Grafik perbandingan perencanaan produksi Januari 2016 - Desember 2016 dengan peramalan aktual
Gambar 6.3. Grafik Perbandingan Perencanaan Produksi Polypropylene
Tipe III dengan Peramalan Tahun 2016
6.3. Analisis Pencapaian Sasaran Memaksimalkan Keuntungan
Keuntungan yang diproleh pada metode goal programming sudah cukup maksimal dengan keuntungan diperoleh Rp.612.045.000 pada bulan januari.
Untuk bulan selanjutnya dapat dilihat pada Tabel 6.2.
6.4. Analisis Kendala Pemakaian Jam Kerja
21.000 21.500
22.000 22.500
23.000 23.500
24.000 24.500
25.000 25.500
1 2
3 4
5 6
7 8
9 10 11 12 Peramalan
Goal Programming
Universitas Sumatera Utara
Pemakaian jam kerja pada bulan Januari 2016 sebesar 538,88 jam lebih kecil dari pada jam kerja tersedia yaitu 651 jam, sehingga perusahaan tidak perlu
melakukan lembur. Hasil perencanaan produksinya dapat dilihat pada Tabel 6.2.
6.5. Analisis Kendala Pemakaian dan Ketersediaan Bahan Baku
Target pemakaian bahan baku sebagai kendala dalam perencanaan produksi untuk seluruh jenis bahan baku menunjukkan hasil bahwa besar
pemakaian bahan baku selalu berada dibawah batas maksimal biji plastik 150.000 Kgbulan, Zarpewarna 5000 Kgbulan, CH3 40000 Kgbulan, 300 Kgbulan, CH2
30000 Kgbulan, Potreleum 20000 Kgbulan, Air 4500 Kgbulan sehingga dapat dikatakan tujuan untuk memaksimalkan penggunaan bahan agar tidak adanya
kekurangan bahan baku tercapai. Ini berarti selama periode perencanaan produksi perusahaan tidak akan mengalami kekurangan stock bahan baku.
Hasil perencanaan produksi dapat dilihat pada Tabel 6.2.
Universitas Sumatera Utara
Tabel 6.3. Rekapitulasi Hasil Perencanaan Produksi
Bulan PP Tipe
I PP Tipe
II PP Tipe
III BAHAN
Jam Kerja
Keuntungan
Biji plastik
Zat Pewarna
CH 3 Parafin
CH2 Potrleum
Air
1 51.179
27.058 24.140
60246,67 4404,996 21049,07 184,2786 20257,31
9551,59 4095,08 538,8831 Rp
603.651.000 2
49.202 29.169
22.450 59219,76
4325,103 20641,98 181,4778 20585,78 9283,62 4032,84 529,1484
Rp 597.060.500
3 48.575
28.774 22.772
58726,63 4290,408 20429,56 180,2178 20435,75
9285,07 4004,84 525,4615 Rp
592.341.000 4
49.917 27.571
22.936 59100,85
4318,737 20652,88 180,7632 20108,13 9288,73 4016,96 528,0436
Rp 593.393.500
5 51.916
26.364 24.327
60478,47 4422,713 21175,34 184,6926 20083,44
9570,32 4104,28 540,6473 Rp
604.497.000
Universitas Sumatera Utara
6 52.562
28.416 22.623
61224,45 4471,297 21518,83 186,4818 20621,58
9425,98 4144,04 545,131
Rp 613.191.000
7 51.179
28.027 22.946
60213,25 4399,059 21088,15 183,8736 20406,11
9390,31 4086,08 537,2779 Rp
603.979.500 8
49.143 26.850
23.112 58271,07
4259,52 20335,94 178,389 19785,27
9227,55 3964,2 521,2275
Rp 584.943.000
9 48.518
25.669 24.512
57855,7 4233,573 20102,14 177,6582 19536,62
9381,82 3947,96 519,4241 Rp
580.516.500 10
49.917 27.664
22.795 59085,76
4317,243 20654,29 180,6768 20117,13 9267,97 4015,04
527,752 Rp
593.293.000 11
51.915 27.279
23.122 60411,33
4414,343 21205,06 184,1688 20208,35 9402,47 4092,64 538,7221
Rp 604.413.500
12 52.504
26.129 23.287
60293,99 4407,018 21218,05
183,456 19834,36 9372,92
4076,8 537,3784 Rp
601.297.500
Universitas Sumatera Utara
VI-161 6.6.
Analisis Variabel Deviasi
Hasil optimasi dan kendala diatas dapat dilihat melalui nilai dari variabel deviasional formulasi optimasi perencanaan produksi dengan goal programming
yang menunjukkan tercapai atau tidaknya sasaran-sasaran. Hasil optimasi dikatakan tercapai jika nilai variabel deviasional bernilai 0, dan tidak tercapai jika
tidak bernilai nol. Variabel deviasional yang timbul pada penyelesaian Goal Programmng dapat dilihat pada Tabel 6.3. Tabel 6.3. menunjukkan bahwa seluruh
variabel deviasi bernilai 0. Sehingga perusahaan tidak harus menambah jam kerja lembur untuk memenuhi jam kerja.
Tabel 6.4. Variabel Deviasional
Variabel Deviasiona
l
Periode Perencanaan
Jan 2016
Feb 2016
Mar 2016
Apr 2016
Mei 2016
Jun 2016
Jul 2016
Agt 2016
Sep 2016
Okt 2016
Nov 2016
Des 2016
d
1 +
d
2 +
d
3 +
d
4 +
d
5 +
d
6 +
d
7 +
d
8 +
d
9 +
d
10 -
Universitas Sumatera Utara
d
11 -
d
12 -
6.7. Analisis Perencanaan Produksi dan