PERBAIKAN JADWAL PRODUKSI MENGGUNAKAN CDS DI PT. TAESUNG ABADI

Transkripsi

1 Seminar Nasional Pakar ke 1 Tahun 2018 ISSN (P) : Buku 1 ISSN (E) : PERBAIKAN JADWAL PRODUKSI MENGGUNAKAN CDS DI PT. TAESUNG ABADI Didien Suhardini1 1), Larasati Citra Nuristya 2), Wisnu Dewobroto 3) Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Trisakti didien@trisakti.ac.id, larasaticn@yahoo.com; wisnu.s@gmail.com Abstrak PT. Taesung Abadi yang bergerak dibidang packaging manufacturing. Permasalahan yang terjadi di lantai produksi adalah banyaknya jumlah permintaan yang tidak terpenuhi, dan terdapat keterlambatan waktu proses produksi. Hal ini disebabkan jadwal produksi yang belum baik. Hasil produksi rata-rata untuk carton box yang dihasilkan saat ini adalah unit dan pallet kertas sebanyak unit perbulannya. Perbaikannya menggunakan perencanaan agregat yang menghasilkan peningkatan kapasitas produksi carton box sebesar 25% dan pallet kertas meningkat sebesar 3,4%. Untuk meminimalisasi waktu produksi dilakukan usulan perbaikan jadwal produksi dengan menggunakan metode Campbell, Dudek and Smith (CDS). Hasil perbaikan jadwal produksi dapat meminimasi makespan produksi carton box pada 1 Maret 2017 sebesar 4,78%, lower pallet 6,55%, kaki pallet 1,25% dan upper pallet 3,63%. Kata kunci: Penjadwalan, Perencanaan Agregat, Campbell, Dudek and Smith Pendahuluan PT. Taesung Abadi bergerak dibidang specialist packaging manufacturing. Produk yang dihasilkan adalah carton box dan pallet kertas. Produk carton box rata-rata di produksi sebanyak pcs/hari dan pallet kertas + 900pcs/hari, tergantung banyaknya permintaan (Make to Order). Melihat permintaan pasar yang terus meningkat, maka dibutuhkan evaluasi oleh perusahaan terutama pada lantai produksi agar dapat menyelesaikan produksi sesuai dengan waktu yang telah ditentukan. Dari data yang diperoleh sering terjadi keterlambatan memenuhi pesanan. Sehingga diperlukan sistem penjadwalan yang baik agar keterlambatan pemenuhan pesanan tidak terjadi lagi. Tujuan penelitian yang ingin dicapai adalah: a. Mengidentifikasi jumlah unit yang diproduksi 3 bulan kedepan dengan perencanaan agregat b. Mendapatkan jadwal produksi terbaik pada PT. Taesung Abadi untuk meminimasi makespan menggunakan algoritma Campbell, Dudek, and Smith (CDS) sehingga dapat meningkatkan kapasitas produksi StudiPustaka Perencanaan agregat atau penjadwalan agregat adalah perencanaan yang dilakukan untuk mengatur penyesuaian kapasitas produksi dan sumberdaya terhadap permintaan untuk mencapai biaya yang seminimal mungkin. Perencanaa n agregat bertujuan untuk: a. Mengembangkan perencanaan produksi yang feasible pada tingkat menyeluruh yang akan mencapai keseimbangan antara permintaan dan suplai dengan memperhatikan biaya minimal darirencana produksi yang dibuat, walaupun biaya bukan satu-satunya bahan pertimbangan. b. Sebagai masukan perencanaan sumber daya sehingga perencanaan sumberdaya dikembangkan untuk mendukung perencanaan produksi c. Meredam (stabilisasi) produksi dan tenaga kerja terhadap fluktuasi permintaan 258

2 Penjadwalan (scheduling) adalah pengalokasian sumberdaya atau mesin yang ada untuk menjalankan sekumpulan tugas dalam jangka waktu tertentu menurut Michael L. Pinedo, 2012 Definisi dari penjadwalan mengandung arti sebagai berikut: a. Jadwal merupakan fungsi pengambilan keputusan, artinya penjadwalan merupakan proses untuk menentukan sebuah jadwal. b. Jadwal merupakan suatu teori, artinya jadwal adalah kumpulan dari prinsip prinsip dan model, teknik, dan kesimpulan logis dalam pengambilan keputusan. Jadwal merupakan bagian dari shop floor control. Fungsi dari aktivitas penjadwalan menurut Michael L. Pinedo, 2012 adalah: a. Meningkatkan penggunaan sumberdaya atau mengurangi waktu tunggunya, sehingga total waktu proses dapatb erkurang dan produktivitas dapat meningkat. b. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah pekerjaan yang menunggu dalam antrian ketika sumberdaya yang ada masih mengerjakan tugas yang lain. Teori Baker mengatakan, jika aliran kerja suatu jadwal konstan, maka antrian yang mengurangi rata-rata waktu alir akan mengurangi rata-rata persediaan barang setengah jadi. c. Mengurangi beberapa keterlambatan pada pekerjaan yang mempunyai batas waktu penyelesaian, sehingga akan meminimasi penalty cost (biaya kelambatan). d. Membantu pengambilan keputusan mengenai perencanaan kapasitas pabrik dan jenis kapasitas yang dibutuhkan, sehingga penambahan biaya yang mahal dapat dihindarkan. Jadwal secara garis besar dapat dibedakan dalam jadwal untuk job shop dan flow shop. Permasalahan yang membedakan antara job shop dan flow shop adalah pola aliran kerja yang tidak memiliki tahapan-tahapan proses yang sama. Untuk dapat memembuat jadwal dengan baik maka waktu proses kerja setiap mesin serta jenis pekerjaannya perlu diketahui, waktu tersebut dapat diperoleh melalui pengukuran waktu kerja, jenis serta jumlah pekerjaan diperoleh dengan melakukan pengamatan dari operator pada bagian tertentu. setelah mengetahui jenis serta waktu proses kerja setiap mesin yang akan dijadwalkan maka proses pembuatan jadwal baru dapat dilakukan. Algoritma Campbell, Dudek, and Smith (CDS) ini dikembangkan oleh H.G. Campbell, R.A. Dudek dan M.L. Smith yang ditemukan pada tahun Metode CDS ini didasarkan atas algoritma Johnson. Jadwal algoritma CDS adalah sebuah algoritma jadwal pada mesin seri yang merupakan pendekatan dari algoritma Johnson's rule. Metode CDS ini menghasilkan sejumlah urutan pengerjaan, dengan jumlah iterasi sebanyak k. Urutan pengerjaan ini diperoleh dengan melakukan aturan mesin kombinasi. Untuk lebih jelasnya berikut adalah langkah-langkah kombinasi: a. Data tiap waktu proses masing-masing job dalam tiap mesin. Untuk lebih memudahkan tampilkan data tersebut ke dalam format tabel. b. Hitung banyak iterasi k = m-1 pada mesin seri (m = jumlah mesin) c. Bandingkan waktu di setiap mesin, dengan aturan kombinasi sebagai berikut: 1) Bandingkan waktu proses di mesin pertama dengan waktu proses pada mesin terakhir. Bandingkan waktu proses M 1 dengan Mm 2) jumlahkan antara waktu proses di mesin 1, mesin 2 dan dibandingkan dengan mesin m, mesin m-1 3) Gabungkan waktu proses pada mesin selanjutnya mesin 1,2,3 dan bandingkan dengan mesin m, m-1, m-2. Lalu urutkan waktu yang terkecil sampai terbesar berdasarkan aturan Johnson. 4) Lakukan langkah aturan kombinasi mesin hingga iterasi ke k. 259

3 d. Gunakan aturan Johnson untuk menempatkan pekerjaan mana yang harus dikerjakan terlebih dahulu. Dari urutan-urutan pengerjaan yang diperoleh, hitung nilai makespan masing-masing urutan. Metodologi Penelitian Pada penelitian ini, dibuat diagram alir pengolahan data yaitu diagram alir perencanaan agregat, diagram alir jadwal produksi menggunakan Campbell Dudek and Smith. Diagram alir metodologi penelitian dapat dilihat pada Gambar 3.1 dan 3.2. Pengumpulan Data 1. Jumlah permintaan bulan Oktober 2016-Maret Jumlah pekerja 3. Waktu proses produksi 4. Biaya overtime / jam 5. Gaji tenaga kerja / bulan Pengumpulan Data Data pemesanan produk dan batas penyelesaian Urutan produksi Waktu proses tiap job Jumlah mesin Pola aliran produksi Evaluasi jadwal produksi saat ini dengan menggunakan Gantt Chart Perbaikan jadwal produksi dengan Algoritma Campbell Dudek Smith Evaluasi pola data permintaan Hitung t*i,1 dan t*i,2 untuk K Tentukan nilai minimum dari t*i,1 dan t*i,2 Peramalan Permintaan 3 bulan kedepan (April Mei 2017) Apakah nilai minimum pada kolom 1? Jadwalkan pekerjaan dari awal proses, urutkan dimulai dari waktu penyelesaian terpanjang Jadwalkan pekerjaan dari akhir proses, urutkan dimulai dari waktu penyelesaian terpanjang Konversi hasil peramalan dengan satuan waktu Hilangkan pekerjaan yang sudah terjadwal dari daftar Unit Agregasi Tidak Apakah semua pekerjaan sudah terjadwal? Ya Evaluasi perbaikan jadwal prosuksi menggunakan Gantt Chart Perancangan Tata Letak Pemilihan Usulan Job Terbaik 3.1 Diagram Alir Perencanaan Agregat Gambar 3.2 Diagram Alir Jadwal Produksi Menggunakan Campbell Dudek and S Hasil dan Pembahasan Analisa Perencanaan Agregat Permintaan di PT. Taesung Abadi tidak pasti untuk setiap bulannya, karena jumlah permintaan yang ada disesuaikan dengan pesanan customer. Berikut adalah gambar 4.1 permintaan Carton Box (CB) dan Palet Kertas (PK)di PT. Taesung pada bulan Oktober Maret

4 Gambar 4.1 Data Permintaan Pelanggan CB Gambar 4.2 Data Permintaan Pelanggan PK Regresi Linier Model analisis Regresi Linier adalah suatu metode populer untuk berbagai macam permasalahan. Menurut Harding (1974) dua variabel yang digunakan, variabel x dan variabel y, diasumsikan memiliki kaitan satu sama lain dan bersifat linier. Rumus perhitungan Regresi Linier yaitu sebagai berikut....(1) Keterangan: y = hasil peramalan a = perpotongan dengan sumbu tegak b = menyatakan slope atau kemiringan garis regresi Model peramalan yang dikembangkan menggunakan model regresi linier, karena terlihat jelas bahwa untuk data penjualan masing-masing produk menunjukkan kecenderungan meningkat. Tabel 4.1 Persamaan Regresi Linier Carton Box Tipe A1 Ukuran Kecil Bulan Periode Permintaan (unit) ty(t) t² Oktober November Desember Januari Februari Maret jumlah b = ((6)(180600)-(51900)(21))/((6)(91)-(21)²) = -60 a = 51900/6- (-60 x 21)/6 = 8860 Dengan demikian hasil peramalan untuk bulan April 2017 ialah : Y(7) = (7) = 8440 Berikut ini merupakan hasil peramalan bulan April Juni 2017 pada Tabel 4.2 dan Pada Tabel

5 Tabel 4.2 Peramalan Carton Box April 2017 Juni 2017 Tipe A1 Tipe A2 Tipe A3 kecil sedang besar kecil sedang besar kecil sedang besar April Mei Juni Tipe A4 Tipe A5 Tipe C kecil sedang besar kecil sedang besar kecil sedang besar April Mei Juni Tipe E kecil sedang besar April Mei Juni Tabel 4.3 Peramalan Pallet Kertas April 2017 Juni 2017 Euro Pallet 1000 mm x 1200 mm Euro pallet 800 mm x 1200 mm Asia pallet 1100 mm x 1100 mm Australia pallet 1165mm x 1165mm Custom pallet April Mei Juni Agregasi Produk Faktor Agregasi Sebelum dilakukan proses agregasi produk, terlebih dahulu harus ditentukan satuan yang akan digunakan sebagai acuan. Produk carton box dengan tipe A1 ukuran besar dan juga pallet kertas dengan tipe custom memiliki nilai permintaan paling besar sehingga waktu baku untuk tipe dan ukuran tersebut memiliki faktor konversi 1, sedangkan untuk tipe dan ukuran lainnya memiliki nilai konversi yang dapat dilihat pada Tabel 5.3. Tabel 4.4 Faktor Agregasi Carton BoxTabel 4.5 Faktor Agregasi Pallet Kertas Tipe Ukuran Faktor konversi Faktor Agregasi Kecil Tipe A1 Sedang Besar Kecil Tipe A2 Sedang Besar Kecil Tipe A3 Sedang Besar Kecil Tipe A4 Sedang Besar Kecil Tipe A5 Sedang Besar Kecil Tipe C Sedang Besar Kecil Tipe E Sedang Besar Tipe Faktor konversi Faktor Agregasi Euro Pallet 1000 mm x 1200 mm Euro pallet 800 mm x 1200 mm Asia pallet 1100 mm x 1100 mm Australia pallet 1165mm x 1165mm Custom pallet Unit Agregasi Unit agregasi ini mengkonversikan jumlah kebutuhan untuk masing-masing model produk dengan dasar faktor agregasi masing-masing. Caranya adalah dengan mengalikan hasil ramalan penjualan dengan faktor agregasi masing-masing model produk. Unit agregasi hasil konversi peramalan dalam satuan agregat untuk semua tipe dan ukuran carton box dan pallet kertas dapat dilihat pada Tabel 4.6 dan

6 Tabel 4.6 Unit Agregasi Carton Box Dalam Satuan Agregat Untuk Semua Tipe dan Ukuran Tipe A1 Tipe A2 Tipe A3 kecil sedang besar kecil sedang besar kecil sedang besar April Mei Juni Tipe A4 Tipe A5 Tipe C kecil sedang besar kecil sedang besar kecil sedang besar April Mei Juni Tipe E kecil sedang besar Total Unit Agregasi April Mei Juni Tabel 4.7 Unit Agregasi Pallet Kertas Dalam Satuan Agregat Untuk Semua Tipe dan Ukuran Euro Pallet 1000 mm x 1200 mm Euro pallet 800 mm x 1200 mm Asia pallet 1100 mm x 1100 mm Australia pallet 1165mm x 1165mm Custom pallet Total Unit Agregasi April Mei Juni Total Unit Agregasi Total unit agregasi merupakan hasil penjumlahan hasil ramalan penjualan dari masing-masing model produk setelah dikonversi dengan menggunakan faktor agregasi. Total unit agregasi ini menjadi indikator jumlah kebutuhan yang akan dihitung pada perhitungan kapasitas produksi. Total unit agregasi dapat dilihat pada Tabel 4.8 Tabel 4.8 Total Unit Agregasi Total Unit Agregasi Bulan Carton Box Pallet Kertas April Mei Juni EvaluasiJadwal Perusahaan Input yang digunakan dalam mengevaluasi jadwal pada perusahaan adalah data jumlah pemesanan harian, waktu produksi, waktu setup mesin, proses produksi, dan metode jadwal yang digunakan oleh perusahaan. 263

7 Tabel 4.9 Data Permintaan Konsumen1 Maret 2017 Job Pesan Due Date Durasi Hari Konsumen Produk Ukuran (mm) Tipe Jumlah Unit J1 01-Mar Mar-17 3 PT. Tarakusuma Indah Carton Box 340x300x280 A J2 01-Mar Mar-17 3 PT. Tarakusuma Indah Carton Box 549x500x680 A J3 01-Mar Mar-17 4 PT. Shindengen Carton Box 600x300x300 A J4 01-Mar Mar-17 2 PT. Shindengen Carton Box 520x460x350 A5 850 J5 01-Mar Mar-17 3 PT. Shindengen Carton Box 150x100x230 A J6 01-Mar Mar-17 2 PT. Padma Soode Indonesia Carton Box 595x385x110 A4 750 J7 01-Mar Mar-17 2 PT. Padma Soode Indonesia Carton Box 270x160x150 A1 900 J8 01-Mar Mar-17 3 PT. Padma Soode Indonesia Carton Box 350x250x200 A J9 01-Mar Mar-17 3 PT. Cemani Toka Pallet Kertas 1140x1140x120 Custom Pallet 250 J10 01-Mar Mar-17 4 PT. Kagayama Pallet Kertas 1160x530x200 Custom Pallet 300 J11 01-Mar Mar-17 3 PT. Kagayama Pallet Kertas 950x950x100 Custom Pallet 250 J12 01-Mar Mar-17 3 PT. Nandya Karya Perkasa Pallet Kertas 1000x1000x120 Asia Pallet 250 J13 01-Mar Mar-17 2 PT. Nandya Karya Perkasa Pallet Kertas 1200x 1000x130 Euro Pallet 150 Setelah dilakukan evaluasi, metode yang digunakan perusahaan dalam penerapan jadwal produksia dalah dengan menggunakan metode Earliest Due Date (EDD) maka di dapatkan total waktu produksi sebesar 13,81 jam untuk produk carton box dengan kapasitas produksi pcs dan 7,99 jam untuk produk pallet kertas dengan kapasitas produksi pcs. Besarnya waktu tersebut belum sebanding dengan jumlah waktu yang tersedia dan output produksi yang dihasilkan, sehingga perlu dilakukan perbaikan jadwal agar waktu yang tersedia dapat lebih optimal digunakan. Berikut merupakan hasil evaluasi metode EDD. Tabel 4.10EvaluasiPenjadwalanMetode EDD Metode Produk Urutan Job Total Waktu (jam) JumlaH Produksi Carton Box J7-J4-J6-J5-J1-J8-J2-J Lower Pallet 3.36 AWAL (EDD) Kaki Pallet JE-JA-JC-JD-JB Upper Pallet 6.06 AlgoritmaCampbell Dudek and Smith (CDS) Algoritma jadwal usulan disusun berdasarkan kondisi perusahaan dengan melihat kelemahan dari algoritma awal perusahaan yang dirancang dengan tujuan untuk meminimumkan jumlah job yang terlambat sehingga dapat meminimasi makespan. Data yang akan diolah menggunakan metode CDS terdiri dari produk carton box dan pallet kertas. Untuk kedua produk tersebut memiliki urutan operasi yang berbeda sehingga pembagian jadwal diklasifikasikan menjadi dua jenis produk yang berbeda. Berikut adalah rekapitulasi makespan untukproduk carton box. Tabel 4.11 Rekapitulasi Makespan Setiap Iterasi Produk Carton Box Iterasi Urutan Job Makespan (jam) Carton Box Iterasi 1 J5-J7-J1-J6-J8-J4-J2-J Iterasi 2 J7-J5-J6-J8-J1-J4-J2-J Iterasi 3 J7-J5-J6-J4-J8-J1-J2-J Iterasi 4 J7-J6-J5-J8-J1-J4-J2-J Proses iterasi pada produk pallet kertas menghasilkan urutan job yang berbeda pada setiap part, sehingga menghasilkan 2 alternatif. Berikut adalah hasil rekapitulasi makespan alternatif 1 dan 2 produk pallet kertas. 264

8 Tabel 4.12 Rekapitulasi Makespan Alternatif 1 dan 2 produk Pallet Kertas Alternatif Urutan Job Makespan (jam) Pallet Kertas 1 JE-JC-JA-JD-JB JE-JC-JD-JA-JB 7.89 Evaluasi Perbandingan Jadwal Produksi Setelah melakukan perhitungan terhadap keseluruhan metode untuk mencari urutan jadwal dengan tujuan meminimasi makespan, maka didapatkan hasil yang lebih baik yaitu dengan menggunakan algoritma CDS. Berikut adalah tabel 4.13 yang membandingkan metode usulan dengan metode yang digunakan perusahaan sebelumnya (EDD). Tabel 4.13 Hasil Penjadwalan Produksi Metode Produk urutan Job Total Waktu (jam) % Penurunan Waktu Carton Box J7-J4-J6-J5-J1-J8-J2-J Awal (EDD) Lower Pallet 3.36 Kaki Pallet JE-JA-JC-JD-JB Upper Pallet 6.06 Carton Box J7-J5-J6-J8-J1-J4-J2-J % CDS Lower Pallet % Kaki Pallet JE-JC-JD-JA-JB % Upper Pallet % Setelah mengetahui perbandingan tersebut dapat disimpulkan bahwa dengan menggunakan algoritma CDS dapat meminimasi completion time (CT)untuk kedua produk. Pada produk carton box mampu meminimasi CT menjadi 14,15 jam atau lebih efisien sebesar 4,78% dari kondisi semula dan untuk produk pallet kertas nilai CT menjadi 7,89 jam atau sebesar 1,25%. Kesimpulan Dari hasil pengolahan dan analisa data, maka dapat disimpulkan: 1. Perencanaan agregat menghasilkan unit agregasi yang akan dijadikan nilai kapasitas produksi, dari nilai tersebut dianalisa bahwa adanya peningkatan kapasitas yang mampu memenuhi banyaknya jumlah permintaan. Dari penambahan tersebut mampu meningkatkan kapasitas produksi carton box sebesar 25% dan pallet kertas meningkat sebesar 3,4%. 2. Kondisi jadwal produksi yang digunakan pada perusahaan adalah dengan menggunakan metode Erliest Due Date (EDD) total waktu produksi sebesar 13,81 jam untuk produk carton box dengan jumlah produksi pcs dan untuk pallet kertas diklasifikasikan menjadi tiga part yaitu lower pallet 3,36 jam, kaki pallet 7,99 jam dan upper pallet 6,06 jam dengan jumlah produksi pcs. 3. Perbaikan jadwal produksi dilakukan menggunakan metode Campbell, Dudek and Smith (CDS). Dari metode tersebut menghasilkan 4 iterasi untuk produk carton box, 1 iterasi untuk lower pallet, 2 iterasi untuk kaki pallet dan 1 iterasi untuk upper pallet. Output yang dihasilkan dari algoritma ini adalah total makespan. Alternatif 2 merupakan urutan job terbaik untuk produk carton box. Dengan algoritma CDS mampu meminimasi makespan produksi carton box pada 1 maret 2017 sebesar 4,78%, lower pallet 6,55%, kaki pallet 1,25% dan upper pallet 3,63%. Perbaikan jadwal produksi dengan kapasitas baru membutuhkan perbaikan Tata Letak yang baru. 265

9 Daftar pustaka Harsanto. Budi, Dasar Ilmu Manajemen Operasi, Bandung, Indonesia: UNPAD Press. Michael L. Pinedo, Scheduling: Theory, Algorithms, and Systems, Fourth edition, New York, USA: Springer. Namihas. Steven, Olsen. Tava Lennon, Production and Operations Analysis, Seventh Edition, Illinois, USA: Waveland Press. Suparjo, Prabowo. Rony, Analisis Peningkatan Kapasitas Produksi Dengan Membandingkan Antara Penambahan Shift Dan KerjaLemburPada UD. Barokah, Jurnal ITATS, No.1, Vol 19. Venkata Chalapathi Pasupuleti, 2012 Scheduling In Cellular Manufacturing Systems, International Journal of Industrial Engineering, No. 7, Vol