BAB 5 HASIL DAN PEMBAHASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "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

45 produk jadi sehingga tidak dapat diperhitungkan untuk dapat memenuhi permintaan konsumen (belum dapat dijual) Konversi Agregat Sandal Sablon Berikut merupakan tabel perhitungan konversi agregat pada sandal sablon : Tabel 5.22 Konversi Agregat Sandal Sablon Minggu Hari/ Hari/ Forecast/ Disagregasi Agregat/ Disagregasi Kapasitas/ Disagregasi Minggu Bulan Bulan Forecast Bulan MS Bulan KPT Master Production Schedule (MPS) MPS perlu dilakukan untuk mengetahui jumlah sandal yang akan dibuat pada perencanaan produksi periode Agustus, September dan Oktober Dalam perhitungan MPS diperlukan data actual order untuk setiap periode pada tiap bulannya serta data persediaan produk jadi seperti : jumlah on hand dan safety stock.

46 134 Tabel 5.23 Persediaan Awal dan Persediaan Pengaman Produk Nama Produk Persediaan awal (on hand) Persediaan Pengaman (Safety Stock) Sandal Swallow Standar 120 karung 100 karung Sandal Swallow Sablon 25 karung MPS Sandal Standar Berikut tabel actual order pada bulan Agustus, September dan Oktober untuk sandal standar : Tabel 5.24 Actual Order Sandal Standar Periode Bulan Data Actual Order 1 Agustus Agustus Agustus Agustus Agustus September September September September Oktober Oktober Oktober Oktober Oktober 202 Dengan berdasarkan data actual order yang didapat, maka dapat dilakukan perhitungan MPS sebagai berikut :

47 135 Tabel 5.25 Master Production Schedule Sandal Standar Item No : Sandal Description : Sandal Swallow Standar Lead Time : 0 Safety Stock : 100 On Hand : 120 Demand Time Fences : 2 Planninng Time Fences : 12 Period Past Due Forecast Actual Order PAB ATP MS KPT Contoh perhitungan : Periode 1 (t = 1) : - Forecast = Actual Order = MS = KPT = PAB - ATP PAB t DTF = PAB t-1 + MS t - AO t PAB 1 = = 222 ATP = ATP t-1 + MS t Actual Order (AO) sampai pada periode yang sudah dijadwalkan pada master scheduled. ATP = = 222 Periode 2 (t = 2) : - Forecast = Actual Order = MS = KPT = PAB PAB t DTF = PAB t-1 + MS t - AO t

48 136 PAB 2 = = ATP = = 229 Periode 3 ( t = 3) : - Forecast = Actual Order = MS = KPT = PAB PAB DTF t PTF = PAB t-1 + MS t -AO t atau F t (pilih yang paling besar) PAB 3 = = ATP = = 236 Periode 4 ( t = 4) : - Forecast = Actual Order = MS = KPT = PAB PAB DTF t PTF = PAB t-1 + MS t -AO t atau F t (pilih yang paling besar) PAB 4 = = ATP = = MPS Sandal Sablon Berikut tabel actual order pada bulan Agustus, September dan Oktober untuk sandal bersablon :

49 137 Tabel 5.26 Actual Order Sandal Sablon Periode Bulan Data Actual Order 1 Agustus 58 2 Agustus 52 3 Agustus 48 4 Agustus 80 5 Agustus 65 6 September 76 7 September 26 8 September 50 9 September Oktober Oktober Oktober Oktober Oktober 30 Dengan berdasarkan data actual order yang didapat, maka dapat dilakukan perhitungan MPS sebagai berikut : Tabel 5.27 Master Production Schedule Sandal Bersablon Item No : Sandal Description : Sandal Swallow Bersablon Lead Time : 0 Safety Stock : 0 On Hand : 25 Demand Time Fences : 2 Planninng Time Fences : 12 Period Past Due Forecast Actual Order PAB ATP MS KPT Struktur Produk dan Bill of Material (BOM) Struktur produk merupakan gambar tentang langkah-langkah atau proses pembuatan produk, mulai dari bahan baku sampai produk akhir. Sedangkan BOM adalah daftar terstruktur dari semua bahan yang diperlukan untuk membuat barang jadi, rakitan, subrakitan, bagian yang akan dibuat, atau bagian-bagian yang dibeli.

50 138 STRUKTUR PRODUK Nama Objek Dipetakan Oleh : Sandal Swallow Standar : Ratna Kurniawaty Tanggal Pemetaan : 20 Oktober 2005 Cara Pemetaan : Multi Level Explosion LEVEL S01 LT = Sp LT = 0 TS LT = K LT = 2 Ca LT = 2 EQ LT = 1 Bs W LT = 2 Bs P LT = 2 2 Gambar 5.7 Struktur Produk Sandal Swallow Standar STRUKTUR PRODUK Nama Objek : Sandal Swallow Sablon Dipetakan Oleh : Ratna Kurniawaty Tanggal Pemetaan : 20 Oktober 2005 Cara Pemetaan : Multi Level Explosion LEVEL S02 LT = Sp LT = TS LT = K LT = 2 Ca LT = 2 EQ LT = 1 Bs W LT = 2 Bs P LT = 2 Ti LT = Gambar 5.8 Struktur Produk Sandal Swallow Sablon

51 139 Tabel 5.28 Bill Of Material Sandal Standar No. Komponen Level Description Code Quantity Meassure BOM UOM 1 1 Sponge Sandal Sp 480 Pieces Each 2.2 Karet K Kg Each 3.2 Kalsium Ca Kg Each 4.2 Eva Quantum EQ Kg Each 5.2 Bs Warna Bs W Kg Each 6.2 Bs Putih Bs P Kg Each 7 1 Tali Sandal TS 240 Pieces Each Tabel 5.29 Bill Of Material Sandal Sablon No. Komponen Level Description Code Quantity Meassure BOM UOM 1 1 Sponge Sandal Sp 480 Pieces Each 2.2 Karet K Kg Each 3.2 Kalsium Ca Kg Each 4.2 Eva Quantum EQ Kg Each 5.2 Bs Warna Bs W Kg Each 6.2 Bs Putih Bs P Kg Each 7.2 Tinta Ti Kaleng Each 8 1 Tali Sandal TS 240 Pieces Each Catatan Keadaan Persediaan Catatan persediaan menggambarkan status semua item yang ada dalam persediaan dan juga berisi data tentang lead time, teknik ukuran lot yang digunakan, persediaan pengaman (safety stock) dan catatan-catatan penting lainnya dari semua item. Berikut tabel catatan keadaan persediaan yang diperlukan dalam pembuatan MRP :

52 140 Tabel Data On Hand, Safety Stock, Lot Size dan Lead Time Bahan Baku Nama Produk Sandal Swallow Standar Sandal Swallow Sablon Nama Bahan Baku Persediaan awal(on hand) Persediaan Pengaman (Safety Stock) Ukuran Lot (Lot Size) Lead Time (dalam minggu) Sponge pieces 0 Karet 2200 kilogram 2000 kilogram 35 kilogram 1 Kalsium 1794 kilogram 1500 kilogram 20 kilogram 1 Eva Quantum 2200 kilogram 2000 kilogram 20 kilogram 1 Bs Warna 4320 kilogram 4000 kilogram 20 kilogram 1 Bs Putih 2790 kilogram 2500 kilogram 20 kilogram 2 Tali Sandal 3060 pieces 3000 pieces 100 pieces 1 Tinta 550 kaleng 500 kaleng 100 kaleng Perhitungan Material Requirement Planning (MRP) Dengan berdasarkan Master Production Schedule, struktur produk dan catatan keadaan persediaan yang ada maka dapat dibuat suatu jadwal perencanaan kebutuhan bahan baku (Material Requirement Planning), yang bertujuan agar bahan baku yang dibutuhkan dapat tersedia tepat pada waktunya. Dalam melakukan pemesanan bahan baku, PT Sinar Jaya Prakarsa harus mengikuti prosedur pemesanan yang ditetapkan oleh supplier seperti : ukuran lot (lot size) dan lead time. Oleh sebab itu dalam menetapkan lotting pemesanan perlu diperhatikan agar dapat meminimalkan biaya-biaya seperti : biaya pesan dan biaya simpan. Untuk penentuan ukuran pemesanan (lotting) akan dilakukan dengan membandingkan total biaya persediaan dari beberapa metode lotting, yaitu : metode LFL (Lot For Lot), EOQ (Economic Order Quantity), dan POQ (Period Order Quantity) dengan tetap memperhatikan ukuran lot (lot size) pemesanan yang telah ditetapkan oleh supplier.

53 Netting Langkah awal dalam perhitungan MRP adalah dengan melakukan netting, yaitu perhitungan untuk menetapkan jumlah kebutuhan bersih yang merupakan selisih antara kebutuhan kotor dengan keadaan persediaan yang ada dalam persediaan (on hand) dan yang sedang dipesan (schedule receipts) ditambah dengan safety stock. Kebutuhan kotor (gross requirement) dihitung berdasarkan item induk yang berada pada tingkat di atasnya dan dikalikan oleh kelipatan-kelipatan tertentu sesuai dengan yang dibutuhkan. Sehingga dengan demikian kebutuhan kotor pada level 1 (sponge dan tali sandal) dapat dihitung dengan mengkalikan kuantitas bahan berdasarkan data BOM dengan MPS tiap produk. Sedangkan untuk level selanjutnya dapat dihitung setelah perhitungan level induknya (level 1) selesai dilakukan hingga tahap explosion. Berikut contoh perhitungan netting level 1 untuk sponge dan tali sandal : Sponge periode 1 Diketahui : Sandal standar Sandal Bersablon Kuantitas per unit = 1352 karung = 129 karung = 480 pasang Persediaan awal = 0 Scheduled Receipts = 0 Safety Stock = 0 Perhitungan : Gross requirement = 480 ( ) = pasang

54 142 Net Requirement = Gross requirement - Scheduled Receipts - Persediaan awal + Safety Stock = = pasang Apabila hasil perhitungan Net Requirement < 0 maka Net Requirement = 0 Tali sandal periode 1 Diketahui : Sandal standar Sandal Bersablon Kuantitas per unit = 1352 karung = 129 karung = 240 pasang Persediaan awal = 3060 Scheduled Receipts = 0 Safety Stock = 3000 Perhitungan : Gross requirement Net Requirement = ( ) = 1481 pasang = Gross requirement - Scheduled Receipts - Persediaan awal + Safety Stock = = 1421 pieces Apabila hasil perhitungan Net Requirement < 0 maka Net Requirement = Lotting Lotting dilakukan untuk menentukan besarnya jumlah pesanan optimal untuk setiap item secara individual didasarkan pada hasil perhitungan kebutuhan bersih. Dalam memilih metode yang tepat untuk setiap item diarahkan untuk meminimalkan biaya pesan dan biaya simpan. Untuk itu diperlukan data biaya pesan per pesanan dan biaya simpan per unit/minggu. Sedangkan untuk mencari biaya simpan, perlu ditentukan

55 143 dahulu perkiraan biaya simpan bahan baku. Berikut tabel penentuan perkiraan biaya simpan bahan baku : Tabel 5.31 Penentuan Perkiraan Biaya Simpan Bahan Baku 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% Tali Sandal - Biaya pemesanan untuk setiap pesanan Pemesanan dilakukan dengan minimal lot size 10 pack (1000 pieces). Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah tali sandal yang dipesan x biaya per pack x perkiraan biaya pesan = 10 pack x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp

56 144 - Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 1,1 m 2 Disimpan di gudang dengan ditumpuk menjadi 3 pallet (rak), sehingga : 1 rak = 3 pallet 1 pallet berisi 180 pack. 1 pack adalah 100 pieces Dalam gudang terdapat 4 rak untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah sak) = 180 pack x 3 x 4 = 2160 pack Luas tanah untuk menyimpan rak = 4 pallet x 1,1 m 2 = 4,4 m 2 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = ( Rp x 4,4 m 2 ) + 20% = Rp Biaya simpan per pack/tahun = Biaya simpan jumlah pack = Rp pack = Rp 555,55 /pack/tahun Biaya simpan per pack/minggu = Biaya simpan per pack/tahun jumlah minggu dalam 1 tahun = 555,55 52 = Rp 10,68 /pack/minggu Biaya simpan per pieces/minggu = Biaya simpan per pack/minggu jumlah pieces dalam 1 pack = 10, = Rp 0,11/pieces/minggu

57 145 Karet - Biaya pemesanan untuk setiap pesanan Pemesanan dilakukan dengan minimal lot size 1 ton. Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Karet yang dipesan x biaya per ton x perkiraan biaya pesan = 1 ton x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp Biaya Simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas pallet = 3 m 2 Disimpan di gudang per pallet, sehingga : 1 pallet berisi 108 bal. 1 bal adalah 35 Kg Dalam gudang terdapat 24 pallet untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah bal) = 108 bal x 24 = 2592 bal Luas tanah untuk menyimpan rak = 24 pallet x 3 m 2 = 72 m 2

58 146 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = (Rp x 72 m 2 ) + 20% = Rp Biaya simpan per bal/tahun = Biaya simpan jumlah bal = Rp bal = Rp /bal/tahun Biaya simpan per bal/minggu = Biaya simpan per bal/tahun jumlah minggu dalam 1 tahun = = Rp 128,21/bal/minggu Biaya simpan per kg/minggu = Biaya simpan per bal/minggu jumlah kilogram dalam 1 bal = 128,21 35 = Rp 3,66/kg/minggu Kalsium - Biaya pemesanan setiap pesanan Pemesanan dilakukan dengan minimal lot size 20 sak Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Kalsium yang dipesan x biaya per sak x perkiraan biaya pesan = 20 x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp

59 147 - Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 2,25 m 2 Disimpan di gudang dengan ditumpuk menjadi 2 pallet (rak), sehingga : 1 rak = 2 pallet 1 pallet berisi 100 sak. 1 sak adalah 20 Kg Dalam gudang terdapat 7 pallet untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah sak) = 100 sak x 2 x 7 = 1400 sak Luas tanah untuk menyimpan rak = 7 pallet x 2,25m 2 = 15,75 = 16 m 2 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = (Rp x 16 m 2 ) + 20% = Rp Biaya simpan per sak/tahun = Biaya simpan jumlah sak = Rp sak = Rp 2742,86 /sak/tahun Biaya simpan per sak/minggu = Biaya simpan per sak/tahun jumlah minggu dalam 1 tahun = 2742,86 52 = Rp 52,75/sak/minggu Biaya simpan per kg/minggu = Biaya simpan per sak/minggu jumlah kilogram dalam 1 sak = 52,75 20 = Rp 2,64/kg/minggu

60 148 Eva Quantum - Biaya pemesanan setiap pesanan Pemesanan dilakukan dengan minimal lot size 20 sak Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Eva Quantum yang dipesan x biaya per sak x perkiraan biaya pesan = 20 x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 2,25 m 2 Disimpan di gudang dengan ditumpuk menjadi 2 pallet (rak), sehingga : 1 rak = 2 pallet 1 pallet berisi 100 sak, 1 sak adalah 20 Kg. Dalam gudang terdapat 15 pallet untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah sak) = 100 sak x 15 x 2 = 3000 sak Luas tanah untuk menyimpan rak = 15 pallet x 2,25m 2 = 33,75 m 2 = 34 m 2

61 149 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = (Rp x 34 m 2 ) + 20% = Rp Biaya simpan per sak/tahun = Biaya simpan jumlah sak = Rp sak = Rp 2720 /sak/tahun Biaya simpan per sak/minggu = Biaya simpan per sak/tahun jumlah minggu dalam 1 tahun = = Rp 52,31/sak/minggu Biaya simpan per kg/minggu = Biaya simpan per sak/minggu jumlah kilogram dalam 1 sak = 52,31 20 = Rp 2,62/kg/minggu Bs Warna - Biaya pemesanan setiap pesanan Pemesanan dilakukan dengan minimal lot size 20 sak Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Bs Warna yang dipesan x biaya per sak x perkiraan biaya pesan = 20 x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp

62 150 - Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 2,25 m 2 Disimpan di gudang dengan ditumpuk menjadi 2 pallet (rak), sehingga : 1 rak = 2 pallet 1 pallet berisi 100 sak. 1 sak adalah 20 Kg Dalam gudang terdapat 40 rak untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah sak) = 100 sak x 40 x 2 = 8000 sak Luas tanah untuk menyimpan rak = 40 pallet x 2,25m 2 = 90 m 2 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = ( Rp x 90 m 2 ) + 20% = Rp Biaya simpan per sak/tahun = Biaya simpan jumlah sak = Rp sak = Rp 2700 /sak/tahun Biaya simpan per sak/minggu = Biaya simpan per sak/tahun jumlah minggu dalam 1 tahun = = Rp 51,92 /sak/minggu Biaya simpan per kg/minggu = Biaya simpan per sak/minggu jumlah kilogram dalam 1 sak = 51,92 20 = Rp 2,60/kg/minggu

63 151 Bs Putih - Biaya pemesanan setiap pesanan Pemesanan dilakukan dengan minimal lot size 20 sak Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Bs Putih yang dipesan x biaya per sak x perkiraan biaya pesan = 20 x Rp x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 2,25 m 2 Disimpan di gudang dengan ditumpuk menjadi 2 pallet (rak), sehingga : 1 rak berisi 2 pallet 1 pallet berisi 100 sak. 1 sak adalah 20 Kg Dalam gudang terdapat 20 rak untuk penyimpanan. Kapasitas penyimpanan gudang (jumlah sak) = 100 sak x 2 x 20 = 4000 sak Luas tanah untuk menyimpan rak = 20 pallet x 2,25m 2 = 45 m 2

64 152 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = ( Rp x 45 m 2 ) + 20% = Rp Biaya simpan per sak/tahun = Biaya simpan jumlah sak = Rp sak = Rp 2700 /sak/tahun Biaya simpan per sak/minggu = Biaya simpan per sak/tahun jumlah minggu dalam 1 tahun = = Rp 51,92 /sak/minggu Biaya simpan per kg/minggu = Biaya simpan per sak/minggu jumlah kilogram dalam 1 sak = 51,92 20 = Rp 2,60/kg/minggu Tinta - Biaya pemesanan setiap pesanan Pemesanan dilakukan dengan minimal lot size 50 kaleng Dengan perkiraan biaya pesan 10% yang didapatkan dari perkiraan biaya-biaya yang dikeluarkan pada saat melakukan pemesanan seperti : biaya penulisanan pesanan, pemrosesan pesanan, menganalisa supplier, penerimaan dan pengecekan material yang dikirim, tenaga para pekerja, dan biaya-biaya lain yang diperlukan untuk melengkapi pemesanan yang dilakukan. Biaya pesan = Jumlah Tinta yang dipesan x biaya per kaleng x perkiraan biaya pesan = 50 x Rp 6250 x 10% = Rp Jadi biaya pesan per pesanan (S) = Rp

65 153 - Biaya simpan Biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya Luas tanah didapatkan dengan menghitung: Luas 1 pallet = 1,5 m 2 1 pallet berisi 150 kaleng. Disimpan dalam gudang dengan ditumpuk menjadi 5 tingkat pallet (rak). Dalam gudang terdapat 6 rak untuk menyimpan tinta. Kapasitas penyimpanan gudang (jumlah kaleng tinta) adalah = 6 x 5 pallet x 150 kaleng/pallet = 4500 kaleng Luas tanah untuk menyimpan rak = 6 rak x 1,5m 2 = 6 m 2 Total biaya simpan = (Biaya sewa x luas tanah) + perkiraan biaya = (Rp x 6 m 2 ) + 20% = Rp Biaya simpan per kaleng/tahun = Biaya simpan jumlah kaleng = Rp kaleng = Rp 320 /kaleng/tahun Biaya simpan per kaleng/minggu = Biaya simpan per kaleng/tahun jumlah minggu dalam 1 tahun = = Rp 6.15 /kaleng/minggu

66 154 Tabel 5.32 Biaya Pesan dan Biaya Simpan Bahan Baku No Bahan Baku Biaya Biaya Simpan Biaya Simpan Biaya Simpan Pesan per tahun per minggu 1 Tali Sandal Rp22,000 Rp per pack Rp9.40 per pack Rp0.09 per pieces 2 Karet Rp545,000 Rp6, per bal Rp per bal Rp3.66 per kg 3 Kalsium Rp258,400 Rp2, per sak Rp52.75 per sak Rp2.64 per kg 4 Eva Quantum Rp361,080 Rp2, per sak Rp52.31 per sak Rp2.62 per kg 5 Bs Warna Rp170,600 Rp2, per sak Rp51.92 per sak Rp2.60 per kg 6 Bs Putih Rp161,600 Rp2, per sak Rp51.92 per sak Rp2.60 per kg 7 Tinta Rp31,250 Rp per kaleng Rp6.15 per kaleng Rp6.15 per kaleng Lot For Lot (LFL) Dengan menggunakan metode LFL maka pesanan dilakukan untuk memenuhi kebutuhan tiap minggu. Contoh Perhitungan (Karet) : Pada periode 1, diketahui : Net requirement = 12809,10 Ukuran lot Maka, Jumlah pemesanan = 35 kilogram = kilogram Biaya Pesan = 14 x Rp = Rp Biaya Simpan = Jumlah PAB 2 selama periode x Rp 3,66 = 30440,35 x Rp 3,66 = Rp ,36 Total Biaya Persediaan = Biaya Pesan + Biaya Simpan = Rp Rp ,36 = Rp ,36

67 Economic Order Quantity (EOQ) Dengan metode EOQ dilakukan perhitungan ukuran pemesanan yang ekonomis, dimana dapat dihitung dengan menggunakan rumus : EOQ = 2AD H Dimana : A = Biaya pemesanan D = Demand (kebutuhan) rata-rata H = Biaya simpan Contoh Perhitungan (karet) : Diketahui : A = Rp H = Rp 3,66 Lot size = 35 kg Kebutuhan rata-rata didapatkan dengan : D (kebutuhan rata-rata) = jumlah kebutuhan (requirement)/ jumlah periode = ,86 / 14 = 12310,78 kg tiap minggu EOQ = 2AD H = 2(545000)(12310,78) 3.66 = 60524,20 = Oleh karena lot size karet adalah 35 kg maka pemesanan hanya dapat dilakukan dengan kelipatan 35 kg yaitu kg (EOQ pembulatan ke bawah) atau kg (EOQ pembulatan ke atas).

68 156 - EOQ pembulatan ke bawah (Q = kg) Biaya Pesan = 3 x Rp = Rp Biaya Simpan = Jumlah PAB 2 selama periode x Rp 3,66 = ,35 x Rp 3,66 = Rp ,95 Total Biaya Persediaan = Biaya Pesan + Biaya Simpan = Rp EOQ pembulatan ke atas (Q = kg) Biaya Pesan = 3 x Rp = Rp Biaya Simpan = Jumlah PAB 2 selama periode x Rp 3,66 = ,35 x Rp 3,66 = Rp ,04 Total Biaya Persediaan = Biaya Pesan + Biaya Simpan = Rp ,04 Dilihat dari segi total biayanya maka untuk bahan baku karet dengan metode EOQ, digunakan EOQ dengan pembulatan ke bawah karena memerlukan biaya persediaan yang lebih kecil dibandingkan dengan EOQ pembulatan keatas. Tabel 5.33 Perbandingan Pembulatan Metode EOQ Nama Bahan Baku EOQ (Pembulatan ke-) Biaya persediaan Pilihan Tali Sandal Karet Kalsium Eva Quantum Bs Warna Bs Putih Tinta Atas Rp 46, Bawah Rp 46, Atas Rp 3,273, Bawah Rp 3,269, Atas Rp 1,022, Bawah Rp 1,021, Atas Rp 2,083, Bawah Rp 2,082, Atas Rp 3,604, Bawah Rp 3,600, Atas Rp 1,888, Bawah Rp 1,886, Atas Rp 277, Bawah Rp 287, Bawah Bawah Bawah Bawah Bawah Bawah Atas

69 Period Order Quantity (POQ) Pada metode POQ dilakukan perhitungan rentang waktu pemesanan yang paling optimal, sehingga nantinya rentang waktu dalam melakukan pemesanan pada metode ini adalah sama. Perhitungan rentang waktu pemesanan yang paling optimal menggunakan rumus: t* (t* - 1) 2 k /hr Contoh Perhitungan (Karet) : 2x k / hr = = 24, Kemudian dengan mencoba memasukkan nilai t dimana t* ( t* - 1) tidak melebihi nilai 24,17. Didapat nilai t yang paling optimal adalah 5, yang berarti pemesanan dilakukan dengan periode setiap 5 minggu sekali dan besarnya pemesanan adalah sebesar untuk memenuhi kebutuhan 5 minggu. Diketahui : Net requirement periode 1 = 12809,10 kilogram Kuantitas Pemesanan = 12809, , , , ,11 = 60813,65 kilogram Kemudian kuantitas pemesanan disesuaikan dengan lot size menjadi kilogram. Biaya Pesan = 3 x Rp = Rp Biaya Simpan = Jumlah PAB 2 selama periode x Rp 3,66 = ,35 x Rp 3,66 = Rp ,45 Total Biaya Persediaan = Biaya Pesan + Biaya Simpan = Rp ,45

70 Offsetting Berdasarkan lead time yang telah diperoleh, maka dapat ditentukan saat yang tepat untuk melakukan rencana pemesanan dalam rangka memenuhi kebutuhan bahan baku. Rencana pemesanan dapat diperoleh dengan cara mengurangkan saat awal tersedianya ukuran lot yang diinginkan dengan besarnya lead time. Contoh Perhitungan (Karet) : Diketahui : Periode 2 (Minggu 2) Lead time Net Requirement Kuantitas pemesanan = 1 minggu = 13008,21 kilogram = kilogram (LFL) Jadwal pemesanan = Periode 2 (minggu 2) (1 minggu) = Periode 1 (minggu 1) Sehingga pemesanan harus dilakukan pada periode 1 atau minggu pertama sebanyak kilogram (LFL) untuk memenuhi kebutuhan pada periode ke 2 atau minggu kedua Explosion Pada tahap ini dilakukan proses perhitungan kebutuhan kotor untuk tingkat item/komponen yang lebih bawah. Perhitungan kebutuhan kotor ini didasarkan pada rencana pemesanan item-item produk pada level yang lebih atas/level sebelumnya. Contoh Perhitungan (Karet) : Periode 1 : Diketahui : Planned Order Receipts (Sponge) = Kuantitas per unit (karet) = 0,0183 kilogram

71 159 Perhitungan : Gross Requirement = = 13009,10 kilogram Material Requirement Planning Dengan menggunakan langkah-langkah dalam MRP yang meliputi : netting, lotting, offsetting, explosion maka MRP untuk untuk sandal standar dan sablon dapat dibuat sebagai berikut : Tabel 5.34 MRP Sandal Standar Tabel 5.35 MRP Sandal Sablon Part No SSBN Description Sandal Swallow Sablon BOM UOM Karung On-Hand 0 Lead Time 0 Order Policy LFL Safety Stock 0 Lot Size 1 Period Past Due Gross Requirements Scheduled Receipts Proj.Aval.Balance I Net Requirements Planned Ord. Receipt Planned Ord. Release Proj.Aval.Balance II

72 160 Tabel 5.36 MRP Sponge Untuk Sandal standar, sablon dan sponge metode lotting yang digunakan adalah LFL karena perusahaan memproduksi sendiri sandal standar, sablon dan bahan setengah jadi (sponge). Tabel 5.37 MRP Bahan Baku Tali Sandal Tabel 5.38 MRP Bahan Baku Karet

73 161 Tabel 5.39 MRP Bahan Baku Kalsium Tabel 5.40 MRP Bahan Baku Bs Putih Tabel 5.41 MRP Bahan Baku Tinta Berdasarkan hasil perhitungan biaya pada metode lotting LFL, EOQ dan POQ didapatkan bahwa penggunaan metode POQ pada bahan baku tali sandal, karet, kalsium, bs putih dan tinta akan menghasilkan biaya terminimum. Oleh sebab itu jadwal MRP pada bahan baku tersebut akan menggunakan teknik lotting POQ.

74 162 Tabel 5.42 MRP Bahan Baku Eva Quantum Berdasarkan hasil perhitungan biaya pada metode lotting LFL, EOQ dan POQ didapatkan bahwa penggunaan metode POQ akan menghasilkan biaya terminimum. Namun penggunaan metode POQ untuk lotting pada MRP bahan baku Eva Quantum akan memerlukan kapasitas penyimpanan (gudang bahan baku) yang cukup besar. Sedangkan kapasitas penyimpanan yang dimiliki perusahaan saat ini tidak dapat menampung banyaknya bahan baku yang akan dipesan pada suatu periode.sehingga metode lotting POQ pada bahan baku Eva Quantum tidak akan dapat diterapkan dalam perusahaan, meskipun memiliki perhitungan biaya terendah. Oleh sebab itu jadwal MRP pada bahan baku Eva Quantum akan menggunakan teknik lotting EOQ yang memiliki perhitungan biaya terminimum kedua dan mampu diterapkan dalam perusahaan. Tabel 5.43 MRP Bahan Baku Bs Warna dengan Metode LFL

75 163 Tabel 5.44 MRP Bahan Baku Bs Warna dengan Metode POQ Berdasarkan hasil perhitungan biaya pada metode lotting LFL, EOQ dan POQ didapatkan bahwa penggunaan metode LFL dan POQ akan menghasilkan biaya terminimum yang sama besar. Sehingga jadwal MRP pada bahan baku Bs Warna dapat menggunakan teknik lotting LFL maupun POQ karena akan menghasilkan penjadwalan MRP yang sama. Berdasarkan kedua tabel diatas dapat dilihat bahwa penggunaan metode LFL dan POQ pada bahan baku Bs Warna, tidak hanya dari segi total biaya saja yang sama. Namun kedua metode ini juga memiliki penjadwalan MRP yang sama persis Analisis Data dan Hasil Pembahasan Penentuan Metode Peramalan yang Digunakan Berdasarkan plotting terhadap data historis penjualan sandal swallow standard dan sablon didapatkan bahwa pola data yang terbentuk adalah pola data horizontal (data stasioner) yang mengandung pola trend. Sehingga beberapa metode peramalan yang sesuai dengan dengan pola data yang berlaku adalah : metode Double Moving Average (DMA), Holt, Quadratik, dan Regresi Linier. Pada metode Quadratik dan Holt, α (alpha)

76 164 dan γ (gamma) yang digunakan untuk menghasilkan MAE, MSE dan MAPE terkecil didapatkan dengan melakukan trial and error. Kemudian dengan membandingkan MAE, MSE dan MAPE dari keempat metode ini maka metode Regresi Linier merupakan metode peramalan yang memiliki MAE, MSE dan MAPE terendah. Dengan demikian maka metode Regresi Linier merupakan metode yang akan digunakan karena memiliki tingkat error yang terendah Perencanaan Agregat Perhitungan perencanaan agregat untuk sandal swallow standar dan sablon dilakukan dengan menggunakan metode transportasi (matematis). Hal ini dikarenakan dengan menggunakan metode transportasi, perencanaan produksi dapat direncanakan dengan biaya yang paling minimal sehingga didapatkan perencanaan produksi yang optimal sesuai dengan kapasitas produksi perusahaan. Perusahaan sampai dengan saat ini tidak melakukan subkontrak dengan perusahaan lain, produk sandal swallow standar dan sablon diproduksi oleh perusahaan sendiri sehingga subkontrak tidak dimasukkan dalam perencanaan agregat metode transportasi. Hal ini bisa jadi disebabkan karena selama ini kapasitas reguler dan kapasitas lembur perusahaan telah dapat memenuhi permintaan akan produk Penentuan Metode Lotting yang Digunakan dalam MRP Dalam menentukan metode lotting yang digunakan, dilakukan perhitungan dengan menggunakan metode Lot For Lot (LFL), Period Order Quantity (POQ) dan Economic Order Quantity (EOQ) untuk mendapatkan metode terbaik yang paling sesuai untuk digunakan. Penentuan metode lotting yang terbaik dititiberatkan pada biaya

77 165 persediaan yang meliputi : biaya simpan dan biaya pesan, dimana metode yang memiliki biaya persedian terendah merupakan metode yang akan digunakan. Namun dapat terlihat pada tabel 5.42 bahwa untuk bahan baku Eva Quantum, walaupun metode POQ memiliki biaya persediaan namun metode EOQ yang paling sesuai digunakan dalam perusahaan. Hal ini disebabkan karena pada perhitungan metode POQ untuk bahan Eva Quantum untuk mendapatkan biaya persediaan yang optimal, perusahaan harus memesan bahan Eva Quantum untuk kebutuhan 5 periode sekaligus. Sedangkan kapasitas gudang penyimpanan untuk bahan Eva Quantum tidak dapat menampung seluruh bahan yang dipesan. Oleh karena itu selain membandingkan biaya persediaan dari masing-masing metode, perlu juga dipertimbangkan kapasitas panyimpanan bahan baku dalam gudang. Untuk bahan baku Bs Warna dapat digunakan 2 metode yaitu LFL atau POQ, karena kedua metode ini memiliki perhitungan biaya persediaan dan penjadwalan MRP yang sama. Berikut tabel perbandingan perhitungan biaya persediaan metode LFL, POQ dan EOQ :

78 166 Tabel 5.45 Perbandingan Metode Lotting dalam MRP Nama Bahan Baku Metode Lotting Biaya persediaan Terbaik Yang Digunakan Sponge LFL - LFL LFL LFL Rp 312, Tali Sandal EOQ Rp 46, POQ POQ POQ Rp 39, LFL Rp 7,741, Karet EOQ Rp 3,269, POQ POQ POQ Rp 2,852, LFL Rp 3,678, Kalsium EOQ Rp 1,021, POQ POQ POQ Rp 955, LFL Rp 5,134, Eva Quantum EOQ Rp 2,082, POQ EOQ POQ Rp 1,952, LFL Rp 2,545, Bs Warna EOQ Rp 3,600, LFL & POQ LFL & POQ POQ Rp 2,545, LFL Rp 2,206, Bs Putih EOQ Rp 1,886, POQ POQ POQ Rp 1,657, LFL Rp 487, Tinta EOQ Rp 277, POQ POQ POQ Rp 247, Berdasarkan perhitungan biaya persediaan terhadap bahan baku terlihat bahwa secara garis besar metode POQ merupakan metode yang memiliki biaya terendah kecuali untuk bahan sponge yang menggunakan metode LFL tanpa memperhatikan segi biayanya. Hal ini dikarenakan sponge merupakan bahan setengah jadi yang dihasilkan sendiri oleh perusahaan sehingga metode POQ dan EOQ tidak dapat diterapkan pada bahan sponge. Dengan memperhatikan perhitungan biaya dari tiap metode dapat terlihat bahwa metode POQ sangat sesuai diterapkan pada bahan baku yang memiliki biaya pesan yang tinggi, namun memiliki biaya simpan yang rendah dan memiliki kapasitas penyimpanan di gudang yang besar. Sehingga pemesanan dapat dilakukan untuk

79 167 memenuhi kebutuhan untuk beberapa periode sekaligus untuk disimpan dahulu di gudang sebelum diperlukan. Metode EOQ memiliki sedikit kesamaan dengan metode POQ, namun pada metode EOQ bukan periode pemesanannya yang tetap melainkan jumlah (Quantity) pemesanan yang tetap. Akan tetapi berdasarkan perhitungan biaya persediaan, metode EOQ masih kurang sesuai untuk digunakan. Hal ini dapat disebabkan karena jumlah pemesanan yang tetap pada metode EOQ kurang sesuai dengan pergerakan kebutuhan bahan baku yang memerlukan frekuensi pemesanan yang tetap sehingga tidak dapat menandingi metode POQ. Sedangkan metode LFL tidak memerlukan kapasitas penyimpanan di gudang yang terlalu besar karena hanya difokuskan pada pemenuhan kebutuhan setiap periode. Namun metode LFL sesuai diterapkan pada bahan baku yang memiliki biaya simpan yang tinggi dengan biaya pesan yang rendah sehingga dengan demikian dapat dilakukan pemesanan tiap periode. 5.3 Analisis dan Perancangan Sistem Informasi Analisis dan perancangan sistem informasi dilakukan dengan menggunakan diagram pada Unified Modeling Language (UML) yang merupakan bahasa pemodelan yang menyediakan standarisasi dalam menjelaskan kebutuhan dan desain sebuah sistem sebelum melakukan pembuatan program, sehingga dapat menggambarkan sebuah sistem atau program yang ingin dibuat.

80 Analisis Sistem Informasi Analisis dilakukan untuk lebih memahami sistem yang ada, permasalahan yang dihadapi dan mengetahui kebutuhan sistem. Analisis sistem informasi dapat dilakukan dengan cara mengumpulkan informasi dari pihak yang terkait mengenai permasalahan yang ada dan spesifikasi sistem yang diinginkan. Analisis sistem dilakukan dengan membuat suatu system definition dalam bentuk narasi atau dapat juga dalam bentuk gambar System Definition dari Sistem Berjalan PT. Sinar Jaya Prakarsa saat ini hanya menggunakan sistem informasi sederhana yang berbasiskan Office Automation yang hanya digunakan sebatas , pengolah kata, serta Fax yang mendukung operasional kantor, sedangkan untuk mendukung pengambilan keputusan seperti : perencanaan produksi, perencanaan kebutuhan bahan baku dan produk, perhitungan data, dan lain sebagainya masih dilakukan secara manual. Hal ini dirasakan kurang efektif dan efisien karena pengambilan keputusan seputar kegiatan produksi yang dilakukan berdasarkan intuisi saja kurang dapat memberikan ketepatan keputusan (tindakan) yang harus diambil. Gambaran umum sistem perusahaan saat ini khususnya yang berkaitan dengan kegiatan produksi adalah : Divisi PPIC menerima pesanan produksi (jenis dan jumlah produk) dari divisi marketing. Kemudian divisi PPIC akan melakukan pengecekan barang jadi yang tersedia dan berdasarkan intuisi menentukan jenis produk dan memperkirakan jumlah yang harus diproduksi untuk memenuhi pesanan konsumen (target produksi).

81 169 Setelah itu divisi PPIC akan menjadwalkan produksi untuk mencapai target produksi dan memperkirakan waktu penyelesaiannya. Selanjutnya divisi PPIC memberikan surat permintaan bahan baku sesuai dengan kebutuhan ke bagian gudang bahan baku. Bahan baku kemudian diberikan ke bagian lantai produksi untuk diproduksi menjadi barang jadi. Beberapa kekurangan yang ada dan dapat dikembangkan adalah : Penggunaan data permintaan aktual konsumen mengakibatkan sulitnya memperkirakan target produksi yang optimal. Perkiraan permintaan konsumen yang diprediksi menggunakan intuisi terkadang meleset jauh dari permintaan sebenarnya. Belum adanya perencanaan produksi yang sistematis menyebabkan sulitnya memperkirakan jumlah dan waktu pemesanan bahan baku yang tepat. Hal ini dapat mengakibatkan proses produksi terhambat akibat tidak tersedianya bahan baku tertentu untuk produksi atau malah terjadi penumpukan bahan baku di gudang. Penundaan produksi ini mengakibatkan perusahaan memerlukan jam kerja lembur, yang seharusnya belum diperlukan jika kebutuhan bahan baku untuk produksi dapat dipenuhi. Sistem pendokumentasian yang masih manual cukup menyulitkan dalam penanganan, penyajian dan pengolahan data. Oleh sebab itu dibutuhkan sebuah sistem informasi sederhana yang dapat melakukan seluruh proses seperti : peramalan permintaan, perencanaan produksi, jadwal produksi dan kebutuhan bahan baku sehingga hasil dari perencanaan dapat lebih akurat, efektif dan efisien dalam penerapannya.

82 Bussiness Use Case Bussines use case mendeskripsikan aktivitas bisnis pada sistem yang sedang berjalan saat ini. Dimaksudkan untuk memudahkan dalam memahami aktivitas-aktivitas yang terjadi untuk memenuhi kebutuhan bahan baku yang diperlukan produksi dalam memenuhi permintaan konsumen. Material Requirement Planning merencanakan produksi membuat jadwal produksi Divisi PPIC merencanakan kebutuhan bahan baku Diagram 5.1 Bussiness Use Case Material Requirement Planning Berikut ini merupakan use case analysis dari seluruh case dalam business use case material requirement planning : Tabel 5.46 Bussiness Use Case Narrative Merencanakan Produksi Use Case Name: Merencanakan Produksi Primary Business Actor: Divisi PPIC Berfungsi untuk menentukan jenis dan jumlah produk yang harus Description: diproduksi Precondition: Bagian Marketing memberikan data pesanan konsumen Typical Course 1. Memeriksa jumlah produk jadi yang tersedia of events: 2. Memperkirakan jumlah produk jadi yang harus diproduksi ( target produksi) Alternate Course: -

83 171 Tabel 5.47 Bussiness Use Case Narrative Membuat Jadwal Produksi Use Case Name: Primary Business Actor: Description: Membuat Jadwal Produksi Divisi PPIC Berfungsi untuk menjadwalkan jenis dan jumlah produk yang harus Diproduksi Precondition: - 1. Memperkirakan waktu yang dibutuhkan untuk mencapai target Typical Course produksi of events: 2. Menjadwalkan jenis dan jumlah produk yang harus diproduksi Alternate Course: - Tabel 5.48 Bussiness Use Case Narrative Merencanakan Kebutuhan Bahan Baku Use Case Name: Merencanakan Kebutuhan Bahan Baku Primary Business Actor: Divisi PPIC Description: Berfungsi untuk memastikan ketersediaan bahan baku pada saat dibutuhkan untuk produksi Precondition: Bagian warehouse memberikan data bahan baku yang tersedia 1. Memeriksa apakah bahan baku yang dibutuhkan untuk produksi Typical Course tersedia. of events: 2. Membuat perencanaan bahan baku untuk memenuhi kebutuhan bahan baku dalam produksi. Alternate Course: Sistem Informasi Usulan Berdasarkan analisa dan pembahasan sistem yang sedang berjalan pada PT. Sinar Jaya Prakarsa maka diusulkan agar perusahaan mulai menggunakan sistem informasi khususnya dalam merencanakan kegiatan yang berhubungan dengan produksi mengingat semakin ketatnya tingkat persaingan dalam dunia industri.

84 172 Sistem informasi yang diusulkan untuk membantu perusahaan dalam mengatur kebutuhan bahan baku agar dapat memenuhi permintaan konsumen dan meminimalkan biaya yang harus dikeluarkan perusahaan adalah sistem informasi Material Requirement Planning. Beberapa fungsi yang dapat dilakukan sistem tersebut adalah : Sistem dapat membantu divisi PPIC dalam melakukan peramalan berdasarkan data historis permintaan konsumen dengan metode yang sesuai (metode dengan error terkecil) sehingga didapatkan perkiraan permintaan konsumen untuk 3 bulan mendatang. Sistem dapat membantu divisi PPIC dalam melakukan perencanaan produksi untuk mendapatkan perencanaan produksi yang terbaik ditinjau dari segi biaya. Sistem dapat membantu menjadwalkan produksi untuk setiap end item berdasarkan perencanaan produksi. Sistem dapat membantu dalam menentukan kuantitas dan waktu pemesanan bahan baku yang ekonomis ditinjau dari segi biaya simpan dan pesan sehingga produksi yang terhambat akibat kurangnya pasokan bahan baku maupun penumpukan bahan baku produksi di gudang dapat dihindari. Sistem dapat memberikan kemudahan dalam peyajian, pengolahan dan penanganan data dan informasi yang digunakan divisi PPIC. Dalam upaya kelancaran fungsi dari sistem informasi ini, maka pengguna sistem perlu melakukan input secara berkala agar data dalam sistem dapat selalu up to date dan sistem dapat menghasilkan kebutuhan informasi tepat dan akurat. Beberapa input yang diperlukan adalah data permintaan, data actual order, data hari libur, dan data catatan persediaan produk jadi dan bahan baku serta data seputar bahan baku dan barang jadi

85 173 jika terdapat perubahan. Hal ini disebabkan karena data tersebut akan digunakan sebagai parameter dalam kalkulasi untuk menghasilkan informasi utama yaitu rencana penjadwalan bahan baku setiap minggunya. Sehingga keakuratan dari data tersebut akan sangat mempengaruhi hasil dari fungsi-fungsi sistem Perancangan Sistem Informasi Use Case Diagram dan Use Case Narrative Use case diagram digunakan untuk menjelaskan interaksi antara actor (pengguna sistem) dengan sistem. Use case merupakan sebuah pekerjaan tertentu (fungsi) yang dapat dilakukan oleh actor. Sehingga melalui use case diagram dapat terlihat user (pengguna) yang terlibat dalam sistem, interaksi yang terjadi antara sistem dan pengguna serta fungsionalitas dari sistem. Dengan mengacu pada analisa sistem informasi yang diusulkan maka dapat disimpulkan bahwa pengguna dari sistem (actor) adalah divisi PPIC yang terdiri dari manajer dan staff PPIC. Dimana tiap actor memiliki akses use case yang berbeda tergantung dari hak akses actor tersebut yang ditentukan pada saat actor melakukan login ke dalam sistem. Use case diagram sistem informasi material requirement planning adalah sebagai berikut :

86 174 Sistem Informasi Material Requirement Planning Melakukan Login Mengubah Password Mengentri Data Penjualan Mengentri Data Actual Order Staff PPIC Melakukan Peramalan Permintaan Mendata Hari Libur Mendata Bahan Baku Mendata Produk Mendata Pegawai Melakukan Maintenance Data Manajer PPIC Melakukan Perencanaan Agregat Membuat Master Production Schedule Membuat Material Requirement Planning Diagram 5.2 Use Case Diagram Sistem Informasi Material Requirement Planning

87 175 Kemudian untuk setiap use case terdapat penjelasan tersendiri yang disebut use case narrative dalam bentuk teks. Dalam user narrative ini dapat terlihat tujuan dari sistem, alur dari fungsi sistem baik dari actor maupun respon dari sistem, actor yang terlibat, kondisi awal dan kondisi akhir dari case, dan lain sebagainya. Berikut merupakan use case narrative dari seluruh case dalam sistem informasi material requirement planning : Tabel Use Case Narrative Melakukan Login Use Case Name: Melakukan Login Primary Business Manajer PPIC Actor: Staff PPIC Description: Use case ini mendeskripsikan proses user untuk melakukan login ke dalam sistem informasi Material Requirement Planning. Use case dimulai saat user akan masuk ke dalam sistem. Precondition: Data user telah terdaftar di dalam system Basic Flow : Actor Action System Response 1. User memasukkan user name, password 3. a User masuk ke dalam main menu dan job description 3. b User keluar dari aplikasi 2. a Jika user ingin masuk ke dalam sistem maka klik button Login 2. b Jika user tidak jadi masuk ke dalam sistem, klik button Exit Alternatif Flow : 3.a Sistem akan menampilkan pesan kesalahan dan meminta inputan ulang jika data yang dimasukkan user salah Post condition User masuk ke dalam main menu dari sistem

88 176 Tabel 5.50 Use Case Narrative Mengubah Password Use Case Name: Primary Business Actor: Description: Precondition: Mengubah Password Manajer PPIC Staff PPIC Use case ini mendeskripsikan proses user untuk melakukan perubahan password Data user terdapat dalam sistem dan user telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik ubah password 2. sistem menampilkan form ubah password 3. User memasukkan password yang baru 4. a Jika user ingin menyimpan password 5. a data user yang telah ada akan di-update, baru, klik button simpan sistem menampilkan pesan keberhasilan 4. b Jika ingin membatalkan data yang telah 5. b kembali ke form main menu diinput, klik button tutup Alternatif Flow : - Post condition Data user baru berhasil ditambahkan ke dalam sistem Tabel Use Case Narrative Mengentri Data Penjualan Use Case Name: Primary Business Actor: Description: Mengentri Data Penjualan Staff PPIC Use case ini mendeskripsikan proses user dalam mengentri data penjualan konsumen sebagai data historis permintaan ke dalam sistem Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response Alternatif Flow : 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar permintaan, 4. a Sistem akan menampilkan form daftar permintaan klik daftar permintaan 3. b Jika ingin menambah data permintaan, permintaan baru klik tambah permintaan 4. b Sistem akan menampilkan form tambah 6.a1 Sistem menampilkan form tambah permintaan 5.a1 Jika user ingin menambah permintaan baru dan menjalankan fungsi dari form tambah baru klik button tambah permintaan baru 5.a2 Jika ingin mengubah data, klik data 6.a2 Sistem menampilkan form ubah data permintaan yang ingin diubah dan klik button ubah 5.a3 Jika ingin menghapus data, klik data data permintaan yang ingin dihapus dan klik button hapus 6.a3 Sistem akan meminta konfirmasi penghapusan 6.b Sistem akan menampilkan pesan keberhasilan dan 5.b User memasukkan data permintaan baru menampilkan form daftar permintaan dengan lengkap dan klik button simpan 8. Jika user memilih untuk mengubah data, sistem 7. Jika yang dipilih user adalah mengubah akan menyimpan perubahan data dan menampilkan data, maka masukkan perubahan data yang diinginkan dan klik simpan 9. Jika ingin keluar dari use case, klik tutup pesan keberhasilan 10. Kembali ke form master 6. b Jika data yang dimasukkan user tidak lengkap, sistem akan meminta input untuk field yang kosong Post condition Data permintaan baru atau data permintaan yang telah diubah, tersimpan di dalam sistem

89 177 Tabel Use Case Narrative Mengentri Data Actual Order Use Case Name: Mengentri Data Actual Order Primary Business Staff PPIC Actor: Description: Use case ini mendeskripsikan proses dalam mengentri data actual order Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar permintaan 4. a Sistem akan menampilkan form daftar data aktual aktual, klik daftar permintaan aktual 4. b Sistem akan menampilkan form tambah data aktual 3. b Jika ingin menambah data permintaan aktual, 6.a1 Sistem akan menampilkan form tambah data aktual klik tambah data aktual dan menjalankan fungsi dari form tambah data 5.a1 Jika user ingin menambah permintaan aktual aktual baru klik button tambah 6.a2 Sistem akan menampilkan form ubah data aktual 5.a2 Jika ingin mengubah data, klik data 6.a3 Sistem akan meminta konfirmasi penghapusan yang ingin diubah dan klik button ubah data aktual 5.a3 Jika ingin menghapus data, klik data 6.b Sistem akan menampilkan pesan keberhasilan dan yang ingin dihapus dan klik button hapus menampilkan form daftar data aktual 5.b User memasukkan data permintaan aktual baru 8. Jika user memilih untuk mengubah data, maka sistem dengan lengkap dan klik button simpan akan menyimpan perubahan data dan menampilkan 7. Jika yang dipilih user adalah mengubah data, pesan keberhasilan maka masukkan perubahan data yang 10. Kembali ke form master diinginkan dan klik simpan. 9. Jika user ingin keluar dari use case, klik tutup Alternatif Flow : 6. b Jika data yang dimasukkan user tidak lengkap, sistem akan meminta input untuk field yang kosong Post condition Data aktual baru atau data aktual yang telah diubah, tersimpan di dalam sistem

90 178 Tabel Use Case Narrative Melakukan Peramalan Permintaan Use Case Name: Primary Business Actor: Description: Precondition: Melakukan Peramalan Permintaan Staff PPIC Use case ini mendeskripsikan proses dalam melakukan peramalan permintaan dan menampilkan Hasilnya User telah login ke dalam sistem dan data historis penjualan telah tersedia Basic Flow : Actor Action System Response 1. User mengklik peramalan pada 2. Sistem akan menampilkan form peramalan main menu 5. Sistem menampilkan form peramalan 3. User memilih jenis barang yang ingin sesuai dengan metode yang dipilih user Diramalkan 8. Sistem akan menghitung error dari metode 4. User memilih metode peramalan yang peramalan dan menampilkan hasilnya Diinginkan 10. Sistem akan menampilkan hasil peramalan 6. Jika metode peramalan yang dipilih adalah 12. a Data hasil peramalan akan disimpan dan Holt/Quadratik, user memasukkan tingkat Pemulusan sistem akan menampilkan pesan bahwa data berhasil disimpan 7. User mengklik button kalkulasi 12. b Sistem akan menutup form hasil peramalan 9. User mengklik button lihat hasil peramalan 14 a. Sistem kembali ke form peramalan 11. a Jika hasil peramalan ingin disimpan 14 b. Sistem akan menampilkan daftar peramalan user dapat mengklik button simpan 16. b Sistem akan menampilkan hasil peramalan 11. b Jika hasil peramalan tidak ingin sesuai dengan periode/waktu yang diinginkan disimpan maka user dapat mengklik button tutup 13. a Jika User mengklik button tutup 13. b Jika user ingin melihat daftar hasil peramalan yang pernah dilakukan sebe- lumnya, klik daftar peramalan 15. b User memilih waktu peramalan yang Diinginkan 17. b User mengklik button tutup user. Alternatif Flow - Post condition Hasil peramalan yang diinginkan oleh user tersimpan dalam sistem 18. b Sistem akan kembali ke form peramalan

91 179 Tabel Use Case Narrative Mendata Hari Libur Use Case Name: Primary Business Actor: Description: Precondition: Mendata Hari Libur Staff PPIC Use case ini mendeskripsikan proses user dalam mendata hari libur User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat data hari libur, klik 4. a Sistem menampilkan form daftar hari libur daftar hari libur 3. b Jika ingin menambah data hari libur, klik hari libur tambah hari libur 4. b Sistem akan menampilkan form tambah 6.a1 Sistem menampilkan form tambah hari 5.a1 Jika user ingin menambah hari libur klik libur dan menjalankan fungsi dari form button tambah tambah hari libur 5.a2 Jika ingin mengubah data, klik data 6.a2 Sistem menampilkan form ubah hari libur yang ingin diubah dan klik button ubah 6.a3 Sistem akan meminta konfirmasi 5.a3 Jika ingin menghapus data, klik data penghapusan data hari libur yang ingin dihapus dan klik button hapus 6.b Sistem menampilkan pesan keberhasilan 5.b User memilih hari libur yang diinginkan, dan menampilkan form daftar hari libur masukkan nama hari libur dan klik simpan 8. Jika user memilih untuk mengubah data, 7. Jika yang dipilih user adalah mengubah data, sistem akan menyimpan perubahan data dan maka masukkan nama hari libur yang diinginkan dan klik simpan 9. Jika user ingin keluar dari use case, klik tutup Alternatif Flow : - Post condition Data perubahan hari libur berhasil disimpan dalam sistem menampilkan pesan keberhasilan 10. Kembali ke form master

92 180 Tabel Use Case Narrative Mendata Bahan Baku Use Case Name: Mendata Bahan Baku Primary Business Manajer PPIC Actor: Description: Use case ini mendeskripsikan proses dalam pendataan bahan baku meliputi : menambahkan data bahan baku baru, mengubah data bahan baku yang telah ada dan menghapus data bahan baku yang telah ada dalam sistem Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar bahan baku, 4. a Sistem menampilkan form daftar bahan baku klik daftar bahan baku 4. b Sistem menampilkan form tambah bahan baku baru 3. b Jika ingin menambah data bahan baku, klik 6.a1 Sistem menampilkan form tambah bahan baku baru tambah bahan baku dan menjalankan fungsi form tambah bahan baku baru 5.a1 Jika user ingin menambah bahan baku baru 6.a2 Sistem akan menampilkan form ubah bahan baku klik button tambah 6.a3 Sistem akan meminta konfirmasi penghapusan 5.a2 Jika ingin mengubah data bahan, klik data data bahan baku yang ingin diubah dan klik button ubah 6.b Sistem akan menampilkan pesan keberhasilan dan 5.a3 Jika ingin menghapus data, klik data Menampilkan form daftar bahan baku yang ingin dihapus dan klik button hapus 8. Jika user memilih untuk mengubah data, maka sistem 5.b User memasukkan data bahan baku baru Akan menyimpan perubahan data dan menampilkan dengan lengkap dan klik button simpan pesan keberhasilan 7. Jika yang dipilih user adalah mengubah data, 10. Kembali ke form master maka masukkan perubahan data yang diinginkan dan klik simpan 9. Jika user ingin keluar dari klik tutup Alternatif Flow : 6. b Jika data yang dimasukkan user tidak lengkap maka sistem akan meminta inputan untuk field yang kosong Post condition Data bahan baku baru atau data bahan baku yang telah diubah, tersimpan di dalam sistem

93 181 Tabel 5.56 Use Case Narrative Mendata Produk Use Case Name: Mendata Produk Primary Business Manajer PPIC Actor: Description: Use case ini mendeskripsikan proses dalam pendataan produk meliputi : menambahkan data produk baru, mengubah data produk yang telah ada dan menghapus data produk yang telah ada dalam sistem Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar produk, klik 4. a Sistem akan menampilkan form daftar produk daftar produk 4. b Sistem menampilkan form tambah produk baru 3. b Jika ingin menambah data produk, klik 6.a1 Sistem menampilkan form tambah produk baru tambah produk baru dan menjalankan fungsi form tambah produk baru 5.a1 Jika user ingin menambah produk baru klik 6.a2 Sistem akan menampilkan form ubah produk button tambah 6.a3 Sistem akan meminta konfirmasi penghapusan 5.a2 Jika ingin mengubah data produk, klik data data produk yang ingin diubah dan klik button ubah 6.b Sistem akan menampilkan pesan keberhasilan dan 5.a3 Jika ingin menghapus data produk, klik menampilkan form daftar produk data yang ingin dihapus dan klik button hapus 8. Jika user memilih untuk mengubah data, maka sistem 5.b User memasukkan data produk baru dengan akan menyimpan perubahan data dan menampilkan lengkap dan klik button simpan pesan keberhasilan 7. Jika yang dipilih user adalah mengubah data, 10. Kembali ke form master maka masukkan perubahan data yang diinginkan dan klik simpan 9. Jika user ingin keluar dari use case, klik tutup Alternatif Flow : 6. b Jika data yang dimasukkan user tidak lengkap maka sistem akan meminta input untuk field yang kosong Post condition Data produk baru atau yang telah diubah, tersimpan di dalam sistem

94 182 Tabel Use Case Narrative Mendata Pegawai Use Case Name: Mendata Pegawai Primary Business Manajer PPIC Actor: Description: Use case ini mendeskripsikan proses dalam pendataan pengguna sistem meliputi : menambahkan data pengguna baru, mengubah data pengguna yang telah ada dan menghapus data pengguna yang telah ada dalam sistem Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar pengguna, klik 4. a Sistem akan menampilkan form daftar pengguna daftar pengguna 4. b Sistem menampilkan form tambah pengguna baru 3. b Jika ingin menambah data pengguna, klik 6.a1 Sistem menampilkan form tambah pengguna baru tambah pengguna baru dan menjalankan fungsi form tambah pengguna baru 5.a1 Jika user ingin menambah pengguna baru klik 6.a2 Sistem akan menampilkan form ubah pengguna button tambah 6.a3 Sistem akan meminta konfirmasi penghapusan 5.a2 Jika ingin mengubah data pengguna, klik data data pengguna yang ingin diubah dan klik button ubah 6.b Sistem akan menampilkan pesan keberhasilan dan 5.a3 Jika ingin menghapus data pengguna, klik menampilkan form daftar pengguna data yang ingin dihapus dan klik button hapus 8. Jika user memilih untuk mengubah data, maka sistem 5.b User memasukkan data pengguna baru dengan akan menyimpan perubahan data dan menampilkan lengkap dan klik button simpan pesan keberhasilan 7. Jika yang dipilih user adalah mengubah data, 10. Kembali ke form master maka masukkan perubahan data yang diinginkan dan klik simpan 9. Jika user ingin keluar dari use case, klik tutup Alternatif Flow : 6. b Jika data yang dimasukkan user tidak lengkap maka sistem akan meminta input untuk field yang kosong Post condition Data pengguna baru atau yang telah diubah, tersimpan di dalam sistem

95 183 Tabel 5.58 Use Case Narrative Melakukan Maintenance Data Use Case Name: Melakukan Maintenance Data Primary Business Manajer PPIC Actor: Description: Use case ini mendeskripsikan proses dalam melakukan maintenance data yang dibutuhkan dalam sistem informasi material requirement planning Precondition: User telah login ke dalam sistem Basic Flow : Actor Action System Response 1. User mengklik form master dari main menu 2. Sistem akan menampilkan form master 3. a Jika User ingin melihat daftar maintenance, klik 4. a Sistem akan menampilkan form daftar maintenance daftar maintenance 4. b Sistem akan menampilkan form maintenance baru 3. b Jika ingin menambah data maintenance, klik 6.a1 Sistem akan menampilkan form tambah data baru maintenance baru dan menjalankan fungsi dari form tambah data baru 5.a1 Jika user ingin menambah data maintenance 6.a2 Sistem akan menampilkan form ubah data maintenance baru klik button tambah 6.a3 Sistem akan meminta konfirmasi penghapusan 5.a2 Jika ingin mengubah data maintenance, klik data data maintenance yang ingin diubah dan klik button ubah 6.b Sistem akan menampilkan pesan keberhasilan dan 5.a3 Jika ingin menghapus data meintenance, klik menampilkan form daftar maintenance data yang ingin dihapus dan klik button hapus 8. Jika user memilih untuk mengubah data, maka sistem 5.b User memasukkan data maintenance baru akan menyimpan perubahan data dan menampilkan dengan lengkap dan klik button simpan pesan keberhasilan 7. Jika yang dipilih user adalah mengubah data, 10. Kembali ke form master maka masukkan perubahan data yang diinginkan dan klik simpan 9. Jika user ingin keluar dari use case, klik tutup Alternatif Flow : 6. b Jika data yang dimasukkan user tidak lengkap maka sistem akan meminta inputan untuk field yang kosong Post condition Data maintenance baru atau data maintenance yang telah diubah, tersimpan di dalam sistem

96 184 Tabel Use Case Narrative Melakukan Perencanaan Agregat Use Case Name: Melakukan Perencanaan Agregat Primary Business Actor: Manajer PPIC Description: Use case ini mendeskripsikan proses dalam melakukan perencanaan agregat untuk mendapatkan jumlah dan kapan produksi akan dilakukan (rencana produksi) Precondition: User telah login ke dalam sistem dan sistem telah memiliki data hasil peramalan Basic Flow : Actor Action System Response 1. User mengklik perencanaan agregat pada 2. Sistem akan menampilkan form perencanaan main menu agregat 3. User memilih jenis barang yang ingin 5. Sistem akan menghitung dan menampilkan dijadwalkan hasil dari perencanaan agregat 4. User mengklik button kalkulasi 7. a Data hasil perencanaan agregat akan 6. a Jika hasil perencanaan agregat ingin disimpan, sistem akan menampilkan disimpan maka user dapat mengklik pesan bahwa data berhasil disimpan dan button simpan kembali ke form perencanaan agregat 6.b Jika hasil perencanaan agregat ingin 7. b Sistem akan melakukan pencetakan dicetak, user dapat mengklik cetak 7. c Kembali ke form perencanaan agregat 6. c Jika hasil perencanaan agregat tidak 9. Sistem akan menampilkan daftar hasil ingin disimpan maka user dapat mengklik konversi agregat button tutup 11. Sistem akan menampilkan hasil agregat 8. Jika user ingin melihat daftar perencanaan berdasarkan jenis barang dan periode/waktu agregat yang telah disimpan sebelumnya, yang dipilih user klik daftar agregat dari form perencanaan 13. Sistem akan kembali ke form perencanaan agregat agregat 10. User dapat memilih jenis barang dan waktu perencanaan agregat yang ingin ditampilkan. 12. User mengklik button tutup Alternatif Flow : 5. Jika user tidak memilih jenis barang yang diinginkan, sistem akan menampilkan pesan kesalahan dan meminta inputan jenis barang 7. a Jika sebelumnya telah melakukan penyimpanan perencanaan agregat pada periode yang sama, maka sistem akan meminta konfirmasi untuk menghapus data sebelumnya dan menyimpan data agregat yang baru Post condition Hasil perencanaan agregat tersimpan dalam sistem

97 185 Tabel 5.60 Use Case Narrative Membuat Master Production Schedule Use Case Name: Membuat Master Production Schedule Primary Business Actor: Manajer PPIC Description: Use case ini mendeskripsikan proses dalam melakukan MPS untuk menjadwalkan jumlah tiap end item yang akan diproduksi pada perencanaan periode tertentu Precondition: User telah login ke dalam sistem dan sistem telah memiliki data hasil peramalan dan perencanaan agregat Basic Flow : Actor Action System Response 1. User mengklik MPS pada main menu 2. Sistem akan menampilkan form MPS 3. User memilih jenis barang yang ingin 6. a Sistem akan menampilkan tabel MPS dijadwalkan 6. b Sistem akan menghapus inputan sebelumnya 4. User memasukkan jumlah demand time dan meminta inputan (kembali ke basic flow 3) fences dan planning time fences yang 8. a data hasil MPS akan disimpan, sistem akan diinginkan menampilkan pesan bahwa data berhasil 5. a Jika User ingin menampilkan tabel MPS disimpan dan tabel MPS akan dihilangkan dari sesuai dengan data yang telah diinput layar sebelumnya maka user dapat mengklik 8. b Sistem akan melakukan proses pencetakan button tabel MPS tabel MPS 5. b Jika User ingin melakukan penginputan 8. c Sistem akan menghilangkan tabel MPS dari ulang, maka user dapat mengklik button layar batal 10. Sistem akan menampilkan daftar hasil MPS 7. a Jika tabel MPS ingin disimpan maka 12. Sistem akan menampilkan hasil MPS user dapat mengklik button simpan berdasarkan jenis barang dan periode/waktu 7. b Jika tabel MPS ingin dicetak, user dapat yang dipilih user mengklik button cetak 14. Sistem akan kembali ke form MPS 7. c Jika tabel MPS tidak ingin disimpan maka user dapat mengklik button tutup 9. Jika user ingin melihat daftar MPS yang telah disimpan sebelumnya, klik daftar MPS dari form MPS 11. User dapat memilih jenis barang dan waktu penjadwalan MPS yang ingin ditampilkan 13. User mengklik button tutup Alternatif Flow : 6. a Sistem akan menampilkan pesan kesalahan dan meminta inputan kembali jika data yang dimasukkan tidak lengkap 8. a Jika sebelumnya telah melakukan penyimpanan tabel MPS pada periode yang sama, maka sistem akan meminta konfirmasi untuk menghapus data sebelumnya dan menyimpan data MPS yang baru Post condition Hasil MPS akan tersimpan dalam sistem

98 186 Tabel 5.61 Use Case Narrative Membuat Material Requirement Planning Use Case Name: Membuat Material Requirement Planning Primary Business Actor: Manajer PPIC Description: Use case ini mendeskripsikan proses dalam melakukan MRP untuk menjadwalkan perencanaan dalam upaya pemenuhan kebutuhan bahan baku Precondition: User telah login ke dalam sistem dan sistem telah memiliki data hasil peramalan, perencanaan agregat dan MPS Basic Flow : Actor Action System Response 1. User mengklik MRP pada main menu 2. Sistem akan menampilkan form MRP 3. User memilih kode bahan yang ingin 6. a Sistem akan menampilkan tabel MRP dijadwalkan 6. b Sistem akan menghapus inputan sebelumnya 4. User memilih jenis metode lotting yang dan meminta inputan (kembali ke basic flow 3) diinginkan 8. a data hasil MRP akan disimpan, sistem akan 5. a Jika User ingin menampilkan tabel MRP menampilkan pesan bahwa data berhasil sesuai dengan data yang telah diinput disimpan dan tabel MRP akan dihilangkan dari sebelumnya maka user dapat mengklik layar button tabel MRP 8. b Sistem akan melakukan proses pencetakan 5. b Jika User ingin melakukan penginputan tabel MRP ulang, maka user dapat mengklik button 8. c Sistem akan menghilangkan tabel MRP dari batal layar 7. a Jika tabel MRP ingin disimpan maka 10. Sistem akan menampilkan daftar hasil MRP user dapat mengklik button simpan 12. Sistem akan menampilkan hasil MRP 7. b Jika tabel MRP ingin dicetak, user dapat berdasarkan jenis bahan dan periode/waktu mengklik button cetak yang dipilih user 7. c Jika tabel MRP tidak ingin disimpan 14. Sistem akan kembali ke form MRP maka user dapat mengklik button tutup 9. Jika user ingin melihat daftar MRP yang telah disimpan sebelumnya, klik daftar MRP dari form MRP 11. User dapat memilih jenis bahan dan waktu perencanaan MRP yang ingin ditampilkan 13. User mengklik button tutup Alternatif Flow : 6. a Sistem akan menampilkan pesan kesalahan dan meminta inputan kembali jika data yang dimasukkan tidak lengkap 8. a Jika sebelumnya telah melakukan penyimpanan tabel MRP pada periode yang sama, maka sistem akan meminta konfirmasi untuk menghapus data sebelumnya dan menyimpan data MRP yang baru Post condition Hasil MRP akan tersimpan dalam sistem

99 Struktur Tabel Struktur tabel menunjukkan semua tabel-tabel yang digunakan dalam database berikut dengan field, tipe data dan deskripsi dari setiap tabelnya. Adapun spesifikasi tabel yang diperlukan dalam pembuatan database adalah sebagai berikut : Tabel 5.62 Spesifikasi Tabel untuk Master Product Primary Key : pid Field Name Data Type Length Description pid Text 4 kode produk pname Text 20 nama produk cycletime Number (Integer) 4 waktu siklus produk Stock Number (Long Integer) 3 sisa produk yang tersedia Safety Number (Long Integer) 3 Titik persediaan pengaman produk Cost Number (Single) 7 biaya simpan produk SalePrice Number (Single) 6 harga jual produk percent Number (Single) 3 persentasi biaya Lini Number (Long Integer) 1 jumlah lini produksi Tabel 5.63 Spesifikasi Tabel untuk Master Material Primary Key : mid Field Name Data Type Length Description mid Text 3 Kode bahan baku mname Text 50 Nama bahan baku Stock Number (Integer) 4 Sisa bahan baku yang tersedia Safety Number (Integer) 4 Titik persediaan pengaman bahan baku leadtime Number (Integer) 1 Rentang waktu pemesanan LotSize Number (Integer) 3 Ukuran pemesanan bpesan Number (Single) 6 Biaya pesan bahan baku bsimpan Number (Single) 3 Biaya simpan bahan baku Satuan Text 10 Satuan ukuran yang digunakan Tabel 5.64 Spesifikasi Tabel untuk Master Holiday Primary Key : did Field Name Data Type Length Description did Auto Number(Long Integer) - No urut holidaydate Date/Time (Short Date) - Tanggal Libur HolidayName Text 50 Keterangan hari libur

100 188 Tabel 5.65 Spesifikasi Tabel untuk Master Maintenance Primary Key : mid Field Name Data Type Length Description mid Auto Number(Long Integer) - No urut ksimpan Number (Long Integer) 4 Kapasitas penyimpanan produk BProdRegular Number (Single) 6 Biaya produksi reguler BProdLembur Number (Single) 6 Biaya produksi lembur jamkerjar Number (Long Integer) 2 Jam kerja regular jamkerjaj Number (Long Integer) 2 jam kerja jumat jamkerjal Number (Integer) 2 jam kerja lembur ws Number (Single) 4 waktu siklus lini Number (Integer) 1 jumlah lini produksi Tabel 5.66 Spesifikasi Tabel untuk Master Demmand Primary Key : Year + Month Field Name Data Type Length Description ID Auto Number(Long Integer) - No urut pid Text 4 Kode produk Year Number (Integer) 4 Month Number (Integer) 2 Demmand Number (Double) 4 Permintaan konsumen per bulan Tabel 5.67 Spesifikasi Tabel untuk Master ActualOrder Primary Key : pid Field Name Data Type Length Description pid Text 4 Kode produk Periode Number (Double) 3 Periode perencanaan Bulan Text 9 Bulan Perencanaan Order Number (Double) 4 Jumlah pemesanan Tabel 5.68 Spesifikasi Tabel untuk Master User Primary Key : UID Field Name Data Type Length Description UID Text 5 ID pengguna Name Text 20 Nama Pengguna Password Text 5 Password Pengguna Title Text 10 Jabatan Pengguna AcessLevel Text 15 Hak Akses Pengguna

101 189 Tabel 5.69 Spesifikasi Tabel untuk Peramalan Primary Key : fid Foreign Key : pid Field Name Data Type Length Description fid Auto Number(Long Integer) - ID peramalan mid Text 3 ID Metode Peramalan pid Text 4 kode produk alfa Number (Single) 3 Tingkat Pemulusan Alfa gamma Number (Single) 3 Tingkat Pemulusan Gamma fdate Date/Time (Short Date) - Tanggal Peramalan Tabel 5.70 Spesifikasi Tabel untuk PeramalanDetil Primary Key : fid Field Name Data Type Length Description fid Auto Number(Long Integer) - Sesuai dengan ID Peramalan fyear Number (Long Integer) 4 Tahun Peramalan fmonth Number (Long Integer) 2 Bulan Peramalan fvalue Number (Single) 8 Hasil Peramalan Tabel 5.71 Spesifikasi Tabel untuk Agregat Primary Key : kdate Foreign Key : pid Field Name Data Type Length Description kid Auto Number(Long Integer) - No id Konversi pid Text 4 Kode produk kdate Date/Time - Tanggal Konversi dilakukan Minggu Number (Long Integer) 2 Periode perencanaan hariperminggu Number (Long Integer) 2 Hari per minggu hariperbulan Number (Long Integer) 2 hari per bulan D Number (Single) 4 forecast per bulan DF Number (Single) 4 disagregasi forecast AB Number (Single) 4 agregat per bulan DMS Number (Single) 4 disagregasi MS KB Number (Single) 4 kapasitas per bulan DKPT Number (Single) 4 disagregasi KPT

102 190 Tabel 5.72 Spesifikasi Tabel untuk MPS Primary Key : pdate Foreign Key : pid Field Name Data Type Length Description pid Text 4 kode produk pdate Date/Time - Tanggal dilakukan Perhitungan MPS DTF Number (Long Integer) 2 Demand Times Fences PTF Number (Long Integer) 2 Planning Times Fences Period Number (Long Integer) 2 periode perencanaan Forecast Number (Single) 4 hasil peramalan ActualOrder Number (Single) 4 pemesanan aktual PAB Number (Single) 4 Project Available Balance ATP Number (Single) 4 Available to Balance MS Number (Single) 4 Master Schedule KPT Number (Single) 4 Kapasita produksi terpasang Tabel 5.73 Spesifikasi Tabel untuk MRP Primary Key : pdate Foreign Key : pid Field Name Data Type Length Description pid Text 4 kode produk pdate Date/Time - Tanggal dilakukan Perhitungan MRP Period Number (Long Integer) 2 periode perencanaan grossr Number (Single) 8 Kebutuhan Kotor (gross requirement) schdlr Number (Single) 8 rencana penerimaan barang PAB1 Number (Single) 8 Project Available Balance 1 netr Number (Single) 8 Kebutuhan Bersih PoRec Number (Single) 6 Planned Order Receipts PoRel Number (Single) 6 Planned Order Release PAB2 Number (Long Integer) 6 Project Available Balance 2

103 191 Tabel 5.74 Spesifikasi Tabel untuk BOM (Bill of Material) Primary Key : Kode Field Name Data Type Length Description NOID Auto Number(Long Integer) - No Induk Bahan Baku PARENT_ID Number (Double) - No Induk Bahan satu level diatasnya NAME Text 50 Nama Bahan Baku KODE Text 4 Kode Bahan Baku pdate Date/Time - Tanggal dilakukannya perhitungan MRP Quantity Number (Single) 5 Kuantitas bahan yang digunakan Meassure Text 10 Satuan BOMUOM Text 10 Bill of Material per unit Tabel 5.75 Spesifikasi Tabel untuk Order Policy Primary Key : OrderID Field Name Data Type Length Description OrderID Text 5 ID Metode Lotting OrderName Text 10 Jenis Metode Lotting Rancangan Layar Berikut ini merupakan rancangan layar yang telah dibuat untuk sistem informasi Material Requirement Planning beserta dengan penjelasan akan fungsi dan cara penggunaan dari setiap layarnya :

104 192 Layar LOGIN Gambar 5.9 Rancangan Layar LOGIN Pada layar LOGIN, user diminta memasukkan user name dan password dan job selection untuk menghindari penggunaan oleh pihak-pihak yang tidak terotorisasi. Selain itu pengisian job selection akan menentukan hak akses dari user karena terdapat form-form tertentu yang hanya boleh diakses oleh Administrator (Manajer). Jika user name dan password yang dimasukkan benar, maka program akan menuju ke halaman main menu (menu utama). Jika input salah, maka akan muncul message box yang menyatakan bahwa user salah mengisi user name dan password. Layar Main Menu Gambar 5.10 Rancangan Layar Main Menu

105 Layar main menu merupakan layar utama dalam sistem, jika login berhasil dilakukan oleh user. Pada layar ini terdapat beberapa pilihan menu yaitu : Menu ubah password digunakan untuk mengubah password user. 2. Menu Peramalan, merupakan menu untuk melakukan peramalan. 3. Menu Perencanaan Agregat, untuk melakukan perencanaan agregat. 4. Menu MPS, menu untuk melakukan penjadwalan Master Production Schedule. 5. Menu MRP, menu untuk melakukan penjadwalan Material Requirement Planning. 6. Menu Master, berisikan menu untuk meng-entry semua data-data yang bersifat tetap seperti pendataan produk, bahan baku, karyawan, hari libur, permintaan, aktual order, dan maintenance data. 7. Menu Home, merupakan menu untuk kembali ke main menu. Layar Ubah Password Gambar 5.11 Rancangan Layar Ubah Password Menu ubah password dapat digunakan oleh Manajer maupun staff untuk melakukan perubahan password.

106 194 Layar Peramalan Gambar 5.12 Rancangan Layar Peramalan Gambar 5.13 Rancangan Layar Hasil Peramalan Gambar 5.14 Rancangan Layar Daftar Hasil Peramalan

107 195 Pada layar peramalan ini user dapat melakukan perhitungan peramalan berdasarkan metode yang diinginkan. Selain itu user juga dapat memilih menggunakan semua metode dan sistem yang akan membantu mengkalkulasi dan memberikan usulan metode peramalan yang terbaik. User dapat melihat hasil dari peramalan dengan metode yang diinginkan dan menyimpan hasil dari peramalan tersebut untuk dipergunakan pada pengolahan data yang lainnya. Jika user ingin melihat hasil peramalan yang telah dilakukan sebelumnya dapat dengan mengklik button daftar peramalan yang nantinya akan muncul form daftar hasil peramalan. Layar Perencanaan Agregat Gambar 5.15 Rancangan Layar Perencanaan Agregat Layar perencanaan agregat dipergunakan untuk melakukan perencanaan agregat (perencanaan produksi) berdasarkan jenis barang yang diinginkan oleh user. Hanya manajer yang memiliki hak akses untuk layar ini. Hasil dari perencanaan agregat dapat dicetak dalam bentuk laporan dan dapat juga disimpan untuk dipergunakan pada pengolahan data lainnya. Pada form perencanaan Agregat ini, user juga dapat

108 196 melihat hasil perencanaan yang lalu dengan mengklik button daftar agregat, yang dimana akan memunculkan form daftar hasil konversi agregat. Pada form daftar hasil konversi agregat ini, user dapat memilih tanggal dari perencanaan agregat yang diinginkan dan menampilkannya. Layar MPS Gambar 5.16 Rancangan Layar Daftar Hasil Konversi Agregat Gambar 5.17 Rancangan Layar MPS

109 197 Layar MPS ini hanya dapat diakses oleh manajer, dipergunakan untuk melakukan penjadwalan produksi per item produk (Master Production Schedule). Hasil dari MPS ini akan dapat dicetak dalam bentuk laporan dan disimpan untuk dipergunakan pada pengolahan data lainnya. Layar MPS dapat juga untuk melihat hasil perencanaan MPS yang lalu dengan mengklik button daftar MPS untuk memunculkan daftar hasil MPS. Pada daftar hasil MPS, user dapat memilih perencanaan MPS yang lalu untuk ditampilkan. Layar MRP Gambar 5.18 Rancangan Layar Daftar Hasil MPS Gambar 5.19 Rancangan Layar MRP

110 198 Layar MRP hanya dapat diakses oleh manajer, dipergunakan untuk melakukan penjadwalan kebutuhan bahan baku sehingga manajer dapat melakukan perencanaan untuk memenuhi kebutuhan bahan baku perusahaan. Hasil dari MRP ini akan dapat disimpan dan dicetak dalam bentuk laporan.selain itu user juga dapat melihat hasil perencanaan MRP sebelumnya dengan mengklik button daftar MRP dan user dapat memilih perencanaan MRP sebelumnya yang diinginkan. Gambar 5.20 Rancangan Layar Daftar Hasil MRP

111 199 Layar Master Gambar 5.21 Rancangan Layar Master Layar master berisikan menu untuk meng-entry semua data-data yang bersifat tetap, dimana setiap menu memiliki fungsi yang sama hanya datanya yang berbeda. Pada layar master ini, user dapat melakukan penambahan data dengan mengklik button tambah, pengubahan (update) data dengan mengklik button ubah dan penghapusan data dengan mengklik button hapus. Penekan tombol pada form ini akan memunculkan sub form sub form sesuai dengan jenis pendataan yang ingin dilakukan. Menu yang terdapat pada layar master adalah produk, bahan baku, pengguna, hari libur, permintaan, data aktual dan maintenance data. Untuk master produk, bahan baku, pengguna dan maintenance data, hanya administrator (manajer) yang memiliki hak akses untuk menggunakannya.

112 Master Produk Pada menu master produk, user dapat menambah, mengubah dan menghapus data produk. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.22 Rancangan Layar Daftar Produk Gambar 5.23 Rancangan Layar Tambah Produk Baru

113 Master bahan baku Pada menu master bahan baku, user dapat menambah, mengubah dan menghapus data bahan baku. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.24 Rancangan Layar Daftar Bahan Baku Gambar 5.25 Rancangan Layar Tambah Bahan Baku Baru

114 Master Pengguna Pada menu master pengguna, user dapat menambah, mengubah dan menghapus data pengguna. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.26 Rancangan Layar Daftar Pengguna Gambar 5.27 Rancangan Layar Tambah Pengguna Baru

115 Master hari libur Pada menu master hari libur, user dapat menambah, mengubah dan menghapus data hari libur. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.28 Rancangan Layar Daftar Hari Libur Gambar 5.29 Rancangan Layar Tambah Hari Libur Baru

116 Master permintaan Pada menu master permintaan, user dapat menambah, mengubah dan menghapus data permintaan. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.30 Rancangan Daftar Permintaan Gambar 5.31 Rancangan Layar Tambah Permintaan Baru

117 Pendataan aktual order Pada menu master aktual order, user dapat menambah, mengubah dan menghapus data aktual order. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.32 Rancangan Layar Daftar Data Aktual Gambar 5.33 Rancangan Layar Tambah Data Aktual

118 Maintenance data Pada menu master Maintenance data, user dapat menambah, mengubah dan menghapus data Maintenance. Untuk fungsi menambah dan mengubah memiliki rancangan layar dengan informasi yang sama, hanya berbeda fungsinya saja. Gambar 5.34 Rancangan Layar Daftar Maintenance Gambar 5.35 Rancangan Layar Tambah Data Baru

119 Navigation Diagram Navigation diagram menunjukkan interface (layar) yang terdapat dalam sistem informasi material requirement planning serta hubungan antara interface tersebut mulai dari saat pengguna menggunakan sistem hingga pengguna selesai menggunakan sistem. Berikut ini merupakan navigation diagram dari sistem informasi material requirement planning : Initial State Final State Hasil Peramalan Ubah Password Main Menu Peramalan Daftar Peramalan Daftar Hasil Konversi Agregat Perencanaan Agregat MPS Daftar Hasil MPS Daftar Hasil MRP MRP Tambah Produk Baru Daftar Produk Ubah Produk Daftar Bahan Baku Tambah Bahan Baku Baru Master Tambah Hari Libur Baru Daftar Hari Libur Ubah Bahan Baku Daftar Permintaan Tambah Data Aktual Ubah Hari Libur Ubah Data Permintaan Tambah Permintaan Baru Daftar Data Aktual Ubah Data Aktual Ubah Data Pengguna Daftar Pengguna Tambah Data Baru Tambah Pengguna Baru Daftar Maintenance Ubah Data Maintenance Diagram 5.3 Navigation Diagram

120 Pemograman Sistem informasi Material Requirement Planning ini merupakan sistem yang bersifat stand alone. Pemograman dilakukan setelah analisa dan perancangan sistem. Untuk memenuhi kebutuhan sistem berdasarkan analisa dan perancangan sistem yang telah dilaksanakan, maka pemograman dilakukan dengan menggunakan Microsoft Visual Basic 6.0 yang dihubungkan dengan database Microsoft Access Dengan demikian akan lebih memudahkan dalam pengembangan, pemeliharaan, serta untuk merealisasikannya. Beberapa spesifikasi hardware dan software yang dibutuhkan dalam menunjang perancangan sistem adalah : Equipment Perangkat keras yang dibutuhkan untuk merancang sistem adalah komputer (PC), monitor dan printer, dengan spesifikasi sebagai berikut : - Komputer PC dengan Processor Pentium IV 1.6 MHz. - Memory DDRAM 256 Mega Byte - Hard Disk 20 Giga Byte - Printer HP Bussines Inkjet dan perangkat lunak yang mendukung aplikasi ini System Software Operating system yang digunakan adalah Windows XP pada komputer. Software atau bahasa pemrograman yang dipakai untuk mengimplementasikan sistem informasi Material Requirement Planning ini adalah Visual Basic v.6.0 yang dihubungkan dengan Database Microsoft Access Sedangkan untuk menampilkan data dalam tabel untuk data grid digunakan software Sheridan. Selain itu sistem juga menggunakan Crystal Report v8.5. untuk mencetak laporan.

121 209 System Interface Software utama dihubungkan dengan database Access dengan Activex Data Object Data Control v.6.0 Sedangkan interaksi dengan user menggunakan Interface Windows GUI Evaluasi dan Pengujian Sistem Pada tahap ini dilakukan rencana implementasi untuk mengevaluasi dan pengujian sistem. Adapun usulan dari jadwal pengintegrasian sistem informasi Material Requirement Planning ini adalah : Tabel 5.76 Rencana Jadwal Implementasi Sistem No. Kegiatan 1 Pembentukan tim 2 Pembelian dan pemasangan hardware 3 Instalasi software Instalasi sistem informasi Material 4 Requirement Planning 5 Pengentrian data 6 Pelatihan pengguna 7 Uji coba sistem 8 Evaluasi sistem Minggu ke

BAB 5 HASIL DAN PEMBAHASAN

BAB 5 HASIL DAN PEMBAHASAN BAB 5 HASIL DAN PEMBAHASAN 5.1 Ekstraksi Hasil Pengumpulan Data 5.1.1 Data Umum Produk Perusahaan menggunakan batch sebagai satuan dalam produksi, dimana 1 batch adalah sebesar : 1. Spon untuk ukuran 9

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN

BAB 5 HASIL DAN PEMBAHASAN BAB 5 HASIL DAN PEMBAHASAN 5.1 Pengumpulan Data 5.1.1 Pembuatan Daftar Pemesan Rutin ke Perusahaan Berdasarkan data yang diterima dari perusahaan, terdapat total delapan perusahaan yang secara rutin per

Lebih terperinci

Universitas Bina Nusantara

Universitas Bina Nusantara Universitas Bina Nusantara Teknik Industri Sistem Informasi Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006 Analisis dan Perancangan Sistem Informasi untuk Memenuhi Kebutuhan Bahan Baku Produksi

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 4 METODOLOGI PEMECAHAN MASALAH BAB 4 METODOLOGI PEMECAHAN MASALAH 4.1 Model Rumusan Masalah dan Pengambilan Keputusan Untuk melakukan pemecahan masalah yang berkaitan dengan perencanaan bahan baku di PT. Mitra Manis Sentosa, maka dibawah

Lebih terperinci

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010 PENENTUAN JUMLAH TENAGA KERJA DAN ONGKOS PRODUKSI MINIMUM PADA PERUSAHAAN ABC Ahmad Staf Pengajar Program Studi Teknik Industri Universitas Tarumanagara, Jakarta e-mail: [email protected]

Lebih terperinci

EVALUASI JUMLAH TENAGA KERJA YANG OPTIMAL DENGAN METODE WORK LOAD ANALYSIS (WLA) DAN WORK FORCE ANALYSIS (WFA) DI PT.

EVALUASI JUMLAH TENAGA KERJA YANG OPTIMAL DENGAN METODE WORK LOAD ANALYSIS (WLA) DAN WORK FORCE ANALYSIS (WFA) DI PT. EVALUASI JUMLAH TENAGA KERJA YANG OPTIMAL DENGAN METODE WORK LOAD ANALYSIS (WLA) DAN WORK FORCE ANALYSIS (WFA) DI PT. TRIKARTIKA MEGAH NASKAH PUBLIKASI Diajukan Guna Memenuhi dan Melengkapi Syarat Gelar

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pengumpulan Data Data-data yang dikumpulkan digunakan untuk mendukung pengolahan data yang dilakukan ataupun sebagai input dari setiap metode-metode

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1. Ekstraksi Hasil Pengumpulan Data 4.1.1. Data Waktu Siklus Waktu siklus adalah waktu yang dibutuhkan operator untuk melakukan pekerjaan dalam kondisi sewajarnya. Waktu siklus

Lebih terperinci

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB III PERAMALAN 3.1 Landasan Teori Peramalan BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISA DATA

BAB 4 PENGUMPULAN DAN ANALISA DATA BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pengumpulan Data 4.1.1 Data untuk Peramalan Permintaan Untuk peramalan permintaan pada bulan Januari April 2007 diperlukan data penjualan selama bulan Mei 2005 Desember

Lebih terperinci

BAB 1 PENDAHULUAN. Seiring dengan perkembangan dunia industri dan teknologi yang semakin maju,

BAB 1 PENDAHULUAN. Seiring dengan perkembangan dunia industri dan teknologi yang semakin maju, BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan dunia industri dan teknologi yang semakin maju, salah satu hal terutama yang harus dicermati adalah persaingan usaha di antara

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan

Lebih terperinci

Seminar Nasional IENACO ISSN PENGELOMPOKAN STASIUN KERJA UNTUK MENYEIMBANGKAN BEBAN KERJA DENGAN METODE LINE BALANCING

Seminar Nasional IENACO ISSN PENGELOMPOKAN STASIUN KERJA UNTUK MENYEIMBANGKAN BEBAN KERJA DENGAN METODE LINE BALANCING PENGELOMPOKAN STASIUN KERJA UNTUK MENYEIMBANGKAN BEBAN KERJA DENGAN METODE LINE BALANCING Joko Susetyo, Imam Sodikin, Adityo Nugroho Jurusan Teknik Industri Fakultas Teknologi Industri, Institut Sains

Lebih terperinci

BAB V ANALISIS. Tabel 5.1. Kesalahan Estimasi Peramalan Metode Linear Regression

BAB V ANALISIS. Tabel 5.1. Kesalahan Estimasi Peramalan Metode Linear Regression BAB V ANALISIS 5.1. Analisis Peramalan Peramalan merupakan suatu cara untuk memperkirakan permasalahan dimasa yang akan datang berdasarkan pada data penjualan masa lalu. Dari bulan januari 2010 sampai

Lebih terperinci

Perencanaan Produksi Kotak Karton Tipe PB/GL pada PT.Guru Indonesia Ciracas, Jakarta Timur dengan Metode Transportasi.

Perencanaan Produksi Kotak Karton Tipe PB/GL pada PT.Guru Indonesia Ciracas, Jakarta Timur dengan Metode Transportasi. Perencanaan Produksi Kotak Karton Tipe PB/GL pada PT.Guru Indonesia Ciracas, Jakarta Timur dengan Metode Transportasi. Ariyanto Fakultas Teknologi Industri Jurusan Teknik Industri Universitas Gunadarma

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK CV Setia Jaya Socks merupakan perusahaan yang memproduksi kaos kaki. Perusahaan ini berlokasi di Jl. Kopo Permai II, Blok A no 2-6, Bandung dan memiliki lebih dari 50 tenaga kerja langsung. Perusahaan

Lebih terperinci

Kata kunci: tenaga kerja musiman, permintaan konsumen, alokasi waktu lembur dan produksi periode sebelumnya.

Kata kunci: tenaga kerja musiman, permintaan konsumen, alokasi waktu lembur dan produksi periode sebelumnya. ABSTRAK Purnomo Batik Art & Handicraft merupakan suatu perusahaan penghasil batik tulis make to stock dengan tenaga kerja bersifat tetap. Pada masa-masa musiman di pedesaan, misalnya musim tanam padi,

Lebih terperinci

BAB 1 PENDAHULUAN. Praktikum Sistem Produksi ATA 2014/2015

BAB 1 PENDAHULUAN. Praktikum Sistem Produksi ATA 2014/2015 BAB 1 PENDAHULUAN 1.1 Latar Belakang Aktifitas produksi yang terjadi pada sebuah perusahaan tidak hanya terbatas pada hal yang berkaitan dengan menghasilkan produk saja, namun kegiatan tersebut erat kaitannya

Lebih terperinci

V. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.

V. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi. 77 V. ANALISA DAN PEMBAHASAN A. Analisa Penentuan Pemesanan Biro Fajar Antang Dari hasil wawancara dengan manager Sirkulasi dan pimpinan Biro Fajar Antang, selama ini Biro Fajar Antang melakukan pemesanan

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 4 METODOLOGI PEMECAHAN MASALAH BAB 4 METODOLOGI PEMECAHAN MASALAH 4.1 Model Rumusan Masalah dan Pengambilan Keputusan Langkah-langkah dalam pemecahan masalah dan pengambilan keputusan dalam membuat sistem untuk menghasilkan suatu perencanaan

Lebih terperinci

BAB 4 ANALISIS DAN BAHASAN

BAB 4 ANALISIS DAN BAHASAN BAB 4 ANALISIS DAN BAHASAN 4.1 Profil Perusahaan PT. LG Electronics Indonesia adalah perusahaan elektronik asal Korea Selatan yang menjadi salah satu bagian dari LG Group yang didirikan di Korea pada tahun

Lebih terperinci

Febriyanto, S.E., M.M.

Febriyanto, S.E., M.M. METODE PERAMALAN PERMINTAAN Metode bebas (freehand method) Metode setengah ratarata (semi average method) Metode ratarata bergerak (moving average method) Metode kwadrat terkecil (least quares method)

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Terdapat beberapa tahapan yang harus dilakukan dalam memecahkan permasalahan penelitian ini. Tahapan tersebut terdiri dari kajian pendahuluan, identifikasi dan merumuskan masalah,

Lebih terperinci

PERENCANAAN PRODUKSI AGREGAT PRODUK FLOORING PADA PERUM PERHUTANI INDUSTRI KAYU BRUMBUNG

PERENCANAAN PRODUKSI AGREGAT PRODUK FLOORING PADA PERUM PERHUTANI INDUSTRI KAYU BRUMBUNG PERENCANAAN PRODUKSI AGREGAT PRODUK FLOORING PADA PERUM PERHUTANI INDUSTRI KAYU BRUMBUNG Dwi Rizkiyani*, Rani Rumita Email : [email protected] Program Studi Teknik Industri Universitas Diponegoro

Lebih terperinci

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015 BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa

Lebih terperinci

BAB IV JADWAL INDUK PRODUKSI

BAB IV JADWAL INDUK PRODUKSI BAB IV JADWAL INDUK PRODUKSI 4.1 Landasan Teori Jadwal induk produksi (master production schedule, MPS) merupakan gambaran atas periode perencanaan dari suatu permintaan, termasuk peramalan, backlog, rencana

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) [email protected],

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data 4.1.1. Sejarah Perusahaan CV. Mitra Abadi Teknik merupakan sebuah perusahaan yang bergerak dalam bidang perancangan dan manufaktur untuk peralatan

Lebih terperinci

PENENTUAN JADWAL INDUK PRODUKSI DI PT SALIM IVOMAS PRATAMA TBK

PENENTUAN JADWAL INDUK PRODUKSI DI PT SALIM IVOMAS PRATAMA TBK PENENTUAN JADWAL INDUK PRODUKSI DI PT SALIM IVOMAS PRATAMA TBK Nama : Fadly Hazman NPM : 32412636 Jurusan : Teknik Industri Dosen Pembimbing 1 : Dr. Ir. Asep Mohamad Noor, MT. Dosen Pembimbing 2: Nanih

Lebih terperinci

PERENCANAAN PRODUKSI PEDIALYTE PADA PT.ABBOTT INDONESIA DENGAN MENGGUNAKAN METODE PURE STRATEGY DAN MIXED STRATEGY ABSTRAKSI

PERENCANAAN PRODUKSI PEDIALYTE PADA PT.ABBOTT INDONESIA DENGAN MENGGUNAKAN METODE PURE STRATEGY DAN MIXED STRATEGY ABSTRAKSI PERENCANAAN PRODUKSI PEDIALYTE PADA PT.ABBOTT INDONESIA DENGAN MENGGUNAKAN METODE PURE STRATEGY DAN MIXED STRATEGY Izhar Frestia Jurusan Teknil Industri, Fakultas Teknologi Industri, Universitas Gunadarma

Lebih terperinci

Peramalan (Forecasting)

Peramalan (Forecasting) Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan

Lebih terperinci

Lampiran Perhitungan Uji Keseragaman dan Kecukupan Data

Lampiran Perhitungan Uji Keseragaman dan Kecukupan Data 96 Lampiran Perhitungan Uji Keseragaman dan Kecukupan Data Uji keseragaman data 1. waktu setup bagian pencetakan Subgroup No (i) Waktu (detik) (detik) (detik) BKA BKB 1 712 2 564 1 3 534 603,4 4 602 5

Lebih terperinci

Perhitungan Waktu Siklus Perhitungan Waktu Normal Perhitungan Waktu Baku Tingkat Efisiensi...

Perhitungan Waktu Siklus Perhitungan Waktu Normal Perhitungan Waktu Baku Tingkat Efisiensi... ABSTRAK Perusahaan Biskuit X merupakan perusahaan swasta yang berdiri pada tahun 1995 dan memproduksi biskuit marie yang dipasarkan ke beberapa kota di Pulau Jawa. Permasalahan yang terjadi saat ini adalah

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan

Lebih terperinci

BAB 2 GAMBARAN UMUM OBJEK

BAB 2 GAMBARAN UMUM OBJEK BAB 2 GAMBARAN UMUM OBJEK 2.1 Latar Belakang Perusahaan PT. Sinar Jaya Prakarsa merupakan sebuah perusahaan swasta yang berbentuk PT (Perseroan Terbatas), didirikan pada tahun 1982 oleh Bapak Amir Djohan

Lebih terperinci

BAB III METODE PENELITIAN. deskriptif adalah suatu kegiatan yang berkenaan dengan pernyataan terhadap

BAB III METODE PENELITIAN. deskriptif adalah suatu kegiatan yang berkenaan dengan pernyataan terhadap BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan pada penelitian ini adalah metode deskriptif dan metode komparatif. Menurut Sugiono (2013:89) bahwa penelitian deskriptif

Lebih terperinci

BAB IV JADWAL INDUK PRODUKSI

BAB IV JADWAL INDUK PRODUKSI BAB IV JADWAL INDUK PRODUKSI 4.1 Landasan Teori Jadwal Induk Produksi Jadwal Induk Produksi (JIP) adalah suatu set perencanaan yang mengidentifikasi kuantitas dari item tertentu yang dapat dan akan dibuat

Lebih terperinci

3.7 ANALISIS KESIMPULAN DAN SARAN BAB IV PENGUMPULAN DAN PENGOLAHAN DATA PENGUMPULAN DATA

3.7 ANALISIS KESIMPULAN DAN SARAN BAB IV PENGUMPULAN DAN PENGOLAHAN DATA PENGUMPULAN DATA DAFTAR ISI ABSTRAK... i ABSTRACT...ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...vii DAFTAR TABEL...viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN... 1 1.1 LATAR BELAKANG... 1 1.2 RUMUSAN MASALAH...

Lebih terperinci

4.10 Minimum Order Struktur Produk BAB 5 ANALISA 5.1 Pengolahan Data Perhitungan Coefficient of Variance

4.10 Minimum Order Struktur Produk BAB 5 ANALISA 5.1 Pengolahan Data Perhitungan Coefficient of Variance ABSTRAK Dalam industri manufaktur, ketersediaan bahan baku merupakan salah satu bagian yang penting dalam menunjang kelancaran operasi. Dengan ketersediaan bahan baku yang memadai, maka kegiatan produksi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan

Lebih terperinci

BAB VIII KESIMPULAN DAN SARAN

BAB VIII KESIMPULAN DAN SARAN BAB VIII KESIMPULAN DAN SARAN 8.1 Kesimpulan Kesimpulan merupakan jawaban dari tujuan yang telah dirumuskan sebelumnya. Kesimpulan ini diambil dari modul OPC, APC, struktur produk, dan BOM, Peramalan,

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1 Model Perumusan Masalah Metodologi penelitian penting dilakukan untuk menentukan pola pikir dalam mengindentifikasi masalah dan melakukan pemecahannya. Untuk melakukan pemecahan

Lebih terperinci

BAB 2 GAMBARAN UMUM OBJEK

BAB 2 GAMBARAN UMUM OBJEK BAB 2 GAMBARAN UMUM OBJEK 2.1. Latar Belakang Perusahaan PT. Sinar Jaya Prakarsa merupakan sebuah perusahaan swasta yang berbentuk PT (Perseroan Terbatas), didirikan pada tahun 1982 oleh Bapak Amir Djohan

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK PT X merupakan industri makanan di Depok yang memproduksi roti dengan 23 varian roti. Masalah yang dihadapi perusahaan saat ini adalah sering terjadinya over stock dan terkadang lost sales yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Peringkat Kinerja Operator (Performance Rating) Perancangan sistem kerja menghasilkan beberapa alternatif sehingga harus dipilih alternatif terbaik. Pemilihan alternatif rancangan

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasan Proses pembuatan magnet kimono ini, praktikan mencari Waktu Aktual, Performance Rating, Performance Estimasi, dan %Error. Pembahasan yang dijelaskan pada

Lebih terperinci

BAB III METODE PENELITIAN. diajukan. Sugiyono (2014:2) mengatakan bahwa: secara umum metode. adalah penelitian secara deskriptif dan komparatif.

BAB III METODE PENELITIAN. diajukan. Sugiyono (2014:2) mengatakan bahwa: secara umum metode. adalah penelitian secara deskriptif dan komparatif. BAB III METODE PENELITIAN 3.1 Metode Penelitian yang digunakan Metode penelitian pada dasarnya merupakan cara utama yang digunakan peneliti untuk mencapai tujuan dan menentukan jawaban atas masalah yang

Lebih terperinci

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu melakukan perencanaan untuk memastikan kelancaran operasi rantai pasok 1. Peramalan dalam organisasi 2. Pola permintaan 3. Metode peramalan

Lebih terperinci

PERENCANAAN JADWAL INDUK PRODUKSI DENGAN MENGGUNAKAN LINIER PROGRAMMING PADA INDUSTRI MANUFAKTUR PT X

PERENCANAAN JADWAL INDUK PRODUKSI DENGAN MENGGUNAKAN LINIER PROGRAMMING PADA INDUSTRI MANUFAKTUR PT X PERENCANAAN JADWAL INDUK PRODUKSI DENGAN MENGGUNAKAN LINIER PROGRAMMING PADA INDUSTRI MANUFAKTUR PT X Yusuf Eko Nurcahyo Politeknik 17 Agustus 1945 Surabaya Email : [email protected] Abstrak Permintaan

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk

Lebih terperinci

BAB IV ANALISIS HASIL PENGOLAHAN DATA

BAB IV ANALISIS HASIL PENGOLAHAN DATA BAB IV ANALISIS HASIL PENGOLAHAN DATA 4.1 Pola Dasar Permintaan Dari hasil pengumpulan data aktual yang telah dilakukan mengenai pertumbuhan jumlah kartu kredit BCA yang dimiliki oleh cardholder BCA Cabang

Lebih terperinci

BAB V ANALISA HASIL. dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP.

BAB V ANALISA HASIL. dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP. BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data data yang dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP. Kemudian dalam bab ini berisikan analisa berdasarkan hasil

Lebih terperinci

LAMPIRAN 1 CONTOH PERHITUNGAN PERAMALAN. 1. Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi

LAMPIRAN 1 CONTOH PERHITUNGAN PERAMALAN. 1. Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi LAMPIRAN 1 CONTOH PERHITUNGAN PERAMALAN 1. Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi kuadratis, double moving average, double exponential smoothing, dan siklis untuk

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1 Pembahasan Pekerjaan yang diamati pada praktikum kali ini adalah produktifitas kasir hypermart oleh dua operator. Proses kinerja kasir tersebut adalah kasir tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa

Lebih terperinci

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan dunia industri menyebabkan terjadinya persaingan yang cukup ketat antar perusahaan. Kualitas merupakan faktor dasar konsumen terhadap

Lebih terperinci

BAB V PEMBAHASAN. 5.1 Permintaan Konsumen

BAB V PEMBAHASAN. 5.1 Permintaan Konsumen BAB V PEMBAHASAN 5.1 Permintaan Konsumen Permintaan konsumen selama 12 periode (bulan) terakhir terhadap produk sandal kelom di Sagitria Collection adalah 6654 pasang dengan perincian 379 pasang pada periode

Lebih terperinci

Penentuan Waktu Produksi Optimal dengan Metode Rougt Cut Capacity Planning Guna Memenuhi Permintaan Konsumen (Studi Kasus PT. Adhitama Abadi Surabaya)

Penentuan Waktu Produksi Optimal dengan Metode Rougt Cut Capacity Planning Guna Memenuhi Permintaan Konsumen (Studi Kasus PT. Adhitama Abadi Surabaya) Penentuan Waktu Produksi Optimal dengan Metode Rougt Cut Capacity Planning Guna Memenuhi Permintaan Konsumen (Studi Kasus PT. Adhitama Abadi Surabaya) Dira Ernawati Teknik Industri FTI UPN Veteran Jatim

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,

Lebih terperinci

PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA

PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA The Forecasting of Raw Materials Supply and Sales in PT. Perkebunan Nusantara

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN

BAB 5 HASIL DAN PEMBAHASAN BAB 5 HASIL DAN PEMBAHASAN 5.1 Ekstraksi Hasil Pengumpulan Data 5.1.1 Data Pesanan Obat Tablet PT.Metiska Farma Data pesanan obat tablet merupakan faktor yang utama dalam menyusun suatu penjadwalan produksi

Lebih terperinci

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

Lebih terperinci

2.4 Pemilihan Metode Peramalan

2.4 Pemilihan Metode Peramalan 2.4 Pemilihan Metode Peramalan Dalam memilih metode peramalan yang akan digunakan didasarkan pada uji verifikasi. Dimana uji verifikasi ini bertujuan untuk menghitung error dari metode yang akan kita gunakan.

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data 4.1.1 Data Penjualan Data penjualan grout tipe Fix pada PT.Graha Citra Mandiri mulai dari Januari 2004 sampai dengan Oktober 2006 ditunjukkan pada

Lebih terperinci

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Studi Gerak dan Waktu ( Barnes h.257 ) Studi Gerak dan Waktu merupakan suatu ilmu yang terdiri dari teknik-teknik dan prinsip-prinsip untuk mendapatkan

Lebih terperinci

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan

Lebih terperinci

BAB 3 METODE PEMECAHAN MASALAH

BAB 3 METODE PEMECAHAN MASALAH BAB 3 METODE PEMECAHAN MASALAH 3.1 Kerangka Pikir Pemecahan Masalah Adapun kerangka pemikiran pemecahan masalah dalam bentuk diagram, adalah sebagai berikut: Gambar 3.1 Flow Diagram Kerangka Pikir Pemecahan

Lebih terperinci

BAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan

BAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan BAB V ANALISA HASIL Bab ini berisikan mengenai analisa hasil dari pengolahan data dalam perhitungan MRP Dolly pada satu tahun yang akan datang yang telah dibahas pada bab sebelumnya. 5.1 Analisa Peramalan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

Lebih terperinci

PERENCANAAN PRODUKSI AGREGAT DENGAN METODE HEURISTIK DAN TRANSPORTASI PADA PT FREMONT NUSAMETAL INDONESIA

PERENCANAAN PRODUKSI AGREGAT DENGAN METODE HEURISTIK DAN TRANSPORTASI PADA PT FREMONT NUSAMETAL INDONESIA PERENCANAAN PRODUKSI AGREGAT DENGAN METODE HEURISTIK DAN TRANSPORTASI PADA PT FREMONT NUSAMETAL INDONESIA HEURISTIC METHOD AND TRANSPORTATION METHOD FOR AGGREGATE PRODUCTION PLANNING IN PT FREMONT NUSAMETAL

Lebih terperinci

Pengukuran Kerja Langsung (Direct Work Measurement)

Pengukuran Kerja Langsung (Direct Work Measurement) Pengukuran Kerja Langsung (Direct Work Measurement) Pengukuran Kerja (Studi Waktu / Time Study) Perbaikan postur Perbaikan proses Perbaikan tata letak Perbaikan metode /cara kerja Data harus baik, representasi

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH 126 BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Diagram Pemecahan Masalah Gambar 3.1 Flow Diagram Pemecahan Masalah 127 1 PENGUMPULAN DATA - Data spesifikasi produk - Data bahan baku - Data jumlah mesin

Lebih terperinci

Lampiran 1. N= jumlah data tiap subgroup * jumlah subgroup = 6 * 6 = 36 data

Lampiran 1. N= jumlah data tiap subgroup * jumlah subgroup = 6 * 6 = 36 data Lampiran 1 Pengujian Kenormalan, Keseragaman, dan Kecukupan Data Stasiun 1 (Pemasangan cape 1) Data di bawah ini merupakan data waktu pemasangan cape 1 dalam satuan detik yang diperoleh dari hasil pengamatan,

Lebih terperinci

berhati-hati dalam melakukan perencanaan agar tidak terjadi kekosongan stok akan bahan baku dan produk jadi. Salah satu kesalahan perencanaan yang dil

berhati-hati dalam melakukan perencanaan agar tidak terjadi kekosongan stok akan bahan baku dan produk jadi. Salah satu kesalahan perencanaan yang dil Penyusunan Jadwal Induk Produksi Pada PT. Hitachi Construction Machinery Indonesia Alden Siregar (30404050) Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Gunadarma Contact Person : Alden

Lebih terperinci

USULAN RENCANA PRODUKSI AGREGAT PADA PT JAYA ABADI MANUFAKTUR - TANGERANG

USULAN RENCANA PRODUKSI AGREGAT PADA PT JAYA ABADI MANUFAKTUR - TANGERANG USULAN RENCANA PRODUKSI AGREGAT PADA PT JAYA ABADI MANUFAKTUR - TANGERANG Hendi Dwi Hardiman Jurusan Teknik dan Manajemen Industri - Sekolah Tinggi Manajemen Industri Jl. Letjen Suprapto No. 26 Jakarta

Lebih terperinci

Pembahasan Materi #7

Pembahasan Materi #7 1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving

Lebih terperinci

LAPORAN PRAKTIKUM MODUL I PERAMALAN

LAPORAN PRAKTIKUM MODUL I PERAMALAN LAPORAN PRAKTIKUM MODUL I PERAMALAN Disusun oleh: Kelompok II 1. Ari Handayani (4409216094) 2. Caecilia Eka A.W.S. (4409216097) 3. Dwi Darmawan Saputra (4409216100) LABORATORIUM SISTEM PRODUKSI FAKULTAS

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data 4.1.1. Gambaran Umum Perusahaan PT. Beton Elemenindo Putra didirikan pada tahun 2006. Kami adalah anak perusahaan PT. Beton Elemenindo Perkasa,

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1 Definisi Perencanaan dan Pengendalian Produksi Menurut Teguh Baroto produksi adalah suatu proses pengubahan bahan baku menjadi produk jadi. Sedangkan sistem produksi adalah sekumpulan

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Sejarah Perusahaan CV. Kurnia Teknik adalah sebuah CV spesialis moulding dan juga menerima jasa CNC, EDM, INJECT, dan DIGIT. CV. Kurnia

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Penelitian Pendahuluan Dilakukan di PT. IKPP dengan melakukan pengamatan dan wawancara agar didapatkan identifikasi masalah. Setelah masalah ditemukan dilakukan studi

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 4 METODOLOGI PEMECAHAN MASALAH BAB 4 METODOLOGI PEMECAHAN MASALAH 4.1. Model Rumusan Masalah dan Pengambilan Keputusan Dibawah ini merupakan diagram alir yang menggambarkan langkahlangkah dalam melakukan penelitian di PT. Dankos Laboratorioes

Lebih terperinci

PERENCANAAN KEBUTUHAN MATERIAL DENGAN METODE MATERIAL REQUIREMENT PLANNING

PERENCANAAN KEBUTUHAN MATERIAL DENGAN METODE MATERIAL REQUIREMENT PLANNING PERENCANAAN KEBUTUHAN MATERIAL DENGAN METODE MATERIAL REQUIREMENT PLANNING Jaka Purnama dan Suhartini Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Adhi Tama Surabaya Jl. Arif

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI.

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI. ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI Ni Putu Lisna Padma Yanti 1, I.A Mahatma Tuningrat 2, A.A.P. Agung Suryawan Wiranatha 2 1 Mahasiswa Jurusan Teknologi

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 4 METODOLOGI PEMECAHAN MASALAH BAB 4 METODOLOGI PEMECAHAN MASALAH 4.1. Metodologi Penelitian Dibawah ini merupakan diagram alir yang menggambarkan langkah-langkah dalam melakukan penelitian di PT. Mulia Knitting Factory Ltd. Mulai Penelitian

Lebih terperinci