Penjadwalan Flowshop LANDASAN TEORI

2. Ketegangan yang diakibatkan susunan aliran lini terhadap pekerja. Pekerja akan bosan karena terbatasnya variasi kerja pada tiap stasiun dan panjang rentang pengendalian sepanjang lintasannya. 3. Prioritas order pada flowshop dipengaruhi terutama pada pengirimnya dibandingkan tanggal pemrosesan dengan syarat flowshop digunakan khusus untuk satu jenis produk. Pengambilan keputusan penjadwalan operasi harus didasarkan atas kriteria mana yang dipentingkan. Terdapat 5 kriteria dalam pengambilan keputusan penjadwalan pada perusahaan manufacturing, yaitu: 1. Mengacu pada minimisasi idle time 2. Minimisasi total waktu set up 3. Minimisasi work in process inventory 4. Maksimisasi utilitas mesin Penentuan jadwal yang memenuhi seluruh kriteria di atas sangat sulit. Untuk menyederhanakan masalah, digunakan suatu kriteria yang dapat mewakili dari beberapa kriteria di atas. Kriteria tersebut adalah minimisasi makespan, yaitu meminimumkan panjang waktu keseluruhan operasi dalam proses secara lengkap. Minimisasi makespan cenderung menghasilkan idle time yang pendek, persediaan barang setengah jadi rendah dan utilitas mesin tinggi.

3.2. Peramalan dengan Metode Pemulusan Smoothing Eksponensial

Dalam peramalan, nilai rata-rata digunakan sebagai penaksir estimator yang meminimumkan nilai tengah kesalahan kuadrat MSE dari nilai sebenarnya dikurangi dengan nilai taksirannya, dan nilai tengah adalah penaksir yang tak terbias. Jika nilai tengah tersebut dipakai sebagai alat peramalan, maka penggunaan yang optimal memerlukan suatu pengetahuan tentang kondisi yang menentukan kecocokannya. Untuk nilai rata-rata, kondisinya adalah bahwa data harus stasioner, yaitu data tersebut berada dalam kesetimbangan di sekitar nilai yang konstan dan varian di sekitar nilai tengah tersebut tetap konstan selama waktu tertentu. 4 Dasar pemikiran dari pemulusan eksponensial linear dari Brown adalah sama dengan rata-rata bergerak linear, yaitu karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data yang sebenarnya bila terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan pada nilai pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang digunakan dalam implementasi pemulusan eksponensial linear satu parameter dari Brown ditunjukkan sebagai berikut. Metode pemulusan smoothing eksponensial menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua. Dalam metode ini, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai observasi.

3.2.1. Pemulusan Smoothing Eksponensial Ganda: Metode Linear Satu Parameter dari Brown

4 Spyros Makridakis, Metode dan Aplikasi Peramalan Jakarta : Penerbit Erlangga, 1990, hlm. 79-96