4.4.3. Pengumpulan Data
Data – data dalam penelitian ini dikumpulkan dengan cara : 1.
Melakukan pengamatan langsung di lantai produksi. 2.
Melakukan Wawancara kepada pihak perusahaan yang berkaitan dengan informasi yang diperlukan.
3. Mengulas buku – buku laporan administrasi serta catatan pihak perusahaan
yang berhubungan dengan data yang diperlukan. Data – data yang dibutuhkan dalam penelitian ini adalah :
1. Data Primer, yaitu data yang diperoleh dari pengamatan yang dilakukan secara
langsung terhadap kondisi nyata di lantai produksi. Data primer ini meliputi proses pengerjaan dan waktu pengolahan produk.
2. Data sekunder, yaitu data yang dikumpulkan dengan cara melakukan
wawancara atau juga melalui catatan – catatan perusahaan. Data sekunder yang dikumpulkan dalam penelitian ini diperoleh melalui RAKP perusahaan dan
laporan manajemen tahun 2011.
4.4.4. Kerangka Konseptual Penelitian
Kerangka pemikirian peneliti dalam melakukan penelitian dapat dilihat melalu Gambar 4.2. berikut ini.
Universitas Sumatera Utara
Gambar 4.2. Kerangka Konseptual Penelitian 4.4.5. Pengolahan Data
4.4.5.1. Metode Pengolahan Data dengan Mengunakan Dynamic Programming
Setelah data penjualan diramalkan maka dilanjutkan ketahap pengolahan data dengan mengunakan Metode Dynamic Programming untuk
mencari jumlah produksi dan jumlah persediaan optimum. Adapun prosedur pengolahan data dengan menggunakan Metode Dynamic Programming sebagai
berikut:
Waktu proses produksi Kapasitas mesin
pengolahan RBD Olein dan RBD Stearin
Perencanaan kapasitas optimal dengan Dynamic programing
Pesanan Order Mengidentifikasi
Produksi RBD Olein dan RBD Stearin
Ketersediaan Bahan Baku CPO
Biaya Produksi -
RBD Olein -
RBD Stearin
Ketersediaan Bahan Baku CPO dari Pabrik
Sepupu
Tenaga Kerja Pabrik
Kapasitas Optimal
Universitas Sumatera Utara
1 Mengidentifikasi variabel masukan Variabel masukan dalam satu periode stage dalam model ini adalah Sn=
peramalan permintaan tiap periode, biaya variabel produksi, dan biaya simpan, jumlah persediaan dari periode i yang dibawa keperiode i+1.
2 Mengidentifikasi variabel keputusan Xn Variabel keputusan yang digunakan adalah menentukan jumlah produk yang
akan diproduksi dalam setiap periode stage untuk i = 1,2,3,..n 3 Mengidentifikasi kendala-kendala perusahaan kapasitas gudang, kapasitas
produksi, jumlah persediaan maksimum yang diizinkan S.t. S
n
-i ≤x
n
≤S
i
4 Merumuskan persamaan fungsi tujuan :
[ ]
1 −
+ −
+ +
− +
=
n n
n n
n n
n n
n
f D
X I
H S
P X
X R
Min i
f 5 Penyelesaian model dengan dynamic programming dapat dilihat pada gambar
4.4. dibawah ini. x
1
x
2
x
3
x
4
x
5
s
1
s
2 S3 S4 Sn-1
s
n
f
1
S
1
,X
1
f
2
S
2
,X
2
f
3
S
3
,X
3
f
n-1
S
n-1
,X
n-1
f
n
S
n
,X
n
1-Stage 2-Stage
3-Stage n-1 Stage
12-Stage
Gambar 4.3. Pemecahan Masalah dengan Metode Dynamic Programming
Bulan 2 Bulan 1
Bulan 3 Bulan n-1
Bulan n
Universitas Sumatera Utara
Keterangan: 1.SnState: Input ke tahap selanjutnya Sn-1, diantaranya: Peramalan
permintaan tiap periode, biaya variabel dan biaya simpan 2. Stage n : Bulan ke n
3. Xn : Keputusan ke tahap selanjutnya Xn-1 = Tingkat produksi setiap periode 4. Fungsi rekursif : Minimisasi total biaya produksi f
n
S
1
,X
i
Tahapan pengolahan data dengan menggunakan Metode Dynamic Programming dapat dilihat pada block diagram pengolahan data pada Gambar 3.5.
Universitas Sumatera Utara
Mengidentifikasi Variabel Keputusan Setiap Stage :
Menentukan jumlah produk yang diproduksi dan menentukan jumlah
persedian yang disediakan
Merumuskan Fungsi Tujuan untuk meminimisasi biaya produksi. Sebagai fungsi rekursif
Dengan kendala : Sn-i ≤ Xn ≤ Sn
[ ]
n n
n n
n n
n n
n n
S X
I f
S X
I X
f Min
i f
− +
+ −
+ =
−1
,
Menetapkan output setiap stage - Menetapkan jumlah produksi yang optimal yang
akan diproduksi pada setiap periode - menetapkan jumlah persediaan optimal.
Mengidentifikasi Variabel Masukan state
- Peramalan Permintaan - Kapasitas Terpakai
- Variabel Produksi - Biaya Simpan
Gambar 4.4. Block Diagram Pengolahan Data dengan Menggunakan Metode Dynamic Programming
4.4.6. Analisis Pemecahan Masalah