

persyaratan. Ilmu Keputusan 29 (2), 479-497.

Ketokivi, M., 2006. Menguraikan teori kontingensi organisasi: Kasus

strategi fleksibilitas manufaktur. Manajemen Produksi dan Operasi 15 (2), 215-228.

Ketokivi, M., Schroeder, RG, 2004. Ukuran persepsi kinerja: Fakta atau fiksi? Jurnal

Manajemen Operasi 22 (3), 247-264.

King, WR, Teo, TSH, 1997. Integrasi antara perencanaan bisnis dan sistem informasi

perencanaan: Memvalidasi hipotesis tahap. Ilmu Keputusan 28 (2), 279-308.

Klassen, RD, Flores, BE, 2001. Praktik peramalan perusahaan Kanada: Hasil survei dan

perbandingan. Jurnal Internasional Ekonomi Produksi 70 (2), 163-174.

Kouvelis, P., Chambers, C., Yu, DZ, 2005. Manuskrip operasi manufaktur diterbitkan di

52 isu pertama POM: ulasan, tren, dan peluang. Produksi dan Operasi

Manajemen 14 (4), 450-467.

Kreipl, S., Pinedo, M., 2004. Perencanaan dan penjadwalan dalam rantai pasokan: Tinjauan masalah di

praktik. Manajemen Produksi dan Operasi 13 (1), 77-92.

Landvater, DV, Gray, CD, 1989. Sistem Standar MRP II: Buku Pegangan untuk Manufaktur

30
Machine Translated by Google

Kelangsungan Hidup Perangkat Lunak, John Wiley & Sons, New York, NY.

Lawrence, M., Goodwin, P., O'Connor, M., Önkal, D., 2006. Peramalan yang menghakimi: Tinjauan

kemajuan selama 25 tahun terakhir. Jurnal Peramalan Internasional 22 (3), 493-518.

Lillrank, P., 2003. Kualitas proses standar, rutin dan tidak rutin. Studi Organisasi

24 (2), 215-233.

Lim, N., Teck-Hua, H., 2007. Merancang kontrak harga untuk pelanggan yang sangat rasional: Apakah

jumlah blok penting? Ilmu Pemasaran 26 (3), 312-326.

Loch, CH, Wu, Y., 2008. Preferensi sosial dan kinerja rantai pasokan: Eksperimen

belajar. Ilmu Manajemen 54 (11), 1835-1849.

MacKenzie, KD, House, R., 1978. Perkembangan paradigma dalam ilmu sosial: Sebuah usulan

strategi penelitian. Tinjauan Akademi Manajemen 3 (1), 7-23.

Maret, JG, Simon, HA, 1958. Organisasi, John Wiley, New York, NY.

McKay, K., Pinedo, M., Webster, S., 2002. Masalah penelitian yang berfokus pada praktik untuk penjadwalan

sistem. Manajemen Produksi dan Operasi 11 (2), 249-258.

McKay, KN, Wiers, VCS, 2004. Kontrol Produksi Praktis: Panduan Bertahan Hidup untuk Perencana

dan Penjadwal, J. Ross Publishing, Boca Raton, FL.

Meal, HC, 1984. Menempatkan keputusan produksi pada tempatnya. Tinjauan Bisnis Harvard 62

(2), 102-111.

Melnyk, SA, Vickery, SK, Carter, PL, 1986. Penjadwalan, pengurutan, dan pengiriman:

Perspektif alternatif. Jurnal Manajemen Produksi dan Persediaan 27 (2), 58-68.

Monahan, GE, Smunt, TL, 1999. Proses dengan perutean yang hampir berurutan: Perbandingan

analisis. Jurnal Manajemen Operasi 17 (4), 449-466.

Nadler, J., Thompson, L., Van Boven, L., 2003. Mempelajari keterampilan negosiasi: Empat model

penciptaan dan transfer pengetahuan. Ilmu Manajemen 49 (4), 529-540.

31
Machine Translated by Google

Nunnally, JC, Bernstein, IH, 1994. Teori Psikometri, edisi ke-3. McGraw-Hill, New York, NY.

Ohno, T., 1988. Toyota Production System: Beyond Large-Scale Production, Productivity Press,

Cambridge, MA.

Olhager, J., 2003. Posisi strategis titik penetrasi pesanan. Jurnal Internasional dari

Ekonomi Produksi 85 (3), 319-329.

Olhager, J., Rudberg, M., 2002. Menghubungkan keputusan strategi manufaktur pada pilihan proses dengan

perencanaan manufaktur dan sistem kontrol. Jurnal Riset Produksi Internasional 40

(10), 2335-2351.

Orlicky, J., 1975. Perencanaan Kebutuhan Bahan: Cara Hidup Baru dalam Produksi dan

Manajemen Persediaan, McGraw-Hill, New York, NY.

Paternoster, R., Brame, R., Mazerolle, P., Piquero, A., 1998. Menggunakan uji statistik yang benar untuk

persamaan koefisien regresi. Kriminologi 36 (4), 859-866.

Perrow, C., 1967. Kerangka kerja untuk analisis komparatif organisasi. Amerika

Tinjauan Sosiologis 32 (2), 194-208.

Platt, JR, 1964. Inferensi yang kuat. Sains 146 (3642), 347-353.

Podsakoff, PM, Organ, DW, 1986. Laporan diri dalam penelitian organisasi: Masalah dan

prospek. Jurnal Manajemen 12 (4), 531.

Bangga, JF, 2007. Penjadwalan Induk: Panduan Praktis untuk Manufaktur Kompetitif, ke-3. ed.

John Wiley & Sons, Hoboken, NJ.

Reeves, TK, Turner, BA, 1972. Sebuah teori organisasi dan perilaku dalam produksi batch

pabrik. Triwulan Ilmu Administrasi 17 (1), 81-98.

Safizadeh, MH, Ritzman, LP, 1997. Menghubungkan penggerak kinerja dalam perencanaan produksi dan

pengendalian persediaan untuk memproses pilihan. Jurnal Manajemen Operasi 15 (4), 389-403.

Safizadeh, MH, Ritzman, LP, Mallick, D., 2000. Meninjau kembali paradigma teoretis alternatif dalam

32
Machine Translated by Google

strategi manufaktur. Manajemen Produksi dan Operasi 9 (2), 111-127.

Safizadeh, MH, Ritzman, LP, Sharma, D., Wood, C., 1996. Analisis empiris produk

matriks proses. Ilmu Manajemen 42 (11), 1576-1591.

SAP, 2010a, Perpustakaan SAP: mySAP ERP 6.0: Perencanaan dan Pengendalian Produksi,

http://help.sap.com/saphelp_erp60_sp/helpdata/en/ba/df293581dc1f79e10000009b38f889/fra

meset.htm (terakhir dilihat pada 10 Februari 2010).

SAP, 2010b, Perpustakaan SAP: mySAP SCM 5.0: Perencanaan Produksi dan Penjadwalan Terperinci,

http://help.sap.com/saphelp_scm50/helpdata/en/c1/147a375f0dbc7fe10000009b38f8cf/frames

et.htm (terakhir dilihat pada 10 Februari 2010).

Schroeder, RG, 2008. Pengantar edisi khusus tentang pengembangan teori dalam operasi

pengelolaan. Manajemen Produksi dan Operasi 17 (3), 354-356.

Shah, R., Goldstein, SM, 2006. Penggunaan model persamaan struktural dalam manajemen operasi

penelitian: Melihat ke belakang dan ke depan. Jurnal Manajemen Operasi 24 (2), 148-169.

Shaw, JD, Gupta, N., Delery, JE, 2005. Konseptualisasi alternatif dari hubungan

antara pergantian sukarela dan kinerja organisasi. Jurnal Akademi Manajemen

48 (1), 50-68.

Sheu, C., Wacker, JG, 2001. Efektivitas sistem perencanaan dan pengendalian: Sebuah studi empiris

perusahaan AS dan Jepang. Jurnal Riset Produksi Internasional 39 (5), 887-905.

Shrout, PE, Fleiss, JL, 1979. Korelasi intrakelas: Penggunaan dalam menilai reliabilitas penilai.

Buletin Psikologis 86 (2), 420-428.

Simon, HA, 1978. Rasionalitas sebagai proses dan produk pemikiran. Ekonomi Amerika

Ulasan 68 (2), 1-16.

Slack, N., Chambers, S., Johnston, R., 2007. Manajemen Operasi, edisi ke-5. Pendidikan Pearson,

Harlow, Inggris.

33
Machine Translated by Google

Slater, SF, Olson, EM, 2001. Kontribusi pemasaran terhadap implementasi bisnis

strategi: Sebuah analisis empiris. Jurnal Manajemen Strategis 22(11), 1055-1067.

Sousa, R., Voss, CA, 2008. Penelitian kontinjensi dalam praktik manajemen operasi. Jurnal dari

Manajemen Operasi 26 (6), 697-713.

Stadtler, H., Kilger, C. (Eds.), 2005. Manajemen Rantai Pasokan dan Perencanaan Lanjutan, edisi ke-3.

Springer, Berlin, Jerman.

Stevenson, WJ, 2004. Manajemen Operasi, edisi ke-8. McGraw-Hill, Boston, MA.

Stuart, I., McCutcheon, D., Handfield, R., McLachlin, R., Samson, D., 2002. Kasus efektif

penelitian dalam manajemen operasi: Sebuah perspektif proses. Jurnal Manajemen Operasi

20 (5), 419-433.

Swink, M., Nair, A., 2007. Menangkap keunggulan kompetitif AMT: Manufaktur desain

integrasi sebagai aset pelengkap. Jurnal Manajemen Operasi 25 (3), 736-754.

Swink, M., Narasimhan, R., Kim, SW, 2005. Praktik manufaktur dan integrasi strategi:

Efek pada efisiensi biaya, fleksibilitas, dan kinerja berbasis pasar. Ilmu Keputusan 36

(3), 427-457.

Syntetos, AA, Boylan, JE, Disney, SM, 2009. Peramalan untuk perencanaan inventaris: A 50 tahun

tinjauan. Jurnal Riset Operasional Masyarakat 60 (S1), S149-S160.

Szwejczewski, M., Mapes, J., Baru, C., 1997. Pengiriman dan pertukaran. Jurnal Internasional dari

Ekonomi Produksi 53 (3), 323-330.

Taylor, JW, 2008. Perbandingan metode deret waktu univariat untuk peramalan intraday

kedatangan di call center. Ilmu Manajemen 54 (2), 253-265.

Thompson, JD, 1967. Organisasi dalam Aksi: Ilmu Sosial Basis Teori Administrasi,

McGraw-Hill, New York, NY.

Tushman, ML, Nadler, DA, 1978. Pemrosesan informasi sebagai konsep integrasi dalam

34
Machine Translated by Google

desain organisasi. Tinjauan Akademi Manajemen 3 (3), 613-624.

Vachon, S., Klassen, RD, 2002. Investigasi eksplorasi efek rantai pasokan

kompleksitas pada kinerja pengiriman. Transaksi IEEE pada Manajemen Rekayasa 49 (3),

218-230.

Vandaele, N., Van Nieuwenhuyse, I., Claerhout, D., Cremmery, R., 2008. POLCA berbasis muatan:

Sistem kontrol material terintegrasi untuk multiproduk, bengkel kerja multimesin.

Manajemen Operasi Jasa Manufaktur 10 (2), 181-197.

Venkatesan, R., 1990. Mesin Cummins melenturkan pabriknya. Tinjauan Bisnis Harvard 68 (2), 120-

127.

Venkatraman, N., 1989. Konsep kesesuaian dalam penelitian strategi: Menuju verbal dan statistik

korespondensi. Tinjauan Akademi Manajemen 14 (3), 423-444.

Vollmann, TE, 1986. OPT sebagai penyempurnaan MRP II. Manajemen Produksi dan Persediaan

Jurnal 27 (2), 38-49.

Vollmann, TE, Berry, WL, Whybark, DC, Jacobs, FR, 2005. Perencanaan Manufaktur dan

Kontrol untuk Manajemen Rantai Pasokan, edisi ke-5. McGraw-Hill Irwin, New York, NY.

Wacker, JG, Sheu, C., 2006. Efektivitas perencanaan manufaktur dan sistem pengendalian pada

daya saing manufaktur: Bukti dari data manufaktur global. Internasional

Jurnal Riset Produksi 44(5), 1015-1036.

Wiers, VCS, 1997. Tinjauan tentang penerapan teknik penjadwalan OR dan AI dalam praktek.

Omega - Jurnal Internasional Ilmu Manajemen 25 (2), 145-153.

Woodward, J., 1965. Organisasi Industri: Teori dan Praktek, Oxford University Press,

London, Inggris.

Worthen, B., 2003. Hasil masa depan tidak dijamin; bertentangan dengan apa yang dikatakan vendor kepada Anda, komputer

sistem saja tidak mampu menghasilkan ramalan yang akurat. CIO 16 (19), 1.

35
Machine Translated by Google

Wortmann, JC, Euwe, MJ, Taal, M., Wiers, VCS, 1996. Review perencanaan kapasitas

teknik dalam paket perangkat lunak standar. Perencanaan & Pengendalian Produksi 7 (2), 117-128.

Yang, K.-K., Webster, S., Ruben, RA, 2002. Evaluasi kebijakan hari kerja yang fleksibel dalam pekerjaan

toko. Ilmu Keputusan 33 (2), 223-249.

Yeo, KT, Ning, JH, 2002. Mengintegrasikan konsep rantai pasokan dan rantai kritis dalam insinyur

proyek pengadaan-konstruksi (EPC). Jurnal Internasional Manajemen Proyek 20 (4), 253-

262.

Yusuf, YY, Little, D., 1998. Investigasi empiris integrasi MRPII di seluruh perusahaan.

Jurnal Internasional Manajemen Operasi & Produksi 18 (1), 66-86.

Zwikael, O., Sadeh, A., 2007. Upaya perencanaan sebagai alat manajemen risiko yang efektif. Jurnal dari

Manajemen Operasi 25 (4), 755-767.

36
Machine Translated by Google

Tabel 1

Ikhtisar sampel

Industri Cakupan Mempelajari Produksi


Produk geografis tumbuhan proses Pandangan antar

Artileri pertahanan udara


Meriam, unit pengontrol tembakan, dan elektronik terkait Global 8 14 3

Turbin daya aero-derivatif


Turbin dan peralatan tambahan untuk pembangkit listrik dan pemulihan
sekunder minyak dan gas Global 8 20 2

Otomatisasi pabrik
Sistem manufaktur yang fleksibel, sel produksi robot, dan stasiun Eropa & AS
pemuatan/deburring/pengukuran untuk peralatan mesin 7 21 2

Derek industri berkapasitas berat


Derek proses untuk pengelolaan limbah, kertas, dan industri baja, gantry
dan derek peti kemas untuk galangan kapal dan pelabuhan Global 6 18 3

Sistem kompensasi daya reaktif


Bank kapasitor, kompensator statis, dan filter harmonik Global 3 3 2

Lemari display berpendingin jarak jauh untuk pengecer bahan makanan Sebelah utara &

Kulkas, freezer, lemari kombinasi, dan deli bar Eropa Timur 5 10 3

Lift tujuan khusus


Elevator untuk gedung pencakar langit dan kapal serta mobil elevator mewah Global 4 12 6

Unit analisis: proses produksi; jumlah total tanggapan survei yang dapat digunakan = 89; tingkat respons = 91%

37
Machine Translated by Google

Meja 2

Statistik deskriptif dan korelasi antar variabel kontinu

_ Korelasi
St.
Variabel Skala Maksud Kisaran dev. 1_ 2_ 3_
1 Kinerja pengiriman skala Likert 1-5 3.10 .73
+
2 Ukuran organisasi # karyawan 8-710 164 170 -.06_
3 Kompleksitas produk % kustomisasi 10-100 72 21 .03_ .09_
4 Upaya perencanaan skala Likert 1-5 3.49 1.00 .36* . 07_ -.05_
+ *
Transformasi logaritmik dari ukuran organisasi digunakan dalam analisis, tetapi rata-rata dan p <.001
standar deviasi ditampilkan tidak berubah untuk memudahkan interpretasi.

38
Machine Translated by Google

Tabel 3

Rata-rata variabel kontinu di setiap pasangan variabel kategori


Metode Toko Kelompok Proses batch & Garis produksi
perencanaan pekerjaan proses kontrol kemacetan

Perencanaan N 11

kapasitas ukuran organisasi 3 295 3 3 126


yang tidak sistematis kompleksitas produk 64 69

upaya perencanaan 2,50 229 283 1,96

kinerja pengiriman 3,23 90 2,25 3,06 74 2,50 3,06 2,74

Perencanaan N 12 2

kapasitas ukuran organisasi 204 9 3 127

yang kasar kompleksitas produk 73 51 93

upaya perencanaan 3,79 126 48 3,75


kinerja pengiriman 3,98 83 3,72 2,51 3,33 2,54 2,31

Perencanaan N 5 10 1 2

kebutuhan ukuran organisasi 115 221 350 65

kapasitas kompleksitas produk 71 69 86 79


upaya perencanaan 3.40 3.90 5.00 4.00

kinerja pengiriman 2.75 3.36 3.17 3.37

Pemuatan terbatas N 4

dengan leveling ukuran organisasi 153 1 5 5


kapasitas kompleksitas produk 82 64

upaya perencanaan 3,88 240 71 191


kinerja pengiriman 2,91 86 4,00 2,64 4,10 3,23 54 4,50 3,43

Pemuatan terbatas N 5
dengan pengoptimalan ukuran organisasi 3 1 1 202

kompleksitas produk 76 50

upaya perencanaan 313 500 86 4,20


kinerja pengiriman 64 4,00 3,02 79 4,50 2,38 4,00 3,10 3,62

Skor kinerja pengiriman disesuaikan dengan rata-rata industri.

39
Machine Translated by Google

Tabel 4
Hasil regresi
Langkah 1: Langkah 2: Langkah 3: Langkah 4a: Langkah 4b:
Variabel Upaya Metode Metode Metode
Variabel kontrol perencanaan perencanaan pemasangan yang tidak sesuai

Konstan 2,91* (0,48) 2.12* (.51) 2,08* (0,56) 2,30* (0,39) 3.13* (.43)

(Variabel boneka industri)

Ukuran organisasi .06_ (.07) .05_ (.07) .05_ (.07) .04_ (.05) [.66] .02_ .03_ (.05) [.64] .02_

Kompleksitas produk -.06_ (.05) -.04_ (.05) -.04_ (.05) (.04) [.74] (.04) [.74]

(Toko pekerjaan)

Proses batch -.40‡ (.20) -.48† (.19) -.52† (.20) -.57* (.14) [.57] -.18_ -.65* (.20) [.30] -.32_

Proses batch dengan kontrol bottleneck -.16_ (.25) -.26_ (.24) -.31_ (.27) (.19) [.57] -.28_ (.18) (.29) [.26] -.41_ (.27)
Garis produksi -.28_ (.22) -.13_ (.21) -.12_ (.25) [.33] .15_ (.09) [.30] [.15] .14_ (.10) [.28]

Upaya perencanaan .28* (.09) .31† (.13)

(Perencanaan tidak sistematis)

Perencanaan kapasitas yang kasar -.13_ (.28) -.33_ (.20) [.31] -.26_ -.31_ (.20) [.31] -.14_

Perencanaan kebutuhan kapasitas .09_ (.31) (.23) [.23] -.41_ (.27) (.30) [.14] -.23_ (.39)

Pemuatan terbatas dengan leveling kapasitas .02_ (.37) [.26] -.29_ (.26) [.31] [.13] -.10_ (.39) [.14]

Pemuatan terbatas dengan pengoptimalan -.18_ (.37) .85* (.13 ) [.61]

Metode pemasangan

Metode yang terlalu mendasar -.72* (.24) [.17] -.98*

Metode yang terlalu canggih (.24) [.30] .81 | .74 .19


ÿ

R2 | R2 .53 | .43 .61 | .52 .62 | .49 .81 | .74 | 22,7*


ÿ R2 | F untuk ÿ R2 .53 | 5,3* .08 | 9,6* .01 | .3_ .19 | 45,5*

Variabel dependen: Performa pengiriman. ‡ p <.10; † p <.05; * p <.01


Koefisien regresi tidak standar. Kesalahan standar ditunjukkan dalam tanda kurung.
Toleransi ditunjukkan dalam tanda kurung siku. Mereka hanya ditampilkan untuk langkah terakhir karena di situlah mereka mendapatkan nilai terendah.
Koefisien variabel dummy industri dihilangkan untuk menghemat ruang.
Toko pekerjaan berfungsi sebagai dasar dari jenis proses. Perencanaan non-sistematis adalah dasar dari metode perencanaan.
3
Machine Translated by Google

Tabel 5

Alasan pemilihan metode perencanaan


Toko pekerjaan Proses batch Proses batch dengan kontrol bottleneck
atau jalur produksi

Non n1 = 3; n2 = 1 n1 = 3; n2 = 3 n1 = 14; n2 = 2
perencanaan “[Metode perencanaan formal] tidak “Kami memiliki pengalaman buruk dari “Kami tidak menggunakan perangkat
kapasitas sebanding dengan masalahnya” teknik sistematis” lunak perencanaan apa pun karena
yang sistematis “Uji coba kami dengan alat perencanaan hanya akan memperumit masalah”
telah gagal”

Perencanaan n1 = 12; n2 = 2 (Pas) n1 = 9; n2 = 2 n1 = 5; n2 = 1


kapasitas “Ini adalah metode yang cukup kuat “Metode yang lebih rinci bisa “Keuntungan dari metode
yang kasar untuk kebutuhan kita” bermanfaat tetapi cenderung sederhana adalah setiap orang
(RCCP) “Solusi yang lebih bagus mungkin membutuhkan lebih banyak dapat memahami bagaimana rencana
ada tetapi kami tidak membutuhkannya” pekerjaan dan mempersulit” diturunkan”

Perencanaan n1 = 5; n2 = 2 n1 = 10; n2 = 2 (Pas) n1 = 3; n2 = 1


kebutuhan “Kami telah melakukan “Beginilah perencanaan kapasitas “Ini adalah satu-satunya cara untuk
kapasitas perencanaan kapasitas dengan cara dilakukan dalam sistem ERP kami” melakukan pemeriksaan kapasitas di
(CRP) ini sejak penerapan sistem ERP sistem [ERP] kami”
kami”

Pemuatan n1 = 7; n2 = 1 n1 = 2; n2 = 1 n1 = 16; n2 = 3 (Pas)


terbatas dengan “Kami menerapkan [perangkat lunak “Perangkat lunak ini digunakan untuk “Alat ini menerapkan perencanaan
leveling atau pemuatan terbatas] karena semua proses di pabrik kami karena sistem ERP replant” membutuhkan
optimalisasi kapasitas direkomendasikan oleh konsultan terlalu banyak pekerjaan manual”
kami” “Alat ini diperlukan untuk memastikan
kelayakan rencana kami”

n1 adalah frekuensi dalam survei (total = 89); n2 adalah frekuensi dalam wawancara (total = 21)

41
Machine Translated by Google

Lampiran A

Daftar pertanyaan

KINERJA OPERASIONAL

Sebutkan tiga pesaing terpenting bagi produk proses produksi Anda

| |

Evaluasi kinerja proses produksi Anda dibandingkan dengan pesaing yang disebutkan di atas [1: jauh lebih buruk, 2:
agak buruk, 3: hampir sama, 4: agak lebih baik, 5: jauh lebih baik]

Kemampuan untuk mengkonfirmasi pengiriman untuk tanggal permintaan pertama 1 2 3 4 5

Kemampuan untuk mengirimkan pada tanggal pengiriman yang dikonfirmasi 1 2 3 4 5

Waktu tunggu rata-rata dari akuisisi pesanan hingga pengiriman 1 2 3 4 5

PERENCANAAN KAPASITAS

Bagaimana pernyataan berikut menjelaskan praktik perencanaan dalam proses produksi Anda? [1: sangat buruk,
2: agak buruk, 3: cukup, 4: cukup baik, 5: sangat baik]

“Kami mempertimbangkan kendala kapasitas dalam perencanaan produksi kami” 1 2 3 4 5

“Kami memiliki rutinitas khusus untuk upaya perencanaan kapasitas kami” 1 2 3 4 5

Apa metode perencanaan kapasitas utama dalam proses produksi Anda? (“Metode utama” menentukan output yang
dilakukan oleh proses produksi Anda sendiri.) [Periksa opsi terdekat]

Metode non-sistematis: kelayakan rencana produksi dievaluasi berdasarkan pengalaman pribadi perencana produksi ÿ
atau perhitungan spreadsheet

Rough-cut capacity planning: kelayakan rencana produksi dievaluasi dengan menghitung utilisasi kapasitas yang ÿ
dibutuhkan pada tingkat seluruh proses produksi

Perencanaan kebutuhan kapasitas: kelayakan rencana produksi dievaluasi dengan menghitung pemanfaatan ÿ
kapasitas yang dibutuhkan pada tingkat sumber daya individu atau pusat kerja

Perataan kapasitas: kelayakan rencana produksi dipastikan dengan perangkat lunak yang digunakan untuk ÿ
mengatur ulang jadwal sehingga kendala kapasitas kritis tidak dilanggar

Optimalisasi: kelayakan rencana produksi dipastikan dengan perangkat lunak yang digunakan untuk mengoptimalkan ÿ
pemanfaatan sumber daya

KARAKTERISTIK PROSES

Apa jenis proses produksi Anda? [Periksa opsi terdekat]

ÿ Toko kerja ÿ Proses berkelompok ÿ Proses batch yang ÿ Lini produksi


dikendalikan bottleneck

Berapa banyak orang yang dipekerjakan langsung dalam proses produksi Anda?

Jumlah total Jumlah rata-rata pekerja kontrak


karyawan tetap: _________________ atau temporer: _________________

Berapa proporsi produk yang memerlukan penyesuaian khusus pesanan dalam proses produksi Anda?

Persentase kuantitas produk: ______________ Persentase nilai produk: ______________

42
Machine Translated by Google

Gambar 1

Metode alternatif dalam perencanaan kapasitas

1. Perencanaan 2. RCCP -
kapasitas Profil kasar
Produksi Induk Potongan kasar
yang tidak sistematis
Penjadwalan Perencanaan Kapasitas 3. CRP
- Bahan - Kapasitas (tenaga
kerja dan mesin)
- Tagihan - Pusat kerja -
Perencanaan Perencanaan
bahan Kebutuhan Material Kebutuhan Kapasitas Perutean

4. Perataan kapasitas
- Aturan
- Jadwal shift -
penjadwalan Pemuatan Terbatas dengan
Matriks waktu pindah -
prioritas Meratakan Kapasitas
Input output Matriks waktu penyiapan
Kontrol - Kapasitas (alat, jig, dll.)
Pemuatan Terbatas dengan
Optimasi 5. Optimalisasi -
Fungsi objektif -
Parameter terperinci
Eksekusi (penyiapan berbasis urutan
dan waktu pemrosesan,
penalti penundaan,
prioritas produk dan pelanggan, dll.)

43
Machine Translated by Google

Gambar 2

Kaitan antara metode perencanaan dan jenis proses

Proses batch dengan


Toko pekerjaan Proses batch Garis produksi
kontrol bottleneck

Kompleksitas proses
sumber daya

berbagai jenis
routing Poin perencanaan = 1 Poin perencanaan > 1 Poin perencanaan = 1 Poin perencanaan = 1

Saling Berurutan di sekitar


Dikumpulkan Timbal-balik Sekuensial
ketergantungan tugas kemacetan

Perencanaan Tidak direkomendasikan untuk lingkungan apa pun karena tingginya paparan
kapasitas yang tidak sistematis terhadap kesalahan manusia dan variasi dalam kompetensi pribadi perencana

Perencanaan kapasitas
Bugar Tidak layak karena presisi yang tidak memadai
kasar (RCCP)

Perencanaan Tidak layak karena menghitung beban untuk semua


Tidak layak karena Bugar
kebutuhan sumber daya tidak diperlukan dan metode yang
kapasitas (CRP) tingginya variasi lebih tepat dimungkinkan
keluaran membuat
Pemuatan terbatas pemeliharaan Tidak layak karena
dengan leveling kapasitas parameter subjek pembebanan
Bugar
perencanaan menjadi terbatas tidak
Pemuatan terbatas sangat sulit
stasioner
dengan pengoptimalan

44
Machine Translated by Google

Gambar 3

Variabel dan hipotesis

Upaya perencanaan kapasitas ÿ upaya


Performa
Skala gabungan dari dua indikator formatif [1:5]
pengiriman
ÿ tidak sistematis Skala
Perencanaan kapasitas yang tidak sistematis gabungan
Metode ÿ RCCP dari tiga
utama Perencanaan kapasitas yang kasar indikator
perencanaan kapasitas ÿ CRP reflektif [1:5]
Pilihan Perencanaan kebutuhan kapasitas
lima ÿ penyamarataan

Pemuatan terbatas dengan leveling kapasitas


opsi
ÿ pengoptimalan
[0;1]
Pemuatan terbatas dengan pengoptimalan

Jenis proses Kebugaran metode


ÿ bugar

Pilihan empat - Metode pemasangan [0;1]


opsi [0;1] - Metode terlalu ÿ terlalu rudimenter
sederhana [0;1] ÿ terlalu canggih
- Metode terlalu
canggih [0;1]

Pekerjaan Kelompok
Proses batch Produk
dengan hambatan
toko proses garis tion
kontrol

Hipotesis 1: ÿ upaya >0


< < ÿ CRP < ÿ meratakan< ÿ Lihat Gambar 2 untuk
Hipotesis 2: ÿ tidak sistematis ÿ RCCP pengoptimalan
pasangan metode dan
Hipotesis 3: ÿ bugar > 0, ÿ terlalu sederhana< 0, ÿ terlalu canggih <0 jenis proses yang pas

45

Lihat statistik publikasi

Anda mungkin juga menyukai