Peramalan Jumlah Permintaan Produk

� = ∑� − �. ∑� − �. ∑� 2 � = 254072 − −1253,77878 − 74,585650 12 = 25282.203 Fungsi peramalannya adalah : Y’ = 25282.203 – 1253.778x + 74.585x 2 b. Metode Siklis Fungsi peramalan : Y = a + b sin + c cos Tabel 5.17. Perhitungan Parameter Peramalan untuk Metode Siklis X Y Sin Cos Sin cos sin 2 cos 2       n X π 2 Ysin Ycos 1 23620 0.500 0.866 0.433 0.250 0.750 11810.000 20454.920 2 23120 0.866 0.500 0.433 0.750 0.250 20021.920 11560.000 3 22240 1.000 0.000 0.000 1.000 0.000 22240.000 0.000 4 20580 0.866 -0.500 -0.433 0.750 0.250 17822.280 -10290.000 5 21660 0.500 -0.866 -0.433 0.250 0.750 10830.000 -18757.560 6 21720 0.000 -1.000 0.000 0.000 1.000 0.000 -21720.000 7 21940 -0.500 -0.866 0.433 0.250 0.750 -10970.000 -19000.040 8 21220 -0.866 -0.500 0.433 0.750 0.250 -18376.520 -10610.000 9 16360 -1.000 0.000 0.000 1.000 0.000 -16360.000 0.000 10 18100 -0.866 0.500 -0.433 0.750 0.250 -15674.600 9050.000 11 20412 -0.500 0.866 -0.433 0.250 0.750 -10206.000 17676.792 12 23100 0.000 1.000 0.000 0.000 1.000 0.000 23100.000 78 254072 0.000 0.000 0.000 6.000 6.000 11137.080 1464.112 Sumber: Pengolahan Data       n X π 2       n X π 2       n X π 2       n X π 2       n X π 2       n X π 2       n X π 2       n X π 2       n X π 2 = na + b + c 254072 = 12a + b0 + c0 254072 = 12a a = 21172.667 11137.080 = a 0 + b 6 + c 0 11137.080 = 6 b b = 1856.180 1464.112 = a 0 + c 6 + b 0 1464.112 = 6 c c = 244.019 Fungsi peramalannya adalah : Y’ = 21172.667 + 1856.180 sin + 244.019 cos 5. Menghitung Kesalahan Peramalan Perhitungan ketelitian masing-masing metode peramalan bertujuan untuk memilih metode peramalan yang lebih tepat untuk digunakan. Ketelitian peramalan dapat ditentukan dengan menghitung standar kesalahan ∑ Y ∑       n X π 2 sin ∑       n X π 2 cos ∑ ∑ ∑ ∑       +       +       =       n X n X c n X b n X a n X Y π π π π π 2 cos 2 sin 2 sin 2 sin 2 sin 2 ∑ ∑ ∑ ∑       +       +       =       n X n X b n X c n X a n X Y π π π π π 2 cos 2 sin 2 cos 2 cos 2 cos 2       n X π 2       n X π 2 peramalan Standard Error of Estimate. Perhitungan kesalahan menggunakan metode SEE Standard Error of Estimation dengan menggunakan rumus sebagai berikut: f n Y Y SEE − − = ∑ 2 Keterangan: f = derajat kebebasan Y = data aktual periode X Y’ = nilai ramalan periode X n = banyaknya periode a. Metode kuadratis Tabel 5.18. Perhitungan SEE untuk Metode Kuadratis X Y Y e=Y-Y e 2 1 23620 24103.01 -483.010 233298.660 2 23120 23072.987 47.013 2210.222 3 22240 22192.134 47.866 2291.154 4 20580 21460.451 -880.451 775193.963 5 21660 20877.938 782.062 611620.972 6 21720 20444.595 1275.405 1626657.914 7 21940 20160.422 1779.578 3166897.858 8 21220 20025.419 1194.581 1427023.766 9 16360 20039.586 -3679.586 13539353.131 10 18100 20202.923 -2102.923 4422285.144 11 20412 20515.43 -103.430 10697.765 12 23100 20977.107 2122.893 4506674.689 78 254072 254072.002 -0.002 30324205.239 Sumber: Pengolahan Data 581 , 1835 3 12 239 , 30324205 = − = SEE b. Metode siklis Tabel 5.19. Perhitungan SEE untuk Metode Siklis X Y Y e=Y-Y e 2 1 23620 22312.08 1307.917 1710646.879 2 23120 22902.18 217.825 47447.731 3 22240 23028.85 -788.847 622279.589 4 20580 22658.16 -2078.156 4318732.360 5 21660 21889.43 -229.430 52638.125 6 21720 20928.65 791.352 626237.988 7 21940 20033.25 1906.750 3635695.563 8 21220 19443.16 1776.842 3157167.493 9 16360 19316.49 -2956.487 8740815.381 10 18100 19687.18 -1587.177 2519130.829 11 20412 20455.9 -43.903 1927.473 12 23100 21416.69 1683.314 2833546.023 78 254072 254072 0.000 28266265.434 Sumber: Pengolahan Data 1772,201 3 12 34 28266265,4 = − = siklis SEE Hasil rekapitulasi nilai SEE dapat dilihat pada Tabel 5.20 Tabel 5.20. Rekapitulasi Hasil Perhitungan SEE Metode Peramalan Hasil Perhitungan SEE Kuadratis 1835.581 Siklis 1772.201 Sumber: Pengolahan Data Kesimpulan: SEE Siklis SEE Kuadratis 6. Pengujian hipotesa Pengujian hipotesa dilakukan dengan mencari SEE yang terkecil yaitu metode peramalan siklis dan kuadratis. Ho : SEE siklis ≤ SEE kuadratis Hi : SEE kuadratis SEE siklis α = 0.05 Uji statistik : 2 2 2 konstan 2 siklis hitung 581 , 1835 201 , 1772 SEE SEE F = = = 0.932 F tabel = α v 1 .v 2 dimana v 1 bernilai 9 12-3 untuk metode siklis dan v 2 Maka didapatkan F bernilai 9 12-3 untuk metode kuadratis. tabel Didapatkan maka Ho diterima = 0.05 9.9 = 3.18 Kesimpulan: Metode yang digunakan untuk meramalkan data permintaan produk adalah metode siklis dengan fungsi berikut ini. Y’ = 21172.667 + 1856.180 sin + 244.019 cos 7. Verifikasi peramalan Tujuan dilakukannya proses verifikasi adalah untuk mengetahui apakah fungsi yang telah ditentukan dapat mewakili data yang akan diramalkan. Proses verifikasi dilakukan dengan metode moving range. Perhitungan moving range dapat dilihat pada Tabel 5.21. tabel hitung F F ≤       n X π 2       n X π 2 Tabel 5.21. Perhitungan Hasil Verifikasi X Y Y Y-Y MR 1 23620 22312.083 1307.917 - 2 23120 22902.175 217.825 1090.092 3 22240 23028.847 -788.847 1006.672 4 20580 22658.156 -2078.156 1289.309 5 21660 21889.430 -229.430 1848.726 6 21720 20928.648 791.352 1020.782 7 21940 20033.250 1906.750 1115.398 8 21220 19443.158 1776.842 129.908 9 16360 19316.487 -2956.487 4733.329 10 18100 19687.177 -1587.177 1369.310 11 20412 20455.903 -43.903 1543.274 12 23100 21416.686 1683.314 1727.217 78 254072 254072 16874.017 Sumber: Pengolahan Data 002 , 1534 1 12 16874,017 1 = − = − = ∑ n MR MR BKA = 2.66 × = 2.66 × 1534.002 = 4080.445 13 BKA = 13 × 4080.445 = 1360.148 23 BKA = 23 × 4080.445 = 2720.297 BKB = -2.66 × = -2.66 × 1534.002 = -4080.445 13 BKB = 13 × -4080.445 = -1360.148 23 BKB = 23 × -4080.445 = -2720.297 MR MR Gambar 5.10. Moving Range Chart Data Penjualan Dari gambar tersebut. dapat dilihat bahwa tidak ada data yang berada di luar batas kontrol sehingga metode peramalan sudah representatif. Hasil peramalan data permintaan produk parabola untuk bulan desember X = 13 sampai dengan 24 adalah sebagai berikut: Y Des 2011 = 21172.667 + 1856.180 sin + 244.019 cos YX=13 = 21172.667 + 1856.180 sin       12 13 2 π + 244.019 cos       12 13 2 π = 22312.084 ≈ 22313 unit Jadi permintaan parábola untuk bulan Desember tahun 2011 adalah sebesar 22313 unit. -5000 -4000 -3000 -2000 -1000 1000 2000 3000 4000 5000 1 2 3 4 5 6 7 8 9 10 11 12 error UCL LCL 23 UCL 23 LCL 13 UCL 13 LCL       n X π 2       n X π 2

5.2.3.2 Tidakan Perbaikan dengan Lean Manufacturing

Setelah memperoleh analisis 5W dan 1H pada pemborosan yang terjadi di lantai produksi PT Bintang Persada Satelit, maka dalam melaksanakan tindakan perbaikan akan dilakukan reduksi pemborosan tersebut yaitu dengan melakukan penerapan line balancing keseimbangan lintasan perbaikan layout untuk mengurangi waste. 1. Keseimbangan Lintasan Keseimbangan lintasan merupakan proses penempatan pekerjaan pada stasiun kerja SK sehingga target laju produksi dapat terpenuhi. Dalam menyeimbangkan lintasan diperlukan data waktu siklus, rating factor, dan allowance yang digunakan untuk memperoleh waktu baku yang digunakan menyeimbangkan lintasan dari setiap kegiatan yang dikerjakan oleh operator. Sebelum membuat lintasan usulan, terlebih dahulu ditentukan waktu siklus lini dan selanjutnya dihitung nilai balance delay, efisiensi, waktu kosong dan smoothness index lintasan aktual proses pembuatan parabola. Waktu siklus yang merupakan waktu baku dari setiap proses dapat dilihat pada Tabel 5.22. Tabel 5.22. Waktu Siklus dari Setiap Proses WC Nama Work Centre Waktu Baku Detik 1 Potong hollow 17.379 2 Roll rangka 41.430 3 Bor rangka 70.847 4 Pembuatan mesh 276.920 5 Roll mesh 40.659 6 Potong mesh 38.564 7 Potong plat strip 4.671 Tabel 5.22. Waktu Siklus dari Setiap Proses Lanjutan WC Nama Work Centre Waktu Baku Detik 8 Pengelasan rangka 62.503 9 Perakitan disc 219.043 10 Cetak pon 70.945 11 Potong plat besi 41.690 12 Hidrolik 46.225 13 Pembuatan tiang focus 46.320 14 Pengelasan part mounting 359.302 15 Galvanis mounting 104.499 16 Gerinda mounting 143.411 17 Perakitan mounting 280.324 18 Quality Control 25.893 19 Packing 48.895 Sumber: Pengolahan Data - Menghitung Waktu Siklus Work Centre Lini Perakitan Syarat waktu siklus lini: Waktu elemen kerja terbesar ≤ Waktu siklus ≤ Waktu total 359.302 detik ≤ Waktu siklus ≤ 1939.53 detik Maka, diambil waktu siklus untuk setiap work centre sebesar 359.302 detik. Ini disebabkan karena pengelasan part mounting memiliki waktu siklus terbesar. Kemudian setiap proses disusun pada masing-masing work centre berdasarkan bobot waktunya untuk melihat keseimbangan yang terjadi diantara work centre. Histogram keseimbangan lintasan perakitan aktual dapat dilihat pada Gambar 5.11. Gambar 5.11. Grafik Keseimbangan Lintasan Perakitan Aktual - Perhitungan balance delay Balance Delay untuk pengelompokan work centre di atas dapat dihitung dengan rumus: Sm n Si Sm n D n i . . 1 ∑ = − = x 100 Di mana: D = Balance Delay Sm = Waktu yang paling maksimum dalam work centre n = Jumlah work centre Si = Waktu masing-masing stasiun I=1,2,3,…,n 50 100 150 200 250 300 350 400 Keseimbangan Lintasan Perakitan Aktual Waktu Baku Waktu Siklus D = 302 . 359 19 895 . 48 ... 847 . 70 430 . 41 379 . 17 302 . 359 19 × + + + + − × x 100 = 738 . 6826 520 . 1939 738 . 6826 − x 100 = 71.58 - Perhitungan Efisiensi Efisiensi untuk pengelompokan work centre kerja berdasarkan lintasan produksi aktual dihitung dengan rumus: Efisiensi = 100 . 1 × ∑ = C n Si n i Di mana: C = Waktu Siklus Maka Efisiensi = 100 302 . 359 19 520 . 1939 × × = 28.41 Waktu Kosong = 100 - Efisiensi = 100 - 28.41 = 71.59