proposal kerja praktek perencanaan agregat
TRANSCRIPT
PROPOSAL KERJA PRAKTEK
PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN
AGREGAT DAN METODE TRASPORTASI PADA PT. MADU BARU
Disusun oleh:
Amri Nur Ikhsan091.02.1006
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT SAINS & TEKNOLOGI AKPRIND
YOGYAKARTA
2012
1
HALAMAN PENGESAHAN
A. JUDUL
Perencanaan produksi gula dengan Penjadwalan Agregat dan metode
Transportasi pada PT. Madu Baru.
B. IDENTITAS
a. Nama Mahasiswa : Amri Nur Ikhsan
b. No. Mahasiswa : 091.02.1006
c. Program Studi : Teknik Industri
d. Fakultas : Teknologi Industri
e. Perguruan Tinggi : IST AKPRIND YOGYAKARTA
C. LOKASI
1. Tempat : PT. MADU BARU
2. Alamat : Padokan Tirtonirmolo, Kasihan, Bantul,
Yogyakarta 55181
D. Jangka Waktu : 1 Bulan
Yogyakarta, Oktober 2012
Mengetahui:
Ketua Jurusan Teknik Industri Dosen Pembimbing
Ir. Muhammad Yusuf, M.T. Imam Sodikin, S.T.,M.T.
2
A. Latar Belakang Masalah
Pada zaman modern seperti sekarang ini, Indonesia menghadapi era
globalisasi di segala bidang dan salah satunya di bidang industri. Banyaknya
industri yang ada membuat persaingan sangat nampak jelas dalam kegiatan
ekonomi, terutama pada industri yang sejenis. Untuk dapat menghadapi
persaingan industri sejenis, perusahaan dituntut beroperasi lebih efektif dan
efisien karena perusahaan-perusahaan tersebut bersaing untuk mencapai
tujuan yang sama.
Pada umumnya, perusahaan memiliki satu tujuan utama yaitu
memperoleh laba. Alasan utamanya adalah laba yang merupakan penentu
utama kelangsungan hidup dan berkembangnya suatu perusahaan.
Salah satu hal yang berpengaruh untuk mencapai tujuan tersebut yaitu
proses produksi itu sendiri. Proses produksi yang baik adalah proses produksi
yang telah direncanakan dengan matang, sehingga apabila perusahaan dapat
merencanakan produksi secara tepat maka perusahaan akan mengetahui
perkiraan jumlah produksi di masa mendatang yang dapat digunakan sebagai
acuan untuk meningkatkan tingkat pemenuhan kebutuhan konsumen setinggi-
tingginya serta menurunkan tingkat persediaan. Oleh karena itu di dalam
produksi tersebut kita perlu melakukan perencanaan produksi.
PT. Madu Baru merupakan salah satu perusahaan yang bergerak pada
bidang pengolahan dan pembuatan Gula konsumsi. PT. Madu Baru terletak di
Padokan Lor Tirtonirmolo Kasihan Bantul Yogyakarta yang sudah berdiri
sejak puluhan tahun yang lalu dan merupakan penghasil gula terbesar di
3
daerah Yogyakarta dan merupakan pensuplai gula terbesar untuk daerah
Yogyakarta maupun luar Yogyakarta.
Hal yang membuat PT. Madu Baru masih berdiri sampai saat ini
adalah dengan menjaga kualitas dan proses produksi yang baik sehingga
masyarakat masih mengkonsumsi produk tersebut walaupun banyak
kompetitor lain yang menawarkan produk sejenis. Untuk itu diperlukan suatu
perencanaan produksi secara matang, guna mengoptimalkan proses produksi
berikutnya dan tingkat pemenuhan kebutuhan konsumen setinggi-tingginya
serta menurunkan tingkat persediaan. Untuk melaksanakan perencanaan
produksi, sistem perencanaan yang digunakan adalah dengan menggunakan
metode penjadwalan agregat dan transportasi.
Dari uraian tersebut di atas, maka dilakukanlah penelitian dengan Judul
PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN
AGREGAT DAN METODE TRASPORTASI PADA PT. MADU BARU.
4
B. Perumusan Masalah
Berdasarkan latar belakang masalah yang telah dikemukakan di atas,
yang menjadi pokok permasalahan adalah:
1. Bagaimana proses produksi pada PT. Madu Baru dari input bahan baku
hingga output?
2. Bagaimana proses pengolahan limbah pada PT. Madu Baru?
3. Bagaimana aplikasi model transportasi dalam perencanaan agregat guna
memenuhi permintaan konsumen dan meminimalkan ongkos tenaga kerja?
C. Batasan Masalah
Agar penelitian lebih terarah dan menghindari permasalahan yang
semakin lebar maka dilakukan batasan-batasan masalah, seperti :
1. Penelitian dilakukan di PT. Madu Baru pada bagian produksi pengolahan
gula.
2. Perencanaan produksi terhadap produk gula dilakukan untuk 6 periode
waktu produksi mendatang terhitung mulai bulan April 2013 sampai
dengan September 2013.
3. Kegiatan perencanaan produksi yang akan dibahas adalah perencanaan
produksi agregat.
4. Penentuan hasil optimal perencanaan produksi agregat menggunakan
model transportasi dengan aturan North-West Corner Rule.
5
D. Tujuan Penelitian
Setelah melihat permasalahan yang ada, maka tujuan dari penelitian
ini adalah:
1. Melihat secara langsung aktivitas proses produksi pada PT Madu Baru.
2. Untuk memenuhi salah satu syarat dalam menyelesaikan program Strata1
Jurusan Teknik Industri Institut Sains & Teknologi AKPRIND
Yogyakarta.
3. Untuk mengetahui jumlah produk yang harus diproduksi oleh perusahaan
untuk pasar.
4. Untuk mengetahui kapasitas produksi perusahaan baik jam kerja regular
maupun jam kerja lembur dengan perencanaan produksi.
E. Manfaat Penelitian
1. Mengtetahui gambaran mengenai cara kerja perusahaan secara umum, dan
khususnya pada perencanaan produksi berdasarkan permintaan pasar.
2. Terpenuhinya syarat untuk menyelesaikan program Strata1 Jurusan Teknik
Industri Institut Sains & Teknologi AKPRIND Yogyakarta.
3. Terpenuhinya permintaan konsumen atas produk gula yang diinginkannya.
4. Memperoleh total biaya yang minimal dengan memperhitungkan kapasitas
produksi yang tersedia.
6
F. Metodologi
1. Obyek Penelitian
Penelitian ini dilaksanakan di PT. Madu Baru.
2. Sumber dan Jenis Data
Data yang diperoleh meliputi :
a. Sejarah perusahaan
b. Jumlah karyawan
c. Jenis produk yang dihasilkan
d. Lokasi pabrik dan lokasi pemasaran
e. Struktur organisasi perusahaan
f. Data-data yang bersifat umum
3. Metode Pengumpulan Data
a. Metode Pengumpulan Data Primer
1. Metode Wawancara
Yaitu mengadakan wawancara secara langsung dalam bentuk
pertanyaan kepada responden, dalam hal ini adalah karyawan serta
staff yang terkait secara langsung dengan obyek penelitian.
2. Metode Observasi
Pengambilan data secara langsung dengan cara mengamati dan
mencatat pada obyek penelitian untuk mengetahui prosesnya.
b. Metode Pengambilan Data Sekunder
7
Data yang diperoleh secara tidak langsung. Sumber data ini
dapat diperoleh dari literatur, majalah, publikasi maupun sumber-
sumber lain yang berkaitan dengan permasalahan yang dibahas.
G. Landasan Teori
1. Peramalan (Forecasting)
Peramalan sering digunakan untuk memprediksi pendapatan, biaya,
keuntunggan, harga, perubahan teknologi, dan berbagai macam variabel
lainnya. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan
untuk memprediksi atau mengestimasi permintaan yang akan datang, (Yamit,
Z: 1999).
Menurut Nasution, A.H. (1999), Peramalan adalah proses untuk
memperkirakan berapa kebutuhan dimasa datang meliputi kebutuhan dalam
ukuran kuantitias, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang maupun jasa. Peramalan merupakan alat bantu
yang penting dalam perencanaan khususnya dalam bidang ekonomi.
a. Jangka Waktu Peramalan
Dalam hubungannya dengan waktu, maka peramalan dapat
diklasifikasikan ke dalam 3 kelompok, yaitu:
1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini
digunakan untuk perencanaan produk dan perencanaan sumberdaya.
8
2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan
ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya
digunakan untuk menentukan aliran kas, perencanaan produksi, dan
penentuan anggaran.
3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini
digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur,
penjadwalan kerja dan lain-lain keputusan kontrol jangka pendek.
b. Karakteristik Peramalan Yang Baik
Peramalan yang baik memiliki beberapa kriteria yang penting, antara
lain akurasi, biaya, dan kemudahan.
1. Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan
kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila
peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan
kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten
bila besarnya kesalahan relatif kecil. Peramaln yang terlalu rendah akan
mengakibatkan kekurangan persediaan, sehingga permintaan konsumen
tidak dapat dipenuhi dengan segera, akibatnya adalah perusahaan
dimungkinkan kehilangan pelanggan dan kehilangan keuntungan
penjualan.
2. Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan adalah
tergantung dari jumlah item yang diramalkan, lamanya periode
peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu
biaya tersebut akan mempengaruhi berapa data yang dibutuhkan,
9
bagaimana pengolahan datanya (manual atau komputerisasi), dan
bagaimana penyimpanan datanya.
3. Kemudahan. Penggunaan metode peramalan yang sederhana, mudah
dibuat, dan mudah diaplikasikan akan memberikan keuntunagan bagi
perusahaan. Adalah percuma bila memakai metode yang canggih, tetapi
tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan
dana, sumberdaya manusia, maupun peralatan teknologi.
c. Prinsip Peramalan
Dalam membuat atau menerapak hasil peramalan, maka ada 3 prinsip
yang harus dipertimbangkan:
1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya bias
mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat
menghilangkan ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran
kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka
adalah penting bagi peramal untuk menginformasikan seberapa besar
kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek,
faktor-faktor yang mempengaruhi permintaan relatif masih konstan,
sedangkan makin panjang periode peramalan, maka semakin besar pula
kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi
permintaan.
10
d. Fungsi Peramalan
Peramalan dibutuhkan untuk mengidentifikasi output, karena spesifikasi
output dapat menyederhanakan pemilihan model peramalan, tetapi fungsi
peramalan tidaklah lengkap tanpa mempertimbangkan input.
Pertimbangan dalam peramalan biasanya meliputi berikut ini (Yamit,
Z : 1999) :
1. Item yang diramalkan (produk, kelompok produk, produk perakitan)
2. Peramalan dari atas (top-down) atau dari bawah (bottom-up)
3. Teknik peramalan (model kuantitatif atau kualitatif)
4. Satuan (unit, rupiah, kg, dll)
5. Interval minggu (minggu, bulan, kuartal, dll)
6. Komponen peramalan (tingkatan, tren, siklus, musim, dan random)
7. Ketepatan peramalan (kesalahan hitung)
8. Pengecualian dan situasi khusus
9. Perbaikan parameter model peramalan
e. Klasifikasi Peramalan
Peramalan dapat dikelompokkan menjadi dua yaitu:
1. Metode Kuantitatif
Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat,
ketepatan, dan biaya yang harus dipertimbangkan dalam memilih
metode tertentu. Metode kuantitatif didasarkan atas prinsip-prinsip
statistik yang memiliki tingkat ketepatan tinggi atau dapat
11
meminimumkan kesalahan (error), lebih sistematis, dan lebih popular
penggunaannya (Yamit, Z: 1999).
Peramalan kuantitatif dapat diterapkan bila terdapat kondisi
berikut:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data
numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan
terus berlanjut di masa mendatang.
Metode peramalan kuantitatif menurut (Markidakis : 1995) dibagi
menjadi dua:
a) Time Series (model deret berkala)
Peramalan dengan pendugaan masa depan dilakukan berdasarkan
nilai masa lalu dari suatu variabel dan/atau kesalahan masa lalu.
Tujuan dari metode ini adalah menemukan pola dalam deret data
historis dan mengekstrapolasikan pola dalam deret data historis
dan mengekstrapolasikan data tersebut ke masa depan.
b) Metode Kausal
Metode kausal mengasumsikan bahwa faktor yang diramalkan
menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih
variabel bebas.
12
2. Metode Kualitatif
Metode kualitatif merupakan suatu metode peramalan yang tidak
menggunakan perumusan matematis atau statistik. Peramalan dengan
model ini dikembangkan dengan pemikiran dan didasarkan pada
pendapat, pengetahuan, serta pengakuan dari penyusunnya. Metode
peramalan kualitatif ini menurut (Markidakis : 1995) dibagi menjadi
dua, yaitu:
a) Metode Eksploritas
Metode ini didasarkan pada data masa lalu dan masa kini sebagai
titik awalnya dan bergerak ke arah masa depan secara heuristik,
seringkali dengan melihat semua kemungkinan yang ada.
b) Metode Normatif
Peramalan pada metode ini dimulai dengan menetapkan sasaran
dan tujuan yang akan datang, kemudian bekerja mundur untuk
melihat apakah hal ini dapat dicapai, berdasarkan kendala,
sumberdaya, dan teknologi yang tersedia.
f. Pola Data Dalam Deret Berkala
Langkah penting dalam memilih metode deret berkala atau runtun
waktu adalah dengan mempertimbangkan jenis pola data. Pola data dapat
dibedakan menjadi empat jenis siklus dan trend (Markidakis:1995).
13
1. Pola Data Horisontal
Pola Horisontal. terjadi biamana nilai data berfluktuasi di sekifar
nilai rata-rata yang konstan. Contoh, suatu produk yang
permintaannya tidak meningkat atau menurun selama waktu tertentu.
Gambar 1-1 menunjukkan suatu pola data horizontal atau stasioner
dalam waktu tertentu.
2. Pola Data Musiman
Pola musiman, terjadi bila mana suatu deret dipengaruhi oleh faktor
musiman. Contoh, permintaan es krim, payung, minuman ringan
Gambar 1-2 menunjukkan suatu pola data musiman dalam waktu
tertentu.
3. Pola Data Trend
PoIa siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi
ekonomi jangka panjang seperti sikius bisnis. Permintaan produk
mobil, besi baja menunjukkan jenis pola siklus seperti ditunjukkan
pada gambar 1-3.
4. Pola Data Siklus
PoIa trend, terjadi bilamana terdapat kenaikan atau penurunan
sekuler jangka panjang dalam data. Produk Nasional Bruto (GNP)
dan berbagai indikator bisnis dan ekonomi lainnya mengikuti pola
trend seperti ditunjukkan dalam gambar 1-4 .
14
Y Y
Waktu Waktu
Gambar 1-1 Pola Data Horisontal Gambar 1-2 Pola Data Musiman
Y Y
Waktu Waktu
Gambar 1-3 Pola Data Siklus Gambar 1-4 Pola Data Trend
g. Metode-Metode Peramalan
Metode peramalan yang dapat di gunakan adalah:
1. Rata-rata Bergerak (Moving Average = MA)
15
Moving Average diperoleh dengan merata-rata permintaan
berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dan
penggunaan teknik MA ini adalah untuk mengurangi atau
menghilangkan variasi acak permintaan dalam hubungannya dengan
waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data
secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai
ramalan permintaan untuk periode yang akan datang. Disebut rata-rata
bergerak karena begitu setiap data aktual permintaan baru deret waktu
tersedia, maka data aktual permintaan yang paling terdahulu akan
dikeluarkan dari perhitungan, kemudian suatu nilai rata-rata baru akan
dihitung. Secara matematis, maka MA akan dinyatakan dalam
persamaan sebagai brikut:
MA=At+ A t−1+…+ A t−(N −1 )
N⋯⋯⋯⋯⋯⋯(1)
dimana: At = permintaan aktual pada periode – t
N = jumlah data permintaan yang dilibatkan dalam
perhitungan MA
Karena data aktual yang dipakai untuk perhitungan MA berikutnya
selalu dihitung dengan mengeluarkan data yang paling terdahulu, maka:
M A t=M At−1+At−At−N
N⋯⋯⋯⋯⋯⋯⋯(2)
16
2. Rata-rata Bergerak dengan Bobot (Wighted Moving Average = WMA)
Secara matematis, WMA dapat dinyatakan sebagai brikut:
WMA = ∑Wt.A ……………………………(3)
Dimana: Wt = Bobot permintaan aktual pada periode - t
A = Permintaan aktual pada periode - t
3. Pemulusan Eksponensial (Eksponensial Smoothing = ES)
Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu
yang cukup banyak dapat diatasi dengan teknik ES. Model matematis
ES ini dapat dikembangkan dari persamaan berikut:
F t ¿F t−1+At−At−N
N…………………….(4)
dimana bila data permintaan aktual yang lama At-N tidak tersedia,
maka dapat digantikan dengan nilai pendekatan yang berupa nilai
ramalan sebelumnya (Ft-1), sehingga persamaan (4) dapat dituliskan
menjadi :
F t ¿F t−1+At−F t
N…… ………………….(5)
4. Metode Winter
Teknik MA dan ES sederhana yang telah dijelaskan didepan hanya
tepat bila datanya stasioner. Bila data permintaan bersifat musiman dan
mempunyal trend, maka dapat diselesaikan dengan salah satu teknik
yang biasa disebut Metode Winter (WM).
17
Metode Winter didasarkan atas tiga persamaan pemulusan, yaitu
satu persamaan untuk unsur penyesuaian stasioner, satu persamaan
untuk unsur penyesuaian trend, dan satu persamaan untuk unsur
penyesuaian musiman. Salah satu masalah dalam penggunaan metode
Winter ini adalah penentuan nilai-nilai α, β dan γ yang akan
meminimumkan Rata-rata Kuadrat Kesalahan (Mean Square Error =
MSE) dan Rata-rata Persentase Kesalahan Absolute (Mean Absolute
Percentage Error = MAPE). Pendekatan untuk penentuan nilai-nilai
parameter tersebut biasanya dilakukan secara trial error. Apabila data
yang ditangani sangat banyak, maka bisa digunakan algoritma optimasi
non-linier, dimana cara ini jarang digunakan karena memakan biaya dan
waktu.
a. Model Winter dengan Trend
Model Winter menggunakan model trend, dimana model ini
dimulai dengan perkiraan trend sebagai berikut:
Tt = β (Ft – Ft-1)+(1 - β)Tt-1 …………………………(6)
dimana β merupakan konstanta pecahan, Tt adalah perkiraan trend pada
periode-t, dan Ft adalah rata-rata eksponensial pada peniode-t. Dalam
memperbaharui rata-rata eksponensial, maka peramalan baru akan
melibatkan rata-rata eksponensial ditambah trend, sehingga:
Ft =Ft-1 + Tt-1 ………………………………………(7)
Peramalan yang dibuat pada akhir periode t untuk periode t + 1 akan
menjadi:
18
Ft +1 =Ft + Tt…..……………………………………(8)
b. Model Winter dengan Faktor Musiman
Pola-pola dari permintaan musiman merupakan karakteristik dari
beberapa rangkaian permintaan, seperti peningkatan permintaan sirup
dan kue pada musim lebaran, peningkatan permintaan jas hujan pada
musim penghujan dan sebagainya.
Proses umum dari permintaan musiman ini dapat kita nyatakan
dalam persamaan matematis sebagai berikut:
At = µ . δt + εt …………………………………….(9)
dimana t adalah tingkat permintaan rata-rata, δ adalah faktor musiman,
dan εt adalah distribusi permintaan normal dengan mean nol.
5. Metode Regresi Linier
Dalam metode regresi, suatu model perlu dispesifikasikan sebelum
dilakukan pengumpulan data dan analisisnya. Contoh yang paling
sederhana dan metode regresi mi adalab metode regresi linier sederhana
dengan variabel pengaruh tunggal. secara matematis, model ini
dinyatakan sebagai berikut:
y = a + bx ….………………………..(10)
dimana:
y = perkiraan permintaan
x = variabel bebas yang mempengaruhi y
19
a = nilal tetap y bila x = 0 ( merupakan perpotongan dengan sumbu y)
b = derajat kemiringan persamaan garis regresi
Dalam model ini, diasumsikan nilal x dan nilai y sebanyak n
pasang. Pasangan x dan y ini dinyatakan sebagai (x1, y1) , (x2,y2),….,
(xn,yn). Simbol y menunjukkan nilai yang diamati, sedangkan simbol
menunjukkan titik pada garis yang diekspresikan pada persamaan y = a
+ bx.
Nilai y yang diperoleh dan hasil pengamatan tidak akan tepat jatuh
pada ganis perkiraan karena terdapatnya kesalahan acak pada data pada
setiap titik pengamatan, kesalahan ditunjutkan sebagai y i – yi , dan total
varian atau kesalahan kuadrat untuk seluruh titik pengamatan tersebut
adalah:
∑ ( y i− y i )2=∑ ( a+b x i− y i )
2 ……………….(11)
Analisa regresi bertujuan meminimasi persamaan. kesalahan diatas
dengan memilih nilai a dan b yang sesuai. Kesalahan terkecil akan
diperoleh dengan cara derivatif, dimana hasil akhirnya adalah:
a=∑ y i
n−b
∑ x i
n… ………………………… ..(12)
b=n∑ xi y i−¿ [(∑ x i ) (∑ y i ) ]
n∑ x i2−(∑ x i )
2 ………………… …..(13)¿
r2=¿¿¿
20
Nilal r2 merupakan bagian variasi dari y yang menunjukkan keeratan
hubungan dengan x, sedangkan bagian sisanya 1 - r2 menunjukkan
peluang faktor-faktor diluar variabel x. Nilal r2 = 0,9 artinya bahwa 90
persen variasi pada y diprediksi atau dijelaskan oleh garis regresi
dengan x, sedangkan hanya 10 persen peluang diluar x.
h. Kriteria Performance Peramalan
Permalan merupakan sarana untuk memperkirakan jumlah permintaan
dimasa yang akan datang, hal ini mempunyai maksud agar ramalan yang
dibuat dapat meminimumkan pengaruh ketidak pastian terhadap kebijakan
dari perusahaan.
Besarnya kesalahan suatu peramalan dapat dihitung dengan beberapa
cara antara lain:
1. Mean Absolute Deviation (MAD)
MAD mreupakan rata-rata kesalahan mutlak selama periode tertentu
tanpa memeperhatikan apakah hasil peramalan lebih besar atau lebih
kecil dibandingkan kenyataanya. Secara sistematis MAD dirumuskan
sebagai berikut:
MAD = ∑| At−Ftn | …………………………(15)
dimana: A = Permintaan Aktual pada periode -t
F = Peramalan Permintaan (Forecast) pada periode -t
n = Jumlah periode peramalan yang terlibat
21
2. Mean Square Error (MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan
peramalan pada setiap periode dan membaginya dengan jumlah
periode peramalan. Secara matematis, MSE dirumuskan sebagai
beriukut:
MSE = ∑ ( At−Ft )2
n …………………………(16)
dimana: A = Permintaan Aktual pada periode -t
F = Peramalan Permintaan (Forecast) pada periode -t
n = Jumlah periode peramalan yang terlibat
Dalam melakukan peramalan kita harus memperhatikan prosedur-
prosedur yang harus dilaksanakan, yaitu:
1. Mendefinisikan tujuan yang dikehendaki.
2. Plotkan data dalam diagram pencar.
3. Memilih metode yang sesuai dengan pola data untuk tujuan
yang telah ditetapkan.
4. Menghitung kesalahan yang ada agar performansi dari metode
masing-masing yang digunakan dapat diketahui.
5. Memilih metode terbaik yang mempunyai tingkat kesalahan
terkecil.
22
6. Melakukan prediksi terhadap permintaan dimasa mendatang,
kemudian melakukan tes verifikasi bahwa hasil peramalan yang
dilakukan representatif dari data masa lalu.
Proses verifikasi tersebuat terdiri dari dua tahap yaitu:
1. Menggunakan Tracking Signal.
Isyarat arah (tracking signal) adalah pengukuran tentang sejauh
mana ramalan memprediksi nilai aktual dengan baik. Isyarat arah
dihitung sebagai jumlah kesalahan ramalan berjalan (running sum
of the forecast error, RSFE) dibagi dengan deviasi absolute mean
(MAD).
Isyarat tanda = RSFEMAD
………….………………..……….…
(17)
Dimana,
MAD = ∑ [ kesalahan ramalan ]n
……………..……..…..…(18)
RSFE = ∑ [ permintaan aktual−permintaanramalan ]MAD
..(19)
2. Tes Out of Control
Tes ini dilakukan untuk mengetahui apakah terdapat data yang
out of control, jika penyebabnya masih ditolelir maka peramalan
tersebut masih layak dipakai, apabila tidak diketahui penyebabnya
maka ada dua cara yang dilakukan, yaitu:
a. Mengganti metode peramalan yang digunakan
23
b. Membuang data yang tidak sesuai kemudian dilakukan
peramalan kembali dengan cara yang sama.
Apabila dari kedua metode tersebut berhasil maka metode
peramalan tersebut layak digunakan.
i. Program Quallitatif System (Q.S Version 3.0)
Quallitatif System (Q.S Version 3.0) merupakan suatu paket
program khusus yang digunakan untuk membantu dalam penyelesaian
masalah-masalah penelitian operasional atau manajemen operasi.
Program ini merupakan pengembangan dari program Quantitatif System
For Bussines (QSB) yang mana mempunyai kemampuan lebih unik dari
program lain yang mirip dengannya. Sub menu dari Q.S 3.0 ini terbagi
dalam dua modul, dimana masing-masiing modul terdiri dari 15 sub
program.
Untuk menyelesaikan model peramalan, maka dipilih modul-modul
dengan sub program Time Series and Forecasting, kemudian data
dimasukkan ke dalam program yang telah tersedia, dan secara otomatis
program Q.S ini akan menyelesaikan dan menampilkan hasil persoalan
tersebut.
2. Perncanaan produksi
Dalam melakukan suatu kegiatan adalah baik bila dibuat perencanaan
terlebih dahulu, agar kegiatan yang akan dilakukan dapat terarah pada
24
pencapaian tujuan. Kita perlu merencanakan produksi, karena dalam setiap
unit produksi terdapat manusia, bahan, dan mesin, yang semuanya merupakan
sumberdaya yang mahal yang harus dimanfaatkan sebaik mungkin agar
menghasilkan laba. Dalam produksi modern yang bersifat kompleks, baik
secara teknologis maupun administratif, perencanaan produksi harus
direncanakan dengan teliti untuk memperhitungkan semua keterbatasan yang
ada (Harding, H.A., : 1978).
Reksohadiprodjo, S., dan Ronohadiwidjojo, H. (1983), berpendapat
bahwa Perencanaan (Planning) adalah aktivitas-aktivitas yang dilakukan
sebelum produksi dimulai, yaitu: menentukan bagaimana produk dan
komponen-komponennya harus dibuat, mesin-mesin peralatan serta bahan-
bahan yang dipergunakan.
Menurut Nasution, A.H. (1999), prencanaan produksi dilakukan
dengan tujuan menentukan arah awal dari tindakan-tindakan yang harus
dilakukan dimasa mendatang, apa yang harus dilakukan, berapa banyak
melakukannya, dan kapan harus melakukannya. Karena perenencanaan ini
berkaitan dengan masa mendatang, maka perencanaan disusun atas dasar
perkiraan yang dibuat berdasarkan data masa lalu dengan menggunakan
beberapa asumsi.
Jadi Perencanaan produksi adalah salah satu dari berbagai macam
bentuk perencanaan yaitu suatu kegiatan pendahuluan atas proses produksi
25
yang akan dilaksanakan dalam usaha mencapai tujuan yang diinginkan
perusahaan.
Salah satu bentuk perencanaan produksi itu ialah mengenai
penjadualan produksi, yang menentukan jenis produk yang akan diproduksi,
jumlah yang akan diproduksi, kapan akan diproduksi, dan sebagainya.
3. Perncanaan Produksi Agregat
a. Pengertian Perencanaan Agregat
Penjadwalan agregat (juga dikenal dengan sebutan Perencanaan
agregat) menyangkut penentuan jumlah dan kapan produksi akan
dilangsungkan dalam waktu dekat, sering kali 3 sampai 18 bulan kedepan
(Render, Heizer: 2001). Manajer operasi berupaya untuk menetukan cara
terbaik untuk memenuhi ramalan permintaan dengan menyesuaikan tingkat
produksi, tingkat kebutuhan tenaga kerja, tingkat persediaan, waktu lembur,
tingkat nilai sub kontrak, dan semua variabel lain yang dapat dikendalikan.
Tujuan proses produksi biasanya adalah meminimalisasi biaya sepanjang
periode perencanaan. Meskipun begitu, isu-isu strategis lainnya mungkin
lebih penting daripada biaya yang rendah. Strategi-strategi ini mungkin
mencakup usaha memuluskan tingkat kebutuhan tenaga kerja, menurunkan
tingkat persediaan, atau mencapai tingkat pemenuhan kebutuhan konsumen
yang tertinggi tanpa memandang berapa biaya yang dikeluarkan.
26
Menurut Herjanto, Edi., (1996), perencanaan agregat merupakan
jantunga dari perencanaan jangka menengah yang bertujuan untuk
mengembangkan rencana produksi secara menyeluruh yang fleksibel dan
optimal. Fleksibel berarti dapat memenuhi permintaan pasar sesuai kapasitas
yang ada, sedangkan optimal berarti menggunakan sumberdaya sebijaksana
mungkin, dan pengeluaran biaya serendah mungkin. Meskipun biaya
merupakan faktor yang penting, tidak berarti bahwa biaya merupakan satu-
satunya pertimbangan.
b. Strategi- strategi Perencanaan Agregat
1. Pemilihan Kapasitas
Pilihan kapasitas (pasokan) mendasar yang dapat dipilih perusahaan
adalah sebagai berikut:
a. Tingkat persediaan yang berubah-ubah
b. Mengubah jumlah tenaga kerja dengan cara memperkerjakan
pekerja atau memberhentikan pekerja.
c. Mengubah tingkat produksi melalui waktu lembur atau waktu
kosong.
d. Sub kontrak.
e. Memperkerjakan pekerja paruh waktu.
2. Pemilihan Permintaan
Pilihan-pilihan permintaan yang mendasar adalah sebagai berikut:
a. Mempengaruhi permintaan.
27
b. Pesanan cadangan dalam memenuhi permintaan pada periode
permintaan tinggi.
c. Product mix antarmusim.
3. Kombinasi Pilihan untuk Mengembangkan Suatu Rencana
Di dalam strategi kombinasi pilihan atau campuran ini mencakup
penggabungan dua atau lebih variabel-variabel yang dapat dikendalikan
untuk menetapkan rencana produksi yang layak. Misalnya, perusahaan
dapat menggunakan kombinasi antara jam lembur, subkontrak, dan
pemerataan persediaan sebagai strategi mereka.
4. Penjadwalan Merata
Penjadwalan merata atau perencanaan kapasitas merata, mencakup
rencana-rencana agregat di mana kapasitas harian dan bulan ke
bulannya seragam.
c. Ongkos-ongkos Agregat
Menurut Nasution, A.H. (1999), ongkos-ongkos yang terlibat dalam
perencanaan agregat adalah:
- HIRING COST (ongkos penambahan tenaga kerja). Penambahan
tenaga kerja menimbulkan ongkos-ongkos untuk iklan, proses seleksi
dan training.
- FIRING COST (ongkos pemberhentian tenaga kerja). Pemberhentian
tenaga kerja biasanya terjadi karena semakin rendahnya permintaan
28
akan produk yang dihasilkan, sehingga tingkat produksi menurun
dengan drastis.
- OVERTIME COST DAN UNDER TIME COST (ongkos lembur dan
ongkos menganggur). Penggunaan waktu lembur bertujuan untuk
meningkatkan output produksi, tetapi konsekwensinya perusahaan
harus mengeluarkan ongkos tambahan lernbur.
- INVENTORY COST DAN BACKORDER COST (ongkos persediaan
dan ongkos kehabisan persediaan). Persediaan mempunyai fungsi
mengantisipasi timbulnya kenaikan permintaan pada saat tertentu.
d. Proses Keputusan untuk Perencanaan Agregat
1). Metode grafik diagram
Teknik pembuatan grafik & diagram sangat sering dipakai karena
mudah dipahami dan digunakan. Pada dasarnya ini merupakan
pendekatan trial-and-error yang tidak menjarnin terciptanya rencana
produksi yang optimal. Berikut lima tahapan dalam pembuatan grafik:
1. Tertukan permintaan pada setiap periode.
2. Tentukan berapa kapasitas pada waktu-waktu biasa, waktu
lembur, dan tindakan subkontrak untuk setiap periode.
3. Tentukan biaya tenaga kerja, biaya pengangkatan dan
pemberhentian pekerja.
4. Pertimbangkan kebijakan perusahaan yang dapat diterapkan pada
para pekerja dan tingkatan persediaan.
29
5. Kembangkan rencana alternatif dan amati biaya totalnya.
2). Metode Transportasi
Perencanaan agregat dapat menggunakan metode transportasi yang
merupakan bagian dan perncanaan produksi programa linier dengan
jumlah tenaga kerja (work-force) tetap. Metode ini mengijinkan
penggunaan produksi reguler, overtime, inventoni, backorder, dan
subkontrak. Hasil perencanaan yang diperoleh dapat dijamin optimal
dengan asumsi optimisik bahwa tingkat produksi (yang dipengaruhi
oleh pekerja) dapat dirubah dengan cepat. Agar supaya metode ini dapat
diaplikasikan, kita harus memformulasikan persoalan perencanaan
agregat, sehingga:
1. Kapasitas tersedia (supply,) dinyatakan dalam unit yang sama
dengan kebutuhan (demand)
2. Total kapasitas untuk horison perencanaan harus sama dengan
total peramalan kebutuhan. Bila tidak sama, kita gunakan variabel
bayangan (dummy) sebanyak jumlah selisih tersebut.
3. Semua hubungan biaya merupakan hubungan linier
3). Linier Regresion Rule
Linear Decision Rule (LDR) ini merupakan model perercanaan
agregat yang berupaya untuk mengoptimalkan tingkat produksi dan
tingkat jumlah tenaga kerja sepanjang periode tertentu.
4). Management Coefficients Model
30
Management Coeficients Model (MCM) yang dikembangkan E.H.
Bowman ini membangun suatu model keputusan formal di seputar
pengalarnan dan kinerja manajer. Teori yang mendasari adalah bahwa
pengalaman masa lalu manajer cukup baik, sehingga dapat digunakan
sebagai dasar dalam menetapkan keputusan di masa depan.
5). Simulasi
Suatu model komputer yang dinamakan penjadwalan lewat
simulasi dikembangkan pada tahun 1966 di R.C. Vergin.4’ Pendekatan
simulasi ini menggunakan prosedur pencarian dalam mencari
kombinasi nilai yang biayanya minimal untuk ukuran jumlah tenaga
kerja dan tingkat produksi.
4. Model Transportasi
Model transportasi pada dasarnya merupakan sebuah program linier yang
dipecahkan oleh metode simpleks biasa tetapi strukturnya yang khusus
memungkinkan pengembangan sebuah prosedur pemecahan yang disebut
teknik transportasi yang lebih efisien dalam perhitungan.
Apabila terdapat persediaan awal, ini adalah titik persediaan terhadap
sebuah titik permintaan untuk setiap periode. Jika terdapat kelebihan
kapasitas dapat ditambahkan permintaan untuk permintaan bagian ini, dalam
penulisannya juga masing- masing kolom memiliki sebuah permintaan untuk
31
kolom kelebihan kapasitas. Permintaan adalah perbedaan total kapasitas dan
total permintaan.
Masing-masing sel di dalam matrik transportasi memiliki sebuah biaya.
Harga per unit dibuat dalam t periode dan digunakan untuk memenuhi
permintaan suatu periode dan itu adalah biaya produksi.
Bentuk umum model transportasi untuk perencanaan agregat,
PeriodeI
PeriodeI
PeriodeIII
…….EndingInventory periode n
Unusedcapacity
capacity
periode Beginning inventory
0 h 2h……
nh 0
1
Regulartime
r r+h r+2h……
r+nh 0
Overtime
t t+h t+2h……
t+nh 0
2
Regular time
r+b r r+h r+(n-1)h 0
Overtime
t+b t t+h……
t+(n-1)h 0
3
Regular time
r+2b r+b r……
r+(n-2)h 0
Overtime
t+2b r+b t …… t+(n-2)h 0
Demand
Keterangan:
32
r : biaya produksi regular per unit
t : biaya over time per unit
h : biaya simpan per unit per periode
b : biaya back order per unit per periode
n : banyak periode dalam horizon perencanaan
5. Metode Transportasi
Perencanaan agregat dapat menggunakan metode transportasi yang
merupakan bagian dari perencanaan produksi program linier. Agar metode ini
dapat diaplikasilkan, maka kita harus memformulasikan persoalan
perencanaan agregat, sehingga:
a. Kapasitas tersedia (supply) dinyatakan dalam unit yang sama dengan
kebutuhan (demand).
b. Total kapasitas untuk horizon perencanaan harus sama dengan total
peramalan kebutuhan. Bila tidak sama, digunakan variabel bayangan
(dummy) sebanyak jumlah selisih tersebut (Nasution, A.H., 1999).
Sedangkan menurut Mulyono, S., (2004), metode transportasi merupakan
metode yang berhubungan dengan distribusi suatu produk tunggal dari
beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan
dengan permintaan tertentu. Disamping itu metode ini juga dapat
digunakan untuk memecahkan masalah-masalah dunia usaha lainnya,
analisa lokasi dan lain sebagainya. Ada beberapa macam metode
transportasi yang semuanya terarah pada penyelesaian optimal,
diantaranya: Vogel’s Approximation Method (VAM), Row Minimum (RM),
Nort West Corner (NWC).
33
1. Vogel’s Approximation Method (VAM)
a. Tentukan biaya penalti untuk tiap baris dan kolom dengan cara
mengurangkan biaya terendah pada baris dan kolom terdapat biaya
terrendah berikutnya pada baris dan kolom.
b. Pilih biaya penalti tertinggi pada baris dan kolom.
2. Row Minimum (RM)
a. Cari biaya terkecil pada baris satu,
b. Alokasikan jumlah kebutuhan pada biaya terkecil,
c. Lihat pada baris satu tadi apakah semua sudah teralokasikan,
apabila belum cari lagi biaya terkecil berikutnya sampai pada baris
satu tadi sampai semua kebutuhan teralokasikan baru dilanjutkan
pada baris berikutnya.
d. Ulangi langkah 1, 2dan 3 untuk baris berikutnya.
3. Nort West Corner (NWC)
a. Alokasikan sebanyak mungkin jumlah kebutuhan mulai dari pojok
kiri atas disesuaikan dengan batasan supply dan demand,
b. Alokasikan sebanyak mungkin jumlah kebutuhan pada baris atau
kolom berikutnya yang berdekatan,
c. Ulangi langkah kedua sampai semua kebutuhan teralokasikan.
34
H. Sistematika penulisan laporan
a. Judul laporan
b. Lembar pengesahan
c. Kata pengantar
d. Daftar isi
e. Daftar gambar
f. Daftar tabel
g. Daftar istilah (jika ada)
BAB I. PENDAHULUAN
A. Latar Belakang Masalah (KP dan Tugas Khusus)
B. Perumusan Masalah
C. Batasan Masalah
D. Tujuan
E. Manfaat
BAB II DATA UMUM PERUSAHAAN
A. Sejarah Berdirinya Perusahaan
B. Misi dan Tujuan Perusahaan
C. Struktur Organisasi
D. Lokasi dan Lay Out Pabrik
BAB III. SISTEM PRODUKSI
A. Penanganan Bahan Baku
1. Jenis Bahan Baku
2. Pengadaan Bahan Baku
3. Pengendalian Bahan Baku
B. Proses Produksi
1. Fasilitas yang Digunakan
2. Urutan Proses
3. Operation Process Chart
35
C. Hasil Produksi
1. Jenis produk
2. Pengendalian Kualitas Produk
BAB IV PEMASARAN PRODUK
A. Harga
B. Promosi
C. Distribusi
BAB V. SANITASI dan K3
A. Pengelolaan Limbah
B. Kesehatan dan Keselamatan Kerja
BAB VI. TUGAS KHUSUS
A. Landasan Teori
B. Pengumpulan dan Pengolahan Data
C. Pembahasan
BAB VII. KESIMPULAN DAN SARAN
A. Kesimpulan Umum
B. Kesimpulan Khusus
C. Saran
DAFTAR PUSTAKA
LAMPIRAN
36
I. JADWAL RENCANA KERJA PRAKTEK
Juli Agustus September Oktober
3 4 1 2 3 4 1 2 3 4 1 2 3 4
1. Pengajuan Judul * *
2. Pengajuan Proposal * *
3. Persetujuan Proposal * * * *
4. Penelitian Lapangan * * * *
5. Penyusunan Laporan * * * *
37
DAFTAR PUSTAKA
Harding, H.A., 1978, “Manajemen Produksi”, Balai Aksara, Jakarta.
Herjanto, Edi., 1996, “ Manajemen Produksi dan Operasi”, Grasindo, Jakarta.
Markidakis., 1995, “Metode dan Aplikasi Peramalan”, Erlangga, Jakarta.
Mulyono, S., 2004, “Riset Operasi”, penerbit Fakultas Ekonomi Universitas Indonesia , Jakarta.
Nasution, A.H., 1999, “Perencanaan dan Pengendalian Produksi”, cetakan pertama, penerbit PT. Candimas Metropole, Jakarta.
Reksohadiprodjo, S., dan Ronohadiwidjojo, H., 1983, “Perencanaan dan Pengawasan Produksi”, penerbit BPFE UGM, Yogyakarta.
Render, Heizer., 2001, “Prinsip- Prinsip Manajemen operasi”, penerbit Salemba Empat, Jakarta
Yamit, Z., 1999, “Manajemen Persediaan”, Penerbit Ekonisia Fakultas Ekonomi UII, Yogyakarta.
38