BAB 5 HASIL DAN PEMBAHASAN

Transkripsi

1 BAB 5 HASIL DAN PEMBAHASAN 5.1. Ekstraksi Hasil Pengumpulan Data Data Permintaan (demand) Konsumen Pengumpulan data permintaan konsumen pada PT. Sinar Jaya Prakarsa diambil mulai dari bulan Agustus 2002 sampai dengan Juli 2005 (3 tahun). Berikut ini adalah data permintaan untuk produk sandal swallow : Tabel 5.1 Data Permintaan Bulanan Produk Sandal Swallow Standar Periode Tahun Bulan Demand Periode Tahun Bulan Demand 1 Agustus Februari September Maret Oktober April Nopember Mei Desember Juni Januari Juli Februari Agustus Maret September April Oktober Mei Nopember Juni Desember Juli Januari Agustus Februari September Maret Oktober April Nopember Mei Desember Juni Januari Juli 6000

2 90 Tabel 5.2 Data Permintaan Bulanan Produk Sandal Swallow Sablon Periode Tahun Bulan Demand Periode Tahun Bulan Demand 1 Agustus Februari September Maret Oktober April Nopember Mei Desember Juni Januari Juli Februari Agustus Maret September April Oktober Mei Nopember Juni Desember Juli Januari Agustus Februari September Maret Oktober April Nopember Mei Desember Juni Januari Juli Data Waktu Siklus Produk Waktu siklus dalam memproduksi produk sandal standar dan sablon pada dasarnya sama, hanya saja pada produk sandal sablon terdapat tambahan operasi yaitu operasi penyablonnan sebelum operasi perakitan. Berikut adalah data waktu siklus untuk masing-masing operasi dalam mengolah bahan baku menjadi produk yang siap untuk dijual berdasarkan pengamatan langsung di lapangan dengan pengukuran menggunakan alat bantu stopwatch untuk produk sandal swallow standar dan sablon:

3 91 Tabel 5.3 Data Waktu Siklus Sandal Standar dalam Satuan Menit Kegiatan O - 10 ke- O 1 O 2 O 3 O 4 O 5 O 6 O 7 O 8 O - 9 A - 1 A-2 A :26,81 7:28,04 9:43, :40,00 2:41,81 3:27,14 3,47 5, :51,49 2 5:11,92 8:01,66 9:54, :44,15 2:50,55 3:20,59 3,00 7, :37,99 3 5:09,27 7:44,92 10:01, :36,83 2:54,28 3:25,80 3,25 5, :39,50 4 5:45,19 6:58,81 9:57, :55,00 2:40,14 3:50,00 2,91 5, :45,51 5 5:17,52 7:33,27 9:55, :05,39 2:47,90 3:35,55 4,44 5, :53,15 6 5:52,11 7:05,69 9:32, :12,52 2:49,00 3:33,73 3,50 5, :53,22 7 5:22,73 7:26,53 9:44, :09,27 2:45,42 3:20,04 4,00 6, :52,74 8 5:41,68 7:45,39 9:39, :25,90 2:55,97 3:15,91 3,32 6, :45,97 9 5:31,74 7:29,72 9:38, :22,77 2:53,22 3:40,58 3,00 6, :38, :05,35 7:19,94 9:35, :57,41 2:45,52 3:30,87 2,99 5, :41, :27,92 7:52,63 9:53, :17,95 2:42,75 3:53,30 3,65 7, :41, :38,76 7:45,99 9:51, :02,12 2:55,18 3:27,22 4,26 5, :55, :27,44 7:31,35 9:45, :43,64 2:52,57 3:58,69 4,52 6, :52, :11,98 7:47,12 9:59, :19,36 2:40,68 3:45,75 3,71 6, :40, :09,55 7:58,18 9:50, :44,88 2:58,77 3:37,47 3,48 5, :52, :23,71 7:25,33 9:01, :49,72 2:43,23 3:32,35 4,11 7, :47, :01,66 7:34,78 9:02, :30,55 2:56,00 3:21,98 3,93 6, :45, :35,97 7:44,91 9:37, :56,92 2:39,99 3:23,09 3,00 6, :44, :07,73 7:38,65 9:53, :12,37 2:53,52 3:27, , :37, :33,54 7:09,13 9:42, :59,74 2:50,25 3:45,77 3,19 5, :37, :41,58 7:16,82 9:46, :50,18 2:47,13 4:09,14 3,77 6, :55, :49,25 7:41,47 9:44, :47,43 2:45,88 3:55,50 3,31 6, :42, :57,69 7:40,63 9:55, :40,49 2:39,34 3:51, , :52, :29,77 7:13,97 9:43, :53,52 3:03,31 4:06,11 3,10 5, :49, :22,35 7:27,88 9:56, :49,07 2:48,66 3:40,96 4,22 5, :47, :45,13 7:49,21 9:53, :29,65 2:52,79 3:44,32 3,54 9, :45, :39,46 7:09,83 9:39, :56,98 2:53,11 4:07,87 3,88 6, :36, :19,33 7:55,76 9:37, :17,71 2:44,00 3:52,79 4,00 5, :56, :21,70 7:38,50 9:41, :21,19 2:39,57 3:22,24 3,92 7, :39, :47,88 8:03,72 9:52, :09,54 2:39,95 3:48,58 3,45 6, :44,31 Total 02:46:16,72 03:51:29,83 4:54:31,20 02: :51:52,71 01:24:10,49 01:49:52,19 01:48,39 03:16,79 03:38,73 04:25,91 53:05,76 Keterangan : O 1 : Pemotongan Awal O 2 : Pencampuran O 3 : Pengerollan O 4 : Pemotongan Lembaran Karet O 5 : Pengompresan O 6 : Pendinginan O 7 : Pemotongan Spons dan Inspeksi O 8 : Pelubangan

4 92 O 9 : Perakitan O 10 : Packaging dan inspeksi, dimana proses packaging terdiri dari : A-1 (packaging 1 pasang sandal), A-2 (packaging 6 pasang sandal), A-3 (packaging 1 karung sandal) Tabel 5.4 Data Waktu Siklus Sandal Sablon dalam Satuan Menit Kegiatan O - 11 ke- O - 1 O - 2 O - 3 O - 4 O 5 O - 6 O - 7 O 8 O-9 O - 10 A - 1 A-2 A :26,81 7:28,04 9:43, :40,00 2:41,81 3:27,14 3, , :51,49 2 5:11,92 8:01,66 9:54, :44,15 2:50,55 3:20,59 3, , :37,99 3 5:09,27 7:44,92 10:01, :36,83 2:54,28 3:25,80 3, , :39,50 4 5:45,19 6:58,81 9:57, :55,00 2:40,14 3:50,00 2, , :45,51 5 5:17,52 7:33,27 9:55, :05,39 2:47,90 3:35,55 4, , :53,15 6 5:52,11 7:05,69 9:32, :12,52 2:49,00 3:33,73 3, , :53,22 7 5:22,73 7:26,53 9:44, :09,27 2:45,42 3:20,04 4, , :52,74 8 5:41,68 7:45,39 9:39, :25,90 2:55,97 3:15,91 3, , :45,97 9 5:31,74 7:29,72 9:38, :22,77 2:53,22 3:40,58 3, , :38, :05,35 7:19,94 9:35, :57,41 2:45,52 3:30,87 2, , :41, :27,92 7:52,63 9:53, :17,95 2:42,75 3:53,30 3, , :41, :38,76 7:45,99 9:51, :02,12 2:55,18 3:27,22 4, , :55, :27,44 7:31,35 9:45, :43,64 2:52,57 3:58,69 4, , :52, :11,98 7:47,12 9:59, :19,36 2:40,68 3:45,75 3, , :40, :09,55 7:58,18 9:50, :44,88 2:58,77 3:37,47 3, , :52, :23,71 7:25,33 9:01, :49,72 2:43,23 3:32,35 4, , :47, :01,66 7:34,78 9:02, :30,55 2:56,00 3:21,98 3, , :45, :35,97 7:44,91 9:37, :56,92 2:39,99 3:23,09 3, , :44, :07,73 7:38,65 9:53, :12,37 2:53,52 3:27, , :37, :33,54 7:09,13 9:42, :59,74 2:50,25 3:45,77 3,19 9:07 5, :37, :41,58 7:16,82 9:46, :50,18 2:47,13 4:09,14 3, , :55, :49,25 7:41,47 9:44, :47,43 2:45,88 3:55,50 3, , :42, :57,69 7:40,63 9:55, :40,49 2:39,34 3:51, , :52, :29,77 7:13,97 9:43, :53,52 3:03,31 4:06,11 3, , :49, :22,35 7:27,88 9:56, :49,07 2:48,66 3:40,96 4, , :47, :45,13 7:49,21 9:53, :29,65 2:52,79 3:44,32 3, , :45, :39,46 7:09,83 9:39, :56,98 2:53,11 4:07,87 3, , :36, :19,33 7:55,76 9:37, :17,71 2:44,00 3:52,79 4, , :56, :21,70 7:38,50 9:41, :21,19 2:39,57 3:22,24 3, , :39, :47,88 8:03,72 9:52, :09,54 2:39,95 3:48,58 3, , :44,31 Total 02:46:16,72 03:51:29,83 4:54:31,20 02: :51:52,71 01:24:10,49 01:49:52,19 01:48,39 07:57,04 03:16,79 03:38,73 04:25,91 53:05,76 Keterangan : O 1 : Pemotongan Awal O 2 : Pencampuran O 3 : Pengerollan

5 93 O 4 : Pemotongan Lembaran Karet O 5 : Pengompresan O 6 : Pendinginan O 7 : Pemotongan Spons dan Inspeksi O 8 : Pelubangan O 9 : Penyablonan O 10 : Perakitan O 11 : Packaging dan inspeksi, dimana proses packaging terdiri dari : A-1 (packaging 1 pasang sandal), A-2 (packaging 6 pasang sandal), A-3 (packaging 1 karung sandal) OPC (Operation Process Chart) Produk Berdasarkan proses produksi perusahaan, maka OPC untuk memproduksi sandal standar dan sablon adalah sebagai berikut:

6 94 PETA PRO Produk : Sandal S Dibuat Oleh : Ratna K Tanggal Pembuatan : 7 Oktob Gambar 5.1 OPC Produk Sandal Swallow Standar

7 95 PETA PRO Produk : Sandal S Dibuat Oleh : Ratna K Tanggal Pembuatan : 7 Oktob Gambar 5.2 OPC Produk Sandal Swallow Sablon

8 Pengolahan Data Perhitungan Target Produksi Untuk dapat memenuhi permintaan konsumen, diperlukan target produksi yaitu jumlah minimal produk yang harus diproduksi perusahaan. Dalam menentukan target produksi, digunakan beberapa metode peramalan untuk menentukan besarnya jumlah permintaan konsumen pada periode mendatang dengan berdasarkan pada plot data permintaan tiga tahun yang lalu untuk menentukan metode-metode yang tepat Plot Data Permintaan Sebelum melakukan peramalan terhadap permintaan, dilakukan dahulu plot data masa lalu yang akan digunakan agar dapat memperkirakan metode-metode peramalan yang sesuai dengan pola data permintaan. Pada kasus ini digunakan data historis permintaan dari bulan Agustus 2002 hingga Juli 2005 (selama 3 tahun). Berikut merupakan hasil dari plot terhadap data historis permintaan : Data Permintaan Sandal Swallow 8000 Permintaan Periode Demand Grafik 5.1 Pola Data Permintaan Sandal Swallow Standar

9 97 Data Demand Sandal Swallow Bersablon Periode Demand Grafik 5.2 Plot Data Permintaan Sandal Swallow Sablon Pemilihan Metode Peramalan yang digunakan Berdasarkan pola data yang dihasilkan, dapat terlihat bahwa data permintaan sandal swallow baik untuk yang standar maupun bersablon menunjukkan pola data horizontal (data stasioner) yang mengandung pola trend. Untuk itu dengan melakukan studi pustaka, maka beberapa metode peramalan yang sesuai dengan pola data yang berlaku adalah : metode Double Moving Average (DMA), Holt, Quadratik, dan Regresi Linier. Pemilihan metode peramalan yang paling tepat/sesuai untuk digunakan dilakukan dengan menguji keempat metode diatas dengan statistik ketepatan peramalan yang ditinjau dari besarnya error yang terdapat pada setiap metode, yaitu : MAE, MSE, dan MAPE. Pada bab ini hanya ditampilkan tabel perhitungan dengan metode yang menghasilkan MAE, MSE, dan MAPE terkecil, tabel perhitungan dengan metodemetode lainnya dapat dilihat pada lampiran.

10 Perbandingan MAE, MSE dan MAPE Tiap Metode Perbandingan pada Sandal Standar Tabel 5.5 Tabel Perbandingan MAE, MSE dan MAPE pada Sandal Standar Perhitungan DMA Quadratik Holt Regresi MAE MSE MAPE Grafik Perbandingan MAE Nilai DMA Quadratik Holt Regresi Metode MAE Grafik 5.3 Perbandingan MAE Sandal Standar Grafik Perbandingan MSE Nilai DMA Quadratik Holt Regresi Metode MSE Grafik 5.4 Perbandingan MSE Sandal Standar Grafik Perbandingan MAPE Nilai MAPE 0.00 DMA Quadratik Holt Regresi Metode Grafik 5.5 Perbandingan MAPE Sandal Standar

11 99 Dengan melihat grafik perbandingan MAE, MSE dan MAPE, terlihat bahwa metode Regresi Linier memiliki MAE, MSE dan MAPE yang paling kecil diantara metode yang lainnya. Oleh karena itu peramalan untuk sandal standar digunakan metode Regresi Perbandingan pada Sandal Sablon Tabel 5.6 Perbandingan MAE, MSE dan MAPE pada Sandal Bersablon Perhitungan DMA Quadratik Holt Regresi MAE MSE MAPE Grafik Perbandingan MAE Nilai DMA Quadratik Holt Regresi Metode MAE Grafik 5.6 Perbandingan MAE Sandal Sablon Grafik Perbandingan MSE Nilai MSE 0.00 DMA Quadratik Holt Regresi Metode Grafik 5.7 Perbandingan MSE Sandal Sablon

12 100 Grafik Perbandingan MAPE Nilai DMA Quadratik Holt Regresi Metode MAPE Grafik 5.8 Perbandingan MAPE Sandal Sablon Dengan melihat grafik perbandingan MAE, MSE dan MAPE, terlihat bahwa metode DMA (Double Moving Average), Quadratik dan metode Regresi Linier memiliki MAE, MSE dan MAPE yang hampir seimbang. Namun metode Regresi Linier merupakan metode yang dipilih untuk sandal bersablon, hal ini dikarenakan metode Regresi Linier memiliki MAE, MSE dan MAPE yang terendah Peramalan Permintaan Peramalan permintaan dimaksudkan untuk mendapatkan perkiraan permintaan untuk 3 bulan ke depan dengan menggunakan data historis penjualan Peramalan Permintaan untuk Sandal Standar dengan Metode Regresi Linier Peramalan untuk sandal standar dilakukan dengan menggunakan metode Regresi Linier, menimbang bahwa nilai MAE, MSE dan MAPE dari metode ini lebih rendah dari metode-metode lainnya. Berikut merupakan hasil dari peramalan dengan menggunakan metode regresi linier pada sandal standar:

13 = = b = n( Σxy) ( Σx)( Σy) 2 2 n( Σx ) ( Σx) 36( ) (630)(191083) = 2 36(14910) (630) = = Periode 37 Y 37 = (36.21) (36) = Periode 38 Y 38 = (36.21) (37) Periode 39 = Y 39 = (36.21) (38) = Contoh perhitungan ketepatan metode peramalan : 1. Error pada periode 1 e 1 = X 1 F1 = = Nilai tengah galat absolut (mean absolute error) n et t= MAE = 1 = = n 36

14 Nilai tengah galat kuadrat ( mean squared error ) MSE n t= = 1 n e 2 t = = Deviasi standar galat (standard deviation of error) SDE = n i= 1 e 2 i ( n 1) = = Nilai tengah deviasi absolut (mean absolute deviation) 1 MAD = Yi Y n 1 = (17109) = Galat Persentase (Percentage Error) pada periode 1 Y Ft PE Y 1 1 = = = Nilai Tengah Galat Persentase (Mean Percentage Error) MPE n i= = 1 = PE n i = Mean Absolute PercentageError MAPE n i= = 1 PE n i = =

15 Peramalan Permintaan untuk Sandal Sablon dengan Metode Regresi Linier Peramalan untuk sandal bersablon dilakukan dengan menggunakan metode Regresi Linier, menimbang bahwa nilai MAE, MSE dan MAPE dari metode ini lebih rendah dibandingkan metode-metode lainnya. Berikut merupakan hasil dari peramalan dengan menggunakan metode regresi linier: Tabel 5.8 Peramalan Sandal Sablon dengan Metode Regresi Linier

16 105 Contoh perhitungan : Y = a + bx 2 ( Σy)( Σx ) ( Σx)( Σxy) a = 2 2 n( Σx ) ( Σx) (17911)(14910) (630)(325843) a = 2 36(14910) (630) = = b = n( Σxy) ( Σx)( Σy) 2 2 n( Σx ) ( Σx) 36(325843) (630)(17911) = 2 36(14910) (630) = = Periode 37 Y 37 = (3.20) (36) = Periode 38 Y 38 = (3.20) (37) = Periode 39 Y 39 = (3.20) (38) = Contoh perhitungan ketepatan metode peramalan : 1. Error pada periode 1 e 1 X 1 F1 = = =

17 Nilai tengah galat absolut (mean absolute error) n et t= MAE = 1 = = n Nilai tengah galat kuadrat ( mean squared error ) MSE n t= = 1 n e 2 t = = Deviasi standar galat (standard deviation of error) SDE = n i= 1 e 2 i ( n 1) = = Nilai tengah deviasi absolut (mean absolute deviation) 1 MAD = Yi Y n 1 = ( ) = Galat Persentase (Percentage Error) pada periode 1 Y1 Ft PE1 = 100 = 100 = Y Nilai Tengah Galat Persentase (Mean Percentage Error) n PEi i= MPE = 1 = = n Mean Absolute PercentageError MAPE n i= = 1 PE n i = =

18 Perencanaan Agregat Sebelum melakukan perencanaan agregat diperlukan data mengenai kapasitas produksi baik reguler maupun lembur beserta biaya-biaya dalam produksi. Perencanaan agregat dilakukan dengan menggunakan metode transportasi. Perusahaan tidak melakukan subkontrak dengan perusahaan lain sehingga perhitungan dalam subkontrak tidak dilakukan Pengujian Waktu Siklus Pengumpulan data waktu siklus dilakukan sebanyak 30 kali untuk kemudian dilakukan uji keseragaman data dan uji kecukupan data sesuai dengan tingkat ketelitian dan tingkat keyakinan. Uji keseragaman data dilakukan untuk memastikan data yang diambil telah seragam. Uji keseragaman data dilakukan dengan mengaplikasikan peta kendali (Control Chart). Batas-batas kendali yang dibentuk dari data merupakan batas seragam tidaknya data. Yang perlu diperhatikan dalam pengujian keseragaman adalah data yang berada didalam batas-batas kendali karena jika terdapat data diluar dari batas-batas kendali maka data tersebut tidak dimasukkan dalam perhitungan selanjutnya. Sehingga perhitungan selanjutnya hanya menggunakan data-data yang berada dalam batas-batas kendali. Uji kecukupan data dilakukan untuk memastikan data yang diambil telah cukup dan dapat mewakili waktu proses produksi tiap operasi secara keseluruhan dalam perusahaan. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesaian sebenarnya. Sedangkan tingkat keyakinan menunjukan besarnya keyakinan pengukur bahwa hasil yang diperoleh memenuhi syarat

19 108 ketelitian. Tingkat ketelitian dan keyakinan dinyatakan dalam bentuk persentase. Dalam pengujian ini digunakan tingkat ketelitian 5% dan tingkat keyakinan 95% memberi arti bahwa diperbolehkan rata-rata hasil pengukurannya menyimpang sejauh 5% dari ratarata sebenarnya; dan kemungkinan berhasil mendapatkannya adalah 95%. Berikut merupakan data waktu siklus yang telah dikonversikan ke dalam satuan detik : Tabel 5.9 Waktu Siklus Sandal Standar dalam Satuan Detik Kegiatan O - 10 ke- O - 1 O 2 O - 3 O 4 O - 5 O 6 O - 7 O - 8 O 9 A-1 A-2 A Total

20 109 Tabel 5.10 Waktu Siklus Sandal Sablon dalam Satuan Detik Kegiatan O - 11 ke- O 1 O - 2 O - 3 O - 4 O - 5 O - 6 O - 7 O O - 10 A-1 A-2 A Total Dalam pengujian waktu siklus ini dilakukan pada operasi 1 hingga 10 dan pada operasi 1 hingga 11 pada sandal sablon kecuali untuk operasi 4, hal ini disebabkan karena operasi 4 dilakukan secara otomatis menggunakan mesin (tanpa campur tangan manusia) sehingga waktu siklus yang didapatkan sama dengan waktu baku baik untuk sandal standar maupun sablon. Oleh karena itu tidak perlu dilakukan pengujian keseragaman dan kecukupan data. Berikut contoh perhitungan pengujian keseragaman dan kecukupan data :

21 110 Tabel 5.11 Uji Keseragaman Data O-1 Kegiatan O 1 Ke- X i k x ( x i x) ( x x) 2 i 2 x i Total x δ δ 7.17 x 3 δ x BKA BKB

22 111 Langkah-langkah perhitungan : 1. Mencari rata-rata subgroup X i X k = n Dimana : n = ukuran subgroup, yaitu banyaknya data dalam satu subgroup k = jumlah subgroup yang terbentuk X i = data pengamatan Contoh Perhitungan : X k1 = = = Mencari rata-rata keseluruhan X = X k k X = = Menghitung simpangan baku dari waktu penyelesaian ( ) 2 Xi X σ = di mana : N = jumlah pengamatan N σ = = Menghitung simpangan baku dari distribusi rata-rata subgroup σ σ x = = = 7.17 n 5 5. Menghitung batas kendali BKA = BKB = x + 3. σ = ( 3 x 7.17) = x x 3. σ = ( 3 x 7.17) = x Hasil batas-batas kendali yang didapatkan, kemudian dapat diplot ke dalam grafik peta kendali sebagai berikut :

23 112 O-1 Proses Pemotongan Xk bar BKA BKB Xdb Grafik 5.9 Peta Kendali O 1 Melalui peta kendali ini dapat diamati bahwa tidak terdapat data (Xk bar) yang keluar dari batas kendali atas (BKA) dan batas kendali bawah (BKB) sehingga dapat dinyatakan bahwa data pada O 1 telah seragam. Setelah pengujian keseragaman data, dilakukan uji kecukupan data. Berikut contoh perhitungan dalam uji kecukupan data untuk O 1 adalah : Rumus : K N ' = S N Xj 2 Xj ( Xj) 2 2 dimana : N = jumlah pengamatan yang seharusnya dilakukan N = Jumlah pengamatan yang aktual (setelah dikurangi pengamatan diluar BKA/BKB) K = tingkat keyakinan = 95% S = tingkat ketelitian = 5% = 0,05 Jika N N, maka jumlah pengamatan sudah cukup Jika N > N, maka jumlah pengamatan belum cukup

24 113 Besar tingkat keyakinan adalah 0,95 (95%), namun nilai ini haruslah diolah dahulu dengan membaginya menjadi 2 (karena dua arah), sehingga didapatkan hasilnya adalah 0,475. Kemudian nilai tersebut dicek dengan menggunakan tabel kurva normal yang terdapat pada lampiran, sehingga didapatkan nilai K adalah sebesar 1, N ' = 0.05 ( ) ( ) N ' = = = 3.45 Karena N < N, maka dapat disimpulkan bahwa jumlah pengamatan sudah cukup untuk mewakili waktu proses produksi tiap operasi secara keseluruhan dalam perusahaan. Untuk uji keseragaman, grafik peta kendali dan uji kecukupan data operasioperasi produksi lainnya dapat dilihat pada lampiran Perhitungan Waktu Baku Dalam melakukan perhitungan waktu baku, melibatkan faktor penyesuaian dan kelonggaran. Faktor penyesuaian diberikan agar hasil perhitungan dapat mencerminkan waktu yang sewajarnya atau yang normal. Sedangkan kelonggaran diberikan kepada pekerja untuk hal-hal seperti kebutuhan pribadi, menghilangkan rasa fatique, dan gangguan-gangguan yang mungkin terjadi yang tidak dapat dihindarkan oleh pekerja. Perhitungan waktu baku dilakukan dengan menggunakan metode Westinghouse. Berikut merupakan tabel perhitungan waktu baku untuk setiap operasi:

25 114 Tabel 5.12 Perhitungan Waktu Baku untuk Sandal Standar Pekerjaan Elemen Wr P Wn K Wb Total Pemotongan O detik/1 batch (15lembar sponge) Pencampuran O detik/1 batch (15lembar sponge) Pengerollan O detik/1 batch (15lembar sponge) Pemotongan 4.00 detik/1 lembar Lembaran Karet O Karet detik/5 Pengompresan O lembar Pendinginan O Pemotongan Spons Karet (1 sponge) detik/1 sponge (16 pasang sandal) detik/1 sponge dan Inspeksi O (16 pasang sandal) Pelubangan O /1 pasang sandal Perakitan O /1 pasang sandal O - 10 (A detik/1 pasang 1) sandal O - 10 (A detik/6 pasang 2) sandal O - 10 (A- Packaging 3) detik/1 batch 1 kali proses 5 sponge 10 orang 1 kali proses 3 sponge 30 orang 48 orang 20orang 10orang Penyelarasan (WS) detik/1 batch detik/1 batch detik/1 batch 300 detik/1 batch detik/1 batch detik/1 batch detik/1 batch detik/1 batch 35.9 detik/1 batch detik/1 batch Contoh langkah perhitungan untuk waktu baku O 1 adalah : Waktu rata-rata = Xi Wr = N = = detik 30 Waktu normal = Wn = Wr x p Waktu baku = Wn = x (1+0.04) = detik Wb = x ( 1 + k ) = x (1+0.32) = detik

26 115 Sedangkan untuk penyelarasan dilakukan agar waktu tiap-tiap operasi yang menghasilkan satuan produk yang berbeda dapat disesuaikan semuanya menjadi satuan batch (karung). Hal ini dikarenakan perusahaan menjual produknya per karung. Sehingga tiap-tiap operasi harus dikonversikan dalam satuan produk batch (karung) Sebagai contoh pada O 1 karena waktu baku operasi telah menghasilkan satuan batch maka pada penyelarasan tidak mengalami perubahan. Lain halnya dengan O 4, contoh langkah perhitungan penyelarasan pada O 4 adalah sebagai berikut : Keterangan : 1 batch = 240 pasang sandal 1 batch = 15 sponge 1 sponge = 16 pasang sandal 1 sponge terdiri dari 5 lembar karet Wb = 4,00 detik per 1 lembar karet Sehingga WS O 4 dalam satuan produk batch : WS = 15 sponge/batch x 5 lembar karet/sponge x 4,00 detik/lembar karet = 300 detik/batch = 5 menit/batch Setelah didapatkan WS untuk tiap operasi, data waktu dalam WS kemudian diolah untuk mendapatkan WS untuk menghasilkan satu batch dengan cara:

27 101 Tabel 5.7 Peramalan Sandal Standar dengan Metode Regresi Linier Contoh perhitungan : Y = a + bx 2 ( Σy)( Σx ) ( Σx)( Σxy) a = 2 2 n( Σx ) ( Σx) (191083)(14910) (630)( ) a = 2 36(14910) (630)

28 116 Produksi dst 4 O-1 O-2 O-3 O-4 O - 5 O-6 O - 7 O-8 O-9 O-10 3 O-1 O-2 O-3 O-4 O - 5 O-6 O - 7 O-8 O-9 O O-1 O-2 O-3 O-4 O - 5 O-6 O - 7 O-8 O-9 O O-1 O-2 O-3 O-4 O - 5 O-6 O - 7 O-8 O-9 O waktu dalam detik Gambar 5.3 Urutan Alokasi Pembebanan Kerja Pada Mesin Keterangan : WS produk 1 = 456, , , , , ,5 + 35, , ,69 = 5673,3 detik/batch WS produk 2 = 7421,1-5673,3 = 1747,80 detik/batch WS produk 3 = 9168,9-7421,1 = 1747,8 detik/batch WS produk 4 = 10916,7-9168,9 = 1747,80 detik/batch Perhitungan untuk WS produk 5 dan seterusnya akan juga menunjukkan hasil yang serupa dengan WS produk 2,3 dan 4. Dengan demikian maka dapat disimpulkan bahwa WS rata-rata untuk menghasilkan satu batch produk adalah operasi yang memiki WS terbesar, yaitu : operasi 5 dengan WS = 1747,8 detik/batch atau 29,07 menit/batch yang berarti diperlukan 29,07 menit untuk menghasilkan 1 karung sandal.

29 117 Demikian pula dengan sandal sablon karena operasi pada sandal sablon hampir sama, hanya terdapat penambahan operasi penyablonan. Dimana hal ini tidak akan mempengaruhi WS rata-rata karena pada sandal sablon, operasi yang memiliki WS terbesar juga adalah operasi 5. Sehingga WS rata-rata sandal standar dan sablon adalah sama yaitu 29,07 menit/batch. Tabel 5.13 Perhitungan Waktu Baku untuk Sandal Sablon Pekerjaan Elemen Wr P Wn K Wb Total Penyelarasan Pemotongan O detik/1 batch detik/1 batch (15lembar sponge) Pencampuran O detik/1 batch detik/1 batch Pengerollan O (15lembar sponge) detik/1 batch detik/1 batch (15lembar sponge) Pemotongan 4.00 detik/1 lembar 300 detik/1 batch Lembaran Karet O Karet Pengompresan O detik/5 lembar 1 kali proses detik/1 batch Pendinginan O Karet (1 sponge) 5 sponge detik/1 sponge 10 orang detik/1 batch Pemotongan Spons (16 pasang sandal) detik/1 sponge 1 kali proses detik/1 batch Dan Inspeksi O (16 pasang sandal) 3 sponge Pelubangan O /1 pasang sandal 30 orang detik/1 batch Penyablonan detik/1 pasang sandal 10 orang detik/1 batch Perakitan O /1 pasang sandal 48 orang 35.9 detik/1 batch O - 11 (A-1) detik/1 pasang sandal 20orang O - 11 (A-2) detik/6 pasang sandal 10orang detik/1 batch Packaging O - 11 (A-3) detik/1 batch Perhitungan Kapasitas Produksi Perencanaan agregat dilakukan pada bulan Agustus, September dan Oktober 2005 sehingga dilakukan perhitungan kapasitas produksi pada bulan-bulan tersebut. Untuk mengetahui kapasitas produksi maka harus diketahui dahulu jam kerja normal untuk melakukan produksi. Diketahui bahwa perusahaan melakukan produksi selama 24 jam/hari. Sedangkan pada hari minggu dan hari libur nasional, perusahaan tidak

30 beroperasi. Namun jika terdapat kekurangan produksi maka hari minggu akan digunakan perusahaan untuk berproduksi (lembur). 118 Berikut merupakan perhitungan kapasitas produksi baik reguler (normal) maupun lembur untuk : Bulan Agustus 2005 o Untuk Sandal Standar Minggu Senin Selasa Rabu Kamis Jumat Sabtu Gambar 5.4 Kalender Bulan Agustus Total jam kerja regular : - Jam kerja normal penuh waktu(senin-kamis, sabtu)=22hari x 21jam = 462 jam - Jam kerja normal isirahat panjang(jumat) = 4 hari x 20 jam = 80 jam - Total jam kerja normal pada bulan Agustus 2005 = = 542 jam Data kapasitas produksi diambil dari hasil perhitungan kapasitas produksi dengan rumus: K = HK x JK WS x 60' Karena telah diketahui jam kerja pada bulan Agustus 2005 maka rumusnya menjadi : Kapasitas Produksi Normal = JumlahJamK erjasatubulanx 60' WS = 542x60' menit 29,07menit /1batch = 1118,68 ~ 1118 batch

31 119 Perusahaan memiliki 6 lini produksi untuk memproduksi sandal, dengan demikian maka total kapasitas produksi normal perusahaan adalah : K total = K X jumlah lini produksi = 1118 batch X 6 lini produksi = 6708 batch (karung) Jam kerja lembur yang ada pada PT. Sinar Jaya Prakarsa adalah setiap hari minggu dalam setiap bulan. Sehingga kapasitas lemburnya adalah : ( jamkerjanormal + jam ker 29,07 / batch jalembur) x60' Kapasitas Pr oduksinormal Pada bulan Agustus hanya terdapat 4 hari minggu sehingga : Jam kerja lembur = 4 hari x 21 jam/hari = 84 jam Kapasitas Produksi Lembur Bulan Agustus 2005 : ( jam ker janormal + jam ker jalembur) x60' = Kapasitas Pr oduksinormal 29,07 / batch ( ) x60' menit = 1118batch 29.07menit /1batch = batch ~ 174 batch K total = K X jumlah lini produksi = 174 batch X 6 lini produksi = 1044 batch (karung) Dengan demikian maka perusahaan memiliki kapasitas produksi lembur sebanyak 1044 batch pada bulan Agustus o Sandal Sablon Kapasitas produksi untuk sandal bersablon sama dengan sandal standar, perbedaannya terletak pada lini produksi. Pada sandal sablon hanya memiliki 1 lini produksi saja. Dengan demikian maka didapatkan :

32 120 - Kapasitas reguler adalah 1118 karung - Kapasitas lembur adalah 174 karung Bulan September 2005 o Sandal Standar Minggu Senin Selasa Rabu Kamis Jumat Sabtu Gambar 5.5 Kalender Bulan September - Jam kerja normal penuh waktu(senin-kamis, sabtu)= 21hari x 21jam= 441 jam - Jam kerja normal isirahat panjang(jumat) = 4 hari x 20 jam = 80 jam - Total jam kerja normal pada bulan September 2005 = = 521 jam Kapasitas Produksi Normal = 521x60' menit 29,07menit /1batch = 1075,34 batch ~ 1075 batch K total = 1075 batch X 6 lini produksi = 6450 batch (karung) Pada bulan September hanya terdapat 4 hari minggu sehingga : Jam kerja lembur = 4 hari x 21 jam/hari = 84 jam Kapasitas Produksi Lembur Bulan September 2005 : ( ) x60' menit = 1075batch 29.07menit /1batch = batch ~ 173 batch K total = K X jumlah lini produksi = 173 batch X 6 lini produksi = 1038 batch (karung)

33 121 Dengan demikian maka perusahaan memiliki kapasitas produksi lembur sebanyak 1038 batch pada bulan September o Sandal Sablon - Kapasitas reguler adalah 1075 karung - Kapasitas lembur adalah 173 karung Bulan Oktober 2005 o Sandal Standar Minggu Senin Selasa Rabu Kamis Jumat Sabtu Gambar 5.6 Kalender Bulan Oktober - Jam kerja normal penuh waktu (senin-kamis, sabtu)= 22hari x 21jam=462 jam - Jam kerja normal isirahat panjang(jumat) = 4 hari x 20 jam = 80 jam - Total jam kerja normal pada bulan Oktober 2005 = = 542 jam Kapasitas Produksi Normal = 542x60' menit 29,07menit /1batch = 1118,68 batch ~ 1118 batch K total = 1118 batch X 6 lini produksi = 6708 batch (karung) Pada bulan Oktober terdapat 5 hari minggu sehingga : Jam kerja lembur = 5 hari x 21 jam/hari = 105 jam Kapasitas Produksi Lembur Bulan Oktober 2005 : ( ) x60' menit = 1118batch 29.07menit /1batch = 217,39 batch ~ 217 batch

34 122 K total = K X jumlah lini produksi = 217 batch X 6 lini produksi = 1302 batch (karung) Dengan demikian maka perusahaan memiliki kapasitas produksi lembur sebanyak 1302 batch pada bulan Oktober o Sandal Sablon - Kapasitas reguler adalah 1118 karung - Kapasitas lembur adalah 217 karung Berikut tabel kapasitas produksi reguler dan lembur bulan Agustus, September dan Oktober 2005: Tabel 5.14 Peramalan, Kapasitas Produksi Reguler dan Lembur Sandal Standar Bulan Peramalan Permintaan Kapasitas Produksi Reguler Kapasitas Produksi lembur Agustus batch (karung) 1044 batch (karung) September batch (karung) 1038 batch (karung) Oktober batch (karung) 1302 batch (karung) Tabel 5.15 Peramalan, Kapasitas Produksi Reguler dan Lembur Sandal Sablon Bulan Peramalan Permintaan Kapasitas Produksi Reguler Kapasitas Produksi lembur Agustus batch (karung) 174 batch (karung) September batch (karung) 173 batch (karung) Oktober batch (karung) 217 batch (karung) Perhitungan Biaya-biaya dalam Perencanaan Agregat Dalam perencanaan agregat terdapat beberapa biaya-biaya yang berpengaruh, yaitu : biaya produksi reguler, biaya produksi lembur dan biaya simpan produk. Berdasarkan brainstorming yang dilakukan dengan pihak perusahaan maka perhitungan biaya-biaya tersebut baik untuk sandal standar dan sablon adalah sebagai berikut :

35 123 Biaya Produksi untuk sandal standar - Biaya Produksi Reguler Biaya produksi reguler ± 55% dari harga jual produk Harga jual produk = Rp per karung, sehingga didapatkan : Biaya produksi reguler = 55% x Rp per karung = Rp per karung - Biaya Produksi Lembur Biaya produksi lembur ± 30% lebih besar dari biaya produksi reguler, maka : Biaya produksi lembur = 30% dari biaya produksi regular = (30% x Rp ) + Rp = Rp per karung Biaya Produksi untuk Sandal Sablon - Biaya Produksi Reguler Biaya produksi reguler ± 60% dari harga jual produk Harga jual produk = Rp per karung, sehingga didapatkan : Biaya produksi reguler = 60% x Rp / karung = Rp / karung - Biaya Produksi Lembur Biaya produksi lembur ± 30% lebih besar dari biaya produksi reguler, maka : Biaya produksi lembur = 30% dari biaya produksi regular = (30% x Rp ) + Rp = Rp per karung

36 124 Biaya Simpan per karung per bulan sandal standar dan Sablon Untuk biaya simpan sandal standar dan sablon adalah sama karena disimpan pada gudang barang jadi yang sama. Biaya simpan = (Biaya sewa/tahun/m 2 x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung kapasitas penyimpanan gudang barang jadi, yaitu : Luas 1 pallet = 1,6m 2, 1 pallet berisi 15 karung. Disimpan di gudang (rak) dengan ditumpuk menjadi 3 tingkat pallet, sehingga 1 rak = 15 Karung x 3 tingkat = 45 karung/rak Jumlah rak yang ada = 25 rak Luas tanah untuk menyimpan rak = 25 rak x 1,6 m 2 = 40 m 2 Tabel 5.16 Penentuan perkiraan biaya simpan Barang Jadi Kategori Biaya Sebagai Persentase dari Nilai Persediaan Biaya penyimpanan, seperti 5% Penyusutan, biaya operasi, pajak asuransi (3-10%) Biaya penanganan bahan baku, termasuk 2% peralatan, sewa atau penyusutan, listrik, biaya operasi (1-3.5%) Biaya tenaga kerja karena penanganan tambahan 3% (3-5%) Biaya investasi, seperti biaya pinjaman, pajak 8% dan asuransi persediaan (6-24%) Pencurian, tergores, dan kelalaian 2% (2-5%) Biaya keseluruhan penanganan persediaan 20% Biaya simpan = (Biaya sewa/tahun/m 2 x luas tanah) + perkiraan biaya = (Rp x 40m 2 ) + 20% = Rp

37 125 Kapasitas penyimpanan gudang = 25 rak x 45 karung = 1125 karung produk Biaya simpan per karung/tahun = Biaya simpan kapasitas penyimpanan gudang = Rp unit = Rp 8533,33/karung/tahun Biaya simpan per karung/bulan = Rp 8533,33/karung/tahun 12 bulan/tahun = Rp 711,11/karung/bulan Perencanaan Agregat dengan Metode Transportasi Perencanaan agregat dilakukan dengan menggunakan metode transportasi berdasarkan data-data yang telah didapatkan sebelumnya, yaitu : kapasitas produksi dan perhitungan biaya-biaya produksi dan biaya simpan Perencanaan Agregat Sandal Standar Pada produk sandal standar diketahui bahwa pada bulan Juli 2005 terdapat sisa produk sebanyak 120 karung sebagai inventori (persediaan awal). Berikut perhitungan perencanaan agregat sandal standar dengan menggunakan metode transportasi :

38 Tabel 5.17 Perencanaan Agregat Metode Transportasi pada Sandal Standar Kapasitas tak terpakai Periode Permintaan Total Periode Produksi Aug (1) Sept (2) Okt (3) Kapasitas Persediaan Awal Regular Aug(1) Lembur Sept(2) Okt(3) Regular Lembur Regular Lembur Permintaan Lose Sale Biaya Reguler : Rp8,871,885, Biaya Lembur : Rp0.00 Biaya Penyimpanan : 0 Total Biaya : Rp8,871,885, Contoh Perhitungan : Persediaan awal = 120 Biaya kegiatan produksi reguler/normal ( r ) = Rp Biaya kegiatan produksi lembur ( l ) = Rp Biaya penyimpanan per periode ( g ) = Rp 711,11 Periode permintaan 1 (Agustus) dengan jumlah permintaan 5978 karung Agustus : biaya reguler = Rp / karung biaya lembur = Rp / karung Periode permintaan 2 (September) dengan jumlah permintaan 6014 unit Agustus : biaya reguler = Rp Rp 711,11 = Rp ,11/ karung biaya lembur = Rp Rp 711,11 = Rp ,11 / karung

39 127 September : biaya reguler = Rp / karung biaya lembur = Rp / karung Sedangkan untuk mengisi kolom-kolom yang ada, yang harus diperhatikan adalah biaya yang terkecil dari satu periode tersebut dan melihat minimum dari kapasitas produksi dan permintaan. Contoh perhitungan pada periode 1 (Agustus) : Permintaan = 5978 karung Kapasitas reguler = 6708 karung Kapasitas lembur = 1044 karung Jika ditinjau dari biaya terkecil dari periode ini, didapatkan bahwa produksi reguler memiliki biaya terkecil. Sehingga produksi dilakukan secara reguler. Namun jika kapasitas reguler tidak dapat memenuhi seluruh permintaan, maka dilihat kembali produksi lainnya (produksi reguler/lembur periode ini dan sebelumnya jika ada) yang memiliki biaya terkecil dan masih tersedia kapasitas untuk produksinya. Pada periode Agustus ini terlihat bahwa kapasitas reguler telah dapat memenuhi seluruh permintaan. Sehingga digunakan : Kapasitas reguler sebanyak 6708 karung, sehingga kapasitas tidak terpakai: Kapasitas reguler sebanyak : = 850 karung Kapasitas lembur sebanyak : = 1044 karung Perhitungan perencanaan agregat dapat disimpulkan sebagai berikut : Tabel 5.18 Kesimpulan Hasil Perhitungan Perencanaan Agregat Sandal Standar Production Plan Periode Demand Regular Overtime Ending Production Production Inventory Total

40 128 Ending Inventory = ( beginner Inventory + regular + overtime ) demand Periode 1 = ( ) 5978 = 0 Periode 2 = ( ) 6014 = 0 Periode 3 = ( ) 6051 = 0 Total Biaya produksi selama satu tahun : = ( X Rp ) + (0 X Rp ) + ( 0 x Rp 711,11) = Rp Rp 0 + Rp 0 = Rp Perencanaan Agregat Sandal Sablon Pada produk sandal sablon diketahui bahwa tidak terdapat sisa produk pada bulan Juli 2005 sehingga inventori (persediaan awal) adalah 0. Berikut perhitungan perencanaan agregat sandal sablon dengan menggunakan metode transportasi : Tabel 5.19 Perencanaan Agregat Metode Transportasi pada Sandal Bersablon Kapasitas tak terpakai Periode Permintaan Total Periode Produksi Aug (1) Sept (2) Okt (3) Kapasitas Persediaan Awal Regular Aug(1) Lembur Sept(2) Okt(3) Regular Lembur Regular Lembur Permintaan Lose Sale Biaya Reguler : Biaya Lembur : Rp908,280, Rp0.00 Biaya Penyimpanan : 0 Total Biaya : Rp908,280,000.00

41 129 Perhitungan perencanaan agregat dapat disimpulkan sebagai berikut : Tabel 5.20 Kesimpulan Hasil Perhitungan Perencanaan Agregat Sandal Sablon Production Plan Periode Demand Regular Overtime Ending Production Production Inventory Total Ending Inventory = ( beginner Inventory + regular + overtime ) demand Periode 1 = ( ) 532 = 0 Periode 2 = ( ) 553 = 0 Periode 3 = ( ) 574 = 0 Total Biaya produksi selama satu tahun : = (1682 X Rp ) + (0 X Rp ) + ( 0 x Rp 711,11) = Rp Rp 0 + Rp 0 = Rp Konversi Agregat Perencanaan agregat menghasilkan besarnya produksi yang harus dilakukan tiap bulan. Namun untuk membuat jadwal induk produksi (JIP) atau dikenal dengan Master Production Schedule (MPS) diperlukan data-data dalam satuan mingguan. Oleh karena itu hasil dari perencanaan agregat perlu dikonversikan ke dalam satuan mingguan.

42 Konversi Agregat Sandal Standar Berikut merupakan tabel perhitungan dan contoh perhitungan konversi agregat pada sandal standar : Tabel 5.21 Konversi Agregat Sandal Standar Minggu Hari/ Hari/ Forecast/ Disagregasi Agregat/ Disagregasi Kapasitas/ Disagregasi Minggu Bulan Bulan Forecast Bulan MS Bulan KPT Contoh Perhitungan untuk minggu ke 1 : Hari/Minggu dan hari/bulan didapatkan dari kalender per bulan, yang merupakan hari kerja perusahaan. Forecast/bulan didapatkan dari hasil peramalan pada pembahasan sebelumnya. Konversi Forecast = Hari / Minggu Forecast / Bulan Hari / Bulan 6 = 5978 = 1379, 54 ~

43 131 Konversi Master Schedule = Hari / Minggu Agregasi / Bulan Hari / Bulan 6 = 5858 = 1351, 85 ~ Konversi KPT = Hari / Minggu Kapasitas / Bulan Hari / Bulan 6 = 7752 = 1788, 92 ~ Pada periode 5 dan 9 merupakan perpotongan bulan Agustus dengan September dan bulen September dengan Oktober sehingga perhitungan merupakan penggabungan dari kedua bulan tersebut. Karena minggu ke-5 berada diantara 2 bulan maka konversinya merupakan gabungan dari konversi masing-masing bulan. Berikut contoh perhitungan untuk minggu ke-5 : Hari/Minggu bulan sebelumnya = 3 hari Hari/Minggu bulan setelahnya = 2 hari Konversi Forecast bulan sebelumnya = Hari / Minggu Forecast / Bulan Hari / Bulan 3 = 5978 = 689, 77 ~ Konversi Forecast bulan setelahnya = Hari / Minggu Forecast / Bulan Hari / Bulan 2 = 6014 = 481, 12 ~ Konversi Forecast total = = 1172

44 132 Konversi Master Schedule bulan sebelumnya = Hari / Minggu Agregasi / Bulan Hari / Bulan 3 = 5858 = 675, 92 ~ Hari / Minggu Konversi Master Schedule bulan setelahnya = Agregasi / Bulan Hari / Bulan 2 = 6014 = 481, 12 ~ Konversi Master Schedule total = = 1158 Konversi KPT bulan sebelumnya = Hari / Minggu Kapasitas / Bulan hari / Bulan 3 = 7752 = 894, 46 ~ Hari / Minggu Konversi KPT bulan setelahnya = Kapasitas / Bulan Hari / Bulan 2 = 7488 = 599, 04 ~ Konversi KPT total = = 1493 Dalam konversi agregat pada konversi forecast dan MS, hasil perhitungan dalam bentuk desimal yang diperoleh diubah menjadi bilangan bulat dengan di-roundup. Sedangkan pada konversi KPT di-rounddown. Hal ini dilakukan karena produk tidak dapat dipecahpecah. Roundup (pembulatan keatas) pada konversi forecast dan MS dikarenakan angka di belakang koma tersebut merupakan kemungkinan pesanan konsumen, sehingga perlu diperhitungkan untuk menghindari terjadinya back log (penundaan pesanan). Sedangkan pada konversi KPT di-rounddown (pembulatan ke bawah) dikarenakan angka di belakang koma tersebut merupakan suatu produk setengah jadi, belum merupakan