Usulan Penentuan Jumlah Mesin dan Tenaga Kerja Yang Optimal Dengan Menggunakan Model Simulasi Di PD. Sumur Sari.
iv Universitas Kristen Maranatha
ABSTRAK
PD. Sumur Sari adalah perusahaan yang memproduksi garam (garam meja/halus, garam dapur/briket, garam krosok), kerupuk (kerupuk sumur sari, kerupuk sumur sari super, kerupuk sumur sari bawang, kerupuk mie), tepung gula, dan tepung beras. Perusahaan ini berencana untuk melakukan ekspansi dengan mendirikan pabrik baru yang memproduksi kerupuk. Permasalahan yang timbul pada perusahaan ini adalah menentukan jumlah mesin dan tenaga kerja yang optimal agar dapat menghasilkan kerupuk dengan harga jual yang tetap, dapat memenuhi permintaan yang meningkat sekitar 3 kali lipat dari peramalan, dan memperoleh keuntungan yang maksimal sehingga dapat kembali modal dalam waktu yang tidak terlalu lama. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, faktor cuaca dan fluktuasi waktu operasi mesin yang masih semiotomatis.
Untuk mengatasi permasalahan tersebut, diusulkan jumlah mesin dan tenaga kerja yang optimal bagi perusahaan dengan model simulasi menggunakan promodel. Usulan yang diberikan adalah menentukan jumlah mesin dan tenaga kerja yang optimal sesuai output dari promodel, agar 70 % permintaan di musim hujan yang dipenuhi oleh penyimpanan di akhir musim kemarau. Langkah pertama yang dilakukan adalah menguji distribusi normal data waktu proses dengan menggunakan statfit. Langkah kedua adalah melakukan peramalan permintaan yang meningkat 3 kali lipat dari sebelumnya. Langkah ketiga adalah estimasi awal jumlah mesin dan tenaga kerja menggunakan line balancing. Langkah keempat adalah membuat model simulasi dengan menggunakan promodel. Data hasil pengolahan statfit, data peramalan dan estimasi awal jumlah mesin dan tenaga kerja tersebut menjadi input pada model simulasi. Output yang dihasilkan pada model simulasi adalah jumlah persediaan barang jadi dan hasil produksi. Kemudian langkah selanjutnya adalah melakukan perhitungan biaya,
payback period serta NPV.
Setelah dilakukan pengolahan data dan analisis, usulan yang diberikan adalah penambahan 1 mesin tim, perluasan 5 kali lipat area penirisan dan pengeringan, dan penambahan 2 peralatan packing dan pengurangan tenaga kerja sebanyak 7 orang dari semula, pengurangan tenaga kerja ini diperoleh dari pengurangan tenaga kerja di mesin potong sebanyak 5 orang dan pengurangan tenaga kerja
material handling sebanyak 4 orang, namun terdapat penambahan tenaga kerja packing sebanyak 2 orang yang diperoleh dari pemindahan tugas tenaga kerja
yang berasal dari tenaga kerja yang dikurangi, sehingga total tenaga kerja yang berkurang adalah 7 orang. Dengan total investasi sebesar Rp 42.000.000,00, NPV selama 3 tahun sebesar Rp 504.152.937,2 dan pengembalian modal selama 3 bulan.
(2)
viii Universitas Kristen Maranatha
ABSTRAK ... iv
KATA PENGANTAR DAN UCAPAN TERIMA KASIH ... v
DAFTAR ISI ... viii
DAFTAR TABEL... xii
DAFTAR GAMBAR ... xv
DAFTAR LAMPIRAN ... xvii BAB 1 PENDAHULUAN
1.1 Latar Belakang Masalah ... 1-1 1.2 Identifikasi Masalah ... 1-2 1.3 Pembatasan Masalah dan Asumsi ... 1-2 1.3.1 Pembatasan masalah ... 1-3 1.3.2 Asumsi ... 1-3 1.4 Perumusan Masalah ... 1-3 1.5 Tujuan Penelitian ... 1-3 1.6 Sistematika Penulisan... 1-4 BAB 2 TINJAUAN PUSTAKA
2.1 Peramalan Time Series ... 2-1 2.1.1 Pengertian Peramalan Time Series ... 2-1 2.1.2 Jenis-Jenis Peramalan Time Series... 2-1 2.1.3 CV ( Coefficient of Variation ) ... 2-1 2.1.4 Peramalan Menggunakan WinQSB ... 2-2 2.1.5 Ukuran Kesalahan Peramalan ... 2-3 2.2 Istilah-Istilah Dalam Mebuat Model Simulasi Menggunakan
Promodel ... 2-4 2.2.1 Elemen Promodel Dasar ... 2-4 2.2.2 Routing Rules ... 2-5 2.2.3 Penggabungan dan Pemisahan Entitas ... 2-6 2.2.4 Resource dan Path Network ... 2-6 2.2.5 SEND... 2-7
(3)
ix Universitas Kristen Maranatha
2.2.6 ARRAYS... 2-7 2.3 Istilah-Istilah Dalam Menguji Distribusi Normal ... 2-7 2.4 Istilah-Istilah Biaya dan Keputusan Investasi ... 2-9 2.4.1 Pengertian Biaya ... 2-9 2.4.2 Biaya Variabel dan Biaya Tetap ... 2-10 2.4.3 Harga Pokok Produksi ... 2-10 2.4.4 Laporan Laba Rugi ... 2-11 2.4.5 Keputusan Investasi ... 2-11 2.4.5.1 Metode Penilaian Investasi... 2-11 2.4.5.2 Arus Kas Keluar dan Arus Kas Masuk Pada Investasi ... 2-13 2.5 Line Balancing ... 2-13 2.5.1 Pengertian dan Istilah-Istilah Dalam Line Balancing ... 2-13 2.5.2 Ukuran Effektiveness Lini Perakitan ... 2-14 2.5.3 Syarat – Syarat Dalam Merancang Sebuah Lini Perakitan ... 2-15 2.5.4 Metode Line Balancing ... 2-15 BAB 3 METODOLOGI PENELITIAN
3.1 Metodologi Penelitian ... 3-1 3.2 Keterangan Bagan Metodologi Penelitian ... 3-2 BAB 4 PENGUMPULAN DATA
4.1 Data Umum Perusahaan ... 4-1 4.1.1 Sejarah Singkat Perusahaan ... 4-1 4.1.2 Struktur Organisasi dan Job description ... 4-1 4.2 Jenis Mesin ... 4-4 4.3 Data Waktu Proses ... 4-4 4.4 Data Tenaga Kerja... 4-12 4.5 Data Permintaan ... 4-12 BAB 5 PENGOLAHAN DATA DAN ANALISIS
5.1 Pengolahan Data... 5-1 5.1.1 Uji Distribusi Normal Data Waktu Proses Menggunakan
Statfit ... 5-1 5.1.1.1 Uji Distribusi Normal Data Waktu Proses Bibit ... 5-1
(4)
x Universitas Kristen Maranatha
5.1.3 Estimasi Jumlah Mesin dan Tenaga Kerja Menggunakan
Line Balancing ... 5-7
5.1.4 Model Simulasi ... 5-18 5.1.4.1 Gambar Layout Model Simulasi Awal ... 5-18 5.1.4.2 Input Model Simulasi Awal ... 5-20 5.1.4.2.1 Location (lokasi) ... 5-20 5.1.4.2.2 Entities (Entitas) ... 5-20 5.1.4.2.3 Arrival (Kedatangan) ... 5-21 5.1.4.2.4 Processing (Proses)... 5-21 5.1.4.2.5 Path Networks ... 5-21 5.1.4.2.6 Resources ... 5-21 5.1.4.2.7 Arrays... 5-21 5.1.4.2.8 Shift Assignment ... 5-21 5.1.4.2.9 Warm Up Period dan Waktu Simulasi ... 5-22 5.1.4.3 Output Hasil Simulasi Awal ... 5-22 5.1.4.4 Gambar Layout Model Simulasi Usulan ... 5-23 5.1.4.5 Input Model Simulasi Usulan ... 5-25 5.1.4.5.1 Lokasi... 5-25 5.1.4.5.2 Resources ... 5-26 5.1.4.5.3 Warm Up Period dan Waktu Simulasi ... 5-27 5.1.4.6 Output Model Simulasi Usulan ... 5-27 5.1.5 Perhitungan Biaya ... 5-28 5.1.5.1 Rencana Penjualan ... 5-28 5.1.5.2 Depresiasi ... 5-29 5.1.5.3 Project Cost Summary ... 5-29 5.1.5.4 Harga Pokok Penjualan ... 5-30 5.1.5.5 Laporan Laba Rugi ... 5-36 5.1.5.6 Cash Flow ... 5-40
(5)
xi Universitas Kristen Maranatha
5.1.5.7 Payback Period dan NPV (Net Present Value) ... 5-44 5.2 Analisis Data ... 5-44
5.2.1 Analisis Uji Distribusi Normal Data Waktu Proses
Menggunakan Statfit ... 5-44 5.2.2 Analisis Karakteristik Mesin Semiotomatis... 5-46 5.2.3 Analisis Karakteristik Permintaan ... 5-48 5.2.4 Analisis Peramalan Permintaan ... 5-48 5.2.5 Analisis Estimasi Jumlah Mesin dan Tenaga Kerja
Menggunakan Line Balancing ... 5-49 5.2.6 Analisis Model Simulasi ... 5-50 5.2.6.1 Analisis Model Simulasi Awal ... 5-50 5.2.6.2 Analisis Model Simulasi Usulan ... 5-51 5.2.7 Analisis Perhitungan Biaya ... 5-52 5.2.8 Analisis Manfaat Dari Usulan Jumlah Mesin dan Tenaga Kerja Yang Optimal ... 5-52 BAB 6 KESIMPULAN DAN SARAN
6.1 Kesimpulan ... 6-1 6.2 Saran ... 6-3 DAFTAR PUSTAKA
LAMPIRAN
KOMENTAR DOSEN PENGUJI DATA PENULIS
(6)
xii Universitas Kristen Maranatha
Tabel Judul Halaman
4.1 Mesin-Mesin Untuk Produksi Kerupuk 4-4
4.2 Data Waktu Proses Pembuatan Bibit 4-5
4.3 Data Waktu Proses Mesin Pengaduk 4-6
4.4 Data Waktu Proses Mesin Rol 4-7
4.5 Data Waktu Proses Mesin Batangan 4-8
4.6 Data Waktu Proses Mesin Tim 4-9
4.7 Data Waktu Proses Mesin Potong 4-10
4.8 Data Waktu Proses Packing 4-11
4.9 Data Tenaga Kerja dan Upah 4-12
4.10 Data Permintaan Kerupuk Kuning Tahun 2007-2009 4-13 4.11 Data Permintaan Kerupuk Merah Tahun 2007-2009 4-14 4.12 Data Permintaan Kerupuk Putih Tahun 2007-2009 4-15 4.13 Data Permintaan Kerupuk Super Kuning Tahun 2007-2009 4-16 4.14 Data Permintaan Kerupuk Super Putih Tahun 2007-2009 4-17 4.15 Data Permintaan Kerupuk Bawang Tahun 2007-2009 4-18
5.1 Peramalan Data Permintaan Kerupuk Kuning 5-4
5.1 Peramalan Data Permintaan Kerupuk Kuning (lanjutan) 5-5 5.2 Peramalan Data Permintaan Kerupuk Kuning yang Terpilih 5-6 5.3 Peramalan Data Permintaan Semua Jenis Kerupuk yang
Disesuaikan 5-7
5.4 Jumlah Mesin yang Dimiliki Oleh Pihak Perusahaan
Saat Ini 5-7
5.5 Jumlah Tenaga Kerja yang Dimiliki Oleh Pihak Perusahaan
Saat Ini 5-7
(7)
xiii Universitas Kristen Maranatha
Tabel Judul Halaman
5.7 Jumlah Produksi Yang diharapkan 5-8
5.8 Jenis-Jenis Elemen Kerja dan Mesin Yang Digunakan 5-11 5.9 Positional Weight (PW) Untuk Masing-Masing Elemen 5-12 Kerja Usulan
5.10 Urutan Positional Weight (PW) Terbesar Sampai Terkecil 5-12 Usulan
5.11 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-13 Metode RPW Usulan
5.12 Efisiensi Lintasan Metode RPW Usulan 5-13
5.13 Ranking Dari Setiap Elemen Kerja Pada Setiap Region 5-14 Usulan
5.14 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-15 Metode Region Usulan
5.15 Efisiensi Lintasan Metode Region Usulan 5-15
5.16 Daftar Elemen Kerja Yang Mengikuti dan Mendahului 5-16 Suatu Elemen Kerja Usulan
5.17 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-16 Metode Moodie Young Usulan
5.18 Efisiensi Lintasan Metode Moodie Young Usulan 5-16 5.19 Estimasi Awal Jumlah Mesin yang Diusulkan 5-17 5.20 Estimasi Awal Jumlah Tenaga Kerja yang Diusulkan 5-17
5.21 Rencana Penjualan 5-28
5.22 Depresiasi Usulan 5-29
5.23 Project Cost Summary Usulan 5-29
5.24 Harga Pokok Penjualan Usulan 5-33
5.24 Harga Pokok Penjualan Usulan (lanjutan) 5-34
5.24 Harga Pokok Penjualan Usulan (lanjutan) 5-35
(8)
xiv Universitas Kristen Maranatha
5.26 Laporan Cash Flow Usulan 5-41
5.26 Laporan Cash Flow Usulan (lanjutan) 5-42
5.26 Laporan Cash Flow Usulan (lanjutan) 5-43
5.27 Cash Flow In Dan Cash Flow Out Usulan 5-44
5.28 Persentase Penyimpangan Terhadap Rata-Rata Waktu
Proses Mesin 5-46
5.29 Ringkasan Jumlah Permintaan 5-50
(9)
xv Universitas Kristen Maranatha
DAFTAR GAMBAR
Gambar Judul Halaman 2.1 Gambar Grafik Chi – Square Uji Kolmogorov - Smirnov 2-8
2.2 Gambar Grafik Chi – Square 2-9
3.1 Flow Chart Metodologi Penelitian 3-1
3.1 Flow Chart Metodologi Penelitian (lanjutan) 3-2
4.1 Struktur Organisasi PD Sumur Sari Bandung 4-2 5.1 Pengolahan Data Waktu Proses Bibit Menggunakan Statfit 5-1
Langkah Pertama
5.2 Pengolahan Data Waktu Proses Bibit Menggunakan Statfit 5-1 Langkah Kedua
5.3 Hasil Pengolahan Data Waktu Proses Bibit Menggunakan 5-2 Statfit
5.4 Grafik Plot Data Permintaan Kerupuk Kuning 5-3
5.5 Precedence Diagram Awal 5-9
5.6 Precedence Diagram Perbaikan Usulan 5-12
5.7 Region Elemen Kerja Usulan 5-14
5.8 Gambar Layout Keseluruhan Model Simulasi Awal 5-18
5.9 Gambar Layout Departemen Produksi Model 5-19
Simulasi Awal
5.10 Gambar Layout Gudang Karungan dan Area Penjemuran 5-19 Model Simulasi Awal
5.11 Gambar Layout Gudang Barang Jadi dan Kantor 5-20 Model Simulasi Awal
5.12 Gambar Output Total Exit Simulasi Awal 5-22
5.13 Gambar Output Variabel Jumlah Permintaan 5-22
Simulasi Awal
5.14 Gambar Layout Keseluruhan Model Simulasi Usulan 5-23 5.15 Gambar Layout Departemen Produksi Model Simulasi 5-24
(10)
xvi Universitas Kristen Maranatha
5.17 Gambar Layout Gudang Barang Jadi dan Kantor 5-25 Model Simulasi Usulan
5.18 Gambar Input Lokasi Simulasi Usulan 5-26
5.19 Gambar Input Resources Simulasi Usulan 5-27
(11)
xvii Universitas Kristen Maranatha
DAFTAR TABEL
Tabel Judul Halaman
4.1 Mesin-Mesin Untuk Produksi Kerupuk 4-4
4.2 Data Waktu Proses Pembuatan Bibit 4-5
4.3 Data Waktu Proses Mesin Pengaduk 4-6
4.4 Data Waktu Proses Mesin Rol 4-7
4.5 Data Waktu Proses Mesin Batangan 4-8
4.6 Data Waktu Proses Mesin Tim 4-9
4.7 Data Waktu Proses Mesin Potong 4-10
4.8 Data Waktu Proses Packing 4-11
4.9 Data Tenaga Kerja dan Upah 4-12
4.10 Data Permintaan Kerupuk Kuning Tahun 2007-2009 4-13 4.11 Data Permintaan Kerupuk Merah Tahun 2007-2009 4-14 4.12 Data Permintaan Kerupuk Putih Tahun 2007-2009 4-15 4.13 Data Permintaan Kerupuk Super Kuning Tahun 2007-2009 4-16 4.14 Data Permintaan Kerupuk Super Putih Tahun 2007-2009 4-17 4.15 Data Permintaan Kerupuk Bawang Tahun 2007-2009 4-18
5.1 Peramalan Data Permintaan Kerupuk Kuning 5-4
5.1 Peramalan Data Permintaan Kerupuk Kuning (lanjutan) 5-5 5.2 Peramalan Data Permintaan Kerupuk Kuning yang Terpilih 5-6 5.3 Peramalan Data Permintaan Semua Jenis Kerupuk yang
Disesuaikan 5-7
5.4 Jumlah Mesin yang Dimiliki Oleh Pihak Perusahaan
Saat Ini 5-7
5.5 Jumlah Tenaga Kerja yang Dimiliki Oleh Pihak Perusahaan
Saat Ini 5-7
(12)
xviii Universitas Kristen Maranatha
5.9 Positional Weight (PW) Untuk Masing-Masing Elemen 5-12 Kerja Usulan
5.10 Urutan Positional Weight (PW) Terbesar Sampai Terkecil 5-12 Usulan
5.11 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-13 Metode RPW Usulan
5.12 Efisiensi Lintasan Metode RPW Usulan 5-13
5.13 Ranking Dari Setiap Elemen Kerja Pada Setiap Region 5-14 Usulan
5.14 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-15 Metode Region Usulan
5.15 Efisiensi Lintasan Metode Region Usulan 5-15
5.16 Daftar Elemen Kerja Yang Mengikuti dan Mendahului 5-16 Suatu Elemen Kerja Usulan
5.17 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-16 Metode Moodie Young Usulan
5.18 Efisiensi Lintasan Metode Moodie Young Usulan 5-16 5.19 Estimasi Awal Jumlah Mesin yang Diusulkan 5-17 5.20 Estimasi Awal Jumlah Tenaga Kerja yang Diusulkan 5-17
5.21 Rencana Penjualan 5-28
5.22 Depresiasi Usulan 5-29
5.23 Project Cost Summary Usulan 5-29
5.24 Harga Pokok Penjualan Usulan 5-33
5.24 Harga Pokok Penjualan Usulan (lanjutan) 5-34
5.24 Harga Pokok Penjualan Usulan (lanjutan) 5-35
(13)
xix Universitas Kristen Maranatha
Tabel Judul Halaman
5.25 Laporan Laba Rugi Usulan (lanjutan) 5-38
5.25 Laporan Laba Rugi Usulan (lanjutan) 5-39
5.26 Laporan Cash Flow Usulan 5-41
5.26 Laporan Cash Flow Usulan (lanjutan) 5-42
5.26 Laporan Cash Flow Usulan (lanjutan) 5-43
5.27 Cash Flow In Dan Cash Flow Out Usulan 5-44
5.28 Persentase Penyimpangan Terhadap Rata-Rata Waktu
Proses Mesin 5-46
5.29 Ringkasan Jumlah Permintaan 5-50
(14)
L1-1
LAMPIRAN 1
(15)
Lampiran 1 L1-2
Permintaan Kerupuk Kuning
Bulan (t) Family : kerupuk kuning Total
5 kg 4.8 kg 4.7 kg 4.5 kg 4 kg 3.8 kg 2 kg
1 1725 321 0 358 0 0 0 2404
2 1293 409 0 210 0 10 0 1922
3 1215 676 0 119 0 0 0 2010
4 883 217 0 106 50 33 0 1289
5 1517 264 0 439 0 0 0 2220
6 839 348 0 362 0 0 0 1549
7 1433 105 0 329 0 25 0 1892
8 1072 240 0 50 15 0 0 1377
9 1088 435 0 428 0 0 0 1951
10 1108 52 0 299 0 0 0 1459
11 1535 333 0 247 100 0 0 2215
12 1291 121 0 636 0 0 0 2048
13 1383 87 0 347 0 25 0 1842
14 1142 280 0 385 0 0 0 1807
15 1289 77 0 461 0 0 0 1827
16 975 224 0 694 0 150 0 2043
17 1700 310 0 727 0 0 0 2737
18 793 482 0 184 0 0 0 1459
19 891 147 0 383 100 0 0 1521
20 1028 283 0 859 0 0 250 2420
21 872 170 0 867 0 0 250 2159
22 1322 224 0 609 0 0 375 2530
23 1811 312 0 658 200 0 400 3381
24 1754 32 0 1225 100 0 250 3361
25 1909 282 0 947 0 0 1000 4138
26 1430 0 0 708 0 0 0 2138
27 1959 411 0 800 0 0 1000 4170
28 1128 15 0 889 0 0 789 2821
29 850 269 0 258 73 0 0 1450
30 833 91 0 578 0 0 600 2102
31 691 366 0 735 0 0 0 1792
32 1064 488 0 964 0 0 0 2516
33 633 0 0 63 0 0 0 696
34 1009 25 70 573 0 0 0 1677
35 882 13 0 703 0 0 0 1598
(16)
Permintaan Kerupuk Merah
Bulan (t) Family : kerupuk merah Total
5 kg 4.8 kg 4.7 kg 4.5 kg 4 kg 2 kg
1 2419 0 0 0 0 0 2419
2 2415 0 0 0 0 0 2415
3 2579 0 0 0 0 0 2579
4 2618 0 0 0 0 0 2618
5 2209 0 0 10 0 0 2219
6 1851 0 0 15 0 0 1866
7 1494 45 0 16 0 0 1555
8 1725 0 0 0 15 0 1740
9 1114 0 0 0 0 0 1114
10 1642 0 0 0 0 0 1642
11 2470 0 0 0 49 0 2519
12 1480 0 0 0 0 0 1480
13 2630 0 0 0 0 0 2630
14 1791 0 0 0 0 0 1791
15 1629 75 0 0 0 0 1704
16 1982 0 0 0 0 0 1982
17 3103 25 0 0 0 0 3128
18 980 0 0 50 0 0 1030
19 1706 0 0 0 0 0 1706
20 1440 0 0 25 0 0 1465
21 909 0 0 30 0 0 939
22 1504 0 0 40 0 0 1544
23 1972 0 0 0 0 0 1972
24 1868 0 0 0 100 0 1968
25 1890 0 0 0 0 0 1890
26 1744 0 0 0 0 0 1744
27 1930 0 0 0 0 0 1930
28 1358 0 0 0 0 0 1358
29 1749 0 0 0 0 0 1749
30 1505 36 0 0 0 50 1591
31 1298 0 0 0 0 0 1298
32 1305 0 0 0 0 0 1305
33 685 0 0 0 0 0 685
34 1449 0 30 0 0 0 1479
35 1689 0 0 0 0 0 1689
(17)
Lampiran 1 L1-4
Permintaan Kerupuk Putih
Bulan (t) Family : kerupuk putih Total
5 kg 4.8 kg 4.5 kg 4 kg 3.8 kg 3.7 kg 2 kg
1 98 8 65 0 0 0 0 171
2 163 8 45 0 0 0 0 216
3 68 59 59 0 0 0 0 186
4 145 0 65 0 0 15 0 225
5 56 54 0 0 0 0 0 110
6 137 4 99 0 0 0 0 240
7 178 0 122 0 0 0 0 300
8 124 0 10 0 0 0 0 134
9 132 5 44 0 0 0 0 181
10 128 8 100 0 0 0 0 236
11 245 15 0 0 25 0 0 285
12 201 13 34 0 0 0 0 248
13 139 23 149 0 50 0 0 361
14 79 105 197 0 0 0 0 381
15 82 7 50 0 0 0 0 139
16 9 51 49 0 0 0 0 109
17 142 25 274 0 0 0 0 441
18 58 82 50 0 0 0 0 190
19 23 0 0 0 10 0 0 33
20 71 39 100 0 25 0 125 360
21 80 23 395 0 0 0 125 623
22 132 0 23 0 0 0 125 280
23 580 91 23 202 0 0 113 1009
24 206 0 34 0 0 0 125 365
25 225 10 194 0 0 0 0 429
26 249 10 103 0 0 0 0 362
27 130 76 350 0 0 0 0 556
28 145 0 0 0 0 0 0 145
29 255 31 5 0 0 0 0 291
30 142 30 49 0 0 0 0 221
31 133 129 194 0 0 0 0 456
32 260 0 247 0 0 0 0 507
33 129 25 5 0 0 0 0 159
34 67 184 48 0 0 0 0 299
35 59 189 139 0 0 0 0 387
(18)
Permintaan Kerupuk Bawang Bulan
(t)
Family : kerupuk bawang
Total 5 kg 4.8 kg 4.7 kg 4.5 kg 4 kg 3.8 kg 3.7 kg 2 kg
1 1316 0 0 10 0 100 0 0 1426
2 1016 6 0 50 0 100 0 0 1172
3 1054 0 0 0 113 50 0 0 1217
4 1055 25 0 9 70 0 100 0 1259
5 958 194 0 0 157 0 0 0 1309
6 815 0 0 11 0 0 0 0 826
7 1073 0 0 99 0 100 0 0 1272
8 997 10 0 0 115 0 0 0 1122
9 893 10 0 49 0 100 0 0 1052
10 815 5 0 75 0 0 0 0 895
11 902 125 0 45 198 100 0 0 1370
12 622 88 0 6 0 0 0 0 716
13 1038 27 0 56 0 50 0 0 1171
14 668 63 0 149 88 100 0 0 1068
15 808 13 0 105 0 0 0 0 926
16 636 73 0 38 0 73 0 0 820
17 871 46 0 91 0 0 0 0 1008
18 508 73 0 0 0 0 0 0 581
19 346 30 0 95 100 50 0 0 621
20 486 46 0 0 0 74 0 0 606
21 650 50 0 283 0 50 0 125 1158
22 539 2 0 134 0 50 0 125 850
23 1183 33 0 90 0 0 0 300 1606
24 986 220 0 315 200 0 0 250 1971
25 760 167 0 490 0 0 0 0 1417
26 567 20 0 140 0 0 0 0 727
27 887 22 100 109 0 0 0 0 1118
28 656 30 0 249 0 0 0 188 1123
29 452 40 0 66 50 0 0 0 608
30 371 15 0 247 0 0 0 400 1033
31 478 168 0 268 0 0 0 0 914
32 518 95 0 206 0 0 0 0 819
33 513 50 0 48 0 0 0 0 611
34 341 25 0 9 0 0 0 0 375
35 370 17 0 25 0 0 0 0 412
(19)
L2-1
LAMPIRAN 2
(20)
Berikut adalah tahapan dalam pengolahan data waktu proses menggunakan statfit mulai dari pembuatan adonan dengan mesin aduk sampai dengan proses packing : 1. Data Waktu Proses Pembuatan Adonan dengan Mesin Aduk
Langkah pertama : masukan data waktu proses ke dalam Statfit
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
(21)
Lampiran 2 L2-3
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses pembuatan adonan dengan mesin aduk adalah berdistribusi normal.
2. Data Waktu Mesin Rol
(22)
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
(23)
Lampiran 2 L2-5
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin rol adalah berdistribusi normal.
3. Data Waktu Proses Mesin Batangan
(24)
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
kemudian akan muncul tampilan sebagai berikut :
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin batangan adalah berdistribusi normal.
(25)
Lampiran 2 L2-7
4. Data Waktu Mesin Tim
Langkah pertama : masukan data waktu proses ke dalam Statfit
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
(26)
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin tim adalah berdistribusi normal.
5. Data Waktu Proses Mesin Potong
(27)
Lampiran 2 L2-9
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
(28)
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin potong adalah berdistribusi normal.
6. Data Waktu Proses Packing
Langkah pertama : masukan data waktu proses ke dalam Statfit
Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan
akan muncul tampilan sebagai berikut :
Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,
(29)
Lampiran 2 L2-11
hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses
(30)
L3-1
LAMPIRAN 3
(31)
Lampiran 3 L3-2
Berikut adalah hasil peramalan menggunakan WinQSB untuk kerupuk merah, kerupuk putih, kerupuk super kuning, kerupuk super putih, dan kerupuk bawang : 1. Peramalan Data Permintaan Kerupuk Merah Menggunakan WinQSB
Grafik Plot Data Permintaan Kerupuk Merah
Dari grafik diatas terlihat bahwa data permintaan kerupuk merah termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.29. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single
exponential smoothing with trend, double exponential smoothing with trend, linear regression with time.
(32)
Peramalan Data Permintaan Kerupuk Merah
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by
Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT SEST DEST LR
1 2419 2228.609
2 2415 2419 2419 2419 2203.073
3 2579 2415 2411 2417.99 2418.2 2177.537
4 2618 2579 2743 2631 2458.635 2450.32 2152
5 2218 2618 2657 2740.333 2698 2499.267 2485.424 2126.464
6 1865 2218 1818 2110.667 2319.5 2390.1 2429.038 2435.184 2100.927 7 1553 1865 1512 1480.667 1684.5 1900.7 2286.706 2321.718 2075.391 8 1737 1553 1241 1213.668 1176.5 1325.1 2100.123 2162.843 2049.854 9 1114 1737 1921 1590.335 1404.5 1270.1 2005.278 2064.856 2024.318 10 1642 1114 491 1029.002 1050 996.5997 1776.166 1857.608 1998.782 11 2510 1642 2170 1402.669 1422.5 1316.7 1735.996 1787.901 1973.245 12 1480 2510 3378 3151.337 2462.5 2256.9 1924.804 1903.579 1947.709 13 2630 1480 450 1715.338 2178 1961.199 1807.798 1797.343 1922.172 14 1791 2630 3780 2326.672 2549 2736.199 2009.599 1938.117 1896.636
15 1701 1791 952 2278.007 1851 2135.999 1950.653 1891.264 1871.1
16 1982 1701 1611 1111.674 1856.5 1630.299 1883.32 1834.31 1845.563 17 3127 1982 2263 2015.676 1517.5 1939.299 1903.316 1843.044 1820.027 18 1025 3127 4272 3696.01 3222.5 2601.699 2207.623 2080.508 1794.49 19 1706 1025 -1077 1087.678 1738 1893.398 1907.396 1862.92 1768.954 20 1463 1706 2387 531.6798 1227.5 1624.098 1851.973 1814.494 1743.417 21 936 1463 1220 1836.015 752.5001 1122.898 1748.683 1725.583 1717.881
22 1540 936 409 598.3496 1155 468.1975 1537.434 1545.54 1692.345
23 1972 1540 2144 1390.018 1155 1411.997 1530.003 1514.41 1666.808 24 1948 1972 2404 2518.686 2010.5 1706.097 1633.536 1575.85 1641.272 25 1890 1948 1924 2228.021 2466 2173.596 1705.971 1624.779 1615.735 26 1744 1890 1832 1854.689 2094 2351.996 1746.257 1656.043 1590.199 27 1930 1744 1598 1656.69 1703 1916.595 1739.967 1654.506 1564.663 28 1358 1930 2116 1894.692 1828 1810.395 1782.224 1691.356 1539.126
29 1749 1358 786 1291.36 1378 1431.995 1669.856 1609.192 1513.59
30 1560 1749 2140 1498.028 1556 1533.794 1683.528 1618.326 1488.053 31 1298 1560 1371 1757.697 1469.5 1503.494 1646.223 1589.232 1462.517 32 1305 1298 1036 1084.699 1399 1260.394 1551.874 1512.973 1436.98 33 685 1305 1312 1132.701 1079.5 1286.893 1482.245 1450.454 1411.444 34 1478 685 65 483.0361 557.5001 604.4929 1273.03 1274.359 1385.908 35 1689 1478 2271 1329.038 1171.5 1032.093 1314.881 1284.428 1360.371 36 1485 1689 1900 2288.04 1775.5 1577.492 1399.955 1336.72 1334.835
37 1485 1281 1557.708 1987 1737.592 1412.973 1341.799 1309.298
38 1485 1077 1561.229 2248.1 1873.989 1404.729 1318.705 1283.762
39 1485 873 1564.75 2509.2 2010.386 1396.486 1295.611 1258.226
40 1485 669 1568.272 2770.3 2146.783 1388.243 1272.517 1232.689
41 1485 465 1571.793 3031.4 2283.18 1379.999 1249.423 1207.153
42 1485 261 1575.314 3292.5 2419.577 1371.756 1226.329 1181.616
43 1485 57 1578.835 3553.601 2555.974 1363.512 1203.235 1156.08
44 1485 -147 1582.356 3814.701 2692.371 1355.269 1180.141 1130.544 45 1485 -351 1585.877 4075.801 2828.768 1347.026 1157.047 1105.007 46 1485 -555 1589.398 4336.901 2965.165 1338.782 1133.953 1079.471 47 1485 -759 1592.919 4598.001 3101.562 1330.539 1110.859 1053.934 48 1485 -963 1596.441 4859.101 3237.958 1322.295 1087.765 1028.398 49 1485 -1167 1599.962 5120.201 3374.355 1314.052 1064.671 1002.862 50 1485 -1371 1603.483 5381.301 3510.752 1305.808 1041.577 977.3251 51 1485 -1575 1607.004 5642.401 3647.149 1297.565 1018.483 951.7887 52 1485 -1779 1610.525 5903.501 3783.546 1289.322 995.3894 926.2523 53 1485 -1983 1614.046 6164.602 3919.943 1281.078 972.2955 900.7159 54 1485 -2187 1617.567 6425.702 4056.34 1272.835 949.2015 875.1794 55 1485 -2391 1621.088 6686.802 4192.737 1264.591 926.1076 849.643 56 1485 -2595 1624.609 6947.902 4329.134 1256.348 903.0137 824.1066 57 1485 -2799 1628.131 7209.002 4465.531 1248.105 879.9197 798.5702 58 1485 -3003 1631.652 7470.102 4601.928 1239.861 856.8258 773.0338 59 1485 -3207 1635.173 7731.202 4738.325 1231.618 833.7319 747.4974 60 1485 -3411 1638.694 7992.302 4874.722 1223.374 810.6379 721.9609 61 1485 -3615 1642.215 8253.402 5011.119 1215.131 787.544 696.4246 62 1485 -3819 1645.736 8514.502 5147.516 1206.888 764.4501 670.8881 63 1485 -4023 1649.257 8775.602 5283.913 1198.644 741.3561 645.3517 64 1485 -4227 1652.778 9036.701 5420.31 1190.401 718.2622 619.8153
65 1485 -4431 1656.3 9297.801 5556.707 1182.157 695.1683 594.2789
66 1485 -4635 1659.821 9558.9 5693.104 1173.914 672.0743 568.7425
67 1485 -4839 1663.342 9820 5829.501 1165.671 648.9804 543.2061
68 1485 -5043 1666.863 10081.1 5965.898 1157.427 625.8865 517.6697 69 1485 -5247 1670.384 10342.2 6102.295 1149.184 602.7925 492.1332
70 1485 -5451 1673.905 10603.3 6238.692 1140.94 579.6986 466.5968
71 1485 -5655 1677.426 10864.4 6375.089 1132.697 556.6047 441.0604 72 1485 -5859 1680.947 11125.5 6511.486 1124.453 533.5107 415.524
(33)
Lampiran 3 L3-4
Peramalan Data Permintaan Kerupuk Merah (lanjutan)
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT SEST DEST LR
CFE -934 -200 -225.1714 202.4982 722.1909 -3297.349 -2309.386 4.15E-03 MAD 464.6286 788.1177 652.5038 499.1719 509.8744 386.5136 389.9593 351.8263 MSE 396116.8 1235565 677453.6 461105.9 405404.5 252714.4 250247.5 198847.3 MAPE 30.96062 51.77395 43.4004 31.72499 32.52699 26.32817 26.15967 22.9791 Trk.Signal -2.010208 -0.2537692 -0.3450882 0.4056683 1.416409 -8.531003 -5.922122 1.18E-05
R-square 0.4322933 0.447106 0.2613966
m=1 m=2 m=3 m=4 m=5 Alpha=0.25 Alpha=0.1 Y-intercept=2254.146 Beta=0.01 F(0)=2419 Slope=-25.5364 F(0)=2419 F'(0)=2419
(34)
Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh LR (Linear Regression)
Peramalan Data Permintaan Kerupuk Merah yang Terpilih Periode Linear Regression
37 1309 38 1284 39 1258 40 1233 41 1207 42 1182 43 1156 44 1131 45 1105 46 1079 47 1054 48 1028 49 1003 50 977 51 952 52 926 53 901 54 875 55 850 56 824 57 799 58 773 59 747 60 722 61 696 62 671 63 645 64 620 65 594 66 569 67 543 68 518 69 492 70 467 71 441 72 416
Akan tetapi perusahaan telah melakukan riset pasar dan promosi, perusahaan optimis bahwa permintaan akan meningkat 3 kali lipat, sehingga peramalan permintaan diatas dikalikan 3 untuk setiap periodenya.
(35)
Lampiran 3 L3-6
2. Peramalan Data Permintaan Kerupuk Putih Menggunakan WinQSB
Grafik Plot Data Permintaan Kerupuk Putih
Dari grafik diatas terlihat bahwa data permintaan kerupuk putih termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.59. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single
exponential smoothing with trend, double exponential smoothing with trend, linear regression with time.
(36)
Peramalan Data Permintaan Kerupuk Putih
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by
Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR
1 165 183.8168
2 212 165 165 165 189.4923
3 179 212 259 168.0174 169.7 195.1679
4 216 179 146 199.3333 168.9199 170.7475 200.8434
5 108 216 253 206.3333 223 172.186 175.4135 206.519
6 231 108 0 96.66669 110 143 168.5065 168.9261 212.1945
7 288 231 354 200 195.5 179.3 190.6667 172.6902 175.2188 217.8701
8 133 288 345 389.0001 295.5 274.3 248.4667 180.5273 186.7375 223.5456
9 177 133 -22 119.3335 223 199.4 203.4 178.3945 181.8862 229.2212
10 226 177 221 88.33353 128 199.4 185.8667 179.0238 181.7857 234.8967
11 279 226 275 271.6669 170.5 174.7 221.1333 182.7527 186.5831 240.5723
12 245 279 332 329.3337 325.5 243.1 232.1333 189.842 196.3112 246.2478
13 335 245 211 269.0004 296 309.8 251.8666 194.6977 201.8976 251.9234
14 358 335 425 342.3338 344.5 352.9 359.2 205.2513 216.0471 257.5989
15 134 358 381 425.6672 386 384.6 389.8 217.1932 231.4144 263.2745
16 103 134 -90 74.66721 190.5 217.1 249.5333 214.6292 223.1998 268.95
17 413 103 72 -56.66609 2.5 89.50002 123.3333 209.8902 212.4631 274.6255 18 182 413 723 495.6673 285.5 238.9 256.6666 224.8886 233.4996 280.3011
19 31 182 -49 311.6673 321.5 216.1 191.0666 224.947 229.8339 285.9767
20 268 31 -120 -173.3327 70.5 134.5 85.39989 215.1273 211.3059 291.6522 21 509 268 505 246.334 76.99999 183.8 210.7999 220.3388 217.8336 297.3278
22 203 509 750 747.334 552 363.9999 395.3998 240.91 247.9504 303.0033
23 897 203 -103 261.6674 442 394.5999 284.4665 241.7277 245.1833 308.6788 24 287 897 1591 924.3341 864.5 881.7 781.5331 286.8885 311.9806 314.3544
25 410 287 -323 546.3342 481 560.6 651.9331 292.7402 312.7277 320.0299
26 352 410 533 44.33426 452 426.9999 502.7998 306.1132 325.6376 325.7055 27 518 352 294 414.6677 108.5 373.0999 365.5998 315.3965 331.6997 331.381 28 145 518 684 534.6677 550.5 284.8999 450.7998 334.9338 353.8215 337.0566 29 290 145 -228 131.3344 199 289.5999 122.3331 330.1212 336.8969 342.7321 30 216 290 435 89.66779 186.5 208.8998 272.2664 334.1287 335.6427 348.4077 31 432 216 142 288.0012 102 154.1998 168.9331 332.9597 326.9967 354.0832 32 483 432 648 454.6678 467.5 289.8997 289.3997 345.2368 340.5162 359.7588 33 158 483 534 644.0012 554.0001 558.5997 408.5331 360.4158 358.0462 365.4343 34 288 158 -167 83.66788 291.5 316.6996 373.333 354.334 341.6794 371.1099 35 367 288 418 114.6679 151 276.3995 297.8664 356.1385 339.4492 376.7854 36 355 367 446 480.0013 269.5 248.0995 323.7997 362.6204 345.2079 382.461
37 355 343 403.6679 459.5 316.0994 286.8663 367.9613 349.2595 388.1365
38 355 331 437.1686 526.5001 311.3991 269.6376 373.7595 352.3564 393.8121 39 355 319 470.6692 593.5001 306.6989 252.409 379.5576 355.4532 399.4876 40 355 307 504.1699 660.5001 301.9987 235.1803 385.3558 358.5501 405.1631 41 355 295 537.6705 727.5001 297.2985 217.9516 391.1539 361.647 410.8387 42 355 283 571.1711 794.5001 292.5982 200.7229 396.9521 364.7439 416.5143 43 355 271 604.6718 861.5001 287.898 183.4942 402.7502 367.8408 422.1898 44 355 259 638.1724 928.5001 283.1978 166.2655 408.5484 370.9377 427.8654 45 355 247 671.673 995.5001 278.4976 149.0368 414.3466 374.0346 433.5409 46 355 235 705.1736 1062.5 273.7973 131.8082 420.1447 377.1315 439.2164
47 355 223 738.6742 1129.5 269.0971 114.5795 425.9429 380.2284 444.892
48 355 211 772.1748 1196.5 264.3969 97.3508 431.741 383.3253 450.5675
49 355 199 805.6754 1263.5 259.6967 80.12212 437.5392 386.4222 456.2431
50 355 187 839.176 1330.5 254.9964 62.89343 443.3373 389.5191 461.9186
51 355 175 872.6766 1397.5 250.2962 45.66475 449.1355 392.616 467.5942
52 355 163 906.1772 1464.5 245.5959 28.43607 454.9337 395.7129 473.2697 53 355 151 939.6779 1531.5 240.8957 11.20739 460.7318 398.8098 478.9453
54 355 139 973.1785 1598.5 236.1954 -6.021296 466.53 401.9066 484.6208
55 355 127 1006.679 1665.5 231.4952 -23.24998 472.3281 405.0035 490.2964
56 355 115 1040.18 1732.5 226.795 -40.47866 478.1263 408.1004 495.9719
57 355 103 1073.68 1799.5 222.0947 -57.70734 483.9244 411.1973 501.6475
58 355 91 1107.181 1866.5 217.3945 -74.93603 489.7226 414.2942 507.323
59 355 79 1140.682 1933.5 212.6942 -92.16471 495.5208 417.3911 512.9985
60 355 67 1174.182 2000.5 207.994 -109.3934 501.3189 420.488 518.6741
61 355 55 1207.683 2067.5 203.2938 -126.6221 507.1171 423.5849 524.3497 62 355 43 1241.183 2134.5 198.5935 -143.8508 512.9152 426.6818 530.0252 63 355 31 1274.684 2201.5 193.8933 -161.0794 518.7134 429.7787 535.7007
64 355 19 1308.185 2268.5 189.193 -178.3081 524.5115 432.8756 541.3763
65 355 7 1341.685 2335.5 184.4928 -195.5368 530.3097 435.9725 547.0518
66 355 -5 1375.186 2402.5 179.7926 -212.7655 536.1078 439.0694 552.7274
67 355 -17 1408.686 2469.5 175.0923 -229.9942 541.906 442.1663 558.403
68 355 -29 1442.187 2536.5 170.3921 -247.2229 547.7042 445.2632 564.0785
69 355 -41 1475.688 2603.5 165.6918 -264.4515 553.5023 448.36 569.754
70 355 -53 1509.188 2670.5 160.9916 -281.6802 559.3005 451.4569 575.4296 71 355 -65 1542.689 2737.5 156.2914 -298.9089 565.0986 454.5538 581.1051 72 355 -77 1576.189 2804.5 151.5911 -316.1375 570.8968 457.6507 586.7807
(37)
Lampiran 3 L3-8
Peramalan Data Permintaan Kerupuk Putih (lanjutan)
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by
Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR
CFE 190 -59 42.31152 104.4998 144.3029 -6.32901 1380.512 1238.759 3.05E-04 MAD 161.1429 287.5588 222.0907 193.2656 154.3904 170.3045 108.4277 109.279 99.49524 MSE 50015.2 163632.6 81349.38 62296.48 44843.41 47612.34 25301.92 25171.82 21082.26 MAPE 76.54623 122.1588 114.9322 102.5729 74.93031 79.00081 54.30001 55.81355 60.11972 Trk.Signal 1.179078 -0.2051754 0.1905146 0.5407053 0.9346628 -3.72E-02 12.73209 11.33575 3.07E-06
R-square 0.9054969 0.8244426 0.2567194 0.2391057 0.1415478
m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.06 Alpha=0.05 Y-intercept=178.1413 Beta=0.07 F(0)=165 Slope=5.6755 F(0)=165 F'(0)=165
(38)
Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh LR (Linear Regression)
Peramalan Data Permintaan Kerupuk Putih yang Terpilih Periode Linear Regression
37 388 38 394 39 399 40 405 41 411 42 417 43 422 44 428 45 434 46 439 47 445 48 451 49 456 50 462 51 468 52 473 53 479 54 485 55 490 56 496 57 502 58 507 59 513 60 519 61 524 62 530 63 536 64 541 65 547 66 553 67 558 68 564 69 570 70 575 71 581 72 587
Akan tetapi perusahaan telah melakukan riset pasar dan promosi, perusahaan optimis bahwa permintaan akan meningkat 3 kali lipat, sehingga peramalan permintaan diatas dikalikan 3 untuk setiap periodenya.
(39)
Lampiran 3 L3-10
3. Peramalan Data Permintaan Kerupuk Super Kuning Menggunakan WinQSB
Grafik Plot Data Permintaan Kerupuk Super Kuning
Dari grafik diatas terlihat bahwa data permintaan kerupuk super kuning termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.53. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend,
single exponential smoothing with trend, double exponential smoothing with trend, linear regression with time.
(40)
Peramalan Data Permintaan Kerupuk Super Kuning
04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR
1 316 341.9579
2 313 316 316 316 342.8762
3 391 313 310 313.51 313.6 343.7945
4 224 391 469 415 377.8267 375.04 344.7127
5 251 224 57 220.3333 261.5 250.1506 266.112 345.631 6 226 251 278 148.6667 206.5 233.3 250.8556 241.76 346.5493 7 220 226 201 235.6666 156 186.8 206.5333 230.2255 214.4717 347.4676 8 234 220 214 201.3332 221 160.4 177.5333 221.7383 201.6924 348.3859 9 246 234 248 234.6665 218.5 227.7 175.4667 231.9155 211.2211 349.3041 10 269 246 258 259.3331 250 234.8 238.8 243.6056 227.896 350.2224 11 273 269 292 284.6663 282 272.6 257.4 264.683 255.1956 351.1407 12 298 273 277 289.6663 290.5 290.7 284.0666 271.5861 270.4322 352.059 13 439 298 323 308.9995 311.5 310.5 309.6666 293.5096 296.3282 352.9772 14 316 439 580 502.6661 453.5 429.5 411.6666 414.2666 418.7182 353.8955 15 333 316 193 368.9994 399 397 395.3332 332.7054 367.6237 354.8138 16 365 333 350 256.666 342 373.2 380.3332 332.9499 354.5699 355.7321 17 578 365 397 386.9992 312 358.6 381.5332 359.5515 372.0193 356.6503 18 311 578 791 670.3325 602.5 504.3 507.6665 540.8636 547.578 357.5686 19 496 311 44 363.999 433.5 451.1001 408.1331 350.0769 402.0468 358.4869 20 392 496 681 379.6656 469 498.2001 504.5331 471.193 483.0879 359.4052 21 548 392 288 480.6655 351 420.0002 454.5998 405.4629 431.1288 360.3235 22 400 548 704 530.6655 588.5 471.3002 502.5331 523.7686 530.9628 361.2417 23 860 400 252 454.6654 426 498.4002 425.8664 421.0407 451.229 362.16 24 880 860 1320 914.6653 864 760.0003 762.4664 785.3767 782.3282 363.0783 25 598 880 900 1193.332 1036 1002.4 913.5997 863.914 929.9513 363.9966 26 590 598 316 517.3318 838 831.2004 861.5997 643.2055 749.5034 364.9148 27 625 590 582 399.3317 459 701.0005 728.3997 599.045 653.9017 365.8331 28 478 625 660 631.3316 480 482.6006 662.133 620.5876 637.2609 366.7514 29 174 478 331 452.3315 491.5 401.1006 403.5331 502.24 511.7084 367.6697 30 212 174 -130 -25.3353 118 205.0007 171.9998 229.8009 217.9162 368.588 31 194 212 250 21.99789 -13.50001 53.70076 113.6664 215.0262 135.5244 369.5062 32 125 194 176 213.331 61 -1.799133 26.53307 197.5745 103.6995 370.4245 33 115 125 56 89.99754 135 30.80099 -30.0669 137.3377 51.49053 371.3428 34 204 115 105 65.66403 71.5 102.5011 18.33312 118.7974 36.45686 372.261 35 285 204 293 226.9972 164.5 141.5013 149.6665 189.5155 114.8116 373.1793 36 110 285 366 371.3303 324.5 262.9014 227.6665 268.7676 222.0894 374.0976 37 110 -65 105.6635 195 209.8015 187.0665 136.9906 130.7752 375.0159 38 110 -240 58.66184 201.6 223.8021 191.3236 136.9906 111.1981 375.9341 39 110 -415 11.66022 208.2 237.8026 195.5807 136.9906 91.62111 376.8524 40 110 -590 -35.34141 214.8 251.8031 199.8379 136.9906 72.04408 377.7707 41 110 -765 -82.34303 221.4 265.8037 204.095 136.9906 52.46706 378.689 42 110 -940 -129.3447 228 279.8042 208.3521 136.9906 32.89003 379.6073 43 110 -1115 -176.3463 234.6 293.8048 212.6092 136.9906 13.313 380.5255 44 110 -1290 -223.3479 241.2 307.8053 216.8663 136.9906 -6.264023 381.4438 45 110 -1465 -270.3495 247.8 321.8059 221.1234 136.9906 -25.84105 382.3621 46 110 -1640 -317.3511 254.4001 335.8064 225.3805 136.9906 -45.41808 383.2804 47 110 -1815 -364.3528 261.0001 349.807 229.6376 136.9906 -64.9951 384.1986 48 110 -1990 -411.3544 267.6001 363.8075 233.8947 136.9906 -84.57213 385.1169 49 110 -2165 -458.356 274.2001 377.8081 238.1519 136.9906 -104.1492 386.0352 50 110 -2340 -505.3576 280.8001 391.8086 242.409 136.9906 -123.7262 386.9535 51 110 -2515 -552.3593 287.4001 405.8092 246.6661 136.9906 -143.3032 387.8717 52 110 -2690 -599.3609 294.0001 419.8097 250.9232 136.9906 -162.8802 388.79 53 110 -2865 -646.3625 300.6001 433.8103 255.1803 136.9906 -182.4573 389.7083 54 110 -3040 -693.3642 307.2001 447.8108 259.4374 136.9906 -202.0343 390.6266 55 110 -3215 -740.3658 313.8001 461.8114 263.6945 136.9906 -221.6113 391.5449 56 110 -3390 -787.3675 320.4001 475.8119 267.9516 136.9906 -241.1883 392.4631 57 110 -3565 -834.3691 327.0001 489.8125 272.2087 136.9906 -260.7654 393.3814 58 110 -3740 -881.3708 333.6001 503.813 276.4659 136.9906 -280.3424 394.2997 59 110 -3915 -928.3724 340.2001 517.8135 280.723 136.9906 -299.9194 395.218 60 110 -4090 -975.3741 346.8001 531.8141 284.9801 136.9906 -319.4965 396.1362 61 110 -4265 -1022.376 353.4001 545.8146 289.2372 136.9906 -339.0735 397.0545 62 110 -4440 -1069.377 360.0002 559.8152 293.4943 136.9906 -358.6505 3.98E+02 63 110 -4615 -1116.379 366.6002 573.8157 297.7514 136.9906 -378.2275 398.8911 64 110 -4790 -1163.38 373.2002 587.8163 302.0085 136.9906 -397.8046 399.8094 65 110 -4965 -1210.382 379.8002 601.8168 306.2656 136.9906 -417.3816 400.7276 66 110 -5140 -1257.384 386.4002 615.8174 310.5227 136.9906 -436.9586 4.02E+02 67 110 -5315 -1304.385 393.0002 629.8179 314.7798 136.9906 -456.5356 4.03E+02 68 110 -5490 -1351.387 399.6002 643.8185 319.037 136.9906 -476.1127 403.4825 69 110 -5665 -1398.388 406.2002 657.819 323.2941 136.9906 -495.6897 404.4007 70 110 -5840 -1445.39 412.8002 671.8196 327.5512 136.9906 -515.2667 405.319 71 110 -6015 -1492.392 419.4002 685.8201 331.8083 136.9906 -534.8438 406.2373 72 110 -6190 -1539.393 426.0002 699.8207 336.0654 136.9906 -554.4208 407.1555
(41)
Lampiran 3 L3-12
Peramalan Data Permintaan Kerupuk Super Kuning (lanjutan)
04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by
Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR
CFE -206 -172 -196.9624 41 102.689 136.8053 -215.6742 -122.3561 5.49E-04 MAD 100.1714 177.7059 135.9901 127.5313 111.0548 125.0267 97.00665 106.0021 144.703 MSE 21134.8 56274.77 35664.92 30961.36 22044.14 24498.53 19422.96 21226.82 34426.92 MAPE 32.10756 53.40404 46.37492 41.38723 36.57516 40.32715 30.9533 33.45845 52.26396 Trk.Signal -2.056475 -0.9678914 -1.448358 0.3214898 0.9246702 1.094209 -2.223293 -1.15428 3.80E-06
R-square 0.9514468 0.8607212 2.64E-03
m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.83 Alpha=0.4 Y-intercept=341.0396 Beta=0 F(0)=316 Slope=0.9183 F(0)=316 F'(0)=316
(42)
Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh SEST (Single Exponential Smoothing
with Trend)
Peramalan Data Permintaan Kerupuk Super Kuning yang Terpilih Periode SEST
37 137 38 137 39 137 40 137 41 137 42 137 43 137 44 137 45 137 46 137 47 137 48 137 49 137 50 137 51 137 52 137 53 137 54 137 55 137 56 137 57 137 58 137 59 137 60 137 61 137 62 137 63 137 64 137 65 137 66 137 67 137 68 137 69 137 70 137 71 137 72 137
Akan tetapi perusahaan telah melakukan riset pasar dan promosi, perusahaan optimis bahwa permintaan akan meningkat 3 kali lipat, sehingga peramalan permintaan diatas dikalikan 3 untuk setiap periodenya.
(43)
Lampiran 3 L3-14
4. Peramalan Data Permintaan Kerupuk Super Putih Menggunakan WinQSB
Grafik Plot Data Permintaan Kerupuk Super Putih
Dari grafik diatas terlihat bahwa data permintaan kerupuk super putih termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.44. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend,
single exponential smoothing with trend, double exponential smoothing with trend, linear regression with time.
(44)
Peramalan Data Permintaan Kerupuk Super Putih
04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT 7-MAT SEST DEST LR
1 105 246.0991
2 182 105 105 105 244.2125
3 231 182 259 165.06 135.8 242.3259
4 231 231 280 298.6667 216.4932 176.96 240.4392 5 202 231 231 263.6667 294 227.8085 205.464 238.5526 6 203 202 173 192.3333 226.5 263.1 207.6779 213.128 236.666 7 135 203 204 184 188.5 213.7 247.3333 204.0291 217.9878 234.7794 8 201 135 67 112.9999 121 134.4 162.5333 198.8571 150.1864 193.2986 232.8928 9 191 201 267 177.6665 167.5 156.3 156.8 174.5714 189.821 201.5656 231.0062 10 239 191 181 231.6665 190 179.2 166.7333 163.8571 190.7406 202.8338 229.1195 11 236 239 287 248.3331 267 232.2 216.6667 200.2857 228.3829 222.3721 227.2329 12 312 236 233 266.9997 255 272.4 247.5334 233.8571 234.3242 234.3418 225.3463 13 341 312 388 335.3329 334.5 315.8999 322.8 297.7143 294.9113 272.4687 223.4597 14 306 341 370 401.3328 377.5 375.6999 359.3333 362.8572 330.8605 310.0511 221.5731 15 295 306 271 313.666 358.5 358.4999 366.5334 359.1429 311.4693 321.3419 219.6865 16 331 295 284 267.9992 292 331.6 340.0667 353.0001 298.6233 323.5543 217.7999 17 278 331 367 335.6657 308 314.6 342.4001 349.7144 323.8771 338.228 215.9132 18 257 278 225 284.3322 290.5 279.9 289.4001 316.7144 288.093 326.1301 214.0266 19 163 257 236 214.6654 248.5 258.9 254.5334 264.8573 263.8405 308.0622 212.14 20 53 163 69 117.6653 126 163.3999 183.4668 188.8574 185.185 256.8563 210.2534 21 177 53 -57 -46.33488 -4.500004 15.09991 56.00005 83.71454 82.08075 176.3303 208.3668 22 243 177 301 144.9983 75 63.79988 55.93336 75.57169 156.1177 169.4604 206.4802 23 473 243 309 347.6648 250 174.3998 142.6667 118.8574 223.8859 191.7652 204.5936 24 279 473 703 593.6647 568 464.7998 372.0667 316.4289 418.1948 300.0898 202.7069 25 259 279 85 367.6645 427 469.3998 421.9333 360.1432 309.6229 298.7338 200.8203 26 371 259 239 122.9977 277 346.1997 403.9333 383.286 270.1371 289.0767 198.9337 27 294 371 483 394.9975 264 337.5997 382.7333 429.8575 348.8101 326.4931 197.0471 28 176 294 217 342.9973 340 255.3997 312.7333 355.5717 306.0583 321.4198 195.1605 29 104 176 58 85.33051 193.5 224.4997 175.8666 232.5718 204.6129 269.8761 193.2739 30 130 104 32 1.330292 6.500015 89.29968 127.0666 96.85748 126.1349 204.3331 191.3873 31 55 130 156 90.66341 35.00002 13.39966 65.93324 94.42892 129.1497 168.7722 189.5006 32 103 55 -20 47.32987 32.00002 -5.400364 -26.0668 15.00037 71.31296 114.4624 187.614 33 78 103 151 68.99635 78.50002 55.09962 14.46651 -13.57106 96.02884 96.52565 185.7274 34 183 78 53 101.6628 64.50002 70.29958 50.86648 13.85753 81.96635 75.30507 183.8408 35 161 183 288 201.3293 194.5 148.4996 137.5331 110.1433 160.7726 103.8317 181.9542 36 93 161 139 223.6625 201 203.5995 169.7331 159.1433 160.95 116.4555 180.0676 37 93 25 55.66232 134.5 142.4995 159.0664 140.5719 107.949 99.11648 178.181 38 93 -43 10.66013 136.8 148.7993 172.4663 147.0363 107.949 90.22145 176.2943 39 93 -111 -34.34207 139.1 155.0991 185.8663 153.5007 107.949 81.32642 174.4077 40 93 -179 -79.34427 141.4 161.3989 199.2662 159.9651 107.949 72.4314 172.5211 41 93 -247 -124.3465 143.7 167.6988 212.6661 166.4295 107.949 63.53637 170.6345 42 93 -315 -169.3487 146 173.9986 226.066 172.8939 107.949 54.64135 168.7479 43 93 -383 -214.3509 148.3 180.2984 239.4659 179.3583 107.949 45.74633 166.8613 44 93 -451 -259.3531 150.6 186.5982 252.8658 185.8227 107.949 36.8513 164.9747 45 93 -519 -304.3553 152.9 192.898 266.2658 192.2871 107.949 27.95628 163.088 46 93 -587 -349.3575 155.2 199.1979 279.6657 198.7515 107.949 19.06126 161.2014 47 93 -655 -394.3596 157.5 205.4977 293.0656 205.2159 107.949 10.16623 159.3148 48 93 -723 -439.3618 159.8 211.7975 306.4656 211.6803 107.949 1.271208 157.4282 49 93 -791 -484.364 162.1001 218.0973 319.8655 218.1447 107.949 -7.623816 155.5416 50 93 -859 -529.3662 164.4001 224.3971 333.2654 224.6091 107.949 -16.51884 153.655 51 93 -927 -574.3684 166.7001 230.697 346.6654 231.0735 107.949 -25.41386 151.7684 52 93 -995 -619.3706 169.0001 236.9968 360.0653 237.5379 107.949 -34.30889 149.8817 53 93 -1063 -664.3728 171.3001 243.2966 373.4652 244.0023 107.949 -43.20391 147.9951 54 93 -1131 -709.375 173.6001 249.5964 386.8652 250.4667 107.949 -52.09893 146.1085 55 93 -1199 -754.3772 175.9001 255.8962 400.2651 256.9311 107.949 -60.99396 144.2219 56 93 -1267 -799.3794 178.2001 262.196 413.665 263.3955 107.949 -69.88898 142.3353 57 93 -1335 -844.3816 180.5001 268.4958 427.065 269.86 107.949 -78.78401 140.4487 58 93 -1403 -889.3838 182.8001 274.7957 440.4649 276.3244 107.949 -87.67904 138.5621 59 93 -1471 -934.386 185.1001 281.0955 453.8648 282.7888 107.949 -96.57407 136.6754 60 93 -1539 -979.3882 187.4001 287.3953 467.2648 289.2532 107.949 -105.4691 134.7888 61 93 -1607 -1024.39 189.7001 293.6951 480.6647 295.7176 107.949 -114.3641 132.9022 62 93 -1675 -1069.393 192.0001 299.9949 494.0646 302.182 107.949 -123.2591 131.0156 63 93 -1743 -1114.395 194.3001 306.2947 507.4646 308.6465 107.949 -1.32E+02 1.29E+02 64 93 -1811 -1159.397 196.6001 312.5945 520.8645 315.1109 107.949 -141.0492 127.2424 65 93 -1879 -1204.399 198.9001 318.8943 534.2644 321.5753 107.949 -149.9442 125.3558 66 93 -1947 -1249.401 201.2001 325.1941 547.6643 328.0397 107.949 -158.8392 123.4691 67 93 -2015 -1294.404 203.5001 331.4939 5.61E+02 3.35E+02 107.949 -1.68E+02 1.22E+02 68 93 -2083 -1339.406 205.8001 337.7937 574.4641 340.9685 107.949 -1.77E+02 1.20E+02 69 93 -2151 -1384.408 208.1001 344.0935 587.864 347.433 107.949 -185.5243 117.8093 70 93 -2219 -1429.41 210.4001 350.3933 601.2639 353.8974 107.949 -194.4193 115.9227 71 93 -2287 -1474.412 212.7001 356.6931 614.6638 360.3618 107.949 -203.3143 114.0361 72 93 -2355 -1519.415 215.0001 362.9929 628.0637 366.8262 107.949 -212.2094 112.1495
(45)
Lampiran 3 L3-16
Peramalan Data Permintaan Kerupuk Super Putih (lanjutan)
04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT 7-MAT SEST DEST LR
CFE -12 -145 -182.9469 -125.0002 -55.79494 -2.532608 85.85081 3.780716 -222.3751 3.05E-04 MAD 62.8 92.79412 79.54543 84.1875 81.34197 82.51557 86.58625 62.18049 65.75937 72.73667 MSE 6503.486 14607.74 11445.12 11425.48 11088.46 11183.19 12278.22 6404.459 8182.665 8293.078 MAPE 38.12727 50.48255 43.00902 46.18873 48.64748 48.75576 52.69252 38.3564 45.47985 49.46625 Trk.Signal -0.1910828 -1.562599 -2.299905 -1.484783 -0.6859305 -3.07E-02 0.9915063 6.08E-02 -3.381649 4.20E-06 R-square 0.9906377 0.8385789 0.7076559 4.43E-02
m=1 m=2 m=3 m=4 m=5 m=6 m=7 Alpha=0.78 Alpha=0.2 Y-intercept=247.9857 Beta=0 F(0)=105 Slope=-1.8866 F(0)=105 F'(0)=105
(46)
Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh SEST (Single Exponential Smoothing
with Trend)
Peramalan Data Permintaan Kerupuk Super Putih yang Terpilih Periode SEST
37 108 38 108 39 108 40 108 41 108 42 108 43 108 44 108 45 108 46 108 47 108 48 108 49 108 50 108 51 108 52 108 53 108 54 108 55 108 56 108 57 108 58 108 59 108 60 108 61 108 62 108 63 108 64 108 65 108 66 108 67 108 68 108 69 108 70 108 71 108 72 108
Akan tetapi perusahaan telah melakukan riset pasar dan promosi, perusahaan optimis bahwa permintaan akan meningkat 3 kali lipat, sehingga peramalan permintaan diatas dikalikan 3 untuk setiap periodenya.
(47)
Lampiran 3 L3-18
5. Peramalan Data Permintaan Kerupuk Bawang Menggunakan WinQSB
Grafik Plot Data Permintaan Kerupuk Bawang
Dari grafik diatas terlihat bahwa data permintaan kerupuk bawang termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.35. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single
exponential smoothing with trend, double exponential smoothing with trend, linear regression with time.
(48)
Peramalan Data Permintaan Kerupuk Bawang
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST SEST DEST LR
1 1401 1209.86
2 1143 1401 1401 1401 1401 1194.749
3 1183 1143 885 1280.669 1280.669 1282.32 1179.638 4 1218 1183 1223 1024.333 1228.305 1228.305 1222.985 1164.527 5 1271 1218 1253 1256.333 1109 1214.109 1214.109 1201.789 1149.416 6 825 1271 1324 1312 1308.5 1187.7 1230.981 1230.981 1214.46 1134.305 7 1239 825 379 711.6664 869 963.6001 927.4 1033.472 1033.472 1019.804 1119.194 8 1099 1239 1653 1079.667 1042.5 1062.9 1092.4 1110.453 1110.453 1084.527 1104.083 9 1024 1099 959 1328.333 1083 1049.4 1058.867 1091.659 1091.659 1066.673 1088.972 10 888 1024 949 905.6669 1161 1025.6 1005.467 1046.349 1046.349 1023.297 1073.861 11 1298 888 752 792.667 780.5 988.3004 911.8668 956.9548 956.9548 935.0573 1058.75 12 713 1298 1708 1344 1192.5 1081.701 1185.867 1096.297 1096.297 1068.85 1043.639 13 1153 713 128 791.3338 850 855.0007 826.6002 906.8105 906.8105 891.1982 1028.528 14 1011 1153 1593 909.6672 1065.5 1040.101 1003.867 1000.797 1000.797 978.8416 1013.417 15 916 1011 869 1257.001 938.5 1042.901 1029 991.219 991.219 974.6984 998.3055 16 798 916 821 789.6675 1065 878.4015 968.4003 942.0695 942.0695 930.4622 983.1944 17 998 798 680 695.3343 679.5 898.1017 778.2003 858.8223 858.8223 849.1894 968.0833 18 579 998 1198 986.001 891.5 818.302 958.0004 903.8781 903.8781 890.2949 952.9723 19 579 579 160 572.6677 620 625.8022 606.4672 736.1727 736.1727 727.6239 937.8612 20 588 579 579 299.6677 469.5 506.1024 516.4005 638.1083 638.1083 623.3141 922.7501 21 1041 588 597 591.0009 378.5 456.7028 471.4006 585.8293 585.8293 563.2646 907.639 22 750 1041 1494 1198.001 1045.5 785.503 762.334 767.8895 767.8895 737.3498 892.528 23 1416 750 459 955.0009 981 948.6033 771.3341 741.331 741.331 722.768 877.4169 24 1742 1416 2082 1444.001 1497 1425.604 1340.601 1037.309 1037.309 1021.923 862.3058 25 1362 1742 2068 2294.667 1929.5 1912.304 1820.134 1365.101 1365.101 1370.099 847.1948 26 713 1362 982 1452.668 1858 1752.404 1813.734 1381.383 1381.383 1421.406 832.0837 27 1102 713 64 243.3345 686 1158.204 1222.868 1087.295 1087.295 1150.143 816.9726 28 986 1102 1491 799.0013 587.4999 769.9042 1107.934 1094.154 1094.154 1145.127 801.8616 29 591 986 870 1206.668 855.9999 649.4042 748.2679 1044.1 1044.1 1086.511 786.7505 30 769 591 196 382.002 727.4999 570.1042 433.2679 830.3081 830.3081 864.7406 771.6394 31 882 769 947 565.0024 513.4999 712.5042 575.8013 787.2859 787.2859 800.652 756.5283 32 796 882 995 1038.336 773.4999 668.9042 785.6014 815.4139 815.4139 812.9596 741.4172 33 605 796 710 842.6698 941.4999 778.1042 687.9348 792.813 792.813 784.349 726.3062 34 374 605 414 484.0036 618.4999 745.1042 653.8016 691.1584 691.1584 680.1422 711.1951 35 410 374 143 169.6708 235.4999 365.1042 503.2016 524.2188 524.2188 508.1228 696.084 36 572 410 446 268.0047 198.9999 203.6043 288.335 443.5572 443.5572 415.5975 680.973 37 572 734 650.0051 474.4999 358.5043 312.6018 473.0576 473.0576 434.9632 665.8619 38 572 896 749.0078 468.1999 294.2058 228.6309 446.0432 446.0432 390.6573 650.7509 39 572 1058 848.0104 461.8999 229.9073 144.66 419.0287 419.0287 346.3515 635.6398 40 572 1220 947.013 455.5999 165.6087 60.68914 392.0143 392.0143 302.0457 620.5287 41 572 1382 1046.016 449.2999 101.3102 -23.28175 364.9998 364.9998 257.7399 605.4176 42 572 1544 1145.018 442.9998 37.01166 -107.2526 337.9854 337.9854 213.4341 590.3066 43 572 1706 1244.021 436.6998 -27.28688 -191.2235 310.971 310.971 169.1282 575.1955 44 572 1868 1343.024 430.3998 -91.58542 -275.1944 283.9565 283.9565 124.8224 560.0844 45 572 2030 1442.026 424.0998 -155.884 -359.1653 256.9421 256.9421 80.51657 544.9733 46 572 2192 1541.029 417.7998 -220.1825 -443.1362 229.9277 229.9277 36.21074 529.8622 47 572 2354 1640.032 411.4998 -284.481 -527.1071 202.9132 202.9132 -8.095085 514.7512 48 572 2516 1739.034 405.1997 -348.7795 -611.078 175.8988 175.8988 -52.40091 499.6401 49 572 2678 1838.037 398.8997 -413.0781 -695.0489 148.8844 148.8844 -96.70674 484.5291 50 572 2840 1937.04 392.5997 -477.3766 -779.0198 121.8699 121.8699 -141.0126 469.418 51 572 3002 2036.042 386.2997 -541.6751 -862.9907 94.8555 94.8555 -185.3184 454.3069 52 572 3164 2135.045 379.9997 -605.9736 -946.9615 67.84106 67.84106 -229.6242 439.1958 53 572 3326 2234.048 373.6996 -670.2722 -1030.932 40.82663 40.82663 -273.9301 424.0848 54 572 3488 2333.051 367.3996 -734.5707 -1114.903 13.81219 13.81219 -318.2359 408.9737 55 572 3650 2432.053 361.0996 -798.8692 -1198.874 -13.20225 -13.20225 -362.5417 393.8626 56 572 3812 2531.056 354.7996 -863.1677 -1282.845 -40.21669 -40.21669 -406.8475 378.7516 57 572 3974 2630.059 348.4996 -927.4662 -1366.816 -67.23112 -67.23112 -451.1533 363.6405 58 572 4136 2729.061 342.1996 -991.7648 -1450.787 -94.24556 -94.24556 -495.4591 348.5294 59 572 4298 2828.064 335.8995 -1056.063 -1534.758 -121.26 -121.26 -539.765 333.4183 60 572 4460 2927.067 329.5995 -1120.362 -1618.729 -148.2744 -148.2744 -584.0708 318.3073 61 572 4622 3026.069 323.2995 -1184.661 -1702.7 -175.2889 -175.2889 -628.3766 303.1962 62 572 4784 3125.072 316.9995 -1248.959 -1786.671 -202.3033 -202.3033 -672.6825 288.0851 63 572 4946 3224.075 310.6995 -1313.258 -1870.642 -229.3177 -229.3177 -716.9883 272.9741 64 572 5108 3323.077 304.3994 -1377.556 -1954.613 -256.3322 -256.3322 -761.2942 257.863 65 572 5270 3422.08 298.0994 -1441.855 -2038.584 -283.3466 -283.3466 -805.6 242.7519 66 572 5432 3521.083 291.7994 -1506.153 -2122.555 -310.3611 -310.3611 -849.9059 227.6408 67 572 5594 3620.085 285.4994 -1570.452 -2206.526 -337.3755 -337.3755 -894.2117 212.5298 68 572 5756 3719.088 279.1994 -1634.751 -2290.497 -364.3899 -364.3899 -938.5176 197.4187 69 572 5918 3818.091 272.8994 -1699.049 -2374.468 -391.4044 -391.4044 -982.8234 182.3076 70 572 6080 3917.094 266.5993 -1763.348 -2458.438 -418.4188 -418.4188 -1027.129 167.1965 71 572 6242 4016.096 260.2993 -1827.646 -2542.409 -445.4332 -445.4332 -1071.435 152.0855 72 572 6404 4115.099 253.9993 -1891.945 -2626.38 -472.4477 -472.4477 -1115.741 136.9744
(49)
Lampiran 3 L3-20
Peramalan Data Permintaan Kerupuk Bawang (lanjutan)
04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by
Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST SEST DEST LR
CFE -829 420 317.9607 136.5006 -106.9763 138.6451 -1023.275 -1023.275 -837.5405 -2.26E-03 MAD 247.9143 400 343.818 307.1719 235.3192 254.1068 204.7465 204.7465 209.6462 199.926 MSE 95550.48 263763.1 172673.4 145265.5 101162.7 119633.6 80586.21 80586.21 84891.74 71832.52 MAPE 28.53926 44.19175 40.3948 36.95438 28.65755 30.29928 24.75058 24.75058 25.09453 24.30036 Trk.Signal -3.343898 1.05 0.9247937 0.4443785 -0.4546009 0.5456175 -4.997766 -4.997766 -3.995018 -1.13E-05
R-square 0.6195452 0.6195452 0.6590824 0.2554263
m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.44 Alpha=0.44 Alpha=0.23Y-intercept=1224.972 Beta=0.06 Beta=0.06 F(0)=1401 Slope=-15.1111 F(0)=1401 F(0)=1401 F'(0)=1401
(50)
Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh LR (Linear Regression)
Peramalan Data Permintaan Kerupuk Bawang yang Terpilih Periode Linear Regression
37 666 38 651 39 636 40 621 41 605 42 590 43 575 44 560 45 545 46 530 47 515 48 500 49 485 50 469 51 454 52 439 53 424 54 409 55 394 56 379 57 364 58 349 59 333 60 318 61 303 62 288 63 273 64 258 65 243 66 228 67 213 68 197 69 182 70 167 71 152 72 137
Akan tetapi perusahaan telah melakukan riset pasar dan promosi, perusahaan optimis bahwa permintaan akan meningkat 3 kali lipat, sehingga peramalan permintaan diatas dikalikan 3 untuk setiap periodenya.
(51)
L4-1
LAMPIRAN 4
(52)
Input promodel awal
Location
Entities
(53)
Lampiran 4 L4-3
(54)
Path Network
Resources
(55)
Lampiran 4 L4-5
Shift Assignment
Input promodel usulan
Location
(56)
Arrival
(57)
Lampiran 4 L4-7
Resources
(58)
Variables
(59)
L5-1
LAMPIRAN 5
(60)
(61)
(62)
(63)
(64)
(65)
(66)
(67)
(68)
L6-1
LAMPIRAN 6
(69)
Lampiran 6 L6-2
Nama Harga Satuan
Tapioka Rp 4,300.00 KG
Pewarna Rp 30,000.00 KG
Penyedap Rp 27,000.00 KG
Plastik Rp 18,000.00 KG
Mesin tim Rp 25,000,000.00 Unit
Tong bibit Rp 1,500,000.00 Unit Mesin aduk Rp 80,000,000.00 Unit Mesin batangan Rp 60,000,000.00 Unit
Mesin oven Rp 50,000,000.00 Unit
Mesin potong Rp 7,500,000.00 Unit
Mesin rol Rp 10,000,000.00 Unit
Alat packing Rp 1,000,000.00 Unit Gas elpiji Rp 71,000.00 12 KG
(70)
L7-1
LAMPIRAN 7
(71)
Lampiran 7 L7-2
1. Gambar Bibit Kerupuk
(72)
3. Mesin Roll
(73)
Lampiran 7 L7-4
5. Mesin Tim
(74)
7. Area Penjemuran
(75)
Lampiran 7 L7-6
(76)
L8-1
LAMPIRAN 8
(77)
DATA PENULIS
Nama : Ferri Irawan
Alamat di Bandung : Jl. Surya Sumantri no 55, Bandung
Alamat Asal : BTN Griya Nugratama Blok E2 no 16, Cianjur No. Telp Bandung : 022 92150482
No. Telp Asal : 0263 272465 No. Handphone : 085659048201
Alamat Email : ferriirawan94@yahoo.com Pendidikan : SMA Negeri 2, Cianjur
Jurusan Teknik Industri Universitas Kristen Maranatha Nilai Tugas Akhir : A
(78)
Nama Mahasiswa : Ferri Irawan
NRP : 0623023
Judul Tugas Akhir : Usulan Penentuan Jumlah Mesin Dan Tenaga Kerja Yang Optimal Dengan Menggunakan Model Simulasi Di PD Sumur Sari.
Komentar-Komentar Dosen penguji :
1. Kesimpulan pasal pertama, pernyataan yang dibuat lebih baik bernada teori, kecuali kalimat pertama bukan kesimpulan harus diubah sesuai dengan data penelitian.
2. Saran tidak jelas, perlu diperjelas.
3. Tampaknya hasil peramalan permintaan dikalikan dengan 3 kurang tepat. 4. Waktu proses tidak dapat dibagi dalam 1 unit.
5. Perbaiki tata kalimat dan salah ketik. 6. Cek format penulisan.
7. Latar belakang alinea 1 di cek lagi.
8. Metode dan cara pengolahan masuk pada bab 3. 9. Beri penjelasan mengenai performansi mesin. 10. Peramalan dilakukan dalam 1 tahun saja.
11. Penjelasan saat ini ada buffer stock 70 % belum ada.
(79)
1-1 Universitas Kristen Maranatha
BAB 1
PENDAHULUAN
1.1Latar Belakang Masalah
Pada jaman sekarang ini, dunia industri semakin berkembang dengan pesat terutama di bidang manufaktur, begitu juga dengan teknologi yang digunakannya. Hal ini terlihat dari semakin banyaknya perusahaan-perusahaan yang bermunculan, sehingga mengakibatkan persaingan di dunia industri semakin ketat karena saling berebut pasar. Salah satu cara untuk memperoleh pasar, maka perusahaan-perusahaan tersebut harus berupaya untuk menawarkan suatu produk dengan harga yang kompetitif sehingga konsumen tertarik untuk menggunakan produk yang ditawarkan oleh perusahaan. Agar dapat menawarkan harga yang kompetitif maka perusahaan harus menekan biaya produksi, sehingga harga yang ditawarkan kepada konsumen menjadi tetap dan perusahaan akan memperoleh keuntungan yang maksimum.
Bagi perusahaan baru ataupun perusahaan yang akan melakukan ekspansi maka minimasi biaya dapat dilakukan dengan berbagai macam cara. Diantaranya yaitu dengan menghitung jumlah mesin dan tenaga kerja yang optimal karena mesin dan tenaga kerja sangat mempengaruhi besarnya biaya produksi dan biaya investasi.
Demikian juga dengan salah satu perusahaan manufaktur, PD. Sumur Sari yang bergerak di bidang manufaktur untuk pembuatan garam (garam meja/halus, garam dapur/briket, garam krosok), kerupuk (kerupuk sumur sari, kerupuk sumur sari super, kerupuk sumur sari bawang, kerupuk mie), tepung gula, dan tepung beras. Perusahaan ini berencana untuk melakukan ekspansi dengan mendirikan pabrik baru yang memproduksi kerupuk.
Permasalahan yang timbul pada perusahaan ini adalah menentukan jumlah mesin dan tenaga kerja yang optimal agar dapat menghasilkan kerupuk dengan harga jual yang kompetitif dan memperoleh keuntungan yang maksimal sehingga modal investasi bisa kembali dalam waktu yang tidak
(80)
Laporan Tugas Akhir Universitas Kristen Maranatha
terlalu lama. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, dan fluktuasi waktu operasi mesin yang masih semiotomatis. Oleh karena itu, penulis mencoba untuk mengusulkan penentuan jumlah mesin dan tenaga kerja yang optimal untuk PD. Sumur Sari dengan memperhatikan faktor-faktor tersebut diatas, sehingga biaya produksi ini dapat diminimasi dan pada akhirnya dapat diperoleh keuntungan yang maksimal.
1.2Identifikasi Masalah
Adapun masalah yang sedang dihadapi PD. Sumur Sari saat ini adalah menentukan banyaknya jumlah mesin dan tenaga kerja yang optimal. Hal ini dikarenakan perusahaan tersebut akan melakukan ekspansi dengan membuat pabrik baru yang memproduksi kerupuk. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, dan fluktuasi waktu operasi mesin yang masih semiotomatis. Sehingga sulit untuk dilakukan dengan perhitungan manual.
Jumlah mesin dan tenaga kerja ini merupakan faktor yang sangat mempengaruhi besarnya biaya produksi. Dengan memperhitungkan jumlah mesin dan tenaga kerja optimal, maka biaya produksi dapat ditekan, sehingga harga jual kerupuk tersebut dapat menjadi tetap dan pada akhirnya perusahaan dapat memperoleh keuntungan yang cukup besar.
1.3Pembatasan Masalah dan Asumsi
Agar penulis lebih terarah dalam melakukan penelitian dan tidak menyimpang dari tujuan penelitian, maka penulis melakukan pembatasan masalah dan asumsi sebagai berikut:
(81)
Bab 1 Pendahuluan 1-3
Laporan Tugas Akhir Universitas Kristen Maranatha
1.3.1 Pembatasan Masalah
Pengamatan hanya dilakukan pada mesin dan tenaga kerja di departemen produksi kerupuk untuk kerupuk sumur sari, kerupuk sumur sari super, dan kerupuk sumur sari bawang.
Data biaya dan harga yang digunakan adalah data bulan April 2010. 1.3.2 Asumsi
Performansi mesin sekarang sama dengan performansi mesin baru dalam hal waktu prosesnya.
Performansi tenaga kerja sekarang sama dengan performansi tenaga kerja baru (tenaga kerja yang dipindah tugaskan).
Dalam 1 tahun terdapat 300 hari kerja yaitu terdiri dari 12 bulan tiap tahun dimana tiap bulan terdapat 25 hari kerja.
Dalam 1 tahun terdapat 6 bulan musim kemarau dan 6 bulan musim hujan.
1.4Perumusan Masalah
Adapun masalah yang dapat dirumuskan dari identifikasi masalah diatas ialah sebagai berikut:
1. Bagaimana karakteristik permintaan kerupuk ?
2. Bagaimana karakteristik waktu operasi mesin semiotomatis yang dimiliki ? 3. Bagaimana usulan jumlah mesin dan tenaga kerja yang optimal bagi
departemen produksi kerupuk PD. Sumur Sari ?
4. Manfaat apa yang akan diperoleh oleh pihak perusahaan jika menerapkan usulan tersebut ?
1.5Tujuan Penelitian
Adapun tujuan dilakukannya penelitian ini adalah sebagai berikut :
1. Mengetahui dan menganalisis karakteristik permintaan kerupuk PD. Sumur Sari.
(82)
Laporan Tugas Akhir Universitas Kristen Maranatha
2. Mengetahui dan menganalisis karakteristik waktu operasi mesin semiotomatis yang dimiliki.
3. Memberikan usulan jumlah mesin dan tenaga kerja yang optimal bagi departemen produksi kerupuk PD. Sumur Sari.
4. Mengetahui dan menganalisis manfaat yang akan diperoleh perusahaan dengan menerapkan jumlah mesin dan tenaga kerja yang optimal yang diusulkan.
1.6Sitematika Penulisan
Sistematika penulisan untuk tugas akhir ini adalah sebagai berikut : BAB 1 : PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, pembatasan masalah dan asumsi, perumusan masalah, tujuan penelitian, dan sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA
Bab ini berisi teori-teori yang mendukung penelitian ini mengenai simulasi dengan menggunakan promodel. Serta teori lainnya yang berhubungan dengan penelitian ini.
BAB 3 : METODOLOGI PENELITIAN
Bab ini berisikan tentang tahapan-tahapan yang dilakukan penulis dalam melakukan penelitian ini dari awal sampai akhir.
BAB 4 : PENGUMPULAN DATA
Bab ini berisikan tentang pengumpulan data yang dilakukan selama melakukan pengamatan seperti data umum perusahaan, data mesin/peralatan yang digunakan, data waktu proses, aliran kerja (routing), dan peta proses operasi.
BAB 5 : PENGOLAHAN DATA DAN ANALISIS
Bab ini berisikan tentang pengolahan data-data yang diperoleh. Kemudian dilakukan analisis berdasarkan hasil pengolahan data yang telah didapat.
(83)
Bab 1 Pendahuluan 1-5
Laporan Tugas Akhir Universitas Kristen Maranatha
BAB 6 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang diperoleh berdasarkan analisis yang telah diperoleh, serta saran yang berisi usulan banyaknya jumlah mesin dan tenaga kerja yang optimal yang bertujuan untuk membantu perusahaan untuk mengatasi permasalahannya.
(84)
6-1 Universitas Kristen Maranatha
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis, maka dapat diambil kesimpulan bahwa :
1. Karakteristik permintaan kerupuk
Permintaan kerupuk tidak dipengaruhi oleh musiman. Berdasarkan hasil dari peramalan WinQSB, data permintaan kerupuk untuk kerupuk merah dan kerupuk bawang memiliki trend yang menurun, sedangkan data permintaan untuk kerupuk kuning, putih, super kuning, dan super putih cenderung konstan.
2. Karakteristik waktu operasi mesin semiotomatis yang dimiliki adalah sebagai berikut:
Karakteristik mesin aduk
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.8 %, maka dapat dikatakan bahwa mesin aduk yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang relatif kecil, namun cukup mempengaruhi kapasitas produksi
Karakteristik mesin rol
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 7.2 %, maka dapat dikatakan bahwa mesin rol yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang relatif kecil, namun cukup mempengaruhi kapasitas produksi.
Karakteristik mesin batangan
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 12.7 %, , maka dapat
(85)
Bab 6 Kesimpulan dan Saran 6-2
Laporan Tugas Akhir Universitas Kristen Maranatha
dikatakan bahwa mesin batangan yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang cukup besar, sehingga mempengaruhi kapasitas produksi dari mesin tersebut.
Karakteristik mesin tim
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.2 %, maka dapat dikatakan bahwa mesin tim yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang kecil, namun cukup mempengaruhi kapasitas produksi.
Karakteristik mesin potong
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 21.6 % , maka dapat dikatakan bahwa mesin potong yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang besar, sehingga mempengaruhi kapasitas produksi dari mesin tersebut.
3. Jumlah mesin dan tenaga kerja yang diusulkan adalah penambahan 1 mesin tim, penambahan 2 peralatan untuk packing, jumlah tenaga kerja yang dikurangi 7 orang, pengurangan tenaga kerja ini diperoleh dari pengurangan tenaga kerja di mesin potong sebanyak 5 orang dan pengurangan tenaga kerja material handling sebanyak 4 orang, namun terdapat penambahan tenaga kerja packing sebanyak 2 orang yang diperoleh dari pemindahan tugas tenaga kerja yang berasal dari tenaga kerja yang dikurangi (tenaga kerja mesin potong/tenaga kerja material
handling), dan perluasan area penirisan dan pengeringan seluas 5 kali lipat.
4. Usulan jumlah mesin dan tenaga kerja yang optimal dinilai bermanfaat bagi pihak perusahaan karena cukup memberikan keuntungan yang besar bagi perusahaan. Dilihat dari nilai NPV lebih besar dari 0 yaitu sebesar Rp 504.152.937,2 selama 3 tahun, sehingga layak untuk melakukan investasi tersebut.
(86)
Laporan Tugas Akhir Universitas Kristen Maranatha
6.2 Saran
Saran yang diberikan penulis untuk dijadikan pertimbangan bagi pihak perusahaan, yaitu :
Untuk menentukan jumlah mesin dan tenaga kerja yang optimal, pihak perusahaan dapat mempertimbangkan jumlah yang telah diusulkan oleh penulis.
(1)
Bab 1 Pendahuluan 1-4
2. Mengetahui dan menganalisis karakteristik waktu operasi mesin semiotomatis yang dimiliki.
3. Memberikan usulan jumlah mesin dan tenaga kerja yang optimal bagi departemen produksi kerupuk PD. Sumur Sari.
4. Mengetahui dan menganalisis manfaat yang akan diperoleh perusahaan dengan menerapkan jumlah mesin dan tenaga kerja yang optimal yang diusulkan.
1.6Sitematika Penulisan
Sistematika penulisan untuk tugas akhir ini adalah sebagai berikut : BAB 1 : PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, pembatasan masalah dan asumsi, perumusan masalah, tujuan penelitian, dan sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA
Bab ini berisi teori-teori yang mendukung penelitian ini mengenai simulasi dengan menggunakan promodel. Serta teori lainnya yang berhubungan dengan penelitian ini.
BAB 3 : METODOLOGI PENELITIAN
Bab ini berisikan tentang tahapan-tahapan yang dilakukan penulis dalam melakukan penelitian ini dari awal sampai akhir.
BAB 4 : PENGUMPULAN DATA
Bab ini berisikan tentang pengumpulan data yang dilakukan selama melakukan pengamatan seperti data umum perusahaan, data mesin/peralatan yang digunakan, data waktu proses, aliran kerja (routing), dan peta proses operasi.
BAB 5 : PENGOLAHAN DATA DAN ANALISIS
Bab ini berisikan tentang pengolahan data-data yang diperoleh. Kemudian dilakukan analisis berdasarkan hasil pengolahan data yang telah didapat.
(2)
Bab 1 Pendahuluan 1-5
Laporan Tugas Akhir Universitas Kristen Maranatha
BAB 6 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang diperoleh berdasarkan analisis yang telah diperoleh, serta saran yang berisi usulan banyaknya jumlah mesin dan tenaga kerja yang optimal yang bertujuan untuk membantu perusahaan untuk mengatasi permasalahannya.
(3)
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis, maka dapat diambil kesimpulan bahwa :
1. Karakteristik permintaan kerupuk
Permintaan kerupuk tidak dipengaruhi oleh musiman. Berdasarkan hasil dari peramalan WinQSB, data permintaan kerupuk untuk kerupuk merah dan kerupuk bawang memiliki trend yang menurun, sedangkan data permintaan untuk kerupuk kuning, putih, super kuning, dan super putih cenderung konstan.
2. Karakteristik waktu operasi mesin semiotomatis yang dimiliki adalah sebagai berikut:
Karakteristik mesin aduk
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.8 %, maka dapat dikatakan bahwa mesin aduk yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang relatif kecil, namun cukup mempengaruhi kapasitas produksi
Karakteristik mesin rol
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 7.2 %, maka dapat dikatakan bahwa mesin rol yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang relatif kecil, namun cukup mempengaruhi kapasitas produksi.
Karakteristik mesin batangan
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 12.7 %, , maka dapat
(4)
Bab 6 Kesimpulan dan Saran 6-2
Laporan Tugas Akhir Universitas Kristen Maranatha
dikatakan bahwa mesin batangan yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang cukup besar, sehingga mempengaruhi kapasitas produksi dari mesin tersebut.
Karakteristik mesin tim
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.2 %, maka dapat dikatakan bahwa mesin tim yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang kecil, namun cukup mempengaruhi kapasitas produksi. Karakteristik mesin potong
Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 21.6 % , maka dapat dikatakan bahwa mesin potong yang dimiliki pihak perusahaan memiliki fluktuasi waktu operasi yang besar, sehingga mempengaruhi kapasitas produksi dari mesin tersebut.
3. Jumlah mesin dan tenaga kerja yang diusulkan adalah penambahan 1 mesin tim, penambahan 2 peralatan untuk packing, jumlah tenaga kerja yang dikurangi 7 orang, pengurangan tenaga kerja ini diperoleh dari pengurangan tenaga kerja di mesin potong sebanyak 5 orang dan pengurangan tenaga kerja material handling sebanyak 4 orang, namun terdapat penambahan tenaga kerja packing sebanyak 2 orang yang diperoleh dari pemindahan tugas tenaga kerja yang berasal dari tenaga kerja yang dikurangi (tenaga kerja mesin potong/tenaga kerja material handling), dan perluasan area penirisan dan pengeringan seluas 5 kali lipat.
4. Usulan jumlah mesin dan tenaga kerja yang optimal dinilai bermanfaat bagi pihak perusahaan karena cukup memberikan keuntungan yang besar bagi perusahaan. Dilihat dari nilai NPV lebih besar dari 0 yaitu sebesar Rp 504.152.937,2 selama 3 tahun, sehingga layak untuk melakukan investasi tersebut.
(5)
Bab 6 Kesimpulan dan Saran 6-3
6.2 Saran
Saran yang diberikan penulis untuk dijadikan pertimbangan bagi pihak perusahaan, yaitu :
Untuk menentukan jumlah mesin dan tenaga kerja yang optimal, pihak perusahaan dapat mempertimbangkan jumlah yang telah diusulkan oleh penulis.
(6)
Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Baroto, Teguh. “Perencanaan dan Pengendalian Produksi”. Gahlia Indonesia, Jakarta. 2002.
2. Bedworth, David D. “Integrated Production Control Systems” . John Wiley & Sons, Inc. 1987.
3. Blank, Leland. “Statistical Procedures for Engineering Management and Science”. Mc Graw Hill Kogakusha, ltd. 1982.
4. Chang, Yih-Long, “QS Version 3.0”, Prentice Hall.
5. Elsayed, E.A. ”Analysis and Control of Production System”. Prentice Hall, International Editions, Second Edition, New Jersey. 1994.
6. Fogarty, et. Al. “Production and Inventory Management”. South Western Pub. Co., Ohio. 1991.
7. Garrison, Ray H. “Akuntansi Manajerial” Edisi 11. Salemba Empat, Jakarta.
2007.
8. Harrell, Charles. “Simulation Using Promodel”. Second Edition, New York, 2003.
9. Kusuma, Hendra. “Manajemen Produksi”. ANDI, Yogyakarta. 1999. 10. Promodel User Guide.
11. Stat::Fit. Geer Mountain Software Corp, 2001.
12. T.Horngren, Charles. “Akuntansi Biaya Suatu Pendekatan Manajerial”. 1987.