ANALISIS PERENCANAAN PRODUKSI DISAGREGAT FAMILY DVD PADA PT XYZ

Transkripsi

1 ANALISIS PERENCANAAN PRODUKSI DISAGREGAT FAMILY DVD PADA PT XYZ Hans Prasetya 1 ; Nunung Nurhasanah 2 ABSTRACT The most recently problem that used to happened at PT XYZ is about production planning (Master Production Scheduling). Production planning in this company always takes so many times. To solve the problem, this research was trying to develop a disaggregate production planning. The steps were, demand forecasting, production capacity planning, and disaggregate planning. Double moving average, double exponential smoothing, and decomposition method were used to forecast demand. Least cost and stepping stone were the two methods from transportation model that were used to solve the production capacity planning. Hax and Meal method were used to solve a disaggregate planning. Keywords: production planning, aggregate, disaggregate, forecasting ABSTRAK Masalah yang sering kali terjadi pada PT XYZ adalah perencanaan produksi (Master Production Scheduling). Perencanaan produksi dalam perusahaan tersebut selalu membutuhkan waktu yang lama. Untuk memecahkan masalah tersebut, dicoba dibuat sebuah perencanaan produksi disagregat. Metode yang digunakan sebagai bahan pertimbangan untuk mencapai perencanaan yang lebih baik adalah dengan melakukan peramalan, perencanaan agregat, dan perencanaan disagregat yang tepat. Double Moving Average, double eksponential smoothing, serta dekomposisi digunakan untuk meramal permintaan. Least Cost dan stepping stone adalah dua metode dari model transportasi yang digunakan untuk memecahkan masalah perencanaan kapasitas produksi. Metode Hax and Meal digunakan untuk mengatasi masalah perencanaan disagregat. Kata kunci: perencanaan produksi, agregat, disagregat, peramalan 1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Bina Nusantara Jl. K.H. Syahdan No. 9, Kemanggisan/Palmerah, Jakarta Barat nunung@binus.ac.id Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 121

2 PENDAHULUAN Perkembangan dan persaingan dalam dunia industri sekarang ini semakin ketat. Selera konsumen juga cepat sekali berubah yang mengakibatkan permintaan konsumen juga berubah. Untuk itu, memiliki keunggulan bersaing sangatlah penting bagi sebuah perusahaan. Permasalahan yang terjadi pada perusahaan pada umumnya adalah kesulitan dalam menentukan jumlah produk yang akan diproduksi di masa yang akan datang. Kesulitan menentukan jumlah produksi akan menyebabkan kesulitan dalam mempersiapkan bahan baku, khususnya bahan baku yang sifatnya spesifik atau pun bahan baku yang memiliki lead time yang cukup besar. Ada dua skenario yang dapat terjadi, skenario pertama, perusahaan akan berjagajaga dengan mempersiapkan bahan baku tersebut dalam jumlah yang cukup besar untuk mempersiapkan diri apabila ternyata produksi meningkat. Skenario kedua adalah perusahaan menyiapkan persediaan bahan baku di bawah produksi. Jika kekurangan bahan baku maka perusahaan akan terlambat memenuhi permintaan konsumen. Dengan adanya pengendalian dan perencanaan yang baik, hal tersebut dapat dihindari atau setidaknya mengurangi kerugian yang mungkin muncul. Perencanaan produksi yang baik akan memberikan perencanaan jumlah bahan baku yang lebih tepat pula sehingga bahan baku produksi menjadi lebih tepat dan biaya produksi menjadi lebih kecil. Sistem perencanaan produksi pada PT XYZ sebenarnya sudah terlaksana dengan baik. Proses pembuatan rencana produksi didasari rencana penjualan yang sudah ditentukan dari perusahaan pusat yang ada di Korea. Masalah yang sering kali terjadi pada PT XYZ adalah sering kali perencanaan produksi (dalam hal ini Jadwal Induk Produksi/JIP) dari bagian perencanaan (sales support) ditolak atau ditanyakan kebenarannya oleh bagian material requirement (bagian MRP). Karena perencanaan produksi yang ditolak, bagian sales harus melakukan perencanaan ulang. Perencanaan ulang ini dapat memakan waktu dan dikhawatirkan dapat mempengaruhi produksi. Bagian produksi tidak dapat memproduksi apabila belum dikeluarkan perencanaan produksi yang tepat. Akibatnya, jadwal produksi dapat ikut mundur dan produk pesanan pelanggan yang seharusnya sudah diproduksi akan terlambat dan pada akhirnya akan merugikan perusahaan. Ruang lingkup dalam penelitian ini sebagai berikut: Penelitian dibatasi untuk pembuatan Perencanaan Produksi pada divisi Audio Video (AV) untuk produk DVD saja; Metode peramalan yang digunakan disesuaikan dengan pola data yang dimiliki perusahaan; Data biaya produksi dan harga produk tidak diberikan secara mendetail oleh perusahaan. Oleh karena itu, data tersebut hanya berupa perkiraan saja dari hasil rembuk dengan pihak perusahaan; Perencanaan produksi menggunakan metode transportasi dengan pendekatan least cost; Diasumsikan tidak terjadi backlog; Hal di luar dugaan, seperti bencana alam, perang, dan lain-lain dianggap tidak akan terjadi di masa yang akan datang sehingga tidak mempengaruhi permintaan akan produk di masa yang akan datang. 122 INASEA, Vol. 8 No.2, Oktober 2007:

3 Tujuan penelitian sebagai berikut: Memperkirakan permintaan konsumen untuk beberapa bulan ke depan menggunakan metode peramalan; Menentukan metode peramalan yang paling cocok dengan perusahaan; Membuat sebuah rencana produksi beberapa bulan ke depan dengan perencanaan agregat; Membuat sebuah rencana produksi disagregasi. METODE PENELITIAN Penelitian ini diawali dengan melakukan plot data penjualan untuk bulan Januari 2003 hingga November Hasil plot data penjualan akan dilanjutkan dengan melakukan peramalan terhadap 47 bulan data penjualan. Pendekatan yang akan digunakan untuk meramalkan 3 bulan periode ke depan adalah metode Double Moving Average (DMA), Double Exponential Smoothing (DES), dan Dekomposisi. Ketiga hasil metode permalan akan divalidasi dengan mencari nilai penyimpangan (error) terkecil menggunakan pendekatan Mean Absolute Percentage Error (MAPE). Hasil peramalan terbaik akan digunakan sebagai masukan dalam menentukan perencanaan produksi (agregat). Pada penelitian, perencanaan agregat yang digunakan adalah pendekatan model transportasi dengan metode ongkos terkecil (Least Cost Method). Hasil perencanaan agregat akan digunakan untuk menentukan jumlah item yang harus diproduksi dengan pendekatan disagregat yang dikembangkan oleh Hax dan Meal. Gambar 1 menyajikan metode penelitian. Mulai Plot Data Penjualan Meramalkan Permintaan - Double Moving Average - Double Exponential Smoothing - Dekomposisi Validasi Hasil Peramalan Permintaan Mean Absolute Percentage Error Perencanaan Agregat Model Transportasi Pendekatan Least Cost Method Disagregat Hax & Meal Selesai Gambar 1 Metode Penelitian Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 123

4 PEMBAHASAN Pengumpulan Data Data penjualan yang dikumpulkan dalam penelitian ini adalah data bulan Januari 2003 hingga November Tabel 1 menyajikan data penjualan sedangkan Gambar 2 menyajikan pola data penjualan. Tabel 1 Data Penjualan DVD Januari 2003 November INASEA, Vol. 8 No.2, Oktober 2007:

5 Penjualan DVD (dalam ribuan) periode ke- Gambar 2 Pola Data Penjualan DVD Januari 2003 November 2006 Dapat dilihat dari data historisnya, penjualan DVD memiliki pola data trend. Dalam hal ini trend meningkat. Berdasarkan studi pustaka, ada beberapa teknik peramalan yang cocok dengan pola trend, antara lain Double Moving Average, Double Exponential Smoothing, dan dekomposisi (Makridakis, 1999). Perhitungan Validasi Berdasarkan perhitungan penyimpangan hasil peramalan dengan pendekatan MAPE, diperoleh nilai penyimpangan terkecil adalah metode Double Moving Average (DMA). Tabel 2 berikut ini menyajikan hasil perhitngan validasi. Hasil Peramalan Tabel 2 Perhitungan Validasi Metode DMA DES Dekomposisi Nilai Error 51,00 53,41 60,32 Tabel 3 menyajikan hasil peramalan berdasarkan metode DMA. Tabel 3 Hasil Peramalan Peramalan Permintaan Pembulatan Desember , Januari , Februari , Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 125

6 Perencanaan Agregat Perhitungan kapasitas Produksi Tabel 4 menunjukkan jumlah hari kerja selama bulan Desember 2006, Januari 2007, dan Febuari Tabel 4 Jumlah Hari Kerja Bulan Jumlah hari kerja Desember 20 Januari 22 Februari 20 Untuk jam kerja reguler, DVD memakai 3 lini produksi, dan masing-masing lininya mampu memproduksi 400 Unit per Hour (UPH). Untuk jam kerja lembur, hanya memakai 2 lini produksi, kemampuan produksi tiap lininya sama dengan jam kerja reguler, yaitu 400 UPH. Tabel 5 Kapasitas Produksi Bulan Hari kerja Kapasitas regular Kapasitas lembur ( 9 jam ) ( 13 jam ) Desember Januari Februari Perhitungan Biaya Produksi Tabel 6 menyajikan biaya produksi dan biaya simpan yang digunakan untuk memperhituingan perencanaan kapasitas produksi. Tabel 6 Biaya Produksi dan Biaya simpan Biaya (dalam rupiah) Produksi Reguler Produksi Lembur Simpan Perhitungan Rencana Produksi Agregat Perhitungan Rencana Produksi Agregat ini menggunakan Metode Transportasi, dengan pendekatan Least Cost. Metode ini dipilih karena dibandingkan metode lain, seperti pendekatan trial and error, metode ini dapat langsung menghasilkan perencanaan yang optimal dan lebih fleksibel. 126 INASEA, Vol. 8 No.2, Oktober 2007:

7 Tabel 7 Perencanaan Produksi Agregat Menggunakan Metode LC Periode Produksi Periode Permintaan Persediaan Desember Januari Februari Akhir Selisih Kapasitas Total Persediaan Awal Des Regular Lembur Jan Regular Lembur Feb Regular Lembur Lost Sale Permintaan Perhitungan biaya untuk metode Least Cost (LC): Bulan Desember = (produksi regular x biaya produksi regular) + (produksi regular x biaya produksi lembur) + (persediaan x biaya simpan) = ( xRp ) + (9460 x Rp ) + (0x Rp2500) = Rp Bulan Januari = ( x Rp ) + (9921 x Rp ) + ( 0 x Rp2500) = Rp Bulan Februari = ( x Rp ) + ( x Rp ) + ( 0x Rp2500) = Rp Total Biaya = bulan Desember + bulan Januari + bulan Februari = = Rp , 00 Tabel 8 Hasil Perencanaan Produksi Agregat Periode Permintaan Reguler Lembur Desember Januari Februari Total Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 127

8 Perencanaan Disagregat Metode yang digunakan adalah metode Hax and Meal karena menurut Bedworth dan Bailey, metode tersebut merupakan model paling aplikatif dibandingkan model disagregrasi lainnya. Metode ini terdiri atas dua tahap, pertama menentukan famili mana yang akan diproduksi, dan kedua, menentukan jumlah item produk yang harus diproduksi dalam family tersebut. Tabel 9 menyajikan hasil disagregasi bulan Desember Tabel 9 Hasil Disagregrasi Bulan Desember INASEA, Vol. 8 No.2, Oktober 2007:

9 Perbandingan Hasil Perencanaan Diagregrat Hasil perencanaan disagregat usulan kemudian dibandingkan dengan actual order pada bulan tersebut, dalam hal ini bulan Desember Actual order adalah jumlah item yang diminta periode ini (Desember 2006). Error adalah selisih antara hasil actual order dengan hasil disagregrasi. Tabel 10 Perbandingan Hasil Disagregat Usulan dengan Actual Order Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 129

10 Tabel 11 Perbandingan Data Disagregat PT XYZ dengan Actual Order End Item actual Hasil order disagregrasi eror e DN190E1H DN190E2H DN190E3H DN190PH DN191E3H DN193NH DN194PH DV130KPD DV130PD DV131PZ DV140ND DV141E3Z DV141KPM DV141PZ DV142KPM DV143PZ DV144E3M DV161E1Z DV162E2Z DV161E3Z DV162PZ DV163NZ DV163PZ DV171E3Z DV172E3Z DV172KE3M DV172KPM DV172PZ DV173E3Z DV173KPM DV173NZ DV173PZ DV185KPM DZ9300PCD DZ9400PCD NE9323CBPM NE9421CRPM NE9423CRPM NS142KSPM Total INASEA, Vol. 8 No.2, Oktober 2007:

11 Tabel 12 Perbandingan Hasil Disagregat PT XYZ dengan Hasil Disagregat Usulan eror e Usulan PT. XYZ Apabila dilihat dari Tabel 12, terlihat bahwa hasil perencanaan disagregat usulan memiliki tingkat error absolut yang lebih kecil daripada hasil perencanaan disagregat oleh PT XYZ. Analisis Pembahasan Analisis Peramalan Dari data bulan Januari 2003 sampai dengan bulan November 2006, dan juga dapat dilihat pada plot data dapat disimpulkan bahwa pola yang terbentuk dari data tersebut mengalami kecenderungan untuk meningkat (berpola trend). Dari pola tersebut ada beberapa metode yang sering kali digunakan, yaitu metode Double Moving Average 3 periode (DMA), metode Double Eksponential Smoothing (DES) dengan satu parameter, dan Metode Dekomposisi. Dari ketiga metode tersebut kemudian dipilih metode yang tingkat ketepatannya paling baik. Untuk menentukan metode mana yang terbaik, digunakan nilai MAPE dari masing-masing metode tersebut. Dari ketiga metode tersebut, nilai MAE, MSE, dan MAPE dari metode Double Moving Average dengan 3 periode bernilai paling kecil. Dengan demikian, dapat ditarik simpulan bahwa metode peramalan yang terbaik untuk DVD pada PT XYZ adalah metode Double Moving Average dengan 3 periode. Analisis Perencanaan Produksi Agregat Perencanaan agregat dilakukan dengan pendekatan matematis dengan metode transportasi. Peneliti menggunakan metode ini karena metode ini memberikan hasil yang paling optimum dan tidak berdasarkan coba-coba (trial and error), namun berdasarkan perhitungan matematis. Perusahaan memiliki kebijakan untuk tidak melakukan subkontrak sehingga perusahaan tidak memiliki kapasitas dan biaya subkontrak. Selain itu, juga tidak terjadi backlog. Dari hasil perencanaan agregat pada bulan Desember 2006, Januari 2007, dan Februari 2007, diketahui bahwa kapasitas produksi perusahaan (reguler dan lembur) masih mampu memenuhi seluruh permintaan DVD pada periode tersebut. Hal itu dapat terlihat dari tidak adanya lost sale pada periode tersebut, dan masih ada kapasitas produksi yang tersisa. Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 131

12 Analisis Perencanaan Disagregat Untuk melakukan perencanaan disagregat, digunakan metode Hax and Meal. Metode itu menggunakan faktor konversi dan jumlah produksi ekonomis untuk mendapatkan jumlah end item yang akan diproduksi. Dari total produksi bulan Desember yang diperkirakan mencapai ,akan dipecah menjadi end items yang lebih spesifik. Dan berdasarkan hasil perhitungan disagregrat diketahui pula bahwa item yang memiliki jumlah produksi terbesar adalah DV172E3Z sebesar unit, diikuti dengan DV134PZ sebesar unit. Setelah dilakukan perbandingan antara hasil perencanaan disagregat usulan dan hasil perencanaan disagregat, terlihat bahwa hasil perencanaan disagregat usulan memiliki tingkat error absolut yang lebih kecil daripada hasil perencanaan disagregat oleh PT XYZ. PENUTUP Simpulan yang diperoleh berdasarkan penelitian adalah sebagai berikut. Pertama, metode peramalan yang terbaik adalah metode Double Moving Avarage karena memiliki nilai error yang relatif lebih kecil dibandingkan metode lainnya menggunakan pendekatan MAPE, dan nilai yang diperoleh adalah 5,1. Kedua, perencanaan produksi agregat dilakukan dengan metode transportasi karena memberikan hasil yang paling optimum. Hal itu terjadi karena metode transportasi didasarkan pada perhitungan matematis, tidak berdasarkan coba-coba (trial and error). Ketiga, perencanaan produksi disagregat pada dasarnya adalah membuat rencana produksi end item dari keseluruhan perencanaan produksi pada satu periode. Dalam hal ini, rencana disagregrat didapat dari mem-breakdown rencana agregat yang telah dilakukan sebelumnya. Saran untuk penelitian selanjutnya sebagai berikut. Pertama, pengecekan peramalan permintaan perlu dilakukan secara berkala untuk mendapatkan hasil peramalan yang lebih akurat. Kedua, perusahaan dapat mempertimbangkan penggunaan metode perencanaan disagregat usulan, mengingat hasil perencanaan yang lebih mendekati actual order. Ketiga, untuk menggunakan sistem informasi yang diusulkan dengan baik maka disarankan untuk melakukan pelatihan terhadap pengguna sistem informasi tersebut. 132 INASEA, Vol. 8 No.2, Oktober 2007:

13 DAFTAR PUSTAKA Baroto, Teguh Perencanaan dan Pengendalian Produksi. Jakarta: Ghalia Indonesia. Gaspersz, Vincent Production Planning and Inventory Control berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta: Gramedia. Hanke, John E. and Dean W. Wichern Business Forecasting. Eigth Edition. Prentice Hall. Heizer, Jay, dan Barry Render Manajemen Operasi. Edisi Tujuh. Jakarta: Salemba Empat. Herjanto, Eddy Manajemen Produksi dan Operasi. Jakarta: Grasindo. Kusuma, Hendra Perencanaan dan Pengendalian Produksi. Yogyakarta: ANDI. Makridakis, Steven C., Wheelwright., Victor E., McGee Metode dan Aplikasi Peramalan. Edisi Pertama Jilid satu. Jakarta: Binarupa Aksara. Mathiassen, Lars, Munk-Madsen, Andreas, Nielsen. Peter Axel, Jan Stage Object Oriented Analysis and Design. Denmark: Marko. McLeod, Raymond, Jr Sistem Informasi Manajemen. Jilid I dan Jilid II. Jakarta: PT Prenhallindo. Nurhasanah, Nunung Perencanaan Pengendalian Produksi dan Persediaan. Jurnal Inasea. Vol.6. p: Jakarta: Universitas Bina Nusantara. O Brien, James Introduction to Information System: Essentials for the e-business Enterprise. 11 th Edition. USA: Mcgraw Hill. Russel, Roberta S. and Taylor Bernard W Operation Management-third edition. New Jersey: Prentice-Hall. Turner, Wayne C., et.al Pengantar Teknik Industri dan Sistem Industri. Jilid 1. Surabaya: Guna Widya. Analisis Perencanaan Produksi (Hans Prasetya; Nunung Nurhasanah) 133