BAB 2 LANDASAN TEORI

Transkripsi

1 12 BAB 2 LANDASAN TEORI 2.1 Pengukuran Waktu Kerja Pengukuran waktu kerja adalah kegiatan mengamati pekerjaan dan mencatat waktu kerja baik setiap elemen maupun siklus dengan menggunakan alat-alat pengukuran yang disiapkan. Kegiatan pengukuran waktu kerja ini berhubungan dengan usaha untuk menetapkan waktu baku yang dibutuhkan dalam menyelesaikan suatu pekerjaan. Secara umum, teknik-teknik pengukuran waktu kerja dikelompokkan menjadi 2, yaitu : 1. Pengukuran waktu kerja secara langsung Pengukuran dilaksankan langsung ditempat dimana pekerjaan berlangsung. Pengukuran kerja langsung dilakukan dengan cara : a. pengukuran waktu dengan jam henti Stopwatch time study Metode ini dikemukakan oleh Frederick W. Taylor pada abad ke-19, sesuai digunakan untuk pengukuran pekerjaan yang berlangsung singkat serta berulang repetitive. Langkah-langkah pengukuran waktu kerja dengan jam henti ini adalah sebagai berikut : Definisikan pekerjaan, maksud dan tujuan dari pengukuran ini kepada pekerja yang dipilih

2 13 Lakukan pencatatan informasi yang berkaitan dengan penyelesaian elemen kerja tersebut Tetapkan jumlah siklus kerja yang harus diukur Tetapkan rate of performans dari pekerja saat melaksanakan aktivitas kerja Tentukan waktu kerja normal berdasarkan penyesuaian waktu pengamatan dengan performance kerja pekerja. Tentukan waktu longgar allowance time bagi pekerja Tentukan waktu kerja baku standad time b. Pengukuran waktu kerja dengan metode sampling kerja work sampling Metode ini dikemukakan oleh L.H.C. Tippett sorang sarjana inggris. Metode sampling kerja ini berdasarkan hukum probabilitas, sehingga pengamatan suatu objek cukup dengan mengambil beberapa contoh sample yang diambil secara acak dari polpulasi yang ada. Metode ini sesuai digunakan untuk pekerjaan yang sifatnya tidak berulang dan memiliki siklus waktu panjang. Langkah-langkah pengukuran waktu kerja dengan metode sampling kerja work sampling sebagai berikut : Lakukan penentuan jumlah sample yang dibutuhkan Lakukan uji keseragaman dan kecukupan data Tentukan tingkat ketelitian yang dibutuhkan dalam pengamatan Lakukan analisa hasil akhir yang berkaitan dengan presentase delay

3 14 Gunakan peta kontrol untuk mengetahui kondisi-kondisi kerja yang wajar 2. Pengukuran waktu kerja secara tidak langsung Pengukuran waktu kerja secara tidak lansung dilakukan dengan cara : a. Pengukuran waktu kerja secara tidak langsung dengan metode standart data Metode ini biasanya digunakan untuk mengukur kerja mesin atau satu operasi tertentu saja, dimana data yang diperoleh sama sekali tidak bisa digunakan untuk jenis operasi lainnya. Oleh karena itu, metode ini khusus diaplikasikan untuk elemen kegiatan konstan seperti set-up, loading/unloading, handling machine, dan sebagainya. Keuntungan dari metode ini yaitu akan mengurangi aktivitas pengukuran kerja tertentu, mempercepat proses yang diperlukan untuk penetapan waktu baku yang dibutuhkan untuk penyelesaian pekerjaan. Perhitungan waktu baku dengan metode ini tidak dilakukan dengan aktivitas time study secara langsung, melainkan dengan cara perhitungan berdasarkan rumus-rumus yang ada atas elemen pekerjaan tersebut. b. Pengukuran waktu kerja secara tidak langsung dengan metode analisa regresi

4 15 Metode analisa regresi berguna untuk menyederhanakan pengukuran waktu dengan metode standart data. Hal ini dibutuhkan apabila elemen kerja yang diukur tidak berupa variabel tertentu. c. Pengukuran waktu kerja secara tidak langsungdengan data waktu gerakan Pengukuran waktu kerja secara tidak lansung dengan data waktu gerakan yaitu pengukuran waktu yang tidak langsung berdasarkan elemem-elemen pekerjaannya, melainkan berdasarkan elemen-elemen gerakannya. Elemen gerakan timbul dari gagasan konsep Therbligs yang dikemukakan oleh Frank dan Lilian Gilberth. Menetapkan waktu baku dengan pengukuran metode ini menggunakan data waktu gerakan yang terdiri atas sekumpulan data waktu dan prosedur sistematis yang dilakukan dengan menganalisa dan membagi setiap operasi kerja yang dilakukan secara manual kedalam gerakan-gerakan kerja, gerakan anggota tubuh/gerakan-gerakan manual lainnya. Pengukuran waktu kerja secara tidak langsung dengan data waktu gerakan ini dibagi atas beberapa metode, yaitu : - Analisa waktu gerakan motion time analysis - Waktu gerakan baku motion time standard - Waktu gerakan dimensi dimention motion time - Faktor-faktor kerja work factors Pengukuran waktu gerakan motion time measurement

5 16 - Pengukuran waktu gerakan dasar basic motion time Langkah-langkah yang perlu dilakukan sebelum pengukuran agar didapat hasil yang baik, yaitu : - Tetapkan tujuan pengukuran - Lakukan penelitian pendahuluan - Lakukan pengamatan terhadap kondisi kerja - Pilih operator yang baik - Lakukan pelatihan operator - Uraikan pekerjaan atas elemen elemen kerja - Persiapkan alat-alat pengukuran yang akan digunakan. 2.2 Uji Validitas Waktu baku adalah waktu yang dibutuhkan oleh seorang pekerja yang memiliki tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan. Waktu baku yang dimaksud disini sudah termasuk waktu kelonggaran yang diperoleh dengan memperhatikan situasi dan kondisi kerja yang diukur. Waktu baku berguna untuk : - Perencanaan kebutuhan tenaga kerja - Estimasi biaya untuk upah pekerja - Penjadwalan produksi dan penganggaran - Perencanaan sistem pemberian bonus dan insentif bagi pekerja

6 17 - Indikasi output yang mampu dihasilkan oleh seorang pekerja Pengukuran waktu baku dapat dilakukan setelah data yang terkumpul cukup dan ditentukan tingkat keyakinan dan tingkat ketelitian yang diinginkan. Apabila data yang terkunpul tidak memenuhi syarat uji kecukupan data, maka perlu dilakukan pengumpulan data ulang agar dapat dihitung waktu bakunya. Langkah-langkah yang perlu dilakukan untuk memperolah waktu baku, antara lain : 1. Uji keseragaman data Langkah-langkah yang harus diperhatikan : a. Data-data yang diperoleh dari observasi dikelompokkan dalam subgroup kemudian dilakukan perhitungan rata-rata xi x = dimana : n = jumlah data setiap subgroup n b. Setiap rata-rata subgroup duhitung rata-rata populasinya x x = dimana : n = jumlah subgroup N c. Hitung standart deviasi dari distribusi harga rata-rata subgroup ( xi x ) N * ( xi ) ( x ) σ = atau N 1 N * dimana : N = jumlah semua data ( N 1) d. Hitung standart deviasi populasi dari standart populasi subgroup σ σ x = n

7 18 e. Menentukan BKA dan BKB sebagai batas kontrol tingkat penyimpangan data. BKA= X + Z. σx BKB = X Z. σx Z = besar tingkat ketelitian dan tingkat kepercayaan yang digunakan Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesaian sebenarnya. Tingkat keyakinan menunjukkan besarnya keyakinan pengukur bahwa hasil yang diperoleh memenuhi syarat ketelitian tadi. Z adalah bilangan konversi pada distribusi normal sesuai tingkat kepercayaan yang digunakan. f. Gambar grafik 2. Uji kecukupan data Untuk mengetahui apakah data yang digunakan sudah mencukupi atau belum. k N ' = s N x i x i ( xi ) 2 2 dimana : k = konstanta untuk tingkat kepercayaan s = tingkat ketelitian Bila hasil perhitungan N <N berarti data cukup. Jika tidak maka perlu dilakukan pengukuran ulang.

8 19 3. Uji kenormalan data Untuk menguji ketepatan suatu fungsi dengan menggunakan khi-kuadrat dan dengan membandingkan hasil observasi dengan frekuensi harapan. Langkah-langkah yang harus dilakukan : a. Tentukan panjang kelas K = 1+ 3,3 log N b. Tentukan lebar kelas R i = dimana R range = data max data min K c. Tentukan luas wilayah N dibawah kurva normal dengan menggunakan tabel Z berdasarkan hasil perhitungan Zn Z n = batas kelas atas x σ d. Tentukan perbandingan X 2 hitung dan X 2 tabel, untuk mengetahui kenormalan data X X 2 hitung 2 tabel = = ( α, V ) ( o e ) i e i i dimana : o i = frekwensi hasil observasi e i = frekwensi harapan α = tingkat kepercayaan V = derajat kebebasan

9 20 Berdasarkan hasil perhitungan tersebut dapat disimpulkan jika X 2 hitung<x 2 tabel, maka data normal. 2.3 Tingkat Ketelitian dan Tingkat kepercayaan Pengukuran dilakukan hanya dengan mengambil beberapa sample dari populasi yang ada berdasarkan uji kecukupan data. Hal ini menyebabkan pengukur kehilangan sebagian kepastian akan rata-rata waktu sebenarnya yang digunakan untuk menyelesaikan suatu pekerjaan. Oleh karena itu, diperlukan adanya tingkat ketelitian dan tingkat keyakinan yang mencerminkan tingkat ketidakpastian yang diinginkan. Penyimpangan maksimum hasil pengukuran dari waktu sebenarnya ditentukan oleh tingkat ketelitian. Besarnya keyakinan pengukuran bahwa hasil yang diperoleh memenuhi syarat ketelitian dan tingkat keyakinan biasanya dinyatakan dalam persen. Didalam aktivitas pengukuran kerja biasanya digunakan tingkat ketelitian 5% dan tingkat keyakinan 95%. Artinya, dari 100% harga rata-rata waktu yang diukur untuk suatu elemen kerja sebesar 95% adalah hasil yang ingin diperoleh atau data menyimpang sebesar 5%. 2.4 Faktor Penyesuaian dan Kelonggaran Faktor Penyesuaian Setelah melakukan pengukuran, pengukur harus mengamati kewajaran kerja yang ditujukan operator. Ketidakwajaran dapat saja terjadi misalnya

10 21 bekerja tanpa kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena mengalami kesulitan-kesulitan seperti karena kondisi ruangan yang buruk. Sebabsebab seperti ini mempengaruhi kecepatan kerja yang berakibat terlalu singkat atau terlalu panjangnya waktu penyelesaian. Hal ini jelas tidak diinginkan karena waktu baku yang dicari adalah waktu yang diperoleh dari kondisi dan cara kerja yang baku yang diselesaikan secara wajar. Andaikata ketidakwajaran ada maka pengukur harus mengetahui dan menilai seberapa jauh hal itu terjadi. Penilaian perlu diadakan karena berdasarkan inilah penyesuaian dilakukan. Biasanya penyesuaian dilakukan dengan mengalikan waktu siklus rata-rata atau waktu elemen rata-rata dengan suatu harga p yang disebut faktor penyesuaian. Bila pengukur berpendapat bahwa operator bekerja diatas normal (terlalu cepat), maka harga p nya akan lebih besar dari atu (p1); sebaliknya jika operator dipandang bekerja dibawah normal maka harga p akan lebih kecil dari satu (p). Seandainya pengukur berpendapat bahwa opeator bekerja dengan wajar maka harga p nya sama dengan satu (p = 1). Beberapa cara menetukan faktor penyesuaian : 1. Cara Persentase Cara persentase merupakan cara yang paling awal digunakan dalam melakukan penysuaian. Disini besarnya faktor penyesuaian sepenuhnya ditentukan oleh pengukur melalui pengamatannya selama melakukan pengukuran. Jadi sesuai dengan pengukuran dia menentukan harga p yang

11 22 menurut pendapatnya akan menghasilkan waktu normal bila harga ini dikalikan dengan waktu siklus. Terlihat bahwa penyesuaiannya diselesaikan dengan cara yang sangat sederhana. Memang cara ini merupakan cara yang paling mudah dan sederhana, namun segera pula terlihat adanya kekurangan ketelitian sebagai akibat dari kasarnya cara penilaian. Dari kelemahan inilah kemudian dikembangkan cara-cara lain yang dipandang sebagai cara yang lebih objektif. Cara-cara ini umumnya memberikan patokan yang dimaksudkan untuk mengarahkan penilaian pengukur terhadap kerja operator. 2. Cara Shumard Cara Shumard memberikan patokan-patokan penilaian melalui kelas-kelas performance kerja dimana setiap kelas mempunyai nilai sendiri-sendiri. Tabel 2.1 Penyesuaian menurut cara Shumard Kelas Penyesuaian Kelas Penyesuaian Superlast 100 Good - 65 Fast + 95 Normal 60 Fast 90 Fair + 55 Fast - 85 Fair 50 Excellent 80 Fair - 45 Good + 75 Poor 40 Good - 70 Disini pengukur diberi patokan untuk menilai performance kerja operator menurut kelas-kelas. Seorang yang dipandang bekerja normal diberi nilai 60, dengan nama performance kerja yang lain dibandingkan

12 23 untuk menghitung faktor penyesuaian. Bila performance seorang operator dinilai Excellent, maka dia mendapat nilai 80, dan karena faktor penyesuainya adalah : P = 80/60 = 1,33 Jika waktu siklus rata-rata sama dengan 276,4 detik, maka waktu normalnya : W n = 276,4 * 1,33 = 367,6 detik 3. Cara Westinghouse Berbeda dengan cara Shumard, cara westinghouse mengarahkan penilaian pada 4 faktor yang dianggap menentukan kewajaran atau ketidakwajaran dalam bekerja yaitu Ketrampilan, Usaha, Kondisi kerja, dan Konsistensi. Setiap faktor terbagi kedalam kelas-kelas dengan nilainya masing-masing. Ketrampilan atau Skill didefinisikan sebagai kemampuan mengikuti cara kerja yang ditetapkan. Latihan dapat meningkatkan ketrampilan, tetapi hanya sampai ketingkat tertentu saja. Untuk keperluan penyesuaian ketrampilan dibagi menjadi enam kelas dengan ciri-ciri dari setiap kelas seperti yang dikemukakan berikut ini : SUPER SKILL : 1. Secara bawaan cocok sekali dengan pekerjaannya 2. Bekerja dengan sempurna 3. Tampak seperti telah terlatih dengan sangat baik

13 24 4. Gerakan-gerakannya halus tetapi sangat cepat sehingga sulit untuk diikuti. 5. Kadang-kadang terkesan tidak berbeda dengan gerakan-gerakan mesin 6. Perpindahan dari satu elemen pekerjaan ke elemen lainnya tidak terlampau terlihat lancarnya 7. Tidak terkesan adanya gerakan-gerakan berpikir dan merencana tentang apa yang dikerjakan 8. Secara umum dapat dikatakan bahwa pekerja yang bersangkutan adalah pekerja yang baik. EXCELLENT SKILL : 1. Percaya pada diri sendiri 2. Tampak cocok cocok dengan pekerjannya 3. Terlihat telah terlatih baik 4. Bekerjanya teliti dengan tidak banyak melakukan pengukuran-pengukuran atau pemeriksaanpemeriksaan 5. Gerakan-gerakan kerjanya beserta urutanurutannya dijalankan tanpa kesalahan 6. Menggunakan peralatan dengan baik 7. Bekerjanya cepat tanpa mengorbankan mutu 8. Bekerjanya cpat tetapi halus 9. Bekerja berirama dan terkoordinasi

14 25 GOOD SKILL : 1. Kwalitas hasil baik 2. Bekerjanya tanpa lebih baik dari pada kebanyakan pekerjaan pada umumnya 3. Dapat memberi petunjuk-petunjuk pada pekerja lain yang ketrampilannya lebih rendah 4. Tampak jelas sebagai pekerja yang cakap 5. Tidak memerlukan banyak pengawasan 6. Tiada keragu-raguan 7. Bekerjanya stabil 8. Gerakan-gerakannya terkoordinasi dengan baik 9. Gerakan-gerakannya cepat AVERAGE SKILL : 1. Tampak adanya kepercayaan pada diri sendiri 2. Gerakannya cepat tapi tidak lambat 3. Terlihat adanya pekerjaan-pekerjaan yang perencanaan 4. Tampak sebagai pekerja yang cakap 5. Gerakan-gerakannya cukup menunjukkan tiadanya keragu-raguan 6. Mengkoordinasi tangan dan pikiran dengan cukup baik 7. Tampak cukup terlatih dan karenanya mengetahui seluk beluk pekerjaannya

15 26 8. Bekerjanya cukup teliti 9. Secara keseluruhan cukup memuaskan FAIR SKILL : 1. Tampak terlatih tetapi belum cukup baik 2. Mengenal peralatan dan lingkungan secukupnya 3. Terlihat adanya perencanaan-perencanaan sebelum melakukan gerakan 4. Tidak mempunyai kepercayaan diri yang cukup 5. Tampaknya tidak cocok dengan pekerjaannya tetapi telah ditempatkan dipekerjaan itu sejak lama 6. Mengetahui apa yang dilakukan dan harus dilakukan tetapi tidak tampak selalu yakin 7. Sebagian waktu terbuang karena kesalahan-kesalahan sendiri 8. Jika tidak bekerja sungguh-sungguh outputnya akan sangat rendah 9. Biasanya tidak ragu-ragu menjalankan gerakangerakannya POOR SKILL : 1. Tidak bisa mengkoordinasikan tangan dan pikirannya 2. Gerakan-gerakannya kaku 3. Kelihatan ketidakyakinannya pada urutan gerakannya 4. Seperti yang tidak terlatih untuk pekerjaan yang bersangkutan

16 27 5. Tidak terlihat adanya kecocokan dengan pekerjaannya 6. Ragu-ragu dalam menjalankan gerakan-gerakan kerja 7. Sering melakukan kesalahan-kesalahan 8. Tidak adanya kesalahan-kesalahan 9. Tidak bisa mengambil inisiatif sendiri untuk usaha atau Effort cara Westinghouse membagi juga atas kelas-kelas dengan ciri masing-masing. Yang dimaksud dengan usaha disini adalah kesungguhan yang ditujukan atau diberikan operator ketika melakukan pekerjaanya. Berikut ini ada enam kelas usaha dengan ciri-cirinya. EXCESSIVE EFFORT : 1. Kecepatan sangat berlebihan 2. Usahanya sangat bersungguh-sungguh tetapi dapat membahayakan kesehatannya. 3. Kecepatan yang ditimbulkannya tidak dapat dipertahankan sepanjang hari kerja EXCELLENT EFFORT : 1. Jelas terlihat kecepatan kerjanya yang tinggi 2. Gerakan-gerakan lebih ekonomis daripada operator-operator biasa 3. Penuh perhatian pada pekerjannya 4. Banyak memberi saran-saran

17 28 5. Menerima saran-saran dan petunjuk swngan senang 6. Percaya kepada kebaikan maksud pengukuran waktu 7. Tidak apat bertahan lebih dari beberapa hari 8. Bangga atas kelbihannya 9. Gerakan-gerakan yang salah terjaadi sangat jarang sekali 10. Bekerjanya sistematis 11. Karena lancarnya, perpindahan dari suatu elemen ke elemen lain tidak terlihat GOOD EFFORT : 1. Bekerja berirama 2. Saat-saat mengganggur sangat sedikit, bahkan kadangkadang tidak ada 3. Penuh perhatian pada pekerjaannya 4. Senang pada pekerjaannya 5. Kecepatannya baik dan dapat dipertahankan sepanjang hari 6. Percaya pada kebaikan maksud pengukuran waktu 7. Menerima saran-saran dan petunjuk swngan senang 8. Dapat memberi saran-saran untuk perbaikan kerja

18 29 9. Tempat kerjanya diatur baik dan rapi 10. Menggunakan alat-alat yang tepat dengan baik 11. Memelihara dengan baik kondisi peralatan AVERAGE EFFORT : 1. Tidak sebaik good, tatapi lebih baik dari pada poor 2. Bekerja dengan stabil 3. Menerima saran-saran tetapi tidak melaksanakannya 4. Set up dilaksanakan dengan baik 5. Melakukan kegiatan-kegiatan perencanaan FAIR EFFORT : 1. Saran-saran perbaikan diterima dengan kesal 2. Kadang-kadang perhatian tidak ditujukan pada pekerjaannya 3. Kurang sungguh-sungguh 4. Tidak mengeluarkan tenaga dengan secukupnya 5. Terjadi sedikit penyimpangan dari cara kerja balu 6. Alat-alat yang dipakainya tidak selalu yang terbaik 7. Terlihat adanya kecenderungan kurang perhatian pada pekerjaannya 8. Terlampau hati-hati 9. Sistematika kerjanya sedang-sedang saja 10. Gerakan-gerakannya tidak terencana

19 30 POOR EFFORT : 1. Banyak membuang-buang waktu 2. Tidak memperhatikan adanya minat bekerja 3. Tidak mau menerima saran-saran 4. Tampak mala dan lambat bekerja 5. Melakukan gerakan-gerakan yang tidak perlu untuk mengambil alatalat dan bahan-bahan 6. Tempat kerjanya tidak diatur rapi 7. Tidak pduli pada cocok/baik tidaknya peralatan yang dipakai 8. Mengubah-ubah tata letak tempat kerja yang telah diatur 9. Set up kerjanya tidak baik Yang dimaksud dengan kondisi kerja atau Condition pada cara Westinghouse adalah kondisi fisik lingkungannya seperti keadaan pencahayaan, temperatur dan kebisingan ruangan. Faktor kondisi kerja juga sering disebut sebagai faktor manajemen, karena pihak inilah yang dapat dan berwenang merubah atau memperbaiki apa yang dicerminkan oleh operator. Kondisi kerja dibagi menjadi enam kelas yaitu ideal, excellent, good, fair dan poor. Kondisi Ideal tidak selalu sama bagi setiap pekerjaan karena berdasarkan karakteristiknya masing-masing pekerja membutuhkan

20 31 kondisi ideal sendiri-sendiri. Suatu kondisi yang dianggap good untuk sautu pekerjaan dapat saja dirasakan sebagai fair atau bahkan poor bagi pekerjaan yang lain. Pada dasarnya kondisi ideal adalah kondisi yang paling cocok untuk pekerjaan yang bersangkutan, yaitu yang memungkinkan performance maksimal dari pekerja.. sebaiknya kondisi poor adalah kondisi lingkungan yang tidak membantu jalannya pekerjaan bahkan sangat menghambat pencapaian performance yang baik. Sudah tentu suatu pengetahuan tentang keadaan bagaimana yang disebut ideal, dan bagaiomana pula yang disebut poor perlu memiliki agar penilaian terhadap kondisi kerja dalam rangka melakukan penyesuaian dapat dilakukan dengan seteliti mungkin. Faktor yang harus diperhatikan adalah konsistensi atau Consistency. Faktor ini perlu diperhatikan karena kenyataannya bahwa setiap pengukuran waktu angka-angka yang dicatat tidak pernah semuanya sama, waktu penyelesaian yang ditunjukkan pekerja selalu beubah-ubah dari satu sikluske siklus lainnya, dari jam ke jam lainnya, bahkan dari hari ke hari lainnya.selama masih dalam batas-batas kewajaran masalah tidak timbul, tetapi jika variabilitasnya tinggi maka hal tersebut harus diperhatikan. Sebagaimana halnya dengan faktorfaktor lainnya, konsistensi juga dibagi menjadi enam kelas yaitu : Perfect, Excellent, Good, Average, fair, dan Poor. Tabel penyesuai menurut Westinghouse dapat dilihat pada lampiran.

21 32 4. Cara Objektif Cara objektif memperhatikan 2 faktor yaitu kecepatan kerja dan tingkat kesulitan pekerjaan. Kedua faktor inilah yang dipandang secara bersama-sama menentukan berapa harga p untuk mendapatkan waktu normal. Kecepatan kerja adalah kecepatan dalam melakukan pekerjaan dalam pengertian biasa. Jika operator bekerja dengan kecepatan wajar maka diberi nilai satu. Cara menentukan besarnya p tidak berbeda dengan cara menentukan faktor penyesuaian dengan cara persentase. Perbedannya terletak pada yang dinilai. Untuk kesulitan kerja disediakan sebuah tabel yang menunjukkan berbagai keadaan kesulitan kerja seperti apakah pekerjaan tersebut memerlukan banyak anggota badan, apakah ada pedal kaki dan sebagainya. Angka yang ditunjukkan dalam tabel adalah dalam perseratus dan jika nilai dari setiap kondisi kesulitan kerja yang bersangkutan dengan pekerjaan yang sedang diukur dijumlahkan akan menghasilkan P 2 yaitu notasi bagi bagian penyesuaian objektif untuk tingkat keseulitan pekerjaan. Tabel 2.2 penyesuaian menurut tingkat kesulitan, cara obyektif Keadaan Lambang Penyesuaian Anggota terpakai Jari A 0 Pergelangan tangan dari jari B 1 Lengan bawah, pergelangan tangan dan jari C 2 Lengan atas, lengan bawah, dst D 5 Badan E 8 Mengangkat beban dan lantai dengan kaki E2 10

22 33 Pedal kaki Tanpa pedal, atau satu pedal dengan sumbu dibawah kaki F 0 Satu atau dua pedal dengan sumbu tidak dibawah kaki G 5 Penggunaan tangan Keadaan tangan saling bantu atau bergantian H 0 Kdua tangan mengerjakan gerakan yang sama pada saat yang sama H2 18 Koordinasi mata dengan tangan Sangat sedikit I 0 Cukup dekat J 2 Konstan dan dekat K 4 Sangat dekat L 7 Lebih kecil dari 0.04 cm M 10 Peralatan Dapat ditangani dengan mudah N 0 Dengan sedikit kontrol O 1 Perlu kontrol dan penekanan P 2 Perlu penanganan dan hati-hati Q 3 Mudah pecah dan patah R 5 Berat beban kg Tangan Kaki 0.45 B B B B B B B B B B B B B B Cara Bedaux dan Sintesa Dua cara lain yang dikembangkan untuk lebih mengobjektifkan penyesuaian adalah cara Bedaux dab cara Sintesa. Pada dasarnya cara

23 34 Bedaux tidak banyak berbeda dengan cara Shumard, hanya saja nilai-nilai pada cara Bedaux dinyatakan dalam B Sedangkan cara Sintesa agar berbeda debgan cara-cara lain, dimana dalam cara ini waktu penyelesaian setiap elemen gerakan dibandingkan dengan harga-harga yang diperoleh dari tabel-tabel data waktu gerakan untuk dihitung harga rata-ratanya.harga rata-rata yang dinilai sebagai penyesuaian bagi satu siklus yang bersangkutan Faktor Kelonggaran Selain data yang seragam, jumlah pengukuran yang cukup dan penysuaian satu hal lain yang kerapkali terlupakan adalah menembah kelonggaran atas waktu normal yang telah didapatkan. Kelonggaran diberikan untuk tiga hal yaitu : 1. Kelonggaran untuk kebutuhan pribadi Yang termasuk kedalam kebutuhan pribadi disini adalah hal-hal seperti minum sekedarnya untuk menghilangkan rasa haus, kekamar kecil, bercakapcakap dengan teman sekerja sekedar untuk menghilangkan ketegangan ataupun kejemuan dalam kerja. Besarnya kelonggaran yang diberikan untuk kebutuhan pribadi seperti itu, berbeda-beda dari satu pekerjaan ke pekerjaan lainnya karena setiap pekerjaan mempunyai karakteristik sendiri-sendiri dengan tuntutan yang berbeda-beda.

24 35 Berdasarkan penelitian, ternyata besarnya kelonggaran ini bagi pekerja pria berbeda dengan pekerja wanita; misalnya untuk pekerjaan-pekerjaan ringan pada kondisi-kondisi normal pria memerlukan dan wanita 5% (persentase ini adalah dari waktu normal). 2. Kelonggaran untuk menghilangkan rasa Fatique rasa fatique tercermin antara lain dari menurunnya hasil produksi baik jumlah maupun kwalitas. Jika rasa fatique telah datang dan pekerja harus bekerja untuk menghasilkan performance normalnya, maka usaha yang dikeluarkan pekerja lebih besar dari normal dan ini akan menambah rasa fatique. Bila ini berlangsung terus pada akhirnya akan terjadi fatique total yaitu jika anggota badan yang bersangkutan sudah tidak dapat melakukan gerakan kerja sama sekali walaupun sangat dikehendaki. Hal demikian jarang terjadi karena berdasarkan pengalamannya pekerja dapat mengatur kecepatan kerjanya sedemikian rupa, sehingga lambatnya gerakan-gerakan kerja ditujukan untuk menghilangkan rasa fatique ini. 3. Kelonggaran untuk hambatan-hambatan tak terhindarkan Dalam melaksanakan pekerjaannya, pekerja tidak akan lepas dari berbagai hambata. Ada hambatan yang dapat dihindarkan seperti mengobrol yang berlebihan dan menganggur dengan sengaja. Ada pula hambatan yang tidak dapat dihindarkan karena berada diluar kekuasaan pekerja untuk mengendalikannya. Beberapa contoh yang termasuk kedalam hambatan tak terhindarkan adalah

25 36 - Menerima atau meminta petunjuk kepada pengawas - Melakukan penyesuaian - Memperbaiki kemacetan-kemacetan singkat seperti mengganti alat potong yang patah, memasang kembali ban yang lepas dan sebagainya - Mengasah alat potong - Mengambil alat-alat khusus atau bahan-bahan khusus dari gudang 2.5 Perhitungan Waktu Baku Setelah dilakukan pengukuran data yang digunakan untuk memperoleh waktu baku, maka langkah selanjutnya adalah menghitung waktu baku dari data yang terkumpul tersebut. Waktu baku diperoleh dari perhitungan berikut : 1. Perhitungan Waktu Siklus Waktu siklus adalah waktu penyelesaian satuan-satuan produk sejak bahan baku mulai diproses ditempat kerja yang bersangkutan Ws = N x i 2. Perhitungan Waktu Normal Waktu normal adalah waktu penyelesaian suatu produk yang dilakukan oleh seorang operator dengan mempertimbangkan faktor kecepatan kerja operator tersebut, apakah bekerja terlalu cepat, normal atau lambat Wn = Ws * P Dimana : P = faktor penyesuaian

26 37 3. Perhitungan Waktu Baku Waktu baku adalah waktu yang dibutuhkan secara wajar oleh seorang pekerja normal untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja terbaik.waktu baku diperoleh dari perhitungan waktu normal dengan tingkat kelonggaran/allowance yang diberikan. W = W 100% * atau Wb = Wn + 100% allowance b n n * ( W allowance) 2.6 Peramalan Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimas datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang maupun jasa. Peramalan tidak terlalu dibutuhkan dalam kondisi pasar yang stabil, karena perubahan permintaan relative kecil. Tetapi peramalan akan sangat dibituhkan bila kondisi permintaan pasar bersifat komplek dan dinamis Peramalan dan horizon waktu Dalam hubungannya dengan horizon waktu peramalan, maka kita bisa mengklasifikasikan peramalan tersebut kedalam 3 kelompok, yaitu : 1. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan sumber daya.

27 38 2. Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan peramlan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran 3. Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramlan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan kontrol jangka pendek Peramalan permintaan Pada bidang Perencanaan dan Pengendalian Produksi, bidang peramalan yang difokuskan adalah peramalan permintaan.peramlan permintaan ini akan menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusan-keputusan operasional produksi sangat dipengaruhi hasil dari permintaan. Peramalan permintaan ini digunakan untuk peramalan dari produk yang bersifat bebas seperti peramalan produk jadi Faktor-faktor yang mempengaruhi peramalan Permintaan akan suatu produk pada suatu perusahaan merupakan resultan dari berbagai faktor yang saling berinteraksi dalam pasar. Faktor-faktor ini

28 39 hampir selalu merupakan yang berada diluar kendali perusahaan. Berbagai faktor tersebut antara lain : - Siklus Bisnis. Penjualan akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan akan suatu produk akan dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fasefase inflasi, resesi, depresi dan masa pemulihan. - Siklus Hidup Produk. Siklus hidup suatu produk biasanya mengikuti suatu pola yang biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, dimana siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase kemantangan, dan fase penurunan. Untuk menjaga kelangsungan hidup usaha, maka perlu dilakukan inovasi produk pada saat yang tepat - Faktor-Faktor Lain. Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah, dan usahausaha yang dilakukan sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, anggaran periklanan, dan kebijakan pembayaran secara kredit Beberapa sifat hasil peramalan Dalam membuat peramalan atau menerapkan hasil suatu peramalan, maka ada beberapa hal yang harus dipertimbangkan, yaitu :

29 40 1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktorfaktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinana terjadinya perubahan faktor-faktor yang mempengaruhi permintaan Ukuran akurasi hasil peramalan Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran yang biasa digunakan : 1. rata-rata deviasi mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai berikut :

30 41 MAD = dimana : A t Ft n A t = permintaan aktual pada periode-t F t = peramalan permintaan (forecast) pada periode-t n = jumlah periode peramalan yang terlibat 2. rata-rata kuadrat kesalahan (Mean Square Error = MSE) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut : MSE = ( A F ) t n t 2 3. rata-rata kesalahan peramalan (Mean Forecast Error =MFE ) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak biasa, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara matematis, MFE dinyatakan sebagai berikut : MSE = ( A F ) t n t

31 42 4. rata-rata persentase kesalahan absolut (Mean Absolute Percentage Error = MAPE) MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase terlalu tingi atau terlalu rendah. Secara matematis MAPE dinyatakan sebagai berikut : MAPE 100 = n At F A t t Metode-metode dalam Peramalan Secara umum, peramalan diklasifikasikan menjadi 2 macam, yaitu : 1. Peramalan yang bersifat subyektif Peramalan subyektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat probadi seseorang, dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subyektif diwakili oleh metode Delphi dan metode penelitian pasar. a. Metode Delphi Metode ini merupakan cara sistematis untuk mendapatkan keputusankeputusan bersama dari suatu grup yang berbeda. Grup ini diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Metode delphi ini dipakai dalam peramalan teknologi yang sudah

32 43 digunakan pada pengoperasian jangka panjang. Selain itu, metode ini juga bermanfaat dalam pengembangan produk baru, pengembangan kapasitas produksi, penerobosan ke segmen pasar baru dan strategi keputusan bisnis lainnya. b. Metode penelitian penelitian pasar Metode ini mengumpulkan dan menganalisa fakta secara sistematis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama ini adalah survei konsumen. Penelitian pasar sering digunakan untuk merencanakan produk baru, sistem periklanan dab promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar peramalan permintaan produk baru. 2. Peramalan yang bersifat obyektif Merupakan prosedur baru peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukkan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Peramalan obyektif terudur atas dua metode yaitu : a. Metode intrinsik Metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis tanpa mempertimbangakan faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metode hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana

33 44 dalam rangka pengendalian produksi dan pengendalian bahan baku seringkali perusahaan melibatkan banyak item yang berbeda. Metode intrinsik akan diwakili oleh analisis deret waktu. b. Metode ekstrensik Metode ini mempertimbangkan faktor-faktor eksternal yang mungkin dapat mempengaruhi besarnya permintaan dimasa yang akan datang dalam model peramalannya. Metode ini cocok untuk peramalan jangka panjang karena dapat menunjukkan hubungan sebab akibat yang jelas dalam hasil peramalannya sehingga disebut metode kausal dan dapat memprediksi titik-titik perubahan. Metode ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metode ini akan diwakili oleh metode regresi Analisa Deret Waktu (Time Series) Analisis deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen : 1. Trend (T) Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun, atau konstan.

34 45 Gambar 2.1 gambar grafik pola Trend 2. Cycle (C) Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasany lebih dari satu tahun sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Gambar 2.2 gambar grafik pola cycle 3. Season (S) Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berulang setiap tahun. Oleh karena itu maka disebut sebagai pola musiman. Gambar 2.3 gambar grafik pola season

35 46 4. Random (R) Permintaan suatu produk dapat mengikuti suatu pola bervariasi secara acak karena faktor faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian kejadian lainnya yang tidak mempunyai pola tertentu. Gambar 2.4 gambar grafik pola random Rata-rata Bergerak (Moving Average = MA) Moving average dapat diperoleh dengan cara merata-ratakan permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik MA ini adalah untuk mengurangi variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data secara bersama-sama. Secara matematis, maka Ma akan dinyatakan dalam persamaan sebagai berikut : MA = At + At At 1 N ( N ) dimana : A t = permintaan aktual pada periode-t N = jumlah data permintaan yang dilibatkan dalam perhitungan MA

36 47 Pemilihan tentang berapa nilai N yang tepat adalah hal yang penting dalam periode ini. Semakin besar nilai N, maka semakin halus perubahan nilai MA dari periode ke periode. Kebalikannya, semakin kecil nilai N, maka hasil peramalan akan lebih agresif dalam mengantisipasi perubahan data terbaru yang diperhitungkan. Bila permintaan berubah secara signifikasi dari waktu ke waktu, maka ramalan harus cukup agresif dalam mengantisipasi perubahan tersebut, sehingga nilai N yang kecil akan lebih cocok dipakai. Kbalikannya, bila permintaan cenderung stabil selama jangka waktu yang panjang, maka sebaiknya dipakai nilai N yang besar. Jika perhitungan MA menggunakan program WinQSB, maka langkah-langkah yang digunakan adalah : 1. Buka program winqsb dan pilih forecasting and Linear Regression 2. Setelah itu pilih New problem 3. Kemudian pada problem type pilih time series forecasting. Lalu beri judul yang diinginkan pada problem title, dan masukkan jenis waktu yang digunakan pada time unit, dan berapa banyak data yang dimiliki pada number of time units (periods). Setelah selesai klik ok. 4. Setelah itu, masukkan data pada historical data. 5. Setelah selesai masukkan data, langkah selanjutnya adalah klik solve and analyse,

37 48 6. Selanjutnya akan keluar kotak pilihan forecasting setup. Kemudian pilih metode moving Average (MA) pada forecasting method. Selanjutnya masukkan berapa periode yang akan diramalkan pada number of periods to forecast dan pada number of periods in average masukkan berapa bulanan yang ingin dipakai untuk peramalan. Kemudian klik ok. 7. Peramalan selesai. Kelemahan dari Moving Average adalah : 1. Peramalan selalu berdasarkan pada N data terakhir dan tanpa mempertimbangkan data-data sebelumnya. 2. Setiap data dianggap memiliki bobot yang sama padahal lebih masuk akal bila data yang lebih baru akan mempunyai bobot yang lebih tinggi karena data tersebut mempresentasikan kondisi terakhir yang terjadi. 3. Diperlukan biaya yang besar dalam penyimpanan dan pemrosesan datanya, karena bila N cukup besar, maka akan membutuhkan memori yang cukup besar dan proses komputasinya menjadi lama Rata-rata bergerak dengan bobot (Weighted Moving Average = WMA) Secara matematis WMA dapat dinyatakan sebagai berikut : WMA = W. t A dimana : W t = Bobot permintaan aktual pada periode-t A t = permintaan aktual pada periode-t

38 49 Dengan keterbatasan bahwa : W t = Pemulusan Eksponensial (Exponential Smoothing = ES) Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik ES. Model matematis ES dapat dikembangkan dari persamaan berikut : F t F = t 1 + At At N N Dimana bila data permintaan actual yang lama A t-n tidak tersedia, maka dapat digantikan dengan pendekatan yang berupa nilai ramalan sebelumnya (F t-1 ), sehingga dapat ditulis menjadi : F t F A F atau 1 A N 1 + F N t t = t 1 + t = t 1 t 1 N F Pemulusan Eksponensial dengan unsure stasioner, trend, dan musiman (metode winter) Teknik MA dan ES sederhana hanya tepat bila datanya stasioner. Bila data permintaan besifat musiman dan mempunyai trend, maka dapat diselesaikan dengan salah satu teknik ES yang biasa disebut metode winter (WM). Metode winter didasarkan atas tiga persamaan pemulusan yaitu satu persamaan untuk unsur penyesuaian stasioner, satu persamaan untuk unsur penyesuaian trend, dan satu persamaan untuk unsur penyesuaian musiman. Salah satu masalah

39 50 dalam penggunaan metode winter ini adalah penentuan nilai-nilai α, β, dan γ yang akan meminimumkan MSE dan MAPE. Pendekatan untuk penentuan nilai-nilai parameter tersebut biasanya dilakukan dengan trial error. Bila data yang ditangani sangat banyak, maka bisa digunakan algoritma optimasi non-linear, dimana cara ini jarang digunakan karena memakan biaya dan waktu Metode Peramalan Kausal Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang diramalkan dengan variabel-variabel lain yang dianggap berpengaruh. Salah satu metode kausal yang paling dikenal adalah regresi sederhana. Dalam metode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengumpulan data dan anlisisnya. Secara matematis, model ini dinyatakan sebagai berikut : y ˆ = a + bx dimana : ŷ = perkiraan permintaan x = variabel bebas yang mempengaruhi y a = nilai tetap y bila x = 0 (merupakan perpotongan dengan sumbu y) b = derajat kemiringan persamaan garis regresi

40 Kapasitas Produksi Kapasitas adalah kemampuan pembatas dari unit produksi untuk berproduksi dalam waktu tertentu, dan biasanya dinyatakan dalam bentuk keluaran (output) per satuan waktu. Kapasitas produksi dapat diartikan sebagai jumlah maksimum output yang dapat diproduksi dalam satuan waktu tertentu. Kapasitas produksi ditentukan oleh kapasitas sumber daya yang dimiliki seperti : kapasitas mesin, kapasitas tenaga kerja, kapasitas bahan baku dan kapasitas modal. Untuk menghitung kapasitas produksi digunakan rumus : kapasitas produksi = 3600 * jam ker waktu baku ja / min ggu setelah diketahui kapasitas produksi yang bisa diperoleh, maka dapat diketahui unit yang dapat dihasilkan tenaga kerja dengan rumus : unit yang dihasilkan = jumlah tenaga ker ja * jam ker waktu baku ja / hari * Perencanaan Produksi Jangka Pendek Perencanaan kapasitas jangka pendek digunakan untuk menangani secara ekonomis hal-hal yang sifatnya mendadak dimasa yang akan datang, misalnya untuk memenuhi permintaan yang bersifat mendadak atau seketika dalam jangka waktu pendek. Kebanyakan perusahaan tidak beroperasi penuh selama 24 jam per hari dan tidak beroperasi penuh tujuh hari per mingu. Jika perusahaan beroperasi selama delapan jam per hari (satu shift) dan lima hari

41 52 per minggu, maka kapasitas normal jam kerja perusahaan adalah 40 jam per minggu. Namun demikian 40 jam per minggu bukanlah kapasitas maksimum yang dimiliki. Dalam banyak kasus perusahaan dimungkinkan untuk bekerja melebihi kapasitas normal, sehingga kapasitas output maksimumnya lebih dari 40 jam kerja. Menghadapi kondisi seperti ini, untuk menambah atau menurunkan kapasitas mungkin perusahaan melakukan penambahan atau pengurangan jam kerja, melakukan subkontrak dengan perusahaan lain apabila terjadi perubahan permintaan. Untuk meningkatkan kualitas jangka pendek terdapat lima cara yang dapat digunakan perusahaan (Krajewzki dan Ritzman, 1989) 1. meningkatkan jumlah sumber daya, yaitu : a. penggunaan jam lembur b. penembahan regu kerja c. memberikan kesempatan kerja secara part time d. sub-kontrak e. kontrak kerja 2. memperbaiki penggunaan sumber daya, yaitu : a. mengatur regu kerja b. menetapkan skedul 3. Memodifikasi produk, yaitu: a. Menentukan standar produk b. Melakukan perubahan jasa operasi

42 53 c. Melakukan pengawasan kualitas 4. memperbaiki permintaan, yaitu: a. melakukan perubahan harga b. melakukan perubahan promosi 5. tidak memenuhi permintaan, yaitu: tidak mensuplai semua permintaan Perencanaan Produksi Jangka Panjang Perencanaan kapasitas jangka panjang merupakan strategi operasi dalam menghadapi segala kemungkinan yang akan terjadi dan sudah dapat diperkirakan sebelumnya. Misalnya, rencana untuk menurunkan biaya produksi per-unit, dalam jangka pendek sangat sulit untuk dicapai karena unit produk yang dihasilkan masih berskala kecil, tetapi dalam jangka panjang rencana tersebut masih dapat dicapai dengan meningkatkan kapasitas produksi. Penentuan jumlah produksi yang dapat menghasilkan biaya minimum perlu diperhatikan berbagai faktor seperti : pola permintaan jangka panjang, siklus kehidupan produk yang dihasilkan Dalam kaitannya dengan kapasitas jangka panjang, terdapat dua strategi yang dapat ditempuh perusahaan, yaitu : 1. Strategi melihat dan menunggu yaitu : Strategi seperti ini dikatakan pula sebagai strategi hati-hati, karena kapasitas produksi akan dinaikkan apabila yakin permintaan konsumen

43 54 sudah naik. Strategi seperti ini dipilih dengan pertimbangan bahwa setiap terjadi kelebihan kapasitas produksi perusahaan menanggung resiko karena investasi yang dilakukan hanya ditanggung dalam jumlah unit yang sedikit, akibatnya biaya produksi menjadi tinggi. 2. Strategi ekspansionis yaitu : Kapasitas selalu melebihi atau diatas permintaan. Dengan strategi ini perusahaan berharap tidak terjadi kekurangan produk dipasaran yang memyebabkan adanya peluang masuknya produsen lain. Selain itu, perusahaan berusaha untuk memberikan pelayanan terbaik dengan cara menjamin tersedianya produk dipasaran Macam-macam pola produksi Untuk mengantisipasi rencana penjualan yang akan datang, terdapat tiga alternatif pola produksi yang dapat dilakukan oleh perusahaan, yaitu : a. Pola produksi konstan, yaitu jumlah produksi yang dihasilkan selalu sama dalam setiap satuan waktu. Setiap terjadi produksi dibawah permintaan, maka kekurangan tersebut ditutup dari persediaan diatas permintaan atau dengan melakukan subkontrak. Demikian pula sebaliknya setiap terjadi kelebihan produksi diatas permintaan, perusahaan harus menanggung biaya simpan dan persediaan tersebut akan dikeluarkan kembali pada saat permintaan naik.

44 55 Gambar 2.5 pola produksi konstan b. Pola produksi bergelombang, yaitu jumlah produksi setiap satuan waktu mengikuti fluktuasi permintaan. Apabila permintaan berada di atas kapasitas produksi normal, perusahaan dapat memenuhi kekurangan dengan cara kerja lembur atau dengan sub-kontrak. Dengan demikian perusahaan tidak mungkin mengalami kelebihan produksi sehingga biaya simpan dapat dihindari. Tetapi perusahaan mengalami fluktuasi yang tinggi dalam pemenuhan bahan baku dan penggunaaan tenaga kerja, perputaran tenaga kerja dalam perusahaan sangat tinggi yang membutuhkan biaya tidak sedikit. Gambar 2.6 pola produksi bergelombang

45 56 c. Pola produksi moderat, yaitu jumlah produksi dalam beberapa periode tertentu konstan dan dalam periode tertentu mengalami kenaikan untuk kemudian konstan kembali. Penggunaan pola produksi ini untuk menutupi kelemahan yang ditimbulakn dalam pola produksi konstan dan bergelombang. Oleh karena itu pola produksi moderat juga sering dikatakan sebagai gabungan pola produksi konstan dan bergelombang. Gambar 2.7 pola produksi moderat Penilaian terhadap ketiga pola produksi didasarkan pada analisis biaya yang terkait dengan pemilihan pola produksi dengan memperhatikan pola penjualan dan kapasitas produksi. Pola produksi yang memiliki total biaya minimum adalah yang terbaik untuk dipilih Faktor-faktor yang mempertimbangkan Untuk menentukan pola produksi yang terbaik, perlu dilakukan analisis dengan memperhatikan beberapa factor sebagai berikut:

46 57 1. Pola penjualan 2. Kapasitas produksi normal dan kapasitas produksi maksimum 3. Pola biaya a. Biaya simpan yaitu biaya yang harus dikeluarkan apabila terjadi kelebihan produksi diatas permintaan b. Biaya lembur yaitu biaya yang harus dikeluarkan apabila perusahaan melakukan kerja lembur untuk memenuhi permintaan. c. Biaya subkontrak yaitu biaya yang harus dikeluarkan perusahaan apabila permintaan diatas kapasitas produksi yang tersedia atau untuk menutupi kekurangan d. Biaya perputaran tenaga kerja yaitu biaya yang harus dikeluarkan perusahaan untuk merekrut tenaga kerja karena produksi mengalami kenaikan. 2.8 Upah Beberapa teori mengenai upah sebagai berikut : 1. Teori menurut hukum alam Upah adalah imbalan yang diberikan berdasarkan pertimbangan bagaimana memelihara tenaga buruh yang telah disepakati 2. Teori upah menurut hukum besi Upah adalah imbalan yang diberikan sebatas keharusan hidup buruh

47 58 3. Teori upah menurut Dana Upah adalah imbalan yang diberikan tergantung besarnya dana yang tersedia untuk buruh an jumlah buruh 4. Teori upah menurut etika Upah adalah imbalan yang layak bagi buruh 5. Teori upah menurut sosial Upah adalah imbalan yang diberikan sesuai dengan produktivitas kerja 6. Menurut UU kecelakaan tahun1947 no. 33, pasal 7 ayat a dan b: - Upah adalah tiap-tiap pembayaran berupa uang yang diterima oleh buruh sebagai ganti pekerjaan - Perumahan, makanan, bahan makanan, dan pakaian dengan percuma, yang nilainya ditaksir menurut harga umum di tempat itu. 7. Menurut Edwin B. Flippo Upah adalah harga untuk jasa yang telah diberikan seseorang kepada orang lain. 8. Menurut Hadi Poernomo Upah adalah jumlah keseluruhan yang dibayarkan sebagai pengganti jasa yang telah dikeluarkan oleh tenaga kerja meliputi masa atau syarat tertentu 9. Prof. Dr. FJHM Van Der VAN, mengartikan upah sebagai objective kerja ekonomis. 10. Menurut Dewan Penelitian Pengupahan Nasional, upah didefinisikan sebagai berikut : upah adalah suatu penerimaan sebagai suatu imbalan dari

48 59 pemberian kerja kepada penerima kerja untuk suatu pekerjaan atau jasa yang telah dan atau akan dilakukan, berfungsi sebagai kelangsungan kehidupan layak bagi kemanusiaan dan produksi, dinyatakan atau dinilai dalam bentuk uang yang ditetapkan menurut suatu persetujuan undang-undang dan peraturanperaturan dan dibayarkan atas dasar suatu perjanjian kerja. Dalam pemakaian yang umum istilah wages sering dipergunakan untuk menunjukkan pembayaran-pembayaran terhadap pekerja-pekerja jasa, baik pembayaran-pembayaran terhadap pekerja kasar maupun kepada pegawai-pegawai kantor, baik pembayaran itu didasarkan atas lamanya jam kerja maupun atas hasil kerja atau ukuran-ukuran lainnya. Kompensasi tidak sama dengan upah meskipun upah merupakan bagian komponen yang paling besar. Kompensasi selain terdiri dari upah, dapat juga berupa tunjangan innatura, fasilitas perusahaan, fasilitas kendaraan, dan masih banyak yang lain yang dapat dinilai dengan uang serta cenderung diterimakan secara tetap. Pada prinsipnya, baik upah maupun gaji ialah imbalan jasa yang diberikan kepada seorang pegawai atas jerih payah yang telah disumbangkan kepada perusahaan tempat pegawai yang bersangkutan menyumbangkan tenaga atau jasanya. Disamping istilah gaji dan upah, kita juga sering mendengar istilah penghasilan. Istilah ini lebih luas daripada gaji dan upah. Upah atau gaji dapat