sistem produksi
DESCRIPTION
sistem produksi teknik industriTRANSCRIPT
BAB I
PENDAHULUAN
1. Latar Belakang Masalah
Indonesia adalah salah satu negara berkembang di dunia, sebagaimana umumnya
negara berkembang, maka negara Indonesia pun giat melakukan kegiatan pembangunan
diberbagai sektor kehidupan, baik material dan spiritual yang pada akhirnya bertujuan untuk
memberikan kesejahteraan yang merata bagi seluruh rakyat Indonesia.
Salah satu sektor yang sangat strategis dan mendapat perhatian dalam pembangunan
di negara Indonesia adalah sektor perniagaan. Sektor perniagaan memberikan dukungan
yang cukup besar dalam menunjang pertumbuhan ekonomi negara secara keseluruhan,
oleh karena itu perniagaan dapat menjadi tumpuan pembangunan dibidang ekonomi dalam
menuju masyarakat adil dan makmur.
Dengan tercapainya tujuan pembangunan, maka secara tidak langsung tuntutan kepada
dunia usaha turut meningkat pula. Hal ini tentu saja memacu pihak manajemen perusahaan
untuk lebih mampu meningkatkan operasi perusahaan dan mampu melayani kebutuhan
masyarakat.
Untuk mengantisipasi perkembangan permintaan pasar dimasa yang akan datang maka
diperlukan adanya peramalan (forecasting), karena hasil peramalan sangat penting dalam
perencanaan dan pengawasan serta dalam menetapkan target penjualan dimasa yang akan
datang. Dengan diketahuinya ramalan penjualan dimasa yang akan datang maka
manajemen atau pengelola perusahaan dapat menyusun rencana kegiatan dengan lebih
baik dan menghindarkan diri dari kegiatan-kegiatan yang menimbulkan kekeliruan dimasa
yang akan datang.
Dengan kata lain peramalan dapat membantu perusahaan untuk menentukan langkah-
langkah yang diperlukan apabila terjadi peningkatan permintaan ataupun penurunan
permintaan atas poduk. Atas dasar permasalahan tersebut diatas, maka penulis memilih
judul “Perencanaan Agregat Pembuatan Kusen Kayu Pada CV. Berdikari”.
2. Rumusan Masalah
Untuk membahas lebih lanjut tentang permasalahan diatas penulis perlu merumuskan
masalah yang akan dibahas pada bab selanjutnya yaitu :
1. Berapa jumlah peramalan penjualan 1 tahun kedepan dengan mengunakan teknik
peramalan metode regresi untuk digunakan pada CV. Berdikari.
3. Batasan Masalah
Agar pembahasan tidak menyimpang dari pokok permasalahan maka penulis
membatasi penulisan ini yaitu : peramalan penjualan kusen CV. Berdikari untuk 1 bulan
mendatang di dasarkan pada data dari bulan juni 2013 sampai mei 2014 dengan
menggunakan metode regresi.
4. Tujuan Penulisan
Adapun dari tujuan penelitian ini adalah :
1. Untuk mengetahui hasil peramalan penjualan 1 tahun mendatang.
2. Untuk mengetahui metode peramalan penjualan yang paling tepat dengan
perusahaan.
BAB IITINJAUAN PUSTAKA
2.1 Perencanaan dan Pengendalian Produksi
Perencanaan dan pengendalian produksi dapat didefinisikan sebagai proses untuk
merencanakan dan mengendalikan aliran material yang masuk, mengalir dan keluar dari
sistem produksi/operasi sehingga permintaan pasar dapat dipenuhi dengan jumlah yang
tepat, waktu penyerahan yang tepat, dan biaya produksi minimum. Dari definisi di atas,
maka pekerjaan yang terkandunng dalam PPC secara garis besar dapat dibedakan menjajdi
dua hal yang saling berkaitan, yaitu: perencanaan produksi dan pengendalian produksi
Perencanaan produksi dilakukan dengan tujuan menentukan arah awal tindakan-
tindakan yang harus dilakukan dimasa mendaatang, apa yang hahrus dilakukan, berapa
banyak melakukannya, dan kapan harus melakukan. Karena perencanaan ini berkaitan
dengan masa mendatang, maka perencanaan harus disusun atas dasar perkiraan yang
dibuat berdasarkan data masa lalu dengan menggunakan beberapa asumsi. Oleh karena itu
perencanaan tidak selalu memberikan hasil sebagaimana yang diharapkan dalam rencana
tersebut, sehingga setiap perencanaan yang harus dibuat harus dievaluasi secara berkala
dengan jalan melakukan pengendalian.
Pekerjaan pengendalian produksi akan sangat tergantung pada ada tidaknya
penyimpangan dalam pelaksanaan produksi terhadap rencana produksi yang telah dibuat
sebelumnya. Bila penyimpangan yang terjadi cukup besar perlu diadakan tindakan-tindakan
penyesuaian yang membenahi penyimpangan yang terjadi. Hasil penyesuaian yang
dilakukan ini akan dijadikan dasar dalam menyusun rencana produksi selanjutnya.
Gambar 2.1 Framework Manufacturing Planning and Control
Framework dari MPC dibagi menjadi tiga tahap. Pada tahap pertama terdapat
serangkaian kegiatan perusahaan secara keseluruhan untuk perencanaan manufaktur dan
kontrol yang terdiri dari demand management yang mengkoordinasikan semua kegiatan
usaha yang terfokus pada permintaan dan kapasitas manufaktur, sales & operations
planning menyeimbangkan penjualan/rencana pemasaran dengan produksi yang tersedia di
sumber daya, serta resource planning yang merencanakan penjadwalan tenaga kerja, alat
dan mesin yang digunakan, dan pemesanan bahan baku Pada tahap kedua terdapat
perencanaan material dan kapasitas yang lebih detail dari tahap pertama. Pada tahap
terakhir terdapat konfigurasi sistem yang bergantung pada proses produksi yang terdiri dari
sistem lantai produksi dan sistem supplier.
2.2 Peramalan
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa datang
yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan
dalam rangka memenuhi permintaan barang ataupun jasa.
2.2.1 Karakteristik peramalan yang baik
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain sebagai
berikut:
1. Akurasi
Akurasi adalah suatu hasil peramalan diukur dengan kebiasaan dan
kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan
tersebut terlalu tinggi atau terlalau rendah dibandingkan kenyataaan yang sebenarnya
terjadi.
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 tersebut akan memperngaruhi berapa banyak data yang
dibutuhkan, bagaimana penyimpanan datanya (manual atau komputerisasi), bagaimana
penyimpanan datanya dan siapa tenaga ahli yang diperbantukan
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma
menggunakan metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem
perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan
teknologi.
2.2.2 Sifat hasil peramalan
Dalam membut peramalan atau menerapkan hasil suatu peramalan, maka ada
beberapa hal yang harus dipertimbangkan, yaitu:
1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi
ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan kepastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan,
artinya karena permalan 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 peramalan jangka pendek, faktor-faktor yang mempengaruhi
permintaan relatif masih konstan.
2.2.3 Moving Average
Moving average diperoleh dengan merata-rata permintaan berdasarkan beberapa data
masa lalu yang terbaru. Tujuan utama dari penggunaan metode ini adalah untuk
mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan
waktu. Tujuan ini dicapai dengan merata-rata beberapa nilai data secara bersama-sama,
dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang
akan datang. Secara matematis, maka MA akan dinyatakan dalam persamaan sebagai
berikut :
Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:40
Dimana :
Xt = Permintaan aktual pada periode t
N = Banyaknya data permintaan yang dilibatkan dalam permitungan MA
Ft = Peramalan permintaan pada periode t
2.2.4 Weight Moving Average
Pada metode WMA, setiap data permintaan aktual memiliki bobot yang berbeda. Data
yang lebih baru akan mempunyai bobot yang tinggi karena data tersebut mempresentasikan
kondisi yang terakhir terjadi. Secara matematis WMA dapat dinyatakan sebagai berikut :
Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:43
Dimana :
Wt = Bobot permintaan aktual pada periode t dengan keterbatasan ∑W=1
F t=X t+X t−1+X t−2+ .. ..+X t−n+1
N
F t=∑ (W t xX t )
Xt = Permintaan aktual pada periode t
2.2.5 Exponential Smoothing
Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak
dapat diatasi dengan teknik ES. Model ini mengasumsikan bahwa data berfluktuasi di sekitar
nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten.
Rumus ES dinyatakan sebagai berikut :
Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:45
Dimana :
St = Peramalan untuk periode t
Xt+(1-α) = Nilai aktual time series
Ft-1 = Peramalan pada waktu t-1 (waktu sebelumnya)
α = Konstanta perataan antara 0 dan 1
2.2.6 Ukuran akurasi hasil peramalan
Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan
merupakan tentang tingkat perbedaan antara hasil peramalan permintaan yang sebenarnya
terjadi. Ada 4 ukuran yang biasa digunakan, yaitu:
1. Mean absolute deviation (MAD)
MAD merpakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan
kenyataannya.
MAD = Ʃ ¿A t−F fn
∨¿
dimana:
A= permintaan aktual pada periode-t
F1= peramalan permintaan (forecast) pada periode-t
n= jumlah periode peramalan terlihat
2. Mean square error (MSE)
MSE dihitung dengan menunjumlahkan kuadrat semua kesalahan peramalan pada
setiap periode dan membaginya dengan jumlah periode peramalan.
MSE = Ʃ (A¿¿t−F f )
2
n¿
3. Mean forecast error (MFE)
St=α . X t+(1−α )F t−1
MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode
tertentu terlalu tinggi atau terlalau rendah. Bila hasil peramalan tidak bias, maka nilai
MFE akan mendekati nol.
MFE = Ʃ (A¿¿t−F f )
n¿
4. Mean absolute percentage error (MAPE)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya berarti lebih berarti
dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan
terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi
persentase kesalahan terlalu tinggi atau terlalu rendah
MAPE = (100n
) Ʃ | A | At - F tA t
|
2.3 Perencanaan Agregat
Perencanaan agregat merupakan proses di mana sebuah perusahaan menentukan
level kapasitas, produksi, subkontrak, inventory, kehabisan stock (stockout) dan pricing
selama rentang waktu tertentu. Perencanaan agregat dibuat di tingkat agregat, bukan pada
Stock Keeping Unit (SKU). Misalnya, perencanaan agregat menentukan total produksi di
pabrik pada suatu bulan tanpa merinci kuantitas setiap SKU. Dengan tingkat kerincian
keputusan seperti ini, perencanaan agregat merupakan alat yang cocok untuk keputusan
jangka menengah, yaitu antara 3-18 bulan.
Pada dasarnya tujuan dari perencanaan agregat adalah berusaha untuk memperoleh
suatu pemecahan yang optimal dalam biaya atau keuntungan pada periode perencanaan.
Namun bagaimanapun juga, terdapat permasalahan strategis lain yang mungkin lebih
penting daripada biaya rendah. Permasalahan strategis yang dimaksud itu antara lain
mengurangi permasalahan tingkat ketenagakerjaan, menekan tingkat persediaan, atau
memenuhi tingkat pelayanan yang lebih tinggi. Bagi perusahaan manufaktur, jadwal agregat
bertujuan menghubungkan sasaran strategis perusahaan dengan rencana produksi, tetapi
untuk perusahaan jasa, penjadwalan agregat bertujuan menghubungkan sasaran dengan
jadwal pekerja. Ada empat hal yang diperlukan dalam perencanaan agregat antara lain:
1. Keseluruhan unit yang logis untuk mengukur penjualan dan output.
2. Prediksi permintaan untuk suatu periode perencanaan jangka menengah yang layak
pada waktu agregat.
3. Metode untuk menentukan biaya.
4. Model yang mengombinasikan prediksi dan biaya sehingga keputusan penjadwalan
dapat dibuat untuk periode perencanaan.
Ada empat jenis strategi perencanaan agregat, yaitu:
1. Chase strategy – menggunakan kapasitas sebagai pendukung: menyelaraskan laju
produksi dengan laju permintaan.
a. Laju produksi diselaraskan dengan permintaan dengan mengubah kapasitas mesin
atau menyewa/memberhentikan tenaga kerja saat permintaan bervariasi.
b. Dalam praktek sering kali sulit untuk mengubah kapasitas dan tenaga kerja dalam
waktu singkat.
c. Mahal jika biaya mengubah kapasitas tinggi.
d. Pengaruh negatif terhadap moral tenaga kerja.
e. Berakibat pada rendahnya persediaan.
f. Berguna jika biaya menyimpan persediaan tinggi sementara biaya mengubah
kapasitas rendah.
2. Time flexibility strategy – menggunakan utilitas sebagai pendukung, mengubah waktu
kerja dan lembur untuk menyelaraskan produksi dengan permintaan.
a. Dapat digunakan jika terdapat kelebihan kapasitas mesin–>mesin tidak bekerja 24
jam dalam sehari, 7 hari seminggu.
b. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang waktu untuk
menyelaraskan produksi dan permintaan.
c. Dapat menggunakan lembur atau jadwal kerja fleksibel.
d. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang
muncul pada chase strategy.
e. Tingkat persediaan rendah dan utilisasi rendah.
f. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak
terlalu mahal.
g. Dapat digunakan jika terdapat kelebihan kapasitas mesin–>mesin tidak bekerja 24
jam dalam sehari, 7 hari seminggu.
h. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang waktu untuk
menyelaraskan produksi dan permintaan.
i. Dapat menggunakan lembur atau jadwal kerja fleksibel.
j. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang
muncul pada chase strategy.
k. Tingkat persediaan rendah dan utilisasi rendah.
l. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak
terlalu mahal.
3. Level strategy – menggunakan persediaan sebagai pendukung: penggunaan/kapasitas
mesin dan tingkat tenaga kerja dibuat tetap, permintaan dipenuhi dari persediaan.
a. Menjaga stabilitas kapasitas dan tenaga kerja dengan laju output konstan.
b. Kekurangan dan kelebihan berakibat pada fluktuasi persediaan dari waktu ke waktu.
c. Persediaan yang ditimbun sebagai antisipasi permintaan yang akan datang atau
backlogs dipindahkan dari periode permintaan tinggi ke rendah.
d. Lebih baik bagi moral tenaga kerja.
e. Persediaan dan backlogs bisa terakumulasi cukup banyak.
f. Harus digunakan saat biaya menyimpan dan backlogs relatif rendah.
4. Mixed strategy – kombinasi satu atau lebih dari ketiga strategi di atas.
2.4 Master Production Schedule (MPS)
Suatu rencana produksi agregat yang sudah dibuat akan diimplementasikan sehingga
dibutuhkan penjadwalan yang berupa jadwal induk produksi (Master Production Schedule).
Jumlah yang harus diproduksi merupakan jumlah untuk setiap item atau produk spesifik
tertentu, maka hasil rencana produksi agregat harus didisagregasikan kembali untuk
menyusun MPS dari masing-masing item.
Master Production Scheduling merupakan Rencana Produksi (Agregat Planning) untuk
menunjukan kuantitas produksi akhir yang akan diproduksi untuk setiap periode waktu
(biasanya mingguan) sepanjang horizon perencanaan taktis. Master Scheduling
menjadwalkan kuantitas spesifik dari produksi akhir (disagregasi) dalam periode waktu
spesifik.
Penjadwalan produksi induk pada dasarnya berkaitan dengan aktivitas melakukan
empat fungsi utama :
1. Menyediakan input utama kepada sitem perencanaan kebutuhan material dan kapasitas
(material and capacity requirement planning/MCRP).
2. Menjadwalkan pesanan-pesanan produksi dan pembelian untuk item-item MPS.
3. Memberikan landasan untuk penentuan kebutuhan sumber daya dan kapasitas.
4. Memberikan basis untuk pembuatan janji tentang penyerahan produk kepada pelanggan
2.5 Material Requirement Planning (MRP)
MRP adalah prosedur logis, aturan keputusan dan teknik pencatatan terkomputerisasi,
yang dirancang untuk menterjemahkan “Jadwal Induk Produksi” atau MPS (Master
Production Schedulling) menjadi “kebutuhan bersih” atau NR (Net Requirement) untuk
semua item. Sistem MRp dikembangkan untuk membantu perusahaan manufaktur
mengatasi kebutuhan akan item-item dependent secara lebih baik dan efisien.selain itu,
sistem MRP didesain untuk melapaskan pesanan-pesanan dalam produksi dan
pembelianuntuk mengatur aliran bahan bakudan persediaan dalam proses sehingga sesuai
dengan jadwal produksi untuk produksi akhir.hal ini memungkinkan perusahaan memelihara
tingkat minimumdari item-item yang kebutuhannya dependent, tetapi tetap dapat menjamin
terpenuhinya jadwal produksi untuk produk akhirnya. Sistem MRP juga dikenal sebagai
perencanaan kebutuhan berdasarkan tahapan waktu (“time –phases requirements
planning”).
GAMBARAN UMUM PERUSAHAAN
1. Sejarah Perusahaan
CV. Berdikari adalah sebuah perusahaan yang berbentuk C.V (Commanditer
Venotschaap) yang bergerak dalam bidang industri kecil dan memproduksi kusen sebagai
produk utamanya. Usaha tersebut didirikan dan dipimpin oleh Bapak Edi Nuryadi, awal
pendirian perusahaan tersebut adalah pada tahun 1986. Sebelum mendirikan
perusahaannya Bapak Edi bekerja pada pembuatan kusen yang terletak di daerah Bukit
Duri Jakarta Barat. Karena keinginan yang besar dan keuletannya Bapak Edi bermaksud
untuk membuka usaha sendiri.
Bermodalkan keinginan dan keuletannya itu maka pada tahun 1986 Bapak Edi resmi
mendirikan Home Industry yang diberi nama C.V Berdikari. Usaha tersebut terletak dijalan
Margonda Raya Rt 04/05 No. 518 Pondok Cina Depok. Dengan modal pertama sebesar
sebesar Rp. 10 juta dan hanya memperkerjakan 2 (dua) orang karyawan yang bertugas
sebagai tukang potong kayu dan tukang ampelas, dan tidak jarang pula Bapak Edi turun
tangan membantu kayawannya dalam proses pembuatan kusen tersebut.
Pada awal tahun usahanya Bapak Edi hanya memproduksi kusen pintu berdasarkan
animo konsumen. Seiring dengan berjalannya waktu sampai dengan tahun 2001 bapak Edi
sudah mempunyai 2 (dua) buah toko kusen yang letaknya tidak jauh dari toko pertama, dan
satu unit mobil bak terbuka yang membantu dalam proses pengiriman hasil produksinya,
dan sampai saat ini C.V Berdikari telah memperkerjakan 20 orang karyawan. Tahun
berikutnya perusahaan berkembang dari Home Industry menjadi perusahaan menengah
dan mempeluas usahanya. Maka berkembang pula produk yang dihasilkan C.V Berdikari
yaitu diantaranya kusen jendela, meja makan, meja tulis dan macam-macam Meubel.
2. Produk - produk yang dihasilkan
Produk-produk yang dihasilkan oleh CV. Berdikari adalah :
1. Kusen pintu 5. Meja kantor
2. Kusen jendela 6. Meubel
3. Meja makan 7. Kursi
4. Meja tulis
Produk-produk tersebut dipasarkan melalui Distributor – distributor di seluruh
Indonesia, mulai dari Jakarta, Bandung, Medan, dsb. Selain melalui distributor Bapak Edi
memasarkan produknya berdasarkan pesanan dari masyarakat. Omzet yang dihasilkan dari
penjualan kusen ini tergantung dari permintaan konsumen. Apabila permintaan konsumen
meningkat, maka meningkat pula omzet penjualan. Berikut adalah desain produk kusen
pintu yang dihasilkan dari C.V Berdikari.
Gambar 1
Gambar 2
1. Bill Of Material (BOM)
NO. LEVEL DESKRIPSI QUANTITY1. 0 Assembling 13/Kusen kayu Pintu, 1, 1
Assembling 8/Pintu2. 1 Assembling 12, Cat – Assembling 7, Dempul 1, 13. 2 Assembling 11, Pernis – Assembling 6, Ukir 1, 14. 3 Assembling 10, Serut – Assembling 5, Lem 1, 1, 1
Kayu, Kayu Bawah5. 4 Assembling 9, Engsel, Pintu – Assembling 4, 1, 1, 1, 1
Lem Kayu, Kayu Samping 26. 5 Assembling 3/Kusen kayu, - Kayu Samping 1, 1, 1, 1
1, Lem Kayu, Kayu Atas7. 6 Assembling 2, Serut 18. 7 Assembling 1, Lem Kayu, Kayu Samping 2 1, 1, 19. 8 Kayu Samping 1, Lem Kayu, Kayu Atas 1, 1, 1
2. Peta Proses Operasi (OPC)
BAB IIIPEMBAHASAN
1. Data Perusahaan
Data hasil penjualan pada CV. BERDIKARI dari bulan Juni tahun 2013 sampai dengan
Mei 2014. Adapun data-data penjualan tersebut adalah sebagai berikut :
Tabel 1. Data Penjualan Periode Mei 2013-Juni 2014
Tahun Bulan Penjualan (Unit)
2002 Juni 43
2002 Juli 46
2002 Agustus 42
2002 September 47
2002 Oktober 49
2002 November 50
2002 Desember 48
2003 Januari 52
2003 Februari 55
2003 Maret 51
2003 April 58
2003 Mei 56
Sumber : CV. BERDIKARI
2. Perhitungan Peramalan dengan Metode Regresi
Peramalan digunakan untuk menentukan tingkat permintaan pada masa yang akan
datang. Berikut ini adalah peramalan penjualan kusen kayu dengan metode regresi.
Tabel 2. Perhitungan Peramalan
Tahun Bulan Periode (X) Penjualan (Unit) (Y) X2 X.Y
2002 Januari 1 43 1 43
2002 Februari 2 46 4 92
2002 Maret 3 42 9 126
2002 April 4 47 16 188
2002 Mei 5 49 25 245
2002 Juni 6 50 36 300
2002 Juli 7 48 49 336
2002 Agustus 8 52 64 416
2002 September 9 55 81 495
2002 Oktober 10 51 100 510
2002 November 11 58 121 638
2002 Desember 12 56 144 672
Total 78 597 650 4061
Dari data-data di atas dapat ditentukan nilai peramalannya pada masing-masing
periode. Sebelum menentukan nilai peramalan pada masing-masing periode, terlebih dahulu
menentukan nilai intersep (a) dan nilai slope (b) yang masing-masing menyatakan
perpotongan dengan sumbu y dan kenaikannya. Adapun perhitungan dalam mencari nilai a
dan nilai b adalah sebagai berikut.
b = n xyx. y a = y b. x
2 2 nx Xn.
597 (98,28)=
(12 . 4061) (78 . 597) =
12(12 . 650) (78)2
= 1,26 = 41,56
Berdasarkan hasil perhitungan nilai a dan b, diketahui bahwa hasil nilai intersep (a)
sebesar 41,56 dan hasil nilai slope (b) adalah sebesar 1,26. Dari kedua hasil nilai a dan b
tersebut akan digunakan untuk menentukan persamaan regresi linier. Adapun persamaan
regresi linier dari peramalan kusen kayu adalah sebagai berikut.
Y = a + bx
Y = 41,56 + 1,26x
Berikut merupakan hasil perhitungan peramalan dengan metode regresi linier pada bulan
Januari (Y1) dan Februari (Y2), yaitu:
Y1 = 41,56+ 1,26x
= 41,56+ 1,26 (1) = 42,82
Y2 = 41,56+ 1,26x
= 41,56+ 1,26 (2) = 44,08
Adapun hasil peramalan untuk bulan ke-13 sampai dengan bulan ke-24 yang telah dihitung
dengan menggunakan persamaan regresi linier adalah sebagai berikut.
Tabel 3. Peramalan dengan Metode Regresi Linier
Bulan Indeks Penjualan Peramalan Error Error2
Waktu (t) Aktual (A)
Januari 1 43 42,82 43 0 0Februari 2 46 44,08 44 2 4
Maret 3 42 45,34 45 -3 9April 4 47 46,6 47 0 0Mei 5 49 47,86 48 1 1Juni 6 50 49,12 49 1 1Juli 7 48 50,38 50 -2 4
Agustus 8 52 51,64 52 0 0September 9 55 52,9 53 2 4
Oktober 10 51 54,16 54 -3 9November 11 58 55,42 55 3 9Desember 12 56 56,68 57 -1 1
TOTAL 597 597 42RATA-RATA 49,75 49,75 3,5
Perbandingan Penjualan Aktual Dengan Peramalan
7060
Frek
uens
i 50403020 Penjualan Aktual10
Peramalan0
Bulan
Gambar 3
3. Perencanaan Agregat Kusen kayu
Perencanaan agregat (aggregate planning) juga dikenal sebagai penjadwalan agregat
(aggregate scheduling) berhubungan dengan penentuan kualitas dan waktu produksi jangka
menengah. Berdasarkan data peramalan dengan metode regresi, maka hasil tersebut
digunakan untuk membuat perencanaan agregat dalam proses pembuatan kusen kayu.
Berikut adalah biaya-biaya yang terkait dengan perencanaan agregat kusen kayu.
Kapasitas Produksi = 50 unit
Inventory Awal = 20 unit
Biaya Penambahan Tenaga Kerja = Rp. 5.000/unit
Biaya Pengurangan Tenaga Kerja = Rp. 2.500/unit
Reguler Time Cost = Rp. 10.000/unit
Over Time Cost = Rp. 12.000/unit
Sub Contract Cost = Rp. 13.000/unit
Inventory Cost = Rp. 500/unit/periode
Tabel 4. Kapasitas Supply
PeriodeKapasitas Supply (dalam unit) Permintaan
RT OT SC Agregat
1 50 45 30 432 55 47 25 443 55 40 20 454 57 30 10 475 55 25 15 486 55 25 15 497 55 25 15 508 57 30 20 529 56 25 15 53
10 58 30 10 5411 58 30 20 5512 58 25 15 57
Berdasarkan data biaya-biaya diatas, maka dapat dibuat beberapa
perhitungan yang berkaitan dengan perencanaan agregat. Berikut adalah
perhitungan mengenai strategi mengubah tenaga kerja.
Tabel 5. Strategi Mengubah Tenaga Kerja
Biaya Biaya
Periode Permintaan Penambahan Pengurangan TotalTenaga Tenaga
Kerja Kerja1 43 0 0 02 44 5000 - 50003 45 5000 - 50004 47 10000 - 100005 48 5000 - 50006 49 5000 - 50007 50 5000 - 50008 52 10000 - 100009 53 5000 - 500010 54 5000 - 500011 55 5000 - 500012 57 10000 - 10000
TOTAL 70000
Tahap selanjutnya melakukan perhitungan dengan menggunakan strategi sub contract.
Berikut adalah perhitungan selengkapnya.
Tabel 6. Strategi Mengubah Tenaga Kerja
Periode PermintaanKapasitas Sub
TotalProduksi Contarct
1 43 50 0 02 44 50 0 03 45 50 0 04 47 50 0 05 48 50 0 06 49 50 0 07 50 50 0 08 52 50 2 260009 53 50 3 39000
10 54 50 4 5200011 55 50 5 6500012 57 50 7 91000
TOTAL 273000
Sumber BULAN KT KTTPersediaan 1 (20) 2 3 4 5 6 7 8 9 10 11 12
RT23
10000 10500 11000 11500 12000 12500 13000 13500 14000 14500 15000 1550050 27
1 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500 17000 17500
45
SC13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 18000 18500
30
RT44
10000 10500 11000 11500 12000 12500 13000 13500 14000 14500 1500055 11
2 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500 17000
47
SC13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 18000
25
RT45
10000 10500 11000 11500 12000 12500 13000 13500 14000 1450055 10
3 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500
40
SC 13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 20
RT47
10000 10500 11000 11500 12000 12500 13000 13500 1400057 10
4 OT12000 12500 13000 13500 14000 14500 15000 15500 16000
30
SC13000 13500 14000 14500 15000 15500 16000 16500 17000
10
RT48
10000 10500 11000 11500 12000 12500 13000 1350055 7
5 OT12000 12500 13000 13500 14000 14500 15000 15500
25
SC 13000 13500 14000 14500 15000 15500 16000 16500 15
RT49
10000 10500 11000 11500 12000 12500 1300055 6
6 OT12000 12500 13000 13500 14000 14500 15000
25
SC 13000 13500 14000 14500 15000 15500 16000 15
RT50
10000 10500 11000 11500 12000 1250055 5
7 OT12000 12500 13000 13500 14000 14500
25
SC 13000 13500 14000 14500 15000 15500 15
RT52
10000 10500 11000 11500 1200057 5
8 OT12000 12500 13000 13500 14000
30
SC 13000 13500 14000 14500 15000 20
RT53
10000 10500 11000 1150056 3
9 OT12000 12500 13000 13500
25
SC13000 13500 14000 14500
15
RT54
10000 10500 1100058 4
10 OT12000 12500 13000
30
SC13000 13500 14000
10
RT55
10000 1050058 3
11 OT12000 12500
30
SC 13000 13500 20
RT57
1000058 1
12 OT12000
25
SC13000
15
DEMAND 43 44 45 47 48 49 50 52 53 54 55 57
Tabel 7. Perhitungan Metode Transportasi
Tabel 8. Perhitungan Ongkos Produksi Metode Transportasi
Periode Ongkos RT Ongkos OT Ongkos SCOngkos
KTT1 23000 0 0 135002 440000 0 0 5500
3 450000 0 0 50004 470000 0 0 50005 480000 0 0 35006 490000 0 0 30007 500000 0 0 25008 520000 0 0 25009 530000 0 0 150010 540000 0 0 200011 550000 0 0 150012 570000 0 0 500
Total 5563000 0 0 46000
Total = Total ongkos RT + Total ongkos OT + Total ongkos SC + Total
ongkos KTT
= Rp. 6570000 + Rp. 0 + Rp. 0 + Rp. 46.000
= Rp. 5.609.000,-
4. Disagregasi
Proses agregasi (aggregation) ialah pengelompokan beberapa jenis item menjadi
product family. Proses disagregasi (disaggregation) adalah proses derivasi product family
menjadi item.
PH = 500Kusen Kayu
Jendela Pintu(350 u) (150 u)
Kayu Jati Kayu Mahoni Kayu Jati Kayu Mahoni(210 u) (140 u) (90 u) (60 u)
Diketahui persediaan maksimum untuk periode ke 12 adalah jendela 300 unit dan pintu
200 unit, ongkos sekali pesan untuk family jendela 25 dan kayu 20, ongkos per unit untuk
family triplek 15 dan kayu 10. Persedian maksimum jendela 300 dan pintu 200 dengan demand
500.
Inventory
IA4 = 250x 70% = 175
IB4 = 250x 30% = 75
YAi4 = min { 118,32 ; 300 – 175} YBi4 = min { 84,85 ; 200 – 75}
= min {118,32 ; 125} = min { 84,85 ; 125}
= 118,32 = 84,85
∑Yit = YA + YB
= 118,32 + 84,85
= 203,17
∑Yit < Ph Maka perlu adanya penyesuaian
Jadi ∑Yit = Ph = 500