ANALISIS PERENCANAAN PRODUKSI DISAGREGAT
FAMILY DVD PADA PT XYZ
Hans Prasetya1; Nunung Nurhasanah2
ABSTRACT
The most recently problem that used to happened at PT XYZ is about production planning (Master Production Scheduling). Production planning in this company always takes so many times. To solve the problem, this research was trying to develop a disaggregate production planning. The steps were, demand forecasting, production capacity planning, and disaggregate planning. Double moving average, double exponential smoothing, and decomposition method were used to forecast demand. Least cost and stepping stone were the two methods from transportation model that were used to solve the production capacity planning. Hax and Meal method were used to solve a disaggregate planning.
Keywords: production planning, aggregate, disaggregate, forecasting
ABSTRAK
Masalah yang sering kali terjadi pada PT XYZ adalah perencanaan produksi (Master Production Scheduling). Perencanaan produksi dalam perusahaan tersebut selalu membutuhkan waktu yang lama. Untuk memecahkan masalah tersebut, dicoba dibuat sebuah perencanaan produksi disagregat. Metode yang digunakan sebagai bahan pertimbangan untuk mencapai perencanaan yang lebih baik adalah dengan melakukan peramalan, perencanaan agregat, dan perencanaan disagregat yang tepat. Double Moving Average, double eksponential smoothing, serta dekomposisi digunakan untuk meramal permintaan. Least Cost dan stepping stone adalah dua metode dari model transportasi yang digunakan untuk memecahkan masalah perencanaan kapasitas produksi. Metode Hax and Meal digunakan untuk mengatasi masalah perencanaan disagregat.
Kata kunci: perencanaan produksi, agregat, disagregat, peramalan
1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Bina Nusantara
Jl. K.H. Syahdan No. 9, Kemanggisan/Palmerah, Jakarta Barat 11480 nunung@binus.ac.id
PENDAHULUAN
Perkembangan dan persaingan dalam dunia industri sekarang ini semakin ketat. Selera konsumen juga cepat sekali berubah yang mengakibatkan permintaan konsumen juga berubah. Untuk itu, memiliki keunggulan bersaing sangatlah penting bagi sebuah perusahaan. Permasalahan yang terjadi pada perusahaan pada umumnya adalah kesulitan dalam menentukan jumlah produk yang akan diproduksi di masa yang akan datang. Kesulitan menentukan jumlah produksi akan menyebabkan kesulitan dalam mempersiapkan bahan baku, khususnya bahan baku yang sifatnya spesifik atau pun bahan baku yang memiliki lead time yang cukup besar.
Ada dua skenario yang dapat terjadi, skenario pertama, perusahaan akan berjaga-jaga dengan mempersiapkan bahan baku tersebut dalam jumlah yang cukup besar untuk mempersiapkan diri apabila ternyata produksi meningkat. Skenario kedua adalah perusahaan menyiapkan persediaan bahan baku di bawah produksi. Jika kekurangan bahan baku maka perusahaan akan terlambat memenuhi permintaan konsumen. Dengan adanya pengendalian dan perencanaan yang baik, hal tersebut dapat dihindari atau setidaknya mengurangi kerugian yang mungkin muncul. Perencanaan produksi yang baik akan memberikan perencanaan jumlah bahan baku yang lebih tepat pula sehingga bahan baku produksi menjadi lebih tepat dan biaya produksi menjadi lebih kecil.
Sistem perencanaan produksi pada PT XYZ sebenarnya sudah terlaksana dengan baik. Proses pembuatan rencana produksi didasari rencana penjualan yang sudah ditentukan dari perusahaan pusat yang ada di Korea. Masalah yang sering kali terjadi pada PT XYZ adalah sering kali perencanaan produksi (dalam hal ini Jadwal Induk Produksi/JIP) dari bagian perencanaan (sales support) ditolak atau ditanyakan kebenarannya oleh bagian material requirement (bagian MRP). Karena perencanaan produksi yang ditolak, bagian sales harus melakukan perencanaan ulang.
Perencanaan ulang ini dapat memakan waktu dan dikhawatirkan dapat mempengaruhi produksi. Bagian produksi tidak dapat memproduksi apabila belum dikeluarkan perencanaan produksi yang tepat. Akibatnya, jadwal produksi dapat ikut mundur dan produk pesanan pelanggan yang seharusnya sudah diproduksi akan terlambat dan pada akhirnya akan merugikan perusahaan.
Ruang lingkup dalam penelitian ini sebagai berikut: Penelitian dibatasi untuk pembuatan Perencanaan Produksi pada divisi Audio Video (AV) untuk produk DVD saja; Metode peramalan yang digunakan disesuaikan dengan pola data yang dimiliki perusahaan; Data biaya produksi dan harga produk tidak diberikan secara mendetail oleh perusahaan. Oleh karena itu, data tersebut hanya berupa perkiraan saja dari hasil rembuk dengan pihak perusahaan; Perencanaan produksi menggunakan metode transportasi dengan pendekatan least cost; Diasumsikan tidak terjadi backlog; Hal di luar dugaan, seperti bencana alam, perang, dan lain-lain dianggap tidak akan terjadi di masa yang akan datang sehingga tidak mempengaruhi permintaan akan produk di masa yang akan datang.
Tujuan penelitian sebagai berikut: Memperkirakan permintaan konsumen untuk beberapa bulan ke depan menggunakan metode peramalan; Menentukan metode peramalan yang paling cocok dengan perusahaan; Membuat sebuah rencana produksi beberapa bulan ke depan dengan perencanaan agregat; Membuat sebuah rencana produksi disagregasi.
METODE PENELITIAN
Penelitian ini diawali dengan melakukan plot data penjualan untuk bulan Januari 2003 hingga November 2006. Hasil plot data penjualan akan dilanjutkan dengan melakukan peramalan terhadap 47 bulan data penjualan. Pendekatan yang akan digunakan untuk meramalkan 3 bulan periode ke depan adalah metode Double Moving Average (DMA), Double Exponential Smoothing (DES), dan Dekomposisi. Ketiga hasil metode permalan akan divalidasi dengan mencari nilai penyimpangan (error) terkecil menggunakan pendekatan Mean Absolute Percentage Error (MAPE).
Hasil peramalan terbaik akan digunakan sebagai masukan dalam menentukan perencanaan produksi (agregat). Pada penelitian, perencanaan agregat yang digunakan adalah pendekatan model transportasi dengan metode ongkos terkecil (Least Cost Method). Hasil perencanaan agregat akan digunakan untuk menentukan jumlah item yang harus diproduksi dengan pendekatan disagregat yang dikembangkan oleh Hax dan Meal. Gambar 1 menyajikan metode penelitian.
Mulai Plot Data Penjualan Meramalkan Permintaan Validasi Hasil Peramalan Permintaan Perencanaan Agregat Disagregat Selesai
- Double Moving Average - Double Exponential Smoothing - Dekomposisi
Mean Absolute Percentage Error
Model Transportasi Pendekatan
Least Cost Method
Hax & Meal
PEMBAHASAN
Pengumpulan Data
Data penjualan yang dikumpulkan dalam penelitian ini adalah data bulan Januari 2003 hingga November 2006. Tabel 1 menyajikan data penjualan sedangkan Gambar 2 menyajikan pola data penjualan.
Penjualan DVD (dalam ribuan) 0 50 100 150 200 250 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 periode
ke-Gambar 2 Pola Data Penjualan DVD Januari 2003 – November 2006
Dapat dilihat dari data historisnya, penjualan DVD memiliki pola data trend. Dalam hal ini trend meningkat. Berdasarkan studi pustaka, ada beberapa teknik peramalan yang cocok dengan pola trend, antara lain Double Moving Average, Double Exponential Smoothing, dan dekomposisi (Makridakis, 1999).
Perhitungan Validasi
Berdasarkan perhitungan penyimpangan hasil peramalan dengan pendekatan MAPE, diperoleh nilai penyimpangan terkecil adalah metode Double Moving Average (DMA). Tabel 2 berikut ini menyajikan hasil perhitngan validasi.
Tabel 2 Perhitungan Validasi
Metode DMA DES Dekomposisi
Nilai Error 51,00 53,41 60,32
Hasil Peramalan
Tabel 3 menyajikan hasil peramalan berdasarkan metode DMA.
Tabel 3 Hasil Peramalan
Peramalan Permintaan Pembulatan
Desember 2006 225.459,22 225.460
Januari 2007 247.520,67 247.521
Perencanaan Agregat
Perhitungan kapasitas ProduksiTabel 4 menunjukkan jumlah hari kerja selama bulan Desember 2006, Januari 2007, dan Febuari 2007.
Tabel 4 Jumlah Hari Kerja
Bulan Jumlah hari kerja
Desember 20
Januari 22
Februari 20
Untuk jam kerja reguler, DVD memakai 3 lini produksi, dan masing-masing lininya mampu memproduksi 400 Unit per Hour (UPH). Untuk jam kerja lembur, hanya memakai 2 lini produksi, kemampuan produksi tiap lininya sama dengan jam kerja reguler, yaitu 400 UPH.
Tabel 5 Kapasitas Produksi
Bulan Hari kerja Kapasitas regular ( 9 jam ) Kapasitas lembur ( 13 jam ) Desember 20 216000 208000 Januari 22 237600 228800 Februari 20 216000 208000
Perhitungan Biaya Produksi
Tabel 6 menyajikan biaya produksi dan biaya simpan yang digunakan untuk memperhituingan perencanaan kapasitas produksi.
Tabel 6 Biaya Produksi dan Biaya simpan
Biaya (dalam rupiah)
Produksi Reguler 500.000
Produksi Lembur 550.000
Simpan 2.500
Perhitungan Rencana Produksi Agregat
Perhitungan Rencana Produksi Agregat ini menggunakan Metode Transportasi, dengan pendekatan Least Cost. Metode ini dipilih karena dibandingkan metode lain, seperti pendekatan trial and error, metode ini dapat langsung menghasilkan perencanaan yang optimal dan lebih fleksibel.
Tabel 7 Perencanaan Produksi Agregat Menggunakan Metode LC
Periode Produksi Periode Permintaan Persediaan Akhir Selisih Kapasitas Total
Desember Januari Februari
Persediaan Awal 0 2500 5000 0 0 0 Des Regular 500000 502500 505000 0 0 216000 216000 216000 Lembur 550000 552500 555000 198540 208000 9460 9460 Jan Regular 500000 502500 0 0 237600 237600 237600 Lembur 550000 552500 218879 228800 9921 9921 Feb Regular 500000 0 0 216000 216000 216000 Lembur 550000 154417 208000 53583 53583 Lost Sale 0 0 0 0 Permintaan 225460 247521 269583 742564 742564
Perhitungan biaya untuk metode Least Cost (LC):
Bulan Desember = (produksi regular x biaya produksi regular) + (produksi regular x biaya produksi lembur) + (persediaan x biaya simpan)
= (216.000xRp 500.000) + (9460 x Rp 550.000) + (0x Rp2500) = Rp 113.203.000.000 Bulan Januari = (237.600 x Rp 500.000) + (9921 x Rp 550.000) + ( 0 x Rp2500) = Rp 124.256.550.000 Bulan Februari = (216.000 x Rp 500000) + (53.583 x Rp 550000) + ( 0x Rp2500) = Rp 137.470.650.000
Total Biaya = bulan Desember + bulan Januari + bulan Februari = 113.203.000.000 + 124.256.550.000 + 137.470.650.000 = Rp 374.930.200.000, 00
Tabel 8 Hasil Perencanaan Produksi Agregat
Periode Permintaan Reguler Lembur
Desember 2006 225460 216000 9460
Januari 2007 247521 237600 9921
Februari 2007 269583 216000 53583
Perencanaan Disagregat
Metode yang digunakan adalah metode Hax and Meal karena menurut Bedworth dan Bailey, metode tersebut merupakan model paling aplikatif dibandingkan model disagregrasi lainnya. Metode ini terdiri atas dua tahap, pertama menentukan famili mana yang akan diproduksi, dan kedua, menentukan jumlah item produk yang harus diproduksi dalam family tersebut. Tabel 9 menyajikan hasil disagregasi bulan Desember 2006.
Perbandingan Hasil Perencanaan Diagregrat
Hasil perencanaan disagregat usulan kemudian dibandingkan dengan actual order pada bulan tersebut, dalam hal ini bulan Desember 2006. Actual order adalah jumlah item yang diminta periode ini (Desember 2006). Error adalah selisih antara hasil actual order dengan hasil disagregrasi.
Tabel 11 Perbandingan Data Disagregat PT XYZ dengan Actual Order
End Item actual order
Hasil
disagregrasi eror |e|
DN190E1H 3500 2132 1368 1368 DN190E2H 1000 132 868 868 DN190E3H 3500 4020 -520 520 DN190PH 1200 326 874 874 DN191E3H 1000 170 830 830 DN193NH 0 560 -560 560 DN194PH 1500 304 1196 1196 DV130KPD 1800 1260 540 540 DV130PD 12023 23151 -11128 11128 DV131PZ 2000 1595 405 405 DV140ND 12000 6794 5206 5206 DV141E3Z 4000 1877 2123 2123 DV141KPM 1000 55 945 945 DV141PZ 6000 7280 -1280 1280 DV142KPM 7000 6419 581 581 DV143PZ 26100 43621 -17521 17521 DV144E3M 500 0 500 500 DV161E1Z 1650 0 1650 1650 DV162E2Z 1000 719 281 281 DV161E3Z 1710 628 1082 1082 DV162PZ 1200 932 268 268 DV163NZ 21200 17156 4044 4044 DV163PZ 21000 18542 2458 2458 DV171E3Z 1000 642 358 358 DV172E3Z 19000 46125 -27125 27125 DV172KE3M 1650 561 1089 1089 DV172KPM 10000 12023 -2023 2023 DV172PZ 1710 1705 5 5 DV173E3Z 350 556 -206 206 DV173KPM 4126 5693 -1567 1567 DV173NZ 1000 127 873 873 DV173PZ 5500 6021 -521 521 DV185KPM 0 0 0 0 DZ9300PCD 0 0 0 0 DZ9400PCD 0 0 0 0 NE9323CBPM 0 0 0 0 NE9421CRPM 400 356 44 44 NE9423CRPM 300 326 -26 26 NS142KSPM 730 341 389 389 Total 177649 212149 -34500 90454
Tabel 12 Perbandingan Hasil Disagregat PT XYZ dengan Hasil Disagregat Usulan
eror |e|
Usulan -47.811 78.019
PT. XYZ -34500 90454
Apabila dilihat dari Tabel 12, terlihat bahwa hasil perencanaan disagregat usulan memiliki tingkat error absolut yang lebih kecil daripada hasil perencanaan disagregat oleh PT XYZ.
Analisis Pembahasan
Analisis PeramalanDari data bulan Januari 2003 sampai dengan bulan November 2006, dan juga dapat dilihat pada plot data dapat disimpulkan bahwa pola yang terbentuk dari data tersebut mengalami kecenderungan untuk meningkat (berpola trend). Dari pola tersebut ada beberapa metode yang sering kali digunakan, yaitu metode Double Moving Average 3 periode (DMA), metode Double Eksponential Smoothing (DES) dengan satu parameter, dan Metode Dekomposisi.
Dari ketiga metode tersebut kemudian dipilih metode yang tingkat ketepatannya paling baik. Untuk menentukan metode mana yang terbaik, digunakan nilai MAPE dari masing-masing metode tersebut. Dari ketiga metode tersebut, nilai MAE, MSE, dan MAPE dari metode Double Moving Average dengan 3 periode bernilai paling kecil. Dengan demikian, dapat ditarik simpulan bahwa metode peramalan yang terbaik untuk DVD pada PT XYZ adalah metode Double Moving Average dengan 3 periode.
Analisis Perencanaan Produksi Agregat
Perencanaan agregat dilakukan dengan pendekatan matematis dengan metode transportasi. Peneliti menggunakan metode ini karena metode ini memberikan hasil yang paling optimum dan tidak berdasarkan coba-coba (trial and error), namun berdasarkan perhitungan matematis. Perusahaan memiliki kebijakan untuk tidak melakukan subkontrak sehingga perusahaan tidak memiliki kapasitas dan biaya subkontrak. Selain itu, juga tidak terjadi backlog.
Dari hasil perencanaan agregat pada bulan Desember 2006, Januari 2007, dan Februari 2007, diketahui bahwa kapasitas produksi perusahaan (reguler dan lembur) masih mampu memenuhi seluruh permintaan DVD pada periode tersebut. Hal itu dapat terlihat dari tidak adanya lost sale pada periode tersebut, dan masih ada kapasitas produksi yang tersisa.
Analisis Perencanaan Disagregat
Untuk melakukan perencanaan disagregat, digunakan metode Hax and Meal. Metode itu menggunakan faktor konversi dan jumlah produksi ekonomis untuk mendapatkan jumlah end item yang akan diproduksi. Dari total produksi bulan Desember yang diperkirakan mencapai 225.460 ,akan dipecah menjadi end items yang lebih spesifik. Dan berdasarkan hasil perhitungan disagregrat diketahui pula bahwa item yang memiliki jumlah produksi terbesar adalah DV172E3Z sebesar 46.202 unit, diikuti dengan DV134PZ sebesar 40.128 unit.
Setelah dilakukan perbandingan antara hasil perencanaan disagregat usulan dan hasil perencanaan disagregat, terlihat bahwa hasil perencanaan disagregat usulan memiliki tingkat error absolut yang lebih kecil daripada hasil perencanaan disagregat oleh PT XYZ.
PENUTUP
Simpulan yang diperoleh berdasarkan penelitian adalah sebagai berikut. Pertama, metode peramalan yang terbaik adalah metode Double Moving Avarage karena memiliki nilai error yang relatif lebih kecil dibandingkan metode lainnya menggunakan pendekatan MAPE, dan nilai yang diperoleh adalah 5,1. Kedua, perencanaan produksi agregat dilakukan dengan metode transportasi karena memberikan hasil yang paling optimum. Hal itu terjadi karena metode transportasi didasarkan pada perhitungan matematis, tidak berdasarkan coba-coba (trial and error). Ketiga, perencanaan produksi disagregat pada dasarnya adalah membuat rencana produksi end item dari keseluruhan perencanaan produksi pada satu periode. Dalam hal ini, rencana disagregrat didapat dari mem-breakdown rencana agregat yang telah dilakukan sebelumnya.
Saran untuk penelitian selanjutnya sebagai berikut. Pertama, pengecekan peramalan permintaan perlu dilakukan secara berkala untuk mendapatkan hasil peramalan yang lebih akurat. Kedua, perusahaan dapat mempertimbangkan penggunaan metode perencanaan disagregat usulan, mengingat hasil perencanaan yang lebih mendekati actual order. Ketiga, untuk menggunakan sistem informasi yang diusulkan dengan baik maka disarankan untuk melakukan pelatihan terhadap pengguna sistem informasi tersebut.
DAFTAR PUSTAKA
Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Jakarta: Ghalia Indonesia.
Gaspersz, Vincent. 2001. Production Planning and Inventory Control berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta: Gramedia.
Hanke, John E. and Dean W. Wichern. 2005. Business Forecasting. Eigth Edition. Prentice Hall.
Heizer, Jay, dan Barry Render. 2005. Manajemen Operasi. Edisi Tujuh. Jakarta: Salemba Empat.
Herjanto, Eddy. 2007. Manajemen Produksi dan Operasi. Jakarta: Grasindo.
Kusuma, Hendra. 2002. Perencanaan dan Pengendalian Produksi. Yogyakarta: ANDI. Makridakis, Steven C., Wheelwright., Victor E., McGee. 1999. Metode dan Aplikasi
Peramalan. Edisi Pertama Jilid satu. Jakarta: Binarupa Aksara.
Mathiassen, Lars, Munk-Madsen, Andreas, Nielsen. Peter Axel, Jan Stage. 2000. Object Oriented Analysis and Design. Denmark: Marko.
McLeod, Raymond, Jr. 2001. Sistem Informasi Manajemen. Jilid I dan Jilid II. Jakarta: PT Prenhallindo.
Nurhasanah, Nunung. 2005. “Perencanaan Pengendalian Produksi dan Persediaan.” Jurnal Inasea. Vol.6. p:109-133. Jakarta: Universitas Bina Nusantara.
O’Brien, James. 2002. Introduction to Information System: Essentials for the e-Business Enterprise. 11th Edition. USA: Mcgraw Hill.
Russel, Roberta S. and Taylor Bernard W. 1998. Operation Management-third edition. New Jersey: Prentice-Hall.
Turner, Wayne C., et.al. 2000. Pengantar Teknik Industri dan Sistem Industri. Jilid 1. Surabaya: Guna Widya.
