Tabel 5.14 Analisis aktivitas dengan metode 5W dan 1 H Lanjutan No
Aktivitas Analisis
Keterangan
29 What
Disc dibawa ke gudang produk jadi
Who Operator XIX
Where Di Work Centre XIX
When Aktivitas ini terjadi setelah troli besar penuh dengan disc
Why Kegiatan transportasi ini dianggap tidak efektif karena memakan waktu yang
cukup lama yang diakibatkan oleh jarak perpindahan antara gudang produk dan lantai produksi terlalu jauh
How Kegiatan transportasi ini diminimisasi dengan cara mendekatkan jarak antara
gudang bahan baku dengan lantai produksi
30 What
Bahan baku mounting plat besi. pipa besi dibawa ke lantai produksi
Who Operator Work Centre X
Where Di Work Centre X
When Elemen kerja ini dilakukan diawal proses setelah proses cetak dan pon
Why Kegiatan transportasi ini dianggap tidak efektif karena memakan waktu yang
cukup lama yang diakibatkan oleh jarak perpindahan antara gudang bahan baku dan lantai produksi terlalu jauh
How Kegiatan transportasi ini diminimisasi dengan cara mendekatkan jarak antara
gudang bahan baku dengan lantai produksi
50 What
Menunggu di mobil pick up
Who Operator Work Centre XIX
Where Di Work Centre XIX
When Elemen kerja ini dilakukan setelah pengepakan
Why Kegiatan transportasi ini dianggap tidak efektif karena seharusnya setelah
packing langsung saja dibawa ke gudang bahan baku. Tetapi karena jarak gudang produk dengan lantai produksi cukup jauh maka tidak dapat dilakukan
perpindahan secara continous dalam waktu yang singkat, sehingga membutuhkan mobil pick up untuk mengangkut disc dalam jumlah yang besar
How Kegiatan transportasi ini dieliminasi dengan cara mendekatkan jarak antara
gudang produk akhir dengan lantai produksi
51 What
Mounting dibawa ke gudang produk jadi Who
Operator XIX Where
Di Work Centre XIX When
Aktivitas ini terjadi setelah muatan mobil pick up penuh dengan mounting Why
Kegiatan transportasi ini dianggap tidak efektif karena memakan waktu yang cukup lama yang diakibatkan oleh jarak perpindahan antara gudang produk dan
lantai produksi terlalu jauh
How Kegiatan transportasi ini diminimisasi dengan cara mendekatkan jarak antara
gudang bahan baku dengan lantai produksi
Sumber: Hasil Pengamatan
5.2.3 Pembentukan Future State Map
5.2.3.1 Peramalan Jumlah Permintaan Produk
Peralaman permintaan ini digunakan untuk menentukan jumlah permintaan pada bulan berikutnya yang merupakan acuan perhitungan metrik lean dan
menjadi jadwal induk produksi pada future state mapping. Untuk peramalan jumlah permintaan produk parabola. digunakan jumlah permintaan produk
parabola setahun terakhir.
Tabel 5.15. Jumlah Permintaan Parabola Tahun 20102011 Bulan
Permintaan unit Desember
23.620 Januari
23.120 Februari
22.240 Maret
20.580 April
21.660 Mei
21.720 Juni
21.940 Juli
21.220 Agustus
16.360 September
18.100 Oktober
20.412 November
23.100
Sumber: PT. Bintang Persada Satelit
Peramalan dilakukan dengan menggunakan langkah-langkah sebagai berikut:
a. Mendefinisikan tujuan peramalan Tujuan peramalan untuk meramalkan jumlah permintaan produk parabola
yang diteliti mulai bulan Desember 2011 hingga November 2012.
b. Membuat diagram pencar Identifikasi pola historis dari data permintaan produk parabola pada bulan
Desember 2010 sampai November 2011 yang dilakukan dengan menggunakan diagram pencar. Diagram pencar tersebut dapat dilihat pada
Gambar 5.9.
Gambar 5.9. Diagram Pencar Data Permintaan Produk Parabola
c. Memilih metode peramalan Pemilihan metode peramalan yang sesuai dengan pola data pada diagram
pencar. Dari diagram pencar dapat disimpulkan bahwa pola data permintaan menunjukkan pola kuadratis dan siklis. Dengan demikian fungsi peramalan
yang dipilih adalah: 1. Metode Kuadratis
2. Metode Siklis d. Perhitungan parameter peramalan
1. Metode Kuadratis Fungsi peramalan : Y = a + bx + cx
2
5.000 10.000
15.000 20.000
25.000
1 2
3 4
5 6
7 8
9 10 11 12
jumlah permintaan
jumlah permintaan
Tabel 5.16. Perhitungan Parameter Peramalan Metode Kuadratis X
Y X
2
X
3
X
4
XY X
2
Y
1 23620
1 1
1 23620
23620 2
23120 4
8 16
46240 92480
3 22240
9 27
81 66720
200160 4
20580 16
64 256
82320 329280
5 21660
25 125
625 108300
541500 6
21720 36
216 1.296
130320 781920
7 21940
49 343
2.401 153580
1075060 8
21220 64
512 4.096
169760 1358080
9 16360
81 729
6.561 147240
1325160 10
18100 100
1000 10000
181000 1810000
11 20412
121 1331
14641 224532
2469852 12
23100 144
1728 20736
277200 3326400
78 254072
650 6084
60710 1610832 13333512
Sumber: Pengolahan Data
α = = 78650-126084 = -22308
β = = 78
2
γ = = 650
– 12650 = -1716
2
δ = = 78254072 – 121610832
– 1260710 = -306020
= 487632 θ =
= 650254072 – 1213333512 = 5144656
� = �. � − �. �
�. � − �
2
= −306020487632 − 5144656−22308
−306020−1716 − −22308
2
= - 1253.778
� = � − �. �
� =
5144656 − −1253,778−22308
−306020 = 74.585
∑ ∑ ∑
−
3 2
X n
X X
∑ ∑
−
2 2
X n
X
∑ ∑
−
4 2
2
X n
X
∑ ∑ ∑
− XY
n Y
X
∑ ∑ ∑
− Y
X n
Y X
2 2
� = ∑� − �. ∑� − �. ∑�
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
