Penentuan Jumlah Kapasitas Produksi

5.9. Rekapitulasi Perhitungan Waktu Standar

No. Elemen Pekerjaan Ws menit RF All WN menit WS menit 1. Gerinda luar 57,35 1,06 24 60,8 80 2. Gerinda dalam 57,25 1,06 27 60,7 83,1 3. Mengisi benang di pinggiran ring 41,75 1,06 22,5 44,2 57 4. Pendempulan 42,05 1,06 22,5 44,6 57,5 5. Pemasangan pegangan 41,22 1,06 29,5 43,7 62 6. Pengamplasan 41,83 1,06 22 44,3 50,3 7. Pembersihan abu menggunakan kompresor 26,10 1,06 20 27,7 34,6 8. Pengecatan 46,65 1,06 26 49,4 66,7 TOTAL 491,2

5.2.4. Penentuan Jumlah Kapasitas Produksi

Penentuan jumlah kapasitas produksi berdasarkan peramalan permintaan pada tahun 2009 selama 12 bulan. Permintaan dapat dilihat pada tabel 5.3. Dari data permintaan tersebut maka dilakukan lagkah-langkah peramalan untuk mendapat kapasitas produksi selama 5 bulan kedepan. Berikut ini langkah- langkah yang dilakukan dalam peramalan. Universitas Sumatera Utara 1. Pendefenisian Tujuan Peramalan Peramalan dilakukan untuk meramalkan besar permintaan press cylinder selama lima bulan depan. 2. Pembuatan Diagram Pencar Gambar. 5.2. Diagram Pencar Jumlah Permintaan Press Cylinder 3. Pemilihan Metode Peramlan Berdasarkan pola data diagram pencar dengan menggunakan metode time series, maka metode peramalan yang digunakan yaitu : a. Metode Konstan b. Metode Linier c. Metode Kuadratis d. Metode Eksponensian e. Metode Siklis 39 40 41 42 43 44 45 46 2 4 6 8 10 12 14 Universitas Sumatera Utara 4. Perhitungan Parameter-Parameter Fungsi Peramalan a. Metode Konstan Persamaan Perhitungannya : Y’ = a Dimana a = Tabel 5.10. Metode Regresi dengan Fungsi Konstan Parameter peramalan : a = = 50512 = 6,474 Persamaan peramalan : Y = 6,474 X Y 1 45 2 40 3 40 4 45 5 45 6 40 7 40 8 45 9 40 10 40 11 40 12 45 78 505 Universitas Sumatera Utara b. Metode Linier Metode Linier : Y’ = a + bx Tabel 5.11. Metode Regresi dengan Fungsi Linier X Y XY X 2 1 45 45 1 2 40 80 4 3 40 120 9 4 45 180 16 5 45 225 25 6 40 240 36 7 40 280 49 8 45 360 64 9 40 360 81 10 40 400 100 11 40 440 121 12 45 540 144 78 505 3270 650 Parameter peramalan: 2 2 X X n Y X XY n b ∑ − ∑ ∑ ∑ − ∑ = 2 78 650 12 505 78 3270 12 − − = b =- 0,087 n x b Y a ∑ ∑ − = = 12 78 -0,087 505 − a = 42,649 Persamaan peramalan : Y’ = 42,648 – 0,087x Universitas Sumatera Utara c. Metode Kuadratis Fungsi perhitungannya adalah Y’ = a + bx + cx 2 Tabel 5.12. Metode Regresi dengan Fungsi Kuadratis X Y X 2 X 3 X 4 XY X 2 Y 1 45 1 1 1 45 45 2 40 4 8 16 80 160 3 40 9 27 81 120 360 4 45 16 64 256 180 720 5 45 25 125 625 225 1125 6 40 36 216 1296 240 1440 7 40 49 343 2401 280 1960 8 45 64 512 4096 360 2880 9 40 81 729 6561 360 3240 10 40 100 1000 10000 400 4000 11 40 121 1331 14641 440 4840 12 45 144 1728 20736 540 6480 78 505 650 6084 60710 3270 328250 Parameter peramalan : 4 2 2 X n X ∑ − ∑ = ∂ = 650 2 – 1260710 = -306020 Y X n Y X 2 2 ∑ − ∑ ∑ = θ = 650505 – 12328250 = -3610750 XY n Y X ∑ − ∑ ∑ = δ = 78505 – 123270 = 150 3 2 X n X X ∑ − ∑ ∑ = α = 78650 – 126084 =-22308 2 2 X n X ∑ − ∑ = β = 78 2 – 12650 =-1716 2 α β θα δ − ∂ − ∂ = b = 2 -22308 -1716 306020 22308 3610750 150 306020 − − − − − − = -2932,474 Universitas Sumatera Utara ∂ − = α θ b c = 306020 - -22308 -2932,474 3610750 − − = 225,568 n X c X b Y a 2 ∑ − ∑ − ∑ = = 12 650 568 , 225 78 474 , 2932 - 505 − − = 6884,886 Persamaan peramalan : d. Metode Eksponensial Y’ : 6884,886 -2932,474x + 225,568x 2 Fungsi perhitungannya adalah Y’ = ae bx Tabel 5.13. Metode Regresi dengan Fungsi Eksponensial X Y ln Y X 2 XlnY 1 45 3,807 1 3,806662 2 40 3,689 4 7,377759 3 40 3,689 9 11,06664 4 45 3,807 16 15,22665 5 45 3,807 25 19,03331 6 40 3,689 36 22,13328 7 40 3,689 49 25,82216 8 45 3,807 64 30,4533 9 40 3,689 81 33,19992 10 40 3,689 100 36,88879 11 40 3,689 121 40,57767 12 45 3,807 144 45,67995 78 505 44,855 650 291,266 Universitas Sumatera Utara Parameter peramalan : 2 2 ln ln X X n Y X Y X n b ∑ − ∑ ∑ ∑ − ∑ = = 2 78 650 12 855 , 44 78 266 , 291 12 − − = -0,0021 n X b Y a ∑ − ∑ = ln ln = 12 78 0.0021 855 , 44 − − = 3,75 a e ln a = 42,58 Persamaan peramalan : Y’ = 42,58 x e- 0,0021x 5. Hitung kesalahan setiap metode peramalan Kesalahan setiap metode peramalan dihitung dengan menggunakan standard error of estimate SEE dan means square error MSE, sebagai berikut. a. Metode Konstan Tabel 5.14. Estimasi Kesalahan Peramalan Metode Konstan Y’ = 6,474 X Y y y-y y - y 2 1 45 6,474 38,5260 1484,25 2 40 6,474 33,5260 1123,99 3 40 6,474 33,5260 1123,99 4 45 6,474 38,5260 1484,25 5 45 6,474 38,5260 1484,25 6 40 6,474 33,5260 1123,99 7 40 6,474 33,5260 1123,99 8 45 6,474 38,5260 1484,25 9 40 6,474 33,5260 1123,99 10 40 6,474 33,5260 1123,99 Universitas Sumatera Utara 11 40 6,474 33,5260 1123,99 12 45 6,474 38,5260 1484,25 78 505 77,688 427,3120 15289,21 f n SEE − = 2 y - y = 1 12 15289,21 − = 37,28 b. Metode Linier Metode Linier : Tabel 5.15. Estimasi Kesalahan Peramalan Metode Linier Y’= 42,652 – 0,087x X Y y y-y y - y 2 1 45 42,565 2,435 5,929 2 40 42,478 -2,478 6,140 3 40 42,391 -2,391 5,717 4 45 42,304 2,696 7,268 5 45 42,217 2,783 7,745 6 40 42,13 -2,13 4,537 7 40 42,043 -2,043 4,174 8 45 41,956 3,044 9,266 9 40 41,869 -1,869 3,493 10 40 41,782 -1,782 3,176 11 40 41,695 -1,695 2,873 12 45 41,608 3,392 11,506 78 505 505,038 -0,038 71,824 f n SEE − = 2 y - y = 2 12 71,824 − = 2,68 Universitas Sumatera Utara c. Metode Kuadratis Tabel 5.16. Estimasi Kesalahan Peramalan Metode Kuadratis Y’ : 6884,886 -2932,474x + 225,568x 2 X Y y y-y y - y 2 1 45 4177,98 -4132,98 17081523,68 2 40 1922,21 -1882,21 3542714,484 3 40 117,576 -77,576 6018,035776 4 45 -4829,01 4874,01 23755973,48 5 45 -2138,284 2183,284 4766729,025 6 40 -2589,51 2629,51 6914322,84 7 40 -2589,6 2629,6 6914796,16 8 45 -2138,554 2183,554 4767908,071 9 40 -1236,372 1276,372 1629125,482 10 40 4052,412 -4012,412 16099450,06 11 40 1921,4 -1881,4 3539665,96 12 45 4176,99 -4131,99 17073341,36 78 505 847,238 -342,238 106091568,6 f n SEE − = 2 y - y = 3 12 6 106091568, − = 3433,36 Universitas Sumatera Utara d. Metode Eksponensial Tabel 5.17. Estimasi Kesalahan Peramalan Metode Eksponensial Y = 42,58 x e- 0,0021x X Y y y-y y - y 2 1 45 1,008 43,992 1935,304 2 40 1,984 38,016 1445,193 3 40 2,976 37,024 1370,743 4 45 3,969 41,031 1683,575 5 45 4,961 40,039 1603,140 6 40 5,953 34,047 1159,204 7 40 6,945 33,055 1092,628 8 45 7,937 37,063 1373,649 9 40 8,929 31,071 965,384 10 40 9,922 30,078 904,714 11 40 10,914 29,086 846,014 12 45 11,906 33,094 1095,224 78 505 77,404 427,596 15474,772 f n SEE − = 2 y - y = 2 12 15474,722 − = 39,338 Universitas Sumatera Utara e. Metode Siklis Y = 42,083 +2,4 sin x n π 2 +6 cos x n π 2 Tabel 5.18. Estimasi Kesalahan Peramalan Metode Siklis X Y y y-y y - y 2 1 45 48,479 -3,479 12,105 2 40 47,161 -7,161 51,287 3 40 44,483 -4,483 20,097 4 45 41,161 3,839 14,734 5 45 38,087 6,913 47,792 6 40 36,083 3,917 15,343 7 40 35,687 4,313 18,603 8 45 37,005 7,995 63,927 9 40 39,683 0,317 0,100 10 40 43,005 -3,005 9,027 11 40 46,079 -6,079 36,956 12 45 48,083 -3,083 9,505 78 505 504,996 0,004 299,477 f n SEE − = 2 y - y = 3 12 299,477 − =5,77 6. Pemilihan Metode Peramlan Universitas Sumatera Utara Dari fungsi peramalan diatas, dipilih dua yang memiliki SEE terkecil, yaitu: Fungsi linier : SEE = 2,68 Fungsi siklis : SEE = 5,77 Untuk membuktikan kebenaran yang dilpilih dalam melakukan peramalan, maka perlu dilakukan uji statistik terhadap metode tersebut. Uji statistik yang dilakukan adalah sebagai berikut : a. Ho:SEE linier SEE siklis Hi:SEE linier SEE siklis Untuk α 0,05 maka dari tabel diperoleh daerah kritis untuk harga : Uji statistik : F 0,0510,9 tabel = 3,14 Karena harga f tabel f hitung, maka Ho diterima. Dengan demikian maka SEE linier SEE siklis 7. Verifikasi hasil peramalan Untuk melihat apakah data-data yang digunakan dalam peramalan berada dalam batas-batas kontrol atau tidak, maka perlu dilakukan verifikasi terhadap data tersebut. Dalam hal ini, metode yang dipilih adalah metode yang memiliki SEE terkecil, yaitu metode linier. Hasil perhitungan data untuk verifikasi dapat dilihat pada tabel 5.19. Tabel 5.19. Hasil Pengolahan Verifikasi Data Peramalan Universitas Sumatera Utara X Y y error MRt 1 45 42,562 2,438 2 40 42,475 -2,475 -4,913 3 40 42,388 -2,388 0,087 4 45 42,301 2,699 5,087 5 45 42,214 2,786 0,087 6 40 42,127 -2,127 -4,913 7 40 42,040 -2,040 6,761 8 45 41,953 2,672 5,087 9 40 41,866 -1,866 -4,913 10 40 41,779 -1,779 5,098 11 40 41,692 -1,692 0,087 12 45 41,605 2,772 5,087 12,642 MR= 1,149 BKA= 3,435 BKB= -3,435 13 BKA= 2,976 13 BKB= -2,976 23 BKA= 3,141 23 BKB= -3,141 Universitas Sumatera Utara Gambar. 5.3.Moving Range Chart untuk peramalan Press Cylinder Berdasarkan gambar diatas, dapat dilihat bahwa seluruh data yang digunakan dalam peramalan berada dalam batas-batas kontrol, sehingga dapat disimpulkan bahwa data-data tersebut signifikan.peramalan. Maka, peramalan permintaan Press Cylinder untuk periode 5 bulan berikutnya dapat diterima yaitu: dengan menggunakan persamaan linier: : Hasil peramalan permintaan press cylinder pada bulan Mei 2010 PT.High Steelindo Eranusa dengan menggunakan metode linier dapat dilihat pada tabel 5.20. Y’= 42,652 – 0,087x -4,000 -3,000 -2,000 -1,000 0,000 1,000 2,000 3,000 4,000 1 2 3 4 5 6 7 8 9 10 11 12 error BKA BKB 13 BKA 13 BKB 23 BKA 23 BKB Universitas Sumatera Utara Tabel 5.20. Permintaan Press Cylinder pada PT. HSE Bulan X y Januari 1 41,52 Februari 2 41,43 Maret 3 41,34 April 4 41,25 Mei 5 41,17 RATA-RATA 41,34 Rata-rata permintaan untuk press cylinder pada tahun 2010 sampai bulan mei adalah 41,34 ≈ 42. Sehingga kapasitas produksi yang diramalkan untuk dilakukan produksi adalah 42 buah. Untuk kapasitas hariannya adalah : Kapasitas produksi = 42 : jumlah hari kerja = 42 : 26= 1,6 Kapasitas produksi = 1,6 ≈ 2hari

5.2.5. Penentuan Jumlah Tenaga Kerja

Dokumen yang terkait

Penentuan Alternatif Optimal Pencegahan Kecelakaan Kerja Berdasarkan Kriteria Cost Benefit Ratio Pada PT. HIGH STEELINDO ERANUSA

1 34 155

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

6 23 92

ANALISIS PENENTUAN JUMLAH TENAGA KERJA UNTUK MENINGKATKAN EFISIENSI KERJA PADA Analisis Penentuan Jumlah Tenaga KErja Untuk Meningkatkan Efisiensi Kerja Pada PT. Nojorono Kudus.

0 0 13

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

1 1 17

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

2 3 1

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

0 0 7

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

0 0 4

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

0 0 1

Penentuan Jumlah Tenaga Kerja Berdasarkan Analisis Beban Kerja dengan Metode SWAT (Subjective Workload Assessment Technique) dan Work Load Analysis pada Bagian Produksi di PT. Florindo Makmur

0 1 4

View of PENENTUAN BEBAN KERJA DAN JUMLAH TENAGA KERJA OPTIMAL PADA PRODUKSI TAHU

0 0 9