Eksploitasi Kendala yang Ada

Setelah mendapatkan inisiasi awal dengan metode RPW, maka langkah selanjutnya dalam metode Tabu Search yaitu membuat solusi pendekatan. 2. Membuat solusi pendekatan Solusi pendekatan ditentukan berdasarkan jumlah work center, jumlah elemen kerja pada tiap work center, dan waktu standar masing-masing stasiun kerja. Iterasi 0 dilakukan dengan mengikuti jumlah work center dari inisial awal yaitu sebanyak 6 work center, dan elemen kerja diurutkan berdasarkan keadaan aktual pada perusahaan. Jumlah work center optimal dapat dicari dengan menggunakan rumus sebagai berikut ini. WC = Tproduk Tmax = 6985,25 1810 = 3,86 Maka pada iterasi dilakukan pengurangan jumlah work center sebanyak satu persatu mendekati jumlah work center optimal. Pada iterasi 0, pembagian elemen kerja pada tiap work center dilakukan secara trial and error yang dapat dilihat pada Tabel 5.18. Tabel 5.19. Iterasi 0 Iterasi 0 Stasiun WC = 6 WS Jumlah Idle Elemen Kegiatan I 1 403 1089 877 2 686 II 3 872 872 1094 III 4 402 417 1549 5 15 IV 6 403 1089 877 7 686 V 8 872 1553 413 Tabel 5.19. Iterasi 0 Lanjutan Iterasi 0 Stasiun WC = 6 WS Jumlah Idle Elemen Kegiatan 9 681 VI 10 1810 1966 11 37 12 25 13 13 14 5 15 8 16 5 17 10 18 53 Total 4810 Sumber: Pengolahan Data Efesiensi lintasan dapat dilihat pada perhitungan dibawah ini E = Tproduk Tmax x WC = 6985,25 6 x 1966 = 59,22 Balance Delay dapat dilihat pada perhitungan dibawah ini D = n. Sm- ∑ Si nSm × 100 = 6. 1966- ∑ 6985,25 6. 1966 × 100 = 40,78 Smoothing Index dapat dihitung dengan perhitungan dibawah ini. SI = � ∑ �STi max -STi � 2 K i=1 = �877²+1094²+1549²+877²+413²= 2303 Pada iterasi 0 diperoleh efesiensi lintasan yang lebih kecil dari metode RPW, dan smoothing index yang lebih besar. Oleh karena itu dilakukan kembali iterasi. Perubahan pada iterasi selanjutnya adalah dengan mengurangi jumlah WC sebanyak 1, dengan perubahan dilakukan secara trial and error yaitu mengganti elemen kerja pada WC I, WC II, WC III, dan WC IV yang terdapat pada iterasi 0. Hasil iterasi 1 dapat dilihat pada Tabel 5.20. Tabel 5.20. Iterasi 1 Iterasi 1 Stasiun WC = 5 WS Jumlah Idle Elemen Kegiatan I 1 403 1961 5 2 686 3 872 II 4 402 417 1549 5 15 III 6 403 1089 877 7 686 IV 8 872 1553 413 9 681 V 10 1810 1966 11 37 12 25 13 13 14 5 15 8 16 5 17 10 18 53 Total 2844 Sumber: Pengolahan Data Efesiensi lintasan dapat dilihat pada perhitungan dibawah ini E = Tproduk Tmax x WC = 6985,25 5 x 1966 = 71,06 Balance Delay dapat dilihat pada perhitungan dibawah ini D = n. Sm- ∑ Si nSm × 100 = 5. 1966- ∑ 6985,25 5. 1966 × 100 = 28,94 Smoothing Index dapat dihitung dengan perhitungan dibawah ini. SI = � ∑ �STi max -STi � 2 K i=1 = �5²+1549²+877²+413²= 1827 Pada iterasi 1 efisiensi lintasan lebih tinggi dari iterasi 0 dan smoothing index yang juga lebih kecil, untuk itu dilakukan uji coba iterasi 2 untuk melihat apakah Efesiensi dapat ditingkatkan lagi. Selain itu, waktu idle yang dihasilkan pada iterasi 1 adalah 2844 detik, yaitu lebih kecil dari idle pada iterasi 0 2844 4810, maka metode pada iterasi 1 dapat dilanjutkan ke iterasi 2. Pada iterasi 2, Elemen kerja yang diubah adalah pada WC I dengan cara trial and error. Hasil iterasi dapat dilihat pada Tabel 5.21. Tabel 5.21. Iterasi 2 Iterasi 2 Stasiun WC = 4 WS Jumlah Idle Elemen Kegiatan I 1 403 2378 2 686 3 872 4 402 5 15 II 6 403 1089 1289 7 686 III 8 872 1553 825 9 681 IV 10 1810 1966 412 11 37 12 25 13 13 14 5 15 8 16 5 17 10 18 53 Total 2526 Sumber: Pengolahan Data Efesiensi lintasan dapat dilihat pada perhitungan dibawah ini E = Tproduk Tmax x WC = 6985,25 4 x 2378 = 73,44 Balance Delay dapat dilihat pada perhitungan dibawah ini D = n. Sm- ∑ Si nSm × 100 = 4. 2378- ∑ 6985,25 4. 2378 × 100 = 26,56 Smoothing Index dapat dihitung dengan perhitungan dibawah ini. SI = � ∑ �STi max -STi � 2 K i=1 = �1289²+825²+412²= 1585 Pada iterasi 2 efisiensi lintasan lebih tinggi dari iterasi 1, Jumlah work center optimal juga telah tercapai yaitu 4 work center. Waktu idle yang dihasilkan pada iterasi 2 adalah 2526 detik, yaitu lebih kecil dari idle pada iterasi 1 2526 2844. Namun iterasi kembali dilakukan hingga dipenuhi aturan berhenti yaitu jumlah waktu idle bertambah dan Efesiensi berkurang. Pada iterasi 3, Elemen kerja yang diubah adalah pada WC I, WC II, WC III, dan WC IV dengan cara trial and error dengan pembagian elemen kerja dapat dilihat pada Tabel 5.22. Tabel 5.22. Iterasi 3 Iterasi 3 Stasiun WC = 3 WS Jumlah Idle Elemen Kegiatan I 1 403 2378 269 2 686 3 872 4 402 5 15 II 6 403 1961 686 7 686 8 872 III 9 681 2647 10 1810 Tabel 5.22. Iterasi 3 Lanjutan Iterasi 3 Stasiun WC = 3 WS Jumlah Idle Elemen Kegiatan 11 37 12 25 13 13 14 5 15 8 16 5 17 10 18 53 Total 955 Sumber: Pengolahan Data Efesiensi lintasan dapat dilihat pada perhitungan dibawah ini E = Tproduk Tmax x WC = 6985,25 3 x 2647 = 87,96 Balance Delay dapat dilihat pada perhitungan dibawah ini D = n. Sm- ∑ Si nSm × 100 = 3. 2647- ∑ 6985,25 3. 2 647 × 100 = 12,04 Smoothing Index dapat dihitung dengan perhitungan dibawah ini. SI = � ∑ �STi max -STi � 2 K i=1 = �269²+686²²= 737

BAB VI ANALISIS DAN PEMBAHASAN

6.1. Analisis Theory of Constraint

Kendala yang terjadi pada perusahaan diidentifikasi menggunakan prinsip theory of constraint dengan menggunakan toolscurrent reality tree. Dari hasil identifikasi terebut didapat bottleneck yang terjadi di beberapa elemen kegiatan produksi yaitu elemen kegiatan 12 penggerindaan, 13 pengeboran, dan 14 perakitan yang dapat dilihat pada Tabel 6.1. Penyebab kendala ini karena adanya ketidakseimbangan waktu proses tiap stasiun kerja dan perbedaan kapasitas produksi tiap stasiun kerja. Selanjutnya ditentukan solusi sederhana dan praktis untuk mengatasi penyebab kendala yang sudah diidentifikasi pada langkah selanjutnya. Solusi yang digunakan yaitu dengan melakukan penyeimbangan lintasan dengan algoritma Tabu Search. Dari total waktu proses yang diperoleh, didapat elemen kegiatan yang bottleneck yang menandakan adanya ketidakseimbangan waktu proses pada lantai produksi. Oleh karena itu dilakukan penyeimbangan lintasan menggunakan prinsip Theory of Constraints TOC dengan menggunakan Rank Positional Weight RPW dan algoritma Tabu Search. Elemen kegiatan bottleneck dapat diidentifikasi berdasarkan selisih waktu yang yang tersedia dan waktu yang dibutuhkan. Hasil perbandingan waktu yang dibutuhkan dapat dilihat pada Tabel 6.1. Tabel 6.1. Elemen Kegiatan Bottleneck Elemen Kegiatan Waktu yang Tersedia menit Waktu yang dibutuhkan menit Selisih proses pencacahan crumb rubber 24647,1 23797,2 849,9 proses pencampuran bahan 31316,6 30236,7 1079,9 proses pembuatan sheet 26007,0 25110,2 896,8 proses pencetakan tali sandal 13252,0 12368,5 883,5 proses pemilahan tali sandal 4648,5 4648,5 0,0 proses pencacahan crumb rubber 24705,1 23853,2 851,9 proses pencampuran bahan 31389,1 30306,7 1082,4 proses pembuatan sheet 25941,7 25047,2 894,5 proses pembuatan sponge 23849,8 23027,4 822,4 proses pendinginan 51367,9 49596,6 1771,3 proses pencetakanpemotongan 4414,5 4120,2 294,3 proses pemisahan 10876,9 10501,9 375,1 proses penggerindaan 4269,9 4598,3 -328,5 proses pelubanganbor 2926,6 3414,4 -487,8 proses perakitan 2512,4 3058,5 -546,2 proses pengemasan packing 3205,0 2991,3 213,7 Kemasan setengah lusin 3339,3 3116,6 222,6 kemasan 20 lusin 38937,5 36341,7 2595,8 Sumber: Pengolahan Data Dari Tabel 6.1. terlihat bahwa total waktu yang dibutuhkan lebih besar dibandingkan total waktu yang tersedia sehingga menyebabkan adanya produk work in process di lantai produksi yaitu pada elemen kegiatan penggerindaan, pengeboran, dan perakitan. Dari data tersebut maka dilakukan penyeimbangan lintasan menggunakan Rank Positional Weight RPW untuk melihat apakah kendala sudah berhasil diatasi atau tidak berdasarkan nilai efisiensi lintasan. Hasil penyeimbangan menghasilkan work centre sebanyak 6 buah yang dapat dilihat pada Gambar 6.1. 6 1 7 8 10 9 13 11 12 14 15 16 17 18 2 3 4 5 WC III WC I WC VI WC II WC IV WC V Sumber: Pengolahan Data Gambar 6.1. Lintasan Menggunakan Metode Rank Posisitonal WeightRPW

6.2. Analisis Penyeimbangan Lintasan Produksi dengan Tabu Search

Berdasarkan prinsip theory of constraints, kendala yang ada berupa ketidakseimbangan lintasan dapat diatasi dengan beberapa tools. Tools yang digunakan untuk hal ini yaitu algoritma Tabu Search. Algoritma Tabu Search menggunakan inisiasi awal yaitu menggunakan Rank Positional Weight. Perbandingan dengan insial awal menunjukan bahwa metode Tabu Search adalah lebih baik, hal ini dapat dilihat dari pengurangan work center, peningkatan nilai Efesiensi, dan penurunan nilai balance delay dan smoothing index. Berikut ini adalah susunan elemen kerja pada tiap workcenter hasil penyeimbangan lintasan dengan metode Tabu Search, dapat dilihat pada Tabel 6.2. Tabel 6.2. Hasil Tabu Search Stasiun Elemen Kegiatan WS Jumlah Idle I 1 403 2378 264 2 686 3 872 4 402 5 15 II 6 403 2642 7 686 8 872 Tabel 6.2. Hasil Tabu Search Lanjutan Stasiun Elemen Kegiatan WS Jumlah Idle 9 681 III 10 1810 1966 676 11 37 12 25 13 13 14 5 15 8 16 5 17 10 18 53 Total 940 Sumber: Pengolahan Data Berdasarkan hasil penyeimbangan lintasan menggunakan algoritma Tabu Search didapat jumlah work centre sebanyak 3 buah yang dapat dilihat pada Gambar 6.2.. Berkurangnya jumlah work centre tentu akan menyebabkan penambahan beban kerja bagi tiap operator, hal tersebut dapat menyebabkan operator mengalami peningkatan kelelahan. 6 1 7 8 10 9 13 11 12 14 15 16 17 18 2 3 4 5 WC I WC II WC III Sumber : Pengolahan Data Gambar 6.2. Lintasan Menggunakan Algoritma Tabu Search

6.3. Analisis Parameter Perfomansi Penyeimbangan Lintasan

Parameter peroformansi digunakan untuk menentukan metode yang lebih baik untuk diterapkan pada perusahaan. Parameter performansi yang digunakan adalah Efficiency Index EI. Perbandingan parameter hasil penyeimbangan lintasan inisial awal yaitu Rank Positional Weight RPW dan Tabu Search dapat dilihat pada Tabel 6.3. Tabel 6.3. Perbandingan Parameter Metode Jumlah WC CT detik Idle detik Efesiensi SI RPW 6 1810 3874 64,32 2028 Tabu Search 3 2642 940 88,13 726 Sumber: Pengolahan Data Pada Tabel 6.3. dapat dilihat bahwa metode Tabu Search lebih baik dibandingkan dengan inisial awal metode RPW Rank Positional Weight dengan peningkatan Efesiensi dapat dihitung dengan cara berikut ini. Index Efesiensi IE = ETS ERPW = 88,13 64,32 = 1,370 IE 1, maka dinyatakan metode Tabu Search terbukti lebih baik dibandingkan metode RPW Rank Positional Weight sehingga perusahaan dapat mengimplementasikan rancangan usulan lintasan ini untuk meningkatkan efisiensi lintasan dan prduksi yang optimum.

BAB VII KESIMPULAN DAN SARAN

7.1. Kesimpulan

Kesimpulan dari penelitian ini adalah sebagai berikut: 1. Perhitungan waktu proses menghasilkan elemen kegiatan yang mengalami bottleneck yaitu elemen kegiatan penggerindaan, pengeboran, dan perakitan. 2. Perhitungan waktu standar dengan stopwatch time studydan penyeimbangan lintasan mengunakan metode Rank Positional Weight RPW menghasilkan work center sebanyak 6 work centre untuk keadaan awaldengan efesiensi sebesar 64,32. 3. Lintasan produksi dengan pendekatan heuruistik dengan menggunakan metode Tabu Search menghasilkan efesiensi lebih tinggi yaitu 88,13, balance delay yang lebih baik yaitu 11,87, dan smoothing index sebesar 726 dengan jumlah work center sebanyak 3.

7.2. Saran

Kesimpulan dari penelitian ini adalah sebagai berikut: 1. Sebaiknya penelitian menghitung besarnya kelelahan dan biaya yang dikeluarkan apabila menambah operator atau peralatan. 2. Sebaiknya peneliti dan perusahaan bekerja sama untuk mengimplementasikan usulan rancangan lintasan sehingga didapatkan produksi yang optimum.

BAB II GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

PT. Garuda Mas Perkasa GMP adalah perusahaan yang bergerak dalam industri pembuatan sandal karet yang dikenal dengan merk dagang Swallow, terletak di Jalan Kolonel Yos Sudarso KM 6,5 Medan. PT. Garuda Mas Perkasa berdiri pada tahun 1984,awalnya perusahaan merupakan badan usaha yang berbentuk UD dan memproduksi sepatu karet, hingga sekarang telah memiliki badan usaha dalam bentuk PT Perseroan Terbatas dan memproduksi lebih banyak variasi sandal. PT. Garuda Mas Perkasa GMP mengolah bahan setengah jadi yaitu Crumb Rubber menjadi produk jadi berupa sandal, Crumb Rubber diperoleh dari supplier tetap yaitu PTPN IV dan Bakrie. Hasil produksi sendiri dipasarkan untuk daerah Medan, Semarang, Surabaya, dan Jakarta.

2.2. Ruang Lingkup Bidang Usaha

PT. Garuda Mas Perkasa memproduksi sandal yang terdiri dari bermacam-macam warna dan ukuran yaitu untuk ukuran 8,8½, 9, 9½, 10, dan 10½. Pada proses produksi PT. Garuda Mas Perkasa terbagi menjadi dua bagian yaitu proses produksi tali sandal dan tapak sandal. Gambar 2.1. merupakan salah satu contoh produk sandal merek swallow yang banyak dijumpai di pasaran. Gambar 2.1. Sandal Swallow

2.3. Lokasi Perusahaan

PT. Garuda Mas Perkasa berada di Jalan Kolonel Yos Sudarso KM 6,5 Kelurahan Pulo Brayan Kota Medan, Sumatera Utara, Indonesia.

2.4. Daerah Pemasaran

Proses pemasaran produk pada PT. Garuda Mas Perkasa dilakukan dengan menggunakan sistem distributor. Untuk wilayah pemasaran Sumatera Bagian Utara berpusat di Medan dan untuk wilayah Jawa berpusat di Surabaya. Distributor akan memasarkan produk sandal ke berbagai daerah di Indonesia. Beberapa distributor untuk wilayah pemasaran Jawa dan Bali yaitu: 1. Jakarta Alamat distributor daerah Jakarta terletak di Jl. Kamal Raya No. 1 Tegal Alur, Cengkareng. 2. Semarang Alamat distributor daerah Semarang terletak di Jl. Sultan Abdul Rachman Saleh No. 37. 3. Surabaya Alamat distributor daerah Surabaya terletak di Pergudangan Kalianak Permai, Jl. Kalianak No. 75 Blok A15.

2.5. Proses Produksi

Proses produksi merupakan suatu cara dan metode untuk menciptakan atau memberikan nilai tambah terhadap suatu barang atau jasa dengan mengggunakan sumber daya yang tersedia misalnya tenaga kerja, mesin, peralatan, bahan baku, dan lain-lain.

2.5.1. Bahan yang Digunakan

Bahan-bahan yang digunakan untuk proses produksi sandal berupa bahan utama, bahan penolong dan bahan tambahan. Bahan-bahan tersebut secara rinci dijelaskan sebagai berikut: 1. Bahan Utama Bahan utama merupakan bahan yang terlibat secara langsung dalam proses produksi dan mengalami perubahan sifat ataupun bentuk. Bahan baku yang digunakan pada PT Garuda Mas Perkasaadalah Crumb Rubber SIR 10 dan SIR 3.