1
OPTIMASI KEUNTUNGAN BAURAN PRODUK AUTOMOTIVE BATTERY (ACCU) DI PT. GRAMITRAMA BATTERY INDONESIA
DENGAN METODE LINEAR PROGRAMMING
Birendra Satrya Tama*, Bobby Oedy. P. Soepangkat**
*Manajemen Industri, Magister Manajemen Teknologi ITS e-mail: birendra.satrya@ymail.com
**Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto 12A, Surabaya
ABSTRACT
PT. Gramitrama Battery Indonesia (GBI) is a leading manufacturer of automotive battery in East Java. The company produces 11 types of battery. Currently, the company develops the aggregate planning based on the information of sales order provided by marketing division, without using accurate forecasting method. As a result, there are an excessive number of inventories in the limited capacity warehouse, which decreases the company’s profit. To solve the problem, the company should develop the right product mixture to obtain maximum profit. The first step is to forecast the demand by using the regression analysis method. The second step is to optimize the profit by using the Linear Programming Method. As a decision variable is the number of battery of 11 types battery that must be produced. The constraints are the capacity of the injection molding machines to make plastics components of each types of battery, the assembling capacity, the capacity of the finished good warehouse, the number of the battery should be produced, the number of stock that should be sold in the current period, and the equality between the number of 11 types of battery components produced by the injection molding machines.
Keywords: Automotive battery (accu), injection, assembly, maximizing profits, linear programming method, and sensitivity analysis.
PENDAHULUAN
Menghadapi perubahan paradigma persaingan bisnis kearah era baru manufaktur yang menuntut kecepatan dan ketangkasan dari berbagai dimensi operasional, perusahaan harus mampu mencari terobosan-terobosan baru melalui pengembangan strategi operasi untuk mencapai keunggulan kompetitif berkelanjutan. Era baru manufaktur diindikasikan oleh pentingnya kecepatan dan ketangkasan dalam merespon permintaan pelanggan, eleminasi pemborosan aktivitas (waste time process) yang tidak memberikan nilai tambah, serta waktu tunggu produksi (waiting time) yang rendah. Tingkat efektifitas dan efisiensi produksi dapat diartikan sebagai tingkat kemampuan perusahaan dalam mengoptimalkan peralatan dan sumberdaya yang tersedia untuk menghasilkan produk yang dapat memenuhi permintaan pelanggan dan sesuai dengan tingkat permintaan nyata (Bedworth and Bailey, 1987).
2
PT. Gramitama Battery Indonesia (GBI) yang didirikan pada tahun 1979, dan berlokasi di kota Sidoarjo, merupakan perusahaan yang bergerak dibidang industri automotive battery (accu). Produk accu yang diproduksi oleh PT. GBI terdiri dari 11 tipe produk dengan dua kategori, yaitu JIS dan DIN.
Dalam merencanakan produksi accu, PT. GBI selama ini hanya membuat aggregate planning berdasarkan sales order yang diinformasikan oleh bagian marketing.
Sebagai akibatnya, jumlah accu yang dibuat seringkali berlebihan, sehingga menimbulkan inventory, sedangkan kapasitas gudang penyimpanan accu terbatas.
Pengiriman accu ke pelanggan juga sering mengalami keterlambatan dikarenakan rentang waktu turunnya sales order dari marketing kebagian produksi dengan waktu pengiriman accu terlalu pendek. Hal ini dapat dihindari jika jumlah accu yang diproduksi untuk berbagai tipe accu ditentukan berdasarkan peramalan permintaan (demand) periode- periode yang lalu, semua masalah ini jelas akan mempengaruhi keuntungan perusahaan.
Kondisi ini menuntut perusahaan harus lebih peka dalam hal mengoptimalkan produksinya. Dengan demikian perlu dilakukan penentuan bauran produk accu yang dapat memberikan keuntungan maksimal terhadap perusahaan dengan memperhatikan beberapa hal, yaitu: kapasitas mesin injection untuk membuat tiap komponen plastik dari tiap tipe accu, kapasitas produksi dibagian assembly, kapasitas gudang penyimpanan produk jadi, jumlah produk yang diproduksi, jumlah stock dari periode yang lalu dan persamaan jumlah bagian accu untuk tiap tipe-tipe accu yang dibuat pada proses injection.
Adapun tujuan penelitian ini adalah untuk mengetahui:
1. Metode peramalan yang tepat untuk mengestimasi permintaan produk accu.
2. Bauran produk accu yang dapat memaksimalkan keuntungan yang diperoleh perusahaan perusahaan.
Manfaat yang diharapkan dari penelitian ini adalah:
1. Membantu perusahaan agar dapat meramalkan penjualan accu untuk periode tiga bulan kedepan tiap tipenya, supaya tidak terjadi kelebihan stock produk yang berdampak pada pengurangan keuntungan perusahaan.
2. Membantu perusahaan dalam proses pengambilan keputusan untuk menentukan jumlah accu yang harus diproduksi tiap tipenya berdasarkan kapasitas assembly agar diperoleh keuntungan yang maksimal.
3. Sebagai panduan bagi perusahaan jika suatu saat terjadi lonjakan permintaan, maka perusahaan akan lebih cepat dalam hal mengambil keputusan mengenai produk apa yang harus diprioritaskan produksinya.
METODA
Penelitian yang akan dilakukan terdiri dari enam tahap, yaitu tahap identifikasi permasalahan dan kebutuhan data, tahap pengumpulan data, tahap pengolahan data, tahap peramalan penjualan, tahap pemodelan dan tahapan terakhir yaitu analisis dan kesimpulan. Pada setiap tahap, output dari tahapan terdahulu menjadi input bagi tahapan berikutnya.
Peramalan adalah prediksi, proyeksi atau estimasi terhadap kejadian di masa depan yang diluar kendali organisasi/perusahaan. Peramalan permintaan adalah hubungan antara faktor eksternal di lingkungan organisasi dan struktur internalnya.
Banyak organisasi yang tidak pada posisi menunggu sampai order diterima sebelum mereka mulai merencanakan fasilitas produksi dan prosesnya, kebutuhan peralatan,
3
i = 1 11
i = 1 i = 1
11 11
i = 1 i = 1
11 11
i = 1 i = 1
11 11
tenaga kerja, serta kebutuhan material. Organisasi yang sukses dapat mengantisipasi permintaan yang akan datang untuk produksi mereka dan mentransformasikannya kepada faktor input yang diperlukan untuk memenuhi perkiraan peramalan. Dalam peramalan terdapat dua metode yang digunakan, yaitu metode kuantitatif dan metode kualitatif.
Metode kuantitatif adalah metode peramalan yang didasarkan pada perhitungan matematis dan statistik dengan mengunakan data historis, sedangkan metode kualitatif adalah metode peramalan yang pengembangannya berdasarkan estimasi subyektif atau opini para ahli (Chase et al., 2006).
Analisa deret waktu (time series analysis) adalah suatu analisa yang dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu dengan tujuan untuk menemukan pola dalam deret data historis dan mengestrapolasikan pola tersebut ke masa yang akan datang sebagai suatu pendugaan masa depan (Makridakis et al., 1983).
Pendekatan untuk menentukan alternatif yang optimal adalah dengan mengembangkan fungsi keuntungan yang didapat perusahaan berdasarkan variabel yang ada. Fungsi keuntungan ini dimaksimalkan berdasarkan batasan-batasan yang ada.
Adapun metode yang diterapkan di PT. Gramitrama Battery Indonesia adalah pemodelan dengan menggunakan Linear Programming, dan model yang diterapkan adalah:
Fungsi tujuan:
Maksimasi Z =
Σ
(Pi. Xai + pi. Yi) . . . . (1)Fungsi pembatas:
I. Batasan kapasitas mesin injection.
Batasan 1: kapasitas mesin injection I (HT-58)
Σ
(tai . Xai) +Σ
(tbi . Xai) ≤ W1 . . . . (2)Batasan 2: kapasitas mesin injection II (HT-160)
Σ
(tbi . Xbi) +Σ
(tgi . Xgi) ≤ W2 . . . . (3)Batasan 3: kapasitas mesin injection III (HT-200)
Σ
(tei . Xai) +Σ
(tci . Xci) ≤ W3 . . . . (4)4
i = 1 11
i = 1 11
G
i = 1 11
i = 1 11
Batasan 4: kapasitas mesin injection IV (HT-450)
Σ
(tfi . Xfi) ≤ W4 . . . . (5)II. Batasan kapasitas dibagian assembly.
Batasan 5: kapasitas bagian assembly adalah sebagai berikut:
Σ
Xai ≤ Ka . . . . (6)III. Batasan kapasitas gudang penyimpanan produk jadi (FGS).
Batasan 6: kapasitas gudang penyimpanan produk jadi adalah sebagai berikut:
≤
2 x 100% . . . . (7)IV. Batasan jumlah produk yang diproduksi.
Σ (
Xai - Yi)
≤ dan ≥ Ka . . . . (8)V. Batasan jumlah stock dari periode yang lalu dan akan dijual pada bulan ini.
Yi ≤ Si . . . . (10)
VI. Batasan persamaan jumlah bagian accu untuk tiap tipe-tipe accu yang dibuat pada proses injection.
Σ (
Xai + Xbi)
= 0 . . . . (11)Keterangan:
Pi = profit yang diperoleh untuk tiap unit accu tipe i hasil produksi periode bulan ini
pi = profit yang diperoleh untuk accu tipe i sisa stock periode bulan lalu Xai = jumlah accu tipe i yang di produksi selama periode bulan ini
Yi = jumlah stock accu tipe i di gudang pada periode bulan lalu yang akan dijual pada periode bulan ini
tai = waktu yang dibutuhkan untuk membuat ring pole accu tipe i tbi = waktu yang dibutuhkan untuk membuat handle accu tipe i
Σ ( X
ai+S
i)
5
W1 = waktu kerja efektif pada mesin injection I dalam 1 bulan tbi = waktu yang dibutuhkan untuk membuat indikator accu tipe i tgi = waktu yang dibutuhkan untuk membuat sekat accu tipe i W2 = waktu kerja efektif pada mesin injection II dalam 1 bulan tei = waktu yang dibutuhkan untuk membuat cover accu tipe i
tci = waktu yang dibutuhkan untuk membuat vent plug (dop) accu tipe i W3 = waktu kerja efektif pada mesin injection III dalam 1 bulan
tfi = waktu yang dibutuhkan untuk membuat container (bak) accu tipe i W4 = waktu kerja efektif pada mesin injection IV dalam 1 bulan.
Xai = jumlah accu tipe i yang di produksi selama periode bulan ini Ka = kapasitas bagian assembly
G = kapasitas gudang produk jadi
Si = jumlah produk jadi yang tersisa digudang
Analisa Sensitivitas
Dengan model yang telah dibuat, dilakukan analisis sensitivitas terhadap perubahan-perubahan satu atau lebih dari parameter-parameter yang mempengaruhi keuntungan perusahaan. Hal ini dimaksudkan untuk mengetahui keadaan model yang telah dibuat terhadap perubahan-perubahan pembatasnya (Chase et al., 2006).
HASIL dan DISKUSI
Dari data penjualan accu tiap tipe yang diproduksi dibuat diagram pencarnya.
Berdasarkan diagram tersebut terlihat bahwa penjualan cenderung meningkat, sehingga dapat digunakan metode analisis regresi linier (Linear Regression Analysis) dengan interval keyakinan 95% untuk melakukan peramalan penjualan. Hasil peramalan penjualan accu untuk periode bulan Juli sampai dengan September 2010 dapat dilihat pada tabel 1.
Tabel 1 Hasil peramalan penjualan accu dengan tingkat keyakinan 95%
untuk periode bulan Juli – September 2010
Tipe Accu Juli' 10 Agustus' 10 September' 10
(Unit) (Unit) (Unit)
NS 40/Z 4485 4521 4557
N 40/NS 60 3191 3220 3248
DIN 55 2964 2993 3023
NS 70/N 50 2795 2820 2844
N 70 2514 2532 2551
55D23 L/R 2817 2845 2873
DIN 66 2861 2886 2911
N 100 2572 2592 2611
N 120 2215 2237 2258
N 150 1989 2006 2022
N 200 2000 2025 2050
6
Dari hasil running program model Linear Programming dengan menggunakan perangkat lunak Lindo, maka jumlah accu yang harus diproduksi dari 11 tipe accu agar diperoleh keuntungan perusahaan yang maksimal, yaitu: NS 40/Z = 4170 unit; N 40/NS 60 = 3251 unit; DIN 55 = 2989 unit; NS 70/N 50 = 2857 unit; N 70 = 2481 unit; 55D23 L/R = 2909 unit; DIN 66 = 2899 unit; N 100 = 2443 unit; N 120 = 2240 unit; N 150 = 1898 unit; N 200 = 1781 unit, dan keuntungan yang diperoleh perusahaan adalah sebesar Rp. 1.589.879.000.
Dengan model yang ada, perubahan-perubahan parameter yang dilakukan memberikan pengaruh yang berbeda-beda pada keuntungan yang didapat perusahaan.
Hasil analisis sensitivitas dari koefisien fungsi tujuan untuk jenis accu stock di gudang yang akan dijual pada bulan ini menunjukkan bahwa batas penambahan dan pengurangan koefisien (besar keuntungan) dengan tidak merubah nilai optimum masing-masing jenis accu. Sebagai contoh, keuntungan yang sudah ditetapkan untuk stock satu jenis accu NS 40/Z adalah Rp 46.800. Agar jumlah stock accu NS 40/Z tetap optimum, maka batas penambahan keuntungan yang ditetapkan adalah infinity (tidak terbatas) dan batas pengurangan keuntungan yang ditetapkan adalah Rp. 43.500.
Perubahan pada masing-masing pembatas mempunyai batas nilai penambahan dan pengurangan kapasitas dengan nilai optimum fungsi tujuan masih tetap terjaga.
Sebagai contoh, kapasitas kerja mesin injection I (HT-85) adalah 2.512.800 detik. Agar nilai koefisien fungsi tujuan tetap maksimum penambahan kapasitas tidak dibatasi (infinity) dan pengurangan kapasitas dibatasi 1.885.013 detik. Selain itu didapatkan pula nilai dual price dari masing-masing pembatas. Hal penting yang harus diperhatikan adalah batasan kapasitas di bagian assembly dan batasan kapasitas gudang penyimpanan produk jadi. Nilai dual price dari batasan kapasitas di bagian assembly adalah 41750, sedangkan batasan kapasitas gudang penyimpanan produk jadi adalah 0. Hal ini berarti bahwa setiap penambahan satu kapasitas pada bagian assembly akan memberi keuntungan sebesar Rp. 41.750, sedangkan jika diadakan penambahan kapasitas gudang seberapa pun besarnya, tidak akan memberi keuntungan.
KESIMPULAN dan SARAN Kesimpulan
1. Hasil peramalan penjualan accu periode bulan Juli, Agustus dan September 2010, menunjukkan bahwa permintaan akan produk accu tiap tipenya mengalami peningkatan.
2. Hasil optimasi keuntungan yang didapat perusahaan dengan memperhatikan batasan- batasan yang dimiliki adalah sebesar Rp. 1.589.879.000.
3. Penambahan satu kapasitas pada bagian assembly akan memberikan keuntungan sebesar Rp. 41.750, sedangkan jika diadakan penambahan kapasitas gudang seberapa pun besarnya, tidak memberi keuntungan.
Saran
Hasil peramalan penjualan accu menunjukan bahwa penjualan mengalami peningkatan dari waktu ke waktu. Oleh karena itu disarankan perusahaan sebaiknya mulai memikirkan untuk melakukan investasi pembelian mesin-mesin assembly untuk meningkatkan kapasitas assembly.
7
Untuk mendapatkan hasil optimasi yang lebih akurat, maka untuk penelitian di masa yang akan datang biaya-biaya yang digunakan untuk optimasi harus lebih diperinci lagi. Dengan demikian analisa sensitivitas yang dilakukan dapat menunjukan perubahan yang terjadi jika parameter-parameter model dirubah.
DAFTAR PUSTAKA
Bedworth, D. D., and Bailey, J. E., 1987, Integrated Production Control System, Management, Analysis, Design, 2th edition, John Wiley & Sons.
Chase, R. B., F. R. Jacobs, and N. J. Aquilano, 2006, Operation Management for Competitive Advantage, Irwin Mc.Graw-Hill..
Hillier, F. S., and Lieberman, G. J., 1990, Introduction to Operation Research, 5th edition, McGraw-Hill, Singapore.
Taylor III, B. W., 1996, Sains Manajemen, Pendekatan Matematika Untuk Bisnis, Salemba Empat, Jakarta.
Makridakis, S., S. C. Wheelwright, and R. J. Hyndman, 1998, Forecasting: Methods for Management, New York: John Wiley & Sons.
