bab i pendahuluanrepository.ub.ac.id/2594/1/rachael, adinda.pdf · 2020. 7. 22. · bahan baku yang...
TRANSCRIPT
1
BAB I
PENDAHULUAN
Pada bab ini menjelaskan mengenai latar belakang permasalahan yang akan dilakukan,
identifikasi masalah, rumusan masalah, batasan masalah, asumsi, tujuan penelitian dan
manfaat yang diperoleh dari penelitian ini.
1.1 Latar Belakang
Perusahaan sebagai pelaku industri terus bersaing dalam memenuhi kebutuhan
konsumen. Perusahaan sebisa mungkin memberikan hasil produksi terbaik untuk
meningkatkan kepuasan konsumen dengan menghasilkan produk yang berkualitas. Selain
itu, perusahaan juga diminta untuk selalu memenuhi permintaan pelanggan agar pelanggan
tidak mencari perusahaan kompetitor yang bisa memenuhi permintaannya. Maka dari itu
diperlukan penjadwalan produksi yang baik untuk mencapai target permintaan konsumen.
Penjadwalan produksi yang baik dalam suatu perusahaan akan memiliki keuntungan
yaitu meningkatkan penggunaan sumber daya atau mengurangi waktu tunggunya, sehingga
total waktu proses dapat berkurang, dan produktivitas dapat meningkat (Nasution, 2008).
Sebaliknya, apabila perusahaan tidak dapat melakukan penjadwalan produksi dengan baik
maka jumlah work in process akan meningkat. Work in process merupakan material yang
telah memasuki proses produksi tetapi belum menjadi produk jadi (Gaspersz, 2008). Work
in process dapat merugikan perusahaan karena dapat mengganggu jalannya produksi.
PT Flamboyan Jaya merupakan perusahaan yang memproduksi kantung plastik yang
sering digunakan untuk keperluan rumah tangga. PT Flamboyan Jaya terletak di
Karangploso, Kabupaten Malang. Produk yang dihasilkan terdiri dari kantung plastik natural
dan kantung plastik berwarna dengan ukuran tebal dan tipis. Bahan baku yang digunakan
berupa biji plastik yang didapatkan dari suplier. PT Flamboyan Jaya menerapkan produksi
make to order untuk plastik natural dan make to stock untuk plastik warna.
Proses produksi di PT Flamboyan Jaya menggunakan mesin semi-otomatis yang
dioperasikan oleh beberapa operator. Proses produksi terdiri dari lima tahapan proses yaitu
proses mixing, blowing, cutting, plong, dan packaging. Tahap pertama adalah proses mixing,
pada tahapan ini bahan baku dimasukkan ke dalam mesin mixing dan diproses selama kurang
lebih 15 menit. Tahap kedua adalah proses blowing, bahan baku berbentuk biji plastik yang
1
2
telah dicampur akan dipanaskan dengan suhu sekitar 80oC – 120oC dan berubah bentuk
menjadi semi-padat. Kemudian diakukan proses peniupan sehingga berubah menjadi bentuk
gulungan lembaran plastik. Tahap ketiga adalah proses cutting, dimulai dengan proses
penyambungan sehingga plastik berupa lembaran menjadi seperti kantong, kemudian
dilakukan pemotongan sesuai ukuran berbentuk persegi. Tahap keempat adalah proses
plong, plastik berbentuk persegi akan dipotong ujungnya agar terbentuk pegangan kantong
plastik. Tahap kelima adalah packaging, pada tahap ini kantung plastik akan ditimbang
sesuai dengan berat yang ditentukan dan kemudian dikemas ke dalam karung plastik. Kelima
proses tersebut dilakukan oleh 35 operator yang dibagi dalam beberapa shift setiap
prosesnya. Proses mixing dan blowing dilakukan dalam 3 shift oleh 3 operator setiap shift.
Proses cutting dilakukan dalam 2 shift oleh 8 operator setiap shift. Proses plong dilakukan
dalam 2 shift oleh 2 orang operator setiap shift, dan proses packaging dilakukan dalam 1
shift oleh 6 operator. Waktu tiap shift terbagi menjadi shift 1 pukul 06.00 – 14.00 WIB, shift
2 pukul 14.00 – 22.00 WIB, dan shift 3 pukul 22.00 – 06.00 WIB. Untuk proses packaging
dilakukan pada pukul 08.00 – 16.00 WIB.
Tabel 1.1
Data Kapasitas Produksi
Proses Jumlah
Mesin
Jumlah
Operator
Kapasitas/Shift
(Kg) Total
Shift
Kapasitas/Hari
(Kg)
Mixing 1 3
1000 3 3000
Blowing 5 800 3 2400
Cutting 4 8 1500 2 3000
Plong 2 2 1000 2 2000
Packaging - 6 2000 1 2000
Sumber : Data perusahaan
Pada tabel 1.1 merupakan data kapasitas produksi tiap mesin dan jumlah mesin yang
terdapat di PT Flamboyan Jaya, dapat dilihat perbedaan kapasitas produksi tiap mesin.
Perbedaan kapasitas dan jumlah mesin tersebut dapat mengakibatkan banyaknya work in
process (WIP) pada proses produksi kantung plastik. Di perusahaan PT Flamboyan Jaya,
work in process merupakan jumlah barang dalam kilogram yang telah selesai diproses dan
menunggu untuk diproses ke mesin selanjutnya. Proses blowing memiliki jumlah 5 mesin
dengan 3 shift dan pada proses cutting memiliki jumlah 4 mesin dengan 2 shift. Hasil
produksi shift pertama pada proses blowing akan dikerjakan oleh shift pertama proses
cutting, dan hasil produksi shift kedua proses blowing akan dikerjakan oleh shift kedua
proses cutting, sedangkan hasil produksi shift ketiga pada proses blowing akan menunggu
untuk dikerjakan oleh shift pertama proses cutting keesokan harinya. Oleh karena itu,
3
terdapat tumpukan work in process yang terjadi pada proses blowing. Work in process juga
terjadi pada mesin cutting menuju proses mesin plong. Jumlah mesin plong sebanyak 2
mesin dan juga mesin yang masih tergolong semi-otomatis, dimana tenaga manusia
dibutuhkan untuk memotong plastik, sehingga menyebabkan work in process juga terjadi
pada proses plong.
Tabel 1.2
Data Work In Process Produksi Kantung Plastik Bulan Oktober 2016
TANGGAL WORK IN PROCESS (Kg) JUMLAH
(Kg) BLOWING CUTTING PLONG
1 159 683 232 1074
3 210 129 378 716
4 200 0 0 200
5 0 718 0 718
6 0 46 14 60
7 1007 0 0 1007
8 0 340 808 1148
10 0 198 0 198
11 500 318 0 818
12 759 300 228 1287
13 78 182 486 746
14 0 525 0 525
15 0 163 0 163
17 151 0 0 151
18 0 150 369 519
19 359 0 0 359
20 559 0 106 665
21 834 92 83 1008
22 0 0 81 81
24 0 216 766 982
25 121 8 59 188
26 271 5 0 276
27 0 72 312 384
28 269 306 0 575
29 0 58 0 58
31 20 0 0 20
Sumber : Data perusahaan
Tabel 1.2 merupakan work in process dalam satuan unit kilogram, dapat dilihat hampir
setiap hari terdapat work in process pada bulan Oktober 2016. Work in process ini
disebabkan oleh terjadinya bottleneck pada proses produksi. WIP pada proses blowing
berupa gulungan lembaran plastik, pada proses cutting berupa kantung plastik berbentuk
persegi, dan pada proses plong berupa produk jadi kantung plastik. Perhitungan work in
process dilakukan setiap pagi hari. Perencanaan produksi di PT Flamboyan Jaya belum
4
dilakukan dengan baik. Dimana proses produksi dilakukan apabila persediaan produk jadi
berupa plastik habis atau menipis. Tidak ada perhitungan penjadwalan produksi yang
dilakukan dalam perusahaan untuk melakukan proses produksi.
Oleh karena itu, diperlukan perbaikan dengan mengidentifikasi lebih lanjut proses yang
menjadi sumber kendala (bottleneck). Setelah diketahui stasiun kendala, maka
mengalokasikan penjadwalan produksi dengan menggunakan metode drum buffer rope
sesuai dengan prinsip Theory of Constraints (TOC). Sehingga dengan penjadwalan produksi
yang baru dapat mengurangi jumlah work in process dan diharapkan dapat memenuhi
permintaan pelanggan.
1.2 Identifikasi Masalah
Berdasarkan latar belakang di atas, maka dapat diidentifikasi permasalahan sebagai
berikut.
1. Perbedaan jumlah kapasitas produksi, jumlah mesin dan shift menyebabkan terdapat
proses yang mengalami bottleneck pada proses produksi sehingga menghasilkan
banyaknya tumpukan work in process (WIP).
2. Belum adanya perencanaan produksi yang baik yang dilakukan oleh bagian produksi
kantung plastik PT Flamboyan Jaya.
1.3 Rumusan Masalah
Berdasarkan latar belakang dan identifikasi masalah maka didapatkan rumusan masalah
sebagai berikut.
1. Bagaimana keadaan aliran proses produksi pada setiap stasiun kerja?
2. Bagaimana perencanaan produksi kantung plastik natural dan kantung plastik warna
pada PT Flamboyan Jaya menggunakan prinsip Theory of Constraints?
1.4 Batasan Penelitian
Batasan yang digunakan dalam penelitian ini adalah sebagai berikut.
1. Periode pengambilan data dalam penelitian ini adalah Oktober 2016 hingga Mei 2017.
2. Data permintaan produk yang digunakan adalah pada tahun 2015.
1.5 Asumsi Penelitian
Asumsi penelitian ini adalah
1. Selama proses pengambilan data proses produksi berjalan dalam keadaan normal.
5
2. Tidak adanya keterlambatan bahan baku.
3. Waktu set up mesin sudah termasuk pada waktu proses.
1.6 Tujuan Penelitian
Tujuan dilakukan penelitian ini adalah sebagai berikut,
1. Menganalisis aliran proses untuk setiap stasiun kerja dan mengidentifikasi stasiun kerja
bottleneck dan stasiun kerja non-bottleneck.
2. Menentukan perencanaan ulang produksi kantung plastik natural dan kantung plastik
warna pada PT Flamboyan Jaya menggunakan prinsip Theory of Constraints.
1.7 Manfaat Penelitian
Manfaat dilakukan penelitian ini adalah
1. Mengoptimalkan aliran proses produksi kantung plastik PT Flamboyan Jaya.
2. Membantu PT Flamboyan Jaya dalam usaha untuk meningkatkan hasil produksi
kantung plastik.
6
Halaman ini sengaja dikosongkan
7
BAB II
TINJAUAN PUSTAKA
Pada bab ini akan menjelaskan mengenai penelitian terdahulu yang berkaitan dan
pustaka yang akan digunakan untuk menganalisis dan mengolah data. Berikut penjelasan
lebih lanjut mengenai masing-masing bagian.
2.1 Penelitian Terdahulu
Beberapa penelitian yang telah dilakukan terkait dengan penerapan metode theory of
constraints (TOC) yang digunakan sebagai referensi dalam penelitian ini adalah sebagai
berikut:
1. Hunusalela (2013), melakukan penelitian di PT Krama Yudha Ratu Motor yang
bergerak dalam bidang perakitan kendaraan bermotor jenis niaga yang hanya
memproduksi produk berdasarkan permintaan baik jumlah maupun jenis. Penelitian ini
bertujuan untuk mengetahui rencana produksi berdasarkan kapasitas kemampuan
produksi stasiun kendala (constraints) sehingga target produksi yang telah ditetapkan
dapat tercapai. Metode yang digunakan adalah metode Drum Buffer Rope sesuai prinsip
TOC dan metode Campbell Dudek And Smith untuk melakukan rencana produksi ulang
pada stasiun kerja main line welding rear body yang menjadi stasiun kendala. Hasil yang
diperoleh adalah jadwal produksi usulan memiliki kebutuhan waktu yang lebih kecil
dibandingkan dengan jadwal produksi awal sehingga terjadi kekurangan waktu untuk
pengerjaan semua tipe rear body, oleh karena itu diperlukan tambahan waktu pada
proses produksi.
2. Kushana, dkk (2014), melakukan penelitian di PT Mizan Grafika Sarana yang bergerak
dalam bidang percetakan buku novel, pada lantai produksi terdapat permasalahan
barang setengah jadi yang menumpuk untuk diproses. Penelitian ini bertujuan untuk
menentukan jadwal produksi yang tepat untuk mengurangi jumlah penumpukan barang
setengah jadi dengan menggunakan prinsip Theory of Constraints (TOC). Penelitian ini
menggunakan Algoritma Zijm untuk menghitung perkiraan Lead Time di stasiun non
konstrain. Hasil dari penelitian ini adalah makespan yang dihasilkan lebih kecil
dibandingkan dengan makespan awal dan due date setiap job terpenuhi dengan
penjadwalan ulang.
7
8
3. Nugraheni (2016), melakukan penelitian di PT Jaykay Files Indonesia yang bergerak
dalam bidang produksi kikir dan mata bor. Penelitian ini bertujuan untuk
mengidentifikasi stasiun kerja bottleneck dan non bottleneck pada produksi enam
macam produk slim taper yang merupakan produk MTS (make to stock), serta
menentukan perencanaan produksi optimal berdasarkan penentuan capacity constrained
resources (CCR) dan menggunakan prinsip Theory of Constraints (TOC). Penelitian ini
menggunakan Rough Cut Capacity Planing (RCCP) untuk menentukan stasiun kerja
yang bottleneck dan non bottleneck. Kemudian menggunakan optimalisasi Capacity
Requirement (CR) untuk menentukan revisi jadwal induk produksi. Hasil dari penelitian
ini adalah terdapat revisi jadwal induk produksi pada setiap produk kikir yang diamati.
Tabel 2.1 menyajikan perbandingan penelitian terdahulu dengan penelitian yang akan
dilakukan.
Tabel 2.1
Perbandingan penelitian terdahulu
Hunusalela (2013) Kushana, dkk
(2014)
Nugraheni
(2016) Penelitian ini
Metode TOC TOC TOC TOC
Objek
penelitian
PT Krama Yudha Ratu
Motor
PT Mizan Grafika
Sarana
PT Jaykay Files
Indonesia
PT Flamboyan
Jaya
Aplikasi
TOC
Metode CDS digunakan
untuk melakukan
rencana produksi
ulang
Algoritma Zijm
untuk
menghitung
perkiraan Lead
Time di stasiun
non konstrain
Menentukan
perencanaan
produksi
optimal
berdasarkan
penentuan
capacity
constrained
resources
(CCR)
Analisis Drum
Buffer Rope
Hasil
penelitian
Jadwal produksi usulan
memiliki kebutuhan
waktu yang lebih kecil
dibandingkan dengan
jadwal produksi awal
sehingga terjadi
kekurangan waktu
untuk pengerjaan semua
tipe rear body, oleh
karena itu diperlukan
tambahan waktu pada
proses produksi
Makespan yang
dihasilkan lebih
kecil
dibandingkan
dengan makespan
awal dan due date
setiap job
terpenuhi dengan
penjadwalan ulang
Terdapat revisi
jadwal induk
produksi pada
setiap produk
kikir yang
diamati
Perencanaan
ulang produksi
untuk
mengurangi work
in process
9
2.2 Pengukuran Kerja dengan Jam Henti (Stopwatch Time Study)
Pengukuran waktu kerja dengan jam henti (stopwatch time study) diperkenalkan
pertama kali oleh Frederick W. Taylor sekitar abad 19 yang lalu. Metode ini dipalikasikan
untuk pekerjaan-pekerjaan yang berlangsung singkat dan berulang-ulang (repetitive)
(Wignjosoebroto, 2003). Dari hasil pengukuran akan diperoleh waktu standar untuk
menyelesaikan suatu siklus pekerjaan, yang mana waktu ini akan dipergunakan sebagai
standar penyelesaian pekerjaan bagi semua pekerja yang akan melaksanakan pekerjaan yang
sama.
2.2.1 Uji Keseragaman Data
Uji keseragaman data dilakukan untuk mengetahui apakah dua atau lebih data berasal
dari populasi yang memiliki variansi yang sama. Uji keseragaman data dapat dilakukan
dengan cara mengaplikasikan peta control (control chart). Uji keseragaman data dapat
dilakukan dengan menggunakan rumus sebagai berikut.
Rata – rata :
�̅� =Ʃ𝑥
𝑛 (2-1)
Sumber: Supranto (2000)
Standart deviasi :
𝜎 = √∑(𝑥𝑖−�̅�)2
𝑛−1 (2-2)
Sumber: Bluman (2012)
BKA = �̅� + (𝑘 ∗ 𝜎) (2-3) Sumber: Wignjosoebroto (2003)
BKB = �̅� − (𝑘 ∗ 𝜎) (2-4) Sumber: Wignjosoebroto (2003)
2.2.2 Uji Kecukupan Data
Uji kecukupan data dilakukan untuk menetapkan apakah data yang telah dikumpulkan
sudah cukup. Uji kecukupan data menggunakan rumus sebagai berikut.
N′ = [k
s√N(∑ x2)−(∑ x)2
∑ x]
2
(2-5)
Sumber: Wignjosoebroto (2003)
Dimana:
N = jumlah pengamatan
K = indeks kepercayaan
s = tingkat ketelitian
x = data waktu pengamatan
10
N’ = jumlah data yang seharusnya diambil
2.2.3 Waktu Siklus (Ws)
Waktu siklus adalah waktu penyelesaian satu satuan produksi mulai dari bahan baku
mulai di proses di stasiun kerja (Wignjosoebroto, 2003). Waktu siklus merupakan jumlah
waktu tiap elemen kerja (job). Rumus waktu siklus adalah:
𝑊𝑠 =∑ 𝑋𝑖
𝑁 (2-6)
Sumber: Wignjsoebroto (2003)
Dimana:
Ws = waktu siklus (menit)
Xi = waktu untuk mengamati (menit)
N = jumlah pengamatan
2.2.4 Waktu Normal (Wn)
Menurut Wignjosoebroto (2003), waktu normal adalah waktu penyelesaian pekerjaan
yang diselesaikan oleh pekerja dalam kondisi wajar dan kemampuan rata-rata (tidak cepat
dan tidak lambat). Ketidaknormalan dari waktu kerja yang terjadi bisa diakibatkan oleh
operator yang bekerja secara kurang wajar yaitu bekerja dalam tempo atau kecepatan yang
tidak sebagaimana mestinya.
Untuk menormalkan waktu kerja yang diperoleh dari hasil pengamatan, maka hal ini
dilakukan dengan megadakan penyesuaian yaitu dengan cara mengalikan waktu pengamatan
rata-rata (bisa waktu siklus atau waktu tiap-tiap elemen) dengan waktu faktor penyesuaian.
Rumus waktu normal adalah:
𝑊𝑛 = 𝑊𝑠 ×𝑝 (2-7)
Sumber: Wignjsoebroto (2003)
Dimana:
Wn = waktu normal (menit)
Ws = waktu siklus (menit)
P = faktor penyesuaian (performance rating)
Performance rating merupakan aktivitas untuk menilai atau mengevaluasi kecepatan
kerja operator (Wignjosoebroto, 2003). Penentuan performance rating dilakukan dengan
menggunakan tabel Westing House System’s Rating yang dapat dilihat pada Tabel 2.2.
11
Tabel 2.2
Westing House System’s Rating
Skill Ratings Effort Ratings
+0.15 A1 Superskill
+0.13 A1 Excessive
+0.13 A2 +0.12 A2
+0.11 B1 Excellent
+0.10 B1 Excellent
+0.08 B2 +0.08 B2
+0.06 C1 Good
+0.05 C1 Good
+0.03 C2 +0.02 C2
0.00 D Average 0.00 D Average
-0.05 E1 Fair
-0.04 E1 Fair
-0.10 E2 -0.08 E2
-0.16 F1 Poor
-0.12 F1 Poor
-0.22 F2 -0.17 F2
Condition Ratings Consistency Ratings
+0.06 A Ideal +0.04 A Perfect
+0.04 B Excellent +0.03 B Excellent
+0.02 C Good +0.01 C Good
0.00 D Average 0.00 D Average
-0.03 E Fair -0.02 E Fair
-0.07 F Poor -0.04 F Poor
Sumber: Wignjosoebroto (2003)
2.2.5 Waktu Baku (Wb)
Waktu baku (standard time) merupakan waktu yang dibutuhkan oleh seorang pekerja
yang memiliki tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan
(Wignjosoebroto, 2003). Berikut ini rumus dari waktu baku:
𝑊𝑏 = 𝑊𝑛×100%
100%−%𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒 (2-8)
Sumber: Wignjsoebroto (2003)
Dimana:
Wb = waktu baku (menit)
Wn = waktu normal (menit)
Allowance = kelonggaran yang diberikan
Allowance adalah waktu yang diperlukan oleh seorang pekerja untuk memenuhi
keperluannya. Allowance terdiri dari personal allowance, fatigue allowance, dan delay
allowance (Wignjosoebroto, 2003). Perhitungan allowance berdasarkan perhitungan ILO
(International Labor Organization) recommendation allowance. Tabel ILO
recommendation allowance dapat dilihat pada Lampiran 2.
12
2.3 Peramalan (Forecasting)
Peramalan (forecasting) merupakan proses analisis untuk memperkirakan masa depan
dengan metode-metode tertentu dan mempertimbangkan segala aspek yang berpengaruh
didalamnya (Gaspersz, 2008). Dengan adanya peramalan maka perusahaan tidak perlu
menunggu adanya order untuk melakukan perencanaan proses produksi.
2.3.1 Metode Peramalan
Berikut ini beberapa metode-metode peramalan model time series yang digunakan
dalam penelitian ini.
2.3.1.1 Double Exponential Smoothing
Data permintaan yang memiliki unsur trend tidak dapat diselesaikan hanya dengan
simple exponential smothing, karena peramalan yang dihasilkan tidak dapat mengikuti
kenaikan permintaan secara bertingkat. Berikut ini rumus-rumus untuk menghitung
forecasting menggunakan metode double exponential smoothing:
Base level dapat dihitung menggunakan:
�̂�𝑡 = 𝛼𝑌𝑡−1 + (1 − 𝛼)(�̂�𝑡−1 + 𝑇𝑡−1) (2-9)
Sumber: Gaspersz (2008)
Indeks tren dapat dihitung dengan rumus :
𝑇𝑡 = 𝛽(�̂�𝑡 − �̂�𝑡−1) + (1 − 𝛽)𝑇𝑡−1 (2-10)
Sumber: Gaspersz (2008)
Hasil forecast satu periode dapat dihitung dengan :
�̂�𝑡 = �̂�𝑡 + 𝑇𝑡 (2-11)
Sumber: Gaspersz (2008)
Sedangkan hasil forecast satu periode dapat dihitung dengan :
�̂�𝑡+𝑛 = �̂�𝑡 + (𝑛 + 1)𝑇𝑡 (2-12)
Sumber: Gaspersz (2008)
2.3.2 Perhitungan Akurasi Hasil Peramalan
Perhitungan akurasi hasil peramalan merupakan ukuran kesalahan yang didapatkan dari
tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya.
13
2.3.2.1 Mean Absolute Deviation (MAD)
MAD adalah rata-rata kesalahan mutlak selama n periode tanpa memperhatikan apakah
hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. MAD dirumuskan
sebagai berikut:
𝑀𝐴𝐷 = ∑ | Absolute 𝐸𝑟𝑟𝑜𝑟
periode| (2-13)
Sumber: Gaspersz (2008)
2.3.2.2 Mean Square Error (MSE)
MSE adalah jumlah kuadrat kesalahan pada semua periode dibagi dengan jumah n
periode. MSE dirumuskan sebagai berikut.
𝑀𝑆𝐸 = ∑ (𝐴𝑡−𝐹𝑡)2
𝑛 (2-14)
Sumber: Nasution (2008)
2.3.2.3 Mean Absolute Percentage Error (MAPE)
MAPE adalah persentase kesalahan hasil peramalan terhadap permintaan aktual selama
periode tertentu. MAPE dirumuskan sebagai berikut.
𝑀𝐴𝑃𝐸 = (100
𝑛) ∑ |
𝐴𝑡−𝐹𝑡
𝐴𝑡| (2-15)
Sumber: Nasution (2008)
2.4 Penjadwalan Produksi Induk / Master Production Schedulling (MPS)
Menurut Gaspersz (2008:141) aktivitas penjadwalan produksi induk / Master
Production Schedulling (MPS) pada dasarnya berkaitan dengan bagaimana menyusun dan
memperbaharui jadwal produksi induk (MPS), memproses transaksi dari MPS, memelihara
catatan-catatan MPS, mengevaluasi efektivitas dari MPS, dan memberikan laporan evaluasi
dalam periode waktu yang teratur untuk keperluan umpan balik dan tinjauan ulang.
Sebagai suatu aktivitas proses, penjadwalan produksi induk (MPS) membutuhkan lima
input utama sebagai berikut (Gaspersz, 2008:142):
1. Data permintaan total, merupakan salah satu sumber data bagi proses penjadwalan
produksi induk. Data permintaan total berkaitan dengan ramalan penjualan (sales
forecast) dan pesanan-pesanan (orders)
2. Status inventory, berkaitan dengan informasi tentang on-hand inventory, stok yang
dialokasikan untuk penggunaan tertentu (allocated stock), pesanan-pesanan produksi
dan pembelian yang dikeluarkan (released production and purchase orders), dan firm
14
planned orders. MPS harus mengetahui secara akurat berapa banyak inventori yang
tersedia dan menentukan berapa banyak yang harus dipesan.
3. Rencana produksi, memberikan sekumpulan batasan kepada MPS. MPS harus
menjumlahkannya untuk menentukan tingkat produksi, inventori, dan sumber-sumber
daya lain dalam rencana produksi itu.
4. Data perencanaan, berkaitan dengan aturan-aturan tentang lot-sizing yang harus
digunakan, shrinkage, stok pengaman (safety stock), dan waktu utnggu (lead time) dari
masing-masing item.
5. Informasi dari Rough Cut Capacity Planning (RCCP), berupa kebutuhan kapasitas
untuk mengimplementasikan MPS menjadi salah satu input bagi MPS. RCCP
menentukan kebutuhan kapasitas untuk mengimplementasikan MPS, menguji
kelayakan dari MPS, dan memberikan umpan balik kepada perencanaan atau penyusun
jadwal produksi induk (master scheduler) untuk mengambil tindakan perbaikan apabila
ditemukan adanya ketidaksesuaian antara penjadwalan produksi induk dan kapasitas
yang tersedia.
2.5 Rough Cut Capacity Planning (RCCP)
Rough Cut Capacity Planning (RCCP) adalah proses untuk menentukan apakah suatu
perencanaan produksi layak untuk dilaksanakan, RCCP menentukan apakah organisasi
memiliki kapasitas yang cukup untuk melaksanakan rencana produksi tersebut. (Fogarty,
dkk. 1991).
Rough Cut Capacity Planning (RCCP) merupakan urutan kedua dari hierarki
perencanaan prioritas-kapasitas yang berperan dalam mengembangkan MPS. RCCP
melakukan validasi terhadap MPS guna menetapkan sumber-sumber spesifik tertentu,
khususnya yang diperkirakan akan menjadi hambatan potensial (potential bottleneck).
(Gaspersz, 2008:173).
Pada dasarnya terdapat empat langkah yang diperlukan untuk melakukan RCCP, yaitu
(Gaspersz, 2008:173):
1. Memperoleh informasi tentang rencana produksi dari MPS.
2. Memperoleh informasi tentang struktur produk dan waktu tunggu (lead time).
3. Menentukan bill of resource.
4. Menghitung kebutuhan sumber daya spesifik dan membuat laporan RCCP.
Menurut Fogarty, dkk (1991:411) teknik RCCP digunakan untuk verifikasi atau
menjelaskan kapasitas pada setiap stasiun kerja. Dalam teknik ini dibandingkan antara beban
15
mesin yang diperlukan dengan kapasitas yang sesuai / diperlukan pada setiap stasiun kerja.
Pada dasarnya teknik RCCP dibagi menjadi tiga, antara lain:
1. Perencanaan Kapasitas Menggunakan Seluruh Faktor (Capacity Planning Using
Overall Factors/ CPOF)
Perencanaan dengan CPOF membutuhkan input data antara lain MPS, waktu yang
diperlukan bagi keseluruhan pabrik dalam memproduksi 1 typical part, serta data
historis tentang perbandingan antara waktu produksi di masing-masing mesin dan waktu
produksi pada tiap mesin atau sumber daya kunci.
2. Pendekatan Bill of Labor (BOLA)
Merupakan daftar waktu penyelesaian suatu produk pada setiap stasiun kerja. Data yang
diperlukan antara lain MPS, matrik waktu, dan matrik produksi.
3. Profil Sumber Daya
Pada pendekatan sebelumnya diasumsikan bahwa semua komponen dibuat pada periode
yang sama dengan pembuatan produk akhir, namun pada kenyataannya tidak demikina
dikarenakan setiap komponen dari produk akhir memiliki waktu penyelesaian yang
berbeda. Pada pendekatan ini penyelesaiannya menggunakan pendekatan bill of labor,
namun waktu bagi tiap departemen (work center) disesuaikan dengan lead time dari
setiap part.
Pada pembahasan ini peneliti memilih teknik RCCP dengan menggunakan pendekatan
Bill of Labor (BOLA) dikarenakan teknik ini menunjukkan stasiun kerja yang mengalami
bottleneck dan non bottleneck yang akan digunakan dalam penelitian ini. Penentuan
Capacity Requirement (CR) dan Capacity Available (CA) dapat dilihat sesuai persamaan
berikut:
1. Capacity Requirement (CR)
Perhitungan Capacity Requirement (CR) menggunakan metode RCCP dengan
pendekatan bill of labor dan dihitung dengan mengalikan matrik JIP dan matrik waktu
proses (Fogarty,dkk 1991:413).
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑚𝑒𝑛𝑡 (CR) = ∑ 𝑎𝑖𝑘𝑏𝑘𝑗 𝑓𝑜𝑟 𝑎𝑙𝑙 𝑖, 𝑗𝑛𝑘=1 (2-16)
Sumber: Fogarty, dkk (1991)
Dengan:
𝑎𝑖𝑘 = 𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑡𝑖𝑚𝑒 untuk produk k pada 𝑤𝑜𝑟𝑘 𝑐𝑒𝑛𝑡𝑒𝑟 𝑖
𝑏𝑘𝑗 = jumlah permintaan untuk produk k pada periode j
16
2. Capacity Available (CA)
Penentuan Capacity Available (CA) dapat dilihat sesuai persamaan berikut (Fogarty,dkk
1991:423):
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA)
= 𝑏𝑎𝑛𝑦𝑎𝑘 𝑚𝑒𝑠𝑖𝑛 𝑎𝑡𝑎𝑢 𝑜𝑟𝑎𝑛𝑔×𝑗𝑎𝑚 𝑝𝑒𝑟 𝑠ℎ𝑖𝑓𝑡×𝑠ℎ𝑖𝑓𝑡 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖
×ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖
= 𝑡𝑖𝑚𝑒 𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 (2-17)
Sumber: Fogarty, dkk (1991)
2.6 Theory Of Constraints (TOC)
Theory of Constraints (TOC) yang diperkenalkan oleh Goldratt (1986), merupakan
suatu filosofi manajemen yang berdasarkan prinsip-prinsip pencapaian continues
improvement melalui pemfokusan perhatian pada kendala sistem (system constraints). Suatu
kendala sitem membatasi performansi dari sistem itu, sehingga semua upaya ditujukan untuk
memaksimumkan performansi dari kendala ini (Gaspersz, 2008).
Terdapat 5 langkah dalam TOC yang berurutan untuk memperbaiki sistem (Fogarty,dkk
1991:658) yaitu:
1. Identifikasi konstrain dalam sistem.
2. Melakukan eksploitasi terhadap stasiun konstrain.
3. Subordinasi semua bagian lain dari sistem manufaktur
4. Eliminasi stasiun kendala.
5. Jika konstrain telah dipecahkan atau timbul konstrain baru, kembali ke langkah 1.
Langkah-langkah perbaikan sistem yang dilakukan dalam TOC menunjukkan
penekanan atau konsentrasi pendekatan TOC pada stasiun konstrain, dan stasiun non
konstrain mengikuti hasil yang diperoleh dari stasiun konstrain. Penekanan ini
mempermudah proses penjadwalan yang dilakukan, karena cukup hanya mencari jadwal
yang sesuai untuk stasiun konstrain dan tidak mencari jadwal yang sesuai untuk semua
elemen yang terlibat.
2.7 Drum Buffer Rope (DBR)
Dalam konsep TOC (Theory of Constraints) dikenal dengan istilah “drum-buffer-rope”,
yang merupakan teknik umum yang digunakan untuk mengolah sumber-sumber daya guna
memaksimumkan performansi dari sistem (Gaspersz, 2008).
17
Filosofi dari drum buffer rope (Umble dan Srikanth, 1996), yaitu:
1. Rencanakan MPS (Master Production Schedule) atau jadwal induk produksi yang
disebut drum.
2. Melindungi throughput dalam sebuah sistem dari fluktuasi yang tidak dapat dihindari,
melalui time buffer di beberapa titik kritis pada sebuah sistem yang disebut buffer.
3. Ikat tiap-tiap sumber lini produksi kepada detak drum yang disebut rope.
Berikut penjelasan mengenai drum buffer rope:
1. Drum
Drum adalah ritme produksi yang ditetapkan untuk mengatasi kendala sistem (Gaspersz,
2008). Stasiun ini akan menunjukkan laju produksi (throughput) dari sistem. Karena
stasiun ini perlu mendapatkan perlindungan terhadap fluktuasi dan gangguan yang
terjadi pada sistem. Perlindungan ini diberikan untuk mencegah stasiun kendala
menganggur karena terjadi fluktuasi dalam sistem.
2. Buffer
Buffer ini berfungsi agar laju produksi tidak terganggu oleh gangguan pada sistem, oleh
karena itu buffer ini disebut juga buffer pelindung (protective buffer). Buffer atau
penyangga terbagi menjadi 2 macam, (Umble dan Srikanth, 1996) yaitu:
a. Time Buffer
Waktu yang dijadikan penyangga dengan tujuan untuk melindungi laju produksi
(throughput) sistem dari gangguan yang selalu terjadi dalam sistem produksi.
b. Stock Buffer
Produk akhir maupun produk antara yang dijadikan penyangga dengan tujuan untuk
memperbaiki sistem produksi dalam hal menanggapi permintaan.
3. Rope
Rope adalah suatu proses komunikasi dari suatu kendala kepada operasi awal (gating
operation) untuk memeriksa atau membatasi material yang diberikan kepada sistem
(Gaspersz, 2008). Adanya rope ini akan mengurangi jumlah persediaan yang terjadi di
setiap stasiun kerja dan menjaga pada tingkat tertentu yang sesuai. Karena setiap stasiun
akan melakukan produksi sesuai dengan kebutuhan stasiun konstrain, bukan sesuai
kapasitasnya.
18
Halaman ini sengaja dikosongkan
19
BAB III
METODE PENELITIAN
Pada bab metodologi penelitian ini berisi tahapan untuk melakukan penelitian agar
penelitian lebih terarah dan sistematis. Pada bab ini menjelaskan tentang jenis penelitian,
tempat dan waktu penelitian, metode pengambilan data, serta langkah-langkah penelitian
dalam menyelesaikan masalah.
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan merupakan metode penelitian deskriptif. Metode
penelitian deskriptif merupakan penelitian yang berusaha menggambarkan situasi, peristiwa,
dan kejadian yang terjadi saat ini (Suryabrata, 2014). Penelitian deskriptif memusatkan
perhatian kepada masalah-masalah aktual sebagaimana adanya pada saat penelitian
berlangsung. Pada penelitian deskriptif ini menggambarkan permasalahan berupa keadaan
lantai produksi kantung plastik PT Flamboyan Jaya dengan data-data yang berhubungan
untuk mendapatkan solusi yang baik.
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT Flamboyan Jaya, yaitu perusahaan kantung plastik
yang berada di Jl. Raya Donowarih, Karangploso, Malang. Waktu penelitian dilakukan
pada bulan Oktober 2016 – Juni 2017.
3.3 Langkah Penelitian
Langkah penelitian dilakukan untuk menyelesaikan permasalahan yang ada dengan
langkah-langkah yang sistematis. Berikut merupakan langkah-langkah yang dilakukan
dalam penelitian ini:
1. Studi lapangan
Dilakukan untuk mengetahui gambaran kondisi sebenarnya dari objek yang diteliti yaitu
kondisi proses produksi kantung plastik. Hal ini akan bermanfaat untuk mengetahui
permasalahan yang terjadi pada pabrik.
19
20
2. Studi pustaka
Studi pustaka dilakukan untuk mempelajari teori ilmu pengetahuan yang berhubungan
dengan penyelesaian masalah yang diteliti. Sumber literatur yang digunakan antara lain
buku, jurnal, serta studi terhadap penelitian terdahulu. Sumber literatur diperoleh dari
perpustakaan, pihak parik, dan internet.
3. Identifikasi masalah
Identifikasi masalah merupakan tahap awal dalam mengetahui dan memahami suatu
persoalan agar diberikan solusi pada permasalahan tersebut.
4. Perumusan masalah
Setelah memahami permasalahan yang ada, maka tahap selanjutnya merumuskan
masalah yang terjadi sesuai dengan kenyataan di lapangan yang nantinya akan
menunjukan tujuan dari adanya penelitian.
5. Penentuan tujuan penelitian
Tujuan penelitian dilakukan berdasarkan perumusan masalah yang telah dijabarkan
sebelumnya. Tujuan penelitian perlu untuk diterapkan secara sistematis oleh peneliti agar
dapat terfokuskan dan tidak menyimpang dari permasalahan yang telah dibahas.
6. Pengumpulan data
Dalam penelitian ini menggunakan dua jenis data, yaitu data primer dan data sekunder.
a. Data primer
Didapatkan dengan menggunakan metode pengumpulan data melalui proses
wawancara dan observasi. Wawancara dilakukan dengan kepala produksi dan
operator yang berperan langsung dalam produksi kantong plastik. Data yang
diambil adalah sebagai berikut.
1) Elemen kerja operator pada proses plong dan packaging.
2) Waktu proses produksi pada proses plong dan packaging dengan menggunakan
metode Stopwatch Time Study.
b. Data sekunder
Didapatkan dengan menggunakan metode pengumpulan data yaitu dokumentasi.
Data sekunder merupakan data yang telah ada yang dimiliki oleh perusahaan. Data
yang diambil adalah sebagai berikut.
1) Profil perusahaan PT Flamboyan Jaya
2) Proses Produksi plastik natural dan plastik berwarna
3) Jumlah, utilitas, dan efisiensi tiap mesin pada proses produksi
4) Kapasitas produksi tiap mesin
21
5) Jumlah permintaan produk plastik
6) Jumlah work in process (WIP) bulan Oktober 2016
7. Pengolahan data
Merupakan tahapan pengolahan data dimana dilakukan langkah-langkah mengolah data
sesuai dengan data primer dan data sekunder yang sudah dikumpulkan dengan metode
yang dipilih. Tahapan dalam mengolah data pada penelitian ini antara lain sebagai
berikut:
a. Menghitung waktu baku proses produksi untuk proses yang menggunakan tenaga
manusia/manual. Tahapan yang dilakukan adalah sebagai berikut.
1) Uji kecukupan data untuk mengetahui banyaknya pengamatan yang dilakukan
2) Uji keseragaman data
3) Menentukan performance rating
4) Menghitung waktu normal
5) Menentukan Allowance
6) Menghitung waktu baku
b. Menghitung peramalan permintaan. Peramalan dilakukan menggunakan metode
peramalan yang sesuai dengan data historis.
c. Menyusun jadwal induk produksi (MPS). MPS dilakukan untuk mengetahui
penjadwalan produksi yang dilakukan pada saat ini.
d. Melakukan optimasi penjadwalan sesuai lima prinsip Theory of Constraints yang
dilakukan secara berurutan sebagai berikut.
1) Identifikasi konstrain dalam sistem.
Tahap ini dilakukan dengan menghitung kapasitas produksi (RCCP) dengan
teknik Bill of Labor (BOLA). RCCP dilakukan dengan menghitung Capacity
Requirement (CR) dan Capacity Available (CA). Dari hasil RCCP dapat
mengidentifikasi stasiun kerja bottleneck.
2) Melakukan eksploitasi terhadap stasiun konstrain.
Tahap ini dilakukan untuk menentukan proses produksi yang akan dilakukan
perencanaan ulang produksi serta penentuan cara yang digunakan untuk
mengurangi bottleneck.
3) Subordinasi
Tahap ini dilakukan untuk menentukan urutan prioritas produk yang akan
dilakukan perencanaan ulang produksi.
22
4) Eliminasi stasiun kendala
Melakukan perencanaan ulang produksi untuk mengurangi bottleneck.
5) Kembali ke langkah 1 dan hindari inersia
Penghitungan RCCP kembali untuk mengetahui adanya bottleneck setelah
dilakukan perencanaan ulang.
8. Analisis dan pembahasan
Tahap analisis dan pembahasan dilakukan pada hasil pengolahan data yang telah
dilakukan menggunakan metode yang diterapkan. Hasil-hasil pengolahan data yang
dibahas pada tahap ini adalah usulan rekomendasi dan perbaikan perencanaan produksi
yang dapat diterapkan oleh perusahaan untuk mengurangi work in process.
9. Kesimpulan dan saran
Langkah terakhir dalam penulisan penelitian ini adalah membuat kesimpulan dan saran
perbaikan. Kesimpulan merupakan penjelasan dari hasil penelitian yang telah dilakukan
dengan memperhatikan tujuan penelitian. Sedangkan saran merupakan masukan yang
dapat digunakan untuk memperbaiki dan meningkatkan penelitian yang dapat dilakukan
selanjutnya.
23
3.4 Diagram Alir Penelitian
Berikut ini adalah diagram alir penelitian.
Mulai
Studi Lapangan
Identifikasi Masalah
Perumusan Masalah
Tujuan Penelitian
Perhitungan Capacity
Requirement (CR)
Perhitungan Capacity
Available (CA)
Eliminasi stasiun kendala
Analisis hasil dan
pembahasan
Kesimpulan dan
Saran
Studi Pustaka
· Data proses produksi
· Data permintaan kantung plastik
· Data kapasitas mesin
· Data waktu proses produksi
· Perhitungan waktu baku proses plong
dan packaging
· Peramalan permintaan
· Penyusunan MPS
Selesai
Tahap
Pengolahan Data
Penyusunan RCCP
Melakukan eksploitasi
terhadap stasiun konstrain
Subordinasi
Tahap
Pendahuluan
Tahap
Pengumpulan
Data
Tahap Analisis
dan Pembahasan
Tahap
Kesimpulan dan
Saran
Identifikasi konstrain
dalam sistem
Gambar 3.1 Diagram alir penelitian
24
Halaman ini sengaja dikosongkan
25
BAB IV
HASIL DAN PEMBAHASAN
Pada bab hasil dan pembahasan ini berisi pengolahan data dan pembahasan dari hasil
pengolahan tersebut, sehingga dapat memberikan solusi dari permasalahan dalam penelitian
ini.
4.1 Gambaran Umum Perusahaan
Gambaran umum perusahaan ini menjelaskan tentang profil perusahaan, bidang usaha,
struktur organisasi, dan proses produksi pada PT Flamboyan Jaya.
4.1.1 Profil Perusahaan
PT Flamboyan Jaya adalah perusahaan kantung plastik yang didirikan pada tahun 2006
di Karangploso. Nama PT. Flamboyan Jaya diambil dari nama jalan Flamboyan Raya yang
menjadi lokasi tempat tinggal pendiri perusahaan dan juga sama dengan nama bidang usaha
yang dimiliki oleh pendiri perusahaan. Jumlah karyawan saat ini mencapai 35 orang.
Karyawan-karyawan yang ada di PT. Flamboyan Jaya mayoritas berasal dari sekitar lokasi
pabrik didirikan. Wilayah pemasaran yang menjadi pasar utama perusahaan sejak awal
berdirinya perusahaan ini berada di daerah Jombang dan Nganjuk, hingga saat ini PT.
Flamboyan Jaya rutin melakukan pengiriman ke daerah tersebut setiap hari. Sedangkan
untuk supplier bahan baku berada di daerah Pasuruan dan Malang.
4.1.2 Bidang Usaha
PT. Flamboyan Jaya sejak awal fokus dalam memproduksi produk kantong plastik.
Kantong plastik yang dibuat yaitu menggunakan bahan baku dari biji plastik daur ulang,
sehingga kualitas yang dihasilkan tergolong KW (Kualitas nomor 2). Produk yang dibuat
antara lain kantong plastik jenis natural (putih), natural kuning dan warna (biru, merah dan
hijau) dengan ukuran yang bervariasi 15 cm, 17 cm, 19 cm, 21 cm dan 24 cm. Rata-rata
produksi paling banyak yaitu pada produk kantong plastik natural putih sekitar 80% dari
total produksi.
25
26
4.1.3 Struktur Organisasi
Pada awal didirikan, PT. Flamboyan Jaya menggunakan manajemen secara
kekeluargaan. Seiring bertambah besarnya perusahaan maka struktur organisasi diubah
menjadi lebih kompleks seperti pada bagan Gambar 4.1 berikut.
Komisaris
Direktur
AdministrasiKepala Bagian
ProduksiPPC
Group Leader
ProduksiMaintenance
Gambar 4.1 Struktur Organisasi Perusahaan
4.1.4 Proses Produksi Kantung Plastik
Proses produksi kantung plastik terdiri dari lima tahap sebagai berikut.
1. Mixing
Proses pengolahan pertama yaitu mixing dimana bahan baku dicampur menjadi satu
dan merata. Proses ini berjalan sekitar 15 menit dan rata-rata dilakukan tiap shiftnya
sebanyak 3 kali dengan sekali proses mesin mampu mengaduk/mencampur bahan baku
sebanyak 300-350 kg.
Gambar 4.2 Mesin mixer
27
2. Blowing
Pada proses blowing bahan baku yang telah dicampur akan dipanaskan dengan suhu
sekitar 80oC - 125oC untuk menghilangkan air yang terkandung dalam bahan baku,
selain itu juga mengubah bentuk bahan baku yang tadinya berbentuk pelet menjadi
cair yang nantinya akan dilakukan proses peniupan sehingga bahan baku cair tadi
menjadi lembaran atau film. Pada proses blowing ini juga terdapat limbah produk cacat
seperti mengalami gembos, kurang matang, adanya mata ikan, juga lipatan yang tidak
sama.
Gambar 4.3 Mesin blower
3. Cutting
Proses cutting dimulai dari proses pengelasan atau penyambungan plastik sehingga
plastik yang berupa lembaran tadi menjadi seperti kantong, setelah itu baru dilakukan
pemotongan sesuai ukuran. Pada proses cutting ini operator juga melakukan
pengecekan terhadap kualitas plastik yang tidak memenuhi spesifikasi seperti ukuran
tidak pas, mudah sobek saat ditarik dan ada yang menjadi limbah.
Gambar 4.4 Proses cutting
4. Plong
Plong merupakan proses pelubangan kantong plastik dimana plastik yang sebelumnya
disatukan berbentuk persegi akan dipotong bagian ujungnya agar terbentuk pegangan
kantong plastik. Pada proses ini terdapat limbah yang paling banyak karena sisa
pelubangan ini tidak dapat dijadikan kantong plastik atau digunakan lagi dalam proses.
Limbah hasil pelubangan ini sekitar 10% dari luas kantong plastik.
28
Gambar 4.5 Proses plong plastik
5. Packaging
Proses pengemasan (packaging) dimulai dari penimbangan produk yang telah jadi, lalu
selanjutnya dilakukan pengikatan dengan tali rafia sesuai dengan berat yang telah
ditentukan, setelah itu diikat dan dimasukkan ke dalam karung dengan massa sesuai
dengan jumlah pesanan.
Gambar 4.6 Hasil plastik yang telah dipack
4.2 Pengumpulan Data
Pada bagian pengumpulan data akan ditampilkan data-data yang digunakan dalam
penelitian ini. Jenis data yang digunakan terdiri dari data primer dan data sekunder. Data
primer didapatkan menggunakan metode wawancara dan observasi yang terdiri dari, elemen
kerja dan waktu proses produksi. Data sekunder didapatkan menggunakan metode
dokumentasi, yaitu kapasitas produksi mesin, jumlah mesin, dan data permintan produk
kantung plastik.
4.2.1 Utilitas dan Efisensi Mesin
Utilitas adalah kemampuan stasiun kerja dalam memanfaatkan kapasitas tersedia secara
efektif. Efisiensi adalah seberapa jauh stasiun kerja tertentu mampu menggunakan kapasitas
yang tersedia. Data utilitas dan efisiensi didapatkan dari data perusahan dan setiap bulan
29
memiliki utilitas dan efisiensi yang sama. Pada Tabel 4.1 menunjukkan data utilitas dan
efisiensi dari masing-masing mesin.
Tabel 4.1
Utilitas dan Efisiensi Mesin
Proses Utilitas Efisiensi
Mixing 0,85 0,95
Blowing 0,85 0,95
Cutting 0,85 0,95
Plong 0,85 0,96
Packaging 0,85 0,97
4.2.2 Elemen Kerja
Pada proses plong dan proses packaging pekerjaan dilakukan secara semi manual.
Operator menggunakan tenaga manusia untuk menjalankan mesin. Berikut ini akan
dijabarkan elemen kerja yang terdapat pada proses plong dan proses packaging. Elemen
kerja tersebut didapatkan dari hasil pengamatan dan diskusi dengan kepala produksi.
4.2.3.1 Elemen Kerja Proses Plong
Proses plong memiliki 2 alat plong yang dijalankan oleh masing-masing 1 operator.
Setiap satu kali proses plong mengerjakan sejumlah 0,5 kilogram plastik. Pada Tabel 4.2
ditampilkan elemen kerja proses plong.
Tabel 4.2
Elemen Kerja Proses Plong
No Kode Elemen Kerja
1 EK1 Menaruh kantung plastik ke wadah dan memposisikan pada alat plong
2 EK2 Melakukan pelubangan plastik
3 EK3 Membuang sisa sampah plong
4.2.3.2 Elemen Kerja Proses Packaging
Proses packaging dilakukan oleh 6 orang operator secara manual. Setiap satu kali proses
packaging mengerjakan sejumlah 25 kilogram kantung plastik. Pada Tabel 4.3 ditampilkan
elemen kerja proses packaging.
Tabel 4.3
Elemen Kerja Proses Packaging
No Kode Elemen Kerja
1 EKP1 Memilah plastik
2 EKP2 Menimbang plastik hasil pilahan
3 EKP3 Mengikat plastik
4 EKP4 Memasukkan plastik kedalam karung
5 EKP5 Menjahit karung
30
4.2.3 Data Permintaan Produk
Objek penelitian ini adalah produk kantung plastik natural dan warna. Masing-masing
kantung plastik memiliki 2 tipe jenis yaitu, Natural 15 (N15), Natural 24 (N24), Warna 15
(C15), dan Warna 24 (C24). Pada Tabel 4.4 ditampilkan data permintaan kantung plastik
warna periode Januari 2014 sampai Desember 2014.
Tabel 4.4
Data Permintaan Kantung Plastik Tahun 2014
Bulan Jumlah Permintaan (Kg)
C15 C24
Januari 2951 5987
Februari 1767 5135
Maret 3628 6767
April 2102 7863
Mei 2670 8915
Juni 4712 6786
Juli 3313 7689
Agustus 2952 6879
September 4149 8607
Oktober 3487 9807
November 3662 6804
Desember 3127 9068
Pada Tabel 4.5 ditampilkan data permintaan kantung plastik natural dan warna periode
Januari 2015 sampai Desember 2015. Tabel 4.5
Data Permintaan Kantung Plastik Tahun 2015
Bulan Jumlah Permintaan (Kg)
N15 N24 C15 C24
Januari 16289 15579 3701 7597
Februari 13263 12974 2117 6700
Maret 15079 17711 5578 7617
April 14505 15305 2452 9441
Mei 16421 21619 3020 6978
Juni 15792 17712 5662 9534
Juli 13684 11316 3663 11043
Agustus 15474 22579 3302 7636
September 14859 13526 4499 10019
Oktober 13369 17001 3837 13278
November 16947 17193 4712 10784
Desember 13763 19789 3477 8343
31
4.2.4 Jumlah Hari Kerja
Proses produksi berlangsung selama 6 hari dalam seminggu. Pada Tabel 4.6
menunjukkan jumlah hari kerja produksi kantung plastik selama setahun.
Tabel 4.6
Jumlah Hari Kerja
Bulan Hari Kerja Bulan Hari Kerja
Januari 26 Juli 26
Februari 24 Agustus 26
Maret 26 September 25
April 25 Oktober 26
Mei 26 November 25
Juni 25 Desember 26
4.2.5 Waktu Pengamatan
Proses plong dan packaging menggunakan tenaga manusia dalam pengerjaan sehingga
diperlukan peritungan waktu pengamatan proses produksi. Pengumpulan data waktu
pengamatan dilakukan dengan metode stopwatch time study (STS). Pngumpulan data
dengan STS dilakukan untuk proses yang menggunaka tenaga kerja manusia saja. Waktu
pengamatan proses plong dan proses packaging terdapat pada Tabel 4.7.
Tabel 4.7
Waktu Pengamatan Proses Plong dan Packaging
Replikasi Proses Plong (detik) Proses Packaging (detik)
EK1 EK2 EK3 EKP1 EKP2 EKP3 EKP4 EKP5
1 17,3 2,18 3,29 459,53 63,4 216,97 45,55 46,85
2 15,75 2,27 3,15 411,04 55,71 213,43 39,23 45,14
3 16 2,42 3,65 443,88 61,24 219,97 43,45 46,31
4 15,65 2,33 4,04 412,97 62,87 225,65 49,76 40,24
5 16,51 2,28 4,02 437,23 62,56 231,05 40,23 41,56
6 18,21 2,27 3,78 446,43 60,06 221,34 48,34 44,11
7 16,86 2,16 3,53 454,65 57,32 228,55 46,89 44,78
8 17,35 2,24 4,01 449,85 61,45 218,78 48,23 45,65
9 15,47 2,11 3,82 427,77 60,32 221,12 49,54 40,87
10 15,68 2,24 3,69 437,35 55,54 229,98 43,12 46,34
4.3 Pengolahan Data
Pada subbab pengolahan data dibahas mengenai pengolahan data stopwatch time study,
peramalan permintaan, dan perhitungan Theory of Constraint untuk menentukan
perencanaan jadwal ulang.
32
4.3.1 Pengolahan Data Stopwatch Time Study
Pada tahap ini dilakukan pengolahan data untuk menghitung waktu baku pada proses
plong dan proses packaging dengan menggunakan metode stopwatch time study.
Perhitungan stopwatch time study dilakukan untuk proses yang menggunakan tenaga
manusia atau manual saja. Langkah pengolahan data ini adalah pengujian keseragaman dan
kecukupan data, perhitungan waktu siklus, waktu normal dan waktu baku tiap elemen kerja.
4.3.1.1 Uji Keseragaman
Uji keseragaman data merupakan tahap untuk mengetahui apakah dua atau lebih data
berasal dari populasi yang memiliki variansi yang sama. Uji keseragaman data dilakukan
dengan menggunakan control chart dimana data yang seragam adalah data yang berada pada
batas atas dan batas bawah data. Berikut ini adalah contoh perhitungan uji keseragaman data
pada elemen kerja 1 proses plong.
1. Menghitung nilai rata-rata
�̅� =Ʃ𝑥
𝑛
�̅� =17,3 + 15,75 + 16 + 15,65 + 16,51 + ⋯+ 17,35 + 15,47 + 15,68
10
= 16,48 𝑑𝑒𝑡𝑖𝑘
2. Menghitung standar deviasi
𝜎 = √∑(𝑥𝑖 − �̅�)2
𝑛 − 1
𝜎 = √(15,3 − 16,48)2 + (15,75 − 16,48)2 + ⋯+ (15,68 − 16,48)2
10 − 1= 0,88
3. Menghitung batas kendali atas dan batas kendali bawah
BKA = �̅� + (𝑘 × 𝜎)
BKA = 16,48 + (2 × 0,88) = 18,23
BKB = �̅� − (𝑘 × 𝜎)
BKB = 16,48 − (2 × 0,88) = 14,73
4. Membuat control chart
Berdasarkan control chart yang ditunjukkan pada Gambar 4.7 data elemen kerja 1 pada
proses plong didapatkan hasil bahwa semua data sudah berada dalam batas atas dan batas
33
bawah, sehingga dinyatakan elemen kerja 1 proses plong seragam. Untuk control chart
elemen kerja lain dapat dilihat pada Lampiran 1.
Gambar 4.7 Uji keseragaman plong EK1
Hasil uji keseragaman untuk masing-masing elemen kerja pada proses plong dan proses
packaging dapat dilihat pada Tabel 4.8.
Tabel 4.8
Hasil Uji Keseragaman Data
Kode Rata-
rata Standar Deviasi BKA BKB
Jumlah Data
Outlier Keterangan
EK1 16,48 0,88 18,23 14,73 - Seragam
EK2 2,25 0,08 2,42 2,08 - Seragam EK3 3,7 0,29 4,28 3,12 - Seragam
EKP1 438,07 15,64 469,35 406,79 - Seragam
EKP2 60,05 2,75 65,54 54,55 - Seragam EKP3 222,68 5,58 233,85 211,52 - Seragam EKP4 45,43 3,59 52,61 38,26 - Seragam EKP5 44,18 2,3 48,79 39,58 - Seragam
Hasil uji keseragam data setiap elemen kerja pada proses plong dan proses packaging
yang ditunjukkan pada Tabel 4.8, dapat dilihat tidak terdapat data outlier, sehingga dapat
disimpulkan seluruh data pengamatan yang diambil sudah seragam.
4.3.1.2 Uji Kecukupan
Uji kecukupan data dilakuan untuk mengetahui apakah data yang telah dikumpulkan
telah cukup. Pada penelitian ini menggunakan tingkat kepercayaan sebesar 95% dan tingkat
ketelitian 5%. Berikut merupakan contoh perhitungan uji kecukupan data untuk elemen kerja
5 pada proses packaging.
Tingkat kepercayaan = 95% (indeks k=2)
Tingkat ketelitian (s) = 5%
0
5
10
15
20
1 2 3 4 5 6 7 8 9 10
Wak
tu (
det
ik)
Replikasi
Plong EK1
X BKA BKB
34
N′ =
[ ks√N×∑(𝑥2) − (∑𝑥)
2
∑x
] 2
N′ = [
20,05√10(19576,26) − (195231,4)
441,85]
2
= 4,35 ≈ 4 𝑑𝑎𝑡𝑎
Dari perhitungan diatas didapatkan hasil N’ sebesar 4 data, yang berarti jumlah
pengamatan yang dibutuhkan untuk elemen kerja 5 pada proses packaging sebesar 4 data.
Jumlah replikasi pengamatan yang dilakukan (N) sebesar 10 replikasi, maka N > N’ (10 >
4), sehingga dapat disimpulkan elemen kerja 5 pada proses packaging telah memenuhi
kecukupan data. Hasil dari rekapan perhitungan uji kecukupan data dari masing-masing
elemen kerja pada proses plong dan packaging terdapat pada Tabel 4.8.
Tabel 4.9
Hasil Uji Kecukupan Data
Nama
Proses Kode ∑x (detik)
(∑ x)2
(detik)
∑(𝑥2)
(detik) N’ N Keterangan
Plong
EK1 164,78 27152,45 2722,925 5 10 Data Cukup
EK2 22,5 506,25 50,69 2 10 Data Cukup EK3 36,98 1367,52 137,59 10 10 Data Cukup
Packaging
EKP1 4380,7 19190532 1921499 2 10 Data Cukup EKP2 600,47 360564,2 36131,97 3 10 Data Cukup EKP3 2226,84 4958816 496193,2 1 10 Data Cukup EKP4 454,34 206424,8 20771,32 10 10 Data Cukup EKP5 441,85 195231,4 19576,26 4 10 Data Cukup
Berdasarkan hasil perhitungan uji kecukupan data pada Tabel 4.9 diperoleh bahwa nilai
N > N’ sehingga seluruh data elemen kerja pada masing-masing proses plong dan proses
packaging yang diambil dinyatakan cukup.
4.3.1.3 Perhitungan Waktu Siklus
Waktu siklus adalah waktu penyelesaian satu satuan produksi. Berikut contoh
perhitungan waktu siklus elemen kerja 2 pada proses plong.
𝑊𝑠 =∑𝑋𝑖
𝑁
𝑊𝑠 =2,18 + 2,27 + 2,42 + 2,33 + 2,28 + 2,27 + ⋯+ 2,11 + 2,24
10
𝑊𝑠 = 2,25 𝑑𝑒𝑡𝑖𝑘
35
Maka, waktu siklus elemen kerja 2 pada proses plong adalah 2,26 detik. Hasil rekap
perhitungan waktu siklus untuk masing-masing elemen kerja pada proses plong dan
packaging dapat dilihat pada Tabel 4.10.
Tabel 4.10
Hasil Perhitungan Waktu Siklus
Proses Kode Jumlah Data Waktu Siklus (detik)
Plong
EK1 10 16,48
EK2 10 2,25
EK3 10 3,7
Packaging
EKP1 10 438,07
EKP2 10 60,05
EKP3 10 222,68
EKP4 10 45,43
EKP5 10 44,18
4.3.1.4 Penentuan Performance Rating
Performance rating adalah faktor penyesuaian untuk menilai kecepatan kerja operator.
Penentuan performance rating berdasarkan tabel Westing House System’s Rating yang
didapatkan sesuai dengan kondisi kerja pada saat dilakukan pengamatan. Berikut contoh
perhitungan performance rating untuk proses plong.
Performance rating = 1 + Rating Factor (Skill, Effort, Condition, Consistency)
Performance rating = 1 + 0 = 1
Tabel 4.11
Hasil Performance Rating
Proses Westing House System’s
PR Keterangan Skill Effort Condition Consistency
Plong D=0 D=0 D=0 D=0 1 Rata-rata
Packaging D=0 D=0 D=0 D=0 1 Rata-rata
4.3.1.5 Perhitungan Waktu Normal
Waktu normal adalah waktu kerja hasil pengamatan yang telah dilakukan penyesuaian
dengan cara mengalikan waktu siklus dengan performance rating. Performance rating
berdasarkan pada Tabel 4.11. Berikut contoh perhitungan waktu normal untuk elemen kerja
3 proses packaging.
𝑊𝑛 = 𝑊𝑠 × 𝑃𝑅
𝑊𝑛 = 222,68 × 1
𝑊𝑛 = 222,68 𝑑𝑒𝑡𝑖𝑘
Maka, waktu normal untuk elemen kerja 3 pada proses packaging adalah 222,68 detik.
Hasil perhitungan waktu normal untuk masing-masing elemen kerja pada proses plong dan
packaging dapat dilihat pada Tabel 4.12.
36
Tabel 4.12
Hasil Perhitungan Waktu Normal
Proses Kode Waktu Siklus
(detik) PR
Waktu Normal
(detik)
Total Waktu
(detik)
Plong
EK1 16,48
1
16,48
22,42 EK2 2,25 2,25
EK3 3,7 3,7
Packaging
EKP1 438,07
1
438,07
810,42
EKP2 60,05 60,05
EKP3 222,68 222,68
EKP4 45,43 45,43
EKP5 44,18 44,18
4.3.1.6 Penentuan Allowance
Penentuan Allowance atau kelonggaran kerja berdasarkan ILO Allowance dengan
pertimbangan diskusi dengan kepala produksi berdasarkan pada Tabel di Lampiran 2. Pada
Tabel 4.13 ditampilkan allowance kerja untuk proses plong dan proses packaging.
Tabel 4.13
Allowance
Proses Faktor Allowance (%)
Total A B C D E F G H I J K L
Plong 5 4 2 0 0 0 0 2 2 4 2 0 21
Packaging 5 4 2 0 1 0 0 5 2 4 2 0 25
4.3.1.7 Perhitungan Waktu Baku
Waktu baku merupakan waktu penyelesaian produk yang dibutuhkan oleh seorang
pekerja dengan kemampuan rata-rata. Waktu normal berdasarkan hasil pada Tabel 4.12 dan
allowance berdasarkan hasil pada Tabel 4.13. Berikut perhitungan waktu baku untuk proses
plong setiap 0,5 kilogram kantung plastik.
𝑊𝑏 = 𝑊𝑛×100%
100% − %𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒
𝑊𝑏 = 22,426 ×100%
100% − 21%= 28,39 𝑑𝑒𝑡𝑖𝑘
Sehingga waktu baku proses plong untuk 1 kilogram kantung plastik
𝑊𝑏 =28,39
0,5= 56,78 𝑑𝑒𝑡𝑖𝑘
Berikut perhitungan waktu baku untuk proses packaging setiap 25 kilogram kantung
plastik.
𝑊𝑏 = 𝑊𝑛×100%
100% − %𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒
𝑊𝑏 = 810,42 ×100%
100% − 25%= 1080,56 𝑑𝑒𝑡𝑖𝑘
37
Sehingga waktu baku proses packaging untuk 1 kilogram kantung plastik
𝑊𝑏 =1080,56
25= 43,22 𝑑𝑒𝑡𝑖𝑘
Dari hasil perhitungan didapatkan waktu baku untuk proses plong adalah 56,78 detik
dan proses packaging adalah 43,22 detik.
4.3.2 Peramalan Produk Kantung Plastik C15 dan C24
Peramalan dilakukan untuk produk kantung plastik yang menerapkan produksi make to
stock yaitu produk kantung plastik warna 15 (C15) dan warna 24 (C24). Penentuan metode
peramalan berdasarkan analisis pola data dan analisis autokorelasi. Data yang digunakan
adalah data permintaan tahun 2015 berdasarkan Tabel 4.3.
4.3.2.1 Analisis Pemilihan Metode
Sebelum melakukan peramalan dilakukan analisis pola data dan analisis autokorelasi
untuk menentukan metode peramalan yang sesuai. Gambar 4.8 menunjukkan pola data
permintaan kantung plastik C15 dari data historis tersebut menunjukkan pola data yaitu naik
dan turun atau tidak stabil serta menunjukkan pola kecenderungan.
Gambar 4.8 Pola Data C15 Tahun 2015
Gambar 4.9 menunjukkan pola data permintaan kantung plastik C24, dari data historis
selama 12 periode menunjukkan pola data trend (kecendrungan) naik.
0
1000
2000
3000
4000
5000
6000
Jum
lah
(K
g)
Periode
Permintaan produk C15 Tahun 2014-2015
38
Gambar 4.9 Pola Data C24 Tahun 2015
Dari uji autokorelasi menggunakan software minitab didapatkan hasil seperti pada
Gambar 4.10 yang menunjukkan grafik autocorrelation coefficients kantung plastik C15.
654321
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
Lag
Au
toco
rre
lati
on
Autocorrelation Function for C15(with 5% significance limits for the autocorrelations)
Gambar 4.10 Grafik Autocorrelation Coeffisient Kantung Plastik C15
Dapat dilihat pada Gambar 4.10 kondisi awal menunjukkan nilai lag yang menjauhi
angka nol dan semakin bertambah periode lag semakin mendekati nol. Menurut Hanke, dkk
(1991) kondisi tersebut dapat dikatakan memiliki pola kecenderungan, sehingga kantung
plastik C15 memiliki pola data trend.
Untuk kantung plastik C24 berdasarkan hasil uji autokorelasi dengan menggunakan
software minitab dapat dilihat pada Gambar 4.11 menunjukkan grafik autocorrelation
coefficients kantung plastik C24.
0
2000
4000
6000
8000
10000
12000
14000
Jum
lah
(K
g)
Periode
Permintaan produk C24 Tahun 2014-2015
39
654321
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
Lag
Au
toco
rre
lati
on
Autocorrelation Function for C24(with 5% significance limits for the autocorrelations)
Gambar 4.11 Grafik Autocorrelation Coeffisient Kantung Plastik C24
Dapat dilihat pada periode awal kondisi lag menjauhi angka nol dan semakin bertambah
periode kondisi lag semakin mendekati nol, sehingga dapat disimpulkan kantung plastik C24
memiliki pola data trend. Oleh sebab itu, metode yang sesuai dengan pola data tersebut
adalah metode yang mempertimbangkan trend, yaitu metode Trend Analysis dan Double
Exponential Smoothing.
4.3.2.2 Perhitungan Peramalan
Dari analisis pemilihan metode peramalan yang dilakukan menunjukkan bahwa data
permintaan kantung plastik C15 dan permintaan kantung plastik C24 menunjukkan pola
trend. Sehingga, kantung plastik C15 dan kantung plastik C24 menggunakan metode Trend
Analysis dan Double Exponential Smoothing.
4.3.2.2.1 Peramalan Kantung Plastik C15
Berikut ini perhitungan peramalan kantung plastik C15 menggunakan metode Trend
Analysis dan Double Exponential Smoothing.
1. Metode Trend analysis
Metode Trend analysis merupakan metode peramalan yang digunakan apabila data
historis menunjukkan pola trend (kecendrungan). Peramalan metode ini dilakukan
menggunakan software minitab.
40
24222018161412108642
5500
5000
4500
4000
3500
3000
2500
2000
Index
C1
5
MAPE 24
MAD 813
MSD 979379
Accuracy Measures
Actual
Fits
Forecasts
Variable
Trend Analysis Plot for C15Linear Trend Model
Yt = 3259 + 59,1*t
Gambar 4.12 Grafik peramalan C15 dengan metode Trend analysis Linear Model
Gambar 4.12 menunjukkan peramalan kantung plastik C15 dengan menggunakan
metode Trend analysis Linear Model. Sumbu x menunjukkan periode permintaan dalam per
bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C15. Periode 1 sampai
12 merupakan data historis permintaan kantung plastik C15. Periode 13 sampai 24
merupakan peramalan untuk tahun selanjutnya.
24222018161412108642
5500
5000
4500
4000
3500
3000
2500
2000
Index
C1
5
MAPE 23
MAD 799
MSD 1006190
Accuracy Measures
Actual
Fits
Forecasts
Variable
Trend Analysis Plot for C15Growth Curve Model
Yt = 3001,88 * (1,0239**t)
Gambar 4.13 Grafik peramalan C15 dengan metode Trend analysis Growth Model
Gambar 4.13 menunjukkan peramalan kantung plastik C15 dengan menggunakan
metode Trend analysis Growth Curve Model ,
Tabel 4.14 menunjukkan hasil peramalan permintaan kantung plastik C15 dengan
menggunakan metode Trend Analysis Linear Model dan Growth Curve Model.
41
Tabel 4.14
Hasil Peramalan C15 dengan Metode Trend analysis
2. Metode Double Exponential Smoothing
Metode double exponential smoothing merupakan metode peramalan yang digunakan
untuk data permintaan yang menunjukkan pola data trend (kecenderungan). Peramalan
metode ini dilakukan dengan menggunakan software minitab dimana nilai α dan β yang
digunakan adalah 0,1 dan 0,1. Nilai tersebut didapatkan dari hasil trial dan error dengan
tujuan mendapatkan nilai ukuran kesalahan terkecil.
24222018161412108642
7000
6000
5000
4000
3000
2000
Index
C1
5
Alpha (level) 0,1
Gamma (trend) 0,1
Smoothing Constants
MAPE 25
MAD 858
MSD 1092380
Accuracy Measures
Actual
Fits
Forecasts
95,0% PI
Variable
Smoothing Plot for C15Double Exponential Method
Gambar 4.14 Grafik peramalan C15 dengan metode Double Exponential Smoothing
Gambar 4.14 menunjukkan peramalan kantung plastik C15 dengan menggunakan
metode double exponential smoothing, sumbu x menunjukkan periode permintaan dalam per
bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C15. Periode 1 sampai
12 merupakan data historis permintaan kantung plastik C15. Periode 13 sampai 24
merupakan peramalan untuk tahun selanjutnya. Tabel 4.15 menunjukkan hasil peramalan
Periode Trend Analysis
Linear Trend Model Growth Curve Model
13 4027 4082
14 4086 4180
15 4145 4280
16 4204 4382
17 4263 4487
18 4323 4594
19 4382 4704
20 4441 4817
21 4500 4932
22 4559 5050
23 4618 5171
24 4677 5295
MAD 813 799
MAPE 24 23
MSE 979379 1006190
42
permintaan kantung plastik C15 dengan menggunakan metode double exponential
smoothing.
Tabel 4.15
Hasil Peramalan C15 dengan Metode Double Exponential Smoothing
Periode Double Exponential Smoothing
13 4031
14 4090
15 4148
16 4207
17 4266
18 4324
19 4383
20 4442
21 4500
22 4559
23 4618
24 4676
MAD 858
MAPE 25
MSE 1092380
4.3.2.2.2 Peramalan Kantung Plastik C24
Berikut ini perhitungan peramalan kantung plastik C24 menggunakan metode Trend
Analysis dan Double Exponential Smoothing.
1. Metode Trend analysis
Metode Trend analysis merupakan metode peramalan yang digunakan apabila data
historis menunjukkan pola trend (kecendrungan). Peramalan metode ini dilakukan
menggunakan software minitab. Gambar 4.15 menunjukkan peramalan kantung plastik C24
dengan menggunakan metode Trend analysis Linear Model.
24222018161412108642
14000
13000
12000
11000
10000
9000
8000
7000
6000
Index
C2
4
MAPE 14
MAD 1161
MSD 2119677
Accuracy Measures
Actual
Fits
Forecasts
Variable
Trend Analysis Plot for C24Linear Trend Model
Yt = 6663 + 302*t
Gambar 4.15 Grafik peramalan C24 dengan metode Trend analysis Linear Model
Gambar 4.16 menunjukkan peramalan kantung plastik C24 dengan menggunakan
metode Trend analysis Growth Curve Model , sumbu x menunjukkan periode permintaan
43
dalam per bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C24.
Periode 1 sampai 12 merupakan data historis permintaan kantung plastik C24. Periode 13
sampai 24 merupakan peramalan untuk tahun selanjutnya.
24222018161412108642
15000
12500
10000
7500
5000
Index
C2
4
MAPE 14
MAD 1191
MSD 2176176
Accuracy Measures
Actual
Fits
Forecasts
Variable
Trend Analysis Plot for C24Growth Curve Model
Yt = 6745,71 * (1,0353**t)
Gambar 4.16 Grafik peramalan C24 dengan metode Trend analysis Growth Model
Tabel 4.16 menunjukkan hasil peramalan permintaan kantung plastik C24 dengan
menggunakan metode Trend Analysis Linear Model dan Growth Curve Model.
Tabel 4.16
Hasil Peramalan C24 dengan Metode Trend analysis
Periode Trend Analysis
Linear Trend Model Growth Curve Model
13 10591 10587
14 10893 10926
15 11195 11349
16 11497 11749
17 11799 12164
18 12101 12593
19 12404 13038
20 12706 13498
21 13008 13974
22 13310 14467
23 13612 14978
24 13915 15506
MAD 1161 1191
MAPE 14 14
MSE 2119677 2176176
2. Metode Double Exponential Smoothing
Metode double exponential smoothing merupakan metode peramalan yang digunakan
untuk data permintaan yang menunjukkan pola data trend (kecenderungan). Peramalan
metode ini dilakukan dengan menggunakan software minitab dimana nilai α dan β yang
digunakan adalah 0,1 dan 0,1. Nilai tersebut didapatkan dari hasil trial dan error dengan
tujuan mendapatkan nilai ukuran kesalahan terkecil.
44
24222018161412108642
17500
15000
12500
10000
7500
5000
Index
C2
4
Alpha (level) 0,1
Gamma (trend) 0,1
Smoothing Constants
MAPE 14
MAD 1213
MSD 2370206
Accuracy Measures
Actual
Fits
Forecasts
95,0% PI
Variable
Smoothing Plot for C24Double Exponential Method
Gambar 4.17 Grafik peramalan C24 dengan metode Double Exponential Smoothing
Gambar 4.17 menunjukkan peramalan kantung plastik C24 dengan menggunakan
metode double exponential smoothing, sumbu x menunjukkan periode permintaan dalam per
bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C24. Periode 1 sampai
12 merupakan data historis permintaan kantung plastik C24. Periode 13 sampai 24
merupakan peramalan untuk tahun selanjutnya.
Tabel 4.17 menunjukkan hasil peramalan permintaan kantung plastik C24 dengan
menggunakan metode double exponential smoothing.
Tabel 4.17
Hasil Peramalan C24 dengan Metode Double Exponential Smoothing
Periode Double Exponential Smoothing
13 10603
14 10904
15 11205
16 11507
17 11808
18 12109
19 12410
20 12712
21 13013
22 13314
23 13615
24 13917
MAD 1213
MAPE 14
MSE 2370206
4.3.2.3 Pemilihan Metode Peramalan
Metode peramalan yang dipilih adalah metode peramalan yang memiliki nilai akurasi
peramalan dengan ukuran kesalahan (error) terkecil. Perhitungan akurasi peramalan yang
digunakan adalah Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean
Absolute Percentage Error (MAPE). Pada software Minitab, MSE dikenal sebagai Mean
45
Squared Deviation (MSD). Tabel 4.18 menunjukkan perbandingan nilai MAD, MAPE, dan
MSE kantung plastik C15 dan C24.
Tabel 4.18
Perbandingan Nilai Akurasi Peramalan
C15 C24
Linear
Trend
Model
Growth
Curve Model
Double
Exponential
Smoothing
Linear
Trend
Model
Growth
Curve
Model
Double
Exponential
Smoothing
MAD 813 799 858 1161 1191 1213
MAPE 24 23 25 14 14 14
MSE 979379 1006190 1092380 2119677 2176176 2370206
Dapat dilihat pada Tabel 4.18, pada produk C15 nilai MAD, MAPE, dan MSE terkecil
adalah dengan menggunakan metode Growth Curve Model. Dengan tingkat kesalahan
terkecil masing-masing sebesar 799, 23, dan 1006190. Pada produk C24 nilai MAD, MAPE,
dan MSE terkecil adalah dengan menggunakan metode Linear Trend Model. Dengan tingkat
kesalahan terkecil masing-masing sebesar 1161, 14, dan 2119677. Sehingga metode tersebut
yang dipilih untuk meramalkan permintaan kantung plastik C15 dan C24 selama 12 periode
kedepan. Hasil peramalan dapat dilihat pada Tabel 4.19.
Tabel 4.19
Hasil Peramalan 12 Periode Kedepan
Periode Permintaan Tahun 2016 (Kg)
C15 C24
13 4.082 10.591
14 4.180 10.893
15 4.280 11.195
16 4.382 11.497
17 4.487 11.799
18 4.594 12.101
19 4.704 12.404
20 4.817 12.706
21 4.932 13.008
22 5.050 13.310
23 5.171 13.612
24 5.295 13.915
4.3.3 Perhitungan TOC
Langkah-langkah perencanaan ulang produksi dengan metode Theory of Constraints
adalah identifikasi konstrain dalam sistem produksi, eksploitasi konstrain, subordinasi,
eliminasi konstrain, dan kembali ke langkah awal apabila masih terdapat konstrain.
4.3.3.1 Identifikasi konstrain
Identifikasi konstrain dilakukan dengan menggunakan metode Rough Cut Capacity
Planning dengan teknik Bill of Labor (BOLA). Pada teknik BOLA dilakukan perhitungan
46
kapasitas yang dibutuhkan (CR) dan kapasitas yang tersedia (CA), sehingga dapat diketahui
letak proses yang mengalami bottleneck. Apabila nilai CR > CA maka proses mengalami
bottleneck.
4.3.3.1.1 Perhitungan Capacity Requirement (CR)
Capacity Requirement (CR) adalah kapasitas yang dibutuhkan pada masing-masing
proses (stasiun kerja). Jumlah permintaan untuk kantung plastik N15 dan N24 dapat dilihat
pada Tabel 4.3. Jumlah permintaan untuk kantung plastik C15 dan C24 dapat dilihat pada
Tabel 4.19. Perhitungan kapasitas yang dibutuhkan untuk proses plong dan packaging
menggunakan rumus pada BAB II. Pada proses plong terdapat jumlah waste sebesar 10%
sehingga untuk memenuhi jumlah permintaan sesuai Tabel 4.19 di proses packaging, maka
pada proses mixing, blowing, cutting, dan plong menggunakan permintaan pada Tabel 4.20.
Contoh perhitungan permintaan pada kantung plastik N15 pada periode 13 adalah sebagai
berikut.
𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑝𝑎𝑐𝑘𝑎𝑔𝑖𝑛𝑔 + (𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑝𝑎𝑐𝑘𝑎𝑔𝑖𝑛𝑔 × 0,1)
𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 16289 + (16289 × 0,1)
𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 17918 𝐾𝑔
Tabel 4.20
Permintaan untuk Selain Proses Packaging
Periode Permintaan (Kg)
N15 N24 C15 C24
13 17.918 17.137 4.491 11.651
14 14.590 14.272 4.598 11.983
15 16.587 19.483 4.708 12.315
16 15.956 16.836 4.821 12.647
17 18.064 23.781 4.936 12.979
18 17.372 19.484 5.054 13.312
19 15.053 12.448 5.175 13.645
20 17.022 24.837 5.299 13.977
21 16.345 14.879 5.426 14.309
22 14.706 18.702 5.555 14.641
23 18.642 18.913 5.689 14.974
24 15.140 21.768 5.825 15.307
Contoh perhitungan kapasitas yang dibutuhkan untuk proses plong pada periode 13
adalah sebagai berikut.
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = ∑ 𝑎𝑖𝑘𝑏𝑘𝑗 𝑓𝑜𝑟 𝑎𝑙𝑙 𝑖, 𝑗𝑛
𝑘=1
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 56,78 × (17918 + 17137 + 4491 + 11651)
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 1017384,+973039 + 254999 + 661544
47
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 2906966 𝑑𝑒𝑡𝑖𝑘
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 807,49 𝑗𝑎𝑚
Hasil perhitungan kapasitas yang dibutuhkan untuk proses plong dan packaging masing-
masing periode dapat dilihat pada Tabel 4.21.
Tabel 4.21
Hasil Perhitungan Kapasitas yang Dibutuhkan Proses Plong dan Packaging
Proses Periode
Waktu
Baku
(detik)
Kapasitas yang dibutuhkan (detik) Total
(detik)
Total
(Jam) N15 N24 C15 C24
PLONG
13 56,78 1.017.384 973.039 254.999 661.544 2.906.966 807,49
14 56,78 828.420 810.364 261.074 680.395 2.580.254 716,74
15 56,78 941.810 1.106.245 267.320 699.246 3.014.621 837,39
16 56,78 905.982 955.948 273.736 718.097 2.853.763 792,71
17 56,78 1.025.674 1.350.285 280.266 736.948 3.393.173 942,55
18 56,78 986.382 1.106.302 286.966 755.855 3.135.505 870,97
19 56,78 854.709 706.797 293.837 774.763 2.630.106 730,59
20 56,78 966.509 1.410.245 300.877 793.614 3.471.245 964,23
21 56,78 928.069 844.830 308.088 812.465 2.893.452 803,74
22 56,78 835.007 1.061.900 315.413 831.316 3.043.635 845,45
23 56,78 1.058.493 1.073.880 323.021 850.224 3.305.618 918,23
24 56,78 859.649 1.235.987 330.744 869.131 3.295.511 915,42
PACKAGING
13 43,22 704.050 673.362 176.434 457.768 2.011.614 558,78
14 43,22 573.259 560.767 180.670 470.822 1.785.517 495,98
15 43,22 651.751 765.512 184.992 483.875 2.086.129 579,48
16 43,22 626.941 661.519 189.401 496.928 1.974.788 548,55
17 43,22 709.755 934.425 193.939 509.981 2.348.100 652,25
18 43,22 682.568 765.555 198.564 523.034 2.169.721 602,70
19 43,22 591.455 489.105 203.318 536.131 1.820.009 505,56
20 43,22 668.823 975.919 208.202 549.184 2.402.128 667,26
21 43,22 642.242 584.626 213.173 562.237 2.002.278 556,19
22 43,22 577.840 734.824 218.273 575.290 2.106.228 585,06
23 43,22 732.490 743.123 223.503 588.343 2.287.459 635,41
24 43,22 594.870 855.328 228.863 601.440 2.280.500 633,47
Perhitungan kapasitas yang dibutuhkan untuk proses mixing, blowing dan cutting
disesuaikan dengan kapasitas produksi mesin. Contoh perhitungan kapasitas yang
dibutuhkan pada proses cutting periode 13 adalah sebagai berikut.
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) =𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛
𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑝𝑒𝑟 𝑗𝑎𝑚
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) =17918 + 17137 + 4491 + 11651)
187,5
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 273,05 𝑗𝑎𝑚
48
Hasil perhitungan kapasitas yang dibutuhkan untuk proses mixing, blowing dan cutting
masing-masing periode dapat dilihat pada Tabel 4.22.
Tabel 4.22
Hasil Perhitungan Kapasitas yang Dibutuhkan Proses Mixing, Blowing, Cutting
Proses Periode Kapasitas
produksi (Kg/jam)
Kapasitas yang dibutuhkan (jam) Total
(Jam) N15 N24 C15 C24
MIXING
13 125 130,31 124,63 32,66 84,73 372,33
14 125 106,10 103,79 33,44 87,14 330,48
15 125 120,63 141,69 34,24 89,56 386,12
16 125 116,04 122,44 35,06 91,98 365,51
17 125 131,37 172,95 35,90 94,39 434,61
18 125 126,34 141,70 36,75 96,81 401,59
19 125 109 91 37,63 99,23 336,86
20 125 123,79 180,63 38,54 101,65 444,61
21 125 118,87 108,21 39,46 104,06 370,60
22 125 106,95 136,01 40,40 106,48 389,84
23 125 135,58 137,54 41,37 108,90 423,38
24 125 110,10 158,31 42,36 111,32 422,10
BLOWING
13 100 179,18 171,37 44,91 116,51 511,97
14 100 145,90 142,72 45,98 119,83 454,43
15 100 165,87 194,83 47,08 123,15 530,93
16 100 159,56 168,36 48,21 126,47 502,60
17 100 180,64 237,81 49,36 129,79 597,60
18 100 173,72 194,84 50,54 133,12 552,22
19 100 150,53 124,48 51,75 136,45 463,21
20 100 170,22 248,37 52,99 139,77 611,35
21 100 163,45 148,79 54,26 143,09 509,59
22 100 147,06 187,02 55,55 146,41 536,04
23 100 186,42 189,13 56,89 149,74 582,18
24 100 151,40 217,68 58,25 153,07 580,40
CUTTING
13 187,5 95,56 91,40 23,95 62,14 273,05
14 187,5 77,81 76,12 24,52 63,91 242,36
15 187,5 88,46 103,91 25,11 65,68 283,16
16 187,5 85,10 89,79 25,71 67,45 268,05
17 187,5 96,34 126,83 26,33 69,22 318,72
18 187,5 92,65 103,91 26,95 71,00 294,52
19 187,5 80,28 66,39 27,60 72,77 247,05
20 187,5 90,78 132,46 28,26 74,54 326,05
21 187,5 87,17 79,35 28,94 76,31 271,78
22 187,5 78,43 99,74 29,63 78,09 285,89
23 187,5 99,42 100,87 30,34 79,86 310,50
24 187,5 80,75 116,10 31,07 81,64 309,55
49
4.3.3.1.2 Perhitungan Capacity Available (CA)
Capacity Available (CA) adalah kapasitas yang tersedia dalam masing-masing proses
produksi. Jumlah mesin dan jumlah shift diperoleh berdasarkan data pada Tabel 4.1. Hari
kerja diperoleh berdasarkan data pada Tabel 4.5. Utilitas dan efisiensi diperoleh berdasarkan
data pada Tabel 4.2. Contoh perhitungan kapasitas tersedia untuk proses plong pada periode
13 adalah sebagai berikut.
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA)
= 𝑏𝑎𝑛𝑦𝑎𝑘 𝑚𝑒𝑠𝑖𝑛 𝑎𝑡𝑎𝑢 𝑜𝑟𝑎𝑛𝑔×𝑗𝑎𝑚 𝑝𝑒𝑟 𝑠ℎ𝑖𝑓𝑡×𝑠ℎ𝑖𝑓𝑡 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖
×ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖
= 2 × 8 × 2 × 26 × 0,85 × 0,96 = 678,912 𝑗𝑎𝑚
Hasil perhitungan kapasitas tersedia semua proses per periode dapat dilihat pada Tabel
4.23.
Tabel 4.23
Hasil Perhitungan Kapasitas Tersedia
Proses Periode Jumlah
Mesin/op
Jam
Pershift
Jumlah
Shift
Hari
kerja Utilitas Efisiensi
Total
(Jam)
MIXING
13 1 8 3 26 0,85 0,95 503,88
14 1 8 3 24 0,85 0,95 465,12
15 1 8 3 26 0,85 0,95 503,88
16 1 8 3 25 0,85 0,95 484,5
17 1 8 3 26 0,85 0,95 503,88
18 1 8 3 25 0,85 0,95 484,5
19 1 8 3 26 0,85 0,95 503,88
20 1 8 3 26 0,85 0,95 503,88
21 1 8 3 25 0,85 0,95 484,5
22 1 8 3 26 0,85 0,95 503,88
23 1 8 3 25 0,85 0,95 484,5
24 1 8 3 26 0,85 0,95 503,88
BLOWING
13 5 8 3 26 0,85 0,95 2519,4
14 5 8 3 24 0,85 0,95 2325,6
15 5 8 3 26 0,85 0,95 2519,4
16 5 8 3 25 0,85 0,95 2422,5
17 5 8 3 26 0,85 0,95 2519,4
18 5 8 3 25 0,85 0,95 2422,5
19 5 8 3 26 0,85 0,95 2519,4
20 5 8 3 26 0,85 0,95 2519,4
21 5 8 3 25 0,85 0,95 2422,5
22 5 8 3 26 0,85 0,95 2519,4
23 5 8 3 25 0,85 0,95 2422,5
24 5 8 3 26 0,85 0,95 2519,4
50
Tabel 4.23
Hasil Perhitungan Kapasitas Tersedia (Lanjutan)
Proses Periode Jumlah
Mesin/op
Jam
Pershift
Jumlah
Shift
Hari
kerja Utilitas Efisiensi
Total
(Jam)
CUTTING
13 4 8 2 26 0,85 0,95 1343,68
14 4 8 2 24 0,85 0,95 1240,32
15 4 8 2 26 0,85 0,95 1343,68
16 4 8 2 25 0,85 0,95 1292
17 4 8 2 26 0,85 0,95 1343,68
18 4 8 2 25 0,85 0,95 1292
19 4 8 2 26 0,85 0,95 1343,68
20 4 8 2 26 0,85 0,95 1343,68
21 4 8 2 25 0,85 0,95 1292
22 4 8 2 26 0,85 0,95 1343,68
23 4 8 2 25 0,85 0,95 1292
24 4 8 2 26 0,85 0,95 1343,68
PLONG
13 2 8 2 26 0,85 0,96 678,91
14 2 8 2 24 0,85 0,96 626,69
15 2 8 2 26 0,85 0,96 678,91
16 2 8 2 25 0,85 0,96 652,8
17 2 8 2 26 0,85 0,96 678,91
18 2 8 2 25 0,85 0,96 652,8
19 2 8 2 26 0,85 0,96 678,91
20 2 8 2 26 0,85 0,96 678,91
21 2 8 2 25 0,85 0,96 652,8
22 2 8 2 26 0,85 0,96 678,91
23 2 8 2 25 0,85 0,96 652,8
24 2 8 2 26 0,85 0,96 678,91
PACKAGING
13 6 8 1 26 0,85 0,96 1018,37
14 6 8 1 24 0,85 0,96 940,03
15 6 8 1 26 0,85 0,96 1018,37
16 6 8 1 25 0,85 0,96 979,2
17 6 8 1 26 0,85 0,96 1018,37
18 6 8 1 25 0,85 0,96 979,2
19 6 8 1 26 0,85 0,96 1018,37
20 6 8 1 26 0,85 0,96 1018,37
21 6 8 1 25 0,85 0,96 979,2
22 6 8 1 26 0,85 0,96 1018,37
23 6 8 1 25 0,85 0,96 979,2
24 6 8 1 26 0,85 0,96 1018,37
51
4.3.3.1.3 Kecukupan Kapasitas
Kecukupan kapasitas dilakukan untuk mengetahui apakah proses mengalami bottleneck
(kapasitas tidak cukup) dan non bottleneck (kapasitas cukup). Terlebih dahulu dilakukan
perhitungan varians antara kapasitas yang dibutuhkan dan kapasitas yang tersedia. Kapasitas
yang dibutuhkan (CR) diperoleh berdasarkan perhitungan pada Tabel 4.21 dan Tabel 4.22.
Kapasitas tersedia (CA) diperoleh berdasarkan perhitungan pada Tabel 4.23. Contoh
perhitungan varians untuk proses plong periode 13 adalah sebagai berikut.
Varians = CA – CR
= 678,912 – 807,49 = -128,58
Dari hasil perhitungan varians menghasilkan nilai negatif sehingga proses plong pada
periode 13 mengalami bottleneck. Hasil perhitungan varians dan kecukupan data dapat
dilihat pada Tabel 4.24.
Tabel 4.24
Hasil Perhitungan Varians
PROSES PERIODE CA CR VARIANS KETERANGAN
MIXING
13 503,88 372,33 131,55 NON BOTTLENECK
14 465,12 330,48 134,64 NON BOTTLENECK
15 503,88 386,12 117,76 NON BOTTLENECK
16 484,5 365,51 118,99 NON BOTTLENECK
17 503,88 434,61 69,27 NON BOTTLENECK
18 484,5 401,59 82,91 NON BOTTLENECK
19 503,88 336,86 167,02 NON BOTTLENECK
20 503,88 444,61 59,27 NON BOTTLENECK
21 484,5 370,60 113,90 NON BOTTLENECK
22 503,88 389,84 114,04 NON BOTTLENECK
23 484,5 423,38 61,12 NON BOTTLENECK
24 503,88 422,10 81,78 NON BOTTLENECK
BLOWING
13 2519,4 511,97 2007,43 NON BOTTLENECK
14 2325,6 454,43 1871,17 NON BOTTLENECK
15 2519,4 530,93 1988,47 NON BOTTLENECK
16 2422,5 502,60 1919,90 NON BOTTLENECK
17 2519,4 597,60 1921,80 NON BOTTLENECK
18 2422,5 552,22 1870,28 NON BOTTLENECK
19 2519,4 463,21 2056,19 NON BOTTLENECK
20 2519,4 611,35 1908,05 NON BOTTLENECK
21 2422,5 509,59 1912,91 NON BOTTLENECK
22 2519,4 536,04 1983,36 NON BOTTLENECK
23 2422,5 582,18 1840,32 NON BOTTLENECK
24 2519,4 580,40 1939,00 NON BOTTLENECK
52
Tabel 4.24
Hasil Perhitungan Varians (Lanjutan)
PROSES PERIODE CA CR VARIANS KETERANGAN
CUTTING
13 1343,68 273,05 1070,63 NON BOTTLENECK
14 1240,32 242,36 997,96 NON BOTTLENECK
15 1343,68 283,16 1060,52 NON BOTTLENECK
16 1292 268,05 1023,95 NON BOTTLENECK
17 1343,68 318,72 1024,96 NON BOTTLENECK
18 1292 294,52 997,48 NON BOTTLENECK
19 1343,68 247,05 1096,63 NON BOTTLENECK
20 1343,68 326,05 1017,63 NON BOTTLENECK
21 1292 271,78 1020,22 NON BOTTLENECK
22 1343,68 285,89 1057,79 NON BOTTLENECK
23 1292 310,50 981,50 NON BOTTLENECK
24 1343,68 309,55 1034,13 NON BOTTLENECK
PLONG
13 678,912 807,49 -128,58 BOTTLENECK
14 626,688 716,74 -90,05 BOTTLENECK
15 678,912 837,39 -158,48 BOTTLENECK
16 652,8 792,71 -139,91 BOTTLENECK
17 678,912 942,55 -263,64 BOTTLENECK
18 652,8 870,97 -218,17 BOTTLENECK
19 678,912 730,59 -51,67 BOTTLENECK
20 678,912 964,23 -285,32 BOTTLENECK
21 652,8 803,74 -150,94 BOTTLENECK
22 678,912 845,45 -166,54 BOTTLENECK
23 652,8 918,23 -265,43 BOTTLENECK
24 678,912 915,42 -236,51 BOTTLENECK
PACKAGING
13 1018,368 558,78 459,59 NON BOTTLENECK
14 940,032 495,98 444,05 NON BOTTLENECK
15 1018,368 579,48 438,89 NON BOTTLENECK
16 979,2 548,55 430,65 NON BOTTLENECK
17 1018,368 652,25 366,12 NON BOTTLENECK
18 979,2 602,70 376,50 NON BOTTLENECK
19 1018,368 505,56 512,81 NON BOTTLENECK
20 1018,368 667,26 351,11 NON BOTTLENECK
21 979,2 556,19 423,01 NON BOTTLENECK
22 1018,368 585,06 433,30 NON BOTTLENECK
23 979,2 635,41 343,79 NON BOTTLENECK
24 1018,368 633,47 384,90 NON BOTTLENECK
Dari Tabel 4.24 dapat disimpulkan proses mixing, blowing, cutting dan packaging tidak
mengalami bottleneck, dan proses plong mengalami bottleneck. Oleh karena itu,
teridentifikasi proses yang mengalami kendala adalah proses plong.
53
4.3.3.2 Eksploitasi Stasiun Kendala
Eksploitasi stasiun kendala dilakukan untuk menentukan cara yang digunakan agar
bottleneck berkurang. Dari identifkasi kendala sebelumnya, proses yang menjadi kendala
adalah proses plong, sehingga proses plong inilah yang akan digunakan sebagai acuan
perencanaan ulang. Kendala pada proses plong disebabkan karena perbedaan kapasitas
produksi tersedia. Pihak perusahaan menyatakan untuk penambahan mesin dan operator
tidak dapat terealisasikan karena akan mengakibatkan penambahan biaya yang cukup besar.
Penambahan shift kerja juga akan mengakibatkan adanya penambahan operator, sehingga
tidak dapat terealisasikan. Perbaikan yang dapat dilakukan dalam proses plong adalah
penambahan jam lembur. Penambahan jam lembur didapatkan berdasarkan kapasitas waktu
produksi yang kurang pada proses plong. Kapasitas yang kurang ditunjukkaan pada Tabel
4.25
Tabel 4.25
Kapasitas yang Kurang Periode Kapasitas yang kurang (jam)
13 128,58
14 90,05
15 158,48
16 139,91
17 263,64
18 218,17
19 51,67
20 285,32
21 150,94
22 166,54
23 265,43
24 236,51
Selain dari stasiun kendala, dari hasil pengoahan RCCP pada Tabel 4.24 terdapat stasiun
kerja (proses) yang tidak mengalami bottleneck namun memiliki varians yang besar. Jumlah
varians yang besar dapat menyebabkan stasiun kerja tersebut memiliki waktu kerja yang
singkat sehingga menyebabkan mesin tidak bekerja selama berhari-hari seperti terdapat
dalam Gantt Chart bulan Desember 2016 pada Lampiran 3. Dari total 26 hari kerja proses
blowing memiliki jumlah hari kerja kosong sebanyak 18 hari. Hal yang sama juga terjadi
pada proses cutting yang memiliki jumlah hari kerja kosong sebanyak 18 hari. Pada Tabel
4.26 menunjukkan nilai varians pada proses blowing dan cutting. Dari Tabel 4.26
menunjukkan nilai kapasitas yang tersedia jauh lebih besar dari jumlah kapasitas yang
dibutuhkan, sehingga menyebabkan jumlah varians yang besar. Perbaikan yang dapat
54
dilakukan pada proses blowing dan proses cutting adalah dengan mengurangi jumlah jam
kerja. Pengurangan jumlah jam kerja didapatkan berdasarkan pengurangan jumlah jam kerja
dengan jumlah jam kerja lebih per hari dalam satu periode.
Tabel 4.26
Nilai Varians Pada Proses Blowing dan Cutting
PERIODE BLOWING CUTTING
CA CR VARIANS CA CR VARIANS
13 2519,4 511,97 2007,43 1343,68 273,05 1070,63
14 2325,6 454,43 1871,17 1240,32 242,36 997,96
15 2519,4 530,93 1988,47 1343,68 283,16 1060,52
16 2422,5 502,60 1919,90 1292 268,05 1023,95
17 2519,4 597,60 1921,80 1343,68 318,72 1024,96
18 2422,5 552,22 1870,28 1292 294,52 997,48
19 2519,4 463,21 2056,19 1343,68 247,05 1096,63
20 2519,4 611,35 1908,05 1343,68 326,05 1017,63
21 2422,5 509,59 1912,91 1292 271,78 1020,22
22 2519,4 536,04 1983,36 1343,68 285,89 1057,79
23 2422,5 582,18 1840,32 1292 310,50 981,50
24 2519,4 580,40 1939,00 1343,68 309,55 1034,13
4.3.3.3 Subordinasi
Subordinasi dilakukan untuk menentukan urutan prioritas produk dalam melakukan
perencanaan ulang produksi. Urutan prioritas produk telah ditentukan perusahaan yaitu oleh
kepala bagian produksi. Urutan prioritas produksi pada proses plong menurut kepala bagian
produksi adalah N24 – N15 – C24 – C15. Pada Tabel 4.27 menunjukkan capacity
requirement (CR) masing-masing produk kantung plastik pada proses plong.
Tabel 4.27
Kapasitas yang Dibutuhkan Masing-masing Produk Kantung Plastik
Proses Perio
de
Kapasitas yang dibutuhkan (detik) Total (detik)
Total
(Jam) N24 N15 C24 C15
PLONG
13 973.038,86 1.017.384,04 661.543,78 254.998,98 2.906.965,66 807,49
14 810.364,16 828.420,2 680.394,74 261.074,44 2.580.253,54 716,74
15 1.106.244,74 941.809,86 699.245,7 267.320,24 3.014.620,54 837,39
16 955.948,08 905.981,68 718.096,66 273.736,38 2.853.762,8 792,71
17 1.350.285,18 1.025.673,92 736.947,62 280.266,08 3.393.172,8 942,55
18 1.106.301,52 986.382,16 755.855,36 286.966,12 3.135.505,16 870,97
19 706.797,44 854.709,34 774.763,1 293.836,5 2.630.106,38 730,59
20 1.410.244,86 966.509,16 793.614,06 300.877,22 3.471.245,3 964,23
21 844.829,62 928.069,1 812.465,02 308.088,28 2.893.452,02 803,74
22 1.061.899,56 835.006,68 831.315,98 315.412,9 3.043.635,12 845,45
23 1.073.880,14 1.058.492,76 850.223,72 323.021,42 3.305.618,04 918,23
24 1.235.987,04 859.649,2 869.131,46 330.743,5 3.295.511,2 915,42
55
4.3.3.4 Eliminasi
Eliminasi dilakukan untuk merencanakan produksi ulang agar dapat mengurangi
bottleneck. Dari hasil eksploitasi pada proses plong dapat dilakukan dengan menambah jam
lembur untuk memenuhi kapasitas waktu produksi yang kurang pada proses plong.
Penambahan jumlah jam kerja disesuaikan dengan kapasitas waktu produksi yang kurang.
Contoh perhitungan penambahan jumlah jam kerja untuk periode 13 adalah sebagai berikut.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑤𝑎𝑘𝑡𝑢 𝑘𝑢𝑟𝑎𝑛𝑔
𝑗𝑢𝑚𝑙𝑎ℎ 𝑚𝑒𝑠𝑖𝑛 × 𝑗𝑢𝑚𝑙𝑎ℎ 𝑠ℎ𝑖𝑓𝑡
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =128,58
2 × 2= 32,1 𝑗𝑎𝑚
Maka jumlah jam kerja lembur yang dibutuhkan sebesar 32,1 jam per operator selama
periode 13. Untuk mengetahui jumlah jam kerja lembur yang dibutuhkan selama satu hari
digunakan perhitungan sebagai berikut
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =32,1
26= 1,2 𝑗𝑎𝑚
Sehingga pada periode 13 dalam sehari dibutuhkan jam kerja lembur sebesar 1,2 jam
per operator. Tabel 4.28 menunjukkan jumlah jam kerja lembur yang dibutuhkan seluruh
periode.
Tabel 4.28
Jumlah Jam Kerja Lembur Pada Proses Plong
Periode Kapasitas yang
kurang (Jam)
Jumlah jam kerja lembur
selama satu periode (Jam)
Hari
Kerja
Jumlah jam kerja lembur
selama satu hari (Jam)
13 128,6 32,1 26 1,2
14 90,0 22,5 24 0,9
15 158,5 39,6 26 1,5
16 139,9 35,0 25 1,4
17 263,6 65,9 26 2,5
18 218,2 54,5 25 2,2
19 51,7 12,9 26 0,5
20 285,3 71,3 26 2,7
21 150,9 37,7 25 1,5
22 166,5 41,6 26 1,6
23 265,4 66,4 25 2,7
24 236,5 59,1 26 2,3
Dari hasil eksploitasi untuk proses blowing dan cutting dilakukan dengan mengurangi
jam kerja per hari. Perhitungan dilakukan berdasarkan jumlah jam kerja lebih atau nilai
varians. Contoh perhitungan pengurangan jam kerja pada periode 13 di proses blowing
adalah sebagai berikut.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =𝑣𝑎𝑟𝑖𝑎𝑛𝑠
𝑗𝑢𝑚𝑙𝑎ℎ 𝑚𝑒𝑠𝑖𝑛 × 𝑗𝑢𝑚𝑙𝑎ℎ 𝑠ℎ𝑖𝑓𝑡
56
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =2007,4
5 × 3 = 133,83 𝑗𝑎𝑚
Sehingga jumlah jam pengurangan dalam sebulan adalah sebesar 133,83 jam. Untuk
jumlah jam pengurangan dalam satu hari dilakukan perhitungan sebagai berikut.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =133,83
26= 5 𝑗𝑎𝑚
Maka jumlah jam kerja pada proses plong adalah sebagai berikut.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 = 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑎𝑤𝑎𝑙 − 𝑗𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛
𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 = 8 − 5 = 3 𝑗𝑎𝑚
Jadi jumlah jam kerja yang dianjurkan untuk mengurangi varians periode 13 pada proses
blowing adalah 3 jam. Tabel 4.29 menunjukkan jumlah jam kerja yang dianjurkan untuk
proses blowing dan proses cutting.
Tabel 4.29
Jumlah Jam Kerja yang dianjurkan untuk Proses Blowing dan Cutting
Periode Hari
Kerja
Blowing Cutting
Varians
Jumlah jam
pengurangan
(jam/bulan)
Jumlah jam
pengurangan
(jam/hari)
Jumlah
jam
kerja
Varians
Jumlah jam
pengurangan
(jam/bulan)
Jumlah jam
pengurangan
(jam/hari)
Jumlah
jam
kerja
13 26 2007,43 133,83 5 3 1070,63 267,66 5 3
14 24 1871,17 374,23 5 3 997,96 249,49 5 3
15 26 1988,47 397,69 5 3 1060,52 265,13 5 3
16 25 1919,9 383,98 5 3 1023,95 255,99 5 3
17 26 1921,8 384,36 5 3 1024,96 256,24 5 3
18 25 1870,28 374,06 5 3 997,48 249,37 5 3
19 26 2056,19 411,24 5 3 1096,63 274,16 5 3
20 26 1908,05 381,61 5 3 1017,63 254,41 5 3
21 25 1912,91 382,58 5 3 1020,22 255,05 5 3
22 26 1983,36 396,67 5 3 1057,79 264,45 5 3
23 25 1840,32 368,06 5 3 981,5 245,38 5 3
24 26 1939 387,8 5 3 1034,13 258,53 5 3
4.3.3.5 Pengulangan
Pengulangan merupakan langkah akhir dalam Theory of Constraints. Pengulangan
dilakukan dengan menghitung kembali Rough Cut Capacity Planning (RCCP).
Penghitungan RCCP dilakukan untuk melihat perubahan pada hasil perhitungan
menggunakan perbaikan yang dilakukan pada tahap eliminasi.
Hasil perhitungan ulang RCCP untuk proses plong menggunakan kapasitas yang
dibutuhkan (CR) yang terdapat pada Tabel 4.21. Kapasitas yang tersedia pada proses plong
terjadi perubahan karena terdapat penambahan jam kerja lembur berdasarkan Tabel 4.28.
Dengan penambahan jam kerja lembur maka contoh perhitungan kapasitas tersedia pada
proses plong periode 13 adalah sebagai berikut
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA) = 2 ×(8 + 1,24) × 2 × 26 × 0,85 × 0,96 = 784,143 𝑗𝑎𝑚
Sehingga kecukupan kapasitas (varians) adalah
57
𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 𝐶𝐴 − 𝐶𝑅
𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 784,143 − 807,49 = −23,34
Varians memiliki nilai negatif sehingga proses plong masih mengalami bottleneck.
Tabel 4.30 menunjukkan kapasitas tersedia yang telah ditambahi jam kerja lembur, kapasitas
yang dibutuhkan dan varians proses plong.
Tabel 4.30
Hasil Perhitungan Ulang Varians pada Proses Plong
Periode CA CR Varians Keterangan 13 784,143 807,49 -23,35 BOTTLENECK
14 700,323 716,7371 -16,41 BOTTLENECK 15 808,754 837,39 -28,64 BOTTLENECK 16 767,04 792,71 -25,67 BOTTLENECK 17 894,466 942,55 -48,08 BOTTLENECK 18 831,504 870,97 -39,47 BOTTLENECK 19 721,344 730,59 -9,24 BOTTLENECK 20 912,288 964,23 -51,95 BOTTLENECK 21 776,016 803,74 -27,72 BOTTLENECK 22 815,543 845,45 -29,91 BOTTLENECK 23 869,856 918,23 -48,37 BOTTLENECK 24 872,402 915,42 -43,02 BOTTLENECK
Pada Tabel 4.30 menunjukkan varians yang masih bernilai negatif, maka dilakukan
kembali pengulangan hingga proses plong tidak mengalami bottleneck. Untuk mendapatkan
hasil varians bernilai positif dan tidak terjadi bottleneck maka dilakukan 5 kali pengulangan.
Tabel 4.31 menunjukkan penambahan jumlah jam kerja, kapasitas yang tersedia, kapasitas
yang dibutuhkan dan varians yang telah mengalami pengulangan sebanyak 5 kali.
Tabel 4.31
Hasil Perhitungan Ulang Varians pada Proses Plong 5 Kali Pengulangan
Periode
Jumlah Jam
Kerja
reguler/shift
Penambahan
jam kerja/shift CA CR Varians Keterangan
13 8 1,52 807,905 807,49 0,41 NON BOTTLENECK
14 8 1,15 716,774 716,737 0,04 NON BOTTLENECK 15 8 1,87 837,608 837,39 0,21 NON BOTTLENECK 16 8 1,72 793,152 792,71 0,44 NON BOTTLENECK 17 8 3,11 942,839 942,55 0,29 NON BOTTLENECK 18 8 2,68 871,488 870,97 0,51 NON BOTTLENECK 19 8 0,61 730,679 730,59 0,09 NON BOTTLENECK 20 8 3,37 964,904 964,23 0,67 NON BOTTLENECK 21 8 1,85 803,76 803,74 0,02 NON BOTTLENECK 22 8 1,97 846,094 845,45 0,64 NON BOTTLENECK 23 8 3,26 918,816 918,23 0,59 NON BOTTLENECK 24 8 2,79 915,683 915,42 0,26 NON BOTTLENECK
Hasil perhitungan ulang RCCP untuk proses blowing dan cutting menggunakan
kapasitas yang dibutuhkan (CR) yang terdapat pada Tabel 4.21. Sedangkan untuk kapasitas
tersedia dilakukan perubahan dengan pengurangan jumlah kerja berdasarkan perhitungan
58
pada Tabel 4.29. Dengan perubahan pengurangan jumlah jam kerja maka contoh perhitungan
kapasitas tersedia pada proses blowing periode 13 adalah sebagai berikut.
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA) = 5 ×(8 − 3) × 3 × 26 × 0,85 × 0,96 = 944,775 𝑗𝑎𝑚
Sehingga kecukupan kapasitas (varians) adalah
𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 𝐶𝐴 − 𝐶𝑅 = 944,775 − 511,97 = 432,81
Varians memiliki nilai positif sehingga proses blowing tetap tidak mengalami
bottleneck. Maka pengurangan jam kerja boleh dilakukan. Tabel 4.32 menunjukkan
kapasitas tersedia yang telah ditambahi jam kerja lembur, kapasitas yang dibutuhkan dan
varians proses plong.
Tabel 4.32
Hasil Perhitungan Ulang Varians pada Proses Blowing dan Cutting
Proses Periode CA CR Varians Keterangan
BLOWING
13 944,775 511,97 432,81 NON BOTTLENECK
14 872,1 454,43 417,67 NON BOTTLENECK
15 944,775 530,93 413,85 NON BOTTLENECK
16 908,4375 502,60 405,84 NON BOTTLENECK
17 944,775 597,60 347,18 NON BOTTLENECK
18 908,4375 552,22 356,22 NON BOTTLENECK
19 944,775 463,21 481,57 NON BOTTLENECK
20 944,775 611,35 333,43 NON BOTTLENECK
21 908,4375 509,59 398,85 NON BOTTLENECK
22 944,775 536,04 408,74 NON BOTTLENECK
23 908,4375 582,18 326,26 NON BOTTLENECK
24 944,775 580,40 364,38 NON BOTTLENECK
CUTTING
13 503,88 273,05 230,83 NON BOTTLENECK
14 465,12 242,36 222,76 NON BOTTLENECK
15 503,88 283,16 220,72 NON BOTTLENECK
16 484,5 268,05 216,45 NON BOTTLENECK
17 503,88 318,72 185,16 NON BOTTLENECK
18 484,5 294,52 189,98 NON BOTTLENECK
19 503,88 247,05 256,83 NON BOTTLENECK
20 503,88 326,05 177,83 NON BOTTLENECK
21 484,5 271,78 212,72 NON BOTTLENECK
22 503,88 285,89 217,99 NON BOTTLENECK
23 484,5 310,50 174,00 NON BOTTLENECK
24 503,88 309,55 194,33 NON BOTTLENECK
59
Pada Tabel 4.31 menunjukkan nilai varians mengalami pengurangan yang jauh namun
masih bernilai positif dan tidak mengalami bottleneck, sehingga perubahan jam kerja dapat
dilakukan.
Dari hasil pengulangan dapat dilakukan perencanaan ulang yang digambarkan dengan
Gantt Chart yang terdapat pada Lampiran 5.
4.4 Analisis dan Pembahasan
Pada subbab analisis dan pembahasan dibahas mengenai analisis stasiun kendala dan
analisis perencanaan ulang yang dilakukan. Analisis stasiun kendala berdasarkan dengan
hasil perhitungan Rough Cut Capacity Planning (RCCP). Dan analisis perencanaan ulang
menggunakan Drum Buffer Rope (DBR).
4.4.1 Analisis Stasiun Kendala
Stasiun kendala didapatkan berdasarkan hasil perhitungan menggunakan Rough Cut
Capacity Planing (RCCP) dengan teknik Bill of Labor (BOLA). Dalam teknik BOLA
dilakukan perhitungan capacity requirement (CR) dan capacity available (CA). CR
berdasarkan perkalian permintaan perbulan dengan waktu baku yang diperoleh dengan
metode stopwatch time study. CA berdasarkan dengan banyaknya mesin, jam kerja, dan shift
yang tersedia selama proses produksi. Nilai varians merupakan hasil pengurangan CR
dengan CA. Apabila varians bernilai positif maka stasiun tersebut tidak mengalami
bottleneck (non bottleneck). Apabila varians bernilai negatif maka stasiun tersebut
mengalami bottleneck.
Berdasarkan hasil perhitungan varians yang terdapat pada Tabel 4.24. Hasil penelitian
menunjukkan pada proses plong memiliki nilai varians negatif di semua periode produksi.
Dari hasil perhitungan tesebut dapat disimpulkan pada proses plong terjadi penumpukan,
sehingga proses plong merupakan stasiun kendala yang menyebabkan terjadinya work in
process. Penyebab terjadinya penumpukan pada proses plong adalah perbedaan kapasitas
produksi antara proses plong dan proses cutting yang merupakan proses pendahulunya.
Proses cutting memiliki kapasitas produksi per hari sebesar 3000 dan proses plong memiliki
kapasitas produksi per hari sebesar 2000. Berarti kapasitas proses cutting lebih besar
daripada proses plong yang dapat menyebabkan penumpukan. Proses plong tersebut
merupakan stasiun kendala yang akan menjadi acuan untuk melakukan perencanaan ulang
produksi.
60
4.4.2 Analisis Drum Buffer Rope
Pada langkah ke empat dan lima pada metode Theory of Constraints, dilakukan proses
eleminasi dan pengulangan. Proses tersebut dilakukan berdasarkan metode drum buffer rope
(DBR). Drum merupakan ritme produksi yang ditetapkan untuk menentukan waktu produksi
stasiun kendala. Stasiun kendala yang terdapat dalam penelitian ini adalah pada proses
plong, blowing, dan cutting. Dimana dilakukan perhitungan jumlah waktu kerja yang kurang
untuk menentukan ritme produksi yang tepat. Dari hasil perhitungan didapatkan
penambahan jam kerja lembur menjadi 11 jam sebagai ritme produksi kerja proses plong.
Pada proses blowing dan cutting didapatkan hasil pengurangan jam kerja menjadi masing-
masing 9 jam dan 6 jam kerja per hari. Buffer yang digunakan dalam penelitian ini adalah
time buffer, dimana waktu yang dijadikan penyangga dengan tujuan untuk menjaga laju
produksi. Time buffer ditunjukkan pada waktu menunggu pada tiap mesin untuk melanjutkan
proses apabila proses dimesin sebelumnya dengan produk yang sama belum selesai. Rope
merupakan komunikasi dari stasiun kendala dengan stasiun lain dalam proses produksi.
Dalam penelitian ini rope dilakukan dengan menentukan perencanaan ulang produksi
menggunakan pembuatan Gantt Chart berdasarkan perubahan-perubahan yang telah
dilakukan.
4.4.3 Analisis Perencanaan ulang produksi
Perencanaan ulang produksi dilakukan berdasarkan langkah-langkah pada metode
Theory of Constraints. Tahapan pertama yaitu perhitungan identifikasi konstraint dengan
Rough Cut Capacity Planning (RCCP). Pada tahap ini terdapat proses yang mengalami
bottleneck dan proses yang memiliki jumlah varians besar. Tahapan kedua adalah eksploitasi
stasiun kendala. Tahapan ini menyimpulkan pada proses plong yang mengalami bottleneck
dilakukan perbaikan dengan penambahan jam kerja lembur. Penambahan jam kerja lembur
dilakukan agar proses plong memiliki peningkatan kapasitas tersedia, sehingga proses tidak
mengalami bottleneck. Untuk proses yang memiliki jumlah varians besar, yaitu proses
blowing dan cutting dilakukan perbaikan dengan pengurangan jumlah jam kerja.
Pengurangan jam kerja dilakukan untuk mengurangi jumlah hari kerja kosong yang
menyebabkan proses berhenti. Jumlah hari kosong dapat dilihat pada Gantt Chart Bulan
Desember 2016 pada Lampiran 4. Tahapan ketiga adalah subordinasi, yaitu penentuan
prioritas urutan produksi kantung plastik. Urutan produksi kantung plastik adalah N24 – N15
– C24 – C15. Urutan produksi ini digunakan untuk pembuatan Gantt Chart. Tahapan
keempat adalah eliminasi stasiun kendala berdasarkan tahapan eksploitasi. Pada proses
61
plong dilakukan perhitungan jumlah jam kerja yang kurang berdasarkan nilai varians.
Kemudian didapatkan hasil penambahan jumlah jam kerja menjadi 11 jam selama satu shift.
Pada proses blowing dan proses cutting dilakukan perhitungan jumlah jam kerja yang lebih
berdasarkan niai varians. Pada proses blowing didapatkan hasil perhitungan jumlah jam kerja
berkurang 5 jam menjadi 3 jam kerja selama satu shift dan tetap memiliki 3 shift kerja,
sehingga dalam sehari proses blowing memiliki total 9 jam kerja. Pada proses cutting
didapatkan hasil perhitungan jumlah jam kerja menjadi 3 jam kerja selama satu shift dan
tetap memiliki 2 shift, sehingga dalam sehari proses cutting memiliki total 6 jam kerja. Tahap
terakhir adalah pengulangan, yaitu melakukan perhitungan Rough Cut Capacity Planning
(RCCP) kembali. Untuk proses plong, setelah dilakukan penambahan jumlah jam kerja
dihasilkan proses plong tetap mengalami bottleneck. Sehingga dilakukan pengulangan
sampai proses tersebut tidak mengalami bottleneck (non bottleneck). Pengulangan dilakukan
sebanyak 5 kali untuk menghasilkan proses non bottleneck. Untuk proses blowing dan
cutting, setelah dilakukan pengurangan jumlah jam kerja menghasilkan nilai varians yang
berkurang dan proses tetap mengalami non bottleneck. Sehingga, perubahan dapat
dilakukan.
Kemudian dilakukan perencanaan ulang produksi berdasarkan perubahan-perubahan
tersebut dengan membuat Gantt Chart yang dapat dilihat pada Lampiran 5. Perencanaan
ulang produksi dengan penambahan jam kerja lembur menyebabkan penambahan biaya
kerja lembur karyawan. Perusahaan tidak mempermasalahkan penambahan biaya tersebut,
sehingga perencanaan ulang produksi dapat dilakukan. Dari hasil Gantt Chart dapat dilihat
proses plong dapat diselesaikan dalam sebulan. Dan pada proses blowing serta proses cutting
memiliki jumlah hari kosong yang berkurang. Proses blowing memiliki jumlah hari kosong
berkurang dari 18 hari kerja menjadi 11 hari kerja. Proses cutting memiliki jumlah hari
kosong dari 18 hari kerja menjadi 10 hari kerja.
62
Halaman ini sengaja dikosongkan
63
BAB V
PENUTUP
Pada bab penutup ini berisi kesimpulan dan saran dari hasil penelitian. Kesimpulan
diharapkan dapat menjawab tujuan dari penelitian, sehingga dapat memberikan saran untuk
perusahaan dan penelitian selanjutnya.
5.1 Kesimpulan
Kesimpulan yang dapat di ambil dalam penelitian ini adalah sebagai berikut.
1. Berdasarkan hasil perhitungan menggunakan Rough Cut Capacity Planing (RCCP).
Hasil penelitian menunjukkan pada proses plong memiliki nilai varians negatif di semua
periode produksi. Dari hasil perhitungan tesebut dapat disimpulkan pada proses plong
terjadi penumpukan, sehingga proses plong merupakan stasiun kendala yang
menyebabkan terjadinya work in process. Pada proses mixing, blowing, cutting, dan
packaging mengalami keadaan non bottleneck.
2. Dari hasil perhitungan Theory of Constraints didapatkan proses yang mengalami
bottleneck. Proses yang mengalami bottleneck dilakukan penambahan kapasitas. Pada
proses plong didapatkan hasil penambahan jumlah jam kerja menjadi 11 jam selama
satu shift. Pada proses blowing didapatkan hasil perhitungan jumlah jam kerja berkurang
menjadi 3 jam kerja selama satu shift dan tetap memiliki 3 shift kerja, sehingga dalam
sehari proses blowing memiliki total 9 jam kerja. Pada proses cutting didapatkan hasil
perhitungan jumlah jam kerja menjadi 3 jam kerja selama satu shift dan tetap memiliki
2 shift, sehingga dalam sehari proses cutting memiliki total 6 jam kerja. Pada proses
mixing dan proses packaging tidak terdapat perubahan jam kerja. Perencanaan ulang
produksi pada Gantt Chart dapat dilihat proses plong dapat diselesaikan dalam sebulan.
Dan pada proses blowing serta proses cutting memiliki jumlah hari kosong yang
berkurang. Proses blowing memiliki jumlah hari kosong berkurang dari 18 hari kerja
menjadi 11 hari kerja. Proses cutting memiliki jumlah hari kosong dari 18 hari kerja
menjadi 10 hari kerja.
63
64
5.2 Saran
Saran yang dapat diberikan dalam penelitian ini adalah sebagai berikut.
1. Untuk perusahaan, diharapkan dapat menerapkan perencanaan ulang produksi yang
telah peneliti rencanakan, sehingga dapat meminimumkan jumlah work in process
dalam perusahaan.
2. Untuk perusahaan, diharapkan dapat menggunakan hari kerja kosong untuk perawatan
mesin atau hal lain.
3. Untuk peneliti selanjutnya, diharapkan dapat melakukan perencanaan ulang dengan
metode lain yang lebih baik.
65
DAFTAR PUSTAKA
Bluman, Allan G. 2012. Elementary Statics A Step By Step Approach Eight Edition. New
York: McGraw-Hill.
Fogarty, Donald W, John H. Blackstone dan Thomas R. Hoffman. 1991. Production &
Inventory Management. America: South-Western Publishing.
Gaspersz, Vincent. 2008. Production Planning and Inventory Control. Jakarta: PT.
Gramedia Pustaka Umum.
Goldratt, Eliyahu M. 1999. What is This Thing Called Theory of Constraints an How Should
it be Implemented. North River Pr.
Hanke, John E. dan Arthur G. Reitsch. 1991. Business Forecasting. Needham : Allyn and
Bacon.
Hunusulela, Z. F. 2013. Usulan Penjadwalan Produksi Dengan Menggunakan Theory Of
Constraint Pada Bagian Welding Rear Body PT Krama Yudha Ratu Motor, Jurnal
Faktor Exacta, 6(1): 70-86.
Kushana, Dina N. S., Emsosfi Zaini dan Alex Saleh. 2014. Rancangan Sistem Penjadwalan
Buku Fiksi dengan Pendekatan Theory Of Constraints Di PT Mizan Grafika Sarana,
Jurnal Teknik Industri Itenas, Vol.02 No.4.
Nasution, Arman Hakim dan Yudha Prasetyawan. 2008. Perencanaan & Pengendalian
Produksi. Yogyakarta : Graha Ilmu.
Niebel, B. W. 1993. Motion and Time Study. Homewood, Illinois : Irwin Inc.
Nugraheni, Adinda Hapsa, Arif Rahman, dan Rahmi Yuniarti. 2016. Analisis Capacity
Constrained Resources (CCR) Untuk Mengoptimalkan Aliran Proses Produksi Dengan
Pendekataan Theory Of Constraints (TOC), Jurnal Rekayasa dan Manajemen Sistem
Industri, Vol 4 NO 2.
Rimawan, Erry. 2011. Usulan Penjadualan Produksi Dengan Menggunakan Teknik Theory
Of Constraint Di PT XXX. Skripsi, Jakarta: Universitas Mercubuana.
Siregar, Adlan Albi. 2015. Reduksi Bottleneck dengan Pendekatan Theory Ofconstraint
(Toc) Pada Bagian Karoseri Minibus Di Pt. Capella Medan Divisi Karoseri Bima
Kencana. Skripsi, Medan: Universitas Sumatera Utara.
Sofyan, Ahmad. 2015. Analisis Utilisasi Kapasitas Produksi pada PT. Asia Raya Foundry
dengan Pendekatan Theory of Constraints (TOC). Skripsi, Medan: Universitas
Sumatera Utara.
Supranto, J. 2000. Statistik: Teori dan Aplikasi. Jakarta: Erlangga.
Suryabrata, Sumadi. 2014. Metodologi Penelitian. Jakarta: PT Raja Grafindo Persada.
Umble, M. Michael dan Srikanth M. L. 1996. Sychronous Manufacturing. Connecticut: The
Spectrum Publishing Company.
65
66
Wignjosoebroto, S. 2003. Ergonomi : Studi Gerak dan Waktu. Surabaya: PT Guna Widya.