JURNAL

PRAKTIKUM TERINTEGRASI II
MODUL II
Diajukan Untuk Memenuhi Persyaratan Kelulusan
Praktikum Analisa Perancangan Kerja
Oleh:
Aeni Faujiah 2003026
Lisna Yulianti 2003033
Asisten :
Resha Ariyana 1903013
Hemas Pramesti 1903057
Ara Firmansyah 1903057
Rahmat Hidayat Anggara 1903089

Dosen Pengampu:
Yusuf Mauludin, S.T, MT

PROGRAM STUDI TEKNIK INDUSTRI

INSTITUT TEKNOLOGI GARUT
2022
 I. BAB I
PENGUMPULAN DATA
Bab I ini akan membahas mengenai Alat dan Bahan yang digunakan,
metodelogi beserta Pengumpulan Data pada saat Praktikum Terintegrasi II.
1.1 Alat dan Bahan
Berikut ini merupakan alat dan bahan yang digunakan pada saat praktikum.
1.1.1 Alat
Adapun alat yang digunakan pada saat praktikum terintegrasi modul II adalah
sebagai berikut:
a. Alat tulis;
b. Kakulator;
c. Software Microsoft Exel;
d. Lembar Pengamatan
1.1.2 Bahan
Berikut ini merupakan beberapa Bahan praktikum terintegrasi II yang ada pada
modul II :
a. Waktu siklus pembuatan produk;
b. Data permintaan masa lalu.
1.2 Metodologi Pratikum
Berikut ini merupakan metodelogi praktikum terintegrasi II modul II yaitu diagram
alir beserta langkah-langkahnya.
1.2.1 Diagram Alir Pratikum
Berkut ini merupakan diagram alir praktikum terintegrasi II modul II.

START

Tes
Pendahuluan

Pemaparan
Materi

TIDAK

Paham

YA

Praktikum Modul II
Agregasi dan
Peramalan

Analisis

FINISH

Gambar 1.1 Diagram Alir

1.2.2 Langkah-Langkah Pratikum
Berikut mweupakan langkah-langkah praktikum yang di gunakan dalam praktikum:
a. Start
Praktikum dilaksanakan sesuai jadwal yang telah ditentukan awal
praktukum diawali dengan mengumpulkan tugas pendahuluan setelah
itu melaksanakan ujian lisan dan tulisan.
b. Tugas Pendahuluan
Praktikan di tes pendahuluan mengenai modul II yaitu Agregasi dan
Peramalan oleh Asisten Praktikum.
c. Pemaparan Materi
Pemaparan materi menjelaskan modul II oleh asisten dosen.
d. Mengerti
Setelah mengerti praktikan memulai praktikum, akan tetapi jika tidak
mengerti asisten praktikan akan mnjelaskan ulang materi tersebut.
e. Praktikum Modul II
Praktikan diminta untuk membuka LP yang sudah disiapkan oleh
Asisten praktikum, kemudian memperhatikan video mengenai
penjelasan Agregasi dan Peramalan beserta cara pengerjaannya di LP.
f. Analisis
Tahapan ini praktikan melakukan analisis setelah selesai melakukan
agregasi dan peramalan.
g. Finish
Praktikan Mengisi tabel- tabel yang ada di LP, kemudian membereskan
alat dan bahan serta diakhiri dengan membaca do’a.
1.3 Pengumpulan Data
Berikut merupakan pengumpulam data pada saat pratikum :
1.3.1 Data Demand
Berikut merupakan pengumpulan data demand sebelum ditambah NPM:
Tabel 1.1 Pengumpulan Data Demand Asli

Demand (Nilai Asli)

Periode Operasi Storage Inspeksi Delay

1 2246 2693 3500 2768
2 2268 2718 3520 2775
3 2286 2837 3536 2984
4 2305 3019 3567 3029
5 2338 3201 3585 3039
6 2342 3291 3615 3145
7 2366 3329 3618 3252
8 2384 3928 3630 3485
9 2497 3932 3639 3853
10 2508 4099 3648 3901
11 2543 4100 3656 4004
12 2575 4123 3696 4405
1.3.2 Data Demand Ditambah NPM
Berikut ini adalah pengumpulan data demand setelah ditambah dua digit terakhir
NPM:
Npm : 2003026
Tabel 1.2 Pengumpulan Data Ditambah NPM
Periode Operasi Storage Inspeksi Delay
1 2272 2719 3526 2794
2 2294 2744 3546 2801
3 2312 2863 3562 3010
4 2331 3045 3593 3055
5 2364 3227 3611 3065
6 2368 3317 3641 3171
7 2392 3355 3644 3278
8 2410 3954 3656 3511
9 2523 3958 3665 3879
10 2534 4125 3674 3927
11 2569 4126 3682 4030
12 2601 4149 3722 4431

1.3.3 Waktu Siklus dan Faktor Konversi Produk

Berikut ini adalah pengumpulan data waktu siklus dan faktor konversi produk :
A. Waktu Siklus
Berikut ini merupakan pengumpulan data waktu siklus :
Tabel 1.3 Pengumpulan Data Waktu Siklus
Waktu Siklus
Operasi Storage Inspeksi Delay
5,59 4,25 5,70 3,90

B. Faktor Konversi Produk

Berikut ini merupakan pengumpulan data faktor konversi produk :
Tabel 1.4 Pengumpualn Data Faktor Konversi Produk
FK
Operasi Storage Inspeksi Delay
1,32 1 1,34 0,92
 II. BAB II
PENGELOLAAN DATA
Bab II ini membahas tentang pengelolaan data agreragasi,pertanse, diagram
pancae, pelamaran dan rekapitukasi error.
2.1 Agregasi
Berikut merupakan pengolahan data yang akan di agregasikan baik dalam
satuan waktu maupun produk.
2.1.1 Agregasi Satuan Waktu
Berikut ini merupakan agregasi ke satuan waktu :
Contoh perhitungan : 2272 x 5,59 = 12700,48
Tabel 2.1 Agregasi Satuan Waktu
Periode Operasi Storage Inspeksi Delay Jumlah (Dt)
WS 5,59 4,25 5,70 3,90
1 12700,48 11555,75 20098,20 10896,60 55251,03
2 12823,46 11662,00 20212,20 10923,90 55621,56
3 12924,08 12167,75 20303,40 11739,00 57134,23
4 13030,29 12941,25 20480,10 11914,50 58366,14
5 13214,76 13714,75 20582,70 11953,50 59465,71
6 13237,12 14097,25 20753,70 12366,90 60454,97
7 13371,28 14258,75 20770,80 12784,20 61185,03
8 13471,9 16804,50 20839,20 13692,90 64808,5
9 14103,57 16821,50 20890,50 15128,10 66943,67
10 14165,06 17531,25 20941,80 15315,30 67953,41
11 14360,71 17535,50 20987,40 15717,00 68600,61
12 14539,59 17633,25 21215,40 17280,90 70669,14
2.1.2 Agregasi Satuan Produk
Berikut ini merupakan agregasi kesatuan produk :
Contoh perhitungan : 2272 x 1,32 = 2988,35
Tabel 2.2 Agregasi Satuan Produk
Periode Operasi Storage Inspeksi Delay Jumlah (Dt)
FK 1,32 1 1,34 0,92
1 2980,46 2713,00 4720,94 2558,40 12972,80
2 3009,39 2738,00 4747,76 2564,82 13059,98
3 3033,07 2857,00 4769,22 2756,61 13415,90
4 3058,06 3039,00 4810,80 2797,91 13705,76
5 3101,46 3221,00 4834,94 2807,08 13964,49
6 3106,72 3311,00 4875,18 2904,35 14197,25
7 3138,29 3349,00 4879,20 3002,54 14369,03
8 3161,97 3948,00 4895,29 3216,35 15221,61
9 3310,60 3952,00 4907,36 3554,05 15724,01
10 3325,06 4119,00 4919,44 3598,09 15961,59
11 3371,10 4120,00 4930,16 3692,61 16113,88
12 3413,19 4143,00 4983,81 4060,59 16600,59

2.2 Persentase
Berkiut merupakan pengolahan data untuk menentukan persentase agregasi baik
dalam satuan waktu maupun dalam satuan produk.
2.2.1 Persentase Agregasi Satuan Waktu
Berikut merupakan pengolahan data persentase agregasi dalam satuan waktu,
yaitu sebagai berikut :
Tabel 2.3 Perentase Agregasi Satuan Waktu
Periode Operasi Storage Inspeksi Delay Jumlah
1 23% 21% 36% 20% 100%
2 23% 21% 36% 20% 100%
3 23% 21% 36% 21% 100%
 Tabel lanjutan 2.3 Perentase Agregasi Satuan Waktu
Periode Operasi Storage Inspeksi Delay Jumlah
4 22% 22% 35% 20% 100%
5 22% 23% 35% 20% 100%
6 22% 23% 34% 20% 100%
7 22% 23% 34% 21% 100%
8 21% 26% 32% 21% 100%
9 21% 25% 31% 23% 100%
10 21% 26% 31% 23% 100%
11 21% 26% 31% 23% 100%
12 21% 25% 30% 24% 100%

2.2.2 Persentase Agregasi Satuan Produk

Berikut merupakan pengolahan data persentase agregasi dalam satuan
produk, yaitu sebagai berikut :
Tabel 2.4 Perentase Agregasi Satuan Produk
Periode Operasi Storage Inspeksi Delay Jumlah
1 23% 21% 36% 20% 100%
2 23% 21% 36% 20% 100%
3 23% 21% 36% 21% 100%
4 22% 22% 35% 20% 100%
5 22% 23% 35% 20% 100%
6 22% 23% 34% 20% 100%
7 22% 23% 34% 21% 100%
8 21% 26% 32% 21% 100%
9 21% 25% 31% 23% 100%
10 21% 26% 31% 23% 100%
11 21% 26% 31% 23% 100%
12 21% 25% 30% 24% 100%
2.3 Diagram Pencar
Berikut merupakan gambar diagram pencar yang didapat dari hasil
pengolahan data agregasi.
A. Diagram Pencar Data Waktu
Berikut merupakan diagram pencar atau flot data waktu yaitu sebagai berikut
:

Plot Data
80000
70000
60000
50000
40000
30000
20000
10000
0
0 2 4 6 8 10 12 14

Gambar 2.1 Flot Data Waktu

B. Diagram Pencar Data Produk
Berikut merupakan diagram pencar atau flot data produk atau unit, yaitu
sebagai berikut :

Plot Data
18000,00
16000,00
14000,00
12000,00
10000,00
8000,00
6000,00
4000,00
2000,00
0,00
0 2 4 6 8 10 12 14

Gambar 2.2 Flot Data Produk

 2.4 Peramalan
Berikut pengolahan data untuk menentukan peramalan, yaitu sebagai berikut :
2.4.1 Double Exponential Smoothing
Berikut merupakan pengolahan data Double Expnential Smoothing, yaitu
sebagai berikut :
Tabel 2.5 Double Expnential Smoothing
t Dt S’t S”t at bt m Ft et |𝒆𝒕 | |𝒆𝒕 |2
1 13000,24 13000,24 13000,24 13000,24 0,00 1
2 13087,43 13008,96 13001,11 13016,81 0,87 1 13000,24 87,18 87,18 7600,97
3 13443,35 13052,40 13006,24 13098,56 5,13 1 13017,68 425,67 425,67 181194,25
4 13733,21 13120,48 13017,67 13223,29 11,42 1 13103,68 629,52 629,52 396301,33
5 13991,93 13207,63 13036,66 13378,59 19,00 1 13234,72 757,21 757,21 573372,39
6 14224,70 13309,33 13063,93 13554,74 27,27 1 13397,58 827,11 827,11 684117,80
7 14396,48 13418,05 13099,34 13736,75 35,41 1 13582,00 814,47 814,47 663368,27
8 15249,06 13601,15 13149,52 14052,78 50,18 1 13772,17 1476,89 1476,89 2181214,43
9 15751,45 13816,18 13216,19 14416,17 66,67 1 14102,96 1648,50 1648,50 2717538,91
10 15989,04 14033,46 13297,92 14769,01 81,73 1 14482,84 1506,20 1506,20 2268644,22
11 16141,32 14244,25 13392,55 15095,95 94,63 1 14850,74 1290,58 1290,58 1665592,09
12 16628,03 14482,63 13501,56 15463,70 109,01 1 15190,59 1437,45 1437,45 2066256,16
Jumlah 10900,80 10900,80 13405200,81
Rata-rata 908,40 908,40 1117100,07

2.4.2 Regresi Linier

Berikut merupakan pengolahan data regresi linier, yaitu sebagai berikut :
Tabel 2.6 Double Regresi Linier
t Dt 𝑫𝒕 × 𝒕 t2 Ft et |𝒆𝒕 | |𝒆𝒕 |2
1 13000,24 13000,24 1 12727,80 272,45 272,45 74226,81
2 13087,43 26174,85 4 13074,81 12,62 12,62 159,24
3 13443,35 40330,04 9 13421,82 21,53 21,53 463,60
4 13733,21 54932,84 16 13768,83 -35,62 35,62 1268,63
5 13991,93 69959,66 25 14115,84 -123,91 123,91 15352,64
6 14224,70 85348,19 36 14462,85 -238,15 238,15 56714,93
 Tabel Lanjutan 2.6 Double Regresi Linier
t Dt 𝑫𝒕 × 𝒕 t2 Ft et |𝒆𝒕 | |𝒆𝒕 |2
7 14396,48 100775,34 49 14809,86 -413,38 413,38 170883,38
8 15249,06 121992,47 64 15156,87 92,19 92,19 8499,08
9 15751,45 141763,07 81 15503,88 247,57 247,57 61292,45
10 15989,04 159890,38 100 15850,89 138,15 138,15 19085,07
11 16141,32 177554,52 121 16197,90 -56,58 56,58 3201,21
12 16628,03 199536,40 144 16544,91 83,12 83,12 6909,51
Jumlah 0,00 1735,26 418056,54
Rata-rata 0,00 144,61 34838,05

2.5 Rekapitulasi Error

Berikut merupakan data rekapitulasi error yang didapat dari hasil pengolahan
data agregasi.
Tabel 2.7 Rekapitilasi Error
DES RL
ME 908,40 0,00
MAD 908,40 144,61
SDE 1103,93 194,95

Berdasarkan tabel diatas maka error paling kecil yaitu dengam menggunakan
metode regresi linear.
 I. BAB III
PEMBAHASAN DAN ANALISIS
Bab III ini memaparkan pembahasan hasil dan analisis dari pengolahan data
yang sudah dilakukan pada praktikum terintegrasi modul II.
3.1 Pembahasan
Berikut ini merupakan pembahasan data agregasi dan peramalan.
3.1.1 Agregasi
Berikut merupakan Agregasi satuan waktu dan satuan produk.
A. Agregasi Satuan Waktu

Plot Data
80000
70000
60000
50000
40000
30000
20000
10000
0
0 2 4 6 8 10 12 14

Gambar 3.1 Flot Data Waktu

Seperti pada plot data diatas hasil dari agegasi kedalam waktu
menunjukan bahwa data tersebut bersifat linier.
B. Agregasi Satuan Produk

Plot Data
18000,00
16000,00
14000,00
12000,00
10000,00
8000,00
6000,00
4000,00
2000,00
0,00
0 2 4 6 8 10 12 14

Gambar 3.2 Flot Data Produk

 Plot data diatas hasil dari agegasi kedalam unit menunjukan bahwa data
tersebut bersifat linier.
Berdasarkan plot data diatas yaitu pola data trend maka menggunakan metode:
a. Double Exponential Smoothing
b. Regresi Linear
Setelah menghitung kedua metode tersebut kemudian menghitung error untuk
memilih metode yang akan digunakan untuk peramalan pada periode selanjutnya.
Maka diperoleh hasil rekapitulasi error sebagai berikut:
DES RL
ME 908,40 0,00
MAD 908,40 144,61
SDE 1103,93 194,95

Berdasarkan rekapitulasi perhitungan error diatas maka error paling kecil

yaitu metode regresi linear.
3.1.2 Peramalan
Berikut merupakan hasil peramalan 12 Periode
Tabel 3.1 Data Hasil Peramalan
T Ft
13 16891,92
14 17238,93
15 17585,94
16 17932,95
17 18279,96
18 18626,97
19 18973,98
20 19320,99
21 19668,00
22 20015,01
23 20362,02
24 20709,03
3.2 Analisis
Berikut ini merupakan analisis dari hasil pengolahan data agregasi dan
peramalan yaitu sebagai berikut :
3.2.1 Agregasi
Berdasarkan hasil ploting data yang tercantum pada pembahasan cenderung
linear mengalami penaikan terus-menerus. Maka peramalan untuk 12 periode
kedepan dilakukan dengan trend linear yang terdiri dari dua metode yaitu Double
Eksponential Smoothing (DES) dan metode Regresi Linier (RL). Berdasarkan
kedua metode tersebut dipilih salah satu metode yang akan digunakan pada
peramalan dengan mempertimbangakan hasil Mean Error (ME), Mean Absolute
Deviation (MAD) dan Standar Deviasi Error (SDE) dari setiap metode.
Berdasarkan perhitungan Metode Double Exponential Smoothing didapatkan
nilai ME= 908,40, MAD= 908,40 dan SDE= 1103,93. Sedangkan berdasarkan
perhitungan Regresi Linier didapatkan nilai ME= 0,00, MAD= 144,61 dan
SDE=194,95. Berdasarkan hasil perhitungan dengan dua metode di atas tingkat
error yang dapat dilihat dari nilai ME, MAD dan SDE yang paling kecil Antara
keduanya adalah metode regresi linier, maka metode yang dipilih yaitu metode
regresi linear.
3.2.2 Peramalan
Karena di agregasi (perencanaan) mendapatkan plot data yang linier maka
yang selanjutnya kita mencari perencanaan menggunakan metode linier yang
didalamnya terdapat metode double eksponential smoothing dan regresi linier.
Setelah mendapatkan hasilnya lalu dicari ukuran akurasi peramalan yaitu metode
Mean Eror (ME), Mean Absolute Deviation (MAD), Standart Deviation Eror
(SDE), dan didapatkan hasil terbaik yaitu pada regresi linier karena di metode
regresi linier mendapatkan nilai eror yang paling kecil.
Setelah mendapatkan hasil peramalan untuk 12 periode kedapan ternyata
permintaan konsumen terus meningkat, jadi solusi terbaik untuk menanggapi
permintaan yang makin bertambah adalah dengan menentukan standar yang
dibutuhkan untuk mengelola permintaan , dan juga menambah jumlah produksi.