PERENCANAAN DAN

PENGENDALIAN PRODUKSI
IE H2H3
Program Studi Teknik Industri
Fakultas Rekayasa Industri
Telkom University
DISAGGREGATE PLANNING
 MASTER PRODUCTION SCHEDULE

• Jadwal Induk Produksi (Master Production Schedule,

MPS) atau JIP merupakan output disagregasi pada
Rencana Agregat
• JIP berada pada tingkatan item
• JIP bertujuan untuk melihat dampak demand pada
perencanaan material dan kapasitas
• JIP bertujuan untuk menjamin bahwa produk tersedia
untuk memenuhi demand, tetapi ongkos dan inventory
yang tidak perlu dapat dihindarkan
• Teknik disagregasi: persentase dan metoda Bitran and
Hax

3
 PROSEDUR TEKNIK PERSENTASE

• Hitung persentase kuantitas item masing-masing

terhadap kuantitas famili pada data masa lalu (semua
dalam unit agregat)
• Gunakan persentase ini untuk menentukan kuantitas
item masing-masing dari Rencana Agregat. Output
adalah MPS dalam satuan agregat
• Lakukan pembagian MPS (yang masih dalam satuan
agregat) dengan nilai konversi sehingga dihasilkan MPS
dalam satuan individu item

4
 5

Contoh Soal :

Data Item (unit)

Waktu
Perioda 1 2 3 4 5 6 standard
(jam/unit)

Produk A 200 220 240 230 250 260 3

Produk B 600 650 700 690 720 770 2
Produk C 50 55 60 58 60 60 5
 6

Data Agregat (jam )

Perioda 1 2 3 4 5 6 Total %

Produk
600 660 720 690 750 780 4200 29,6 %
A
Produk 138
1200 1300 1400 1440 1540 8260 58,3%
B 0
Produk
250 275 300 290 300 300 1715 12,1%
C
236
Famili X 2050 2235 2420 2490 2620 14175 100%
0
 7

Peramalan Agregat – Family

produk
t2
n n
t At t At
 A  b t t
1 2050 2050 1 a t 1 t 1

2 2235 4470 4
n
3 2420 7260 9 n n n
n tAt   At  t
4 2360 9440 16
b t 1
n
i 1
n
t 1

5 2490 12450 25 n t 2  ( t ) 2
t 1 t 1
6 2620 15720 36

b = 101,6 a = 2006,9
Didapat model persamaan agregat Ft = 2006,9 + 101,6 t
 Contoh

• Berdasarkan model ramalan tersebut, dapat dihitung permintaan

agregat pada perioda ke 7, 8, dan 9, yaitu:
F7 = 2.006,9 + 101,6 x 7 = 2.718,1
F8 = 2.006,9 + 101,6 x 8 = 2.819,7
F9 = 2.006,9 + 101,6 x 9 = 2.921,3

• Bila dalam penentuan rencana agregat (aggregate plan)

diasumsikan menggunakan strategi chase, maka nilai rencana
agregat akan sama dengan nilai ramalan

8
• Dengan demikian nilai rencana agregat pada perioda ke 7 adalah:
2.718,1 jam
• Dengan teknik persentase, disagregasi dilakukan untuk memperoleh
MPS, yaitu:
Produk A = 0,296 x 2.718,1 = 804,5576
Produk B = 0,583 x 2.718,1 = 1.584,6523
Produk C = 0,121 x 2.718,1 = 328,8901

MPS ini masih dalam unit agregat, sehingga perlu dilakukan

konversi untuk memperoleh unit item. Konversi ini
menggunakan standard time per unit masing-masing produk

9
 10

Produk Waktu Proses Waktu Baku Jumlah Unit

A 804,5576 3 269

B 1.584,6523 2 793

C 328,8901 5 66

Jadi Jadwal Produksi Induk perioda ke 7

adalah :
Produk A : 269 unit
Produk B : 793 unit
Produk C : 66 unit
 MODEL BITRAN AND HAX
min I ij ,t 1  Dij ,t  Bij   0
• Bila terdapat item j dalam famili i yang memenuhi, maka seluruh item
j dalam famili i harus dibuat.
Expected
Family Item Inventory Demand Conversion Safety Stock
Quantity
i j Iij,t-1 Dij,t Kij Bij Iij,t-1- Dij,t
A 1 240 170 0,85 50 70
A 2 285 200 1,10 75 85
A 3 122 100 0,90 40 22
B 4 223 130 1,15 50 93
B 5 290 170 1,05 50 120
B 6 193 110 1,20 40 83
B 7 420 210 1,15 60 210
C 8 235 150 0,75 40 85
C 9 135 100 0,85 50 35
C 10 180 140 0,80 50 40

11
 CONTOH(1)
Kasus
• Aggregate plan: 450 unit (Famili A dan C harus
dibuat)
• Ongkos setup famili A dan C masing-masing $2000
dan $1000

12
13
 MODEL BITRAN AND HAX
hi xi S i
• Fungsi tujuan Min C  
iz 2

xi
K
ji
ij Dij,t (1)

• Kendala i
x 
iz
x *
(2)

xi  Li (3)

xi  U i (4)


Li   Max 0, K ij ( Dij,t  I ij ,t 1  Bij )  (5)
ji
 n 1 
U i   K ij ( Dij,t  k )  I ij,t 1  Bij ) ] (6)
ji  k 0 

14
 MODEL BITRAN AND HAX

Si Ongkos setup untuk memproduksi famili i

x* Kebutuhan produksi yang ditunjukkan oleh rencana agregat
K ij Faktor konversi unit item j, famili i menjadi unit agregat
Dij ,t Permintaan item j, famili i pada perioda produksi t
hi Ongkos simpan famili i
xi Jumlah unit famili i yang harus dibuat
Li Batas bawah produksi famili i
Ui Batas atas produksi famili i
Bij Safety stock item j, famili i
z Set famili terpilih yang harus diproduksi

15
 MODEL BITRAN AND HAX
• Bila U
iz
i  x*maka produksi di atas upper bound, dan ini
menyebabkan terjadi inventory. Bila ongkos inventory sama untuk
semua famili, maka kuantitas produksi masing-masing famili adalah
(agar ongkos inventory terdistribusi secara adil):
x *U i
yi 
*

U iiz

• Bila  i maka inventory akan lebih rendah dari safety stock

L 
iz
x *

sehingga timbul ongkos stock out. Bila ongkos stockout konstan,

maka kuantitas produksi masing-masing famili adalah (agar
backorder risk terdistribusi secara adil):
x* Li
yi *

 Liiz
16
 ALGORITMA BITRAN AND HAX

• Bitran and Hax (1981) menawarkan algoritma

pemecahan, untuk kondisi:
L
iz
i  x*  U
iz
i

• Algoritma tersebut terdiri atas:

• Algoritma Disagregasi Famili (ADF)
• Algoritma Disagregasi Item (ADI)
• ADF untuk membagi agregate plan menjadi nilai
kuantitas produksi masing-masing famili
• ADI untuk membagi nilai kuantitas famili-famili tersebut
menjadi nilai kuantitas item dalam famili masing-masing

17
 ALGORITMA BITRAN AND HAX

Algoritma Disagregasi Famili

1. Tentukan =1, P1 = x* dan z1 = z
2. Hitung untuk semua i  z

Si  ( K ij Dij,t )
 ji
yi  P

iz
Si  ( K ij Dij,t )
ji

3. Untuk nilai i  z1 manapun, bila Li  yi  U i


tentukan i
y *
 y i . Untuk famili lain lanjutkan ke Langkah 4.

18
 ALGORITMA BITRAN AND HAX(3)
4. Kelompokkan famili lain ke dalam 2 kelompok, yaitu


z  i  z : yi  U i 

z 
 i  z : y i

L
i

Hitung    ( yi  U i )
iz 

   ( Li  yi )
iz

Lanjutkan ke Langkah 5

19
 
5. Bila    nyatakan yi*  U i , i
ALGORITMA z  BITRAN AND HAX(4)

Bila    nyatakan yi*  Li , i  z

Nyatakan =  +1, z  +1=z  β-(semua famili yang nilai y*

sudah ditentukan) dan P β+1=P β- y*(untuk semua famili i
yang telah dijadwalkan pada iterasi β).
Bila z β+1 =Φ maka stop．Bila tidak kembali ke Langkah 2

20
21
 ALGORITMA BITRAN AND HAX(5)

 N

yi   K ij  Dij,n  Bij  I ij,t 1 
Algoritma Disagregasi
* Item
1. Untuk setiapjfamili
i i yang
n 1  tentukan jumlah
sedang diproduksi,
perioda N sehingga dapat dihitung

N  *
Ei   K ij  Dij,n  Bij  I ij,t 1   yi
2. Hitung ji  n 1 

22
3. Untuk setiap item dalam famili i, hitung kuantitas produksi
ALGORITMA BITRAN AND HAX(6)
N Ei Dij, N
y   Dij ,n  Bij  I ij ,t 1 
*

K
ij
n 1 ij Dij, N
ji

Bila yij*  0 untuk item manapun, misal j=g, maka

nyatakan yig*  0 . Keluarkan item g dari famili tersebut,
dan kurangkan sebesar KijDig,N dari penyebut
persamaan di atas. Ulangi Langkah 3

23
24
 CONTOH
Hasil
ADF
• Famili A: 284
• Famili C: 166
ADI
• Famili A. Item1: 91 unit, Item2: 120 unit, Item3: 83 unit
• Famili B. Item8: 42 unit, Item9: 73 unit, Item10: 91 unit

25
26