Professional Documents
Culture Documents
LAPORAN AKHIR
Diajukan untuk Memenuhi dan Melengkapi Persyaratan Akademik Mata Kuliah
Praktikum Perencanaan dan Pengendalian Produksi
Program Studi Teknik Industri Fakultas Teknik Universitas Widyatama
Disusun Oleh :
Arip Hidayatullah
(0515103014)
FAKULTAS TEKNIK
UNIVERSITAS WIDYATAMA
Nomor : 112/BAN-PT/AKRED-XIII/2015
BANDUNG
2017
LEMBAR PENGESAHAN
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI
LAPORAN AKHIR
UNIVERSITAS WIDYATAMA
Oleh :
Arip Hidayatullah
(0515103014)
Menyetujui,
Asisten 1 Asisten 2
Mengesahkan,
Instruktur Praktikum
Tiaradia Ihsan,S.T
i
KATA PENGANTAR
Segala puji dan syukur tidak henti-hentinya kita panjatkan kehadirat Allah SWT
yang telah memberikan rahmat, nikmat dan anugerah-Nya sehingga laporan akhir
Praktikum Perencanaan dan Pengendalian Produksi pada Semester V ini dapat
terselesaikan dengan baik. Laporan ini disusun mulai dari modul satu sampai
dengan modul lima sebagai syarat untuk melengkapi tugas Praktikum
Perencanaan dan Pengendalian Produksi Program Studi Teknik Industri
Universitas Widyatama.
Penyusunan laporan ini telah terselesaikan berkat bantuan banyak pihak, baik
pada saat pelaksanaan pratikum maupun pada saat penyusunan laporan Praktikum
Perencanaan dan Pengendalian Produksi, oleh karena itu, penyusun mengucapkan
terima kasih yang sebesar-besarnya kepada:
Akhir kata, semoga laporan ini bermanfaat bagi saya selaku praktikan pada
khususnya dan seluruh pihak pada umumnya.
Arip Hidayatullah
ii
DAFTAR ISI
iii
2.4 PERENCANAAN KEBUTUHAN MATERIAL ........................................ 24
2.4.1 .Material Requirement Planning..................................................... 24
2.4.2 Asumsi MRP ................................................................................... 25
2.4.3 Langkah-Langkah Membuat MRP .................................................. 25
2.4.4 .Input dan Output MRP ................................................................... 26
2.4.5 Metode Lotting ................................................................................ 27
2.5 KESEIMBANGAN LINI PRODUKSI (LINE BALANCING) .................... 29
2.5.1 Pengertian Line Balancing .............................................................. 29
2.5.2 Tujuan Line Balancing .................................................................... 30
2.5.3 Istial-Istilah Line Balancing ............................................................ 30
2.5.4 Metode Line Balancing ................................................................... 32
3BAB III FLOWCHART KEGIATAN PRAKTIKUM .................................... 34
3.1 .FLOW CHART KEGIATAN PRAKTIKUM ............................................. 34
3.2 URAIAN FLOW CHART KEGIATAN PRAKTIKUM ............................ 35
3.2.1 Studi Literatur ................................................................................. 35
3.2.2 Pengumpulan Data .......................................................................... 35
3.2.3 Pengolahan Data.............................................................................. 36
3.2.4 Analisis............................................................................................ 37
3.2.5 Kesimpulan dan Saran..................................................................... 37
4BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ........................... 38
4.1 PENGUMPULAN DATA ........................................................................... 38
4.1.1 Peramalan (Forecasting) ................................................................. 38
4.1.2 Perencanaan Produksi Agregat ....................................................... 38
4.1.3 Perencanaan Produksi Disagregat ................................................... 38
4.1.4 Perencanaan Kebutuhan Material .... Error! Bookmark not defined.
4.1.5 Keseimbangan Lintasan (Line Balancing) ...................................... 42
4.2 PENGOLAHAN DATA.............................................................................. 44
4.2.1 Peramalan (Forecasting) ................................................................. 44
4.2.2 Perencanaan Produksi Agregat ....................................................... 55
4.2.3 Perencanaan Produksi Disagregasi ................................................. 55
4.2.4 Perencanaan Kebutuhan Material ................................................... 72
4.2.5 Keseimbangan Lintasan (Line Balancing) ...................................... 72
5BAB V ANALISIS ............................................................................................. 79
5.1 PERAMALAN (FORECASTING) .............................................................. 79
iv
5.2 PERENCANAAN PRODUKSI AGREGAT .............................................. 79
5.3 PERENCANAAN PRODUKSI DISAGREGASI....................................... 80
5.4 PERENCANAAN KEBUTUHAN MATERIAL ........................................ 80
5.5 KESEIMBANGAN LINTASAN (LINE BALANCING) ............................. 82
6BAB VI KESIMPULAN DAN SARAN........................................................... 83
6.1 KESIMPULAN ........................................................................................... 83
6.1.1 PERAMALAN (FORECASTING) .................................................. 83
6.1.2 PERENCANAAN PRODUKSI AGREGAT .................................. 83
6.1.3 PERENCANAAN PRODUKSI DISAGREGASI .......................... 83
6.1.4 PERENCANAAN KEBUTUHAN MATERIAL ........................... 84
6.1.5 KESEIMBANGAN LINTASAN (LINE BALANCING)................. 84
6.2 SARAN ....................................................................................................... 85
6.2.1 PERAMALAN (FORECASTING) .................................................. 85
6.2.2 PERENCANAAN PRODUKSI AGREGAT .................................. 85
6.2.3 PERENCANAAN PRODUKSI DISAGREGASI .......................... 86
6.2.4 PERENCANAAN KEBUTUHAN MATERIAL ........................... 86
6.2.5 KESEIMBANGAN LINTASAN (LINE BALANCING)................. 86
DAFTAR PUSTAKA .......................................................................................... 85
v
DAFTAR GAMBAR
vi
DAFTAR TABEL
vii
Tabel 4.22 Proses Agregasi Tiap End Item ............ Error! Bookmark not defined.
Tabel 4.23 Proses Disagregasi Periode 1 ............... Error! Bookmark not defined.
Tabel 4.24 Proses Disagregasi Periode 2 ............... Error! Bookmark not defined.
Tabel 4.25 Proses Disagregasi Periode 3 ............... Error! Bookmark not defined.
Tabel 4.26 Proses Disagregasi Periode 4 ............... Error! Bookmark not defined.
Tabel 4.27 Proses Disagregasi Periode 5 ............... Error! Bookmark not defined.
Tabel 4.28 Proses Disagregasi Periode 6 ............... Error! Bookmark not defined.
Tabel 4.29 Proses Disagregasi Periode 7 ............... Error! Bookmark not defined.
Tabel 4.30 Proses Disagregasi Periode 8 ............... Error! Bookmark not defined.
Tabel 4.31 Proses Disagregasi Periode 9 ............... Error! Bookmark not defined.
Tabel 4.32 Proses Disagregasi Periode 10 ............. Error! Bookmark not defined.
Tabel 4.33 Proses Disagregasi Periode 11 ............. Error! Bookmark not defined.
Tabel 4.34 Proses Disagregasi Periode 12 ............. Error! Bookmark not defined.
Tabel 4.35 Proporsi untuk Tiap End Item .............. Error! Bookmark not defined.
Tabel 4.36 Master Production Schedule Baracuda Error! Bookmark not defined.
Tabel 4.37 Master Production Schedule Cobra ..... Error! Bookmark not defined.
Tabel 4.38 Master Production Schedule Hauler .... Error! Bookmark not defined.
Tabel 4.39 Master Production Schedule Emperor . Error! Bookmark not defined.
Tabel 4.40 Perhitungan MRP untuk Produk Kursi Chitose . Error! Bookmark not
defined.
Tabel 4.41 Perhitungan MRP untuk Produk Alas Duduk .... Error! Bookmark not
defined.
Tabel 4.42 Perhitungan MRP untuk Produk Assembly 2 ..... Error! Bookmark not
defined.
Tabel 4.43 Perhitungan MRP untuk Produk Sandaran......... Error! Bookmark not
defined.
Tabel 4.44 Perhitungan MRP untuk Produk Assembly 1 ..... Error! Bookmark not
defined.
Tabel 4.45 Perhitungan MRP untuk Produk Kaki Belakang Error! Bookmark not
defined.
Tabel 4.46 Perhitungan MRP untuk Produk Sub Assembly-1 ..... Error! Bookmark
not defined.
Tabel 4.47 Perhitungan MRP untuk Produk Tiang Bantalan Error! Bookmark not
defined.
viii
Tabel 4.48 Perhitungan MRP untuk Produk Kaki Depan .... Error! Bookmark not
defined.
Tabel 4.49 Positional Weight Tiap Elemen Kerja . Error! Bookmark not defined.
Tabel 4.50 Positional Weight Tiap Elemen Kerja . Error! Bookmark not defined.
Tabel 4.51 Cumulative Station Time ...................... Error! Bookmark not defined.
Tabel 4.52 Efisiensi Stasiun Kerja ......................... Error! Bookmark not defined.
Tabel 4.53 Task Time Tiap Region ........................ Error! Bookmark not defined.
Tabel 4.54 Cumulative Station Time ...................... Error! Bookmark not defined.
Tabel 4.55 Efisiensi Stasiun Kerja ......................... Error! Bookmark not defined.
Tabel 5.1 Hasil Perhitungan Error ......................... Error! Bookmark not defined.
Tabel 5.2 Hasil Peramalan 12 periode kedepan ..... Error! Bookmark not defined.
Tabel 5.3 Data Perbandingan dari Setiap Metode .. Error! Bookmark not defined.
Tabel 5.4 Tabel Master Schedule ........................... Error! Bookmark not defined.
ix
1 BAB I
PENDAHULUAN
LATAR BELAKANG
Peramalan (Forecasting)
Peramalan (forecasting) merupakan suatu kegiatan untuk mengetahui apa
yang akan terjadi di masa yang akan datang menggunakan dan
mempertimbangkan data dari masa lampau. Ketepatan secara mutlak
dalam memprediksi suatu peristiwa adalah tidak mungkin dicapai. Oleh
karena itu, ketika tidak dapat melihat kejadian yang akan datang secara
pasti, diperlukan waktu dan biaya yang besar agar mereka dapat memiliki
kekuatan dalam menghadapi masa yang akan datang. Peramalan
merupakan alat bantu yang penting dalam sebuah perencanaan yang
efektif. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan
untuk mengestimasi dan memprediksi permintaan yang akan datang guna
memperkirakan jumlah dan jenis apa saja yang diproduksi oleh
perusahaan.
Banyak jenis metode peramalan yang tersedia. Namun, yang lebih penting
adalah bagaimana memahami karakteristik suatu metode peramalan agar
sesuai dengan situasi pengambilan keputusan. Situasi peramalan sangat
beragam, faktor yang menentukan hasil sebenarnya, tipe pola data, dan
berbagai aspek lain. Untuk menghadapi penggunaan yang luas seperti itu,
beberapa metode telah dikembangkan. Berdasarkan jenisnya, metode
peramalan dapat dibagi menjadi dua, yaitu metode peramalan kualitatif
dan kuantitatif
Praktikum pada mata kuliah Perencanaan dan pengendalian produksi
praktikan belajar menggunakan metode Double Moving Average, Double
Exponential Smoothing (DES) dari Brown, Exponential Smoothing (DES)
dari Holt, dan Regresi Linear dengan data yang telah diberikan oleh
Instruktur dengan pengerjaan perorangan. Data yang telah diberikan
dimodifikasi dengan menambahkan NPM untuk menghindari kesamaan
data antar praktikan, sehingga praktikan bisa lebih memahami metode
pada praktikum.
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
dinyatakan dalam satuan tahun, bulan, minggu, hari, bahkan dalam jam.
Perencanaan produksi yang baik adalah perencanaan produksi yang mampu
memenuhi kebutuhan konsumen pada saat demand datang dan memberikan biaya
perencanaan seminimum mungkin.
Banyak industri pada saat ini semakin berkembang dan mengalami kemajuan.
Permasalahan tersebut menuntut perusahaan untuk membuat suatu sistem yang
lebih efektif dan efisien. Sistem yang efektif dan efisien tentunya akan dapat
meningkatkan keuntungan yang diperoleh perusahaan baik dari segi produksi
maupun dalam keseluruhan perusahaan.
Berbeda kenyataannya bahwa industri pada saat ini biasanya melakukan
perencanaan produksi, tetapi pelaksanaanya tersebut hanya berdasarkan hasil
penjualan periode sebelumnya, sehingga memungkinkan terjadinya waktu
produksi yang tidak optimal dan mengharuskan adanya penambahan waktu
produksi (jam lembur). Kendala yang di hadapi adalah apakah kapasitas waktu
produksi yang tidak optimal sudah dapat memenuhi target produksi yang ingin
dicapai. Berdasarkan masalah tersebut untuk mengatur segala aktivitas perusahaan
dalam menjalankan produksinya diperlukan Proses Disagregasi yang berpungsi
sebagai merubah hasil rencana agregat menjadi jumlah yang harsus di produksi
untuk setiap periode yang berupa Jadwal Induk Produksi atau Master Production
Schedule (MPS).
TUJUAN PRAKTIKUM
Peramalan (Forecasting)
Tujuan melakukan kegiatan praktikum pada Modul satu mengenai Forecasting
ini, praktikan diharapkan mampu:
1. Mengetahui dan memahami pengertian Forecasting.
2. Mengetahui metode-metode yang digunakan dalam Forecasting.
3. Mengetahui cara menghitung peramalan dengan berbagai metode,
khususnya dalam menggunakan metode kuantitatif.
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
b) Pola Musiman
Perkataan musiman menggambarkan pola penjualan yang berulang setiap
periode. Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau
kecenderungan perdagangan. Pola musiman berguna dalam meramalkan
penjualan dalam jangka pendek. Pola ini terjadi bila data sangat dipengaruhi
oleh musim. Pola musim ini dapat dilihat pada Gambar 2.2.
c) Pola Horizontal
Pola ini terjadi apabila nilai data berfluktuasi disekitar nilai rata-rata. Pola
horizontal ini dapat dilihat pada Gambar 2.3.
d) Pola Trend
Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau
turun terus menerus. Gambar pola trend ini dapat dilihat pada Gambar 2.4.
𝛼
Pemulusan Trend, 𝑎𝑡 = 𝑆′𝑡 + (𝑆′𝑡 − 𝑆′′𝑡 ) = 2𝑆′𝑡 − 𝑆′′𝑡 dan 𝑏𝑡 = 1−𝛼 (𝑆′𝑡 − 𝑆′′𝑡 )
Ramalan, 𝐹𝑡+𝑚 = 𝑎𝑡 + 𝑏𝑡 . 𝑚
∑ 𝑑−𝑏 ∑ 𝑡
a= 𝑛
𝑛 ∑ 𝑑𝑡−(∑ 𝑡)(∑ 𝑑)
b= 𝑛 ∑ 𝑡²−(∑ 𝑡)²
Dimana:
a = konstanta
b = koefisien regresi
X = variabel demand
n = jumlah data
(a) Lead Strategy perluasan tahap (b) Lead Strategy satu tahap
D D
e e
m m
a a
n n
d d
D D
e e
m m
a a
n n
d d
Kapasitas berlebih yang dihasilkan oleh perencanaan, gambar (a) dan gambar (b)
memberikan fleksibilitas bagi para manajer operasi. Sebagai contoh, dalam
industry perhotelan, perubahan kapasitas dalam bentuk penambahan kamar
memberikan adanya pilihan kamar yang lebih bervariasi dan mungkin
Alternatif seperti pada gambar (a) dan gambar (b) kapasitas memimpin (lead),
yakni kapasitas yang ada selalu melebihi permintaan tetapi gambar (c)
menunjukkan sebuah pilihan di mana kapasitas terlambat (lag) dari permintaan,
mungkin dengan menggunakan waktu lembur atau subkontrak untuk mengatasi
permintaan yang berlebih. Gambar (d) mencoba untuk membuat kapasitas “rata-
rata”, yang terkadang kurang dari permintaan dan terkadang lebih dari
permintaan.
Pengambilan keputusan dari beberapa kasus terdapat alternatif mana yang akan
diambil relatif mudah. Biaya total dari setiap alternatif dapat dihitung dan
alternatif biaya total terendah akan dipilih. Penetapan kapasitas dan bagaimana
mencapai kapasitas dari beberapa kasus yang lain tersebut akan lebih rumit.
Faktor subjektif dalam banyak kasus akan sangat sulit untuk dihitung dan diukur.
Faktor-faktor lain meliputi pilihan teknologi, strategi pesaing, pembuat keputusan,
biaya modal, piihan sumber daya manusia dan hukum, serta peraturan lokal di
negara bagian.
a) Pendekatan Matematika
Perencanaan agregat dipandang sebagai salah satu masalah dalam
mengalokasikan kapasitas operasi untuk memenuhi peramalan permintaan,
dapat digunakan formulasi dalam format linear programming. Metode
transportasi linear programming bukan merupakan pendekatan trial and error
seperti grafik tetapi agak menghasilkan perencanaan yang optimal untuk
meminimalkan biaya. Pendekatan matematika juga dapat lebih fleksibel dalam
menentukan produksi regular dan overtime dalam tiap periode waktu, jumlah
unit yang disubkontrak, ekstra shift, dan menyimpan persediaan dari period ke
periode (Heizer & Render, 2011:554).
b) Metode Transportasi
Menurut Arman Hakim Nasution (2003:79) perencanaan agregat dapat
menggunakan metode transportasi yang merupakan bagian dari perencanaan
produksi program linier dengan jumlah tenaga kerja (work-force) tetap.
Metode ini mengijinkan penggunaan produksi regular, overtime, inventory,
backorder, dan subkontrak. Hasil perencanaan yang diperoleh dapat dijamin
optimal dengan asumsi optimistik bahwa tingkat produksi (yang dipengaruhi
oleh hiring dan training. pekerja) dapat dirubah dengan cepat. Agar supaya
metode ini dapat diaplikasikan, kita harus memformulasikan persoalan
perencanaan agregat sehingga:
Kapasitas produksi dan permintaan dinyatakan dalam satuan yang sama;
1. Kapasitas tersedia (supply) dinyatakan dalam unit yang sama dengan
kebutuhan (demand)
2. Total kapasitas untuk horison perencanaan harus sama dengan total
peramalan kebutuhan. Bila tidak sama, kita gunakan variabel bayangan
(dummy) sebanyak jumlah selisih tersebut dengan unit cost = 0
3. Semua hubungan biaya merupakan hubungan linier.
Berikut ini tabel 2.1 yang menggambarkan model dari metode transportasi
menurut William J. Stevenson (2009:626) yang digunakan untuk
menyesuaikan kapasitas dengan permintaan dan meminimalkan total biaya
produksi reguler, subkontrak, lembur, menganggur, dan penyimpanan.
Tabel 2.1 Tabel Model Transportasi untuk Aggregate Planning
Dimana:
Iij-t : Inventori akhir item i family j
Iij,t-1 : Inventori awal item i family j
rij : Demand item i family j
Sij : Safety stock item i family j
T*j : Waktu antar produksi optimal family j
Kj : Ongkos set up family j
Mij : Faktor konversi item i family j
P : Rencana Produksi Agregat
2. Time Phase Plan, adalah penyajian plan, dimana semua demand, order dan
inventori disajikan dalam time bucket.
3. Time Fences, adalah batas waktu penyesuaian pesanan yang terdiri dari
beberapa zona, dimana setiap zonanya mempunyai aturan yang berbeda. Time
Fences terdiri dari:
a. Demand Time Fences (DTF), adalah batas dimana demand tidak bisa lagi
untuk diubah. PAB dihitung dari actual demand dan perubahan demand
tidak dilayani.
b. Planning Time Fences (PTF), adalah batas dimana demand masih
memungkinkan untuk berubah jika material dan kapasitas tersedia.
4. Planning Horizon, adalah jangka waktu perencanaan yang dipakai, dimana
panjang planning horizon adalah kumulatif lead time ditambah beberapa saat
untuk melihat hasilnya.
5. Inventori status, adalah:
a. Catatan status persediaan menggambarkan keadaan masing-masing item
yang ada di dalam persediaan, baik yang ada di tangan (On hand) maupun
yang sedang dipesan (On Order).
b. Catatan-catatan transaksi-transaksi yang terjadi seperti penerimaan dan
pengeluaran komponen-komponen yang rusak dan lain-lain.
c. Catatan yang mengandung informasi tentang waktu ancang-ancang ukuran
lot, daftar pemasok dan lain-lain.
sesuai dengan Jadwal Produksi Induk (JPI) yang sama halnya dengan demand
atau permintaan per komponen (John A. White, et al., 1987).
Material Requirement Planning (MRP) lebih dari sekedar metode proyeksi
kebutuhan-kebutuhan akan komponen individual dari suatu produk. Sistem MRP
mempunyai tiga fungsi utama, yaitu :
1. Sebagai kontrol tingkat persediaan
2. Penugasan komponen berdasarkan urutan prioritas
Penentu kebutuhan kapasitas (capacity requirement) pada tingkat yang lebih
detail daripada proses perencanaan pada rough-cut capacity-requirements.
Merupakan proses yang bertujuan untuk menentukan saat yang tepat untuk
melakukan pemesanan. Langkah ini bertujuan agar kebutuhan komponen
dapat tersedia tepat pada saat dibutuhkan dengan mempertimbangkan
parameter lead time pengadaan komponen tersebut
3) Lotting
Merupakan suatu proses untuk menentukan besarnya jumlah pesanan yang
optimal untuk setiap item secara individual pada setiap pemesanan.
Langkah ini ditentukan berdasarkan teknik lotting atau lotsizing.
Parameter yang digunakan biasanya adalah biaya simpan dan biaya pesan.
4) Exploding atau Explosion
Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat
item (komponen) pada level yang lebih rendah dari struktur produk yang
telah tersedia. Perhitungan ini didasarkan pada pemesanan item-item
produk pada level yang lebih atas.
Status inventori berisi informasi on-hand dan status on-order dari tiap item
inventori. Arsip ini dicek untuk menentukan inventori apa yang akan
tersedia dalam memenuh jadwal produksi dan jika berlebih akan
digunakan untuk menutupi kebutuhan pada periode tertentu. Informasi file
status inventori juga berisi data lead-time untuk lead-time offsetting
(penyesuaian order atau pesanan untuk memperhatikan periode lead-time).
Informasi lain, seperti ukuran lot (kelompok), uraian item, daftar penjual,
pemakaian sampai saat ini, sejarah demand, pencapaian penyerahan
penjual, catatan dalam pemesanan terkemuka, dan tingkat tarif sisa juga
terkadang ditemui pada file status persediaan. Pemeliharaan database harus
dilaksanakan untuk melindungi ketelitian informasi ini.
menghasilkan tidak adanya persediaan yang disimpan sehingga biaya yang timbul
hanya berupa biaya pemesanan saja. Namun metode ini juga beresiko jika terjadi
keterlambatan dalam pengiriman barang akan mengakibatkan terhentinya
produksi.
2. 𝑆. 𝐷
𝐸𝑂𝑄 = √
ℎ
∑𝑛𝑖=1 𝑡𝑖
𝐾𝑚𝑖𝑛 =
𝐶
Dimana: Ti : waktu operasi atau elemen ( I=1,2,3,…,n)
C :waktu siklus stasiun kerja
N : jumlah elemen
Kmin : jumlah stasiun kerja minimal
6) Cycle time (CT) merupakan waktu yang diperlukan untuk membuat satu
unit produk satu stasiun. Keseimbangan lintasan produksi untuk sejumlah
produksi tertentu, waktu siklus harus sama atau lebih besar dari waktu
operasi terbesar yang merupakan penyebab terjadinya bottleneck
(kemacetan) dan waktu siklus juga harus sama atau lebih kecil dari jam
kerja efektif per hari dibagi dari jumlah produksi per hari, yang secara
matematis dinyatakan sebagi berikut:
𝑃
𝑡𝑖 𝑚𝑎𝑥 ≤ 𝐶𝑇 ≤
𝑄
Dimana: ti max : waktu operasi terbesar pada lintasan
CT : waktu siklus (cycle time)
P : jam kerja efektif per hari
Q : jumlah produksi per hari
7) Station time (ST) adalah Jumlah waktu dari elemen kerja yang dilakukan
pada suatu stasiun kerja yang sama.
8) Idle time (I) merupakan selisih (perbedaan 0 antara cycle time (CT) dan
stasiun time (ST) atau CT dikurangi ST.
9) Balance delay (D) atau balancing loss adalah ukuran dari
ketidakefisiensinan lintasan yang dihasilkan dari waktu menganggur
sebenarnya yang disebabkan karena pengalokasian yang kurang sempurna
di antara stasiun-stasiun kerja. Balance delay ini dinyatakan dalam
persentase. Balance delay dapat dirumuskan:
(𝑛 𝑥 𝐶 )– ∑𝑛𝑖=1 𝑡𝑖
𝐷= 𝑥 100%
(𝑛𝑥𝐶)
Di mana:
n : jumlah stasiun kerja
SI= √∑𝐾
𝑖=1(𝑆𝑇𝑖 𝑚𝑎𝑥 − 𝑆𝑇𝑖)
2
Di mana:
St max : maksimum waktu di stasiun
Sti : waktu stasiun di stasiun kerja ke-i
12) Output production (Q)adalah jumlah waktu efektif yang tersedi dalam
suatu periode dibagi dengan cycle time.
𝑇
𝑄=
𝐶𝑇
Di mana:
T : jam kerja efektif penyelesaiaan produk
C : waktu siklus terbesar
MULAI
STUDI LITERATUR
PENGUMPULAN DATA
Data demand 12 Komponen Data Data Demand 12 Assembly Proccess Assembly Operation
periode Data Hari Kerja 12 Periode Chart Kursi Chitose Chart Kursi Chitose
Periode Data Proses Data Master Schedule Precedence Diagram
Data Demand 12 Disagregasi Baracuda Kursi Chitose
Periode Persentase Actual Struktur Produk Data demand Kursi
Demand Exsplosion Chitose
Data Master Bill Of Material
Productiion Schedule
PENGOLAHAN DATA
ANALISIS
KESIMPULAN
SELESAI
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
3.2.4 Analisis
Tahap selanjutnya adalah tahap analisis. Setelah melakukan pengolahan data
praktikum dapat menganalisis hasil pengolahan data yang sudah dilaksanakan.
Analisis dilakukan dengan menjelaskan hasil dari pengolahan data setiap modul.
13
i
17 Keterangan:
18 Penyesuaian data dilakukan dengan menambahkan data awal dengan dua
digit terakhir dari NPM yang dibalikkan (0515103014 (14)
21 Tabel 4.3 Hari Kerja Awal dan Demand Tabel 4.4 Komponen Data Awal
Periode Hari Kerja Demand Inventori Awal 250 Unit
1 21 10062 Jam Kerja (JK) 8 Jam
2 19 10106
Maks. Over Time (OT ) 25% RT Unit
3 21 10150
4 20 10194 Maks. Sub Kontrak 50% RT Unit
5 22 10238 Waktu Baku 1.67 Jam/Unit
6 20 10282 Tenaga Kerja (TK) Awal 12 Orang
7 21 10326 Regular Time (RT) Cost Rp50000/Unit
8 19 10370 Over Time (OT) Cost Rp75,000/Unit
9 20 10414
Sub Kontrak (SK) Cost Rp120,000/Unit
10 21 10458
11 20 10502 Hiring (HR) Cost Rp1,000,000/Orang
12 18 10546 Lay Off (LO) Cost RP1,500,000/Orang
22 Total 243 228288 Inventory Cost Rp2,500/Unit
23
24 (Sumber: Pengumpulan Data) (Sumber: Pengumpulan Data)
25
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
Assembly Process Chart (APC) adalah suatu peta yang menggambarkan langkah-
langkah proses perakitan yang akan dialami komponen, mulai dari pemeriksaan
sampai produk jadi selesai. Berikut ini merupakan APC perakitan kursi Chitose
tampak pada Gambar 4.1:
ASSEMBLING
SUB ASSEMBLING
4'
Assembling 2 Sub Assembling 1 :
A-2
(Obeng + ) Tiang bantalan ke kaki
0%
depan
Assembling 3
KETRANGAN 4'
Assembling 3
A-3
KEGIATAN JUMLAH WAKTU (S) (Obeng + )
0%
4 16 2'
I-1 Pemeriksaan
0%
1 2
Storage
JUMLAH 5 18
APC perakitan kursi Chitose yang telah dibuat maka selanjutnya yaitu membuat
model struktur produk Explotion tampak pada Gambar 4.2:
Kursi Chitos
(1) LEVEL 0
2 3
4 5
Sandaran A-1
(1) (1)
LEVEL 2
6 7
Kaki
SA-1
Belakang
(1) LEVEL 3
(2)
8 9
Bill of Material
Bill of Material (BOM) adalah daftar dari bahan, material atau komponen yang
dibutuhkan untuk dirakit, dicampur atau membuat produk akhir atau jaringan
yang menggambarkan hubungan induk dan komponen. Berikut ini merupakan
tabel BOM untuk perakitan kursi Chitose yang tampak pada Tabel 4.2
Keterangan:
Data permintaan yang diperoleh merupakan hasil penambahan NPM
kelompok dengan data permintaan yang diberikan. (NPM kelompok: 14 + 04
+ 05 =23 )
ASSEMBLING
SUB ASSEMBLING
4'
Assembling 2 Sub Assembling 1 :
A-2
(Obeng + ) Tiang bantalan ke kaki
0%
depan
Assembling 3
KETRANGAN 4'
Assembling 3
A-3
KEGIATAN JUMLAH WAKTU (S) (Obeng + )
0%
1 2
Storage
JUMLAH
JUMLAH 54 14
18
1 3 4 5 6
3'
Contoh Perhitungan:
1. S’t 3= d1 + d2 + d3 / N 1. Ft5 = at5 + bt5 × m5
= 8306 + 12470 + 9475 / 3 = 8633,56 + (-589,78) × 1
= 10.803,67 = 8044
= 17,44%
2
4. bt5 = N−1 (S’t5 – S”t5)
2
= 3−1 (9223,33 – 9813,11)
= -589,78
Perhitungan Error:
Σet 474,89
1. 𝑀𝐸 = = = 23,25
n 20
Σ|et| 10975,11
2. 𝑀𝐴𝐸 = = = 548,85
n 20
𝑆𝑆𝐸 216225,00
5. 𝑆𝐷𝐸 = √n−1 = √ = 106,68
19
Σ𝑃𝐸 0,053%
6. 𝑀𝑃𝐸 = = = 0,00
n 20
Σ|𝑃𝐸| 1,16
7. 𝑀𝐴𝑃𝐸 = = = 0,06
n 20
Contoh Perhitungan:
1. S’t1 = d1 8. Ft3 = at3 + bt3 × m3
= 8306 = 12.428,60 + (3372,84) × 1
= 7786,88
= 3372,84
Perhitungan Error:
Σet 266
1. 𝑀𝐸 = = = 12.09
n 22
Σ|et| 21110
2. 𝑀𝐴𝐸 = = = 959,55
n 22
𝑆𝑆𝐸 70756
5. 𝑆𝐷𝐸 = √n−1 = √ = 58,05
21
Σ𝑃𝐸 26%
6. 𝑀𝑃𝐸 = = = 0,0112
n 22
Σ|𝑃𝐸| 2,34%
7. 𝑀𝐴𝑃𝐸 = = = 0,11
n 22
Contoh perhitungan :
1. S’t1 = d1 4. et3 = d3 – Ft3
= 8306 = 9475 – 8557
= 918
2. bt1 = d2 – d1 𝑒𝑡3
5. PEt3= ( 𝑑3 ) × 100%
= 12470 – 8306 918
= (9475) × 100%
= 4164
= 9,69 %
Perhitungan Error:
𝛴𝑒𝑡 83
1. 𝑀𝐸 = = = 3,77
𝑛 22
𝛴|𝑒𝑡| 15733
2. 𝑀𝐴𝐸 = = = 715,14
𝑛 22
𝑆𝑆𝐸 6889
5. 𝑆𝐷𝐸 = √𝑛−1 = √ = 18,11
21
Σ𝑃𝐸 0,194
6. 𝑀𝑃𝐸 = = = 0,01
𝑛 22
Σ|𝑃𝐸| 1,75
7. 𝑀𝐴𝑃𝐸 = = = 0,08
𝑛 22
D. Regresi Linier
Tabel 4.13 Peramalan dengan Metode Regresi Linier
Periode (P) Demand (X) t² dt F=a+bt Forecast et |et| et² Pe (%) | Pe |
1 8306 1 8306 9015.46 9016 -710.00 710 504100 -8.55% 0.085
2 12470 4 24940 9059.47 9060.00 3410.00 3410 11628100 27.35% 0.273
3 9475 9 28425 9103.49 9104 371.00 371 137641 3.92% 0.039
4 8452 16 33808 9147.50 9148 -696.00 696 484416 -8.23% 0.082
5 9743 25 48715 9191.52 9192 551.00 551 303601 5.66% 0.057
6 8088 36 48528 9235.53 9236 -1148.00 1148 1317904 -14.19% 0.142
7 10058 49 70406 9279.55 9280 778.00 778 605284 7.74% 0.077
8 8987 64 71896 9323.56 9324 -337.00 337 113569 -3.75% 0.037
9 9915 81 89235 9367.57 9368 547.00 547 299209 5.52% 0.055
10 7600 100 76000 9411.59 9412 -1812.00 1812 3283344 -23.84% 0.238
11 10011 121 110121 9455.60 9456 555.00 555 308025 5.54% 0.055
12 8988 144 107856 9499.62 9500 -512.00 512 262144 -5.70% 0.057
13 9963 169 129519 9543.63 9544 419.00 419 175561 4.21% 0.042
14 7996 196 111944 9587.65 9588 -1592.00 1592 2534464 -19.91% 0.199
15 9508 225 142620 9631.66 9632 -124.00 124 15376 -1.30% 0.013
16 7996 256 127936 9675.68 9676 -1680.00 1680 2822400 -21.01% 0.210
17 9822 289 166974 9719.69 9720 102.00 102 10404 1.04% 0.010
18 7632 324 137376 9763.70 9764 -2132.00 2132 4545424 -27.94% 0.279
19 9651 361 183369 9807.72 9808 -157.00 157 24649 -1.63% 0.016
20 9859 400 197180 9851.73 9852 7.00 7 49 0.07% 0.001
21 10091 441 211911 9895.75 9896 195.00 195 38025 1.93% 0.019
22 11226 484 246972 9939.76 9940 1286.00 1286 1653796 11.46% 0.115
23 11301 529 259923 9983.78 9984 1317.00 1317 1734489 11.65% 0.117
24 11381 576 273144 10027.79 10028 1353.00 1353 1830609 11.89% 0.119
25 10071.80 10072
26 10115.82 10116
27 10159.83 10160
28 10203.85 10204
29 10247.86 10248
30 10291.88 10292
31 10335.89 10336
32 10379.90 10380
33 10423.92 10424
34 10467.93 10468
35 10511.95 10512
36 10555.96 10556
300 228519 4900 2907104 228519.00 228528 -9 21791 34632583 -38% 2.34
(Sumber: Pengolahan Data)
Contoh Perhitungan:
1. t2 = 12 5. Ft1 = a + b × t1
=1 = 8971,45– 44,014()
= 9015,46
2. dt1 = d1 × t1
= 8304 × 1 6. et1 = d1 – Ft1
= 8306 = 8306 – 9016
= -710
n ∑ dt −(∑ t)(∑ d)
3. b = n ∑ t2 −(∑ t)2
= -8,55%
∑ d− b ∑ t
4. a = n
228519−(44,014) × 300
= 24
= 8971,45
Perhitungan Error:
Σet −9
1. 𝑀𝐸 = = = -0,38
n 24
Σ|et| 21791
2. 𝑀𝐴𝐸 = = = 907,96
n 24
𝑆𝑆𝐸 81
5. 𝑆𝐷𝐸 = √n−1 = √23 = 1,88
Σ𝑃𝐸 −38
6. 𝑀𝑃𝐸 = = = -0,02
n 21
Σ|𝑃𝐸| 2,34
7. 𝑀𝐴𝑃𝐸 = = =0,10
n 21
Contoh Perhitungan:
a. Tenaga Kerja Hitung (TK Hit)
(𝐷𝑒𝑚𝑎𝑛𝑑 − 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 𝑎𝑤𝑎𝑙) × 𝑊𝑎𝑘𝑡𝑢 𝐵𝑎𝑘𝑢(𝑊𝐵)
𝑇𝐾 𝐻𝑖𝑡 =
𝐻𝑎𝑟𝑖 𝐾𝑒𝑟𝑗𝑎(𝐻𝐾) × 𝐽𝑎𝑚 𝐾𝑒𝑟𝑗𝑎(𝐽𝐾)
(123648 − 250) × 1,67
= = 106,005 = 107 orang
243 × 8
f. Inventori
𝐼𝑡 = (𝑈𝑃𝑅𝑇 + 𝑈𝑃𝑂𝑇 + 𝑆𝐾 + 𝐼𝑡−1 ) − 𝐷
𝐼1 = (10764 + 0 + 0 + 250) − 10062 = 952 unit
h. Biaya Inventori
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 𝑖𝑣𝑒𝑛𝑡𝑜𝑟𝑖 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 952 × Rp2.500 = Rp 2.380.000
j. Biaya Hiring
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝐻𝑖𝑟𝑖𝑛𝑔 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝐻𝑖𝑟𝑖𝑛𝑔
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 95 × Rp1.000.000 = Rp95.000.000
k. Total Biaya
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = 𝐵𝑖𝑎𝑦𝑎 𝑅𝑇 + 𝐵𝑖𝑎𝑦𝑎 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 + 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑂𝑇
+ 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔
Contoh perhitungan:
e. Hiring
𝐻𝑖𝑟𝑖𝑛𝑔 = 𝑇𝐾 − 𝑇𝐾 𝐴𝑤𝑎𝑙 = 106 − 12 = 94 orang
f. Inventori
𝐼𝑡 = (𝑈𝑃𝑅𝑇 + 𝑈𝑃𝑂𝑇 + 𝑆𝐾 + 𝐼𝑡−1 ) − 𝐷
𝐼1 = (10663 + 0 + 0 + 250) − 10062 = 851 unit
h. Biaya Inventori
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 𝑖𝑣𝑒𝑛𝑡𝑜𝑟𝑖 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 851 × Rp2.500 = Rp 2.127.500
j. Biaya Hiring
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝐻𝑖𝑟𝑖𝑛𝑔 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝐻𝑖𝑟𝑖𝑛𝑔
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 94 × Rp1.000.000 = Rp94.000.000
k. Total Biaya
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑅𝑇 + 𝐵𝑖𝑎𝑦𝑎 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 + 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑂𝑇
+ 𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = Rp6.169.200.000 + Rp32.310.000 + Rp1.050.000
+ Rp94.000.000
= Rp6.296.560.000
0 12 250
1 21 10062 98 98 16464 9858 86 37 Rp 492,900,000 Rp 92,500 - Rp 86,000,000 Rp 578,992,500
2 19 10106 109 109 16568 9920 149 11 0 Rp 496,000,000 - Rp 11,175,000 Rp 11,000,000 Rp 518,175,000
3 21 10150 99 99 16632 9959 191 10 0 Rp 497,950,000 - Rp 14,325,000 Rp 15,000,000 Rp 527,275,000
4 20 10194 104 104 16640 9964 230 5 0 Rp 498,200,000 - Rp 17,250,000 Rp 5,000,000 Rp 520,450,000
5 22 10238 95 95 16720 10011 227 9 0 Rp 500,550,000 - Rp 17,025,000 Rp 13,500,000 Rp 531,075,000
6 20 10282 105 105 16800 10059 223 10 0 Rp 502,950,000 - Rp 16,725,000 Rp 10,000,000 Rp 529,675,000
7 21 10326 101 101 16968 10160 166 4 0 Rp 508,000,000 - Rp 12,450,000 Rp 6,000,000 Rp 526,450,000
8 19 10370 112 112 17024 10194 176 11 0 Rp 509,700,000 - Rp 13,200,000 Rp 11,000,000 Rp 533,900,000
9 20 10414 107 107 17120 10251 163 5 0 Rp 512,550,000 - Rp 12,225,000 Rp 7,500,000 Rp 532,275,000
10 21 10458 102 102 17136 10261 197 5 0 Rp 513,050,000 - Rp 14,775,000 Rp 7,500,000 Rp 535,325,000
11 20 10502 108 108 17280 10347 155 6 0 Rp 517,350,000 - Rp 11,625,000 Rp 6,000,000 Rp 534,975,000
12 18 10546 120 120 17280 10347 199 12 0 Rp 517,350,000 - Rp 14,925,000 Rp 12,000,000 Rp 544,275,000
Total 242 123648 1260 1260 202632 121331 2076 141 33 287 Rp 6,066,550,000 Rp 92,500 Rp 155,700,000 Rp 141,000,000 Rp 49,500,000 Rp 6,412,842,500
Contoh perhitungan:
e. Hiring
𝐻𝑖𝑟𝑖𝑛𝑔1 = 𝑇𝐾 − 𝑇𝐾 𝐴𝑤𝑎𝑙 = 99 − 12 = 87 orang
f. Lay Off
𝐿𝑎𝑦 𝑂𝑓𝑓10 = 𝑇𝐾 𝐴𝑤𝑎𝑙 − 𝑇𝐾 = 107 − 102 = 5 orang
g. Inventori
𝐼𝑡 = (𝑈𝑃𝑅𝑇 + 𝑈𝑃𝑂𝑇 + 𝑆𝐾 + 𝐼𝑡−1 ) − 𝐷
𝐼1 = 9858 + 0 + 250 − 10062 = 37unit
i. Biaya Inventori
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 𝑖𝑣𝑒𝑛𝑡𝑜𝑟𝑖 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 37 × Rp2.500 = Rp92.500
k. Biaya Hiring
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝐻𝑖𝑟𝑖𝑛𝑔 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝐻𝑖𝑟𝑖𝑛𝑔
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔1 = 86 × Rp1.000.000 = Rp86.000.000
m. Total Biaya
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑅𝑇 + 𝐵𝑖𝑎𝑦𝑎 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 + 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑂𝑇 +
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 + 𝐵𝑖𝑎𝑦𝑎 𝐿𝑎𝑦 𝑂𝑓𝑓
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = Rp6.066.550.000 + Rp92500 + Rp155.700.000
+ Rp141.000.000 + Rp49.500.000
= Rp6.412.842.500
0 12 250
1 21 10062 97 97 16296 9758 54 85 0 Rp 487,900,000 - Rp 4,050,000 Rp 85,000,000 Rp 576,950,000
2 19 10106 108 108 16416 9829 277 11 0 Rp 491,450,000 - Rp 20,775,000 Rp 11,000,000 Rp 523,225,000
3 21 10150 98 98 16464 9858 292 10 0 Rp 492,900,000 - Rp 21,900,000 Rp 15,000,000 Rp 529,800,000
4 20 10194 103 103 16480 9868 326 5 0 Rp 493,400,000 - Rp 24,450,000 Rp 5,000,000 Rp 522,850,000
5 22 10238 94 94 16544 9906 332 9 0 Rp 495,300,000 - Rp 24,900,000 Rp 13,500,000 Rp 533,700,000
6 20 10282 104 104 16640 9964 318 10 0 Rp 498,200,000 - Rp 23,850,000 Rp 10,000,000 Rp 532,050,000
7 21 10326 100 100 16800 10059 267 4 0 Rp 502,950,000 - Rp 20,025,000 Rp 6,000,000 Rp 528,975,000
8 19 10370 111 111 16872 10102 268 11 0 Rp 505,100,000 - Rp 20,100,000 Rp 11,000,000 Rp 536,200,000
9 20 10414 106 106 16960 10155 259 5 0 Rp 507,750,000 - Rp 19,425,000 Rp 7,500,000 Rp 534,675,000
10 21 10458 101 101 16968 10160 298 5 0 Rp 508,000,000 - Rp 22,350,000 Rp 7,500,000 Rp 537,850,000
11 20 10502 107 107 17120 10251 251 6 0 Rp 512,550,000 - Rp 18,825,000 Rp 6,000,000 Rp 537,375,000
12 18 10546 119 119 17136 10261 285 12 0 Rp 513,050,000 - Rp 21,375,000 Rp 12,000,000 Rp 546,425,000
Total 242 123648 1260 1248 200696 120171 3227 140 33 250 Rp 6,008,550,000 - Rp 242,025,000 Rp 140,000,000 Rp 49,500,000 Rp 6,440,075,000
Contoh Perhitungan:
e. Hiring
𝐻𝑖𝑟𝑖𝑛𝑔1 = 𝑇𝐾 − 𝑇𝐾 𝐴𝑤𝑎𝑙 = 97 − 12 = 85 orang
f. Lay Off
𝐿𝑎𝑦 𝑂𝑓𝑓10 = 𝑇𝐾 𝐴𝑤𝑎𝑙 − 𝑇𝐾 = 106 − 101 = 5 orang
g. Inventori
i. Biaya Inventori
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 𝑖𝑣𝑒𝑛𝑡𝑜𝑟𝑖 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖
𝐵𝑖𝑎𝑦𝑎 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 = 0 × Rp2.500 = Rp 0
k. Biaya Hiring
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 = 𝐻𝑖𝑟𝑖𝑛𝑔 × 𝑜𝑛𝑔𝑘𝑜𝑠 𝐻𝑖𝑟𝑖𝑛𝑔
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔1 = 85 × Rp1.000.000 = Rp85.000.000
m. Total Biaya
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑅𝑇 + 𝐵𝑖𝑎𝑦𝑎 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑖 + 𝐵𝑖𝑎𝑦𝑎 𝑈𝑃𝑂𝑇 +
𝐵𝑖𝑎𝑦𝑎 𝐻𝑖𝑟𝑖𝑛𝑔 + 𝐵𝑖𝑎𝑦𝑎 𝐿𝑎𝑦 𝑂𝑓𝑓
𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 = Rp6.008.550.000 + Rp0 + Rp242.025.000 + Rp140.000.000
+ Rp49.500.000
= Rp6.440.075.000
E. Metode Transportasi
Periode 1 2 3 4
Tabel 4.17 Strategi Transportasi
5 6 7 8 9 10 11 12 Kapasitas Kapasitas Tak Terpakai Cost
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000 77500
RT 9812 368 10764 584
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500 100000 102500
1 OT 2691 2691 Rp 509,920,000
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000 147500
ST 5382 5382
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000
RT 9738 9738 0
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500 100000
2 OT 2435 2435 Rp 486,900,000
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500 145000
ST 4869 4869
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500
RT 10150 492 10764 122
75000 77500 80000 82500 85000 87500 90000 92500 95000 97500
3 OT 2691 2691 Rp 507,500,000
120000 122500 125000 127500 130000 132500 135000 137500 140000 142500
ST 5382 5382
50000 52500
RT 10251 10251 0
75000 77500
11 OT 2563 2563 Rp 512,550,000
120000 122500
ST 5126 5126
50000
RT 9226 9226 0
75000
12 OT 2307 2307 Rp 461,300,000
120000
ST 4613 4613
Demand 10062 10106 10150 10194 10238 10282 10326 10370 10414 10458 10502 10546 Rp 6,052,597,500
Contoh perhitungan:
a. Cost periode
C1 = (9812 x 50.000) + (368 x 52.500)
= Rp. 509.920.000
C2 = (9738 x 50.000)
= Rp. 486.900.000
C3 = (10150 x 50.000)
= Rp. 507.5000
C4 = (10194 x 50.000)
= Rp. 509.70.000
C5 = (10238 x 50.000) + (31 x 52500) + (290 x 57500) + (219 x 67500)
= Rp. 513.527.500
C6 = (10251 x 50.000)
= Rp. 516.300.000
C7 = (10326 x 50.000) + (397 x 52500)
= Rp. 566.605.000
C8 = (9738 x 50.000)
= Rp. 486.900.000
C9 = (10251 x 50.000)
= Rp. 512.550.000
C10 = (10458 x 50.000) + (249 x 52500)
= Rp. 522.900.000
C11 = (10251 x 50.000)
= Rp. 512.550.000
C12 = (9226 x 50.000)
= Rp. 461.300.000
Contoh Perhitungan:
Forecast Demand
𝐷𝑒𝑚𝑎𝑛𝑑 𝑥 Proporsi
𝐹𝐷 =
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑟𝑒𝑘𝑠𝑖
10062 𝑥 30%
𝐹𝐷 𝐵𝑎𝑟𝑎𝑐𝑢𝑑𝑎 =
0,51
10062 𝑥 30%
𝐹𝐷 𝐶𝑜𝑏𝑟𝑎1 =
0,52
𝐹𝐷 𝐶𝑜𝑏𝑟𝑎1 = 5805
10062 𝑥 20%
𝐹𝐷 𝐻𝑎𝑢𝑙𝑒𝑟 =
0,92
𝐹𝐷 𝐻𝑎𝑢𝑙𝑒𝑟 = 2188
10062 𝑥 20%
𝐹𝐷 Emperor =
1
𝐹𝐷 Emperor = 2013
RPA = 1592
Contoh Perhitungan:
Menentukan Inventori
(Inventori awal x proporsi)
Iijt-1= faktor koreksi
250 𝑥 30%
Iijt-1= 0.51
Penentuan Keputusan untuk Produksi Karena Iijt-1 < Sijt yaitu -5771<0
berarti v atau harus melakukan produksi.
Waktu antar produksi optimal untuk tiap family yang dibuat
Kj = Rp 400.000
hij = Rp 2.000
2𝐾𝑗 2 x 400.000
T*j = √
∑(ℎ𝑖𝑗 . 𝑟𝑖𝑗)
=√ =1
36.118.000
Penentuan Adjustment
𝑟𝑖𝑗,𝑡 𝑥 (𝑅𝑃𝐴−∑ 𝑞∗𝑖𝑗 𝑥 𝑚𝑖𝑗
q*ij (adj) = 𝑞 ∗ 𝑖𝑗 + ∑ 𝑟𝑖𝑗 𝑥 𝑚𝑖𝑗
5919 x 15927−10064
q*ij (adj) = 5919 + 10064
q*ij (adj) = 9367 unit
Contoh Perhitungan :
𝐷𝑒𝑚𝑎𝑛𝑑 𝑥 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖
Forecast = PABt = PABt-1 + MS –
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑛𝑣𝑒𝑟𝑠𝑖
Max{AD;Forecast}
10062 𝑥 30%
= PAB5 = 11041 + 9531 – 7228
0,51
PABt = PABt-1 + MS – AD
PAB1 = 148 + 9367 – 6215
= 3300 unit
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
= 954 unit
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 3180 3180 3180 2226 2226 3498 3498 3498 3498 3498 0 0
(Sumber: Pengolahan Data)
Contoh perhitungan Periodic Order Quantity (POQ):
c. Demand (D) = Rata-rata Gross Requirement e. Lot Sze menggunakan EOQ
= 8506,5 2𝐴𝐷
𝐸𝑂𝑄 = √ ℎ
≈ 8507 unit
𝐸𝑂𝑄 2×950000×8507
d. 𝑃𝑂𝑄 = ̅𝐷 =√
X 20000
= 0,105
≈ 1 unit
Keterangan: untuk perhitungan MRP dengan kebijakan Periodic Order Quantity
(POQ) selanjutnya dilakukan dengan cara yang sama.
PAB II 0 0 0 0 0 0 0 0 0 0 0 0
(Sumber: Pengolahan Data)
PAB II 1900 1900 1900 1900 628 2090 2090 2090 2090 16082 0 0
(Sumber: Pengolahan Data)
PRECEDENCE DIAGRAM
3'
2
Contoh perhitungan:
Stasiun Time 10
ESK1 = x 100% = x 100% = 83
Wsi 12
Stasiun Time 4
ESK 2 = x 100% = x 100% = 33
Wsi 12
2
𝑆𝑚𝑜𝑜𝑡ℎ𝑒𝑛𝑠𝑠 𝐼𝑛𝑑𝑒𝑥 (𝑆𝐼) = √∑(STmaks − STi)
PRECEDENCE DIAGRAM
3'
2
Contoh perhitungan:
Stasuin Time 10
ESK1 = x 100% = x 100% = 83
Wsi 12
Stasuin Time 4
ESK 2 = x 100% = x 100% = 33
Wsi 10
2
𝑆𝑚𝑜𝑜𝑡ℎ𝑒𝑛𝑠𝑠 𝐼𝑛𝑑𝑒𝑥 (𝑆𝐼) = √∑(STmaks − STi)
i
Universitas Widyatama Praktikum Perencanaan dan Pengendalian Produksi
dari nilai MSE terkecil karena MSE mempunyai kelebihan dari hasil eror yang
lainnya yaitu dengan mengambil selisih kuadrat antara nilai yang diramalkan
dan yang diamati.
BAB VI
KESIMPULAN DAN SARAN
5.3 KESIMPULAN
5.3.1 PERAMALAN (FORECASTING)
Berdasarkan hasil pengolahan data dan analisis yang telah dilakukan, maka
kesimpulan yang dapat ditarik yaitu sebagai berikut:
Jika positif, artinya semua end item pada family tersebut masih mampu
memenuhi permintaan konsumen dan tidak perlu diproduksi dulu. Jika jumlah
family yang harus diproduksi tidak sama dengan jumlah perencanaan
produksinya maka perlu dilakukan penyesuaian. Proses pemecahan dari famili
ke end item adalah langkah terakhir dalam menentukan jumlah end item yang
harus diproduksi.
6.1.4 PERENCANAAN KEBUTUHAN MATERIAL
Perencanaan dan penegendalian persediaan bahan baku produk Kursi Chitose,
digunakan MRP sebagai teknik untuk merencanakan persediaan bahan baku.
Komposisi penggunaan bahan baku untuk satu Kursi Chitose membutuhkan lima
komponen bahan yaitu Alas Duduk, Sandaran, Tiang Bantalan, Kaki Depan dan
Kaki Belakang. Struktur Produk Explotion yang telah dibuat yaitu sebanyak
empat level dan metode lot size yang digunakan dalam menyusun MRP bahan
baku produk Kursi Chitose, yaitu dengan menggunakan metode Lot For Lot
(LFL), Economic Order Quantity (EOQ) dan Period Order Quantity (POQ).
Berikut adalah hasil analisis perhitungan MRP dari setiap komposisi yang
dihasilkan dari ketiga metode lot size MRP sebagai berikut:
1) Metode Lot For Lot (LFL)
Pada metode Lot for Lot, jumlah pesanan yang akan di pesan (ukuran lot)
akan selalu sama jumlahnya dengan jumlah kebutuhan bersih yang
diperlukan karena Lot Size yang ditentukan adalah satu. Metode
Economic Order Quantity (EOQ)
Perhitungan lotting pada metode ini dengan penggunaan kebutuhan bersih
dihitung berdasarkan rata-rata kebutuhan per tahun (d). Metode Periode
Order Quantity (POQ)
Metode POQ sering juga disebut sebagai siklus waktu pemesanan
ekonomis. Interval pemesanan pada metode ini di hitung memakai logika
metode EOQ. Hasil perhitungan POQ sebesar satu maka interval waktu
pemesanan lot dilakukan setiap periode.
6.2 SARAN
6.2.1 PERAMALAN (FORECASTING)
Berikut ini poin-poin saran yang perlu untuk diperhatikan yaitu sebagai berikut:
1) Perlunya penentuan terhadap pengumpulan data agar terealisasikannya
penggunaan metode-metode secara kuantitatif.
2) Perlunya keahlian dan ketelitian dalam mengolah data serta untuk metode
Double Exponential Smoothing baik satu maupun dua parameter, hal yang
cukup lama dalam mencari Alpha dan Gamma.
3) Perlunya penggunaan software forecasting agar dapat membandingkan
data hasil pengolahan data forecasting secara manual agar data yang
dihasilkan menjadi lebih akurat.
http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg
86