Penjadwalan Produksi Dengan Menggunakan Prinsip Theory of Constraint (TOC) dan Metode Nawaz Enscore Ham (NEH) di PT. Industri Karet Nusantara Chapter III VII

BAB III
TINJAUAN PUSTAKA

3.1.

Definisi Penjadwalan
Penjadwalan adalah proses pengurutan yang dilakukan untuk pengerjaan

produk secara menyeluruh yang dikerjakan pada beberapa buah mesin.
Penjadwalan melibatkan elemen-elemen dari seluruh aktivitas atau operasi yang
membutuhkan alokasi sumber daya tertentu selama periode waktu tertentu yang
sering disebut dengan waktu proses. (Ginting, 2007)
Masalah yang cukup penting dalam sistem produksi adalah bagaimana
melakukan pengaturan dan penjadwalan pekerjaan, agar pesanan dapat selesai
sesuai dengan kontrak dan memanfaatkan sumber-sumber daya yang tersedia
secara optimal. Salah satu usaha untuk mencapai tujuan di atas adalah melakukan
penjadwalan proses produksi yang terencana. Penjadwalan proses produksi yang
baik dapat mengurangi waktu menganggur (idle time) pada unit-unit produksi dan
meminimumkan barang yang sedang dalam proses (work in process).(Ginting,
2009)
Penjadwalan menurut Kenneth R. Baker adalah proses pengalokasian

sumber-sumber untuk memilih sekumpulan tugas dalam jangka waktu tertentu.
Penjadwalan berfungsi sebagai alat pengambil keputusan dalam menetapkan suatu
jadwal. Jenis kendala yang seringkali ditemukan dalam masalah penjadwalan ada
dua, yaitu:
a. Batas kapasitas dari sumber daya tersedia

Universitas Sumatera Utara

b. Keterbatasan teknologi urutan pengerjaan job atau routing
Solusi terhadap masalah penjadwalan harus memenuhi kedua kendala
tersebut. dengan kata lain, solusi tersebut setidaknya menjawab dua pertanyaan
beriut:
a. Sumber daya mana yang akan dialokasikan untuk mengerjakan operasi?
b. Kapan setiap operasi dimulai dan selesai?
Pokok

permasalahan

dari

penjadwalan

adalah

keputusan

dalam

pengalokasian sumber daya dan pengurutan job yang memberikan solusi
optimal.(Baker, 2001)

3.2.

Tujuan Penjadwalan
Bedwort (1987), mengidentifikasikan beberapa tujuan dari aktivitas

penjadwalan adalah sebagai berikut:
1.

Meningkatkan penggunaan sumber daya atau mengurangi waktu tunggu,

dapat mengurangi total waktu proses dan meningkatkan produktivitas.

2.

Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah
pekerjaan yang menunggu dalam antrian ketika sumberdaya yang ada masih
mengerjakan tugas yang lain. Aliran kerja suatu jadwal yang konstan dapat
mengurangi rata-rata waktu alir akan mengurangi rata-rata persediaan
setengah jadi.

3.

Mengurangi beberapa keterlambatan pada pekerjaan yang mempunyai batas
waktu penyelesaian sehingga akan meminimasi penalty cost (biaya
keterlambatan).

Universitas Sumatera Utara

4.

Membantu pengambilan keputusan mengenai perencanaan kapasitas pabrik
dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya yang mahal
dapat dihindarkan.(Ginting, 2009)

3.3.

Model Penjadwalan
Model penjadwalan dapat diklasifikasikan berdasarkan lingkungan yang

dihadapi oleh sistem produksi yang dikelompokkan berdasarkan kodisi-kondisi
berikut:
1. Proses dengan mesin tunggal atau proses dengan mesin jamak.
Sejumlah mesin dapat dibedakan atas mesin tunggal dan mesin jamak.
Penjadwalan mesin tunggal, merupakan salah satu model pengurutan job
dimana job yang hendak diurutkan sedang menunggu untuk diproses pada
beberapa mesin baik seri, parallel, maupun kombinasinya.
2. Pola aliran proses yang identik atau pola aliran proses yang sembarang.
Pola aliran dapat dibedakan atas flow shop dan job shop. Setiap pekerjaan
dalam job shop mempunyai aliran yang berbeda, sedangkan dalam flow shop
hanya dijumpai pola aliran yang identik dari satu mesin ke mesin yang lain.

3. Pola kedatangan jumlah pekerjaan (job)
Pola kedatangan tugas/pekerjaan dapat dibedakan atas pola kedatang statis dan
dinamis. Pada pola statis, tugas dating secara bersamaan dan siap dikerjakan
pada mesin-mesin yang tidak bekerja. Disisi lain pola dinamis mempunyai
sifat kedatangan tugas tidak tentu, jadi dijumpai adanya variabel waktu.

Universitas Sumatera Utara

4. Informasi yang lengkap atas pekerjaan dan mesin atau adanya ketidakpastian
pada salah satu atau kedua elemen diatas.(Baker, 2001)

3.4.

Terminologi Penjadwalan
Beberapa defenisi yang digunakan dalam penjadwalan adalah sebagai

berikut:
1.

Processing Time (ti)

Processing Time adalah waktu yang dibutuhkan untuk mengerjakan suatu
pekerjaan. Dalam waktu proses ini sudah termasuk waktu yang dibutuhkan
untuk persiapan dan pengaturan (set up) selama proses berlangsung.

2.

Due-date (di)
Due-date adalah batas waktu dimana operasi terakhir dari suatu pekerjaan
harus selesai.

3.

Slack time (SLi)
Slack time adalah waktu tersisa yang muncul akibat dari waktu prosesnya
lebih kecil dari due- datenya.
SLi = di - ti

4.

Flow time (Fi)

Flow time adalah rentang waktu antara saat pekerjaan dapat dimulai (tersedia)
dan saat pekerjaan selesai. Jadi flow time sama dengan processing time
dijumlahkan dengan waktu tunggu sebelum pekerjaan diproses.

5.

Completion time (Ci)
Completion time adalah saat selesainya pekerjaan. Completion time

Universitas Sumatera Utara

disimbolkan dengan Ci.
6.

Lateness (Li)
Lateness adalah selisih antara completion time (Ci) dengan due-date-nya (di).

7.

Tardiness (Ti)

Tardiness adalah lateness positif dimana pekerjaan diselesaikan lebih lambat
dari due date yang telah ditetapkan. Tardiness disimbolkan dengan Ti.

8.

Makespan (M)
Makespan adalah total waktu penyelesaian pekerjaan mulai dari urutan
pertama yang dikerjakan pada mesin atau work center pertama sampai kepada
urutan-urutan

pekerjaan

terakhir

pada

mesin

atau

work

center

terakhir.(Ginting, 2009)

3.5.

Penjadwalan Operasi
Penjadwalan operasi berkenaan dengan penentuan order-order mana yag

telah benar-benar siap untuk dimulai pengerjaannnya pada masing-masing stasiun
kerja jika periode atau jadwal eksekusi dalam job order telah tiba. Penentuan
urutan prioritas order diantara order-order perlu dilakukan untuk memberikan
hasil terbaik. Pengertian hasil terbaik merujuk pada tercapainya seluruh atau
sebagian sasaran berdasarkan kriteria berikut yaitu jadwal penyelesaian tepat
waktu, waktu ancang-ancang yang minimum, work in progress yang minimum an
tingkat utilisasi stasiun kerja tinggi.
Baker membagi pola aliran flow shop kedalam dua variasi aliran, yaitu
pure flow shop dan general flow shop. Walau pada flow shop semua tugas akan

Universitas Sumatera Utara

mengalir pada jalur produksi yang sama, yang biasa dikenal dengan pure flow
shop, namun kadang kala dapat berbeda pola alirannya. Pertama disebabkan suatu
shop dapat menangani tugas yang bervariasi. Kedua, tugas yang datang ke dalam
flow shop tidak harus datang pada semua mesin suatu job tidak melalui suatu
proses tertentu. Jenis aliran ini disebut dengan general flow shop. Metode-metode
yang digunakan dalam penjadwalan flow shop diuraikan sebagai berikut.

3.5.1. Johnson’s Rule
Tujuan dari minimisasi makespan pada model flow shop dengan dua mesin
juga dikenal sebagai permasalahan Jhonson. Pemecahan masalah yang ditemukan
oleh Johnson (1954) adalah model yang paling awal dalam teori penjadwalan.
Formulasinya dari permasalahan ini, job j ditandai dengan waktu proses P1j
ditempatkan pada mesin 1 dan P2j ditempatkan pada mesin 2 setelah operasi pada
mesin 1 selesai. Prosedur pada Jhonson rule adalah sebagai berikut:
1. Tentukan waktu operasi terkecil dari pekerjaan (job) yang ada.
2. Bila waktu minimum tersebut ada pada mesin pertama, maka didahulukan
pengerjaanya.

3. Bila waktu minimum tersebut ada pada mesin kedua, maka dibelakangkan
pengerjaanya.
4. Hilangkan job yang telah ditandai, dan kembali ke langkah 1.(Sinulingga,
2013)

Universitas Sumatera Utara

3.5.2. Algoritma Campbell, Dudek dan Smith (CDS)
Metode ini dikembangkan oleh H.G. Campbell, R.A.Dudek dan
M.L.Smith yang didasarkan atas algoritma Johnson. Metode ini pada dasarnya
memecahkan persoalan n job pada m mesin flow shop ke dalam m-1 set persoalan
dua mesin flow shop dengan membagi m mesin ke dalam dua grup, kemudian
pengurutan job pada kedua mesin tadi menggunakan algoritma Johnson. Setelah
diperoleh sebanyak m-1 alternatif urutan job , kemudian dipilih urutan dengan
makespan terkecil. Setiap pekerjaan atau job yang akan diselesaikan harus
melewati proses pada masing-masing mesin. Pada penjadwalan ini diusahakan
untuk mendapatkan harga makespan yang terkecil dari (m-1) kemungkinan
penjadwalan. Penjadwalan dengan harga makespan terkecil merupakan urutan
pengerjaan job yang paling baik.
Penjadwalan n job terhadap m mesin, dilakukan algoritma Johnson sebagai
berikut :
1. Ambil penjadwalan pertama (k=1). Untuk seluruh job yang ada, carilah harga
t*i,1 dan t*i, 2 yang minimum yang merupakan waktu proses pada mesin
pertama dan kedua, dimana ti,1 = t*i,1 dan ti,2 = t*i,2
2. Gunakan algoritma Johnson untuk melakukan pengurutan pekerjaan. Kemudian
hitung makespan untuk jadwal tersebut.
3. Jika waktu minimum didapat pada mesin pertama, selanjutnya tempatkan tugas
tersebut pada awal deret penjadwalan dan bila waktu minimum didapat pada
mesin kedua, tugas tersebut ditempatkan pada posisi akhir dari deret
penjadwalan.

Universitas Sumatera Utara

4. Jika penjadualan ke-k = (m-1) sudah tercapai berarti penjadwalan job sudah
selesai.(Yohannes, 2013)

3.5.3. Metode Nawaz, Enscore, dan Ham (NEH)
Algoritma Nawaz, Enscore, dan Ham dikembangkan oleh Nawaz, Enscore
dan Ham (NEH) pada tahun 1983. Adapun langkah langkah dari algoritma
Nawaz, Enscore, dan Ham sebagai berikut.
1. Jumlahkan waktu proses setiap job.
2. Urutkan job-job menurut jumlah waktu prosesnya (w) dimulai dari yang
terbesar hingga yang terkecil.
3. Ambil (w = 2) dari i yang memiliki index pengurutan paling atas.
4. Buat w alternatif calon urutan parsial baru dan pilih yang memiliki makespan
parsial yang terkecil, Apabila nilai makespan memiliki nilai yang sama maka
ke Langkah 5. Jika tidak ke Langkah 6.
5. Dari w alternatif calon urutan parsial sebelumnya memiliki nilai makespan
yang sama, pilih yang memiliki nilai mean flow time parsial yang lebih kecil.
Apabila memiliki nilai mean flow time yang sama, Maka pilihlah calon urutan
parsial baru tadi secara acak.
6. Calon urutan parsial baru yang terpilih menjadi urutan parsial baru.
7. Coret job-job dari item i yang diambil tadi dari daftar pengurutan job.
8. Periksa apakah w = i (dimana i adalah jumlah job item yang ada). Jika ya,
lanjutkan ke Langkah 9. Jika tidak, maka ulangi ke langkah 3 dan jumlahkan
(w = w + 1).

Universitas Sumatera Utara

9. Urutan parsial baru menjadi urutan final.(Achmad, 2014)

3.5.4. Theory of Constraint (TOC)
Theory of Constraint (TOC) merupakan suatu filosofi sistem manajemen.
Tesis fundamental dari TOC adalah bahwa kendala mengakibatkan keterbatasan
kinerja untuk setiap sistem. Kebanyakan organisasi mengalami hanya sedikit
kendala yang mendasar. TOC menganjurkan bahwa manajer harus fokus secara
efektif pada pengelolaan kapasitas dan kapabilitas dari kendala-kendala tersebut,
apabila mereka ingin memperbaiki kinerja dari organisasi mereka. Pertama kali
TOC hanya dipandang sebagai suatu teknik penjadwalan produksi, namun
kemudian TOC mempunyai aplikasi yang luas dalam berbagai organisasi.

3.5.4.1.Langkah-langkah Theory of Constraint (TOC)
Theory of Constraints menggunakan lima langkah untuk mencapai tujuan
memperbaiki kinerja perusahaan, yaitu:
1.

Mengidentifkasi kendala-kendala perusahaan
Jenis kendala adalah sebagai berikut:
a. Kendala intern (interal constraint) dan kendala ekstern (external
constraint)
Kendala intern adalah faktor-faktor yang membatasi yang terdapat dalam
perusahaan. Kendala ekstern adalah faktor-faktor yang membatasi
perusahaan yang berasal dari luar perusahaan.

Universitas Sumatera Utara

b. Kendala yang longgar (loose constraint) dan kendala yang mengikat
(binding constraint).
Kendala yang longgar adalah kendala dimana sumber daya yang terbatas
tidak digunakan sepenuhnya oleh bauran produk. Kendala yang mengikat
adalah kendala dimana sumber daya yang tersedia dimanfaatkan
sepenuhnya.
2.

Mengeksploitasi kendala-kendala yang mengikat
Salah satu cara untuk memaksimalkan penggunaan kendala yang mengikat
adalah menjamin bauran produk optimal yang diproduksi. Namun upaya ini
lebih dari sekedar menjamin produksi bauran optimal. Banyak perusahaan,
kendala disebut sebagai drummer (the major binding constarint). Sebagai
contoh, diasumsikan bahwa hanya ada satu kendala intern yang mengikat,
yang secara otomatis dapat menjadi drummer. Tingkat produksi kendala
drummer menentukan tingkat produksi secara keseluruhan pabrik. Proses ke
hilir (downstream) yang dimulai dengan kendala drummer diharuskan
mengikuti tingkat produksinya. Penjadwalan proses ke hilir dapat dilakukan
dengan mudah. Setelah komponen diselesaikan dalam proses drummer,
proses selanjutnya akan segera beroperasi. Demikian juga, setiap operasi
selanjutnya dimulai ketika operasi sebelumnya telah selesai. Proses ke hulu
yang berakhir di kendala drummer dijadwalkan untuk memproduksi pada
tingkat yang sama seperti kendala drummer. Penjadwalan pada tingkat
drummer akan mencegah produksi barang persediaan dalam proses ke hulu
yang berlebihan.

Universitas Sumatera Utara

Untuk penjadwalan ke hulu, ada dua ciri tambahan yang digunakan TOC
dalam mengelola kendala pada tingkat persediaan yang lebih rendah dan
memperbaiki kinerja perusahaan, penyangga (buffers) dan tali (ropes).
Pertama, penyangga persediaan ditetapkan di depan kendala mengikat yang
utama. Penyangga persediaan juga disebut sebagai penyangga waktu (time
buffer). Penyangga waktu adalah persediaan yang dibutuhkan untuk menjaga
agar sumber daya yang mempunyai kendala tetap sibuk dalam interval waktu
tertentu.Tali (ropes) adalah tindakan yang diambil untuk mengikat tingkat di
mana bahan baku dikirim ke pabrik pada tingkat produksi sumber daya yang
mempunyai kendala. Tujuan ropes adalah menjamin agar persediaan barang
dalam proses tidak melampaui tingkat yang dibutuhkan penyangga waktu.
Jadi, drummer digunakan untuk membatasi tingkat pelepasan bahan baku dan
secara efektif mengendalikan tingkat produksi operasi pertama. Tingkat
operasi pertama kemudian mengendalikan tingkat operasi berikutnya. Sistem
persediaan Teori Kendala sering disebut Sistem Drum-Buffer-Rope (DBR
System).
3.

Mensubordinasi apa saja yang lain dari keputusan yang dibuat pada langkah
sebelumnya.
Kendala drummer pada intinya menetapkan kapasitas seluruh pabrik. Semua
departemen lainnya harus disubordinasi demi kebutuhan kendala drummer.
Prinsip ini mengharuskan banyak perusahaan untuk mengubah cara mereka
memandang sesuatu. Sebagai contoh penggunaan ukuran efisiensi pada
tingkat departemen mungkin menjadi tidak tepat.

Universitas Sumatera Utara

4.

Mengangkat kendala yang mengikat
Langkah selanjutnya adalah memulai program perbaikan berkelanjutan
dengan mengurangi keterbatasan kendala yang mengikat yang mempengaruhi
kinerja perusahaan.

5.

Mengulangi proses

5. Pada akhirnya kendala sumber daya akan diangkat sampai ke titik dimana
kendala tidak lagi mengikat.(Amin, 2003)

3.6.

Perhitungan Lead Time
Perhitungan lead time pada stasiun kerja untuk mengetahui lama waktu

penyelesaian order yang dipengaruhi oleh waktu menunggu diselesaikannya order
sebelumnya.
1.

Perhitungan lead time setiap job
Langkah-langkah perhitungan lead time setiap job adalah sebagai berikut:
a. Perhitungan laju kedatangan untuk setiap job
Laju kedatangan setiap job pada setiap stasiun adalah kecepatan
datangnya pesanan yang datang ke stasiun kerja selama periode tertentu.
Laju kedatangan setiap job didapatkan dengan melakukan perbandingan
antara laju permintaan dengan ukuran lot produksi. Perhitungan laju
permintaan job per hari pada stasiun kerja adalah sebagai berikut:
Dh =
Ket: �ℎ = Laju permintaan
� ℎ = Due date

1
�dh -rj �m

Universitas Sumatera Utara

�� = Waktu siap (Total waktu operasi job j di stasiun kerja ke k)
m = Jumlah mesin
Perhitungan laju kedatangan job pada setiap stasiun kerja adalah
sebagai berikut:
λjk =
Ket:

�ℎ
�ℎ

λjk = Laju kedatangan job
�ℎ = Laju permintaan job
� ℎ = Ukuran lot produksi (� ℎ = 1, karena job dikerjakan per satuan
order bukan per lot)

b. Perhitungan beban kerja
Beban kerja adalah besarnya pekerjaan yang harus diselesaikan oleh
sebuah mesin. Perhitungan beban kerja pada stasiun kerja adalah sebagai
berikut:
ρjk = λjk x Pjk
Ket:

ρjk = Beban kerja job j di stasiun kerja k
λjk = Laju kedatangan job j di stasiun kerja k
Pjk = Waktu proses job j di stasiun kerja k

c. Perhitungan ekspektasi waktu tunggu
Waktu tunggu setiap job adalah waktu yang diperlukan job untuk
menunggu job sebelumnya selesai dikerjakan. Perhitungan waktu tunggu
pada stasiun kerja adalah sebagai berikut:
ρjk x Pjk

Ewi = 2 x ( 1- ρ

jk )

Ket: Ewi = Waktu tunggu job j di stasiun kerja k

Universitas Sumatera Utara

ρjk = Beban kerja job j di stasiun kerja k
Pjk = Waktu proses job j di stasiun kerja k

d. Perhitungan lead time
Perhitungan lead time dilakukan untuk menghitung lamanya waktu
pengerjaan produk. Perhitungan lead time pada stasiun kerja adalah
sebagai berikut.(Kushana, 2014)

Ket:

3.7.

����� �= ����� �+ Pjk

����� � = lead time job j di stasiun kerja k
����� � = Waktu tunggu job j di stasiun kerja k
Pjk = Waktu proses job j di stasiun kerja k

Pengukuran Waktu (Time Study)
Pengukuran waktu ditujukan untuk mendapatkan waktu baku penyelesaian

pekerjaan yaitu waktu yang dibutuhkan secara wajar oleh seorang pekerja normal
untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja terbaik.
Ini dimaksudkan untuk menunjukkan bahwa waktu baku yang dicari bukanlah
waktu penyelesaian yang diselesaikan secara tidak wajar seperti terlalu cepat atau
terlalu lambat.
Secara garis besar, metode pengukuran waktu terbagi ke dalam dua
bagian, yaitu:
1. Pengukuran secara langsung
Pengukuran yang dilakukan secara langsung di tempat dimana pekerjaan yang
bersangkutan dijalankan. Dua cara yang termasuk pengukuran langsung adalah
cara jam henti (stopwatch time study) dan sampling kerja (work sampling).

Universitas Sumatera Utara

2. Pengukuran secara tidak langsung
Pengukuran secara tidak langsung merupakan pengukuran waktu tanpa harus
berada ditempat kerja yaitu dengan membaca tabel-tabel yang tersedia asalkan
mengetahui jalannya pekerjaan melalui elemen-elemen pekerjaan atau elemenelemen gerakan. Yang termasuk pengukuran tidak langsung adalah data waktu
baku dan data waktu gerakan.
Dengan salah satu cara ini, waktu penyelesaian pekerjaan yang dikerjakan
dengan suatu sistem kerja tertentu dapat ditentukan. Sehingga jika pengukuran
dilakukan terhadap beberapa alternatif sistem kerja, kita dapat memilih yang
terbaik dari segi waktu yaitu sistem yang membutuhkan waktu penyelesaian yang
tersingkat.

3.7.1. Pengukuran Waktu Jam Henti
Pengukuran waktu jam henti adalah pekerjaan mengamati pekerja dan
mencatat waktu kerjanya baik setiap elemen ataupun siklus dengan menggunakan
alat yang telah disiapkan. Sesuai dengan namanya, maka pengukuran waktu ini
menggunakan jam henti (stop watch) sebagai alat utamanya. Cara ini tampaknya
merupakan cara yang paling banyak digunakan.
Tahapan dalam melakukan pengukuran waktu adalah sebagai berikut:
1.

Penetapan Tujuan Pengukuran
Dalam melakukan pengukuran waktu kerja, tujuan pengukuran harus
ditetapkan terlebih dahulu dan untuk apa hasil pengukuran digunakan. Dalam
penentuan tujuan tersebut, dibutuhkan adanya tingkat kepercayaan dan

Universitas Sumatera Utara

tingkat ketelitian yang digunakan dalam pengukuran jam henti.
2.

Melakukan Penelitian Pendahuluan
Dalam penelitian pendahuluan yang harus dilakukan adalah mengamati dan
mengidentifikasi kondisi kerja dan metode kerja. Dalam penelitian ini perlu
dianalisis hasil pengukuran waktu kerja, apakah masih ada kondisi yang tidak
optimal, jika perlu dilakukan perbaikan kondisi kerja dan cara kerja yang
baik.

3.

Memilih Operator
Operator yang akan melakukan pekerjaan harus dipilih yang memenuhi
beberapa persyaratan agar pengukuran dapat berjalan baik, dan dapat
diandalkan hasilnya. Syarat tersebut yang dibutuhkan berkemampuan normal
dan dapat bekerja sama menjalankan prosedur kerja yang baik.

4.

Melatih Operator
Operator harus dilatih terlebih dahulu agar terbiasa dengan kondisi dan cara
yang telah ditetapkan dan telah dibakukan untuk menyelesaikan pekerjaan
secara wajar.

5.

Menguraikan Pekerjaan Atas Beberapa Elemen Pekerjaan
Pekerjaan dibagi menjadi beberapa elemen pekerjaan yang merupakan
gerakan bagian dari pekerjaan yang bersangkutan. Pengukuran waktu
dilakukan atas elemen pekerjaan. Ada beberapa pedoman yang harus
diperhatikan dalam melakukan pemisahan menjadi beberapa elemen
pekerjaan yaitu:
a. Uraikan pekerjaan tersebut, tetapi harus dapat diamati oleh alat ukur dan

Universitas Sumatera Utara

dapat dicatat dengan menggunakan jam henti.
b. Jangan sampai ada elemen yang tertinggal karena jumlah waktu elemen
kerja tersebut merupakan siklus penyelesaian suatu pekerjaan.
c. Antara elemen satu dengan elemen yang lain pemisahannya harus jelas.
Hal ini dilakukan agar tidak timbul keraguan dalam menentukan kapan
berakhirnya atau mulainya suatu pekerjaan.
6.

Menyiapkan Alat Pengukuran
Alat yang digunakan melakukan pengukuran waktu baku tersebut yaitu:
a. Jam henti (stopwatch)
b. Lembar pengamatan
c. Pena atau pensil
d. Papan pengamatan

3.7.2. Tingkat Ketelitian dan Tingkat Kepercayaan
Tingkat ketelitian dan tingkat kepercayaan adalah pencerminan tingkat
kepastian yang diinginkan oleh pengukur setelah memutuskan untuk melakukan
sampling dalam pengambilan data.
Tingkat

ketelitian

menunjukkan

penyimpangan

maksimum

hasil

pengukuran dari waktu penyelesaian sebenamya. Hal ini biasanya dinyatakan
dengan persen (dari waktu penyelesaian sebenamya, yang seharusnya dicari).
Sedangkan tingkat kepercayaan menunjukkan besarnya kepercayaan pengukur
akan hasil yang diperoleh telah memenuhi syarat ketelitian yang ditentukan. Jadi
tingkat ketelitian 5% dan tingkat kepercayaan 95% berarti bahwa penyimpangan

Universitas Sumatera Utara

hasil pengukuran dari hasil sebenamya maksimum 5% dan kemungkinan berhasil
mendapatkan hasil yang demikian adalah 95%. (Sutalaksana,2005)

3.7.3. Pengujian Keseragaman Data
Pengujian keseragaman data adalah suatu pengujian yang berguna untuk
memastikan bahwa data yang dikumpulkan berasal dari satu sistem yang sama.
Melalui pengujian ini kita dapat mendeteksi adanya perbedaan-perbedaan dan
data-data yang di luar batas kendali (out of control) yang dapat kita gambarkan
pada peta kontrol. Data-data yang demikian dibuang dan tidak dipergunakan
dalam perhitungan selanjutnya. Langkah-langkah pengujian keseragaman data
adalah sebagai berikut:
1.

Menghitung harga rata-rata pengamatan (N)

2.

Menghitung standar deviasi (σ)
Rumus untuk menghitung standar deviasi adalah sebagai berikut:
s=

∑ ( xi - x)

2

N −1

Keterangan :
s
xi
��
N
3.

=
=
=
=

Standar deviasi
Data yang diperoleh dari pengamatan
Rata-rata dari data pengamatan
Jumlah pengamatan yang dilakukan

Menentukan batas kontrol atas (BKA) dan batas kontrol bawah (BKB)
Untuk menguji keseragaman data, digunakan peta kontrol dengan persamaan

berikut :
BKA = x + z s

Universitas Sumatera Utara

BKB = x − z s
Jika X min > BKB dan X max < BKB, maka data seragam
Jika X min < BKB dan X max > BKB, maka data tidak seragam

3.7.4. Menghitung Jumlah Data Pengamatan yang Diperlukan (N’)
Uji kecukupan data dilakukan untuk mengetahui apakah data yang diambil
dari lapangan telah mencukupi untuk digunakan dalam menyelesaikan
permasalahan yang ada. Uji kecukupan data dapat dihitung dengan menggunakan
rumus umum sebagai berikut:
2
z

N' = ⎛
Keterangan :

⎝

s

�N( ∑ x2 )-( ∑ x)2
( ∑ x)

⎞
⎠

N
= Jumlah pengamatan yang dilakukan
N’
= Jumlah pengamatan yang harus dilakukan
ΣXi
= Jumlah seluruh data
ΣXi2 = Jumlah kuadrat data
z
= Nilai absis pada tabel distribusi normal untuk luasan sebesar tingkat
kepercayaan
s
= Tingkat ketelitian

Apabila N’ < N, maka jumlah data pengamatan sudah mencukupi dan
apabila N’ > N, maka jumlah data pengamatan belum mencukupi.

3.7.5. Menentukan Waktu Terpilih, Waktu Normal dan Waktu Standar
Waktu terpilih yang digunakan adalah harga rata-rata data yang telah
seragam dan cukup di tiap stasiun kerja. Harga rata-rata tersebut diperoleh dari

Universitas Sumatera Utara

data pengamatan waktu siklus operasi yang telah berada pada batas kontrol yang
ditentukan seperti yang terlihat pada perhitungan sebelumnya. Untuk menghitung
waktu normal (Wn) dilakukan dengan menggunakan rumus:
Wn = Waktu terpilih x Rating Factor
Untuk menentukan Rf (Rating Factor) digunakan metode Westinghouse system of
rating yang terdiri dari empat faktor yang mempengaruhi penentuan rating yaitu
keterampilan, kondisi kerja, usaha dan konsistensi. Penentuan Rf (Rating Factor)
adalah sebagai berikut:
Rf = 1 + Westinghouse factor
Waktu baku dihitung setelah mengetahui allowance. Persentase allowance
merupakan kelonggaran untuk istirahat yang diberikan kepada tenaga kerja.
(Sritomo,2003:117)
Wb = Wn ×

100%
100% − % Allowance

3.7.6. Penyesuaian dan Kelonggaran
Setelah pengukuran berlangsung, pengukur harus mengamati kewajaran
kerja yang diitujukkan operator. Ketidakwajaran dapat saja terjadi misalnya
bekerja tanpa kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena
menjumpai kesulitan-kesulitan seperti kondisi ruangan yang buruk. Penyebab
seperti diatas mempengaruhi kecepatan kerja yang berakibat terlalu singkat atau
terlalu panjangnya waktu penyelesaian. Hal ini jelas tidak diinginkan karena
waktu baku yang dicari adalah waktu yang diperoleh dari kondisi dan cara kerja
baku yang diselesaikan secara wajar.

Universitas Sumatera Utara

1. Konsep tentang bekerja wajar
Ketidakwajaran pekerja harus diwajarkan untuk mendapatkan waktu normal.
Pertanyaan yang timbul adalah bagaimana yang disebut wajar itu. Dengan
standar apa pengukur menilai wajar tidaknya kerja seorang operator. Biasanya,
melalui pengamatan pengukur dapat melihat cara kerja operator. Dalam
kehidupan sehari-hari pun hal ini sering bisa dirasakan, yaitu bila suatu waktu
melihat seorang yang sedang bekerja. Dalam waktu yang tidak terlalu lama,
dapat menyatakan bahwa orang tersebut bekerja dengan lambat atau sangat
cepat. Ketepatan pengukur akan lebih teliti apabila dia telah cukup
berpengalaman

bagi

jenis

pekerjaan

yang

sedang

diukur.

Semakin

berpengalaman seseorang pengukur, indera yang dimiliki akan semakin peka
melakukan penyesuaian. Untuk memudahkan pemilihan konsep wajar, seorang
pengukur dapat mempelajari cara kerja seorang operator yang dianggap normal
yaitu jika seorang operator yang dianggap berpengalaman, bekerja tanpa usahausaha yang berlebihan sepanjang hari kerja, menguasai cara kerja yang ditetapkan
dan menunjukkan kesungguhan dalam menjalankan pekerjaannya. Disamping
konsep-konsep yang dikemukakan oleh International Labour Organization ini,
terdapat juga konsep yang lebih terperinci yaitu yang dikemukakan oleh Lawry,
Maynard, dan Stegemarten melalui cara penyesuaian Westinghouse. Ada empat

faktor yang menyebabkan kewajaran atau ketidakwajaran dalam bekerja, yaitu
keterampilan, usaha, kondisi kerja, dan konsistensi. Walaupun usaha-usaha
membakukan konsep bekerja wajar telah dilakukan, namun penyesuaian tetap
tampak sebagai hal yang subjektif.
2. Cara Menentukan Faktor Penyesuaian

Universitas Sumatera Utara

Cara Westinghouse (Westinghouse Factors) mengarahkan penilaian pada 4
faktor yang dianggap menentukan kewajaran atau ketidakwajaran dalam
bekerja yaitu keterampilan, usaha, kondisi kerja, dan konsistensi. Setiap faktor
terbagi dalam kelas-kelas dengan nilainya masing-masing. Keterampilan atau
skill didefenisikan sebagai kemampuan mengikuti cara kerja yang ditetapkan.
Latihan dapat meningkatkan keterampilan, tetapi hanya sampai ke tingkat
tertentu saja, tingkat yang merupakan kemampuan maksimal yang dapat
diberikan pekerja yang bersangkutan. Keterampilan juga dapat menurun, yaitu
bila terlampau lama tidak menangani pekerjaan tersebut. Atau karena sebabsebab lain seperti karena kesehatan yang terganggu, rasa fatigue yang
berlebihan, pengaruh lingkungan sosial dan sebagainya. Faktor lain yang harus
diperhatikan adalah konsistensi atau consistency. Faktor ini perlu diperhatikan
karena pada setiap pengukuran waktu angka-angka yang dicatat tidak pernah
semuanya sama, waktu penyelesaian yang ditunjukkan pekerja selalu berubahubah dari siklus ke siklus lainnya, dari jam ke jam, bahkan dari hari ke hari.
Selama ini masih dalam batas kewajaran, masalah tidak timbul tetapi jika
variabilitisnya tinggi maka hal tersebut harus diperhatikan. Sebagaimana
halnya faktor-faktor lain, konsistensi juga dibagi enam kelas yaitu perfect,
exCEllent, good, average, fair dan poor. Westinghouse factors dilihat pada
Tabel 3.1.(Sutalaksana,2005)

Universitas Sumatera Utara

Tabel 3.1. Westinghouse Factors
Faktor
Kelas
Lambang
Penyesuaian
Keterampilan
Superskill
A1
+
0,15
Excellent
A2
+
0,13
B1
+
0,11
Good
B2
+
0,08
C1
+
0,06
Average
C2
+
0,03
D
0,00
Fair
E1
0,05
Poor
E2
0,10
F1
0,16
Usaha
Excessive
F2
0,22
A1
+
0,13
Excellent
A2
+
0,12
B1
+
0,1
Good
B2
+
0,08
C1
+
0,05
Average
C2
+
0,02
D
0,00
Fair
E1
0,04
E2
0,08
Poor
F1
0,12
F2
0,17
Kondisi Kerja
Ideal
A
+
0,06
Excellent
B
+
0,04
Good
C
+
0,02
Average
D
0,00
Fair
E
0,03
Poor
F
0,07
Konsistensi
Perfect
A
+
0,04
Excellent
B
+
0,03
Good
C
+
0,01
Average
D
0
Fair
E
0,02
Poor
F
0,04

3. Kelonggaran (Allowance)

Universitas Sumatera Utara

Kelonggaran (allowance) diberikan kepada tiga hal yaitu untuk kebutuhan
pribadi, menghilangkan kelelahan dan hambatan yang tidak dapat dihindarkan.
Ketiganya merupakan hal yang secara nyata dibutuhkan oleh pekerja selama
pengamatan karenanya setelah mendapatkan waktu normal perlu ditambahkan
kelonggaran. Dalam menghitung besarnya allowance, keadaan yang dianggap
wajar diambil harga allowance=100 %. Sedangkan bila terjadi penyimpangan
dari keadaan ini, allowance harus ditambah dengan faktor-faktor berpengaruh
terhadap kegiatan kerja yang dilakukan. Kelonggaran diberikan untuk tiga hal,
yaitu:
a. Kelonggaran untuk kebutuhan pribadi (personal)
Yang termasuk didalam kebutuhan pribadi adalah hal-hal sepeti minum
sekedarnya untuk menghilangkan rasa haus, ke kamar kecil, berbicara
dengan teman untuk menghilangkan ketegangan ataupun kejenuhan dalam
bekerja.
b. Kelonggaran untuk menghilangkan rasa fatique
Fatique merupakan hal yang akan terjadi pada diri seseorang sebagai akibat
dari melakukan suatu pekerjaan.
c. Kelonggaran

untuk

hambatan-hambatan

tidak

terhindarkan

(delay)

Hambatan-hambatan tidak terhindarkan terjadi karena berada diluar
kekuasaan/ kendali pekerja.(Sutalaksana,2005)

Universitas Sumatera Utara

BAB IV
METODOLOGI PENELITIAN

4.1.

Tempat dan Waktu Penelitian
Penelitian dilakukan di pabrik karet PT. Industri Karet Nusantara yang

berlokasi di Jl. Medan-Tanjung Morawa Km. 9,5 Medan. Penelitian ini dilakukan
pada bulan Oktober 2016 – April 2017.

4.2.

Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptive (descriptive

research) yaitu suatu penelitian yang dilakukan untuk mendeskripsikan atau
mengungkapkan karakteristik dari variabel-variabel tertentu dalam situasi tertentu.

4.3.

Objek Penelitian
Objek penelitian yang diamati adalah urutan proses dan waktu proses di

setiap stasiun kerja packing pintu rebusan di PT. Industri Karet Nusantara.

4.4.

Variabel Penelitian
Variabel dalam penelitian ini terdiri dari variabel dependen dan variabel

independen. Variabel dependen adalah variabel yang nilainya dipengaruhi oleh
variabel lain. Sedangkan variabel independen adalah variabel yang mempengaruhi
variabel dependen.

Universitas Sumatera Utara

Variabel dependen dalam penelitian ini adalah:
1. Makespan dari penjadwalan yang dilakukan.
Berdasarkan latar belakang permasalahan yang telah dijelaskan bahwa
penumpukan pesanan dan waktu menunggu mesin akan menyebabkan
lamanya waktu penyelesaian keseluruhan job sehingga pesanan tidak dapat
dipenuhi dengan tepat waktu. Penjadawalan yang tepat akan mengurangi
waktu pengerjaan keseluruhan job (makespan), sehingga keterlambatan juga
dapat diminimalkan.
Variabel independent dalam penelitian ini adalah:
1. Urutan pengerjaan job pada lantai produksi
2. Job-job yang akan dikerjakan
3. Waktu pengerjaan tiap job

4.5.

Kerangka Konseptual Penelitian
Kerangka konseptual penelitian menjelaskan struktur dan sifat hubungan

logis antar variabel penelitian. Kerangka konseptual dari penelitian ini dapat
dilihat pada Gambar 3.1 berikut.

Gambar 4.1. Kerangka Konseptual Penelitian

Universitas Sumatera Utara

4.6.

Rancangan Penelitian
Langkah-langkah dalam melakukan penelitian dapat dilihat pada blok

diagram prosedur penelitian pada Gambar 3.2 berikut.

Gambar 4.2. Diagram Alir Prosedur Penelitian

Universitas Sumatera Utara

4.7.

Pengumpulan Data

4.7.1. Sumber Data
Data yang dikumpulkan dalam penelitian ini dibedakan atas data primer
dan data sekunder.
1. Data primer, yaitu data yang diperoleh dengan cara pengamatan atau
pengukuran langsung. Data primer dalam penelitian ini adalah:
a. Urutan proses produksi.
b. Waktu proses pada setiap setiap stasiun kerja.
2. Data sekunder adalah data yang diperoleh dengan berdasarkan data
dokumentasi perusahaan. Data sekunder dalam penelitian ini adalah:
a. Data order dari konsumen selama bulan September.
b. Due date masing-masing order.

4.7.2. Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan pada penelitian ini adalah:
1. Urutan proses produksi pembuatan packing pintu rebusan dimulai dari
pembuatan compound sampai finishing dapat diketahui dengan melihat
langsung kegiatan pada lantai produksi.
2. Waktu proses pembuatan packing pintu rebusan pada setiap stasiun kerja
didapatkan dengan pengukuran waktu secara langsung dengan stopwatch time
study.
3. Data order konsumen selama bulan Oktober 2016 didapatkan dengan
mengambil data historis perusahaan.

Universitas Sumatera Utara

4. Batas pengerjaan produk selesai dikerjakan (Due date) masing-masing order
didapatkan dengan mengambil data historis perusahaan.

4.8.Metode Pengolahan Data
Langkah-langkah dari penjadwalan menggunakan prinsip Theory of
Constraint (TOC) adalah sebagai berikut:
1.

Menentukan stasiun kerja konstrain

2.

Menghitung lead time setiap order di tiap stasiun kerja

3.

Menghitung EST dan LST

4.

Melakukan penjadwalan order di stasiun konstrain

5.

Melekakukan perhitungan release order

6.

Melakukan evaluasi terhadap hasil penjadwalan

Langkah-langkah dari metode Nawaz, Enscore, dan Ham (NEH) sebagai
berikut.
10. Jumlahkan waktu proses setiap job.
11. Urutkan job-job menurut jumlah waktu prosesnya (w) dimulai dari yang
terkecil hingga yang terbesar.
12. Ambil (w = 2) dari i yang memiliki index pengurutan paling atas.
13. Buat w alternatif calon urutan parsial baru dan pilih yang memiliki makespan
parsial yang terkecil, Apabila nilai makespan memiliki nilai yang sama maka
ke Langkah 5. Jika tidak ke Langkah 6.

Universitas Sumatera Utara

14. Dari w alternatif calon urutan parsial sebelumnya memiliki nilai makespan
yang sama, maka pilihlah calon urutan parsial baru tadi secara acak.
15. Calon urutan parsial baru yang terpilih menjadi urutan parsial baru.
16. Coret job-job dari item i yang diambil tadi dari daftar pengurutan job.
17. Periksa apakah w = i (dimana i adalah jumlah job item yang ada). Jika ya,
lanjutkan ke Langkah 9. Jika tidak, maka ulangi ke langkah 3 dan jumlahkan
(w = w + 1).
18. Urutan parsial baru menjadi urutan final.

Diagram aliran metode pengolahan data menggunakan prinsip Theory of
Constraint (TOC) dapat dilihat pada Gambar 4.3. sebagai berikut.

Gambar 4.3. Diagram Alir Pengolahan Data Menggunakan Prinsip TOC

Universitas Sumatera Utara

Gambar 4.3. Diagram Alir Pengolahan Data Menggunakan Prinsip TOC
(Lanjutan)

Diagram aliran metode pengolahan data menggunakan metode Nawaz,
Enscore, dan Ham (NEH) dapat dilihat pada Gambar 4.4. sebagai berikut.

Universitas Sumatera Utara

Gambar 4.3. Diagram Alir Pengolahan Data Menggunakan Metode
Nawaz Enscore Ham (NEH)

4.9.

Analisis Pemecahan Masalah
Pada tahap analisis pemecahan masalah, urutan job yang tealah didapatkan

dimasukkan kedalam gantt chart. Kemudian dapat dibandingkan makespan dan
idle time dari metode yang diusulkan dengan metode penjadwalan perusahaan.

Universitas Sumatera Utara

Kemudian jadwal terbaik ditentukan berdasarkan makespan dan idle time
minimum.

4.10.

Kesimpulan dan Saran
Setelah dilakukan analisis terhadap metode perusahaan dan metode usulan,

dilakukan penarikan kesimpulan penjadawalan yang memiliki makespan terkecil
dan dapat meminimumkan keterlambatan penyelesaian order dan memberikan
saran-saran terhadap perusahaan.

Universitas Sumatera Utara

BAB V
PENGUMPULAN DAN PENGOLAHAN DATA

5.1.

Pengumpulan Data

5.1.1. Data Permintaan
Data permintaan yang dibutuhkan untuk penjadwalan adalah permintaan
selama bulan Oktober 2016. Data diperoleh melalui data historis perusahaan. Data
permintaan pada bulan Oktober 2016 produk packing pintu rebusan di PT. IKN
dapat dilihat pada Tabel 5.1 berikut.
Tabel 5.1. Data Permintaan Bulan Oktober 2016
Job

Jumlah
(Unit)
200

Jenis Produk

1

Packing Pintu Rebusan (9 x 20 x 30 mm)

2

Packing Vertical Strelizer (9 x 17 x 21 mm)

50

3

Packing Pintu Rebusan (8 x 19 x 25 mm)

200

4

Packing Pintu Rebusan (9 x 18 x 24 mm)

100

5

Packing Pintu Rebusan (9 x 15 x 20 mm)

150

Sumber : Pengumpulan Data

5.1.2. Data Stasiun Kerja pada Proses Produksi Packing Rebusan
Data stasiun kerja yang menjelaskan tentang proses yang dikerjakan di
setiap stasiun dan jumlah tenaga kerja yang terdapat pada setiap stasiun kerja
proses produksi packing rebusan dimulai dari stasiun kerja 1 yaitu proses
pembuatan compound article sampai pada stasiun kerja 7 yaitu proses finishing
dapat dilihat pada Tabel 5.2.

Universitas Sumatera Utara

Tabel 5.2. Data Stasiun Kerja pada Proses Produksi Packing Rebusan
Tenaga Kerja
No. Stasiun Kerja
Proses
(orang)
1
SK-1
Pembuatan compound article
1
2
SK-2
Pencampuran carbon black
1
3
SK-3
Pendinginan compound
1
4
SK-4
Pemotongan dan perakitan compound
1
5
SK-5
Vulkanisasi / pengepresan
1
6
SK-6
Pendinginan
1
7
SK-7
Finishing
1
Sumber : Pengumpulan Data

5.1.3. Pengukuran Waktu
Pengukuran waktu proses produksi pada setiap stasiun kerja dilakukan
dengan menggunakan stopwatch. Hasil pengukuran waktu dapat dilihat pada
Tabel 5.3. sebagai berikut.
Tabel 5.3. Pengukuran Waktu Stasiun Kerja pada Setiap Job
No
Pengamatan

I

II

III

Waktu Stasiun Kerja (Detik)

Job

Total

1

SK-1
18,25

SK-2
11,77

SK-3
9,12

SK-4
130

SK-5
909

SK-6
2,96

SK-7
9,57

1090,67

2

18,09

11,86

9,19

133

905

2,90

10,16

1090,2

3

18,00

11,53

9,07

125

913

3,03

11,02

1090,65

4

18,26

11,88

8,87

120

907

2,91

10,80

1079,72

5

18,15

11,79

9,09

127

908

2,88

10,32

1087,23

1

17,18

12,13

9,02

135

909

3,08

11,00

1096,41

2

17,21

12,09

8,96

140

912

2,95

10,44

1103,65

3

17,13

12,07

9,07

130

906

3,11

10,27

1087,65

4

17,25

12,14

8,91

129

908

3,15

11,21

1089,66

5

17,23

12,02

8,96

131

905

3,04

11,39

1088,64

1

18,03

11,83

8,91

118

909

2,94

10,37

1079,08

2

18,06

11,98

8,89

121

911

3,14

11,74

1085,81

Universitas Sumatera Utara

Tabel 5.3. Pengukuran Waktu Stasiun Kerja pada Setiap Job (Lanjutan)
No
Pengamatan

IV

V

Waktu Stasiun Kerja (Detik)
Job

Total
SK-1

SK-2

SK-3

SK-4

SK-5

SK-6

SK-7

3

17,92

11,75

9,03

133

914

2,98

11,68

1100,36

4

17,97

12,00

9,18

128

914

3,11

10,74

1095

5

18,15

12,03

9,11

136

907

3,09

10,65

1096,03

1

18,25

12,07

8,87

124

904

2,93

11,53

1081,65

2

18,21

12,00

8,93

129

908

3,14

10,54

1089,82

3

18,03

12,04

8,82

117

906

3,01

11,69

1076,59

4

18,12

11,76

8,90

135

904

2,97

10,65

1091,4

5

18,29

12,19

8,84

126

909

3,13

10,72

1088,17

1

18,07

12,04

9,21

114

915

3,07

10,13

1081,52

2

17,96

11,78

9,13

123

911

2,97

10,90

1086,74

3

18,12

11,83

9,27

130

910

3,05

11,33

1093,6

4

18,03

11,81

9,11

115

906

3,11

10,43

1073,49

5

18,06

11,86

9,18

119

908

3,06

11,14

1080,3

Sumber : Pengumpulan Data

5.1.4.

Waktu Setup
Waktu setup pada setiap stasiun kerja dapat dilihat pada Tabel 5.4.

berikut.
Tabel 5.4. Waktu Setup Setiap Job pada Setiap Stasiun Kerja
Waktu Setup Waktu Setup
Stasiun Kerja
Proses
(Menit)
(Detik)
SK-1
Pembuatan compound article
15 menit
900 detik
SK-2
Pencampuran carbon black
15 menit
900 detik
SK-3
Pendinginan compound
Pemotongan dan perakitan
SK-4
0,25 menit
15 detik
compound
SK-5
Vulkanisasi / pengepresan
1 menit
60 detik
SK-6
Pendinginan
SK-7
Finishing
0,17 menit
10 detik
Sumber: Pengolahan Data

Universitas Sumatera Utara

5.1.5. Data Rating Factor dan Allowance
Rating factor bagi operator normal yang bekerja wajar adalah Rf = 1.
Rating factor ditentukan untuk melihat atau menentukan kemampuan operator
dalam melakukan kegiatan atau kerjanya. Nilai Rf = 1 akan ditambahkan dengan
nilai Westinghouse factor.
Faktor penyesuaian (rating factor) untuk setiap operator dapat dilihat
pada Tabel 5.5. berikut.
Tabel 5.5. Faktor penyesuaian (Rating Factor)
Operator
Faktor
Kelas
Penyesuaian
Keterampilan
Good (C1)
0,06
Usaha
Excellent (B2)
0,08
Pembuatan
compound article
Average (D)
0.0
Kondisi kerja
Konsistensi
Excellent (B)
0,03
Keterampilan
Excellent (B1)
0,11
Usaha
Good (C1)
0,05
Pencampuran
carbon black
Kondisi kerja
Fair (E)
-0,03
Konsistensi
Excellent (B)
0,03
Keterampilan
Good (C2)
0,03
Pemotongan dan
Usaha
Average (D)
0
perakitan
Kondisi kerja
Good (C)
0,02
compound
Konsistensi
Excellent (B)
0,03
Keterampilan
Good (C2)
0,03
Usaha
Average (D)
0
Vulkanisasi /
pengepresan
Kondisi kerja
Good (C)
0,02
Konsistensi
Excellent (B)
0,03
Keterampilan
Good (C)
0,01
Usaha
Average (D)
0
Finishing
Kondisi kerja
Good (C)
0,02
Konsistensi
Excellent (B)
0,03

Total

0,17

0,16

0,08

0,08

0,06

Sumber: Pengumpulan Data

Universitas Sumatera Utara

Perhitungan besarnya allowance, keadaan yang dianggap wajar diberikan
harga allowance 100%. Bila terjadi penyimpangan dari keadaan ini maka
harganya harus ditambah dengan faktor-faktor yang sesuai dengan waktu
penyelesaian dan waktu ini dicapai berdasarkan kerja karyawan.
Perhitungan allowance operator dapat dilihat pada Tabel 5.6. sebagai
berikut.

Work Center

Pembuatan
compound article

Pencampuran
carbon black

Pemotongan dan
perakitan
compound

Vulkanisasi /
pengepresan

Tabel 5.6. Penentuan Allowance
Faktor
Kelonggaran
Tenaga yang dikeluarkan
8
Sikap kerja
1
Gerakan kerja
2
Kelelahan mata
1
Keadaan temperatur tempat kerja
1
Keadaan atmosfir
2
Keadaan lingkungan yang baik
1
Tenaga yang dikeluarkan
8
Sikap kerja
1
Gerakan kerja
2
Kelelahan mata
1
Keadaan temperatur tempat kerja
2
Keadaan atmosfir
2
Keadaan lingkungan yang baik
1
Tenaga yang dikeluarkan
3
Sikap kerja
1
Gerakan kerja
0
Kelelahan mata
1
Keadaan temperatur tempat kerja
0
Keadaan atmosfir
1
Keadaan lingkungan yang baik
0
Tenaga yang dikeluarkan
4
Sikap kerja
1
Gerakan kerja
1
Kelelahan mata
0
Keadaan temperatur tempat kerja
1

Total

16

19

6

8

Universitas Sumatera Utara

Tabel 5.6. Penentuan Allowance (Lanjutan)
Work Center
Faktor
Kelonggaran
Keadaan atmosfir
1
Keadaan lingkungan yang baik
0
Tenaga yang dikeluarkan
4
Sikap kerja
2
Gerakan kerja
1
Finishing
Kelelahan mata
0
Keadaan temperatur tempat kerja
1
Keadaan atmosfir
1
Keadaan lingkungan yang baik
0

Total

9

Sumber: Pengumpulan Data

5.2.

Pengolahan Data

5.2.1. Uji Keseragaman Data
Uji keseragaman data perlu dilakukan terlebih dahulu sebelum
menggunakan data yang diperoleh dalam penentuan waktu standar. Pengujian
keseragaman data dilaksanakan untuk mengetahui apakah data waktu berada
dalam batas kontrol (BKA dan BKB) atau tidak (out of control).
Contoh uji keseragaman data elemen kegiatan pembuatan compound untuk
produk packing pintu rebusan (9 x 20 x 30 mm) adalah sebagai berikut:
1.

Perhitungan rata-rata.
Perhitungan dilakukan berdasarkan data Tabel 5.2.sehingga diperoleh
perhitungan stasiun kerja 1 job 1 adalah sebagai berikut.
X stasiun1 =

x1 + x 2 + ... + x n
n

X stasiun1 =

18,25 + 18,09 + ... + 18,15
5

X stasiun1 = 18,15

Universitas Sumatera Utara

2.

Perhitungan standar deviasi
Contoh perhitungan standar deviasi pada stasiun kerja 1 job 1 adalah sebagai
berikut.
s=

∑ ( xi - x)

2

N −1

(18,25 − 18,15) 2 + (18,09 − 18,15) 2 + ..... + (18,15 − 18,15) 2
4

s=

s = 0,11

3.

Menghitung BKA (batas kontrol atas) dan BKB (batas kontrol bawah)
Tingkat kepercayaan = 95 %, maka nilai Z = 1,96
Contoh perhitungan nilai BKApada stasiun kerja1 job 1 adalah sebagai
berikut:
BKA

=x+zs
= 18,15 + 1,96 (0,11) = 18,37

Nilai BKB dihitung dengan:
BKB

=x−zs
= 18,15 – 1,96 (0,11) = 17,93

Peta kontrol untuk elemen kegiatan pembuatan compound untuk produk
packing pintu rebusan (9 x 20 x 30 mm) dapat dilihat pada Gambar 5.2.

Universitas Sumatera Utara

18,60
18,40
SK-4

18,20

Rata-rata

18,00

BKA

17,80

BKB

17,60
1

2

3

4

5

Sumber : Pengolahan Data

Gambar 5.1. Uji Keseragaman Data Stasiun Kerja 1 Job 1

Berdasarkan gambar diatas, diketahui bahwa tidak ada data waktu siklus
yang melewati batas kontrol, sehingga dapat dikatakan bahwa data waktu siklus
pembuatan compound diatas dikatakan seragam. Rekapitulasi uji keseragaman
untuk seluruh stasiun kerja dalam pembuatan packing rebusan dapat dilihat pada
Tabel 5.7.
Tabel 5.7. Rekapitulasi Uji Keseragaman Data Waktu Siklus Proses
Pembuatan Packing Rebusan (Lanjutan)
Waktu Siklus
SK-1
SK-2
SK-3
SK-4
SK-5
SK-6
SK-7
18,25
11,77
9,12
130,00
909,00
2,96
9,57
Job I
18,09
11,86
9,19
133,00
905,00
2,90
10,16
18,00
11,53
9,07
125,00
913,00
3,03
11,02
18,26
11,88
8,87
120,00
907,00
2,91
10,80
18,15
11,79
9,09
127,00
908,00
2,88
10,32
18,15
11,77
9,07
127,00
908,40
2,94
10,37
Rata-Rata
0,11
0,14
0,12
4,95
2,97
0,06
0,57
Stdev
18,37
12,05
9,31
136,90
914,33
3,06
11,51
BKA
17,93
11,49
8,83
117,10
902,47
2,82
9,24
BKB
Keterangan Seragam Seragam Seragam Seragam Seragam Seragam Seragam
17,18
12,13
9,02
135,00
909,00
3,08
11,00
Job II
17,21
12,09
8,96
140,00
912,00
2,95
10,44
17,13
12,07
9,07
130,00
906,00
3,11
10,27
17,25
12,14
8,91
129,00
908,00
3,15
11,21

Universitas Sumatera Utara

Tabel 5.7. Rekapitulasi Uji Keseragaman Data Waktu Siklus Proses
Pembuatan Packing Rebusan (Lanjutan)
Waktu Siklus
SK-1
SK-2
SK-3
SK-4
SK-5
SK-6
17,23
12,02
8,96
131,00
905,00
3,04
17,20
12,09
8,98
133,00
908,00
3,07
Rata-Rata
0,05
0,05
0,06
4,53
2,74
0,08
Stdev
17,29
12,19
9,11
142,06
913,48
3,22
BKA
17,11
11,99
8,86
123,94
902,52
2,91
BKB
Keterangan Seragam Seragam Seragam Seragam Seragam Seragam
18,03
11,83
8,91
118,00
909,00
2,94
18,06
11,98
8,89
121,00
911,00
3,14
17,92
11,75
9,03
133,00
914,00
2,98
Job III
17,97
12,00
9,18
128,00
914,00
3,11
18,15
12,03
9,11
136,00
907,00
3,09
18,03
11,92
9,02
127,20
911,00
3,05
Rata-Rata
0,09
0,12
0,13
7,66
3,08
0,09
Stdev
18,20
12,16
9,27
142,52
917,16
3,23
BKA
17,85
11,67
8,77
111,88
904,84
2,88
BKB
Keterangan Seragam Seragam Seragam Seragam Seragam Seragam
18,25
12,07
8,87
124,00
904,00
2,93
18,21
12,00
8,93
129,00
908,00
3,14
18,03
12,04
8,82
117,00
906,00
3,01
Job IV
18,12
11,76
8,90
135,00
904,00
2,97
18,29
12,19
8,84
126,00
909,00
3,13
18,18
12,01
8,87
126,20
906,20
3,04
Rata-Rata
0,10
0,16
0,04
6,61
2,28
0,09
Stdev
18,39
12,33
8,96
139,42
910,76
3,23
BKA
17,97
11,70
8,78
112,98
901,64
2,85
BKB
Keterangan Seragam Seragam Seragam Seragam Seragam Seragam
18,07
12,04
9,21
114,00
915,00
3,07
17,96
11,78
9,13
123,00
911,00
2,97
18,12
11,83
9,27
130,00
910,00
3,05
Job V
18,03
11,81
9,11
115,00
906,00
3,11
18,06
11,86
9,18
119,00
908,00
3,06
18,05
11,86
9,18
120,20
910,00
3,05
Rata-Rata
0,06
0,10
0,06
6,53
3,39
0,05
Stdev
18,17
12,07
9,31
133,27
916,78
3,15
BKA
17,93
11,66
9,05
107,13
903,22
2,95
BKB
Keterangan Seragam Seragam Seragam Seragam Seragam Seragam

SK-7
11,39
10,86
0,49
11,84
9,89
Seragam
10,37
11,74
11,68
10,74
10,65
11,04
0,63
12,30
9,77
Seragam
11,53
10,54
11,69
10,65
10,72
11,03
0,54
12,11
9,95
Seragam
10,13
10,90
11,33
10,43
11,14
10,79
0,50
11,78
9,79
Seragam

Sumber: Pengolahan Data

Universitas Sumatera Utara

5.2.2. Uji Kecukupan Data
Uji kecukupan dilakukan untuk mengetahui apakah data waktu siklus yang
telah diambil sudah memenuhi syarat ketelitian yang ditetapkan. Pada penelitian
ini digunakan tingkat kepercayaan 95%, dan tingkat ketelitian 5 %.
Uji kecukupan data dapat dihitung dengan menggunakan formula sebagai
berikut:
2
z

N' = ⎛

dimana : x
z
s
N
N’

⎝

s

�N( ∑ x2 )-( ∑ x)2
( ∑ x)

⎞
⎠

= data ke-i dari N sampel x
= nilai absis pada tabel distribusi normal untuk luasan sebaran
tingkat kepercayaan
= tingkat ketelitian yang digunakan sebesar 5%
= jumlah data yang aktual untuk sampel tersebut
= jumlah data yang seharusnya

Data dinyatakan cukup jika nilai N > N’ berdasarkan hasil perhitungan.
Namun sebaliknya, jika N < N’ maka harus menambah jumlah data sebagai
sampel. Contoh perhitungan uji kecukupan data waktu pembuatan compound pada
stasiun kerja 1 job 1 untuk pembuatan packing pintu rebusan (9 x 20 x 30 mm)
adalah sebagai berikut:
1,96
0,05

N' = �

�5(1647,16)-(8235,56)
(90,75)

2

�

N' =0,05 (N =5, N > N’ maka data dinyatakan cukup)
Rekapitulasi perhitungan uji kecukupan data untuk seluruh stasiun kerja
ditunjukkan pada Tabel 5.8.

Universitas Sumatera Utara

Tabel 5.8. Rekapitulasi Perhitungan Uji Kecukupan Data Waktu Siklus
Proses Pembuatan Packing Rebusan
Stasiun Kerja
SK-1
SK-2
SK-3
SK-4
SK-5
SK-6
333,06
138,53
83,17
16900,00
826281,00
8,76
327,25
140,66
84,46
17689,00
819025,00
8,41
324,00
132,94
82,26
15625,00
833569,00
9,18
Job 1
333,43
141,13
78,68
14400,00
822649,00
8,47
329,42
139,00
82,63
16129,00
824464,00
8,29
1647,16
692,27
411,20
80743,00 4125988,00
43,12
Total
Total x
90,75
58,83
45,34
635,00
4542,00
14,68
8235,56 3460,97 2055,72 403225,00 20629764,00 215,50
Total x^2
0,05
0,18
0,22
1,94
0,01
0,54
N'
Keterangan Cukup
Cukup
Cukup
Cukup
Cukup
Cukup
295,15
147,14
81,36
18225,00
826281,00
9,49
296,18
146,17
80,28
19600,00
831744,00
8,70
293,44
145,68