PRAKTIKUM

PERENCANAAN
&
PENGENDALIAN
PRODUKSI

Nama Kelompok:
Arif Dwi Rahmawan
(0516104066)
Sandy Permady Putra
(0516104067)
Yugi Supriatna
(0516104086)
 FORECASTING
forecasting yaitu kegiatan memprediksi demand di
masa depan dengan menggunakan data demand
masa lalu. Menggunakan 4 metode peramalan
kuantitatif dengan model time series, yaitu metode
Double Moving Average, metode Brown, metode
Holt dan metode regresi linier. Metode peramalan
yang dipilih adalah hasil yang memiliki nilai Mean
Square of Error (MSE) terkecil.
Hasil rekapitulasi error atau keselahan dalam
forecasting

Tabel 5. 1 Rekapitulasi Hasil Error Forecasting

Error ME MAE SSE MSE SDE MPE MAPE

DMA -0.677 53.968 136889 4415.774 67.550 -0.001 0.037

Brown 1.706 42.529 96046 2824.882 53.949 0.0004 0.029

Holt -2.379 38.862 76091 2623.828 52.130 -0.002 0.026

Regresi
Linier -0.500 43.889 92102 2558.389 51.298 0.0001 0.0028

Metode peramalan yang dipilih adalah hasil yang memiliki

nilai Mean Square of Error (MSE) terkecil. Penggunaan Mean
Squared Error (MSE) sebagai metode pengukuran error
disebabkan karena MSE sangat baik dalam memberikan
gambaran terhadap konsistensi data.
 RENCANA PRODUKSI
AGREGAT
 Rencana Produksi Agregat yaitu
menghitung total biaya berdasarkan
Demand yang telah diramalkan di modul
Peramalan (Forecasting) sebelumnya.
Penggunaan perencanaan agregat
ditujukkan untuk menentukan kombinasi
yang optimal dari tingkat produksi, jumlah
tenaga kerja, dan tingkat persediaan.
Data Hasil Peramalan tersebut diolah menggunakan 3
strategi, yaitu Strategi Tenaga Kerja Tetap, Strategi Tenaga
Kerja Berubah dan Strategi Transportasi. Hasil Pengolahan
data dapat dilihat pada tabel 5.2 berikut ini:

Tabel 5. 2 Hasil Perhitungan Ongkos total 3 Strategi

Strategi
Tenaga Kerja Tetap Tenaga Kerja Berubah Transportasi
Roundup Rounddown Roundup Rounddown
Rp820.422.000
Rp867.021.000 Rp830.586.000 Rp825.101.000 Rp841.670.000
(Sumber: Pengolahan Data)

Model perencanaan agregat yang digunakan dilihat dari

pengeluaran ongkos yang terkecil dan ongkos yang paling
kecil diantara 3 metode adalah metode transportasi.
 DISAGREGASI DAN MASTER
PRODUCTION SCHEDULE
 Disagregasi dan Master Production Schedule
didapat dari dua belas periode data permintaan
berdasarkan dari hasil peramalan metode yang
memiliki error (MSE) terkecil yaitu metode regresi
linier. Data permintaan tersebut dispesifikasikan
terhadap empat item berdasarkan persentase
proporsi serta faktor konversi dari setiap item yaitu
Bison, Rodeo, Sonic dan Zebra.
Tabel 5. 3 Keputusan Produksi
Famili
Periode
Tamiya
1 Produksi
2 Produksi
3 Produksi
4 Produksi
5 Produksi
6 Produksi
7 Produksi
8 Produksi
9 Produksi
10 Tidak Produsi
11 Produksi
12 Produksi
Proses disagregasi memungkinkan
Auldey suatu perusahaan mendapatkan
Jadwal Induk Produksi berdasarkan
Produksi
item bukan berdasarkan family
Produksi atau secara agregat. Hasil
disegregasi ini menjadi Jadwal
Produksi Induk Produksi dan merupakan
Produksi masukan untuk perencanaan
kebutuhan material.
Produksi
Produksi
Produksi Hasil perhitungan dalam proses
disagregasi dimasukan kedalam
Produksi
tabel jadwal induk produksi.
Produksi Jadwal induk produksi yang
dihasilkan akan memberikan
Produksi informasi tingkat produksi yang
diperlukan dari setiap item untuk
memenuhi tingkat permintaan
Tidak Produksi pada periode tertentu
Produksi
 MATERIAL REQUIREMENT
PLANNING
 Material Requirement Planning pada dasarnya
memberikan informasi-informasi terkait kebutuhan
komponen untuk suatu produk end item. Informasi
lain yang tersedia dapat berupa jadwal
pelaksanaan rencana pemesanan, jadwal
pemesanan ulang atau pembatalan pesanan,
kebutuhan minimal setiap item, sehingga pada
akhirnya diharapkan dapat meningkatkan efisiensi
dari suatu proses produksi. Input yang harus
tersedia agar diperoleh informasi-informasi
tersebut berupa Jadwal Induk Produksi atau
Master Production Schedule, status persediaan
(inventori record) dan Bill of Materials (BOM) atau
struktur produk.
 LINE BALANCING
 Line Balancing atau Penyeimbangan lini
perakitan dapat digunakan sebagai langkah
dalam meminimumkan banyaknya work
station dan meminimumkan waktu
menganggur (idle time) pada lintasan
produksi. Meminimumkan waktu menganggur
berarti meminimumkan biaya idle time pada
setiap stasiun kerja.
 Tujuan dari pada penyeimbangan lintasan
adalah memaksimasi kecepatan di tiap
stasiun kerja sehingga dicapai efisiensi kerja
yang tinggi di tiap stasiun kerja.
Berdasarkan hasil pengolahan didapat hasil
sebagai berikut :
Tabel 5. 7 Hasil Perhitungan Metode Cluster dan RPW

Metode Balance Delay Efisiensi Lintasan Kerja Smoothness Index

Cluster 18,35% 81,65% 24,62
Rangked Positional Weight 18,35% 81,65% 25,33
(Sumber: Pengolahan Data)

Balance Delay merupakan ukuran dari ketidakefisienan lini

perakitan yang dihasilkan dari waktu menganggur sebenarnya
yang disebabkan karena pengalokasian yang kurang sempurna di
antara stasiun-stasiun kerja.
Semakin besar efisiensi stasiun kerja maka semakin kecil persentase
Balance Delay yang dihasilkan.