Tabel 5.33. Rekapitulasi Persediaan Model Probabilistik Tahun 2012
PRODUK Q
ROP Frekuensi f
TC Paving Block Petak Kasar
Merah 6 cm 2.355 pcs
5.646 pcs 171
Rp 377.670.478 Paving Block Petak Kasar
Polos 6 cm 4.585 pcs
6.107 pcs 93
Rp 357.467.604 Paving Block Segi Enam
Kasar Merah 6 cm 2.056 pcs
4.355 pcs 151
Rp 298.720.591 Paving Block Petak Kasar
Merah 6 cm 2.177 pcs
3.036 pcs 97
Rp 241.057.277
Sumber: Hasil Pengolahan Data Dari tabel 5.33 jumlah pemesanan masing-masing produk sebanyak Q
o
dengan frekuensi f selama satu tahun, pemesanan dilakukan kembali saat persediaan mencapai
ROP. Total biaya persediaan yang dikeluarkan oleh perusahaan pada tahun 2012 adalah Rp 1.274.915.950
,-.
5.4. Perencanaan Sumber Daya Resource Planning
Perencanaan sumber daya resource planning digunakan untuk perencanaan kapasitas jangka panjang, pada umumnya berjangka 2–5 tahun ke depan yang kemudian
dijabarkan dalam rencana tahunan. Perencanaan sumber daya ditujukan untuk menguji kecukupan kapasitas yang
tersedia terhadap kapasitas yang dibutuhkan dalam mendukung rencana agregat. Faktor- faktor yang dipertimbangkan dalam menghitung kapasitas yang tersedia ialah jumlah
hari kerja per minggu, jumlah unit sumber daya dan faktor efisiensi operator. Analisis proses operasi manufaktur untuk keempat produk paving block
menunjukkan bahwa stasiun kerja kritikal akan terjadi pada Bagian Produksi. Selanjutnya berdasarkan analis pasar, Kelompok Produk terdiri dari empat jenis produk
yaitu: Paving Block Petak Kasar Merah 6 cm, Paving Block Petak Kasar Polos 6 cm,
Universitas Sumatera Utara
Paving Block Segi Enam Kasar Merah 6 cm, dan Paving Block Petak Kasar Merah 8 cm terlihat pada Gambar 5.10.
Gambar 5.10. Kelompok Produk Paving Block Keempat produk pada gambar 5.10 membutuhkan Bagian Produksi dengan
sebuah Machine Assembly yaitu 48 jam per minggu, yaitu: a.
Paving block petak kasar merah 6 cm: dengan rata-rata produksi setiap bulan adalah 30.000 pcs 7.500 per minggu, sehingga diperoleh:
minggu per
produksi rata
- rata
seminggu selama
produksi jam
Jumlah pcs
per jam
Jumlah =
pcs per
jam 0011
, 500
. 7
48 =
=
100 Permintaan
Total permintaan
Jumlah Produk
Komposisi x
=
100 650
. 423
038 .
623 087
. 852
326 .
805 326
. 805
x +
+ +
=
78 ,
29 100
102 .
704 .
2 326
. 805
= =
x b.
Paving block petak kasar polos 6 cm: dengan rata-rata produksi setiap bulan adalah 40.000 pcs 10.000 per minggu, sehingga diperoleh:
Kelompok Produk Paving Block Petak Kasar Merah 6 cm
Paving Block Petak Kasar Polos 6 cm
Paving Block Segi Enam Kasar Polos 6 cm Paving Block Petak Kasar Merah 8 cm
Universitas Sumatera Utara
pcs per
jam 0008
, 10.000
48 pcs
per jam
Jumlah =
=
51 ,
31 100
102 .
704 .
2 852.087
Produk Komposisi
= =
x c.
Paving block segi enam kasar merah 6 cm: dengan rata-rata produksi setiap bulan adalah 20.000 pcs 5.000 per minggu, sehingga diperoleh:
pcs per
jam 0016
, 5.000
48 pcs
per jam
Jumlah =
=
04 ,
23 100
102 .
704 .
2 623.038
Produk Komposisi
= =
x d.
Paving block petak kasar merah 8 cm: dengan rata-rata produksi setiap bulan adalah 21.000 pcs 5.250 per minggu, sehingga diperoleh:
pcs per
jam 0015
, 5.250
48 pcs
per jam
Jumlah =
=
67 ,
15 100
102 .
704 .
2 1.077.692
Produk Komposisi
= =
x
Berdasarkan data tersebut, diperoleh bill of resource untuk Bagian Produksi adalah:
Bill of Resource = ΣKomposisi produkxJumlah jam per pcs
= 0,29780,0011 + 0,31510,0008 + 0,23040,0016 + 0,15670,0015
= 0,001177 jam-mesin per pcs. Berdasarkan data tersebut, maka dapat diestimasi jumlah minggu ke dan
kebutuhan kapasitas agregat pada Bagian Produksi untuk keempat produk tersebut seperti terlihat pada Tabel 5.34. Kapasitas Agregat diperoleh dari bill of resource dikali
dengan jumlah unit masing-masing produk.
Universitas Sumatera Utara
Tabel 5.34. Perkiraan Jumlah Minggu Ke dan Kebutuhan Kapasitas Bagian Produksi
BULAN KUARTAL
JUMLAH MINGGU
JUMLAH HARI
KERJA KELOMPOK PRODUKSI
Paving Block Petak Kasar Merah 6 cm
Paving Block Petak Kasar Polos 6 cm
Paving Block Segi Enam Kasar Polos 6 cm
Paving Block Petak Kasar Merah 8 cm
UNIT KAPASITAS
UNIT KAPASITAS
UNIT KAPASITAS
UNIT KAPASITAS
Januari 11 5
25 36.794
43 24.594
29 12.896
15 13.755
16 Pebruari
4 22
33.390 39
32.768 39
27.472 32
18.866 22
Maret 4
26 33.096
39 37.808
45 25.708
30 16.629
20 April
4 25
33.288 39
33.272 39
26.157 31
18.643 22
Mei 5
25 34.300
40 37.354
44 25.020
29 16.831
20 Juni
4 24
43.663 51
44.276 52
33.768 40
23.781 28
Jul-Sept 13
72 100.580
118 107.738
127 77.974
92 52.412
62 Okt-Des
13 76
100.864 119
105.185 124
77.623 91
53.545 63
Jan-Mar 12 13
75 100.757
119 107.046
126 77.730
91 52.719
62 Apr-Jun
13 75
100.798 119
105.689 124
77.694 91
53.321 63
Jul-Sept 13
70 100.785
119 106.678
126 77.701
91 52.882
62 Okt-Des
13 74
85.670 101
89.973 106
66.046 78
45.262 53
TOTAL 104
589 803.982
946 832.382
980 605.788 713
418.645 493
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Berdasarkan perkiraan “prospective aggregate plan” pada Tabel 5.34, diperoleh bahwa kebutuhan kapasitas Bagian Produksi rata-rata per hari adalah:
kerja hari
Jumlah agregat
kapasitas Jumlah
hari per
rata -
rata kapasitas
Kebutuhan =
589 493
713 980
946 +
+ +
=
hari per
jam 5
= Angka tersebut menunjukkan bahwa untuk mengeksekusi prospective aggregate
plan tersebut, Bagian Produksi memiliki kapasitas minimum sebesar 5 jam per hari. Apabila jumlah jam kerja 8 jam per hari dengan tingkat efisiensi dan utilitas masing-
masing sebesar 90 dan 95 maka Bagian Produksi hanya memiliki mesin sebanyak:
Utilitas x
Efisiensi x
kerja jam
Jumlah hari
per jam
Kapasitas Mesin
Jumlah =
95 90
8 5
x x
=
= 0,777 ≈ 1 unit mesin
Jika perusahaan membuat kebijakan bahwa satu unit mesin dioperasikan oleh seorang operator dan dibantu oleh tiga orang untuk mengaduk bahan baku
dan mengangkut produk jadi ke tempat pengeringan dan penyimpanan, maka jumlah tenaga kerja untuk mengeksekusi prospective aggregate plan tersebut adalah
empat orang.
Universitas Sumatera Utara
BAB 6 ANALISIS
6.1. Analisis Peramalan Permintaan
Peramalan permintaan dilakukan dengan menggunakan empat metode peramalan yaitu Metode Moving Average MA, Metode Single Exponential Smoothing SES,
Metode Double Exponential Smoothing DES dan Winter’s Method. Metode peramalan yang terpilih seperti terlihat pada Tabel 6.1.
Tabel 6.1. Penggunaan Metode Peramalan Terpilih Produk
Metode Peramalan Terpilih Paving block petak kasar merah 6 cm
Moving Average Paving block petak kasar polos 6 cm
Single Exponential Smoothing Paving block segi enam kasar merah 6 cm
Moving Average Paving block petak kasar merah 8 cm
Single Exponential Smoothing Hasil peramalan permintaan paving block petak kasar merah 6 cm dapat dilihat
pada Gambar 6.1.
Gambar 6.1. Peramalan Permintaan Paving Block Petak Kasar Merah 6 cm
Actual Predicted
Forecast Actual
Predicted Forecast
14 12
10 8
6 4
2 50000
40000 30000
20000
D em
and
Time
MSD: MAD:
MAPE: Length:
Moving Average
64990031 5884
16 6
Universitas Sumatera Utara
