• Tidak ada hasil yang ditemukan

4. PENGUMPULAN DAN PENGOLAHAN DATA

N/A
N/A
Protected

Academic year: 2022

Membagikan "4. PENGUMPULAN DAN PENGOLAHAN DATA"

Copied!
11
0
0

Teks penuh

(1)

4. PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengambilan Data

CV. Jaya Koil merupakan sebuah perusahaan yang memproduksi kasur atau spring bed. CV. Jaya Koil memiliki 4 supplier untuk melakukan pembelian spring wire. Data yang diambil merupakan data pembelian, reject, dan pengiriman. Data 4 supplier kawat ulir dapat dilihat pada Tabel 4.1.

Tabel 4.1 Data 4 Supplier Kawat Ulir

Supplier NAMA Harga Per Kg Kota

1 PT. 3 Wire 10.250 Jakarta

2 PT. Iwi Pratama 10.250 Bandung

3 PT. Inti Roda 11.200 Surabaya

4 CV. Sukses Karya Abadi 12.400 Surabaya

Tabel 4.1 menunjukkan supplier termurah adalah PT. 3 Wire dan PT. Iwi Pratama. Harga yang diberikan oleh PT. 3 Wire dan PT. Iwi Pratama adalah Rp.

10.250 perkg. Supplier dengan harga termahal adalah CV. Sukses Karya Abadi dengan harga Rp. 12.400 per kg. Harga yang diberikan oleh supplier sudah termasuk dengan biaya pengiriman. Data pembelian dari masing-masing supplier dapat dilihat pada Tabel 4.2.

(2)

Tabel 4.2 Data Pembelian Supplier Bulan (2015) Pembelian

(Ton)

Total (Ton)

PT. 3 Wire Februari 5,5

Maret 6,5 25

April 7

Mei 6

PT. Iwi Pratama

Februari 1

5.5

Maret 1

April 1,5

Mei 2

PT. Inti Roda Maret 0,5

April 0,5 2

Mei 1

CV. Sukses Karya Abadi

April 0,25

1.25

Mei 1

Tabel 4.2 menunjukkan data banyaknya pembelian dari masing-masing supplier. Pembelian terbanyak dilakukan di PT. 3 Wire dengan total pembelian sebesar 25 ton untuk periode Februari – Mei tahun 2015. Total pembelian di PT.

Iwi Pratama untuk periode Februari – Mei tahun 2015 sebanyak 5,5 Ton.

Pembelian di PT. Inti Roda hanya dilakukan pada periode Maret – Mei tahun 2015 dengan total pembelian sebanyak 2 ton. Total pembelian di CV. Sukses Karya Abadi pada periode April dan Mei tahun 2015 sebanyak 1,25. Data reject dapat dilihat pada Tabel 4.3.

(3)

Tabel 4.3 Data Reject Supplier Bulan

(2015)

Pembelian (Ton)

Reject (Kg)

Reject (%)

Total (%)

PT. 3 Wire

Februari 5,5 104,5 1,9

2,674

Maret 6,5 156 2,4

April 7 210 3

Mei 6 198 3.3

PT. Iwi Pratama

Februari 1 3,5 0,35

0,566

Maret 1 4 0,4

April 1,5 9,75 0,65

Mei 2 13.9 0.695

PT. Inti Roda

Maret 0,5 25 5

4,5

April 0,5 15 3

Mei 1 50 5

CV. Sukses Karya Abadi

April 0,25 18,75 7,5

5,172

Mei 1 45.9 4.59

Tabel 4.3 menunjukkan data reject spring wire dari masing-masing supplier. PT. 3 Wire memiliki jumlah reject sebesar 1,9% pada bulan Februari, 2,4% pada bulan Maret, 3% pada bulan April, dan 6% pada bulan Mei. Total akumulasi reject adalah sebesar 2,674%. Total akumulasi reject didapatkan dari penjumlahan reject (kg) selama 4 periode dibagi dengan total pembelian selama 4 periode tersebut yang dapat dilihat pada Tabel 4.2. PT. Iwi Pratama total jumlah reject sebesar 0,566% selama periode Februari – April. PT. Inti Roda memiliki total jumlah reject sebesar 4,5% dalam periode Maret dan April. CV. Sukses Karya Abadi memiliki total reject sebesar 5,172% dalam periode April. PT. Iwi Pratama memiliki total reject terbanyak dibandingkan supplier yang lain dengan jumlah akumulasi reject sebesar 5.66%. Data ketepatan pengiriman dapat dilihat pada Tabel 4.4.

(4)

Tabel 4.4 Data Pengiriman Supplier Bulan

(2015)

Waktu Pengiriman

Keterlambatan (hari)

Keterlambatan (%)

Total (%)

PT. 3 Wire

Februari

7

1 14.29%

Maret 3 42.86% 25%

April 1 14.29%

Mei 2 28.57%

PT. Iwi Pratama

Februari

5

1 20%

Maret 2 40% 25%

April 1 20%

Mei 1 20%

PT. Inti Roda

Maret

1

0 0

April 0 0 0%

Mei 0 0

CV. Sukses Karya Abadi

April

1

1 100%

Mei 0 0 50%

Tabel 4.4 menunjukkan data pengiriman dan performa masing-masing supplier berdasarkan ketepatan pengiriman waktu. PT. 3 Wire menjanjikan waktu pengiriman pengiriman selama 7 hari sejak tutup PO. Keterlambatan dalam persen didapatkan melalui perhitungan berapa lama keterlambatan barang dari batas janji pengiriman dibagi dengan waktu pengiriman. Bulan Februari dapat dilihat bahwa barang terlambat selama 15 hari dari batas janji pengiriman, jadi keterlambatan dalam % dapat dihitung dengan 1 dibagi dengan 7 dan hasilnya adalah 14.29%.

Pengiriman pada bulan Maret terlambat selama 3 hari, jadi dapat dihitung keterlambatannya dengan cara 3 dibagi dengan 7 yaitu 42.86%. Keterlambatan pada bulan April selama 1 hari dengan persentase sebesar 14.29%, dan Keterlambatan bulan Mei selama 2 hari dengan persentase keterlambatan sebesar 28.57%

PT. Iwi Pratama menjanjikan waktu pengiriman dengan jangka waktu 5 hari untuk tiap bulannya. Bulan Februari, April, dan Mei masing-masing menunjukkan keterlambatan selama 1 hari dengan persentase keterlambatan

(5)

sebesar 20%. Bulan Maret menunjukkan keterlambatan selama 2 hari dengan persentase keterlambatan sebesar 40%. Total akumulasi keterlambatan PT. Iwi Pratama sebesar 25%.

PT. Inti Roda menjanjikan waktu pengiriman dengan jangka waktu 1 hari untuk tiap bulannya. PT. Inti Roda tidak pernah terlambat dalam melakukan pengiriman barang tiap bulannya. PT. Inti Roda memiliki persentase keterlambatan sebesar 0%.

CV. Sukses Karya Abadi menjanjikan waktu pengiriman dengan jangka waktu 1 hari untuk tiap bulannya. Bulan April menunjukkan adanya keterlambatan selama 1 hari dengan persentase keterlambatan 100% dan bulan Mei menunjukkan tidak adanya keterlambatan. Total akumulasi keterlambatan CV. Sukses Karya Abadi sebesar 50%. Data frekuensi keterlambatan untuk masing-masing supplier dapat dilihat pada Tabel 4.5.

(6)

Tabel 4.5 Data Frekuensi Keterlambatan Supplier Bulan

(2015)

Waktu Pengiriman

Keterlambatan (hari)

Frekuensi Keterlambatan (%)

PT. 3 Wire

Februari

7

1

100

Maret 3

April 1

Mei 2

PT. Iwi Pratama

Februari

5

1

100

Maret 2

April 1

Mei 1

PT. Inti Roda

Maret

1

0

April 0 0

Mei 0

CV. Sukses Karya Abadi

April

1

1

Mei 0 50

PT. 3 Wire mempunyai frekuensi keterlambatan sebanyak 4 kali selama bulan Februari – Mei tahun 2015. Frekuensi keterlambatan dihitung dengan cara melihat pengiriman pada bulan tersebut telat atau tidak. Bulan Februari – Mei tahun 2015 menunjukkan adanya keterlambatan di tiap bulannya sehingga frekuensi keterlambatannya adalah 4, dan bila dihitung dalam persentase maka persentase frekuensi keterlambatan PT. 3 Wire adalah 100%.

PT. Iwi Pratama juga memiliki frekuensi keterlambatan sebanyak 4 kali selama bulan Februari – Mei tahun 2015. Hal ini ditunjukkan dari adanya keterlambatan pengiriman di tiap bulannya sehingga persentase frekuensi keterlambatan PT. Iwi Pratama juga 100%. PT. Inti Roda memiliki frekuensi keterlambatan sebanyak 0 sehingga persentase frekuensi keterlambatan PT. Inti Roda adalah 0%. CV. Sukses Karya Abadi memiliki total frekuensi keterlambatan sebanyak 1 kali sehingga persentase frekuensi keterlambatan CV. Sukses Karya Abadi adalah 50%.

(7)

4.2 Perhitungan Efisiensi

Perhitungan efisiensi dilakukan dengan menggunakan software solver.

Data input dan output akan diolah untuk dicari efisiensinya untuk masing-masing supplier. Supplier 1merupakan PT. 3 Wire, supplier 2 merupakan PT. Iwi Pratama, supplier 3 merupakan PT. Inti Roda, dan supplier 4 merupakan CV.

Sukses Karya Abadi. Data Input dan Output dapat dilihat pada Tabel 4.6.

Tabel 4.6 Data Input dan Output

Supplier 1 Supplier 2 Supplier 3 Supplier 4

Harga 10250 10250 11200 12400

Reject (%) 2.674 0.566 4.5 5.172

Keterlambatan (%) 25 25 0 50

Frekuensi

keterlambatan (%) 100 100 0 50

Tabel 4.6 menunjukkan data input dan output. data harga akan dijadikan input karena menunjukkan harga yang harus dikeluarkan oleh perusahaan. Data kualitas dan keterlambatan dijadikan output karena data tersebut menunjukkan keuntungan yang didapat dari perusahaan. Data input diharapkan memiliki nilai yang rendah, sedangkan data output diharapkan memiliki nilai yang tinggi.

Transformasi data diperlukan untuk merubah nilai output menjadi nilai yang tinggi. Transformasi data dilakukan dengan merubah data reject menjadi penerimaan,data keterlambatan diubah jadi menjadi data ketepatan waktu pengiriman, dan data frekuensi keterlambatan diubah menjadi frekuensi ketepatan.

Transformasi data dapat dilihat pada Tabel 4.7.

Tabel 4.7 Transformasi Data Input dan Output

Supplier 1 Supplier 2 Supplier 3 Supplier 4 Target

Harga 1.025 1.025 1.12 1.24 1.03

Penerimaan (%) 97.326 99.43 95.5 94.828 99.43

Ketepatan (%) 75 75 100 50 100

Frekuensi ketepatan (%)

0 0 100 50 100

Tabel 4.7 menunjukkan data input dan output yang sudah ditransformasi.

Persentase penerimaan didapatkan dengan cara 100% dikurangkan dengan

(8)

persentase penolakan, dan persentase ketepatan pengiriman didapatkan dengan cara 100% dikurangkan dengan persentase keterlambatan. Harga input dibagikan dengan 10000 agar nilai variabel harga tidak terlalu tinggi. Nilai target didapatkan dari nilai input dan nilai output yang terbaik dari semua supplier. Nilai input yang terbaik diambil nilai yang terendah yaitu 1.025. Nilai output yang terbaik diambil nilai yang terbesar yaitu 99.43 untuk penerimaan, 100 untuk ketepatan pengiriman, dan 100 untunk frekuensi ketepatan. Model matematis untuk perhitungan efisiensi maximum untuk supplier 1 menggunakan Model (2) adalah sebagai berikut:

Fungsi tujuan:

𝑚𝑎𝑥 𝑎𝑟. 𝑦𝑟1

𝑣

𝑟=1

Kendala:

u𝑠=1𝑏1𝑋11 = 1 𝑏1. 1,025

𝑢𝑠=1 = 1

𝑣𝑟=1𝑎𝑟𝑦𝑟∗𝑢𝑠=1𝑏𝑠𝑥𝑠∗=0

𝑎1. 99,43 + 𝑎2100 + 𝑎3100 − 𝑏11,025 = 0

𝑣𝑟=1𝑎𝑟𝑦𝑟𝑖𝑢𝑠=1𝑏𝑠𝑥𝑠𝑖 ≤ 0∀𝑖 𝑎1𝑦11+ 𝑎2𝑦21+ 𝑎3𝑦31− 𝑏1𝑥11 ≤ 0 𝑎1. 97,326 + 𝑎2. 75 + 𝑎3. 0 − 𝑏1. 1,025 ≤ 0 𝑎1𝑦12+ 𝑎2𝑦22+ 𝑎3𝑦32− 𝑏1𝑥12 ≤ 0 𝑎1. 99,43 + 𝑎2. 75 + 𝑎3. 0 − 𝑏1. 1,025 ≤ 0 𝑎1𝑦13+ 𝑎2𝑦23+ 𝑎3𝑦33− 𝑏1𝑥13 ≤ 0 𝑎1. 95,5 + 𝑎2100 + 𝑎3100 − 𝑏11.12 ≤ 0 𝑎1𝑦14+ 𝑎2𝑦24+ 𝑎3𝑦34− 𝑏1𝑥14 ≤ 0 𝑎1. 94,828 + 𝑎2. 50 + 𝑎3. 50 − 𝑏1. 1,24 ≤ 0

𝑎𝑟, 𝑏𝑠≥ 0∀𝑟, 𝑠

Model matematis untuk perhitungan efisiensi minimumuntuk supplier 1 menggunakan Model (3) adalah sebagai berikut:

Fungsi tujuan:

𝑚𝑖𝑛 𝑎𝑟. 𝑦𝑟1

𝑣

𝑟=1

Kendala:

(9)

u𝑠=1𝑏1𝑋11 = 1 𝑏1. 1,025

𝑢𝑠=1 = 1

𝑣𝑟=1𝑎𝑟𝑦𝑟∗𝑢𝑠=1𝑏𝑠𝑥𝑠∗=0

𝑎1. 99,43 + 𝑎2100 + 𝑎3100 − 𝑏11,025 = 0

𝑣𝑟=1𝑎𝑟𝑦𝑟𝑖𝑢𝑠=1𝑏𝑠𝑥𝑠𝑖 ≤ 0∀𝑖 𝑎1𝑦11+ 𝑎2𝑦21+ 𝑎3𝑦31− 𝑏1𝑥11 ≤ 0 𝑎1. 97,326 + 𝑎2. 75 + 𝑎3. 0 − 𝑏1. 1,025 ≤ 0 𝑎1𝑦12+ 𝑎2𝑦22+ 𝑎3𝑦32− 𝑏1𝑥12 ≤ 0 𝑎1. 99,43 + 𝑎2. 75 + 𝑎3. 0 − 𝑏1. 1,025 ≤ 0 𝑎1𝑦13+ 𝑎2𝑦23+ 𝑎3𝑦33− 𝑏1𝑥13 ≤ 0 𝑎1. 95,5 + 𝑎2100 + 𝑎3100 − 𝑏11.12 ≤ 0 𝑎1𝑦14+ 𝑎2𝑦24+ 𝑎3𝑦34− 𝑏1𝑥14 ≤ 0 𝑎1. 94,828 + 𝑎2. 50 + 𝑎3. 50 − 𝑏1. 1,24 ≤ 0

𝑎𝑟, 𝑏𝑠≥ 0∀𝑟, 𝑠

Model matematis efisiensi maximum dan minimumuntuk supplier 2, supplier 3, dan supplier 4 dapat dilihat pada Lampiran 1 – 3.

Tabel 4.8 Hasil Solver Efisiensi Maximum dan Minimum Effisiensi Supplier 1 Supplier 2 Supplier 3 Supplier 4

Maximum 0.979 0.999 0.879 0.788

Minimum 0 0 0.879 0.413

Tabel 4.8 menunjukkan hasil perhitungan efisiensi maximum dan minimum menggunakan software solver untuk masing-masing supplier. Supplier 2 memiliki nilai efisiensi maximum tertinggi dengan nilai 0.999, diikuti dengan supplier1, 3, dan 4 yaitu 0.979, 0.879, dan 0.788.. Nilai efisiensi maximum didapatkan menggunakan Model (2). Supplier 3 memiliki nilai efisiensi minimum tertinggi dengan nilai 0.879, diikuti dengan supplier 4, kemudian supplier 1 dan 2 memiliki efisiensi minimum yang sama, yaitu 0. Perhitungan solver dapat dilihat pada Lampiran 4 – 7. Gambar 4.1 menunjukkan ilustrasi efisiensi maximum dan minimum dari masing-masing supplier.

(10)

Gambar 4.1 Efisiensi Maximum dan Minimum tiap Supplier

Gambar 4.2 Performa Supplier Bedasarkan Efisiensi

Gambar 4.2 menunjukkan performa masing-masing supplier. Gambar 4.2 menunjukkan bahwa masing-masing supplier tidak menunjukkan performa yang lebih dominan dibandingkan dengan supplier yang lain. Supplier 1 dan 2 memiliki tingkat performa yang paling kanan dilihat dari efisiensi maximumnya yang paling tinggi dibandingkan dengan supplier 3 dan 4. Hal ini terjadi karena supplier 1 dan 2 memiliki nilai biaya dan nilai kualitas yang tinggi dan mendekati target yang sudah ditetapkan namun efisiensi minimumnya rendah. Hal ini disebabkan karena nilai ketepatan pengiriman supplier 1 dan 2 masih jauh

0,000 0,200 0,400 0,600 0,800 1,000

0 1 2 3 4

Efficiency

Supplier

Maximum and Minimum Efficiency Scores by Supplier

max eff min eff

Supplier 1 Supplier 2 Supplier 3

Supplier 4

0,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800 0,900 1,000

0,750 0,800 0,850 0,900 0,950 1,000

Minimum Efficiency

Maximum Efficiency

Suppliers Performance

Supplier

(11)

dibandingkan dengan target yang sudah ditetapkan. Supplier4 memiliki nilai efisiensi maximum dan minimum yang rendah dikarenakan nilai biayanya yang paling tinggi dan jauh dari target. Nilai ketepatan pengiriman dan kualitas supplier 4 juga masih jauh dari target, namun karena nilai frekuensi pengiriman yang lebih tinggi dibandingkan supplier 1 dan 2, efisiensi minimumnya lebih tinggi daripada supplier 1 dan 2. Supplier 3 menunjukkan nilai efisiensi minimum yang tinggi, hal ini disebabkan karena nilai keterlambatan dan frekuensi keterlambatan yang tinggi namun nilai biaya dan kualitasnya jauh dari target yang sudah ditetapkan. Gambar 4.2 juga menunjukkan bahwa supplier 1, 2, 3, dan 4 tidak menunjukkan performa yang lebih dominan antara satu dengan yang lain. Hal ini menunjukkan perusahaan dapat mengalokasikan pembeliannya ke supplier yang paling perusahaan minati.

Gambar

Tabel 4.1 Data 4 Supplier Kawat Ulir
Tabel 4.2 Data Pembelian  Supplier  Bulan (2015)  Pembelian
Tabel 4.3 Data Reject  Supplier  Bulan  (2015)  Pembelian (Ton)  Reject (Kg)  Reject (%)  Total (%)  PT
Tabel 4.4 Data Pengiriman  Supplier  Bulan  (2015)  Waktu  Pengiriman  Keterlambatan (hari)  Keterlambatan (%)  Total (%) PT
+5

Referensi

Dokumen terkait

Supplier 3 menunjukkan nilai efisiensi minimum yang tinggi, hal ini disebabkan karena nilai keterlambatan dan frekuensi keterlambatan yang tinggi namun nilai

Persentase kuesioner ini dilakukan guna mengetahui hasil penyebaran data kuesioner dalam bentuk persen (%), yang pada akhirnya hasil kuesioner ini akan dibandingkan dengan

Gojek merupakan perusahaan teknologi yang menyediakan layanan pengiriman melalui layanan pengiriman dan pengiriman yang dapat diakses secara online, sehingga memudahkan

Perhitungan biaya kualitas untuk pelatihan mutu dilakukan dengan mengalikan biaya gaji Kepala QC per jam per bulan dengan jumlah trial produksi pada bulan yang bersangkutan..

Merupakan suatu mesin yang berguna untuk melakukan penguraian tembakau yang mengumpal, dimana proses ini sangat berpengaruh terhadap kualitas produk yang dihasilkan, jika

Pada tabel terlihat jumlah pallet maksimum yang harus tersedia sebanyak 18 palet (450 unit) dengan jumlah unit / pallet 25 unit, hal ini terjadi karena proses pengiriman barang

Data yang dibutuhkan untuk menghitung tingkat produktivitas parsial adalah in-efisiensi produksi, data downtime mesin, jam kerja per hari, jumlah reject, waktu siklus M

yang menunjukkan perbandingan ongkos material handling dapat dilihat bahwa total ongkos material handling layout awal pabrik Alumunium Super (Cap Komodo) per satu kali