Langkah 3 : Menghitung kapasitas yang dibutuhkan dari masing – Penelitian Terdahulu

informasi tentang Standard Setup Time per Lot Size dan Standard Run Time per Unit part 1, 2,.., n

c. Langkah 3 : Menghitung kapasitas yang dibutuhkan dari masing –

masing pusat kerja Perhitungan kapasitas yang dibutuhkan dari masing – masing pusat kerja Work Center dilakukan dengan menggunakan formula : } _ _ : _ { _ _ _ _ _ _ Size Lot Average Lot Time Setup Unit time Run unit time Setup Unit Time Run Unit per Time Operation    - Setup Time Unit Menit = Size Lot Menit Lot Time Setup - Operation Time Unit = Setup Time Unit + Run Time Unit - Total Operation Time = Lot Size x Operation Time Unit d. Langkah 4 : Membuat Laporan Perencanaan Kebutuhan Kapasitas Perhitungan kebutuhan sumber daya spesifik diatas adalah penggunaan jam mesin perlu mempertimbangkan kondisi aktual dari perusahaan seperti tingkat efisiensi dan utilisasi penggunaan sumber daya itu. Selanjutnya hasil-hasil dari CRP ditampilkan dalam suatu diagram yang dikenal sebagai Load Profile. Load Profile merupakan metode yang umum dipergunakan untuk menggambarkan kapasitas yuang dibutuhkan versus kapasitas yang tersedia. Dengan demikian Load Profile didefinisikan sebagai tampilan dari kebutuhan kapasitas di waktu mendatang berdasarkan pesanan-pesanan yang direncanakan dan dikeluarkan sepanjang suatu periode waktu tertentu. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Rumusnya :  Kebutuhan Kapasitas Waktu = Permintaan x Kebutuhan_waktu_perunit  Kapasitas Waktu Tersedia = utilitas x efisiensi x kebutuhan_waktu_per_unit x Jumlah_Produksi  Kekurangan Kapasitas Waktu = Kapasitas_Waktu_Tersedia – Kebutuhan_Kapasitas_Waktu_yang_dibutuhkan  Selisih Kekurangan Kapasitas Waktu = Kekurangan_Kapasitas_Waktu_Metode_Perusahaan – Kekurangan_Kapasitas_Waktu_Metode_CRP  Jumlah Jam Kerja Perbulan = Jumlah_Hari_Perbulan x Jumlah_Shift x Jam_Kerja_Perhari  Kapasitas waktu tersedia = utilitas x efisiensi x kebutuhan waktu per unit x Jumlah Data Produksi

2.8. Manufacturing Resources Planning

Material Requirement Planning MRP telah digunakan secara meluas pada industri – industri manufakturing dan menghasilkan pengurangan persediaan rata – rata sebesar 20 – 30. Keberhasilan MRP tersebut mengakibatkan perluasan aplikasinya pada bidang selain produksi. Meskipun aplikasi ini lebih sulit diterapkan pada industri jasa Service, tetapi bidang jasa tertentu telah membuktikan keefektifan MRP. Penyebab utama sulitnya penerapan konsep MRP pada bidang jasa adalah variasi permintaan konsumen yang beragam. Hal ini mengakibatkan kombinasi kegiatan produksi dan konsumsi material menjadi Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. rumit. Meskipun demikian organisasi jasa menghasilkan jadwal induk yang mendetail sehingga dapat digunakan dalam mengaplikasikan MRP. Aplikasi – aplikasi tersebut memperluas konsep MRP lebih dari sekedar proses penentuan kebutuhan material, menjadi proses penentuan kebutuhan Sumber Daya Manufaktur, yang disebut Manufacturing Resources Planning, atau MRP II Nasution, 1998 Sehingga dapat didefinisikan bahwa MRP II adalah suatu sistem informasi manufakturing formal dan eksplisit yang mengintegrasikan fungsi – fungsi utama dalam dalam manufaktur, seperti keuangan, pemasaran, dan produksi. Sistem MRP II mencakup dan mengintegrasikan semua aspek bisnis dari perusahaan industri manufaktur, sejak perencanaan strategi bisnis pada tingkat atau level manajemen puncak Top Management sampai pengendalian terperinci pada tingkat manajemen menengah dan supervisor. Gasperrz, 2005. Sehingga sistem MRP II dapat digambarkan seperti gambar dibawah ini : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 2.2 Sistem Manufacturing Resources Planning MRP II Sumber : Gasperz, 2005 Melnyk dan kawan – kawan 1983 menjabarkan ciri – ciri utama MRP II sebagai berikut : a. MRP II adalah sistem dari atas kebawah a top – down sistem, dimulai dari memformulasikan perencanaan strategi bisnis yang diformalkan dan dikemukakan kembali sebagai strategi fungsional. b. MRP II menggunakan basis data umum untuk mengevaluasi alternatif – alternatif kebijaksanaan yang mungkin. Data manufaktur dapat dikonversikan menjadi data keuangan, dan prsedur – prosedur formal diadakan untuk menjaga keakuratan perubahan data. Kmampuan “What – If” digunakan Keterangan : = Hubungan dua arah, termasuk umpan balik MPS = Master Production Schedule CRP = Capacity Requirement Planning MRP = Material Resource Planning PAC = Production Activity Control Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. sebagai kebiasaan dalam mengevaluasi perencanaan alternatif. Sistem ini mampu mengolah data detail kebutuhan sumber daya untuk proses evaluasi. c. MRP II adalah sistem perusahaan secara keseluruhan a total company sistem , dimana kelompok – kelompok fungsional berinteraksi secara formal seperti biasanya dan membuat keputusan – keputusan bersama. d. MRP II adalah sistem nyata bagi pengguna user transparent. Penggunaan pada seluruh tingkatan harus mengerti dan menerima logika dan realisme dari sistem tersebut dan tidak bekerja diluar sistem yang telah diformalkan.Nasution, 1998.

2.8.1. Tujuan Manufacturing Resources Planning

Sedangkan tujuan sasaran MRP II adalah menentukan serta menempatkan prioritas permintaan dan Delivery, menyediakan Decision Support untuk Capacity Planning , penjadwalan untuk aliran material, menjamin keakuratan informasi, dll. Scott,1994. Keuntungan atau benefit yang diperoleh dengan menerapkan MRP II diantara yaitu berhubungan dengan Inventory, Lead times, Delivery Performance, serta meningkatkan Costumer Satisfaction. Dengan Costumer Satisfaction maka akan meningkatkan juga penjualan atau dalam kompetisi maksudnya kemampuan untuk menjaga level penjualan. Perbaikan dalam bidang jasa dapat juga dengan memberi respon yang cepat pada kebutuhan konsumen melalui pengurangan Lead Time sehingga dapat memenuhi jadwal, tepat waktu pengiriman sehingga Due Date delivery Promised kepada konsumen dapat dipenuhi. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 2.8.2.Perencanaan Dalam Proses Manufacturing Resources Planning Pada dasarnya perencanaan manufaktur mencakup perencanaan terhadap output dan input dari operasi manufakturing yang dikelompokkan dalam dua jenis perencanaan, yaitu : perencanaan prioritas Priority Planning, yang berkaitan dengan perencanaan output dan perencanaan kapasitas Capacity Planning yang berkaitan dengan perencanaan input. Perencanaan prioritas menentukan produk – produk atau prioritas – prioritas dari operasi manufakturing untuk memenuhi permintaan pasar, seperti produk yang dibutuhkan, berapa banyak yang dibutuhkan, termasuk spesifikasi kualitas dan lain – lain. Perencanaan kapasitas menentukan sumber daya atau tingkat kapasitas yang dibutuhkan oleh operasi manufakturing untuk memenuhi jadwal produksi atau output yang diinginkan, membandingkan kebutuhan produksi dengan kapasitas yang tersedia, dan menyesuaikan tingkat kapasitas atau jadwal produksi. Perencanaan kapasitas mencakup kebutuhan sumber daya manufaktur seperti jam mesin, jam tenaga kerja, fasilitas peralatan, ruang untuk tempat penyimpanan warehousing space , rekayasa Engineering, energi dan sumber daya keuangan. Dalam MRP II, perencanaan kapasitas tidak mencakup material, karena perencanaan material ditangani oleh fungsi perencanaan prioritas melalui penjadwalan produksi induk Master Production Schedulling MPS dan perencanaan kebutuhan material Material Requirement Planning MRP I. Keberhasilan perencanaan dan pengendalian manufakturing membutuhkan perencanaan kapasitas yang efektif, agar mampu memenuhi jadwal produksi yang ditetapkan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Kekurangan kapasitas akan menyebabkan kegagalan memenuhi target produksi, keterlambatan pengiriman ke pelanggan, dan kehilangan kepercayaan dalam sistem formal yang mengakibatkan reputasi dari perusahaan akan menurun. Pada sisi lain, kelebihan kapasitas akan mengakibatkan tingkat utilisasi sumber – sumber daya yang rendah, biaya meningkat, harga pokok menjadi tidak kompetif, kehilangan pangsa pasar, penurunan keuntungan dan lain – lain. Dengan demikian, kekurangan kapasitas maupun kelebihan kapasitas akan memberikan dampak negatif bagi sistem manufaktur, sehingga perencanaan kapasitas yang efektif adalah menyediakan kapasitas sesuai dengan kebutuhan pada waktu yang tepat. Sistem manufakturing tidak dapat memproduksi prioritas output yang diinginkan tanpa memiliki kapasitas input yang cukup. Karena itu, dalam sistem manufakturing modern aktivitas perencanaan prioritas Priority Planning sejajar dengan aktivitas perencanaan kapasitas, sehingga terdapat suatu hirarki dari rencana – rencana kapasitas Capacity Planning yang sejajar dan sesuai dengan hirarki dari rencana – rencana prioritas Priority Plans. Pada dasarnya terdapat empat tingkat dalam hirarki dalam hirarki perencanaan prioritas dan kapasitas yang terintegrasi, antara lain : a. Perencanaan Produksi dan Perencanaan Kebutuhan Sumber Daya b. Penjadwalan Produksi Induk MPS dan Rough Cut Capacity Planning RCCP . c. Perencanaan Kebutuhan Material MRP dan Perencanaan Kebutuhan Kapasitas Capasity Requirement Planning CRP Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. d. Pengendalian Aktivitas Produksi Production Activity Planning PAC dan Pengendalian Input Output serta Operation sequencing. Gasperz.2002

2.8.3. Hasil Implementasi Manufacturing Resources Planning

Dengan mengintegrasikan seluruh proses perencanaan prioritas dan perencanaan kapasitas, maka MRP II menjadi proses yang sangat efektif untuk mengaitkan proses proses perencanaan jangka panjang dengan rencana produksi jangka pendek. Pendekatan yang digunakan adalah pendekatan Top – Bottom, sehingga garis perencanaan dan pencapaian dapat menggunakan seluruh sumber daya perusahaan yang tersedia. Umpan balik mengalir secara Bottom – Up pada saat terjadi hal – hal yang luar biasa. Proses ini menjamin agar tingkat validitas rencana dapat tetap dipertahankan. Proses umpan balik ini akan menjadi jembatan untuk renacana tingkat atas dengan pekerjaan aktual yang dilakukan di pabrik. Manfaat lain yang diperoleh dari MRP II ialah perencanaan financial yang lebih baik. Dengan menggunakan data yang tersedia, perencanaan finansial dapat dengan mudah ke dalam bentuk satuan mata uang sehingga proses perencanaan keuangan dapat dilakukan dengan eksak. Seringkali pihak perencana keuangan perlu menetapkan asumsi – asumsi untuk melakukan perencanaan finansial. Dengan menggunakan MRP II, asumsi – asumsi yang digunakan dapat lebih dibatasi Gasperz,2005 Menurut Teguh Baroto 2002 ada tiga input yang dibutuhkan oleh sistem MRP. Ketiga input itu adalah sebagai berikut.  Jadwal induk produksi Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.  Catatan keadaan persediaan  Struktur produk Jadwal induk produksi merupakan proses alokasi untuk membuat sejumlah produk yang diinginkan dengan memperhatikan kapasitas yang dipunyai yaitu mesin, peralatan, pekerja dll. Perencanaan jadwal induk produksi dilakukan dalam dua tahap. Tahap pertama adalah menentukan besarnya kapasitas atau kecepatan operasi yang diinginkan. Tahap kedua adalah menentukan jumlah total tenaga kerja yang dibutuhkan disetiap periode, jumlah mesin, dan jumlah shift kerja yang diperlukan untuk penjadwalan. Catatan keadaan persediaan menggambarkan status semua item yang ada dalam persediaan. Setiap item persediaan harus didifinisikan untuk menjaga kekeliruan perencanaan. Catatan persediaan ini harus dijaga agar tetap up to date, dengan selalu melakukan pencatan pada setiap transaksi yang terjadi, yaitu penerimaan, pengeluaran, produk gagal, dll. Strutur produk berisi informasi tentang hubungan antara komponen – komponen dalam suatu perakitan. Informasi ini sangat penting dalam penentuan kebutuhan kotor dan kebutuhan bersih. Struktur produk juga memberikan informasi tentang item, seperti nomer item, jumlah yang dibutuhkan dalam setiap perakitan, dan berapa jumlah akhir yang harus dibuat. Disamping ketiga input diatas, sistem MRP memerlukan input lain sebagai berikut.  Pesanan komponen perusahaan lain  Permalan atas item yang independen. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Pesanan komponen perusahaan lain adalah bahwa selain menjual produk jadi, perusahanan juga menjual komponen untuk perusahaan lain. Termasuk dalam pengertian ini adalah peramalan dari service part, pesanan antar perusahaan, dan pesanan untuk kepentingan – kepentingan eksperimen, promosi, pemeliharaan serta kepentingan lainnya. Peramalan atas sistem yang bersifat independent adalah komponen – komponen yang dibutuhkan, namun berada diluar jalur sistem MRP. Program khusus dimaksudkan untuk menambah hasil peramalan yang telah dibuat pada perhitungan kebutuuhan kotor dalam sistem MRP. Peramalan di sini termasuk peramalan atas komponen dari perusahaan laindan peramalan atas item yang independent. Gambar 2.3. Struktur Produk Arman Hakim Nasution, 2008 Z A B C D X Q X F E Q X Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 2.4. Input Sistem Material Requirement Planning Sumber Teguh Baroto, 2002 Output dari sistem MRP adalah berupa rencana pemesanan atau rencana produksi yang dibuat atas dasar Lead Time. Lead time dari suatu item yang dibeli adalah rentang waktu sejak pesanan dilakukan sampai barang diterima. Lead time item yang dibuat adalah rentang waktu sejak perintah pembuatan sampai dengan item selesai diproses. Rencana pemesanan memiliki dua tujuan yang hendak dicapai yaitu: 1. Menentukan kebutuhan bahan pada tingkat lebih bawah. 2. Memproyeksikan kebutuhan kapasitas. Peramalan Permintaan Independen Jadwal Induk Produksi Catatan Persediaan SISTEM MRP Struktur Produk Pesanan Komponen dari Luar Output :  Apa yang dipesandiproduksi  Berapa jumlahnya  Kapan dipesan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2.9. Teknik Peramalan

Menurut Arman Hakim Nasution, 2003. Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang, atau jasa. Peramalan permintaan merupakan input utama bagi fungsi-fungsi lainnya dalam system perencanaan operasional fungsi lain akan merubah peramalan tersebut menjadi kebutuhan material daftar komponen-komponen, kebutuhan tenaga kerja, jadwal, dan keputusan-keputusan lainnya, semua rencana harus dimulai dari estimasi yang dimuat tersebut dapat saja merupakan keputusan yang bersifat objectif atau tidak berdasarkan ilmu pengetahuan, tetapi pada kenyataan semua perencanaan aktifitas perusahaan lainnya. Tergantung pada estimasi dari volume bisnis yang akan dilakukan Menurut Vincent Gasperz, 2005 pada dasar nya metode peramalan dikelompokan menjadi dua bagian yaitu metode kualitatif dan metode kuantitatif dimana pada dasarnya kualitatif ditunjukan untuk peramalan untuk produk baru, proses baru, pasar baru, perubahan social dari masyarakat, perubahan teknologi, atau penyesuaian terhadap ramalan-ramalan berdasarkan metode kuantitatif. Sedangkan metode kuantitatif sering digunakan pada model-model deret waktu time series dimana model ini menetapkan rata-rat bergerak moving averge, perumusan exponensial exponential smoothing dan proyeksi kecenderungan trend projection. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2.9.1 Jenis Pola Data

Menurut Teguh Baroto, 2002 pola data dapat di bedakan menjadi empat jenis : 1. Variasi AcakRandom R Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lainnya yang tidak memiliki pola tertentu. 2. KecenderunganTrend T Trend merupakan sifat dari permintaan masa lalu terhadap wktu terjadinya, apakah permintaan itu cenderung naik, turun, atau konstan. 3. Pola MusimanSeason S Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berulang setiap tahun. 4. Sikluscycle C Permintaan suatu produk dapat memiliki siklus yang berulang secara periodic, biasanya lebih dari satu tahun sehingga pola inji tidak perlu dimasukan dalam peramalan jangka pendek. Gambar 2.5 Jenis-jenis waktu pola data Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2.9.2 Metode-Metode Dalam Peramalan

Metode yang digunakan dalam peramalan yaitu : 1. Metode Simple Moving Average Adalah metode time series yang paling sederhana. Pada metode ini diasumsikan bahwa pola time series hanya terdiri dari komponen Average level dan komponen Random Error. Menurut Lalu Simayang, 2004 rumusnya sebagai berikut : Rumusnya : t A = N D D D N t t t 1 1 . ..........      Kalau diasumsikan komponen Time Series adalah Average Level maka peramalan pada periode t + 1 adalah sama dengan rata-rata Demand sebelumnya. t t A F  1 Keterangan : t D = Data Demand pada periode t 1  t F = Ramalan demand pada periode t + 1 t t t F D E   = Error Peramalan pada periode t t A = Rata-rata demand selama periode t Menurut Teguh Baroto, 2002 rumusnya sebagai berikut : Rumusnya = m f f f f f M t t t t t          ........ 3 2 1 Keterangan : m = adalah jumlah periode yang digunakan sebagai dasar peramalan nilai m ini bila minimal 2 dan maksimal tidak ada ditentukan secara subjectif Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. t f  = ramalan permintaan real untuk periode t t f = permintaan actual pada periode t 2. Metode Double Exponential Smoothing DES Model peramalan Time series dalam bentuk lain untuk mendapatkan tanggapan yang lebih cepat, dilakukan dengan cara memberikan bobot lebih pada data-data periode yang terbaru dari pada periode yang terdahulu. Menurut Lalu Sumayang, 2004 rumusnya sebagai berikut : Rumusnya : 1 1 2 1 1 . ..........         N t N t t t t D W D W D W A F Dengan kondisi    N i i W 1 1 Menurut Teguh Baroto,2002 rumusnya sebagai berikut : Rumusnya : m t m t t f C f C f C t f        2 2 1 1 Keterangan : t f  = Ramalan permintaan real untuk periode t t f = Permintaan actual pada periode t 1 C = Bobot masing-masing data yang digunakan   1 c , ditentukan secara subjektif m = jumlah periode yang digunakan untuk peramalan subjektif Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 3. Metode Single simple Eksponential Smoothing Exponential Smoothing Adalah salah satu jenis metode peramalan Time series yang didasarkan pada asumsi bahwa angka rata-rata baru dapat diperoleh dari angka rata- rata lama dan data demand yang terbaru. Menurut Lalu Sumayang, 2004 rumusnya sebagai berikut : Rumusnya : 1 1 ..     t t t A D A   Menurut Teguh Baroto, 2002 rumusnya sebagai berikut : Rumusnya : 1 1 1       t t f f f   Keterangan : t f  = perkiraan pada periode t  = suatu nilai 1    yang ditentukan secara subjektif t f = permintaan actual pada periode t 1   t f = perkiraan permintaan pada periode t-1

2.9.3 Pengukuran Ketepatan Metode Peramalan

Didalam pengukuran peramalan pada data histories yang tersedia, perlu dilakukan pengukuran kesesuaian metode tertentu untuk suatu kumpulan data yang diberikan. Dalam banyak situasi peramalan, ketepatan accuracy dipandang sebagai criteria penolakan untuk metode peramalan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Ukuran statistic yang sering digunakan untuk pengukuran ketepatan metode peramalan dimana terdapat nilai pengamatan dan peramalan untuk n periode serta n buah kesalahan adalah Arman Hakim, 2003 Jika Xi merupakan data actual untuk periode da Fi merupakan ramalan nilai kecocokanfitted value untuk periode yang sama, maka didefinisikan sebagai berikut : Fi Xi ei   Jika terjadi nilai pengamatan dan ramalan untuk n periode waktu, maka akan terdapat n buah kesalahan dan ukuran statistic standar berikutnya dapat didefinisikan sebagai berikut : 1. Kesalahan Rata-rata Mean Error ME =   n i n ei 1 2. NIlai tengah kesalahan absolute Mean Absolute Error MAE =   n i n ei 1 3. Jumlah kuadrat kesalahan SUM Of Square Error SSE =   n i ei 1 2 4. Nilai tengah kesalahan kuadrat mean Square Error MSE =   n i n ei 1 2 MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 5. Deviasi standard kesalahan standard deviation error dan deviasi absolute rata-rata MAD Rumusnya dari standard deviasi kesalahan adalah : SDE =    n i n ei 1 2 1 MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataan. Secara sistematis, dirumuskan sebagai berikut : MAD =   n F A t t 6. Rata- rata kesalahan Peramalan Mean Forecast Error = MFE MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bisa, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara sistematis, MFE dinyatakan sebagai berikut : MFE =   n F A t t 7. Rata-rata Persentase Kesalahan Absolut Mean Absolute Percentage Error = MAPE MAPE merupakan ukuran kesalahan relative. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan actual selama periode tertentu yang akan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. memberikan informasi persentase kesalahan terlalu tinggi atatu terlalu rendah. Secara sistematis, MAPE dinyatakan sebagai berikut : MAPE =              t t t A F A n 100 Dalam banyak situasi peramalan, perbandingan dari masing-masing metode peramalan yang dicoba adalah dijadikan sebagai acuan pemilihan dan pilihan diambil berdasarkan nilai MSE paling minimum. Bila dihubungkan dengan penetuan konstanta pemulusan pada metode smoothing, maka besar kecil nya nilai  dan  ini dapat dilakukan dengan cara trial and error atatu dapat dibantu dengan programsoftware computer untuk nilai yang baik.

2.9.4 Verifikasi Dan Pengendalian Peramalan

Langkah penting setelah peramalan dibuat adalah melakukan verifikasi peramalan sedemikian rupa sehingga hasil peramalan tersebut benar-benar mencerminkan data masa lalu dan system sebab akibat yang mendasari permintaan tersebut. Sepanjang aktualitas peramalan tersebut dapat dipercaya, hasil peramalan akan terus digunakan. Jika selama prose verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lainnya yang lebih cocok. Validitas tersebut harus ditentukan dengan uji statistika yang sesuai. Setelah peramalan dibuat, selalu timbul keraguan mengenai kapan kita harus membuat suatu metode peramalan baru. Peramalan harus selalu dibandingkan denagn permintaan actual secara teratur. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Banyak alat yang digunakan untuk memverifikasi peramalan dan mendrteksi perubahan system sebab akibat yang melatar belakangi perubahan pola permintaan. Bentuk yang paling sederhana adalah peta control peramalan yang mirip dengan peta control kualitas. Peta control peramalan ini dapat dibuat dalam kondisi data yang tersedia minim.

2.9.5 Moving Range Chart

Moving Range Chart dirancang untuk membandingkan nilai permintaan actual dengan nilai peramalan. MRC tersebut akan dikembangkan sampai periode yang akan datang, sehingga kita dapat membandingkan data peramalan dengan data permintan actual. Selama periode dasar MRC digunakan untuk melakukan verifikasi teknik dan parameter peramalan. Setelah metode peramalan ditentukan, MRC digunakan untuk menguji kestabilan system sebab akibat yang mempengaruhi permintaan. MR dapat didefinisikan sebagai berikut :                     1 1 t t t t y y y y MR Dimana : t y  = data permintaan atau penjualan riil periode t t y = dat ramalan permintaan periode t 1   t y = data permintaan atau penjualan riil periode t-1 1  t y = dat ramalan permintaan periode t-1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Adapun rata-rata Moving Range didefinisikan sebagai berikut :    1 n MR MR Garis tengah peta Moving Range adalah pada titik nol. Batas control atas dan bawah pada peta Moving Range adalah : Batas Kontrol Atas = +2,66 MR Batas Kontrol Bawah = -2,66 MR Dalam penetuan batas control tersebut paling sedikit digunakan 10 dan atau lebih 20 nilai MR. Sementara itu, variable yang akan diplotkan kedalam peta Moving Range MRC adalah t t y y  

2.9.6 Uji Kondisi Diluar Kendali

Uji yang paling tepat bagi kondisi diluar kendali adalah adanya titik diluar batas kendali. Teknik yang digunakan berikut ini dirancang agar dapat digunakan dengan jumlah data yang seminimal mungkin. Uji ini dilakukan dengan cara membagi peta kandali ke dalam enam bagian dengan selang yang sama. Daerah A = Bagian sebelah luar  23 2,66 MR  1,77 MR diatas +1,77 MR atau dibawah -1,77 MR Daerah B = Bagian sebelah luar  13 2,66 MR  0,89 MR diatas +0,89 MR atau dibawah -0,89 MR Daerah C = Bagian diatas atau dibawah garis tengah Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Uji kondisi diluar kendali adalah : a. Dari tiga titik berturut-turut, ada dua atau lebih titik yang berada didaerah A b. Dari lima titik berturut-turut, ada empat atau lebih titik yang berada didaerah B c. Ada delapan titik berturut-turut, titk yang berada disalah satu sisi diatas atau dibawah garis tengah Moving Range Chart MRC untuk kondisi diluar kendali ini dapat dilihat dibawah ini : Gambar 2.6. MRC Moving Range Chart Untuk Kondisi Diluar Kendali Sumber : Nasution, Arman Hakim, 2003, Perencanaan dan Pengendalian Produksi, Guna Widya, Jakarta, Hal 57 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2.10. Penelitian Terdahulu

Berikut ini merupakan penelitian – penelitian sebelumnya yang digunakan sebagai acuan dalam penelitian ini : 1. Dedy Setyanto, 2007, perencanaan kebutruhan kapasitas pada produksi hand body lotion di PT. Filma Utama Soap dengan pendekatan metode capacity requirement planning, UPN “ Veteran” Jawa Timur. Resume : - PT. Filma Utama Soap adalah salah satu perusahaan dibawah TEMPO Group yang bergerak dalam bidang industri kosmetika yang memproduksi berbagai jenis dan ukuran dari produk Hand and Body Lotion sejak awal tahun 2006. Produk yang dihasilkan berupa Marina Hand and Body Lotion dari berbagai variant. Sedangkan bahan baku yang digunakan untuk memproduksi produk – produk tersebut terdiri atas bahan – bahan kecantikan yang diformulasikan khusus untuk produk kecantikan dan ditambah dengan bahan – bahan pembantu lainnya. - Dari hasil penelitian dapat diambil kesimpulan sebagai berikut : 1. Berdasarkan perhitungan kapasitas pada bab sebelumnya, bahwa pada analisis kebutuhan kapasitas awal dengan menggunakan 6 hari kerja dengan 3 shift per hari, maka terdapat banyak kekurangan kapasitas mesin, dibulan ke 2 hingga 12 pada plan area 1 yang memproduksi HBL dengan ukuran kemasan 100ml. Dengan selisih kekurangan 161.578 menit. Sedangkan pada plan area 2, kekurangan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. kapasitas mesin pada bulan ke 4 hingga ke 8, dan bulan ke 11 Dengan selisih kekurangan 4.237 menit. 2. Setelah diadakan revisi dengan melakukan penambahan jam kerja, pada plan area 1, kekurangan kapasitas mesin hanya pada bulan ke 4 hingga bulan ke 12 dengan selisih kekurangan 99.198 menit, tetapi pada plan area 2 penambahan jam kerja terjadi pada bulan ke 5 hingga bulan ke 11. Pada plan area kerja 2 juga mengalami kelebihan kapasitas, dengan selisih kelebihan 16.557 menit 2. Ani Rahmawati Setiyah, 2010, perencanaan kapasitas untuk memenuhi produk dengan menggunakan metode capacity requirement planning CRP di PT. Varia Usaha Beton, Waru – Sidoarjo, UPN “ Veteran” Jawa Timur. Resume : - PT. Varia Usaha Beton adalah perusahaan yang bergerak dalam bidang produksi beton mensory atau beton ringan diantaranya adalah genteng beton yang terdiri dari genteng nusantara, genteng elabama, genteng wuwung royal dan genteng wuwung nusantara. - Dari hasil penelitian dapat diambil kesimpulan sebagai berikut : 1. Berdasarkan perhitungan kapasitas tesedia pada bab sebelumnya, bahwa kebutuhan kapasitas dengan menggunakan 6 hari kerja dengan 2 shift per hari yaitu : Plant area 1 Genteng Nusantara yaitu work center 1 sampai work center 6 sebesar 4231.68 Jam , Plant Area 2 Genteng Elabama yaitu work center 1 sampai work center 6 sebesar 4231.68 Jam , Plant Area 3 Genteng Ww Royal yaitu work center 1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. sampai work center 6 sebesar 4231.68 Jam , Plant 4 Genteng Ww Nusantara yaitu work center 1 sampai work center 6 sebesar 4231.68 Jam. 2. Kebutuhan kapasitas yang diperlukan pada setiap Plant area adalah : a Plant Area 1 Genteng Nusantara yaitu Work center 1 ; 595 Jam , work center 2 ; 595 Jam , work center 3 ; 1983.32 Jam , work center 4 ; 694.12 Jam, work center 5 ; 8726.64 Jam , work center 6 ; 20428.32 Jam. b Plant Area 2 Genteng Elabama yaitu Work center 1; 599.2 Jam, work center 2; 599.2 Jam, work center 3; 1997.82 Jam, work center 4; 698.99 Jam , work center 5; 8788.22 Jam , work center 6; 20572.48 Jam. c Plant Area 3 Genteng Ww Royal yaitu Work center 1 ; 131.74 Jam, work center 2 ; 131.74 Jam , work center 3 ; 460.48 Jam, work center 4 ; 163.22 Jam, work center 5 ; 698.7 Jam , work center 6 ; 1635.64 Jam. d Plant Area 4 Genteng Ww Nusantara yaitu Work center 1; 132.72 Jam, work center 2 ; 132.72 Jam, work center 3 ; 463.91 Jam, work center 4 ; 160 Jam, work center 5 ; 703.91 Jam, work center 6 ; 1648 Jam. 3. Basith Maharani, 2010, perencanaan kebutuhan kapasitas kain bordir dengan metode capacity requirement planning di PT. Lotus Indah Textile Industries Surabaya, UPN “ veteran ” Jawa Timur. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Resume : - PT. Lotus Indah Textile Industries Embroidery terletak di jalan Raya Kedung Asem No. 1 Kedung Baruk, Rungkut, Surabaya. Beroperasi selama 24 jam dengan pembagian 3 shift kerja untuk setiap harinya dan merupakan salah satu perusahaan yang bergerak dalam bidang produksi, khususnya pembuatan produk kain bordir yang bahan bakunya berasal dari benang dan kain. - Dari hasil penelitian dapat diambil kesimpulan sebagai berikut : 1. Berdasarkan perhitungan kapasitas tersedia atau kapasitas produksi aktual dengan menggunakan 6 hari kerja dengan 3 shift per hari, maka mesin Heraoka tersebut memiliki kapasitas tersedia selama tahun 2010 sebesar Heraoka 1 : 6700.39 jam ; Heraoka 2 : 6547.73 jam ; Heraoka 3 : 6770.33 jam ; Heraoka 4 : 6628.37 jam ; Heraoka 5 : 6839.53 jam ; Heraoka 6 : 6908.43 jam ; Heraoka 7 : 6839.53 jam ; Heraoka 8 : 6698.71 jam. 2. Kebutuhan kapasitas pada mesin Heraoka selama tahun 2010 adalah : Heraoka 1 : 6460.532 jam ; Heraoka 2 : 6755.944 jam ; Heraoka 3 : 67.96 jam ; Heraoka 4 : 6891.144 jam ; Heraoka 5 : 6680.468 jam ; Heraoka 6 : 6728.04 jam ; Heraoka 7 : 6728.04 jam ; Heraoka 8 : 6952.308 jam. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB III METODE PENELITIAN

3.1. Tempat dan Waktu Penelitian

Dalam penelitian pengumpulan data dilakukan di PT. Barata Indonesia jl. Veteran no.241 Gresik. Pengambilan data dilakukan pada bulan Mei 2010 sampai dengan data yang diperlukan terpenuhi.

3.2. Identifikasi dan Definisi Operasional Variabel

Sebelum melakukan penelitian, melakukan identifikasi dulu apa yang akan diteliti sehingga dapat diketahui apa yang menjadi masalah pada perusahaan. Dalam penelitian ini variabel yang diteliti adalah perencanaan kebutuhan kapasitas produksi pada PT. Barata Indonesia Gresik. Variabel – variabel tersebut adalah sebagai berikut : a. Variabel Terikat Yaitu variabel yang nilainya tergantung pada variasi perubahan variabel bebas, yang termasuk variabel terikat adalah kapasitas produksi. b. Variabel Bebas Yaitu variabel yang mempengaruhi variasi perubahan nilai variabel terikat, Meliputi : 1. Struktur Produk : Jenis dan jumlah material atau komponen yang diperlukan untuk merakit suatu produk. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.