Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
II. LANDASAN TEORI
1. PERAMALAN
Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan
untuk suatu produk dalam periode waktu teitentu. Dalam teknik peramalan
terdapat banyak metode yang bisa digunakan untuk menganalisa dan meramalkan
suatu tingkal permintaan. Salah satu metode yang sering digunakan adalah metode
Dekomposisi Multiplikatif sebab metode ini dapat mengidentifikasi semua pola
data yang ada pada sebuah serial data. Ide dasar dari metode ini adalah
menguraikan {decompose) serial data kedalam beberapa faktor, yaitu: trend,
musiman, siklus, dan acak. Langkah penguraian terhadap serial data ini dengan
tujuan untuk mengisolasi setiap faktor dalam serial data tersebut seakurat
mungkin.
Persamaan untuk metode Dekomposisi Multiplikatif adalah:
Yt - TRt x SNt x CLt x IRt (2.1)
dimana: Yt = data deret waktu pada periode t.
TRt = komponen trend pada periode t.
SNt = komponen musiman pada periode t.
CLt = komponen siklus pada periode t.
IRt = komponen acak pada periode t.
Adapun langkah-langkah penyelesaiannya adalah:
1. Menghilangkan variasi musiman dan fluktuasi acak, digunakan Moving
Average (MA) atau Centered Moving Average (CMA) sehingga tinggal efek
trend dan siklus, dimana: MA = TR txCLt (2.2)
5
2. Mengisolasi komponen musiman dan random dengan mencari rasio antara Yt
dengan MA. SN.xIR, = —-Y, Y,
TRtxCL MA,
3. Menghitung indeks musiman. SNt, setelah dilakukan normalisasi, yaitu:
(2.3)
SN, - (SNt) I,
2>M K ( -1 J
(2.4)
dimana: L = jumlah periode musiman dalam satu tahun
1 M - l
SN, - — Y ((SNt * kijxilR, • «)) (2.5)
4. Melakukan proses deseasonalisasi untuk mengestimasi komponen tfre/jc/, TRi.
K Indeks deseasonal pada periode t = dt, dimana dt =
SN, (2.6)
5. Melakukan plot terhadap indeks deseasonal-nya. untuk mengetahui polanya.
Jika plot-nya berupa garis lurus maka dapat diasumsikan adanya trend linier
dan dimodelkan dengan regresi linier. Jika tidak berupa garis lurus maka dapat
digunakan persamaan regresi lain yang sesuai (misal: kuadratik, eksponensial,
dll).
6. Pemulusan data yang mengandung faktor siklus dan acak dengan mengunakan
rata-rata bergerak untuk menghasilkan indeks siklus, CLt.
(CL xxIRt - 0 4 (CLxIR,) + (CL + ixIR, +_i) (2.7)
7. Mengliitung indeks acak, ERt, dengan rumus: ER, CLxIRt CL,
(2.8)
6
8. Mdakukan plot terhadap komponen acak, IRt. Jika tidak terdapat pola tertentu
maka IR, dapat diprediksikan = 1, sehingga model peramalannya ialah sebagai
berikut: ft - TR, x SNt x CL, (2.9)
Jika tidak ada siklus (faktor siklus tidak dapat dideteksi secara baik), maka
model peramalan: ft - TRt x SN, (2.10)
1.1. Perhitungan Kesalahan Peramalan
Perhitungan kesalahan perlu dilakukan agar dapat diketahui sejauli mana
keakuratan liasil peramalan yang didapat. Mean Absolute Deviation (MAD)
adalah alat untuk mcngukur tingkat kesalahan yang terjadi pada peramalan.
Dirumuskan:
N
MAD = — Yt-Yt
N (2.11)
dimana:
Yt = data aktual pcriodc t
ft = data peramalan periode t
N = jumlah data
'7
2. PENG UK Utt AN WAKTU KERJA
Pengukuran waktu kerja berhubungan dengan usaha-usaha untuk
menetapkan vvaktu standar yang dibuUxhkan guna menyelesaikan suatu pekerjaan.
Waktu standar adalah vvaktu yang dibutuhkan oleh seorang pekerja yang memiliki
tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan, termasuk
kelonggaran waktu yang diberikan dengan memperhatikan situasi dan kondisi
pekerjaan yang hams diselesaikan.
Salah satu metode yang dipakai pada aktivitas pengukuran waktu kerja
adalah stop-watch time study. Metode ini tcmtama sekali baik diaplikasikan untuk
pekerjaan-pekerjaan yang berlangsung singkat dan berulang {repetitive).
Konsistensi dari hasil pengukuran data dan pembacaan waktu pada jam
henti (stop-watch) merupakan hal yang diinginkan dalam proses pengukuran
waktu kerja. Semakin kecil atau besar variasi dari data waktu yang ada, akan
berpengaruh pada jumlah pengamatan atau pengukuran yang harus dilaksanakan.
Hal ini dilakukan untuk memperoleh ketelitian yang dikehendaki.
2.1. Pengujian Kcnormalan Data
Bertujuan untuk menduga pola distribusi dari data pengamatan. Pengujian
kenormalan data ini dilakukan dengan menggunakan uji Kolmogorov-Smimov
dengan bantuan software Minitab.
2.2. Pengujian Keseragamari Data
Pengujian keseragaman data diperlukan sebelum penetapan waktu standar
dan dapat dilakukan dengan menggunakan peta kontrol. Batas-batas kontrol yang
8
dibentuk dari data mempakan batas seragam tidaknya data. Data dikatakan
seragam bila berada dalam batas kontrol tersebut. Data yang tidak seragam harus
diabaikan atau dibuang.
Penentuan batas-batas kontrol adalah dengan persamaan:
Batas Kontrol (BK) = X ± 2 S D (2.13)
dimana: X = rata-rata waktu pengamatan
SD = standar deviasi
2.3. Pengujian Kecukupan Data
Pengujian ini bertujuan untuk mengetahui apakah jumlah sampel
pengukuran yang diambil telah memenuhi syarat untuk mewakili populasi yang
diamati. Dirumuskan:
N' tallin-l^SD
(2.14) kX
Rumus digunakan untuk N < 30.
Dimana: N' = banyaknya data pengukuran yang dibutuhkan
tan(n_l) - nilai tab el distribusi t
SD = standar deviasi
k = tingkat ketelitian
X = rata-rata waktu pengamatan
Dari perhitungan diatas, akan diperoleh hasil sebagai berikut:
• N' < N menunjukkan bahwa banyaknya data pengukuran telah dianggap
'cukup'.
• N' > N menunjukkan bahwa data pengukuran yang telah dilakukan dianggap
'belum cukup' sehingga perlu diadakan pengukuran lagi untuk menambah
jumlah data (untuk memperoleh N' < N).
9
Dalam aktivitas pengukuran waktu kerja biasanya akan diambil 95%
tingkat kepercayaan dan 5% derajat ketelitian. Artinya: pengukur mengijinkan
rata-rata hasil pengukurannya menyimpang sejauh 5% dari rata-rata sebenarnya
dan kemungkinan berhasil mendapatkan hal ini adalah 95%.(Sutalaksana,1979)
2.4. Penyesuaian Waktu Kerja (Performance Rating)
Dilakukan untuk mcnormalkan waktu kerja yang diukur. Ketidaknormalan
dari waktu kerja ini disebabkan oleh operator yang bekerja dalam kecepatan yang
tidak semestinya. Penentuan performance rating ini menggunakan metode
Westinghou.se Systems yang mempertimbangkan 4 faktor, yaitu: kecakapan (skill),
usaha (effort), kondisi kerja (condition), dan konsistensi (consistency). Setiap
faktor tersebut terbagi dalam kelas-kelas dengan nilai masing-masing seperti
ditunjukkan pada tabel 2.1.
Besarnya faktor penyesuaian adalah: PR = 1 + p (2.15)
dimana: PR = Performance Rating
p = jumlah dari keempat faktor penyesuaian cara westinghouse
Untuk kondisi kerja dimana operasi sepenuhnya dilaksanakan oleh mesin, maka
waktu yang diukur dianggap normal.
2.5. Perhitungan Waktu Normal
Waktu normal bukanlah waktu yang disediakan operator yang
bersangkutan, karena waktu normal ini harus diuraikan dengan suatu waktu
tambahan yaitu faktor penyesuaian untuk gangguan-gangguan, kebutuhan pribadi
operator, dan penundaan yang berada diluar jangkauan operator. Dirumuskan:
10
Waktu Normal (Wn) = X x Performance Rating (2.16)
Nilai yang diperoleh belum dapat ditctapkan sebagai waktu baku untuk
penyelesaian suatu operasi kerja karena masih harus dikaitkan dengan faktor
kelonggaran waktu {allowance time) agar operator dapat bekerja dengan baik.
Tabel 2.1. Faktor Penyesuaian {Performance Rating)
FAKTOR
KETERAMPILAN
{Skill)
US AH A
(Effort)
KONSISTENSI
(Consistency)
KONDISI KERJA
(Condition)
KELAS SUPER SKILL
EXCELENT
GOOD
AVERAGE FAIR
POOR
SUPER SKILL
EXCELENT
GOOD
AVERAGE PAIR
POOR
IDEAL EXCELENT GOOD AVERAGE
FAIR POOR IDKAL EXCELENT GOOD AVERAGE FAIR POOR
LAMBANG Al A2 Bl B2 CI C2 D El E2 Fl F2 Al A2 Bl B2 CI C2 D El E2 Fl F2 A B C D E F A B C D E F
PENYESUAIAN +0.15 +0.13 +0.11 +0.08 +0.06 +0.03
0 -0.05 -0.10 -0.16 -0.22 +0.13 +0.12 +0.10 +0.08 +0.05 +0.02
0 -0.04 -0.08 -0.12 -0.17 +0.04 +0.03 +0.01
0 -0.02 -0.04 +0.06 +0.04 +0.02
0 -0.03 -0.07
2.6. Kelonggaran Waktu (Allowance Time)
Kelonggaran (allowance) ditentukan dengan menggunakan metode
sampling kerja. yaitu: dengan melakukan sejumlah pengamatan terhadap aktivitas
kerja dari mesin atau operator yang sudah standar dalam proses kerjanya.
11
Pengarnatan clilakukan secara acak kemudian dicatat apakah dalam keadaan kerja
atau menganggur (idle). Persentase dari keadaan menganggur dijadikan sebagai
kelonggaran waktu yang diberikan.
Untuk menguji kecukupan data pengarnatan pada sampling kerja ini
K2PO digunakan rumus: N' = — (2.17)
dimana: N1 : jumlah pengarnatan yang diperlukan
K harga indeks yang disesuaikan dengan tingkat kepercayaan yang
diambil
S - tingkat ketelitian
P = total persentase kerja (produktif)
Q = total persentase menganggur = 1 - P
2.7. Perhitungan Waktu Standar
Waktu standar adalah jumlah waktu yang dibutuhkan untuk menyelesaikan
suatu pekerjaan dalam prestasi standar, yaitu dengan memperhitungkan
kelonggaran-kelonggaran serta penyesuaian-penyesuaian yang dibutuhkan dalam
menyelesaikan pekerjaan tersebut. Dirumuskan:
Waktu Standar (Ws) - waktu normal x (2.18) 100% -Reallowance
3. MATERIAL REQUIREMENTPLANNING (MRP)
3.1. DefinislMRP
MRP adalah suatu perencanaan dan kontrol produksi dimana Master
Production Schedide (MPS) digunakan untuk membuat (perintah) produksi dan
12
pembelian untuk item-item dependen. Inti dari MRP adalah untuk membuat
jadwal serta kuantitas produksi dan pembelian bagi semua sub-assembly,
komponen, dan bahan baku agar dapat memenuhi permintaan pada MPS.
Proses MRP merupakan suatu sistem dimana kebutuhan dan jadwal
penyusunannya dibuat dari end product, sub-assembly, komponen sampai bahan
baku. Output dari MRP adalah berupa rencana pemesanan atau produksi yang
dibuat atas dasar lead time sebagai hasil teknik lot sizing. Sedangkan yang
menjadi input dari MRP adalah:
1. Master Production Schedule (MPS)
Menguraikan lentang jumlah dan penentuan waktu dari tiap produk akhir
untuk diproduksi pada periode mendatang selama horison perencanaan.
2. Inventory Status File
Dokumentasi lengkap status persediaan dari tiap item dalam struktur produk,
termasuk pengidentifikasian produk, jumlah yang ada ditangan, level sediaan
pengaman, dan lead time.
3. Bill Of Material (BOM)
Menguraikan detail urutan pembuatan produk, termasuk semua sub-assembly
dan komponen serta kuantitas yang dibutuhkan masing-masing pada perakitan
akhir.
4. Lead Time
Yang terdiri dari:
a. Lead Time Purchasing, yaitu: tenggang waktu antara pesanan dilakukan
sampai barang diterima (on-hand).
13
b. Lead Time Manufacturing, yaitu: tenggang waktu antara barang mulai
diproduksi sampai memperoleh produk jadi.
3.2. Komponen MRP
Sistem MRP terdiri dari komponen-komponen sebagai berikut:
1. Gross Requirement (GR), adalah: jumlah keseluruhan item yang diperlukan
pada suatu periode waktu. Gross requirement untuk produk jadi ditentukan
oleh jadwal induk produksi. Scdangkan untuk komponen-komponen,
ditentukan dari rencana pemesanan {planned order release) item.
2. Schedule Receipt (SR), adalah: jumlah yang diharapkan akan diterima pada
awal suatu periode waktu dari pesanan-pesanan yang telah dilakukan.
3. On Hand Inventory (01), adalah: jumlah persediaan awal item pada suatu
periode waktu. Nilai persediaan pada periode ke-1 merupakan persediaan yang
ada pada akhir periode ke-O.
4. Net Requirement (NR), adalah: jumlah kebutuhan sebenarnya (kebutuhan
bersih) yang harus disediakan untuk memenuhi item pada gross requirement.
Dirumuskan: NR = GR-OI .
5. Planned Order Receipt (POR), adalah: jumlah yang direncanakan untuk
dipesan sehingga diterima pada awal suatu periode waktu untuk memenuhi net
requirement periode tersebut.
6. Planned Order Release (PORE), adalah: perencanaan waktu dan jumlah yang
harus dipesan agar tersedia pada saat dibutuhkan. Rencana pemesanan item
pada suatu level tertentu menjadi gross requirement item pada level
dibawahnya.
14
3.3. Lot Sizing
Lot sizing merupakan proses untuk menentukan besarnya tumpukan
(ukuran lot) yang optimal berdasarkan pada hasil perhitungan kebutuhan bersih.
Terdapal banyak altematif untuk menghitung ukuran lot. Teknik penentuan
ukuian lot mana yang paling baik dan tepat bagi suatu perusahaan adalah
persoalan yang sangat sulit karena tergantung pada hal-hal sebagai berikut:
(Nasution, ITS)
• Variasi dari kebutuhan, baik dari segi jumlah maupun periodenya.
• Lamanya horison perencanaan.
• IJkuran periodenya (mingguan, bulanan, dsb)
Beberapa teknik penentuan ukuran lot yang akan digunakan adalah:
1. Lot For Lot (L-4-L)
Merupakan teknik lot sizing yang paling sederhana, dimana dalam teknik
penentuan ukuran lot ini dilakukan sesuai dengan kebutuhan bersih untuk
suatu periode tertentu. Penggunaan teknik ini bertujuan untuk meniadakan
sediaan pengaman, sehingga biaya simpan menjadi nol.
2. Part Period Balancing (PPB)
Teknik ini menimbulkan berbagai ukuran lot dengan mempertimbangkan
biaya penyimpanan dan pemesanan. Teknik PPB tidak memberikan ukuran lot
yang optimal, tetapi teknik ini adalah metode biaya rendah yang memberikan
pendekatan optimalitas. Dirumuskan:
Ph ^(k-lfik - C, (2.19)
£(*- l )R* = ~ (2.20)
15
Keterangan:
C = ordering cost
h = fraksi dari holding cost
Ph = holding cost per part-period
C — = EPP - economic part-period Ph
^(k -\)Rk = APP - accumulated part-period
3. Silver Meal (SM)
Merupakan metode pendekatan biaya minimum tiap periode. Penggunaan
metode ini adalah untuk menetapkan periode pemesanan yang minimum untuk
memenuhi beberapa periode sekahgus. Dirumuskan:
TRC(T) C + totalholding cos tsampaiperiodeT
T
C + PhJ^(fc-l)Rk (2.21)
keterangan:
C = ordering cost atau set-up cost
H = fraksi dari holding cost
P = harga jual/harga beli
Ph = holding cost tiap periode
TRC(T) = total relevant cost selama periode T
T = periode perencanaan
Rk = demand pada periode k