6.1. Analisis Hasil Peramalan
Peramalan dilakukan untuk menentukan perkiraan permintaan produk dimasa yang akan datang berdasarkan data historis selama dua tahun yang lalu. Data historis diambil selama rentang dua tahun lalu agar hasil peramalan yang diperoleh semakin akurat, karena semakin banyak data yang diambil akan memberikan tingkat penyimpangan yang lebih rendah. Dari gambar diagram pencar permintaan produk selama dua tahun lalu produk Picnic, Cocktail, Small dan Medium terlihat mengalami peningkatan dari bulan ke bulan walaupun beberapa bulan terjadi penurunan permintaan. Diagram pencar permintaan masing-masing produk dapat dilihat pada Gambar 6.1.
Dari hasil peramalan diperoleh permintaan produk Picnic terlihat mengalami kecenderungan peningkatan permintaan dari bulan ke bulan selama selama periode perencanaan produksi. Sedangkan produk cocktail, small dan medium cenderung mengalami permintaan yang konstan dari bulan ke bulan selama periode perencanaan produksi. Diagram pencar permintaan produk selama periode perencanaan menggunakan peramalan menggunakan pendekatan goal programming dapat dilihat pada Gambar 6.2.
Gambar 6.2. Diagram Pencar Permintaan Menggunakan Goal Programming
6.2. Analisis Perencanaan Kapasitas Produksi
Berdasarkan hasil perencanaan produksi memperlihatkan bahwa keuntungan yang diperoleh sesuai dengan perencanaan sebelumnya. Dalam model matematis diperlihatkan bahwa: A1X1 + A2X2 + A3X3 + A4X4 ≥ bi, maka dengan memasukkan variabel keputusan yang maka diperoleh:
1600 (132465) + 1900 (30558) + 1850 (15073) +2000 (6338) ≥ Rp 310.565.250,- Ini berarti sasaran untuk memaksimalkan laba tercapai.
Perbedaan pemakaian bahan baku terlihat apabila perusahaan melakukan produksi berdasarkan pengalaman tahun lalu dibandingkan dengan pemakaian bahan baku berdasarkan penelitian dengan Goal Programming. Pemakaian bahan baku terlihat memang semakin besar, akan tetapi perusahaan masih mampu untuk mengatasi kebutuhan bahan baku untuk setiap periodenya. Ini terlihat bahwa kebutuhan bahan baku untuk setiap periodenya lebih kecil (<) dari kemampuan penyediaan bahan baku oleh perusahaan (30.000 kg). Dari perbandingan pemakaian bahan baku melalui perancanaan yang dilakukan oleh perusahaan dengan perencanaan yang dilakukan dengan metode Goal Programming terlihat pemakaian bahan baku dapat digunakan semaksimal mungkin untuk memproduksi produk lebih besar. Perbandingan bahan baku hasil permintaan masa lau dengan bahan baku berdasarkan goal programming dapat dilihat pada gambar 6.3.
Gambar 6.3. Perbandingan Pemakaian Bahan Baku Selama Periode Perencanaan Mei 2010 s/d April 2011
Dalam model matematis diperlihatkan bahwa: A1X1 + A2X2 + A3X3 + A4X4 ≤ bi, maka dengan memasukkan variabel keputusan yang maka diperoleh:
0,13670(132465)+ 0,13672(30558) + 0,13674(15073) + 0,13561 6338) =25.206,43 kg
Persentasi pemakaian bahan baku tiap bulannya dapat dilihat pada tabel 6.1.
Tabel 6.1. Persentase Pemakaian Bahan Baku
No Periode Pemakaian Bahan Baku (kg) Persentase Pemakaian Bahan Baku (%) 1. Mei 2010 25206.43 84.02 2. Juni 2010 25430.93 84.77 3. Juli 2010 25652.68 85.51 4. Agustus 2010 25871.57 86.24 5. September 2010 26087.58 86.96 6. Oktober 2010 26300.86 87.67 7. November 2010 26511.27 88.37 8. Desember 2010 26718.81 89.06 9. Januari 2011 26923.47 89.74 10. Februari 2011 27125.40 90.42 11. Maret 2011 27324.46 91.08 12. April 2011 27520.65 91.74
Berdasarkan perhitungan diatas maka sasaran untuk mengoptimalkan pemakaian bahan sudah tercapai.
Sedangkan untuk pemakaian jam kerja terlihat bahwa metode Goal Programming memberikan solusi optimal, dimana jumlah jam kerja yang diperoleh masih dibawah jam kerja tersedia. Perbandingan jam kerja tersedia dengan jam kerja terpakai dapat dilihat pada gambar 6.4.
Gambar 6.4. Perbandingan jam kerja Periode Mei 2010 s/d April 2011
Dalam model matematis diperlihatkan bahwa: A1X1 + A2X2 + A3X3 + A4X4 ≤ bi, maka dengan memasukkan variabel keputusan yang maka diperoleh:
0,001178(132465)+0,001178(30558)+0,001178(15073)+0,001178(6338) = 217,26 jam Persentasi pemakaian jam kerja tiap bulannya dapat dilihat pada tabel 6.2.
Kapasitas tersedia (capacity available) dapat dihitung dengan rumus, kapasitas tersedia = jam kerja tersedia x efesiensi x utilitas. Dimana efesiensi 99% dan utilitas 99%.
Tabel 6.2. Persentase Pemakaian Jam Kerja
No Periode Kapasitas Tersedia Kapasitas Terpakai Persentase Pemakaian (%) Kekurangan Jam Kerja (jam) 1 Mei 2010 235.22 217.26 90.53 17.96 2 Juni 2010 254.83 219.20 84.31 35.63 3 Juli 2010 245.03 221.11 88.44 23.92 4 Agustus 2010 245.03 223.00 89.20 22.03 5 September 2010 235.22 224.86 93.69 10.36 6 Oktober 2010 245.03 226.70 90.68 18.33 7 November 2010 245.03 228.51 91.40 16.52 8 Desember 2010 245.03 230.30 92.12 14.73 9 Januari 2011 245.03 232.07 92.83 12.96 10 Februari 2011 235.22 233.81 97.42 1.41 11 Maret 2011 254.83 235.52 90.58 19.31 12 April 2011 245.03 237.22 94.89 7.81
Berdasarkan diagram diatas maka sasaran untuk mengoptimalkan jam kerja sudah tercapai, dimana diperlihatkan bahwa jumlah jam kerja tersedia masih lebih besar dibandingkan dengan jumlah pemakaian jam kerja. Apabila terjadi kelebihan pemakaian jam kerja dibandingkan dengan jam kerja tersedia, maka dilakukan penambahan shift kerja. Jika terjadi kekurangan jam kerja maka akan dilakukan penambahan jam kerja dengan melakukan lembur.
Berdasarkan hasil Lindo maka tabel variabel deviasional dapat dilihat pada tabel 6.3.
Tabel 6.3. Variabel Deviasional
Variabel Deviasional
Horizon Perencanaan
Mei Jun Jul Aug Sep Okt Nov Des Jan Feb Mar Apr d1+ 0 0 0 0 0 0 0 0 0 0 0 0 d2+ 0 0 0 0 0 0 0 0 0 0 0 0 d3+ 0 0 0 0 0 0 0 0 0 0 0 0 d4+ 0 0 0 0 0 0 0 0 0 0 0 0 d5+ 0 0 0 0 0 0 0 0 0 0 0 0 d6+ 0 0 0 0 0 0 0 0 0 0 0 0 d7+ 0 0 0 0 0 0 0 0 0 0 0 0
Sasaran yang ingin dicapai pada fungsi sasaran:
1. Meminimumkan kekurangan jumlah produksi (d1-, d2-, d3-, d4-). Dalam hal ini secara keseluruhan sasaran ini tercapai dimana nilai dari d1+, d2+, d3+, d4+ bernilai nol.
2. Meminimumkan keuntungan dibawah target d5-. Sasaran ini tercapai dimana nilai d5- bernilai nol.
3. Meminimumkan jumlah jam kerja (jam kerja lembur) yaitu d7+ dan meminimumkan kekurangan bahan baku yaitu d6+ , kedua sasaran ini tercapai dimana d7- dan d6- bernilai nol
Persentasi ketersediaan bahan baku untuk masing-masing produk berdasarkan rata-rata pemakaian bahan baku dapat dilihat pada tabel 6.3.
Tabel 6.4. Jumlah Ketersediaan Bahan Baku untuk masing-masing Produk
Produk Rata-rata Pemakaian Bahan Baku (kg) Persentase (%) Jumlah Ketersediaan Bahan Baku (kg) Picnic 146364,82 70,67 21.199,5 Cocktail 39554,09 19,10 5.729,0 Small 15175,71 7,33 2.198,1 Medium 6030,22 2,91 873,4 Total 100 30.000
Untuk melihat apakah ketersediaan bahan baku dapat memenuhi perencanaan bahan baku dapat dilihat pada tabel 6.4.
Tabel 6.5. Perbandingan Antara Kebutuhan Bahan Baku Ketersedian Bahan Baku Selama Periode Perencanaan
Periode Perencanaan Picnic Cocktail Kebutuhan (kg) Ketersediaan (kg) Keterangan Kebutuhan (kg) Ketersediaan (kg) Keterangan
Mei 2010 17812.13 21199.5 Terpenuhi 4813.61 5729.0 Terpenuhi
Juni 2010 17970.77 21199.5 Terpenuhi 4856.48 5729.0 Terpenuhi
Juli 2010 18127.47 21199.5 Terpenuhi 4898.83 5729.0 Terpenuhi
Agustus 2010 18282.15 21199.5 Terpenuhi 4940.63 5729.0 Terpenuhi
September 2010 18434.80 21199.5 Terpenuhi 4981.88 5729.0 Terpenuhi
Oktober 2010 18585.51 21199.5 Terpenuhi 5022.61 5729.0 Terpenuhi
November 2010 18734.20 21199.5 Terpenuhi 5062.79 5729.0 Terpenuhi
Desember 2010 18880.85 21199.5 Terpenuhi 5102.42 5729.0 Terpenuhi
Januari 2011 19025.48 21199.5 Terpenuhi 5141.50 5729.0 Terpenuhi
Februari 2011 19168.17 21199.5 Terpenuhi 5180.07 5729.0 Terpenuhi
Maret 2011 19308.84 21199.5 Terpenuhi 5218.08 5729.0 Terpenuhi
Tabel 6.4. Perbandingan Antara Kebutuhan Bahan Baku Ketersedian Bahan Baku Selama Periode Perencanaan (Lanjutan)
Periode Perencanaan Small Medium Kebutuhan (kg) Ketersediaan (kg) Keterangan Kebutuhan (kg) Ketersediaan (kg) Keterangan
Mei 2010 1846.84 2198.1 Terpenuhi 733.86 873.4 Terpenuhi
Juni 2010 1863.28 2198.1 Terpenuhi 740.39 873.4 Terpenuhi
Juli 2010 1879.53 2198.1 Terpenuhi 746.85 873.4 Terpenuhi
Agustus 2010 1895.57 2198.1 Terpenuhi 753.22 873.4 Terpenuhi
September 2010 1911.40 2198.1 Terpenuhi 759.51 873.4 Terpenuhi
Oktober 2010 1927.02 2198.1 Terpenuhi 765.72 873.4 Terpenuhi
November 2010 1942.44 2198.1 Terpenuhi 771.85 873.4 Terpenuhi
Desember 2010 1957.65 2198.1 Terpenuhi 777.89 873.4 Terpenuhi
Januari 2011 1972.64 2198.1 Terpenuhi 783.85 873.4 Terpenuhi
Februari 2011 1987.44 2198.1 Terpenuhi 789.73 873.4 Terpenuhi
Maret 2011 2002.02 2198.1 Terpenuhi 783.85 873.4 Terpenuhi
April 2011 2016.39 2198.1 Terpenuhi 789.73 873.4 Terpenuhi Dari keempat jenis produk tersebut, produk Picnic memiliki persentasi yang paling besar yaitu 70,67% kemudian diikuti produk Cocktail sebesar 19,10%, produk Small sebesar 7,33 dan persentase yang paling kecil adalah produk Medium sebesar 2,91%. Berdasarkan perbandingan antara kebutuhan bahan baku dan ketersediaan bahan baku maka ketersediaan bahan baku masih dapat memenuhi kebutuhan bahan baku. Bila terjadi kekurangan ketersediaan bahan baku maka perusahaan harus melakukan pemesanan yang lebih besar kepada suplier ataupun perusahaan melakukan kendali terhadap tambak yang mereka olah sendiri.