SISTEM PENGENDALIAN PRODUKSI
DI PT. SJ MODE INDONESIA
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana
ADIKHARA PRATAMA
10109045
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
LEMBAR PENGESAHAN
SISTEM PENGENDALIAN PRODUKSI DI PT. SJ MODE
INDONESIA
ADIKHARA PRATAMA
NIM. 10109045
Telah disetujui dan disahkan di Bandung sebagai Tugas Skripsi pada tanggal :
21 Agustus 2014
Menyetujui,
Pembimbing
Tati Harihayati M., S.T., M.T.
NIP.41277006006
Dekan Fakultas Ketua Program Studi
Teknik dan Ilmu Komputer
Teknik Informatika
SURAT KETERANGAN
PERSETUJUAN PUBLIKASI
Bahwa yang bertandatangan di bawah ini, penulis dan pihak perusahaan tempat
penelitian, Menyetujui:
Untuk memberikan kepada Universitas Komputer Indonesia
Hak Bebas Royalty
Noneksklusif
atas penelitian ini dan bersedia untuk di-
online
-kan sesuai dengan
ketentuan yang berlaku untuk kepentingan riset dan
pendidikan .
Bandung, 21 Agustus 2014
Penulis,
Perusahaan.
(HRD & Compliance Manager)
Adikhara Pratama
Tommy Nugraha
NIM. 10109045
Mengetahui,
Pembimbing
Tati Harihayati M., S.T.,M.T.
NIP. 42177006006
Catatan :
v
DAFTAR ISI
ABSTRAK ... i
ABSTRACT
... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... x
DAFTAR TABEL ... xiii
DAFTAR SIMBOL ... xvii
DAFTAR LAMPIRAN ... xxi
BAB 1 PENDAHULUAN ... 1
1.1
Latar Belakang Masalah ... 1
1.2
Rumusan Masalah ... 2
1.3
Maksud dan Tujuan... 3
1.4
Batasan Masalah ... 3
1.5
Metodologi Penelitian ... 4
1.5.1
Metode Pengumpulan Data ... 4
1.5.2
Metode Pembangunan Perangkat Lunak ... 5
1.6
Sistematika Penulisan ... 6
BAB 2 TINJAUAN PUSTAKA ... 9
2.1
Profil Perusahaan ... 9
2.1.1
Sejarah Perusahaan ... 9
2.1.2
Visi dan Misi Perusahaan... 9
2.1.1.1 Visi ... 9
2.1.1.2 Misi ... 10
2.1.3
Struktur Organisasi Perusahaan ... 10
2.1.4
Deskripsi Pekerjaan ... 10
2.2
Landasan Teori... 12
2.2.1
Sistem Informasi ... 12
2.2.2
Pengendalian Produksi ... 12
vi
2.2.3.1 Pengertian dan Kegunaan Peramalan ... 13
2.2.3.2 Metode Peramalan ... 14
2.2.3.3 Analisis Deret Berkala... 15
2.2.4
Metode
Single
Exponential Smoothing
... 17
2.2.4.1 Kesalahan Peramalan (
forecast
error
) ... 17
2.2.5 Penjadwalan Produksi ... 18
2.2.6
Metode
Earliest Due Date
(EDD) ... 19
2.2.7
Analisis Perancangan Terstruktur ... 19
2.2.7.1 Diagram Konteks ... 19
2.2.7.2
Data
Flow
Diagram
... 20
2.2.7.3
Entity
Relationship
Diagram
... 20
2.2.7.4 Kamus Data ... 20
BAB 3 ANALISIS DAN PERANCANGAN SISTEM ... 21
3.1
Analisis Sistem ... 21
3.1.1
Analisis Masalah ... 21
3.1.2
Analisis Sistem yang Sedang Berjalan ... 21
3.1.2.1 Prosedur Penerimaan Permintaan Produk ... 22
3.1.2.2 Prosedur Penjadwalan Produksi ... 23
3.1.3
Analisis Aturan Bisnis ... 25
3.1.3.1 Analisis Aturan Bisnis Berdasarkan Fakta ... 26
3.1.3.2 Analisis Aturan Bisnis Berdasarkan Kebutuhan ... 26
3.1.4
Analisis Bahan Baku ... 27
3.1.5
Analisis Peramalan ... 29
3.1.5.1 Data Peramalan... 29
3.1.5.2 Perhitungan Peramalan ... 30
3.1.5.3
Forecast
Error
... 34
3.1.6
Analisis Produksi ... 37
3.1.6.1 Analisis Alur Produksi ... 37
3.1.6.2 Analisis Penjadwalan Produksi ... 37
3.1.7
Analisis Spesifikasi Kebutuhan Perangkat Lunak... 39
vii
3.1.8.1 Analisis Pengguna ... 41
3.1.8.2 Analisis Perangkat Keras ... 43
3.1.8.3 Analisis Perangkat Lunak ... 44
3.1.9
Analisis Jaringan ... 45
3.1.10 Analisis Basis Data ... 46
3.1.11 Analisis Kebutuhan Fungsional ... 48
3.1.11.1 Diagram Konteks ... 48
3.1.11.2 Data Flow Diagram (DFD) ... 49
3.1.11.3 Spesifikasi Proses... 59
3.1.11.4 Kamus Data ... 71
3.2
Perancangan Sistem ... 75
3.2.1
Perancangan Pengkodean... 75
3.2.2
Perancangan Data... 76
3.2.2.1 Diagran Relasi ... 76
3.2.2.2 Perancangan Struktur Tabel ... 77
3.2.3
Perancangan Struktur Menu ... 81
3.2.3.1 Perancangan Struktur Menu ... 82
3.2.4
Perancangan Antarmuka ... 83
3.2.4.1 Perancangan Antarmuka Login Pengguna ... 83
3.2.4.2 Perancangan Antarmuka Login Pengguna ... 84
3.2.4.3 Perancangan Antarmuka Lupa Password... 84
3.2.4.4 Perancangan Antarmuka untuk Admin ... 85
3.2.4.5 Perancangan Antarmuka untuk Production Manager ... 88
3.2.4.6 Perancangan Antarmuka untuk PPIC... 95
3.2.5
Perancangan Pesan ... 100
3.2.6
Jaringan Semantik ... 101
3.2.7
Perancangan Prosedural ... 103
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ... 113
4.1
Implementasi Sistem ... 113
4.1.1
Perangkat Keras yang Digunakan ... 113
viii
4.2
Implementasi Basis Data ... 113
4.2.1
Tabel
user
... 114
4.2.2
Tabel mesin ... 114
4.2.3
Tabel kinerja_mesin ... 114
4.2.4
Tabel bahan_baku... 115
4.2.5
Tabel kebutuhan_bahan ... 115
4.2.6
Tabel produk... 115
4.2.7
Tabel permintaan ... 116
4.2.8
Tabel hasil_produksi ... 116
4.2.9
Tabel jadwal ... 116
4.2.10 Tabel peramalan ... 117
4.2.11 Tabel libur ... 117
4.2.12 Tabel
buyer
... 117
4.3
Implementasi Antarmuka ... 118
4.4
Pengujian Perangkat Lunak ... 119
4.4.1
Rencana Pengujian
Blackbox
... 119
4.4.2
Kasus dan Hasil Pengujian ... 121
4.4.2.1 Pengujian login ... 121
4.4.2.2 Pengujian lupa password ... 122
4.4.2.3 Pengujian profil pengguna ... 122
4.4.2.4 Pengujian kelola data pengguna ... 123
4.4.2.5 Pengujian kelola data mesin ... 124
4.4.2.6 Pengujian kelola data bahan baku ... 125
4.4.2.7 Pengujian kelola data produk ... 126
4.4.2.8 Pengujian kelola data libur nasional ... 127
4.4.2.9 Pengujian kelola data hasil produksi ... 127
4.4.2.10 Pengujian pengolahan penjadwalan... 128
4.4.2.11 Pengujian kelola data permintaan ... 128
4.4.2.12 Pengujian pengolahan peramalan ... 129
4.2.3
Kesimpulan Pengujian
Blackbox
... 130
ix
4.2.4.1 Wawancara Pengujian Beta Untuk Admin ... 130
4.2.4.2 Wawancara Pengujian Beta Untuk Production Manager... 131
4.2.4.4 Wawancara Pengujian Beta Untuk PPIC ... 132
4.2.5
Kesimpulan Pengujian Beta ... 133
BAB 5 KESIMPULAN DAN SARAN ... 135
5.1
Kesimpulan ... 135
5.2
Saran ... 135
137
DAFTAR PUSTAKA
[1]
Fathoni, Abdurrahmat., Prof., Dr., H., M.Si. (2005),
Metodologi Penelitian
& Teknik Penyusunan Skripsi
, Jakarta: Rineka Cipta
[2]
Pressman. R. S. (2012).
Software Enginering : A Practitionerr’s Approach.
7
thedition.
McGraw Hill Higher Education.
[3]
PT. SJ Mode Indonesi. (2012).
Profil PT. SJ ode Indonesia.
Subang.
[4]
Yakub. (2012).
Pengantar Sistem Informasi.
Yogyakarta : Graha Ilmu.
[5]
Sumarsan. & Thomas. (2013).
Sistem Pengendalian Manajemen (edisi 2).
Jakarta Barat: Indeks
[6]
Baroto, Teguh. 2002.
Perencanaan dan Pengendalian Produksi.
Jakarta:
Ghalia Indonesia.
[7]
Handoko. T. H. (2011).
Dasar-dasar Manajemen Produksi dan Operasi.
Yogyakarta: BPFE.
[8]
Makridakis. S.. Weelwright. S. C.. & McGee. V. E. (n.d.).
Metoda dan
Aplikasi Peramalan Jilid 1.
Tanggerang: Binarupa Aksara.
[9]
Tim Pengembangan Laboratorium Manajemen Menengah. (2006).
Manajemen Operasional.
Jakarta: Fakultas Ekonomi Gunadarma.
[10]
Kristanto. A. (2008).
Perancangan Sistem Informasi.
Yogyakarta: Gava
Media.
iii
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan
karunia-Nya, sehingga penulis dapat menyelesaikan laporan tugas akhir ini.
Laporan tugas akhir ini merupakan syarat untuk menyelesaikan studi
jenjang strata satu (S1) di Program Studi Teknik Informatika, Universitas
Komputer Indonesia dengan judul
“
SISTEM PENGENDALIAN PRODUKSI
DI PT. SJ MODE INDONESIA
”.
Laporan tugas akhir ini tidak akan berarti apa-apa tanpa bantuan dan
dukungan semua pihak yang dengan segenap hati dan rasa tulus yang telah
memberikan semua hal yang penulis butuhkan, untuk itu pada kesempatan ini
penulis menyampaikan ungkapan rasa syukur dan terima kasih yang
sebesar-besarnya kepada:
1.
Allah SWT yang telah melimpahkan rahmat dan karunia-Nya.
2.
Kedua orang tua, istri dan anak tercinta yang selalu memberikan dorongan
semangat dan doa yang tak pernah ada habisnya, beserta cinta dan kasih sayang
yang menjadi kekuatan bagi penulis.
3.
Mr. Kim selaku
Production Manager
dan Bapak Tomi selaku
HRD Manager
yang telah memberikan kesempatan bagi penulis untuk melaksanakan dan
membantu penelitian tugas akhir di PT. SJ MODE INDONESIA.
4.
Ibu Tati Harihayati M., S.T., M.T., selaku dosen pembimbing yang telah
memberikan bimbingan, pengarahan dan masukan bagi penulis dalam tugas
akhir ini.
5.
Ibu Dian Dharmayanti, S.T., M.Kom. beserta Ibu Sufaatin, S.T., M.Kom.
selaku dosen penguji yang telah memberikan masukan dan saran kepada
penulis.
6.
Seluruh dosen pengajar dan staf di UNIKOM khususnya pada Program Studi
Teknik Informatika yang telah memberikan ilmu dan pengetahuannya serta
membantu proses perkuliahan.
iv
masih jauh dari sempurna. Oleh karena itu, penulis menerima segala masukan,
saran, dan kritik yang membangun untuk perbaikan dari masa mendatang.
Akhir kata, semoga laporan ini dapat berguna khusunya bagi penulis, dan
untuk seluruh pihak yang membutuhkan pada umumnya.
Bandung, 14 Agustus 2014
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1SISTEM PENGENDALIAN PRODUKSI
DI PT. SJ MODE INDONESIA
Adikhara Pratama
Teknik Informatika
–
Universitas Komputer Indonesia
Jl. Dipatiukur 112-114 Bandung
E-mail : adikhara@gmail.com
ABSTRAK
PT. SJ MODE INDONESIA merupakan perusahaan yang bergerak dalam industri garment
(pakaian jadi). Penelitian ini mengangkat kasus yaitu dalam menentukan jumlah permintaan yang disanggupi perusahaan sering tidak sesuai dengan kemampuan produksi dan penjadwalan yang dilakukan sering mengalami keterlambatan dalam memenuhi target batas waktu penyelesain proses produksi. Hal ini mengakibatkan perusahaan harus melakukan lembur yang berlebihan atau mengirim pesanan melalui jalur udara dimana ongkos kirim yang harus dibayar relatif mahal sehingga keuntungan yang didapat berkurang dan stamina para karyawan menurun. Selain itu penyediaan bahan baku yang dilakukan sering mengalami kendala yaitu kelebihan atau kekurangan bahan baku untuk proses produksi. Hal ini menyebabkan terganggunya proses produksi atau menumpuknya bahan baku di gudang.
Berdasarkan permasalahan yang telah diuraikan, solusi untuk menentukan banyaknya jumlah permintaan yang bisa dipenuhi dihitung dengan waktu proses pengerjaan disetiap mesin untuk setiap produk dikali jumlah permintaan dibagi dengan jumlah mesin dan dibagi dengan jumlah waktu kerja per hari. Sedangkan solusi untuk penjadwalan akan menggunakan metode Earlist Due Date (EDD), dimana tanggal penerimaan produk ke buyer yang lebih cepat akan dikerjakan terlebih dahulu dan untuk proses peramalan bahan baku menggunakan metode single exponential smoothing. Adapun penggunaan pendekatan analisis perangkat lunak pada penelitian ini menggunakan pendekatan analisis terstruktur.
Berdasarkan hasil pengujian blackbox dan pengujian beta, maka diperoleh kesimpulan sistem pengendalian produksi yang dibangun sudah dapat membantu production manager dalam menentukan jumlah permintaan yang bisa disanggupi oleh perusahaan serta memudahkan dalam penjadwalan produksi. Selain itu, sistem pengendalian produksi sudah dapat membantu PPIC untuk menyediakan
bahan baku yang akan digunakan di bulan berikutnya.
Kata Kunci : Pengendalian, Penjadwalan, Peramalan, Produksi,
Garment, Single Exponential Smoothing (SES), Earlist Due Date (EDD)
1. PENDAHULUAN
PT. SJ MODE INDONESIA adalah perusahaan milik swasta yang bergerak dalam industri pakaian jadi (Garment). Produk yang dihasilkan seperti T-shirt, Polo Shirt, Tanktop, Pants, Long Shirt dan lain-lain. Sistem produksi dilakukan dari barang setengah jadi menjadi barang jadi. Aktivitas produksi dilakukan jika ada permintaan atau Make To Order. Alur produksi dimulai dengan mempersiapkan mesin yang akan digunakan dan mempersiapkan bahan baku yang akan dipakai, kemudian bahan baku (kain) melalui proses di mesin
fabric relaxation selanjutnya kain yang sudah direlaksasi dipotong berdasarkan pola dengan menggunakan mesin cutting, kain yang sudah dipotong siap untuk dijahit dan disatukan dengan bahan baku pendukung lainnya atau biasa disebut dengan proses sewing. Pakain yang sudah jadi selanjutnya disetrika dengan uap agar rapih dan tidak kusut, proses tersebut biasa disebut dengan
ironing dan selanjutnya pakain siap untuk proses
folding atau pelipatan lalu siap untuk dikemas.
PT. SJ MODE INDONESIA mempunyai 3 unit mesin fabric relaxation, 15 unit mesin cutting, mesin jahit sebanyak 850 unit, mesin ironing
sebanyak 71 unit. Tenaga kerja yang bertugas dibagian Gudang sebanyak 38 orang, yang bertugas dibagian cutting sebanyak 86 orang, bagian sewing
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1berdasarkan perkiraan dari Production Manager.
Pada proses ini sering kali permintaan yang disanggupi perusahaan sering tidak sesuai dengan kemampuan produksi. Penjadwalan produksi yang dilakukan oleh perusahaan saat ini adalah First Come First Serverd (FCFS), yaitu permintaan yang pertama kali datang akan dilayani terlebih dahulu. Pada proses ini sering mengalami kendala dengan penjadwalan produksi yang dilakukan tidak sesuai rencana, contohnya saat ini sedang produksi Long shirt tetapi karena batas tanggal penyelesaian Polo Shirt mendekati batas waktu jadi Polo Shirt dahulu yang jadi prioritas. Hal ini mengakibatkan keterlambatan proses penyelesaian produksi sehingga untuk memenuhi permintaan dan mengirim tepat waktu biasanya perusahaan melakukan tambahan waktu produksi (lembur) yang berlebihan atau mengirim melalui jalur udara (pesawat terbang) agar permintaan bisa terpenuhi dan tepat waktu. Pengiriman yang dilakukan dengan waktu produksi yang tepat waktu biasanya melalui jalur laut (kapal laut) karena biaya yang dikeluarkan kecil tetapi waktu pengirimannya lama, jika dikirim melalui udara waktu pengiriman cepat dan biaya yang dikeluarkan besar. Hal ini mengakibatkan jika terlalu sering mengirim lewat jalur udara dan melakukan lembur yang berlebihan maka keuntungan yang diperoleh perusahaan akan berkurang dan stamina para karyawan menurun sehingga bisa menguarangi kualitas produksi. Penyediaan bahan baku dilakukan setiap satu bulan oleh PPIC. Bahan baku yang disediakan sering kali mengalami kekurangan atau kelebihan. Hal ini menyebabkan jika kekurangan bahan baku maka proses produksi akan terhambat dan jika kelebihan maka bahan baku akan menumpuk digudang, tentunya ini akan mengurangi kualitas produk yang dihasilkan oleh perusahaan.
Berdasarkan uraian yang telah dijelaskan, bahwa PT. SJ MODE INDONESIA membutuhkan sebuah sistem yang mampu membantu dalam pengendalian produksi. Pembangunan sistem ini diharapkan dapat membantu dalam menentukan jumlah permintaan yang dapat dipenuhi oleh perusahaan dan memebantu dalam penjadwalan produksi serta menentukan banyaknya bahan baku yang harus dipesan.
Maksud dari penelitian tugas akhir ini adalah membangun sistem pengendalian produksi di PT. SJ MODE INDONESIA. Tujuan yang akan dicapai dalam pembangunan sistem pengendalian produksi di PT. SJ MODE INDONESIA yaitu :
1. Memudahkan Production Manager dalam menentukan banyaknya jumlah permintaan yang bisa diproduksi.
2. Memudahkan Production Manager dalam menjadwalkan produksi agar semua permintaan dapat dipenuhi tepat waktu.
3. Memudahkan PPIC untuk menyediakan jumlah bahan baku yang harus dipesan.
1.1Landasan Teori
Pengendalian didefinisikan sebagai hubungan antara prosedur dan sistem yang berkaitan dengan pencapaian tujuan perusahaan [1]. Produksi adlah suatu proses pengubahan bahan baku menjadi bahan jadi [2].
Berdasarkan definisi yang telah dijelaskan dapat diartikan sistem pengendalian produksi merupakan sebuah sistem yang dapat membantu dalam memberikan informasi untuk keperluan proses produksi sebuah perusahaan.
1.1.1 Metode Earliest Due Date (EDD)
Metode EDD adalah sebuah metode pengurutan proses pengerjaan berdasarkan batas waktu (due date) tercepat. Pekerjaan dengan saat jatuh tempo paling awal harus dijadwalkan terlebih dahulu daripada pekerjaan dengan saat jatuh tempo belakangan [4].
Aturan ini bertujuan untuk meminimasi kelambatan maksimum (maximum lateness) atau meminimasi ukuran kelambatan maksimum (maximum tardiness) suatu pekerjaan [4]. Adapun contoh untuk metode EDD adalah sebagai berikut :
Tabel 1. Urutan Awal Pekerjaan
Pekerjaan A B C D E F G H
Waktu
proses 5 8 6 3 10 14 7 3
Batas Waktu
(Due date) 15 10 15 25 20 40 45 50
Tabel 1. menunjukan data awal sebelum dilakukan pengurutan, dengan menggunakan aturan EDD maka dihasilkan urutan B-A-C-E-D-F-G-H dan bisa dilihat pada tabel .
Tabel 2. Hasil Pengurutan
Pekerjaan B A C E D F G H
Saat selesai
(dalam jam) 3 6 11 17 24 32 42 56
Batas Waktu
(Due date) 10 15 15 20 25 40 45 50
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1Metode Exponential Smoothing adalah salah satu metode peramalan Time Series. Metode yang digunakan dalam pelelitian ini adalah Single Exponential Smoothing. Formula untuk metode
Single Exponential Smoothing (SES) adalah [2] :
(2.1)
Dimana :
= Ramalan permintaan untuk periode t
= Suatu nilai (0 < α < 1) yang ditemtukan secara subjektif
= permintaan aktual pada periode t-1 = perkiraan permintaan pada periode t-1
1.1.3 Kesalahan Peramalan (Forecast Error)
Kesalahan peramalan (forecast error) merupakan ukuran ketepatan dan menjadi dasar untuk membandingkan kinerja model. Deviasi absolut rata-rata (mean absolute deviation, MAD) adalah :
∑ (2.2) Dimana :
N = data peramalan
Rumus (2.2) akan digunakan untuk menentukan nilai alfa mana yang memiliki nilai terkecil. Mean absolute deviation adalah jumlah dari semua kesalahan tanpa memandang tanda aljabar, dibagi dengan jumlah observasi [3].
2.
ISI PENELITIAN
Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan.
2.1 Analisis Bahan Baku
Analisis bahan baku merupakan penjelasan mengenai bahan baku apa saja yang digunakan untuk setiap pembuatan polo shirt, long shirt dan
tanktop. Bahan baku yang digunakan di PT. SJ MODE INDONESIA untuk membuat pakaian tersebut dapat dilihat pada Tabel 3.
Tabel 3. Bahan Baku Di PT. SJ MODE INDONESIA
Nama
Produk Nama bahan
Jumlah Pemakaian
Long Shirt Kain 0.895 Yard
Nama
Produk Nama bahan
Jumlah Pemakaian
Main Label 1 Pcs
Care Label 1 Pcs
Hang Tag 1 Pcs
Interlinning 0.012 Yard
Mobilon 0.64 Yard
Case Label 2 Pcs
Lace 1 Pcs
Button 2 Pcs
Velvet Tape 0,36 Yard
UPC Stiker 1 Pcs
Tag Pin 1 Pcs
Hanger 1 Pcs
Size Clip 1 Pcs
Sewing Tread 0.05 Cont
Polo Shirt
Kain 0.6 Yard
Yoko 1 Pcs
Main Label 1 Pcs
Care Label 1 Pcs
Size Trip 1 Pcs
Case Label 2 Pcs
Second Stiker 1 Pcs
Mobilon 0.36 Yard
Twill Tape 0.64 Yard
Gross Grain 0.31 Yard
Button 6 Pcs
Interlinning 0.016 Yard Sewing Tread 0,040 Cont
Tanktop
Kain 0.72 Yard
Mesh 0.09 Yard
Interlinning 0.005 Yard
Main Label 1 Pcs
Drimore Logo 1 Pcs
Drimore Stiker 1 Pcs
Muji Logo 1 Pcs
Reflect Dot 1 Pcs
Hang Tag 1 Pcs
Hanger 1 Pcs
Mobilon 0.31 Yard
Case Label 2 Pcs
Stoper 1 Pcs
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
12.3 Analisis Peramalan
Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa mendatang melalui pengujian keadaan dimasa lalu. PT. SJ MODE INDONESIA selama ini banyaknya bahan baku yang disediakan berdasarkan perkiraan. Bahan baku yang disediakan terkadang mengalami kekurangan sehingga menggangu pada proses produksi. Peramalan yang akan dilakukan mengasumsikan untuk mengetahui jumlah bahan baku yang sebaiknya disediakan untuk satu bulan selanjutnya. Langkah - langkah dalam menghitung nilai peramlan pada penelitian ini yaitu: 1. Data yang akan digunakan adalah data
permintaan bulan febuari sampai bulan juni 2014.
2. Data akan dibuatkan pola data berdasarkan data yang telah didapatkan.
3. Perhitungan peramalan menggunakan Single Exponential Smoothing.
4. Hasil peramalan akan dihitung nilai kesalahannya menggunakan MAD (mean absolute deviation).
Proses perhitungan peramalan akan djelaskan pada poin berikutnya agar mudah dipahami dalam mengetahui setiap tahapannya.
2.3.1 Analisis Peramalan
Sebelum menentukan jenis metode yang akan digunakan dalam peramalan adalah menentukan jenis pola data. Contoh data yang akan diramalkan merupakan data permintaan pada bulan juli untuk menentukan jumlah bahan baku yang harus disediakan pada bulan tersebut berdasarkan jumlah permintaan hasil peramalan. Data yang akan digunakan untuk perhitungan peramalan dapat terlihat pada Tabel 4.
Tabel 4. Data Permintaan
Bulan Jumlah Permintaan
Februari 160000
Maret 326226
April 209908
Mei 301150
Juni 128184
Juli 184218
Data permintaan dibuatkan grafik agar mempermudah dalam melihat pola data yang terbentuk, maka hasilnya dapat dilihat pada Gambar 1.
Gambar 1. Grafik Data Permintaan
Berdasarkan grafik yang ditunjukan pada Gambar 1., data permintaan pada bulan Februari sampai bulan Juli 2014 menunjukan pola yang naik turun. Hal tersebut menunjukan jenis pola data yang ada menunjukan pola data Horisontal. Salah satu metode yang dapat digunakan adalah metode Single Exponential Smoothing.
2.3.2 Perhitungan Peramalan
Data yang akan digunakan untuk peramalan
merupakan data penggunaan bahan baku kain long shirt bulan mei 2014 yang digunakan sebagai sample
data. Metode yang akan digunakan dalam meramalkan hasil produksi menggunakan metode
single exponential smoothing. Metode single exponential smoothing digunakan untuk meramalkan hasil produksi untuk bulan juni 2014 di hari kerja pertama. Rumus untuk metode single exponential smoothing dari persamaan 2.1 adalah:
Dimana :
= Ramalan permintaan untuk periode t
= permintaan aktual pada periode t-1 = perkiraan permintaan pada periode t-1
= nilai alpha yang telah ditentukan (α = 0,1), (α = 0,2), (α=0,3), (α = 0,4), (α = 0,5), (α = 0,6), (α = 0,7), (α = 0,8) dan (α = 0,9).
Hasil peramalan untuk meramalkan permintaan pada bulan juli 2014 dapat dilihat pada Tabel 5 dan Tabel 6.
Tabel 5. Hasil Perhitungan Peramalan Permintaan
Bulan Jumlah
Permintaan 0.1 0.2 0.3
Februari 160000
Maret 326226 160000 160000 160000
April 209908 176622.6 193245.2 209867.8
Mei 301150 179951.1 196577.8 209879.9
Juni 128184 192071.0 217492.2 237260.9
Juli 184218 185682.3 199630.6 204537.8
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1Tabel 6. Hasil Perhitungan Peramalan Permintaan (Lanjutan)
0.4 0.5 0.6 0.7 0.8 0.9
160000 160000 160000 160000 160000 160000
226490.4 243113 259735.6 276358.2 292980.8 309603.4
219857.4 226510.5 229839 229843.1 226522.6 219877.5
252374.5 263830.3 272625.6 279757.9 286224.5 293022.8
202698.3 196007.1 185960.6 173656.2 159792.1 144667.9
Hasil peramalan pada Tabel 5. dan Tabel 6. akan dijadikan acuan untuk menghitung hasil error terkecil yang nantinya menentukan nilai alfa yang digunakan dalam menentukan jumlah bahan baku yang harus disediakan berdasarkan hasil peramalan jumlah permintaan pada bulan Juli 2014. Proses perhitungan peramalan menggunakan metode SES, nilai dibaris pertama tidak dihitung dan nilai dari baris kedua nilainya sama dengan nilai dibaris pertama, maka perhitungan bisa dimulai dari baris ketiga. Perhitungan peramalan pada Tabel 5. dan Tabel 6. dapat dilihat sebagai berikut :
a. alpha (α = 0.1)
= (0,1 *326226)+(0,9 * 160000) = 176622.6
b. alpha (α = 0.2)
= (0,2 *326226)+(0,8 * 160000) = 193245.2
c. alpha (α = 0.3)
= (0,3 *326226)+(0,7 *160000) = 209867.8
d. alpha (α = 0.4)
= (0,4 * 326226)+(0,6 * 160000) = 226490.4
e. alpha (α = 0.5)
= (0,5 * 326226)+(0,5 * 160000) = 243113
f. alpha (α = 0.6)
= (0,6 * 326226)+(0,4 * 160000) = 259735.6
g. alpha (α = 0.7)
= (0,7 * 326226)+(0,3 * 160000) = 276358.2
h. alpha (α = 0.8)
= (0,8 * 326226)+(0,2 * 160000) = 292980.8
i. alpha (α = 0.9)
= (0,9 * 326226)+(0,1 * 160000) = 309603.4
Perhitungan yang sama dilakukan pada setiap bulan sampai dengan bulan Juli 2014.
2.3.3 Forecast Error
Setelah melakukan peramalan terhadap jumlah permintaan setiap bulan, selanjutnya hasil peramalan akan dihitung kesalahan atau forecast error dari peramalanan yang telah dilakukan. Pada pembahasan ini forecast error menggunakan metode MAD (Mean Absolute Deviation). Metode ini dapat dihitung dengan persamaan (2.2).
∑
Selisih error harus dicari terlebih dahulu dengan cara data aktual dikurangi dengan hasil peramalan sehingga perhitungan MAD bisa dilakukan. Hasil perhitungan dapat dilihat pada Tabel 7 dan Tabel 8.
Tabel 7.Tabel Hasil Perhitungan ForecastError
Bulan Jumlah
Permintaan 0.1 0.2 0.3 0.4
Februari 160000
Maret 326226 166226 166226 166226 166226 April 209908 33285.4 16662.8 40.2 16582.4 Mei 301150 121198.9 104572.2 91270.14 81292.56 Juni 128184 63887 89308.2 109076.902 124190.464 Juli 184218 1464.3 15412.6 20319.8314 18480.2784
Jumlah 386062 392182 386933 406772
MAD 77212 78436 77387 81354
Tabel 8.Tabel Hasil Perhitungan ForecastError
(Lanjutan)
Bulan Jumlah Permint aan
0.5 0.6 0.7 0.8 0.9
Febru
ari 160000
Maret 326226 166226 166226 166226 166226 166226 April 209908 33205 49827.6 66450.2 83072.8 99695.4
Mei 301150 74639.5 71310.9 6 71306.9 4 74627.4 4 81272.4 6 Juni 128184 135646.
25 144441. 616 151573. 918 158040. 512 164838. 754 Juli 184218 11789.1
25 1742.64 64 10561.8 246 24425.8 976 39550.1 246
Jumlah 421506 433549 466119 506393 551583
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1Berdasarkan hasil perhitungan dengan menggunakan MAD, α = 0,1 memiliki nilai error yang terkecil sehingga untuk peramalan dibulan juli 2014 menggunakan hasil perhitungan dengan α = 0,1, untuk proses perhitungan MAD dapat dilihat sebagai berikut :
a. alpha (α = 0.1)
MAD
= 77212
Setelah dilakukan perhitungan menggunakan metode SES dan dihitung nilai error terkecil menggunakan MAD, hasil peramalan permintaan untuk bulan Juli 2014 adalah 1856682.3 atau dibulatkan menjadi 1856682. Pada bulan Juli 2014 produksi yang akan dilakukan adalah produk long shirt, jadi bahan baku yang harus disedikan bisa dilihat pada tabel 9.
Tabel 9. Kebutuhan Bahan Baku Untuk Produk Long Shirt
Nama Produk Nama bahan Kebutuhan
Bahan Baku
Long Shirt
Kain 166185.39 Yard
Main Label 185682 Pcs
Care Label 185682 Pcs
Hang Tag 185682 Pcs
Interlinning 2228.184 Yard
Mobilon 118836.48 Yard
Case Label 371364 Pcs
Lace 185682 Pcs
Button 371364 Pcs
Velvet Tape 66845.52 Yard
UPC Stiker 185682 Pcs
Tag Pin 185682 Pcs
Hanger 185682 Pcs
Size Clip 185682 Pcs
Sewing Tread 9284.1 Cont
2.4 Analisis Produksi
Analisis produksi merupakan analisis aturan ataupun alur produksi yang berlaku pada bagian produksi di PT. SJ MODE INDONESIA. Analisis produksi akan menjelaskan mengenai alur produksi dan penjadwlan produksi.
Analisis alur produksi pembuatan pakaian di PT. SJ MODE INDONESIA dapat dilihat pada Gambar 2.
Fabric relaction
Cutting Sewing Ironing
Packing
Folding
Gambar 2. Alur Produksi
Berdasarkan Gambar 3.4 maka alur produksi yang terdapat di PT. SJ MODE INDONESIA dapat dijelaskan sebagai berikut:
1. Fabric relaxation merupakan proses membuat bahan menjadi kondisi relax sebelum turun ke produksi untuk menghindari susut.
2. Cutting merupakan proses memotong kain berdasarkan pola.
3. Sewing merupakan proses menjahit kain.
4. Ironing merupakan proses penggosokan / perapihan pakaian dengan menggunakan steam / uap.
5. Folding merupakan proses pelipatan pakaian setelah melalui proses pemeriksaan.
6. Packing merupakan proses pengepakan pakaian.
Penjadwalan produksi yang dilakukan di PT. SJ MODE INDONESIA untuk semua produk yang akan diproduksi. Penjadwalan produksi yang akan digunakan dalam penelitian adalah produk polo shirt, long shirt dan tanktop. Perhitungan penjadwalan akan menggunakan metode EDD. Penjadwalan dilakukan setelah proses produksi sebelumnya telah selesai. Data yang dibutuhkan dalam menentukan penjadwalan ialah data mesin, data waktu proses disetiap mesin dan data hasil produk per hari. Data mesin yang digunakan untuk proses produksi dapat dilihat pada Tabel 10..
Tabel 10. Data Mesin Produksi
Nama Mesin Waktu Kerja
Mesin/Hari (jam)
Jumlah Satuan
Fabric Relaxation
10 3 Unit
Cutting 10 15 Unit
Sewing 10 17 Line
Ironing 10 17 Line
Waktu proses produksi untuk setiap mesin di setiap produk dapat dilihat pada Tabel 11. dan hasil produk per hari bisa dilihat pada Tabel 12.
Tabel 11. Waktu Proses Kerja Mesin
Mesin Satuan
Waktu proses (menit)
Tanktop Polo Shirt
Long Shirt Fabric Relaxtation 1 rol 6 6 6
Cutting 1 meja 150 180 165
Sewing 1 line 1 2 4
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1Tabel 12. Hasil Produksi Per Hari
Produk Kemampuan Produksi
/ Hari
Tangtop 16000 pcs
Polo shirt 7500 pcs
Long shirt 5000 pcs
Setelah diketahui mesin dan waktu proses pengerjaan produk disetiap mesin serta hasil produksi yang dihasilkan per hari, selanjutnya menentukan pengurutan pengerjaan. Mesin yang akan digunakan untuk produksi adalah Fabric Relactation, Cutting, Sewing dan ironing. Misalkan terdapat permintaan sebanyak 15000 pcs polo shirt
dengan waktu kirim tanggal 6 September, 12000 pcs
long shirt dengan waktu kirim tanggal 4 Oktober dan 10000 tangtop dengan waktu kirim tanggal 2 November. Untuk lebih jelasnya bisa dilihat pada Tabel 13.
Tabel 13. Contoh Data Permintaan
Produk Jumlah
Permintaan Tanggal Kirim
Tangtop 10000 pcs 2 november 2014
Long shirt 12000 pcs 4 oktober 2014
Polo shirt 15000 pcs 6 september 2014
Tanggal kirim yang paling cepat maka akan dikerjakan terlebih dahulu. Untuk mengetahui lama pengerjaanya maka dihitung dengan cara jumlah permintaan dibagi kemampuan produksi per hari. Sehingga hasil perhitungan bisa dilihat pada Tabel 12. dan menghasilkan urutan pengerjaan dengan menggunakan metode EDD, yaitu dengan memprioritaskan tanggal kirim yang lebih cepat terlebih dahulu.
Tabel 14. Hasil Perhitungan dan Pengurutan Menggunakan Metode EDD
Urutan Pengerjaa n Produk Jumlah Permint aan Lama Pengerja an Tanggal Kirim
1 Polo
shirt
15000
pcs 2 Hari
6 septemb
er 2014
2 Long
shirt
12000
pcs 3 Hari
4 oktober
2014
3 Tangtop 10000
pcs 1 Hari
2 novemb er 2014
2.5 Analisis Basis Data
Analisis basis data merupakan analisis kumpulan data yang saling berhubungan dan disimpan dalam suatu media penyimpanan tertentu tanpa pengulangan (redundancy) agar kelak dapat
dimanfaatkan kembali dengan cepat dan mudah. Adapun analisis basis data akan digambarkan melalui entity relationship diagram pada Gambar 3.
Gambar 3. Entity Relationship Diagram
Pengendalian Produksi
Entity Relationship Diagram (ERD) pada sistem pengendalian produksi memiliki atribut yang dijelaskan pada Tabel 15.
Tabel 15. Kamus Data Entity Relationship Diagram (ERD)
No Nama Entitas Atribut
1 mesin id_mesin, nama_mesin, jumlah,
id_user
2 bahan_baku id_bahan_baku, nama_bahan,
satuan, id_user
3 buyer id_buyer, nama_buyer, id_user
4 hasil_produksi id_hasil_produksi, tanggal, hasil, id_permintaan
5 jadwal
id_jadwal, tanggal_mulai, tanggal_selesai, waktu_proses, jumlah_terpenuhi, id_permintaan 6 relasi antara bahan_baku dan produk menjadi tabel kebutuhan_baha n id_kebutuhan_bahan, id_bahan_baku, id_produk
7 produk id_produk, jenis_produk
8 relasi antara mesin dan jadwal menjadi tabel kerja_mesin
id_kerja_mesin, durasi, hasil, id_mesin, id_jadwal
9 libur id_libur, tanggal, id_user
10 permintaan
id_permintaan, tanggal, tanggal_kirim, jumlah, id_user, id_produk, id_buyer
11 peramalan
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
1No Nama Entitas Atribut
12 user id_user, nama, nik, password,
email, level
2.6 Pengujian Perangkat Lunak
Pengujian sistem merupakan hal terpenting yang bertujuan untuk menemukan kesalahan-kesalahan atau kekurangan-kekurangan pada perangkat lunak yang diuji. Pengujian dilakukan untuk menguji apakah sistem yang dibangun sudah layak untuk digunakan. Pengujian yang dilakukan yaitu meliputi pengujian halaman Production Manager, PPIC dan Admin dengan menggunakan strategi pengujian
blackbox dan pengujian beta
2.5.1 Kesimpulan Pengujian Blackbox
Berdasarkan hasil pengujian sistem yang telah dilakukan secara keseluruhan dapat ditarik kesimpulan bahwa proses pada sistem pengendalian produksi di PT. SJ MODE INDONESIA telah melalui tahap perbaikan dan sudah dimaksimalkan terhadap proses-proses tersebut sehingga secara fungsional sistem sudah dapat digunakan dan menghasilkan output yang diharapkan
2.5.2 Kesimpulan Pengujian Beta
Berdasarkan hasil jawaban setiap user atau responden terhadap pertanyaan yang diajukan pada pengujian beta dapat ditarik kesimpulan bahwa sistem yang dibangun sudah user friendly, mudah digunakan dan membantu pekerjaan setiap bagian yang dijelaskan sebagai berikut:
1. Membantu Production Manager mengetahui jumlah produk yang sebaiknya diproduksi dan selanjutnya membuat jadwal produksi.
2. Membantu bagian PPIC dalam penyedian bahan baku untuk satu bulan selanjutnya.
3. Membantu QA & QC Manager dalam mengelola user yang akan menggunakan sistem pengendalian produksi.
4. Sistem yang dibangun sudah cukup untuk digunakan namun perlu penyempurnaan.
Usulan yang diberikan oleh Prodaction Manager
yaitu penyempurnaan penjadwalan agar sistem kedepannya bisa menjadwalkan produk berdasarkan warna dan bisa menentukan berapa pcs yang diproduksi berasarkan ukuran.
3.
PENUTUP
Setelah melakukan analisis, perancangan, dan pengujian, maka dapat diperoleh kesimpulan sebagai berikut :
1.
Sistem pengendalian produksi sudah dapat membantu production manager dalam menentukan jumlah produksi yang bisa dipenuhi oleh perusahan.2.
Sistem pengendalian produksi cukup membantu production manager dalam menjadwalkan produksi.3.
Sistem pengendalian produksi dapat membantu PPIC dalam menyediakan bahan baku untuk satu bulan yang akan datang.Berdasarkan kesimpulan yang telah diuraikan, diharapkan sistem pengendalian produksi di PT. SJ mode Indonesia ini dapat dikembangkan lebih jauh dengan penjadwalan produk berdasarkan warna dan bisa menentukan berapa pcs yang di produksi berdasarkan ukuran. Hal tersebut akan membantu dalam pengendalian produksi di PT. SJ Mode Indonesia
.
DAFTAR PUSTAKA
[1] Sumarsan. & Thomas. (2013). Sistem Pengendalian Manajemen (edisi 2). Jakarta Barat: Indeks
[2] Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Jakarta: Ghalia Indonesia.
[3] Tim Pengembangan Laboratorium Manajemen Menengah. (2006). Manajemen Operasional. Jakarta: Fakultas Ekonomi Gunadarma.