METODOLOGI PENELITIAN
4.3. Objek Penelitian
Objek penelitian yang diamati adalah jenis dan jumlah variasi tepung terigu yang dihasilkan oleh perusahaan dan dinyatakan sebagai job dan stasiun kerja yang digunakan di lantai produksi untuk menghasilkan produk tersebut. Berdasarkan job dan stasiun kerja akan disusun urutan pengerjaan job yang optimal.
4.4. Variabel Penelitian dan Definisi Operasional
Variabel-variabel dan definisi operasional yang terdapat dalam penelitian ini adalah:
1. Permintaan produk adalah jumlah produk yang diminta oleh konsumen pada periode tertentu dalam rentang waktu satu minggu. Permintaan produk dari konsumen dibedakan atas 2 hal, yaitu;
a. Jenis produk adalah jenis tepung terigu yang diminta oleh konsumen. Jenis tepung terigu yang diteliti adalah tepung AFI Hitam, AFI Orange, AFI Merah, AFI Kuning, AFI Biru, AFI Cokelat, Armada Biru, Armada Orange, dan Armada Merah.
b. Jumlah permintaan (number of demand) adalah banyaknya produk yang diminta oleh konsumen dalam periode dan rentang waktu mingguan.
2. Jenis dan jumlah gandum yang digunakan
Jenis dan jumlah gandum adalah komposisi yang digunakan untuk menghasilkan tepung terigu. Jenis dan jumlah gandum yang digunakan ditentukan berdasarkan permintaan produk.
3. Conditioning time gandum
Conditioning time gandum adalah lamanya waktu pengkondisian yang diperlukan gandum jenis tertentu dalam tempering bin. Lamanya conditioning time gandum akan dibagi 70% dari waktu total untuk pengkondisian pertama (first conditioning) dan 30% dari waktu total untuk pengkondisian pertama (second conditioning).
4. Kapasitas stasiun kerja tersedia
Kapasitas stasiun kerja tersedia adalah batas kemampuan setiap stasiun kerja pengolahan produk dan dinyatakan dalam ton/ satuan waktu. Stasiun kerja yang tersedia adalah stasiun kerja cleaning, first conditioning, second dampening, flour bin/ bin tepung, milling, dan mixing. Berdasarkan kapasitas ini, maka dapat ditentukan waktu yang dibutuhkan setiap stasiun kerja untuk menghasilkan produk.
5. Waktu standar operator packing
Waktu standar operator packing adalah waktu yang sebenarnya dibutuhkan oleh operator pengisian dan penjahitan untuk memproduksi satu unit produk yaitu satu karung tepung terigu berisi 25 kilogram. Waktu standar ditentukan dari pengukuran waktu siklus operator packing dan dihitung dengan mempertimbangkan rating factor dan allowance.
4.5. Kerangka Berpikir
Kerangka berpikir merupakan suatu model yang menunjukkan variabel- variabel untuk menganalisis masalah kegagalan penyelesaian produk tepat waktu
dan menghasilkan solusi berupa jadwal produksi optimal. Kerangka berpikir penelitian ini ditunjukkan Gambar 4.1.
Permintaan produk
Jenis produk
Kapasitas stasiun kerja
tersedia Conditioning time gandum
Jadwal produksi Jumlah yang diminta
Jenis dan jumlah gandum yang digunakan
Penjadwalan dengan metode Algoritma Genetika
Waktu standar operator
packing
Gambar 4.1 Kerangka Berpikir Penelitian
4.6. Rancangan Penelitian
Penelitian dilaksanakan dengan mengikuti langkah-langkah sebagai berikut:
1. Tahap awal penelitian yaitu studi pendahuluan yang menunjukkan fenomena (gejala masalah) yang ditemukan di PT. Agri First Indonesia. Masalah yang ditemukan adalah kegagalan penyelesaian produk tepat waktu sehingga diperlukan rancangan jadwal yang optimal dengan metode Algoritma Genetika.
2. Studi kepustakaan digunakan sebagai pisau analisis masalah dalam penelitian ini. Studi kepustakaan meliputi teori mengenai Penjadwalan berupa Terminologi Penjadwalan, Model Penjadwalan, dan Kriteria Penjadwalan, Pengukuran Waktu (Time Study) terdiri atas pengukuran waktu jam henti,
tingkat ketelitian dan keyakinan, pengujian keseragaman data, pengujian kecukupan data, rating factor dan allowance, dan perhitungan waktu standar, Algoritma Genetika, dan teori mengenai gandum dan proses flour wheat milling.
3. Pengumpulan data
Data-data yang dikumpulkan untuk menghasilkan rancangan jadwal produksi terdiri atas beberapa jenis, yaitu:
a. Data permintaan produk
Data permintaan produk diperoleh dari data dokumentasi perusahaan yaitu dari Departemen Marketing. Data permintaan produk meliputi jenis dan jumlah produk yang diminta oleh konsumen. Data permintaan produk dikumpulkan dalam 30 periode mingguan yaitu periode 30 Mei 2014 - 1 Januari 2015.
b. Data komposisi produk
Produk tepung terigu terdiri atas beberapa jenis gandum untuk menghasilkan produk sesuai dengan spesifikasi yang diinginkan konsumen. Data komposisi produk adalah diperoleh dari dokumentasi perusahaan yaitu bagian mixing.
c. Data conditioning time gandum
Data conditioning time gandum adalah lama waktu yang diperlukan untuk proses pengkondisian gandum sehingga siap untuk digiling. Data conditioning time gandum diperoleh melalui milling report dan pengamatan langsung melalui sistem PLC di komputer.
d. Data kapasitas stasiun kerja tersedia
Data kapasitas stasiun kerja tersedia meliputi data kapasitas stasiun kerja cleaning, first conditioning, second dampening, milling, dan mixing. Data- data ini diperoleh melalui laporan produksi di setiap stasiun kerja dan pengamatan langsung melalui sistem PLC di komputer.
e. Data waktu siklus operator packing
Data waktu siklus operator packing diperoleh melalui pengukuran langsung pada operator pengisian dan penjahitan menggunakan stopwatch time study. Pengukuran waktu siklus operator pengisian adalah dengan menghitung jumlah produk yang dihasilkan dalam satu menit dan waktu yang dibutuhkan operator penjahitan untuk menyelesaikan satu karung tepung terigu.
4. Pengolahan data
Langkah-langkah pengolahan data dalam penelitian ini terdiri atas beberapa tahapan yaitu:
a. Peramalan permintaan
Peramalan permintaan adalah langkah untuk menentukan jenis dan jumlah tepung terigu yang dihasilkan pada periode selanjutnya. Data penjualan produk periode 30 Mei 2014- 1 Januari 2015 digunakan untuk meramalkan permintaan di periode mendatang yaitu periode 2 Januari- 5 Februari 2015. Metode peramalan yang digunakan adalah metode double eksponensial dua parameter dari Holt dan metode smoothing eksponensial linier satu parameter dari Brown. Alasan pemilihan metode eksponensial smoothing
dikarenakan horizon peramalan jangka pendek yaitu kurang dari 6 bulan dan dalam bentuk mingguan. Ditinjau dari pola data, data cenderung berfluktuasi dan tidak stasioner. Dari kedua metode ini, metode yang dipilih untuk meramalkan produk adalah metode yang menghasilkan error terendah.
b. Penentuan jumlah gandum yang digunakan
Jumlah bahan baku gandum yang digunakan ditentukan berdasarkan jumlah produk yang dihasilkan dan komposisi produk tersebut. Jumlah gandum yang dibutuhkan ditentukan dalam periode mingguan yaitu periode 2-8 Januari 2015. Output yang dihasilkan adalah jenis dan jumlah gandum yang akan diolah pada proses cleaning dan milling dalam periode 1 minggu tersebut.
c. Penentuan waktu standar operator pengisian dan penjahitan
Waktu standar operator pengisian dan penjahitan ditentukan berdasarkan waktu siklus yang telah diukur. Langkah-langkah penentuan waktu standar adalah perhitungan uji keseragaman dan kecukupan data, perhitungan rating factor dengan metode Westinghouse, perhitungan waktu normal berdasarkan waktu siklus dan rating factor, penentuan allowance, dan perhitungan waktu standar berdasarkan waktu normal dan allowance. d. Penjadwalan dengan metode aktual di perusahaan
Metode penjadwalan yang digunakan perusahaan adalah produk yang memiliki jumlah permintaan paling tinggi akan diproses terlebih dahulu.
Rancangan jadwal hasil metode aktual di perusahaan adalah makespan dan urutan produksi untuk periode yang disusun.
e. Penjadwalan dengan metode Algoritma Genetika
Penjadwalan dengan metode algoritma genetika terdiri atas beberapa tahap yaitu pembentukan kromosom, penentuan parameter, inisialisasi parameter, crossover, mutasi, dan evaluasi.
5. Analisis pemecahan masalah
Analisis pemecahan masalah menguraikan jawaban dari pertanyaan yang berkaitan dengan masalah dalam penelitian ini. Analisis yang dilakukan adalah:
a. Analisis faktor penyebab produk tidak selesai tepat waktu b. Analisis metode untuk menghasilkan produk tepat waktu
c. Pembuatan Gantt Chart untuk metode aktual di perusahaan dan metode algoritma genetika untuk melihat perbandingannya
6. Kesimpulan dan saran diberikan untuk penelitian
Kesimpulan dan saran dalam penelitian ini adalah butir-butir pernyataan tegas dan jelas terkait dengan tujuan dan analisis penelitian untuk menyelesaikan permasalahan.
Langkah-langkah proses penelitian “Penjadwalan Produksi dengan Metode Algoritma Genetika di PT. Agri First Indonesia ditunjukkan Gambar 4.2. Flowchart dan stopping rule Algoritma Genetika ditunjukkan pada Gambar 4.3.
MULAI
Studi Pendahuluan
1. Produksi Agri First Indonesia menghasilkan 10 jenis tepung terigu 2. Sistem penjadwalan perusahaan 3. Data pendukung berupa jadwal yang tidak terpenuhi
Studi Literatur
1. Teori Buku
2. Referensi Jurnal Penelitian 3. Langkah-langkah penyelesaian
Identifikasi Masalah Awal
Kegagalan lantai produksi untuk menyelesaikan produk tepat waktu yang disebabkan berbagai faktor yaitu tingginya variasi produk disertai dengan delay
yang tinggi
Pengumpulan Data
1. Data permintaan produk
- Diperoleh dari data dokumentasi perusahaan - Data meliputi jenis dan jumlah yang diminta - Terdiri atas 30 periode
2. Data komposisi produk
Diperoleh dari data dokumentasi perusahaan 3. Data conditioning time gandum
Diperoleh dari data dokumentasi perusahaan dan pengamatan langsung
4. Data kapasitas stasiun kerja
Diperoleh dari data dokumentasi perusahaan dan pengamatan langsung
5. Data waktu siklus operator packing
Diperoleh melalui pengamatan langsung dengan metode stopwatch time study
Pengolahan Data
1. Peramalan Permintaan Produk periode 2 Januari – 5 Februari 2015
Metode :
- Metode Double Eksponensial Dua Parameter dari Holt
- Metode Smoothing Eksponensial Linier Satu Parameter dari Brown
2. Penentuan jumlah gandum yang digunakan Berdasarkan data produk yang akan dihasilkan 3. Penentuan waktu standar operator pengisian dan penjahitan dengan stopwatch time study
4. Penjadwalan aktual di perusahaan 5. Penjadwalan dengan Algoritma Genetika
Analisis Pemecahan Masalah
1. Analisis faktor penyebab produk tidak selesai tepat waktu
2. Analisis metode yang tepat untuk menghasilkan produk tepat waktu
3. Penentuan Gantt Chart untuk jadwal terpilih
Kesimpulan dan Saran
SELESAI
Start
Input: Waktu proses dan flowtime jumlah job
popsize (ukuran populasi) Probabilitas crossover (pc) Probabilitas mutasi (pm)
Bangkitkan populasi awal (inisialisasi populasi)
Hitung: Makespan
Nilai fitness kromosom (f)
Seleksi kromosom : Fitness relatif (pi) Fitness kumulatif (qi) Bilangan random (r) qi≤ r dan qi+1 > r ? Kromosom hasil seleksi Bangkitkan Bilangan acak ( r) r < pc ? Crossover Mutasi Bangkitkan Bilangan acak ( r) r < pm ? Populasi akhir generasi Perhitungan fungsi tujuan
Fitness = 1/ makespan (meminimisasi makespan) Kriteria pemberhentian terpenuhi? Solusi optimal Stop Ya Tidak Ya Ya Ya Tidak Tidak Tidak