4.1.4. Data Permintaan Produk
Data permintaan yang digunakan mulai dari bulan Januari 2009 – April 2010, hal ini dapat dilihat pada table berikut ini :
Tabel 4.10. Data Pemintaan Benang Single 30 NE Periode
Tahun Bulan
Permintaan kg
1 2009
Januari
105677
2 2009
Februari
198206
3 2009
Maret
205319
4 2009
April
201128
5 2009
Mei
149939
6 2009
Juni
140308
7 2009
Juli
134041
8 2009
Agustus
135515
9 2009
September
120715
10 2009
Oktober
129874
11 2009
November
98855
12 2009
Desember
76761
13 2010
Januari
116775
14 2010
Februari
151636
15 2010
Maret
150858
16 2010
April
155818
Sumber : PT. Lotus Indah Textile Industries Surabaya
4.2. Pengolahan Data 4.2.1. Perhitungan Waktu Kerja Rata-Rata, Standart Deviasi, Tingkat
Ketelitian, dan Tingkat Keyakinan.
Berdasarkan data pengukuran waktu kerja proses Blow Room pada tabel. 4.3 maka perhitungan waktu kerja rata-rata proses Blow Room dapat dilihat pada
perhitungan dibawah ini, sedangkan untuk perhitungan Proses Carding, Proses
Drawing, Proses Speed Frame Simplex, Proses Ring Frame, Proses Winding, dan Proses Packing dapat dilihat pada lampiran II.
a. Harga Rata-rata Sub Grup
06 .
53 5
9 .
53 5
. 53
3 .
53 2
. 52
4 .
52
1
X
84 .
52 5
7 .
49 9
. 53
1 .
53 7
. 53
08 .
53
2
X
4 .
53 5
6 .
49 5
. 54
2 .
54 4
. 54
3 .
54
3
X
9 .
51 5
6 .
49 52
7 .
52 7
. 52
5 .
52
4
X
2 .
211 9
. 51
4 .
53 84
. 52
06 .
53
ij
X
b. Jumlah Sub Grup
3 .
265 9
. 53
5 .
53 3
. 53
2 .
52 4
. 52
1
X 2
. 264
7 .
49 9
. 53
1 .
53 7
. 53
8 .
53
2
X
267 6
. 49
5 .
54 2
. 54
4 .
54 3
. 54
3
X 5
. 259
6 .
49 52
7 .
52 7
. 52
5 .
52
4
X 1056
5 .
259 267
2 .
264 3
. 265
ij
X
c. Jumlah Kuadrat
95 .
14078 9
. 53
5 .
53 3
. 53
2 .
52 4
. 52
2 2
2 2
2 2
1
X 04
. 13973
7 .
49 9
. 53
1 .
53 7
. 53
8 .
53
2 2
2 2
2 2
2
X 9
. 14275
6 .
49 5
. 54
2 .
54 4
. 54
3 .
54
2 2
2 2
2 2
3
X 99
. 13474
6 .
49 52
7 .
52 7
. 52
5 .
52
2 2
2 2
2 2
4
X
88 .
55802 99
. 13474
9 .
14275 04
. 13973
95 .
14078
2
ij
X
d. Harga Rata-rata dari rata-rata sub grup
8 .
52 4
2 .
211
L X
X
ij ij
e. Harga Standart Deviasi
2
1
N X
X
ij ij
1 20
8 .
52 6
. 49
..... 8
. 52
4 .
52
2 2
= 1.5573 f. Harga Standart Deviasi Rata-rata
L x
7787 .
4 5573
. 1
g. Tingkat Ketelitian
47 .
1 100
8 .
52 7787
. 100
x
X S
h. Tingkat Kepercayaan Tingkat Keyakinan
CL = 100 S
= 100 1.47 = 98.53
4.2.2. Perhitungan Uji Keseragaman Data
Berdasarkan data waktu kerja proses Bloow Room yang ada di tabel 4.3, maka dapat di uji keseragaman datanya sebagai berikut :
CL = 0.9853 maka k didapat dari Tabel Appendix bila tidak ada
pakai interpolasi. X
1
2.17 y
1
0.9850
X ?
y 0.9853
X
2
2.18 y
2
0.9854
1 2
1 1
2 1
y y
y y
x x
x x
9850 .
9854 .
9850 .
9853 .
17 .
2 18
. 2
17 .
2
x
X = k = 2.178 BKA = X + k
x
= 52.8 + 2.178 0.7787 = 54.49 CL = X = 52.8
BKB = X k x = 52.8- 2.178 0.7787 = 51.1
Gambar 4.1. Grafik Uji Keseragaman Data Proses Blow Room
Berdasarkan gambar grafik uji keseragaman data proses Blow Room diatas data dikatakan seragam karena semua data berada di dalam batas BKA dan
BKB, maka tidak ada data ekstrim. Uji keseragaman data untuk proses yang lain ada dilampiran II.
Rekapitulasi hasil uji keseragaman data untuk seluruh proses dapat dilihat pada tabel 4.11. berikut :
Tabel 4.11. Hasil Uji Keseragaman Data No
Proses N
BKA BKB
Tes Data
1 Blow Room
20 54.49
51.1 Seragam
2 Carding
20 123.86
116.94 Seragam
3 Drawing
20 69.36
65.65 Seragam
4 Speed Frame Simplex
20 47.45
44.15 Seragam
5 Ring Frame
20 151.47
135.52 Seragam
6 Winding
20 37.86
35.19 Seragam
7 Packing
20 65.35
61.62 Seragam
.
4.2.3. Perhitungan Uji Kecukupan Data
Untuk mengetahui apakah jumlah data pada poses Blow Room yang telah diamati sudah cukup, maka perlu adanya uji kecukupan data sehingga dapat
diketahui data tersebut telah cukup. Dimana syarat memenuhi adalah N’ N. Dengan perhitungan sebagai berikut :
2 2
2
Xij Xij
Xij N
s k
N
2 2
1056 1056
88 .
55802 20
0147 .
178 .
2
= 18.14 ≈ 18 pengamatan.
Karena 18 20 atau N’ N maka data sudah cukup sehingga tidak perlu
dilakukan pengukuran lagi atau pengukuran tambahan. Uji kecukupan data untuk proses yang lain ada dilampiran II. Rekapitulasi
hasil uji kecukupan data untuk seluruh proses dapat dilihat pada tabel 4.12 berikut :
Tabel 4.12. Hasil Uji Kecukupan Data No
Proses N
2
Xij
Xij
N’ Tes Data
1 Blow Room
20 55802.88
1056 18
Cukup 2
Carding 20
290106 2408
19 Cukup
3 Drawing
20 91217.19
1350.3 19
Cukup 4
Speed Frame Simplex 20
41998.88 916
17 Cukup
5 Ring Frame
20 413198
2870 14
Cukup 6
Winding 20
26726.27 730.7
17 Cukup
7 Packing
20 80673.26
1269.8 17
Cukup
4.2.4. Perhitungan Waktu Siklus Ws
Berdasarkan hasil perhitungan rata-rata hasil sub grup untuk proses Blow Room, maka dapat dihitung waktu siklus sebagai berikut :
8 .
52
x WS
detikkg Dengan cara yang sama untuk perhitungan proses yang lain ada
dilampiran II. Rekapitulasi hasil perhitungan waktu siklus untuk seluruh proses ada pada tabel 4.13 berikut :
Tabel 4.13. Hasil Perhitungan Waktu Siklus No
Proses Waktu Siklus Ws Detik Kg
1 Blow Room
52.8 2
Carding 120.4
3 Drawing
67.51 4
Speed Frame Simplex 45.8
5 Ring Frame
143.5 6
Winding 36.53
7 Packing
63.49
4.2.5. Perhitungan Waktu Normal Wn
Berdasarkan perhitungan waktu siklus di atas dan perhitungan faktor penyesuaian P proses Blow Room yang dapat dilihat dilampiran II, maka dapat
dihitung waktu normal sebagai berikut :
Wn = Ws
P = 52.8
1.12 = 59.14 detikkg Dengan cara yang sama perhitungan waktu normal untuk proses yang lain
ada dilampiran II. Rekapitulasi hasil perhitungan waktu normal untuk seluruh proses ada pada tabel 4.14 berikut :
Tabel 4.14. Hasil Perhitungan Waktu Normal No
Proses Waktu Normal Wn Detik Kg
1 Blow Room
59.14 2
Carding 139.6
3 Drawing
81.69 4
Speed Frame Simplex 54.50
5 Ring Frame
172.2 6
Winding 44.93
7 Packing
79.99
4.2.6. Perhitungan Waktu Baku Wb
Berdasarkan hasil perhitungan waktu normal proses Blow Room di atas, maka dapat dihitung waktu baku sebagai berikut :
Allowance Wnx
Wb
100
100
25 100
100 14
. 59
x = 78.85 detikkg
= 0.022 jamkg
Nilai allowance dapat dihitung dilampiran II. Perhitungan waktu baku untuk proses yang lain ada dilampiran II. Rekapitulasi hasil perhitungan waktu
baku dapat dilihat pada tabel 4.15 berikut :
Tabel 4.15. Hasil Perhitungan Waktu Baku No
Proses Waktu Baku Wb Jam Kg
1 Blow Room
0.022
2 Carding
0.052 3
Drawing 0.03
4 Speed Frame Simplex
0.021 5
Ring Frame 0.065
6 Winding
0.017 7
Packing 0.028
4.3. Peramalan
Peramalan adalah proses untuk memperkirakan kebutuhan dimasa datang dalam periode waktu dengan melihat tingkat permintaan konsumen atas suatu
produk. Peramalan dilakukan untuk masa mendatang melalui pengujian keadaan masa di masa lalu yang meliputi kebutuhan dalam ukuran kuantitas, kualitas,
waktu dan lokasi yang dibutuhkan dalam memenuhi permintaan barang ataupun jasa.
4.3.1. Membuat Plot diagram Permintaan
Berdasarkan data permintaan Benang Single 30 NE pada tabel 4.10 maka dapat digambarkan suatu plot diagram permintaan sebagai berikut :
Gambar 4.2. Plot Diagram Permintaan Benang Single 30 NE
4.3.2. Penetapan Metode Peramalan.
Dilihat dari plot diagram permintaan produk pada gambar 4.2. yang berpola random acak , sehingga untuk pengolahan data permintaan
Januari 2009 sd April 2010, menggunakan 3 metode peramalan, yaitu : metode single average SA, single exponential smoothing SES, dan double exponential
smoothing DES
4.3.3. Menghitung Masing – masing Kesalahan Peramalan
Peramalan ditujukan untuk memprediksi permintaan yang akan datang. Dari hasil perhitungan peramalan dengan menggunakan program Win QSB dapat
dilihat pada lampiran III, maka dihasilkan nilai kesalahan peramalan yang diperoleh dari permintaan tahun lalu, seperti pada tabel 4.16. dibawah ini :
Tabel 4.16. Nilai Kesalahan Peramalan Dari Berbagai Metode Peramalan No.
Metode MAD
MSE MAPE
1 Simple Average
36296.01 1.792101E+09
27.67081 2
Single Exponential Smoothing 23224.23
1.101193E+09 16.76712
3 Double Exponential Smoothing
24408.49 1.14963E+09
17.56001
4.3.4. Memilih Metode Dengan Nilai Kesalahan Peramalan Terkecil
Dari tabel 4.16. diatas maka dapat disimpulkan bahwa metode yang memiliki kesalahan peramalan terkecil adalah metode Single Exponential
Smoothing dengan nilai kesalahan MAD = 23224.23, MSE = 1.101193E+09, MAPE = 16.76712
4.3.5. Uji Verivikasi Data Dengan MRC Moving Range Chart
Setelah didapat fungsi peramalan dengan kesalahan peramalan tekecil, kemudian perlu diadakan verifikasi apakah fungsi tersebut dapat diterapkan atau
tidak, maka alat yang dipakai adalah MRC Moving Range Chart. Cara membuat MRC adalah sebagai berikut :
MR =
ŷ
t
- y
t
– ŷ
t-1t
– y
t-1
Dimana : MR = Moving Range
ŷ
t
= Data hasil Peramalan hasil tertentu y
t
= Data peramalan periode tertentu ŷ
t-1
= Data hasil peramalan 1 periode sebelumnya y
t-1
= Data permintaan 1 periode tertentu Adapun rata-rata moving range didefinisikan sebagai :
Dimana : MR = Rata-rata moving range
n = jumlah periode Garis tengah peta moving range adalah pada titik. batas kontrol atas dan bawah
Pada peta moving range adalah : BKA = +2,66.MR
BKB = -2,66.MR Sementara itu, variable yang akan diplot ke dalam peta moving range :
∆y
t
= ŷ
t
– y Untuk uji yang paling tepat bagi kondisi diluar kendali adalah dengan cara
Membagi peta kendali ke dalam 6 bagian dengan selang yang sama. Yaitu daerah A adalah daerah diluar ± 23 2,66 . MR = ± 1,77 . MR diatas +1,77 MR dan
dibawah –1,77 MR. Daerah B adalah daerah diluar ± 0,89 . MR diatas +0.89 MR dan dibawah – 0,89 MR. Dibawah ini adalah tabel perhitungan MRC.
Tabel 4.17. Perhitungan Moving Range
Bulan Periode t
Peramalan ŷ
t
Permintaan y
t
Forcast Error
Moving Range MR
Januari 2009 Februari 2009
Maret 2009 April 2009
Mei 2009 Juni 2009
Juli 2009 Agustus 2009
September 2009 Oktober 2009
November 2009 Desember 2009
Januari 2010 Februari 2010
Maret 2010 April 2010
1 2
3 4
5 6
7 8
9
10 11
12 13
14 15
16 -
105677 188953.1
203682.4 201383.4
155083.4 141785.5
134815.5
135445 122188
129105.4 101880
79272.91 113024.8
147774.9 150549.7
105677 198206
205319 201128
149939 140308
134041 135515
120715 129874
98855 76761
116775 151636
150858 155818
- -92529
-16365.91 2554.406
51444.44 14775.44
7744.547
-699.5469 14730.05
-7685.992 30250.4
25119.04 -37502.09
-38611.21 -3083.125
-5268.313 -
- 76163.09
18920.316 48890.034
36669 7030.893
8444.0939 15429.5969
22416.042 37936.392
5131.36 62621.13
1109.12 383728.085
2185.188
MR 726674.3408
Perhitungan :
1
n MR
MR
1 16
3408 .
726674
= 48444.96 MR
x BKA
66 .
2
MR x
BKB 66
. 2
= 2.66 x 48444.96 = –2.66 x 48444.96
= 128863.59 = – 128863.59
Daerah A = ± 1.77 x MR Daerah B = ± 0.89 x MR
= ± 1.77 x 48444.96 = ± 0.89 x 48444.96
= ± 85747.58 = ± 43116.01
Gambar 4.3. Peta Kendali Moving Range
Berdasarkan gambar diatas, data dikatakan terkontrol karena data berada di dalam batas BKA DAN BKB. Maka metode Single Exponential Smoothing
tersebut dapat diterapkan.
4.3.6. Peramalan Dengan Metode Yang Dipilih
Maka dapat dilihat dari hasil peramalan metode Single Exponential Smoothing SES dengan menggunakan program Win QSB, seperti pada tabel
4.18. sebagai berikut :
Tabel 4.18. Data Hasil Peramalan Permintaan Produk Bulan Mei 2010- April 2011
Periode Tahun
Bulan Permintaan
Kg
1 2010
Mei 201383.4
2 2010
Juni 155083.4
3 2010
Juli 141785.5
4 2010
Agustus 134815.5
5 2010
September 135445
6 2010
Oktober 122188
7 2010
November 129105.4
8 2010
Desember 101880
9 2011
Januari 79272.91
10 2011
Februari 113024.8
11 2011
Maret 147774.9
12 2011
April 150549.7
Total 1612308.51
Data diperoleh dari hasil peramalan Single Exponential Smoothing SES dengan program Win QSB terdapat pada lampiran III .
4.4. Jadwal Induk Produksi JIP
Jadwal Induk Produksi merupakan suatu rencana produksi yang
menggambarkan hubungan antara kuantitas tiap jenis produk pada suatu periode tertentu. Dengan rincian sebagai berikut :
POH Project On Hand : Persediaan yang dimiliki Kebutuhan kotor diambil dari hasil peramalan permintaan Mei 2010 –
April 2011 POH awal sebesar 81124 produk
Kebutuhan bersih diperoleh dari kebutuhan kotor dikurangi POH Jadwal Induk Produksi didapat dari hasil kebutuhan bersih
Dibawah ini adalah tabel Jadwal Induk Produksi sebagai berikut :
Tabel 4.19. Jadwal Induk Produksi Produk
Mei 2010
Juni 2010
Juli 2010
Agt 2010
Spt 2010
Okt 2010
Nop 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
April 2011
Keb. Kotor POH
Keb. Bersih 201383
81124 120259
155083 155083
141786 141786
134816 134816
135445 135445
122188 122188
129105 129105
101880 101880
79273 79273
113025 113025
147775 147775
150550 150550
Jumlah persediaan yang dimiliki POH pada bulan Mei 2010 adalah 81124 kg merupakan sisa produksi bulan April 2010. Kemudian selanjutnya
untuk bulan Juni 2010 sampai April 2011 POHnya adalah 0 kg, hal ini dikarenakan pada bulan tersebut tidak dilakukannya proses produksi sebelumnya
4.5. Matrik Produksi