BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Transkripsi

1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data Sejarah Perusahaan CV. Mitra Abadi Teknik merupakan sebuah perusahaan yang bergerak dalam bidang perancangan dan manufaktur untuk peralatan mechanical, electrical, dan hardchrome pada perkapalan dan peti kemas. Perusahaan ini berdiri sejak 21 Agustus 2001 dan berlokasi di Jalan Wibawa Mukti IV/53 RT.002/001 Jatimekar, Jatiasih, Bekasi. CV. Mitra Abadi Teknik memproduksi berbagai perlengkapan perkapalan dan peti kemas, baik untuk perlengkapan mesin kapal maupun perlengkapan pendukung lainnya. Beberapa produk yang dihasilkan oleh CV. Mitra Abadi teknik diantaranya adalah Nozzle, Sleeve, Shaft, Axle Drive dan Twistlock. CV. Mitra Abadi Teknik mendistribusikan barang produksinya ke perusahaan transportasi perkapalan dan peti kemas di seluruh Indonesia. 44

2 45 Pada penulisan laporan ini, produk yang akan diteliti adalah twistlock. Twistlock merupakan alat pengunci pada spreader yang berfungsi untuk mengangkat peti kemas pada kapal. Tampilan twistlock dan bagian-bagiannya dapat dilihat dalam gambar dibawah ini: Gambar 4.1 Twistlock dan Bagian-Bagiannya CV. Mitra Abadi teknik memprioritaskan kualitas dan target waktu kepada konsumen nya, karena komitmen dari perusahaan ini adalah Customer Satisfaction is Our Priority. CV. Mitra Abadi Teknik memiliki 30 orang karyawan dengan jam kerja Senin Jumat jam WIB dan Sabtu jam WIB. Struktur organisasi CV. Mitra Abadi Teknik dapat dilihat pada gambar berikut ini: 45

3 46 Direktur/Owner Kepala Administrasi Kepala Operasional Marketing Teknisi Tenaga Ahli Kepala Produksi Drafter Karyawan Produksi Gambar 4.2 Struktur Organisasi Data Permintaan Dalam melakukan penelitian ini Penulis membutuhkan data terkait dengan jumlah permintaan produk twistlock di CV. Mitra Abadi Teknik. Data permintaan ini akan dibutuhkan Penulis untuk mengolah data peramalan. Data hasil peramalan ini selanjutnya akan dipakai untuk menerapkan metode persediaan fixed period requirement (FPR), lot for lot (LFL), fixed order quantity (FOQ), economic order quantity (EOQ). Keempat metode ini bagian dari analisa penerapan Material Requirement Planning (MRP) di CV. Mitra Abadi Teknik. Berikut data permintaan produk dari bulan Januari 2014 sampai dengan bulan Desember 2014 yang dapat dilihat pada tabel 4.1 dan gambar 4.3 dibawah ini:

4 47 Tabel 4.1 Permintaan Produk Twistlock Tahun 2014 Periode T Demand (Unit) Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Jumlah Series1 Gambar 4.3 Grafik Data Permintaan Tahun 2014

5 Data Struktur Produk (Bill of Material) Salah satu data yang dibutuhkan untuk MRP adalah harus mengetahui komponenkomponen atau struktur produk yang akan diproduksi. Data struktur produk twistlock dapat dilihat pada tabel 4.2 dibawah ini: Tabel 4.2 Data Struktur Produk Twistlock Lead No Nama Produk Level Kuantitas Satuan Time (Bulan) 1 Twistlock 0 1 Unit - 2 ASSAB Kg 1 3 ASSAB ST Kg 1 Twistlock Level 0 ASSAB 705 ASSAB ST14 Level 1 Gambar 4.4 Bill of Material (BOM) Produk Twistlock Struktur Biaya Untuk menganalisa data dalam MRP, juga dibutuhkan data harga bahan baku, data biaya pesan dan data biaya simpan. Dalam penulisan laporan ini, data harga bahan baku didapatkan dari hasil penelitian di CV. Mitra Abadi Teknik.

6 49 Biaya pemesanan meliputi biaya administrasi, biaya permesinan dan biaya karyawan sebesar Rp ,- per pemesanan. Sedangkan untuk biaya penyimpanan telah ditetapkan oleh perusahaan sebesar 5% dari harga pokok bahan baku per unit per periode. Tabel harga bahan baku pembuatan twistlock selengkapnya disajikan dalam tabel berikut ini: Tabel 4.3 Struktur Biaya Bahan Baku Produk Twistlock No Nama Produk Level Harga (Rp/Kg) Ongkos Pesan (Rp/Pesan) Ongkos Simpan (Rp/Tahun) 1 Twistlock ASSAB ASSAB ST Pengolahan Data Peramalan Permintaan Produk Twistlock Peramalan dilmulai dengan menentukan metode yang akan digunakan. Pada penelitian ini akan digunakan 4 metode peramalan yaitu, Metode Linear, Metode Exponential Smoothing, Metode Konstan, dan Metode Moving Average. Metode Linear Berikut adalah hasil dari perhitungan peramalan produk toples plastik yang dapat dilihat pada tabel 4. 4 dengan menggunakan metode linear dan perhitungan kesalahan peramalan untuk metode linear.

7 50 Tabel 4.4 Peramalan Metode Linear Bulan Periode (t) Demand (y) t.y t 2 Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Jumlah Rata-Rata 6,5 207, Dari tabel diatas, dapat digunakan untuk menghitung nilai slope (b) dan nilai intercept (a) dengan menggunakan rumus: y(t) = a + b.t

8 51 a. Menghitung nilai slope (b): b. Menghitung nilai intercept (a): c. Persamaan Peramalan Linear y = a + b.t y = 220,71 2,08.t Dari perhitungan diatas, kemudian digunakan untuk perhitungan peramalan produk twistlock dengan metode linear. Hasil peramalannya adalah sebagai berikut: Tabel 4.5 Hasil Peramalan Metode Linear Bulan T Demand (y) y' y-y' (y-y') 2 y-y' (y-y'/y) x100 (y-y') x100 Jan Feb Mar Apr Mei

9 52 Jun Jul Ags Sep Okt Nop Des Jumlah Dari tabel diatas, dilakukan perhitungan simpangan error berikut ini: =56,47 = 2657 Metode Eksponential Smoothing Berikut adalah hasil dari perhitungan peramalan permintaan twistlock dengan menggunakan metode Eksponential Smoothing α = 0,7 0,9 dan perhitungan kesalahan peramalan untuk metode Eksponential Smoothing.

10 53 a. Metode Eksponential Smoothing α = 0,7 Tabel 4.6 Hasil Perhitungan Metode Eksponential Smoothing α = 0,7 Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nop Des Total

11 54 = 3782 b. Metode Eksponential Smoothing α = 0,8 Tabel 4.7 Hasil Perhitungan Metode Eksponential Smoothing α = 0,8 Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nop Des Total

12 55 = 3925,10 c. Metode Eksponential Smoothing α = 0,9 Tabel 4.8 Hasil Perhitungan Metode Eksponential Smoothing α = 0,9 Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt

13 56 Nop Des Total - 2, = 4131,28 Metode Konstan Berikut adalah hasil dari perhitungan peramalan permintaan twistlock dengan menggunakan metode konstan dan perhitungan kesalahan peramalan untuk metode konstan. Tabel 4.9 Hasil Perhitungan Metode Konstan Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar

14 57 Apr Mei Jun Jul Ags Sep Okt Nop Des Total = 2709,13 Metode Moving Averages Berikut adalah hasil peramalan produk twistlock dengan menggunakan metode rata-rata bergerak pada bulan ke-3, ke-4 dan ke-5 dan perhitungan kesalahan untuk metode rata-rata bergerak (Moving Averages).

15 58 a. Moving Average 3 Bulan Tabel 4.10 Hasil Perhitungan Metode Moving Average 3 Bulan Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr ,60 16,6 Mei ,33-53, ,44 53,33-30,30 30,3 Jun ,35 11,35 Jul ,33 73, ,78 73,67 25,67 25,67 Ags ,67 69, ,11 69,33 23,11 23,11 Sep ,36 74,36 Okt ,67-47, ,11 47,67-23,83 23,83 Nop ,67-53, ,11 53,67-32,53 32,53 Des ,67-23,67 560,11 23,67-15,78 15,78 Total , ,67 502,34-100,07 253,53

16 59 = 3827,04 b. Moving Average 4 Bulan Tabel 4.11 Hasil Perhitungan Metode Moving Average 4 Bulan Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nop Des Total

17 60 = 3761,19 c. Moving Average 5 Bulan Tabel 4.12 Hasil Perhitungan Metode Moving Average 5 Bulan Demand Forecast (y-y'/y) (y-y'/y) Bulan t (y) (y') y-y' (y-y') 2 y-y' x100 x100 Jan Feb Mar Apr Mei Jun Jul Agus Sep Okt Nop Des Total

18 61 = 4281, Analisa Kesalahan Peramalan Tabel 4.13 Perbandingan Nilai Kesalahan SEE, MAD, MAPE dan MSE Metode Peramalan SEE MAD MAPE MSE Linear Eksponensial Smoothing α = 0, Eksponensial Smoothing α = 0, Eksponensial Smoothing α = 0, Konstan Moving Average Moving Average Moving Average Dari tabel 4.13 terlihat bahwa metode peramalan Linear mempunyai nilai akurasi kesalahan terkecil, sehingga metode Linear akan dipilih untuk pengolahan data selanjutnya.

19 62 Pada penelitian ini penulis hanya menggunakan 4 metode peramalan. Metode Quadratic, Eksponensial dan metode Siklis tidak dapat diterapkan karena tidak sesuai dengan jumlah permintaan yang ada Perhitungan Peramalan Periode Selanjutnya Pada perhitungan diatas telah dipilih metode peramalan Linear dan dari metode tersebut dilakukan perhitungan peramalan untuk bulan yang akan datang dengan menggunakan rumus sebagai berikut: y = 220,71 2,08.t Dengan data dari permintaan konsumen yang akan datang didapat hasil peramalan sebagai berikut: Tabel 4.14 Hasil Peramalan Permintaan Tahun 2015 Berdasarkan Metode Linear Forecast Bulan t (Unit) Jan Feb Mar Apr Mei Jun Jul Ags

20 63 Sep Okt Nop Des Peta Rentang Bergerak (Moving Range) Langkah selanjutnya dalam menentukan metode peramalan terbaik adalah melakukan pengujian verifikasi (pemeriksaan) dengan menggunakan peta Moving Range dengan membandingkan nilai peramalan Linear. Hasil perhitungan nilai Moving Range untuk peramalan Linear adalah sebagai berikut: Tabel 4.15 Perhitungan Moving Range Metode Linear Bulan t y' y MR Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt

21 64 Nop Des Total Kemudian diperoleh apakah hasil peramalan yang dilakukan berada pada batas kontrolnya atau berada diluar batas kontrolnya dengan perhitungan sebagai berikut: 200,00 150,00 100,00 50,00 0,00-50,00-100,00-150,00-200,00 Peta Moving Range Metode Linear y'-y BKA BKB Gambar 4.5 Grafik Peta Pengendali Uji Verifikasi Peramalan Metode Linear Dari hasil pemeriksaan dan pengendalian data peramalan metode Linear tersebut, maka dapat dikatakan bahwa peramalan tersebut valid dan layak untuk

22 65 digunakan karena seluruh data hasil peramalan dapat dikontrol dalam peta kendali rentang bergerak Penentuan Lotting Penentuan ukuran lot didapatkan dengan melihat total biaya yang paling minimum yaitu total biaya pemesanan dan biaya penyimpanan selama satu tahun. Jenis ukuran lot yang dibandingkan dalam penelitian ini adalah: Lot for Lot (LFL) Economic Order Quantity (EOQ) Fixed Order Quantity (FOQ) Fixed Period Requirement (FPR) Untuk perbandingan total biaya dari keempat ukuran lot dapat dilihat pada tabel 4.16, untuk perhitungan lengkapnya dapat dilihat pada lampiran. Tabel 4.16 Perbandingan Total Biaya Keempat Ukuran Lot Metode Biaya Simpan (Rp) Biaya Pesan (Rp) Total (Rp) LFL FPR EOQ FOQ

23 66 Dari keempat ukuran lot, metode Lot for Lot memiliki total biaya yang paling minimum yaitu Rp ,-. Namun, metode ini tidak bisa diterapkan di perusahaan karena perusahaan menginginkan adanya persediaan, maka metode yang akan digunakan adalah Fixed Period Requirement (FPR) dengan menggabungkan jumlah permintaan 2 periode Jadwal Induk Produksi (Master Production Schedule) Data MPS ini didapat didapat dari perhitungan peramalan permintaan dengan metode Linear dan diasumsikan bahwa kapasitas perusahaan dapat memenuhi peramalan permintaan, yaitu sebagai berikut: Tabel 4.17 Jadwal Induk Produksi Tahun 2015 (MPS) No Bulan Permintaan (Unit) Kebutuhan Bahan Baku ASSAB ASSAB 705 ST14 1 Jan Feb Mar Apr Mei Jun Jul Ags Sep

24 67 10 Okt Nop Des Total Perhitungan MRP Pada Bahan Baku Produk Twistlock Metode Fixed Period Requirement (FPR) Konsep ini menggunakan konsep permintaan dengan interval tetap, tetapi jumlah yang dipesan bervariasi. Jumlah yang dipesan merupakan penjumlahan dari permintaan dari periode-periode yang ada. Misalnya kebutuhan dua periode telah ditetapkan, teknik ini dapat memaskan pesanan periode lainya, kecuali saat kebutuhan bersih dalam suatu periode yang di tentukan sama dengan nol dapat memajukan interval permintaan. Karena dalam penulisan laporan ini tentang merencanakan kebutuhan material pada satu tahun mendatang, maka agar lebih efisien interval waktu yang digunakan adalah tiap dua periode. Hasil perhitunganya adalah sebagai berikut:

25 Tabel 4.18 Perhitungan MRP Twistlock dengan Metode Fixed Period Requirement MRP for Twistlock (Level 0) Lead Time = 1 Lot Size = FPR Product on Hand = 0 Safety Stock = Total GR POH NR PORec PORel

26 Tabel 4.19 Perhitungan MRP ASSAB 705 dengan Metode Fixed Period Requirement MRP for ASSAB 705 (Level 1) Lead Time = 1 Lot Size = FPR Product on Hand = 0 Safety Stock = Total GR POH NR PORec PORel

27 Tabel 4.20 Perhitungan MRP ASSAB ST14 dengan Metode Fixed Period Requirement MRP for ASSAB ST14 (Level 1) Lead Time = 1 Lot Size = FPR Product on Hand = 0 Safety Stock = Total GR POH NR PORec PORel

28