BAB VI ANALISIS PEMECAHAN MASALAH
6.1. Analisis Jumlah Produksi
Perhitungan optimasi perencanaan produksi menghasilkan jumlah produk optimal yang dapat dihasilkan dengan memenuhi fungsi tujuan dan fungsi kendala
yang dimiliki perusahaan, dapat dilihat pada Tabel 6.1.
Tabel 6.1. Hasil Perhitungan Jumlah Produk Optimum dengan Software LINDO
Periode Jumlah Produk Optimum
dengan FGP Unit DS 108 HN
DS 121 HN
Mei-16 1126
1730 Jun-16
1338 2322
Jul-16 1365
3258 Agu-16
1193 3560
Sep-16 995
3103 Okt-16
964 2204
Nov-16 1126
1730 Des-16
1338 2322
Jan-17 1355
3233 Feb-17
1193 3560
Mar-17 995
3103 Apr-17
963 2204
Total 13951
32329 46280
Sumber: Pengolahan Data
Pada periode April 2106 terdapat sisa stok sebanyk 218 unit untuk produk tipe DS 218 HN dan 460 unit untuk produk tipe DS 121 HN. Sehingga jumlah
produk yang diproduksi pada Mei 2016 adalah jumlah produk optimum dengan perencanaan FGP dikurangi sisa stok pada periode sebelumnya yaitu sebanyak
908 unit untuk DS 108 HN dan 1270 unit DS 121 HN.
Universitas Sumatera Utara
Perbandingan jumlah produksi aktual dengan jumlah jumlah permintaan pada periode Mei 2016-Juni 2016 dapat dilihat pada Tabel 6.2.
Tabel 6.2. menunjukkan bahwa jumlah produk dengan perencanaan produksi saaat ini belum memberikan jumlah optimal karena masih terjadi
kekurangan jumlah produk dan kelebihan stok. Hal ini menandakan bahwa alokasi sumber daya belum optimal.
Perbandingan jumlah produk menggunakan fuzzy goal programming dengan jumlah permintaan aktual pada periode Mei 2016-Juni 2016 dapat dilihat
pada Tabel 6.3.
Tabel 6.3. Perbandingan Jumlah Produksi GP dengan Jumlah Permintaan
Periode Jumlah Produk
dengan FGP Unit Jumlah Permintaan
Unit Selisih Unit
DS 108 HN
DS 108 HN
DS 121 HN
DS 121 HN
DS 108 HN
DS 121 HN
Apr-16 218
460 Mei-16
908 1270
1105 1650
21 80
Jun-16 1315
2241 1274
2413 62
-92
Total 2223
3511 2379
4063 6412
6442
Jumlah produk dengan dengan menggunakan fuzzy goal programming juga masih mengalami deviasi dengan jumlah permintaan. Perbandingan persentase
deviasi perencanaan produksi saat ini dengan perencanaan produksi menggunakan fuzzy goal programming adalah sebagai berikut:
1. Persentase deviasi Mei 2016-Juni 2016
Universitas Sumatera Utara
= 10,43 2.
Persentase deviasi Mei 2016-Juni 2016
Deviasi jumlah permintaan dengan jumlah produk menggunakan perencaaan produksi saat ini adalah 10,43 sedangkan dengan menggunakan
fuzzy goal programming adalah 0,47 . Hal ini menunjukkan bahwa meskipun perencanaan produksi dengan fuzzy goal programming tidak memberikan jumlah
produk yang tepat dengan jumlah permintaan namun memberikan persentase deviasi penyimpangan yang lebih kecil daripada perencanaan produksi saat ini.
Dengan menggunakan metode fuzzy goal programming juga didapatkan optimasi sebesar 9,96.
6.2. Analisis Penggunaan Jam Kerja
Kategori