Hariadi : Perencanaan Produksi Dan Penjadualan Dengan MenggunakanLogika Fuzzy Pada PT. Cahaya Kawi Ultra Polyintraco, 2010.
Kemudian himpunan nilai optimal fuzzy G, yang mana subset fuzzy
n
ℜ , didefenisikan dengan:
≤ ≤
≤ −
− ≤
=
l u
l l
u l
u
z cx
if z
cx z
if z
z z
cx cx
z if
x G
1
Kemudian masalah fuzzy diatas menjadi masalah optimisasi klasik: λ
max
s.t. ,
1 n
j m
n i
i i
j ij
i l
i u
N j
x N
i p
b x
a p
z cx
z z
∈ ≥
∈ +
≤ +
≤ −
−
∑
=
λ λ
λ
Masalah diatas adalah masalah untuk menemukan
n
x ℜ
∈ sehingga:
1
x G
D
m i
i
∩
=
Yaitu menemukan nilai yang memenuhi batasan dan tujuan dengan derajat maksimum.
3.2. Pengukuran Kerja
5
Pengukuran waktu kerja digunakan untuk menentukan waktu baku, yaitu waktu yang dibutuhkan oleh seorang operator dengan kemampuan rata-rata dan
pada kecepatan kerja normal untuk melakukan suatu pekerjaan. Dalam melakuka n
3.2.1. Stopwatch Time Study
5
Ralph Barness. Motion Study and Time Study: Design and Measurement of Work. Hal: 514 - 624
Hariadi : Perencanaan Produksi Dan Penjadualan Dengan MenggunakanLogika Fuzzy Pada PT. Cahaya Kawi Ultra Polyintraco, 2010.
pengukuran kerja pada penelitian ini, metode yang akan digunakan adalah stop- watch time study.
Pengukuran kerja ini dilakukan dengan langkah-langkah yang dimulai dengan pengambilan sejumlah pengamatan kerja dengan stop watch untuk setiap
elemen kegiatan, menetapkan rating factor dan allowance dari kegiatan yang dilakukan operator, melakukan uji keseragaman data dan kecukupan data, dan
melakukan perhitungan waktu baku. Dalam penelitian ini, untuk melakukan pengujian keseragaman dan kecukupan data digunakan tingkat kepercayaan 95
dan tingkat ketelitian 5. Pengolahan data dengan menggunakan metode Stop Watch Time Study ini
meliputi : -
uji keseragaman data, dengan rumusan : σ
k x
CL ±
=
- uji kecukupan data, dengan rumusan :
2 2
2
− =
∑ ∑
∑
i i
i
X X
X N
s k
N
- perhitungan waktu normal dan waktu standar. Wn = Waktu observasi rata-rata x Rating Factor
Allowance Wn
Ws 100
100 −
× =
Dimana : CL = batas kendali
Hariadi : Perencanaan Produksi Dan Penjadualan Dengan MenggunakanLogika Fuzzy Pada PT. Cahaya Kawi Ultra Polyintraco, 2010.
x = rata-rata data pengamatan
σ = simpangan baku data k
= koefisien untuk tingkat kepercayaan, dimana k = 3 untuk tingkat kepercayaan 95, dan k = 3 untuk tingkat
kepercayaan 99. s
= tingkat ketelitian penelitian N
= jumlah data yang dikumpulkan Ws = Waktu standar
Wn = Waktu normal
3.2.2. Penyesuaian
Setelah pengukuran berlangsung, pengukur harus mengamati kewajaran kerja yang ditunjukkan operator. Ketidakwajaran dapat terjadi seperti karena
operator bekerja tanpa kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena menjumpai kesulitan-kesulitan seperti karena kondisi ruangan yang buruk.
Jadi jika pengukur mendapatkan harga rata-rata sikluselemen yang diketahui diselesaikan dengan kecepatan yang tidak wajar oleh operator, maka agar harga
tersebut menjadi wajar, pengukur harus menormalkannya dengan melakukan penyesuaian.
Biasanya penyesuaian dilakukan dengan mengalikan waktu siklus rata-rata dengan suatu harga Rf yang disebut rating factor. Besarnya harga Rf sedemikian
rupa sehingga hasil perkalian yang diperoleh mencerminkan waktu yang sewajarnya atau normal. Bila pengukur berpendapat bahwa operator bekerja di
atas normal maka harga Rf akan lebih besar dari 1 Rf1 dan sebaliknya jika
Hariadi : Perencanaan Produksi Dan Penjadualan Dengan MenggunakanLogika Fuzzy Pada PT. Cahaya Kawi Ultra Polyintraco, 2010.
operator bekerja di bawah normal maka harga Rf akan lebih kecil dari 1 Rf1. Dan andaikan pengukur berpendapat bahwa operator bekerja secara wajar maka
harga Rf akan sama dengan 1 Rf = 1. Dalam penelitian ini metode penyesuaian yang digunakan adalah metode Westinghouse.
Westing house company 1972 memperkenalkan sistem penyesuaian dengan memperhatikan factor-faktor berupa keterampilan skill, usaha effort,
kondisi kerja working condition, dan konsistensi consistency dari operator di dalam melakukan kerja. Untuk itu westing house membuat suatu tabel yang
berisikan nilai-nilai yang berdasarkan tingkatan yang ada untuk masing-masing faktor tersebut. Tabel tersebut disajikan berikut ini.
Tabel 3.1. Tabel Penyesuaian Untuk Metode Westinghouse
Berdasarkan tabel ini maka nilai rating factor dapat ditentukan sebagai berikut :
Rating factor Rf = 1 + Westinghouse Factor
Hariadi : Perencanaan Produksi Dan Penjadualan Dengan MenggunakanLogika Fuzzy Pada PT. Cahaya Kawi Ultra Polyintraco, 2010.
3.2.3. Kelonggaran Allowance
