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 bulan memesan di perusahaan. Adapun daftarnya dapat dilihat di bawah ini: Tabel 5.1 Tabel Pemesan rutin Nama Pemesan Inkha Jaya Belian CV Setia Pratama (SP) PT. Remaja Jaya Foam (R) Union Jaya Pratama (UJP) PT. Era Foam (E) U.D. Selamat Sempurna (SS) Ukuran Produk 90x200x4 100x200x4 120x200x4 160x200x4 180x200x4 90x200x2 100x200x2 120x200x2 160x200x2 180x200x2 Jenis Produk Density 16 Density 20 Minggu Memesan Minggu 1 100x100x22 Rebounded Minggu 3 90x200x14 120x200x14 160x200x14 90x200x18 120x200x18 160x200x18 180x200x18 90x200x18 120x200x18 160x200x18 180x200x18 200x5000x1 60x5000x1 90x200x14 120x200x14 Density 16 Minggu 2 Density 20 Minggu 2 Density 16 Minggu 4 Density 22 Minggu 1

106 CV.Inkha Mitra Setia (IMS) CV. Handel Abadi (HA) 160x200x14 90x200x18 120x200x18 160x200x18 180x200x18 90x200x4 100x200x4 120x200x4 Density 16 160x200x4 180x200x4 90x200x2 Minggu 2 100x200x2 120x200x2 Density 22 160x200x2 180x200x2 100x100x22 Rebounded Minggu 4 90x200x18 100x200x18 120x200x18 Density 20 minggu 3 160x200x18 180x200x18 Dari daftar ini kemudian akan dibuatkan penjadwalan produksi untuk barang yang diminta pada periode yang akan datang. 5.1.2 Menkonversikan pesanan pelanggan ke bentuk kubik busa besar Perusahaan menerapkan standar perhitungan busa untuk density 16, 20 dan 22 kedalam bentuk kubik busa besar sehingga order yang masuk kemudian akan diubah ke bentuk kubik busa besar untuk diketahui berapa kubik besar yang akan diproduksi. Tabel 5.2 Tabel Konversi Pesanan PT. Era Foam Bulan 7 8 9 Ukuran Jumlah Rol Pembagi 200x5000x1 50 80 60x5000x1 70 240 200x5000x1 60 80 60x5000x1 70 240 200x5000x1 90 80 60x5000x1 80 240 Total Kubik Besar 2 2 3

107 10 11 12 1 2 3 4 5 6 7 8 9 200x5000x1 100 80 60x5000x1 90 240 200x5000x1 100 80 60x5000x1 90 240 200x5000x1 75 80 60x5000x1 50 240 200x5000x1 70 80 60x5000x1 60 240 200x5000x1 90 80 60x5000x1 60 240 200x5000x1 100 80 60x5000x1 75 240 200x5000x1 110 80 60x5000x1 75 240 200x5000x1 100 80 60x5000x1 80 240 200x5000x1 60 80 60x5000x1 60 240 200x5000x1 110 80 60x5000x1 75 240 200x5000x1 100 80 60x5000x1 75 240 200x5000x1 100 80 60x5000x1 90 240 3 3 2 2 3 3 3 3 2 3 3 3 Berdasarkan hasil wawancara dengan manajer produksi, diketahui bahwa 1 kubik busa besar dapat menghasilkan 80 rol ukuran 2x50x1 m dan 240 rol 0,6x50x1 m. Cara perhitungan : Total kubik = Jumlahrol2 + pembagirol2 Jumlahrol0,6 pembagirol0,6 Total kubik bulan 7 = 50 + 80 70 240 = 0,625 + 0,29 = 1 + 1 = 2 kubik busa besar Dikarenakan ukuran yang berbeda antara rol 2x50x1 m dengan rol 0,6x50x1 m maka sebelum dijumlahkan, setiap rol dibulatkan ke atas.

109 5.1.3.2 Density 20 Tabel 5.5 berikut adalah tabel penjualan historis busa density 20 dengan nama pemesannya. Tabel 5.5 Tabel Data Historis Busa Density 20 Tahun Bulan Inkha (1) UJP (2) HA (3) Kobe (1-4) Teiso (1-4) Permintaan 7 3 6 11 0 0 20 8 3 7 12 1 4 27 2005 9 3 7 12 2 4 28 10 3 7 13 2 4 29 11 4 7 12 2 4 29 12 2 5 8 1 3 19 1 3 6 9 1 4 23 2 3 6 10 2 5 26 3 3 7 11 2 5 28 4 4 7 13 2 5 31 2006 5 4 7 13 2 5 31 6 2 4 8 2 3 19 7 3 6 10 1 4 24 8 3 6 11 2 4 26 9 3 6 12 2 5 28 Untuk selanjutnya bentuk tabel ini akan diubah ke dalam bentuk minggu, dimana pesanan pada minggu yang sama akan digabungkan, sehingga kita akan mendapatkan jumlah pesanan pada tiap minggu untuk produk ini. Tabel 5.6 Tabel Data Historis Mingguan Busa Density 20 Tahun 2005 2006 Bulan Minggu ke 1 2 3 4 Total 7 3 6 11 0 20 8 5 8 13 1 27 9 5 9 13 1 28 10 5 9 14 1 29 11 6 9 13 1 29 12 4 6 9 0 19 1 5 7 10 1 23 2 5 8 12 1 26 3 5 9 13 1 28 4 6 9 15 1 31 5 6 9 15 1 31 6 4 6 9 0 19 7 5 7 11 1 24 8 5 8 12 1 26 9 5 8 14 1 28 5.1.3.3 Density 22 pemesannya. Tabel 5.7 berikut adalah tabel penjualan historis busa density 22 dengan nama

110 Tabel 5.7 Tabel Data Historis Busa Density 22 Tahun Bulan SS (1) IMS (2) 7 8 1 8 9 1 2005 9 9 2 10 9 2 11 9 2 12 7 1 1 7 1 2 8 1 3 8 2 4 9 1 2006 5 9 2 6 7 1 7 8 1 8 9 1 9 9 1 Untuk selanjutnya bentuk tabel ini akan diubah ke dalam bentuk minggu, dimana pesanan pada minggu yang sama akan digabungkan, sehingga kita akan mendapatkan jumlah pesanan pada tiap minggu untuk produk ini. Tabel 5.8 Tabel Data Historis Mingguan Busa Density 22 Tahun 2005 2006 Bulan Minggu ke 1 2 Total 7 8 1 9 8 9 1 10 9 9 2 11 10 9 2 11 11 9 2 11 12 7 1 8 1 7 1 8 2 8 1 9 3 8 2 10 4 9 1 10 5 9 2 11 6 7 1 8 7 8 1 9 8 9 1 10 9 9 1 10 5.1.3.4 Busa Rebounded pemesannya. Tabel 5.9 berikut adalah tabel penjualan historis busa Rebounded dengan nama

111 Tabel 5.9 Tabel Data Historis Busa Rebounded Tahun Bulan Total SP (3) HA (4) 7 44 24 20 8 53 28 25 2005 9 55 30 25 10 60 30 30 11 52 32 20 12 26 16 10 1 40 20 20 2 45 20 25 3 54 24 30 4 66 36 30 2006 5 57 32 25 6 29 16 13 7 40 20 20 8 45 20 25 9 54 24 30 Untuk selanjutnya bentuk tabel ini akan diubah ke dalam bentuk minggu sehingga kita akan mendapatkan jumlah pesanan pada tiap minggu untuk produk ini. Tabel 5.10 Tabel Data Historis Mingguan Busa Rebounded 5.2 Pengolahan Data 5.2.1 Peramalan Permintaan Tahun Bulan Minggu ke 3 4 Total 7 24 20 44 8 28 25 53 2005 9 30 25 55 10 30 30 60 11 32 20 52 12 16 10 26 1 20 20 40 2 20 25 45 3 24 30 54 4 36 30 66 2006 5 32 25 57 6 16 13 29 7 20 20 40 8 20 25 45 9 24 30 54 Untuk melakukan peramalan permintaan yang akan datang, dibutuhkan data-data historis penjualan pada bulan-bulan sebelumnya. Penulis menggunakan data penjualan historis bulanan dari bulan Juli 2005 sampai September 2006. Data-data penjualan yang digunakan adalah untuk busa density 16, density 20, density 22 serta busa rebounded.

112 5.2.1.1 Plot Data Penjualan 5.2.1.1.1 Busa Density 16 Data pada tabel 5.4 diatas, di-plot ke dalam grafik untuk dapat memperkirakan pola data yang dimiliki produk tersebut. Gambar 5.1 dibawah menggambarkan plot data penjualannya. Penjualan 20 Jumlah 15 10 5 M1 M2 M4 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Periode Gambar 5.1 Pola Data Penjualan Busa Density 16 Terlihat pada gambar diatas bahwa berdasarkan data historis, pada data minggu ke 1 dan ke 2 memiliki pola data penjualan berupa pola data musiman. Sedangkan pada minggu ke 4 memiliki pola data stasioner. Berdasarkan studi pustaka maka dilakukan uji coba peramalan dengan metode triple exponential smoothing winter dan weight moving average untuk pola data musiman dan metode single moving average dan single eksponensial smoothing untuk pola data stasioner. 5.2.1.1.2 Busa Density 20 Data pada tabel 5.6 diatas, di-plot ke dalam grafik untuk dapat memperkirakan pola data yang dimiliki produk tersebut. Gambar 5.2 dibawah menggambarkan plot data penjualannya.

113 Penjualan Jumlah 16 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Periode M1 M2 M3 M4 Gambar 5.2 Pola Data Penjualan Busa Density 20 Terlihat pada gambar diatas bahwa berdasarkan data historis, pada data minggu ke 3 memiliki pola data penjualan berupa pola data musiman. Sedangkan pada minggu ke 1, 2 dan ke 4 memiliki pola data stasioner. Berdasarkan studi pustaka maka dilakukan uji coba peramalan dengan metode triple eksponensial smoothing winter dan weight moving average untuk pola data musiman dan metode single moving average dan single eksponensial smoothing untuk pola data stasioner. 5.2.1.1.3 Busa Density 22 Data pada tabel 5.8 diatas, di-plot ke dalam grafik untuk dapat memperkirakan pola data yang dimiliki produk tersebut. Gambar 5.3 dibawah menggambarkan plot data penjualannya. Penjualan 10 8 Jumlah 6 4 2 M1 M2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Periode Gambar 5.3 Pola Data Penjualan Busa Density 22

114 Terlihat pada gambar diatas bahwa berdasarkan data historis, pada data minggu ke 1 dan ke 2 memiliki pola data penjualan berupa pola data stasioner. Berdasarkan studi pustaka maka dilakukan uji coba peramalan dengan metode single eksponensial smoothing dan metode single moving average untuk pola data stasioner. 5.2.1.1.4 Busa Rebounded Data pada tabel 5.9 diatas, di-plot ke dalam grafik untuk dapat memperkirakan pola data yang dimiliki produk tersebut. Gambar 5.4 dibawah menggambarkan plot data penjualannya. Penjualan 40 Jumlah 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Periode m3 m4 Gambar 5.4 Pola Data Penjualan Busa Rebounded Terlihat pada gambar diatas bahwa berdasarkan data historis, pada data minggu ke 3 dan ke 4 memiliki pola data penjualan berupa pola data musiman. Berdasarkan studi pustaka maka dilakukan uji coba peramalan dengan metode triple eksponensial smoothing winter. 5.2.1.2 Uji Coba Peramalan Setelah mengetahui jenis pola data bagi masing-masing produk, maka langkah selanjutnya adalah melakukan uji coba metode peramalan berdasarkan data historis tersebut. Tabel dan contoh perhitungan yang akan ditampilkan berikut adalah untuk

115 metode peramalan yang setelah diuji memberikan hasil MAE, MSE dan MAPE yang terbaik. Hasil dan tabel peramalan metode lainnya dapat dilihat di lampiran. 5.2.1.2.1 Busa Density 16 Pada produk busa density 16 metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah untuk minggu ke 1 dan ke 2 adalah metode triple exponential smoothing winter. Sedangkan untuk minggu ke 4, metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah adalah metode Single moving average. Tabel 5.11 dan 5.12 menunjukkan hasil dari metode peramalan triple exponential smoothing winter yang dilakukan untuk minggu ke 1 dan ke 2. Tabel 5.13 menunjukkan hasil dari metode Single moving average. Peramalan produk busa density 16 menggunakan metode weighted moving averages dan metode Single Exponential Smoothing dapat dilihat di lampiran. Tabel 5.11 Tabel Peramalan Triple Eksponensial Smoothing winter minggu 1 density 16 T X t S t I t b t m F t 1 8 0.94 1 2 8 0.94 1 3 9 1.06 1 4 9 1.06 1 5 11 1.29 1 6 6 0.71 1 7 8 8.00 0.97 0.11 1 8 9 8.13 1.02 0.11 1 9 9 8.24 1.07 0.11 1 8.72 10 11 8.37 1.18 0.11 1 8.85 11 10 8.48 1.24 0.11 1 10.99 12 6 8.59 0.70 0.11 1 6.07 13 8 8.70 0.95 0.11 1 8.44 14 9 8.82 1.02 0.11 1 9.00 15 9 8.93 1.04 0.11 1 9.60 16 1 10.68 17 2 11.34 18 3 6.51

116 MAE 0.65 X = 8.5 MSE 0.89 L α β γ MAPE 6.55 6 0.01 0.48 0.1 Contoh perhitungan peramalan triple exponential smoothing winter: Panjang Musiman (L) = 6 Rata-rata musiman = ( X 1 +X 2 +X 3 +X 4 +X 5 +X 6 ) / 6 = (8+8+9+9+11+6) / 6 = 8,5 I 1 = 8 / 8,5 = 0,94 I 2 = 8 / 8,5 = 0,94 I 3 = 9 / 8,5 = 1,06 I 4 = 9 / 8,5 = 1,06 I 5 = 11 / 8,5 = 1,29 I 6 = 6 / 8,5 = 0,71 Periode ke - 7: Pemulusan Keseluruhan ( S ) = Permintaan periode 7 (inisialisasi) X t Pemulusan Musiman ( I ) = β + ( 1 β ) I( t L) S 8 = 0,7 + (1 0,7)0, 94 8 = 0,98 Pemulusan Trend ( b ) = t [( XL + 1 X 1) + ( XL + 2 X 2) + ( XL + 3 X 3) + ( XL + 4 X 4) + ( XL + 5 X 5) + ( XL + 6 X 6) ] 3* L

117 = [( 8 8) + ( 9 8) + (9 9) + ( 11 9) + ( 10 11) + ( 6 6) ] 3* 6 = 0,11 Periode ke - 8: X 8 Pemulusan Keseluruhan ( S ) = α + ( 1 α)( S (8 1) + b(8 1) ) I 8 6 9 = 0,1 + (1 0,1)(8 + 0,11) 0,94 = 8,13 X 8 Pemulusan Musiman ( I ) = β + ( 1 β ) I (8 6) S 9 = 0,7 + (1 0,7)0, 94 8,16 = 1,05 Pemulusan Trend ( b ) = γ ( S8 S (8 1) ) + (1 γ ) b(8 1) = 0,1(8,16 8) + (1 0,1)0, 11 = 0,11 Peramalan (F 9 ) = ( S t + bt * m) I( t L+ m) = ( 8,16 + 0,02 *1)0, 11 = 8,72 8

118 Tabel 5.12 Tabel Peramalan Triple Exponential Smoothing winter minggu 2 density 16 T X t S t I t b t m F t 1 11 0.90 1 2 12 0.99 1 3 13 1.07 1 4 15 1.23 1 5 14 1.15 1 6 8 0.66 1 7 10 10.00 0.93-0.28 1 8 11 10.15 1.02-0.19 1 9 13 10.62 1.12-0.06 1 10.64 10 13 10.56 1.23-0.06 1 13.02 11 13 10.74 1.17-0.01 1 12.08 12 8 11.16 0.68 0.07 1 7.05 13 9 10.76 0.90-0.02 1 10.48 14 11 10.76 1.02-0.02 1 10.90 15 12 10.75 1.12-0.01 1 11.99 16 1 13.23 17 2 12.53 18 3 7.23 MAE 0.83 X = 12.16667 MSE 1.36 L α β γ MAPE 7.81 6 0.3 0.3 0.2 Contoh perhitungan untuk metode peramalan ini tidak dicantumkan sebab cara perhitungan untuk metode peramalan ini sama dengan contoh perhitungan peramalan metode triple exponential smoothing winter sebelumnya. Tabel 5.13 Tabel Peramalan Single Moving Average 6 bulanan minggu 4 density 16 t X t F t 1 2 2 2 3 3 4 3 5 3 6 2 7 2 2,50 8 3 2,50 9 3 2,67 10 3 2,67 11 3 2,67 12 2 2,67 13 3 2,67 14 3 2,83 15 3 2,83 16 2,83 17 2,83 18 2,83 MAE 0,37 MSE 0,16 MAPE 14,51

119 Contoh Perhitungan: F t+1 = X 1+ X 2 + X 3 + X 4 + X 5 + X 6 6 F 7 = ( 2 + 2 + 3 + 3 + 3 + 2) / 6 = 2,5 5.2.1.2.2 Busa Density 20 Pada produk busa density 20 metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah untuk minggu ke 1, 2 dan ke 4 adalah metode single moving average. Sedangkan untuk minggu ke 3, metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah adalah metode triple exponential smoothing winter. Tabel 5.14, 5.15 dan 5.17 menunjukkan hasil dari metode peramalan single moving average yang dilakukan untuk minggu ke 1, 2 dan 4. Tabel 5.16 menunjukkan hasil dari metode triple exponential smoothing winter untuk minggu ke 3. Peramalan produk busa density 20 menggunakan metode weighted moving averages dan metode single Exponential smoothing dapat dilihat di lampiran. Tabel 5.14 Tabel Peramalan Single Moving Average 6 bulanan minggu 1 density 20 t X t F t 1 3 2 5 3 5 4 5 5 6 6 4 7 5 4,67 8 5 5,00 9 5 5,00 10 6 5,00 11 6 5,17 12 4 5,17 13 5 5,17 14 5 5,17 15 5 5,17 16 5,17 17 5,17 18 5,17 MAE 0,43 MSE 0,36 MAPE 8,49

120 Tabel 5.15 Tabel Peramalan Single Moving Average 6 bulanan minggu 2 density 20 t X t F t 1 6 2 8 3 9 4 9 5 9 6 6 7 7 7,83 8 8 8,00 9 9 8,00 10 9 8,00 11 9 8,00 12 6 8,00 13 7 8,00 14 8 8,00 15 8 8,00 16 7,83 17 7,83 18 7,83 MAE 0,76 MSE 0,97 MAPE 10,32 Tabel 5.16 Tabel Peramalan Triple Exponential Smoothing winter minggu 3 density 20 T X t S t I t b t m F t 1 11 0.90 1 2 13 1.07 1 3 13 1.07 1 4 14 1.15 1 5 13 1.07 1 6 9 0.74 1 7 10 10.00 0.91 0.06 1 8 12 11.11 1.07 0.69 1 9 13 12.13 1.07 0.89 1 12.61 10 15 13.03 1.15 0.90 1 14.98 11 15 14.03 1.07 0.95 1 14.88 12 9 12.45 0.74-0.57 1 11.08 13 11 12.02 0.91-0.48 1 10.86 14 12 11.25 1.07-0.66 1 12.35 15 14 12.85 1.07 0.70 1 11.32 16 1 15.59 17 2 15.22 18 3 11.02 MAE 0.82 X = 12.16667 MSE 1.69 L α β γ MAPE 7.19 6 0.9 0.1 0.6

121 Tabel 5.17 Tabel Peramalan Single Moving Average 6 bulanan minggu 4 density 20 t X t F t 1 0 2 1 3 1 4 1 5 1 6 0 7 1 0,67 8 1 0,83 9 1 0,83 10 1 0,83 11 1 0,83 12 0 0,83 13 1 0,83 14 1 0,83 15 1 0,83 16 0,83 17 0,83 18 0,83 MAE 0,26 MSE 0,11 MAPE 16,67 Untuk tabel 5.14 5.17 tidak disertakan contoh perhitungan, karena perhitungan untuk metode ini sama dengan metode yang digunakan untuk subbab busa density 16. 5.2.1.2.3 Busa Density 22 Pada produk busa density 22 metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah untuk minggu ke 1 dan ke 2 adalah metode single eksponensial smoothing. Tabel 5.18 dan 5.19 menunjukkan hasil dari metode peramalan single eksponensial smoothing yang dilakukan untuk minggu ke 1 dan ke 2. Peramalan produk busa density 22 untuk minggu ke 1 dan ke 2 menggunakan metode single moving dapat dilihat di lampiran..

122 Tabel 5.18 Tabel Peramalan Single Ekponensial Smoothing α=0,9 minggu 1 density 22 t X t F t 1 8 8,00 2 9 8,00 3 9 8,90 4 9 8,99 5 9 9,00 6 7 9,00 7 7 7,20 8 8 7,02 9 8 7,90 10 9 7,99 11 9 8,90 12 7 8,99 13 8 7,20 14 9 7,92 15 9 8,89 16 8,99 17 8,99 18 8,99 MAE 0,65 MSE 0,91 MAPE 4,09 Contoh Perhitungan: Periode 1 : Ft = 8 (inisialisasi) Periode 2 : Ft = 8 + 0,9 * ( 8-8 ) = 8 Tabel 5.19 Tabel Peramalan Single Ekponensial Smoothing α=0,9 minggu 2 density 22 t X t F t 1 1 1,00 2 1 1,00 3 2 1,00 4 2 1,90 5 2 1,99 6 1 2,00 7 1 1,10 8 1 1,01 9 2 1,00 10 1 1,90 11 2 1,09 12 1 1,91 13 1 1,09 14 1 1,01 15 1 1,00 16 1,00 17 1,00 18 1,00 MAE 0,46 MSE 0,42 MAPE 20,16 Untuk tabel 5.19 tidak disertakan contoh perhitungan, karena perhitungan untuk metode ini sama dengan tabel 5.18

123 5.2.1.2.4 Busa Rebounded Pada produk busa rebounded metode peramalan yang memberikan nilai MAE, MSE dan MAPE yang terendah untuk minggu ke 3 dan ke 4 adalah metode triple exponential smoothing winter. Tabel 5.20 dan 5.21 menunjukkan hasil dari metode peramalan triple exponential smoothing winter yang dilakukan untuk minggu ke 3 dan ke 4. Peramalan produk busa density 22 menggunakan metode weighted moving averages dapat dilihat di lampiran. Tabel 5.20 Tabel Peramalan Triple Exponential Smoothing winter minggu 3 rebounded T X t S t I t b t m F t 1 24 0.90 1 2 28 1.05 1 3 30 1.13 1 4 30 1.13 1 5 32 1.20 1 6 16 0.60 1 7 20 20.00 0.91-0.67 1 8 20 19.18 1.05-0.68 1 9 24 20.06 1.13-0.53 1 20.81 10 36 26.39 1.15 0.16 1 21.97 11 32 26.61 1.20 0.17 1 31.86 12 16 26.72 0.60 0.16 1 16.07 13 20 24.18 0.90-0.11 1 24.46 14 20 21.32 1.04-0.39 1 25.26 15 24 21.08 1.13-0.37 1 23.70 16 1 23.79 17 2 24.41 18 3 11.98 MAE 3.92 X = 26.66667 MSE 36.38 L α β γ MAPE 14.71 6 0.55 0.1 0.1

124 Tabel 5.21 Tabel Peramalan Triple Exponential Smoothing winter minggu 4 rebounded T X t S t I t b t m F t 1 20 0.92 1 2 25 1.15 1 3 25 1.15 1 4 30 1.38 1 5 20 0.92 1 6 10 0.46 1 7 20 20.00 0.93 0.72 1 8 25 21.01 1.16 0.75 1 9 30 23.03 1.17 0.88 1 25.10 10 30 23.24 1.38 0.81 1 33.10 11 25 24.96 0.93 0.90 1 22.20 12 13 26.55 0.46 0.97 1 11.93 13 20 25.71 0.92 0.79 1 25.62 14 25 25.03 1.14 0.64 1 30.68 15 30 25.67 1.17 0.64 1 30.01 16 1 36.19 17 2 25.10 18 3 12.82 MAE 3.31 X = 21.67 MSE 15.19 L α β γ MAPE 13.84 6 0.3 0.1 0.1 Untuk tabel 5.20 5.21 tidak disertakan contoh perhitungan, karena perhitungan untuk metode ini sama dengan metode yang digunakan untuk subbab busa density 16. 5.2.1.3 Pemilihan Metode Peramalan Untuk membandingkan metode triple exponential smoothing winter dan metode weighted moving averages untuk pola data musiman serta metode Single moving average dan metode Single Exponential Smoothing untuk pola data stasioner maka digunakan nilai MAE (Mean Absolute Error), MSE (Mean Square Error) dan MAPE (Mean Absolute Percentage Error) sebagai tolak ukur pembanding, dimana metode yang memiliki nilai MAE, MSE dan MAPE yang terkecil adalah yang terbaik.

125 5.2.1.3.1 Busa Density 16 Setelah melakukan uji coba peramalan dengan metode-metode peramalan diatas dengan data historis mingguan penjualan busa density 16, maka didapatkanlah nilai MAE, MSE, MAPE untuk masing-masing metode peramalan seperti yang tercantum pada tabel 5.22 dibawah. Tabel 5.22 Hasil MAE, MSE dan MAPE Peramalan Density 16 Minggu ke 1 Minggu ke 2 Minggu ke 4 Winter WMA Terendah Winter WMA Terendah SMA SES Terendah MAE 0.65 0.88 0.83 1.42 0.37 0,41 MSE 0.89 1.39 Winter 1.36 2.73 Winter 0.16 0,37 SMA MAPE 6.55 10.65 7.81 14.13 14.51 16,30 Dapat dilihat pada tabel 5.22 diatas bahwa ternyata metode peramalan triple exponential smoothing winter memberikan nilai MAE, MSE dan MAPE yang terendah pada data historis penjualan minggu ke 1 dan ke 2. Oleh sebab itu untuk meramalkan permintaan produk busa density 16 minggu ke 1 dan ke 2 yang akan datang digunakan metode triple exponential smoothing winter. Hal ini juga didukung landasan teori yang menyatakan bahwa metode triple exponential smoothing winter cocok untuk digunakan pada pola data yang berbentuk musiman. Sedangkan untuk minggu ke 4 didapatkan metode single moving average yang memberikan nilai MAE, MSE dan MAPE yang terendah. Oleh sebab itu untuk meramalkan permintaan produk busa density 16 minggu ke 4 yang akan datang digunakan metode single moving average. 5.2.1.3.2 Busa Density 20 Setelah melakukan uji coba peramalan dengan metode-metode peramalan diatas dengan data historis mingguan penjualan busa density 20, maka didapatkanlah nilai

126 MAE, MSE, MAPE untuk masing-masing metode peramalan seperti yang tercantum pada tabel 5.23 dibawah. Tabel 5.23 Hasil MAE, MSE dan MAPE Peramalan Density 20 Minggu ke 1 Minggu ke 2 SMA SES Terendah SMA SES Terendah MAE 0.43 0,62 0.76 0,94 MSE 0.36 0,84 SMA 0.97 1,84 SMA MAPE 8.49 13,27 10.32 13,58 Minggu ke 3 Minggu ke 4 Winter WMA Terendah SMA SES Terendah MAE 0.82 1.73 0.26 0,33 MSE 1.69 4.05 Winter 0.11 0,26 SMA MAPE 7.19 14.26 16.67 17,23 Dapat dilihat pada tabel 5.23 diatas bahwa ternyata metode peramalan single moving average memberikan nilai MAE, MSE dan MAPE yang terendah pada data historis penjualan minggu ke 1, 2 dan ke 4. Sedangkan untuk minggu ke 3 didapatkan metode triple exponential smoothing winter memberikan nilai MAE, MSE dan MAPE yang terendah. Oleh sebab itu untuk peramalan minggu ke 1, 2 dan 4 menggunakan metode single moving average dan untuk minggu ke 3 menggunakan metode triple exponential smoothing winter. 5.2.1.3.3 Busa Density 22 Setelah melakukan uji coba peramalan dengan metode-metode peramalan diatas dengan data historis mingguan penjualan busa density 22, maka didapatkanlah nilai MAE, MSE, MAPE untuk masing-masing metode peramalan seperti yang tercantum pada tabel 5.24 berikut.

127 Tabel 5.24 Hasil MAE, MSE dan MAPE Peramalan Density 22 Minggu ke 1 Minggu ke 2 SMA SES Terendah SMA SES Terendah MAE 0,72 0,65 SES 0,44 0,46 SMA MSE 0,73 0,91 SMA 0,21 0,42 SMA MAPE 8,98 4,09 SES 37,96 20,16 SES Dapat dilihat pada tabel 5.24 diatas bahwa ternyata metode peramalan single ekspnensial smoothing memberikan nilai MAE dan MAPE yang terendah pada data historis penjualan minggu ke 1 dan untuk nilai MSE didapatkan metode single moving average memberikan nilai terendah. Untuk minggu ke 2 nilai MAE dan MSE terendah dihasilkan oleh metode Single moving average dan untuk nilai MAPE terkecil dimiliki oleh metode Single Exponential Smoothing, sehingga untuk peramalan minggu ke 1 dan ke 2 menggunakan metode Single Exponential Smoothing karena prioritas pemilihan ada di nilai MAPE. 5.2.1.3.4 Busa Rebounded Setelah melakukan uji coba peramalan dengan metode-metode peramalan diatas dengan data historis mingguan penjualan busa rebounded, maka didapatkanlah nilai MAE, MSE, MAPE untuk masing-masing metode peramalan seperti yang tercantum pada tabel 5.25 dibawah. Tabel 5.25 Hasil MAE, MSE dan MAPE Peramalan Rebounded Minggu ke 3 Minggu ke 4 Winter WMA Terendah Winter WMA Terendah MAE 3.92 6.11 3.31 4.77 MSE 36.38 43.91 Winter 15.19 29.09 Winter MAPE 14.71 26.35 13.84 21.63

128 Dapat dilihat pada tabel 5.25 diatas bahwa ternyata metode peramalan triple exponential smoothing winter memberikan nilai MAE, MSE dan MAPE yang terendah pada data historis penjualan minggu ke 3 dan ke 4. Oleh sebab itu untuk meramalkan permintaan produk busa rebounded minggu ke 3 dan ke 4 yang akan datang digunakan metode triple exponential smoothing winter. Hal ini juga didukung landasan teori yang menyatakan bahwa metode triple exponential smoothing winter cocok untuk digunakan pada pola data yang berbentuk musiman. 5.2.2 Perencanaan Kapasitas Dalam melakukan perencanaan kapasitas, diperlukan data-data seperti waktu baku yang dibutuhkan untuk membuat produk, jam kerja regular, jam kerja lembur, hari kerja dalam sebulan, jumlah lini produksi. Waktu baku dibutuhkan sebab perlu diketahui waktu yang dibutuhkan untuk menghasilkan produk sehingga dapat dihitung kapasitas produksi produk dari perusahaan untuk bulan tersebut. Setelah menghitung waktu baku bagi produk busa yang memiliki density yang berbeda-beda dan busa rebounded maka berikutnya adalah menghitung kapasitas produksi perusahaan untuk produk tersebut di bulan itu. Dikarenakan busa density 16, 20, dan 22 memiliki waktu siklus yang sama dan bentuk standar yang sama dalam diproduksi pada awalnya yaitu kubik busa besar maka selanjutnya pembahasan tentang waktu siklus produk busa density akan dibagi menjadi busa sheet dan busa rol.

129 5.2.2.1 Pengujian Data Waktu Siklus yang Dikumpulkan Tidak semua operasi yang tercantum dalam operation process chart (OPC) perlu diambil contoh waktu siklusnya. Operasi yang tidak memiliki variabilitas waktu yang berbeda atau waktunya sudah mempunyai standar tidak perlu diambil contoh waktu siklusnya, seperti: mencampur bahan telah memiliki waktu standarnya yaitu waktu mesin bekerja dan waktunya itu sudah pasti. Operasi-operasi yang perlu diambil waktu bakunya yaitu operasi-operasi yang memiliki variabilitas waktu berbeda atau waktunya belum mempunyai standar. Umumnya operasi-operasi tersebut adalah operasi dimana kegiatan manual masih sangat dominan, dan operasi-operasi tersebut masing-masing dikelompokkan ke dalam workstation-workstation selain workstation mesin. Operasi-operasi seperti itu akan ditunjukkan pada precedence diagram masing-masing produk yang dibuat berdasarkan OPC dari produk tersebut. Terhadap data-data contoh waktu siklus workstation yang masih dikerjakan manual tersebut perlu dilakukan uji keseragaman data untuk mengetahui apakah datadata yang diambil seragam. Yang diperhatikan dalam pengujian keseragaman adalah data yang berada didalam batas-batas kontrol, karenanya semua data dimasukkan dalam perhitungan-perhitungan selanjutnya. Jika ada yang terletak diluar batas kontrol harus dibuang karena berada dari sistem sebab yang berbeda. Dengan demikian untuk perhitungan-perhitungan selanjutnya seperti untuk mencari banyaknya pengukuran yang harus dilakukan semua data dari subgrup yang keluar tidak turut diperhitungkan. Selain itu perlu juga dilakukan uji kecukupan data untuk mengetahui apakah data yang diambil sebagai sampel sudah cukup untuk mewakili populasi waktu siklus tersebut. Untuk pengujian ini diperlukan tingkat keyakinan dan tingkat ketelitian, setelah

108 5.1.3 Data Penjualan Historis 5.1.3.1 Density 16 Tabel 5.3 berikut adalah tabel penjualan historis busa density 16 dengan nama pemesannya. Tabel 5.3 Tabel Data Historis Busa Density 16 Tahun 2005 2006 Bulan Pesanan Inka (1) Rudi (2) Era (4) IMS (2) Total 7 8 9 2 2 21 8 8 10 2 2 22 9 9 10 3 3 25 10 9 12 3 3 27 11 11 11 3 3 28 12 6 6 2 2 16 1 8 8 2 2 20 2 9 9 3 2 23 3 9 11 3 2 25 4 11 11 3 2 27 5 10 10 3 3 26 6 6 6 2 2 16 7 8 7 3 2 20 8 9 9 3 2 23 9 9 10 3 2 24 Angka yang terdapat di belakang nama dari tiap pemesan menandakan periode minggu ke n dimana perusahaan itu biasa memesan ke Prokat. Untuk selanjutnya bentuk tabel ini akan diubah ke dalam bentuk minggu, dimana pesanan pada minggu yang sama akan digabungkan, sehingga kita akan mendapatkan jumlah pesanan pada tiap minggu untuk produk ini. Tabel 5.4 Tabel Data Historis Mingguan Busa Density 16 Tahun Bulan Minggu ke 1 2 4 Total 7 8 11 2 21 8 8 12 2 22 2005 9 9 13 3 25 10 9 15 3 27 11 11 14 3 28 12 6 8 2 16 1 8 10 2 20 2 9 11 3 23 3 9 13 3 25 4 11 13 3 27 2006 5 10 13 3 26 6 6 8 2 16 7 8 9 3 20 8 9 11 3 23 9 9 12 3 24

130 melakukan brainstorming dengan pihak perusahaan digunakan tingkat ketelitian (s) 5 % dan tingkat keyakinan (k) 95 %, yang berarti pengukur membolehkan rata-rata hasil pengukurannya menyimpang sejauh 5% dari rata-rata sebenarnya; dan kemungkinan berhasil mendapatkan hal ini adalah 95%. 5.2.2.1.1 Produk Busa Sheet ( Density 16, 20 dan 22) Gambar dibawah menunjukkan precedence diagram produk busa sheet yang dibuat mengikuti OPC produk busa sheet. Gambar 5.5 Precedence Diagram Busa Sheet Seperti terlihat pada gambar diatas, lini produksi busa sheet memiliki 4 workstation (WS). Pada workstation 1 terdapat pekerjaan permesinan dan pekerjaan yang dilakukan secara manual oleh operator. Untuk pekerjaan manual yang dilakukan oleh operator perlu diambil waktu siklusnya. Ada 3 workstation yang perlu diambil contoh waktu siklusnya yaitu workstation 1, 3 dan 4. Tabel berikut ini adalah data-data waktu siklus workstation satu / WS-1 yang diambil penulis selama melakukan pengumpulan data di perusahaan dan uji-uji yang telah dilakukan.

131 Tabel 5.26 Uji Keseragaman Data WS-1 WS-1 Data Waktu Siklus (dtk) X X t X 2 ( X t X ) 1 96.75-2.51 6.3001 9360.5625 2 100.23 0.97 0.9409 10046.0529 3 95.89-3.37 11.3569 9194.8921 4 101.12 1.86 3.4596 10225.2544 5 100.36 1.1 1.21 10072.1296 98.608 6 92.88-6.38 40.7044 8626.6944 7 96.3-2.96 8.7616 9273.69 8 102.16 2.9 8.41 10436.6656 9 101.74 2.48 6.1504 10351.0276 10 98.65-0.61 0.3721 9731.8225 11 96.69-2.57 6.6049 9348.9561 12 101.96 2.7 7.29 10395.8416 13 98.7-0.56 0.3136 9741.69 14 99.06-0.2 0.04 9812.8836 15 104.29 5.03 25.3009 10876.4041 99.172 16 102.85 3.59 12.8881 10578.1225 17 95.3-3.96 15.6816 9082.09 18 97.46-1.8 3.24 9498.4516 19 98.52-0.74 0.5476 9706.1904 20 96.89-2.37 5.6169 9387.6721 21 101.02 1.76 3.0976 10205.0404 22 102.52 3.26 10.6276 10510.3504 23 98.21-1.05 1.1025 9645.2041 24 95.14-4.12 16.9744 9051.6196 25 104.6 100.014 5.34 28.5156 10941.16 26 98.91-0.35 0.1225 9783.1881 27 98.76-0.5 0.25 9753.5376 28 100.11 0.85 0.7225 10022.0121 29 97.46-1.8 3.24 9498.4516 30 103.41 4.15 17.2225 10693.6281 Total 2977.94 297.794 0.14 247.0648 295851.2856 X 99.26 δ δ x 3 δx 2.92 0.92 2.76 BKA 102.02 BKB 96.5 2 X t

132 Langkah langkah perhitungan : 1. Rata rata subgrup : Xi Rumus : X k = n Dimana : n = ukuran subgrup, yaitu banyaknya data dalam satu subgrup k = jumlah subgrup yang terbentuk X i = data pengamatan X1+ X2+ X3+ X4+ X5+ X6+ X7+ X8+ X9+ X10 X1= 10 96,75+ 100,23+ 95,89+ 101,12+ 100,36+ 92,88+ 96,3 + 102,16+ 101,74+ 98,65 X1= = 98,608 10 X11+ X12+ X13+ X14+ X15+ X16+ X17+ X18+ X19+ X20 X2= 10 96,69+ 101,96+ 98,7 + 99,06+ 104,29+ 102,85+ 95,3 + 97,46+ 98,52+ 96,89 X2= = 99,172 10 X21+ X22+ X23+ X24+ X25+ X26+ X27+ X28+ X29+ X30 X3= 10 101,02+ 102,52+ 98,21+ 95,14+ 104,6 + 98,91+ 98,76+ 100,11+ 97,46+ 103,41 X3= = 100,014 10 2. Rata rata keseluruhan : Rumus : X = X k k X Xk 1 + 2 + 3 297,794 = = X X X = = 99,26 k 3 3 3. Simpangan baku : ( X i X) Rumus : δ = N 1 2 Dimana : N = jumlah pengamatan

133 δ = 247,0648 30 1 = 2,92 4. Simpangan baku dari distribusi rata rata subgrup : Rumus : δ x = δ n δ x = 5. Batas batas kendali : 2,92 = 0,92 3 Rumus : BKA = X +3 δ x BKA = 99.26+ 3 ( 0,92) = 102,02 BKB = X - 3 δ x BKB = 99.26-3 (0,92) = 96,5 Kemudian data rata-rata tiap subgrup, batas kontrol bawah (BKB ) dan batas kontrol atas (BKA) yang didapat dari perhitungan di-plot ke grafik yang terlihat pada gambar berikut. Grafik BKA dan BKB WS-1 Detik 103 102 101 100 99 98 97 96 95 94 93 1 2 3 subgroup Waktu BKA BKB Gambar 5.6 Grafik BKA & BKB WS-1

134 Dengan melihat grafik diatas, maka akan terlihat apabila ada data-data dari subgrup yang keluar batas yang berarti tidak seragam. Karena semua data-data berada dalam batas, maka data-data tersebut dapat dikatakan seragam. Setelah melakukan uji keseragaman data maka langkah berikutnya adalah uji kecukupan data untuk mengetahui apakah data yang dikunpulkan sudah mencukupi atau tidak. Uji kecukupan data ditunjukkan pada perhitungan berikut. Untuk nilai Z didapat dengan cara melihat tabel kurva normal, yaitu: Besar tingkat keyakinan adalah 0,95 kemudian dibagi dua (karena dua arah), hasilnya adalah 0,475. Nilai tersebut dapat dilihat pada tabel kurva normal di lampiran, untuk mendapatkan nilai Z nya yaitu sebesar 1.96. Menghitung N N' = Z s N 2 Xi Xi 2 ( Xi ) 2 N = 1,96 0,05 30.295851 2977,2856,94 - ( 2977,94 ) 2 2 = 1,28 Simpulan: Karena jumlah pengukuran minimum (N ) = 1,28 < Jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada. Setelah data-data tersebut telah lulus uji maka dapat dihitung waktu siklus ratarata dari pengumpulan data tersebut, Perhitungan waktu rata rata WS-1 untuk pekerjaan manual:

135 Rumus : W r = X i N 5762,54 W r = = 99,26 detik atau 1,65 menit 30 Uji keseragaman data dan kecukupan data untuk workstation lain dalam lini produksi busa sheet dapat dilihat pada lampiran. Tabel 5.17 menunjukkan waktu siklus rata-rata dari setiap workstation dalam lini produksi busa sheet. Tabel 5.27 Wr Workstation-Workstation Busa Sheet Workstation Waktu rata-rata Jumlah orang Satuan Produksi 1 99,26 detik / 1,65 menit 1 orang 1 Kubik Busa Besar 3 1087.19 detik / 18,12 menit 1 orang 1 Kubik Busa Besar 4 687.03 detik / 11,45 menit 1 orang 1 Kubik Busa Besar 5.2.2.1.2 Produk Busa Rol (Density 16, 20, dan 22) Gambar dibawah menunjukkan precedence diagram produk busa Rol yang dibuat mengikuti OPC produk busa Rol. WS 1 WS 2 WS 3 WS 4 WS 5 S O-1 O-2 O-3 O-4 O-5 O-6 O-7 F Gambar 5.7 Precedence Diagram Busa Rol Seperti terlihat pada gambar diatas, lini produksi busa sheet memiliki 5 workstation (WS). Pada workstation 1 terdapat pekerjaan permesinan dan pekerjaan yang dilakukan secara manual oleh operator. Untuk pekerjaan manual yang dilakukan oleh operator perlu diambil waktu siklusnya. Ada 4 workstation yang perlu diambil

136 contoh waktu siklusnya yaitu workstation 1, 3, 4 dan 5. Uji keseragaman data dan kecukupan data yang dilakukan pada data-data yang dikumpulkan dari WS-1 dan WS-3 sampai WS-5 dapat dilihat di lampiran. Tabel berikut menunjukkan waktu siklus ratarata dari setiap workstation dalam lini produksi busa rol. Tabel 5.28 Wr Workstation-Workstation Busa Rol Workstation Waktu rata-rata Jumlah orang Satuan Produksi 1 99,26 detik / 1,65 menit 1 orang 1 Kubik Busa Besar 3 1488,79 detik / 24,81 menit 1 orang 1 Kubik Busa Besar 4 1112,63 detik / 18,54 menit 1 orang 1 Kubik Busa Besar 5 613,38 detik / 10,22 menit 1 orang 1 Kubik Busa Besar 5.2.2.1.3 Produk Busa Rebounded Gambar dibawah menunjukkan precedence diagram produk busa Rebounded yang dibuat mengikuti OPC produk busa Rebounded. Gambar 5.8 Precedence Diagram Busa Rebounded Seperti terlihat pada gambar diatas, lini produksi busa sheet memiliki 4 workstation (WS). Dan ada 2 workstation yang perlu diambil contoh waktu siklusnya yaitu workstation 3 dan 4. Uji keseragaman data dan kecukupan data yang dilakukan pada data-data yang dikumpulkan pada WS-3 dan WS-4, dapat dilihat di lampiran. Tabel

137 berikut menunjukkan waktu siklus rata-rata dari setiap workstation dalam lini produksi busa rol. Tabel 5.29 Wr Workstation-Workstation Busa Rebounded Workstation Waktu rata-rata Jumlah orang Satuan Produksi 3 213,64 detik / 3,56 menit 1 orang 1 Kubik Busa Besar 4 216,37 detik / 3,6 menit 1 orang 1 Kubik Busa Besar 5.2.2.2 Perhitungan Waktu Baku Setelah semua data yang didapat memiliki keseragaman yang dikehendaki, dan jumlahnya telah memenuhi tingkat tingkat ketelitian dan keyakinan yang diinginkan, maka selesailah kegiatan pengukuran waktu. Langkah selanjutnya adalah mengolah data tersebut sehingga menghasilkan waktu baku. Perhitungan waktu baku menggunakan metode westinghouse. Yang perlu diperhatikan dalam perhitungan waktu baku ini adalah besarnya faktor penyesuaian dan faktor kelonggaran. Faktor penyesuaian dihitung untuk masing-masing workstation. Tabel faktor penyesuaian untuk masing-masing workstation dapat dilihat pada lampiran. Selain besarnya faktor penyesuaian, perlu diperhatikan juga besarnya faktor kelonggaran. Tabel faktor kelonggaran dapat dilihat pada lampiran. 5.2.2.2.1 Lini Produksi Busa Sheet Setelah memperhitungkan faktor penyesuaian dan faktor kelonggaran, maka didapatkan waktu baku siklus untuk masing-masing workstation. Waktu baku inilah yang akan digunakan dalam menghitung kapasitas produksi dari perusahaan. Tabel

138 berikut menunjukkan rangkuman waktu baku (Wb) untuk workstation-workstation dari lini produksi busa sheet. Tabel 5.30 Wb Workstation-Workstation Busa Sheet Workstation Wr penyesua Wn % k Waktu Wb Jumlah Satuan (detik) ian (detik) (kelonggaran) Baku (menit) Orang Produksi 1 2400 1 2400 2400 40 1 1 Busa Kubik Besar 1 99,26 1,22 121,1 147,74 2,46 0 1 Busa Kubik Besar 1 (Total) 2499,3 1 2499,26 2547,74 42,46 1 1 Busa Kubik Besar 22% 2 28800 1 28800 28800 480 0 11 Busa Kubik Besar 3 1087,2 1,11 1206,78 1472,27 24,54 1 1 Busa Kubik Besar 4 687,03 1,13 776,34 947,13 15,79 1 1 Busa Kubik Besar Contoh langkah-langkah perhitungan waktu baku (Wb) : Untuk workstation-1 manual Xi Waktu rata-rata = Wr = N = 99, 26 detik (dari tabel 5.27) Waktu normal = Wn = Wr x p Waktu baku = Wn = 99,26 x 1,22 = 121,1 detik Wb = x ( 1 + k) = 121,1 x (1+0,22) = 147,74 detik / 2,46 menit Waktu siklus pada workstation 1 bagian mesin dan 2 tidak diberikan kelonggaran dikarenakan merupakan waktu kerja dari mesin dan dianggap sudah standar / tidak memerlukan penyesuaian.

139 5.2.2.2.2 Lini Produksi Busa Rol Setelah memperhitungkan faktor penyesuaian dan faktor kelonggaran, maka didapatkan waktu baku siklus untuk masing-masing workstation. Waktu baku inilah yang akan digunakan dalam menghitung kapasitas produksi dari perusahaan. Tabel berikut menunjukkan rangkuman waktu baku (Wb) untuk workstation-workstation dari lini produksi busa rol. Tabel 5.31 Wb Workstation-Workstation Busa Rol Workstation Wr Wn % k Wb Jumlah Satuan penyesuaian Waktu (detik) (detik) (kelonggaran) Baku (menit) Orang Produksi 1 2400 1 2400 2400 40 1 1 Busa Kubik Besar 1 99,26 1,22 121,1 147,74 2,46 0 1 Busa Kubik Besar 1(Total) 2499,26 1 2521,1 2547,74 42,46 1 1 Busa Kubik Besar 11 Busa 22% 2 28800 1 28800 28800 480 0 Kubik Besar 1 Busa Kubik 3 1488,79 1,08 1607,89 1961,63 32,69 1 Besar 4 1112,63 1,11 1235,02 1506,72 25,11 1 1 Busa Kubik Besar 5 613,38 1,13 693,12 845,61 14,09 1 1 Busa Kubik Besar 5.2.2.2.3 Lini Produksi Busa Rebounded Setelah memperhitungkan faktor penyesuaian dan faktor kelonggaran, maka didapatkan waktu baku siklus untuk masing-masing workstation. Waktu baku inilah yang akan digunakan dalam menghitung kapasitas produksi dari perusahaan. Tabel berikut menunjukkan rangkuman waktu baku (Wb) untuk workstation-workstation dari lini produksi busa rebounded.

140 Tabel 5.32 Wb Workstation-Workstation Busa Rebounded Workstation Wr penyesu Wn % k Waktu Wb aian (kelonggaran Baku (detik) (detik) ) Jumla h (menit ) Orang 1 1440 1 1440 1440 24 1 2 28800 1 28800 28800 480 0 22% 3 213,64 1,11 237,14 289,31 4,82 1 4 216,37 1,11 240,17 293,01 4,88 1 Satuan Produksi 1 Busa Kubik Besar 20 Busa Kubik Besar 1 Busa Kubik Besar 1 Busa Kubik Besar 5.2.2.3 Perhitungan Kapasitas Produksi Seperti yang terlihat dalam precedence diagram yang ditunjukkan diatas pada masing-masing lini produksi, setiap workstation memiliki waktu baku yang bervariasi. Pada workstation 2 pada produk busa sheet maupun rol, waktu pemrosesannya sebesar 480 menit. Berapa pun jumlah kubik besar yang ditaruh di workstation ini baik itu 3 ataupun 8 unit kubik besar waktu pemrosesannya tetap sama yaitu sebesar 480 menit. Hal ini dikarenakan waktu pendinginan standar yang diterapkan perusahaan yaitu 8 jam. Data-data yang dibutuhkan untuk menghitung kapasitas produksi adalah jam kerja efektif perusahaan, jam kerja lembur di perusahaan, waktu siklus dalam menghasilkan unit (dalam satuan kubik besar) dan hari kerja pada bulan yang bersangkutan. Perhitungan kapasitas produksi akan ditunjukkan pada sub-bab berikut. Gambar dibawah menunjukkan kalendar pada bulan Oktober dan November 2006. kolom yang berwarna kelabu menunjukkan bahwa hari itu adalah hari libur (hari Minggu atau hari libur).

141 Minggu Senin Selasa Rabu Kamis Jumat Sabtu 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Gambar 5.9 Kalender Bulan Oktober 2006 Minggu Senin Selasa Rabu Kamis Jumat Sabtu 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Gambar 5.10 Kalender Bulan November 2006 5.2.2.3.1 Lini Produksi Busa Sheet Tabel berikut menunjukkan mesin-mesin yang digunakan operasi pada lini produksi busa sheet beserta waktu standarnya. Tabel 5.33 Daftar Mesin Lini Produksi Busa Sheet Operasi Workstation Mesin Jumlah mesin waktu operasi O - 1 1 Mixer 1 4 menit O - 2 1 Foaming + Cutting 1 35 menit O - 3 1 Foaming + Cutting 1 5 menit Jumlah Unit 1 kubik besar 1 kubik besar 1 kubik besar Terdapat perbedaan satuan antara workstation 2 dengan workstation lain. Oleh karena itu waktu siklus pada tiap workstation akan dikonversikan ke dalam satuan yang terbesar yaitu 11 unit kubik besar. Tabel berikut menunjukkan waktu baku dari tiap workstation yang ada pada lini produksi busa sheet yang kemudian dikonversikan ke dalam satuan 11 busa kubik besar.

142 Tabel 5.34 Waktu Siklus Workstation Busa Sheet Workstation Jumlah waktu Jumlah Konversi waktu orang baku siklus unit / mesin unit (menit) (menit) 1 42,46 1 Kubik Busa Besar 1 11 Kubik 467,06 2 480 11 Kubik Busa Besar 0 busa 480 3 18,12 1 Kubik Busa Besar 1 Besar 199,32 4 11,45 1 Kubik Busa Besar 1 125,95 Contoh perhitungan untuk mendapatkan waktu siklus workstation-1 : Waktu siklus = (Jumlah unit konversi / Jumlah unit standar ws) * waktu baku = 11 x 42, 46 menit 1 = 467,06 menit. Dari tabel diatas terlihat bahwa waktu siklus pada workstation dua memiliki waktu yang terbesar yaitu 480 menit (8 jam). Waktu ini akan menjadi waktu siklus dalam lini produksi busa sheet. Jadi disimpulkan bahwa dibutuhkan waktu selama 8 jam untuk memproduksi 11 kubik busa besar. Setelah menghitung waktu siklus maka langkah selanjutnya yaitu mencari kapasitas produksi pada minggu pertama hingga ke lima pada bulan Oktober dan minggu ke 1 dan ke 2 bulan November 2006. Diketahui bahwa pabrik memiliki hari kerja dalam seminggu dari hari Senin sampai Jumat dengan jam kerja efektif 8 jam. Kerja lembur dapat dilakukan selama tiga jam pada hari kerja biasa (selain sabtu dan minggu). Apabila terdapat libur nasional maka pabrik tidak beroperasi. Tabel berikut menunjukkan kapasitas produksi busa sheet untuk minggu ke 1 hingga minggu ke 5 bulan Oktober dan minggu 1 dan 2 bulan November 2006.

143 Tabel 5.35 Kapasitas Produksi Busa Sheet Hari Waktu Kapasitas Bulan Minggu kerja siklus Reguler Lembur Total 1 5 55 20 75 2 5 55 20 75 Oktober 3 5 55 20 75 4 0 48 menit 0 0 0 Okt / 8 / 12 Nov 5 2 / 3 22 / 33 75 Nov 6 5 55 20 75 Contoh langkah-langkah perhitungan untuk mendapatkan kapasitas reguler dan kapasitas lembur untuk bulan Oktober 2006 : Hari ker ja * jam ker ja *60 Minggu ke 1: Kapasitas Reguler = x11 waktusiklus 5*8*60 = x 11 480 = 55 kubik busa Kapasitas Lembur = Jam ker ja * 60 Rounddown( waktusiklus ) * hari ker ja 3*60 = Rounddown ( ) * 5 43 = 20 kubik busa Waktu siklus untuk kapasitas reguler dan lembur tampak sekilas berbeda, tetapi sebenarnya sama. Pada pengerjaan reguler, seluruh busa didinginkan dahulu selama 8 jam sehingga pada keesokan hari baru dapat dipotong. Dalam sehari ternyata mesin foaming memiliki waktu siklus sebesar 43 menit untuk sebuah busa kubik besar. Sehingga dalam sehari pembuatan kubik busa besar mencapai 11 buah.

144 Sedangkan pada pengerjaan lembur, 4 kubik busa yang dihasilkan terlebih dahulu pada saat pengerjaan reguler dapat diproses langsung, karena telah melewati waktu 8 jam. 5.2.2.3.2 Lini Produksi Busa Rol Tabel berikut menunjukkan mesin-mesin yang digunakan operasi pada lini produksi busa rol beserta waktu standarnya. Tabel 5.36 Daftar Mesin Lini Produksi Busa Rol Operasi Workstation Mesin Jumlah mesin waktu operasi O - 1 1 Mixer 1 4 menit O - 2 1 Foaming + Cutting 1 35 menit Jumlah Unit 1 kubik besar 1 kubik besar Terdapat perbedaan ukuran antara workstation 2 dengan workstation lain. Oleh karena itu waktu siklus pada tiap workstation akan dikonversikan ke dalam satuan yang terbesar yaitu 11 unit kubik besar. Tabel berikut menunjukkan waktu baku dari tiap workstation yang ada pada lini produksi busa sheet yang kemudian dikonversikan ke dalam satuan 11 busa kubik besar. Tabel 5.37 Waktu Siklus Workstation Busa Rol Workstation waktu baku (menit) 1 42,46 2 480 3 32,69 4 25,11 5 14,09 Jumlah Jumlah orang Konversi unit / mesin unit waktu siklus (menit) 1 Kubik Busa Besar 1 467,06 11 Kubik Busa Besar 0 11 Kubik 480 1 Kubik Busa busa Besar 1 Besar 359,59 1 Kubik Busa Besar 1 276,21 1 Kubik Busa Besar 1 154,99

145 Perhitungan untuk mencari waktu siklusnya sama dengan perhitungan pada waktu siklus busa sheet. Untuk memudahkan perhitungannya, karena pada WS-1 proses yang dialami serupa, maka diasumsikan waktu siklus antara produksi busa rol dan produksi busa sheet adalah sama. Karena setelah diperbandingkan pada WS lain tidak ada waktu yang melebihi WS 2. sehingga waktu siklus untuk busa rol adalah 42,46 menit. Karena mempergunakan lini produksi yang sama dengan lini produksi busa sheet maka kapasitasnya pun merupakan suatu kesatuan dengan kapasitas busa sheet. 5.2.2.3.3 Lini Produksi Busa Rebounded Tabel berikut menunjukkan mesin-mesin yang digunakan operasi pada lini produksi busa rebounded beserta waktu standarnya. Tabel 5.38 Daftar Mesin Lini Produksi Rebounded Operasi Workstation Mesin Jumlah mesin waktu operasi Jumlah Unit O - 1 1 Recycling 1 16 menit 1 kubik O - 2 1 Recycling 1 3 menit 1 kubik O - 3 1 Recycling 1 5 menit 1 kubik Terdapat perbedaan ukuran antara workstation 2 dengan workstation lain. Oleh karena itu waktu siklus pada tiap workstation akan dikonversikan ke dalam satuan yang terbesar yaitu 20 kubik busa. Tabel berikut menunjukkan waktu baku dari tiap workstation yang ada pada lini produksi busa rebounded

146 Tabel 5.39 Waktu Siklus Workstation Busa Rebounded Workstation Jumlah waktu Jumlah Konversi waktu orang baku siklus unit / mesin unit (menit) (menit) 1 24 1 Kubik 1 20 480 2 480 20 Kubik 0 Kubik 480 3 4.82 1 Kubik 1 Busa 96.4 4 4.88 1 Kubik 1 97.6 Contoh perhitungan untuk mendapatkan waktu siklus workstation-1 : Waktu siklus = (Jumlah unit konversi / Jumlah unit standar ws) * waktu baku 20 = x 24 menit 1 = 480 menit. Dari tabel diatas terlihat bahwa waktu siklus pada workstation 1 dan 2 memiliki waktu yang terbesar yaitu 480 menit (8 jam). Waktu ini akan menjadi waktu siklus dalam lini produksi busa sheet. Jadi disimpulkan bahwa dibutuhkan waktu selama 8 jam untuk memproduksi 20 kubik busa rebounded. Tabel berikut menunjukkan kapasitas produksi busa sheet untuk minggu ke 1 hingga minggu ke 5 bulan Oktober dan minggu 1 dan 2 bulan November 2006. Tabel 5.40 Kapasitas Produksi Busa Rebounded Bulan Minggu Hari Waktu Kapasitas kerja siklus Reguler Lembur Total 1 5 100 35 135 Oktober 2 5 100 35 135 3 5 100 35 135 4 0 24 menit 0 0 0 Okt / Nov 5 2 / 3 40 / 60 14 / 21 135 Nov 6 5 100 35 135

147 Contoh langkah-langkah perhitungan untuk mendapatkan kapasitas dan kapasitas lembur untuk bulan Oktober 2006 : Hari ker ja * jam ker ja * 60 Minggu ke 1: Kapasitas Reguler = x20 waktusiklus 5x8x60 = x20 24 = 100 kubik busa (ukuran 100x100x100) Jam ker ja * 60 Kapasitas Lembur = Rounddown( ) * hari ker waktusiklus ja 3*60 = Rounddown ( ) * 5 24 = 35 kubik busa (ukuran 100x100x100) Dalam sehari mesin recycling memiliki waktu siklus sebesar 24 menit untuk sebuah kubik busa. Sehingga dalam sehari pembuatan kubik busa mencapai 20 buah. Sedangkan pada pengerjaan lembur, kubik busa yang dihasilkan terlebih dahulu pada saat pengerjaan reguler dapat diproses langsung, karena telah melewati waktu 8 jam. 5.2.3 Master Production Schedule 5.2.3.1 Jadwal produksi awal Jadwal produksi awal per minggu didapatkan dari nilai peramalan yang telah dihitung sebelumnya. Nilai peramalan ini nantinya akan menjadi jadwal produksi awal sebelum dibandingkan dengan order yang masuk. Berikut adalah tabel yang berisikan jadwal produksi awal yang didapatkan dari peramalan tiap minggunya berdasarkan tipe busa dan kapasitas yang tersedia untuk tiap minggunya.

148 Tabel 5.41 Jadwal produksi beserta kapasitas untuk busa density (16, 20, 22) Periode Peramalan Master Schedule D16 D20 D22 D16 D20 D22 Total Kapasitas 1 11 6 10 11 6 10 27 75 2 14 8 2 14 8 2 24 75 3 0 16 0 0 16 0 16 75 4 3 1 0 3 1 0 4 0 5 12 6 10 12 6 10 28 75 6 13 8 2 13 8 2 23 75 Dapat dilihat pada tabel di atas bahwa jadwal produksi awal total tidak melebihi kapasitas produksi yang tersedia untuk setiap periodenya. Untuk periode ke 4 dimana tidak tersedianya kapasitas untuk memproduksi maka forecast untuk periode ini dapat diabaikan sifatnya karena untuk minggu ke 4 ini merupakan hari libur lebaran dimana setiap pabrik yang ada sudah pasti libur juga. Pesanan untuk minggu ini kemungkinan besar dialihkan oleh perusahaan pemesan ke minggu sebelumnya ataupun sesudahnya. Berikut adalah tabel yang menunjukkan jadwal produksi awal yang didapatkan dari peramalan beserta dengan kapasitas produksi yang tersedia tiap minggunya untuk busa rebounded. Tabel 5.42 Jadwal produksi beserta kapasitas untuk busa rebounded Periode Peramalan Master Schedule Kapasitas 1 0 0 135 2 0 0 135 3 24 49 135 4 37 0 0 5 0 0 135 6 0 0 135 Setelah mendapatkan jadwal besarnya produksi yang harus dilakukan tiap minggu maka langkah selanjutnya yaitu menentukan master production schedule (MPS). Pada mps ini nantinya akan menyesuaikan jadwal produksi awal kita dengan order yang

149 masuk. Sesuai dengan kebijakan perusahaan maka ditetapkan demand time fences selama satu minggu, sedangkan planning time fences ditetapkan selama lima minggu. 5.2.3.2 Busa Density 16 Berdasarkan kebijakan perusahaan ditetapkan bahwa produk busa density 16 memiliki safety stock sebanyak 30 kubik busa. Diketahui status akhir inventori periode sebelumnya adalah sebanyak 30 kubik busa. Tabel 5.43 dibawah menunjukkan data-data actual order untuk busa density 16 sampai pada tanggal 30 Sept 2006. Tabel 5.43 Data Actual Order Busa Density 16 Akhir Sept 2006 Minggu Actual Order 1 14 2 16 3 10 4 0 5 15 6 14 Tabel berikut ini menunjukkan tabel MPS dari busa density 16 Tabel 5.44 MPS Busa Density 16 Item No : - Lead Time : 0 On Hand : 30 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Description : Busa Density 16 Safety Stock : 30 Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 11 14 0 3 12 13 14 16 10 0 15 14 30 27 25 18 15 12 11 30 27 25 18 18 15 14 11 14 3 0 12 13 75 75 75 0 75 75 Contoh perhitungan untuk periode 1: Baris forecast, master schedule (MS) dan kapasitas produksi terpasang (KPT) diisi berdasarkan perhitungan kapasitas dan master schedule yang telah dilakukan sebelumnya. Sedangkan actual order (AO) didapat dari tabel 5.43 diatas.

150 Karena periode satu berada dalam zona DTF, maka perhitungan PAB-nya : Project Available Balance (PAB) periode 1 = PAB periode sebelumnya +MS AO = 30 + 11 14 = 27 Available to Promise (ATP) periode 1 = ATP periode sebelumnya + MS AO = 30 + 11 14 = 27 Contoh perhitungan untuk periode 2: Karena periode dua berada dalam zona PTF, maka perhitungan PAB-nya : Project Available Balance (PAB) periode 2 = PAB periode sebelumnya +MS AO/forecast (pilih yang terbesar) = 27 + 14 16 = 25 Available to Promise (ATP) periode 2 = ATP periode sebelumnya + MS AO = 27 + 14 16 = 25 Setelah melihat tabel MPS diatas maka terlihat bahwa ada periode-periode tertentu dimana perkiraan status inventori (project available balance/ PAB) produk busa density 16 berada dibawah safety stock. Oleh sebab itu perlu dilakukan revisi pada MPS agar PAB setiap periode tidak berada dibawah safety stock tersebut. Tabel 5.45 dibawah menunjukkan tabel MPS revisi produk busa density 16. Tabel 5.45 MPS Revisi Busa Density 16 Item No : Description : Busa Density 16 Lead Time : 0 Safety Stock : 30 On Hand : 30 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 11 14 0 3 12 13 14 16 10 0 15 14 30 30 30 30 30 30 30 30 30 30 30 30 30 30 14 16 10 0 15 14 75 75 75 0 75 75

151 Contoh perhitungan untuk periode 1 : Baris forecast dan kapasitas produksi terpasang (KPT) diisi berdasarkan perhitungan konversi yang telah dilakukan sebelumnya. Sedangkan actual order (AO) didapat dari tabel 5.43 diatas. MS didapat dari status PAB pada periode tersebut. Apabila PAB berada dibawah safety stock maka MS akan ditambahkan sebesar selisih safety stock dengan PAB tersebut. Apabila PAB berada diatas safety stock maka MS akan dikurangkan sebesar selisihnya dengan safety stock. Berikut contoh perhitungannya : Diketahui PAB periode satu = 27 kubik busa yang berarti berada dibawah safety stock yang sebesar 30 kubik busa. MS revisinya = 11 + (30 27 ) = 14 kubik busa. Karena periode satu berada dalam zona DTF, maka perhitungan PAB-nya : Project Available Balance (PAB) periode 1 = PAB periode sebelumnya +MS AO = 30 + 14 14 = 30 Available to Promise (ATP) periode 1 = ATP periode sebelumnya + MS AO = 30 + 14 14 = 30 Khusus untuk perhitungan PAB pada periode ke 4, forecast dianggap tidak berarti karena pada minggu ke 4 merupakan minggu libur lebaran sehingga diasumsikan perusahaan yang biasa memesan pada minggu ke 4 akan memajukan / memundurkan pemesanannya. Hal ini dapat dilihat pada data aktual order untuk periode ke 4 dimana tidak ada pemesanan.

152 5.2.3.3 Busa Density 20 Berdasarkan kebijakan perusahaan ditetapkan bahwa produk busa density 20 memiliki safety stock sebanyak 20 kubik busa. Diketahui status akhir inventori periode sebelumnya adalah sebanyak 30 kubik busa. Tabel 5.46 dibawah menunjukkan data-data actual order untuk busa density 20 sampai pada tanggal 30 Sept 2006. Tabel 5.46 Data Actual Order Busa Density 20 Akhir Sept 2006 Minggu Actual Order 1 8 2 9 3 18 4 0 5 8 6 10 Tabel berikut ini menunjukkan tabel MPS dari busa density 20 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Tabel 5.47 MPS Busa Density 20 Item No : Description : Busa Density 20 Lead Time : 0 Safety Stock : 20 On Hand : 30 Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 6 8 16 1 6 8 8 9 18 0 8 10 30 28 27 25 25 23 21 30 28 27 25 25 23 21 6 8 16 0 6 8 75 75 75 0 75 75 Perhitungan untuk mengisi tabel MPS di atas adalah serupa dengan perhitungan di tabel MPS busa density 16. Setelah melihat tabel MPS diatas maka terlihat bahwa ada periode-periode tertentu dimana perkiraan status inventori (project available balance/ PAB) produk busa density 20 tidak berada pada tingkat safety stock. Oleh sebab itu perlu dilakukan revisi pada MPS agar PAB setiap periode berada di tingkat safety stock tersebut. Tabel 5.48 dibawah menunjukkan tabel MPS revisi produk busa density 20.

153 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Tabel 5.48 MPS Revisi Busa Density 20 Item No : Description : Busa Density 20 Lead Time : 0 Safety Stock : 20 On Hand : 30 5.2.3.4 Busa Density 22 Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 6 8 16 1 6 8 8 9 18 0 8 10 30 22 20 20 20 20 20 30 22 20 20 20 20 20 0 7 18 0 8 10 75 75 75 0 75 75 Berdasarkan kebijakan perusahaan ditetapkan bahwa produk busa density 22 memiliki safety stock sebanyak 20 kubik busa. Diketahui status akhir inventori periode sebelumnya adalah sebanyak 25 kubik busa. Tabel 5.49 dibawah menunjukkan data-data actual order untuk busa density 22 sampai pada tanggal 30 Sept 2006. Tabel 5.49 Data Actual Order Busa Density 22 Akhir Sept 2006 Minggu Actual Order 1 12 2 8 3 5 4 0 5 11 6 6 Tabel berikut ini menunjukkan tabel MPS dari busa density 22 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Tabel 5.50 MPS Busa Density 22 Item No : - Description : Busa Density 22 Lead Time : 0 Safety Stock : 20 On Hand : 25 Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 10 2 0 0 10 2 12 8 5 0 11 6 25 23 17 12 12 11 7 25 23 17 12 12 11 7 10 2 0 0 10 2 75 75 75 0 75 75

154 Perhitungan untuk mengisi tabel MPS di atas adalah serupa dengan perhitungan di tabel MPS busa density 16. Setelah melihat tabel MPS diatas maka terlihat bahwa ada periode-periode tertentu dimana perkiraan status inventori (project available balance/ PAB) produk busa density 22 berada dibawah safety stock. Oleh sebab itu perlu dilakukan revisi pada MPS agar PAB setiap periode tidak berada dibawah safety stock tersebut. Tabel 5.51 dibawah menunjukkan tabel MPS revisi produk busa density 22. Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Tabel 5.51 MPS Revisi Busa Density 22 Item No : - Description : Busa Density 22 Lead Time : 0 Safety Stock : 20 On Hand : 25 5.2.3.5 Busa Density Gabungan Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 10 2 0 0 10 2 12 8 5 0 11 6 25 20 20 20 20 20 20 25 20 20 20 20 20 20 7 8 5 0 11 6 75 75 75 0 75 75 Karena lini produksi untuk busa density 16, 20 dan 22 menggunakan 1 lini produksi yang sama maka perlu digabungkan jadwal master schedulenya untuk dibandingkan dengan kapasitas produksi per periode untuk melihat adakah periode yang master schedulenya melebihi kapasitas. Tabel 5.52 berikut adalah tabel gabungan master schedule per periode dari density 16, 20 dan 22 untuk dibandingkan dengan kapasitas per periode. Tabel 5.52 Gabungan master schedule density 16, 20 dan 22 Master Schedule Density 16 Master Schedule Density 20 Master Schedule Density 22 Master Schedule Total Kapasitas Produksi Terpasang Periode 1 2 3 4 5 6 14 16 10 0 15 14 0 7 18 0 8 10 7 8 5 0 11 6 21 31 33 0 34 30 75 75 75 0 75 75

155 Cara perhitungan: Untuk periode 1: Master schedule total = ms density 16 + ms density 20 + ms density 22 = 14 + 0 + 7 = 21 kubik busa Dapat dilihat pada tabel di atas bahwa gabungan master schedule dari busa density 16, 20 dan 22 tidak melebihi kapasitas produksi per periodenya. 5.2.3.6 Busa Rebounded Berdasarkan kebijakan perusahaan ditetapkan bahwa produk busa rebounded memiliki safety stock sebanyak 40 kubik busa. Diketahui status akhir inventori periode sebelumnya adalah sebanyak 40 kubik busa. Tabel 5.53 dibawah menunjukkan data-data actual order untuk busa busa rebounded sampai pada tanggal 30 Sept 2006. Tabel 5.53 Data Actual Order Busa Rebounded Akhir Sept 2006 Minggu Actual Order 1 0 2 15 3 60 4 0 5 30 6 15 Tabel berikut ini menunjukkan tabel MPS dari busa rebounded Tabel 5.54 MPS Busa Rebounded Item No : - Description : Rebounded Lead Time : 0 Safety Stock : 40 On Hand : 40 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 0 0 24 37 0 0 0 15 60 0 30 15 40 40 25 14-23 -53-68 40 40 25 14 14-16 -31 0 0 49 0 0 0 135 135 135 0 135 135

156 Perhitungan untuk mengisi tabel MPS di atas adalah serupa dengan perhitungan di tabel MPS busa density 16. Setelah melihat tabel MPS diatas maka terlihat bahwa ada periode-periode tertentu dimana perkiraan status inventori (project available balance/ PAB) produk busa Rebounded berada dibawah safety stock, bahkan ada periode dimana status inventori minus yang berarti ada peramalan permintaan yang tidak terpenuhi. Oleh sebab itu perlu dilakukan revisi pada MPS agar PAB setiap periode tidak berada dibawah safety stock tersebut. Tabel 5.55 dibawah menunjukkan tabel MPS revisi produk busa Rebounded. Tabel 5.55 MPS Revisi Busa Rebounded Item No : - Description : Rebounded Lead Time : 0 Safety Stock : 40 On Hand : 40 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 0 0 24 37 0 0 0 15 60 0 30 15 40 40 40 40 40 40 40 40 40 40 40 40 40 40 0 15 60 0 30 15 135 135 135 0 135 135 Khusus untuk perhitungan PAB pada periode ke 4, forecast dianggap tidak berarti karena pada minggu ke 4 merupakan minggu libur lebaran sehingga diasumsikan perusahaan yang biasa memesan pada minggu ke 4 akan memajukan / memundurkan pemesanannya. Hal ini dapat dilihat pada data actual order untuk periode ke 4 dimana tidak ada pemesanan. 5.2.4 Usulan Safety stock Salah satu cara untuk mengurangi biaya pada persediaan yaitu dengan cara memegang barang jadi sesedikit mungkin sehingga biaya yang ditimbulkan juga akan berkurang. Tingkat safety stock yang diterapkan oleh perusahaan saat ini oleh penulis

157 dirasa cukup berlebih. Oleh karena itu penulis terdorong untuk meneliti tingkat safety stock yang optimal untuk tiap produk. Sehingga tempat yang tersedia pada pabrik dapat dimanfaatkan secara optimal untuk keperluan lainnya. 5.2.4.1 Data Historis Penjualan Untuk menghitung tingkat safety stock yang optimal, diperlukan data historis penjualan. Di bawah ini adalah tabel yang berisikan rangkuman data penjualan untuk tiap produk dimana satuan dasarnya adalah kubik busa besar. Tabel 5.56 Data historis penjualan bulanan Bulan Density 16 20 22 Rebounded 7 40 45 30 62 8 42 48 30 60 9 42 48 32 64 10 50 50 30 60 11 44 50 32 60 12 42 52 33 50 1 36 51 33 58 2 40 54 34 60 3 45 56 33 62 4 45 48 35 66 5 50 46 33 66 6 52 50 36 64 7 50 44 34 62 8 50 50 35 62 9 48 46 30 60 5.2.4.2 Perhitungan Safety stock Setelah data penjualan historis perusahaan didapatkan maka langkah selanjutnya yaitu menghitung tingkat safety stock optimal dengan mempergunakan metode tingkat pelayanan dengan MAD (Mean Absolute Deviation).

158 Berdasarkan data yang didapat dari perusahaan dimana tidak pernah terjadi stock out untuk produk busa density 16, 20, 22 dan busa rebounded yang dipesan maka diasumsikan tingkat pelayanan yang diberikan perusahaan adalah 100 % dan tingkat stock out sebesar 0 %. Nilai safety factor MAD (Mean Absolute Deviation) yang didapatkan dari tabel safety factors berdasarkan kriteria ini adalah sebesar 4,51. Tabel safety factors dapat dilihat pada lampiran. 5.2.4.2.1 Busa Density 16 Tabel 5.57 di bawah ini menunjukkan nilai MAD dan besarnya safety factor yang optimal berdasarkan data historis penjualan busa density 16. Tabel 5.57 MAD dan safety stock Busa Density 16 Percent Periode Penjualan X deviasi of Percent of Standar service stock out Deviasi 1 40 5.07 100.00 0.00 4.51 2 42 3.07 3 42 3.07 4 50 4.93 MAD = 3.95 5 44 1.07 Safety Stock = 18 6 42 3.07 7 36 9.07 8 40 5.07 45.07 9 45 0.07 10 45 0.07 11 50 4.93 12 52 6.93 13 50 4.93 14 50 4.93 15 48 2.93 Total 676.00 59.20 Cara perhitungan : X = 15 1 Penjualan /15 = 676 / 15 = 45,07

159 Deviasi Periode 1 = penjualan X = 40 45,07 = 5,07 MAD = deviasi / 15 = 59,2 / 15 = 3,95 Safety stock = Standar Deviasi x MAD = 4,51 x 3,95 = 17,8 = 18 kubik busa 5.2.4.2.2 Busa Density 20 Tabel 5.58 di bawah ini menunjukkan nilai MAD dan besarnya safety factor yang optimal berdasarkan data historis penjualan busa density 20. Tabel 5.58 MAD dan safety stock Busa Density 20 periode Penjualan x rata2 deviasi Percent of service Percent of stock out Standar Deviation 1 45 4.20 100 0 4.51 2 48 1.20 3 48 1.20 4 50 0.80 MAD = 2.59 5 50 0.80 Safety stock = 12 6 52 2.80 7 51 1.80 8 54 49.20 4.80 9 56 6.80 10 48 1.20 11 46 3.20 12 50 0.80 13 44 5.20 14 50 0.80 15 46 3.20 Total 738.00 Total 38.80 Contoh perhitungan untuk metode ini tidak disertakan karena sama dengan contoh perhitungan pada contoh perhitungan tabel 5.57.

160 5.2.4.2.3 Busa Density 22 Tabel 5.59 di bawah ini menunjukkan nilai MAD dan besarnya safety factor yang optimal berdasarkan data historis penjualan busa density 22. Tabel 5.59 MAD dan safety stock Busa Density 22 Percent of service periode Penjualan x rata2 deviasi Percent of stock out 1 30 2.67 100 0 4.51 2 30 2.67 3 32 0.67 4 30 2.67 MAD = 1.6 5 32 0.67 Safety stock = 7 6 33 0.33 7 33 0.33 8 34 32.67 1.33 9 33 0.33 10 35 2.33 11 33 0.33 12 36 3.33 13 34 1.33 14 35 2.33 15 30 2.67 Total 490.00 Total 24.00 Standar Deviation Contoh perhitungan untuk metode ini tidak disertakan karena sama dengan contoh perhitungan pada contoh perhitungan tabel 5.57. 5.2.4.2.4 Busa Rebounded Tabel 5.60 di bawah ini menunjukkan nilai MAD dan besarnya safety factor yang optimal berdasarkan data historis penjualan busa Rebounded.

161 Tabel 5.60 MAD dan safety stock Busa Rebounded Percent of service Periode Penjualan x rata2 Percent of deviasi stock out 1 62 0.93 100 0 4.51 2 60 1.07 3 64 2.93 4 60 1.07 MAD = 2.60 5 60 1.07 Safety stock = 12 6 50 11.07 7 58 3.07 8 60 61.07 1.07 9 62 0.93 10 66 4.93 11 66 4.93 12 64 2.93 13 62 0.93 14 62 0.93 15 60 1.07 Total 916.00 Total 38.93 Standar Deviation Contoh perhitungan untuk metode ini tidak disertakan karena sama dengan contoh perhitungan pada contoh perhitungan tabel 5.57. 5.2.4.3 Perbandingan safety stock perusahaan dengan safety stock usulan Setelah mendapatkan tingkat safety stock yang optimal, maka kemudian dimasukkan ke dalam MPS untuk diperbandingkan dengan MPS perusahaan. Yang dibandingkan di antara keduanya yaitu jumlah barang yang tersedia pada setiap periode. Karena sistem MTO (Make To Order) maka jumlah barang yang tersedia (PAB) pada setiap periodenya disesuaikan dengan tingkat safety stock. Di bawah ini adalah perbandingan tabel total PAB perusahaan dengan PAB Usulan.

162 Tabel 5.61 Perbandingan PAB Perusahaan dengan PAB Usulan Total Total PAB PAB Usulan Selisih Density 16 180 108 72 Density 20 122 83 39 Density 22 120 48 72 Rebounded 240 113 127 Total 662 352 310 Cara Perhitungan: Total PAB didapatkan dengan menjumlahkan jumlah PAB pada setiap periode pada masing-masing tabel. Total PAB Usulan PAB didapatkan dengan menjumlahkan jumlah PAB pada setiap periode pada masing-masing tabel. Selisih periode 1 = Total PAB Total PAB Usulan = 180 108 = 72 kubik busa. Dapat dilihat pada tabel 5.61 di atas bahwa karena nilai PAB usulan lebih kecil dari nilai PAB perusahaan maka selanjutnya untuk perhitungan kebutuhan bahan bakunya akan mempergunakan MPS usulan. 5.2.5 Gantt Chart Setelah mendapatkan jadwal produksi awal maka dibuatlah gantt chart untuk melihat urutan pembuatan busa yang dikerjakan oleh mesin foaming. Jadwal produksi sifatnya adalah menentukan jadwal yang diproduksi untuk suatu minggu tertentu sedangkan gantt chart lebih berupa urutan pengerjaan sehingga operator mengetahui

163 urutan busa yang akan diproduksi untuk mesin foaming yang menghasilkan busa density. Berikut adalah gambar gantt chart yang didapatkan dari peramalan. Master schedule minggu 1 minggu 2 minggu 3 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 10 3 3 7 6 30 19 18 18 18 18 18 18 Stock 30 24 16 16 16 12 12 12 25 15 13 13 13 13 13 13 Kapasitas 10 10 10 10 10 0 7 10 10 10 0 4 10 10 10 Master schedule Stock minggu 4 minggu 5 minggu 6 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 10 2 10 3 Libur 6 7 1 2 2 2 18 18 18 18 18 18 18 18 18 12 12 12 12 12 12 12 12 12 13 13 13 7 7 7 7 7 7 Kapasitas 10 10 10 10 10 0 0 8 10 10 0 0 7 10 10 Gambar 5.11 Gantt Chart master schedule Untuk minggu pertama, sebenarnya terdapat master schedule yang didapatkan dari peramalan. Tetapi karena adanya usulan safety stock baru maka tingkat safety stock yang tadinya merupakan angka yang diberikan oleh perusahaan diubah terlebih dahulu ke tingkat safety stock usulan sehingga tidak adanya produksi pada minggu ke 1 karena permintaan yang didapatkan dari peramalan mengambil stok yang sudah tersedia. Ketika stok sudah mencapai tingkat optimum berdasarkan usulan safety stock maka produksi baru berjalan lagi

164 5.2.5.1 MPS Usulan Tabel yang di bawah ini merupakan tabel MPS usulan untuk setiap jenis produk. Tabel 5.62 MPS Usulan Busa Density 16 Item No : Description : Busa Density 16 Lead Time : 0 Safety Stock : 18 On Hand : 30 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 11 14 0 3 12 13 14 16 10 0 15 14 30 18 18 18 18 18 18 30 18 18 18 18 18 18 2 16 10 0 15 14 75 75 75 0 75 75 Tabel 5.63 MPS Usulan Busa Density 20 Item No : Description : Busa Density 20 Lead Time : 0 Safety Stock : 12 On Hand : 30 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 6 8 16 1 6 8 8 9 18 0 8 10 30 22 13 12 12 12 12 30 22 13 12 12 12 12 0 0 17 0 8 10 75 75 75 0 75 75 Tabel 5.64 MPS Usulan Busa Density 22 Item No : - Description : Busa Density 22 Lead Time : 0 Safety Stock : 7 On Hand : 25 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 10 2 0 0 10 2 12 8 5 0 11 6 25 13 7 7 7 7 7 25 13 7 7 7 7 7 0 2 5 0 11 6 75 75 75 0 75 75

165 Periode Forecast Actual Order Project Available Balance Available to Promise Master Schedule Kapasitas Produksi Terpasang Tabel 5.65 MPS Usulan Busa Rebounded Item No : - Description : Rebounded Lead Time : 0 Safety Stock : 12 On Hand : 40 Demand Time Fences : 1 Minggu Planning Time Fences : 6 Minggu Past Due 1 2 3 4 5 6 0 0 24 37 0 0 0 15 60 0 30 15 40 40 25 12 12 12 12 40 40 25 12 12 12 12 0 0 47 0 30 15 135 135 135 0 135 135 Perhitungan untuk masing-masing tabel MPS di atas sama dengan perhitungan tabel MPS pada tabel 5.47. 5.2.6 Material Resource Planning Setelah membuat master schedule / jadwal induk produksi untuk tiap produk maka selanjutnya perlu membuat jadwal perencanaan bahan baku. Masing-masing bahan baku memiliki jadwal perencanaannya sendiri-sendiri. Perusahaanpun memiliki kebijakan terhadap masing-masing bahan baku sebab dalam memesan bahan baku ini perusahaan berinteraksi dengan perusahaan lain yang juga memiliki kebijakannya sendiri. Kebijakan ini meliputi kuantitas on-hand, lama lead time nya dan besar safety stocknya yang tercantum dalam item master tiap bahan baku. Selain itu diperlukan juga data struktur produk tiap end-item untuk menentukan besar gross requirement tiap produk. Untuk menentukan jenis lot-sizing yang digunakan akan dibandingkan beberapa metode dengan metode yang digunakan perusahaan saat ini. Beberapa metode yang akan digunakan sebagai pembanding yaitu : POQ (Periodic Order Quantity), PPB (Part Period Balancing), dan Silver Meal. Kemudian dari ketiga metode ini akan

166 dibandingkan dengan metode yang dipakai perusahaan saat ini dan akan dipilih metode yang terbaik, berdasarkan biaya yang paling minimum. 5.2.6.1 Struktur Produk Struktur produk setiap produk dibutuhkan sebab dengan struktur produk tersebut dapat diketahui dengan pasti seberapa banyak bahan baku yang dibutuhkan setiap memproduksi satu kubik busa. Hal tersebut sangat penting dalam menghitung seberapa besar gross requirement tiap bahan baku. 5.2.6.1.1 Busa Density 16, 20 dan 22 Berikut adalah gambar struktur produk dari busa density 16, 20 dan 22. Struktur Produk Nama Obyek : Busa Density 16 Dipetakan Oleh : Henry Charles Salim Tanggal Dipetakan : 18 November 2006 Cara Pemetaan : Explosion Gambar 5.12 Struktur Busa density 16

167 Struktur Produk Nama Obyek : Busa Density 20 Dipetakan Oleh : Henry Charles Salim Tanggal Dipetakan : 18 November 2006 Cara Pemetaan : Explosion Gambar 5.13 Struktur Busa density 20 Struktur Produk Nama Obyek : Busa Density 22 Dipetakan Oleh : Henry Charles Salim Tanggal Dipetakan : 18 November 2006 Cara Pemetaan : Explosion 5.2.6.1.2 Busa Rebounded Gambar 5.14 Struktur busa density 22 Berikut adalah gambar struktur produk dari busa Rebounded. Struktur Produk Nama Obyek : Busa Rebounded Dipetakan Oleh : Henry Charles Salim Tanggal Dipetakan : 18 November 2006 Cara Pemetaan : Explosion Gambar 5.15 Struktur busa Rebounded

168 5.2.6.2 Bill Of Material 5.2.6.2.1 Busa Density 16, 20 dan 22 Berikut adalah tabel bill of material dari busa density 16, 20 dan 22. No. Komponen 1 1 Tabel 5.66 Bill of material busa density 16 Level Description Code Quantity BOM UOM Polypropylene Glycol PPG 80 Kg Toluena DiisoCyanat TDI 70 Kg 2 1 3 1 Water W 7 Kg 4 1 surfaktan S 10 Kg 5 1 Katalis K 1 Kg 6 1 Tin Catalyst TC 1 Kg 7 1 Amine Am 0.5 Kg 8 1 Pewarna P 0.5 Kg 9 1 Aditif Ad 1 Kg No. Komponen 1 1 Tabel 5.67 Bill of material busa density 20 Level Description Code Quantity BOM UOM Polypropylene Glycol PPG 100 Kg Toluena DiisoCyanat TDI 50 Kg 2 1 3 1 Water W 7 Kg 4 1 Surfaktan S 10 Kg 5 1 Katalis K 1 Kg 6 1 Tin Catalyst TC 1 Kg 7 1 Amine Am 0.5 Kg 8 1 Pewarna P 0.5 Kg 9 1 Aditif Ad 1 Kg

169 No. Komponen 1 1 Tabel 5.68 Bill of material busa density 22 Level Description Code Quantity BOM UOM Polypropylene Glycol PPG 120 Kg Toluena DiisoCyanat TDI 30 Kg 2 1 3 1 Water W 7 Kg 4 1 Surfaktan Sur 10 Kg 5 1 Katalis K 1 Kg 6 1 Tin Catalyst TC 1 Kg 7 1 Amine Am 0.5 Kg 8 1 Pewarna P 0.5 Kg 9 1 Aditif Ad 1 Kg 5.2.6.2.2 Busa Rebounded Berikut adalah tabel bill of material dari busa Rebounded. Tabel 5.69 Bill of material busa Rebounded No. Komponen Level Description Code Quantity BOM UOM 1 1 Busa B 100 Kg 2 1 Polypropylene Glycol PPG 15 Kg 3 1 Toluena DiisoCyanat TDI 15 Kg 4 1 Tin Catalyst TC 0.5 Kg 5.2.6.3 Perhitungan Material Requirement Planning (MRP) Dengan melihat struktur produk dari tiap produk maka dapat diketahui gross requirement tiap level dari struktur produk hingga bahan bakunya. Karena jenis bahan baku yang digunakan untuk tiap jenis produk hampir sama maka maka gross requirement dari bahan baku tersebut adalah gabungan dari gross requirement masingmasing produk.

170 5.2.6.3.1 Penentuan Gross Requirement Bahan Baku 5.2.6.3.1.1 Busa Density 16 Tabel-tabel berikut menunjukkan MRP Induk dan MRP tiap bagian struktur produk hingga didapatkan gross requirement bagi item bahan baku. Tabel 5.70 Perhitungan MRP busa Density 16 Item No : D016 Description : Density 16 BOM UOM : Each On-hand : 0 kubik Lead Time : 0 Order Policy : LFL Safety Stock : 18 kubik Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 16 10 0 15 14 Schedule Receipts 0 0 0 0 0 0 PAB 1-2 -16-10 0-15 -14 Net Requirement 2 16 10 0 15 14 Planned Order Receipts 2 16 10 0 15 14 Planned Order Release 2 16 10 0 15 14 PAB 2 0 0 0 0 0 0 0 Tabel 5.71 Perhitungan Gross Requirement PPG Density 16 Item No : PPG Safety Stock : 3000 Description : Polypropylene Glycol Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 160 1280 800 0 1200 1120 Schedule Receipt 0 0 0 0 0 0 PAB2 3000 Tabel 5.72 Perhitungan Gross Requirement TDI Density 16 Item No : TDI Safety Stock : 4000 Description : Toluena Diisocyanat Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 140 1120 700 0 1050 980 Schedule Receipt 0 0 0 0 0 0 PAB2 4000 Tabel 5.73 Perhitungan Gross Requirement Water Density 16 Item No : W Description : Water Safety Stock : 400 Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 14 112 70 0 105 98 Schedule Receipt 0 0 0 0 0 0 PAB2 400

171 Tabel 5.74 Perhitungan Gross Requirement Surfaktan Density 16 Item No : S Description : Surfaktan Safety Stock : 500 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 20 160 100 0 150 140 Schedule Receipt 0 0 0 0 0 0 PAB2 500 Tabel 5.75 Perhitungan Gross Requirement Katalis Density 16 Item No : K Description : Katalis Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 16 10 0 15 14 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.76 Perhitungan Gross Requirement Tin Catalyst Density 16 Item No : TC Description : Tin Catalyst Safety Stock : 100 Lot Size : 5 Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 16 10 0 15 14 Schedule Receipt 0 0 0 0 0 0 PAB2 100 Tabel 5.77 Perhitungan Gross Requirement Amine Density 16 Item No : Am Description : Amine Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 1 8 5 0 7,5 7 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.78 Perhitungan Gross Requirement Pewarna Density 16 Item No : P Description : Pewarna Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 1 8 5 0 7,5 7 Schedule Receipt 0 0 0 0 0 0 PAB2 50

172 Tabel 5.79 Perhitungan Gross Requirement Aditif Density 16 Item No : Ad Description : Aditif Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 16 10 0 15 14 Schedule Receipt 0 0 0 0 0 0 PAB2 50 5.2.6.3.1.2 Busa Density 20 Tabel-tabel berikut menunjukkan MRP Induk dan MRP tiap bagian struktur produk hingga didapatkan gross requirement bagi item bahan baku. Tabel 5.80 Perhitungan MRP busa Density 20 Item No : D020 Description : Density 20 BOM UOM : Each On-hand : 0 kubik Lead Time : 0 Order Policy : LFL Safety Stock : 12 kubik Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 17 0 8 10 Schedule Receipts 0 0 0 0 0 0 PAB 1 0 0-17 0-8 -10 Net Requirement 0 0 17 0 8 10 Planned Order Receipts 0 0 17 0 8 10 Planned Order Release 0 0 17 0 8 10 PAB 2 0 0 0 0 0 0 0 Tabel 5.81 Perhitungan Gross Requirement PPG Density 20 Item No : PPG Description : Polypropylene Glycol Safety Stock : 3000 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 1360 0 640 800 Schedule Receipt 0 0 0 0 0 0 PAB2 3000 Tabel 5.82 Perhitungan Gross Requirement TDI Density 20 Item No : TDI Safety Stock : 4000 Description : Toluena Diisocyanat Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 1190 0 560 700 Schedule Receipt 0 0 0 0 0 0 PAB2 4000

173 Tabel 5.83 Perhitungan Gross Requirement Water Density 20 Item No : W Description : Water Safety Stock : 400 Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 119 0 56 70 Schedule Receipt 0 0 0 0 0 0 PAB2 400 Tabel 5.84 Perhitungan Gross Requirement Surfaktan Density 20 Item No : S Description : Surfaktan Safety Stock : 500 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 170 0 80 100 Schedule Receipt 0 0 0 0 0 0 PAB2 500 Tabel 5.85 Perhitungan Gross Requirement Katalis Density 20 Item No : K Description : Katalis Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 17 0 8 10 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.86 Perhitungan Gross Requirement Tin Catalyst Density 20 Item No : TC Description : Tin Catalyst Safety Stock : 100 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 17 0 8 10 Schedule Receipt 0 0 0 0 0 0 PAB2 100 Tabel 5.87 Perhitungan Gross Requirement Amine Density 20 Item No : Am Description : Amine Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 8,5 0 4 5 Schedule Receipt 0 0 0 0 0 0 PAB2 50

174 Tabel 5.88 Perhitungan Gross Requirement Pewarna Density 20 Item No : P Description : Pewarna Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 8,5 0 4 5 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.89 Perhitungan Gross Requirement Aditif Density 20 Item No : Ad Description : Aditif Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 17 0 8 10 Schedule Receipt 0 0 0 0 0 0 PAB2 50 5.2.6.3.1.3 Busa Density 22 Tabel-tabel berikut menunjukkan MRP Induk dan MRP tiap bagian struktur produk hingga didapatkan gross requirement bagi item bahan baku. Tabel 5.90 Perhitungan MRP busa Density 22 Item No : D022 Description : Density 22 BOM UOM : Each On-hand : 0 kubik Lead Time : 0 Order Policy : LFL Safety Stock : 7 kubik Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 2 5 0 11 6 Schedule Receipts 0 0 0 0 0 0 PAB 1 0-2 -5 0-11 -6 Net Requirement 0 2 5 0 11 6 Planned Order Receipts 0 2 5 0 11 6 Planned Order Release 0 2 5 0 11 6 PAB 2 0 0 0 0 0 0 0 Tabel 5.91 Perhitungan Gross Requirement PPG Density 22

175 Item No : PPG Description : Polypropylene Glycol Safety Stock : 3000 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 160 400 0 880 480 Schedule Receipt 0 0 0 0 0 0 PAB2 3000 Tabel 5.92 Perhitungan Gross Requirement TDI Density 22 Item No : TDI Safety Stock : 4000 Description : Toluena Diisocyanat Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 140 350 0 770 420 Schedule Receipt 0 0 0 0 0 0 PAB2 4000 Tabel 5.93 Perhitungan Gross Requirement Water Density 22 Item No : W Description : Water Safety Stock : 400 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 14 35 0 77 42 Schedule Receipt 0 0 0 0 0 0 PAB2 400 Tabel 5.94 Perhitungan Gross Requirement Surfaktan Density 22 Item No : S Description : Surfaktan Safety Stock : 500 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 20 50 0 110 60 Schedule Receipt 0 0 0 0 0 0 PAB2 500 Tabel 5.95 Perhitungan Gross Requirement Katalis Density 22 Item No : K Description : Katalis Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 2 5 0 11 6 Schedule Receipt 0 0 0 0 0 0 PAB2 50

176 Tabel 5.96 Perhitungan Gross Requirement Tin Catalyst Density 22 Item No : TC Description : Tin Catalyst Safety Stock : 100 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 2 5 0 11 6 Schedule Receipt 0 0 0 0 0 0 PAB2 100 Tabel 5.97 Perhitungan Gross Requirement Amine Density 22 Item No : Am Description : Amine Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 1 2,5 0 5,5 3 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.98 Perhitungan Gross Requirement Pewarna Density 22 Item No : P Description : Pewarna Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 1 2,5 0 5,5 3 Schedule Receipt 0 0 0 0 0 0 PAB2 50 Tabel 5.99 Perhitungan Gross Requirement Aditif Density 22 Item No : Ad Description : Aditif Safety Stock : 50 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 2 5 0 11 6 Schedule Receipt 0 0 0 0 0 0 PAB2 50 5.2.6.3.1.4 Busa Rebounded Tabel-tabel berikut menunjukkan MRP Induk dan MRP tiap bagian struktur produk hingga didapatkan gross requirement bagi item bahan baku.

177 Tabel 5.100 Perhitungan MRP busa Rebounded Item No : R Description : Rebounded BOM UOM : Each On-hand : 0 kubik Lead Time : 0 Order Policy : LFL Safety Stock : 12 kubik Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 47 0 30 15 Schedule Receipts 0 0 0 0 0 0 PAB 1 0 0-47 0-30 -15 Net Requirement 0 0 47 0 30 15 Planned Order Receipts 0 0 47 0 30 15 Planned Order Release 0 0 47 0 30 15 PAB 2 0 0 0 0 0 0 0 Tabel 5.101 Perhitungan Gross Requirement PPG Rebounded Item No : PPG Description : Polypropylene Glycol Safety Stock : 3000 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 705 0 450 225 Schedule Receipt 0 0 0 0 0 0 PAB2 3000 Tabel 5.102 Perhitungan Gross Requirement TDI Rebounded Item No : TDI Description : Toluena Diisocyanat Safety Stock : 4000 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 705 0 450 225 Schedule Receipt 0 0 0 0 0 0 PAB2 4000 Tabel 5.103 Perhitungan Gross Requirement Tin Catalyst Rebounded Item No : TC Description : Tin Catalyst Safety Stock : 100 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 23,5 0 15 7,5 Schedule Receipt 0 0 0 0 0 0 PAB2 100

178 Tabel 5.104 Perhitungan Gross Requirement Bahan Busa Item No : B Description : Busa Safety Stock : 0 Lot Size : Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 4700 0 3000 1500 Schedule Receipt 0 0 0 0 0 0 PAB2 0 5.2.6.3.2 Gross Requirement Total Setelah kita menghitung kebutuhan bahan baku yang diperlukan untuk keempat jenis busa yang diproduksi maka langkah selanjutnya yaitu menjumlahkan bahan baku yang sama sehingga kita dapat mengetahui total kebutuhan bahan baku tersebut selama periode perencanaan. Tabel 5.105 Perhitungan Total Gross Requirement PPG 1 2 3 4 5 6 Density 16 160 1280 800 0 1200 1120 Density 20 0 0 1360 0 640 800 Density 22 0 160 400 0 880 480 Rebounded 0 0 705 0 450 225 Total 160 1440 3265 0 3170 2625 Tabel 5.106 Perhitungan Total Gross Requirement TDI 1 2 3 4 5 6 Density 16 140 1120 700 0 1050 980 Density 20 0 0 1190 0 560 700 Density 22 0 140 350 0 770 420 Rebounded 0 0 705 0 450 225 Total 140 1260 2945 0 2830 2325 Tabel 5.107 Perhitungan Total Gross Requirement Tin Catalyst 1 2 3 4 5 6 Density 16 2 16 10 0 15 14 Density 20 0 0 17 0 8 10 Density 22 0 2 5 0 11 6 Rebounded 0 0 23,5 0 15 7,5 Total 2 18 55,5 0 49 37,5

179 Tabel 5.108 Perhitungan Total Gross Requirement Water 1 2 3 4 5 6 Density 16 14 112 70 0 105 98 Density 20 0 0 119 0 56 70 Density 22 0 14 35 0 77 42 Total 14 126 224 0 238 210 Tabel 5.109 Perhitungan Total Gross Requirement Surfaktan 1 2 3 4 5 6 Density 16 20 160 100 0 150 140 Density 20 0 0 170 0 80 100 Density 22 0 20 50 0 110 60 Total 20 180 320 0 340 300 Tabel 5.110 Perhitungan Total Gross Requirement Katalis 1 2 3 4 5 6 Density 16 2 16 10 0 15 14 Density 20 0 0 17 0 8 10 Density 22 0 2 5 0 11 6 Total 2 18 32 0 34 30 Tabel 5.111 Perhitungan Total Gross Requirement Amine 1 2 3 4 5 6 Density 16 1 8 5 0 7,5 7 Density 20 0 0 8,5 0 4 5 Density 22 0 1 2,5 0 5,5 3 Total 1 9 16 0 17 15 Tabel 5.112 Perhitungan Total Gross Requirement Pewarna 1 2 3 4 5 6 Density 16 1 8 5 0 7,5 7 Density 20 0 0 8,5 0 4 5 Density 22 0 1 2,5 0 5,5 3 Total 1 9 16 0 17 15 Tabel 5.113 Perhitungan Total Gross Requirement Aditif 1 2 3 4 5 6 Density 16 2 16 10 0 15 14 Density 20 0 0 17 0 8 10 Density 22 0 2 5 0 11 6 Total 2 18 32 0 34 30

180 5.2.6.3.3 Peterson-Silver Rule Untuk mengetahui metode lot size yang tepat untuk digunakan (model statik atau dinamik) maka kita dapat menggunakan aturan Peterson-silver untuk menguji kemulusan data. Apabila data yang diteliti menunjukkan kemulusan maka kita akan mempergunakan metode statik bila tidak maka metode lot size yang akan digunakan adalah metode dinamik. Polypropylene Glycol Berikut ini adalah tabel untuk membantu mempermudah perhitungan rumus Peterson-silver. Data untuk Dt didapatkan dari data permintaan per periode. Tabel 5.113 Tabel data Peterson-Silver PPG Periode Dt (Dt) 2 1 160 25600 2 1440 2073600 3 3265 10660225 4 0 0 5 3170 10048900 6 2625 6890625 Sum = 10660 29698950 n 2 n D t t= 1 V = 1 n 2 D t t= 1 = 6 * 29698950 1 = 0,57 > 0,25 maka menggunakan metode dinamik. ( 10660) 2 Contoh Perhitungan: Periode 1: Dt 2 = 160*160 = 25600 Toluena Diisocyanat

181 V = 6 * 23694750 1 = 0,575> 0,25 maka menggunakan metode dinamik ( 9500) 2 Tin Catalyst V = 6 * 7215,5 1 = 0,649> 0,25 maka menggunakan metode dinamik ( 162) 2 Water V = 6 *166992 1 = 0,519> 0,25 maka menggunakan metode dinamik ( 812) 2 Surfaktan V = 6 *340800 1 = 0,519 > 0,25 maka menggunakan metode dinamik ( 1160) 2 Katalis V = 6 *3408 1 = 0,519 > 0,25 maka menggunakan metode dinamik ( 116) 2 Amine V = 6 *852 1 = 0,519 > 0,25 maka menggunakan metode dinamik ( 58) 2 Pewarna V = 6 *852 1 = 0,519 > 0,25 maka menggunakan metode dinamik ( 58) 2 Aditif V = 6 *3408 1 = 0,519 > 0,25 maka menggunakan metode dinamik ( 116) 2

182 Busa V = 6 *33340000 1 = 1,36 > 0,25 maka menggunakan metode dinamik ( 9200) 2 Tabel data perhitungan peterson-silver untuk perhitungan bahan baku Toluena Diisocyanat hingga Busa dapat dilihat pada lampiran 5.2.6.3.4 Perhitungan MRP Untuk menghitung jumlah lot size yang optimal untuk sekali pemesanan, diperlukan berbagai informasi tetapi untuk menentukan metode lot sizing mana yang paling tepat maka kita dapat mendasarkan pada biaya simpan dan biaya pesan. Dengan menghitung berbagai metode lot size maka diharapkan dapat diperoleh jadwal penerimaan bahan baku ( MRP ) yang memiliki total biaya yang terendah. Polypropylene Glycol Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Polypropylene Glycol adalah seluas 20 m x 50 m dan memiliki kapasitas 80000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 20 * 50 *10000 = Rp. 125,- 80000

183 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.114 Tabel Perbandingan Total Biaya bahan baku PPG Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 7.226.875 10.000 7.236.875 EOQ 3.882.875 15.000 3.897.875 SM 2.250.000 25.000 2.275.000 PPB 2.250.000 25.000 2.275.000 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp PPG dengan menggunakan metode SM dan PPB adalah sebagai berikut: Tabel 5.115 Perhitungan MRP PPG dengan metode SM dan PPB Item No : PPG Description : Polypropylene Glycol BOM UOM : Kg On-hand : 3000 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 3000 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 160 1440 3265 0 3170 2625 Schedule Receipts 0 0 0 0 0 PAB 1 2840 1560-265 3000-170 375 Net Requirement 160 1440 3265 0 3170 2625 Planned Order Receipts 160 1440 3265 0 3170 2625 Planned Order Release 160 1440 3265 0 3170 2625 PAB 2 3000 3000 3000 3000 3000 3000 3000 Contoh Perhitungan Periode 1 Gross Requirements = 160 Kg Scheduled Receipts = 0 PAB1 1 = (PAB2) 0 (Gross Requirements) 1 + (Scheduled Receipts) 1

184 = 3000 160 + 0 = 2840 Net Requirements = (PAB) 1 + Safety stock = (2840) + 3000 = 160 Planned Order Receipt = 160 Planned Order Release = 160 PAB2 1 = (PAB1) 1 + (Planned Order Receipt) 1 = 2840 + 160 = 3000 Periode 2 Gross Requirements = 1600 Kg Scheduled Receipts = 0 PAB1 2 = (PAB2) 1 (Gross Requirements) 2 + (Scheduled Receipts) 2 = 3000 1440 + 0 = 1560 Net Requirements = (PAB1) 2 + Safety stock = (1560) + 3000 = 1440 Planned Order Receipt = 1440 Planned Order Release = 1440 PAB2 2 = (PAB1) 2 + (Planned Order Receipt) 2 = 1560 + 1440 = 3000

185 Perhitungan teknik lottingnya: SM Periode 1: K (1) = Biaya pesan K (1) = Rp 5.000,- K (2) = 0,5 * ( A + D2 * h) K (2) = 0,5*(5000 + 1440*125) = 92500 K(2) > K (1) maka berhenti Pesan sebanyak 160 diperiode 1 Mulai lagi periode 2: K (1) = Rp 5.000,- K (2) = 0,5*(5000 + 3265*125) = 206562,5 K(2) > K (1) maka berhenti Pesan sebanyak 1440 diperiode 2 Mulai lagi periode 3: K (1) = Rp 5.000,- K (2) = 0,5 * (5000 + 0 *125) = 2500 K(2) < K (1) maka lanjut K (3) = 0,33*( 5000 125* 0 + 2 *125*3170) + = 263175 K(2) > K (1) maka berhenti. Pesan sebanyak 3265 diperiode 3 Mulai lagi periode 5: K (1) = Rp 5.000,- K (2) = 0,5*(5000 + 2625*125) = 166562,5 K(2) > K (1) maka berhenti Pesan sebanyak 3340 diperiode 5. Pada perhitungan periode ke 5 proses terhenti pada K(2) maka secara otomatis pada periode ke 6 akan memesan sebanyak 3105.

186 PPB PPF = A / h PPF = 5000 / 125 = 40 Periode 1: PP 1 = 0 PP 2 = 160 > PPF STOP Periode 2: PP 1 = 0 PP 2 = 3265 > PPF STOP Periode 3: PP 1 = 0 PP 2 = 0 < PPF PP 3 = 0 + 2 * 3170 = 6340 > PPF STOP Periode 5: PP 1 = 0 PP 2 = 2625 > PPF STOP Maka dilakukan pemesanan pada periode 1 sebanyak 160, periode 2 sebanyak 1440, 3 sebanyak 3265, 5 sebanyak 3170 dan pada periode ke 6 sebanyak 2625. Perhitungan biayanya: Biaya pesan = 5 x Rp. 5000,- = Rp.25.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 125 = 18000 x Rp. 125 = Rp. 2.250.000,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 2.275.000,-

187 Toluena Diisocyanat Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Toluena Diisocyanat adalah seluas 20 m x 50 m dan memiliki kapasitas 80000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 20 * 50 *10000 = Rp. 125,- 80000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.116 Tabel Perbandingan Total Biaya bahan baku TDI Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 6.636.875 10.000 6.646.875 EOQ 4.575.625 15.000 4.590.625 SM 3.000.000 25.000 3.025.000 PPB 3.000.000 25.000 3.025.000 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp TDI dengan menggunakan metode SM dan PPB adalah sebagai berikut:

188 Tabel 5.117 Perhitungan MRP TDI dengan metode SM dan PPB Item No : TDI Description : Toluena Diisocyanat BOM UOM : Kg On-hand : 4000 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 4000 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 140 1260 2945 0 2830 2325 Schedule Receipts 0 0 0 0 0 0 PAB 1 3860 2740 1055 4000 1170 1675 Net Requirement 140 1260 2945 0 2830 2325 Planned Order Receipts 140 1260 2945 0 2830 2325 Planned Order Release 140 1260 2945 0 2830 2325 PAB 2 4000 4000 4000 4000 4000 4000 4000 Contoh perhitungan untuk Tabel 5.117 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 5 x Rp. 5000,- = Rp.25.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 125 = 24000 x Rp. 125 = Rp. 3.000.000,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 3.025.000,- Tin Catalyst Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah)

189 Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Tin Catalyst adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.118 Tabel Perbandingan Total Biaya bahan baku TC Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 119.050 10.000 129.050 EOQ 276.250 5.000 281.250 SM 65.550 15.000 80.550 PPB 65.550 15.000 80.550 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp Tin Catalyst dengan menggunakan metode SM dan PPB adalah sebagai berikut: Tabel 5.119 Perhitungan MRP TC dengan metode SM dan PPB Item No : TC Description : Tin Catalyst BOM UOM : Kg On-hand : 100 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 100 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 18 55,5 0 49 37,5 Schedule Receipts 0 0 0 0 0 0 PAB 1 98 100 44,5 100 51 100 Net Requirement 2 0 55,5 0 49 0 Planned Order Receipts 20 0 55,5 0 86,5 0 Planned Order Release 20 0 55,5 0 86,5 0 PAB 2 100 118 100 100 100 137,5 100 Contoh perhitungan untuk Tabel 5.119 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya.

190 Perhitungan biayanya: Biaya pesan = 3 x Rp. 5000,- = Rp.15.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 655,5 x Rp. 100 = Rp. 65.550,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 80.550,- Water Diketahui bahwa biaya pesan bagi bahan baku ini adalah sebesar Rp 0,-. Hal ini dikarenakan tidak diperlukan pemesanan untuk bahan baku ini dan sifatnya tersedia di pabrik. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Water adalah seluas 20 m x 50 m dan memiliki kapasitas 80000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 20 * 50 *10000 = Rp. 125,- 80000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di tabel di bawah ini:

191 Tabel 5.120 Tabel Perbandingan Total Biaya bahan baku Water Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 763.000 0 763.000 EOQ 711.250 0 711.250 SM 300.000 0 300.000 PPB 300.000 0 300.000 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp Water dengan menggunakan metode SM dan PPB adalah sebagai berikut: Tabel 5.121 Perhitungan MRP Water dengan metode SM dan PPB Item No : W Description : Water BOM UOM : Kg On-hand : 400 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 400 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 14 126 224 0 238 210 Schedule Receipts 0 0 0 0 0 0 PAB 1 386 274 176 400 162 190 Net Requirement 14 126 224 0 238 210 Planned Order Receipts 14 126 224 0 238 210 Planned Order Release 14 126 224 0 238 210 PAB 2 400 400 400 400 400 400 400 Contoh perhitungan untuk Tabel 5.121 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = Rp. 0,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 125 = 2400 x Rp. 125 = Rp. 300.000,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 300.000,-

192 Surfaktan Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Surfaktan adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.122 Tabel Perbandingan Total Biaya bahan baku Surfaktan Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 612.000 10.000 622.000 EOQ 717.800 5.000 722.800 SM 300.000 25.000 325.000 PPB 300.000 25.000 325.000 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp Surfaktan dengan menggunakan metode SM dan PPB adalah sebagai berikut:

193 Tabel 5.123 Perhitungan MRP Surfaktan dengan metode SM dan PPB Item No : S Description : Surfaktan BOM UOM : Kg On-hand : 500 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 500 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 20 180 320 0 340 300 0 0 0 0 0 0 480 320 180 500 160 200 20 180 320 0 340 300 20 180 320 0 340 300 20 180 320 0 340 300 500 500 500 500 500 500 500 Contoh perhitungan untuk Tabel 5.123 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 5 x Rp. 5000,- = Rp.25.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 3000 x Rp. 100 = Rp. 300.000,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 325.000,- Katalis Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Katalis adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2.

194 Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.124 Tabel Perbandingan Total Biaya bahan baku Katalis Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 87.200 5.000 92.200 EOQ 233.600 5.000 238.600 SM 34.800 15.000 49.800 PPB 34.800 15.000 49.800 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp Katalis dengan menggunakan metode SM dan PPB adalah sebagai berikut: Tabel 5.125 Perhitungan MRP Katalis dengan metode SM dan PPB Item No : K Description : Katalis BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 50 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 2 18 32 0 34 30 0 0 0 0 0 0 48 50 18 50 16 50 2 0 32 0 34 0 20 0 32 0 64 0 20 0 32 0 64 0 50 68 50 50 50 80 50 Contoh perhitungan untuk Tabel 5.125 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 3 x Rp. 5000,- = Rp.15.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 348 x Rp. 100 = Rp. 34.800,-

195 Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 49.800,- Amine Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Surfaktan adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.126 Tabel Perbandingan Total Biaya bahan baku Amine Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 73.600 5.000 78.600 EOQ 180.400 5.000 185.400 SM 32.400 15.000 47.400 PPB 35.600 10.000 45.600 Didapatkan metode PPB memiliki total biaya yang terendah sehingga mrp Amine dengan menggunakan metode PPB adalah sebagai berikut:

196 Tabel 5.127 Perhitungan MRP Amine dengan metode PPB Item No : Am Description : Amine BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : PPB Safety Stock : 50 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 1 9 16 0 17 15 Schedule Receipts 0 0 0 0 0 0 PAB 1 49 66 50 50 33 50 Net Requirement 1 0 0 0 17 0 Planned Order Receipts 26 0 0 0 32 0 Planned Order Release 26 0 0 0 32 0 PAB 2 50 75 66 50 50 65 50 Contoh perhitungan untuk Tabel 5.127 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 2 x Rp. 5000,- = Rp.10.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 356 x Rp. 100 = Rp. 35.600,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 45.600,- Pewarna Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Pewarna adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2.

197 Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.128 Tabel Perbandingan Total Biaya bahan baku Pewarna Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 73.600 5.000 78.600 EOQ 180.400 5.000 185.400 SM 32.800 15.000 47.800 PPB 35.600 10.000 45.600 Didapatkan metode PPB memiliki total biaya yang terendah sehingga mrp Pewarna dengan menggunakan metode PPB adalah sebagai berikut: Tabel 5.129 Perhitungan MRP Pewarna dengan metode PPB Item No : P Description : Pewarna BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : PPB Safety Stock : 50 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 1 9 16 0 17 15 Schedule Receipts 0 0 0 0 0 0 PAB 1 49 66 50 50 33 50 Net Requirement 1 0 0 0 17 0 Planned Order Receipts 26 0 0 0 32 0 Planned Order Release 26 0 0 0 32 0 PAB 2 50 75 66 50 50 65 50 Contoh perhitungan untuk Tabel 5.129 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 2x Rp. 5000,- = Rp.10.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 356 x Rp. 100 = Rp. 35.600,-

198 Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 45.600,- Aditif Diketahui bahwa biaya pesan (meliputi biaya telepon, fax dan lain-lain) bagi bahan baku ini adalah sebesar Rp 5000,-. Biaya simpan dihitung dengan membagi luas tanah dengan kapasitas bahan baku tersebut dikalikan dengan harga sewa tanah di daerah itu. Rumus biaya simpan ditunjukkan oleh rumus dibawah. Biaya Simpan = (Biaya Sewa / tahun/m 2 x luas tanah) Diketahui luas alokasi tempat di gudang bahan baku bagi bahan baku Aditif adalah seluas 5 m x 10 m dan memiliki kapasitas 5000 kg. Harga sewa tanah di daerah itu adalah sebesar Rp 10.000,00/ m 2. Biaya Simpan = 5 *10 *10000 = Rp. 100,- 5000 Setelah dilakukan perhitungan biaya menggunakan beberapa metode lot sizing yaitu metode perusahaan saat ini, EOQ, Silver Meal (SM), dan Part Period Balancing (PPB), maka didapatkanlah hasil seperti di table di bawah ini: Tabel 5.130 Tabel Perbandingan Total Biaya bahan baku Aditif Metode Biaya Simpan Biaya Pesan Total Biaya Perusahaan 87.200 5.000 92.200 EOQ 233.600 5.000 238.600 SM 34.800 15.000 49.800 PPB 34.800 15.000 49.800 Didapatkan metode SM dan PPB memiliki total biaya yang terendah sehingga mrp Aditif dengan menggunakan metode SM dan PPB adalah sebagai berikut:

199 Tabel 5.131 Perhitungan MRP Aditif dengan metode SM dan PPB Item No : Ad Description : Aditif BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : SM, PPB Safety Stock : 50 Lot Size : - Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 18 32 0 34 30 Schedule Receipts 0 0 0 0 0 0 PAB 1 48 50 18 50 16 50 Net Requirement 2 0 32 0 34 0 Planned Order Receipts 20 0 32 0 64 0 Planned Order Release 20 0 32 0 64 0 PAB 2 50 68 50 50 50 80 50 Contoh perhitungan untuk Tabel 5.131 sama dengan contoh perhitungan pada Tabel 5.115 sehingga tidak disertakan contoh perhitungannya. Perhitungan biayanya: Biaya pesan = 3 x Rp. 5000,- = Rp.15.000,- Biaya simpan = Jumlah PAB 2 selama periode x Rp 100 = 348 x Rp. 100 = Rp. 34.800,- Total Biaya = Biaya Pesan + Biaya Simpan = Rp. 49.800,- Busa Untuk bahan baku busa, tidak diperlukan pemesanan karena bahan baku ini didapatkan dari sisa busa hasil potongan ataupun merupakan busa hasil produksi sehingga tidak perlu menghitung biaya simpan bagi bahan baku busa ini. Berikut adalah mrp busa yang dihitung menggunakan metode LFL.

200 Tabel 5.132 Perhitungan MRP Busa dengan metode LFL Item No : B Description : Busa BOM UOM : Kg On-hand : 0 Lead Time : 2 Order Policy : LFL Safety stock : 0 Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 4700 0 3000 1500 Schedule Receipts 0 0 0 0 0 0 PAB 1 0 0-4700 0-3000 -1500 Net Requirement 0 0 4700 0 3000 1500 Planned Order Receipts 0 0 4700 0 3000 1500 Planned Order Release 4700 0 3000 1500 0 0 PAB 2 0 0 0 0 0 0 0 Setelah membandingkan ketiga metode usulan dengan metode yang diterapkan perusahaan saat ini maka dapat diambil kesimpulan bahwa dari keempat metode yang dihitung ternyata metode lot sizing Silver Meal membuahkan hasil yang terbaik. 5.3 Analisis Pengolahan Data 5.3.1 Analisis Peramalan Setelah mengelompokkan dan memplot-kan data historis ke dalam grafik sesuai dengan tipe dan minggu pemesanan didapatkan bahwa pola data yang terbentuk secara umum mengarah kepada dua pola data yaitu pola data stasioner dan musiman. Untuk tipe busa density 16 pada pemesanan minggu ke 1 dan ke 2 terlihat data pada grafik membentuk pola data musiman dengan tingkat pemesanan tertinggi pada bulan ke 11 dan ke 4. Dan untuk pemesanan minggu ke 4 pola data yang dihasilkan adalah pola data stasioner. Untuk tipe busa density 20 pada pemesanan minggu ke 1, 2 dan ke 4

201 membentuk pola data stasioner dan pada pemesanan minggu ke 3 membentuk pola data musiman. Untuk tipe density 22 pada pemesanan minggu ke 1 dan ke 2 membentuk pola data stasioner. Sedangkan untuk pemesanan busa rebounded pada minggu ke 3 dan ke 4 membentuk pola data musiman. Peramalan untuk pola data stasioner menggunakan metode Single Eksponensial Smoothing dan Single moving average. Sedangkan untuk pola data musiman menggunakan metode Weight moving average dan Triple eksponensial smothing Winter. Kemudian hasil peramalan untuk setiap pola data akan dibandingkan dengan metode yang cocok. Untuk mendapatkan peramalan yang terbaik berdasarkan nilai MAE, MSE dan MAPE yang didapatkan dari masing-masing metode. Metode peramalan yang terbaik adalah peramalan yang memperoleh nilai MAE, MSE dan MAPE yang terkecil. Dari perbandingan MAE, MSE dan MAPE diketahui bahwa metode TES Winter memberikan hasil yang paling minimum untuk pola data berbentuk musiman dan metode SMA 6 bulanan atau SES memberikan nilai yang minimum untuk pola data stasioner, sehingga metode-metode peramalan inilah yang akan digunakan untuk masing-masing pola data tersebut. Penggunaan metode SMA, SES dan TES winter sebagai metode peramalan juga didukung oleh studi pustaka yang menyatakan bahwa kedua metode cocok digunakan pola data stasioner dan musiman. 5.3.2 Analisis Gantt chart Gantt chart menggunakan informasi dari peramalan per periode untuk tipe busa density 16, 20, dan 22. Di dalam gantt chart diurutkan pengerjaannya sehingga busa yang sejenis dapat diproduksi terlebih dahulu sehingga mengurangi waktu setup mesin.

202 Gantt chart mempergunakan data peramalan karena sistem yang akan dikembangkan menggunakan peramalan untuk memprediksikan jumlah unit busa density yang akan diproduksi untuk bulan / periode yang akan datang berdasarkan perusahaan lain yang rutin memesan kepada Prokat sehingga kita dapat melakukan antisipasi pemesanan bahan mentah sebanyak jumlah yang kita ramalkan. Gantt chart tidak mempergunakan data order dikarenakan order untuk periode yang akan datang belum tentu sudah diketahui oleh perusahaan. 5.3.3 Analisis Master Production Schedule MPS sangat berguna bagi perusahaan karena memudahkan jalinan komunikasi antara bagian pemasaran, bagian gudang dan bagian produksi. Ada informasi yang terkandung dalam MPS yang sangat penting bagi bagian pemasaran, yaitu Available To Promise (ATP). ATP berguna bagi bagian pemasaran sebab melalui ATP maka bagian pemasaran dapat memberikan janji yang akurat kepada pelanggan mengenai kapan permintaan produk tersebut dapat dipenuhi. Dalam perhitungan MPS ini, nilai master schedule / jadwal produksi yang didapat dari perhitungan konversi dapat mengalami revisi sebab dapat terjadi lonjakan permintaan, oleh sebab itu nilai master schedule tersebut juga harus fleksibel dengan meningkatkan nilai master schedule-nya. Selain status inventori dari produk juga harus dijaga agar tidak pernah dibawah safety stock, hal ini dapat dicapai dengan melakukan perubahan pada master schedule-nya. Perubahan jumlah master schedule tidak diperkenankan untuk melebihi jumlah kapasitas yang tersedia pada suatu periode. Sehingga nilai master schedule paling besar hanya sebesar nilai kapasitas.

203 Dalam melakukan revisi pada MPS, berdasarkan nilai Project Available Balance (PAB) dimana PAB merupakan perkiraan jumlah sisa produk pada akhir periode. Oleh karena itu, nilai PAB tidak boleh negatif karena berarti diperkirakan terjadi kekurangan persediaan pada akhir periode tersebut. Selain itu nilai PAB juga jangan sampai berada dibawah safety stock sebab untuk berjaga-jaga terhadap lonjakan permintaan. 5.3.4 Analisis Material Requirement Planning Sebelumnya dalam menentukan jadwal dan besar pemesanan bahan baku, perusahaan masih menggunakan intuisi berdasarkan pengalaman masa lalu. Pemesanan bahan baku untuk tiap bahan baku pada metode yang diterapkan oleh perusahaan dilakukan sebanyak sekali di dalam sebulan ataupun sebanyak 2 hingga 3 kali per bulan tergantung jenis bahan baku. Setelah menyusun jadwal produksi usulan maka langkah selanjutnya yaitu melakukan perhitungan kebutuhan bahan baku untuk setiap bahan baku yang akan digunakan untuk produksi. Dalam perhitungan MRP pertama harus diketahui kebutuhan kotor (Gross Requirement) dari masing-masing komponen, Gross Requirement dari masing-masing komponen merupakan hasil explosion dari Planned Order Release dari komponen pada level diatasnya. Setelah mendapatkan kebutuhan kotor (Gross Requirement) untuk tiap bahan baku maka langkah selanjutnya yaitu mengecek dengan rumus peterson-silver untuk mengetahui teknik lotting yang akan digunakan terhadap bahan baku apakah metode dinamik ataukah statis. Dari hasil perhitungan, didapatkan bahwa metode dinamis adalah yang terpilih. Penulis dalam hal ini menggunakan metode PPB dan SM untuk metode dinamis dan metode EOQ dari metode statis sebagai perbandingan.

204 Dalam melakukan perhitungan MRP, digunakan beberapa teknik lotting sebagai perbandingan economic order quantity (EOQ), part period balancing (PPB), dan silver meal (SM). Untuk menentukan teknik lotting yang terbaik dilakukan dengan melakukan perbandingan biaya dimana teknik lotting yang menghasilkan biaya yang terminimum adalah yang terbaik dan yang akan dipilih. Perhitungan MRP yang dilakukan akan dapat mengetahui jumlah bahan baku yang akan dipesan dan kapan waktu memesan bahan baku oleh pihak perusahaan sesuai dengan ketentuan pemesanan (order policy) dengan berusaha menjaga status inventori bahan baku agar tidak dibawah safety stock. 5.3.5 Analisis Biaya Sistem perencanaan kebutuhan bahan baku yang digunakan perusahaan adalah setiap bulannya perusahaan akan memesan sebanyak sekali yang jumlah pesanannya berdasarkan intuisi pengalaman masa lalu. Penulis akan membandingkan metode yang dipakai perusahaan dengan metode MRP yang diusulkan penulis. Perbandingannya berdasarkan total biaya pesan dan simpan yang harus dikeluarkan perusahaan. Tabel - tabel berikut menunjukkan perencanaan kebutuhan masing-masing bahan baku berdasarkan metode perusahaan.

205 Tabel 5.133 Perhitungan Rencana Bahan Baku PPG dengan Metode Perusahaan Item No : PPG Description : Polypropylene Glycol BOM UOM : Kg On-hand : 3000 Lead Time : 0 Order Policy : Safety Stock : 3000 Lot Size : 200 Periode Past Due 1 2 3 4 5 6 Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 160 1440 3265 0 3170 2625 0 0 0 0 0 2840 11400 8135 8135 4965 2340 160 0 0 0 0 660 10000 0 0 0 0 10000 10000 0 0 0 0 10000 3000 12840 11400 8135 8135 4965 12340 Tabel 5.134 Perhitungan Rencana Bahan Baku TDI dengan Metode Perusahaan Item No : TDI Description : Toluena Diisocyanat BOM UOM : Kg On-hand : 4000 Lead Time : 0 Order Policy : Safety Stock : 4000 Lot Size : 200 Periode Past Due 1 2 3 4 5 6 Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 140 1260 2945 0 2830 2325 0 0 0 0 0 0 3860 10600 7655 7655 4825 2500 140 0 0 0 0 1500 8000 0 0 0 0 8000 8000 0 0 0 0 8000 4000 11860 10600 7655 7655 4825 10500 Tabel 5.135 Perhitungan Rencana Bahan Baku Tin Catalyst dengan Metode Perusahaan Item No : TC Description : Tin Catalyst BOM UOM : Kg On-hand : 100 Lead Time : 0 Order Policy : Safety Stock : 100 Lot Size : 25 Periode Past Due 1 2 3 4 5 6 Gross Requirement 2 18 55,5 0 49 37,5 Schedule Receipts 0 0 0 0 0 0 PAB 1 98 230 174,5 174,5 125,5 88 Net Requirement 2 0 0 0 0 12 Planned Order Receipts 150 0 0 0 0 150 Planned Order Release 150 0 0 0 0 150 PAB 2 100 248 230 174,5 174,5 125,5 238

206 Tabel 5.136 Perhitungan Rencana Bahan Baku Water dengan Metode Perusahaan Item No : W Description : Water BOM UOM : Kg On-hand : 400 Lead Time : 0 Order Policy : Safety Stock : 400 Lot Size : 200 Periode Past Due 1 2 3 4 5 6 Gross Requirement 14 126 224 0 238 210 Schedule Receipts 0 0 0 0 0 0 PAB 1 386 1260 1036 1036 798 588 Net Requirement 14 0 0 0 0 0 Planned Order Receipts 1000 0 0 0 0 0 Planned Order Release 1000 0 0 0 0 0 PAB 2 400 1386 1260 1036 1036 798 588 Tabel 5.137 Perhitungan Rencana Bahan Baku Surfaktan dengan Metode Perusahaan Item No : S Description : Surfaktan BOM UOM : Kg On-hand : 500 Lead Time : 0 Order Policy : Safety Stock : 500 Lot Size : 25 Periode Past Due 1 2 3 4 5 6 Gross Requirement 20 180 320 0 340 300 Schedule Receipts 0 0 0 0 0 0 PAB 1 480 1100 780 780 440 940 Net Requirement 20 0 0 0 60 0 Planned Order Receipts 800 0 0 0 800 0 Planned Order Release 800 0 0 0 800 0 PAB 2 500 1280 1100 780 780 1240 940 Tabel 5.138 Perhitungan Rencana Bahan Baku Katalis dengan Metode Perusahaan Item No : K Description : Katalis BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : Safety Stock : 50 Lot Size : 25 Past Due 1 2 3 4 5 6 Periode Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 2 18 32 0 34 30 0 0 0 0 0 0 48 180 148 148 114 84 2 0 0 0 0 0 150 0 0 0 0 0 150 0 0 0 0 0 50 198 180 148 148 114 84

207 Tabel 5.139 Perhitungan Rencana Bahan Baku Amine dengan Metode Perusahaan Item No : Am Description : Amine BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : Safety Stock : 50 Lot Size : 25 Periode Past Due 1 2 3 4 5 6 Gross Requirement 1 9 16 0 17 15 Schedule Receipts 0 0 0 0 0 0 PAB 1 49 140 124 124 107 92 Net Requirement 1 0 0 0 0 0 Planned Order Receipts 100 0 0 0 0 0 Planned Order Release 100 0 0 0 0 0 PAB 2 50 149 140 124 124 107 92 Tabel 5.140 Perhitungan Rencana Bahan Baku Pewarna dengan Metode Perusahaan Item No : P Description : Pewarna BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : Safety Stock : 50 Lot Size : 25 Past Due 1 2 3 4 5 6 Periode Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 1 9 16 0 17 15 0 0 0 0 0 0 49 140 124 124 107 92 1 0 0 0 0 0 100 0 0 0 0 0 100 0 0 0 0 0 50 149 140 124 124 107 92 Tabel 5.141 Perhitungan Rencana Bahan Baku Aditif dengan Metode Perusahaan Item No : Ad Description : Aditif BOM UOM : Kg On-hand : 50 Lead Time : 0 Order Policy : Safety Stock : 50 Lot Size : 25 Past Due 1 2 3 4 5 6 Periode Gross Requirement Schedule Receipts PAB 1 Net Requirement Planned Order Receipts Planned Order Release PAB 2 2 18 32 0 34 30 0 0 0 0 0 0 48 180 148 148 114 84 2 0 0 0 0 0 150 0 0 0 0 0 150 0 0 0 0 0 50 198 180 148 148 114 84

208 Tabel 5.142 Perhitungan Rencana Bahan Baku Busa dengan Metode Perusahaan Item No : B Description : Busa BOM UOM : Kg On-hand : 0 Lead Time : 2 Order Policy : Safety Stock : 0 Lot Size : 1 Periode Past Due 1 2 3 4 5 6 Gross Requirement 0 0 4700 0 3000 1500 Schedule Receipts 0 0 0 0 0 0 PAB 1 0 0-4700 0-3000 -1500 Net Requirement 0 0 4700 0 3000 1500 Planned Order Receipts 0 0 4700 0 3000 1500 Planned Order Release 4700 0 3000 1500 0 0 PAB 2 0 0 0 0 0 0 0 Tabel-tabel berikut menunjukkan perhitungan total biaya pesan dan simpan berdasarkan metode perusahaan dan metode MRP yang diusulkan penulis: Tabel 5.143 Total Biaya Pesan dan Simpan Berdasarkan Metode Perusahaan Bahan Baku Biaya Simpan Biaya Pesan Total Biaya PPG 7.226.875 10.000 7.236.875 TDI 6.636.875 10.000 6.646.875 Tin Catalyst 119.050 10.000 129.050 Water 763.000 0 763.000 Surfaktan 612.000 10.000 622.000 Katalis 87.200 5.000 92.200 Amine 73.600 5.000 78.600 Pewarna 73.600 5.000 78.600 Aditif 87.200 5.000 92.200 Total 15.739.400 Tabel 5.144 Total Biaya Pesan dan Simpan Berdasarkan Metode MRP PPB Bahan Baku Biaya Simpan Biaya Pesan Total Biaya PPG 2.250.000 25.000 2.275.000 TDI 3.000.000 15.000 3.015.000 Tin Catalyst 65.550 15.000 80.550 Water 300.000 0 300.000 Surfaktan 300.000 25.000 325.000 Katalis 34.800 15.000 49.800 Amine 35.600 10.000 45.600 Pewarna 35.600 10.000 45.600 Aditif 34.800 15.000 49.800 Total 6.186.350

209 Dapat dilihat pada tabel sebelumnya bahwa terdapat perbedaan biaya antara metode perusahaan dan metode MRP dimana bila digunakan metode MRP, perusahaan akan melakukan penghematan sebesar Rp. 9.533.050,- 5.4 Analisis Sistem Informasi 5.4.1 Analisis Sistem Berjalan Pada sistem yang dijalankan oleh perusahaan saat ini, komunikasi antara bagian marketing dengan bagian gudang serta antara bagian gudang dengan bagian produksi dilakukan secara langsung atau melalui telepon. Proses bisnis yang dijalankan pada bagian yang terkait di perusahaan (marketing, produksi dan gudang) ada yang sudah menggunakan komputer dan ada yang masih mencatat secara manual. Bagian marketing sudah menggunakan komputer untuk mendata dan menyimpan order yang masuk dari konsumen. Bagian produksi dalam pembuatan jadwal produksi dilakukan secara manual atau pencatatan di kertas. Bagian gudang dalam melakukan pencatatan stok juga berdasarkan pencatatan di kertas. Apabila ada Order dari konsumen maka oleh marketing akan ditanyakan terlebih dahulu ke bagian gudang. Bagian gudang kemudian akan mengecek stok barang jadi yang tersedia. Apabila barang tersebut ada, maka bagian gudang akan memberitahukan kepada bagian produksi untuk memproduksi (memotong maupun mengerol) busa tersebut agar sesuai dengan pesanan konsumen. Kepala produksi kemudian akan mengecek ke jadwal produksi untuk melihat dan menjadwalkan produksi untuk memenuhi pesanan tersebut. Setelah mendapatkan info dari bagian produksi kapan barang tersebut tersedia atau selesai diproses maka bagian marketing akan memberikan info ini kepada konsumen.

210 Staff produksi akan membaca jadwal produksi yang dibuat oleh kepala produksi lalu mulai mengerjakan order. Setelah order yang diminta oleh konsumen selesai dikerjakan maka bagian gudang akan mengirim ke konsumen. Bagian gudang akan memberitahukan bagian purchasing tentang stok bahan baku yang kurang. Bagian purchasing kemudian akan mengirimkan surat permintaan barang kepada supplier. Supplier lalu mengirimkan bahan baku setelah menerima surat permintaan / telepon. 5.4.2 Analisis Sistem Usulan Sistem yang akan dikembangkan, digunakan oleh tiga pengguna yaitu marketing, kepala gudang dan kepala produksi. Untuk masuk ke dalam sistem maka pengguna harus terlebih dahulu login. Pengguna dapat sewaktu-waktu keluar dari sistem dengan logout. Marketing dapat memasukkan order dari konsumen ke dalam sistem dan sistem akan mengubah order menjadi ukuran standar produksi. Dimana pada sistem ini bagian marketing dapat melihat, menambah, mengubah, dan menyimpan data apabila terjadi perubahan kuantitas produk yang dipesan dari konsumen. Bagian marketing juga akan dapat mencari order dari konsumen secara cepat apabila ingin mengubah data order. Kepala gudang akan memasukkan data jumlah busa dan bahan baku yang ada di gudang. Kedua data ini sifatnya dapat dilihat, diubah, dan disimpan. Kepala Produksi dapat menambah data peramalan baru untuk memprediksikan order pada minggu yang akan datang. Peramalan ini didapatkan dari data historis penjualan busa dari periode yang lalu. Peramalan yang dimasukkan ke dalam sistem terdiri dari metode peramalan Winter, WMA, SMA, dan SES. Kepala Produksi dapat memilih metode peramalan yang akan digunakan berdasarkan error yang didapatkan dari

211 hasil peramalan. Sistem kemudian akan menghitung nilai peramalan untuk tiga periode yang akan datang. Hasil yang didapatkan kemudian akan disimpan ke dalam database. Kepala produksi bertugas mendata bill of material. Bill of material ini sifatnya dapat dilihat, diubah, dan disimpan. Diubah apabila terjadi perubahan pada komposisi pada produk busa. Kepala produksi akan menambah tanggal libur ke dalam system. Tanggal libur ini sifatnya dapat dilihat, disimpan dan dihapus. Tanggal libur berguna untuk menentukan jumlah hari kerja di dalam sebulan. Kepala produksi akan menyusun jadwal produksi (MPS) berdasarkan data peramalan, order dan kapasitas produksi. Kepala produksi dapat menambahkan jadwal produksi baru apabila terjadi perubahan pada order yang diterima. Jadwal produksi ini sifatnya dapat dilihat, disimpan, dihapus dan dicetak. Untuk kegiatan menghitung kebutuhan bahan baku (MRP), kepala produksi dapat menggunakan beberapa alternatif untuk perhitungan kebutuhan bahan baku dan teknik pemesanan (lotting). MRP ini sifatnya dapat dilihat, disimpan, ditambah dan dicetak. Sistem ini pada akhirnya diharapkan dapat mencetak laporan jadwal produksi dan laporan kebutuhan bahan baku yang telah dihitung sehingga data-data ini dapat dipakai lebih lanjut oleh bagian lain pada perusahaan.

212 Definisi sistem dalam bentuk gambar: p Gambar 5.16 Rich Picture Sistem Usulan Untuk memperjelas system definition maka dilakukanlah evaluasi FACTOR yang ditunjukkan pada tabel 5.145 di bawah ini:

213 Tabel 5.145 System Definition dengan kriteria FACTOR Functionality Application Domain Condition Technology Object Responsibility Sistem dapat mendukung kepala produksi untuk menyusun jadwal produksi, menghitung kebutuhan bahan baku untuk beberapa periode ke depan, pembuatan laporan jadwal produksi dan pemesanan bahan baku. Sistem digunakan oleh bagian marketing, kepala produksi dan kepala gudang Sistem ini harus dapat digunakan oleh SDM yang ada sekarang dan mampu memproses data secara akurat dan cepat. Sistem ini hanya akan menampilkan data departemen bersangkutan. Menggunakan PC yang mendukung pengoperasian Visual Basic. Dikembangkan dalam platform Visual Basic. Menggunakan jaringan untuk pengaksesan data. Jadwal produksi, bahan baku, order. Sistem dapat menyusun jadwal produksi serta menghitung kebutuhan bahan baku secara akurat dan dapat memudahkan kerja marketing, kepala produksi dan kepala gudang. 5.5 Perancangan Sistem Informasi Berdasarkan Metode Object-Oriented dengan Model UML (Unified Modelling Language) 5.5.1 Problem Domain 5.5.1.1 Class Candidates Event Candidates Sebelum membuat class diagram, kita terlebih dahulu mencari class candidate dan event candidate terlebih dahulu dari system definition usulan yang telah dibuat. Berikut adalah daftar class candidate dan event candidate:

214 Tabel 5.146 Tabel Class Candidates dan Event Candidates Class Candidates Pengguna SMA Marketing SES Kepala Gudang Error Kepala Produksi Database Order Bill of material (BOM) Konsumen Struktur Produk Data Libur busa MPS Bahan Baku Kapasitas Peramalan MRP Peramalan Winter Laporan MPS WMA Laporan MRP Event Candidates Digunakan Memprediksikan Login Penjualan Logout Memilih Memasukkan Menghitung Mengubah Memesan Melihat Menentukan Menambah Menyusun Menyimpan Dicetak Mencari Dipakai 5.5.1.2 Event table Berdasarkan pada Candidate Class dan Candidate Event pada Tabel 5.146 di atas, maka dapat dibuat Event Table yang ditunjukkan pada Tabel 5.147 di bawah ini. Tabel 5.147 Event Table Pengguna Bahan baku Busa Bom MRP MPS Peramalan Order Libur Melihat x x x x x x x x Memasukkan x x x x x Menghitung x x x Menyimpan x + + + + + + + + Mengubah x x x x x + Menghapus x + + Menambah x + + + + + Mencari x + Mencetak x x x Menyusun x + Logout + Login + memilih x x

215 5.5.1.3 Class Diagram Class Diagram adalah sebuah diagram yang menggambarkan hubungan antar Class dalam sistem informasi yang dibuat. Pengguna -no_pengguna : int -nama : string -password : string Order -No_order : long -Pemesan : string -Tanggal_order -Kode_busa : string -Panjang : string -Lebar : int -Tebal : int -Kuantitas : int -ukuran_standar : int -kuantitas_standar +dilihat() +dimasukkan() +diubah() +disimpan() +dicari() +ditambah() * 1..* 1 Winter -alpha : decimal -beta : decimal -gamma : decimal 1 Manajer Marketing -No_order : long -pemesan : string +mencari() +menambah() Peramalan -metode : string -kode_busa : string -minggu : int -jumlah_periode1 : int -jumlah_periode2 : int -jumlah_periode3 : int -periode : Date +dipilih() +dihitung() +disimpan() +ditambah() WMA -bobot : byte * * 1 SMA -periode : byte +login() +melihat() +memasukkan() +mengubah() +menyimpan() +logout() Kepala Produksi -periode : Date -metode : string -no_bom : int -no_mrp : int -no_mps : int +mencari() +mencetak() +menyusun() +menghitung() +menghapus() +menambah() 1 +memilih() 1* BOM -no_bom : int -kode_busa : string -jumlah_ppg : int -jumlah_tdi : int -jumlah_water : int -jumlah_tin_catalyst : int -jumlah_katalis : int -jumlah_surfaktan : int -jumlah_amine : int -jumlah_pewarna : int -jumlah_aditif : int -jumlah_bahan_busa : int +dilihat() +disimpan() +diubah() +dimasukkan() 1 SES -alpha : decimal * 1 1 1 1 Kepala Gudang -Kode_bahan : string -Kode_busa : string * MRP 1 -no_mrp : int -Deskripsi : string -bulan_rencana : int -tahun_rencana : int -Stok_aman : int -Stok : int -Jenis_lot : string -Ukuran_lot : int -pesan_minggu1 : int -pesan_minggu2 : int -pesan_minggu3 : int -pesan_minggu4 : int -pesan_minggu5 : int -pesan_minggu6 : int +dilihat() +dihitung() +disimpan () +ditambah() +dicetak() +diubah() 1 * MPS -no_mps : int -kode_busa : int -Stok : int -Stok_aman : int -bulan_rencana : int -tahun_rencana : int -tgl_dibuat : Date -periode : Date -jumlah_produksi_minggu1 : int -jumlah_produksi_minggu2 : int -jumlah_produksi_minggu3 : int -jumlah_produksi_minggu4 : int -jumlah_produksi_minggu5 : int -jumlah_produksi_minggu6 : int +dilihat() +disimpan() +dihapus() +ditambah() +dicetak() +disusun() 1 1 1 1..* 1 * 1 Bahan baku -Kode_bahan : string -Deskripsi : string -Stok : int -Supplier : string -Biaya_Simpan : int -Biaya_Pesan : int -Tgl_dicek : Date +dilihat() +diubah() +disimpan() +dimasukkan() 1 * Busa -Kode_busa : string -Deskripsi : string -Ukuran : string -Satuan : string -Stok : int -Stok_aman : int -lead_time : byte -waktu_siklus : double -tgl_dicek +dilihat() +diubah() +disimpan() +dimasukkan() Libur -Tanggal Libur : string +dilihat() +ditambah() +dihapus() +disimpan() 1 Diagram 5.1 Class Diagram

216 5.5.1.4 Statechart Diagram State Chart Diagram merupakan sebuah diagram yang menggambarkan daur hidup dari suatu class dimulai dari kondisi awal munculnya class itu sampai kondisi akhir berakhirnya daur hidup class. Berikut ini adalah StateChart yang dimiliki tiap Class. Statechart Marketing Statechart Gudang Diagram 5.2 Statechart Diagram Marketing Statechart Produksi Diagram 5.3 Statechart Diagram Gudang Diagram 5.4 Statechart Diagram Produksi

217 Statechart Bahan Baku Statechart Busa Diagram 5.5 Statechart Diagram Bahan Baku Statechart BOM Diagram 5.6 Statechart Diagram Busa Statechart MRP Diagram 5.7 Statechart Diagram BOM Diagram 5.8 Statechart Diagram MRP

218 Statechart MPS Statechart Peramalan Diagram 5.9 Statechart Diagram MPS Statechart Order Diagram 5.10 Statechart Diagram Peramalan Statechart Libur Diagram 5.11 Statechart Diagram Order Diagram 5.12 Statechart Diagram Libur

219 5.5.2 Application Domain 5.5.2.1 Use Case Diagram Use Case Diagram digunakan untuk menjelaskan pola interaksi antara Sistem dengan pengguna. Sebelum membuat Use case Diagram, harus dibuat Actor Table terlebih dahulu, dalam Actor Table digambarkan bagaimana hubungan antara Use case dengan actor yang menggunakannya. Tabel 5.148 Actor Table Actors Use case Kepala Produksi Kepala Gudang Marketing Login v v v Menginput dan mengkonversikan order v Mendata Busa v Mendata Bahan Baku v Mendata BOM v Peramalan v Mendata hari libur v Menyusun MPS v Menghitung kebutuhan bahan baku v Mencetak jadwal produksi v Mencetak laporan pemesanan bahan baku v

220 Berikut adalah use case diagram yang dibuat berdasarkan actor table di atas. Diagram 5.13 Use Case Diagram Untuk setiap use case terdapat penjelasan yang menjelaskan spesifikasinya. Tabel 5.149 Tabel Use Case Spesification Login

221 Tabel 5.149 Tabel Use Case Spesification Login Login Use Case: Login dilakukan ketika pengguna akan masuk ke dalam sistem yang dirancang. Untuk masuk ke dalam sistem maka pengguna harus memasukkan nama dan password pada textbox yang tersedia. Apabila password diterima maka layar akan beralih ke menu utama sistem. Apabila password ditolak maka pengguna akan diminta memasukkan nama dan password yang benar. Selain alternatif yang ada di atas, pengguna juga dapat keluar dari sistem dengan menekan tombol cancel. Objects: Pengguna Function: Login Tabel 5.150 Tabel Use Case Spesification Mendata bahan baku Mendata bahan baku Use Case: Mendata bahan baku dilakukan oleh kepala gudang ketika sistem selesai dibuat. Use case ini dilakukan untuk mendata jumlah barang yang ada di dalam gudang pada suatu waktu. Untuk mendata bahan baku maka pada menu utama, kepala gudang harus memilih menu master bahan baku. Apabila ingin mengubah data bahan baku baru maka dapat menekan tombol ubah kemudian kepala gudang memasukkan data pada textbox yang tersedia. Setelah selesai mengubah data, kepala gudang harus menekan tombol simpan agar perubahan yang dilakukan tersimpan ke dalam database. Objects: Kepala Gudang, Bahan Baku Function: Ubah dan Simpan

222 Tabel 5.151 Tabel Use Case Spesification Mendata busa Mendata busa Use Case: Use case ini dilakukan untuk mendata jumlah busa dari tipe-tipe yang ada di dalam gudang. Untuk mendata busa maka pada menu utama kepala gudang harus memilih menu master busa Apabila ingin mengubah data bahan baku baru maka dapat menekan tombol ubah kemudian kepala gudang memasukkan data pada textbox yang tersedia. Setelah selesai mengubah data, kepala gudang harus menekan tombol simpan agar perubahan yang dilakukan tersimpan ke dalam database. Objects: Kepala Gudang, Busa Function: Ubah dan Simpan Tabel 5.152 Tabel Use Case Spesification Mendata BOM Mendata BOM Use Case: Use case ini dilakukan untuk mendata Bill of material (BOM) dari masingmasing tipe busa yang ada di dalam gudang. Untuk mendata bom maka pada menu utama kepala produksi harus memilih menu master bom. Apabila ingin mengubah data memasukkan data pada textbox yang tersedia. Setelah selesai mengubah data, kepala produksi harus menekan tombol simpan agar perubahan yang dilakukan tersimpan ke dalam database. Data yang dapat diubah pada BOM ini yaitu data jumlah bahan baku yang menyusun suatu busa. Objects: Kepala Produksi, BOM Function: Ubah dan Simpan

223 Tabel 5.153 Tabel Use Case Spesification Memasukkan dan menkonversikan order Memasukkan dan menkonversikan order Use Case: Use case ini dilakukan ketika ada order yang masuk dari konsumen. Untuk mengakses menu konversi order ini maka bagian Marketing harus menekan tombol order untuk menampilkan menu order. Bagian Marketing kemudian akan menginputkan data pesanan ke dalam form. Bagian marketing dapat menekan tombol tambah order untuk menambah file baru. Setelah semua field diisi, maka marketing akan menekan tombol konversi order untuk mengubah bentuk pesanan ke dalam bentuk standar. Karena dalam satu order mungkin saja terdapat lebih dari satu ukuran pemesanan maka untuk memasukkan pemesanan berikutnya dapat memasukkan ulang kembali. Kemudian setelah didapatkan hasilnya maka order ukuran yang telah dilakukan oleh konsumen dan hasil konversi ordernya akan disimpan ke dalam database. Apabila di dalam menginput order, terjadi kesalahan maka setelah data disimpan, marketing dapat mengubah data yang diinput dengan menekan tombol ubah. Bila ingin mencari data order sebuah perusahaan maka dapat menekan tombol cari. Objects: Order, Bagian Marketing Function: Tambah, Ubah, Simpan, Cari, dan Konversi Order.

224 Tabel 5.154 Tabel Use Case Spesification Peramalan Peramalan Use Case: Peramalan dilakukan oleh kepala produksi dan dimulai ketika membuka menu peramalan. Pada menu peramalan kepala produksi akan memilih kode busa dan minggu yang akan diramalkan. Kemudian kepala produksi akan menekan tombol menampilkan data historis untuk menampilkan data historis dalam form. Selain itu untuk membantu mempermudah analisa terhadap pola data, kepala produksi dapat menekan tombol pola data untuk menampilkan grafik pola datanya. Setelah data historis didapatkan maka kepala produksi akan menekan tombol tambah dan kemudian memilih metode peramalan yang akan digunakan dan akan menekan tombol hitung untuk mendapatkan nilai peramalan untuk tiga periode ke depan dan nilai error yang didapatkan untuk metode peramalan yang dipilih. Untuk metode peramalan yang dipilih, terdapat empat pilihan metode, yaitu: Single Exponential Smoothing (SES), Single Moving Average (SMA), Weight Moving Average (WMA), dan Triple Exponential Smoothing metode Winter (Winter). Setiap metode memiliki nilai variabel yang harus dipilih. Setelah mendapatkan nilai error yang terkecil dari metode-metode yang tersedia, maka hasil peramalan akan disimpan. Objects: Order, Peramalan, Busa, Kepala Produksi Function: Tambah, Simpan, Hitung Peramalan, Tampilkan pola data, Tampilkan data historis

225 Tabel 5.155 Tabel Use Case Spesification Mendata hari libur Mendata hari libur Use Case: Mendata hari libur dilakukan oleh kepala produksi ketika membuka menu libur. Kepala produksi akan memilih hari libur di dalam setiap bulan kemudian menekan tombol tambah untuk menyimpan data hari libur ke dalam database kalender libur. Data juga dapat dihapus dari database terjadi kesalahan input data. Objects: Libur dan Kepala Produksi Function: Tambah, Hapus dan Simpan Tabel 5.156 Tabel Use Case Spesification Menyusun MPS Menyusun MPS Use Case: Menyusun mps dilakukan oleh kepala produksi ketika memilih menu menyusun mps. Untuk menyusun MPS maka kepala produksi harus menekan tombol tambah kemudian memilih kode busa, bulan dan tahun perencanaan. Kemudian kepala produksi menekan tombol tampilkan untuk menampilkan informasi stok dan stok aman busa, tanggal libur, data order dan peramalan. Langkah berikutnya yaitu menekan tombol hitung kapasitas untuk menghitung dan menampilkan kapasitas yang tersedia pada periode perencanaan. Setelah semua data didapat maka sistem akan menghitung jadwal produksi yang akan dilakukan dan menampilkan hasilnya ke layar dalam bentuk tabel jadwal produksi dan diagram gantt. Objects: Order, MPS, Kepala Produksi, Libur, Peramalan, Busa Function: Tambah, Cetak, Hapus, Simpan, Susun MPS, dan Hitung kapasitas

226 Tabel 5.157 Tabel Use Case Spesification Menghitung Pemesanan bahan baku Menghitung Pemesanan bahan baku Use Case: Menghitung pemesanan bahan baku dilakukan oleh kepala produksi ketika membuka menu kebutuhan bahan baku. Sistem akan menampilkan tabel mps berisikan kode busa, jumlah produksi, dan bulan rencana, tabel BOM, biaya simpan dan biaya pesan. Kepala produksi menekan tombol tambah lalu memilih bahan baku yang akan dihitung lalu memasukkan tahun dan bulan yang akan direncanakan setelah itu memilih teknik lotting kemudian menekan tombol hitung untuk menampilkan total biaya dan hasil perhitungan. Untuk menyimpan data hasil pemesanan maka kepala produksi dapat menekan tombol simpan. Objects: MPS, Kepala Produksi, Bahan baku, BOM, dan MRP Function: Tambah, Simpan, Hitung, Ubah, dan Cetak Tabel 5.158 Tabel Use Case Spesification Mencetak jadwal produksi Mencetak jadwal produksi Use Case: Untuk mencetak laporan jadwal produksi maka kepala produksi harus membuka menu laporan dan kemudian memilih kode busa dan bulan dan tahun jadwal produksi yang akan dicetak lalu menekan tombol cetak. Atau bisa juga dengan cara membuka menu mps dan memilih jadwal yang akan dicetak dengan cara menekan tombol cetak pada menu mps. Objects: MPS, Kepala Produksi Function: Cetak

227 Tabel 5.159 Tabel Use Case Spesification Mencetak pemesanan bahan baku Mencetak Pemesanan bahan baku Use Case: Untuk mencetak laporan pemesanan bahan baku maka kepala produksi harus membuka menu laporan kebutuhan bahan baku dan kemudian memilih dekripsi dan bulan dan tahun kebutuhan bahan baku yang akan dicetak lalu menekan tombol cetak. Atau bisa juga dengan cara membuka menu mrp dan memilih jadwal yang akan dicetak dengan cara menekan tombol cetak pada menu mrp. Objects: MRP, Kepala Gudang Function: Cetak 5.5.2.2 Function List Function List digunakan untuk mendaftarkan semua fungsi yang dapat dijalankan oleh sistem informasi ini yang menjadikan sebuah model sistem berguna bagi actor. Dalam sistem ini akan diberikan beberapa fungsi yang penting, diantaranya :

228 Tabel 5.160 Function List No Function Complexity Type 1 Login Simple Read 2 Cari Order Simple Read 3 Tambah Simple Update 4 Hapus Simple Update 5 Ubah Simple Update 6 Simpan Simple Update 7 Mencetak MPS Simple Read 8 Mencetak Pemesanan Bahan Baku Simple Read 9 Konversi Order Medium Read, Compute 10 Menampilkan data order Simple Read 11 Menampilkan pola data Simple Read 12 Menghitung Peramalan Complex Read, Compute, Update 13 Menampilkan tgl libur Simple Read 14 Menghitung kapasitas Medium Compute 15 Menampilkan data peramalan Simple Read 16 Menyusun MPS Complex Read, Compute, Update 17 Menghitung jumlah kebutuhan per periode Medium Compute 18 Menghitung Lotting Medium Compute 19 Menghitung Pemesanan bahan baku Complex Compute 20 Menampilkan MPS Simple Read 21 Menampilkan MRP Simple Read 5.5.2.3 Sequence Diagram Sequence diagram ini akan menjelaskan apa yang dilakukan pengguna secara detail saat berinteraksi dengan sistem pada setiap use case yang ada. Berikut adalah Sequence Diagram yang ada dalam sistem ini : Sequence Login Diagram 5.14 Sequence Login

229 Sequence Mendata BOM Sequence Mendata Busa Diagram 5.18 Sequence Mendata BOM Diagram 5.16 Sequence Mendata Busa

230 Sequence Mendata Bahan baku Sequence Mendata hari libur Diagram 5.17 Sequence Mendata Bahan baku Diagram 5.21 Sequence Mendata hari libur

230 Sequence Mendata Bahan baku Sequence Mendata hari libur Diagram 5.17 Sequence Mendata Bahan baku Diagram 5.21 Sequence Mendata hari libur

231 Sequence Memasukkan dan menkonversikan order Pengguna : Sistem : Order membuka_ui_konversi_order() read() no_order() pemesan() tgl_pesan() kode_busa() kuantitas() panjang() lebar() tebal() ukuran_standar() kuantitas_standar() tambah() memasukkan_no_order() memasukkan_pemesan() memasukkan_tgl_pesan() memasukkan_kode_busa() memasukkan_kuantitas() memasukkan_panjang() memasukkan_lebar) memasukkan_tebal() konversi_ke_ukuran_standar_dan_tampilkan() simpan() cari_pesanan() ubah_pesanan() save() query() edit() Diagram 5.15 Sequence Memasukkan dan menkonversikan order

232 Sequence Peramalan Diagram 5.19 Sequence Peramalan

233 Sequence Menyusun MPS : Sistem : Busa : Libur : Order : MPS Pengguna membuka_ui_jadwal_produksi() tambah() memasukkan_tahun() memasukkan_bulan() memilih_kode_busa() tampilkan() open() stok_aman() stok() open() tgl_libur() : Peramalan open() data_order() open() data_peramalan() hitung_kapasitas() hitung_dan_tampilkan_kapasitas() susun_mps() susun_dan_tampilkan_perencanaan() simpan() hapus() save() erase() cetak() mencetak_perencanaan() Diagram 5.20 Sequence Menyusun MPS

234 Sequence Pemesanan bahan baku : Sistem : MPS : Bahan baku : BOM : MRP Pengguna membuka_ui_kebutuhan_bahan() read() read() kode_busa() jumlah_produksi_m1-m6() bulan_perencanaan() read() biaya_simpan() biaya_pesan() read() data_kuantitas() tambah_baru() new() memilih_bahan_baku() memasukkan_tahun() memasukkan_bulan() memilih_metode_lot_sizing() hitung() hitung_dan_tampilkan_kebutuhan_bahan_baku_dan_total_biaya() simpan() ubah() save() edit() cetak_mrp() mencetak_mrp() Diagram 5.22 Sequence Pemesanan bahan baku

235 Sequence Mencetak jadwal produksi Diagram 5.23 Sequence Mencetak jadwal produksi Sequence Mencetak pemesanan bahan baku Diagram 5.24 Sequence Mencetak pemesanan bahan baku

236 5.5.2.4 Navigation Diagram Diagram 5.25 Navigation Diagram

237 5.5.3 Architecture Design 5.5.3.1 Criteria Berikut adalah prioritas-prioritas dari criteria yang diinginkan dari arsitektur sistem informasi yang dikembangkan: Tabel 5.161 Criteria Sistem Criteria Usable Secure Efficient Correct Reliable Maintainable Flexible Testable Comprehensible Reusable Portable Interoperable Very Important v v v v v Important v v v v v v v Less Important Irrelevant Easily fulfilled 5.5.3.2 Component Diagram Component Diagram dibawah ini menggambarkan bagaimana hubungan antara komponen-komponen program. Pola arsitektur yang digunakan dalam mengembangkan sistem informasi ini menggunakan pola Client-Server. Client ini berupa komputer PC, seluruh data ditempatkan pada server. Model distribusi arsitektur Client-Server yang digunakan adalah Centralized Data.

238 Client Bgn Gudang Client Bgn Produksi UI_gudang UI_produksi F_Gudang F_produksi Client Marketing UI_marketing Server F_marketing Model Diagram 5.26 Component Diagram 5.5.3.3 Deployment Diagram Client Bgn Gudang Client Bgn Produksi U_Gudang U_Produksi F_Gudang Function : Visual basic 6 SI_Gudang SI_Produksi Printer Client Marketing Server U_Marketing SI_Server F_marketing Model : Microsoft Access 2003 SI_Marketing Diagram 5.27 Deployment Diagram

239 5.5.4 Component Design Hasil dari aktivitas model component adalah revised class diagram. Revisi terdiri dari penambahan class, dan merevisi event pada masing-masing class. Pengguna -no_pengguna : int -nama : string -password : string -status Order -No_order : long -Pemesan : string -Tanggal_order -Kode_busa : string -Panjang : int -Lebar : int -Tebal : int -Kuantitas : int -ukuran_standar : string -kuantitas_standar +dilihat() +diubah() +disimpan() +dicari() +ditambah() * 1..* 1 Winter -alpha : Decimal -beta : Decimal -gamma : Decimal Pilihan +dipilih() 1 Manajer Marketing -No_order : long -Pemesan : String +mencari() +menambah() Peramalan -metode : string -kode_busa : string -minggu : int -jumlah_periode1 : int -jumlah_periode2 : int -jumlah_periode3 : int -periode : Date +disimpan() +ditambah() WMA -bobot : byte * * 1 SMA -periode : byte +login() +melihat() +mengubah() +menyimpan() +logout() Kepala Produksi -periode : Date -metode : String -no_bom : int -no_mrp : int -no_mps : int +mencari() +menyusun() +menghapus() +menambah() 1 1 BOM -No_bom : int -kode_busa : string -jumlah_ppg : int -jumlah_tdi : int -jumlah_water : int -jumlah_tin_catalyst : int -jumlah_katalis : int -jumlah_surfaktan : int -jumlah_amine : int -jumlah_pewarna : int -jumlah_aditif : int -jumlah_bahan_busa : int +dilihat() +disimpan() +diubah() 1 Perhitungan +menghitung() SES -alpha : decimal * 1 * 1 1 Kepala Gudang -kode_busa : String -kode_bahan : String 1 * Pemasukkan +dimasukkan() MRP -no_mrp : int -Deskripsi : string -Bulan_rencana : int -Tahun_rencana : int -Stok_aman : int -Stok : int -Jenis_lot : string -Ukuran_lot : int -pesan_minggu1 : int -pesan_minggu2 : int -pesan_minggu3 : int -pesan_minggu4 : int -pesan_minggu5 : int -pesan_minggu6 : int +dilihat() +disimpan () +ditambah() +diubah() MPS -no_mps : int -kode_busa : int -Stok : int -Stok_aman : int -bulan_rencana : int -Tahun_rencana : int -tgl_dibuat : Date -periode : Date -jumlah_produksi_minggu1 : int -jumlah_produksi_minggu2 : int -jumlah_produksi_minggu3 : int -jumlah_produksi_minggu4 : int -jumlah_produksi_minggu5 : int -jumlah_produksi_minggu6 : int +dilihat() +disimpan() +dihapus() +ditambah() +disusun() * 1 1 1 * 1 1 1 Bahan baku -Kode_bahan : string -Nama : string -Stok : int -Supplier : string -Biaya_Simpan : int -Biaya Pesan : int -Tgl_dicek : Date +dilihat() +diubah() +disimpan() 1 * Busa -Kode_busa : string -Deskripsi : string -Ukuran : string -Satuan : string -Stok : int -Stok_aman : int -lead_time : byte -waktu_siklus : double -tgl_dicek +dilihat() +diubah() +disimpan() Pencetakan +dicetak() 1 1..* 1 Libur -Tanggal Libur : string +dilihat() +ditambah() +dihapus() +disimpan() Diagram 5.28 Revised Class Diagram

240 5.6 Perancangan database Perancangan database yang akan digunakan di dalam sistem didasarkan pada class diagram yang ada. Sehingga setiap class yang ada dapat diwakilkan oleh sebuah tabel yang akan menyimpan semua informasi yang berhubungan dengan class tersebut. Selain dari class, tabel di database yang dirancang memiliki tambahan yaitu tabel total order. Tabel ini akan dipergunakan dalam penghitungan peramalan. Berikut adalah tabel-tabel yang ada di dalam database. Tabel 5.162 Tabel ms_user Field Tipe Data Panjang Keterangan No Pengguna Int 2 Primary Key Nama String 10 Password String 6 Tabel 5.163 Tabel ms_bhn Field Tipe Data Panjang Keterangan Kode Bahan String 2 Primary Key Deskripsi String 40 Stok Int 6 Supplier String 50 Biaya Simpan Int 6 Biaya simpan 1 unit Biaya Pesan Int 5 Biaya sekali pesan Tgl Dicek Date 8 Tabel 5.164 Tabel ms_busa Field Tipe Data Panjang Keterangan Kode Busa String 3 Primary Key Deskripsi String 40 Ukuran String 15 Satuan String 40 Stok Int 4 Safety Stock Int 4 Cadangan minimal Lead Time Int 1 Waktu tunggu Waktu Siklus Double 5 waktu menghasilkan 1 unit Tgl Dicek Date 8

241 Tabel 5.165 Tabel ms_bill Field Tipe Data Panjang Keterangan No Bom Int 2 Primary Key Kode Busa String 3 Foreign Key Jumlah PPG Int 6 Jumlah TDI Int 6 Jumlah Water Int 6 Jumlah Tin Catalyst Int 6 Jumlah Katalis Int 6 Jumlah Surfaktan Int 6 Jumlah Amine Int 6 Jumlah Pewarna Int 6 Jumlah Aditif Int 6 Jumlah Bahan_busa Int 6 Tabel 5.166 Tabel ms_libur Field Tipe Data Panjang Keterangan No Int 3 Primary key, berupa autonumber Tgl Libur Date 8 Tabel 5.167 Tabel Order Field Tipe Data Panjang Keterangan No Order Int 9 Primary key, berupa autonumber Pemesan String 40 Tgl pesan Date 8 Kode Busa String 3 Foreign Key Kuantitas Int 5 Panjang Int 4 Panjang pesanan yang diinginkan Lebar Int 4 Lebar pesanan yang diinginkan Tebal Int 4 Tebal pesanan yang diinginkan Kuantitas Standar Int 5 Ukuran Standar String 10 Ukuran Standar yang dihasilkan mesin foaming Tabel 5.168 Tabel ms_peramalan Field Tipe Data Panjang Keterangan No Int 5 Primary Key, autonumber Metode String 6 Kode Busa String 3 Foreign key Minggu Int 1 Bulan Bulan yang akan diramal Tanggal_disimpan Jumlah Periode 1 Int 3

242 Jumlah Periode 2 Int 3 Jumlah Periode 3 Int 3 Tabel 5.169 Tabel MPS Field Tipe Data Panjang Keterangan No MPS Int 5 Primary Key, autonumber Kode Busa String 3 Foreign key Stok Int 6 Stok aman Int 6 Bulan Rencana Date 3 Perencanaan untuk bulan tersebut Tgl Dibuat Date 8 Jumlah Produksi minggu 1 Int 5 Jumlah Produksi minggu 2 Int 5 Jumlah Produksi minggu 3 Int 5 Jumlah Produksi minggu 4 Int 5 Jumlah Produksi minggu 5 Int 5 Jumlah Produksi minggu 6 Int 5 Tabel 5.170 Tabel MRP Field Tipe Data Panjang Keterangan No mrp Int 5 Primary Key, autonumber Deskripsi String 40 Nama bahan baku Stok aman Int 6 Stok Int 6 Jenis Lot String 10 Teknik lotting yang digunakan Ukuran Lot Int 6 Hasil perhitungan lotting Pesan minggu 1 Int 6 Pesan minggu 2 Int 6 Pesan minggu 3 Int 6 Pesan minggu 4 Int 6 Pesan minggu 5 Int 6 Pesan minggu 6 Int 6 Tabel 5.171 Tabel total_order Field Tipe Data Panjang Keterangan No Int 5 Primary Key, berupa autonumber Kode Busa String 3 Foreign key Tahun Date 4 Bulan Date 2 Minggu Date 1 Jumlah Int 5 Jumlah order dalam seminggu

243 5.7 Pembuatan Program Desain menu yang digunakan adalah menggunakan tipe pull down menu. Menu ini belum aktif bila pengguna belum berhasil login ke dalam sistem. 1. Menu Login Pada menu login, pengguna harus memasukkan nama dan password secara benar. Bila login belum berhasil, maka pengguna tidak dapat menggunakan sistem. Jika user telah berhasil melakukan login, maka menu utama akan muncul. Sebaliknya jika user salah memasukkan nama ataupun password, akan muncul pesan kesalahan. Gambar 5.17 Layar Login Pada Menu File 2. Menu Master Menu Master terdiri dari beberapa submenu, diantaranya Submenu master bahan baku, master busa, dan master BOM. Yang dapat mengakses menu ini hanyalah kepala produksi dan gudang. Bagian gudang akan mendata jumlah

244 busa dan bahan baku yang terdapat di dalam gudang setiap awal periode. Berikut adalah setiap submenu yang ada di dalam menu master. Bahan baku Layar master bahan baku berisikan data tentang setiap jenis bahan baku yang diperlukan untuk memproduksi busa. Gambar 5.18 Layar Master bahan baku

245 Busa Prokat. Layar master busa berisikan data seluruh busa yang diproduksi oleh PT. Gambar 5.19 Layar master busa BOM Layar master BOM (Bill of Material) berisikan jumlah dan jenis bahan baku yang diperlukan untuk memproduksi suatu jenis busa.

246 Gambar 5.20 Layar master BOM 3. Menu Libur Layar menu libur digunakan untuk mendata libur yang terdapat dalam satu tahun. Dari hari libur dalam setahun ini, didapatkan jumlah hari kerja dalam sebulan. Menu ini hanya dapat diakses oleh kepala produksi. Gambar 5.21 Layar Libur 4. Menu Peramalan Layar menu peramalan digunakan untuk menghitung peramalan untuk beberapa periode yang akan datang. Untuk peramalan, pengguna dapat memilih kode busa dan minggu yang akan diramalkan. Menu ini hanya dapat diakses oleh kepala produksi.

247 Gambar 5.22 Layar Peramalan 5. Menu Konversi Order Layar konversi order digunakan oleh bagian marketing untuk memasukkan, mengubah data order dan mengubah satuan order dari pelanggan menjadi bentuk satuan standar yang dihasilkan oleh perusahaan. Menu ini hanya dapat diakses oleh bagian marketing. 6. Menu Perencanaan Produksi Gambar 5.23 Layar Konversi Order

248 Layar perencanaan produksi digunakan untuk merencanakan produksi untuk enam minggu ke depan. Menu ini hanya dapat diakses oleh kepala produksi. Gambar 5.24 Layar Perencanaan Produksi 7. Menu Pemesanan Bahan Baku Menu pemesanan bahan baku dijalankan setelah menerima input dari menu perencanaan produksi. Apabila menu perencanaan produksi belum diisi maka data yang ada pada tabel tidak akan memunculkan angka, yang berarti perencanaan produksi untuk bulan / periode tersebut belum dilakukan. Menu pemesanan bahan baku hanya dapat diakses oleh kepala produksi.

249 Gambar 5.25 Layar Pemesanan Bahan Baku 8. Menu Mengenai Program Menu mengenai program dapat diakses oleh semua pengguna ( Kepala Produksi, Marketing, Kepala Gudang). Gambar 5.26 Layar Mengenai program 9. Menu Laporan Menu Laporan dibagi menjadi dua submenu yaitu laporan perencanaan produksi dan laporan pemesanan bahan baku. Menu laporan hanya dapat diakses oleh kepala produksi. Pada kedua menu ini kepala produksi harus memasukkan kode busa atau deskripsi bahan baku, bulan dan tahun yang akan dicetak. Cetak Laporan Perencanaan produksi Gambar 5.27 Layar cetak laporan produksi Cetak Laporan Pemesanan bahan baku

250 Gambar 5.28 Layar cetak pemesanan bahan baku 5.8 Usulan Penerapan Berikut akan dibahas mengenai kebutuhan, syarat dan kondisi agar sistem informasi dapat digunakan di perusahaan. Mulai dari kebutuhan perangkat keras, perangkat lunak dan penjelasannya. Perangkat keras Spesifikasi minimum perangkat keras yang dibutuhkan dapat dilihat pada tabel di bawah ini. Tabel 5.172 Spesifikasi Minimum Perangkat Keras Perangkat Keras Server Client Switch Penjelasan Server digunakan untuk menyimpan software, dan database. Semua proses pengolahan data dilakukan di server dan server akan menangani beberapa client secara sekaligus. Client cukup menggunakan desktop PC untuk menjalankan aplikasi berfungsi untuk menghubungkan seluruh jaringan yang ada. Spesifikasi Minimum - Processor Intel Pentium IV : 1.5 Ghz - Memory DDR 256 MB - Harddisk 7.200 RPM 40 GB - 10/100 MBPS LAN - Processor Intel Pentium III : 500 Mhz - Memory SDRAM 256 MB - Harddisk 20 GB - 10/100 MBPS LAN (untuk koneksi ke jaringan) - Minimum 12 port

251 Printer Digunakan untuk memprint laporan. - 10 PPS (Page per second) Perangkat lunak Spesifikasi perangkat lunak yang dibutuhkan di tiap komputer agar sistem ini dapat berjalan dapat dilihat di table 5.173 di bawah ini. Tabel 5.173 Spesifikasi Perangkat Lunak Sistem Server Client Pengguna Spesifikasi Minimum - Windows XP Professional SP 2 -.Net Framework - Crystal Report - SQL Server 2000 - Windows XP Professional / Home Edition SP 2 -.Net Framework - Microsoft Visual Basic 6.0 - Crystal Report - SQL Server 2000 Desktop Engine Pengguna sistem informasi pemesanan bahan baku ini adalah kepala produksi, kepala gudang dan kepala marketing. Diharapkan para pengguna dapat menggunakan sistem informasi ini setelah dilakukannya training-training. Untuk maintenance program ini dapat diserahkan ke staff IT yang terdapat di perusahaan. 5.9 Rencana Implementasi Program yang dirancang belum diimplentasikan di dalam perusahaan. Untuk mengimplementasikan di dalam perusahaan dibutuhkan suatu perencanaan yang sistematis sehingga dapat dilihat kegunaan dan manfaat sistem bagi perusahaan. Berikut adalah tabel 5.174 yang berisikan rencana implementasi sistem.

252 Tabel 5.174 Rencana Implementasi No Kegiatan 1 Pembentukan Tim 2 Pembelian dan pemasangan hardware 3 Instalasi software 4 Training User 5 Implementasi sistem 6 Uji Coba sistem 7 Evaluasi sistem Minggu ke 1 2 3 4 5 6 7 Diagram 5.1 Class Diagram...215 Diagram 5.2 Statechart Diagram Marketing...216 Diagram 5.3 Statechart Diagram Gudang...216 Diagram 5.4 Statechart Diagram Produksi...216 Diagram 5.5 Statechart Diagram Bahan Baku...217 Diagram 5.6 Statechart Diagram Busa...217 Diagram 5.7 Statechart Diagram BOM...217 Diagram 5.8 Statechart Diagram MRP...217 Diagram 5.9 Statechart Diagram MPS...218 Diagram 5.10 Statechart Diagram Peramalan...218 Diagram 5.11 Statechart Diagram Order...218 Diagram 5.12 Statechart Diagram Libur...218 Diagram 5.13 Use Case Diagram...220 Diagram 5.14 Sequence Login...228 Diagram 5.18 Sequence Mendata BOM...229 Diagram 5.16 Sequence Mendata Busa...229 Diagram 5.17 Sequence Mendata Bahan baku...230 Diagram 5.21 Sequence Mendata hari libur...230 Diagram 5.15 Sequence Memasukkan dan menkonversikan order...231 Diagram 5.19 Sequence Peramalan...232 Diagram 5.20 Sequence Menyusun MPS...233 Diagram 5.22 Sequence Pemesanan bahan baku...234 Diagram 5.23 Sequence Mencetak jadwal produksi...235 Diagram 5.24 Sequence Mencetak pemesanan bahan baku...235 Diagram 5.25 Navigation Diagram...236 Diagram 5.26 Component Diagram...238 Diagram 5.27 Deployment Diagram...238 Diagram 5.28 Revised Class Diagram...239