BAB 3 METODE PENELITIAN 3.1. Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis perencanaan agregat yang tepat pada PT. LG Electronics adalah sebagai berikut : 1. Peramalan Kriteria Optimasi: Beberapa hal yang dibutuhkan untuk menghitung peramalan adalah: Penjualan Pada Masa Lalu Penjualan di masa lalu harus statis dalam artian memiliki sifat linearitas yang sama setiap tahunnya. Dari hasil data sekunder yang ditemukan, dengan sifat data yang sangat statis, maka metode regresi telah dapat digunakan dengan efektif. Jumlah Tahun Pada Masa Lalu Jumlah tahun pada masa lalu digunakan untuk penghitungan indeks musim. Data yang akan digunakan sebagai perhitungan masa lalu adalah data penjualan tahun 2013 selama 12 bulan. 2. Perencanaan Agregat Kriteria Optimasi: Beberapa hal yang dibutuhkan untuk menghitung perencanaan agregat adalah: Kapasitas Jam Kerja Perusahaan kapasitas jam kerja yang diterapkan oleh perusahaan yaitu 7 jam dalam satu hari, dari jam 07.30 16.30 (istirahat 1 jam). Kapasitas Produksi Kapasitas produksi merupakan kapasitas yang dimiliki oleh perusahaan untuk melakukan proses produksi. Kapasitas produksi dipengaruhi oleh kecepatan produksi dan ketersediaan jam kerja yang ada selama periode perencanaan. Berdasarkan wawancara dengan bagian produksi, kapasitas maksimum PT. LG Electronics Indonesia untuk setiap pemesanan adalah 561 unit per hari Kecepatan Produksi 31
32 Berdasarkan wawancara dengan bagian produksi, kecepatan produksi rata-rata dari proses Subline hingga Packing adalah 51 detik per unit. Biaya Produksi Data pendukung yang berperan penting dalam perhitungan perencanaan agregat adalah informasi biaya produksi. Informasi biaya yang dibutuhkan dalam penelitian ini adalah biaya penanganan persediaan, tingkat upah jam kerja reguler, tingkat upah jam kerja lembur, dan harga refrigerator. 3.2. Pengembangan Alternatif Solusi Dari dasar kriteria optimasi 3.1 diatas metode yang diusulkan pada PT. LG Electronics Indonesia adalah dengan menggunakan metode chase current demand dan average gross demand untuk mengetahui strategi perencanaan agregat terbaik yang dianalisis menggunakan software POM-QM for Windows dengan pendekatan Overtime berdasarkan perkiraan peramalan permintaan tahun 2014, kapasitas produksi, kapasitas jam kerja, dan biaya produksi pada PT. LG Elcetronics Indonesia. Penggunaan metode tersebut selanjutnya dapat diuraikan sebagai berikut: Tabel 3.1 Jenis dan Sumber Data Tujuan Data Sumber Data Jenis Skala T-1 Membuat perhitungan Primer Interval peramalan permintaan atas produk refrigerator pada PT. LG Electronics Indonesia pada periode 2014. Perusahaan T-2 Untuk memberikan perhitungan perencanaan agregat yang dapat diterapkan oleh PT. LG Electronics Indonesia dalam Primer Perusahaan Interval
33 memenuhi permintaan T-3 Untuk memberikan rekomendasi yang dapat diterapkan oleh PT. LG Electronics Indonesia untuk dapat memenuhi permintaan pasar dilihat dari hasil perhitungan agregat Primer Perusahaan Sumber : Data olahan penelitian, 2014 Interval 3.3 Jenis dan Metode Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif kuantitatif. Menurut Sugiyono (2007:11), penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variable mandiri, baik satu variabel atau lebih tanpa membuat perbandingan, atau menghubungkan dengan variabel yang lain. Penelitian deskriptif dapat dilakukan secara kuantitatif dengan menggunakan perhitungan matematis. Metode penelitian yang digunakan adalah metode pemecahan masalah (problem solving) dengan unit analisis berupa organisasi yaitu PT. LG Electronics Indonesia itu sendiri. Horizon waktu atau time horizon yang digunakan pada penelitian ini adalah cross sectional, dimana menurut Umar (2005:131), merupakan sekumpulan data untuk meneliti fenomena tertentu dalam satu kurun waktu saja. Penetapan jenis penelitian, metode penelitian, unit analisis, dan time horizon yang digunakan oleh peneliti untuk masing masing tujuan penelitian akan dijelaskan secara ringkas pada tabel desain penelitian sebagai berikut: Tabel 3.2 Desain Penelitian Tujuan Desain Penelitian Penelitan Jenis Penelitian Unit Analisis Waktu Penelitian T 1 Deskriptif Organisasi Cross Sectional T 2 Deskriptif Organisasi Cross Sectional T 3 Deskriptif Organisasi Cross Sectional
34 Sumber : Data Olahan Penelitian, 2014 Keterangan: T-1 : Untuk memberikan perhitungan peramalan permintaan atas produk regrigerator pada PT. LG Electronics Indonesia pada periode 2014. T-2 : Untuk memberikan perhitungan perencanaan agregat yang dapat diterapkan oleh PT. LG Electronics Indonesia dalam memenuhi permintaan pasar. T-3 : Untuk memberikan rekomendasi yang dapat diterapkan oleh PT. LG Electronics Indonesia untuk dapat memenuhi permintaan pasar dilihat dari hasil perhitungan agregat 3.4 Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini meliputi: 1. Penelitian kepustakaan Penelitian dilakukan dengan cara membaca dan mempelajari buku-buku kepustakaan (literaure) dan berbagai jenis sumber data lainnya yang bersifat teoritis, yang berhubungan dengan masalah yang teliti. Dengan studi kepustakaan ini dimaksudkan untuk memperoleh data sekunder dan landasan teori sebagai titik tolak pembahasan. 2. Penelitian lapangan Penelitian dilakukan dengan mendatangi secara langsung tempat-tempat yang menjadi obyek penelitian. Kegiatan yang dilakukan adalah sebagai berikut: Wawancara Wawancara dilakukan dengan Manager Operasional PT. LG Electronics Indonesia untuk melakukan Tanya Jawab terkait permasalahan perusahaan mengenai kegiatan operasional yang terjadi saat ini pada perusahaan. Observasi Suatu cara pengumpulan data yang dilakukan dengan melihat langsung aktivitas proses produksi PT. LG Electronics Indonesia pada pabrik refrigerator.
35 3.5 Teknik Analisis Data Lnagkah pertama yang dilakukan ntuk menganalisis permasalahan yang terjadi pada PT. LG Electronics Indonesia adalah melakukan peramalan dengan menggunakan tiga metode peramalan yaitu Regresi Linier, Exponential Smoothing, dan Moving Average. Selanjutnya hasil peramalan akan dihitung dengan menggunakan 2 metode, antara lain metode campuran dengan strategi chase current demand dan average gross demand untuk perencanaan agregat. Perumusan metode ini menurut Heizer dan Render (2010:152) adalah sebagai berikut: 1. Peramalan Regresi Linier Merupakan salah satu teknik analisis statistika yang digunakan untuk menggambarkan hubungan antara satu variabel respon dengan satu atau lebih variabel penjelas. Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil peramalan. Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu mengetahui kondisi- kondisi seperti : a. Adanya informasi masa lalu b. Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan) c. Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang. Adapun data- data yang ada dilapangan adalah : a. Musiman (Seasonal) b. Horizontal (Stationary) c. Siklus (Cylikal) d. Trend Dalam menyusun ramalan pada dasarnya ada 2 macam analisis yang dapat digunakan yaitu : 1. Analisi deret waktu(time series), merupakan analisis antaravariabel yang dicari dengan variabel waktu 2. Analisis Cross Section atau sebab akibat (Causal method), merupakan analisis variabel yang dicari dengan variabel bebas atau yang mempengaruhi. Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu dengan metode regresi sederhana yaitu : 1. Analisis deret waktu untuk regresi sederhana linier
36 2. Analisis deret untuk regresi sederhana yang non linier Untuk menjelaskan hubungan kedua metode ini notasi matematis seperti : Y = F (x) Dimana : Y = Dependent variable (variabel yang dicari) X = Independent variable (variabel yang mempengaruhinya) Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat digunakan sebagai berikut : Y = a + b x Dimana a dan b adalah merupakan parameter yang harus dicari. Untuk mencari nilai a dapat digunakan dengan menggunakan rumus : a = Y b x kemudian nilai b dapat dicari dengan rumus : b = X X X Y X Y 2 X 2. Peramalan Exponential Smoothing Metode Exponential Smoothing secara luas dipergunakan dalam peramalan karena sederhana, efisien dalam perhitungan ramalan, mudah disesuaikan dengan perubahan data dan ketelitian metode ini cukup baik. Metode ini dapat melakukan pemulusan sutu deret berkala dengan membuat rata rata tertimbang dari sederatn data yang lalu. Hal ini membuat metode Exponential Smoothing sangat efektif untuk peramalan jangka pendek dan tidak membutuhkan banyak data. Selain itu Exponential Smoothing cocok untuk data yang bergerak acak keatas dan kebawah secara terus menerus berarti tidak ada tren maupun musiman 3. Peramalan Moving Average Moving Average menyediakan metode sederhana untuk pemulusan data masa lalu. Metode ini berguna untuk peramalan ketika tidak terjadi tren. Tujuan utama dari penggunaan rata rata bergerak adalah untuk menghilangkan atau mengurangi acakan dalam deret waktu. Dengan peramalan moving averages dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya, lalu menggunakan rata-rata tersebut
37 sebagai ramalan untuk periode berikutnya. Istilah rata-rata bergerak digunakan, karena setiap kali data observasi baru tersedia, maka angka ratarata yang baru dihitung dan dipergunakan sebagai ramalan. 4. Strategi Perburuan (chase strategy) Strategi ini dikenal juga dengan Chase Current Demand. Strategi perburuan merupakan strategi perencanaan yang menetapkan produksi sama dengan prediksi permintaan (produksinya disesuaikan dengan permintaan). Strategi ini mencoba untuk mencapai tingkat output untuk setiap periode yang memenuhi prediksi permintaan untuk periode tersebut. Sebagai contoh, manajer operasi dapat mengubah-ubah tingkat tenaga kerja dengan merekrut atau memberhentikan karyawan, atau dapat mengubah-ubah jumlah produksi dengan waktu lembur, waktu kosong, karyawan paruh waktu, atau subkontrak. Banyak organisasi jasa menyukai strategi perburuan ini karena pilihan persediaan sangatlah sulit atau mustahil untuk diadopsi. Industri yang telah beralih ke strategi perburuan meliputi sektor pendidikan, perhotelan, dan konstruksi. 5. Strategi tingkat atau penjadwalan tingkat (Level Strategy) Strategi ini dikenal juga dengan Average Gross Demand. Strategi ini menggunakan persediaan sebagai pendukung: penggunaan/kapasitas mesin dan tingkat tenaga kerja dibuat tetap, permintaan dipenuhi dari persediaan. 3.6 Rancangan Implikasi Solusi Terpilih Hasil penelitian ini diharapkan dapat menentukan total biaya produksi yang paling optimal agar keuntungan yang bisa diperoleh dapat maksimal. Hal ini dapat dilihat dari data peramalan permintaan beserta biaya yang harus dikeluarkan selama pemesanan ke pemasok dan biaya penyimpanan selama persediaan ada di gudang. Langkah-langkah selanjutnya yang dilakukan setelah semua data diolah dengan menggunakan perhitungan perencanaan agreagat selesai dilakukan, adalah : 1. Melakukan perhitungan peramalan dengan menggunakan metode regresi linear 2. Membuat perhitungan dengan menggunakan indeks musim untuk mengetahui pemesanan untuk tahun 2014
38 3. Melakukan perhitungan aggregat dengan membandingkan total biaya dari masing-masing alternatif strategi untuk menentukan mana yang paling optimal. 4. Menganalisa masing-masing alternatif solusi yang ditawarkan. 5. Setelah menganalisa masing-masing alternatif, merekomendasikan solusi alternatif strategi perencanaan agregat dalam mengatasi permasalah kapasitas pada saat terjadi lonjakan permintaan, dan sebagai dasar dalam pengambilan keputusan penjadwalan bagi PT. LG Electronics Indonesia di periode selanjutnya. 6. Yang terakhir, untuk menekankan pentingnya pelaksanaan alternatif solusi guna mengatasi masalah kapasitas selama periode musim puncak, maka dilakukan juga perbandingan keuntungan pada masingmasing kondisi.