Usulan Penentuan Jumlah Mesin dan Tenaga Kerja Yang Optimal Dengan Menggunakan Model Simulasi Di PD. Sumur Sari.

(1)

iv Universitas Kristen Maranatha

ABSTRAK

PD. Sumur Sari adalah perusahaan yang memproduksi garam (garam meja/halus, garam dapur/briket, garam krosok), kerupuk (kerupuk sumur sari, kerupuk sumur sari super, kerupuk sumur sari bawang, kerupuk mie), tepung gula, dan tepung beras. Perusahaan ini berencana untuk melakukan ekspansi dengan mendirikan pabrik baru yang memproduksi kerupuk. Permasalahan yang timbul pada perusahaan ini adalah menentukan jumlah mesin dan tenaga kerja yang optimal agar dapat menghasilkan kerupuk dengan harga jual yang tetap, dapat memenuhi permintaan yang meningkat sekitar 3 kali lipat dari peramalan, dan memperoleh keuntungan yang maksimal sehingga dapat kembali modal dalam waktu yang tidak terlalu lama. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, faktor cuaca dan fluktuasi waktu operasi mesin yang masih semiotomatis.

Untuk mengatasi permasalahan tersebut, diusulkan jumlah mesin dan tenaga kerja yang optimal bagi perusahaan dengan model simulasi menggunakan promodel. Usulan yang diberikan adalah menentukan jumlah mesin dan tenaga kerja yang optimal sesuai output dari promodel, agar 70 % permintaan di musim hujan yang dipenuhi oleh penyimpanan di akhir musim kemarau. Langkah pertama yang dilakukan adalah menguji distribusi normal data waktu proses dengan menggunakan statfit. Langkah kedua adalah melakukan peramalan permintaan yang meningkat 3 kali lipat dari sebelumnya. Langkah ketiga adalah estimasi awal jumlah mesin dan tenaga kerja menggunakan line balancing. Langkah keempat adalah membuat model simulasi dengan menggunakan promodel. Data hasil pengolahan statfit, data peramalan dan estimasi awal jumlah mesin dan tenaga kerja tersebut menjadi input pada model simulasi. Output yang dihasilkan pada model simulasi adalah jumlah persediaan barang jadi dan hasil produksi. Kemudian langkah selanjutnya adalah melakukan perhitungan biaya,

payback period serta NPV.

Setelah dilakukan pengolahan data dan analisis, usulan yang diberikan adalah penambahan 1 mesin tim, perluasan 5 kali lipat area penirisan dan pengeringan, dan penambahan 2 peralatan packing dan pengurangan tenaga kerja sebanyak 7 orang dari semula, pengurangan tenaga kerja ini diperoleh dari pengurangan tenaga kerja di mesin potong sebanyak 5 orang dan pengurangan tenaga kerja

material handling sebanyak 4 orang, namun terdapat penambahan tenaga kerja packing sebanyak 2 orang yang diperoleh dari pemindahan tugas tenaga kerja

(2)

viii Universitas Kristen Maranatha

ABSTRAK ... iv

KATA PENGANTAR DAN UCAPAN TERIMA KASIH ... v

DAFTAR ISI ... viii

DAFTAR TABEL... xii

DAFTAR GAMBAR ... xv

DAFTAR LAMPIRAN ... xvii BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah ... 1-1 1.2 Identifikasi Masalah ... 1-2 1.3 Pembatasan Masalah dan Asumsi ... 1-2 1.3.1 Pembatasan masalah ... 1-3 1.3.2 Asumsi ... 1-3 1.4 Perumusan Masalah ... 1-3 1.5 Tujuan Penelitian ... 1-3 1.6 Sistematika Penulisan... 1-4 BAB 2 TINJAUAN PUSTAKA

2.1 Peramalan Time Series ... 2-1 2.1.1 Pengertian Peramalan Time Series ... 2-1 2.1.2 Jenis-Jenis Peramalan Time Series... 2-1 2.1.3 CV ( Coefficient of Variation ) ... 2-1 2.1.4 Peramalan Menggunakan WinQSB ... 2-2 2.1.5 Ukuran Kesalahan Peramalan ... 2-3 2.2 Istilah-Istilah Dalam Mebuat Model Simulasi Menggunakan

(3)

ix Universitas Kristen Maranatha

2.2.6 ARRAYS... 2-7 2.3 Istilah-Istilah Dalam Menguji Distribusi Normal ... 2-7 2.4 Istilah-Istilah Biaya dan Keputusan Investasi ... 2-9 2.4.1 Pengertian Biaya ... 2-9 2.4.2 Biaya Variabel dan Biaya Tetap ... 2-10 2.4.3 Harga Pokok Produksi ... 2-10 2.4.4 Laporan Laba Rugi ... 2-11 2.4.5 Keputusan Investasi ... 2-11 2.4.5.1 Metode Penilaian Investasi... 2-11 2.4.5.2 Arus Kas Keluar dan Arus Kas Masuk Pada Investasi ... 2-13 2.5 Line Balancing ... 2-13 2.5.1 Pengertian dan Istilah-Istilah Dalam Line Balancing ... 2-13 2.5.2 Ukuran Effektiveness Lini Perakitan ... 2-14 2.5.3 Syarat – Syarat Dalam Merancang Sebuah Lini Perakitan ... 2-15 2.5.4 Metode Line Balancing ... 2-15 BAB 3 METODOLOGI PENELITIAN

3.1 Metodologi Penelitian ... 3-1 3.2 Keterangan Bagan Metodologi Penelitian ... 3-2 BAB 4 PENGUMPULAN DATA

4.1 Data Umum Perusahaan ... 4-1 4.1.1 Sejarah Singkat Perusahaan ... 4-1 4.1.2 Struktur Organisasi dan Job description ... 4-1 4.2 Jenis Mesin ... 4-4 4.3 Data Waktu Proses ... 4-4 4.4 Data Tenaga Kerja... 4-12 4.5 Data Permintaan ... 4-12 BAB 5 PENGOLAHAN DATA DAN ANALISIS

5.1 Pengolahan Data... 5-1 5.1.1 Uji Distribusi Normal Data Waktu Proses Menggunakan

(4)

x Universitas Kristen Maranatha

5.1.3 Estimasi Jumlah Mesin dan Tenaga Kerja Menggunakan

Line Balancing ... 5-7

(5)

xi Universitas Kristen Maranatha

5.1.5.7 Payback Period dan NPV (Net Present Value) ... 5-44 5.2 Analisis Data ... 5-44

5.2.1 Analisis Uji Distribusi Normal Data Waktu Proses

Menggunakan Statfit ... 5-44 5.2.2 Analisis Karakteristik Mesin Semiotomatis... 5-46 5.2.3 Analisis Karakteristik Permintaan ... 5-48 5.2.4 Analisis Peramalan Permintaan ... 5-48 5.2.5 Analisis Estimasi Jumlah Mesin dan Tenaga Kerja

Menggunakan Line Balancing ... 5-49 5.2.6 Analisis Model Simulasi ... 5-50 5.2.6.1 Analisis Model Simulasi Awal ... 5-50 5.2.6.2 Analisis Model Simulasi Usulan ... 5-51 5.2.7 Analisis Perhitungan Biaya ... 5-52 5.2.8 Analisis Manfaat Dari Usulan Jumlah Mesin dan Tenaga Kerja Yang Optimal ... 5-52 BAB 6 KESIMPULAN DAN SARAN

(6)

xii Universitas Kristen Maranatha

Tabel Judul Halaman

4.1 Mesin-Mesin Untuk Produksi Kerupuk 4-4

4.2 Data Waktu Proses Pembuatan Bibit 4-5

4.3 Data Waktu Proses Mesin Pengaduk 4-6

4.4 Data Waktu Proses Mesin Rol 4-7

4.5 Data Waktu Proses Mesin Batangan 4-8

4.6 Data Waktu Proses Mesin Tim 4-9

4.7 Data Waktu Proses Mesin Potong 4-10

4.8 Data Waktu Proses Packing 4-11

4.9 Data Tenaga Kerja dan Upah 4-12

4.10 Data Permintaan Kerupuk Kuning Tahun 2007-2009 4-13 4.11 Data Permintaan Kerupuk Merah Tahun 2007-2009 4-14 4.12 Data Permintaan Kerupuk Putih Tahun 2007-2009 4-15 4.13 Data Permintaan Kerupuk Super Kuning Tahun 2007-2009 4-16 4.14 Data Permintaan Kerupuk Super Putih Tahun 2007-2009 4-17 4.15 Data Permintaan Kerupuk Bawang Tahun 2007-2009 4-18

5.1 Peramalan Data Permintaan Kerupuk Kuning 5-4

5.1 Peramalan Data Permintaan Kerupuk Kuning (lanjutan) 5-5 5.2 Peramalan Data Permintaan Kerupuk Kuning yang Terpilih 5-6 5.3 Peramalan Data Permintaan Semua Jenis Kerupuk yang

Disesuaikan 5-7

5.4 Jumlah Mesin yang Dimiliki Oleh Pihak Perusahaan

Saat Ini 5-7

5.5 Jumlah Tenaga Kerja yang Dimiliki Oleh Pihak Perusahaan

Saat Ini 5-7

(7)

xiii Universitas Kristen Maranatha

5.7 Jumlah Produksi Yang diharapkan 5-8

5.8 Jenis-Jenis Elemen Kerja dan Mesin Yang Digunakan 5-11 5.9 Positional Weight (PW) Untuk Masing-Masing Elemen 5-12 Kerja Usulan

5.10 Urutan Positional Weight (PW) Terbesar Sampai Terkecil 5-12 Usulan

5.11 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-13 Metode RPW Usulan

5.12 Efisiensi Lintasan Metode RPW Usulan 5-13

5.13 Ranking Dari Setiap Elemen Kerja Pada Setiap Region 5-14 Usulan

5.14 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-15 Metode Region Usulan

5.15 Efisiensi Lintasan Metode Region Usulan 5-15

5.16 Daftar Elemen Kerja Yang Mengikuti dan Mendahului 5-16 Suatu Elemen Kerja Usulan

5.17 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-16 Metode Moodie Young Usulan

5.18 Efisiensi Lintasan Metode Moodie Young Usulan 5-16 5.19 Estimasi Awal Jumlah Mesin yang Diusulkan 5-17 5.20 Estimasi Awal Jumlah Tenaga Kerja yang Diusulkan 5-17

5.21 Rencana Penjualan 5-28

5.22 Depresiasi Usulan 5-29

5.23 Project Cost Summary Usulan 5-29

5.24 Harga Pokok Penjualan Usulan 5-33

5.24 Harga Pokok Penjualan Usulan (lanjutan) 5-34

(8)

xiv Universitas Kristen Maranatha

5.26 Laporan Cash Flow Usulan 5-41

5.26 Laporan Cash Flow Usulan (lanjutan) 5-42

5.27 Cash Flow In Dan Cash Flow Out Usulan 5-44

5.28 Persentase Penyimpangan Terhadap Rata-Rata Waktu

Proses Mesin 5-46

5.29 Ringkasan Jumlah Permintaan 5-50

(9)

xv Universitas Kristen Maranatha

DAFTAR GAMBAR

Gambar Judul Halaman 2.1 Gambar Grafik Chi – Square Uji Kolmogorov - Smirnov 2-8

2.2 Gambar Grafik Chi – Square 2-9

3.1 Flow Chart Metodologi Penelitian 3-1

3.1 Flow Chart Metodologi Penelitian (lanjutan) 3-2

4.1 Struktur Organisasi PD Sumur Sari Bandung 4-2 5.1 Pengolahan Data Waktu Proses Bibit Menggunakan Statfit 5-1

Langkah Pertama

5.2 Pengolahan Data Waktu Proses Bibit Menggunakan Statfit 5-1 Langkah Kedua

5.3 Hasil Pengolahan Data Waktu Proses Bibit Menggunakan 5-2 Statfit

5.4 Grafik Plot Data Permintaan Kerupuk Kuning 5-3

5.5 Precedence Diagram Awal 5-9

5.6 Precedence Diagram Perbaikan Usulan 5-12

5.7 Region Elemen Kerja Usulan 5-14

5.8 Gambar Layout Keseluruhan Model Simulasi Awal 5-18

5.9 Gambar Layout Departemen Produksi Model 5-19

Simulasi Awal

5.10 Gambar Layout Gudang Karungan dan Area Penjemuran 5-19 Model Simulasi Awal

5.11 Gambar Layout Gudang Barang Jadi dan Kantor 5-20 Model Simulasi Awal

5.12 Gambar Output Total Exit Simulasi Awal 5-22

5.13 Gambar Output Variabel Jumlah Permintaan 5-22

Simulasi Awal

5.14 Gambar Layout Keseluruhan Model Simulasi Usulan 5-23 5.15 Gambar Layout Departemen Produksi Model Simulasi 5-24

(10)

xvi Universitas Kristen Maranatha

5.17 Gambar Layout Gudang Barang Jadi dan Kantor 5-25 Model Simulasi Usulan

5.18 Gambar Input Lokasi Simulasi Usulan 5-26

5.19 Gambar Input Resources Simulasi Usulan 5-27

(11)

xvii Universitas Kristen Maranatha

DAFTAR TABEL

4.1 Mesin-Mesin Untuk Produksi Kerupuk 4-4

4.2 Data Waktu Proses Pembuatan Bibit 4-5

4.3 Data Waktu Proses Mesin Pengaduk 4-6

4.4 Data Waktu Proses Mesin Rol 4-7

4.5 Data Waktu Proses Mesin Batangan 4-8

4.6 Data Waktu Proses Mesin Tim 4-9

4.7 Data Waktu Proses Mesin Potong 4-10

4.8 Data Waktu Proses Packing 4-11

4.9 Data Tenaga Kerja dan Upah 4-12

4.10 Data Permintaan Kerupuk Kuning Tahun 2007-2009 4-13 4.11 Data Permintaan Kerupuk Merah Tahun 2007-2009 4-14 4.12 Data Permintaan Kerupuk Putih Tahun 2007-2009 4-15 4.13 Data Permintaan Kerupuk Super Kuning Tahun 2007-2009 4-16 4.14 Data Permintaan Kerupuk Super Putih Tahun 2007-2009 4-17 4.15 Data Permintaan Kerupuk Bawang Tahun 2007-2009 4-18

5.1 Peramalan Data Permintaan Kerupuk Kuning 5-4

5.1 Peramalan Data Permintaan Kerupuk Kuning (lanjutan) 5-5 5.2 Peramalan Data Permintaan Kerupuk Kuning yang Terpilih 5-6 5.3 Peramalan Data Permintaan Semua Jenis Kerupuk yang

Disesuaikan 5-7

5.4 Jumlah Mesin yang Dimiliki Oleh Pihak Perusahaan

Saat Ini 5-7

5.5 Jumlah Tenaga Kerja yang Dimiliki Oleh Pihak Perusahaan

Saat Ini 5-7

(12)

xviii Universitas Kristen Maranatha

5.9 Positional Weight (PW) Untuk Masing-Masing Elemen 5-12 Kerja Usulan

5.10 Urutan Positional Weight (PW) Terbesar Sampai Terkecil 5-12 Usulan

5.11 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-13 Metode RPW Usulan

5.12 Efisiensi Lintasan Metode RPW Usulan 5-13

5.13 Ranking Dari Setiap Elemen Kerja Pada Setiap Region 5-14 Usulan

5.14 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-15 Metode Region Usulan

5.15 Efisiensi Lintasan Metode Region Usulan 5-15

5.16 Daftar Elemen Kerja Yang Mengikuti dan Mendahului 5-16 Suatu Elemen Kerja Usulan

5.17 Pembebanan Elemen Kerja Ke Dalam Stasiun Kerja 5-16 Metode Moodie Young Usulan

5.18 Efisiensi Lintasan Metode Moodie Young Usulan 5-16 5.19 Estimasi Awal Jumlah Mesin yang Diusulkan 5-17 5.20 Estimasi Awal Jumlah Tenaga Kerja yang Diusulkan 5-17

5.21 Rencana Penjualan 5-28

5.22 Depresiasi Usulan 5-29

5.23 Project Cost Summary Usulan 5-29

5.24 Harga Pokok Penjualan Usulan 5-33

(13)

xix Universitas Kristen Maranatha

5.25 Laporan Laba Rugi Usulan (lanjutan) 5-38

5.25 Laporan Laba Rugi Usulan (lanjutan) 5-39

5.26 Laporan Cash Flow Usulan 5-41

5.27 Cash Flow In Dan Cash Flow Out Usulan 5-44

5.28 Persentase Penyimpangan Terhadap Rata-Rata Waktu

Proses Mesin 5-46

5.29 Ringkasan Jumlah Permintaan 5-50

(14)

L1-1

LAMPIRAN 1

(15)

(16)

(17)

(18)

(19)

L2-1

LAMPIRAN 2

(20)

Berikut adalah tahapan dalam pengolahan data waktu proses menggunakan statfit mulai dari pembuatan adonan dengan mesin aduk sampai dengan proses packing : 1. Data Waktu Proses Pembuatan Adonan dengan Mesin Aduk

 Langkah pertama : masukan data waktu proses ke dalam Statfit

 Langkah kedua : pilih menu bar “fit”,lalu pilih setup dan pilih normal dan

akan muncul tampilan sebagai berikut :

 Langkah ketiga: pilih kembali menu bar “fit”, lalu pilih goodness of fit,

(21)

Lampiran 2 L2-3

hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses pembuatan adonan dengan mesin aduk adalah berdistribusi normal.

2. Data Waktu Mesin Rol

(22)

(23)

Lampiran 2 L2-5

hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin rol adalah berdistribusi normal.

3. Data Waktu Proses Mesin Batangan

(24)

kemudian akan muncul tampilan sebagai berikut :

(25)

Lampiran 2 L2-7

4. Data Waktu Mesin Tim

(26)

hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin tim adalah berdistribusi normal.

5. Data Waktu Proses Mesin Potong

(27)

Lampiran 2 L2-9

(28)

hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses mesin potong adalah berdistribusi normal.

6. Data Waktu Proses Packing

(29)

Lampiran 2 L2-11

hasilnya adalah DO NOT REJECT, yang berarti bahwa data waktu proses

(30)

L3-1

LAMPIRAN 3

(31)

Lampiran 3 L3-2

Berikut adalah hasil peramalan menggunakan WinQSB untuk kerupuk merah, kerupuk putih, kerupuk super kuning, kerupuk super putih, dan kerupuk bawang : 1. Peramalan Data Permintaan Kerupuk Merah Menggunakan WinQSB

Grafik Plot Data Permintaan Kerupuk Merah

Dari grafik diatas terlihat bahwa data permintaan kerupuk merah termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.29. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single

exponential smoothing with trend, double exponential smoothing with trend,

(32)

Peramalan Data Permintaan Kerupuk Merah

04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by

Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT SEST DEST LR

1 2419 2228.609

2 2415 2419 2419 2419 2203.073

3 2579 2415 2411 2417.99 2418.2 2177.537

4 2618 2579 2743 2631 2458.635 2450.32 2152

5 2218 2618 2657 2740.333 2698 2499.267 2485.424 2126.464

6 1865 2218 1818 2110.667 2319.5 2390.1 2429.038 2435.184 2100.927 7 1553 1865 1512 1480.667 1684.5 1900.7 2286.706 2321.718 2075.391 8 1737 1553 1241 1213.668 1176.5 1325.1 2100.123 2162.843 2049.854 9 1114 1737 1921 1590.335 1404.5 1270.1 2005.278 2064.856 2024.318 10 1642 1114 491 1029.002 1050 996.5997 1776.166 1857.608 1998.782 11 2510 1642 2170 1402.669 1422.5 1316.7 1735.996 1787.901 1973.245 12 1480 2510 3378 3151.337 2462.5 2256.9 1924.804 1903.579 1947.709 13 2630 1480 450 1715.338 2178 1961.199 1807.798 1797.343 1922.172 14 1791 2630 3780 2326.672 2549 2736.199 2009.599 1938.117 1896.636

15 1701 1791 952 2278.007 1851 2135.999 1950.653 1891.264 1871.1

16 1982 1701 1611 1111.674 1856.5 1630.299 1883.32 1834.31 1845.563 17 3127 1982 2263 2015.676 1517.5 1939.299 1903.316 1843.044 1820.027 18 1025 3127 4272 3696.01 3222.5 2601.699 2207.623 2080.508 1794.49 19 1706 1025 -1077 1087.678 1738 1893.398 1907.396 1862.92 1768.954 20 1463 1706 2387 531.6798 1227.5 1624.098 1851.973 1814.494 1743.417 21 936 1463 1220 1836.015 752.5001 1122.898 1748.683 1725.583 1717.881

22 1540 936 409 598.3496 1155 468.1975 1537.434 1545.54 1692.345

23 1972 1540 2144 1390.018 1155 1411.997 1530.003 1514.41 1666.808 24 1948 1972 2404 2518.686 2010.5 1706.097 1633.536 1575.85 1641.272 25 1890 1948 1924 2228.021 2466 2173.596 1705.971 1624.779 1615.735 26 1744 1890 1832 1854.689 2094 2351.996 1746.257 1656.043 1590.199 27 1930 1744 1598 1656.69 1703 1916.595 1739.967 1654.506 1564.663 28 1358 1930 2116 1894.692 1828 1810.395 1782.224 1691.356 1539.126

29 1749 1358 786 1291.36 1378 1431.995 1669.856 1609.192 1513.59

30 1560 1749 2140 1498.028 1556 1533.794 1683.528 1618.326 1488.053 31 1298 1560 1371 1757.697 1469.5 1503.494 1646.223 1589.232 1462.517 32 1305 1298 1036 1084.699 1399 1260.394 1551.874 1512.973 1436.98 33 685 1305 1312 1132.701 1079.5 1286.893 1482.245 1450.454 1411.444 34 1478 685 65 483.0361 557.5001 604.4929 1273.03 1274.359 1385.908 35 1689 1478 2271 1329.038 1171.5 1032.093 1314.881 1284.428 1360.371 36 1485 1689 1900 2288.04 1775.5 1577.492 1399.955 1336.72 1334.835

37 1485 1281 1557.708 1987 1737.592 1412.973 1341.799 1309.298

38 1485 1077 1561.229 2248.1 1873.989 1404.729 1318.705 1283.762

39 1485 873 1564.75 2509.2 2010.386 1396.486 1295.611 1258.226

40 1485 669 1568.272 2770.3 2146.783 1388.243 1272.517 1232.689

41 1485 465 1571.793 3031.4 2283.18 1379.999 1249.423 1207.153

42 1485 261 1575.314 3292.5 2419.577 1371.756 1226.329 1181.616

43 1485 57 1578.835 3553.601 2555.974 1363.512 1203.235 1156.08

44 1485 -147 1582.356 3814.701 2692.371 1355.269 1180.141 1130.544 45 1485 -351 1585.877 4075.801 2828.768 1347.026 1157.047 1105.007 46 1485 -555 1589.398 4336.901 2965.165 1338.782 1133.953 1079.471 47 1485 -759 1592.919 4598.001 3101.562 1330.539 1110.859 1053.934 48 1485 -963 1596.441 4859.101 3237.958 1322.295 1087.765 1028.398 49 1485 -1167 1599.962 5120.201 3374.355 1314.052 1064.671 1002.862 50 1485 -1371 1603.483 5381.301 3510.752 1305.808 1041.577 977.3251 51 1485 -1575 1607.004 5642.401 3647.149 1297.565 1018.483 951.7887 52 1485 -1779 1610.525 5903.501 3783.546 1289.322 995.3894 926.2523 53 1485 -1983 1614.046 6164.602 3919.943 1281.078 972.2955 900.7159 54 1485 -2187 1617.567 6425.702 4056.34 1272.835 949.2015 875.1794 55 1485 -2391 1621.088 6686.802 4192.737 1264.591 926.1076 849.643 56 1485 -2595 1624.609 6947.902 4329.134 1256.348 903.0137 824.1066 57 1485 -2799 1628.131 7209.002 4465.531 1248.105 879.9197 798.5702 58 1485 -3003 1631.652 7470.102 4601.928 1239.861 856.8258 773.0338 59 1485 -3207 1635.173 7731.202 4738.325 1231.618 833.7319 747.4974 60 1485 -3411 1638.694 7992.302 4874.722 1223.374 810.6379 721.9609 61 1485 -3615 1642.215 8253.402 5011.119 1215.131 787.544 696.4246 62 1485 -3819 1645.736 8514.502 5147.516 1206.888 764.4501 670.8881 63 1485 -4023 1649.257 8775.602 5283.913 1198.644 741.3561 645.3517 64 1485 -4227 1652.778 9036.701 5420.31 1190.401 718.2622 619.8153

65 1485 -4431 1656.3 9297.801 5556.707 1182.157 695.1683 594.2789

66 1485 -4635 1659.821 9558.9 5693.104 1173.914 672.0743 568.7425

67 1485 -4839 1663.342 9820 5829.501 1165.671 648.9804 543.2061

68 1485 -5043 1666.863 10081.1 5965.898 1157.427 625.8865 517.6697 69 1485 -5247 1670.384 10342.2 6102.295 1149.184 602.7925 492.1332

70 1485 -5451 1673.905 10603.3 6238.692 1140.94 579.6986 466.5968

(33)

Lampiran 3 L3-4

Peramalan Data Permintaan Kerupuk Merah (lanjutan)

04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT SEST DEST LR

CFE -934 -200 -225.1714 202.4982 722.1909 -3297.349 -2309.386 4.15E-03 MAD 464.6286 788.1177 652.5038 499.1719 509.8744 386.5136 389.9593 351.8263 MSE 396116.8 1235565 677453.6 461105.9 405404.5 252714.4 250247.5 198847.3 MAPE 30.96062 51.77395 43.4004 31.72499 32.52699 26.32817 26.15967 22.9791 Trk.Signal -2.010208 -0.2537692 -0.3450882 0.4056683 1.416409 -8.531003 -5.922122 1.18E-05

R-square 0.4322933 0.447106 0.2613966

m=1 m=2 m=3 m=4 m=5 Alpha=0.25 Alpha=0.1 Y-intercept=2254.146 Beta=0.01 F(0)=2419 Slope=-25.5364 F(0)=2419 F'(0)=2419

(34)

 Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh LR (Linear Regression)

Peramalan Data Permintaan Kerupuk Merah yang Terpilih

Periode Linear Regression

(35)

Lampiran 3 L3-6

2. Peramalan Data Permintaan Kerupuk Putih Menggunakan WinQSB

Grafik Plot Data Permintaan Kerupuk Putih

Dari grafik diatas terlihat bahwa data permintaan kerupuk putih termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.59. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single

(36)

Peramalan Data Permintaan Kerupuk Putih

04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by

Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR

1 165 183.8168

2 212 165 165 165 189.4923

3 179 212 259 168.0174 169.7 195.1679

4 216 179 146 199.3333 168.9199 170.7475 200.8434

5 108 216 253 206.3333 223 172.186 175.4135 206.519

6 231 108 0 96.66669 110 143 168.5065 168.9261 212.1945

7 288 231 354 200 195.5 179.3 190.6667 172.6902 175.2188 217.8701

8 133 288 345 389.0001 295.5 274.3 248.4667 180.5273 186.7375 223.5456

9 177 133 -22 119.3335 223 199.4 203.4 178.3945 181.8862 229.2212

10 226 177 221 88.33353 128 199.4 185.8667 179.0238 181.7857 234.8967

11 279 226 275 271.6669 170.5 174.7 221.1333 182.7527 186.5831 240.5723

12 245 279 332 329.3337 325.5 243.1 232.1333 189.842 196.3112 246.2478

13 335 245 211 269.0004 296 309.8 251.8666 194.6977 201.8976 251.9234

14 358 335 425 342.3338 344.5 352.9 359.2 205.2513 216.0471 257.5989

15 134 358 381 425.6672 386 384.6 389.8 217.1932 231.4144 263.2745

16 103 134 -90 74.66721 190.5 217.1 249.5333 214.6292 223.1998 268.95

17 413 103 72 -56.66609 2.5 89.50002 123.3333 209.8902 212.4631 274.6255 18 182 413 723 495.6673 285.5 238.9 256.6666 224.8886 233.4996 280.3011

19 31 182 -49 311.6673 321.5 216.1 191.0666 224.947 229.8339 285.9767

20 268 31 -120 -173.3327 70.5 134.5 85.39989 215.1273 211.3059 291.6522 21 509 268 505 246.334 76.99999 183.8 210.7999 220.3388 217.8336 297.3278

22 203 509 750 747.334 552 363.9999 395.3998 240.91 247.9504 303.0033

23 897 203 -103 261.6674 442 394.5999 284.4665 241.7277 245.1833 308.6788 24 287 897 1591 924.3341 864.5 881.7 781.5331 286.8885 311.9806 314.3544

25 410 287 -323 546.3342 481 560.6 651.9331 292.7402 312.7277 320.0299

26 352 410 533 44.33426 452 426.9999 502.7998 306.1132 325.6376 325.7055 27 518 352 294 414.6677 108.5 373.0999 365.5998 315.3965 331.6997 331.381 28 145 518 684 534.6677 550.5 284.8999 450.7998 334.9338 353.8215 337.0566 29 290 145 -228 131.3344 199 289.5999 122.3331 330.1212 336.8969 342.7321 30 216 290 435 89.66779 186.5 208.8998 272.2664 334.1287 335.6427 348.4077 31 432 216 142 288.0012 102 154.1998 168.9331 332.9597 326.9967 354.0832 32 483 432 648 454.6678 467.5 289.8997 289.3997 345.2368 340.5162 359.7588 33 158 483 534 644.0012 554.0001 558.5997 408.5331 360.4158 358.0462 365.4343 34 288 158 -167 83.66788 291.5 316.6996 373.333 354.334 341.6794 371.1099 35 367 288 418 114.6679 151 276.3995 297.8664 356.1385 339.4492 376.7854 36 355 367 446 480.0013 269.5 248.0995 323.7997 362.6204 345.2079 382.461

37 355 343 403.6679 459.5 316.0994 286.8663 367.9613 349.2595 388.1365

38 355 331 437.1686 526.5001 311.3991 269.6376 373.7595 352.3564 393.8121 39 355 319 470.6692 593.5001 306.6989 252.409 379.5576 355.4532 399.4876 40 355 307 504.1699 660.5001 301.9987 235.1803 385.3558 358.5501 405.1631 41 355 295 537.6705 727.5001 297.2985 217.9516 391.1539 361.647 410.8387 42 355 283 571.1711 794.5001 292.5982 200.7229 396.9521 364.7439 416.5143 43 355 271 604.6718 861.5001 287.898 183.4942 402.7502 367.8408 422.1898 44 355 259 638.1724 928.5001 283.1978 166.2655 408.5484 370.9377 427.8654 45 355 247 671.673 995.5001 278.4976 149.0368 414.3466 374.0346 433.5409 46 355 235 705.1736 1062.5 273.7973 131.8082 420.1447 377.1315 439.2164

47 355 223 738.6742 1129.5 269.0971 114.5795 425.9429 380.2284 444.892

48 355 211 772.1748 1196.5 264.3969 97.3508 431.741 383.3253 450.5675

49 355 199 805.6754 1263.5 259.6967 80.12212 437.5392 386.4222 456.2431

50 355 187 839.176 1330.5 254.9964 62.89343 443.3373 389.5191 461.9186

51 355 175 872.6766 1397.5 250.2962 45.66475 449.1355 392.616 467.5942

52 355 163 906.1772 1464.5 245.5959 28.43607 454.9337 395.7129 473.2697 53 355 151 939.6779 1531.5 240.8957 11.20739 460.7318 398.8098 478.9453

54 355 139 973.1785 1598.5 236.1954 -6.021296 466.53 401.9066 484.6208

55 355 127 1006.679 1665.5 231.4952 -23.24998 472.3281 405.0035 490.2964

56 355 115 1040.18 1732.5 226.795 -40.47866 478.1263 408.1004 495.9719

57 355 103 1073.68 1799.5 222.0947 -57.70734 483.9244 411.1973 501.6475

58 355 91 1107.181 1866.5 217.3945 -74.93603 489.7226 414.2942 507.323

59 355 79 1140.682 1933.5 212.6942 -92.16471 495.5208 417.3911 512.9985

60 355 67 1174.182 2000.5 207.994 -109.3934 501.3189 420.488 518.6741

61 355 55 1207.683 2067.5 203.2938 -126.6221 507.1171 423.5849 524.3497 62 355 43 1241.183 2134.5 198.5935 -143.8508 512.9152 426.6818 530.0252 63 355 31 1274.684 2201.5 193.8933 -161.0794 518.7134 429.7787 535.7007

64 355 19 1308.185 2268.5 189.193 -178.3081 524.5115 432.8756 541.3763

65 355 7 1341.685 2335.5 184.4928 -195.5368 530.3097 435.9725 547.0518

66 355 -5 1375.186 2402.5 179.7926 -212.7655 536.1078 439.0694 552.7274

67 355 -17 1408.686 2469.5 175.0923 -229.9942 541.906 442.1663 558.403

68 355 -29 1442.187 2536.5 170.3921 -247.2229 547.7042 445.2632 564.0785

69 355 -41 1475.688 2603.5 165.6918 -264.4515 553.5023 448.36 569.754

(37)

Lampiran 3 L3-8

Peramalan Data Permintaan Kerupuk Putih (lanjutan)

CFE 190 -59 42.31152 104.4998 144.3029 -6.32901 1380.512 1238.759 3.05E-04 MAD 161.1429 287.5588 222.0907 193.2656 154.3904 170.3045 108.4277 109.279 99.49524 MSE 50015.2 163632.6 81349.38 62296.48 44843.41 47612.34 25301.92 25171.82 21082.26 MAPE 76.54623 122.1588 114.9322 102.5729 74.93031 79.00081 54.30001 55.81355 60.11972 Trk.Signal 1.179078 -0.2051754 0.1905146 0.5407053 0.9346628 -3.72E-02 12.73209 11.33575 3.07E-06

R-square 0.9054969 0.8244426 0.2567194 0.2391057 0.1415478

m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.06 Alpha=0.05 Y-intercept=178.1413 Beta=0.07 F(0)=165 Slope=5.6755 F(0)=165 F'(0)=165

(38)

Peramalan Data Permintaan Kerupuk Putih yang Terpilih

(39)

Lampiran 3 L3-10

3. Peramalan Data Permintaan Kerupuk Super Kuning Menggunakan WinQSB

Grafik Plot Data Permintaan Kerupuk Super Kuning

Dari grafik diatas terlihat bahwa data permintaan kerupuk super kuning termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.53. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend,

single exponential smoothing with trend, double exponential smoothing with

(40)

Peramalan Data Permintaan Kerupuk Super Kuning

04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST DEST LR

1 316 341.9579

2 313 316 316 316 342.8762

3 391 313 310 313.51 313.6 343.7945

4 224 391 469 415 377.8267 375.04 344.7127

(41)

Lampiran 3 L3-12

Peramalan Data Permintaan Kerupuk Super Kuning (lanjutan)

CFE -206 -172 -196.9624 41 102.689 136.8053 -215.6742 -122.3561 5.49E-04 MAD 100.1714 177.7059 135.9901 127.5313 111.0548 125.0267 97.00665 106.0021 144.703 MSE 21134.8 56274.77 35664.92 30961.36 22044.14 24498.53 19422.96 21226.82 34426.92 MAPE 32.10756 53.40404 46.37492 41.38723 36.57516 40.32715 30.9533 33.45845 52.26396 Trk.Signal -2.056475 -0.9678914 -1.448358 0.3214898 0.9246702 1.094209 -2.223293 -1.15428 3.80E-06

R-square 0.9514468 0.8607212 2.64E-03

m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.83 Alpha=0.4 Y-intercept=341.0396 Beta=0 F(0)=316 Slope=0.9183 F(0)=316 F'(0)=316

(42)

 Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh SEST (Single Exponential Smoothing

with Trend)

Peramalan Data Permintaan Kerupuk Super Kuning yang Terpilih

Periode SEST

(43)

Lampiran 3 L3-14

4. Peramalan Data Permintaan Kerupuk Super Putih Menggunakan WinQSB

Grafik Plot Data Permintaan Kerupuk Super Putih

Dari grafik diatas terlihat bahwa data permintaan kerupuk super putih termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.44. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend,

single exponential smoothing with trend, double exponential smoothing with

(44)

Peramalan Data Permintaan Kerupuk Super Putih

04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT 7-MAT SEST DEST LR

1 105 246.0991

2 182 105 105 105 244.2125

3 231 182 259 165.06 135.8 242.3259

(45)

Lampiran 3 L3-16

Peramalan Data Permintaan Kerupuk Super Putih (lanjutan)

04-13-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT 7-MAT SEST DEST LR

CFE -12 -145 -182.9469 -125.0002 -55.79494 -2.532608 85.85081 3.780716 -222.3751 3.05E-04 MAD 62.8 92.79412 79.54543 84.1875 81.34197 82.51557 86.58625 62.18049 65.75937 72.73667 MSE 6503.486 14607.74 11445.12 11425.48 11088.46 11183.19 12278.22 6404.459 8182.665 8293.078 MAPE 38.12727 50.48255 43.00902 46.18873 48.64748 48.75576 52.69252 38.3564 45.47985 49.46625 Trk.Signal -0.1910828 -1.562599 -2.299905 -1.484783 -0.6859305 -3.07E-02 0.9915063 6.08E-02 -3.381649 4.20E-06 R-square 0.9906377 0.8385789 0.7076559 4.43E-02

m=1 m=2 m=3 m=4 m=5 m=6 m=7 Alpha=0.78 Alpha=0.2 Y-intercept=247.9857 Beta=0 F(0)=105 Slope=-1.8866 F(0)=105 F'(0)=105

(46)

 Ukuran kesalahan peramalan yang dipilih oleh penulis ialah MAD, maka hasil peramalan yang terpilih adalah peramalan yang memiliki nilai MAD terendah yaitu hasil peramalan oleh SEST (Single Exponential Smoothing

with Trend)

Peramalan Data Permintaan Kerupuk Super Putih yang Terpilih

Periode SEST

(47)

Lampiran 3 L3-18

5. Peramalan Data Permintaan Kerupuk Bawang Menggunakan WinQSB

Grafik Plot Data Permintaan Kerupuk Bawang

Dari grafik diatas terlihat bahwa data permintaan kerupuk bawang termasuk ke dalam data non stasioner karena penyimpangan terhadap rata-ratanya cukup besar dengan nilai CV = 0.35. Oleh karena itu, pada WinQSB metode peramalan yang digunakan adalah moving average with linear trend, single

(48)

Peramalan Data Permintaan Kerupuk Bawang

04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST SEST DEST LR

1 1401 1209.86

2 1143 1401 1401 1401 1401 1194.749

(49)

Lampiran 3 L3-20

Peramalan Data Permintaan Kerupuk Bawang (lanjutan)

04-19-2010 Actual Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by Forecast by

Month Data 1-MAT 2-MAT 3-MAT 4-MAT 5-MAT 6-MAT SEST SEST DEST LR

CFE -829 420 317.9607 136.5006 -106.9763 138.6451 -1023.275 -1023.275 -837.5405 -2.26E-03 MAD 247.9143 400 343.818 307.1719 235.3192 254.1068 204.7465 204.7465 209.6462 199.926 MSE 95550.48 263763.1 172673.4 145265.5 101162.7 119633.6 80586.21 80586.21 84891.74 71832.52 MAPE 28.53926 44.19175 40.3948 36.95438 28.65755 30.29928 24.75058 24.75058 25.09453 24.30036 Trk.Signal -3.343898 1.05 0.9247937 0.4443785 -0.4546009 0.5456175 -4.997766 -4.997766 -3.995018 -1.13E-05

R-square 0.6195452 0.6195452 0.6590824 0.2554263

m=1 m=2 m=3 m=4 m=5 m=6 Alpha=0.44 Alpha=0.44 Alpha=0.23Y-intercept=1224.972 Beta=0.06 Beta=0.06 F(0)=1401 Slope=-15.1111 F(0)=1401 F(0)=1401 F'(0)=1401

(50)

Peramalan Data Permintaan Kerupuk Bawang yang Terpilih

(51)

L4-1

LAMPIRAN 4

(52)

Input promodel awal

Location

Entities

(53)

Lampiran 4 L4-3

(54)

 Path Network

 Resources

(55)

Lampiran 4 L4-5

 Shift Assignment

Input promodel usulan

Location

(56)

Arrival

(57)

Lampiran 4 L4-7

Resources

(58)

Variables

(59)

L5-1

LAMPIRAN 5

(60)

(61)

(62)

(63)

(64)

(65)

(66)

(67)

(68)

L6-1

LAMPIRAN 6

(69)

Lampiran 6 L6-2

Nama Harga Satuan

Tapioka Rp 4,300.00 KG

Pewarna Rp 30,000.00 KG

Penyedap Rp 27,000.00 KG

Plastik Rp 18,000.00 KG

Mesin tim Rp 25,000,000.00 Unit

Tong bibit Rp 1,500,000.00 Unit Mesin aduk Rp 80,000,000.00 Unit Mesin batangan Rp 60,000,000.00 Unit

Mesin oven Rp 50,000,000.00 Unit

Mesin potong Rp 7,500,000.00 Unit

Mesin rol Rp 10,000,000.00 Unit

(70)

L7-1

LAMPIRAN 7

(71)

Lampiran 7 L7-2

1. Gambar Bibit Kerupuk

(72)

3. Mesin Roll

(73)

Lampiran 7 L7-4

5. Mesin Tim

(74)

7. Area Penjemuran

(75)

Lampiran 7 L7-6

(76)

L8-1

LAMPIRAN 8

(77)

DATA PENULIS

Nama : Ferri Irawan

Alamat di Bandung : Jl. Surya Sumantri no 55, Bandung

Alamat Asal : BTN Griya Nugratama Blok E2 no 16, Cianjur No. Telp Bandung : 022 92150482

No. Telp Asal : 0263 272465 No. Handphone : 085659048201

Alamat Email : ferriirawan94@yahoo.com Pendidikan : SMA Negeri 2, Cianjur

Jurusan Teknik Industri Universitas Kristen Maranatha Nilai Tugas Akhir : A

(78)

Nama Mahasiswa : Ferri Irawan

NRP : 0623023

Judul Tugas Akhir : Usulan Penentuan Jumlah Mesin Dan Tenaga Kerja Yang Optimal Dengan Menggunakan Model Simulasi Di PD Sumur Sari.

Komentar-Komentar Dosen penguji :

1. Kesimpulan pasal pertama, pernyataan yang dibuat lebih baik bernada teori, kecuali kalimat pertama bukan kesimpulan harus diubah sesuai dengan data penelitian.

2. Saran tidak jelas, perlu diperjelas.

3. Tampaknya hasil peramalan permintaan dikalikan dengan 3 kurang tepat. 4. Waktu proses tidak dapat dibagi dalam 1 unit.

5. Perbaiki tata kalimat dan salah ketik. 6. Cek format penulisan.

7. Latar belakang alinea 1 di cek lagi.

8. Metode dan cara pengolahan masuk pada bab 3. 9. Beri penjelasan mengenai performansi mesin. 10. Peramalan dilakukan dalam 1 tahun saja.

11. Penjelasan saat ini ada buffer stock 70 % belum ada.

(79)

1-1 Universitas Kristen Maranatha

BAB 1

PENDAHULUAN

1.1Latar Belakang Masalah

Pada jaman sekarang ini, dunia industri semakin berkembang dengan pesat terutama di bidang manufaktur, begitu juga dengan teknologi yang digunakannya. Hal ini terlihat dari semakin banyaknya perusahaan-perusahaan yang bermunculan, sehingga mengakibatkan persaingan di dunia industri semakin ketat karena saling berebut pasar. Salah satu cara untuk memperoleh pasar, maka perusahaan-perusahaan tersebut harus berupaya untuk menawarkan suatu produk dengan harga yang kompetitif sehingga konsumen tertarik untuk menggunakan produk yang ditawarkan oleh perusahaan. Agar dapat menawarkan harga yang kompetitif maka perusahaan harus menekan biaya produksi, sehingga harga yang ditawarkan kepada konsumen menjadi tetap dan perusahaan akan memperoleh keuntungan yang maksimum.

Bagi perusahaan baru ataupun perusahaan yang akan melakukan ekspansi maka minimasi biaya dapat dilakukan dengan berbagai macam cara. Diantaranya yaitu dengan menghitung jumlah mesin dan tenaga kerja yang optimal karena mesin dan tenaga kerja sangat mempengaruhi besarnya biaya produksi dan biaya investasi.

Demikian juga dengan salah satu perusahaan manufaktur, PD. Sumur Sari yang bergerak di bidang manufaktur untuk pembuatan garam (garam meja/halus, garam dapur/briket, garam krosok), kerupuk (kerupuk sumur sari, kerupuk sumur sari super, kerupuk sumur sari bawang, kerupuk mie), tepung gula, dan tepung beras. Perusahaan ini berencana untuk melakukan ekspansi dengan mendirikan pabrik baru yang memproduksi kerupuk.

(80)

Laporan Tugas Akhir Universitas Kristen Maranatha

terlalu lama. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, dan fluktuasi waktu operasi mesin yang masih semiotomatis. Oleh karena itu, penulis mencoba untuk mengusulkan penentuan jumlah mesin dan tenaga kerja yang optimal untuk PD. Sumur Sari dengan memperhatikan faktor-faktor tersebut diatas, sehingga biaya produksi ini dapat diminimasi dan pada akhirnya dapat diperoleh keuntungan yang maksimal.

1.2Identifikasi Masalah

Adapun masalah yang sedang dihadapi PD. Sumur Sari saat ini adalah menentukan banyaknya jumlah mesin dan tenaga kerja yang optimal. Hal ini dikarenakan perusahaan tersebut akan melakukan ekspansi dengan membuat pabrik baru yang memproduksi kerupuk. Namun untuk menentukan jumlah mesin dan tenaga kerja yang optimal ini banyak faktor yang mempengaruhi, diantaranya yaitu fluktuasi permintaan, dan fluktuasi waktu operasi mesin yang masih semiotomatis. Sehingga sulit untuk dilakukan dengan perhitungan manual.

Jumlah mesin dan tenaga kerja ini merupakan faktor yang sangat mempengaruhi besarnya biaya produksi. Dengan memperhitungkan jumlah mesin dan tenaga kerja optimal, maka biaya produksi dapat ditekan, sehingga harga jual kerupuk tersebut dapat menjadi tetap dan pada akhirnya perusahaan dapat memperoleh keuntungan yang cukup besar.

1.3Pembatasan Masalah dan Asumsi

(81)

Bab 1 Pendahuluan 1-3

1.3.1 Pembatasan Masalah

Pengamatan hanya dilakukan pada mesin dan tenaga kerja di departemen produksi kerupuk untuk kerupuk sumur sari, kerupuk sumur sari super, dan kerupuk sumur sari bawang.

Data biaya dan harga yang digunakan adalah data bulan April 2010.

1.3.2 Asumsi

Performansi mesin sekarang sama dengan performansi mesin baru dalam hal waktu prosesnya.

Performansi tenaga kerja sekarang sama dengan performansi tenaga kerja baru (tenaga kerja yang dipindah tugaskan).

Dalam 1 tahun terdapat 300 hari kerja yaitu terdiri dari 12 bulan tiap tahun dimana tiap bulan terdapat 25 hari kerja.

Dalam 1 tahun terdapat 6 bulan musim kemarau dan 6 bulan musim hujan.

1.4Perumusan Masalah

Adapun masalah yang dapat dirumuskan dari identifikasi masalah diatas ialah sebagai berikut:

1. Bagaimana karakteristik permintaan kerupuk ?

2. Bagaimana karakteristik waktu operasi mesin semiotomatis yang dimiliki ? 3. Bagaimana usulan jumlah mesin dan tenaga kerja yang optimal bagi

departemen produksi kerupuk PD. Sumur Sari ?

4. Manfaat apa yang akan diperoleh oleh pihak perusahaan jika menerapkan usulan tersebut ?

1.5Tujuan Penelitian

Adapun tujuan dilakukannya penelitian ini adalah sebagai berikut :

(82)

2. Mengetahui dan menganalisis karakteristik waktu operasi mesin semiotomatis yang dimiliki.

3. Memberikan usulan jumlah mesin dan tenaga kerja yang optimal bagi departemen produksi kerupuk PD. Sumur Sari.

4. Mengetahui dan menganalisis manfaat yang akan diperoleh perusahaan dengan menerapkan jumlah mesin dan tenaga kerja yang optimal yang diusulkan.

1.6Sitematika Penulisan

Sistematika penulisan untuk tugas akhir ini adalah sebagai berikut : BAB 1 : PENDAHULUAN

Bab ini berisi latar belakang masalah, identifikasi masalah, pembatasan masalah dan asumsi, perumusan masalah, tujuan penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN PUSTAKA

Bab ini berisi teori-teori yang mendukung penelitian ini mengenai simulasi dengan menggunakan promodel. Serta teori lainnya yang berhubungan dengan penelitian ini.

BAB 3 : METODOLOGI PENELITIAN

Bab ini berisikan tentang tahapan-tahapan yang dilakukan penulis dalam melakukan penelitian ini dari awal sampai akhir.

BAB 4 : PENGUMPULAN DATA

Bab ini berisikan tentang pengumpulan data yang dilakukan selama melakukan pengamatan seperti data umum perusahaan, data mesin/peralatan yang digunakan, data waktu proses, aliran kerja (routing), dan peta proses operasi.

BAB 5 : PENGOLAHAN DATA DAN ANALISIS

(83)

Bab 1 Pendahuluan 1-5

BAB 6 : KESIMPULAN DAN SARAN

(84)

6-1 Universitas Kristen Maranatha

6.1 Kesimpulan

Berdasarkan hasil pengolahan data dan analisis, maka dapat diambil kesimpulan bahwa :

1. Karakteristik permintaan kerupuk

Permintaan kerupuk tidak dipengaruhi oleh musiman. Berdasarkan hasil dari peramalan WinQSB, data permintaan kerupuk untuk kerupuk merah dan kerupuk bawang memiliki trend yang menurun, sedangkan data permintaan untuk kerupuk kuning, putih, super kuning, dan super putih cenderung konstan.

2. Karakteristik waktu operasi mesin semiotomatis yang dimiliki adalah sebagai berikut:

 Karakteristik mesin aduk

Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.8 %, maka dapat dikatakan bahwa mesin aduk yang dimiliki pihak perusahaan memiliki

fluktuasi waktu operasi yang relatif kecil, namun cukup mempengaruhi

kapasitas produksi

 Karakteristik mesin rol

Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 7.2 %, maka dapat dikatakan bahwa mesin rol yang dimiliki pihak perusahaan memiliki fluktuasi

waktu operasi yang relatif kecil, namun cukup mempengaruhi kapasitas

produksi.

 Karakteristik mesin batangan

(85)

Bab 6 Kesimpulan dan Saran 6-2

dikatakan bahwa mesin batangan yang dimiliki pihak perusahaan memiliki

fluktuasi waktu operasi yang cukup besar, sehingga mempengaruhi kapasitas

produksi dari mesin tersebut.

 Karakteristik mesin tim

Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 3.2 %, maka dapat dikatakan bahwa mesin tim yang dimiliki pihak perusahaan memiliki fluktuasi

waktu operasi yang kecil, namun cukup mempengaruhi kapasitas produksi.

 Karakteristik mesin potong

Dilihat dari nilai persentase yang diperoleh dari pembagian standar deviasi dengan rata-ratanya, diperoleh nilai sebesar 21.6 % , maka dapat dikatakan bahwa mesin potong yang dimiliki pihak perusahaan memiliki

fluktuasi waktu operasi yang besar, sehingga mempengaruhi kapasitas

produksi dari mesin tersebut.

3. Jumlah mesin dan tenaga kerja yang diusulkan adalah penambahan 1

mesin tim, penambahan 2 peralatan untuk packing, jumlah tenaga kerja yang dikurangi 7 orang, pengurangan tenaga kerja ini diperoleh dari pengurangan tenaga kerja di mesin potong sebanyak 5 orang dan pengurangan tenaga kerja material handling sebanyak 4 orang, namun terdapat penambahan tenaga kerja packing sebanyak 2 orang yang diperoleh dari pemindahan tugas tenaga kerja yang berasal dari tenaga kerja yang dikurangi (tenaga kerja mesin potong/tenaga kerja material

handling), dan perluasan area penirisan dan pengeringan seluas 5 kali lipat.

(86)

6.2 Saran

Saran yang diberikan penulis untuk dijadikan pertimbangan bagi pihak perusahaan, yaitu :

(87)

Universitas Kristen Maranatha

DAFTAR PUSTAKA

1. Baroto, Teguh. “Perencanaan dan Pengendalian Produksi”. Gahlia Indonesia, Jakarta. 2002.

2. Bedworth, David D. “Integrated Production Control Systems” . John Wiley & Sons, Inc. 1987.

3. Blank, Leland. “Statistical Procedures for Engineering Management and Science”. Mc Graw Hill Kogakusha, ltd. 1982.

4. Chang, Yih-Long, “QS Version 3.0”, Prentice Hall.

5. Elsayed, E.A. ”Analysis and Control of Production System”. Prentice Hall, International Editions, Second Edition, New Jersey. 1994.

6. Fogarty, et. Al. “Production and Inventory Management”. South Western Pub. Co., Ohio. 1991.

7. Garrison, Ray H. “Akuntansi Manajerial” Edisi 11. Salemba Empat, Jakarta. 2007.

8. Harrell, Charles. “Simulation Using Promodel”. Second Edition, New York, 2003.

9. Kusuma, Hendra. “Manajemen Produksi”. ANDI, Yogyakarta. 1999. 10. Promodel User Guide.

11. Stat::Fit. Geer Mountain Software Corp, 2001.

12. T.Horngren, Charles. “Akuntansi Biaya Suatu Pendekatan Manajerial”. 1987.