Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
4.3. Studi Literatur dan Studi Lapangan
Sebagai tahap awal sebelum memasuki tahap penelitian tentang penerapan Metode Dynamic Programming dilakukan studi lapangan dan studi literatur. Studi
lapangan dilakukan dengan peninjauan langsung ke lokasi pabrik dan proses produksi. Sedang studi literatur dilakukan dengan cara mempelajari teori tentang
Perencanaan dan pengendalian produksi dan aplikasi Metode Dynamic Programming dalam menyusun rencana produksi.
4.4. Pengumpulan Data
Dalam melakukan penelitian di PT. Gold Coin Indonesia, dibutuhkan sejumlah data tertentu. Data yang diperlukan dalam penelitian ini terdiri atas dua
kelompok, yaitu : 1.
Data primer. Data primer adalah data yang diperoleh dari sumber pertama melalui prosedur
dan teknik pengambilan data seperti wawancara, diskusi, observasi, dan penggunaan instrumen pengukuran yang khusus dirancang sesuai dengan
tujuan penelitian 2.
Data sekunder. Data sekunder adalah data yang diperoleh bukan melalui pengamatan atau
pengukuran secara langsung terhadap objek yang diteliti. Data-data yang diperoleh dari sumber tidak langsung biasanya berupa dokumentasi dan arsip-
arsip resmi. Data sekunder yang dikumpulkan meliputi volume penjualan, kapasitas produksi, elemen biaya simpan, daya tampung gudang.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
4.5. Metode Pengolahan Data
4.5.1. Metode Pengolahan Data Pada Tahap Peramalan
Data yang diperoleh selanjutnya diolah dengan tahapan pengolahan data. Pengolahan data yang dilakukan yaitu melakukan peramalan permintaan periode
satu tahun kedepan dengan menggunakan metode peramalan secara kuantitatif, diantaranya:
1. Mendefenisikan tujuan peramalan : Untuk meramalkan permintaan pada
periode satu tahun yang akan datang 2.
Membuat diagram pencar scatter diagram permintaan produk tahun lalu. 3.
Memilih metode yang mendekati pola diagram pencar untuk melihat apakah pola mengikuti pola trendkecendrungan konstan, linear, kuadratis,
eksponensial, dan siklis. 4.
Menghitung fungsi parameter dari trend yang mendekati pola diagram pencar. Fungsi parameter yang dimaksud:
- Fungsi trend konstan :
t t
a Y
= -
Fungsi trend linear :
t t
b a
Y +
= -
Fungsi trend kuadratis :
2 t
t t
c b
a Y
+ +
=
- Fungsi trend eksponensial :
bt t
ae Y
=
- Fungsi trend siklis :
n t
c n
b a
Y
t
π π
2 cos
2 sin
+ +
=
5. Menghitung setiap kesalahan setiap metode, dilakukan dengan cara:
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
- Mean Square Error MSE =
n Ft
Xt
N t
2 1
∑
=
−
- Standard Error of Estimate SEC =
f n
Ft Xt
N t
− −
∑
= 2
1
- Percentage Error PE
t
= 100
x Xt
Ft Xt
−
6. Pilih metode dengan kesalahan terkecil:
- Tentukan pernyataan awal Ho dan pernyataan alternatif Hi - Lakukan test statistik dengan rumus:
2 2
2 1
S S
F =
- Bandingkan hasil yang diperoleh dengan test statistik, dengan hasil yang diperoleh dari tabel distribusi F dengan harga tingkat ketelitian yang
telah ditetapkan. 7.
Proses Verifikasi Bertujuan untuk melihat apakah sebaran data masih dalam kontrol atau
sudah berada diluar kontrol. Jika sebaran berada diluar kontrol maka fungsi metode peramalan tidak sesuai, artinya pola peramalan terhadap
data tidak representatif. Proses verifikasi dapat dilakukan dengan menggunakan Moving Range Chart MRC
Tahapan pengolahan data peramalan dapat dilihat pada flowchart pengolahan data pada Gambar 4.2.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Definisikan Tujuan Peramalan Buat Diagran Pencar
Pilih Beberapa Metode Peramalan
Hitung Parameter Peramalan Hitung Kesalahan Setiap Metode
Pilih Metode dengan Kesalahan Terkecil
MRC
Out of Control
Fungsi Penyebab Dketahui
Gunakan fungsi yang diperoleh untuk meramalkan
Tidak
Gejala tersebut bukan bersifat random sehingga data
menyimpang Ya
Menghitung kembali parameter fungsi tersebut dengan menghilangkan Titik Out
of Control sehingga diperoleh kembali fungsi yang baru dengan jumlah data
yang baru Ganti dengan fungsi
baru Ya
Tidak
Mulai
Selesai
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Gambar 4.2. Flow Chart Pengolahan Data pada Tahap Peramalan 4.5.2.
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:
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. i
S
n
− ≤
n
x ≤
i
S 4.
Merumuskan persamaan fungsi tujuan
i f
n
: Min
{ }
n n
n n
n n
n n
n
S X
I f
S X
I X
f −
+ +
− +
− 1
,
5. Penyelesaian model dengan dynamic programming dapat dilihat pada
gambar 4.3.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Bulan 1
S1 X1
S2
Bulan 2
S3 X2
Bulan 3 Bulan n-1
S4 X3
X n-1 S n-1
Bulan n
Xn S n
1-Stage 2-Stage
3-Stage n-1 Stage
12-Stage
n n
n
X S
f ,
1 1
1
,
− −
− n
n n
X S
f
3 3
3
, X S
f
2 2
2
, X S
f
1 1
1
, X S
f
Gambar 4.3. Pemecahan Masalah dengan metode Dynamic Programming
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
3. Fungsi rekursif : Minimisasi total biaya produksi
i n
X S
f ,
1
Tahapan pengolahan data dengan menggunakan Metode Dynamic Programming dapat dilihat pada block diagram pengolahan data pada Gambar
4.4.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Mengidentifikasi Variabel Masukan State - Peramalan Permintaan
- Kapasitas Terpakai - Biaya Variabel Produksi
- Biaya Simpan
Mengidentifikasi Variabel Keputusan setiap Stage:
Menentukan jumlah produk yang diproduksi dan menetukan jumlah
persediaan yang disediakan
Merumuskan Fungsi tujuan untuk meminimisasi biaya produksi: Sebagai fungsi rekursif
Dengan kendala:
{ }
n n
n n
n n
n n
S x
i f
S x
i x
f Min
i f
− +
+ −
+ =
− 1
,
n n
n
S x
i S
≤ ≤
−
Menetapkan output setiap stage: - Menetapkan jumlah produksi yang
optimal yang akan diproduksi pada setiap periode
- menetapkan jumlah persediaan optimal.
Gambar 4.4. Block Diagram Pengolahan Data dengan Menggunakan Metode Dynamic Programming
4.6. Analisis Pemecahan Masalah
Setelah dilakukan perhitungan peramalan dan penentuan jumlah produksi serta jumlah persediaan yang optimal dengan menggunakan Metode Dynamic
Programming maka langkah selanjutnya yaitu melakukan analisa pemecahan masalah. Analisa dilakukan untuk melihat berapa jumlah produksi optimum yang
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
harus diproduksi dengan memperhatikan jumlah persediaan. Penentuan jadwal produksi dengan menggunakan Metode Dynamic Programming akan dapat
meminimasi biaya.
4.7. Kesimpulan dan Saran
Bab ini adalah penarikan kesimpulan hasil analisa dan interpretasi data. Bagian ini dilengkapi dengan saran–saran. Penarikan kesimpulan sangat berguna
dalam merangkum hasil akhir dari suatu penelitian selain sebagai landasan rumusan strategi dan pengambilan keputusan bagi pihak perusahaan juga
digunakan sebagai bahan acuan penelitian selanjutnya.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
Untuk menyelesaikan suatu masalah, perlu adanya data yang berhubungan dengan permasalahan baik data primer maupun data sekunder.
Data primer yaitu data yang diperoleh langsung dari pengamatan penelitian, sedangkan data sekunder adalah data yang diperoleh dari dokumentasi-
dokumentasi yang telah dilakukan oleh orang lain seperti laporan penelitian, literatur-literatur, laporan-laporan tahunan pada setiap instansi atau perusahaan.
5.1. Pengumpulan Data
Data yang dikumpulkan untuk menyelesaikan masalah dalam tulisan ini adalah sebagai berikut:
1. Data hari kerja
Tabel 5.1. Data Hari Kerja Januari 2008 sd Desember 2008 PT. Gold Coin Indonesia-Medan Mill
No Bulan
Jumlah Hari
1 Januari
22 2
Februari 20
3 Maret
21 4
April 22
5 Mei
23 6
Juni 20
7 Juli
23 8
Agustus 22
9 September
20 10
Oktober 22