2.1. Peramalan (Forecasting)
2.1.1. Definisi Peramalan
Peramalan adalah suatu perkiraan nilai untuk masa yang akan datang dengan memakai data-data masa lalu. Menurut Paul E. Green (1964) yang dikutip Charles W. Gross (1976) dalam buku Business Forcasting, (p.1) bahwa peramalan adalah suatu usaha untuk meramalkan masa yang akan datang dengan memakai dan mengolah data-data masa lalu. Peramalan dibutuhkan untuk mengantisipasi suatu peristiwa yang akan terjadi atau suatu kebutuhan yang timbul di masa datang (Tersine, 1994, p. 35). Peramalan itu sendiri terdiri dari beberapa macam model. Pemilihan model tersebut dilakukan berdasarkan pola data masa lalu yang didapat dengan cara pengeplotan data masa lalu. Ada empat tipe pola dasar peramalan dapat dibedakan sebagai berikut:
• Stationer, data cenderung tidak menunjukkan kenaikan atau penurunan selama selang waktu tertentu (konstan).
• Seasonal, data dipengaruhi faktor seasonal.
• Trend, data cenderung menunjukkan kenaikan atau penurunan selama selang waktu tertentu.
• Cyclical, data dipengaruhi oleh fluktuasi ekonomi dan bisnis.
Pengelompokkan berdasarkan teknik, maka peramalan dibedakan menjadi dua yaitu secara kualitatif (peramalan berdasarkan intuisi atau pengalaman) dan secara kuantitatif (peramalan berdasarkan data). Pada kesempatan kali ini teknik peramalan secara kuantitatif yang akan dipakai. Teknik peramalan secara kuantitatif dibagi lagi menjadi :
a. Time series
Peramalan berdasarkan data yang berurutan menurut deret waktu dengan asumsi bahwa pola data akan berulang. Metode-metode yang termasuk dalam
kelompok ini antara lain metode moving average, metode exponential smoothing, metode dekomposisi, metode winter, metode Box Jenkins.
b. Struktural
Peramalan berdasarkan data yang sifatnya sebab akibat. Contoh: apabila harga bensin naik maka tingkat penjualan sepeda motor akan menurun.
Sedangkan untuk pengelompokkan berdasarkan waktu maka peramalan dapat dibedakan sebagai berikut:
a. Short range forecasting
Peramalan ini yang paling akurat karena periodenya terpendek, yaitu satuan jam sampai satu tahun. Metode yang termasuk range ini antara lain exponential smoothing method.
b. Medium range forecasting
Peramalan ini periodenya adalah satu tahun sampai lima tahun. Metode yang termasuk range ini antara lain metode regresi linier.
c. Long range forecasting
Peramalan ini periodenya adalah lima tahun ke atas. Metode yang termasuk range ini antara lain Box Jenkins method.
Peramalan tidak akan pernah memberikan hasil yang betul-betul tepat.
Peramalan hanya memberikan hasil yang mendekati data yang sebenarnya.
Kesalahan yang terjadi pada peramalan biasanya dipengaruhi oleh dua hal yaitu:
1. Keakuratan data masa lampau
Semakin jauh data masa lalu yang digunakan akan mengakibatkan keakuratan menurun dan meningkatnya error.
2. Periode masa depan yang diramalkan
Semakin panjang jangka waktu masa depan yang diramalkan akan menyebabkan error yang makin besar. Peramalan lebih baik dilakukan dalam jangka waktu yang tidak terlalu panjang dan sesuai kebutuhan.
Pada pengerjaan Tugas Akhir ini, teknik peramalan yang digunakan adalah time series. Secara umum langkah–langkah yang harus dilakukan dalam melakukan peramalan time series adalah :
1. Memplot semua data permintaan (Time Series Plot).
2. Menafsirkan pola data yang terjadi secara visual.
3. Gunakan Metode Peramalan yang cocok dengan karakteristik untuk tiap pola data yang akan dijelaskan kemudian.
2.1.2. Konsep Peramalan
Ada beberapa konsep dalam peramalan yang perlu untuk diperhatikan, antara lain:
- Peramalan selalu salah. Peramalan tidak akan memberikan hasil yang betul- betul tepat, hal ini dikarenakan terdapat faktor-faktor yang tidak dapat diprediksi atau dikendalikan yang berakibat pada peramalan.
- Semakin lama periode yang diramalkan, maka tingkat keakuratan peramalan tersebut akan semakin kecil.
- Peramalan kelompok produk (agregate) cenderung lebih akurat dibanding peramalan produk secara individu.
2.1.3. Macam-macam Metode Peramalan
Berikut ini adalah metode-metode peramalan yang digunakan dalam teknik peramalan time series: (Gaspersz, 2002)
a. MA (Moving Average)
Metode ini dipakai untuk data yang stabil dan acak (Stabil-Random).
Tipe data permintaan yang sesuai dengan metode ini memiliki suatu variasi yang acak pada setiap periodenya. Hasil forecast pada Moving Average selalu tetap untuk setiap periode.
n
sebelumnya periode
n permintaan Jumlah
= average
Moving ………(2.1)
Keterangan:
n = Periode yang bersangkutan
b. Single Exponential Smoothing
Metode ini dipakai untuk pola data yang stabil dan acak (level) dengan gejolak yang cukup besar. Konstanta yang digunakan disini adalah konstanta
level ) dengan batas nilai 0< <1. semakin bergejolak, nilai yang dipilih harus semakin tinggi menuju ke nilai satu. Sebaliknya, semakin stabil nilai yang dipilih harus semakin kecil menuju ke nilai nol.
) F (A
F
F
t=
t-1+
t-1−
t-1 ………..(2.2)Keterangan:
Ft = nilai ramalan periode waktu ke-t
Ft-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1 At-1= nilai aktual untuk satu periode waktu yang lalu, t-1
= konstanta pemulusan (smoothing constant)
c. Double Exponential Smoothing
Metode ini digunakan untuk data yang mempunyai pola acak dengan kecenderungan trend. Metode ini mempergunakan dua konstanta pemulusan level ) dan trend ). Kemudian dapat ditentukan slope dan kemiringannya untuk kemudian dapat menentukan persamaan forecast untuk periode ke-t.
Forecast Including Trend (FITt) = Fes+ Trend Correction (Tt), dimana trend correction adalah:
) F (F )T
1 (
Tt = − t-1 + t − t−1 ………..(2.3)
Keterangan:
Tt = smoothed trend untuk periode t
Tt-1 = smoothed trend untuk periode t-1 (periode yang lalu) = konstanta trend smoothing yang dipilih
Ft = nilai ramalan berdasarkan metode pemulusan eksponensial sederhana, ES, untuk periode t
Ft-1 = nilai ramalan berdasarkan metode pemulusan eksponensial sederhana, ES, untuk periode t-1
d. Winter Method
Metode ini dipakai untuk data yang faktor musiman (seasonal), trend, dan acak. Nilai peramalan metode ini merupakan suatu nilai yang mengikuti pola musiman dan teratur di setiap periodenya. Metode winter ini memperhitungkan tiga konstanta yang mencakup level ( ), trend ( ) dan seasonal ( ).
Index Seasonal FIT
Trend Including Forecast
variation seasonal
with Forecast
t ×
=
)
( ……….(2.4)
dimana:
n A t A
Index Seasonal
t
∑
t= )
( ……….(2.5)
Keterangan:
At = Data Aktual n = Banyaknya Periode 2.1.4. Pemilihan Metode peramalan
Ada beberapa kriteria yang bisa digunakan untuk memilih metode peramalan yang terbaik. Pada pengerjaan Tugas Akhir ini, untuk melakukan pemilihan metode peramalan terbaik adalah dengan memilih nilai terkecil dari MAD yang digunakan sebagai perbandingan.
MAD (Mean Absolute Deviation)
( )
n
=
∑
Absolute Forecast ErrorMAD ……….(2.6)
Keterangan:
n = Banyaknya Periode
2.2. Analisa Pengukuran Kerja
Analisa pengukuran kerja ini digunakan untuk menetukan kapasitas produksi dari perusahaan. Kapasitas produksi perlu ditentukan untuk mengetahui berapa item yang mampu diproduksi oleh perusahaan dan apakah jam kerja yang ada sudah cukup atau belum.
2.2.1 Peta Proses Operasi
Peta Proses Operasi sering juga disebut dengan OPC (Operation Process Chart). OPC dapat diartikan peta kerja yang menggambarkan urutan kerja dengan membagi pekerjaan-pekerjaan tersebut ke dalam elemen-elemen operasi secara rinci (Barnes, 1980). Peta ini menggambarkan proses dari awal sampai akhir, yang berarti dari bahan baku sampai menjadi barang jadi. Pada OPC dapat diketahui bahan baku yang dipakai, berapa lamanya waktu setiap operasi, alat yang dipakai dan komponen yang dirakit.
2.2.2. Simbol-simbol Peta Proses Operasi
OPC memiliki beberapa simbol dalam penggunaannya. Setiap simbol mempunyai arti dan pengertian yang berbeda-beda. Penjabarannya adalah sebagai berikut:
Operasi Inspeksi Operasi dan Inspeksi
dilakukan secara bersamaan
Storage / Penyimpanan
Gambar 2.1. Simbol-simbol dalam OPC
(Sumber: Barnes, Design and Masurement of Work, 1980)
2.2.3. Kapasitas Produksi
Dalam melakukan perhitungan kapasitas produksi ini, perlu ditentukan waktu baku dari tiap-tiap operasi yang dilakukan. Perlu diketahui bahwa data waktu operasi awal yang harus diambil adalah sebanyak 30 sampel dari setiap operasi yang dilakukan. Data-data ini harus diuji terlebih dahulu sebelum bisa digunakan untuk menghitung waktu baku. Uji-uji yang dilakukan adalah sebagai berikut:
1. Uji Kenormalan Data
Pertama adalah melakukan uji kenormalan data terhadap 30 data yang telah diambil. Uji yang dilakukan adalah Uji kenormalan Kolmogorov-Smirnov dengan menggunakan bantuan software Minitab.
2. Uji Keseragaman data
Uji keseragaman data digunakan untuk mengetahui apakah data yang diambil sudah seragam atau belum. Ada dua cara untuk melakukan uji ini, yang pertama adalah menggunakan rumus sebagai berikut: (Sritomo, 1995)
σ k x
BKA= + ……….(2.7)
σ k x
BKB= − ……….(2.8)
Keterangan:
rata rata
x= −
2 dariα z nilai k =
96 . 1
%
5 → =
= k
α
Rumus ini akan memberikan nilai Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB) dari data yang telah diambil. Jika data yang diambil tidak ada yang keluar dari BKA maupun BKB, maka data-data tersebut sudah seragam. Cara yang kedua adalah menggunakan software Minitab.
3. Uji Kecukupan Data
Uji kecukupan data digunakan untuk mengetahui apakah data-data yang diambil sudah mencukupi untuk diolah atau belum. Rumus yang digunakan adalah sebagai berikut: (Sritomo, 1995)
( ) ( )
( )
2 2 2
'
−
=
∑
∑
∑
t t t
X X X
s N k
N ………..(2.9)
Keterangan:
k = 1.96 à
2
tα
s =α Xt = Data ke-t
N = Jumlah Data Cukup Data N
N ≥ '⇒
lagi data Ambil Kurang
Data N
N < '⇒ →
Setelah pengujian data selesai dan memenuhi syarat, maka perhitungan waktu baku bisa dimulai. Berikut ini adalah langkah-langkah dalam menghitung waktu baku:
1. Penentuan Performance Rating
Performance Rating merupakan penyesuaian terhadap ketidakwajaran dalam pekerjaan yang dilakukan. Adanya ketidakwajaran akan berpengaruh terhadap kecepatan kerja (terlalu cepat atau terlalu lambat), sehingga harus dinilai seberapa jauh ketidakwajaran yang terjadi.
Metode perhitungan Performance Rating yang digunakan adalah metode metode Westinghouse. Metode ini mempertimbangkan empat faktor dalam mengevaluasi Performance (Kinerja) operator. Empat faktor tersebut adalah sebagai berikut:
a. Keterampilan (Skill)
Keterampilan didefinisikan sebagai kecakapan dalam mengerjakan metode yang diberikan, dan lebih lanjut berhubungan dengan pengalaman, ditujukan dengan koordinasi yang baik antara pikiran dan tangan.
b. Usaha (Effort)
Usaha didefinisikan sebagai hal untuk menunjukkan kemampuan untuk bekerja secara efektif. Usaha ditunjukkan oleh kecepatan pada tingkat kemampuan yang dimiliki.
c. Kondisi (Condition)
Kondisi ini meliputi kondisi fisik lingkungan kerja seperti keadaan pencahayaan, temperatur, dan kebisingan ruangan.
d. Konsistensi (Consistency)
Faktor konsistensi perlu diperhatikan karena pada kenyataannya setiap pengukuran tidak pernah mencatat semua angka sama. Konsistensi dikatakan perfect jika waktu penyelesaian tetap setiap saat.
Tabel yang digunakan untuk menghitung Performance Rating adalah Tabel Performance Rating Westinghouse seperti yang ditampilkan di tabel 2.1.
Tabel 2.1. Tabel Pengukuran Performance Rating Westinghouse
SKILL EFFORT
+ 0.15 A1 Superskill + 0.13 A1 Superskill
+ 0.13 A2 + 0.12 A2
+ 0.11 B1 Excellent + 0.10 B1 Excellent
+ 0.08 B2 + 0.08 B2
+ 0.06 C1 Good + 0.05 C1 Good
+ 0.03 C2 + 0.02 C2
0.00 D Average 0.00 D Average - 0.05 E1 Fair - 0.04 E1 Fair
- 0.10 E2 - 0.08 E2
- 0.16 F1 Poor - 0.12 F1 Poor
- 0.22 F2 - 0.17 F2
CONDITION CONSISTENCY
+ 0.06 A Ideal + 0.04 A Ideal + 0.04 B Excellent + 0.03 B Excellent
+ 0.02 C Good + 0.01 C Good
0.00 D Average 0.00 D Average
- 0.03 E Fair - 0.02 E Fair
- 0.07 F Poor - 0.04 F Poor (Sumber: Sritomo, Ergonomi, Studi Gerak dan Waktu, 1995)
Asumsi dasar dari metode Westinghouse ini adalah bahwa bekerja wajar adalah P = 1, maka untuk menghitung performance rating (P) dari operasi yang diamati adalah:
faktor tiap untuk dipilih yang nilai
P=1+
∑
………...(2.10)2. Penentuan Allowance (kelonggaran)
Pada umumnya kelonggaran meliputi tiga hal, yaitu:
- Istirahat untuk kebutuhan perorangan (Personal Needs).
Kelonggaran waktu ini ditujukan untuk kebutuhan yang bersifat pribadi, seperti makan, minum, dan lain-lain.
- Kelelahan (Fatique).
Kelonggaran ini diberikan karena terjadinya kelelahan fisik maupun mental setelah bekerja beberapa waktu. Kelelahan ini bisa diakibatkan
oleh beberapa faktor, seperti kondisi tempat kerja, sifat dari pekerjaan, atau kesehatan pekerja (fisik atau mental).
- Keterlambatan yang tidak terhindarkan (Unavoidable Delay).
Kelonggaran ini diberikan untuk elemen-elemen usaha yang berhenti karena hal yang tidak dapat dihindarkan seperti interupsi oleh supervisor, analis, ketidaktersediaan material, gangguan mesin, dan sebagainya.
Ada beberapa cara dalam melakukan pengukuran allowance, yaitu:
- Pengamatan secara langsung dan langsung dicatat waktu menganggurnya.
- Metode Sampling
- Menggunakan Tabel Kelonggaran
Dalam pengerjaan Tugas Akhir ini, metode yang digunakan sebagai acuan dalam melakukan pengukuran allowance adalah dengan menggunakan Tabel Kelonggaran (Tabel 2.2).
Tabel 2.2. Tabel Kelonggaran
Faktor Contoh Pekerjaan Kelonggaran (%)
A. Tenaga yang dikeluarkan Ekivalen Beban (Kg) Pria Wanita
1 Dapat diabaikan Bekerja di meja, duduk tanpa beban 0.0-0.6 0.0-6.0
2 Sangat ringan Bekerja di meja, berdiri 0.00-2.25 6.0-7.5 6.0-7.5
3 Ringan Menyekop, ringan 2.25-9.00 7.5-12.0 7.5-16.00
4 Sedang Mencangkul 9.00-18.00 12.0-19.0 16-30
5 Berat Mengayun palu yang berat 19.00-27.00 19.0-30.0
6 Sangat berat Memanggul beban 27.00-50.00 30.0-50.0
7 Luar biasa berat Memanggul karung beras diatas 50 B. Sikap kerja
1 Duduk Bekerja duduk, ringan 0.00 - 1.0
2 Berdiri (dua kaki) Badan tegak, ditumpu dua kaki 1.0 - 2.5
3 Berdiri (satu kaki) Satu kaki mengerjakan alat kontrol 2.5 - 4.0
4 Berbaring Pada bagian sisi, belakang atau depan badan 2.5 - 4.0
5 Membungkuk Badan dibungkukkan bertumpu pada dua kaki 4.0 - 10
C.Gerakan kerja
1 Normal Ayunan bebas dari palu 0
2 Agak terbatas Ayunan terbatas dari palu 0 - 5
3 Sulit Membawa bebab berat dengan satu tangan 0 - 5
4 Anggota badan terbatas Bekerja dengan tangan diatas kepala 5 - 10 5 Seluruh anggota badan terbatas Bekerja dilorong pertambangan yang sempit 10 - 15
D. Kelelahan Mata Pencahayaan baik Buruk
1 Pandangan yang terputus-putus Membawa alat ukur 0.0 - 0.6 0.0 - 6.0 2 Pandangan yang terus-menerus Pekerjaan yang teliti 6.0 - 7.5 6.0 - 7.5 3 Pandangan dengan fokus berubah Memeriksa cacat pada kain 7.5 - 12.0 7.5 - 16.0 4 Pandangan dengan fokus tetap Pemeriksaan yang teliti 12.0 - 19.0 16.0 - 30.0
Tabel 2.2. Tabel Kelonggaran (sambungan)
Faktor Contoh Pekerjaan Kelonggaran (%)
E. Keadaan temperatur tempat kerja Temperatur (C) Normal Berlebihan
1 Beku Dibawah 0 Diatas 10 Diatas 12
2 Rendah 0 - 13 10 - 0 12 - 5
3 Sedang 13 - 22 5 - 0 8 - 0
4 Normal 22 - 28 0 - 5 0 - 8
5 Tinggi 28 - 38 5 - 40 8 - 100
6 Sangat Tinggi Diatas 38 Diatas 40 Diatas 100
F. Keadaan atmosfer
1 Baik Ruang berventlasi baik, udara segar 0
2 Cukup Ventilasi kurang baik, ada bau-bauan 0 - 5
3 Kurang baik Ada debu beracun (tidak beracun tapi banyak) 5 - 10
4 Buruk Mengharuskan menggunakan alat pernapasan) 10 -20
G. Keadaan lingkungan yang baik
1 Bersih, sehat, cerah, tidak bising 0
2 Siklus kerja berulang-ulangantara 5 - 10 detik 0 - 1
3 Siklus kerja berulang-ulangantara 0 - 5 detik 1 - 3
4 Sangat bising 0 - 5
5 Jika faktor-faktor yang berpengaruh dapat menurunkan kualitas 0 - 5
6 Terasa adanya getaran lantai 5 - 10
7 Keadaan-keadaan yang luar biasa (bunyi, kebersihan, dll) 5 - 15 H. Kelonggaran untuk kebutuhan pribadi
1 Pria 0 - 2.5
2 Wanita 2 - 5.0
Penentuan allowance dengan cara menjumlahkan persentase untuk setiap keadaan yang dipilih.
3. Menghitung Waktu Standar
Waktu standar adalah waktu rata-rata dari 30 data waktu operasi yang telah diambil. Rumusnya adalah sebagai berikut: (Sritomo, 1995)
N
Ws=
∑
Xi ………..(2.11)Keterangan:
Ws = Waktu Standar Xi = Data ke-i N = Jumlah data
4. Menghitung Waktu Normal
Waktu normal merupakan hasil kali dari waktu standar dengan Performance Rating yang telah dijelaskan sebelumnya. Rumus yang digunakan adalah sebagai berikut: (Sritomo, 1995)
eRating Performanc
Ws l
WaktuNorma = × ………...(2.12)
5. Menghitung Waktu Baku
Waktu baku adalah nilai yang diperoleh dari waktu normal yang telah dikalikan dengan persentase Allowance yang teah dijelaskan sebelumnya.
Rumus waktu baku yang digunakan adalah sebagai berikut: (Sritomo, 1995)
allowance Normal
Waktu Baku
Waktu
%
% 100
% 100
× −
= ………(2.13)
2.3. Master Production Schedule (MPS)
2.3.1. Definisi MPS
Pada dasarnya Jadwal Produksi Induk (Master Production Schedule) merupakan suatu pernyataan tentang produk akhir (termasuk parts pengganti dan suku cadang) dari suatu perusahaan industri manufaktur yang merencanakan memproduksi output berkaitan dengan kuantitas dan periode waktu (Gaspersz, 2002, p.141). MPS mendisagregasikan dan mengimplementasikan rencana produksi. MPS ini pertama–tama dikembangkan dari pemesanan konsumen/perencanaan pelaksanaan pekerjaan sebelum sistem Material Requirement Planning (MRP) dijalankan. MPS mengidentifikasikan apa yang harus diproduksi, jumlah setiap produk akhir dan kapan produk itu dibutuhkan untuk diproduksi. Pemesanan untuk penggantian (pelayanan) komponen untuk konsumen juga dimasukkan sebagai end item dalam MPS.
2.3.2. Komponen-komponen MPS
MPS memiliki beberapa komponen didalamnya. Beberapa komponen yang harus diperhatikan dalam pembuatan MPS akan dijabarkan sebagai berikut:
a. Lead Time
Banyaknya periode yang dibutuhkan untuk memproduksi atau membeli suatu item.
b. On Hand Inventory (OHI)
Keadaan awal persediaan yang secara fisik terdapat pada stock, yang merupakan kuantitas dari item yang ada pada stock.
c. Lot Size
Kuantitas dari suatu item yang biasanya dipesan dari pabrik ataupun pemasok (sering pula disebut sebagai batch size).
d. Safety Stock
Safety Stock disebut juga sebagai stok pengaman, yaitu stok tambahan yang direncanakan untuk berada dalam persediaan yang dipakai untuk mengatasi fluktuasi dalam ramalan penjualan, pesanan pelanggan dalam waktu singkat, penyerahan item untuk pengisian kembali inventori, dan lain-lain.
Safety Stock merupakan kebijaksanaan manajemen berkaitan dengan stabilisasi dari sistem manufakturing. Apabila sistem manufakturing makin stabil maka kebijaksanaan stok pengaman ini dapat diminimumkan.
e. Time Period For Display
Banyaknya periode waktu yang ditampilkan dalam format MPS.
f. Sales Plan (Sales Forecast)
Rencana penjualan atau ramalan penjualan untuk item yang dijadwalkan dan sifatnya tidak pasti (dikategorikan dalam aktivitas peramalan).
g. Actual Order
Pesanan-pesanan yang diterima dan sifatnya pasti. Semua pesanan yang bersifat pasti dikategorikan dalam aktivitas order service.
h. Planning Condition (Plan)
Keadaan dimana perencanaan produksi dilakukan sesuai dengan hasil peramalan yang diperoleh. Ini merupakan perencanaan produksi yang dilakukan di awal periode.
i. Revisied Condition (Rev)
Keadaan sebenarnya yang diperoleh di tiap akhir periode. Keadaan ini merupakan output aktual yang terjadi untuk tiap produk di tiap bulannya.
Berikut ini adalah beberapa inputan yang penting bagi MPS: (Gaspersz, 2002, p.143)
1. Data Permintaan merupakan salah satu sumber data bagi proses penjadwalan produksi induk. Data permintaan total berkaitan dengan ramalan penjualan dan pesanan-pesanan.
2. Status inventori berkaitan dengan informasi tentang on-hand inventory, stock yang dialokasikan untuk pemakaian tertentu, pesanan-pesanan produksi dan pembelian yang dikeluarkan, dan firm planned orders. MPS harus mengetahui secara akurat berapa banyak inventori yang tersedia dan menetukan berapa banyak yang harus dipesan.
3. Perencanaan produksi memberikan sekumpulan batasan seperti menetukan tingkat produksi, inventori dan sumber daya yang lainnya.
Tabel 2.3. Bentuk rancangan Master Production Schedule (MPS) Safety Stock :
Satuan:
Bulan ke -
1 2 3 4 5 6
Plan Rev Plan Rev Plan Rev Plan Rev Plan Rev Plan Rev Sales Plan
A. Orders OHI MPS
2.4. Bill Of Material (BOM)
Struktur produk atau Bill of Material (BOM) didefinisikan sebagai cara komponen-komponen itu bergabung ke dalam suatu produk selama proses manufakturing. Struktur produk typical akan menunjukkan bahan baku yang dikonversi ke dalam komponen-komponen fabrikasi, kemudian komponen- komponen itu bergabung secara bersama untuk membuat subassemblies, kemudian subassemblies bergabung bersama membuat assemblies, dan seterusnya sampai produk akhir. Contoh Bill of Material dapat dilihat pada gambar 2.2.
Bottom
Plate Shade Grommet Base Grommetscrew Shade
Bracket Knob Finial Wire Socket Plug
Lamp
Gambar 2.2. Contoh Tampilan Bill of Material
(Sumber: Toomey, Planning and Manufacturing Excellence, 1996, p.32)
2.5. Material Requirement Planning (MRP)
2.5.1. Definisi MRP
MRP adalah suatu metode untuk merencanakan kebutuhan material, sehingga dari suatu proses produksi akan diperoleh material yang tepat, dari sumber yang tepat, untuk penempatan waktu yang tepat, dan pada waktu yang tepat. Metode MRP merupakan metode perencanaan dan pengendalian pesanan dan inventori untuk item-item dependent demand. Items yang termasuk dalam dependent demand adalah: bahan baku (raw materials), parts, subassemblies, dan assemblies, yang kesemuanya disebut sebagai manufacturing inventories.
2.5.2. Input MRP
Proses MRP membutuhkan tiga sumber informasi utama, yaitu:
(Gaspersz, 2002, p.177)
1. Master Production Schedule (MPS) yang merupakan suatu pernyataan definitif tentang produk akhir apa yang direncanakan untuk diproduksi, berapa kuantitas yang dibutuhkan, pada waktu kapan dibutuhkan, dan kapan produk tersebut akan diproduksi, seperti yang telah dibahas pada subbab sebelumnya.
2. Bill of Material (BOM) yang merupakan daftar dari semua material, parts, dan subassemblies, serta kuantitas dari masing-masing yang dibutuhkan untuk memproduksi satu unit produk. BOM juga telah dibahas pada subbab sebelumnya.
3. Item master merupakan suatu file yang berisi informasi status tentang material, parts, subassemblies, dan produk-produk yang menunjukkan kuantitas on-hand, kuantitas yang dialokasikan (allocated quantity), waktu
tunggu yang direncanakan (planned lead time), ukuran lot (Lot size), stok pengaman, kriteria lot sizing, toleransi untuk scrap atau hasil dan berbagai informasi penting lainnya yang berkaitan dengan suatu item.
4. Pesanan-pesanan (orders) akan memberitahukan tentang berapa banyak dari setiap item yang akan diperoleh sehingga meningkatkan stock on hand pada masa mendatang.
5. Kebutuhan-kebutuhan (requirements) akan memberitahukan tentang berapa banyak dari masing-masing item itu dibutuhkan sehingga akan mengurangi stock on hand di masa mendatang.
Menurut John W, Toomey (1996), “MRP adalah suatu metode yang menggunakan Bill of Material, data inventori, dan MPS untuk menghitung kebutuhan material.” (p.3). Dengan MRP ini maka akan dapat diketahui kapan waktu yang tepat untuk melakukan pemesanan bahan baku sehingga perencanaan kebutuhan material akan terjadwal dengan baik. Hal ini tentunya akan mengurangi cost dari biaya inventori maupun biaya dari pembelian bahan baku.
2.5.3. Komponen-komponen MRP
MRP, sama halnya dengan MPS mempunyai komponen-komponen tersendiri dalam proses perancangannya. Komponen-komponen tersebut akan dijelaskan sebagai berikut: (Gaspersz, 2002, p.180-181)
a. Lead Time merupakan jangka waktu yang dibutuhkan sejak MRP menyarankan suatu pesanan sampai item yang dipesan itu siap untuk digunakan.
b. On Hand merupakan inventory on-hand yang menunjukan kuantitas item yang secara fisik ada dalam stockroom.
c. Lot Size merupakan kuantitas pesanan dari item yang memberitahukan MRP berapa banyak kuantitas yang harus dipesan serta teknik lot sizing apa yang dipakai.
d. Safety Stock merupakan stock pengaman yang ditetapkan oleh perencana MRP untuk mengatasi fluktuasi dalam permintaan (demand) atau penawaran (supply).
e. Planning Horizon merupakan banyaknya waktu ke depan (masa mendatang) yang tercakup dalam perencanaan.
f. Gross Requirement merupakan total dari semua kebutuhan termasuk kebutuhan yang diantisipasi (anticipated requirements), untuk setiap periode.
g. Projected On Hand merupakan projected available balance (PAB), dan tidak termasuk planned orders.
h. Net Requirements merupakan kekurangan material yang diproyeksikan untuk periode ini, sehingga perlu diambil tindakan ke dalam perhitungan planned order receipts agar dapat menutupi kekurangan material pada periode itu.
i. Planned Order Receipts merupakan kuantitas pesanan pengisian kembali (pesanan manufakturing atau pesanan pembelian) yang telah direncanakan oleh MRP untuk diterima pada periode tertentu guna memenuhi kebutuhan bersih (net requirement).
j. Planned Order Release merupakan kuantitas planned orders yang ditempatkan atau dikeluarkan dalam periode tertentu, agar item yang dipesan itu akan tersedia pada saat dibutuhkan.
Tabel MRP yang digunakan dalam peranacangan adalah sebagai berikut:
Tabel 2.4. Bentuk Rancangan Material Requirements Planning (MRP) Material : Min Order: -
Satuan: Level:
Lead Time : Lot Size: -
Bulan ke -
7 8 9 10 11 12
Plan Rev Plan Rev Plan Rev Plan Rev Plan Rev Plan Rev Gross R.
Scheduled R.
OHI Net R.
PO Receipt PO Release
2.6. Penjadwalan (Scheduling)
Penjadwalan adalah suatu proses pengalokasian sumber-sumber untuk memilih sekumpulan tugas dalam jangka waktu tertentu. Jadi sebenarnya fungsi daripada penjadwalan adalah sebagai alat pengambil keputusan, yaitu untuk
menetapkan suatu jadwal dari kegiatan. Sistem penjadwalan juga berfungsi sebagai pedoman di dalam pelaksanaan produksi agar produksi dapat berjalan secara efektif dan efisien.
Ada dua pola dalam sistem produksi, yang pertama adalah Flow Shop, dimana sistem terdiri dari jobs yang melalui lintasan produksi yang sama. Yang kedua adalah Job Shop, yaitu sistem produksi dengan jobs yang melalui lintasan produksi yang berbeda (urutan mesin berbeda satu sama lain)
2.6.1. Job Sequencing
Problem job sequencing merupakan salah satu dari problem yang paling menarik dalam analisa proses produksi, Permasalahan dalam job sequncing amat kompleks dan masih jauh dari penyelesaian yang memberikan solusi yang lengkap serta menyeluruh.
Di dalam job sequencing, misalkan terdapat n jobs yang harus dikerjakan, dimana masing-masing pekerjaan tersebut memiliki set-up time, processing time, serta due date yang berbeda-beda. Maka untuk menyelesaikan suatu pekerjaan dibutuhkan suatu pengurutan yang optimal untuk kriteria performance tertentu. Tujuan penjadwalan adalah untuk mengoptimalkan kriteria performance tertentu yang ingin dicapai, kriteria-kriteria tersebut berupa:
1. Makespan (M) atau waktu untuk memproduksi seluruh job hingga selesai.
2. Mean Flow Time (F) adalah waktu rata-rata job berada di dalam sistem produksi.
3. Mean Lateness of Jobs (L) adalah perbedaan antara waktu penyelesaian aktual sebuah job dengan batas akhirnya.
4. Mean Earliness of Jobs (E) terjadi bila sebuah job selesai sebelum batas akhirnya sehingga lateness negatif.
5. Mean Tardiness of Jobs (T) terjadi bila sebuah job selesai melewati batas akhirnya sehingga harga lateness positif.
6. Waktu Idle Mesin merupakan waktu tunggu mesin sebelum mengerjakan suatu job yang baru.
7. Waktu antrian rata-rata di dalam sistem.
8. Presentase keterlambatan job.
Sebelum melakukan penjadwalan seseorang harus mengumpulkan informasi-informasi berikut untuk mendefinisikan problem penjadwalan yang ada, yaitu: (Pinedo, 2002)
1. Jumlah job yang harus dijadwalkan.
2. Jumlah mesin yang tersedia.
3. Tipe fasilitas manufakturing.
4. Pola kedatangan job ke sistem produksi.
5. Kriteria penjadwalan yang ingin dicapai.
2.6.2. Penjadwalan Shortest Processing Time (SPT)
Penjadwalan dengan metode Shortest Processing Time (SPT) adalah penjadwalan dengan mengurutkan jobs yang memiliki waktu yang terkecil sampai dengan yang paling besar. Dengan menggunakan metode SPT tersebut, diharapkan waktu yang digunakan untuk menyelesaikan suatu pekerjaan menjadi lebih singkat (meminimalkan mean flow time).
2.6.3. Penjadwalan berdasarkan Earlier Due date (EDD)
Pada penjadwalan dengan metode ini, order yang dikerjakan pertama adalah lamanya batas waktu hari mulai dari yang tercepat sampai kepada pengerjaan yang terlambat. Dengan kata lain, metode ini mengurutkan jobs berdasarkan due date-nya.
