Gambar 3.3. Hopper
b. Greifer
Greifer sebagai alat angkut curah dengan kapasitas 5-10 ton. Alat ini digunakan untuk mengangkut curah jagung, bungkil sawit, batu bara.
Gambar 3.4. Greifer
c. Jala Jala Kapal
Jala Jala Kapal digunakan untuk alat bantu mengangkut curah dalam bentuk bag karung. Jala jala kapal kemudian disangkutkan pada hook
crane.
Gambar 3.5. Jala jala kapal
d. Sekop
Sekop digunakan untuk mengumpulkan sisa curah yang berkapasitas kecil. Sisa curah tersebut kemudian dikumpulkan untuk diangkut dengan
kereta sorong. Biasanya digunakan untuk curah yang tidak dalam karung. Seperti batu bara.
Gambar 3.6. Sekop
e. Generator
Generator adalah mesin yang digunakan untuk memproduksi listrik, biasanya mesin ini menggunakan bahan bakar minyak. Generator ini
digunakan sebagai suplai listrik untuk mesin yang menggunakan listrik sebagai sumber dayanya.
Gambar 3.7. Generator
f.
Hook
Hook crane adalah alat pengait yang tardapat pada pesawat angkat crane. Biasanya jala jala kapal dikaitkan pada hook crane.
Gambar 3.8. Hook
3.1.3. Pengujian Keseragaman Data
1
Selama melakukan pengukuran, operator mungkin mendapatkan data yang tidak seragam. Untuk itu digunakan alat yang dapat mendeteksinya yaitu peta
kendali. Batas kendali dibentuk dari data yang merupakan batas yang menentukan seragam tidaknya data. Data dikatakan seragam jika berada dalam batas control
dan data dikatakan tidak seragam jika berada diluar batas control. Rumus untuk menghitung keseragaman data dengan tingkat ketelitian 5 dan tingkat keyakinan
95 adalah :
Dimana: : waktu rata-rata
: simpangan baku BKA : Batas Kontrol Atas
BKB : Batas Kontrol Bawah
1
3
Sutalaksana, Iftikar Z., dkk. Teknik Perancangan Sistem Kerja .Bandung: ITB, 2005. hal. 131 ā 135.
3.1.4. Pengujian Kecukupan Data
2
Uji kecukupan data dilakukan untuk mengetahui apakah data yang diambil dari penelitian lapangan telah mencukupi untuk digunakan dalam menyelesaikan
permasalahan yang ada. Rumus untuk mengetahui berapa jumlah pengamatan pengukuran yang sebaiknya digunakan adalah :
dimana : X = waktu pengamatan dari setiap elemen kerja untuk masing-masing siklus yang
diukur z = angka deviasi standard untuk t yang besarnya tergantung pada tingkat
keyakinan yang diambil, dimana : 1. 90 confidence level : z = 1,65
2. 95 confidence level : z = 2,00 3. 99,7 confidence level : z = 3,00
s = derajat dari data t yang dikehendaki, yang menunjukkan maksimum prosentasi penyimpangan yang bisa diterima dan nilai t yang sebenarnya. Nilai ks dikenal
sebagai Confidence-Precision Ratio dari time study yang dilaksanakan. N = jumlah pengamatanpengukuran awal yang telah dilakukan untuk elemen
kegiatan tertentu yang dipilih.
2
Ibid. hal. 136-137.
Nā = jumlah siklus pengamatanpengukuran yang seharusnya dilaksanakan agar dapat diperoleh presentase kesalahan error minimum dalam mengestimasi t
yaitu sebesar S. Apabila Nā N maka diperlukan pengukuran tambahan hingga memenuhi jumlah
yang diperlukan. Apabila Nā N maka data pengukuran pendahuluan sudah mencukupi.
3.2. Peramalan
3
Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan
lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang
stabil, karena perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi pasar bersifat komplek dan dinamis.
Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat komplek dan dinamis, karena permintaan tersebut akan tergantung dari keadaan
sosial, ekonomi, politik, aspek teknologi, produk pesaing dan produk substitusi. Oleh karena itu, peramalan yang akurat merupakaan informasi yang sangat
dibutuhkan dalam pengambilan keputusan manajemen.
3
Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi. Yogyakarta: Graha Ilmu, 2008. hal. 32-33.
3.2.1. Karakteristik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain adalah :
1.
Akurasi
Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias apabila
peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila
besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak
dapat dipenuhi segera, akibatnya adalah perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi
akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang akan terserap sia-sia. Keakuratan dari hasil peramalan ini berperan
penting dalam menyeimbangkan persediaan yang ideal meminimisasi
penumpukan persediaan dan memaksimisasi tingkat pelayanan.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan
datanya manual atau komputerisasi, bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus