Disusun sebagai satu syarat kelulusan mata kuliah perencanaan dan pengendalian
produksi
Disusun Oleh :
Kelas : TD5A3
Kelompok :1
Terima kasih kepada Ibu Rifda Ilahy Rosihan, S.T., M.Si selaku dosen
pengampu mata kuliah Perencanaan dan Pengendalian Produksi di Universitas
Bhayangkara Jakarta Raya dan semua pihak yang telah memberikan dukungan juga
inspirasi dalam penyusunan tugas proyek ini.
Melalui tugas proyek ini, kami berharap dapat mendalami dan menggali
pemahaman mendalam tentang konsep-konsep kunci dalam Perencanaan dan
Pengendalian Produksi. Harapannya, tugas ini dapat memberikan kontribusi
pemikiran dan ide-ide inovatif dalam memajukan strategi produksi ke tingkat yang
lebih baik.
Kelompok 1
i
DAFTAR ISI
ii
4.2 MPS ............................................................................................................. 16
iii
DAFTAR GAMBAR
Gambar 4. 15 Hasil MRP Rear Fender Level (0) sebelum EOQ ........................ 17
Gambar 4. 16 Hasil MRP Karet Sintetis level (2) sebelum EOQ ....................... 17
Gambar 4. 19 Hasil MRP Rear Fender level (0) sesudah EOQ .......................... 20
Gambar 4. 20 Hasil MRP Karet Sintetis level (2) sesudah EOQ ........................ 21
iv
DAFTAR TABEL
v
BAB I
PENDAHULUAN
Peramalan dalam konteks PT. XYZ akan menjadi instrumen utama untuk
mengantisipasi kebutuhan produksi Rear Fender. Dengan melakukan peramalan
dengan cermat, perusahaan dapat mengidentifikasi tren permintaan pasar, fluktuasi
kebutuhan bahan baku, dan potensi perubahan dalam lingkungan ekonomi atau
industri otomotif.
1.3 Tujuan
1
1.4 Sistematika Penulisan
Sistematika penulisan Tugas Project ini terdiri dari lima bab yang di mulai
bab yang di mulai dengan bab pendahuluan sebagai pengantar umum, mengenai
aspek aspek dari laporan perencanaan dan pengendalian produksi ini secara
keseluruhan.
BAB I PENDAHULUAN
Berisikan latar belakang, rumusan masalah, tujuan dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini menerangkan sebuah teori secara singkat yang berhubungan dengan
perencanaan dan pengendalian produksi.
BAB III PENGUMPULAN DATA
Berisikan pengumpulan data.
BAB IV PENGOLAHAN DATA
Berisikan tentang pengolahan data dan hasil pengaplikasianya.
BAB V PENUTUP
Berisikan kesimpulan.
DAFTAR PUSTAKA
2
BAB II
LANDASAN TEORI
2.1 Forecasting
3
2.3 Material Requirement Planning (MRP)
4
BAB III
PENGUMPULAN DATA
5
3.2 Informasi Terkait MRP dan MPS
Tabel 3. 2 Forecast
Rear fender
6
BAB IV
PENGOLAHAN DATA
4.1 Forecasting
Berdasarkan hasil Grafik data time series plot di atas, data tersebut tidak
memiliki pola musiman.
7
2. Uji Stasioneritas Terhadap Ragam
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3
Lag
8
4. Grafik Hasil Differencing
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3
Lag
Berdasarkan hasil grafik Plot ACF diatas sudah tidak ada lag yang keluar
berarti sudah stasioner terhadap rata-rata
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3
Lag
Berdasarkan hasil grafik Plot PACF diatas sudah tidak ada lag yang keluar
berarti sudah stasioner terhadap rata-rata.
9
Kesimpulannya grafik model ARIMA Tentatif yang dapat ditetapkan adalah
(1,1,0), (0,1,1) dan (1,1,1).
Berdasarkan gambar diatas AR-1 P-Value adalah 0,171 > 0,05 (Tidak
Signifikan) dengan MSE adalah 89302861, Model ini tidak dapat digunakan.
Berdasarkan gambar diatas MA-1 P-Value adalah 0,001 < 0,05 (Signifikan)
dengan MSE adalah 645535724, Model ini dapat digunakan.
10
c. ARIMA Model : Permintaan Produk (1,1,1)
Berdasarkan gambar diatas AR-1 Pvalue adalah 0,942 > 0,05 (Tidak
Signifikan), dan Sedangkan MA-1 Pvalue adalah 0,004 < 0,05 (Signifikan) Dengan
MSE adalah 71650867, Pada model AR-1 tidak signifikan jadi tidak dapat
digunakan.
d. Pemilihan Model
Dari hasi evaluasi masing masing model menghasilkan data sebagai berikut :
Dari data tabel di atas model ARIMA (1,1,1) tidak dapat digunakan karena P-
Value untuk AR-1 = 0,942 > 0,05 (tidak signifikan) dan ARIMA (1,1,0) tidak dapat
digunakan karna P value AR 1 = 0,171 > 0,05, Sedangkan ARIMA (0,1,1)
mempunyai P-Value 0,001 (Signifikan) sehingga model ini dapat digunakan,
11
namun model ARIMA (0,1,1) mempunyai nilai MSE yang paling kecil, maka
model ARIMA (0,1,1) dipilih untuk meramalkan kurs (sesuai dengan dugaan awal).
4.1.2 Forecasting
12
4.1.3 Perhitungan Error
Berikut ini adalah tabel nlai error masing-masing hasil peramalan pada
periode ke 13 sampai 24.
13
1. Menentukan metode peramalan Berdasarkan MAPE, MSE, dan MAE
Terkecil
Berikut ini adalah hasil peramalan data aktual menggunakan metode moving
average method.
Berikut Grafik diatas ini adalah hasil peramalan data aktual menggunakan
metode Singel Exponential Smoothing.
14
Melalui berbagai metode peramala, dapat disimpulkan untuk masing-masing
nilai MAPE. MAD, dan MSE tiap metode adalah sebagai berikut :
Moving
15 6516 89564614
Average
Singel
Exponential 14 5684 54421964
Smoothing
Tracking Signal
4
0
0 2 4 6 8 10 12 14
-1
-2
-3
-4
Grafik diatas menunjukkan bahwa hasil peramalan tidak melebihi batas UCL
dan LCL dengan nilai UCL sebesar -3 dan nilai LCL sebesar 3. Dari pernyataan
yang ada maka peramalan dapat dikatakan valid.
15
Berikut adalah Bil Of Material produksi Rear Fender :
Rear fender
4.2 MPS
Data Forecast dan data Actual Order didapat dari data peramalan sebelumnya.
Pada periode 1-12 PAB (on hand) bernilai 4064 dan SS bernilai 24510. Untuk
menghitung data pada periode diatas menggunakan rumus yaitu :
MPS = AO/Forecast (Nilai yang paling tinggi) + SS (Sales Stock) – PAB (On Hand)
16
4.3 MRP
Pada Item MRP Rear Fender Level (0) sebelum EOQ, On hand atau stok awal
untuk Rear Fender sebanyak 5000 pcs, setelah dihitung dengan menggunakan
metode mrp maka perusahaan harus melakukan order bahan baku untuk membuat
Rear Fender pada bulan ke-1 hingga ke-11 dengan lead time 1 bulan dan 2500 pcs
order per bulannya.
Pada Item MRP Karet Sintetis level (2) sebelum EOQ, On hand atau stok
awal untuk karet sintetis sebanyak 5000 pcs, setelah dihitung dengan menggunakan
metode mrp maka perusahaan harus melakukan order bahan baku untuk membuat
karet sintetis pada bulan ke-1 hingga ke-11 dengan lead time 1 bulan dan 7000 pcs
order per bulannya.
17
Gambar 4. 17 MRP Plastik level (5) sebelum EOQ
Pada Item MRP Plastik level (5) sebelum EOQ, On hand atau stok awal untuk
plastik sebanyak 5000 pcs, setelah dihitung dengan menggunakan metode mrp
maka perusahaan harus melakukan order bahan baku untuk membuat plastik pada
bulan ke-1 hingga ke-11 dengan lead time 1 bulan dan 15000 pcs order per
bulannya.
4.4 EOQ
18
5. Waktu Pengiriman (Lead Time) : Untuk mengetahui bahwa waktu
pengiriman dari pemasok adalah 1 bulan.
2 𝑋 42690 𝑋 40647
𝐸𝑂𝑄 = √ = 83311 𝑢𝑛𝑖𝑡
0,5
40647
Frekuensi pemesanan pertahun = D/Q = ( ) = 0,487
83311
298
Perhitungan habisnya EOQ = = 33 hari
9
LXD 1 x 40467
Perhitungan reorder point = = = 136,39
Hari kerja setahun 298
Berikut adalah Hasil MPS dan MRP sesudah Economic Order Quantity (EOQ) :
Data Forecast dan Actual Order berasal dari hasil peramalan sebelumnya.
Untuk perhitungan MPS setelah Economic Order Quantity (EOQ), rumus yang
digunakan tetap sama dengan MPS sebelumnya, namun nilai MPS digantikan
dengan hasil EOQ, yakni 83,311. Pada periode 1-12, nilai awal PAB (on hand)
19
sebesar 4,064. Dalam menghitung data untuk periode tersebut, rumus-rumus yang
digunakan adalah sebagai berikut :
MPS = AO/Forecast (Nilai yang paling tinggi) + SS (Sales Stock) – PAB (On Hand)
Untuk Rear Fender Level (0) setelah penerapan Economic Order Quantity
(EOQ), stok awal atau on-hand pada awalnya sejumlah 5000 pcs. Setelah
menghitung menggunakan metode MRP, perusahaan diwajibkan untuk melakukan
pemesanan bahan baku guna produksi Rear Fender pada bulan ke-1 hingga ke-11,
dengan waktu tunggu (lead time) selama 1 bulan. Jumlah pemesanan yang harus
dilakukan setiap bulannya adalah sebanyak 83,311 pcs..
20
Gambar 4. 20 Hasil MRP Karet Sintetis level (2) sesudah EOQ
Untuk bahan baku Karet Sintetis level (2) setelah menerapkan Economic
Order Quantity (EOQ), stok awal atau on-hand pada awalnya berjumlah 5000 pcs.
Setelah dilakukan perhitungan menggunakan metode Material Requirements
Planning (MRP), perusahaan diharuskan untuk melakukan pemesanan bahan baku
Karet Sintetis pada bulan ke-1 hingga ke-11, dengan waktu tunggu (lead time)
selama 1 bulan, dan jumlah pemesanan sebanyak 83,311 pcs setiap bulannya.
Untuk bahan baku Plastik level (5) setelah menerapkan Economic Order
Quantity (EOQ), stok awal atau on-hand pada awalnya adalah 5000 pcs. Setelah
melakukan perhitungan dengan menggunakan metode Material Requirements
Planning (MRP), perusahaan diharuskan melakukan pemesanan bahan baku Plastik
pada bulan ke-1 hingga ke-11, dengan waktu tunggu (lead time) selama 1 bulan,
dan jumlah pemesanan sebanyak 83,311 pcs setiap bulannya.
21
Kesimpulannya, PT XYZ, perusahaan manufaktur sepeda motor terkemuka,
berhasil menerapkan model Economic Order Quantity (EOQ) untuk Rear Fender
kustom dengan pesanan optimal sekitar 83,311 unit. Ini membantu menghindari
biaya penyimpanan tinggi dan meningkatkan efisiensi produksi. Total biaya yang
dikeluarkan sebesar Rp 41,655,- dengan frekuensi pemesanan 0,487 kali pertahun
dan waktu habis EOQ dalam 33 hari. Reorder point sebesar 136,39 menjamin
ketersediaan stok yang memadai. Keseluruhan, EOQ memungkinkan PT XYZ
mengelola persediaan Rear Fender secara efisien, meminimalkan biaya, dan
menjaga ketersediaan stok sesuai permintaan pasar.
22
BAB V
PENUTUP DAN KESIMPULAN
23
DAFTAR PUSTAKA
Martha, Kukuh Anggara, and Putu Yudi Setiawan. 2018. “Analisis Material
Requirement Planning Produk Coconut Sugar Pada Kul-Kul Farm.” E-Jurnal
Manajemen Universitas Udayana 7(12): 6532.
24