Pengolahan data dapat dilihat pada Gambar 4.3.
Menghitung waktu baku produksi Mulai
Menyusun Jadwal Induk Produksi JIP
Selesai Melakukan peramalan jumlah permintaan
produk
Menghitung Rough-Cut Capacity Planning RCCP
Mengidentifikasi stasiun kerja bottleneck dan non-bottleneck
Mengatur kembali JIP dengan mengoptimalkan stasiun kerja bottleneck dengan Theory of
Constraints dan Linear Programming
Gambar 4.3. Langkah-langkah Pengolahan Data
4.9. Analisis Pemecahan Masalah
Analisis penyelesaian masalah dilakukan dengan mengidentifikasi hambatan-hambatan constraints untuk mengetahui hal-hal yang mengakibatkan
adanya bottleneck. Pengidentifikasian bottleneck dapat dilakukan dengan melihat perencanaan kebutuhan kapasitas dan pengamatan secara langsung pada
perusahaan. Kemudian dilakukan pengaturan kembali jadwal induk produksi untuk mengatasi stasiun kerja bottleneck.
Universitas Sumatera Utara
4.10. Kesimpulan dan Saran
Penarikan kesimpulan dilakukan untuk merangkum hal-hal penting dalam penelitian tersebut. Saran diberikan untuk penelitian selanjutnya yang ingin
mengembangkan penelitian ini.
Universitas Sumatera Utara
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Pengumpulan Data
5.1.1. Pengukuran Waktu Siklus
Pengukuran waktu siklus dilakukan menggunakan metode jam henti stop watch time study. Pengamatan dilakukan sebanyak sepuluh siklus karena apabila
waktu siklus dari stasiun kerja berlangsung kurang dari dua menit, pengamatan dilakukan minimal sepuluh siklus Barnes, 1968. Pengukuran waktu dilakukan
terhadap proses pembuatan mie instan Gaga Mie 100 Goreng Extra Pedas, Gaga Mie 100 Soto, Gaga Mie 1000 Goreng Spesial Pedas dan Gaga Mie 1000 Soto.
Pengukuran waktu dilakukan untuk setiap stasiun kerja yang terdapat pada lantai produksi dengan menggunakan alat ukur stop watch. Dalam sebuah stasiun
kerja, dilakukan pengelompokan elemen kerja berdasarkan jenis mesin yang kapasitasnya relatif sama dan secara fisik ditempatkan pada tempat yang sama.
Pembagian stasiun kerja berdasarkan elemen kerjanya pada pembuatan mie instan Gaga adalah sebagai berikut.
1. Stasiun Kerja Pengayakan
Elemen kerja pada stasiun kerja pengayakan adalah: a.
Tepung terigu diayak di mesin vibrator. b.
Tepung terigu yang sudah diayak dicampur dengan tepung tapioka. c.
Campuran tepung dinaikkan ke stasiun kerja pencampuran. 2.
Stasiun Kerja Pencampuran
Universitas Sumatera Utara
Elemen kerja pada stasiun kerja pencampuran adalah: a. Campuran tepung diaduk dengan larutan alkali yang terdiri dari campuran
garam, pengembang, air, dan pewarna makanan di mesin mixer sampai adonan homogen dan memiliki tekstur yang elastis.
b. Adonan yang sudah homogen dan teksturnya elastis diturunkan ke stasiun kerja pembentukan adonan.
3. Stasiun Kerja Pembentukan Adonan
Elemen kerja pada stasiun kerja pembentukan adonan adalah: a.
Adonan ditampung dan diratakan di mesin feeder. b.
Adonan dari mesin feeder didorong sedikit demi sedikit ke mesin press untuk menekan dan menipiskan adonan menjadi lembaran-lembaran
dengan toleransi ketebalan antara 1,2 – 1,3 mm. c.
Lembaran adonan kemudian dibagi-bagi dan dibuat bergelombang menjadi untaian mie di mesin slitter.
d. Untaian mie dibawa ke stasiun kerja pemasakan.
4. Stasiun Kerja Pemasakan
Elemen kerja pada stasiun kerja pemasakan adalah: a.
Untaian mie diletakkan di atas conveyor dan dilakukan penguapan di mesin steam box.
b. Untaian mie dibawa dengan menggunakan conveyor ke mesin cutter
untuk dipotong dengan panjang ± 24 cm dan dilipat dengan pengait yang berada di bawah pisau pemotong sehingga hasil lipatan mejadi ± 12 cm.
c. Mie yang telah dilipat dibawa ke conveyor yang berisi mangkok-mangkok.
Universitas Sumatera Utara
d. Mie di dalam mangkok-mangkok pada conveyor dibawa ke mesin fryer
untuk digoreng agar membentuk mie kering yang matang, renyah, tahan lama, dan siap dikemas. Mie tersebut kemudian dijatuhkan ke conveyor
yang berbentuk jaring-jaring untuk meniriskan sisa minyak penggorengan. e.
Mie yang telah digoreng didinginkan di mesin cooling box untuk mengeringkan sisa minyak sehingga mie menjadi benar-benar kering, tidak
berbau, dan tahan lama. f.
Mie yang telah didinginkan dibawa ke stasiun kerja pembungkusan. 5.
Stasiun Kerja Pembungkusan Elemen kerja pada stasiun kerja pembungkusan adalah:
a. Mie yang telah didinginkan disusun dan diperiksa mie yang layak
dibungkus dan dijalankan dengan menggunakan conveyor. b.
Mie tersebut dimasukkan bumbu sesuai rasa dan jenis mie secara manual. c.
Mie dan bumbu tersebut dibungkus serta diberi nomor produksi dan tanggal penggunaan yang diperbolehkan dengan mesin packing.
d. Mie yang sudah dibungkus dibawa ke stasiun kerja pengepakan.
6. Stasiun Kerja Pengepakan
Elemen kerja pada stasiun kerja pengepakan adalah: a.
Mie dikemas ke dalam karton yang berisi 40 bungkus secara manual. b.
Bagian atas dan bawah karton diberi selotip dengan mesin carton sealer. c.
Karton berisi mie dibawa ke gudang produk untuk disimpan. Waktu siklus dari pembuatan produk mie instan Gaga yang diamati dapat
dilihat pada Tabel 5.1. sampai Tabel 5.4.
Universitas Sumatera Utara
Tabel 5.1. Waktu Siklus Pembuatan Gaga Mie 100 Goreng Extra Pedas No. Siklus
Waktu Siklus detik SK-I
SK-II SK-III
SK-IV SK-V
SK-VI
1 8,85
18,52 10,34
16,16 16,21
8,96 2
8,92 18,69
10,30 16,21
16,67 8,98
3 8,90
18,65 10,27
16,26 16,78
9,03 4
8,97 18,36
10,23 16,06
16,00 8,94
5 8,92
18,2 10,18
15,99 15,89
8,88 6
8,83 18,46
10,33 16,09
16,33 8,84
7 8,87
18,49 10,31
16,11 16,21
8,80 8
8,93 18,33
10,24 16,03
15,79 8,91
9 8,93
18,7 10,36
16,32 16,44
8,94 10
8,85 18,19
10,21 16,03
15,79 8,89
Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama
Tabel 5.2. Waktu Siklus Pembuatan Gaga Mie 100 Soto No. Siklus
Waktu Siklus detik SK-I
SK-II SK-III
SK-IV SK-V
SK-VI
1 8,82
18,19 10,26
16,01 16,00
9,21 2
8,83 18,24
10,29 16,04
16,11 9,24
3 8,80
18,17 10,24
15,97 15,79
9,30 4
8,78 18,20
10,27 16,02
16,11 9,29
5 8,84
18,31 10,33
16,21 16,44
9,44 6
8,77 18,33
10,35 16,26
16,56 9,49
7 8,79
18,14 10,28
15,99 15,89
9,28 8
8,85 18,22
10,29 16,07
16,21 9,36
9 8,86
18,32 10,38
16,30 16,67
9,48 10
8,73 18,29
10,22 16,11
16,21 9,40
Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama
Universitas Sumatera Utara
Tabel 5.3. Waktu Siklus Pembuatan Gaga Mie 1000 Goreng Spesial Pedas No. Siklus
Waktu Siklus detik SK-I
SK-II SK-III
SK-1V SK-V
SK-VI
1 7,04
14,56 8,34
13,06 13,64
7,70 2
7,06 14,55
8,33 13,19
13,48 7,69
3 7,12
14,51 8,25
12,97 13,12
7,65 4
7,02 14,59
8,29 13,11
13,56 7,68
5 7,15
14,54 8,30
12,92 13,26
7,67 6
7,11 14,57
8,28 12,95
13,4 7,70
7 7,14
14,52 8,26
12,93 13,34
7,66 8
7,08 14,53
8,28 13,14
13,33 7,69
9 7,03
14,58 8,31
13,13 13,48
7,70 10
7,17 14,55
8,27 12,98
13,19 7,67
Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama
Tabel 5.4. Waktu Siklus Pembuatan Gaga Mie 1000 Soto No. Siklus
Waktu Siklus detik SK-I
SK-II SK-III
SK-IV SK-V
SK-VI
1 7,18
14,58 8,32
12,95 13,26
7,77 2
7,12 14,60
8,16 12,99
13,56 7,72
3 7,09
14,56 8,24
13,04 13,64
7,69 4
7,18 14,59
8,29 12,90
13,12 7,74
5 7,14
14,51 8,24
12,81 12,90
7,69 6
7,15 14,56
8,23 13,03
13,41 7,80
7 7,01
14,66 8,16
13,22 13,95
7,85 8
7,11 14,61
8,27 12,94
13,33 7,79
9 7,00
14,68 8,17
13,15 13,71
7,80 10
7,02 14,57
8,21 13,04
13,41 7,76
Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama
Universitas Sumatera Utara
Data pengamatan waktu siklus akan dilakukan pengujian keseragaman dan kecukupan data sebelum digunakan untuk menghitung waktu baku produksi.
5.1.2. Data Permintaan Produk
Produk yang menjadi objek penelitian adalah Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie 1000 Goreng Spesial
Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST. Data permintaan produk akan digunakan sebagai input dalam melakukan peramalan untuk dua
belas bulan ke depan. Data permintaan produk Gaga Mie dari bulan Januari sampai Desember 2013 dapat dilihat pada Tabel 5.5.
Tabel 5.5. Data Permintaan Gaga Mie selama Bulan Januari – Desember 2013
Bulan GCGEP
Karton GCST
Karton G-1000GSP
Karton G-1000ST
Karton
Januari 2013 56655
32340 10169
8150 Februari 2013
53075 38395
7888 4948
Maret 2013 67230
41440 17260
11785 April 2013
78670 43750
37230 19145
Mei 2013 66750
38940 30265
12360 Juni 2013
40560 28245
29170 13860
Juli 2013 60040
21605 31470
13800 Agustus 2013
58250 38260
34880 15215
September 2013 95620
53735 30785
13165 Oktober 2013
44660 16405
41345 12930
November 2013 42278
16463 30330
12315 Desember 2013
48135 8720
28074 14055
Sumber: PT. Jakarana Tama
Universitas Sumatera Utara
5.1.3. Data Hari Kerja
Data jumlah hari kerja dibutuhkan sebagai input dalam menghitung kapasitas yang tersedia di pabrik untuk setiap stasiun kerja. Data jumlah hari kerja
di PT. Jakarana Tama selama tahun 2014 dapat dilihat pada Tabel 5.6.
Tabel 5.6. Data Hari Kerja Tahun 2014 Bulan
Jumlah Hari
Januari 2014 18
Februari 2014 20
Maret 2014 20
April 2014 21
Mei 2014 18
Juni 2014 21
Juli 2014 19
Agustus 2014 20
September 2014 22
Oktober 2014 23
November 2014 20
Desember 2014 21
Sumber: PT. Jakarana Tama
5.1.4. Faktor Efisiensi dan Utilitas
Faktor efisiensi dan utilitas dibutuhkan sebagai input dalam menghitung kapasitas yang tersedia di pabrik untuk setiap stasiun kerja. Faktor efisiensi dan
utilitas setiap stasiun kerja pembuatan mie instan di PT. Jakarana Tama dapat dilihat pada Tabel 5.7.
Universitas Sumatera Utara
Tabel 5.7. Faktor Efisiensi dan Utilitas Stasiun Kerja Stasiun Kerja Efisiensi Utilitas
I 93
90 II
93 93
III 93
87 IV
99 97
V 98
96 VI
98 96
Sumber: PT. Jakarana Tama
5.2. Pengolahan Data
5.2.1. Uji Keseragaman Data
Uji keseragaman data dilakukan untuk melihat apakah variasi waktu penyelesaian setiap proses produksi yang merupakan hasil pengamatan masih
berada dalam batas-batas kewajaran atau tidak. Salah satu contoh yang disajikan untuk perhitungan uji keseragaman adalah pada data pengukuran waktu Gaga Mie
100 Goreng Ekstra Pedas pada stasiun kerja I. Dalam uji keseragaman ini digunakan tingkat kepercayaan 95 dan tingkat keyakinan 5 .
1. Perhitungan nilai rata-rata waktu siklus
= 8,897 2.
Perhitungan nilai standar deviasi s
Universitas Sumatera Utara
0,045
3. Perhitungan batas-batas kendali
Untuk tingkat keyakinan 95 , nilai k = 1,96
= 8,897 + 1,96 0,045 = 8,985
= 8,897 1,96 0,045 = 8,809
Grafik keseragaman data waktu siklus Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I dapat dilihat pada Gambar 5.1.
Gambar 5.1. Peta Kendali Waktu Siklus Gaga Mie 100 Goreng Ekstra Pedas Stasiun Kerja I
Universitas Sumatera Utara
Berdasarkan Gambar 5.1. dapat dilihat bahwa data-data masih berada di dalam batas kewajaran in control, maka data sudah seragam.
Rekapitulasi hasil uji keseragaman data pada produk Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie 1000
Goreng Spesial Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST dapat dilihat pada Tabel 5.8.
Tabel 5.8. Hasil Uji Keseragaman Data
Produk Stasiun Kerja
s BKA
BKB Keterangan
GCGEP I
8,897 0,045
8,985 8,809 Data seragam
II 18,459
0,188 18,828 18,090 Data seragam III
10,277 0,060 10,395 10,159 Data seragam
IV 16,126
0,109 16,339 15,913 Data seragam V
16,211 0,350 16,897 15,525 Data seragam
VI 8,917
0,068 9,050
8,784 Data seragam
GCST I
8,807 0,041
8,888 8,726 Data seragam
II 18,241
0,068 18,376 18,106 Data seragam III
10,291 0,050 10,390 10,192 Data seragam
IV 16,098
0,118 16,334 15,862 Data seragam V
16,199 0,285 16,768 15,630 Data seragam
VI 9,349
0,100 9,549
9,149 Data seragam
G-1000GSP I
7,092 0,054
7,197 6,987 Data seragam
II 14,550
0,026 14,601 14,499 Data seragam III
8,291 0,029
8,348 8,234 Data seragam
IV 13,038
0,099 13,233 12,843 Data seragam V
13,380 0,164 13,702 13,058 Data seragam
VI 7,681
0,018 7,716
7,646 Data seragam
Universitas Sumatera Utara
Tabel 5.8. Hasil Uji Keseragaman Data Lanjutan
Produk Stasiun Kerja
s BKA
BKB Keterangan
G-1000ST I
7,100 0,068
7,237 6,963 Data seragam
II 14,592
0,050 14,691 14,493 Data seragam III
8,229 0,055
8,339 8,119 Data seragam
IV 13,007
0,119 13,244 12,770 Data seragam V
13,429 0,303 14,035 12,823 Data seragam
VI 7,761
0,052 7,864
7,658 Data seragam
5.2.2. Uji Kecukupan Data
Uji kecukupan data dilakukan untuk melihat apakah data yang telah diperoleh dari pengamatan mencukupi untuk dilakukan perhitungan atau tidak.
Salah satu contoh yang disajikan untuk perhitungan uji kecukupan adalah pada data pengukuran waktu Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I.
Dalam uji kecukupan ini digunakan tingkat kepercayaan 95 dimana nilai k = 1,96 dan tingkat keyakinan 5 dimana nilai s = 0,05.
= 0,128 Karena nilai N’ N, yaitu 0,128 10, maka data pengamatan telah
mencukupi.
Universitas Sumatera Utara
Rekapitulasi hasil uji kecukupan data pada produk Gaga Mie 100 Goreng Extra Pedas GCGEP dan Soto GCST serta Gaga Mie 1000 Goreng Spesial
Pedas G-1000GSP dan Soto G-1000ST dapat dilihat pada Tabel 5.9.
Tabel 5.9. Hasil Uji Kecukupan Data
Produk Stasiun Kerja
N’ N
Keterangan
GCGEP I
0,035
10 Data cukup
II 0,144
Data cukup III
0,048 Data cukup
IV 0,063
Data cukup V
0,645 Data cukup
VI 0,080
Data cukup
GCST I
0,029
10 Data cukup
II 0,019
Data cukup III
0,032 Data cukup
IV 0,075
Data cukup V
0,427 Data cukup
VI 0,158
Data cukup
G-1000GSP I
0,079
10 Data cukup
II 0,004
Data cukup III
0,017 Data cukup
IV 0,080
Data cukup V
0,208 Data cukup
VI 0,008
Data cukup
G-1000ST I
0,128
10 Data cukup
II 0,016
Data cukup III
0,062 Data cukup
IV 0,115
Data cukup V
0,704 Data cukup
VI 0,061
Data cukup
Universitas Sumatera Utara
5.2.3. Perhitungan Waktu Baku
Dalam menghitung waktu baku setiap stasiun kerja, diperhitungkan nilai rating factor dari operator yang diamati dan allowance yang diberikan kepada
operator tersebut. Perhitungan nilai rating factor dan allowance dari operator setiap stasiun kerja dapat dilihat pada Tabel 5.10 dan Tabel 5.11.
Tabel 5.10. Rating Factor Operator pada Setiap Stasiun Kerja
Stasiun Kerja
Faktor Kelas
Lambang Nilai
Total Rating
Factor
I Keterampilan
Good C1
+0,06 +0,09
1,09 Usaha
Good C2
+0,02 Kondisi Kerja
Average D
0,00 Konsistensi
Good E
+0,01 II
Keterampilan Good
C1 +0,06
+0,09 1,09
Usaha Good
C2 +0,02
Kondisi Kerja Average
D 0,00
Konsistensi Good
C +0,01
III Keterampilan
Good C1
+0,06 +0,09
1,09 Usaha
Good C2
+0,02 Kondisi Kerja
Average D
0,00 Konsistensi
Good C
+0,01 IV
Keterampilan Excellent
B1 +0,11
+0,14 1,14
Usaha Good
C1 +0,05
Kondisi Kerja Fair
E –0,03
Konsistensi Good
C +0,01
V Keterampilan
Excellent B1
+0,11 +0,17
1,17 Usaha
Good C1
+0,05 Kondisi Kerja
Average D
0,00 Konsistensi
Good C
+0,01
Universitas Sumatera Utara
Tabel 5.10. Rating Factor Operator pada Setiap Stasiun Kerja Lanjutan
Stasiun Kerja
Faktor Kelas
Lambang Nilai
Total Rating
Factor
VI Keterampilan
Excellent B1
+0,11 +0,17
1,17 Usaha
Good C1
+0,05 Kondisi Kerja
Average D
0,00 Konsistensi
Good C
+0,01
Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja
Stasiun Kerja
Faktor Kondisi
Pekerj a
Nilai Total
I Kebutuhan Pribadi
Pria 0,5
15 Tenaga yang Dikeluarkan
Ringan 7,5
Sikap Kerja Berdiri di atas dua kaki
1 Gerakan Kerja
Normal Kelelahan Mata
Pandangan yang terputus-putus
2
Keadaan Temperatur Normal
2,5 Keadaan Atmosfer
Cukup 1,5
Keadaan Lingkungan Kebisingan Rendah
II Kebutuhan Pribadi
Pria 0,5
13 Tenaga yang Dikeluarkan
Sangat ringan 6
Sikap Kerja Berdiri di atas dua kaki
1 Gerakan Kerja
Normal Kelelahan Mata
Pandangan yang terputus-putus
2
Keadaan Temperatur Normal
2 Keadaan Atmosfer
Cukup 1,5
Keadaan Lingkungan Kebisingan Rendah
Universitas Sumatera Utara
Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja Lanjutan
Stasiun Kerja
Faktor Kondisi
Pekerja Nilai Total
III Kebutuhan Pribadi
Pria 0,5
15 Tenaga yang Dikeluarkan
Sangat ringan 6
Sikap Kerja Berdiri di atas dua kaki
1 Gerakan Kerja
Normal Kelelahan Mata
Pandangan yang terputus-putus
3 Keadaan Temperatur
Normal 2,5
Keadaan Atmosfer Cukup
2 Keadaan Lingkungan
Kebisingan Rendah IV
Kebutuhan Pribadi Wanita
2 18,5
Tenaga yang Dikeluarkan Dapat diabaikan
Sikap Kerja Duduk
Gerakan Kerja Normal
Kelelahan Mata Pandangan yang hampir
terus-menerus 7
Keadaan Temperatur Tinggi
6 Keadaan Atmosfer
Cukup 2,5
Keadaan Lingkungan Siklus berulang antara
0 – 5 detik 1
V Kebutuhan Pribadi
Wanita 2
13,5 Tenaga yang Dikeluarkan
Dapat diabaikan Sikap Kerja
Duduk Gerakan Kerja
Normal Kelelahan Mata
Pandangan yang hampir terus-menerus
7 Keadaan Temperatur
Normal 2
Keadaan Atmosfer Cukup
1,5 Keadaan Lingkungan
Siklus berulang antara 0 – 5 detik
1
Universitas Sumatera Utara
Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja Lanjutan
Stasiu n
Kerja Faktor
Kondisi Pekerj
a Nilai
Total
VI Kebutuhan Pribadi
Wanita 2
13,5 Tenaga yang Dikeluarkan
Dapat diabaikan Sikap Kerja
Duduk Gerakan Kerja
Normal Kelelahan Mata
Pandangan yang hampir terus-menerus
7
Keadaan Temperatur Normal
2 Keadaan Atmosfer
Cukup 1,5
Keadaan Lingkungan Siklus berulang antara
0 – 5 detik 1
Salah satu contoh yang disajikan untuk menghitung waktu baku adalah untuk waktu baku Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I.
= 8,897 1,09 = 11,409
Rekapitulasi hasil perhitungan waktu baku dari pembuatan produk Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie
1000 Goreng Spesial Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST dapat dilihat pada Tabel 5.12.
Universitas Sumatera Utara
Tabel 5.12. Waktu Baku untuk Setiap Produk pada Setiap Stasiun Kerja
Produk Stasiun Kerja
Waktu Baku detik
CGEP I
11,41 II
23,13 III
13,18 IV
22,56 V
21,93 VI
12,06 GCST
I 11,29
II 22,85
III 13,20
IV 22,52
V 21,91
VI 12,65
G-1000GSP I
9,09 II
18,23 III
10,63 IV
18,24 V
18,10 VI
10,39 G-1000ST
I 9,10
II 18,28
III 10,55
IV 18,19
V 18,16
VI 10,50
Universitas Sumatera Utara
5.2.4. Peramalan Permintaan 5.2.4.1.Peramalan Permintaan Gaga Mie 100 Goreng Ekstra Pedas GCGEP
Dari data permintaan Gaga Mie 100 Goreng Ekstra Pedas bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk
untuk satu tahun ke depan. Langkah-langkah peramalan adalah: 1.
Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap produk Gaga Mie 100 Goreng Ekstra Pedas untuk bulan Januari sampai
Desember 2014.
2. Membuat diagram pencar
Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.2.
Gambar 5.2. Diagram Pencar Permintaan GCGEP
Universitas Sumatera Utara
3. Memilih metode peramalan yang dianggap sesuai
Metode peramalan yang dipilih dan digunakan adalah: a.
Metode siklis b.
Metode linier 4.
Menghitung parameter fungsi peramalan Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan
hasil sebagai berikut: a.
Fungsi peramalan untuk metode siklis adalah:
Y = 59326,917 + 1187,557 sin – 6023,728 cos
b. Fungsi peramalan untuk metode linier adalah:
Y = 65466,758 944,591 X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut: a.
SEE metode siklis = 17042,182
b. SEE metode linier = 16469,634
6. Memilih metode yang terbaik dengan nilai kesalahan terkecil
Ho : SEE linier SEE siklis Hi : SEE linier SEE siklis
α : 0,05
Universitas Sumatera Utara
Uji statistik F
hitung
= =
= 0,934
F
tabel
= α v
1
,v
2
= 0,05 10,9 = 3,137
Karena nilai F
hitung
0,934 F
tabel
3,137, maka Ho diterima, yaitu hasil pengujian menyatakan bahwa metode linier lebih baik daripada metode siklis.
Fungsi linier tersebut adalah
Y = 65466,758 944,591 X
7.
Melakukan verifikasi peramalan
Perhitungan hasil verifikasi peramalan dapat dilihat pada Tabel 5.13.
Tabel 5.13. Perhitungan Hasil Verifikasi Peramalan GCGEP
X Y
Y Y – Y’
|MR|
1 56655
64522 -7867
-
2 53075
63578 -10503
2636
3 67230
62633 4597
15100
4 78670
61688 16982
12385
5 66750
60744 6006
10976
6 40560
59799 -19239
25245
7 60040
58855 1185
20424
8 58250
57910 340
845
9 95620
56965 38655
38315
10 44660
56021 -11361
50016
11 42278
55076 -12798
1437
12 48135
54132 -5997
6801 78
711923 711923 184180
Universitas Sumatera Utara
MR
= =
= 16743,636 UCL
= 2,66 x
MR
= 2,66 x 16743,636 = 44538,073 13 UCL = 13 x 44538,073 = 14846,024
23 UCL = 23 x 44538,073 = 29692,048 LCL
= -2,66 x
MR
= -2,66 x 16743,636 = -44538,073 13 LCL = 13 x -44538,073 = -14846,024
23 LCL = 23 x -44538,073 = -29692,048 Moving Range Chart hasil verifikasi peramalan produk GCGEP dapat dilihat
pada Gambar 5.3.
Gambar 5.3. Moving Range Chart Fungsi Peramalan GCGEP
Dapat dilihat bahwa semua titik berada dalam batas kontrol in control sehingga peramalan dengan metode linier cukup memenuhi persyaratan. Fungsi
linier peramalan, yaitu:
Universitas Sumatera Utara
Y = 65466,758 944,591 X
Peramalan produk Gaga Mie 100 Goreng Ekstra Pedas GCGEP untuk bulan Januari sampai Desember 2014 dilakukan dengan menggunakan persamaan
metode linier yang diperoleh. Salah satu perhitungan peramalan produk GCGEP pada bulan Januari 2014 dengan nilai X = 13 adalah:
944,591 X 944,591 13
= 53187 Rekapitulasi hasil peramalan pada produk Gaga Mie 100 Goreng Extra
Pedas GCGEP untuk bulan Januari sampai Desember 2014 dengan nilai X adalah 13 sampai 24 dapat dilihat pada Tabel 5.14.
Tabel 5.14. Peramalan Permintaan Produk GCGEP
X Y Karton
13 53187
14 52242
15 51298
16 50353
17 49409
18 48464
19 47520
20 46575
21 45630
22 44686
23 43741
24 42797
Universitas Sumatera Utara
5.2.4.2.Peramalan Permintaan Gaga Mie 100 Soto GCST
Dari data permintaan Gaga Mie 100 Soto bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk untuk satu tahun ke
depan. Langkah-langkah peramalan adalah: 1.
Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap
produk Gaga Mie 100 Soto untuk bulan Januari sampai Desember 2014.
2. Membuat diagram pencar
Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.4.
Gambar 5.4. Diagram Pencar Permintaan GCST
3. Memilih metode peramalan yang dianggap sesuai
Metode peramalan yang dipilih dan digunakan adalah: a.
Metode siklis b.
Metode eksponensial
Universitas Sumatera Utara
4. Menghitung parameter fungsi peramalan
Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan hasil sebagai berikut:
a. Fungsi peramalan untuk metode siklis adalah:
Y = 31524,833 + 4684,896sin – 7216,478 cos
b. Fungsi peramalan untuk metode eksponensial adalah:
Y = 53172,400 e
-0,097X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut:
a. SEE metode siklis = 13037,425