Analisis Perencanaan Agregat untuk Meminimumkan

Biaya Produksi di Konveksi Dominique

1st Denastri Ginintiya Putri 2nd Santika Sari 3rd Elisa Yolanda Siahaan
Program Studi Teknik Industri Program Studi Teknik Industri Program Studi Teknik Industri
UPN Veteran Jakarta UPN Veteran Jakarta UPN Veteran Jakarta
Jakarta, Indonesia Jakarta, Indonesia Jakarta, Indonesia
denastriginintiya@upnvj.ac.id santika.sari@upnvj.ac.id elisayolandasiahaan@gmail.com
4th Fabiola Agata 5th Nico Adik Setyawan 6th Nur Rizkyka F. Putri
Program Studi Teknik Industri Program Studi Teknik Industri Program Studi Teknik Industri
UPN Veteran Jakarta UPN Veteran Jakarta UPN Veteran Jakarta
Jakarta, Indonesia Jakarta, Indonesia Jakarta, Indonesia
fabiolaagata99@gmail.com nicoadik99@gmail.com nurrizkykafp@gmail.com

Abstrak—Konveksi “Dominique” adalah salah satu industri
konveksi yang memproduksi pakaian gamis. Jenis produksi pada
konveksi “Dominique” adalah make to stock. Make to stock adalah
membuat produk untuk persediaan sebelum adanya permintaan
konsumen. Tujuan dari penelitian ini untuk mencari solusi terbaik
sehingga dapat mengoptimalkan penjualan yang sudah ada
menggunakan metode peramalan dan perencanaan agregat. Hasil
penelitian menunjukkan bahwa metode terbaik adalah metode
single moving average karena memiliki nilai MAPE terkecil yaitu
0.100470707. Kemudian, untuk perencanaan agregat
menggunakan metode level strategy, chase strategy dan mixed
strategy. Total cost yang paling rendah adalah metode chase
strategy, yaitu sebesar Rp 828,880,000. Dengan tetap
mempertimbangkan jumlah safety stock sebesar 678 unit maka
metode chase strategy dapat diterapkan dalam Konveksi
“Dominique”.
Kata Kunci—Konveksi, peramalan, perencanaan agregat, make
to stock
I. PENDAHULUAN
Kebutuhan pokok manusia selain pangan (makanan) dan
papan (tempat tinggal) ialah sandang atau pakaian. Pakaian
umumnya terbuat dari bahan tekstil dan serat. Konveksi
“Dominique” adalah salah satu industri pakaian yang
memproduksi pakaian gamis, tunik, rajutan, dan semi blazer.
Jenis produksi pada konveksi “Dominique” adalah make to
stock. Make to stock yaitu suatu kegiatan produksi dengan
membuat produk hingga memenuhi persediaan sebelum adanya
pesanan konsumen, atau dengan kata lain, produk akan dikirim
dari persediaan jika konsumen sudah melakukan pesanan.
Permasalahan yang terjadi yaitu kelebihan produksi dan dapat
menghambat perkembangan dan penjualan oleh karena itu
diperlukan model perencanaan produksi yang memberikan solusi
optimal. Menurut (Gasperz, 2002) caranya yaitu dengan
menggunakan metode peramalan atau forecasting yakni suatu
metode untuk menentukan nilai perkiraan di masa yang akan
datang dengan menggunakan nilai pada masa lampau dan
perencanaan agregat yakni proses merencanakan output untuk
jangka waktu dari 3 bulan sampai dengan 1 tahun agar produksi
di masa depan menjadi optimal [1].
II. TINJAUAN PUSTAKA
A. Forecasting
Forecasting atau peramalan merupakan kegiatan melakukan
prediksi atau perkiraan untuk menentukan suatu nilai di masa
mendatang yang kaitannya dengan dunia industri seperti jumlah
produksi, permintaan konsumen, maupun penawaran. Sampai
saat ini, metode peramalan atau forecasting digunakan oleh
perusahaan untuk melakukan perencanaan di periode
selanjutnya.
Menurut (Gaspersz, 2005), ada beberapa langkah agar
peramalan dapat efektif dan efisien, yaitu [2] :
1. Menentukan tujuan dilakukannya peramalan
2. Memilih item permintaan independen yang akan
diramalkan
3. Menentukan jangka peramalan (menengah atau panjang)
4. Memilih model peramalan
5. Menyiapkan data yang dibutuhkan
6. Memvalidasi model
7. Melakukan peramalan
8. Menerapkan hasil ramalan
9. Amati reliabilitas hasil peramalan
Menurut (Adisaputro, 2014:57) untuk memilih peramalan
penjualan perlu dipertimbangkan berbagai faktor seperti berikut
[3]:
1. Sifat produk yang dijual, apakah produk untuk keperluan
konsumsi atau diolah lagi.
2. Metode distribusi yang digunakan, apakah langsung atau
tidak langsung atau lewat internet.
3. Posisi pasar perusahaan dibanding pesaingnya, apakah
dominan, penantang, pengikut, atau pemain ceruk.
4. Sifat persaingan yang dihadapi apakah monopoli, oligopoli,
monopolistik, atau persaingan sempurna.

TP-24
5. Data historis yang dimiliki apakah lengkap atau tidak, periode tersebut. Ciri-ciri strategi ini adalah memadankan
meliputi jangka waktu panjang atau pendek, memiliki tingkat produksi dengan tingkat permintaan, menambah
database atau tidak. atau mengurangi tenaga kerja sesuai dengan tingkat
6. Sifat permintaan atas produk apakah stabil atau musiman, permintaan dan jumlah tenaga kerja tetap, tetapi jam kerja
sensitif terhadap harga atau kualitas, bersifat elastis atau tidak tetap.
inelastis. 3. Mixed Strategy adalah kombinasi strategi antara level
strategy dan chase strategy. Ciri-ciri strategi ini adalah
Adapun metode yang terdapat dalam Forecasting atau menggabungkan tingkat produksi dengan tingkat
peramalan adalah sebagai berikut : permintaan tetap dan menggabungkan dari dua metode
1. Single Moving Average adalah metode peramalan yang level dan chase tingkat persediaan, order backlogs, dan lost
dilakukan dengan mengambil sekelompok nilai sales.
pengamatan, mencari rata-rata tersebut sebagai ramalan
untuk periode yang akan datang. Metode ini mempunyai Menurut (Maria et al., 2011: 156), langkah-langkah yang
karakteristik khusus yaitu dalam menentukan ramalan dapat dilakukan dalam perencanaan agregat agar menjadi
pada periode yang akan dating membutuhkan data optimal, pertama adalah pengumpulan (aggregation) yang
historis selama jangka waktu tertentu. berfokus pada pendekatan umum, sama dengan tujuan
2. Moving Average adalah metode peramalan yang perusahaan, rencana produksi dan personalia dikelompokkan
diperoleh melalui penjumlahan dan pencarian nilai rata- berdasarkan kelompok utama, produk sejenis, jasa, unit kerja,
rata dari sejumlah periode tertentu, kemudian dan unit waktu. Kedua, mengelompokkan produk dengan
menghilangkan nilai terlamanya dan menambah nilai kelompok besar agar detail tidak banyak. Ketiga yaitu
baru. Selain itu, metode ini digunakan untuk menghitung memfleksibilitas tenaga kerja. Terakhir, menentukan jangka
data yang bersifat stabil atau data yang tidak berfluktuasi waktu perencanaan yaitu 3 bulan hingga 18 bulan [6].
dengan tajam (data yang perubahan naik dan turunnya
sangat drastis). III. METODOLOGI PENELITIAN
3. Weighted Moving Average adalah metode peramalan Langkah pertama yaitu pengumpulan informasi mengenai
dengan pengembangan dari moving average dengan jenis dan karakter perusahaan, sistem produksi, data permintaan
tambahan bobot-bobot dalam perhitungan. Metode ini pada periode November 2018 – Oktober 2019, gaji pokok,
mencari rata-rata yang dihitung dengan memberikan inventory cost, kapasitas produksi, dan optimal kerja. Kedua,
nilai-nilai dalam kumpulan data yang lebih dipengaruhi pengolahan data permintaan untuk peramalan tahun berikutnya
menurut atribut data dimana perhitungan rata-rata dengan forecasting, kemudian perencanan agregat untuk
dilakukan dengan pemberian bobot. mengatahui biaya produksi terkecil. Terakhir, adalah setelah
dilakukan analisis data kemudian memberikan perbaikan untuk
B. Perencanaan Agregat kepastian jumlah produksi agar sesuai dengan permintaan.
Perencanaan agregat atau perencanaan secara keseluruhan
merupakan kegiatan mengatur kuantitas dan waktu pada IV. HASIL DAN PEMBAHASAN
kegiatan produksi untuk jangka waktu menengah yaitu 3 bulan A. Metode Peramalan
hingga 1 tahun. Perencanaan agregat bertujuan agar biaya dapat 1) Data Permintaan
diminimumkan dengan mengatur jumlah produksi, inventory, Data permintaan hasil observasi dan wawancara di
tenaga kerja, dan faktor lainnya. Fungsi dari perencanaan konveksi “Dominique” pada produk pakaian gamis
agregat yaitu dapat menangani proses menyusun Master bulan Oktober 2018 hingga November 2019 adalah
Production Schedule kemudian mengukur kinerja perencanaan sebagai berikut.
produksi tersebut sehingga produksi mampu konsisten pada TABEL I. PERMINTAAN PAKAIAN GAMIS
jadwal produksi [4]. Periode Permintaan
November ‘18 5472
Terdapat tiga strategi dasar dalam perencanaan agregat Desember ‘18 6324
berdasarkan trade off antara biaya yang berkaitan dengan Januari ‘19 5940
kapasitas produksi, biaya inventori, dan biaya backlog, yaitu
Februari ‘19 4944
[5]:
Maret ‘19 5616
1. Level Strategy (Level Production) adalah strategi yang
ditempuh dengan cara menjaga tingkat output, produksi, April ‘19 5832
dan tenaga kerja yang konstan. Ciri-ciri strategi ini adalah Mei ‘19 7176
mempertahankan tingkat produksi yang tetap dan Juni ‘19 6168
memfluktuasikan tingkat persediaan, order backlogs, dan Juli ‘19 5340
lost sales. Agustus ‘19 5832
2. Chase Strategy (Chase Demand) adalah strategi yang September ‘19 5616
digunakan untuk mencapai tingkat output bagi setiap Oktober ‘19 6408
periode yang memenuhi peramalan permintaan untuk Total 70668

TP-25
 Berdasarkan data permintaan pakaian gamis di TABEL V. HASIL METODE SINGLE MOVING AVERAGE
konveksi “Dominique”, hasil plot data menunjukkan MFE MAD MSE MAPE ̅̅̅̅
𝑀𝑅
distribusi horizontal. Sehingga metode yang akan
digunakan pada peramalan adalah Moving Average, 15.6 586.8 621835.2 0.10047 880.8
Single Moving Average, dan Weighted Moving
Average. c. Metode Weighted Moving Average
Metode ini menggunakan bobot dalam
perhitungannya, maka digunakan nilai bobot W 1
dan W2 sebesar 0.3 sedangkan W3 berbobot 0.4
maka dihasilkan peramalan sebagai berikut:

TABEL VI. PERAMALAN DENGAN WEIGHTED MOVING

AVERAGE

Periode Demand Ft (At-Ft) |At-Ft| (At-Ft)^2 |At-Ft|/At MRt

1 5472
2 6324
3 5940
4 4944 5915 -971 971 942841 0,1964 971
Gambar I. Pola Horizontal pada Permintaan 5 5616 5657 -41 41 1681 0,0073 930
6 5832 5512 320 320 102400 0,05487 361
7 7176 5501 1675 1675 2805625 0,23342 1355
2) Analisa Peramalan Setiap Metode 8 6168 6305 -137 137 18769 0,02221 1812
a. Metode Moving Average 9 5340 6370 -1030 1030 1060900 0,19288 893
Peramalan dengan menggunakan metode Moving 10 5832 6140 -308 308 94864 0,05281 722
11 5616 5786 -170 170 28900 0,03027 138
Average, sebagai berikut. 12 6408 5598 810 810 656100 0,1264 980

TABEL II. PERAMALAN DENGAN

MOVING AVERAGE TABEL VII. HASIL METODE WEIGHTED MOVING
Periode Demand Ft (At-Ft) |At-Ft| (At-Ft)^2 |At-Ft|/At MRt AVERAGE
1 5472 MFE MAD MSE MAPE ̅̅̅̅̅
𝑀𝑅
2 6324
3 5940 16.4 606.8 634675.5 0.101841 906.8
4 4944 5912 -968 968 937024 0,19579 968
5 5616 5736 -120 120 14400 0,02137 848
6 5832 5500 332 332 110224 0,05693 452 Dari pengolahan data peramalan dengan seluruh
7 7176 5464 1712 1712 2930944 0,23857 1380
8 6168 6208 -40 40 1600 0,00649 1752 metode, diperoleh nilai MAPE sebagai berikut:
9 5340 6392 -1052 1052 1106704 0,197 1012
10 5832 6228 -396 396 156816 0,0679 656 TABEL VIII. MAPE MASING-MASING METODE
11 5616 5780 -164 164 26896 0,0292 232
12 6408 5596 812 812 659344 0,12672 976 No. Metode MAPE
1 Moving Average 0.10444
TABEL III. HASIL METODE MOVING 2 Single Moving Average 0.10047
AVERAGE 3 Weighted Moving Average 0.101841
MFE MAD MSE MAPE ̅̅̅̅̅
𝑀𝑅
12.8 621.7 660439.1 0.1044 919.5 Untuk menentukan metode peramalan yang tepat,
parameter yang digunakan adalah MAPE. Jika
nilai MAPE mendekati nol artinya tingkat
b. Metode Single Moving Average
kesalahan semakin kecil, maka metode tersebut
Peramalan dengan menggunakan metode Single
yang akan dipilih. Berdasarkan tabel 2, untuk
Moving Average, sebagai berikut
metode Moving Average mempunyai MAPE
sebesar 0.1044411, metode Single Moving
TABEL IV. PERAMALAN DENGAN SINGLE MOVING
AVERAGE Average sebesar 0.100470707, metode Weighted
Periode Demand Ft (At-Ft) |At-Ft| (At-Ft)^2 |At-Ft|/At MRt Moving Average sebesar 0.101841. Dengan
1 5472 demikian metode yang dipilih adalah metode
2 6324
3 5940 5898 42 42 1764 0,007 42 Single Moving Average karena mempunyai
4 4944 6132 -1188 1188 1411344 0,240 1230 MAPE yang paling kecil dibandingkan yang
5 5616 5442 174 174 30276 0,031 1362
6 5832 5280 552 552 304704 0,095 378
lainnya. Hasil peramalan untuk 12 bulan ke
7 7176 5724 1452 1452 2108304 0,202 900 depan pada metode Single Moving Average
8 6168 6504 -336 336 112896 0,054 1788 adalah sebagai berikut:
9 5340 6672 -1332 1332 1774224 0,249 996
10 5832 5754 78 78 6084 0,013 1410
11 5616 5586 30 30 900 0,005 48
12 6408 5724 684 684 467856 0,107 654

TP-26
 TABEL IX. HASIL PERAMALAN METODE SINGLE 𝑢𝑛𝑖𝑡 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑘ℎ𝑖𝑟 = 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑤𝑎𝑙 +
MOVING AVERAGE 𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 − 𝐷𝑒𝑚𝑎𝑛𝑑 = 709 + 6120 −
Periode Permintaan 5898 = 931 𝑝𝑐𝑠𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟 = 𝐺𝑎𝑗𝑖 𝑃𝑜𝑘𝑜𝑘 ×
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = 𝑅𝑝 3,960,000 × 17 =
November ‘19 5898
𝑅𝑝 67,320,000 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝑅𝑝 0
Desember ‘19 6132
𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔 = 𝑅𝑝 0
Januari ‘20 5442 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡 = 𝑅𝑝 25,000,000 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛
Februari ‘20 5280 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡 = 𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟 + 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔
+ 𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔
Maret ‘20 5724
+ 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡
April ‘20 6504 = 𝑅𝑝 807,840,000 + 𝑅𝑝 0 + 𝑅𝑝 0
+ 𝑅𝑝 25,000,000
Mei ‘20 6672
= 𝑅𝑝 832,840,000
Juni ‘20 5754
Juli ‘20 5586
b. Chase Strategy
Agustus ‘20 5724
TABEL XI. METODE CHASE STRATEGY
September ‘20 6012
Oktober ‘20 6153 Periode Demand
Inventory Rencana
TK Awal
Kebutu Penamba Pengura
Awal produksi han TK han TK ngan TK
Total 70881
November 5898 709 5898 20 17 0 3
Rata-Rata 5907 Desember 6132 931 6132 17 18 1 0
Januari 5442 1279 5442 18 16 0 2
Februari 5280 1597 5280 16 15 0 1
Maret 5724 1717 5724 15 16 1 0
B. Perencanaan Agregat April 6504 1753 6504 16 19 3 0
Mei 6672 2089 6672 19 19 0 0
1) Analisa Hasil Perhitungan Agregat Juni 5754 2257 5754 19 16 0 3
Metode yang digunakan untuk perencanaan agregat Juli 5586 2263 5586 16 16 0 0
Agustus 5724 2437 5724 16 16 0 0
adalah Level Strategy, Chase Strategy, dan Mixed September 6012 2473 6012 16 17 1 0
Strategy. Oktober 6153 2581 6153 17 18 1 0

a. Level Strategy TOTAL 70881 22086 70881 7 9

Total
Inventory Biaya Biaya
Rencana Biaya TK Reguler Jumlah Cost
Akhir Hiring Firing
TABEL X. METODE LEVEL STRATEGY Produksi
Inventory
Rencana
Kebutu
Penam
Pengura
6120 931 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
Periode Demand Produksi TK Awal bahan
Awal han TK ngan TK 6480 1279 Rp 71.280.000,00 Rp - Rp - Rp 71.280.000,00
(unit/bulan) TK
November 5898 709 5976 20 17 0 3 5760 1597 Rp 63.360.000,00 Rp - Rp - Rp 63.360.000,00
Desember 6132 931 5976 17 17 0 0 5400 1717 Rp 59.400.000,00 Rp - Rp - Rp 59.400.000,00
Januari 5442 919 5976 17 17 0 0 5760 1753 Rp 63.360.000,00 Rp - Rp - Rp 63.360.000,00
Februari 5280 1597 5976 17 17 0 0 6840 2089 Rp 75.240.000,00 Rp - Rp - Rp 75.240.000,00
Maret 5724 2437 5976 17 17 0 0
6840 2257 Rp 75.240.000,00 Rp - Rp - Rp 75.240.000,00
April 6504 2833 5976 17 17 0 0
5760 2263 Rp 63.360.000,00 Rp - Rp - Rp 63.360.000,00
Mei 6672 2449 5976 17 17 0 0
Juni 5754 1897 5976 17 17 0 0 5760 2437 Rp 63.360.000,00 Rp - Rp - Rp 63.360.000,00
Juli 5586 2263 5976 17 17 0 0 5760 2473 Rp 63.360.000,00 Rp - Rp - Rp 63.360.000,00
Agustus 5724 2797 5976 17 17 0 0 6120 2581 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
September 6012 3193 5976 17 17 0 0 6480 2908 Rp 71.280.000,00 Rp - Rp - Rp 71.280.000,00
Oktober 6153 3301 5976 17 17 0 0
73080 24285 Rp 803.880.000,00 Rp - Rp - Rp 828.880.000,00
Total 70881 25326 71712 0 3
Total Rencana
Inventory Biaya Biaya
Contoh perhitungan :
Produksi Biaya TK Reguler Total Cost
(unit/bulan)
Akhir Hiring Firing 𝑇𝐾 𝐴𝑤𝑎𝑙 = 20 𝑜𝑟𝑎𝑛𝑔 (sesuai kondisi sekarang)
6120 931 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 5898
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = =
6120 919 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 𝐾𝑂𝑃 360
6120 1597 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 17 𝑜𝑟𝑎𝑛𝑔𝑃𝑒𝑛𝑎𝑚𝑏𝑎ℎ𝑎𝑛 𝑎𝑡𝑎𝑢 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾
6120 2437 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
6120 2833 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
= 𝑇𝐾 𝑎𝑤𝑎𝑙 − 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = 20 − 17
6120 2449 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 3 (𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾) 𝑜𝑟𝑎𝑛𝑔𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖
6120 1897 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 × 𝐾𝑂𝑃 = 17 × 360 = 6120 𝑝𝑐𝑠/𝑏𝑢𝑙𝑎𝑛𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑘ℎ𝑖𝑟
6120 2263 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑤𝑎𝑙 + 𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 − 𝐷𝑒𝑚𝑎𝑛𝑑
6120 2797 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
= 709 + 6120 − 5898 = 931 𝑝𝑐𝑠𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟
6120 3193 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
6120 3301 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 𝐺𝑎𝑗𝑖 𝑃𝑜𝑘𝑜𝑘 × 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = 𝑅𝑝 3,960,000 × 17
6120 3268 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 = 𝑅𝑝 67,320,000𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝑅𝑝 0
73440 27885 Rp 807.840.000,00 Rp - Rp - Rp 832.840.000,00 𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔 = 𝑅𝑝 0
𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡 = 𝑅𝑝 25,000,000
Contoh perhitungan : 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡 = 𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟 + 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔
𝑇𝐾 𝐴𝑤𝑎𝑙 = 20 𝑜𝑟𝑎𝑛𝑔 (sesuai kondisi sekarang) + 𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔 + 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡
𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 5976 = 𝑅𝑝 803,880,000 + 𝑅𝑝 0 + 𝑅𝑝 0 + 𝑅𝑝 25,000,000
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = =
𝐾𝑂𝑃 360 = 𝑅𝑝 828,880,000
= 17 𝑜𝑟𝑎𝑛𝑔
𝑃𝑒𝑛𝑎𝑚𝑏𝑎ℎ𝑎𝑛 𝑎𝑡𝑎𝑢 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾 = 𝑇𝐾 𝑎𝑤𝑎𝑙 −
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 = 20 − 17 =
3 (𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾) 𝑜𝑟𝑎𝑛𝑔𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 =
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 × 𝐾𝑂𝑃 = 17 × 360 = 6120 𝑝𝑐𝑠/

TP-27
c. Mixed Strategy TABEL XIII. HASIL PERHITUNGAN AGREGAT
Metode Total Cost
TABEL XII. METODE MIXED STRATEGY Level Strategy Rp 832,840,000
Periode Demand
Inventory Rencana
TK Awal
Kebutu Penamba Pengura Chase Strategy Rp 828,880,000
Awal produksi han TK han TK ngan TK
November 5898 709 5824 20 17 0 3 Mixed Strategy Rp 832,840,000
Desember 6132 931 5824 17 17 0 0
Januari 5442 919 5824 17 17 0 0
Februari 5280 1597 5836 17 17 0 0
Berdasarkan tabel XIII, perhitungan agregat pada
Maret 5724 2437 5836 17 17 0 0 Level Strategy dan Mixed Strategy mempunyai total
April 6504 2833 5836 17 17 0 0
cost yang sama yaitu sebesar Rp 832,840,000.
Mei 6672 2449 6004 17 17 0 0
Juni 5754 1897 6004 17 17 0 0 Sedangkan untuk metode Chase Strategy total costnya
Juli 5586 2263 6004 17 17 0 0 sebesar Rp 828,880,000. Dengan demikian metode
Agustus 5724 2797 5963 17 17 0 0
terbaik melalui perhitungan agregat adalah Chase
September 6012 3193 5963 17 17 0 0
Oktober 6153 3301 5963 17 17 0 0 strategy yaitu dengan membuat total rencana produksi
Total 70881 25326 70881 0 3 dan jumlah tenaga kerja yang fluktuatif setiap
Total Rencana Inventory Biaya Biaya
Produksi Akhir
Biaya TK Reguler
Hiring Firing
Jumlah Cost bulannya. Tetapi metode tersebut biasanya digunakan
6120 931 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 dalam perusahaan yang make to order sedangkan
6120
6120
919
1597
Rp 67.320.000,00
Rp 67.320.000,00
Rp -
Rp -
Rp -
Rp -
Rp 67.320.000,00
Rp 67.320.000,00
perusahan konveksi “Dominique” merupakan
6120 2437 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 perusahaan make to stock sehingga digunakan
6120 2833 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 perhitungan safety stock agar tidak terjadi kehabisan
6120 2449 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
6120 1897 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
pada persediaan.
6120 2263 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
6120 2797 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 TABEL XIV. HASIL PERHITUNGAN SAFETY STOCK
6120 3193 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
6120 3301 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00
Mean Permintaan 5906.75
6120 3268 Rp 67.320.000,00 Rp - Rp - Rp 67.320.000,00 Standar deviasi 411.94
73440 27885 Rp 807.840.000,00 Rp - Rp - Rp 832.840.000,00 Service level 95%
Service factor 1.64
Contoh Perhitungan : Safety stock 678
𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = 𝑅𝑎𝑡𝑎 − 𝑅𝑎𝑡𝑎 3 𝑏𝑢𝑙𝑎𝑛 𝑑𝑒𝑚𝑎𝑛𝑑
5898 + 6132 + 5442
= = 5824 Dari hasil perhitungan diatas, jumlah safety stock yang
3
𝑇𝐾 𝐴𝑤𝑎𝑙 = 20 𝑜𝑟𝑎𝑛𝑔 (sesuai kondisi sekarang) diperlukan agar tidak terjadi stock out di konveksi
𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 5824 tersebut sebesar 678 unit baju.
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 = =
𝐾𝑂𝑃 360 Jumlah unit pada inventori akhir disetiap bulannya
= 17 𝑜𝑟𝑎𝑛𝑔
𝑃𝑒𝑛𝑎𝑚𝑏𝑎ℎ𝑎𝑛 𝑎𝑡𝑎𝑢 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾 dengan menggunakan metode Chase Strategy lebih
= 𝑇𝐾 𝑎𝑤𝑎𝑙 − 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 besar daripada safety stock maka dapat disimpulkan
= 20 − 17 metode Chase Strategy dapat diterapkan di konveksi
= 3 (𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 𝑇𝐾) 𝑜𝑟𝑎𝑛𝑔
“Dominique”. Dengan demikian metode Chase
𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 × 𝐾𝑂𝑃
= 17 × 360 Strategy dapat terapkan di konveksi “Dominique”
= 6120 𝑝𝑐𝑠 yaitu dengan tingkat rencana produksi dan jumlah
/𝑏𝑢𝑙𝑎𝑛 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑘ℎ𝑖𝑟 pekerja fluktuatif tetapi tetap memperhatikan
= 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐴𝑤𝑎𝑙 persediaannya.
+ 𝑇𝑜𝑡𝑎𝑙 𝑅𝑒𝑛𝑐𝑎𝑛𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖
− 𝐷𝑒𝑚𝑎𝑛𝑑 = 709 + 6120 − 5898
= 931 𝑝𝑐𝑠 𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟 TABEL XV. RENCANA PRODUKSI UNTUK 12 BULAN KE
= 𝐺𝑎𝑗𝑖 𝑃𝑜𝑘𝑜𝑘 × 𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑇𝐾 DEPAN DI KONVEKSI “DOMINIQUE”
= 𝑅𝑝 3,960,000 × 17 Periode Rencana Produksi Kebutuhan TK
= 𝑅𝑝 67,320,000𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 November ‘19 6120 17
= 𝑅𝑝 0 Desember ‘19 6480 18
𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔 = 𝑅𝑝 0 Januari ‘20 5760 16
𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡 = 𝑅𝑝 25,000,000 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛 Februari ‘20 5400 15
𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡 = 𝐵𝑖𝑎𝑦𝑎 𝑇𝐾 𝑅𝑒𝑔𝑢𝑙𝑒𝑟 + 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 Maret ‘20 5760 16
+ 𝐵𝑖𝑎𝑦𝑎 𝐹𝑖𝑟𝑖𝑛𝑔 April ‘20 6840 19
+ 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡 Mei ‘20 6840 19
= 𝑅𝑝 807,840,000 + 𝑅𝑝 0 + 𝑅𝑝 0 Juni ‘20 5760 16
+ 𝑅𝑝 25,000,000 Juli ‘20 5760 16
= 𝑅𝑝 832,840,000 Agustus ‘20 5760 16
Hasil perhitungan agregat untuk konveksi September ‘20 6120 17
“Dominique” adalah sebagai berikut. Oktober ‘20 6480 18

TP-28
 V. USULAN PERBAIKAN
Adapun usulan perbaikan yang diberikan untuk konveksi
“Dominique” adalah menerapkan metode peramalan dan
perencanaan agregat untuk produksi ke depannya, agar dapat
meminimumkan cost yang timbul dari segi inventori maupun
jumlah tenaga kerja.
VI. KESIMPULAN
1. Berdasarkan pengolahan data pada permintaan
(demand), metode yang dipilih untuk peramalan yaitu
metode Single Moving Average dengan nilai MAPE
0.10047.
2. Berdasarkan pengolahan data menggunakan metode
Level Strategy, Chase Strategy dan Mixed Strategy, total
cost yang paling rendah adalah metode Chase Strategy
yaitu sebesar Rp 828,880,000 dengan jumlah safety
stock 678 unit. Dengan demikian, perencanaan
produksinya yaitu dengan membuat total rencana
produksi dan jumlah tenaga kerja yang fluktuatif setiap
bulannya dengan memperhatikan safety stock.
DAFTAR PUSTAKA
[1] F. Nabila, "Perencanaan Produksi Pada Industri Konveksi Di PT.
Hoodieku Djakarta Konveksindo," IENACO, Pp. 135-139, 2019.
[2] Gaspersz, V, 2005. “Production Planning And Inventory Control
Berdasarkan Pendekatan Sistem Terintegrasi MRP II Dan JIT Menuju
Manufakturing 21”. PT.Gramedia Pusaka Utama, Jakarta.
[3] A. Surya, “Implementasi Forecasting Penjualan Elektronik Pada Toko
Jember Makmur Elektronik Dengan Metode Trend Projection”,
unpulished.
[4] Budi, “Pengertian Perencanaan Agregat (Aggregate Planning) dan
Strateginya” [Online]. Tersedia :
https://ilmumanajemenindustri.com/pengertian-perencanaan-agregat-
aggregate-planning-dan-strateginya/ [Diakses 26 November 2019].
[5] F. A. Reicita, "Analisis Perencanaan Produksi Pada PT. Armstrong
Industri Indonesia Dengan Metode Forecasting Dan Agregat Planning,"
Jurnal Ilmiah Teknik Industri, Vol. 7, Pp. 160-168, 2019.
[6] G. Ardiansyah, “Pengertian Perencanaan Agregat” [Online]. Tersedia :
https://guruakuntansi.co.id/perencanaan-agregat/ [Diakses 26 November
2019]
[7] S. Wardah, "Analisis Peramalan Penjualan Produk Keripik Pisang (Studi
Kasus : Home Industry Arwana Food Tembilahan)," Jurnal Teknik
Industri, Vol. XI, Pp. 135-142, 2016.
TP-29