Usulan jadwal induk produksi (JIP) guna mengantisipasi flutuasi permintaan di PT.Agronesia Divisi Industri Es Saripetojo Bandung

(1)

(2)

Nama : Taufik Rachman Tempat/tanggal lahir : Cianjur, 12 Agustus 1990 Jenis Kelamin : Laki-laki

Agama : Islam

Kewarganegaraan : Indonesia

Alamat : Cibuntu Timur RT 01 RW 05

Kel. Warung Muncang

Kec. Bandung Kulon

40211

Telephone : 08988929345

e-mail : taufikrachman120890@gmail.com Riwayat Pendidikan :

1. MI ATTAUFIQ BANDUNG 1996 – 2002 2. SMP NEGERI 41 BANDUNG 2002 – 2005 3. SMA NEGERI 11 BANDUNG 2005 – 2008

(3)

Segala Puji dan syukur saya panjatkan kehadirat Tuhan Yang Maha Esa yang telah melimpahkan rahmat, hidayah dan inayah-Nya. Shalawat serta salam semoga allah SWT selalu limpahkan kepada Nabi Muhammad SAW, sehingga akhirnya peneliti dapat menyelesaikan Tugas Akhir dengan judul “Usulan Jadwal Induk Produksi (JIP) Guna Mengantisipasi Fluktuasi Permintaan Di PT. AGRONESIA Divisi

Industri Es Saripetojo Bandung”

Penyusunan laporan penelitian Tugas Akhir ini dimaksudkan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Teknik Program Studi Teknik Industri di Universitas Komputer Indonesia. Dalam penyusunan laporan Tugas Akhir ini penulis menyadari bahwa laporan ini masih jauh dari kesempurnaan dan masih banyak kekurangan karena keterbatasan ilmu yang dimiliki.

Akhir kata penulis berharap laporan Tugas Akhir ini dapat memberikan wawasan dan pengetahuan kepada para pembaca pada umumnya dan pada penulis khususnya. Dalam kesempatan ini, dengan segala kerendahan hati peneliti ingin menyampaikan penghargaan yang sebesar-besarnya atas bantuan dari berbagai pihak yang telah membantu dalam penyusunan laporan Tugas Akhir ini, baik secara moral maupun materil, terutama kepada yang terhormat:

1. Ibu Dr. Henny, ST, MT. Selaku ketua Program Studi Teknik Industri Universitas Konputer Indonesia.

2. Bapak Iyan Andriana, ST, MT. Selaku Dosen Wali yang telah memberikan banyak ilmu, saran dan motivasi untuk saya.

(4)

3. Ibu Julian Robecca, ST, MT. Selaku koordinator Tugas Akhir.

4. Bapak Alam Santosa, ST, MT. Selaku Pembimbing dalam penyusunan laporan Tugas Akhir ini yang telah banyak memberikan ilmu kepada penulis, serta pengetahuan yang luar biasa sangat luas sehingga penulis banyak belajar hal-hal baru dan menjadi lebih terbuka dalam berpikir. Terima kasih atas saran, masukan, nasehat dan bantuannya dalam proses penyusunan laporan Tugas Akhir ini.

5. Seluruh Dosen Teknik Industri Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia yang telah banyak memberikan ilmu, nasehat, masukan, saran selama perkuliahan maupun diluar perkuliahan. Semoga ilmu yang telah diberikan dapat berguna bagi penulis untuk kedepannya.

6. Ibu Wiwi Selaku staf PT. AGRONESIA yang telah memberikan kesempatan kepada penulis untuk melakukan penelitian ini.

7. Bapak Kurnia Selaku Manajer produksi langsung sekaligus pembimbing di lapangan yang telah banyak membantu selama melakukan penelitian, terima kasih atas ilmu dan waktunya.

8. Bapak Riki Selaku bagian pemasaran yang telah banyak membantu selama melakukan penelitian.

9. Kepada Mamah yang selalu mencurahkan kasih sayang, do’a, nasehat serta materi. Terima kasih atas kesabaran mamah dalam mendidik dan bersabar menunggu kelulusan saya.

10.Kepada Agus Rian Apriana Selaku adik ku tercinta.

Semoga Tuhan Yang Maha Esa memberikan imbalan yang setimpal atas segala bantuan yang telah diberikan.

Bandung, Agustus 2013

(5)

vii

Lembar Pernyataan ... ii

Abstrak ... iii

Lembar Peruntukan ... iv

Kata Pengantar ... v

Daftar Isi ... vii

Daftar Gambar ... xi

Daftar Tabel ... xii

Bab 1 Pendahuluan ... 1

1.1. Latar Belakang Masalah ... 1

1.2. Identifikasi Masalah ... 2

1.3. Tujuan Penelitian ... 3

1.4. Pembatasan Masalah ... 3

1.5. Asumsi ... 3

1.6. Sistematika Penulisan ... 4

Bab 2 Landasan Teori ... 6

2.1. Perencanaan dan Pengendalian Produksi ... 6

2.1.1. Pengertian perencanaan dan Pengendalian Produksi ... 6

2.1.2. Produksi dan Manufacturing ... 6

2.1.3. Model Produksi ... 7

2.2. Peramalan (Forecasting) ... 7

2.2.1. Kebutuhan dan Kegunaan Peramalan ... 8

2.2.2. Peranan Teknik Peramalan ... 9

2.2.3. Karakteristik dari peramalan yang baik harus memenuhi beberapa kriteria ... 11

(6)

viii

2.2.5. Kualifikasi Peramalan Secara Teknis ... 12

2.2.6. Prinsip Peramalan ... 17

2.2.7. Tracking Signal ... 19

2.2.8. Validasi Hasil Peramalan ... 19

2.3. Rencana Produksi Agregat (Agregat Planning) ... 20

2.3.1. Strategi Menghadapi Demand Tidak Tetap ... 21

2.3.2. Metode Transportasi ... 22

2.4. Disagegasi ... 26

2.5. Master Productin schedule (MPS) ... 28

2.5.1. Konsep Dasar Tentang Aktivitas Penjadwalan Induk Produksi ... 28

2.5.2. Tugas dan Tanggung Jawab Penyusun Jadwal Induk Produksi (Master Production Scheduler) ... 32

2.5.3. Fungsi dan Tujuan MPS ... 32

2.5.4. Beberapa Pertimbangan Dalam Desain Master Production Schedule (MPS) ... 33

2.5.5. Pemilihan Item-item MPS ... 35

2.5.6. Teknik Penyusunan Master Production Schedule (MPS) ... 36

2.5.7. Perhitungan Dalam Master Production Schedule (MPS) ... 39

Bab 3 Metodologi Penelitian ... 40

3.1. Flowchart Pemecahan Masalah ... 40

3.2. Langkah-Langkah Pemecahan Masalah ... 41

3.2.1. Observasi Perusahaan ... 41

3.2.2. Studi literatur ... 41

3.2.3. Identifikasi Masalah ... 41

3.2.4. Tujuan Penelitian ... 42

3.2.5. Pengumpulan Data ... 42

(7)

Bab 4 Pengumpulan dan Pengolahan Data ... 46

4.1. Pengumpulan Data ... 46

4.1.1. Profil PT AGRONESIA ... 46

4.1.2. Data Produk PT. Agronesia Divisi Es Saripetojo ... 50

4.1.3. Data Kapasitas Ice Maker Machine, Mesin Serut dan Bak Pembuatan Es Balok ... 50

4.1.4. Data Laporan Produksi Es Tube dan Es Balok Periode April 2012 – Maret 2013 ... 51

4.1.5. Data Penjualan Es Tube dan Es Balok Pada Bulan April 2012 – Maret 2013 ... 53

4.1.6. Data Susut Cair Es Tube dan Es Balok Pada Periode April 2012 – Maret 2013 ... 54

4.1.7. Data Laporan Penggunaan Biaya Listrik Es Tube dan Es Balok Periode April 2012 – Maret 2014 ... 55

4.2. Pengolahan Data ... 56

4.2.1. Analisa Kebutuhan (forecasting) ... 56

4.2.2. Rencana Produksi Agregat (Aggregat Planning) ... 58

4.2.3. Disagregasi Dengan Metode Family Set-up ... 68

4.2.4. Jadwal Induk Produksi (JIP) ... 78

Bab 5 Analisis ... 83

5.1. Analisis Kebutuhan (forecasting) ... 83

5.2. Analisis Rencana Produksi Agregat (aggegat planning) ... 84

5.3. Analsis Disagregasi ... 85

(8)

Bab 6 Kesimpulan dan Saran ... 86

6.1. Kesimpulan ... 86

6.2. Saran ... 87

Daftar Pustaka ... xiv

(9)

Gambar 2.2. MPS Time Fences ... 35 Gambar 3.1. Flowchart Pemecahan Masalah ... 40 Gambar 4.1. Logo PT AGRONESIA ... 48

(10)

xii

Tabel 2.1. Tabel Format Ongkos-Ongkos Yang Terjadi ... 24

Tabel 2.2. Tabel Format Disagregasi ... 27

Tabel 2.3. Perbedaan antara Rencana Produksi dan MPS ... 31

Tabel 2.4. Bentuk Umum Dari Master Production Schedule (MPS) ... 36

Tabel 4.1. Laporan Produksi Es Tube Periode April 2012 – Maret 2013 ... 51

Tabel 4.2. Laporan Produksi Es Balok 25 kg Periode April 2012 – Maret 2013 ... 51

Tabel 4.3. Laporan Produksi Es Balok 50 kg Periode April 2012 – Maret 2013 ... 52

Tabel 4.4. Laporan Produksi Es Balok 100 kg Periode April 2012 – Maret 2013 ... 52

Tabel 4.5. Data Penjualan Es Tube Periode April 2012 – Maret 2013 ... 53

Tabel 4.6. Data Penjualan Es Balok (25 kg, 50 kg dan 100 kg) Periode April 2012 – Maret 2013 ... 53

Tabel 4.7. Data Susut Cair Es Tube Periode April 2012 – Maret 2013 ... 54

Tabel 4.8. Data Susut Cair Es Balok Periode April 2012 – Maret 2013 ... 54

Tabel 4.9. Data Laporan Penggunaan Pemakaian Listrik Es Tube dan Es Balok Periode April 2012 – Maret 2013 ... 55

Tabel 4.10. Single Exponential Smoothing With Trend (SEST) dengan α = 0,6 dan β = 0,1 ... 56

Tabel 4.11. Moving Average (MA) dengan pergerakan 2 bulanan ... 57

Tabel 4.12. Demand Hasil Peramalan Untuk Es Tube ... 58

Tabel 4.13. Demand Hasil Peramalan Untuk Es Balok ... 59

Tabel 4.14. Metode Transportasi Untuk Es Tube ... 60

Tabel 4.15. Metode Transportasi Untuk Es Balok ... 61

Tabel 4.16. Perhitungan Untuk Menentukan Biaya Pemakaian Listrik Untuk Es Tube/Kg ... 62

Tabel 4.17. Total Biaya Penggunaan Listrik Untuk Produksi Es Tube Dengan Menggunakan Metode Transportasi ... 63

(11)

xiii

Menggunakan Metode Transportasi ... 66

Tabel 4.20. Perbandingan Total Biaya Metode Transportasi Dengan Metode yang Dipakai Oleh Perusahaan ... 67

Tabel 4.21. Proporsi ... 68

Tabel 4.22. Family Set-Up Periode Bulan April 2013 ... 69

Tabel 4.23. Family Set-Up Periode Bulan Mei 2013 ... 69

Tabel 4.24. Family Set-Up Periode Bulan Juni 2013 ... 70

Tabel 4.25. Family Set-Up Periode Bulan Juli 2013 ... 70

Tabel 4.26. Family Set-Up Periode Bulan Agustus 2013 ... 71

Tabel 4.27. Family Set-Up Periode Bulan September 2013 ... 71

Tabel 4.28. Family Set-Up Periode Bulan Oktober 2013 ... 72

Tabel 4.29. Family Set-Up Periode Bulan November 2013 ... 72

Tabel 4.30. Family Set-Up Periode Bulan Desember 2013 ... 73

Tabel 4.31. Family Set-Up Periode Bulan Januari 2014 ... 73

Tabel 4.32. Family Set-Up Periode Februari 2014 ... 74

Tabel 4.33. Family Set-Up Periode Maret 2014 ... 74

Tabel 4.34. Jadwal Induk Produksi (JIP) Es Tube ... 79

Tabel 4.35. Master Schedule Q*ij(adj) ... 79

Tabel 4.36. Master Schedule Q*ij(adj) RoundUp ... 80

Tabel 4.37. Jadwal Induk Produksi (JIP) Es Balok ... 80

Tabel 5.1. Detail And Error Analysis Untuk Es Tube ... 83

(12)

xiv

1. Andriana, Iyan., (2009), Diktat Modul WIN-QSB, Universitas Komputer Indonesia, Bandung.

2. Dwi Cahoyono, Doni., (2009), Artikel, “Perencanaan Produksi Disagregasi Dengan Pendekatan Reguler Knapsack Method Pada Produk Mini Boom ZX 25 YYZX22B Dan Mini Boom ZX 30 YYZX 30B”, Universitas Gunadarma. 3. Gumilar, Arga., (2012), Tugas Akhir Teknik Industri UNIKOM Bandung,

“Analisis Kapasitas Produksi Dengan Menggunakan Metode (RCCP) Di Ciwawa Bandung”, Universitas Komputer Indonesia, Bandung.

4. Howard J.Weiss, Modul Quantitative Methods Production and Operations Management POM-QM FOR WINDOWS 3.

5. Mahendra, Rio., (2012), Tugas Akhir Teknik Industri UNIKOM Bandung, “Analisis Kapasitas Produksi Menggunakan Metode (RCCP) Terhadap Produk Ring Aki Type 7-A4 Di CV. INTI KARET Bandung”, Universitas Komputer Indonesia, Bandung.

6. Sinulingga, Sukaria., (2009), Perencanaan dan Pengendalian Produksi (edisi pertama), GRAHA ILMU, Yogyakarta.

(13)

Lampiran 2 Berita Acara Bimbingan ... 90

Lampiran 3 Surat Persetujuan PKL ... 95

Lampiran 4 Data Wawancara ... 96

Lampiran 5 Alur Pembuatan Es Tube ... 100

Lampiran 6 Alur Pembuatan Es Balok ... 101

Lampiran 7 Struktur Organisasi PT. AGRONESIA Divisi Industri Es Saripetojo ... 102

Lampiran 8 Data Pegawai PT. AGRONESIA Divisi Industri Es Saripetojo ... 103

Lampiran 9 Hasil Forecast Es Tube dan Es Balok Menggunakan POM FOR WOR WINDOWS 3 ... 104

Lampiran 10 Hasil Forecast Es Tube dan Es Balok Menggunakan WIN-QSB ... 107

(14)

Landasan Teori

2.1. Perencanaan dan Pengendalian Produksi

2.1.1. Pengertian perencanaan dan Pengendalian Produksi

Keberhasilan suatu perusahaan dalam mencapai tujuannya ditentukan oleh berbagai

faktor, salah satu diantaranya adalah mampu mendapatkan order dari para

konsumennya. Agar produk-produknya menarik bagi konsumen, perusahaan harus selalu berupaya meningkatkan mutu produk dan pelayanannya serta menawarkan harga yang wajar bagi setiap produk yang diinginkan pelanggan.

Perencanaan produksi selalu membutuhkan data dan informasi yang akurat, mutahir dan tepat waktu tidak hanya permintaan pasar akan tetapi mengenai sumberdaya produksi yang tersedia atau disediakan. Pada umumnya data dan informasi yang dibutuhkan dalam mengidentifikasi kebutuhan konsumen didapatkan dari teknik peramalan sehingga sifatnya adalah estimasi atau perkiraan. Rencana produksi yang disusun menggunakan data dan informasi yang sifatnya estimasi tentu tidak mudah menghasilkan rencana dan program yang akurat. Hal ini lah yang banyak mengalami masalah dan kendala.

2.1.2. Produksi dan Manufacturing

 Produksi yang dalam bahasa inggris disebut production merupakan suatu

kegiatan mengenai pembuatan baik berwujud fisik (tangible product) maupun

jasa (ingatible product). Pengertian tersebut menjelaskan bahwa produk adalah

proses yang berkenaan dengan pengubahan (conversion) asupan (input) menjadi

barang atau jasa. Istilah production berasal dari bahasa latin producere yang

(15)

 Manufacturing merupakan proses produksi untuk menghasilkan produk-produk

fisik (tangible product). Dalam pengertian sempit manufacturing adalah proses

mengkonversikan bahan baku menjadi produk-produk fisik melalui serangkaian kegiatan yang membutuhkan energi yang masing-masing menciptakan perubahan pada karakteristik fisik atau kimia dari bahan tersebut (Dano, 1996)

2.1.3. Model Produksi

Model produksi dibagi menjadi tiga tiga mode yaitu (Primary industries),

(manufacturing & contruction) dan (secondary industries)

 Industri primer mencakup semua kegiatan produksi yang sifatnya mengambil

(mengekstrak) bahan dari sumberdaya alam. Yang termasuk mode ini adalah kegiatan produksi pertanian, pertambangan, penggalian, perikanan, perhutanan, peternakan yang outputnya bergantung penuh pada kekayaan alam.

 Industri sekunder mencakup semua kegiatan produksi (a) konstruksi atau

bangunan seperti pembuatan gedung, jembatan, menara, pelabuhan, lapangan

terbang, jalan raya dan lain-lain. (b) manufacturing seperti pembuatan

mesin-mesin, peralatan angkut, pengolahan bahan makanan dan lain-lain. Output dari industri sekunder merupakan hasil olahan yang pada umumnya telah terstandarisasi.

 Industri tertier yang dikenal sebagai industri jasa berawal dari mengemukanya

konsep utilitas (utility) yang dipopulerkan oleh para ahli ekonomi. Mereka

menyebut utility sebagai suatu indeks yang menjelaskan derajat kepuasan

manusia dalam hal tertentu yang diinginkannya.

2.2.Peramalan (Forecasting)

Peramalan adalah mengenai sesuatu yang belum terjadi atau meramalkan apa yang terjadi pada masa yang akan datang. Didalam suatu peramalan bertujuan agar peramalan yang dibuat biasa meminimumkan pengaruh ketidakpastian ini terhadap suatu perusahaan Dengan kata lain peramalan bertujuan mendapatkan peramalan

(16)

yang bisa meminimkan kesalahan meramal atau forecast error yang biasanya

diukur dengan mean squared errormean absolute error (Gazperz, 1998)

Hubungan peramalan dengan rencana mempunyai pengertian yang berbeda, peramalan adalah apa yang akan terjadi pada waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang (Gazperz, 1998).

2.2.1. Kebutuhan dan Kegunaan Peramalan

Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. Organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Kebutuhan akan peramalan meningkat sejalan dengan usaha manajemen untuk mengurangi ketergantungannya pada hal-hal yang belum pasti. Peramalan menjadi lebih ilmiah sifatnya dalam menghadapi lingkungan manajemen. Karena setiap bagian organisasi berkaitan satu sama lain, baik buruknya ramalan dapat mempengaruhi seluruh bagian organisasi. Beberapa bagian organisasi dimana peramalan kini memainkan peran yang penting adalah:

1. Penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang

efisien memerlukan penjadwalan produksi, transportasi, kas, personalia, dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan untuk produk, bahan, tenaga kerja, finansial, atau jasa pelayanan.

2. Penyedian sumberdaya tambahan. Waktu tenggang (lead time) untuk

memperoleh bahan baku, menerima pekerjaan baru, atau membeli mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa tahun. Peramalan diperlukan untuk menentukan kebutuhan sumberdaya dimasa mendatang.

3. Penentuan sumberdaya yang diinginkan. Setiap organisasi harus

menentukan sumberdaya yang ingin dimiliki dalam jangka panjang. Keputusan semacam itu bergantung pada kesempatan pasar, faktor-faktor

(17)

lingkungan, dan pengembangan internal dari sumberdaya finansial, manusia, produk dan teknologis. Semua penetuan ini memerlukan ramalan yang baik dan manajer yang dapat menafsirkan pendugaan serta membuat keputusan yang tepat.

2.2.2. Peranan Teknik Peramalan

Sejak awal 1960-an semua tipe organisasi telah menunjukan keinginan yang meningkat untuk mendapatkan ramalan dan menggunakan sumberdaya peramalan secara lebih baik. Situasi peramalan sangat beragam dalam horison waktu peramalan, faktor yang menetukan hasil sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk menghadapi penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan. Teknik tersebut dibagi kedalam dua teknik utama, yaitu metode kuantitatif dan kualitatif atau teknologis. Metode kuantitatif dapat dibagi ke

dalam deret berkala (time series) dan metode kausal, sedangkan metode kualitatif

atau teknologis dapat dibagi menjadi metode eksploratoris dan normatif. Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut:

1. Tersedia informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.

3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut dimasa mendatang.

Metode deret berkala seringkali dapat digunakan dengan mudah untuk meramal, sedangkan model kausal dapat digunakan dengan keberhasilan yang lebih besar untuk pengambilan keputusan dan kebijaksanaan. Langkah yang penting dalam

memilih suatu metode deret berkala (time series) yang tepat adalah dengan

mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola

tersebut dapat diuji. Pola data dapat dibedakan menjadi empat jenis siklis (cyclical)

(18)

1. Pola horisontal (H) terjadi apabila nilai data berfluktasi disekitar rata-rata

yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini.

2. Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor

musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada pada minggu tertentu).

3. Pola siklis (C) terjadi apabila datanya dipengaruhi oleh fluktasi ekonomi

jangka panjang seperti yang berhubungan dengan siklus bisnis.

4. Pola trend (T) terjadi apabila terdapat kenaikan atau penurunan sekuler

jangka panjang dalam data.

Dalam suatu manufakturing peramalan merupakan langkah awal dalam penyusunan

Production Inventory Management, Manufacturing and Planning Control dan

Manufacturing Resource Planning, dimana objek yang diramalkan adalah

kebutuhan.

Pada industri yang menganut sistem Make to Stock peramalan merupakan input

utama, sedangkan pada industri yang menganut Make to Order peramalan hanya

merupakan bahan pertimbangan dalam menentukan kebutuhan mesin. Selain itu ada beberapa informasi yang penting yang bisa didapat dari peramalan yaitu informasi penjadwalan produksi, transportasi, personal, maupun informasi tentang rencana perluasan usaha baik jumlah atau sumberdaya. Kegunaan peramalan ini untuk melihat pola tingkah laku dari kejadian ekonomi atau kegiatan usaha, saingan (lingkungan). Peramalan adalah alat bantu yang penting untuk melakukan suatu perencanaan yang efektif dan efisien.

(19)

2.2.3. Karakteristik dari peramalan yang baik harus memenuhi beberapa kriteria yaitu dari hal-hal sebagai berikut:

1. Ketelitian atau Keakuratan

Tujuan utama peramalan adalah menghasilkan prediksi yang akurat. Peramalan yang terlalu rendah mengakibatkan kekurangan persediaan (inventory), back order, kehilangan pelanggan. Peramalan yang terlalu

tinggi akan menyebabkan inventory yang berlebihan dan biaya operasi

tambahan.

2. Biaya

Biaya untuk mengembangkan model peramalan dan melakukan peramalan akan menjadi signifikan jika jumlah produk dan data lainnya semakin besar. Mengusahakan melakukan peramalan jangan sampai menimbulkan ongkos yang terlalu besar ataupun terlalu kecil. Keakuratan peramalan dapat ditingkatkan dengan mengembangkan model lebih kompleks dengan konsekuensi biaya menjadi lebih mahal. Jadi ada nilai tukar antara biaya dan keakuratan.

3. Respon

Ramalan harus stabil dan tidak terpengaruhi oleh fluktuasi demand.

4. Simpel

Keuntungan utama menggunakan peramalan yang sederhana yaitu kemudahan untuk melakukan peramalan. Jika kesulitan terjadi pada metode sederhana, diagnosa dilakukan lebih mudah. Secara umum, lebih baik menggunakan metode paling sederhana yang sesuai dengan kebutuhan peramalan.

2.2.4. Prinsip-prinsip Peramalan

1. Peramalan melibatkan kesalahan (error). Peramalan hanya mengurangi

ketidakpastian tetapi tidak menghilangkannya, ini memungkinkan adanya kesalahan peramalan.

(20)

2. Peramalan sebaiknya memakai tolak ukur kesalahan peramalan. Besar

kesalahan dapat dinyatakan dalam satuan unit atau persentase permintaan

aktual akan jatuh dalam interval peramalan.

3. Peramalan family produk lebih akurat dari pada peramalan produk individu

(item). Jika satu family produk tertentu diramal sebagai satu kesatuan,

persentase kesalahan cenderung lebih kecil dari pada persentase kesalahan

peramalan produk-produk individu penyusunan family.

4. Peramalan jangka pendek lebih akurat dari pada peramalan jangka panjang.

Dalam waktu jangka pendek, kondisi yang mempengaruhi permintaan cenderung tetap atau berubah lambat, sehingga peramalan jangka pendek cenderung lebih akurat.

5. Jika dimungkinkan, hitung permintaan dari pada meramal permintaan.

Untuk produk yang bersifat memproduksi untuk disimpan (make to stock),

jumlah permintaan belum diketahui sehingga jadwal produksi harus dapat dibuat berdasarkan peramalan. Pada saat jadwal produksi telah disusun, kebutuhan komponen dan bahan baku untuk mendukung jadwal produksi dapat dihitung dan peramalan tidak perlu dilakukan

2.2.5. Kualifikasi Peramalan Secara Teknis

Ditinjau dari segi proyeksi, peramalan secara teknis dikualifikasikan dalam dua cara yaitu peramalan kuantitatif dan kualitatif.

1. Metode Peramalan secara Kuantitatif

Teknik Peramalan Kuantitatif, antara lain Jury of Executive Opinion. Metode

peramalan yang paling umum digunakan yaitu mengambil pendapat dari

kelompok kecil dari manajer tingkat tinggi, menghasilkan kelompok demand.

Pengambilan keputusan bersifat konsensus, executivenior dapat membiaskan

(21)

Peramalan akan baik selama input dari masing-masing individu baik.

Salesforce Composite

 Sales force (tenaga penjualan) adalah sumber informasi yang baik

berhubungan dengan demand.

 Setiap tengah penjualan mengestimasikan demand untuk daerahnya,

kemudian digabungkan pada tingkat distrik dan nasional untuk mencapai peramalan keseluruhan.

 Kemungkinan terjadi over estimate dan under estimate sangat dipengaruhi

oleh pengalaman.

Metode kuantitatif dapat digunakan jika tersedia data masa lalu, dari data tersebut dicari pola hubungan yang ada. Metode ini cocok digunakan pada kondisi yang

statis, jelas dan tidak memerlukan human mind. Dengan metode ini, ketelitian

ramalan dapat diprediksi sejak awal sebagai bahan pengambilan keputusan. Atas dasar tersebut metode kuantitatif lebih disukai. Metode kuantitatif secara garis besar dapat dikelompokan menjadi 2, yaitu:

 Time Series

Metoda ini digunakan untuk kondisi dimana kita dapat menjelaskan faktor-faktor

apa yang akan dapat menyebabkan terjadinya event yang diramalkan (Black Box),

sehingga waktu yang dianggap sebagai variable terjadinya event tersebut. Secara

garis besar metode Time series dapat dikelompokan menjadi:

A.Metode averaging

Dipakai untuk kondisi dimana setiap data pada waktu yang berbeda mempunyai

bobot yang sama sehingga fluktuasi random dapat diredam dengan rata-ratanya,

biasanya digunakan untuk peramalan jangka pendek. Adapun metode-metode yang termasuk didalamnya, antara lain:

(22)

 Simple Average (SA)

Metode ini cocok jika data tidak memiliki trend dan tidak ada faktor

musiman. Rumus Simple Average (SA):

F(t) = ∑X(i)/t ... (Rumus 2.1.) f(t+h) = F(t) ... (Rumus 2.2.)

Dimana:

F(t) = nilai asal perataan peramalan pada periode data aktual

X(i) = data aktual

∑ X(i) = jumlah data aktual bulan ke 1 sampai t

f(t+h) = periode peramalan sebenarnya pada t dan h

t = waktu pada periode data aktual

h = waktu peramalan setelah periode data aktual

 Single Moving Average

Pada data yang memiliki kecenderungan suatu deret yang meningkat (trend)

tanpa kesalahan random yang menghasilkan trend linear menigkat. F(t) = S

x(i)/m ... (Rumus 2.3.) f(t+h) = F(t) ... (Rumus 2.4.)

Dimana:

F(t) = Nilai asal rata-rata bergerak peramalan pada periode data aktual

X(i) = Data aktual pada bulan ke-i

S x(i) = Jumlah data aktual bulan ke-1 sampai t

f(t+h) = periode peramalan sebenarnya pada t dan h t = waktu pada periode data aktual

h = waktu peramalan setelah periode data aktual m = panjang rata-rata bergerak

 Double Moving Average

F(t) = ∑ X(i)/m ... (Rumus 2.5.)

(23)

f(t+h) = F(t) +F’(t) [((m-1)/2) + h] ... (Rumus 2.7.) Dimana:

F(t) = nilai asal rata-rata bergerak tunggal peramalan pada periode data aktual F’(t) = nilai asal rata-rata bergerak ganda peramalan pada periode data aktual Xi = data aktual pada bulan ke-i

f(t+h) = periode peramalan sebenarnya pada t dan h t = waktu pada periode data aktual

m = panjang rata-rata bergerak dengan

B.Metode Smoothing

Dipakai pada kondisi dimana bobot data pada periode yang satu berbeda dengan

data periode sebelumnya dan membentuk fungsi eksponensial yang biasa disebut

eksponensial smooothing. Adapun metode-metode yang termasuk didalamnya,

antara lain:

 Single Exponensial Smooting With Trend (SEST)

F(t) = α * X(t) + (1 – α) [(Ft-1 + T(-1) ... (Rumus 2.8.)

T(t) = b * [F(t) – F(t-1)] + (1 – b) T(t-1) ... (Rumus 2.9.)

f(t+h) = F(t) + hT(t) ... (Rumus 2.10.) Dimana:

F(t) = nilai pemulusan tahap pertama T(t) = nilai pemulusan tahap kedua X(t) = data aktual pada bula ke-t

f(t+h) = periode peramalan sebenarnya pada t dan h t = waktu periode data aktual

α = parameter pemulusan tahap pertama dari 0 sampai 1

b = parameter pemulusan tahap kedua dari 0 sampai 1

 Double Exponensial Smoothing With Trend (DEST)

Ft = α * Xt + (1- α).Ft-1 ... (Rumus 2.11.)

F’t = α F’t + (1- α).F’t-1 ... (Rumus 2.12.)

(24)

b = α (F’t – F”t) / (1- α) ... (Rumus 2.14.)

Ft+m = a + b (m) ... (Rumus 2.15.) Dimana:

Ft = nilai-nilai penghalusan eksponensial tunggal F’t = nilai-nilai penghalusan eksponensial ganda

a = penyesuaian nilai penghalusan tunggal untuk periode t b = komponen kecenderungan

Ft+m = nilai ramalan untuk m periode ke depan dari t m = jumlah periode peramalan

Metode didasarkan atas tiga persamaan pemulusan (smoothing), yaitu untuk

unsur stasioner, trend, dan musiman.

 Regresi Linier

Regresi linier digunakan untuk peramalan apabila set data yang ada linier, artinya

hubungan antara variable waktu dan permintaan berbentuk garis (linier). Metode

regeresi linier didasarkan atas perhitungan least square error yaitu dengan memperhitungkan jarak terkecil ke suatu titik pada data untuk ditarik garis. Dengan metode ini dapat diperoleh suatu ramalan dengan didasarkan atas persamaan yang

dihasilkan. Faktor intercept dan slope pada peramalan dihitung dari masa lalu dan

digunakan untuk melakukan peramalan dengan variable waktu yang berubah.

f(t) = F(t) = a + b(t) ... (Rumus 2.16.)

Dimana:

a = konstanta atau Y-intercept

b = koefisien regresi atau slope

t = waktu

(25)

2. Metode Peramalan Secara Kualitatif

Metode kualitatif disebut juga metode Technological Forecasting, karena sering

digunakan untuk meramalkan lingkungan dan teknologi, yang dapat dikelompokkan sebagai berikut:

 Metode Subyektif.

 Metode Exlporatory.

 Metode Normative.

2.2.6. Prinsip Peramalan

Prinsip-prinsip peramalan, yaitu:

1. Peramalan akan selalu mengandung error.

2. Kesalahan harus terukur.

3. Ramalan suatu family produk lebih teliti dari pada end item.

4. Peramalan jangka pendek lebih akurat daripada jangka panjang.

Peramalan adalah hasil taksiran kita akan suatu nilai dimasa yang akan datang, karena masih berupa taksiran maka besar kemungkinan adanya kesalahan-kesalahan pada peramalan tersebut. Besarnya kesalahan-kesalahan pada periode ke i (e) dinyatakan sebagai:

e(t) = X(t) – F(t) ... (Rumus 2.17.)

Dimana:

e(t) : kesalahan pada periode ke i.

X(t) : data actual periode ke i.

F(t) : nilai peramalan periode ke i.

Jika terdapat data actual dan data peramalan untuk n periode maka akan terdapat n

buah kesalahan (e). Ada 2 macam ukuran kesalahan yaitu ukuran statistik dan ukuran relatif. Dalam menentukan ukuran kesalahan secara statistik ada 5 cara, yaitu:

(26)

 Mean Error (ME)

n e ME n t t





 1 _{... (Rumus 2.18.)}

 Mean Absolute Error (MAE)

n e MAE n t t



  1

... (Rumus 2.19.)

 Sum Squared Error (SSE)



  n t et SSE 1 2

... (Rumus 2.20.)

 Mean Squared Error (MSE)

n et MSE n t



  1 2

... (Rumus 2.21.)

 Standard Deviation Error (SDE)

1 1 2  



 n et SDE n

t _{... (Rumus 2.22.)}

Sedangkan dalam menentukan kesalahan secara relatifada 3 macam cara, yaitu:

 Percentage Error

100 .         t t t t X F X

PE ... (Rumus 2.23.)

 Mean Percentage Error

n

PE

MPE

n t t





(27)

 Mean Absolute Percenrage error

n

PE

MAPE





... (Rumus 2.25.)

2.2.7. Tracking Signal

Merupakan suatu ukuran bagaimana baiknya suatu ramalan memperkirakan

nilai-nilai aktual. Suatu ramalan diperbaharui setiap minggu, bulan, atau triwulan,

sehingga data permintaan yang baru dapat dibandingkan dengan nilai-nilai ramalan.

Running sum of forescast errors (RSFE)

1 



 t n

t e ... (Rumus

2.26.)

Sistem peramalan yang baik apabila memiliki RSFE yang rendah, dan mempunyai

positive erros yang sama banyak atau seimbang dengan negative error, sehingga

pusat dari tracking signal mendekati nol.

2.2.8. Validasi Hasil Peramalan

1. Prosedur Validasi

Metode validasi yang digunakan adalah Moving Range Chart. Metode tersebut

mencangkup ketentuan-ketentuan sebagai berikut:

 MRt = error pada perioda t – error pada perioda (t-1).

 Dicari rata MRt tersebut.

 Menetukan batas kontrol atas dan batas kontrol bawah dengan cara:

- BKA = 4 MRt (rata-rata).

- BKB = - 4MRt (rata-rata).

Menentukan daerah A, yaitu +/- 1.77 MRt (rata-rata). Menentukan daerah B,yaitu +/- 0.89 MRt (rata-rata).

(28)

2. Syarat Validasi

Suatu hasil peramalan dinyatakan tidak valid apabila memenuhi salah satu kondisi

berikit ini:

 Terdapat satu atau lebih nilai error yang berada diluar batas kontrol.

 Pada 3 titik nilai error yang berurutan, terdapat 2 titik atau lebih yang

terdapat diluar daerah A.

 Pada 3 titik nilai error yang berurutan, terdapat 2 titik atau lebih yang

terdapat diluar daerah B.

 Terdapat 8 titik berurutan yang berada disalah satu sisi.

2.3. Rencana Produksi Agregat (Agregat Planning)

Rencana produksi mendefinisikan tingkat manufaktur, biasanya dinyatakan sebagai tingkat bulanan untuk periode satu tahun atau lebih, untuk setiap kelompok produk. Rencana produksi harus konsisten dengan rencana bisnis yang dalam sistem MRP

II merupakan input bagi proses perencanaan produksi. Perencanaan produksi

merupakan tanggung jawab manajemen puncak (top management) yang

membutuhkan konsensus dari semua departemen fungsional, terutama dari

departemen pemasaran, keuangan, PPIC dan produksi. Perencanaan produksi menetapkan kerangka kerja untuk penjadwalan produksi induk (MPS) dan pelaksanaan manufaktur.

Metode perencanaan agregat secara umum dapat dikelompokkan menjadi dua

Strategi, yaitu:

 Strategi tradisional Top Down, yang menggunakan konsep rata-rata atau

komposit dari produk untuk memformulasikan rencana keseluruhan. Produk komposit kemudian didisagregasi untuk memperoleh perencanaan yang lebih rinci.

 Strategi pendekatan Bottom Up atau disebut Capacity Requirement Planning, dimana paerencanaan agregat keseluruhan dievaluasi dengan memperhatikan ketersedian kapasitas.

(29)

Perencanaan produksi adalah penentu tingkat, kecepatan produksi pabrik yang dinyatakan secara agregat atau definisi lainnya yaitu merupakan bagian dari

rencana Strategis perusahaan dan dibuat secara harmonis dengan rencana bisnis

Bussiness Planning dan rencana pemasaran Marketing Planning. Perencanaan

produksi dapat diartikan untuk menyesuaikan permintaan yang berasal dari peramalan dengan seluruh kemampuan yang ada pada perusahaan. Ini menyebabkan kemampuan kita yang terbatas, sehingga kita tidak dapat begitu saja mengikuti hasil ramalan permintaan, hal ini disebabkan oleh:

 Ketidakpastian hasil ramalan itu sendiri.

 Adanya ongkos yang timbul setiap kali kita mengubah level tingkat produksi

atau jika kita membuat persediaan.

 Tipe dari perusahaan manufaktur.

Tujuan rencana produksi agregat untuk membuat perencanaan produksi sesuai permintaan pasar dengan kriteria minimasi biaya produksi. Langkah pelaksanaan rencana produksi agregat :

1. Tentukan batasan perencanaan produksi yang akan dilakukan. Cari informasi

mengenai data yang dibutuhkan.

2. Tentukan standar satuan yang akan digunakan dalam perencanaan produksi.

3. Tentukan tenaga kerja yang dibutuhkan dalam kurun perencanaan dengan

kriteria ongkos minimum, dengan menggunakan mox Strategi dan Strategi

transportasi.

4. Rencana jumlah produksi dalam agregat.

5. Jika item > 1, lakukan proses disagregasi sesuai dengan faktor konversinya.

2.3.1.Strategi Menghadapi Demand Tidak Tetap

Untuk menghadi demand tidak tetap atau musiman dapat digunakan beberapa

(30)

1. Produksi pada tingkat konstan (tenaga kerja tetap)

Produksi pada tingkat konstan artinya dengan tenaga kerja tetap kemungkinan yang terjadi adalah dengan menumpuk atau menggunakan persediaan, atau

menembahkan dan mengurangi backlog atau dengan menambah atau

mengurangi sub-kontrak. Dalam perhitungan Strategi ini biasanya disebut

sebagai Alternatif 1 atau Strategi 1.

2. Produksi bervariasi mengikuti tingkat demand yang terjadi ( tenaga kerja

berubah sesuai demand)

Produksi mengikuti demand artinya bahwa kapasitas yang akan diproduksi

tergantung dari permintaan. Kemungkinan yang terjadi dengan menambah atau

mengurangi tenaga kerja, atau merubah jumlah shift, dan dengan mengurangi

jumlah waktu kerja. Dalam perhitungan ini biasanya disebut sebagai Alternatif

2 atau Strategi 2.

3. Mix Strategi atau Kombinasi Strategi-Strategi diatas

Produksi gabungan artinya produksi (demand) disatukan anatara demand dari

Strategi tenaga kerja tetap (setengah dari demand 1-n peiode) dengan demand Strategi sesuai demand (setengah dari demand n-sn periode).

4. Metode Program Linier (Transportasi)

2.3.2.Metode Transportasi

Persoalan transportasi merupakan masalah pendistribusian suatu komoditas atau

produk dari sejumlah sumber (supply) kepada sejumlah tujuan (destination,

demand), dengan tujuan meminimumkan ongkos pengangkutan yang terjadi.

Ciri-ciri khusus persoalan transportasi ini adalah :

1. Terdapat sejumlah sumber dan jumlah tujuan tertentu.

2. Kuantitas komoditas atau barang yang di distribusikan dari setiap sumberdaya

yang diminta oleh setiap tujuan, besarnya tertentu.

3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan,

(31)

4. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan besarnya tertentu.

Keseimbangan Model Transportasi

Suatu model transportasi dikatakan seimbang apabila total supply (sumber) sama

dengan total demand (tujuan), dengan kata lain :

j n

j i m

b

a

1 





_{... (Rumus 2.27.)}

dalam persolan yang sebenarnya, batasan ini tidak selau terpenuhi, atau dengan kata

lain, jumlah supply yang tersedia mungkin lebih besar atau lebih kecil daripada

jumlah yang diminta. Jika hal ini terjadi, maka model persoalannya disebut sebagai

model yang tidak seimbang (unbalanced). Batasan diatas dikemukakan hanya

(32)

Namun setiap persoalan transportasi dapat dibuat seimbang dengan cara

memasukan variabel artifisial (semu), jika jumlah demand melebihi jumlah supply,

maka dibuat sumber dummy yang akan men supply kekurangan yaitu sebanyak

i i j

b





a



... (Rumus 2.28.)

Sebaliknya jika jumlah supply melebihi jumlah demand, maka dibuat suatu tujuan

dummy untuk menyerap kelebihan tersebut, yaitu sebanyak

j j i

a





b



... (Rumus 2.29.)

Ongkos transportasi perunit (Cij) dari sumber dummy ke seluruh tujuan adalah nol.

Hal ini dapat dipahami karena pada kenyataannya dari sumber dummy tidak terjadi

pengiriman. Begitu pula dengan ongkos transportasi perunit (Cij)dari semua

sumber ke tujuan dummy adalah nol.

Jika persoalan transportasi dinyatakan bahwa sumber ke k tidak dilakukan atau tidak boleh terjadi pengiriman ke tujuan l, maka nyatakanlah Ck 1 dengan suatu harga M yang besarnya tidak terhingga. Hal ini dilakukan agar dari k ke 1 itu benar-benar tidak terjadi pendistribusian komoditas.

Format ongkos-ongkos yang terjadi

Tabel 2.1. Tabel Format Ongkos-Ongkos Yang Terjadi Periode Produksi

Produksi OT

Produksi SK

Total

Supply Demand

Inventori

Akhir

∑

Secara umum dapat dikatakan bahwa biaya sistem persediaan adalah semua pengeluaran dan kerugian yang timbul akibat adanya persediaan.

(33)

Biaya sistem persediaan terdiri dari :

1. Biaya pembelian

Biaya pembelian adalah biaya yang dikeluarkan untuk membeli barang. Besarnya biaya pembelian ini tergantung pada jumlah barang yang dibeli dan harga satuan barang.

2. Biaya pengadaan

Biaya pengadaan dibedakan atas dua jenis sesuai dengan barang yang ada:

 Biaya pemesanan

 Biaya pembuatan

3. Biaya penyimpanan

Adalah semua yang timbul akibat menyimpan barang.biaya yang memiliki persediaan, biaya gudang, biaya penyusutan dan kerusakan, biaya kedaluarsa, biaya asuransi, biaya pemindahan

4. Biaya kekurangan persediaan

Bila perusahaan kehabisan barang pada saat ada permintaan, maka akan terjadi keadaan kekurangan persediaan. Keadaan ini akan menimbulkan kerugian karena proses produksi akan terganggu dan kehilangan kesempatan mendapatkan keuntungan atau kehilangan konsumen pelanggan karena kecewa sehingga beralih ke tempat yang lain.

(34)

2.4.Disagegasi

Proses disagregasi adalah proses merubah hasil rencana agregat menjadi jumlah

yang harus diproduksi untuk setiap produk atau item, hasil dari disagregasi ini

berupa jadwal induk produksi (MPS). Dengan kata lain proses disagregasi adalah proses perencanaan yang dibuat untuk seluruh produk yang menggunakan unsur yang sama dan dirinci kedalam masing-masing produk yang berbeda.

Langkah-langkah dalam proses disagregasi family set-up yaitu sebagai berikut:

1. Memilih family yang akan diproduksi

Dengan syarat : Iij,t-1 - Rij,t < Sij

Untuk setiap item i, family j dimana:

Rij,t = konstan forecastdemand dari item i, family j selama periode t.

Sij = safety stock untuk item i, family j.

Hal diatas menjamin persediaan akhir Iij,t-1 dari tiap item dalam sebuah family tidak

jauh dibawah safety stock pada akhir periode.

2. Menentukan jumlah yang harus diproduksi yang bersifat sementara (q*ij) untuk tiap item.

Tentukan jadwal pembuatan produk yang optimal:





K

h

_ij

R

_ij

j

T

*

2 /

*

_{... (Rumus 2.30)}

Ekspetasi jumlah item yang harus diproduksi termasuk untuk memenuhi safety stock:

Dij = Iij,t-1 - Rij,t - Sij = Iij,t-1t - Sij ... (Rumus 2.31)

Jumlah item I yang harus dibuat untuk family j adalah:

q*ij = max (Tj* Rij – dij,0)

3. Menyesuaikan jumlah item yang harus dibuat

q*total = ij = qij*mij ... (Rumus 2.32)

(35)

mij = faktor konversi dari tiap unit produksi agregat untuk tiap item i family j.

4. Penyesuaian akhir untuk jumlah item yang harus diproduksi:

q*ij(Adj) = q*ij + Rij*(P- q*total)/(  Rij*mij) ... (Rumus 2.33)

dimana :

P = total output rencana produksi periode t

Tabel 2.2. Tabel Format Disagregasi

Family Item Inv.Akhir Demand SS EQ Konv Status

( i ) ( j ) Iij.t-1 Dij.t-1 Sij Iij.t-1 – Dij.t-1 Kij Kij * Dij

T*ij Q*ij mi qij*.mij q*ij(Adj) Q*ij(Adj) Iij(Adj)

(36)

MPS atau jadwal induk produksi adalah suatu set perencanaan yang

mengidentifikasikan kuantitas dari item tertentu yang dapat dan akan dibuat oleh

suatu perusahaan manufaktur (dalam satuan waktu). Informasi yang dibutuhkan untuk membuat MPS, yaitu:

1. Production Plan

2. Demand Data

3. Inventory Status 4. Ordering Policy

2.5.1. Konsep Dasar Tentang Aktivitas Penjadwalan Induk Produksi

Sebelum memulai pembahasan tentang penjadwalan produksi induk (Master

Production scheduling = MPS) perlu dikemukakan kedua istilah tentang MPS yang digunakan secara bersamaan, yaitu:

1. Penjadwalan Induk Produksi (Master Production Schedule).

2. Jadwal Induk Produksi (Master Production Schedule).

Pada dasarnya istilah jadwal induk produksi (Master Production Schedule)

merupakan hasil dari aktivitas penjadwalan induk produksi (Master Production

Schedule).

MPS merupakan suatu pernyataan tentang produk akhir (termasuk parts pengganti

dan suku cadang) dari suatu perusahaan industri manufaktur yang merancang

memproduksi output berkaitan dengan kuantitas dan periode waktu. MPS

mendisagregasikan dan mengimplementasikan rencana produksi.

Apabila rencana produksi yang merupakan hasil dari proses perencanaan produksi dinyatakan dalam bentuk agregat, jadwal induk produksi yang merupakan hasil dari proses penjadwalan induk produksi dinyatakan dalam konfigurasi spesifik dengan

(37)

Aktivitas penjadwalan induk produksi berkaitan dengan bagaimana menyusun dan memperbaharui jadwal induk produksi. Seperti: memproses transaksi, memelihara catatan-catatan, mengevaluasi efektivitas dari MPS, dan memberikan laporan evaluasi dalam periode waktu yang teratur untuk keperluan umpan-balik dan tinjauan ulang.

Berdasarkan uraian di atas, kita mengetahui bahwa MPS berkaitan dengan pernyataan tentang produksi, bukan pernyataan tentang permintaan pasar. MPS

sering didefinisikan sebagai Anticipated Build Schedule untuk item-item yang

disusun oleh perencana jadwal induk produksi (Master schedule).

MPS berkaitan dengan aktivitas melakukan empat fungsi utama berikut:

1. Menyediakan atau memberikan input utama kepada sistem perencanaan

kebutuan material dan kapasitas (material and capacity requirements planning

= M&CRP).

2. Menjadwalkan pesanan-pesanan produksi dan pembelian (production and

purchase orders) untuk item-item MPS.

3. Memberikan landasan untuk penentuan kebutuhan sumber daya dan kapasitas.

4. Memberikan basis untuk pembuatan janji tentang penyerahan produk (delivery

(38)

MPS membutuhkan lima input utama seperti ditunjukan dalam gambar berikut:

R o u g h C u t C a p a c ity P la n n in g (R C C P )

P r o s e s: P e n j a d w a la n I n d u k

P r o d u k s i ( M P S )

O u t p u t: J a d w a l I n d u k p r o d u k s i

(M P S )

I n p u t:

1 . D a ta P e r m in t a a n T o t a l 2 . S t a t u s I n v e n to r y

3 . R e n c a n a P r o d u k s i 4 . D a ta P e r e n c a n a a n 5 . I n fo r m a s i d a r i R C C P

U m p a n B a lik

Gambar 2.1. Proses Penjadwalan Induk Produksi (MPS)

Dari gambar di atas dapat dijelaskan atau diuraikan beberapa hal sebagai berikut: 1. Data Permintaan Total merupakan salah satu sumber data bagi proses

penjadwalan induk produksi. Data permintaan total berkaitan dengan

ramalan penjualan (sales forecast) dan pesanan-pesanan (orders).

2. Status Inventory berkaitan dengan informasi tentang on-hand inventory,

stok yang dialokasikan untuk penggunaan tertentu (allocated stock),

pesanan-pesanan produksi dan pembelian yang dikeluarkan (released

production and purchase oreders), dan firm planned orders. MPS harus

mengetahui secara akurat berapa banyak inventory yang tersedia dan

menentukan berapa banyak yang harus dipesan.

3. Rencana Produksi memberikan sekumpulan batasan kepada MPS. MPS

harus menjumlahknnya untuk menentukan tingkat produksi, inventory, dan

sumber-sumber daya lain dalam rencana produksi itu.

4. Data Perencanaan berkaitan dengan aturan-aturan tentang lot-sizing yang

(39)

tunggu (lead time) dari masing-masing item yang biasanya tersedia dalam

file induk dari item (Item Master File).

5. Informasi dari RCCP berupa kebutuhan kapasitas untuk

mengimplementasikan MPS menjadi salah satu input bagi MPS. Pada

dasarnya RCCP dan MPS merupakan aktivitas perencanaan. RCCP menentukan kebutuhan kapasitas untuk mengimplmentasikan MPS, menguji kelayakan dari MPS, dan memberikan umpan balik kepada

perencana atau penyusun jadwal induk produksi (Master Schedule) untuk

mengambil tindakan perbaikan apabila ditemukan adanya ketidaksesuaian antara penjadwalan produksi induk dan kapasitas yang tersedia.

MPS dan Perencanaan Produksi (Production Planning) merupakan aktivitas

perencanaan dalam hirarki perencanaan prioritas. Pada dasarnya terdapat sejumlah

perbedaan antara Rencana Produksi (Production Plan) dan Jadwal Induk Produksi

(Master Production Schedule = MPS) yang merupakan hasil dari kedua aktivitas perencanaan tersebut, seperti ditunjukan dalam tebel berikut, yaitu:

Tabel 2.3. Perbedaan antara Rencana Produksi dan MPS

No. Deskripsi Rencana Produksi MPS

1. Definisi

Tingkat produksi

brdasarkan kelompok atau

family produk

Anticipated Build Schedule

2. Item yang

direncanakan

Tingkat produksi berdasarkan family atau kelompok produk

Produk akhir atau item

spesifik dalam Bill Of Material

3. Horizon perencanaan

Sumber daya dengan waktu tunggu terpanjang (longest lead time)

Waktu tunggu kumulatif (cumulative lead time) untuk komponen

4. Batasan-batasan Kapasitas peralatan dan

pabrik dan material Rencana produksi, kapasitas

5. Hubungan Agregasi MPS Disagregasi Rencana

(40)

2.5.2. Tugas dan Tanggung Jawab Penyusun Jadwal Induk Produksi (Master

Production Scheduler)

Tugas dan tanggung jawab profesional dari penyusun jadwal induk produksi (Master production Schedule) adalah membuat perubahan-perubahan pada catatan MPS, mendisagregasikan Rencana Produksi untuk menciptakan MPS, menjamin bahwa keputusan-keputusan produksi yang ada dalam MPS itu telah sesuai dengan rencana produksi, dan yang terpenting adalah mengkomunikasikan hal-hal utama dalam MPS itu kepada bagian-bagian lain yang terkait dalam perusahaan.

Seperti telah dikemukakan, MPS membangun jalinan komunikasi dengan bagian

manufacturing, sehingga dalam hal ini bagian manufacturing (PPIC) yang

menyusun MPS harus mengkomunikasikan outputnya kepada bagian-bagian lain,

seperti: bagian pemasaran. Bagian inventory atau pembelian material, bagian

rekayasa, R&D, produksi, dan lain-lain.

2.5.3. Fungsi dan Tujuan MPS

MPS memiliki fungsi sebagai berikut:

1. Menjadwalkan jumlah tiap end item yang akan diproduksi.

2. Memberikan input bagi MRP (Material Requirement Planning).

3. Sebagai dasar bagi pembuatan perencanaan sumber daya (RCCP).

4. Merupakan dasar untuk menentapkan janji pengiriman pada konsumen.

Adapun yang menjadi tujuan MPS adalah:

1. Mencapai target tingkat produksi tertentu.

2. Memenuhi target tingkat pelayanan terhadap konsumen.

(41)

Istilah-istilah yang sering digunakan dalam MPS: 1. Time Bucket.

Merupakan pembagian planning periode yang digunakan dalam MPS atau MRP.

2. Time Phase Plan.

Merupakan penyajian pelaksanaan dimana semua (Demand, Order, Inventory)

disajikan dalam Time Bucket.

3. Time Fences.

Merupakan batas waktu penyesuaian pesanan.

4. Planning Horizon. Adalah jangka waktu perencanaan yang dipakai.

2.5.4. Beberapa Pertimbangan Dalam Desain Master Production Schedule (MPS)

Dalam sistem produksi, waktu tunggu berkaitan dengan waktu menunggu diproses,

bergerak atau berpindah, antri, setup, dan run time untuk setiap komponen yang

diproduksi.

Pada dasarnya horizon perencanaan dibagi kedalam empat aktivitas operasi, yang

masing-masing mempunyai waktu tunggu. Waktu tunggu dari keempat aktivitas operasi itu adalah: waktu tunggu proses pesanan dan pengiriman, waktu tunggu

final assembly, waktu tunggu component assembly, dan waktu tunggu perolehan material dan rekayasa.

Time Fences. Perubahan-perubahan dalam MPS akan menjadi sulit, kacau

(disruptive) dan mahal, apabila dibuat pada saat mendekati waktu penyelesaian produk.

Untuk menstabilkan jadwal dan memberikan keyakinan bahwa perubahan-perubahan telah dipertimbangkan secara tepat sebelum perubahan-perubahan-perubahan-perubahan itu

(42)

prosedur berbeda dalam mengatur perubahan-perubahan jadwal dalam setiap zona

waktu (time zone). Time fences memisakan zona waktu itu.

Dengan demikian time fences dapat didefinisikan sebagai suatu kebijakan atau

petunjuk yang ditetapkan untuk mencatat dimana (dalam zona waktu) terdapat

berbagai keterbatasan atau perubahan dalam prosedur operasi manufacturing.

Batas-batas diantara periode horizon perencanaan akan membantu penyusun MPS

dengan cara mengijinkan petunjuk yang berbeda guna mengatur modifikasi jadwal.

Perubahan-perubahan terhadap MPS dapat dilakukan dengan relatif lebih mudah apabila mereka terjadi melewati waktu tunggu kumulatif. Bagaimanapun perubahan-perubahan akan menjadi sulit dan tidak efisien apabila terjadi dalam

time fences. Time fences yang paling umum dikenal adalah Demand Time Fences

(DTF) dan Planning Time Fence (PTF), dimana DTF ditetapkan pada waktu final

assembly sedangkan PTF ditetapkan pada waktu tunggu kumulatif.

DTF didefinisikan sebagai periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS tidak diizinkan atau tidak diterima karena akan menimbulkan kerugian biaya yang besar akibat ketidaksesuaian atau kekacauan jadwal.

Sedangkan PTF didefinisikan sebagai periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS dievaluasi guna mencegah ketidaksesuaian atau kekacauan jadwal yang akan menimbulkan kerugian dalam

(43)

Calculation of Projected Available

Balance

Type of Order

Rescheduling of Orders

Uses Actual Demand

Orders

Master Schedule with Management

Approval

Uses combination of Actual Demand and Forecast

Firm Planned Orders Planned Orders

Master Sceduler System

Assembly Lead Time

Cumulative Lead Time

Zone 1 Zone 2 Zone 3

Now DTF PTF Planning Horizon

Gambar 2.2. MPS Time Fences

2.5.5. Pemilihan Item-item MPS

Faktor utama lain yang perlu diperhatikan dalam mendesain MPS adalah pemilihan

item-item MPS. Pemilihan item-item yang dijadwalkan melalui MPS juga perlu

mendapat perhatian khusus.

Pemilihan item-item ini penting, karena tidak hanya mempengaruhi bagaimana

MPS beroperasi, tetapi juga mempengaruhi bagaimana sistem perencanaan dan

pengendalian manufacturing secara keseluruhan beroperasi. Terdapat beberapa

kriteria dasar yang mengatur pemilihan item-item dalam MPS, yaitu:

1. Item-item yang dijadwalkan seharusnya merupakan produk akhir, kecuali ada

pertimbangan yang jelas menguntungkan untuk menjadwalkan item-item yang

lebih kecil daripada produk akhir seperti modular or inverted planning bills,

atau lebih besar daripada produk akhir seperti: super family, super modular,

atau super planning bills lainnya. Penjadwalan produk-produk akhir dalam

MPS menyebabkan itu menjadi sama seperti: Final Assembly Schedule (FAS).

2. Jumlah item-item MPS seharusnya sedikit, karena manajemen tidak dapat

membuat keputusan yang efektif terhadap MPS apabila jumlah item MPS

(44)

3. Seharusnya memungkinkan untuk meramalkan permintaan dari item-item MPS

(kecuali item itu adalam Make To Order). Item-item yang dijadwalkan harus

berkaitan erat dengan item-item yang dijual.

4. Setiap item yang dibuat harus memiliki BOM, sehingga MPS dapat Eksplode

melalui BOM untuk menentukan kebutuhan komponen dan material.

5. Item-item yang dipilih harus dimasukkan dalam perhitungan kapasitas produksi

yang dibutuhkan.

6. Item-item MPS harus memudahkan dalam penerjemahan pesanan-pesanan

pelanggan ke dalam pembuatan produk yang akan dikirim.

Item-item dalam MPS:

1. Jenis item tidak terlalu banyak.

2. Kebutuhannya dapat diramalkan.

3. Mempunyai BOM, sehingga kebutuhan komponen dapat dihitung.

4. Dapat diperhitungkan dalam penentuan kapasitas.

5. Menyatakan konfigurasi produk yang dapat dikirim.

2.5.6. Teknik Penyusunan Master Production Schedule (MPS)

Tabel 2.4. Bentuk Umum Dari Master Production Schedule (MPS)

Periode Past Due 1 2 3 4 …

Forecast Actual Order

Projected Available Balance (PAB)

Available To Promise (ATP)

Master Schedule Planned Order

 Safety Stock adalah stock tambahan dari item yang direncanakan untuk berada

dalam inventory yang disajikan sebagai stock pengaman guna mengatasi

(45)

singkat (short-term customer order), penyerahan item untuk pengisian kembali

inventory, dan lain-lain. Safety stock merupakan kebijaksanaan manajemen

berkaitan dengan stabilisasi dari sistem manufacturing, dimana apabila sistem

manufakturing semakin stabil kebijaksanaan stok pengaman ini dapat

diminimumkan. Sasaran dari sistem manufacturing Just In Time adalah

menstabilkan mekanisme kerja dari sistem manufacturing dengan melibatkan

secara langsung pemasok dan pelanggan dalam sistem manufakturing itu, sehingga kebijaksanaan terhadap stok pengaman dapat diminimumkan menuju

nol (konsep zero inventory).

 DTF (Demand Time fence) adalah periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS tidak diizinkan atau tidak diterima karena akan menimbulkan kerugian biaya yang besar akibat ketidaksesuaian atau kekacauan jadwal.

 PTF (Planning Time Fence) adalah periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS dievaluasi guna mencegah ketidaksesuaian atau kekacauan jadwal yang akan menimbulkan

kerugian dalam biaya. MPS biasanya dinyatakan sebagai Firm Planned Orders

(FPO) dalam PTF.

 Forecast/sales Plan merupakan rencana penjualan atau peramalan penjualan

untuk item yang dijadwalkan itu. Dalam konsep manajemen permintaan sales

plan bersifat tidak pasti (uncertain).

 Actual Order merupakan pesanan-pesanan yang diterima dan bersifat pasti

(certain). Dalam kosep manajemen semua pesanan yang bersifat pasti ini

dikelompokan ke dalam aktivitas order service, sedangkan sales forecast

dikategorikan ke dalam aktivitas peramalan (forecasting).

(46)

a. Planned Order

Adalah order yang rencananya akan dilepaskan (released) dan dibuat

setelah mempertimbangkan Supply Demand.

b. Firm Planned Order

Adalah order yang direncanakan akan dibuat diperusahaan ini tapi belum

dilepaskan (released).

c. Orders

Adalah order yang sudah dibuat dan diperintahkan untuk

dikerjakan/dibuatkan purchase order surat pengiriman.

 Projected Available Balances (PAB) merupakan proyeksi on hand inventory

dari waktu ke waktu selama horizon perencanaan MPS, yang menunjukan status

inventory yang diproyeksikan pada akhir dari setiap periode waktu dalam

horizonperencanaan MPS.

Dalam buku-buku teks yang lain PAB disebut juga sebagai Projected On Hand

Balance. Dalam lingkungan manufacturing Make To Order, pada umumnya

inventory tidak tersedia sebelumnya, on hand inventory tidak ada. Maka PAB

dapat dipandang sebagai suatu perbandingan antara penawaran (supply) dan

permintaan (demand). Apabila PAB negatif berarti pada periode itu produksi

atau penawaran tidak mampu memenuhi permintaan. Sebaliknya untuk

lingkungan manufacturingMake To Stock, kenaikan terus-menerus dalam nilai

PAB menunjukan bahwa inventory dari item yang dijadwalkan itu semakin

menumpuk.

Berdasar informasi PAB, berbagai kebijakan dan tindakan korektif dapat diambil

untuk perbaikan terus-menerus dari proses manufacturing. PAB dinyatakan

melewati PTF hanya sebagai informasi saja, sementara Master schedule dan PTF

(47)

 Available To Promises (ATP) memberikan informasi tentang berapa banyak

item atau produk tertentu yang dijadwalkan pada peride waktu itu tersedia untuk

pesanan pelanggan, sehingga berdasarkan infomasi ini, bagian pemasaran dapat membuat janji yang tepat kepada pelanggan. ATP dapat juga dihitung secara kumulatif untuk memberikan informasi tentang kumulatif ATP pada periode waktu tertentu.

 Master Schedule (MS) merupakan jadwal produksi atau manufacturing yang

diantisipasi (anticipated manufacturing schedule) untuk item tertentu.

2.5.7. Perhitungan Dalam Master Production Schedule (MPS)

 PAB

 Pada daerah DTF = PABt = PABt-1+MSt-AO ... (Rumus 2.34.)

 Pada daerah PTF = PABt = PABt-1+MSt-Max (AOt,Ft) ... (Rumus 2.35.)

 Pada daerah PTF = PABt = PABt-1+MSt-Ft ... (Rumus 2.36.)

 ATP

 Pada Periode 1

ATPt = PAB now+MSt-AO

(Sebelum ada MS berikutnya) ... (Rumus 2.37.)

 Pada Periode Berikutnya

ATPt = MSt-AO

(Sebelum ada MS berikutnya) ... (Rumus 2.38.)

 Planned Order (PO)

 Planned Order = F + Safety Stock – PABt-1 ... (Rumus 2.39.)

(Dihitung apabila PAB minus, perhitungan kebutuhan tergantung pada

(48)

Metodologi Penelitian

3.1.Flowchart Pemecahan Masalah

Flowchart pemecahan masalah merupakan tahapan-tahapan yang dilakukan pada saat melakukan penelitian. Dimulai dari tahap observasi di PT. Agronesia Divisi Es Saripetojo, pengumpulan data-data dan informasi yang dibutuhkan pada saat melakukan penelitian, sampai pada tahap penyelesaian masalah dapat dilihat pada gambar berikut:

(49)

3.2.Langkah-Langkah Pemecahan Masalah

Seperti yang sudah dijelaskan sebelumnya pada gambar 3.1, berikut adalah penjelasan langkah-langkah yang dilakukan pada saat melakukan penelitian: 3.2.1.Observasi Perusahaan

Kegiatan observasi perusahaan dilakukan dengan langsung turun mengamati kelapangan dengan cara wawancara langsung bagian produksi langsung, bagian pemasaran dan bagian distribusi. Kegiatan wawancara ini dimaksudkan agar dapat mengetahui gambaran produksi yang sedang berjalan di perusahaan saat ini, menemukan masalah yang akan dijadikan topik penelitian dan mengenai informasi-informasi lainnya yang memang dibutuhkan untuk melakukan penelitian.

3.2.2.Studi literatur

Bertujuan memberikan pemahaman awal mengenai masalah yang akan diteliti, dan penggunaan teori-teori yang akan dipakai dan dianggap relevan untuk menyelesaikan masalah yang akan diteliti. Dengan bersumber pada buku metode dan aplikasi peramalan, production and inventory management, modul WIN-QSB, modul POM FOR WINDOWS 3, Perencanaan Pengendalian Produksi dan media internet.

3.2.3.Identifikasi Masalah

Identifikasi masalah bertujuan agar dapat merumuskan masalah apa saja yang ada pada saat melakukan observasi kelapangan baik masalah dari pihak pemasaran, pihak produksi dan juga pihak distribusi serta memberikan gagasan awal tujuan dari penelitian yang dilakukan. Masalah yang ditemukan merupakan hasil pengamatan pada saat observasi kelapangan, seperti yang telah dibahas pada latar belakang masalah dimana dalam melakukan aktivitas produksi perusahaan hanya berdasar pada pengalaman masa lalu, sedangkan permintaan tidak selalu tetap. Disatu sisi apabila permintaan meningkat es yang disediakan dalam kamar pendingin habis perusahaan akan mengalami keterlambatan dalam distribusi, disisi lain apabila

(50)

permintaan menurun maka akan banyak es yang tersimpan dikamar pendingin dan apabila terlalu lama disimpan kualitas es kurang baik.

3.2.4.Tujuan Penelitian

Tujuan yang ingin dicapai pada penelitian ini adalah menyusun jadwal induk produksi (JIP) sehingga dapat memenuhi tingkat pelayanan terhadap konsumen, efisiensi dalam penggunaan sumberdaya, dan mencapai target produksi tepat waktu.

3.2.5.Pengumpulan Data

Pengumpulan data dilakukan sebagai penunjang agar dapat memecahkan permasalah yang telah dirumuskan sebelumnya yaitu pada saat mengidentifikasi masalah yang ada diperusahaan. Adapun data-data yang diperlukan adalah sebagai berikut:

1. Profil Perusahaan

Merupakan gambaran umum perusahaan.

2. Data Produk PT. AGRONESIA Divisi Es Saripetojo

Merupakan data-data produk es yang diproduksi oleh saripetojo. 3. Data Kapasitas Ice Maker Machine dan Bak Pembuatan Es Balok

Merupakan jumlah produksi yang dapat dihasilkan dari setiap waktu siklus produksi.

4. Data Laporan Produksi Es Tube dan Es Balok Periode April 2012 - Maret 2013 Merupakan data laporan produksi satu tahun terakhir.

5. Data Penjualan Es Tube dan Es Balok Periode April 2012 - Maret 2013

Merupakan data dari penjualan, baik penjualan didalam kota maupun penjualan luar kota.

6. Data Susut Cair Es Tube dan Es Balok Periode April 2012 - Maret 2013 Merupakan data es tube dan es balok susut cair.

(51)

3.2.6.Pengolahan Data

Pengolahan data dilakukan secara bertahap, berikut adalah langkah-langkah dalam melakukan pengolahan data:

1. Analisa kebutuhan (forecasting) es tube dan es balok untuk 12 Periode selanjutnya menggunakan Software POM FOR WINDOWS 3.

 Untuk es tube dengan metode peramalan berikut:

- Moving Average With Linear Trend (MAT)

Untuk mengurangi kesalahan akibat trend yang terjadi bila rata-rata bergerak (moving average) dipakai, maka dikembangkan metode linier moving average. Dengan metode ini dihitung rata-rata bergerak kedua. Rata-rata bergerak kedua (double moving average) merupakan rata-rata bergerak dari rata-rata bergerak dan menurut simbol dituliskan sebagai MA(MxN) dimana artinya MA (M-periode) dari MA (N-periode).

- Single Exponetial Smoothing With Trend (SEST)

Dasar pemikiran metode ini hampira sama dengan Moving Average With Linear Trend (MAT), pada metode ini tidak menggunakan pemulusan ganda secara langsung.

- Double Exponetial Smoothing With Trend (DEST)

Dasar dari metode ini sama dengan metode rata-rata bergerak linier yaitu bahwa kedua nilai penghalusan tunggal dan ganda ketinggalan dari data yang sebenarnya apabila terdapat unsur trend. Perbedaan antara kedua nilai tunggal dan ganda dapat ditambahkan kepada nilai penghalusan tunggal dan disesuaikan untuk trend.

- Linear Regression With Time (LR)

Untuk pola data yang memperlihatkan fluktuasi random di sekitar garis lurus yang menunjuk atau menurun terhadap waktu.

(52)

 Untuk es balok dengan metode peramalan berikut:

- Simple Average (SA)

Metode ini cocok jika datanya tidak memiliki trend dan tidak ada faktor musiman.

- Moving Average (MA)

Pada data yang memiliki kecenderungan suatu deret yang meningkat (trend) tanpa kesalah random yang menghasilkan trend linear meningkat. Dengan menggunakan single moving akan terjadi kesalahan sistematis (error) akibat trend. Untuk mengurangi kesalahan akibat trend yang terjadi bila rata-rata bergerak (moving average) dipakai, maka dikembangkan metode linear moving average. Dengan metode ini dihitung rata-rata bergerak kedua. Rata-rata bergerak kedua (double moving average) merupakan rata-rata bergerak rata-rata bergerak menurut simbol dituliskan sebagi MA (MxN) dimana artinya MA ( M- periode ) dari MA (N-perode).

- Linear Regression With Time (LR)

2. Melakukan Perencanaan Produksi Agregat (Aggregat Planning) - Metode Transportasi

Untuk pengerjaan dengan metode transportasi digunakan metode least

square method (metode ongkos terkecil), dimana demand harus dipenuhi

sebaliknya kapasitas tidak mesti terpenuhi prioritas pertama yang harus dilakukan adalah Reguler time, Over time dan sub kontrak.

3. Disagregasi

Produk yang disagregasi hanya es balok yang menggunakan bahan baku sama dan dirinci kedalam masing-masing item es balok yang berbeda.

(53)

4. Menyusun Jadwal Induk Produksi (JIP)

Jadwal induk produksi adalah suatu set perencanaan yang mengidentifikasikan kuantitas dari item tertentu yang dapat dan akan dibuat oleh suatu perusahaan manufaktur (dalam satuan waktu).

3.2.7. Analisis Hasil Pengolahan Data

Setelah melakukan pengolahan data selanjutnya adalah menganalisis hasil dari pengolahan data tersebut, analisis dilakukan dari proses analisa kebutuhan (forecasting) sampai dengan penyusunan Jawal induk produksi (JIP). Tujuan utama dari analisis ini adalah mencari solusi agar permasalahan tersebut dapat diselesaikan.

3.2.8. Kesimpulan dan Saran 3.2.8.1. Kesimpulan

Kesimpulan yang ditarik hasil dari proses analisis yang telah dilakukan merupakan jawaban dari tujuan penelitian.

3.2.8.2. Saran

Dibagian saran, pengamat memberikan usulan atau alternative yang berkaitan dengan hasil penelitian yang sudah dilakukan, dari usulan ini bisa dijadikan bahan pertimbangan sehingga dapat di implementasikan bagi pihak perusahaan dalam melakukan proses produksi.

(54)

USULAN JADWAL INDUK PRODUKSI (JIP)

GUNA MENGANTISIPASI FLUKTUASI PERMINTAAN

DI PT. AGRONESIA DIVISI INDUSTRI ES SARIPETOJO BANDUNG

Taufik Rachman, Alam Santosa1

Program Studi Teknik Industri, Universitas Komputer Indonesia, Bandung Jl. Dipati Ukur No. 112-116 40132, Telp. (022) 2504119, Fax (022) 2533754

ABSTRAK

Sistem produksi dapat dikatakan baik apabila dapat selalu memenuhi permintaan dari para konsumennya. PT. AGRONESIA Divisi Industri Es Saripetojo Bandung merupakan Badan Usaha Milik Daerah (BUMD) yang memproduksi es tube dan es balok. Upaya perusahaan dalam melakukan aktivitas produksi berdasarkan masa lau, ketika permintaan meningkat perusahaan mengalami keterlambatan distribusi ketika permintaan menurun banyak es tersimpan dalam kamar pendingin. Untuk mengantisipasi permasalahan tersebut maka perlu dibuat Jadwal Induk Produksi (JIP) agar dapat memenuhi tingkat pelayanan terhadap konsumen dan mencapai target produksi.

Penyusunan Jadwal Induk Produksi meliputi: analisa kebutuhan (forecasting) untuk 12 periode mendatang, merencanakan produksi agregat dengan ongkos produksi yang paling minimum, disagregasi item yang menggunakan bahan baku yang sama untuk item yang berbeda, dan menyusun Jadwal Induk Produksi (JIP) sebagai dasar pertimbangan perusahaan dalam melakukan aktivitas produksi.

Dari hasil perencanaan produksi secara agregat diketahui biaya untuk penggunaan pemakaian listrik untuk 12 periode mendatang yaitu sebesar Rp. 2.439.372.600,-. Dibandingkan dengan actual yang dikeluarkan perusahaan tahun lalu yaitu sebesar Rp. 2.563.083.387,-. Maka biaya penggunaan pemakaian listrik ini dapat diminimasi sebesar Rp. 123.710.787,-.

Dengan diterapkannya Jadwal Induk Produksi (JIP) ini maka perusahaan akan lebih siap apabila terjadi permintaan yang melebihi kapasitas produksi, sehingga perusahaan dapat memenuhi tingkat pelayanan terhadap konsumen dan mencapai target produksi tepat waktu.

Kata kunci: Analisa Kebutuhan (forecasting), Perencanaan Produksi Aggregat, Disagregasi, Jadwal Induk Produksi (JIP).

1 Pendahuluan

Sistem produksi dapat dikatakan baik apabila selalu bisa memenuhi permintaan dari setiap konsumennya dengan keterbatasan-keterbatasan sumber daya yang ada. Sumber daya yang dimaksud adalah mesin, meterial, manusia, dan informasi.

PT. AGRONESIA Divisi Industri Es Saripetojo Bandung merupakan salah satu Badan Usaha Milik Daerah (BUMD) Pemerintah Provinsi Jawa Barat yang merupakan supplier es dalam bentuk es kristal, es balok dan es carving baik bagi pengusaha maupun industri, pabrik-pabrik yang memanfaatkan es balok sebagai bahan baku maupun es tube sebagai konsumsi masyarakat langsung dengan motto

(1)

44 

Untuk es balok dengan metode peramalan berikut:

-

Simple Average (SA)

Metode ini cocok jika datanya tidak memiliki trend dan tidak ada faktor

musiman.

-

Moving Average (MA)

Pada data yang memiliki kecenderungan suatu deret yang meningkat

(trend) tanpa kesalah random yang menghasilkan trend linear meningkat.

Dengan menggunakan single moving akan terjadi kesalahan sistematis

(error) akibat trend. Untuk mengurangi kesalahan akibat trend yang

terjadi bila rata-rata bergerak (moving average) dipakai, maka

dikembangkan metode linear moving average. Dengan metode ini

dihitung rata-rata bergerak kedua. Rata-rata bergerak kedua (double

moving average) merupakan rata-rata bergerak rata-rata bergerak menurut

simbol dituliskan sebagi MA (MxN) dimana artinya MA ( M- periode )

dari MA (N-perode).

-

Linear Regression With Time (LR)

2. Melakukan Perencanaan Produksi Agregat (Aggregat Planning)

-

Metode Transportasi

Untuk pengerjaan dengan metode transportasi digunakan metode least

square method (metode ongkos terkecil), dimana demand

harus dipenuhi

sebaliknya kapasitas tidak mesti terpenuhi prioritas pertama yang harus

dilakukan adalah Reguler time, Over time dan sub kontrak.

3. Disagregasi

Produk yang disagregasi hanya es balok yang menggunakan bahan baku sama

dan dirinci kedalam masing-masing item es balok yang berbeda.

(2)

45

4. Menyusun Jadwal Induk Produksi (JIP)

Jadwal induk produksi adalah suatu set perencanaan yang mengidentifikasikan

kuantitas dari item tertentu yang dapat dan akan dibuat oleh suatu perusahaan

manufaktur (dalam satuan waktu).

3.2.7. Analisis Hasil Pengolahan Data

Setelah melakukan pengolahan data selanjutnya adalah menganalisis hasil dari

pengolahan data tersebut, analisis dilakukan dari proses analisa kebutuhan

(forecasting) sampai dengan penyusunan Jawal induk produksi (JIP). Tujuan utama

dari analisis ini adalah mencari solusi agar permasalahan tersebut dapat

diselesaikan.

3.2.8. Kesimpulan dan Saran

3.2.8.1. Kesimpulan

Kesimpulan yang ditarik hasil dari proses analisis yang telah dilakukan merupakan

jawaban dari tujuan penelitian.

3.2.8.2. Saran

Dibagian saran, pengamat memberikan usulan atau alternative yang berkaitan

dengan hasil penelitian yang sudah dilakukan, dari usulan ini bisa dijadikan bahan

pertimbangan sehingga dapat di implementasikan bagi pihak perusahaan dalam

melakukan proses produksi.

(3)

USULAN JADWAL INDUK PRODUKSI (JIP)

GUNA MENGANTISIPASI FLUKTUASI PERMINTAAN

DI PT. AGRONESIA DIVISI INDUSTRI ES SARIPETOJO BANDUNG

Taufik Rachman, Alam Santosa1

Program Studi Teknik Industri, Universitas Komputer Indonesia, Bandung Jl. Dipati Ukur No. 112-116 40132, Telp. (022) 2504119, Fax (022) 2533754

ABSTRAK

Kata kunci: Analisa Kebutuhan (forecasting), Perencanaan Produksi Aggregat, Disagregasi, Jadwal Induk Produksi (JIP).

1 Pendahuluan

PT. AGRONESIA Divisi Industri Es Saripetojo Bandung merupakan salah satu Badan Usaha Milik Daerah (BUMD) Pemerintah Provinsi Jawa Barat yang merupakan supplier es dalam bentuk es kristal, es balok dan es carving baik bagi pengusaha maupun industri, pabrik-pabrik yang memanfaatkan es balok sebagai bahan baku maupun es tube sebagai konsumsi masyarakat langsung dengan motto perusahaa “elalu Me guta aka Mutu da Pelaya a kepada seluruh ko su e ya.

(4)

Upaya perusahaan dalam memenuhi permintaan dari para konsumennya hanya berdasarkan permintaan masa lalu, sedangkan permintaan dari konsumen bervariasi tidak selalu tetap. Ketika jumlah permintaan meningkat stock es yang disediakan dalam kamar pendingin habis maka perusahaan akan mengalami keterlambatan dalam pendistribusian kepada konsumen, Akan tetapi pada saat permintaan menurun ini menimbulkan masalah lain yaitu banyaknya es yang tersimpan di kamar pendingin bila terlalu lama disimpan kualitas es akan kurang baik (susut) dan perusahaan tetap menganggung biaya produksinya.

2 Metodologi

MPS atau jadwal induk produksi adalah suatu set perencanaan yang mengidentifikasikan kuantitas dari item tertentu yang dapat dan akan dibuat oleh suatu perusahaan manufaktur (dalam satuan waktu).

Kegiatan observasi perusahaan dilakukan dengan langsung turun mengamati kelapangan dengan cara wawancara langsung bagian produksi langsung, bagian pemasaran dan bagian distribusi.

Masalah yang ditemukan merupakan hasil pengamatan pada saat observasi kelapangan, seperti yang telah dibahas pada latar belakang masalah dimana dalam melakukan aktivitas produksi perusahaan hanya berdasar pada pengalaman masa lalu, sedangkan permintaan tidak selalu tetap. Tujuan yang ingin dicapai pada penelitian ini adalah menyusun jadwal induk produksi (JIP) sehingga dapat memenuhi tingkat pelayanan terhadap konsumen, efisiensi dalam penggunaan sumberdaya, dan mencapai target produksi tepat waktu.

3 Hasil dan Pembahasan

Berdasarkan pola data demand masa lalu pada bulan April 2012 – Maret 2013 pola data cenderung meningkat. Metode yang terpilih untuk peramalan es tube yaitu Single Exponential Smoothing With Tre d “E“T de ga α = ,6 da β = , . Detail a d error a alysis u tuk etode terpilih dapat dilihat pada tabel berikut:

Periode

Metode Peramalan Terpilih Untuk Es Tube Single Exponential Smoothing with Trend (SEST)

MSE Tracking Signal Standar Error Forecast

April-2013 4711152000 -1,18 75188,98 1097312

Mei-2013 4711152000 -1,18 75188,98 1093504

Juni-2013 4438283000 -1,14 72979,03 1090404

Juli-2013 3188937000 -1,26 61860,52 1087796

Agustus-2013 3293596000 -1,24 62867,44 1084923

September-2013 3499388000 -1,25 64801,74 1082398

Oktober-2013 2881836000 -1,2 58806,48 1080402

November-2013 2708645000 -1,1 57012,05 1078541

Desember-2013 265208000 -1,1 56417,1 1076815

Januari-2014 1734063000 -1,31 45616,62 1075475

Februari-2014 1509786000 -1,41 42564,57 1074053

(5)

Berdasarkan pola data demand masa lalu pada bulan April 2012 – Maret 2013 pola data rata-rata bergerak sederhana. Metode yang terpilih untuk peramalan es balok yaitu Moving Average (MA) dengan pergerakan 2 bulanan M=2. Detail and error analysis untuk metode terpilih dapat dilihat pada tabel berikut:

Periode

Metode Peramalan Terpilih Untuk Es Balok Moving Average (MA=2)

MSE Tracking Signal Standar Error Forecast

April-2013 95522210000 -2,49 345547,1 2936336

Mei-2013 95520810000 -2,48 345544,5 3094280

Juni-2013 95282980000 -2,34 345114,1 3015308

Juli-2013 87934120000 -1,45 331538,3 3054794

Agustus-2013 70710940000 -3,94 297302,3 3035051

September-2013 60421180000 -4,83 294578,5 3044923

Oktober-2013 61729210000 -3,88 277779,6 3039987

November-2013 38190410000 -0,99 218490,3 3042455

Desember-2013 33563440000 1,4 204827,5 3041221

Januari-2014 21396170000 10 163539,7 3041838

Februari-2014 0,03 10 0,18 3041530

Maret-2014 0,05 10 0,25 3041684

4 Kesimpulan

Berdasarkan hasil peramalan untuk periode April 2013 – Maret 2014 demand es tube akan mengalami penurunan permintaan. Dengan hasil peramalan terhadap demand periode April 2013 – Maret 2014 untuk memenuhi permintaan yang berfluktuasi kapasitas produksi es tube pada jam kerja normal (Reguler time) tidak dapat memenuhi permintaan tersebut. Maka untuk memenuhi demand hasil peramalan maka perusahaan harus menambah pada jam kerja lembur (Over time) agar permintaan demand dari hasil peramalan dapat terpenuhi.

Sedangkan untuk es balok berdasarkan hasil peramalan untuk periode April 2013 – Maret 2014 Demand rata-rata bergerak sederhana. Dengan hasil peramalan terhadap demand es balok periode April 2013 – Maret 2014 untuk memenuhi permintaan yang berfluktuasi kapasitas produksi es balok pada jam kerja normal (Reguler time) masi dapat memenuhi permintaan tersebut.

5 Daftar Pustaka

1. Andriana, Iyan., (2009), Diktat Modul WIN-QSB, Universitas Komputer Indonesia, Bandung. 2. D i Cahoyo o, Do i., 9 , Artikel, Pere ca aan Produksi Disagregasi Dengan

Pendekatan Reguler Knapsack Method Pada Produk Mini Boom ZX 25 YYZX22B Dan Mini Boo )X YY)X B , U i ersitas Gu adar a.

3. Gu ilar, Arga., , Tugas Akhir Tek ik I dustri UNIKOM Ba du g, A alisis Kapasitas Produksi De ga Me ggu aka Metode RCCP Di Ci a a Ba du g , U i ersitas Ko puter Indonesia, Bandung.

4. Howard J.Weiss, Modul Quantitative Methods Production and Operations Management POM-QM FOR WINDOWS 3.

(6)

5. Mahendra, Rio., (2012), Tugas Akhir Teknik Industri UNIKOM Bandu g, A alisis Kapasitas Produksi Menggunakan Metode (RCCP) Terhadap Produk Ring Aki Type 7-A4 Di CV. INTI KARET Ba du g , U i ersitas Ko puter I do esia, Ba du g.

6. Sinulingga, Sukaria., (2009), Perencanaan dan Pengendalian Produksi (edisi pertama), GRAHA ILMU, Yogyakarta.