Alvin Maulana

20522088

UTS ( ANALISIS PERANCANGAN PERUSAHAAN )

1. Aspek pasar dan pemasaran produk kopi Data

permintaan

No Periode Permintaan

1 Sep-17 4790 pcs

2 Okt-17 3350 pcs

3 Nov-17 3494 pcs

4 Des-17 3025 pcs

5 Jan-18 4533 pcs

6 Feb-18 4209 pcs

7 Mar-18 2963 pcs

8 Apr-18 4094 pcs

9 Mei-18 3348 pcs

10 Jun-18 3064 pcs

Data penawaran

No Periode Permintaan

1 Sep-17 4048 pcs

2 Okt-17 2824 pcs

3 Nov-17 3862 pcs

4 Des-17 3532 pcs

5 Jan-18 4748 pcs

6 Feb-18 4245 pcs

7 Mar-18 1259 pcs

 No Periode Permintaan

8 Apr-18 4422 pcs

9 Mei-18 3322 pcs

10 Jun-18 2089 pcs

Forecasting :

Grafik historis permintaan kopi

Data Permintaan (Demand)

5000

4500

4000

3500

3000

2500

2000
1 2 3 4 5 6 7 8 9 10

Permintaan CL Permintaan

Grafik historis penawaran kopi

Data Penawaran (Supply)

5000
4500

4000

3500

3000

2500

2000

1500

1000
1 2 3 4 5 6 7 8 9 10
Penawaran CL Penawaran

Data yang digunakan termasuk pada pola data horizontal. Data berupa data
penawaran dan data permintaan kopi. Dikatakan peramalan time series dikarenakan
data berupa data bulanan pada tahun 2017 hingga 2018 sebanyak 10 data. Dimana jika
pola datanya horizontal, maka metode yang digunakan pada time series yaitu :
 1. Metode Simple Average (SA)
2. Metode Moving Average (MA)
3. Metode Weighted Moving Average (WMA)
4. Metode Single Exponential Smoothing (SES)
5. Metode Linear Regression with Time (LR).
Data Permintaan
a. Forecasting data permintaan
Semua perhitungan dengan menggunakan 5 metode Time Series dilakukan dengan
menggunakan software WinQSB untuk mencari peramalan 6 periode kedepan. Berikut
adalah hasil perhitungan untuk jumlah permintaan pada masing-masing metode:
1. Metode Simple Average (SA)

Gambar 1.7.3 Hasil peramalan data permintaan metode Simple Averagae (SA)
2. Metode Moving Average (MA)
Berikut merupakan hasil perhitungan peramalan moving average 3 periode dan 4 periode.
 Gambar 1.7.4 Hasil peramalan data permintaan metode Moving Average 3 periode

Gambar 1.7.5 Hasil peramalan data permintaan metode Moving Average 4 periode
3. Metode Weighted Moving Average (WMA)
Berikut merupakan hasil peramalan menggunakan metodde Weighted Moving Average
baik 3 periode dan 4 periode.
 Gambar 1.7.6 Hasil peramalan data permintaan metode Weighted
Moving Average 3 periode

Gambar 1.7.7 Hasil peramalan data permintaan metode Weighted

Moving Average 4 periode
4. Metode Single Exponential Smoothing (SES)
Berikut merupakan hasil peramalan data permintaan metode SES.
 Gambar 1.7.8 Hasil peramalan data permintaan metode Single
Exponential Smoothing
5. Metode Metode Linear Regression with Time (LR).
Berikut merupakan hasil peramalan data permintaan metode LR.

Gambar 1.7.9 Hasil peramalan data permintaan metode Linear Regression

with Time (LR)
b. Grafik dari WinQSB
Berikut merupakan hasil grafik perbandingan metode time series pada data permintaan.
 Gambar 1.7.10 Grafik perbandingan metode time series pada data permintaan
Berdasarkan hasil grafik perbandingan pada kelima metode time series yang digunakan,
dimana untuk metode SES, metode 3-WMA, dan metode LR didapatkan bentuk grafik yang
mendekati dengan data historical, sehingga dari ketiga metode tersebut metode peramalan
terbaik yaitu ada pada metode SES, dikarenakan bentuk pola data metode SES yang paling
mendekati dengan pola data historisnya.
c. Tabel hasil MAD

Gambar 1.7.11 Hasil perbandingan nilai MAD pada metode time series
 Berdasarkan hasil MAD pada tiap-tiap metode, didapatkan nilai MAD metode Simple Average
sebesar 724.9114, metode Moving Average (3 periode) sebesar 654.9523, metode Moving
Average (4 periode) sebesar 655.2917, metode Weighted Moving Average (3 periode) sebesar
679.0952, metode Wighted Moving Average (4 periode) sebesar 673.7834, metode SES sebesar
737.2329, dan metode LR sebesar 543.9442.
Berdasarkan hasil MAD metode peramalan/forecasting tersebut, didapatkan hasil terbaik yaitu
pada metode LR dengan MAD sebesar 543.9442. Namun karena bentuk pola data LR tidak lebih
mendekati dengan pola data historisnya, maka metode peramalan terbaik yaitu dengan
metode SES. Walaupun nilai MAD metode SES lebih besar dibanding dengan nilai MAD metode
LR, namun tetap SES yang terpilih untuk metode peramalan terbaik, dikarenakan grafik pola
data metode SES lebih mendekati data historisnya.
d. Penjelasan hasil data permintaan
Berdasarkan hasil peramalan data permintaan, didapatkan bahwa metode LR memiliki hasil
peramalan yang paling mendekati dengan data historical jika dibandingkan dengan metode lain
untuk setiap bulannya. Pada bulan 10, data historical sebesar 3064, sedangkan hasil peramalan
untuk metode LR, metode SA, 3-MA, 4-MA, 3-WMA, 4-WMA, dan SES secara berturut-turut
sebsar 3330.873, 3756.222, 3468.333, 3653.5, 3532.5, 3580.9, 3461.996. Terlihat hasil
peramalan yang paling mendekati data historical yaitu dengan metode LR yaitu sebesar
3330.873.
Data Penawaran
a. Forecasting data penawaran
Semua perhitungan dengan menggunakan 5 metode Time Series dilakukan dengan
menggunakan software WinQSB untuk mencari peramalan 6 periode kedepan. Berikut
adalah hasil perhitungan untuk jumlah permintaan pada masing-masing metode:
1. Metode Simple Average
 Gambar 1.7.12 Hasil peramalan data penawaran metode simple average
2. Metode Moving Aaverage (MA)
Berikut merupakan hasil peramalan data penawaran metode moving average.

Gambar 1.7.13 Hasil peramalan data penawaran metode moving average 3

periode
 Gambar 1.7.14 Hasil peramalan data penawaran metode moving average 4
periode
3. Metode Weighted Moving Average
Berikut merupakan hasil peramalan data penawaran metode weighted moving average.

Gambar 1.7.15 Hasil peramalan data penawaran metode weighted

moving average 3 periode
 Gambar 1.7.16 Hasil peramalan data penawaran metode weighted
moving average 4 periode
4. Metode Single Exponential Smoothing (SES)

Gambar 1.7.17 Hasil peramalan data penawaran metode Single

Exponential Smoothing
5. Metode (LR)
 Gambar 1.7.18 Hasil peramalan data penawaran metode Linear Regression
with Time

b. Grafik dari WinQSB

 Gambar 1.7.19 Grafik perbandingan metode time series pada data penawaran

Berdasarkan hasil grafik perbandingan pada kelima metode time series yang digunakan,
dimana untuk metode SES, metode SA, dan metode LR didapatkan bentuk grafik yang
mendekati dengan data historical, sehingga dari ketiga metode tersebut metode peramalan
terbaik yaitu ada pada metode SES, dikarenakan bentuk pola grafiknya yang paling
mendekati pola data historis.
c. Tabel Hasil MAD

Gambar 1.7.20 Hasil perbandingan MAD data penawaran

Berdasarkan hasil MAD pada tiap-tiap metode, didapatkan nilai MAD metode Simple
Average sebesar 960.8662, metode Moving Average (3 periode) sebesar 918.8096, metode
Moving Average (4 periode) sebesar 1178.042, metode Weighted Moving Average (3
periode) sebesar 1026.172, metode Wighted Moving Average (4 periode) sebesar 1187,917,
metode SES sebesar 1241.242, dan metode LR sebesar 784.6533.
Jadi, berdasarkan hasil MAD metode peramalan/forecasting tersebut, didapatkan hasil
terbaik yaitu pada metode LR dengan MAD sebesar 784.6533. Hal itu dikarenakan untuk
metode permalan terbaik memiliki nilai MAD terkecil.
d. Penjelasan Hasil Data Penawaran
Berdasarkan hasil peramalan data permintaan, didapatkan bahwa metode LR memiliki hasil
peramalan yang paling mendekati dengan data historical jika dibandingkan dengan metode lain
untuk setiap bulannya. Pada bulan 10, data historical sebesar 2089, sedangkan hasil peramalan
untuk metode SA, 3-MA, 4-MA, 3-WMA, 4-WMA, SES, dan LR secara berturut-turut sebsar
3584.667, 3001, 3312, 3239.4, 3331.7, 3439.795, dan 2926. Terlihat hasil peramalan yang paling
mendekati data historical yaitu dengan metode LR yaitu sebesar 2926.
Rencana Penjualan
Berikut merupakan tabel rencana penjualan dari kopi celup :
Tabel 1.7.1 Rencana Penjualan
Data Data Market Market
Bulan
Permintaan Penawaran Opportunity Share
1 3144 2359 785 393
2 3144 2359 785 393
3 3144 2359 785 393
4 3144 2359 785 393
5 3144 2359 785 393

Berdasarkan peramalan data permintaan dan penawaran, didapatkan market opportunity

selama 6 tahun sebesar 439, 473, 507, 541, dan 575. Dari perhitungan market
opportunity¸didapatkan perhitungan market share dengan market opportunity dibagi dengan
2. Diasumsikan jika ada 2 perusahaan yang akan bersaing memanfaatkan peluang pasar dan
mempunyai karakteristik yang sama. Sehingga didapatkan total rencana penjualan sebesar
1965 pcs.
 2. Aspek teknis dan teknologis

1. Perencanaan produk
Pada tahap ini melakukan semua semua kebutuhan yang dibutuhkan pada poduk
kopi.
Mencakupi data data terkait bahan-bahan, alat, hingga mesin yang dibutuhkan

a. Proses produksi
Proses produksi adalah suatu cara, metode dan teknik untuk menciptakan atau menambah
kegunaan suatu barang atau jasa dengan menggunakan sumber-sumber (tenaga kerja, mesin,
bahan-bahan, dana) yang ada (Assauri, 2008). Terdapat tiga unsur pada proses produksi, yaitu
input, proses, dan output. Input dalam proses produksi terdiri atas bahan baku atau bahan
mentah, energi yang digunakan dan informasi yang diperlukan. Proses merupakan kegiatan
yang mengolah bahan, energi, dan informasi sehingga menjadi barang jadi. Output
merupakan barang hasil proses yang telah selesai. Berikut ini merupakan proses produksi
pembuatan kopi susu celup:

b. Bahan Baku dan Penolong

a. Bahan baku utama
Bahan baku adalah suatu bahan pokok atau bahan mentah yang utama digunakan
untuk memproses suatu barang hasil produksi agar menjadi produk jadi. dalam
pembuatan kopi susu celup susu bahan baku utama yang digunakan adalah Biji kopi,
gula halus, dan susu bubuk halus.
b. Bahan baku penolong
Bahan penolong adalah bahan yang digunakan untuk memenuhi proses produksi,
atau bahan yang tidak menjadi bahan utama dalam bagian produk jadi. Bahan baku
penolong pada produk ini adalah kertas, tali, dan kemasan untuk mengemas Kopi
susu
 Celup yang sudah jadi.
c. Bill of Material (BOM)
Bill of material merupakan komponen atau barang kebutuhan dalam proses manufaktur untuk
memenuhi kebutuhan perusahaan, dimana daftar barang tersebut disesuaikan dengan jumlah
kebutuhan produksi untuk menghasilkan barang jadi atau setengah jadi sesuai dengan
kebutuhan perusahaan. Bahan baku yang dibutuhkan untuk membuat produk kopi susu celup
tentu saja yaitu biji kopi, gula, susu, dan kemasan yang akan digunakan. Untuk membuat
produk tersebut maka diperlukan daftar komponen atau Bill of Material. Berikut adalah
merupakan bill of material dari produk kopi susu celup :

d. OPC
Berikut merupakan OPC proses kopi susu celup.
No Level Part No. Nama Komponen Quantity/Unit Decision
1 0 - Kopi susu celup 1 Make
2 1 A001 Kemasan 1 Make
Kertas kantong
3 2 B001 1 Make
celup
4 2 B002 Benang 1 Make
5 1 A002 Kopi 1 Make
6 2 B003 Biji Kopi 1 Make
7 2 B004 Gula 1 Make
8 2 B005 Susu Bubuk 1 Make

2. Mesin dan perawatan

Dalam menentukan kebutuhan mesin dan peralatan untuk memproduksi produk, pada proses
produksi jumlah mesin yang dimiliki oleh sebuah perusahaan akan sangat menentukan
besarnya jumlah produk yang nantinya akan dipenuhi oleh perusahaan. Berkaitan dengan
pemilihan teknologi, biasanya suatu produk tertentu dapat diproses dengan lebih dari satu
cara,
sehingga teknologi yang dipilih pun perlu ditentukan secara jelas. Berikut adalah mesin yang
kami gunakan dalam proses produksi.
Nama Jenis Kegunaan
Pengupas biji kopi basah Mesin Memanggang adonan roti
Pencuci biji kopi Mesin Mencuci biji kopi yang aakn
digunakan dalam produksi
Box Dryer Mesin Mengeringkan biji kopi yang suda
dicuci
Huller kopi kering Mesin Memngupas kulit ari/cangkang biji
kopi kering
Roasting kopi Mesin Memanggang biji kopi yang sudah
dikupas
Pengayak biji kopi Mesin Mengayak dan menyortir biji kopi

Penggiling kopi Mesin Menggiling/menghaluskan biji kopi

yang sudah di ayak
Pengayak bubuk kopi Mesin Menyortir bubuk kopi yang sudah
digiling
Pengemas Mesin Mengemas bubuk kopi yang sudah
melalui proses ayak

Untuk jumlah kopi susu celup yang akan diproduksi sebanyak hasil forecast yang telah
dihitung. Jumlah rencana penjualan setiap periode, yaitu:

Periode Rencana Penjualan

1 1.156

2 1.235

3 1.020

4 1.150

5 1.245
 Terdapat 9 mesin yang digunakan untuk memproduksi kopi susu celup ini, dengan
ketentuan jam kerja terdiri dari 1 shift dengan waktu kerja efektif 7 jam setiap shift, untuk
hari kerja selama 235 hari efektif per tahun. Setiap unit produk memerlukan waktu proses
sebagai berikut:

No. Mesin Mesin Waktu (menit)

1 Pengupas biji kopi basah 25’

2 Pencuci biji kopi 10’

3 Box Dryer 25’

4 Huller kopi kering 15’

5 Roasting kopi 20’

6 Pengayak biji kopi 15’

7 Penggiling kopi 20’

8 Pengayak bubuk kopi 10’

9 Pengemas 20’

Dari data diatas, dapat dihitung jumlah kebutuhan setiap mesin dalam perusahaan
menggunakan rumus sebagai berikut:

𝑊𝑎𝑘𝑡𝑢 𝑚𝑒𝑠𝑖𝑛 × 𝑉𝑜𝑙𝑢𝑚𝑒 𝑝𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 𝑡𝑎ℎ𝑢𝑛 (𝑛)

𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑚𝑒𝑠𝑖𝑛 =
𝐽𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑒𝑓𝑒𝑘𝑡𝑖𝑓 𝑑𝑎𝑙𝑎𝑚 1 𝑡𝑎ℎ𝑢𝑛

Sehingga dapat diketahui kebutuhan setiap mesin untuk lima periode selanjutnya
sebagai berikut:

Mesin
Periode
1 2 3 4 5 6 7 8 9

1 0,29 0,11 0,29 0,17 0,23 0,17 0,23 0,11 0,23

 2 0,31 0,12 0,31 0,18 0,25 0,18 0,25 0,12 0,25

3 0,25 0,10 0,25 0,15 0,20 0,15 0,20 0,10 0,20

4 0,29 0,11 0,29 0,17 0,23 0,17 0,23 0,11 0,23

5 0,31 0,12 0,31 0,18 0,25 0,18 0,25 0,12 0,25

Berdasarkan tabel tersebut dapat dilihat hasil yang didapat bahwa kebutuhan dari
9 mesin yaitu masing-masing sebanyak 1 buah. Pembulatan dilakukan ke atas agar waktu
kerja tetap efektif atau dengan kata lain tidak menambah waktu kerja karyawan perusahaan
agar workload tetap dengan mesinnya. Dari hasil perhitungan diatas dapat disimpulkan
bahwa CV. Tunas Bangsa akan membeli mesin sebanyak:

3. Kapasitas produksi
Kapasitas produksi merupakan salah satu tolak ukur yang penting dari suatu perusahaan.
Kapasitas produksi adalah jumlah produk yang seharusnya dapat diproduksi oleh sebuah
perusahaan guna mencapai keuntungan maksimal. Penentuan kapasitas produksi dipengaruhi
oleh beberapa faktor seperti jam kerja, jumlah pekerja, dan lain sebagainya (Karine Santoso,
2015). Berikut merupakan rumusan perhitungan kapasitas produksi/
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑒𝑓𝑒𝑘𝑡𝑖𝑓 𝑠𝑒𝑡𝑎ℎ𝑢𝑛 (𝑚𝑒𝑛𝑖𝑡 )×𝐽𝑢𝑚𝑙𝑎ℎ 𝑚𝑒𝑠𝑖𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑑𝑢𝑟𝑎𝑎𝑠𝑖 𝑡𝑒𝑟𝑙𝑎𝑚𝑎
𝐷𝑢𝑟𝑎𝑠𝑖 𝑚𝑒𝑠𝑖𝑛 𝑡𝑒𝑟𝑙𝑎𝑚𝑎 ( 𝑚𝑒𝑛𝑖𝑡)

Berdasarkan perhitungan sebelumnya didapatkan nilai jumlah jam kerja, durasi mesin,
dan jumlah mesin. Nilai-nilai tersebut digunakan untuk menghitung kapasitas produksi pada
perusahaan. Perhitungan kapasitas produksi dapat dilakukan menggunakan rumus sebagai
berikut:

𝑚𝑒𝑛𝑖𝑡
7 × 60 × 300 × 1 𝑢𝑛𝑖𝑡
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = 𝑡𝑎ℎ𝑢𝑛
45 𝑚𝑒𝑛𝑖𝑡

𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = 2800 𝑢𝑛𝑖𝑡/𝑡𝑎ℎ𝑢𝑛

Jadi, kapasitas produksi perusahaan sebesar 2800 unit/tahun.

 Berikut merupakan tabel perhitugan yang diperoleh:

Periode Volume Rencana

Jumlah Simpan
(Bulan) Penjualan Produksi
1 393 2800 2407
2 393 2800 2407
3 393 2800 2407
4 393 2800 2407
5 393 2800 2407

Berdasarkan perhitungan diatas, volume penjualan, rencana produksi, dan jumlah

simpan pada masing-masing periode sama. Volume penjualan diperoleh yaitu sebesar 393,
rencana produksi sebesar 2800, dan jumlah simpan sebesar 2407.