Penjadwalan Produksi Dengan Pendekatan Metode Dinamik (Studi Kasus Di PT. Goodyear Indonesia, Tbk.)

(1)

SKRIPSI

PENJADWALAN PRODUKSI DENGAN PENDEKATAN

METODE DINAMIK

(STUDI KASUS DI PT. GOODYEAR INDONESIA, TBK.)

Oleh

NIA SITI NURONIAH

F03498069

2003

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

(2)

Nia Siti Nuroniah. F03498069. Metode Dinamik (Studi Kasus Di bimbingan Machfud.

Penjadwalan Produksi Deogau Pendekatan PT. Goodyear Indonesia, Tbk.). Dibawah

RINGKASAN

Pada Umumnya perusahaan agroindustri memiliki tujuan akhir mencapai keuntungan yang maksimum. Pihak manajemen perusahaan dapat mencapai tujuan tersebut apabila mampu mengendalikan rangkaian produksi, mulai dari perencanaan produksi. aktiitas produksi, n emasaran produk. Untuk menyusun perencan produksi , pihak manajemen dapat melakukan prakiraan pennintaan dengan cara kuantitatif. Aktiitas produksi terdiri dari aktiitas transfonnasi bahan baku, enggunaan fasilitas mesin, n tenaga kerja. Untuk mencapai eisien dan efektiitas produksi diperlukan adanya pengaturan mekanisme terhadap aktiitas tersebut dengan me1akukan penjadwalan produksi.

Dalam sistem penjadwalan produksi terjadi perubahan kondisi atau status

i berbagai variabel menurut

u

_{yang tidak bersifat statis. Selain itu, dalam sistem} penjadwalan juga terdapat keterkaitan antara berbagai variabel dari periode sam ke periode berikutnya sehingga untuk menyelesaikannya dapat digunakan suatu metode

mk. Penjadwalan produksi dengan model dinamis lebih menekankan sejauh mana perubahan peubah atau kondisi

i

_{suatu sistem yang diamati terhadap perubahan} watu Metode dinamik yang din untuk penjadwalan produksi dapat menampung antara lain perubahan jumlah produk dan kebutuhan tenaga kerja menurut waktu sehingga dapat membantu dalam pengambilan keputusan terbaik untuk memperoieh solusi.

Penelitian bertujuan mempelajari dan mendeskripsikan karakteristik dinamis dalam penjadwalan produksi ban, menentukan altematif skenario penjadwalan produk yang meminimumkan inventori, waktu proses produksi, dely time, dan kekurangan produk yang berlebihan serta mengaplikasikan metode dinamik dan software powersim untuk membuat model kebijakan jadwal produksi.

Prakiraan permintaan dimulai dengan mengelompokkan data penjualan a lalu ban radial jenis GT 3, invicta, Wrangler, dan Miller. Data penjualan keempat jenis ban dimulai

i

_{bulan Janurii}₂₀₀_I-Maret_2002. _{Metode prakiraan deret berkala} dalam perangkat lunak Minitab 11.1 for Windows digunakan untuk aIlalisa data dan dipilih metode dengan error terkcil. Berdasarkan analisis data historis baik melalui plot data maupun koeisien autokorelasi data, diketahui bahwa data historis enjualan

n radial Invicta, Miller, n Wrngler ersifat acakan, tidak statis, dan tidak memiliki pola musiman serta pola kecenderuangan. Teknik prakiraan deret berkala yang dapat _, digunakan ban Invicta, adalah Trend Analysis model kuadratik dengan nilai MAPE yang paling kecil diantara nilai MAPE metode lain, yaitu 16. Untuk ban radial miller, selain dapat menggunakan teknik prakiraan Double xponential Smoothing (DES), ban jenis

i pun cocok menggn teknik Trend Analysis (T A) model linier dan kuadratik dengan nitai MAPE yang sna, yaitu 19. _{Ban radial jenis}ngler lebih cocok mengguna.an teknik prakiraan Trend analysis baik model linier maupun kuadratik dengan nilai MAPE yang lebih kecil dibanding dengan metode lain, yaitu seesar 12.

(3)

terlihat adanya kecenderungan serta tidak terpengaruh oleh keadaan musim lebih cocok menggunakan teknik prakiraan Trend Analysis model kuadratik dengan nilai MAPE 14.

Simulasi penjadwalan produksi ban dilakukan dengan pendekatan model dinamik. Alat bantu yang digunakan untuk mempermudah upaya penstrukturan sistem dinamis adalah melalui diagram simpal kausal (loops) guna mengamati tingkah laku dari berbagai variabel dalam suatu sistem. Perangkat lunak yang digunakan untuk membantu penyelesaian sistem dinis adalahpowersim verst 2.01 for windows.

Model Tyres Scheduling sim. dibuat dengan 3 sub model dengan menginputkan jumlah bahan baku yang dibutuhkan- untuk nembuat satu jenis ban tertentu. Dengan model dinamik dibuat empat skenario penjadwalan yang digunakan untuk menentukan jadwal produksi yang lebih baik dari aktual. Skenario disusun berdasarakan kombinasi pengurutan produk dalan stasiun kerja yang sama. Pengurutan dilakukan secara acak terhadap empat produk yang diamati, sehingga diperoleh altematif penjadwalan yang lebih baik.

(4)

Nia Siti Nuroniah. F03498069. Production Scheduling by Using Dynamic Method Approach (Case Study in T. Goodyear Indonsia, Tbk.) Under Supevision Dr. Ir. Macbfud, MS.

SUMARY

Generally aro industry has its goal for the maximum profit. Company management will reach that goal, if they can control the production, from the eady production plarming, production activity, and marketing. n order to arrange production plarming, company management should do assessment for demand forecasting quantitatively. Production activity consist of raw material transformation, machine utility and employee. Thus, mechanism arrangement towards those activiies y using production scheduling is neded to reach

production eiciency and afectivity.

Condition and status can be changed in production scheduling system tlrrough ecstatic time. n the other hand, there is also interconnection for several variables rom one period to another next period in scheduling system, as it could dynamic methods for the solution. Production scheduling with dynamic model sressed on the change of variable or condition in the system towards time change. Dynamic method use for prduction scheduling could aford total production change and employee use through time as it will help for the decision and solution making.

This study aimed to discuss and describe dynamic charateristic in tires production scheduling, decide the scheduling scenario that would minimiz' inventory production hours, delay time, and large amount of product insuiciency and also apply the dynamic methods and Powersim sotware to set model for production schedule policy.

Demand forecasting started by grouping previous tires' sales data for GT 3, _{invicta, wrangler, and miller. Sales data for those four tire brands started rom} January 2001 until March 2002. Periodical series forecasting methd in Minitab 1 1.1 for windows is use o analyze data and by then the less error method is chosen. Based n historical data, through plot data or even autocorrelation coeicient data, it has been known that historical sales data for invicta, miller, and wrangler are random, ecstatic, and didn't have any rend or even seasonal patten. Periodical series forecasting using for invicta is Trend Analysis quadratic model for 16 as the lowest score compared to MAPE score rom other methods. For

causal diagram (loops) to watch the behavior some variable in scheduling system

(5)

Powersim verse 2.01 _{for windows. The name of production scheduling model}

was Tires Scheduling sim.

Tires scheduling sim. Model was made by three sub models towards the quantity of raw material input for a certain tire type. By using dynamic model, there were four scheduling scenario to he used in a better and actual production schedule. Scenario was arranged by using product in queue combination in the same work station. The queue was made randomly towards four product studied, as it resulted etter scheduling altenative.

(6)

PENJADWALAN PRODUKSI DENGAN PENDEKATAN

METODE DINAMIK

(STUD! KASUS D! PT. GOODYEAR INDONESIA, TBK.)

SKRlPSI

Sebagai salah satu syarat untuk memperoieh gelar

SARJANA TEKNOLOGI PERTANIAN

Pada Jurusan Teknologi Industri Pertanian

Fakultas Teknologi Pertanian

Institut Pertanian Bogor

Oleh

NIA SITI NURONIAH

F03498069

2003

INSTlTUT PERTANIAN BOGOR

(7)

INSTITUT PERTANIAN BO;OR

PENJADWALAN PRODUKSI DENGAN PENDEATAN

METODE DINAMIK

(STUDI KASUS DI PT. GOODYEAR INDONESIA,TBK.)

SKRIPSI

Sebagai salahsatu syarat untuk menperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

pada Jurusan TEKNOLOGIINDUSTRI PERTANlAN.

Fakultas Teknologi Pertanian,

Institut Pertanian Bogor

01eh

N I A S I T I NURONIAH

F03498069

Dilahirkan di Bogor

Pada tanggal 19 Mei 1980

: 17 _Januari2003

(8)

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi sebagai tugas akhir untuk meraih gelar Smjana Teknologi Pertanian di Fakultas Teknologi Pertanian, Institut Pertanian Bogor.

Penulisan skripsi ini tentunya tidak dapat diselesaikan tanpa bantuan dan bimbingan baik secara moril maupun material dari berbagai pihak. Oleh karena

itu, pada kesempatan ini enulis dengan segala kerendahan

n

_{ketuluasan hati} menghaturkan ucapan terima kasih yang sedalam-dalamnya kepada pihak-pihak yang sangat membantu, yaitu:

1. Ayahanda Oma Soemantri, BA, Ibunda Titin Rochmah, dan keluarga tercinta yang telah memberikan dukungnnya baik morit maupun material.

2. _Dr._r._{Machud, MS selaku dosen pembimbing yang berkenan memberikan} bimbingan n pengarahan selama enyusunan skripsi.

3. _r._{Ir. Marimin. MSc. dan Dr. Ir. Jono Munandar, MSc. selaku dosen penguji} yang telah memberikan saran dalam penyelesaian skripsi ini.

4. Bapa. Budimun selaku manajer operasi PT. Goodyear Indonesia, Thk. Yang mengijinkan enulis melakukan penelitian.

5. Bpak Adiya yang telah banyak memerikan bimbingan dan informasi menyangkut penjadwalan produksi di PT. Goodyear Indonesia, Thk.

6. Irfan alas segala dnkungan, bantuan, dan perhatiannya yang

ls.

7. Vina, Dwi, Fajar, Vinsay, Ami, a� bantuan, masukan, dan perhatiannya. 8. Tenan-tenan TN 19 atas keeannya.

9. Staf Lk yang telab memberikan bantnnya selama penyusunan skripsi.

r kata, penulis erharap semoga skripsi i cpat bermanfaat bagi semua pihak, Amin.

Boger, Januari 2003

(9)

(10)

V. KESIMPULAN DAN SARAN ... 56

A. Kesimpulan ... . . . ... . . . ... . . 56

8. Saran ... 58

DAFT AR PUSTAKA ... 59

LAPIRAN ... 61

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

(46)

(47)

(48)

(49)

(50)

(51)

(52)

(53)

(54)

(55)

(56)

(57)

(58)

(59)

(60)

(61)

(62)

(63)

(64)

(65)

(66)

(67)

(68)

(69)

(70)

(71)

(72)

(73)

(74)

(75)

(76)

(77)

(78)

(79)

(80)

(81)

(82)

(83)

(84)

(85)

(86)

(87)

(88)

(89)

(90)

(91)

(92)

(93)

(94)

(95)

(96)

(97)

(98)

(99)

(100)

(101)

(102)

(103)

(104)

(105)

(106)

(107)

(108)

(109)

(110)

(111)

(112)

(113)

(114)

(115)

(116)

(117)

(118)

(119)

(120)

(121)

(122)

(123)

(124)

(125)

(126)

(127)

(128)

(129)

(130)

(131)

(132)

(133)

(134)

(135)

(136)