100
Model Pengambilan Keputusan untuk Meningkatkan Kapasitas Produksi pada Proses Extruding
Andakara Edo Wardhana1, Triwulandari SD2*, Winnie Septiani3*
1,2,3 Jurusan Teknik Industri Universitas Trisakti Jln. Kyai Tapa No. 1 Jakarta 11440
2*[email protected], 3*winnie.septiani@trisakti,ac.id
(Makalah: Diterima Februari 2022, direvisi Agustus 2022, dipublikasikan Agustus 2022)
Abstrak— Peningkatan kapasitas produksi pada proses extruding merupakan hal yang penting karena proses extruding merupakan salah satu proses utama dalam pembuatan ban sepeda motor. Permasalahan yang teridentifikasi saat ini proses extruding menjadi bottle neck karena memiliki kapasitas terendah dibandingkan proses yang lain. Penelitian ini bertujuan merancang model pengambilan keputusan untuk meningkatkan kapasitas produksi pada proses extruding.
Penelitian terdiri dari sub model perhitungan kapasitas extruding, sub model peramalan permintaan produksi ban dan sub model pengambilan keputusan. Perhitungan kapasitas produksi dilakukan dengan metode calculated capacity, peramalan menggunakan metode DMA dan regresi linear dan pengambilan keputusan menggunakan pohon keputusan dengan metode perhitungan expected monetary value. Hasil analisis sistem menunjukkan bahwa extruding memiliki kapasitas terendah dibanding proses yang lain, hal ini dikuatkan berdasarkan hasil sub model perhitungan kapasitas extruding yaitu 80.190 pcs/hari. Sub model peramalan permintaan menunjukkan trend permintaan yang cenderung meningkat dengan rata-rata permintaan per hari 98.376 pcs/hari. Alternatif pilihan peningkatan kapasitas yang diusulkan adalah pengaturan waktu kerja, penambahan tenaga kerja dan investasi mesin. Kriteria keputusan adalah jumlah produksi extruding, usulan peningkatan kapasitas yang terpilih berdasarkan model keputusan menggunakan pohon keputusan adalah melakukan penambahan tenaga kerja dari 4 orang/shift menjadi 6 orang/shift. Estimasi peningkatan kapasitas extruding menjadi 104.671 pcs/hari dari 86.000 pcs/hari. Hasil model keputusan metode pohon keputusan dari 3 alternatif usulan menunjukkan, alternatif peningkatan kapasitas proses extruding yang terbaik adalah penambahan tenaga kerja. Pemilihan alternatif peningkatan kapasitas menggunakan pohon keputusan terbukti dapat menjadi solusi perusahaan menentukan alternatif pilihan terbaik sesuai kriteria dan perhitungan resiko masa mendatang.
Kata kunci: Calculated capacity, Extruding, Expected Monetary value
Abstract— increasing production capacity in the extruding process is important because the extruding is one of the main processes in the manufacture of motorcycle tires. The problem identified is the extruding process becomes a bottle neck because it has the lowest capacity compared to other processes. This study aims to design a decision-making model to capacity up in the extruding. The research consists of a sub-model of calculating extrusion capacity, a sub-model of forecasting a production demand of tire and a sub-model of decision-making. The calculation of production capacity is using the calculated capacity method, forecasting using the DMA method and linear regression and decision making using a decision tree method with the expected monetary value calculation. The results of the system analysis show that extruding has the lowest capacity compared to other processes, this is corroborated by the results of the sub model for calculating the extruding capacity of 80,190 pcs/day. The demand forecasting sub model shows an increasing trend of demand with an average daily demand is 98,376 pcs/day. Alternative options for capacity up the proposed are working time arrangements, recruitment new man power and machine investment. The decision criteria is the amount of extruding production, the capacity up which is selected based on the decision model using a decision tree is to recruitment new man power from 4 people/shift to 6 people/shift. The estimated increase in extruding capacity is 104.671 pcs/day from 86.000 pcs/day. The results of the decision tree method of the 3 alternative proposals show that the best alternative to capacity up of the extruding process is the recruitment new man power. The selection of capacity up alternatives using decision trees is proven to be a solution for companies to determine the best alternative choices according to the criteria and future risk calculations.
Keywords: Calculated capacity, Extruding, Expected Monetary value
101
I. PENDAHULUAN
Pertumbuhan ekonomi yang terus meningkat juga memberikan dampak pada dunia industri khususnya dalam bidang otomotif, berdasarkan data statistik rata-rata pertumbuhan penjualan sepeda motor di Indonesia selama tiga tahun terakhir mencapai 6,9% (ceicedata.com, 2019).
Pertumbuhan ini diperkirakan akan terus meningkat, mengingat kepadatan penduduk Indonesia menempati urutan keempat dan potensi tingkat kepadatan kepemilikan motor masih tinggi di Indonesia. Berdasarkan data total rata-rata produksi oleh 5 pabrikan sepeda motor kurang lebih 5,9 juta unit per tahunnya, sedangkan untuk roda empat rata-rata produksi mencapai 1,9 juta unit per tahun diproduksi oleh lebih dari 20 pabrikan (AISI, 2019) Seiring dengan pertumbuhan daya beli tersebut, PT XYZ sebagai perusahaan yang bergerak dalam bidang otomotif khususnya yang memproduksi ban sepeda motor juga terus melakukan perbaikan untuk memenuhi kebutuhan pasar. Perkembangan dalam dunia otomotif mendorong pengguna sepeda motor untuk mulai beralih menggunakan ban tipe tubeless sehingga berdampak pada meningkatnya permintaan. Namun peningkatan permintaan tersebut belum bisa dipenuhi dari produksi saat ini, sehingga perlu dilakukan evaluasi kapasitas produksi. Pada proses pembuatan ban, terdapat 8 proses utama yaitu :Mixing, Calendaring, Bias cutting, Extruding, Bead wire, Insulation, Tire building (assy) dan Curing
Masalah yang teridentifikasi adalah rendahnya kapasitas extruding dibandingkan proses lainnya sehingga menimbulkan bottle neck yang berpotensi menimbulkan waste.
Salah satu waste yang terjadi adalah waiting. Pemborosan ini terjadi ketika operator tidak melakukan pekerjaan karena alasan apapun sehingga terjadi proses menunggu. Hal ini dapat terjadi karena lini produksi tidak seimbang atau kehabisan stok atau kerusakan mesin [1].Rendahnya kapasitas pada proses extruding menjadikan alasan perusahaan untuk meningkatkan kapasitas pada proses tersebut karena extruding merupakan salah satu proses utama dalam produksi ban sepeda motor. Peningkatan kapasitas extruding juga menjadi salah satu langkah manajemen resiko perusahaan.
Peningkatan kapasitas pada salah satu lini produksi tersebut membutuhkan beberapa faktor yang harus terpenuhi yaitu hal yang mempengaruhi input dan output lini produksi [2]. Pada penelitian ini akan dilakukan perhitungan kapasitas proses extruding untuk memastikan kapasitas aktual proses extruding, kemudian usulan peningkatan proses extruding dan metode pengambilan keputusan dalam menentukan peningkatan
kapasitas proses extruding. Tujuan dari penelitian ini adalah diperoleh rancangan model pengambilan keputusan untuk meningkatkan kapasitas proses extruding. Metode yang digunakan dalam analisis kapasitas adalah calculated capacity dan metode pengambilan keputusan akan digunakan untuk menentukan alternatif perbaikan yang akan digunakan adalah pohon keputusan. Metode perbaikan yang dipilih adalah metode yang memiliki hasil terbaik sesuai ketentuan atau faktor yang telah ditentukan [3]. Tingkat keberhasilan dan biaya menjadi hal penting yang diperhitungkan dalam peningkatan kapasitas extruding. Pemilihan metode pada penelitian berdasarkan pendekatan pada kondisi aktual di perusahaan. Kondisi global, ketidakpastian dan kemampuan perusahaan menjadi pertimbangan dalam pemilihan metode.
Metode yang digunakan mengacu pada beberapa penelitian terdahulu dan kemudian dikembangkan sesuai dengan kondisi dan kebutuhan perusahaan. Beberapa penelitian yang dijadikan acuan metode penelitian ini adalah penelitian [4] yang melakukan penelitian pemilihan peningkatan kapasitas produksi terbaik pada CV AIDRAT (AMSI) Sunan Drajati Lamongan menggunakan metode decision tree. Metode decision tree terbukti dapat membantu perusahaan tersebut dalam menentukan alternatif investasi mesin untuk meningkatkan kapasitas produksi . Penelitian [5]
yang membahas tentang model pengambilan keputusan pada masalah ekonomi pertahanan dengan konsep pohon keputusan.
Studi kasus tersebut membuktikan bahwa pohon keputusan dapat digunakan untuk menentukan pemilihan dalam investasi atau perencanaan suatu proyek. Penelitian [6] membahas tentang peningkatan kinerja lini produksi melalui model simulasi di PT X. Penelitian tersebut memberikan gambaran cara identifikasi suatu masalah dalam proses produksi dan proses verifikasi menggunakan simulasi komputer. Dan penelitian [2] yang membahas tentang peningkatan kapasitas di PT. XYZ dengan melakukan perbaikan lini menggunakan metode DMAIC dan cause effect diagram. Penelitian tersebut memberikan informasi, salah satu cara meningkatkan kapasitas produksi dapat dilakukan dengan pengaturan beban kerja dan penambahan operator.
II. METODOLOGI PENELITIAN
Kerangka pemikiran dalam penelitian ini dari adanya permasalahan pada salah satu stasiun kerja yaitu proses extruding yang mengakibatkan terjadi bottle neck sehingga perlu dilakukan peningkatan kapasitas pada proses tersebut.
102
INPUT
Jumlah mesin
Jumlah jam kerja
Tipe mesin
Cycle time
Jumlah varian size
Demand
PROSES
Membuat usulan peningkatan kapasitas
Merancang model pengambilan keputusan peningkatan kapasitas
OUPUT
Kapasitas extruding meningkat
Gambar 1 Kerangka pemikiran peningkatan kapasitas extruding
Gambar 1 adalah kerangka pemikiran dari penelitian ini.
Kerangka pemikiran meliputi input, proses dan output. Input dari penelitian ini adalah jumlah mesin, jumlah jam kerja, tipe mesin, cycle time, jumlah varian size dan permintaan, kemudian proses dalam penelitian ini adalah membuat usulan peningkatan kapasitas extruding dan merancang model pengambilan keputusan peningkatan kapasitas dengan output yang diharapkan kapasitas extruding dapat meningkat.
Tahapan penelitian dimulai dengan melakukan identifikasi pada lini produksi proses extruding. Langkah selanjutnya adalah melakukan studi pendahuluan dengan mencari informasi yang berkaitan dengan permasalahan dari literatur, karya ilmiah, jurnal dan web terkait permasalahan Langkah berikutnya adalah analisis sistem yang meliputi kapasitas produksi dan permintaan produksi.
Tahap selanjutnya adalah membuat model perhitungan kapasitas proses extruding menggunakan metode calculated capacity dan model prediksi permintaan menggunakan metode regresi linear dan DMA. Langkah berikutnya adalah merumuskan usulan peningkatan kapasitas extruding. Pada tahap ini akan diusulkan minimal 2 usulan untuk meningkatkan kapasitas mesin extruding. Peningkatan kapasitas dapat meliputi perbaikan faktor man, machine, material, dan methods. Usulan peningkatan kapasitas tersebut kemudian akan diolah dengan model pengambilan keputusan untuk mendapatkan hasil keputusan peningkatan kapasitas yang terbaik sesuai dengan faktor-faktor yang diperhitungkan.
Kesimpulan dan saran akan dibuat setelah melakukan validasi dari rancangan model tersebut.
Tujuan penelitian Merancang model pengambilan
keputusan peningkatan kapasitas pada proses extruding
Model pengambilan keputusan peningkatan kapasitas menggunakan pohon keputusan
Studi pendahuluan Identifikasi masalah Terjadi ketidak seimbangan
produksi karena kapasitas extruding yang rendah
Pengumpulan data - Data primer
- Data sekunder
Analisis sitem - Kapasitas produksi - Permintaan produksi
Kesimpulan Usulan peningkatan kapasitas Model perhitungan kapasitas
produksi extruding metode calculated capacity
Model prediksi permintaan metode regresi linear dan DMA
Gambar 2. Tahapan penelitian
103
III. HASIL DAN PEMBAHASAN
Mengacu pada tahapan penelitian pada Gambar 2, pembahasan dimulai dari analisis sistem yang ada, usulan peningkatan kapasitas dan perancangan model pengambilan keputusan peningkatan kapasitas menggunakan metode pohon keputusan. Detail pembahasan dari masing-masing sub bab tersebut adalah sebagai berikut.
A. Analisis Sistem
Analisis sistem menjadi langkah awal yang dapat dilakukan dalam mengidentifikasi kondisi aktual pada sebuah perusahaan. Salah satu poin penting dalam melakukan analisis sistem ini adalah melakukan prediksi pada suatu kondisi di perusahaan, dengan melakukan analisis kondisi saat ini dan proyeksi kondisi masa mendatang. Maka akan terlihat peluang perbaikan yang dapat dilakukan untuk memperbaiki permasalahan. Hasil dari analisis sistem terdiri dari beberapa pembahasan diantaranya kapasitas produksi dan permintaan produksi.
Kapasitas produksi aktual PT. XYZ pada masing-masing proses dapat dilihat pada Gambar 3. Gambar 3 adalah gambar grafik kapasitas produksi pada masing-masing mesin per hari, grafik tersebut memberikan gambaran lebih jelas mengenai kondisi kapasitas aktual pada masing-masing mesin saat ini.
Gambar 3 Kapasitas Produksi masing-masing proses
Grafik pada gambar tersebut menunjukkan kapasitas terendah terdapat pada mesin extruding yaitu 86.000 pcs/hari, sedangkan kapasitas minimal yang seharusnya dimiliki
extruding adalah sama dengan kapasitas mesin curing. Hal ini tentu menjadi permasalahan dalam proses produksi pemenuhan permintaan pasar., namun perlu dilakukan verifikasi apakah permintaan produksi lebih rendah, sama atau lebih tinggi daripada kapasitas produksi yang ada.
Selanjutnya adalah analisis permintaan produksi.
Permintaan produksi dapat menjadi acuan dalam menentukan solusi dari permasalahan yang ada. Gambar 4. adalah permintaan produksi tahun 2020-2021.
Gambar 4.Grafik permintaan ban 2020-2021
Grafik di atas menunjukkan trend permintaan pasar yang cenderung naik perlahan, hal ini tentunya dipengaruhi oleh kondisi global yang sedang mengalami pandemic. Rata-rata permintaan per bulan dari tahun 2020-2021 adalah 1.874.086 pcs sedangkan jika dibagi dengan hari kerja maka rata-rata permintaan per hari yang harus dipenuhi adalah 93.730pcs/hari. Estimasi permintaan per hari tersebut jauh lebih tinggi dibandingkan kapasitas extruding yang dijelaskan pada gambar 3, dimana extruding adalah proses dengan kapasitas terendah.
B. Model Perhitungan Kapasitas Produksi Mesin Extruding Berdasarkan gambar 3, diketahui bahwa proses extruding memiliki kapasitas terendah. Data tersebut perlu dikonfirmasi dengan melakukan perhitungan menggunakan model perhitungan kapasitas produksi extruding yang mempertimbangkan beberapa faktor yang berpengaruh terhadap kapasitas produksi extruding
102,121 169,728 111,700 111,090 104,393 86,000 100,019 100,025
0 20,000 40,000 60,000 80,000 100,000 120,000 140,000 160,000 180,000
pcs
Kapasitas Total Per Hari
- 500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000
Permintaan
Bulan Permintaan 2020-2021
104
- Cycle time - Performa mesin - Jumlah lini/tipe mesin - Waktu tersedia
Input
- Menghitung cycle time - Menghitung koreksi
performa mesin
- Menghitung waktu tersedia - Menghitung kapasitas
extruding metode calculated Proses
Kapasitas mesin extruding
Output
Gambar 5 Diagram Alir Model Perhitungan Proses Extruding
Gambar 5 merupakan diagram alir model perhitungan kapasitas proses extruding. Formula model perhitungan kapasitas proses extruding adalah sebagai berikut.
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡 =𝑊𝑎𝑘𝑡𝑢 𝑡𝑒𝑟𝑠𝑒𝑑𝑖𝑎
𝐶𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝑗𝑚𝑙 𝑙𝑖𝑛𝑖
Waktu tersedia untuk proses produksi extruding didapatkan berdasarkan formula sebagai berikut.
𝑊𝑎𝑘𝑡𝑢 𝑡𝑒𝑟𝑠𝑒𝑑𝑖𝑎
= 𝑊𝑘𝑡 𝑝𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 − (𝑗𝑚𝑙 𝑠𝑖𝑧𝑒 𝑥 𝑤𝑘𝑡 𝑔𝑎𝑛𝑡𝑖 𝑠𝑖𝑧𝑒)
−𝑤𝑘𝑡 𝑝𝑒𝑟𝑠𝑖𝑎𝑝𝑎𝑛 − 𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 𝑡𝑖𝑚𝑒
Waktu produktif telah ditetapkan perusahaan yaitu dari total 1440 menit waktu yang tersedia per hari, 1205 menit adalah waktu produktif dan 235 menit adalah waktu non produktif, waktu non produktif tersebut digunakan pekerja untuk istirahat, briefing dan persiapan awal shift. Parameter cycle time, waktu tersedia dan jumlah lini untuk menghitung kapasitas produksi terdapat pada Tabel 1
Tabel 1. Parameter standar extruding
Mesin Ext 1 Ext 2 Ext 4 Ext 5 Ext 6
Cycle time 7,2” 5,5” 6,3” 6,8” 4,6”
Lini mesin 2 2 2 2 1
Jumlah varian size 31 34 5 7 24
Breakdown time 10’ 14’ 7’ 5’ 30’
Waktu pergantian size 5’ 5’ 30’ 30’ 5’
Persiapan sebelum dan
sesudah istirahat 120’ 120’ 120’ 120’ 120’
Waktu tersedia 920’ 901’ 928’ 870’ 940’
Perhitungan kapasitas extruding berdasarkan parameter pada tabel 1 sebagai berikut.
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡1 =920𝑥60
7,2 𝑥2 = 15.367 𝑝𝑐𝑠 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑡𝑜𝑡𝑎𝑙
= 𝐾𝑎𝑝 𝑒𝑥𝑡1 + 𝐾𝑎𝑝 𝑒𝑥𝑡2 + 𝐾𝑎𝑝 𝑒𝑥𝑡4 +𝐾𝑎𝑝 𝑒𝑥𝑡5 + 𝐾𝑎𝑝 𝑒𝑥𝑡 6
= 15.367 + 19.511 + 17.687 + 15.249 + 12.376 = 80.190 𝑝𝑐𝑠
C. Model Prediksi Permintaan Produksi dengan Metode Regresi linear dan DMA
Permintaan produksi masa mendatang menjadi faktor yang harus dipertimbangkan dalam menentukan usulan alternatif peningkatan kapasitas. Gambar 6 merupakan diagram alir model prediksi permintaan.
105
- Permintaan produksi 2020-2021
Input
- Peramalan permintaan 2022 metode DMA
- Peramalan permintaan 2022 metode regresi linear - Menghitung tracking signal - Membandingkan hasil dua
metode Proses
Peramalan
permintaan produksi 2022
Output
Gambar 6 Model Prediksi Permintaan Produksi Ban
Permintaan produksi tahun 2020-2021 akan dihitung menggunakan 2 metode yaitu regresi linear dan double moving average (DMA), kemudian hasil kedua metode tersebut akan dibandingkan. Perhitungan nilai mean square error (MSE) dan mean absolute percentage error (MAPE) metode dengan nilai terkecil yang akan dipilih untuk digunakan untuk peramalan permintaan tahun 2022.
Hasil perhitungan MSE DMA = 579.243 dan MSE Regresi linier = 403.833 kemudian hasil MAPE DMA = 31,8% dan MAPE Regresi linier = 30,7%. Perhitungan tersebut menunjukkan nilai terkecil pada MSE dan MAPE adalah metode regresi linier, sehingga metode regresi linier lebih cocok digunakan untuk peramalan masa mendatang karena memilki nilai MSE dan MAPE lebih rendah dibandingkan metode DMA. Langkah selanjutnya adalah melakukan peramalan masa mendatang menggunakan metode regresi linier, contoh perhitungan peramalan bulan januari 2022 atau periode ke-25 sebagai berikut.
𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 − 𝐽𝑎𝑛22 = 1.822.054 + (5.055 𝑥 25)
= 1.947.182 pcs
𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 − 𝐹𝑒𝑏22 = 1.822.054 + (5.055 𝑥 26)
= 1.952.188 pcs
Gambar 7 dan tabel 2 merupakan hasil peramalan produksi tahun 2022 menggunakan metode regresi linear.
Gambar 7. Grafik prediksi permintaan ban metode regresi linear 2022
Tabel 2.Prediksi permintaan ban metode regresi linier 2022
Periode Bulan Prediksi permintaan 25 Jan (22) 1.947.182 pcs 26 Feb (22) 1.952.188 pcs 27 Mar (22) 1.957.193 pcs 28 Apr (22) 1.962.198 pcs 29 Mei (22) 1.967.203 pcs 30 Jun (22) 1.972.208 pcs 31 Jul (22) 1.977.213 pcs 32 Agus (22) 1.982.219 pcs 33 Sept (22) 1.987.224 pcs 34 Okt (22) 1.992.229 pcs 35 Nov (22) 1.997.234 pcs 36 Des (22) 2.002.239 pcs
Trend pada tahun 2022 cenderung meningkat perlahan dengan nilai rata-rata permintaan per hari berkisar 98 ribu pcs D. Usulan Peningkatan Kapasitas Extruding
Usulan peningkatan kapasitas pada proses produksi extruding. berdasarkan hasil review literatur dan analisis sistem, didapat beberapa ide usulan yang terbagi menjadi 3 usulan. Usulan pertama pengaturan tenaga kerja, usulan kedua penambahan tenaga kerja dan akan diusulkan investasi mesin untuk usulan ketiga. Berikut ini adalah pembahasan dan perhitungan dari masing-masing usulan tersebut.
1) Pengaturan Waktu Kerja Extruding
Diketahui dalam satu hari terdapat waktu 1440 menit, data pendukung yang diperlukan dalam upaya peningkatan waktu produktif tersebut adalah jam kerja karyawan pada proses extruding. Tabel 3 dan Gambar 8 adalah jam kerja karyawan dan lini masa aktivitas pada bagian proses produksi extruding saat ini.
Tabel 3. Jam kerja aktual extruding 1,910,000
1,920,000 1,930,000 1,940,000 1,950,000 1,960,000 1,970,000 1,980,000 1,990,000 2,000,000 2,010,000
Jan (22)
Feb (22)
Mar (22)
Apr (22)
Mei (22)
Jun (22)
Jul (22)
Agus (22)
Sept (22)
Okt (22)
Nov (22)
Des (22)
Permintaan
Bulan Forecast Regresi Linier 2022
106
Aktivitas Shift 1 Shift 2 Shift 3 Briefing 07.00-07.10 16.00-16.10 00.00-00.10 Produksi 07.10-15.50 16.10-23.50 00.10-06.50 4R 15.50-16.00 23.50-23.59 06.50-07.00
Gambar 8 Lini masa aktivitas produksi Extruding sekarang
Tabel 3 dan gambar 8 menunjukkan bahwa selain pada waktu istirahat, mesin harus berhenti beroperasi karena karyawan harus melakukan briefing dan aktivitas 4R pada saat pergantian shift. Tentunya hal ini berpengaruh terhadap kapasitas produksi karena ada waktu non produktif untuk kedua aktivitas tersebut. Peluang peningkatan waktu produktif dapat dilakukan dengan cara mengatur jam kerja karyawan extruding agar aktivitas briefing dan 4R (Ringkas, Rapi, Resik, Rawat) tetap dapat dijalankan tanpa mengurangi waktu produksi. 4R merupakan aktivitas perawatan mesin dan lingkungan yang dilakukan di akhir shift. Aktivitas 4R tersebut utamanya sebagai berikut.
1. Membersihkan area kerja
2. Membersihkan dies dan peralatan kerja
3. Membersihkan semua sisa material di mesin dan produk NG
4. Pelumasan bagian mesin extruding
5. Merapikan sarana produksi sesuai tempat dan layout.
Aktivitas briefing dan 4R merupakan budaya perusahaan yang tidak dapat dihilangkan dan memang diperlukan untuk menjaga kinerja ada kondisi area kerja sehingga harus tetap dilakukan. Tabel 4 dan gambar 9 merupakan skenario pengaturan waktu pada usulan pertama.
Tabel 4 pengaturan waktu kerja extruding (usulan-1)
Aktivitas Shift 1 Shift 2 Shift 3
Briefing 07.00-07.10 15.40-15.50 23.20-23.30 Produksi 07.10-15.50 15.50-23.30 23.30-07.10 4R 15.50-16.00 23.30-23.40 07.10-07.20
Gambar 9 Lini masa aktivitas produksi Extruding usulan – 1 Perubahan waktu kerja tersebut dapat berdampak pada meningkatnya waktu produktif karena aktivitas briefing, persiapan awal 4R dan laporan tetap dapat berjalan tanpa harus ada koreksi waktu produktif. Hal ini terjadi karena terdapat pertemuan (overlap) karyawan antar shift, sehingga mesin tetap dapat beroperasi pada saat aktivitas tersebut dilakukan. Namun apabila usulan ini diterapkan, harus dilakukan kerja lembur 1 jam untuk tenaga kerja shift 3.
Pengaturan waktu kerja tersebut akan meningkatkan total waktu produktif yang awalnya 1205 menit menjadi 1265 menit sehingga kapasitas produksi dapat meningkat.
Perhitungan hasil peningkatan kapasitas extruding pada usulan-1 dihitung berdasarkan parameter standar extruding pada 5 mesin yang terdapat pada Tabel 1
Perhitungan peningkatan kapasitas usulan-1 dari masing- masing mesin extruding sebagai berikut.
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡
=𝑊𝑎𝑘𝑡𝑢 𝑡𝑒𝑟𝑠𝑒𝑑𝑖𝑎 + 𝑘𝑜𝑟𝑒𝑘𝑠𝑖 𝑤𝑎𝑘𝑡𝑢
𝐶𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝑗𝑚𝑙 𝑙𝑖𝑛𝑖 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡1 =(920 + 60)𝑥60
7,2 𝑥2
= 16.369 𝑝𝑐𝑠
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑡𝑜𝑡𝑎𝑙 = 𝑇𝑜𝑡𝑎𝑙 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡1 − 𝐸𝑥𝑡6
=16.369+ 20.809 +18.830+16.300 +13.166 = 85.475 𝑝𝑐𝑠
2) Penambahan Tenaga Kerja
7:007:207:408:008:208:409:009:209:4010:0010:2010:4011:0011:2011:4012:0012:2012:4013:00
13:20 13:4014:00
14:20 14:4015:00
15:20 15:4016:0016:2016:4017:0017:2017:4018:0018:2018:4019:0019:2019:4020:0020:2020:4021:0021:2021:4022:0022:2022:4023:0023:2023:400:000:200:401:001:201:402:002:202:403:003:203:404:004:204:40
5:00 5:205:40
6:00 6:206:407:00
Briefing Produksi Istirahat Produksi 4R Mesin off Mesin Run
Jam kerja
Linimasa Aktivitas Produksi Sekarang
Shift 1 Shift 2 Shift 3
7:007:207:408:008:208:409:009:209:4010:0010:2010:4011:0011:2011:4012:0012:2012:4013:0013:2013:4014:0014:2014:4015:0015:2015:4016:0016:2016:4017:0017:2017:4018:0018:2018:4019:0019:2019:4020:0020:2020:4021:0021:2021:4022:0022:2022:4023:0023:2023:400:000:200:401:001:201:402:002:202:403:003:203:404:004:204:405:005:205:406:006:206:407:007:20 Briefing
Produksi Istirahat Produksi 4R Mesin off Mesin Run
Jam kerja
Linimasa Aktivitas Usulan-1
Shift 1 Shift 2 Shift 3 Lembur
107
Usulan peningkatan kapasitas kedua masih menggunakan peluang peningkatan kapasitas dengan konsep meningkatkan waktu produktif. Mengacu pada gambar 3 walaupun waktu non produktif briefing dan 4R dapat dihilangkan dengan menerapkan pengaturan waktu kerja seperti yang dijelaskan pada usulan pertama, namun tetap terdapat waktu non produktif pada saat karyawan extruding istirahat makan pada setiap shift. Hal ini dapat menjadi peluang perbaikan dengan cara melakukan penambahan tenaga kerja pada proses extruding. Penambahan tenaga kerja tersebut bertujuan untuk menghilangkan waktu non produktif pada saat istirahat makan pada setiap shift.
Kondisi saat ini terdapat 4 tenaga kerja / shift, 1 tenaga kerja bertugas untuk mensuplai material input, 1 tenaga kerja
bertugas untuk mengoperasikan mesin dengan mengatur parameter mesin pada saat proses produksi dan 2 tenaga kerja bertugas untuk menempatkan material output (booking) ke kereta. Rencana yang akan dilakukan adalah melakukan penambahan 2 tenaga kerja/shift sehingga total menjadi 6 tenaga kerja / shift. Kemudian akan dilakukan pengaturan waktu istirahat secara bergantian dengan skenario 3 tenaga kerja istirahat 1 jam lebih awal dan 3 tenaga kerja berikutnya istirahat sesuai jadwal. Detail tugas 3 tenaga kerja ketika istirahat bergantian adalah 1 orang bertugas input material dan atur parameter dan 2 orang bertugas untuk menempatkan material ke kereta. Gambar 10 adalah gambaran aktivitas tenaga kerja proses extruding.
Gambar 10. Skema proses produksi extruding saat ini
Gambar 11 adalah lini masa aktivitas proses extruding setelah menerapkan usulan kedua.
Gambar 11. Linimasa aktivitas usulan-2
Penambahan tenaga kerja dapat meningkatkan waktu produktif dari waktu istirahat shift 1, shift 2 dan shift 3, yaitu 175 menit dan waktu persiapan sebelum dan sesudah istirahat 120 menit/hari dapat dihilangkan. Peningkatan waktu produktif tersebut tentunya akan berdampak meningkatnya kapasitas produksi pada proses extruding.
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡
=𝑊𝑘𝑡 𝑡𝑒𝑟𝑠𝑒𝑑𝑖𝑎 + 𝑤𝑘𝑡 𝑖𝑠𝑡𝑖𝑟𝑎ℎ𝑎𝑡 + 𝑤𝑘𝑡 𝑝𝑒𝑟𝑠𝑖𝑎𝑝𝑎𝑛
𝐶𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝑗𝑚𝑙 𝑙𝑖𝑛𝑖 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡1 =(920 + 175 + 120)𝑥60
7,2 𝑥2
= 20.293 𝑝𝑐𝑠
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑡𝑜𝑡𝑎𝑙 = 𝑇𝑜𝑡𝑎𝑙 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝐸𝑥𝑡1 − 𝐸𝑥𝑡6
= 20.293 + 25.896 + 23.309 + 20.418 +15.259 =106.175 pcs Pers. 3
3) Investasi Mesin Extruding
Alternatif peningkatan kapasitas yang dapat dilakukan selain 2 usulan tersebut adalah dengan melakukan investasi mesin extruding. Dalam pembahasan ini yang akan diperhitungkan apabila dilakukan investasi mesin extruding baru adalah estimasi kapasitas mesin baru dan estimasi biaya yang harus dikeluarkan untuk pengadaan mesin dari dua maker yang berbeda berdasarkan hasil diskusi dengan pembuat mesin extruding dan pengalaman pembelian mesin pada tahun 2017. Pada tahun 2017 telah dilakukan pengadaan mesin extruding tipe dual screw buatan Taiwan dengan kapasitas per hari 21,000 pcs kemudian pada tahun 2019 melakukan diskusi dengan pembuat mesin extruding asal jepang terkait pengadaan mesin extruding baru, diskusi tersebut meliputi spesifikasi, teknologi, proses manufaktur dan estimasi harga mesin tersebut. Diskusi dengan pembuat mesin extruding asal jepang mengacu pada spesifikasi pembelian mesin tahun 2017 yaitu mesin extruding dual screw dengan diameter screw 150 mm dan 120 mm. Perhitungan pembuat mesin dengan spesifikasi tersebut adalah output per jam 1100 kg/jam untuk diameter screw 150 mm dan 700 kg/jam untuk diameter screw 120 mm, sedangkan rata-rata berat produk/pcs adalah 1,5 kg. Data tersebut akan dijadikan
7:007:207:408:008:208:409:009:209:4010:0010:2010:4011:0011:2011:4012:0012:2012:4013:0013:2013:4014:0014:2014:4015:0015:2015:4016:0016:2016:4017:0017:2017:4018:0018:2018:4019:0019:2019:4020:0020:2020:4021:0021:2021:4022:0022:2022:4023:0023:2023:400:000:200:401:001:201:402:002:202:403:003:203:404:004:204:405:005:205:406:006:206:407:00 Briefing
Produksi 4R Mesin off Mesin Run
Jam kerja
Linimasa Aktivitas Usulan-2
Shift 1 Shift 2 Shift 3
108
dasar perhitungan estimasi kapasitas dari mesin baru tersebut.
Perhitungan kapasitas akan dihitung menggunakan rumus berikut.
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑚𝑒𝑠𝑖𝑛 𝑏𝑎𝑟𝑢
=𝑂𝑢𝑡 𝑠𝑐𝑟𝑒𝑤 1 + 𝑂𝑢𝑡 𝑠𝑐𝑟𝑒𝑤 2
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑏𝑒𝑟𝑎𝑡 𝑝𝑟𝑜𝑑𝑢𝑘 𝑥𝐽𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑃𝑒𝑟𝑠. 7 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑚𝑒𝑠𝑖𝑛 𝑏𝑎𝑟𝑢
=1.100 𝑘𝑔/ℎ + 700 𝑘𝑔/ℎ
1.5 𝑘𝑔 𝑥1205 𝑚𝑒𝑛𝑖𝑡 60 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑚𝑒𝑠𝑖𝑛 𝑏𝑎𝑟𝑢 = 24,100 𝑝𝑐𝑠
Estimasi biaya investasi mesin buatan Taiwan berdasarkan pembelian mesin tahun 2017 adalah Rp.11.000.000.000,-.
Sedangkan estimasi investasi mesin buatan Jepang berdasarkan hasil diskusi dan Quotation yang dikirim dari pembuat mesin adalah Rp.31.000.000.000,-.
Usulan peningkatan kapasitas extruding dengan cara investasi mesin terbagi menjadi dua yaitu
1. Pengadaan mesin extruding baru buatan Taiwan, mengacu pada pembelian mesin tahun 2017 dengan perhitungan kapasitas total per hari 23,000 pcs dan biaya Rp.11.000.000.000,-.
2. Pengadaan mesin extruding baru buatan Jepang, mengacu pada hasil diskusi dengan pembuatan mesin pada tahun 2019 dengan perhitungan kapasitas total per hari 24,100 pcs dan biaya Rp.31.000.000.000,-.
E. Model Pemilihan Alternatif Peningkatan Kapasitas dengan Pohon Keputusan
Langkah selanjutnya adalah pembuatan model pengambilan keputusan. Pohon keputusan akan digunakan dalam model pengambilan keputusan karena pada pengambilan keputusan ini melibatkan serangkaian keputusan dan kondisi dasar yang harus dipertimbangkan secara skematik dan cepat. Analisis dan perhitungan usulan yang sudah dilakukan menjadi dasar dalam melakukan pengambilan keputusan. Alternatif usulan akan terbagi menjadi 2 alternatif besar yaitu peningkatan kapasitas dengan nilai investasi tinggi yang memungkinkan dilakukan ketika jumlah permintaan tinggi dan peningkatan kapasitas dengan nilai investasi rendah ketika jumlah permintaan rendah. 2 alternatif tersebut kemudian diturunkan menjadi beberapa alternatif peningkatan kapasitas sebagai berikut.
Alternatif pertama pengaturan waktu kerja dan pengaturan kerja lembur untuk karyawan shift 3 dengan nilai probabilitas berdasarkan penilaian pakar adalah probabilitas berhasil 0,85 dan probabilitas gagal 0,15. Estimasi peningkatan kapasitas usulan-1 jika gagal adalah 50%. Berikut adalah perhitungan kapasitas usulan-1 jika terjadi kegagalan.
𝑂𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛 − 1 𝑔𝑎𝑔𝑎𝑙
= 𝑜𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛1 𝑥 𝑒𝑠𝑡 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑦𝑔 𝑑𝑖𝑑𝑎𝑝𝑎𝑡 𝑂𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛 − 1 𝑔𝑎𝑔𝑎𝑙 = 5.285 𝑥 50%
= 2.643 𝑝𝑐𝑠
Alternatif kedua adalah penambahan tenaga kerja untuk meningkatkan waktu produktif waktu produktif sehingga kapasitas dapat meningkat dengan nilai probabilitas berdasarkan penilaian pakar adalah probabilitas berhasil 0,75 dan probabilitas gagal 0,25. Jika terjadi kegagalan, output usulan-2 hanya 80%, berikut perhitungan output usulan-2 jika terjadi kegagalan
𝑂𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛 − 2 𝑔𝑎𝑔𝑎𝑙
= 𝑜𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛2 𝑥 𝑒𝑠𝑡 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑦𝑔 𝑑𝑖𝑑𝑎𝑝𝑎𝑡 𝑂𝑢𝑡𝑝𝑢𝑡 𝑢𝑠𝑢𝑙𝑎𝑛 − 2 𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 = 25.598 𝑥 0,80
= 20.788 𝑝𝑐𝑠
Alternatif ketiga adalah investasi mesin buatan Taiwan dan buatan Jepang. Investasi mesin buatan Taiwan dapat menghasilkan kapasitas hingga 21.000 pcs/hari dengan probabilitas tingkat keberhasilan dihitung menggunakan pendekatan dari data historis breakdown time mesin extruding tahun 2019 dan 2020. Nilai rata-rata breakdown time mesin mejadi acuan perhitungan probabilitas kegagalan investasi mesin tersebut. Mesin extruding yang dibeli pada tahun 2017 adalah mesin Extruding 6 dengan rata-rata breakdown time adalah 741 menit/bulan. Rumus yang digunakan untuk menghitung probabilitas keberhasilan dan kegagalan investasi mesin extruding buatan Taiwan sebagai berikut.
𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 = 1 − 𝑃. 𝑔𝑎𝑔𝑎𝑙 𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙
= 1 − 𝐵𝐷𝑇 𝐸𝑥𝑡6
(𝐵𝐷𝑇 𝐸𝑥𝑡1 + 𝐸𝑥𝑡2 + 𝐸𝑥𝑡4 + 𝐸𝑥𝑡5 + 𝐸𝑥𝑡6)
𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 = 1 − 741
(243 + 339 + 175 + 116 + 741) 𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 = 1 − 0.458
𝑃. 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 = 0.541
Jadi probabilitas keberhasilan investasi mesin extruding buatan Taiwan adalah 0.541 dan probabilitas kegagalan adalah 0.458
Nilai probabilitas yang perlu diperhitungkan selanjutnya adalah probabilitas dari proyeksi permintaan di masa mendatang. Permintaan di masa mendatang akan diproyeksikan menjadi 2 yaitu permintaan tinggi dan rendah.
109
Sama dengan usulan-1 dan usulan-2, probabilitas akan dinilai menggunakan pendekatan berdasarkan wawancara dengan pakar dari divisi marketing. Berdasarkan hasil wawancara nilai probabilitas untuk proyeksi permintaan tinggi adalah 45%
dan permintaan rendah adalah 55%. Sedangkan apabila perusahaan tidak melakukan peningkatan kapasitas, perusahaan akan mengalami kerugian sebesar 8.000 pcs/hari/.
Detail dari pohon keputusan dapat dilihat pada gambar 12.Pengolahan data dilakukan dengan menghitung nilai ekspektasi pada masing-masing simpul sebagai berikut.
𝐸𝑀𝑉4 = (0.54 𝑥 21.000) + (0,46 𝑥 14.700)
= 18.102
Pada simpul 3, membandingkan antara hasil EMV5 dengan hasil yang diharapkan apabila melakukan investasi mesin buatan jepang yaitu 24.100 maka yang terpilih adalah investasi mesin buatan jepang. Jadi EMV3 = 24.100.
Selanjutnya menghitung EMV6 dan EMV7dengan perhitungan berikut.
𝐸𝑀𝑉6 = (0.85 𝑥 25.985) + (0,15 𝑥 20.788)
= 4.889
𝐸𝑀𝑉7 = (0.75 𝑥 5.285) + (0,25 𝑥 2.643)
= 24.685
Simpul 5 membandingkan antara EMV6 sebesar 4.889 dan EMV7 sebesar 24.685. EMV7 memiliki nilai yang lebih tinggi sehingga nilai EMV5 = 24.685 Proses selanjutnya adalah menghitung EMV2 dengan perhitungan sebagai berikut.
𝐸𝑀𝑉2 = (0.35 𝑥 24.100) + (0,65 𝑥 24.685) 𝐸𝑀𝑉2 = 24.480
1
2 Meningkatkan
Kapasitas
Tidak Menigkatkan Kapasitas
3
5
Investasi Mesin Extruding (Buatan Taiwan)
Investasi Mesin Extruding (Buatan Jepang)
Alternatif 1 (Pengaturan Waktu Kerja)
Alternatif 2 (Penambahan Tenaga Kerja)
4
Berhasil
Gagal 0,54
0.35 0,46
0.65
21.000
14.700
24,100
15,546
- 8.000 6
Gagal 0,85
0,15
5.285
2.643 Berhasil
7
Gagal 0,75
0,25
25.985
20.788 Berhasil
Permintaan rendah Permintaan
tinggi
Gambar 12. Pohon Keputusan peningkatan kapasitas extruding.
110
IV. KESIMPULAN
1. Model keputusan peningkatan kapasitas produksi yang dirancang terdiri dari 3 sub model yaitu sub model perhitungan kapasitas proses extruding dengan metode calculated capacity, sub model prediksi permintaan produksi dengan metode DMA dan regresi linear dan pengambilan keputusan peningkatan kapasitas extruding menggunakan metode pohon keputusan.
2. Alternatif perbaikan untuk peningkatan kapasitas produksi adalah pengaturan waktu kerja pada proses extruding, penambahan tenaga kerja pada proses extruding dan investasi mesin extruding.
3. Hasil perhitungan expected monetary value, menunjukan alternatif yang terpilih adalah penambahan tenaga kerja dari 4 orang/shift menjadi 6 orang/shift dengan tujuan untuk tetap menjalankan mesin pada waktu istirahat dengan tugas 1 orang input material dan mengatur parameter mesin dan 2 orang menempatkan output ke kereta. Estimasi kapasitas proses extruding meningkat menjadi 104.671 pcs/hari dari 86.000 pcs/hari.
REFERENSI
[1] H. Ahyadi and R. B. Prahara, “Meningkatkan Kapasitas Produksi Semi Trailer Side Tipper Tipe 74 dengan Menggunakan Metode Line Balancing di PT.
XYZ,” Bina Tek., vol. 12, no. 1, pp. 23–30, 2016.
[2] Stefanus Santoso, “Perbaikan Lini Produksi untuk Peningkatan Kapasitas pada PT. XYZ,” J. Titra, vol.
5, no. 2, pp. 333–340, 2017.
[3] I. M. Erwanto and P. Adi, “Perbaikan Lintasan CU dengan Metode Line Balancing,” J. Tirta, vol. 5, no.
2, pp. 387–392, 2017.
[4] Mohammad Zaki Ardiyanto, “Pemiihan Peningkatan Kapasitas Produksi Terbaik Pada CV. Aidrat (AMSI) Sunan Drajat Lamongan,” J. Manaj. BISNIS, vol. 8, no. April, pp. 5–24, 2018, [Online]. Available:
https://ejournal.umm.ac.id/index.php/jmb/article/view/
7048/5966.
[5] E. T. Susdarwono and A. Setiawan, “Penerapan Teori Keputusan Dalam Model Pengambilan Keputusan Terkait Masalah Ekonomi Pertahanankonsep Pohon
Keputusan,” J. Ilmu Manaj. dan Akunt. Terap., vol.
11, no. November, pp. 243–257, 2020.
[6] K. Hapsari and V. Suhandi, “Usulan Peningkatan Kapasitas dengan Meningkatkan Kinerja Lini Produksi Melalui Model Simulasi (Studi Kasus di PT X, Bekasi),” J. Integr. Syst., vol. 1, no. 1, pp. 1–19, 2018, doi: 10.28932/jis.v1i1.985.
[7] J. Antonio, D. M. Lammoglia, N. Brandalise, and C.
T. Hernandez, “ANALYTICAL HIERARCHY PROCESS - BOCR APPLIED FOR THE BEST LEAN PROJECT SELECTION FOR PRODUCTION LINES,” Indep. J. Manag. Prod., vol. 11, no.
February, pp. 54–65, 2020, doi: 10.14807/ijmp.v.
[8] A. V. Araújo et al., “Increasing yoghurt daily production with modeling and simulation process,”
Cienc. Rural, vol. 49, no. 1, pp. 1–8, 2019, doi:
10.1590/0103-8478cr20180187.
[9] A. M. Rani, “Meningkatkan Kapasitas Produksi dengan Capacity Planning (Studi pada PT XYZ),” J.
Manaj. dan Bisnis Performa, vol. 16, no. 1, pp. 39–
49, 2019, doi: 10.29313/performa.v16i1.4571.
[10] L. D. M. kosasih; D. Setiawan, “Peningkatan Kapasitas Produksi Mesin Press Pada Panel Front Door Outer Rh Sebagai Upaya Meningkatkan Produktivitas Press Shop Pada Industri Otomotif,”
Integr. Sist. Ind., vol. 6, no. 1, pp. 37–43, 2019, [Online]. Available:
https://jurnal.umj.ac.id/index.php/jisi/article/view/406 6.
[11] N. R. Zai and S. Y. A. Putri, “Penilaian Keputusan Investasi dengan Menggunakan Metode Net Present Value (Studi Kasus PT Astra International),” Pareso J., vol. 5, no. 1, pp. 93–104, 2019.
[12] Eka Rahma Saputri, “Lean Manufacturing untuk Meminimasi Lead Time dan Waste agar Tercapainya Target Produksi ( Studi kasus : PT . Rollflex
Manufacturing Indonesia ),” vol. 11, no. 1, 2020.
[13] Dara mustika, “LEAN SUPPLY CHAIN UNTUK MENINGKATKAN EFISIENSI SISTEM
MANUFAKTUR PADA PT XYZ,” vol. 7, no. 2, pp.
119–131, 2017.
