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 118Tabel 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 110125
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 109Halaman Tabel 2.1 Jumlah Jam Kerja.
Tabel 3.3 Asosiasi Obyek/Kelas9 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 Jadi101 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 Kerja165
Tabel 5.50 Kapasitas Jam Kerja Reguler dan Jam Lembur Periode April – Juni2006 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 Terjadi181
Tabel 5.54 Input Disagregat Periode 37182
Tabel 5.56 Input Disagregat Periode 38Tabel 5.48 Demand dalam Satuan Agregat184
Tabel 5.57 Item Disgregation Algorithm Periode 38 185Tabel 5.58 Input Disagregat Periode 39186
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 140Tabel 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 Terbaik202 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” 205Tabel 5. 69 Function List 206
DAFTAR GAMBAR
Gambar 5.7 Plot Data Permintaan Pakaian Dalam Ladies 14496 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 16085 Gambar 3.18 Contoh Deployment Diagram 86
Gambar 5.9 Moving Range Chart Metode Regresi Kuadratis 162Gambar 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 Keputusan82 Gambar 3.17 Simbol – Simbol Pada Component Diagram
Halaman
69 Gambar 3.7 Sub Aktivitas dari Pemilihan Sistem
Gambar 3.1 Ruang Lingkup Perencanaan Agregat38 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 Domain76 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 209Gambar 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 denganWarning Box 214
Gambar 5.24 Tampilan Menu Result215