PERANCANGAN SISTEM PENJADWALAN PRODUKSI KAOS SABLON DENGAN METODE EARLIEST DUE DATE PADA USAHA KONVEKSI NOLABEL SABLON LANGSA
Surya Aji Pradana
1*, M. Thaib Hasan
2, Nurlaila Handayani
31, 2, 3Universitas Samudra Program Studi Teknik Industri Fakultas Teknik Universitas Samudra
*Corresponding Author: suryaajipradana40@gmail.com
Abstrak–. Usaha Konveksi Nolabel Sablon Langsa beralamat di Gampong Paya Bujok Seuleumak Kota Langsa, merupakan usaha screen printing yang bergerak pada bidang kaos sablon yang dibuat menurut pesanan pelanggan. Permasalahan yang terjadi adalah keterlambatan dalam memenuhi target waktu penyelesaian pesanan pelanggan. Keterlambatan terjadi karena prioritas penjadwalan yang digunakan tidak tepat dan perhitungan perjadwalan tidak akurat. Untuk mengatasi masalah tersebut diperlukan suatu metode penentuan prioritas pekerjaan dan penjadwalan produksi yang tepat. Metode yang digunakan yaitu Metode Earliest Due Date. Metode Earliest Due Date (EDD) merupakan salah satu metode dalam penentuan prioritas pekerjaan berdasarkan tenggat waktu pekerjaan yang paling terendah. Metode Earliest Due Date (EDD) tersebut kemudian diimplementasikan pada sistem informasi penjadwalan produksi menggunakan aplikasi yang dirancang dengan Microsoft Acces 2007. Sampel yang digunakan adalah data pesanan periode Januari s.d Maret 2020 dengan jumlah sampel sebanyak 20. Hasil yang diperoleh keterlambatan aktual (tanpa menggunakan sistem penjadwalan produksi metode EDD) dari 20 pesanan terjadi keterlambatan pada 6 pesanan dengan rata-rata keterlambatan selama 8 jam, sedangkan dengan sistem penjadwalan produksi metode EDD dari 20 pesanan seluruhnya menghasilkan keterlambatan penyelesaian dibawah 0 jam. Hasil uji paired comparisons (t-test) diperoleh bahwa sistem penjadwalan produksi dengan metode Earliest Due Date (EDD) mampu meminimalkan keterlambatan penyelesaian pesanan yang terjadi pada usaha konveksi Nolabel Sablon Langsa.
Kata Kunci:Penjadwalan Produksi, Metode Earliest Due Date, Sistem Informasi; Minimasi Keterlambatan, Uji Paired Comparisons(t-test).
1. Pendahuluan
Usaha Konveksi Nolabel Sablon Langsa adalah usaha screen printing yang berdiri pada tahun 2017.
Usaha ini bergerak pada bidang kaos sablon yang dibuat menurut pesanan pelanggan (make to order) dengan hanya melayani pesanan dalam jumlah banyak (minimal 10 pieces).Jumlah pekerja pada usaha konveksi Nolabel Sablon Langsa sebanyak 2 orang
.
Proses produksi kaos sablon pada usaha konveksi Nolabel Sablon Langsa dimulai dari tahap penerimaan order, tahap pemesanan bahan baku, dan tahap proses produksi . Tahap penerimaan order merupakan kegiatan pencatatan pesanan yang datang dari pelanggan. Pada tahap ini perusahaan membuat kesepakatan tanggal jatuh tempo penyelesaian order dengan pelanggan yang akan digunakan sebagai tanggal pengambilan pesanan. Tahap kedua yaitu pemesanan bahan baku merupakan kegiatan memesanan bahan baku dari supplier dengan periode pemesanan setiap 1 minggu sekali. Tahap ketiga yaitu proses produksi merupakan tahap pengerjaan pesanan pelanggan. Pada tahap produksi terdapat 5 proses yaitu
proses desain, proses pencetakan screen, proses penyablonan, proses pengepresan, dan proses pengecekan danpacking.Usaha konveksi Nolabel Sablon Langsa melakukan penjadwalan produksi secara konvensional. Penjadwalan produksi yang digunakan memiliki permasalahan yaitu keterlambatan dalam memenuhi target waktu penyelesaian pesanan.
Keterlambatan yang terjadi karena penjadwalan produksi yang digunakan tidak menggunakan prioritas yang tepat.
Penjadwalan produksi hanya menggunakan perkiraan berapa lama waktu pekerjaan produk dapat diselesaikan.
Keterlambatan penyelesaian pesanan menyebabkan terganggunya proses produksi dan mengurangi kepercayaan pelanggan pada usaha konveksi Nolabel Sablon Langsa.
Permasalahan yang terjadi di usaha konveksi Nolabel Sablon Langsa adalah perlu adanya perbaikan pada penjadwalan produksi. Metode penjadwalan yang digunakan adalah metode Eearliest Due Date (EDD).
Metode Eearliest Due Date bertujuan untuk meminimasi keterlambatan suatu pekerjaan berdasarkan prioritas batas waktu (due date) tercepat. Pekerjaan dengan
tenggat waktu paling rendah harus dijadwalkan terlebih dahulu daripada pekerjaan dengan tenggat waktu paling akhir (Hamida & Sugondo, 2020)
Penelitian yang telah dilakukan oleh Safitri (2019) dengan tujuan menentukan urutan pengerjaan order- order yang masuk berdasarkan aturan prioritas yang terdiri dari metode SPT, EDD, dan LPT. Hasil penelitian diperoleh penjadwalan produksi yang paling baik adalah dengan metode EDD dan SPT. Penjadwalan produksi dengan metode EDD pada Bulan Juli diperoleh waktu penyelesaianorderselama 189 hari, utilisasi sebesar 15%, dan keterlambatan sebanyak 2 hari dibandingkan dengan metode perusahaan dengan waktu penyelesaian selama 217 hari, utilisasi 13 %, dan keterlambatan sebanyak 26 hari.
Penelitian lainnya yang telah dilakukan oleh Hamida & Sugondo (2020) dengan tujuan meminimalkan keterlambatan penyelesaian pesanan. Hasil yang diperoleh sebelum menggunakan metode Earliest Due Date terdapat jumlah keterlambatan mencapai 2 hari, sedangkan setelah menggunakan metode Earliest Due Datejumlah keterlambatan menjadi 0 hari.
Berdasarkan beberapa penelitian terdahulu menunjukkan penjadwalan produksi menggunakan metodeEDDmampu meminimalkan keterlambatan, maka penulis melakukan penelitian dengan tujuan meminimalkan keterlambatan penyelesaian pesanan pada usaha konveksi Nolabel Sablon Langsa dengan merancang sistem penjadwalan produksi menggunakan metodeEDD.
2. TINJAUAN PUSTAKA
2.1. Perancangan Sistem
Perancangan adalah suatu proses yang bertujuan menganalisa, memperbaiki dan menyusun suatu sistem.
Perancangan memiliki tujuan untuk menyelesaikan suatu permasalahan yang selanjutnya dikembangkan menjadi suatu sistem (Reynaldi, 2019).
Sistem merupakan kumpulan dari beberapa subsistem, komponen ataupun elemen yang saling bekerjasama dengan tujuan yang sama untuk menghasilkanoutputyang sudah ditentukan sebelumnya (Mulyani, 2016).
Perancangan sistem bertujuan menentukan bagaimana suatu sistem mampu menyelesaikan suatu pekerjaan menyangkut penyusunan komponen- komponen perangkat lunak dan perangkat keras dari suatu sistem, sehingga dapat memenuhi kebutuhan para pengguna sistem (Muntihana, 2017).
Alat bantu perancangan sistem terdiri dari (Luthfi, 2017):
1. Diagram Alir (Flowchart)
Menurut Robert J. Rossheim (dalam Luthfi, 2017), flowchartadalah penerjamagab urutan operasi dan aliran data dengan menggunakan simbol. Simbol – simbol dalam bagan alir (Flowchart) dapat dijelaskan sebagai berikut (Luthfi, 2017).
Tabel 2.1Tabel Standar Simbol Diagram Alir (Flowchart)
No Simbol Nama Fungsi
1 Simbol
Magnetik Tape Unit
Menyatakan input berasal dari pita magnetik atau output disimpan ke pita magnetik.
2 Simbol Punch
Card Menyatakan bahwa input berasal dari kartu atau output ditulis ke kartu.
3 Simbol
Dokumen Menyatakan input berasal dari dokumen dalam bentuk kertas atau output dicetak dalam ke kertas.
4 Simbol
Display Menyatakan peralatan output yang digunakan yaitu layar, plotter, printer, dan sebagainya.
5 Simbol Disk
And On-Line Storage
Menyatakan input yang berasal dari disk atau disimpan kedisk.
6 Simbol
Predefine Proses
Untuk pelaksanaan suatu bagian (sub-
program)/Procedure.
7 Flow
Direction Symbol
Menghubungkan antara simbol yang satu dengan simbol yang lain.
8 Terminator
Symbol Simbol untuk permulaan atau akhir dari kegiatan.
9 Connector
Symbol
Simbol untuk keluar-masuk atau penyambungan proses dalam lembar/halaman yang sama.
10 Processing
Symbol Menunjukkan pengolahan yang dilakukan komputer.
11 Simbol
Manual Opeartion
Menunjukkan pengolahan yang tidak dilakukan oleh komputer.
12 Simbol
Decision Pemilihan proses berdasarkan kondisi yang ada.
13 Simbol Input-
Output Menyatakan proses input dan output tanpa tergantung peralatan.
14 Simbol
Manual Input Memasukkan data secara manual on-line keyboard.
Sumber: Luthfi, 2017 2. Diagram Konteks
Diagram konteks adalah penggambaran secara garis besar suatu sistem & hubungan antara sistem dengan eksternal entity atau pihak dari luar system (Luthfi, 2017).
3. Data Flow Diagram(DFD)
Data flow diagram adalah penggambaran aliran data yang terdiri dari asal data, tujuan data yang keluar dari sistem, dimana data disimpan, proses apa yang menghasilkan data tersebut dan interaksi antara data yang tersimpan dan proses yang dikenakan pada data tersebut. Komponen dasar DFDadalah sebagai berikut (Luthfi, 2017).
Tabel 2.2 KomponenData Flow Diagram(DFD)
No Notasi Nama Fungsi
De Marco Gane & Sarson
1 Simbol
Entitas Eksternal
Menggambarkan asal atau tujuan data di luar system
2 Simbol
Proses
Menggambarkan proses dimana aliran data masuk ditransformasikan ke aliran data keluar
3 Simbol
Aliran Data
Simbol untuk keluar- masuk atau penyambungan proses dalam lembar/halaman yang sama.
4 Simbol
File Menggambarkan tempat data di simpan Sumber: Luthfi, 2017
4. Entity Relationship Diagram(ERD)
Entity Relationship Diagram merupakan jaringan yang menggunakan susunan data yang disimpan dari sistem secara abstrak. Tujuan dari Entity Relationship Diagram adalah untuk menunjukkan objek data dan relationship yang ada pada objek data tersebut (luthfi, 2017).
2.2. Penjadwalan Produksi
Penjadwalan merupakan proses pengurutan pekerjaan secara menyeluruh yang dikerjakan pada beberapa mesin. Penjadwalan membantu pengalokasian sumber daya dan mesin yang tersedia untuk dilakukan pengurutan pekerjaan dengan batasan tertentu (Karim &
kurniati, 2016).
Penjadwalan produksi bertujuan untuk memaksimalkan efisiensi operasional dan mengurangi biaya produksi berlebih. Salah satu teknik penjadwalan produksi adalah job sequencing. Job sequencing adalah pengurutan suatu proses dengan kombinasi urutan- urutan yang diukur berdasarkan performanya(Karim &
kurniati, 2016).
Menurut Ginting (dalam Kuncoro, 2013) mengidentifikasi beberapa tujuan dari aktivitas penjadwalan adalah sebagai berikut (Kuncoro, 2013):
1. Meningkatkan pengalokasian sumberdaya atau meminimasi waktu tunggunya, sehingga dapat meminimalkan waktu proses dan meningkatkan produktivitas.
2. Mengurangi jumlah persediaan dan mengurangi pekerjaan yang menunggu dalam antrian ketika sumber daya yang ada masih mengerjakan tugas yang lain.
3. Mengurangi kelambatan pada pekerjaan yang mempunyai batas waktu penyelesaian.
4. Sebagai alat pengambil keputusan perencanaan kapasitas yang dibutuhkan perusahaan.
2.3. MetodeEarliest Due Date(EDD)
Menurut Bedworth dalam (Hamida & Sugondo, 2020), metode Earliest Due Date menjelaskan bahwa pengurutan pekerjaan berdasarkan batas waktu (due date) tercepat. Pekerjaan dengan saat jatuh tempo paling awal harus dijadwalkan terlebih dahulu daripada pekerjaan dengan saat jatuh tempo paling akhir. Metode ini dapat digunakan untuk penjadwalan pada satu mesin (single machine) maupun untuk penjadwalan pada beberapa mesin (parallel machine). Metode ini bertujuan untuk meminimasi keterlambatan maksimum (maximum lateness) atau meminimasi ukuran kelambatan maksimun (maksimumtardiness) suatu pekerjaan. Tahapan-tahapan dalam Metode Earliest Due Date yaitu (Hamida &
Sugondo, 2020):
1. Mengurutkan job berdasarkan pesanan yang memilikidue datetercepat atau terkecil.
2. Menghitung kapasitas produksi dibutuhkan (Capacity Requirement) dan menghitung total waktu untuk menyelesaikan pekerjaan (Completion Time). Persamaan untuk Kapasitas Capacity RequirementdanCompletion Timesebagai berikut:
Capacity Requirement
CR= WaktuSetup+ (Jumlah Produk x Waktu
Operasi) (1)
Completion Time
=∑ (2)
Keterangan
CR: Kapasitas produksi dibutuhkan
:Completion Timeatau waktu yang dibutuhkan untuk menyelesaikan pekerjaan.
: Waktu yang dibutuhkan untuk mengerjakan suatu pekerjaan.
3. Menghitung keterlambatan, keterlambatan rata- rata, waktu penyelesaian rata-rata, utilitas, dan jumlah job rata-rata dengan persamaan sebagai berikut:
Lateness
= - (3)
Keterlambatan Rata-Rata
∑ (4)
Waktu Penyelesaian Rata-Rata
∑ (5)
Utilitas
∑ X 100% (6)
JumlahJobRata-Rata
∑
(7)Keterangan:
: Jumlah pekerjaan yang harus dilakukan.
: Selisih antaracompletion timedengan due date-nya.
: Batas waktu dimana operasi terakhir dari suatu pekerjaan harus selesai.
2.4. Uji Keseragaman Data
Uji keseragaman data untuk mengidentifikasi data
& menghilangkan data ekstrim pada pengukuran waktu kerja. Data ekstrim yang ada menjadikan hasil yang didapat menjadi tidak valid. Menurut Wignjosoebroto (dalam Alfaruqi, 2013) uji keseragaman data dengan tingkat keyakinan (convidence level) 95% dapat dilakukan dengan menggunakan formula di bawah ini (Alfaruqi, 2013), yaitu:
Sd = ∑( ) (8)
(BKA =X+ 2 Sd dan BKB =X- 2 Sd) (9) Dimana :
BKA = Batas Kontrol Atas BKB = Batas Kontrol Bawah n = Jumlah pengamatan Sd = Standar Deviasi Xi = Data hasil pengamatan
X = Rata-rata data hasil pengamatan 2.5. Uji Kecukupan Data
Uji kecukupan data dilakukan untuk mengetahui apakah data yang telah diperoleh dari hasil pengamatan telah cukup untuk diolah. Menurut Wignjosoebroto (dalam Ardi, 2019) formula yang digunakan untuk uji kecukupan data dengan tingkat kepercayaan (convidence level) 95% dan derajat ketelitian (degree of accuracy) 5 % adalah sebagai berikut (Ardi, 2019), yaitu:
N’ = ∑ (∑ )
∑ (10)
Keterangan:
N = Jumlah pengamatan yang telah dilakukan N’ = Jumlah pengamatan yang harus dilakukan X = Data hasil pengamatan
2.6. Pengukuran Waktu Standar
Perhitungan waktu standar didasarkan dari data waktu proses produksi, kelonggaran, & rating faktor yang diperoleh dari hasil pengamatan. Waktu standar adalah waktu yang dibutuhkan operator yang berkerja secara normal (Ardi, 2019).
a. Waktu Normal
Menurut Sutalaksana (dalam Ardi, 2019) adapun cara perhitungan waktu normal dapat dirumuskan sebagai berikut (Ardi, 2019), yaitu:
Wn =X P (11)
Keterangan:
Wn = Waktu normal
X = Waktu elemen kerja rata-rata P = Faktor penyesuaian
b. Waktu Standar
Menurut Wignjosoebroto (dalam Ardi, 2019) adapun cara perhitungan waktu standar dapat dirumuskan sebagai berikut (Ardi, 2019), yaitu:
Wb = Wn
×
% % % (12)Keterangan:
Wb = Waktu baku Wn= Waktu normal
2.7. UjiPaired Comparisons(t-test)
Salah satu macam model pengujian hipotesis statistika adalah uji statistik paired comparisons (t-test).
Uji paired comparasions (t-test) menunjukkan apakah sampel berpasangan mengalami perubahan yang bermakna. Hasil uji paired comparasions (t-test) ditentukan oleh nilai signifikansinya. Nilai ini yang kemudian akan digunakan sebagai penentuan pemgambilan keputusan dalam penelitian.
Nilai signifikansi (2-tailed) < 0,05 menunjukkan adanya perbedaan yang signifikan antara variabel awal dengan variabel akhir. Ini menunjukkan terdapat pengaruh yang bermakna terhadap berbedaan perlakuan yang diberikan pada masing-masing variabel.
Nilai siginifikansi (2-tailed) > 0,05 menunjukkan tidak terdapat perbedaan yang signifikan anatara variabel awal dengan variabel akhir. Ini menunjukkan tidak terdapat pengaruh yang bermakna terhadap perlakuan yang diberikan pada masing-masing variabel, (Arifin, 2010)
3. METODE PENELITIAN
3.1. Jenis Penelitan
Penelitian ini menggunakan penelitan deskriptif dengan pendekatan kuantitatif dan pengembangan (Research and Development). Pendekatan kuantitatif dan
pengembangan yaitu penelitian dengan mengumpulkan, menyusun, mengolah dan menganalisis data angka untuk memberikan gambaran mengenai suatu keadaan tertentu untuk diambil kesimpulan kemudian mengembangkan atau menyempurnakan penelitian tersebut untuk menghasilkan suatu produk seperti prototipe, desain, maupun dalam bentuksoftware(Bungin, 2011).
3.2. Lokasi Penelitan dan Waktu Penelitian
Penelitian ini dilakukan di usaha konveksi Nolabel Sablon Langsa yang berlokasi di Jl. Jendral Ahmad Yani samping lorong utama, Paya Bujok Seuleumak, Kecamatan Langsa Baro, Kota Langsa, Aceh. Waktu penelitian ini dilakukan pada bulan Maret sampai dengan bulan September 2020.
3.3. Objek Penelitan
Objek dalam penelitian ini adalah perancangan sistem penjadwalan produksi pada usaha konveksi Nolabel Sablon Langsa
3.4 Kerangka Konseptual Penelitian
Kerangka konseptual penelitian ini dapat dilihat pada Gambar.
Gambar 3.1 Kerangka Konseptual 3.5 Langkah Langkah Penelitian
Gambar 3.2 Diagram Alir Penelitian
4. HASIL DAN PEMBAHASAN
4.1 Uji Keseragaman Data
Berikut contoh perhitungan uji keseragaman data untuk elemen proses pembuatan desain.
Menghitung nilai rata-rata:
= , = 36,27 Menghitung nilai standar deviasi:
= ∑( ) = , =1,33 Menghitung nilai BKA
BKA= +(2 × σ)= 36,27 + (2x1,33)= 38,94 Menghitung nilai BKB
BKB= -(2 × σ) = 36,27 - (2x1,33)= 33,61 Peta kontrol uji keseragaman data untuk pembuatan desain dapat dilihat pada Gambar berikut.
Gambar 4.1 Peta Kontrol Uji Keseragaman Data Sumber: Pengolahan Data
Rekapitulasi hasil perhitungan uji keseragaman data pada masing-masing elemen proses di usaha konveksi Nolabel Sablon Langsa adalah sebagai berikut.
Tabel 4.1 Rekapitulasi Uji Keseragaman Data No
WaktuSetup
(Menit/Order) Waktu Operasi (Menit/Pcs) Pembuatan
Desain Pencetakan
Pola Screen Penyablonan Pengepresan Packing
1 34,52 57,02 16,50 1,27 1,50
2 36,04 61,30 17,09 1,29 1,57
3 37,14 56,37 16,34 1,34 1,49
4 34,12 60,95 16,67 1,32 1,47
5 35,94 59,24 17,00 1,32 1,55
6 35,67 61,44 16,50 1,30 1,35
7 37,30 58,24 17,34 1,27 1,40
8 38,05 56,42 16,17 1,29 1,49
9 37,92 63,20 16,67 1,32 1,44
10 36,04 65,07 16,34 1,29 1,54
Sum 36,27 59,93 16,66 1,30 1,48
BKA 38,94 65,85 17,41 1,35 1,62
BKB 33,61 54 15,91 1,25 1,34
Ket. Seragam Seragam Seragam Seragam Seragam Sumber: Pengolahan Data
4.2 Uji Kecukupan Data
Berikut contoh perhitungan uji kecukupan data untuk elemen proses pembuatan desain.
ʹ = × ∑ − (∑ )
∑
ʹ = , × , ( , ) = 1,94
KarenaN’ < N (1,94 < 10) maka disimpulkan data cukup sehingga tidak perlu dilakukan penambahan data untuk pengolahan data. Berikut rekapitulasi hasil perhitungan uji kecukupan data pada masing-masing elemen proses di usaha konveksi Nolabel Sablon Langsa.
Tabel 4.2 Rekapitulasi Uji Kecukupan Data
No N N’ Keterangan
1 Waktu
Setup 10 1,94 Data Cukup
2 10 3,53 Data Cukup
3 Waktu
Operasi
10 0,726 Data Cukup
4 10 0,46 Data Cukup
5 10 3,08 Data Cukup
Sumber: Pengolahan Data
4.3 Perhitungan Waktu Standar a. Waktu Normal
Karena jumlah pekerja setiap elemen proses adalah 1 orang operator, maka rating faktor pekerja untuk semua elemen proses adalahr =0 sehinggap=1+0
= 1. Berikut contoh perhitungan waktu normal untuk waktusetuppembuatan desain.
Menghitung waktu normal:
Wn = Ws p= 36,27 1 = 36,27 menit
Rekapitulasi hasil perhitungan waktu normal pada masing-masing elemen proses pada usaha konveksi Nolabel Sablon Langsa adalah sebagai berikut.
Tabel 4.3 Rekapitulasi Perhitungan Waktu Normal
No Nama
Proses
Waktu Siklus (Menit)
Rating Performance
Waktu Normal (Menit) Waktu
Setup 1 Desain 36,27 1 36,27
2 Pencetakan
Pola Screen 59,93 1 59,93
Waktu
Operasi 3 Penyablonan 16,66 1 16,66
4 Pengepresan 1,30 1 1,30
5 Packing 1,48 1 1,48
Sumber: Pengolahan Data b. Waktu Standar
Berikut contoh perhitungan waktu standar untuk proses pembuatan desain.
Wb = Wn ( % ( )%)
Wb = 36,27 ( (% %), %)= 40,52 menit
Rekapitulasi hasil perhitungan waktu standar pada masing-masing elemen proses sebagai berikut.
Tabel 4.4 Rekapitulasi Perhitungan Waktu Standar
No Nama
Proses
Waktu Normal (Menit)
Kelonggaran (%)
Waktu Standar (Menit)
Total (Menit) Waktu
Setup (PerOrder)
1 Desain 36,27 10,5 40,52
114,29 2 Pencetakan
Pola Screen 59,93 16,5 71,77 Waktu
Operasi (Per Pcs)
3 Penyablonan 16,66 15 19,53 22,7 4 Pengepresan 1,30 14,5 1,52
5 Packing 1,48 10,5 1,65
Sumber: Pengolahan Data
4.4 Penjadwalan Produksi MetodeEDD
a. MengurutkanOrderMenurutDue DateTerkecil Berikut pengurutan penyelesaian order menurut due dateterendah periode Januari s.d Maret 2020.
1 2 3 4 5 6 7 8 9 10 38,94
Pengukuran Ke-
Uji keseragaman Pembuatan Desain
X BKA 33,61 BKB
Menit
Tabel 4.5 PengurutanOrderBerdasarkanDue DateTerkecil Bulan Minggu No
Order Kedatangan
Pesanan Rencana Penyerahan
Due Date (hari)
Due Date (Menit)
Januari
1 1 06/01/2020 07/01/2020 2 960
2 2 13/01/2020 14/01/2020 2 960
4 13/01/2020 15/01/2020 3 1440 3 13/01/2020 17/01/2020 5 2400
3 5 20/01/2020 24/01/2020 5 2400
4 7 27/01/2020 29/01/2020 3 1440
6 27/01/2020 30/01/2020 4 1920
Februari
5 8 03/02/2020 06/02/2020 4 1920
6 10 10/02/2020 12/02/2020 3 1440 11 10/02/2020 13/02/2020 4 1920 9 10/02/2020 15/02/2020 6 2880 7 12 17/02/2020 19/02/2020 3 1440 8 13 27/02/2020 03/03/2020 6 2880
Maret
9 14 02/03/2020 06/03/2020 5 2400 15 02/03/2020 06/03/2020 5 2400 10 17 09/03/2020 12/03/2020 4 1920 16 09/03/2020 13/03/2020 5 2400 11 18 16/03/2020 19/03/2020 4 1920 12 19 23/03/2020 25/03/2020 3 1440 13 20 30/03/2020 03/04/2020 5 2400 Sumber: Pengolahan Data
b. Menghitung Total Waktu Penyelesaian 1. Menghitung Kapasitas Produksi Dibutuhkan
Contoh perhitungan kapasitas Produksi:
CR= WaktuSetup+ (Jumlah Produk x Waktu Operasi)
Order1 = 114,29 + ( 25 x 22,7) = 681,79 menit Order2 = 114,29 + ( 20 x 22,7) = 568,29 menit Rekapitulasi perhitungan kapasitas yang dibutuhkan tiaporderperiode Januari s.d Maret 2020.
Tabel 4.6 Kebutuhan Kapasitas Minggu NoOrder Jumlah
Pesanan (pcs) Waktu Setup (Menit)
Waktu Operasi (Menit)
Total Kebutuhan
(Menit)
1 1 25 114,29 567,5 681,79
2 2 20 114,29 454,0 568,29
4 25 114,29 567,5 681,79
3 30 114,29 681,0 795,29
3 5 20 114,29 454,0 568,29
4 7 20 114,29 454,0 568,29
6 45 114,29 1021,5 1135,79
5 8 30 114,29 681,0 795,29
6 10 30 114,29 681,0 795,29
11 25 114,29 567,5 681,79
9 40 114,29 908,0 1022,29
7 12 20 114,29 454,0 568,29
8 13 30 114,29 681,0 795,29
9 14 50 114,29 1135,0 1249,29
15 20 114,29 454,0 568,29
10 17 55 114,29 1248,5 1362,79
16 30 114,29 681,0 795,29
11 18 15 114,29 340,5 454,79
12 19 20 114,29 454,0 568,29
13 20 30 114,29 681,0 795,29
Sumber: Pengolahan Data
2. MenghitungCompletionTime
Penambahan waktu proses (completion time) pada setiap ti,j dengan aturan increasing time yaitu dengan
menambahkan waktu proses secara kumulatif berdasarkan urutan penyelesaianorder.
Ci =∑ Minggu 2 Waktusetup
Order2 = 114,29 = 114,29 Menit
Order4 = 114,29 + 114,29 = 228,58 Menit
Order3 = 114,29 + 114,29 + 114,29 = 347,87 Menit Waktu Operasi
Order2 =114,29+ 454 Menit = 568,29 Order4 = 568,29 + 567,5 = 1135,79 Menit Order3 = 1135,79 + 681 = 1816,79 Menit
Berikut rekapitulasi perhitungan completion time tiap minggu dari bulan Januari s.d Maret 2020.
Tabel 4.7 RekapitulasiCompletion Time Minggu No
Order Setup
(Menit) Operasi
(Menit) Completion Time (Menit)
1 1 114,29 681,79 681,79
2 2 114,29 568,29 568,29
4 228,58 1135,79 1135,79
3 342,87 1816,79 1816,79
3 5 114,29 568,29 568,29
4 7 114,29 568,29 568,29
6 228,58 1589,79 1589,79
5 8 114,29 795,29 795,29
6 10 114,29 795,29 795,29
11 228,58 1362,79 1362,79
9 342,87 2270,79 2270,79
7 12 114,29 568,29 568,29
8 13 114,29 795,29 795,29
9 14 114,29 1249,29 1249,29
15 228,58 1703,29 1703,29
10 17 114,29 1362,79 1362,79
16 228,58 2043,79 2043,79
11 18 114,29 454,79 454,79
12 19 114,29 568,29 568,29
13 20 114,29 795,29 795,29
Sumber: Pengolahan Data
c. Menghitung Keterlambatan, Keterlambatan Rata- Rata, Waktu Penyelesaian Rata-Rata, dan Utilisasi 1. Perhitungan Keterlambatan
Aturan lateness apabila keterlambatan > 0 maka terjadi keterlambatan dan apabila keterlambatan ≤ 0 maka tidak terjadi keterlambatan.
Menghitung keterlambatan
= -
Order1=681,79 - 960 = -278,21 Menit Order2=568,29- 960 =-391,71 Menit
Rekapitulasi perhitungan waktu keterlambatan penyelesaianorderperiode Januari s.d Maret 2020.
Tabel 4.8 Rekapitulasi Perhitungan Keterlambatan Minggu No
Order Completion Time
(Menit) Due Date
(Menit) Latness
(Menit) Latness (Jam)
1 1 681,79 960 -278,21 -4,6368
2 2 568,29 960 -391,71 -6,5285
4 1135,79 1440 -304,21 -5,0702
3 1816,79 2400 -583,21 -9,7202
3 5 568,29 2400 -1831,71 -30,529
4 7 568,29 1440 -871,71 -14,529
6 1589,79 1920 -330,21 -5,5035
5 8 795,29 1920 -1124,71 -18,745
6 10 795,29 1440 -644,71 -10,745
11 1362,79 1920 -557,21 -9,2868
9 2270,79 2880 -609,21 -10,154
7 12 568,29 1440 -871,71 -14,529
8 13 795,29 2880 -2084,71 -34,745
9 14 1249,29 2400 -1150,71 -19,179
15 1703,29 2400 -696,71 -11,612
10 17 1362,79 1920 -557,21 -9,2868
16 2043,79 2400 -356,21 -5,9368
11 18 454,79 1920 -1465,21 -24,42
12 19 568,29 1440 -871,71 -14,529
13 20 795,29 2400 -1604,71 -26,745
Sumber: Pengolahan Data
2. Perhitungan Keterelambatan Rata-Rata, Waktu Penyelesaian Rata-Rata, dan utilitas
Berikut contoh perhitungan keterlambatan rata- rata, waktu penyelesaian rata-rata, & utilisasi dengan menggunakan metode earliest due untuk minggu ke-2. Waktu penyelesaian rata-rata
∑ = , = 1173,63 Menit Utilisasi
∑ X 100%= ,, x 100% = 58,1 % Keterlambatan rata-rata
∑ = , = -426,38 Menit
Berikut rekapitulasi perhitungan keterlambatan rata-rata, waktu penyelesaian rata-rata, dan utilitas tiap minggu periode Januari s.d Maret 2020.
Tabel 4.9 Rekapitulasi Perhitungan Parameter Penjadwalan Tiap Minggu Minggu ti
(Menit) Ci
(Menit) Li (Menit)
Waktu Penyelesaian
Rata-Rata (Menit)
Utilitas (%)
Keterlambatan Rata-Rata
(Menit) 1 681,79 681,79 -278,21 681,79 100 -278,21 2 2045,37 3520,87 -1279,13 1173,63 58,1 -426,38 3 568,29 568,29 -1831,7 568,29 100 -1831,71 4 1704,08 2158,08 -1201,92 1079,04 78,97 -600,96 5 795,29 795,29 -1124,71 795,29 100 -1124,71 6 2499,37 4428,87 -1811,13 1476,29 56,44 -603,71 7 568,29 568,29 -871,71 568,29 100 -871,71 8 795,29 795,29 -2084,71 795,29 100 -2084,71 9 1817,58 2952,58 -1847,42 1476,29 61,56 -923,71 10 2158,08 3406,58 -913,42 1703,29 63,36 -456,71 11 454,79 454,79 -1465,21 454,79 100 -1465,21 12 568,29 568,29 -871,71 568,29 100 -871,71 13 79529 795,29 -1604,71 795,29 100 -1604,71
Sumber: Pengolahan Data Keterangan :
= Total kebutuhan waktu proses (Menit)
= Totalcompletion time(Menit)
= Total keterlambatan (Menit)
4.5 Perancangan Sistem Penjadwalan Produksi 1. Flow chartpenjadwalan
Flow chart proses penajdwalan adalah sebagai berikut.
Gambar 4.2System Flow ChartProses Penjadwalan 2. Diagram Konteks
Diagram konteks menggambarkan secara garis besar sistem pertama kali & hubungan antara sistem dengan eksternal entity atau pihak dari luar sistem.
Gambar 4.3 Diagram Konteks 3. Entity Relatinship Diagram(ERD)
ERD merupakan salah satu alat untuk perancangan dalam basis data. ERD menggunakan sejumlah notasi &
symbol untuk menggambarkan struktur & relasi antar database.
Gambar 4.4Entity Relationship Diagram 4. Tampilan Aplikasi Penjadwalan Produksi
Aplikasi penjadwalan produksi memilki beberapa fungsi yaitu menginput data pesanan, menginput waktu mulai produksi, dan menampilkan laporan.
Gambar 4.5 Tampilan Sistem Penjadwalan Produksi Metode EDD
Gambar 4.6 Tampilan Hasil Penjadwalan Produksi Metode EDD 4.6 Uji Statistik
Data keterlambatan aktual (tanpa menggunakan sistem penjadwalan produksi metode EDD) dan keterlambatan penyelesaian order hasil penjadwalan dengan sistem penjadwalan produksi metode EDDdapat dilihat sebagai berikut.
Tabel 4.10 Keterlambatan PenyelesaianOrder Minggu NoOrder Keterlambatan Aktual
(Jam)
Keterlambatan Sistem Penjadwalan Produksi
(Jam)
1 1 0 -4,637
2 2 -8 -6,529
4 -16 -5,070
3 8 -9,720
3 5 -16 -38,529
4 7 -8 -14,529
6 8 -5,504
5 8 -8 -18,745
6 10 -32 -10,745
11 8 -9,287
9 8 -10,154
7 12 -8 -14,529
8 13 -24 -34,745
9 14 -16 -19,179
15 8 -11,612
10 17 -16 -9,287
16 16 -5,937
11 18 -16 -24,420
12 19 -8 -14,529
13 20 -24 -26,745
Sumber: Pengolahan Data
Untuk menguji tingkat keberhasilan dari penggunaan sistem penjadwalan produksi metodeearliest due date yang dirancang, maka dilakukan uji paired comparasions(t-test). Dengan menggunakan signifikansiα
= 5 %, data-data diatas diolah dengan menggunakan perangkat lunakSPSS.Hasil yang diperoleh adalah sebagai berikut.
Lower Upper
Keterlambatan_Aktual
Sistem_Penjadwalan_Produksi 7,12E+06 11.702.353 2.616.726 16.447 1.259.847 2.722 19 .014 Paired Samples Test
Paired Differences
t df
Sig. (2- tailed) Mean
Std.
Deviation Std. Error
Mean
95% Confidence Interval of the Difference
Gambar 4.7 Hasil Uji Statistik dengan SPSS
Berdasarkan Gambar 4.7 diperoleh Nilai t hitung (2,722) > t tabel (2,093) dan Pvalue(0,014) < 0,05 Maka tolak Ho dan terima H1, artinya terdapat perbedaan yang sisgnifikan antara ketererlambatan aktual dan ketererlambatan penyelesaian order dengan sistem penjadwalan produksi. Perbedaan keterlambatan antara penjadwalan metode lama dan sistem penjadwalan produksi yang digambarkan pada diagramboxplot.
Gambar 4.8 Boxplot Keterlambatan Aktual dan Sistem Penjadwalan Produksi MetodeEDD
Berdasarkan Gambar 4.8 dapat dijelaskan bahwa sistem penjadwalan produksi metode EDD mampu meminimalkan keterlambatan penyelesaian pesanan dengan menghasilkan keterlambatan penyelesaian order dibawah 0 jam dan lebih kecil dibandingkan dengan keterlambatan aktual yang terjadi pada usaha konveksi Nolabel Sablon Langsa.
5. KESIMPULAN
Meminimalkan keterlambatan penyelesaian order dengan merancang sistem penjadwalan produksi menggunakan pendekatan earliest due date diperoleh, keterlambatan aktual (tanpa menggunakan sistem penjadwalan produksi metodeEDD) dari 20 sampel data pesanan terjadi keterlambatan pada 6 pesanan dengan rata-rata keterlambatan selama 8 jam, sedangkan dengan sistem penjadwalan produksi metode EDD dari 20 sampel data pesanan menghasilkan keterlambatan penyelesaian orderdibawah 0 jam. Hasil ujipaired comparasions(t-test) terdapat perbedaan yang sisgnifikan antara ketererlambatan penyelesaianorderdengan metode lama dan ketererlambatan penyelesaian order setelah menggunakan sistem penjadwalan produksi metodeEDD.
Hasil boxplots menjelaskan bahwa sistem penjadwalan produksi dengan metode EDD menghasilkan keterlambatan penyelesaian order dibawah 0 jam dan lebih kecil dari keterlambatan aktual yang terjadi pada usaha konveksi Nolabel Sablon Langsa. Sistem penjadwalan produksi yang dirancang akan mempermudah penentuan jadwal produksi yang akurat berdasarkan prioritas due date terkecil pada usaha konveksi Nolabel Sablon Langsa.
DAFTAR PUSTAKA
[1] Arifin. M, & Rudyanto, A. 2010.Penerapan Metode Earliest Due Date Pada Penjadwalan Produksi Paving Pada CV. Eko Joyo.
Seminar Nasional Aplikasi Teknologi Informasi. ISSN: 1907-5022.
[2] Bungin, B. 2011.Metodologi Penelitian Kuantitatif. Edisi Kedua.
Surabaya: Kencana.
[3] Fitriyani. 2015.Pengembangan Program Aplikasi Database Sistem Informasi Mailing Way Buku Agenda Berbasis Microsoft Access 2010 dan Visual Basic 2012 Dalam Standar Kompetensi Kearsipan Kompetensi Dasar Mail Handling. Skripsi. Yogyakarta: Repository UNY.
[4] Hamida, U., & Sugondo, A, R. 2020. Pengembangan Sistem Informasi Penjadwalan Produksi Menggunakan Metode Earliest Due Date.Seminar Nasional Risest dan Teknologi. P-ISSN:2527- 5321.
[5] Irkham, N, M. 2019.Implementasi Sistem Penjadwalan Produksi Untuk Order Online Service Roti Menggunakan Metode Edd (Earliest Due Date) Dan Spt (Shortest Processing Time). Skripsi.
Yogyakarta:Repository Universitas Teknologi Yogyakarta.
[6] Luthfi, A. 2017.Sistem Informasi Penjualan Berbasis WEB Pada Kedai Kopi ABG. Skripsi. Semarang: Repository UNES.
[7] Mulyani, S. 2016. Sistem Informasi Manajemen. Edisi Kedua.
Bandung: Abdi Sistematika.
[8] Muntihana, V. 2017.Analisis Dan Perancangan Sistem Informasi Berbasis Web Dan Android Pada Klinik Gigi Lisda Medica Di Kabupaten Bulukumba Sulawesi Selatan. Skripsi. Makassar:
Repository UIN Alauddin Makassar
.
[9] Reynaldi, A. 2019.Perancangan Desain User Interface(UI) Aplikasi Pencarian Kost. Skripsi. Makassar: Repository UNM.
[10] Safitri, I, R. 2019. Analisis Sistem Penjadwalan Produksi Berdasarkan Pesanan Pelanggan dengan Metode FCFS, LPT, SPT dan EDD Pada PD. X. Jurnal Optimasi Teknik Industri. Vol.1 No.2, 26-30.
[11] Subroto, W., & Herdi, T. 2019. Sistem Pendukung Keputusan Dalam Menentukan Prioritas Penjadwalan Produksi Menggunakan Metode Edd (Earliest Due Date) Dan Spt (Shortest Processing Time) Pada Industri Farmasi. Jurnal Sistem Informasi dan E-Bisnis.
Vol.1 Issue.2: P-ISSN 2655-7541.
[12] Wignjosoebroto, S. 2006.Pengantar Teknik Manajemen Industri.
DKI Jakarta: Guna Widya
