• Tidak ada hasil yang ditemukan

Perencanaan Agregat Produksi Dengan Metode Goal Programming (Studi Kasus : PT. Sinar Utama Nusantara)

N/A
N/A
Protected

Academic year: 2019

Membagikan "Perencanaan Agregat Produksi Dengan Metode Goal Programming (Studi Kasus : PT. Sinar Utama Nusantara)"

Copied!
82
0
0

Teks penuh

(1)
(2)

Lampiran 1.

Uraian Tugas dan Tanggung Jawab

Adapun pembagian tugas dan wewengan yang dilakukan setiap jabatan dalam

struktur organisasi PT Sinar Utama Nusantara adalah :

1. Direktur

a. Merumuskan dan menetapkan visi, misi, dan kebijakan perusahaan.

b. Menetapkan tujuan dan rencana serta strategi perusahaan untuk mencapai misi

perusahaan.

c. Memberikan penugasan kerja kepada para karyawan untuk peningkatan

produktivitas dan efisiensi kerja.

d. Melakukan pengawasan dan memberi pengarahan terhadap pelaksanaan

operasional perusahaan.

2. General Manager

a. Membantu dan mengontrol pelaksanaan seluruh proses produksi.

b. Melaksanakan pengontrolan kerja karyawan bagian produksi.

c. Melakukan koordinasi dengan semua kepala bagian dalam melaksanakan

proses produksi.

d. Mengatur dan mengontrol penerapan sistem manajemen mutu.

e. Menjalankan rencana produksi yang diberikan oleh direktur utama dengan

sebaik-baiknya.

(3)

b. Mencatat tinjauan manajemen dan mendokumentasikannya serta melaporkan

hasil rapat tinjauan manajemen kepada direksi.

c. Berperan sebagai penghubung dengan pihak luar dalam hal penerapan sistem

manajemen mutu.

d. Melaporkan pelaksanaan sistem manajemen mutu kepada direktur.

4. Kepala Bagian HRD

a. Melakukan penyediaan sumber daya (manusia, peralatan/ mesin) dengan

persetujuan direktur.

b. Melaksanakan identifikasi kebutuhan karyawan maupun kebutuhan pelatihan.

c. Membuat program pelatihan yang terencana sesuai kebutuhan.

d. Menentukan program kebutuhan karyawan dan kebutuhan pelatihan, baik

untuk karyawan baru maupun karyawan lama.

5. Kepala Bagian Produksi

a. Membantu general manajer dan direktur dalam pengorganisasian.

b. Menjalankan dan mengontrol seluruh bagian produksi agar sesuai dengan

target produksi yang harus dicapai.

c. Membuat laporan rutin dan periodik masalah produksi, tenaga kerja, dan

(4)

b. Menyediakan dan mengendalikan alat ukur yang berhubungan dengan

pengukuran mutu produk.

c. Membuat laporan rutin dan periodik masalah-masalah yang berkaitan dengan

alat transportasi atau operator dan dilaporkan kepada direktur.

d. Membuat laporan pemasukan stock produk jadi yang telah melalui proses

quality control dan laporan barang keluar (kartu gudang).

7. Kepala Bagian Penjualan

a. Melaksanakan pendataan dan penyimpanan arsip-arsip penjualan produk

b. Menerima pesanan dari pelanggan secara langsung atau melewati pihak

manajemen atau marketing.

c. Mengecek apakah produk yang diminta pelanggan sudah tersedia.

8. Kepala Bagian Marketing

a. Melakukan pemasaran dan penjualan produk kepada pelanggan.

b. Bertanggungjawab terhadap perolehan hasil penjualan.

9. Kepala Bagian Keuangan

a. Mencatat, menghitung, dan menyajikan laporan keuangan perusahaan kepada

direktur.

b. Membantu direktur dalam menghitung harga pokok produksi jika diperlukan.

c. Merencanakan dan mengontrol catatan keluar-masuk keuangan perusahaan

d. Membantu menyelesaikan masalah yang timbul pada bagiannya.

10. Karyawan Umum

(5)

b. Membantu mengurus pembayaran upah pegawai.

11. Operator Pipa PVC/ HDPE

a. Mengetahui jenis-jenis bahan baku yang diperlukan untuk produksi.

b. Menguasai dan mengetahui cara menjalankan mesin-mesin produksi.

c. Menjalankan mesin produksi sesuai dengan pesanan dan standar produksi.

d. Mengetahui dan menguasai cara menggunakan alat-alat ukur.

e. Mengetahui standar kualitas setiap produk pipa yang akan diproduksi.

12. Operator Recycle PVC/ HDPE

a. Menguasai cara menggunakan mesin produksi, khususnya mesin crusher dan

mesin pulverizer.

b. Menghancurkan produk yang rusak untuk dijadikan bahan baku kembali.

c. Menyusun bahan recycle di gudang bahan baku dengan rapi.

13. Karyawan Maintenance

a. Membuat perencanaan jadwal perawatan dan perbaikan semua mesin produksi

dan peralatan kerja secara rutin.

b. Memastikan mesin produksi dan peralatan kerja berfungsi dengan baik.

c. Melakukan perbaikan mesin produksi atau peralatan yang rusak.

(6)

c. Mengontrol penerapan sistem manajemen mutu di bagiannya.

d. Membuat rekapitulasi laporan hasil pengujian mutu produk.

15. Kepala Gudang

a. Melakukan audit stock secara rutin.

b. Menguasai setiap hasil produksi dan menguasai standar kualitasnya.

c. Membuat laporan pemasukan stock hasil barang jadi yang telah melalui proses

quality control dan laporan keluar barang (kartu gudang).

d. Menyusun barang secara rapi dan teratur sesuai dengan tempat yang telah

disediakan.

e. Melakukan proses muat dan pengiriman barang sesuai surat jalan/ pesanan

dengan cepat dan tepat sesuai sistem FIFO.

16. Cleaning Service

a. Membersihkan kantor, toilet, ruang produksi, dan pekarangan perusahaan.

b. Melakukan perawatan terhadap tanaman di sekitar lingkungan perusahaan.

17. Security

a. Melakukan pemeriksaan pada tamu yang akan masuk ke perusahaan.

b. Melakukan pengamanan secara menyeluruh di perusahaan.

c. Menjaga dan memelihara inventaris perusahaan.

18. Mekanik

a. Mencatat kondisi/ keadaan mesin yang sedang beroperasi.

b. Melaporkan setiap kerusakan pada mesin produksi.

(7)

19. Electrical

a. Mengontrol bahan bakar generator listrik.

b. Membuat jadwal pemeriksaan kabel-kabel arus listrik perusahaan.

c. Menjaga agar generator dapat berfungsi dengan baik ketika diperlukan.

20. Gudang Bahan Baku

a. Menyediakan bahan baku sesuai kebutuhan produksi.

b. Memeriksa setiap jenis bahan baku yang diterima.

c. Membuat laporan stock bahan baku yang telah melalui proses quality control.

d. Membuatlaporan pengeluaran bahan baku ke bagian produksi.

e. Menyusun bahan baku dengan rapi dan teratur sesuai dengan tempat yang

telah disediakan.

f. Melakukan proses pengeluaran bahan baku sesuai surat jalan/ pesanan dengan

cepat dan tepat sesuai sistem FIFO.

21. Gudang Produk

a. Membuat laporan stock produk yang telah melalui proses quality control.

b. Membuatlaporan pengeluaran produk ke bagian penjualan.

c. Menyusun produk dengan rapi dan teratur sesuai dengan tempat yang telah

(8)

b. Menyelesaikan masalah yang timbul pada operator maupun kendaraan secara

(9)

Lampiran 2. Uji Keseragaman Data

I. Uji Keseragaman Data Pipa ECO JIS D 2 Inchi

1. Uji Keseragaman Data Work Center II

a. Menghitung waktu rata-rata

X =

b. Menghitung standar deviasi

(10)

BKA = X + Z . σ BKB = X – Z . σ

= 248,20 + (2 . 2,39) = 248,20 – ( 2 . 2,39)

= 252,98 = 243,42

Peta kontrol work center II untuk pipa ECO JIS D 2 Inchi dapat dilihat pada

Gambar 5.2.

Gambar 5.2. Peta Kontrol Work Center II untuk pipa ECO JIS D 2 Inchi

2. Uji Keseragaman Data Work Center III

d. Menghitung waktu rata-rata

(11)

e. Menghitung standar deviasi

f. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB = X – Z . σ

= 59,41 + (2 . 0,62) = 59,41 – ( 2 . 0,62)

= 60,65 = 58,17

Peta kontrol work center III untuk pipa ECO JIS D 2 Inchi dapat dilihat pada

(12)

II. Uji Keseragaman Data Pipa ECO JIS D 3 Inchi

1. Uji Keseragaman Data Work Center I

a. Menghitung waktu rata-rata

X =

b. Menghitung standar deviasi

σ =

c. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB = X – Z . σ

= 24,93 + (2 . 0,59) = 24,93 – ( 2 . 0,59)

(13)

Peta kontrol work center I untuk pipa ECO JIS D 3 Inchi dapat dilihat pada

Gambar 5.4.

Gambar 5.4. Peta Kontrol Work Center I untuk pipa ECO JIS D 3 Inchi

2. Uji Keseragaman Data Work Center II

a. Menghitung waktu rata-rata

X =

n X

=

10

83 , 220 ... 95 , 223 35 , 218 87 ,

225 + + + +

22,5 23 23,5 24 24,5 25 25,5 26 26,5

1 2 3 4 5 6 7 8 9 10

Waktu Siklus

BKA

BKB

Pengamatan

Wa

k

tu

Si

k

lus (m

eni

(14)

=

h. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB = X – Z . σ

= 221,45 + (2 . 3,04) = 221,45 – ( 2 . 3,04)

= 227,53 = 215,37

Peta kontrol work center II untuk pipa ECO JIS D 3 Inchi dapat dilihat pada

Gambar 5.5.

Gambar 5.5. Peta Kontrol Work Center II Untuk Pipa ECO JIS D 3 Inchi

(15)

3. Uji Keseragaman Data Work Center III

a. Menghitung waktu rata-rata

X =

b. Menghitung standar deviasi

σ =

c. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

(16)

Gambar 5.6. Peta Kontrol Work Center III Untuk Pipa ECO JIS D 3 Inchi

III. Uji Keseragaman Data Pipa ECO JIS D 4 Inchi

1. Uji Keseragaman Data Work Center I

a. Menghitung waktu rata-rata

X =

b. Menghitung standar deviasi

(17)

=

c. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB = X – Z . σ

= 24,95 + (2 . 0,55) = 24,95 – ( 2 . 0,55)

= 26,05 = 23,85

Peta kontrol work center I untuk pipa ECO JIS D 4 Inchi dapat dilihat pada

(18)

2. Uji Keseragaman Data Work Center II

a. Menghitung waktu rata-rata

X =

b. Menghitung standar deviasi

σ =

c. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB =

X

– Z . σ

= 182,81 + (2 . 1,40) = 182,81 – ( 2 . 1,40)

= 185,61 = 180,01

(19)

Gambar 5.8. Peta Kontrol Work Center II Untuk Pipa ECO JIS D 4 Inchi

3. Uji Keseragaman Data Work Center III

a. Menghitung waktu rata-rata

(20)

=

c. Menghitung Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB).

Dengan tingkat keyakinan 95% dan ketelitian 5%, maka nilai Z = 2.

BKA = X + Z . σ BKB = X – Z . σ

= 34,66 + (2 . 0,46) = 34,66 – ( 2 . 0,46)

= 35,58 = 33,74

Peta kontrol work center III untuk pipa ECO JIS D 4 Inchi dapat dilihat pada

Gambar 5.8.

Gambar 5.9. Peta Kontrol Work Center III Untuk Pipa ECO JIS D 4 Inchi

Lampiran 3. Uji Kecukupan Data

(21)

IV. Uji Kecukupan Data Pipa ECO JIS D 2 Inchi

4. Uji Kecukupan Data Work Center II

Tabel 5.13. Uji Kecukupan Data Work Center II

Pengamatan Waktu Siklus (X) X2

Total 2482,02 616093,90

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(22)

5. Uji Kecukupan Data Work Center III

Tabel 5.14. Uji Kecukupan Data Work Center III

Pengamatan Waktu Siklus (X) X2

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(23)

V. Uji Kecukupan Data Pipa ECO JIS D 3 Inchi

3. Uji Kecukupan Data Work Center I

Tabel 5.15. Uji Kecukupan Data Work Center I

Pengamatan Waktu Siklus (X) X2

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(24)

4. Uji Kecukupan Data Work Center II

Tabel 5.16. Uji Kecukupan Data Work Center II

Pengamatan Waktu Siklus (X) X2

Total 2214,55 490506,60

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(25)

6. Uji Kecukupan Data Work Center III

Tabel 5.17. Uji Kecukupan Data Work Center III

Pengamatan Waktu Siklus (X) X2

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(26)

VI. Uji Kecukupan Data Pipa ECO JIS D 4 Inchi

4. Uji Kecukupan Data Work Center I

Tabel 5.18. Uji Kecukupan Data Work Center I

Pengamatan Waktu Siklus (X) X2

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(27)

5. Uji Kecukupan Data Work Center II

Tabel 5.19. Uji Kecukupan Data Work Center II

Pengamatan Waktu Siklus (X) X2

Total 1828,19 334245,70

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(28)

6. Uji Kecukupan Data Work Center III

Tabel 5.20. Uji Kecukupan Data Work Center III

Pengamatan Waktu Siklus (X) X2

Untuk mengetahui data yang telah diambil sudah mencukupi, maka dilakukan

perhitungan nilai N’. Rumus untk mencari nilai N’ dapat digunakan rumus

(29)

Lampiran 4. Perhitungan Waktu Normal dan Waktu Baku

VII.Perhitungan Waktu Normal dan Waktu Baku Pipa ECO JIS D 2 Inchi

7. Work Center II

WN = Waktu siklus × (1+ Rating Factor)

= 248,20 × (1+ 0,06) = 263,09 menit

WB = WN x

Allowance

% 100

% 100

= 263,09 x

% 15 % 100

% 100

= 316,98 menit

8. Work Center III

WN = Waktu siklus × (1+ Rating Factor)

= 59,41 × (1+ 0,06) = 62,97menit

WB = WN x

Allowance

% 100

% 100

= 62,97 x

% 15 % 100

% 100

(30)

WB = WN x

IX. Perhitungan Waktu Normal dan Waktu Baku Pipa ECO JIS D 4 Inchi

1. Work Center I

WN = Waktu siklus × (1+ Rating Factor)

(31)
(32)

Lampiran 5. Peramalan Jumlah Permintaan

b. Peramalan Jumlah Permintaan Produk Pipa ECO JIS D 3 Inchi

Adapun langkah-langkah peramalan yang dilakukan adalah sebagai berikut :

1. Menentukan tujuan peramalan

Tujuan peramalan adalah untuk meramalkan jumlah permintaan produk pipa

PVC ECO JIS D 3 Inchi untuk satu tahun ke depan dimulai dari Januari 2014 –

Desember 2014.

2. Membuat scatter diagram

Scatter diagram digunakan untuk melihat pola historis dari data jumlah

permintaan yang sudah ada. Adapun scatter diagram permintaan produk pipa

ECO JIS D 3 Inchi dapat dilihat pada Gambar 1.

Gambar 1. Scatter Diagram Jumlah Permintaan Produk Pipa ECO JIS D 3 Inchi

Periode Januari 2013-Desember 2013

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

Jumlah Permintaan

Pipa ECO JIS D 3 Inchi

Pipa ECO JIS D

Periode

Ju

mlah

P

er

min

taan

(33)

3. Memilih metode peramalan

Pemilihan metode peramalan dilakukan setelah diperoleh model pola data. Dari

pola data penjualan pipa yang diperoleh, metode yang digunakan adalah metode

konstan, linier, dan siklis

4. Menghitung parameter peramalan

Perhitungan parameter peramalan untuk produk pipa ECO JIS D 3 Inchi dapat

dilihat sebagai berikut :

a. Metode Konstan

Persamaan Yt = a, dimana

𝑎

=

∑ 𝑌1

𝑁

dimana : Yt = nilai tambah

N = jumlah periode

Tabel 1. Perhitungan Parameter Peramalan Metode Konstan

t Y

(34)

b. Metode Linier

Rumus fungsi peramalannya adalah Y = a + bt. Perhitungan parameter yang

ada di dalam metode linier dapat dilihat pada Tabel 2.

Tabel 2. Perhitungan Parameter Peramalan untuk Metode Linier

(35)

c. Metode Siklis

Fungsi peramalannya : ., 

     +       + =

n t c

n t b

a

Y .sin 2π .cos 2π . Data perhitungan metode siklis dapat dilihat pada Tabel 3.

Tabel 3. Perhitungan Parameter Peramalan untuk Metode Siklis

X Y Sin(2πx/n) Cos(2πx/n) Ysin(2πx/n) Ycos(2πx/n) sin2(2πx/n) cos2(2πx/n) sin(2πx/n)*cos(2πx/n)

1 4313 0,50 0,87 2156,50 3752,31 0,25 0,75 0,43 2 3845 0,87 0,50 3345,15 1922,50 0,75 0,25 0,43

3 3841 1,00 0,00 3841,00 0,00 1,00 0,00 0,00

(36)

Parameter peramalan :

Dengan metode siklis diperoleh:

Persamaan Y = 3697,42+ 218,41 . sin 

5. Perhitungan Kesalahan (error) Setiap Metode Peramalan

Untuk mendapatkan metode peramalan yang paling baik, maka perlu dihitung

tingkat kesalahan pada masing-masing metode peramalan. Metode yang memiliki

tingkat kesalahan yang paling kecil merupakan metode yang digunakan dalam

peramalan permintaan produk. Kesalahan setiap metode peramalan dihitung dengan

menggunakan standard error of estimate (SEE).

d. Metode Konstan

(37)

Tabel 4. Perhitungan Kesalahan Peramalan Metode Konstan

t Y Y' (Y-Y') (Y-Y')^2

1 4313 3697,42 615,58 378938,74 2 3845 3697,42 147,58 21779,86 3 3841 3697,42 143,58 20615,22 4 4171 3697,42 473,58 224278,02 5 3391 3697,42 -306,42 93893,22 6 3380 3697,42 -317,42 100755,46 7 3306 3697,42 -391,42 153209,62 8 3868 3697,42 170,58 29097,54 9 3627 3697,42 -70,42 4958,98 10 3494 3697,42 -203,42 41379,70 11 3343 3697,42 -352,42 124199,86 12 3814 3697,42 116,58 13590,90

78 44369 44369,04 25,96 1206697,12

Derajat kebebasan (f) = 1

Maka standard estimasi kesalahan dari peramalan metode konstan adalah :

(

)

331,21 1

12 1206697,12

1

2 '

= − =

− − =

=

f n

Y Y SEE

m

t

e. Metode Linier

Perhitungan kesalahan peramalan metode linier dapat dilihat pada Tabel 5

Tabel 5. Perhitungan Kesalahan Peramalan Metode Linier

t Y Y' (Y-Y') (Y-Y')^2

(38)

Tabel 4. Perhitungan Kesalahan Peramalan Metode Linier (Lanjutan)

Maka standard estimasi kesalahan dari peramalan metode linier adalah :

(

)

f. Metode Siklis

Persamaan Y = 3699,42+ 217,97 . sin 

Perhitungan kesalahan peramalan metode siklis dapat dilihat pada Tabel 6

Tabel 6. Perhitungan Kesalahan Peramalan Metode Siklis

(39)

Derajat kebebasan (f) = 3

Maka standard estimasi kesalahan dari peramalan metode siklis adalah :

(

)

337,23 3

12 1023542,56

1

2 '

= − =

− − =

=

f n

Y Y SEE

m

t

Dari hasil perhitungan kesalahan diatas maka didapat rekapitulasi estimasi

kesalahan beberapa metode dapat dilihat pada Tabel 7. di bawah ini:

Tabel 7. Rekapitulasi Estimasi Kesalahan

Metode SEE

Konstan 331,21 Linier 295,83 Siklis 337,23

6. Pemilihan Metode Peramalan dan Uji Statistik

Dari perhitungan SEE di atas, metode linier dan metode konstan mampu

memberikan nilai error terkecil. Tahap selanjutnya adalah melakukan uji statistik

dengan distribusi f untuk memilih mana antara kedua metode ini yang akan dipakai

untuk interpretasi peramalan.

1) Ho : metode linier lebih baik dari pada metode konstan (fujiftabel)

(40)

Didapatkan FhitungFtabel maka Ho diterima, metode linier lebih baik dari

pada metode konstan

Kesimpulan : Maka metode yang digunakan untuk meramalkan data

permintaan produk pipa ECO JIS D 3 Inchi adalah metode linier dengan

fungsi sebagai berikut:

Y = 4005,96 + 47,16 t

7. Verifikasi Peramalan

Verifikasi peramalan dilakukan terhadap metode linier dengan menggunakan peta

moving range dapat dilihat pada Tabel 8.

Tabel 8. Perhitungan Hasil Verifikasi Peramalan

T Y Y' (Y-Y') (Y-Y')^2 MR

1 4313 3958,80 354,20 121248,81 - 2 3845 3911,64 -66,64 5118,54 419,75 3 3841 3864,48 -23,48 745,07 44,24 4 4171 3817,32 353,68 123167,31 378,25 5 3391 3770,16 -380,8 145008,64 731,75 6 3380 3723,00 -343,55 118027,98 37,25 7 3306 3675,84 -369,3 136385,44 25,75 8 3868 3628,68 240,94 58054,01 610,24 9 3627 3581,52 48,19 2322,47 192,75 10 3494 3534,36 -36,56 1336,63 84,75 11 3343 3487,20 -139,31 19407,83 102,75 12 3814 3440,04 379,94 144351,36 519,25

78 44369 44393,04 -0,14 875174,11 3146,73

Berdasarkan perhitungan yang ada pada Tabel 8. maka dapat dihitung

besarnya harga.

286,06 1 12 3146,73 1 = − =

=

(41)

BKA = 2,66 x 286,06 = 760,92

BKB = -2,66 x 286,06 = - 760,92

1/3 BKA = 1/3 x 760,92 = 253.64

2/3 BKA = 2/3 x 760,92 = 507,28

1/3 BKB = 1/3 x - 760,92 = - 253.64

2/3 BKB = 2/3 x - 760,92 = - 507,28

Dari hasil perhitungan di atas, maka dapat digambarkan Moving Range Chart

untuk data yang digunakan dalam peramalan, seperti yang ditunjukkan dalam Gambar

2.

Gambar 2. Moving Range Chart untuk Peramalan

-1000 -800 -600 -400 -200 0 200 400 600 800 1000

1 2 3 4 5 6 7 8 9 10 11 12

(Y-Y')

BKA

1/3 BKA

2/3 BKA

BKB

1/3 BKB

2/3 BKB

Moving Range Chart Produk Pipa ECO JIS D 3 Inchi

Ju

mlah

P

er

min

taan

(42)

Inchi untuk periode satu tahun kedepan (X = 13 sampai 24), dengan menggunakan

persamaan linier :

Y = 4005,96 + 47,16 t

Hasil peramalan dengan metode linier, permintaan produk PVC ECO JIS D 3

Inchi periode Januari 2014 – Desember 2014 dapat dilihat pada Tabel 9.

Tabel 9. Hasil Peramalan Permintaan Produk Pipa PVC ECO JIS D 3 Inchi

Periode Januari 2014 – Desember 2014

Hasil Peramalan (Bulan)

Total (Unit)

Januari 4619 Februari 4666

Maret 4713

April 4761

Mei 4808

Juni 4855

Juli 4902

Agustus 4949 September 4996 Oktober 5043 November 5091 Desember 5138

c. Peramalan Jumlah Permintaan Produk Pipa ECO JIS D 4 Inchi

Adapun langkah-langkah peramalan yang dilakukan adalah sebagai berikut :

1. Menentukan tujuan peramalan

Tujuan peramalan adalah untuk meramalkan jumlah permintaan produk pipa

(43)

2. Membuat scatter diagram

Scatter diagram digunakan untuk melihat pola historis dari data jumlah

permintaan yang sudah ada. Adapun scatter diagram permintaan produk pipa

ECO JIS D 4 Inchi dapat dilihat pada Gambar 3.

Gambar 3. Scatter Diagram Jumlah Permintaan Produk Pipa ECO JIS D

4 Inchi Periode Januari 2013-Desember 2013

3. Memilih metode peramalan

Pemilihan metode peramalan dilakukan setelah diperoleh model pola data. Dari

pola data penjualan pipa yang diperoleh, metode yang digunakan adalah metode

konstan, linier dan kuadratis.

0 500 1000 1500 2000 2500

Jumlah Permintaan

Pipa ECO JIS D 4 Inchi

Pipa 4 Inchi

Ju

mlah

P

er

min

taan

(44)

a. Metode Konstan

Persamaan Yt = a, dimana

𝑎

=

∑ 𝑌1

𝑁

dimana : Yt = nilai tambah

N = jumlah periode

Tabel 10. Perhitungan Parameter Peramalan Metode Konstan

t Y

1 1917 2 1709 3 1707 4 1853 5 1507 6 1502 7 1469 8 1638 9 1612 10 1553 11 1486 12 1695 ∑ 𝒕 = 78 ∑ 𝒀 = 19648

Parameter peramalan :

12 19648

=

=

n Y

a = 1637,33

Persamaan peramalan : Y’ = 1637,33

b. Metode Linier

Rumus fungsi peramalannya adalah Y = a + bt. Perhitungan parameter

(45)
(46)
(47)

12

5. Perhitungan Kesalahan (error) Setiap Metode Peramalan

Untuk mendapatkan metode peramalan yang paling baik, maka perlu dihitung

tingkat kesalahan pada masing-masing metode peramalan. Metode yang memiliki

tingkat kesalahan yang paling kecil merupakan metode yang digunakan dalam

peramalan permintaan produk. Kesalahan setiap metode peramalan dihitung dengan

menggunakan standard error of estimate (SEE).

a. Metode Konstan

Perhitungan kesalahan peramalan metode konstan dapat dilihat pada Tabel 13

Tabel 13. Perhitungan Kesalahan Peramalan Metode Konstan

(48)

Derajat kebebasan (f) = 1

Maka standard estimasi kesalahan dari peramalan metode linier adalah :

(

)

b. Metode Linier

Persamaan peramalan :Y = 1782,15 - 22,280 t

Perhitungan kesalahan peramalan metode linier dapat dilihat pada Tabel 14

Tabel 14. Perhitungan Kesalahan Peramalan Metode Linier

t Y Y' (Y-Y') (Y-Y')^2

Derajat kebebasan (f) = 2

Maka standard estimasi kesalahan dari peramalan metode linier adalah :

(49)

c. Metode Kuadratis

Persamaan peramalan : Y= 1688,468+ 6,752 (t) 1,754- (t

2

)

Perhitungan kesalahan peramalan metode kuadratis dapat dilihat pada Tabel15.

Tabel 15. Perhitungan Kesalahan Peramalan Metode Kuadratis

t Y Y' (Y-Y') (Y-Y')^2

1 1917 1693,47 223,53 49967,45 2 1709 1694,96 14,04 197,23 3 1707 1692,94 14,06 197,74 4 1853 1687,41 165,59 27419,39 5 1507 1678,38 -171,38 29370,42 6 1502 1665,84 -163,84 26842,23 7 1469 1649,79 -180,79 32683,58 8 1638 1630,23 7,77 60,40 9 1612 1607,16 4,84 23,41 10 1553 1580,59 -27,59 761,10 11 1486 1550,51 -64,51 4161,02 12 1695 1516,92 178,08 31713,91

78 19648 19648,17 -0,17 203397,88

Derajat kebebasan (f) = 3

Maka standard estimasi kesalahan dari peramalan metode kuadratis adalah:

(

)

150,33 3

12 203397,88

1

2 '

= − =

− − =

=

f n

Y Y SEE

m

t

(50)

6. Pemilihan Metode Peramalan dan Uji Statistik

Dari perhitungan SEE di atas, metode linier dan metode konstan mampu

memberikan nilai error terkecil. Tahap selanjutnya adalah melakukan uji statistik

dengan distribusi f untuk memilih mana antara kedua metode ini yang akan dipakai

untuk interpretasi peramalan.

1) Ho : metode linier lebih baik dari pada metode konstan (fujiftabel)

bernilai 11 (12-1) untuk metode konstan

Maka didapat Ftabel = 0,05 (10,11) = 2,94

Didapatkan FhitungFtabel maka Ho diterima, metode linier lebih baik dari

pada metode konstan.

Kesimpulan : Maka metode yang digunakan untuk meramalkan data

permintaan produk pipa ECO JIS D 4 Inchi adalah metode linier dengan

fungsi sebagai berikut:

Y = 1782,15 + 22,28 t

7. Verifikasi Peramalan

Verifikasi peramalan dilakukan terhadap metode linier dengan menggunakan peta

(51)

Tabel 17. Perhitungan Hasil Verifikasi Peramalan

t Y Y' (Y-Y') (Y-Y')^2 MR

1 1917 1804,43 157,13 24688,89

2 1709 1737,59 -28,59 817,56 185,72 3 1707 1715,31 -8,31 69,11 20,28 4 1853 1693,03 159,97 25589,44 168,28 5 1507 1670,75 -163,75 26815,05 323,72 6 1502 1648,47 -146,47 21454,34 17,28 7 1469 1626,19 -157,19 24709,64 10,72 8 1638 1603,91 34,09 1161,92 191,28 9 1612 1581,63 30,37 922,15 3,72 10 1553 1559,35 -6,35 40,36 36,72 11 1486 1537,07 -51,07 2608,45 44,72 12 1695 1514,79 180,21 32474,56 231,28

78 19648 19648,00 0,00 161351,48 1233,72

Berdasarkan perhitungan yang ada pada Tabel 17. maka dapat dihitung

besarnya harga.

112,16 1 12 1233,72 1 = − =

=

n MR MR

BKA = 2,66 x 112,16 = 298,33

BKB = -2,66 x 112,16 = - 298,33

1/3 BKA = 1/3 x 298,33 = 99,44

2/3 BKA = 2/3 x 298,33 = 198,89

(52)

Gambar 3. Moving Range Chart untuk Peramalan

Produk Pipa ECO JIS D 4 Inchi

Dari Gambar 3. dapat dilihat bahwa data yang digunakan dalam peramalan tidak

ada yang out of control atau di luar batas control sehingga dapat disimpulkan bahwa

data tersebut signifikan. Maka, peramalan permintaan produk Pipa PVC ECO JIS D 4

Inchi untuk periode satu tahun kedepan (X = 13 sampai 24), dengan menggunakan

persamaan linier :

Y = 1782,15 + 22,28 t

Hasil peramalan dengan metode linier, permintaan produk PVC ECO JIS D 4

Inchi periode Januari 2014 – Desember 2014 dapat dilihat pada Tabel 5.30

Tabel 18. Hasil Peramalan Permintaan Produk Pipa ECO JIS D 4 Inchi Periode

Januari 2014 – Desember 2014

Peramalan Permintaan (Bulan) Total (Unit)

Januari 2072

Februari 2094

Maret 2116

-400,00 -300,00 -200,00 -100,00 0,00 100,00 200,00 300,00 400,00

1 2 3 4 5 6 7 8 9 10 11 12

(Y-Y')

BKA

1/3 BKA

2/3 BKA

BKB

1/3 BKB

2/3 BKB

Moving Range Chart Produk Pipa ECO JIS D 4 Inchi

Ju

mlah

P

er

min

taan

(53)

Tabel 18. Hasil Peramalan Permintaan Produk Pipa ECO JIS D 4 Inchi Periode

Januari 2014 – Desember 2014 (Lanjutan)

Peramalan Permintaan (Bulan) Total (Unit)

Juni 2183

Juli 2205

Agustus 2228

September 2250

Oktober 2272

November 2295

(54)

Lampiran 6. Perencanaan Produksi Dengan Menggunakan Software LINDO

Untuk Periode Februari 2014 – Desember 2014

2. Perencanaan Produksi Untuk Periode Februari 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(55)

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

3. Perencanaan Produksi Untuk Periode Maret 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(56)

X3 2074.509766 0.000000 DA27 0.000000 0.000000 DA39 112446.765625 0.000000 DA51 43650.851562 0.000000 DA63 57445.558594 0.000000 DA75 25419.675781 0.000000 DA85 4014.274414 0.000000 DA86 1776.352905 0.000000 DA87 4171.793945 0.000000 DA88 355.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

4. Perencanaan Produksi Untuk Periode April 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(57)

DB52 0.000000 1.000000 DB64 0.000000 1.000000 DB76 0.000000 1.000000 DB85 0.000000 1.000000 DB86 0.000000 1.000000 DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3673.529297 0.000000 DA4 0.000000 0.000000 X2 4667.646973 0.000000 DA16 0.000000 0.000000 X3 2097.058838 0.000000 DA28 0.000000 0.000000 DA40 113662.234375 0.000000 DA52 44155.117188 0.000000 DA64 58028.089844 0.000000 DA76 25693.472656 0.000000 DA85 4058.088135 0.000000 DA86 1795.764648 0.000000 DA87 4217.206055 0.000000 DA88 358.823517 0.000000

(58)

5. Perencanaan Produksi Untuk Periode Mei 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

VARIABLE VALUE REDUCED COST DB5 0.000000 1.000000 DB17 0.000000 1.000000 DB29 0.000000 1.000000 DB41 0.000000 1.000000 DB53 0.000000 1.000000 DB65 0.000000 1.000000 DB77 0.000000 1.000000 DB85 0.000000 1.000000 DB86 0.000000 1.000000 DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3707.843018 0.000000 DA5 0.000000 0.000000 X2 4713.725586 0.000000 DA17 0.000000 0.000000 X3 2118.627441 0.000000 DA29 0.000000 0.000000 DA41 114812.468750 0.000000 DA53 44567.914062 0.000000 DA65 58601.304688 0.000000 DA77 25958.119141 0.000000 DA85 4098.156738 0.000000 DA86 1813.382324 0.000000 DA87 4258.637207 0.000000 DA88 362.343140 0.000000

(59)

6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

6. Perencanaan Produksi Untuk Periode Juni 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(60)

DA78 26225.646484 0.000000 DA85 4139.676270 0.000000 DA86 1831.745117 0.000000 DA87 4301.676270 0.000000 DA88 365.980377 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

7. Perencanaan Produksi Untuk Periode Juli 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(61)

DB86 0.000000 1.000000 DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3784.313721 0.000000 DA7 0.000000 0.000000 X2 4805.882324 0.000000 DA19 0.000000 0.000000 X3 2161.764648 0.000000 DA31 0.000000 0.000000 DA43 117135.468750 0.000000 DA55 45487.855469 0.000000 DA67 59747.738281 0.000000 DA79 26487.412109 0.000000 DA85 4181.196289 0.000000 DA86 1850.107788 0.000000 DA87 4344.715820 0.000000 DA88 369.617645 0.000000

(62)

8. Perencanaan Produksi Untuk Periode Agustus 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

VARIABLE VALUE REDUCED COST DB8 0.000000 1.000000 DB20 0.000000 1.000000 DB32 0.000000 1.000000 DB44 0.000000 1.000000 DB56 0.000000 1.000000 DB68 0.000000 1.000000 DB80 0.000000 1.000000 DB85 0.000000 1.000000 DB86 0.000000 1.000000 DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3822.549072 0.000000 DA8 0.000000 0.000000 X2 4851.960938 0.000000 DA20 0.000000 0.000000 X3 2184.313721 0.000000 DA32 0.000000 0.000000 DA44 118335.179688 0.000000 DA56 45950.703125 0.000000 DA68 60323.832031 0.000000 DA80 26766.968750 0.000000 DA85 4223.206055 0.000000 DA86 1868.598022 0.000000 DA87 4388.098145 0.000000 DA88 373.284302 0.000000

(63)

6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

9. Perencanaan Produksi Untuk Periode September 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(64)

DA85 4264.725586 0.000000 DA86 1886.960815 0.000000 DA87 4431.137207 0.000000 DA88 376.921570 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

10. Perencanaan Produksi Untuk Periode Oktober 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(65)

DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3898.039307 0.000000 DA10 0.000000 0.000000 X2 4944.117676 0.000000 DA22 0.000000 0.000000 X3 2227.450928 0.000000 DA34 0.000000 0.000000 DA46 120655.367188 0.000000 DA58 46855.972656 0.000000 DA70 61467.382812 0.000000 DA82 27293.382812 0.000000 DA85 4305.882324 0.000000 DA86 1905.137207 0.000000 DA87 4473.774414 0.000000 DA88 380.529419 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

(66)

VARIABLE VALUE REDUCED COST DB11 0.000000 1.000000 DB23 0.000000 1.000000 DB35 0.000000 1.000000 DB47 0.000000 1.000000 DB59 0.000000 1.000000 DB71 0.000000 1.000000 DB83 0.000000 1.000000 DB85 0.000000 1.000000 DB86 0.000000 1.000000 DB87 0.000000 1.000000 DB88 0.000000 1.000000 X1 3936.274414 0.000000 DA11 0.000000 0.000000 X2 4991.176270 0.000000 DA23 0.000000 0.000000 X3 2250.000000 0.000000 DA35 0.000000 0.000000 DA47 121859.570312 0.000000 DA59 47317.382812 0.000000 DA71 62054.234375 0.000000 DA83 27571.500000 0.000000 DA85 4348.245117 0.000000 DA86 1923.803955 0.000000 DA87 4517.578613 0.000000 DA88 384.235291 0.000000

(67)

12. Perencanaan Produksi Untuk Periode Desember 2014

LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

(68)

7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 0.000000 0.000000 11) 0.000000 0.000000 12) 0.000000 0.000000

NO. ITERATIONS= 3

(69)
(70)
(71)
(72)
(73)
(74)
(75)
(76)
(77)
(78)
(79)
(80)
(81)
(82)

Gambar

Gambar 5.2.
Gambar 5.3.
Gambar 5.4.
Gambar 5.5. Peta Kontrol Work Center II Untuk Pipa ECO JIS D 3 Inchi
+7

Referensi

Dokumen terkait

bahwa berdasarkan pertimbangan sebagaimana dimaksud dalam huruf a dan huruf b perlu menetapkan Keputusan Bupati Bantul tentang Persetujuan Pinjam Pakai Air

Bagi peserta lelang yang merasa keberatan atas hasil pelelangan ini diberikan kesempatan untuk menyampaikan keberatan atau sanggahan secara on-line melalui sistem LPSE Provinsi

Pada hari ini Jumat tanggal Dua Belas Bulan Agustus Tahun Dua Ribu Sebelas, Panitia Pengadaan Barang/Jasa pada Dinas Kelautan dan Perikanan Provinsi Jawa Tengah,

Pada hari ini Jumat tanggal Dua Belas Bulan Agustus Tahun Dua Ribu Sebelas, Panitia Pengadaan Barang/Jasa pada Dinas Kelautan dan Perikanan Provinsi Jawa Tengah,

[r]

Adapun penulis mengambil kesimpulan, yaitu: perusahaan belum menggunakan perhitungan dengan metode harga pokok proses untuk menghitung harga pokok produksi perunit, karena

[r]

[r]