Program Studi Ganda Teknik Industri – Sistem Informasi Skripsi Sarjana Program Ganda Semester Ganjil 20062007

UNIVERSITAS BINA NUSANTARA

  _______________________________________________________________________

  

Program Studi Ganda

Teknik Industri – Sistem Informasi

Skripsi Sarjana Program Ganda

Semester Ganjil 2006/2007

  

Analisa dan Perancangan Sistem Informasi

Perencanaan Produksi Agregat dengan Pendekatan Integer Goal

Programming di PT. Ricky Putra Globalindo

  

Citralia Marlina

NIM: 0600665436

  Abstrak Pokok permasalahan yang ada di PT . Ricky Putra Globalindo adalah perusahaan belum dapat menentukan jumlah produksi yang optimal untuk produk pakaian dalam MAN, pakaian dalam JUNIOR dan pakaian dalam LADIES sesuai dengan kapasitas produksi yang dimiliki perusahaan .Masalah yang lain perusahaan juga belum dapat menentukan Jadwal Induk Produksi yang dapat memberikan kombinasi jumlah produksi yang terbaik berdasarkan minimal deviasi yang terjadi. Sehingga akhirnya perumusan masalah dalam penelitian ini dapat ditentukan, yaitu bagaimana merancang suatu perencanaan produksi dengan menggunakan Sistem Informasi yang dapat memenuhi kebutuhan konsumen dan dapat meminimasi biaya produksi.

  Metode penelitian dalam skripsi ini dimulai dengan melakukan peramalan dengan menggunakan : (1) metode Double Exponential Smoothing Satu Parameter dari Brown, (2) metode Double Moving Average (DMA) 6 x 6, (3) metode Regresi Linier , dan (4) metode Regresi Kuadratis. Untuk pengukuran tingkat error berdasarkan pada Mean Square Error (MSE). Kemudian dilakukan Perencanaan Porduksi Agregat dengan pendekatan Integer Goal Programming dan disgregat untuk menentukan Jadwal Induk Produksi (JIP). Setelah itu dibuat aplikasi software yang menggunakan pendekatan Object – Oriented untuk membantu Perencanaan Produksi perusahaan.

  Dari kesimpulan didapatkan bahwa metode peramalan terbaik adalah (1) Double Exponential Smoothing α = 0.4 untuk pakaian dalam MAN (2) Double Exponential Smoothing α = 0.3 untuk pakaian dalam JUNIOR dan (3) Regresi Kuadratis untuk pakaian dalam LADIES . Perhitungan Agregat dan Disagregat Jadwal Induk Produksi yang dapat memberikan kombinasi jumlah produksi yang terbaik berdasarkan minimal deviasi yang terjadi.

  . Kata Kunci: Sistem Informasi, perencanaan, peramalan, error, agregat, disagregat.

KATA PENGANTAR

  Dengan memanjatkan puji syukur ke hadirat Tuhan atas berkat dan rahmat-Nya sehingga penulisan skripsi yang berjudul “Analisis dan Perancangan Sistem Informasi Perencanaan Produksi Agregat dengan Pendekatan Integer Goal Programming di PT.Ricky Putra Globalindo” dapat diselesaikan. Adapun penulisan skripsi ini merupakan salah satu syarat dalam menyelesaikan jenjang Strata-1 di Universitas Bina Nusantara, Jakarta.

  Penulis menyadari bahwa dalam penulisan skripsi ini masih terdapat kekurangan dan kelemahan karena keterbatasan yang dimiliki. Untuk itu penulis mengharapkan saran dan kritik yang membangun dari pembaca maupun pihak yang terkait untuk menyempurnakan materi maupun cara penulisan skripsi ini.

  Pada kesempatan ini penulis ingin mengucapkan banyak terima kasih kepada semua pihak yang telah memberikan bantuan dan dukungan baik secara moril maupun materiil sehingga penulis dapat menyelesaikan sksipsi ini. Yaitu kepada : 1.

  Bapak Prof. Dr. Gerardus Polla, M. App. Sc selaku Rektor Universitas Bina Nusantara yang memberikan kesempatan kepada kami untuk menuntut ilmu di Universitas ini.

  2. Bapak Iman H. Kartowisastro, Ph.D Selaku Dekan Fakultas Teknik.

  3. Bapak Ir. Sablin Yusuf, M.Sc, M.Comp. Sc selaku Dekan Fakultas Ilmu Komputer.

  4. Bapak Ir. Gunawarman Hartono, M.Eng. selaku Ketua Jurusan Teknik Industri.

  5. Bapak Siswono, S.Kom, MM. selaku Ketua Jurusan Sistem Informasi.

  6. Ibu Siti Nur Fadlilah A, ST., MT, selaku Dosen pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, pengarahan serta petunjuk terhadap skripsi ini sampai selesai.

  7. Bapak Johan, S.Kom, selaku Dosen pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, pengarahan serta petunjuk terhadap skripsi ini sampai selesai.

  8. Segenap Dosen Universitas Bina Nusantara yang telah memberikan ilmu serta dorongan dan bimbingan kepada saya selama menuntut ilmu.

  9. Bapak Iwan selaku HRD dan seluruh karyawan dari PT.Ricky Putra Globalindo yang telah membantu dalam memberikan data dan informasi yang diperlukan untuk penyusunan skripsi ini.

  10. Kedua orang tua, Cindy dan Tami, serta Thomas, suami saya yang telah membantu dalam doa serta dukungan yang amat berarti buat saya.

  11. Seluruh teman, terutama Hani dan kerabat yang tidak dapat saya sebutkan satu persatu yang telah banyak memberikan dukungan dan bantuan sehingga skripsi ini dapat selesai. Demikianlah skripsi ini dibuat dengan harapan agar dapat memberikan sumbangan pikiran dan dapat bermanfaat bagi orang yang membacanya serta dapat berguna bagi dunia pendidikan.

  Jakarta, 31 Januari 2007 Penulis Citralia Marlina

DAFTAR ISI

  3.1.2.3.1 Metode Regresi Linier

  17

  17

  18

  19

  20 BAB 3

  21

  3.1

  21

  21 LANDASAN TEORI Teknik Industri

  3.1.1 Definisi Teknik Industri

  3.1.2 Peramalan

  3.1.2.1 Metode Peramalan secara Umum

  3.1.2.2 Pemilihan Teknik Peramalan

  3.1.2.3 Metode Peramalan

  3.1.2.3.2 Metode Regresi Kuadratis

  15

  3.1.2.3.3 Metode Double Moving Average

  3.1.2.3.4 Metode Double Exponential Smoothing

  3.1.2.3.5 Metode Siklis

  3.1.2.4 Tracking Signal

  21

  22

  25

  28

  28

  29

  31

  31

  32

  34

  16

  Halaman ABSTRAK iv KATA PENGANTAR DAFTAR ISI v vii

  DAFTAR TABEL xi

  2.4

  DAFTAR GAMBAR xiv

  BAB 1 PENDAHULUAN

  1

  1.1

  1

  1.2

  2

  1.3

  1.4 Latar Belakang Identifikasi dan Perumusan Masalah Ruang Lingkup Tujuan dan Manfaat

  3

  4 BAB 2

  2.1

  2.2

  2.3

  2.5

  10

  2.14 GAMBARAN UMUM OBJEK Sejarah Umum Perusahaan Sistem Produksi Perusahaan Waktu Kerja Perusahaan Produk – produk yang Dihasilkan Struktur Organisasi Perusahaan Proses Produksi Jumlah Tenaga Kerja Langsung Data Permintaan Konsumen Data Persediaan Barang Jadi Data Waktu Baku Produk Data Harga Bahan Baku Biaya Bahan Baku per Lusin Biaya Material Total Biaya Backorder

  9

  9

  8

  7

  6

  6

  2.13

  2.6

  2.12

  2.11

  2.10

  2.9

  2.8

  2.7

  14

  36

  and Design )

  72

  71

  71

  69

  68

  67

  3.3.9 Keuntungan dan Keterbatasan OOAD (Object Oriented Analysis

  75

  3.3.8 Tahapan Pengembangan Software Berorientasi Objek

  3.3.7 Tahapan Konstruksi dan Implementasi Sistem

  3.3.6 Component Design

  3.3.5 Architecture Design

  3.3.4.3 Navigation Diagram

  3.3.4.2 Sequence Diagram

  3.3.4.1 Use Case Diagram

  75

  75

  3.3.3.4 Menentukan Behaviour

  95

  5.1.2 Perhitungan Target Produksi 100 100 102

  5.1.1 Data Permintaan dan Data Persediaan Barang Jadi

  5.1 Ekstraksi Hasil Pengumpulan Data

  98 BAB 5 HASIL DAN PEMBAHASAN 100

  4.2 Teknik Pengumpulan Data dan Penentuan Parameter

  95

  4.1 Model Rumusan Masalah dan Pengambilan Keputusan

  93 BAB 4 METODOLOGI PENELITIAN

  76

  90

  88

  86

  82

  82

  80

  77

  3.3.3.5 Statechart Diagram

  3.3.3.3 Class dan Object Diagram

  40

  3.2

  67

  64

  63

  61

  60

  59

  59

  56

  3.1.3 Perencanaan Agregat 3.1.3.1 Variabel – variabel Keputusan dalam Perencanaan Agregat.

  56

  54

  50

  49

  45

  42

  41

  3.3

  3.1.3.2 Komponen – komponen Ongkos dalam Perencanaan Produksi

  3.3.3.2 Menentukan Structure

  3.2.3 Pengertian Sistem Informasi

  3.3.3.1 Menentukan Class dan Event

  3.3.3 Problem Domain Analysis

  3.3.2 Pemilihan Sistem ( System Choice )

  3.3.1 Pengertian Objek

  3.2.6 Sumber Daya dan Aktivitas Sistem Informasi Analisis dan Perancangan Berorientasi Objek

  3.2.5 Siklus Hidup Pengembangan Sistem (SDLC)

  3.2.4 Pengertian Sistem Informasi Manajemen

  3.2.2 Pengertian Informasi

  3.1.4 Pemrograman Tujuan ( Goal Programming )

  3.2.1 Pengertian Sistem

  3.1.7 Rough Cut Capacity Planning Sistem Informasi

  3.1.6 Master Production Schedule ( Jadwal Induk Produksi)

  3.1.5 Perencanaan Disagregat

  3.1.4.3 Perumusan Masalah Goal Programming

  3.1.4.2 Asumsi Model Goal Programming

  3.1.4.1 Unsur – Unsur Goal Programming

3.3.4 Aplication Domain Analysis

  5.2 Analisis Data dan Pembahasan 103

  5.2.1 103

  Pakaian Dalam Man

  5.2.1.1 103

  Plot Data Permintaan Pakaian Dalam Man

  5.2.1.2 103

  Peramalan Permintaan Pakaian Dalam Man

  5.2.1.2.1 103

  Metode Double Exponential Smoothing

  5.2.1.2.2 109

  Metode Double Moving Average 6 x 6

  5.2.1.2.3 111

  Metode Regresi Linier

  5.2.1.2.4 114

  Metode Regresi Kuadratis

  5.2.1.2.5 118

  Perbandingan Nilai Kesalahan Peramalan

  5.2.1.3 118

  Validasi dan Verifikasi Peramalan Pakaian Dalam Man

  5.2.2 124

  Pakaian Dalam Junior

  5.2.2.1 124 Plot Data Permintaan Pakaian Dalam Junior.

  5.2.2.2 124 Peramalan Permintaan Pakaian Dalam Junior.

  5.2.2.2.1 124

  Metode Double Exponential Smoothing

  5.2.2.2.2 130

  Metode Double Moving Average 6 x 6

  5.2.2.2.3 132

  Metode Regresi Linier

  5.2.2.2.4 135

  Metode Regresi Kuadratis

  5.2.2.2.5 138

  Perbandingan Nilai Kesalahan Peramalan

  5.2.2.3 139

  Validasi dan Verifikasi Peramalan Pakaian Dalam Junior

  5.2.3 144

  Pakaian Dalam Ladies

  5.2.3.1 144

  Plot Data Permintaan Pakaian Dalam Ladies

  5.2.3.2 144

  Peramalan Permintaan Pakaian Dalam Ladies

  5.2.3.2.1 144

  Metode Double Exponential Smoothing

  5.2.3.2.2 149 Metode Double Moving Average 6 x 6.

  5.2.3.2.3 152

  Metode Regresi Linier

  5.2.3.2.4 155

  Metode Regresi Kuadratis

  5.2.3.2.5 158

  Perbandingan Nilai Kesalahan Peramalan

  5.2.3.3 159

  Validasi dan Verifikasi Peramalan Pakaian Dalam Ladies

  5.2.4 163

  Penentuan Produk Agregat

  5.2.5 164

  Mengkonversikan Tiap Item ke Unit Produk Agregat

  5.2.6 164

  Mengkonversikan Jumlah Kebutuhan dan Persediaan Awal Tiap Item ke Unit Produk Agregat

  5.2.7 165

  Kapasitas Jam Kerja Leguler dan Jam Lembur

  5.2.8 166

  Perhitungan Agregat dengan Pendekatan Integer Goal

  Programming

  5.2.8.1 166

  Model Integer Goal Programming

  5.2.9 182

  Perencanaan Disagregat

  5.2.10 188

  Jadwal Induk Produksi

  5.3 Usulan Pengembangan Sistem Informasi 189

  5.3.1 Analisa Sistem 189

  5.3.1.1 Sistem yang Sudah Berjalan di Perusahaan 189

  5.3.1.2 Sistem Usulan yang Akan Dikembangkan bagi 192 Perusahaan

  5.3.1.2.1 Sistem Pendahuluan 194

  5.3.2.1 Class 197

  5.3.2.2 Event 198

  5.3.2.3 Class Diagram 198

  5.3.3. Application Domain 200

  5.3.3.1 Use Case Diagram 200

  5.3.3.2 Use Case Specification 201

  5.3.3.3 Use Case Analysis 202

  5.3.3.4 Function List 206

  5.3.3.5 Sequence Diagram 207

  5.3.4 Navigation Diagram 210

  5.3.4.1 Menu Login 210

  5.3.4.2 Menu Peramalan 213

  5.3.4.3 Menu Perhitungan Agregat dan Disagregat 213

  5.3.4.4 Menu Result 214

  5.3.5 Rencana Implementasi 216

  5.3.5.1 Kebutuhan Software 216

  5.3.5.2 Kebutuhan Hardware 216

  5.3.5.3 Kebutuhan Sumber Daya Manusia 216

  5.3.5.4 Rencana untuk Implementasi 217

  BAB 6 KESIMPULAN DAN SARAN 218

  6.1 Kesimpulan 218

  6.2 Saran 220

  DAFTAR PUSTAKA 221

  RIWAYAT HIDUP 223 FOTOKOPI SURAT SURVEI.

  

DAFTAR TABEL

Tabel 5.16 Hasil Peramalan Pakaian Dalam Man 123Tabel 5.10 Kesalahan Peramalan Metode Regresi Linier 113Tabel 5.11 Peramalan Metode Regresi Kuadratis 114Tabel 5.12 Kesalahan Peramalan Metode Regresi Kuadratis 117Tabel 5.13 Perbandingan Nilai Kesalahan Peramalan 118

  Tabel 5.14 Tracking Signal Metode Double Eksponential Smoothing α = 0.4

  120 Tabel 5.15

  Moving Range Chart (MRC) Double Eksponential Smoothing α =

  0.4 121

  Tabel 5.17 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,1

Tabel 5.8 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 110

  125

Tabel 5.18 Kesalahan Peramalan Metode Double Exponential Smoothing

  (DES) α = 0,1 126

  Tabel 5.19 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,3

  127

Tabel 5.20 Kesalahan Peramalan Metode Double Exponential Smoothing

  (DES) α = 0.3

  129

Tabel 5.21 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 130Tabel 5.9 Peramalan Metode Regresi Linier 111Tabel 5.7 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 109

  Halaman Tabel 2.1 Jumlah Jam Kerja.

Tabel 3.3 Asosiasi Obyek/Kelas

  9 Tabel 2.2 Data Permintaan selama 36 Periode

  15 Tabel 2.3 Persediaan Barang Jadi

  16 Tabel 2.4 Waktu Baku (h p , w)

  17 Tabel 2.5 Harga Bahan Baku

  17 Tabel 2.6 Biaya Bahan Baku Pakaian Dalam

  19 Tabel 2.7 Rata – rata Permintaan Tiap Item / Bulan

  19 Tabel 3.1 Tipe Rencana Produksi

  37 Tabel 3.2 System Input dan Output 60

  74 Tabel 5.1 Data Permintaan Pakaian Dalam 100

  107

Tabel 5.2 Persediaan Barang Jadi

  101 Tabel 5.3

  Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,2 104

Tabel 5.4 Kesalahan Peramalan Metode Double Exponential Smoothing

  (DES) α = 0,2 105

  Tabel 5.5 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,4

  106

Tabel 5.6 Kesalahan Peramalan Metode Double Exponential Smoothing

  (DES) α = 0,4

Tabel 5.22 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 131Tabel 5.24 Kesalahan Peramalan Metode Regresi Linier 134Tabel 5.55 Item Disgregation Algorithm Period 37 183Tabel 5.49 Jumlah Jam Kerja

  165

Tabel 5.50 Kapasitas Jam Kerja Reguler dan Jam Lembur Periode April – Juni

  2006 166

  Tabel 5 .51 Kapasitas produksi dalam batas kapasitas produksi yang ada. 169

Tabel 5.52 Hasil Akhir untuk setiap Variabel Keputusan 181Tabel 5.53 Nilai Deviasi yang Terjadi

  181

Tabel 5.54 Input Disagregat Periode 37

  182

Tabel 5.56 Input Disagregat Periode 38Tabel 5.48 Demand dalam Satuan Agregat

  184

Tabel 5.57 Item Disgregation Algorithm Periode 38 185Tabel 5.58 Input Disagregat Periode 39

  186

Tabel 5.59 Item Disgregation Algorithm Periode 39 188Tabel 5.60 Jadwal Induk Produksi ( JIP )

  188 Tabel 5. 61 Event Table

  198

Tabel 5.62 Spesifikasi aktor untuk Karyawan Marketing 201Tabel 5.63 Spesifikasi aktor untuk Karyawan PPIC 201Tabel 5.64 Use Case Analysis “Login”

  165

Tabel 5.47 Konversi Data Permintaan dalam Satuan Agregat 164Tabel 5.25 Peramalan Metode Regresi Kuadratis 135Tabel 5.34 Kesalahan Peramalan Metode Double Exponential SmoothingTabel 5.26 Kesalahan Peramalan Metode Regresi Kuadratis 137Tabel 5.27 Perbandingan Nilai Kesalahan Peramalan 138Tabel 5.28 Tracking Signal Double Eksponential Smoothing 0.3 140

  Tabel 5.29 Moving Range Chart (MRC) Double Eksponential Smoothing α=0.3

  142

Tabel 5.30 Hasil Peramalan Pakaian Dalam Junior 143Tabel 5.31 Peramalan Metode Double Exponential Smoothing ( DES ) a = 0.1 145Tabel 5.32 Kesalahan Peramalan Metode Double Exponential Smoothing

  (DES) a = 0.1 146

Tabel 5.33 Peramalan Metode Double Exponential Smoothing (DES) a = 0.3 147

  (DES) a = 0.3 148

  163 Tabel 5. 46 Waktu Baku beserta Faktor Konversi 163

Tabel 5.35 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 149Tabel 5.36 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 151Tabel 5.37 Peramalan Metode Regresi Linier 152Tabel 5.38 Kesalahan Peramalan Metode Regresi Linier 154Tabel 5.39 Peramalan Metode Regresi Kuadratis 155Tabel 5.40 Peramalan Metode Regresi Kuadratis 157Tabel 5.41 Perbandingan Nilai Kesalahan Peramalan 158Tabel 5.42 Tracking Signal Metode Regresi Kuadratis 159Tabel 5.43 Moving Range Chart Metode Regresi Kuadratis 161Tabel 5.44 Hasil Peramalan Pakaian Dalam Ladies 162Tabel 5.45 Metode Peramalan Terbaik

  202 Tabel 5. 65 Use Case Analysis “Melakukan Peramalan” 203 Tabel 5. 66 Use Case Analysis “Result dan Laporan” 204 Tabel 5. 67 Use Case Analysis “Menghitung dengan metode agregat” 204

Tabel 5.68 Use Case Analysis “Menghitung dengan metode disagregat” 205

  Tabel 5. 69 Function List 206

  

DAFTAR GAMBAR

Gambar 5.7 Plot Data Permintaan Pakaian Dalam Ladies 144

  96 Gamabr 5.1 Plot Data Permintaan Pakaian Dalam Man 103

Gambar 5.2 Tracking Signal Metode DES 0.4 121Gambar 5.3 Moving Range Chart DES 0.4 123Gambar 5.4 Plot Data Permintaan Pakaian Dalam Junior 124Gambar 5.5 Tracking Signal Metode DES 0.3 141Gambar 5.6 Moving Range Chart Metode DES 0.3 143Gambar 5.8 Tracking Signal Metode Regresi Kuadratis 160

  85 Gambar 3.18 Contoh Deployment Diagram 86

Gambar 5.9 Moving Range Chart Metode Regresi Kuadratis 162

  Gambar 5. 10 Langkah Perencanaan Produksi Berjalan di PT Ricky Putra Globalindo

  191 Gambar 5. 11 Usulan Sistem Baru

  196 Gambar 5. 12 Class Diagram

  199 Gambar 5.13

  Use Case Diagram

Gambar 4.1 Model Rumusan Masalah dan Pengambilan Keputusan

  82 Gambar 3.17 Simbol – Simbol Pada Component Diagram

  Halaman

  69 Gambar 3.7 Sub Aktivitas dari Pemilihan Sistem

Gambar 3.1 Ruang Lingkup Perencanaan Agregat

  38 Gambar 3.2 Sistem Input dan Output

  60 Gambar 3.3 Model Computer Based Information System (CBIS)

  63 Gambar 3.4 Sistem Informasi Manajemen

  64 Gambar 3.5 Tahapan Siklus Hidup Sistem

  64 Gambar 3.6 Siklus Pengembangan Dengan OOAD

  70 Gambar 3.8 Hubungan Generalisasi

  81 Gambar 3.16 Contoh Navigation Diagram

  72 Gambar 3.9 Hubungan Cluster

  73 Gambar 3.10 Contoh Agregasi

  74 Gambar 3.11 Simbol Statechart Diagram 76

Gambar 3.12 Analisis Application Domain

  76 Gambar 3.13 Contoh Diagram Model Use Case

  79 Gambar 3.14 Simbol – Simbol Message

  81 Gambar 3.15 Simbol – Simbol pada Sequence Diagram

  200 Gambar 5. 14 Sequence Diagram untuk menu login 207 Gambar 5. 15 Sequence Diagram untuk menu Peramalan 208 Gambar 5. 17 Sequence Diagram untuk Perhitungan Agregat 209

Gambar 5.18 Sequence Diagram untuk Perhitungan Disgregat 209

  Gambar 5. 19 Tampilan Layar Menu Login 210 Gambar 5. 20 Tampilan Layar Menu Login dengan Warning Box 211

Gambar 5.21 Tampilan Layar Menu Peramalan 212Gambar 5.22 Tampilan Menu Peramalan dengan Hasil Peramalan. 213Gambar 5.23 Tampilan Menu Perhitungan Agregat dan Disagregat dengan

  Warning Box 214

Gambar 5.24 Tampilan Menu Result

  215