BAB I

PENDAHULUAN

1. Latar Belakang Masalah

Indonesia adalah salah satu negara berkembang di dunia, sebagaimana umumnya

negara berkembang, maka negara Indonesia pun giat melakukan kegiatan pembangunan

diberbagai sektor kehidupan, baik material dan spiritual yang pada akhirnya bertujuan untuk

memberikan kesejahteraan yang merata bagi seluruh rakyat Indonesia.

Salah satu sektor yang sangat strategis dan mendapat perhatian dalam pembangunan

di negara Indonesia adalah sektor perniagaan. Sektor perniagaan memberikan dukungan

yang cukup besar dalam menunjang pertumbuhan ekonomi negara secara keseluruhan,

oleh karena itu perniagaan dapat menjadi tumpuan pembangunan dibidang ekonomi dalam

menuju masyarakat adil dan makmur.

Dengan tercapainya tujuan pembangunan, maka secara tidak langsung tuntutan kepada

dunia usaha turut meningkat pula. Hal ini tentu saja memacu pihak manajemen perusahaan

untuk lebih mampu meningkatkan operasi perusahaan dan mampu melayani kebutuhan

masyarakat.

Untuk mengantisipasi perkembangan permintaan pasar dimasa yang akan datang maka

diperlukan adanya peramalan (forecasting), karena hasil peramalan sangat penting dalam

perencanaan dan pengawasan serta dalam menetapkan target penjualan dimasa yang akan

datang. Dengan diketahuinya ramalan penjualan dimasa yang akan datang maka

manajemen atau pengelola perusahaan dapat menyusun rencana kegiatan dengan lebih

baik dan menghindarkan diri dari kegiatan-kegiatan yang menimbulkan kekeliruan dimasa

yang akan datang.

Dengan kata lain peramalan dapat membantu perusahaan untuk menentukan langkah-

langkah yang diperlukan apabila terjadi peningkatan permintaan ataupun penurunan

permintaan atas poduk. Atas dasar permasalahan tersebut diatas, maka penulis memilih

judul “Perencanaan Agregat Pembuatan Kusen Kayu Pada CV. Berdikari”.

2. Rumusan Masalah

Untuk membahas lebih lanjut tentang permasalahan diatas penulis perlu merumuskan

masalah yang akan dibahas pada bab selanjutnya yaitu :

1. Berapa jumlah peramalan penjualan 1 tahun kedepan dengan mengunakan teknik

peramalan metode regresi untuk digunakan pada CV. Berdikari.

3. Batasan Masalah

Agar pembahasan tidak menyimpang dari pokok permasalahan maka penulis

membatasi penulisan ini yaitu : peramalan penjualan kusen CV. Berdikari untuk 1 bulan

mendatang di dasarkan pada data dari bulan juni 2013 sampai mei 2014 dengan

menggunakan metode regresi.

4. Tujuan Penulisan

Adapun dari tujuan penelitian ini adalah :

1. Untuk mengetahui hasil peramalan penjualan 1 tahun mendatang.

2. Untuk mengetahui metode peramalan penjualan yang paling tepat dengan

perusahaan.

BAB IITINJAUAN PUSTAKA

2.1 Perencanaan dan Pengendalian Produksi

Perencanaan dan pengendalian produksi dapat didefinisikan sebagai proses untuk

merencanakan dan mengendalikan aliran material yang masuk, mengalir dan keluar dari

sistem produksi/operasi sehingga permintaan pasar dapat dipenuhi dengan jumlah yang

tepat, waktu penyerahan yang tepat, dan biaya produksi minimum. Dari definisi di atas,

maka pekerjaan yang terkandunng dalam PPC secara garis besar dapat dibedakan menjajdi

dua hal yang saling berkaitan, yaitu: perencanaan produksi dan pengendalian produksi

Perencanaan produksi dilakukan dengan tujuan menentukan arah awal tindakan-

tindakan yang harus dilakukan dimasa mendaatang, apa yang hahrus dilakukan, berapa

banyak melakukannya, dan kapan harus melakukan. Karena perencanaan ini berkaitan

dengan masa mendatang, maka perencanaan harus disusun atas dasar perkiraan yang

dibuat berdasarkan data masa lalu dengan menggunakan beberapa asumsi. Oleh karena itu

perencanaan tidak selalu memberikan hasil sebagaimana yang diharapkan dalam rencana

tersebut, sehingga setiap perencanaan yang harus dibuat harus dievaluasi secara berkala

dengan jalan melakukan pengendalian.

Pekerjaan pengendalian produksi akan sangat tergantung pada ada tidaknya

penyimpangan dalam pelaksanaan produksi terhadap rencana produksi yang telah dibuat

sebelumnya. Bila penyimpangan yang terjadi cukup besar perlu diadakan tindakan-tindakan

penyesuaian yang membenahi penyimpangan yang terjadi. Hasil penyesuaian yang

dilakukan ini akan dijadikan dasar dalam menyusun rencana produksi selanjutnya.

Gambar 2.1 Framework Manufacturing Planning and Control

Framework dari MPC dibagi menjadi tiga tahap. Pada tahap pertama terdapat

serangkaian kegiatan perusahaan secara keseluruhan untuk perencanaan manufaktur dan

kontrol yang terdiri dari demand management yang mengkoordinasikan semua kegiatan

usaha yang terfokus pada permintaan dan kapasitas manufaktur, sales & operations

planning menyeimbangkan penjualan/rencana pemasaran dengan produksi yang tersedia di

sumber daya, serta resource planning yang merencanakan penjadwalan tenaga kerja, alat

dan mesin yang digunakan, dan pemesanan bahan baku Pada tahap kedua terdapat

perencanaan material dan kapasitas yang lebih detail dari tahap pertama. Pada tahap

terakhir terdapat konfigurasi sistem yang bergantung pada proses produksi yang terdiri dari

sistem lantai produksi dan sistem supplier.

2.2 Peramalan

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa datang

yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan

dalam rangka memenuhi permintaan barang ataupun jasa.

2.2.1 Karakteristik peramalan yang baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain sebagai

berikut:

1. Akurasi

Akurasi adalah suatu hasil peramalan diukur dengan kebiasaan dan

kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan

tersebut terlalu tinggi atau terlalau rendah dibandingkan kenyataaan yang sebenarnya

terjadi.

2. Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari

jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang

dipakai. Ketiga faktor pemicu tersebut akan memperngaruhi berapa banyak data yang

dibutuhkan, bagaimana penyimpanan datanya (manual atau komputerisasi), bagaimana

penyimpanan datanya dan siapa tenaga ahli yang diperbantukan

3. Kemudahan

Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah

diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma

menggunakan metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem

perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan

teknologi.

2.2.2 Sifat hasil peramalan

Dalam membut peramalan atau menerapkan hasil suatu peramalan, maka ada

beberapa hal yang harus dipertimbangkan, yaitu:

1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi

ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan kepastian tersebut.

2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan,

artinya karena permalan pasti mengandung kesalahan, maka adalah penting bagi

peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.

3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini

disebabkan karena peramalan jangka pendek, faktor-faktor yang mempengaruhi

permintaan relatif masih konstan.

2.2.3 Moving Average

Moving average diperoleh dengan merata-rata permintaan berdasarkan beberapa data

masa lalu yang terbaru. Tujuan utama dari penggunaan metode ini adalah untuk

mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan

waktu. Tujuan ini dicapai dengan merata-rata beberapa nilai data secara bersama-sama,

dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang

akan datang. Secara matematis, maka MA akan dinyatakan dalam persamaan sebagai

berikut :

Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:40

Dimana :

Xt = Permintaan aktual pada periode t

N = Banyaknya data permintaan yang dilibatkan dalam permitungan MA

Ft = Peramalan permintaan pada periode t

2.2.4 Weight Moving Average

Pada metode WMA, setiap data permintaan aktual memiliki bobot yang berbeda. Data

yang lebih baru akan mempunyai bobot yang tinggi karena data tersebut mempresentasikan

kondisi yang terakhir terjadi. Secara matematis WMA dapat dinyatakan sebagai berikut :

Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:43

Dimana :

Wt = Bobot permintaan aktual pada periode t dengan keterbatasan ∑W=1

F t=X t+X t−1+X t−2+ .. ..+X t−n+1

N

F t=∑ (W t xX t )

Xt = Permintaan aktual pada periode t

2.2.5 Exponential Smoothing

Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak

dapat diatasi dengan teknik ES. Model ini mengasumsikan bahwa data berfluktuasi di sekitar

nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten.

Rumus ES dinyatakan sebagai berikut :

Sumber: Hakim Nasution dan Yudha Prasetyawan, 2008:45

Dimana :

St = Peramalan untuk periode t

Xt+(1-α) = Nilai aktual time series

Ft-1 = Peramalan pada waktu t-1 (waktu sebelumnya)

α = Konstanta perataan antara 0 dan 1

2.2.6 Ukuran akurasi hasil peramalan

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan

merupakan tentang tingkat perbedaan antara hasil peramalan permintaan yang sebenarnya

terjadi. Ada 4 ukuran yang biasa digunakan, yaitu:

1. Mean absolute deviation (MAD)

MAD merpakan rata-rata kesalahan mutlak selama periode tertentu tanpa

memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan

kenyataannya.

MAD = Ʃ ¿A t−F fn

∨¿

dimana:

A= permintaan aktual pada periode-t

F1= peramalan permintaan (forecast) pada periode-t

n= jumlah periode peramalan terlihat

2. Mean square error (MSE)

MSE dihitung dengan menunjumlahkan kuadrat semua kesalahan peramalan pada

setiap periode dan membaginya dengan jumlah periode peramalan.

MSE = Ʃ (A¿¿t−F f )

2

n¿

3. Mean forecast error (MFE)

St=α . X t+(1−α )F t−1

MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode

tertentu terlalu tinggi atau terlalau rendah. Bila hasil peramalan tidak bias, maka nilai

MFE akan mendekati nol.

MFE = Ʃ (A¿¿t−F f )

n¿

4. Mean absolute percentage error (MAPE)

MAPE merupakan ukuran kesalahan relatif. MAPE biasanya berarti lebih berarti

dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan

terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi

persentase kesalahan terlalu tinggi atau terlalu rendah

MAPE = (100n

) Ʃ | A | At - F tA t

|

2.3 Perencanaan Agregat

Perencanaan agregat merupakan proses di mana sebuah perusahaan menentukan

level kapasitas, produksi, subkontrak, inventory, kehabisan stock (stockout) dan pricing

selama rentang waktu tertentu. Perencanaan agregat dibuat di tingkat agregat, bukan pada

Stock Keeping Unit (SKU). Misalnya, perencanaan agregat menentukan total produksi di

pabrik pada suatu bulan tanpa merinci kuantitas setiap SKU. Dengan tingkat kerincian

keputusan seperti ini, perencanaan agregat merupakan alat yang cocok untuk keputusan

jangka menengah, yaitu antara 3-18 bulan.

Pada dasarnya tujuan dari perencanaan agregat adalah berusaha untuk memperoleh

suatu pemecahan yang optimal dalam biaya atau keuntungan pada periode perencanaan.

Namun bagaimanapun juga, terdapat permasalahan strategis lain yang mungkin lebih

penting daripada biaya rendah. Permasalahan strategis yang dimaksud itu antara lain

mengurangi permasalahan tingkat ketenagakerjaan, menekan tingkat persediaan, atau

memenuhi tingkat pelayanan yang lebih tinggi. Bagi perusahaan manufaktur, jadwal agregat

bertujuan menghubungkan sasaran strategis perusahaan dengan rencana produksi, tetapi

untuk perusahaan jasa, penjadwalan agregat bertujuan menghubungkan sasaran dengan

jadwal pekerja. Ada empat hal yang diperlukan dalam perencanaan agregat antara lain:

1. Keseluruhan unit yang logis untuk mengukur penjualan dan output.

2. Prediksi permintaan untuk suatu periode perencanaan jangka menengah yang layak

pada waktu agregat.

3.  Metode untuk menentukan biaya.

4. Model yang mengombinasikan prediksi dan biaya sehingga keputusan penjadwalan

dapat dibuat untuk periode perencanaan.

Ada empat jenis strategi perencanaan agregat, yaitu:

1. Chase strategy – menggunakan kapasitas sebagai pendukung: menyelaraskan laju

produksi dengan laju permintaan.

a. Laju produksi diselaraskan dengan permintaan dengan mengubah kapasitas mesin

atau menyewa/memberhentikan tenaga kerja saat permintaan bervariasi.

b. Dalam praktek sering kali sulit untuk mengubah kapasitas dan tenaga kerja dalam

waktu singkat.

c. Mahal jika biaya mengubah kapasitas tinggi.

d. Pengaruh negatif terhadap moral tenaga kerja.

e. Berakibat pada rendahnya persediaan.

f. Berguna jika biaya menyimpan persediaan tinggi sementara biaya mengubah

kapasitas rendah.

2. Time flexibility strategy – menggunakan utilitas sebagai pendukung, mengubah waktu

kerja dan lembur untuk menyelaraskan produksi dengan permintaan.

a. Dapat digunakan jika terdapat kelebihan kapasitas mesin–>mesin tidak bekerja 24

jam dalam sehari, 7 hari seminggu.

b. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang waktu untuk

menyelaraskan produksi dan permintaan.

c. Dapat menggunakan lembur atau jadwal kerja fleksibel.

d. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang

muncul pada chase strategy.

e. Tingkat persediaan rendah dan utilisasi rendah.

f. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak

terlalu mahal.

g. Dapat digunakan jika terdapat kelebihan kapasitas mesin–>mesin tidak bekerja 24

jam dalam sehari, 7 hari seminggu.

h. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang waktu untuk

menyelaraskan produksi dan permintaan.

i. Dapat menggunakan lembur atau jadwal kerja fleksibel.

j. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang

muncul pada chase strategy.

k. Tingkat persediaan rendah dan utilisasi rendah.

l. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak

terlalu mahal.

3. Level strategy – menggunakan persediaan sebagai pendukung: penggunaan/kapasitas

mesin dan tingkat tenaga kerja dibuat tetap, permintaan dipenuhi dari persediaan.

a. Menjaga stabilitas kapasitas dan tenaga kerja dengan laju output konstan.

b. Kekurangan dan kelebihan berakibat pada fluktuasi persediaan dari waktu ke waktu.

c. Persediaan yang ditimbun sebagai antisipasi permintaan yang akan datang atau

backlogs dipindahkan dari periode permintaan tinggi ke rendah.

d. Lebih baik bagi moral tenaga kerja.

e. Persediaan dan backlogs bisa terakumulasi cukup banyak.

f. Harus digunakan saat biaya menyimpan dan backlogs relatif rendah.

4. Mixed strategy – kombinasi satu atau lebih dari ketiga strategi di atas.

2.4 Master Production Schedule (MPS)

Suatu rencana produksi agregat yang sudah dibuat akan diimplementasikan sehingga

dibutuhkan penjadwalan yang berupa jadwal induk produksi (Master Production Schedule).

Jumlah yang harus diproduksi merupakan jumlah untuk setiap item atau produk spesifik

tertentu, maka hasil rencana produksi agregat harus didisagregasikan kembali untuk

menyusun MPS dari masing-masing item.

Master Production Scheduling merupakan Rencana Produksi (Agregat Planning) untuk

menunjukan kuantitas produksi akhir yang akan diproduksi untuk setiap periode waktu

(biasanya mingguan) sepanjang horizon perencanaan taktis. Master Scheduling

menjadwalkan kuantitas spesifik dari produksi akhir (disagregasi) dalam periode waktu

spesifik.

Penjadwalan produksi induk pada dasarnya berkaitan dengan aktivitas melakukan

empat fungsi utama :

1. Menyediakan input utama kepada sitem perencanaan kebutuhan material dan kapasitas

(material and capacity requirement planning/MCRP).

2. Menjadwalkan pesanan-pesanan produksi dan pembelian untuk item-item MPS.

3. Memberikan landasan untuk penentuan kebutuhan sumber daya dan kapasitas.

4. Memberikan basis untuk pembuatan janji tentang penyerahan produk kepada pelanggan

2.5 Material Requirement Planning (MRP)

MRP adalah prosedur logis, aturan keputusan dan teknik pencatatan terkomputerisasi,

yang dirancang untuk menterjemahkan “Jadwal Induk Produksi” atau MPS (Master

Production Schedulling) menjadi “kebutuhan bersih” atau NR (Net Requirement) untuk

semua item. Sistem MRp dikembangkan untuk membantu perusahaan manufaktur

mengatasi kebutuhan akan item-item dependent secara lebih baik dan efisien.selain itu,

sistem MRP didesain untuk melapaskan pesanan-pesanan dalam produksi dan

pembelianuntuk mengatur aliran bahan bakudan persediaan dalam proses sehingga sesuai

dengan jadwal produksi untuk produksi akhir.hal ini memungkinkan perusahaan memelihara

tingkat minimumdari item-item yang kebutuhannya dependent, tetapi tetap dapat menjamin

terpenuhinya jadwal produksi untuk produk akhirnya. Sistem MRP juga dikenal sebagai

perencanaan kebutuhan berdasarkan tahapan waktu (“time –phases requirements

planning”).

GAMBARAN UMUM PERUSAHAAN

1. Sejarah Perusahaan

CV. Berdikari adalah sebuah perusahaan yang berbentuk C.V (Commanditer

Venotschaap) yang bergerak dalam bidang industri kecil dan memproduksi kusen sebagai

produk utamanya. Usaha tersebut didirikan dan dipimpin oleh Bapak Edi Nuryadi, awal

pendirian perusahaan tersebut adalah pada tahun 1986. Sebelum mendirikan

perusahaannya Bapak Edi bekerja pada pembuatan kusen yang terletak di daerah Bukit

Duri Jakarta Barat. Karena keinginan yang besar dan keuletannya Bapak Edi bermaksud

untuk membuka usaha sendiri.

Bermodalkan keinginan dan keuletannya itu maka pada tahun 1986 Bapak Edi resmi

mendirikan Home Industry yang diberi nama C.V Berdikari. Usaha tersebut terletak dijalan

Margonda Raya Rt 04/05 No. 518 Pondok Cina Depok. Dengan modal pertama sebesar

sebesar Rp. 10 juta dan hanya memperkerjakan 2 (dua) orang karyawan yang bertugas

sebagai tukang potong kayu dan tukang ampelas, dan tidak jarang pula Bapak Edi turun

tangan membantu kayawannya dalam proses pembuatan kusen tersebut.

Pada awal tahun usahanya Bapak Edi hanya memproduksi kusen pintu berdasarkan

animo konsumen. Seiring dengan berjalannya waktu sampai dengan tahun 2001 bapak Edi

sudah mempunyai 2 (dua) buah toko kusen yang letaknya tidak jauh dari toko pertama, dan

satu unit mobil bak terbuka yang membantu dalam proses pengiriman hasil produksinya,

dan sampai saat ini C.V Berdikari telah memperkerjakan 20 orang karyawan. Tahun

berikutnya perusahaan berkembang dari Home Industry menjadi perusahaan menengah

dan mempeluas usahanya. Maka berkembang pula produk yang dihasilkan C.V Berdikari

yaitu diantaranya kusen jendela, meja makan, meja tulis dan macam-macam Meubel.

2. Produk - produk yang dihasilkan

Produk-produk yang dihasilkan oleh CV. Berdikari adalah :

1. Kusen pintu 5. Meja kantor

2. Kusen jendela 6. Meubel

3. Meja makan 7. Kursi

4. Meja tulis

Produk-produk tersebut dipasarkan melalui Distributor – distributor di seluruh

Indonesia, mulai dari Jakarta, Bandung, Medan, dsb. Selain melalui distributor Bapak Edi

memasarkan produknya berdasarkan pesanan dari masyarakat. Omzet yang dihasilkan dari

penjualan kusen ini tergantung dari permintaan konsumen. Apabila permintaan konsumen

meningkat, maka meningkat pula omzet penjualan. Berikut adalah desain produk kusen

pintu yang dihasilkan dari C.V Berdikari.

Gambar 1

Gambar 2

1. Bill Of Material (BOM)

NO. LEVEL DESKRIPSI QUANTITY1. 0 Assembling 13/Kusen kayu Pintu, 1, 1

Assembling 8/Pintu2. 1 Assembling 12, Cat – Assembling 7, Dempul 1, 13. 2 Assembling 11, Pernis – Assembling 6, Ukir 1, 14. 3 Assembling 10, Serut – Assembling 5, Lem 1, 1, 1

Kayu, Kayu Bawah5. 4 Assembling 9, Engsel, Pintu – Assembling 4, 1, 1, 1, 1

Lem Kayu, Kayu Samping 26. 5 Assembling 3/Kusen kayu, - Kayu Samping 1, 1, 1, 1

1, Lem Kayu, Kayu Atas7. 6 Assembling 2, Serut 18. 7 Assembling 1, Lem Kayu, Kayu Samping 2 1, 1, 19. 8 Kayu Samping 1, Lem Kayu, Kayu Atas 1, 1, 1

2. Peta Proses Operasi (OPC)

BAB IIIPEMBAHASAN

1. Data Perusahaan

Data hasil penjualan pada CV. BERDIKARI dari bulan Juni tahun 2013 sampai dengan

Mei 2014. Adapun data-data penjualan tersebut adalah sebagai berikut :

Tabel 1. Data Penjualan Periode Mei 2013-Juni 2014

Tahun Bulan Penjualan (Unit)

2002 Juni 43

2002 Juli 46

2002 Agustus 42

2002 September 47

2002 Oktober 49

2002 November 50

2002 Desember 48

2003 Januari 52

2003 Februari 55

2003 Maret 51

2003 April 58

2003 Mei 56

Sumber : CV. BERDIKARI

2. Perhitungan Peramalan dengan Metode Regresi

Peramalan digunakan untuk menentukan tingkat permintaan pada masa yang akan

datang. Berikut ini adalah peramalan penjualan kusen kayu dengan metode regresi.

Tabel 2. Perhitungan Peramalan

Tahun Bulan Periode (X) Penjualan (Unit) (Y) X2 X.Y

2002 Januari 1 43 1 43

2002 Februari 2 46 4 92

2002 Maret 3 42 9 126

2002 April 4 47 16 188

2002 Mei 5 49 25 245

2002 Juni 6 50 36 300

2002 Juli 7 48 49 336

2002 Agustus 8 52 64 416

2002 September 9 55 81 495

2002 Oktober 10 51 100 510

2002 November 11 58 121 638

2002 Desember 12 56 144 672

Total 78 597 650 4061

Dari data-data di atas dapat ditentukan nilai peramalannya pada masing-masing

periode. Sebelum menentukan nilai peramalan pada masing-masing periode, terlebih dahulu

menentukan nilai intersep (a) dan nilai slope (b) yang masing-masing menyatakan

perpotongan dengan sumbu y dan kenaikannya. Adapun perhitungan dalam mencari nilai a

dan nilai b adalah sebagai berikut.

b = n xyx. y a = y b. x

2 2 nx Xn.

597 (98,28)=

(12 . 4061) (78 . 597) =

12(12 . 650) (78)2

= 1,26 = 41,56

Berdasarkan hasil perhitungan nilai a dan b, diketahui bahwa hasil nilai intersep (a)

sebesar 41,56 dan hasil nilai slope (b) adalah sebesar 1,26. Dari kedua hasil nilai a dan b

tersebut akan digunakan untuk menentukan persamaan regresi linier. Adapun persamaan

regresi linier dari peramalan kusen kayu adalah sebagai berikut.

Y = a + bx

Y = 41,56 + 1,26x

Berikut merupakan hasil perhitungan peramalan dengan metode regresi linier pada bulan

Januari (Y1) dan Februari (Y2), yaitu:

Y1 = 41,56+ 1,26x

= 41,56+ 1,26 (1) = 42,82

Y2 = 41,56+ 1,26x

= 41,56+ 1,26 (2) = 44,08

Adapun hasil peramalan untuk bulan ke-13 sampai dengan bulan ke-24 yang telah dihitung

dengan menggunakan persamaan regresi linier adalah sebagai berikut.

Tabel 3. Peramalan dengan Metode Regresi Linier

Bulan Indeks Penjualan Peramalan Error Error2

Waktu (t) Aktual (A)

Januari 1 43 42,82 43 0 0Februari 2 46 44,08 44 2 4

Maret 3 42 45,34 45 -3 9April 4 47 46,6 47 0 0Mei 5 49 47,86 48 1 1Juni 6 50 49,12 49 1 1Juli 7 48 50,38 50 -2 4

Agustus 8 52 51,64 52 0 0September 9 55 52,9 53 2 4

Oktober 10 51 54,16 54 -3 9November 11 58 55,42 55 3 9Desember 12 56 56,68 57 -1 1

TOTAL 597 597 42RATA-RATA 49,75 49,75 3,5

Perbandingan Penjualan Aktual Dengan Peramalan

7060

Frek

uens

i 50403020 Penjualan Aktual10

Peramalan0

Bulan

Gambar 3

3. Perencanaan Agregat Kusen kayu

Perencanaan agregat (aggregate planning) juga dikenal sebagai penjadwalan agregat

(aggregate scheduling) berhubungan dengan penentuan kualitas dan waktu produksi jangka

menengah. Berdasarkan data peramalan dengan metode regresi, maka hasil tersebut

digunakan untuk membuat perencanaan agregat dalam proses pembuatan kusen kayu.

Berikut adalah biaya-biaya yang terkait dengan perencanaan agregat kusen kayu.

Kapasitas Produksi = 50 unit

Inventory Awal = 20 unit

Biaya Penambahan Tenaga Kerja = Rp. 5.000/unit

Biaya Pengurangan Tenaga Kerja = Rp. 2.500/unit

Reguler Time Cost = Rp. 10.000/unit

Over Time Cost = Rp. 12.000/unit

Sub Contract Cost = Rp. 13.000/unit

Inventory Cost = Rp. 500/unit/periode

Tabel 4. Kapasitas Supply

PeriodeKapasitas Supply (dalam unit) Permintaan

RT OT SC Agregat

1 50 45 30 432 55 47 25 443 55 40 20 454 57 30 10 475 55 25 15 486 55 25 15 497 55 25 15 508 57 30 20 529 56 25 15 53

10 58 30 10 5411 58 30 20 5512 58 25 15 57

Berdasarkan data biaya-biaya diatas, maka dapat dibuat beberapa

perhitungan yang berkaitan dengan perencanaan agregat. Berikut adalah

perhitungan mengenai strategi mengubah tenaga kerja.

Tabel 5. Strategi Mengubah Tenaga Kerja

Biaya Biaya

Periode Permintaan Penambahan Pengurangan TotalTenaga Tenaga

Kerja Kerja1 43 0 0 02 44 5000 - 50003 45 5000 - 50004 47 10000 - 100005 48 5000 - 50006 49 5000 - 50007 50 5000 - 50008 52 10000 - 100009 53 5000 - 500010 54 5000 - 500011 55 5000 - 500012 57 10000 - 10000

TOTAL 70000

Tahap selanjutnya melakukan perhitungan dengan menggunakan strategi sub contract.

Berikut adalah perhitungan selengkapnya.

Tabel 6. Strategi Mengubah Tenaga Kerja

Periode PermintaanKapasitas Sub

TotalProduksi Contarct

1 43 50 0 02 44 50 0 03 45 50 0 04 47 50 0 05 48 50 0 06 49 50 0 07 50 50 0 08 52 50 2 260009 53 50 3 39000

10 54 50 4 5200011 55 50 5 6500012 57 50 7 91000

TOTAL 273000

Sumber BULAN KT KTTPersediaan 1 (20) 2 3 4 5 6 7 8 9 10 11 12

RT23

10000 10500 11000 11500 12000 12500 13000 13500 14000 14500 15000 1550050 27

1 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500 17000 17500

45

SC13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 18000 18500

30

RT44

10000 10500 11000 11500 12000 12500 13000 13500 14000 14500 1500055 11

2 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500 17000

47

SC13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 18000

25

RT45

10000 10500 11000 11500 12000 12500 13000 13500 14000 1450055 10

3 OT12000 12500 13000 13500 14000 14500 15000 15500 16000 16500

40

SC 13000 13500 14000 14500 15000 15500 16000 16500 17000 17500 20

RT47

10000 10500 11000 11500 12000 12500 13000 13500 1400057 10

4 OT12000 12500 13000 13500 14000 14500 15000 15500 16000

30

SC13000 13500 14000 14500 15000 15500 16000 16500 17000

10

RT48

10000 10500 11000 11500 12000 12500 13000 1350055 7

5 OT12000 12500 13000 13500 14000 14500 15000 15500

25

SC 13000 13500 14000 14500 15000 15500 16000 16500 15

RT49

10000 10500 11000 11500 12000 12500 1300055 6

6 OT12000 12500 13000 13500 14000 14500 15000

25

SC 13000 13500 14000 14500 15000 15500 16000 15

RT50

10000 10500 11000 11500 12000 1250055 5

7 OT12000 12500 13000 13500 14000 14500

25

SC 13000 13500 14000 14500 15000 15500 15

RT52

10000 10500 11000 11500 1200057 5

8 OT12000 12500 13000 13500 14000

30

SC 13000 13500 14000 14500 15000 20

RT53

10000 10500 11000 1150056 3

9 OT12000 12500 13000 13500

25

SC13000 13500 14000 14500

15

RT54

10000 10500 1100058 4

10 OT12000 12500 13000

30

SC13000 13500 14000

10

RT55

10000 1050058 3

11 OT12000 12500

30

SC 13000 13500 20

RT57

1000058 1

12 OT12000

25

SC13000

15

DEMAND 43 44 45 47 48 49 50 52 53 54 55 57

Tabel 7. Perhitungan Metode Transportasi

Tabel 8. Perhitungan Ongkos Produksi Metode Transportasi

Periode Ongkos RT Ongkos OT Ongkos SCOngkos

KTT1 23000 0 0 135002 440000 0 0 5500

3 450000 0 0 50004 470000 0 0 50005 480000 0 0 35006 490000 0 0 30007 500000 0 0 25008 520000 0 0 25009 530000 0 0 150010 540000 0 0 200011 550000 0 0 150012 570000 0 0 500

Total 5563000 0 0 46000

Total = Total ongkos RT + Total ongkos OT + Total ongkos SC + Total

ongkos KTT

= Rp. 6570000 + Rp. 0 + Rp. 0 + Rp. 46.000

= Rp. 5.609.000,-

4. Disagregasi

Proses agregasi (aggregation) ialah pengelompokan beberapa jenis item menjadi

product family. Proses disagregasi (disaggregation) adalah proses derivasi product family

menjadi item.

PH = 500Kusen Kayu

Jendela Pintu(350 u) (150 u)

Kayu Jati Kayu Mahoni Kayu Jati Kayu Mahoni(210 u) (140 u) (90 u) (60 u)

Diketahui persediaan maksimum untuk periode ke 12 adalah jendela 300 unit dan pintu

200 unit, ongkos sekali pesan untuk family jendela 25 dan kayu 20, ongkos per unit untuk

family triplek 15 dan kayu 10. Persedian maksimum jendela 300 dan pintu 200 dengan demand

500.

Inventory

IA4 = 250x 70% = 175

IB4 = 250x 30% = 75

YAi4 = min { 118,32 ; 300 – 175} YBi4 = min { 84,85 ; 200 – 75}

= min {118,32 ; 125} = min { 84,85 ; 125}

= 118,32 = 84,85

∑Yit = YA + YB

= 118,32 + 84,85

= 203,17

∑Yit < Ph Maka perlu adanya penyesuaian

Jadi ∑Yit = Ph = 500