Chapter III Viii
description
Transcript of Chapter III Viii
BAB III
LANDASAN TEORI
3.1. Sistem Pendukung Keputusan (Decision Support System)
3.1.1. Definisi1
Little (1970) mendefinisikan Decision Support System (DSS) sebagai
“sekumpulan prosedur berbasis model untuk pemrosesan data dan penilaian guna
membantu para manajer mengambil keputusan.”
Bonczek, dkk (1980) mendefinisikan DSS sebagai sistem berbasis
komputer yang terdiri dari tiga komponen yang saling berinteraksi : sistem bahasa
(mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS
lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada
DSS entah sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah
(hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas
manipulasi masalah umum yang diperlukan untuk pengambilan keputusan).
3.1.2. Klasifikasi Sistem Pendukung Keputusan2
Holsapple dan Whinston (1996) mengklasifikasikan DSS menjadi enam
kerangka kerja : DSS berorientasi-teks, DSS berorientasi-database, DSS
berorientasi-spreadsheet, DSS berorientasi-solver, DSS berorientasi-aturan (rule),
dan DSS gabungan (compound DSS).
1Burstein, Frada, and Clyde W, Holsapple. 2008. Handbook on Decision Support Systems 1. Hal
50-55. 2 Ibid. Hal 93-99
Universitas Sumatera Utara
1. DSS Berorientasi-Teks
Informasi (meliputi data dan pengetahuan) sering disimpan dalam format teks
dan harus diakses oleh pengambil keputusan. Dengan demikian, adalah
penting untuk menyajikan dan memproses dokumen dan fragmen teks secara
efektif dan efisien. DSS berorientasi teks mendukung pengambil keputusan
dengan secara elektronik melacak informasi yang disajikan secara teks yang
dapat memengaruhi keputusan. DSS tersebut memungkinkan dokumen-
dokumen dibuat secara elektronik, direvisi, dan dilihat ketika diperlukan.
Teknologi informasi seperti imaging dokumen berbasis-web, hypertext, dan
agen cerdas dapat digabungkan ke dalam aplikasi DSS berorientas-teks. Ada
banyak aplikasi DSS berorientasi-teks, di antaranya adalah sistem manajemen
dokumen elektronik, manajemen pengetahuan, content manajemen isi, dan
sistem aturan bisnis. Sistem manajemen isi (CMS) digunakan untuk mengelola
materi yang dikirim pada situs web. Konsistensi, kontrol versi, akurasi, dan
navigasi yang benar ditangani langsung oleh sistem.
2. DSS Berorientasi-Database
Pada DSS ini, database organisasi punya peran penting dalam struktur DSS.
Generasi awal dari DSS berorientasi-database terutama menggunakan
konfigurasi database relasional. Informasi ditangani oleh database relasional
cenderung sangat bervolume, deskriptif, dan sangat terstruktur. DSS
berorientasi-database bercirikan pembuatan laporan yang baik dan kapabilitas
query. Hendricks (2002) menjelaskan bagaimana pemerintah Belanda
menyediakan manajemen properti berbasis-web untuk pengambilan keputusan
Universitas Sumatera Utara
cerdas. Sistem terutama berorientasi-database dan membantu agen pemerintah
melalui standar dan database GIS dengan menggunakan properti
portofolionya secara efektif.
3. DSS Berorientasi-Spreadsheet
Spreadsheet merupakan sistem pemodelan yang memungkinkan pengguna
mengembangkan model-model untuk mengeksekusi analisis DSS. Model ini
tidak hanya membuat, melihat, dan memodifikasi pengetahuan prosedural,
tetapi juga mengintruksikan sistem untuk mengeksekusi intruksi self-
contained mereka (macro). Spreadsheet digunakan secara luas pada DSS yang
dikembangkan oleh pengguna akhir. Alat pengguna akhir yang paling populer
untuk mengembangkan DSS adalah Microsoft Excel. Excel memasukkan
puluhan paket statistik, pake pengembangan linier (solver), dan banyak model
ilmu manajemen dan keuangan.
4. DSS Berorientasi-Solver
Solver adalah suatu algoritma atau prosedur yang ditulis sebagai suatu
program komputer untuk melakukan komputasi tertentu untuk memecahkan
suatu tipe masalah tertentu. Contoh-contoh solver dapat berupa prosedur
kuantitas pesanan ekonomis untuk menghitung kuantitas pesanan optimal atau
rutin regresi linier untuk menghitung suatu tren. Solver dapat diprogram
secara kormesial dalam perangkat lunak pengembangan. Sebagai contoh,
Excel, memasukkan beberapa solver powerful – function dan procedure –
yang memecahkan sejumlah masalah bisnis. Pembangun DSS dapat
menggabungkan beberapa solver ketika membuat aplikasi DSS. Solver dapat
Universitas Sumatera Utara
ditulis dalam suatu bahasa pemrograman seperti C++, solver dapat ditulis
secara langsung atau dapat menjadi alat add-in pada sebuah spreadsheet atau
dapat di-embedded pada suatu bahasa pemodelan khusus, seperti Lingo.
Solver yang lebih kompleks, seperti pemrograman linier, yang digunakan
untuk optimisasi, tersedia secara komersil dan dapat digabungkan pada sebuah
DSS.
5. DSS Berorientasi-Aturan
Komponen pengetahuan dari DSS yang lebih dijelaskan sebelumnya
mencakup aturan prosedural maupun inferensial (reasoning), sering pada
suatu format sistem pakar. Aturan ini bisa jadi kualitatif atau kuantitatif, dan
komponen seperti itu dapat menggantikan atau diintegrasikan dengan model
kualitatif. Sebagai contoh, Bishop (1991) menjelaskan integrasi sebuah
implementasi algoritma penugasan (suatu bentuk pemrograman linier) dengan
sistem pakar seperti ini untuk mengarahkan kembali pesawat terbang yang
sedang terbang, kru pesawat, dan penumpang pada saat hub utama bandar
udara ditutup.
6. DSS Gabungan
DSS gabungan (compound DSS) adalah suatu sistem hibrid yang meliputi dua
atau lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.
Universitas Sumatera Utara
3.1.3. Metode Pengembangan Sistem Aplikasi dengan SADT3
Pengembangan sistem aplikasi bertujuan untuk menjamin agar sistem yang
akan dikembangkan benar-benar mencerminkan kebutuhan pemakai. SADT,
singkatan dari Structured Analysis and Design Technique. SADT merupakan
metodologi pengembangan sistem terstruktur yang dikembangkan oleh D. T. Ross
selama tahun 1969 sampai 1973. SADT kemudian didukung dan dikembangkan
lebih lanjut oleh SofTech Corporation sejak tahun 1974.
SADT memandang suatu sistem terdiri dari dua hal sebagai berikut :
Benda (objek, dokumen, data) dan Kejadian/Event (kegiatan yang dilakukan oleh
orang, mesin, atau perangkat lunak). Di samping itu, SADT menggunakan dua
macam diagram, yaitu diagram kegiatan (activity diagram) yang disebut dengan
actigrams (juga digunakan dalam pendekatan berorientasi-proses) dan diagram
data (data diagram) yang disebut dengan datagrams (juga digunakan dalam
pendekatan berorientasi-data/objek).
Sebagai metodologi pengembangan sistem terstruktur, SADT menganut
konsep dekomposisi, yaitu menggambarkan terlebih dahulu sistem secara utuh
(whole system) sebagai tingkat tertinggi (top level) dan memecahnya menjadi
lebih rinci. Pemecahan sistem menjadi lebih rinci menggunakan beberapa tools,
yaitu4 :
3 Suryadi, Kadarsah, dan Ali Ramdhani. 1998. Sistem Pendukung Keputusan, Suatu Wacana
Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan. Hal 58 – 70 4 FitzGerald, Jerry, and Ardra FitzGerald. 1987. Fundamentals of System Analysis, Using
Structured Analysis and Design Techniques. Third Edition. Hal 51 – 109.
Universitas Sumatera Utara
1. Context Diagrams
Tahap permulaan dari analisis terstruktur adalah Context Diagrams (CD). CD
dibangun untuk menunjukkan level tertinggi dari sistem. CD menyediakan
sebuah tinjauan dalam daerah studi dan entitas eksternal dengan hubungannya
melalui aliran data. Daerah studi ditandai dengan sebuah lingkaran, entitas
eksternal ditandai dengan persegi, dan aliran data adalah garis dengan ujung
panah yang menunjukkan arah dari aliran data. Aliran data antara entitas
eksternal tidak ditunjukkan pada CD karena termasuk eksternal terhadap
daerah studi. Contoh Context Diagram ditunjukkan pada Gambar 3.1.
SISTEM PEMROSESAN
PESANAN
KONSUMEN
DEPARTEMEN KEUANGAN PEMASOKDEPARTEMEN
PENGIRIMAN
PESA
NA
N K
ON
SUM
EN
PEM
BA
YA
RA
N
KO
NSU
MEN
TAN
DA
PEM
BA
YA
RA
N
PESA
NA
N Y
AN
GD
IKEM
BA
LIK
AN
BAC
KO
RDER
S
INVO
ICES
PEMBELIAN
BAHAN
KONFIRMASI
PEMBELIAN BAHAN
PEM
BA
YA
RA
NK
ON
SUM
ENTAND
APE
NGIR
IMAN
KONF
IRM
ASI
PENG
IRIM
AN
Gambar 3.1. Context Diagram dari Aktivitas Pemrosesan Pesanan pada Sunrise Sportwears
Universitas Sumatera Utara
2. Data Flow Diagrams
Data Flow Diagrams (DFD) merupakan sebuah representasi grafik dari
sebuah sistem yang menunjukkan aliran data ke, dari, dan dalam sistem
tersebut, memroses fungsi yang mengubah data dalam beberapa perlakuan,
dan penyimpanan data. DFD merupakan sebuah jaringan dari fungsi sistem
yang berhubungan (pemrosesan data) yang mengenali darimana informasi
(data) diterima (input) dan kemana dikirimkan (output). Simbol-simbol yang
digunakan pada DFD ditunjukkan pada Gambar 3.2.
SIMBOL NAMA
PELANGGAN Entitas Eksternal
1.0MEMBUAT
INVOICEProses
D1 : INVOICE Gudang Data
STATUS-
KREDIT Aliran Data
Gambar 3.2. Simbol Data Flow Diagrams
3. Data Dictionary
Data Dictionary (DD) adalah dokumentasi yang mendukung DFD. DD berisi
semua istilah dan definisinya untuk aliran data dan penyimpanan data yang
berhubungan terhadap sebuah sistem yang spesifik. Tujuan dari DD adalah
Universitas Sumatera Utara
menentukan isi dari aliran data dan penyimpanan data, dengan pengecualian
terhadap proses yang ditentukan secara terpisah melalui penggunaan deskripsi
proses. DD dibutuhkan karena, ketika DFD berguna untuk memahami apa
yang terjadi, pemahaman penuh terhadap DFD tidak mungkin hingga
diketahui maksud dari beragam istilah (aliran data) yang digunakan. Dan juga,
beberapa metode harus dimiliki untuk mencegah pemanggilan aliran data atau
penyimpanan data yang sama dengan dua nama yang berbeda (sinonim)
ataupun dua aliran data yang berbeda dengan nama yang sama (homonim).
Dengan kata lain, DD penting untuk memberikan konsistensi. Contoh Data
Dictionary ditunjukkan pada Gambar 3.3.
Nama Gudang Data : D1 : PERSEDIAAN
Nama Struktur Data Nama Elemen Data
INV ITEM-DISCITEM-NOEOQPRICECOLORSIZEQUANSUPPLIER
Notasi :EOQ alias : Jumlah Pembelian
Gambar 3.3. Data Dictionary dari Gudang Data D1
Universitas Sumatera Utara
4. Data Structure Diagrams
Tahapan selanjutnya adalah mengorganisir struktur data untuk penggunaan.
Pengorganisir struktur data ke dalam sebuah model yang menunjukkan objek
dan hubungannya terhadap semua data yang tersimpan dalam sistem. Data
Structure Diagrams (DSD) menunjukkan bagaimana suatu data simpanan
berhubungan dengan data simpanan lainnya. Tujuan DSD adalah
menunjukkan hubungan akses data di antara beragam struktur data. Dengan
kata lain menunjukkan bagaimana suatu struktur data dapat mengakses elemen
data yang terkandung dalam struktur data lainnya. Contoh Data Structure
Diagrams ditunjukkan pada Gambar 3.4.
ITEM-NO + QUAN
QUAN-ITEM
COLOR + QUAN
QUAN-COLOR
Struktur data lainnya dari gudang data D5
SIZE + QUAN
QUAN-SIZEStruktur data lainnya dari gudang data D3
dan D2
Struktur data lainnya dari gudang data D4
ITEM-NO
INV-ITEM
Gambar 3.4. Data Structure Diagram yang Menunjukkan Hubungan Gudang Data D1 dengan Struktur Data Lainnya pada Gudang Data Lainnya
Universitas Sumatera Utara
5. Data Access Diagrams
Data Access Diagrams (DAD) digunakan untuk menggambarkan representasi
yang lebih rinci dari masing-masing struktur data, hubungan korespondensi
antar struktur data dan jalur akses di antaranya. Contoh Data Access Diagram
ditunjukkan pada Gambar 3.5.
ITEM-NO ITEM-DESC HARGA EOQ
ITEM-NO QUAN
QUAN-ITEM
INV-ITEM
COLOR QUAN
QUAN-COLOR
SIZE QUAN
QUAN-SIZE
ITEM-DESC
XXX
XXX
Struktur data dari gudang data D1
Struktur data lainnya dari gudang data D2 hingga D5
Gambar 3.5. Data Access Diagram
6. Minispesifications
Minispesifications menentukan aturan kebijakan yang memerintahkan proses
dari transformasi data. Tujuan dalam minispesifications adalah untuk
mengurangi ambiguitas, memperjelas deskripsi mengenai apa yang
diselesaikan, memastikan semua proses memiliki input dan output,
Universitas Sumatera Utara
menggunakan nama yang valid, dan menggambarkan isi serta transformasi
dari input dan output data. Contoh Minispesifications ditunjukkan pada
Gambar 3.6.
PROCESS MINISPESIFICATION
Nama Proses : VERIFIKASI KREDIT
Nomor Proses : 2.0
Deskripsi : Menentukan jika informasi kartu kredit adalah valid dan jika pesanan dapat dikirimkan. Jika tidak, menentukan jika kredit konsumen dapat diterima dan pesanan diproses atau dikembalikan kepada konsumen untuk pembayaran ulang.
Input : CREDIT-ORDER dari 1.0 AMOUNT-OWED dari gudang data D3 : ACCOUNTS RECEIVABLE CREDIT-APPROVAL dari CREDIT CARD COMPANY
Output : VERIFIED-CREDIT-ORDER untuk memroses 5.0 RETURNED-ORDER kepada PELANGGAN
Logika : Memverifikasi data dengan perusahaan kartu kredit. Kredit yang bagus, pesanan dikirim. Kredit yang buruk, memeriksa akun yang dapat menerima. Kredit yang bagus, pesanan dikirim. Kredit yang buruk, mengembalikan pesanan untuk pembayaran kembali.
Penggabungan : Tinjau pohon keputusan, tabel keputusan, dan prosedur tertulis yang digabung.
Masalah Tidak Terselesaikan : Tidak ada kebijakan pada penolakan perusahaan kartu kredit. Apakah pelanggan lama diberi perlakuan khusus? Apakah terdapat output untuk perusahaan kartu kredit?
Form 4891 (rev. 9/84)
Gambar 3.6. Dokumentasi Minispesification untuk Proses 2.0
Universitas Sumatera Utara
3.2. Fitur Spreadsheet untuk Pengembangan Sistem Pendukung
Keputusan (Decision Support System/DSS)5
3.2.1. Software Spreadsheet
Software spreadsheet elektronik yang pertama, VisiCalc, diperkenalkan
pada tahun 1978 untuk Komputer Apple (Power 2006). Fitur dari program awal
ini termasuk pemasukan data (data entry) dan kalkulasi akuntansi dasar. Pada
tahun 1983, Lotus 1-2-3 diperkenalkan untuk PC IBM, dengan menggunakan
Intel. Software ini memperbaiki yang sebelumnya dengan menawarkan
penambahan fitur grafik dan database. Kemudian, Microsoft Excel diperkenalkan
(untuk Apple pada tahun 1985 dan untuk Windows pada tahun 1987). Pada saat
itu, Excel menyediakan interface pengguna yang dikembangkan dibandingkan
dengan pendahulunya dan mulai menambah fitur lainnya. Software tersebut secara
bertahap diperbaiki untuk meliputi fitur analisis what-if (seperti mencari tujuan).
Banyak fitur GUI yang ditambahkan kemudian. Fitur ini termasuk pilihan
pemasukan data yang berbeda (seperti alat validasi) dan fitur form dasar
dihadirkan dalam toolbar yang sederhana dimana menempatkan kontrol secara
langsung pada spreadsheet tanpa pengkodean berlanjut. Kemudian, alat analisis
yang lebih maju dikembangkan seperti solver Sistem Frontline. Setelah itu, alat-
alat lain, seperti alat simulasi seperti Crystal Ball dan @RISK, tersedia. Sekarang
ini, editor pemrograman tersedia untuk kebanyakan software spreadsheet untuk
menyediakan fitur yang lebih maju dan pilihan pengembangan GUI.
5 Burstein, Frada, and Clyde W, Holsapple. 2008. Handbook on Decision Support Systems 1. Hal
280-287.
Universitas Sumatera Utara
Selama beberapa tahun yang lewat, beberapa platform yang mengijinkan
integrasi fitur spreadsheet dasar dengan kapabilitas pemrograman yang lebih maju
telah tersedia. Platform yang paling umum adalah Microsoft Excel. Excel, yang
merupakan paket spreadsheet yang paling banyak digunakan di antara manajer
dan insinyur, mengijinkan pembentukan model dan penyimpanan data. Excel juga
memiliki banyak program built-in dan juga banyak program add-on yang tersedia
yang mengijinkan optimisasi dan simulasi dari beragam model yang terbentuk
dalam Excel. Excel juga memiliki sebuah bahasa pemrograman makro, Visual
Basic for Application (VBA), yang mengijinkan pembentukan GUI dan
manipulasi objek Excel. Excel menyediakan platform dimana aplikasi DSS yang
rumit dapat dibentuk.
Spreadsheet Microsoft Excel telah menjadi salah satu paket software yang
paling terkenal dalam dunia bisnis, begitu juga dengan sekolah bisnis dan sekolah
insinyur yang telah mengembangkan beberapa pelajaran pemodelan spreadsheet
berbasis Excel yang terkenal. Pendidik ilmu manajemen menyatakan “spreadsheet
menjadi kendaraan pengiriman dasar untuk teknik pemodelan kuantitatif”
(Ragsdale 2001). Sebuah aplikasi spreadsheet memiliki fungsi untuk menyimpan
dan mengorganisir data, menjalankan beragam kalkulasi, dan menggunakan paket
tambahan, yang disebut add-in, untuk analisis dan pemecahan masalah lebih
lanjut. Paket-paket software ini biasanya mudah dipelajari dan menyediakan fitur
dasar dan lanjut untuk beragam aplikasi.
Universitas Sumatera Utara
3.2.2. Fitur VBA (Visual Basic for Application)
VBA merupakan sebuah bahasa pemrograman yang termasuk di dalam
software Microsoft Excel. Ia dapat digunakan untuk mengkodekan prosedur
standar ataupun lebih lanjut seperti bahasa pemrograman lainnya ; bagaimanapun
ia dirancang untuk memanipulasi objek Excel. Sebagai contoh, seseorang
mungkin memilih sebuah objek kotak sel dan mengubah ciri formatnya atau
menggandakan nilai datanya dengan menggunakan VBA. Lingkungan dimana
pengkodean VBA dituliskan ditunjukkan pada Gambar 3.7. Tampilan ini dapat
dibuka dari Excel. Ia termasuk jendela kode (code windows), dimana kode ditulis,
penelusuran proyek (project explorer), dimana spreadsheet, form pengguna, atau
modul dipilih, dan jendela ciri-ciri (properties windows), dimana ciri objek diatur.
Gambar 3.7. VBA untuk Editor Excel
Universitas Sumatera Utara
VBA memiliki beberapa fitur, salah satu diantaranya yaitu mencatat dan
menjalankan makro. Aksi pengambilan makro dilakukan dalam Excel dan secara
otomatis menciptakan korespondensi kode VBA. Kode ini kemudian dapat
dijalankan kemudian untuk melakukan aksi yang tercatat dalam Excel. Struktur
dari bahasa pemrograman VBA adalah berdasarkan objek. Oleh karena itu, sebuah
objek Excel biasanya dinamakan dan kemudian dimanipulasi dengan
menggunakan ciri (properties) (untuk mengubah fitur format tertentu dari objek)
ataupun metode (untuk melaksanakan aksi tertentu dari objek). Kumpulan contoh
dari manipulasi objek ditunjukkan pada Gambar 3.8 ; kode ini diciptakan dengan
mencatat sebuah makro. Bahasa pemrograman VBA juga meliputi variabel,
prosedur, struktur pemrograman, dan susunan (array). Semua ini merupakan fitur
sejenis dari setiap bahasa pemrograman. Bahasa VBA bersifat langsung untuk
dipelajari, terutama bukan untuk mereka dengan pengalaman dalam bahasa
pemrograman lainnya.
Fitur tambahan VBA melibatkan pembentukan interface pengguna. Hal ini
meliputi pembentukan form pengguna, bekerja dengan beberapa kontrol form
yang berbeda, dengan menggunakan fungsi navigasi, dan merancang sebuah
aplikasi yang jelas dan profesional. Pada Gambar 3.9, sebuah form pengguna
dibuat dalam lingkungan Visual Basic dengan menggunakan toolbox kontrol.
Form ini menggunakan kode VBA untuk mencatat nilai masukan pengguna. VBA
juga dapat meningkatkan fitur pemodelan, simulasi, dan penyusunan dari Excel.
Semua ini merupakan fitur kunci dalam mengembangkan sebuah DSS ; yaitu,
seseorang dapat menjadi pengguna sebagai masukan dengan menampilkan sebuah
Universitas Sumatera Utara
form, mengotomatiskan sebuah simulasi ataupun melaksanakan optimisasi dengan
menggunakan VBA. Hal ini mengijinkan fitur lebih lanjut untuk
diimplementasikan tanpa pengguna DSS harus melakukan lebih dari menekan
sebuah tombol.
Gambar 3.8. Makro yang Tercatat dengan Manipulasi Objek VBA
VBA untuk Excel bahasa pemrograman yang mudah dimengerti. Bahkan
jika belum pernah diprogramkan sebelumnya, seorang pengguna mampu untuk
memrogramkan beberapa jenis aplikasi setelah mempelajari fitur ini. Kode VBA
mengijinkan pengembang DSS untuk menciptakan aplikasi yang dinamis yang
dapat menerima masukan pengguna untuk membentuk komponen dasar model
DSS. VBA menguntungkan jika menempatkan semua kalkulasi spreadsheet yang
Universitas Sumatera Utara
kompleks dan setiap analisis pada latar belakang (background) dari sistem yang
ramah pengguna.
Gambar 3.9. Membuat Sebuah Form Pengguna dalam VBA
3.3. Mengembangkan DSS Berdasarkan Spreadsheet
Setelah mempelajari bagaimana bekerja dalam lingkungan spreadsheet
Excel dan bagaimana memrogramkan dalam VBA untuk memanipulasi objek
Excel dan melaksanakan kalkulasi dan analisis lebih lanjut, seseorang dapat
menggabung alat-alat ini untuk mengembangkan sebuah aplikasi DSS
berdasarkan spreadsheet. Sebelum memasukkan rumus (formula) ke dalam Excel
ataupun mengkodekan prosedur dalam VBA, perlu untuk merencanakan
Universitas Sumatera Utara
keseluruhan bentuk DSS dan memberi beberapa pemikiran untuk perancangan
dan implementasi aplikasi.
Enam langkah dasar untuk mengembangkan DSS telah diusulkan.
Langkah-langkah ini telah menjadi acuan dalam mengembangkan sistem
pendukung keputusan, yaitu :
1. Tinjauan Aplikasi dan Pengembangan Model : Membentuk sebuah tampilan
dari keseluruhan aplikasi, merancang aliran dari masukan (input) pengguna
hingga kalkulasi model sebagai keluaran (output) dan merincikan model.
2. Lembar Kerja (Worksheets) : Menentukan berapa banyak lembar kerja yang
dibutuhkan pemrogram untuk menangani input, kalkulasi, dan output.
3. Interface Pengguna : Menandai interface apa yang dibutuhkan pemrogram
untuk menerima input dari pengguna dan mengarahkannya melalui aplikasi
tersebut.
4. Prosedur : Menandai prosedur pemrograman apa yang dibutuhkan untuk
menerima input, melaksanakan kalkulasi, dan menampilkan output.
5. Pilihan Penyelesaian : Memutuskan apa pilihan penyelesaian yang akan
diberikan kepada pengguna.
6. Pengujian dan Tahap Akhir : Memastikan bahwa aplikasi bekerja dengan tepat
dan memiliki tampilan yang jelas dan profesional.
Dengan mengikuti langkah-langkah ini, seseorang dapat memastikan
bahwa DSS dirancang dalam cara yang efisien untuk memenuhi kebutuhan
pengguna. Dalam lingkungan spreadsheet, semua input dapat dikumpulkan
dengan cukup dan disimpan, kalkulasi sederhana ataupun penyelesaian masalah
Universitas Sumatera Utara
lanjutan dapat dilaksanakan, dan output dapat ditampilkan dengan jelas kepada
pengguna. Spreadsheet menjadi ramah lingkungan untuk pengembang DSS
maupun pengguna.
3.4. Perencanaan dan Pengendalian Produksi
3.4.1. Kerangka Dasar6
Sistem perencanaan dan pengendalian produksi terdiri dari beberapa sub-
sistem yang dirancang untuk mencapai secara utuh dua sasaran pokok
perencanaan dan pengendalian produksi yaitu tercapainya kepuasan pelanggan
dan tingginya tingkat utilisasi penggunaan sumber daya produksi. Agar sasaran-
sasaran tersebut dapat dicapai secara maksimum, maka seluruh sub-sistem harus
secara sinergik melakukan fungsi-fungsi perencanaan dan pengendalian, misalnya
perencanaan dan pengendalian bahan, kapasitas dan proses produksi.
Kerangka dasar sistem perencanaan dan pengendalian produksi yang
terintegrasi dan aliran informasi antar sub-sistem adalah seperti yang terlihat
dalam Gambar 3.10. Kerangka dasar tersebut memperlihatkan dua tipe integrasi,
yaitu pertama integrasi antara rencana jangka panjang, rencana jangka menengah,
dan rencana operasional atau rencana eksekusi di lantai pabrik dan kedua ialah
integrasi antara unit-unit fungsional dalam setiap fase perencanaan. Perencanaan
pada empat sub-sistem pertama yaitu perencanaan bisnis (business planning),
perencanaan pemasaran (marketing planning), perencanaan agregat (aggregate
planning), dan perencanaan sumber daya (resource planning) adalah termasuk
6 Sinulingga, Sukaria. 2009. Perencanaan & Pengendalian Produksi. Hal 81-83.
Universitas Sumatera Utara
dalam perencanaan strategis (strategic planning). Perencanaan ini merupakan
tanggung jawab dan disusun oleh manajemen puncak (top executives). Jangkauan
waktu (time horizon) keempat perencanaan ini pada umumnya lima tahun atau
kurang.
Business Planning
Marketing Planning
Aggregate Planning Resource Planning
Demand ManagementForecastingDistributionRequirementsPlanningOrder Entry
Master Production Scheduling
Rough-cut Capacity Planning
Final Assembly Scheduling
Material Requirements Planning
Bill of Materials
Inventory Records
Capacity Requirements Planning
Production Activity ControlOrder releaseOperation schedulingDispatchingExpeditingProduction reporting
Purchasing of MaterialsVendor selectionsOrder placementVendor schedulingOrder follow-up
Performance Measurements
Top Management Planning
Operation Management Planning
Operation Management Execution
(sumber : Sinulingga, Sukaria. 2009. Perencanaan dan Pengendalian Produksi)
Gambar 3.10. Kerangka Dasar Sistem Perencanaan dan Pengendalian Produksi
Perencanaan pada empat sub-sistem kedua yang meliputi perencanaan
Jadwal Induk Produksi (master production scheduling), rough-cut capacity
planning, perencanaan kebutuhan bahan (material requirement planning),
perencanaan kebutuhan kapasitas (capacity requirement planning) adalah
Universitas Sumatera Utara
perencanaan jangka menengah. Perencanaan ini pada umumnya berjangka waktu
satu tahun dan merupakan tanggung jawab manajer lini (line/middle managers).
Dua perencanaan terakhir yaitu perencanaan kegiatan produksi di lantai pabrik
(sering lebih dikenal sebagai perencanaan sistem pengendalian kegiatan produksi
atau production activity control) dan pengadaan sumber daya operasional
(purchasing) adalah perencanaan eksekusi. Perencanaan ini merupakan tahap
akhir seluruh perencanaan, disusun oleh para manajer tingkat bawah (lower
managers) yang secara langsung menangani kegiatan di lantai pabrik seperti
manajer penjadwalan, manajer pengolahan, dan lain-lain.
3.4.2. Peramalan
3.4.2.1.Prinsip-prinsip Peramalan7
Ada lima prinsip peramalan yang sangat perlu diperhatikan untuk
mendapatkan hasil peramalan yang baik yaitu:
1. Peramalan selalu mengandung error. Hampir tidak pernah ditemui bahwa
hasil peramalan persis seperti kenyataan di lapangan. Peramalan mengurangi
faktor ketidakpastian tetapi tidak pernah mampu untuk menghilangkannya.
Para pengguna atau pelaksana peramalan harus benar-benar memahami situasi
ini.
2. Peramalan harus mencakup ukuran dari error. Karena peramalan selalu
mengandung error maka para pengguna perlu mengetahui besarnya error
yang terkandung. Besarnya error dapat dijelaskan dalam bentuk kisaran
7 Ibid. hal 112 -113.
Universitas Sumatera Utara
sekitar hasil peramalan baik dalam unit atau persentase dan probabilitas
tentang permintaan sesungguhnya akan berada dalam kisaran tersebut.
3. Peramalan item yang dikelompokkan dalam famili selalu lebih akurat
dibandingkan dengan peramalan dalam item per item. Jika famili dari produk
sebagai sebuah kesatuan (unit) diramalkan maka persentase error akan
semakin kecil, tetapi apabila diramalkan masing-masing sebagai individual
product maka persentase error akan semakin tinggi.
4. Peramalan untuk jangka pendek selalu lebih akurat dibandingkan dengan
peramalan untuk jangka panjang. Dalam jangka pendek, kondisi yang
mempengaruhi kecenderungan permintaan hampir sama atau kalau pun
berubah hanya sedikit dan berjalan sangat lambat. Apabila rentang waktu
peramalan bertambah panjang maka kecenderungan permintaan semakin
dipengaruhi oleh berbagai faktor sehingga error semakin besar.
5. Apabila dimungkinkan, perkiraan besarnya permintaan lebih disukai
berdasarkan perhitungan dari pada hasil peramalan. Misalnya dalam
perencanaan produksi dalam lingkungan make-to-stock, apabila besarnya
permintaan terhadap produk akhir telah diperkirakan berdasarkan hasil
peramalan maka besarnya jumlah part, komponen, sub-assembly dan bahan
baku untuk produk tersebut lebih baik dihitung berdasarkan principle of
dependent demand daripada masing-masing ditetapkan berdasarkan hasil
peramalan.
Universitas Sumatera Utara
3.4.2.2.Klasifikasi Teknik Peramalan8
Dalam sistem peramalan, penggunaan berbagai model peramalan yang
berbeda akan memberikan hasil ramalan yang berbeda dan derajat error
peramalan yang juga berbeda. Salah satu seni dalam peramalan adalah memilih
metode peramalan. Metode peramalan yang ada secara umum dibagi atas dua
model yaitu model kualitatif dan model kuantitatif. Secara lengkap berbagai
metode peramalan ditunjukkan pada Gambar 3.11.
3.4.2.3.Metode Peramalan Kuantitatif
Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
di masa mendatang.
Kondisi yang terakhir ini dikenal dengan asumsi berkesinambungan (assumption
of continuity), asumsi ini merupakan premis yang mendasari semua metode
peramalan kuantitatif dan banyak metode peramalan teknologis.
Prosedur umum yang digunakan dalam peramalan secara kuantitatif dapat
ditunjukkan pada Gambar 3.12.
8 Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan. hal 5 – 41.
Universitas Sumatera Utara
(sumber : Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan)
Gambar 3.11. Taksonomi Peramalan
Universitas Sumatera Utara
(sumber : Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan)
Gambar 3.12. Langkah-langkah Peramalan Secara Kuantitatif
3.4.2.4.Metode Time Series9
Metode time series adalah metode yang digunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu. Langkah penting dalam
memilih suatu metode time series yang tepat adalah dengan mempertimbangkan
jenis pola data, sehingga metode yang paling tepat dengan pola tersebut dapat
diuji. Pola data dapat dibedakan menjadi empat jenis, yaitu:
1. Pola horizontal terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata
yang konstan (deret seperti itu adalah stasioner terhadap nilai rata-ratanya).
Suatu produk yang penjualannya tidak meningkat dan menurun selama waktu
tertentu termasuk jenis ini.
9 Ibid. hal 50 – 80.
Universitas Sumatera Utara
2. Pola musiman terjadi bilamana suatu deret dipengaruhi oleh faktor musiman
(misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu
tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan
bakar pemanas ruang menunjukkan jenis pola ini.
3. Pola siklis terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan
produk seperti mobil, baja menunjukkan jenis pola ini.
4. Pola trend terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional
(GDP), dan berbagai indikator bisnis atau ekonomi mengikuti suatu pola trend
selama perubahannya sepanjang waktu.
Ada beberapa trend yang digunakan di dalam penyelesaian masalah ini, yaitu:
a. Trend linier
Bentuk persamaan umum:
Yt = a + bt ............................................................. ........... (1)
∑ ∑∑ ∑ ∑
−
−= 22 )( ttn
YttYnb tt
................................................ (2)
ntbY
a t∑ ∑−=
........................................................ (3)
b. Trend Eksponensial
Bentuk persamaan umum:
Yt = aebt ................................................................. (4)
Universitas Sumatera Utara
∑ ∑∑ ∑ ∑
−
−= 22 )(
lnlnttn
YtYtnb tt
........................................... (5)
n
tbYa t∑ ∑−=
lnln
.................................................. (6)
c. Trend Logaritma
Bentuk persamaan umum:
Yt = a + b log t
∑ ∑∑ ∑ ∑
−
−= 22 )log(log
loglogttn
YttYnb tt
........................................ (7)
n
tbYa t∑ ∑−=
log
.................................................... (8)
d. Trend Geometrik
Bentuk persamaan umum:
Yt = atb ................................................................ (9)
∑ ∑∑ ∑ ∑
−
−= 22 )log(log
logloglog.logttn
YtYtnb tt
........................... (10)
ntbY
a t∑ ∑−=
loglog
............................................ (11)
e. Trend Hyperbola
Bentuk persamaan umum:
Yt = tba
................................................................ (12)
Universitas Sumatera Utara
∑ ∑
∑ ∑ ∑−
−= 22)(
loglog.log
tntYtYtn
b tt
................................. (13)
n
tbYa t∑ ∑−=
logloglog
......................................... (14)
Metode proyeksi kecenderungan dengan regresi merupakan dasar garis
kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut
dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.
Bentuk fungsi dari metode ini dapat berupa:
1. Konstan, dengan fungsi peramalan (Yt):
Yt = a, dimana
NY
a ∑= 1
...................................................................... (15)
Dimana : Yt = nilai tambah
N = jumlah periode
2. Linier, dengan fungsi peramalan:
Yt = a + bt, dimana
nbtYa −
= ................................................................ (16)
( ) ( )( )∑ ∑
∑ ∑ ∑−
−= 22 ttn
yttynb ............................................. (17)
3. Kuadratis, dengan fungsi peramalan:
Yt = a + bt + ct2, dimana
ntctbY
a ∑ ∑ ∑−−=
2
............................................. (18)
Universitas Sumatera Utara
∂−
=αθ bc
................................................................ (19)
2αβθαδ
−∂−∂
=b ....................................................... (20)
( ) ∑∑ −=∂ 422 tnt ..................................................... (21)
∑ ∑ ∑−= tYnYtδ .................................................... (22)
∑ ∑ ∑−= YtnYt 22θ ................................................. (23)
∑ ∑ ∑−= 32 tnttα .................................................... (24)
( ) ∑∑ −= 22 tntβ ....................................................... (25)
4. Eksponensial, dengan fungsi peramalan:
Yt = aebt, dimana
ntbY
a ∑ ∑−=
lnln
....................................................... (26)
( )22
lnln
∑∑∑ ∑∑
−
−=
ttn
YtYtnb
.................................................. (27)
5. Siklis, dengan fungsi peramalan:
ntc
ntbaYt
ππ 2cos2sinˆ ++=, dimana
nttc
nttbnaY ττ 2cos2sin ∑∑∑ ++=
............................... (28)
nt
ntc
ntb
ntta
nttY πππττ 2cos2sin2sin2sin2sin 2 ∑∑∑ ++=
..... (29)
Universitas Sumatera Utara
nt
ntb
ntc
nta
ntY πππππ 2cos2sin2cos2cos2cos 2 ∑∑∑∑ ++=
.. (30)
3.4.2.5.Kriteria Performance Peramalan10
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara,
yaitu:
1. Mean Square Error (MSE)
.................................................................. (31)
Dimana :
Xt = data aktual periode t
Ft = nilai ramalan periode t
N = banyaknya periode
2. Standard Error of Estimate (SEE)
................................................ (32)
f = derajat kebebasan
f = 1 (data konstan)
f = 2 (data linear atau eksponensial)
f = 3 (data kuadratis atau siklis)
3. Persentage Error (PEt)
.............................................. (33)
10 Ibid. hal 58 – 60.
Universitas Sumatera Utara
4. Mean Absolute Persentage Error (MAPE)
...................................................... (34)
Setelah didapat kesalahan dari masing-masing metode peramalan, maka
akan dilakukan pengujian terhadap dua metode yang memiliki kesalahan terkecil
guna mendapatkan metode peramalan yang lebih baik untuk digunakan. Pengujian
dilakukan dengan tes distribusi F. Langkah-langkahnya sebagai berikut:
1. Tentukan pernyataan awal (Ho) dan pernyataan alternatif (Ha)
Ho : Metode X lebih baik daripada metode Y
Ha : Metode Y lebih baik daripada metode X
2. Lakukan tes statistik
........................................................................... (35)
Di mana:
S1 = besarnya kesalahan metode peramalan X
S2 = besarnya kesalahan metode peramalan Y
3. Bandingkan hasil yang diperoleh dari langkah 2 dengan hasil yang diperoleh
dari tabel distribusi F dengan tingkat ketelitian yang telah ditetapkan
Jika Fhitung < Ftabel maka Ho diterima dan jika sebaliknya maka Ho ditolak.
Setelah didapatkan metode peramalan mana yang lebih baik maka
dilakukan verifikasi terhadap metode peramalan yang terbaik tersebut.
Universitas Sumatera Utara
3.4.2.6.Proses Verifikasi11
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang
diperoleh representatif terhadap data. Proses verifikasi dilakukan dengan
menggunakan Moving Range Chart (MRC). Dari chart (peta) ini dapat terlihat
apakah sebaran masih dalam kontrol ataupun sudah berada diluar kontrol. Jika
sebaran berada di luar kontrol, maka fungsi/metode peramalan tersebut tidak
representatif. Diperlukan nilai MR dalam grafik di mana rumusnya, yaitu:
1
1
2
−=∑−
=
N
MRMR
N
tt
........................................................................ (36)
Proses verifikasi dengan menggunakan MRC dapat digambarkan pada
Gambar 3.13 berikut ini.
(Sumber : Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and
Integration)
Gambar 3.13. Moving Range Chart
3.4.3. Penyusunan Jadwal Induk Produksi (Master Production Scheduling)12
11 Ginting, Rosnani. 2007. Sistem Produksi. Hal 60 – 63.
Universitas Sumatera Utara
Jadwal Induk Produksi ialah suatu pernyataan tentang produk akhir apa
atau item apa yang direncanakan untuk diproduksi, berapa banyak produk atau
item tersebut akan diproduksi pada setiap periode sepanjang rentang waktu
perencanaan. Rencana induk produksi berfungsi sebagai basis dalam penentuan
jadwal proses operasi di lantai pabrik, jadwal pengadaan bahan dari luar
perusahaan (boughout materials) dan jadwal alokasi sumber daya untuk
mendukung jadwal pengiriman produk kepada pelanggan. Berikut ini dijelaskan
beberapa hal penting yang perlu dipahami dalam penyusunan Jadwal Induk
Produksi.
13Jadwal Induk Produksi (JIP) dihasilkan baik dari rencana agregat
maupun langsung dari perkiraan permintaan untuk produk akhir. Jika JIP
dihasilkan dari sebuah rencana agregat, maka harus dilakukan disagregasi menjadi
produk-produk individu. Sebuah rencana agregat produksi mewakili ukuran
agregat dari keluaran manufaktur, sedangkan JIP adalah sebuah rencana produksi-
berapa banyak produk akhir yang dihasilkan dan kapan dihasilkan.
Jadwal Induk Produksi seharusnya tidak dibingungkan dengan sebuah
peramalan. Sebuah peramalan mewakili perkiraan dari permintaan, sedangkan JIP
membangun sebuah rencana produksi. Kedua hal tersebut tidaklah sama,
walaupun formatnya dapat memungkinkan terlihat sama. Perbedaannya adalah
bahwa jadwal produksi mempertimbangkan persediaan yang ada, pembatas
kapasitas, ketersediaan bahan baku, dan waktu ancang-ancang (lead time)
12 Sinulingga, Sukaria. 2009. Perencanaan & Pengendalian Produksi. Hal 131 – 136 13 Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and Integration.
Hal 321 - 325
Universitas Sumatera Utara
produksi ; sehingga, kuantitas produksi akan diatur pada waktu yang tersedia
sebanyak yang dibutuhkan.
Dalam mengembangkan sebuah Jadwal Induk Produksi, sifat alami produk
dan pasar harus dipertimbangkan. Tiga jenis lingkungan pasar-produk yaitu
berdasarkan stok (make-to-stock/MTS), berdasarkan pesanan (make-to-
order/MTO), dan perakitan berdasarkan pesanan (assemble-to-order/ATO).
Perusahaan MTS menghasilkan dalam batch dan memiliki persediaan produk
akhir yang terbanyak. Dalam lingkungan ini, JIP dilakukan pada produk akhir,
dimana didapatkan dari peramalan permintaan, disesuaikan untuk persediaan akhir
produk. Produksi dimulai sebelum permintaan diketahui. Lingkungan MTS adalah
jenis perusahaan yang memproduksi beberapa tetapi item standar dan memiliki
peramalan permintaan yang akurat.
Pada lingkungan MTO, tidak terdapat persediaan produk akhir, pesanan
pelanggan di-backlog. Batas waktu untuk tiap produk dinegosiasikan dengan
pelanggan, dan produk akhir kemudian ditempatkan pada jadwal induk. Produksi
tidak dimulai hingga pesanan di tangan. Lingkungan MTO biasanya memiliki
jumlah pengaturan produk yang besar. JIP tersebut terdiri dari tanggal pengiriman
pasti untuk pelanggan. Peramalan permintaan adalah untuk tingkat kebutuhan
bahan baku.
Pada lingkungan ATO, sejumlah besar produk akhir dirakit dari
serangkaian kecil sub-perakitan standar, atau modul. Perusahaan otomobil
merupakan salah satu contohnya. Sejumlah besar produk akhir membuat
kebutuhan peramalan menjadi dibutuhkan. Menjadi masuk akal untuk
Universitas Sumatera Utara
mengembangkan JIP pada modul daripada pada tingkat produk akhir. Modul
diproduksi berdasarkan stok, dan perakitan akhir dilaksanakan hanya ketikan
pesanan konsumen tiba. Oleh karena itu, kesepakatan antara biaya penyimpanan-
persediaan dan fleksibilitas produk serta waktu pengiriman dapat tercapai.
Untuk menghitung persediaan dan JIP, digunakan persamaan
keseimbangan-bahan (material-balance) :
It = It-1 + Qt – max{Ft,Ot}......................................................... (37)
Dimana :
It : Persediaan produk akhir pada akhir minggu t
Qt : Kuantitas yang diselesaikan pada minggu t
Ft : Peramalan untuk minggu t
Ot : Pesanan konsumen untuk dikirimkan pada minggu t
Tabel 3.1. Perencanaan JIP-Data Awal
Persediaan Awal = 1.600
Minggu 1 2 3 4 5 6 7 8
Ft 1.000 1.000 1.000 1.000 2.000 2.000 2.000 2.000 Ot 1.200 800 300 200 100 0 0 0
Dimisalkan ukuran batch per satuan waktu (time-bucket) adalah 2.500.
Prosedur penyelesaiannya sebagai berikut :
1. Persamaan keseimbangan-bahan untuk mengevaluasi It, dengan asumsi Qt = 0.
It = max {0, It-1} – max {Ft, Ot}
Ot = 0Ijika
500.20 t >
2. Jika Qt > 0, evaluasi ulang It dengan It = Qt + It-1 – max{Ft,Ot}
Universitas Sumatera Utara
Contohnya, perhitungan untuk dua minggu :
Minggu 1 :
I1 = max {0, 1.600} – max {1.000, 2.000} = 400 > 0
Maka Qt = 0
Minggu 2 :
I2 = max {0, 400} – max {1.000, 800} = -600 < 0
Maka jadwal Q2 = 2.500 dan evaluasi ulang I2
I2 = 2.500 + 400 – max {1.000, 800} = 1.900
Tabel 3.2. Perencanaan JIP
Persediaan Awal = 1.600
Minggu 1 2 3 4 5 6 7 8
Ft 1.000 1.000 1.000 1.000 2.000 2.000 2.000 2.000 Ot 1.200 800 300 200 100 0 0 0 It 400 1.900 900 2.400 400 900 1.400 1.900
MPS 2.500 2.500 2.500 2.500 2.500
3.4.4. Rough-Cut Capacity Planning (RCCP)14
Rough-Cut Capacity Planning menghitung kebutuhan kapasitas secara
kasar dan membandingkannya dengan kapasitas yang tersedia. Perhitungan secara
kasar yang dimaksud terlihat dalam dua hal yang menjadi karakteristik RCCP
yaitu : Pertama, kebutuhan kapasitas masih didasarkan kepada kelompok produk,
bukan produk per produk dan kedua, tidak memperhitungkan jumlah persediaan
yang telah ada.
15Rumus untuk menghitung kapasitas yang dibutuhkan Produk k pada
Stasiun Kerja i untuk Periode j yaitu :
14 Sinulingga, Sukaria. op. cit. Hal 137.
Universitas Sumatera Utara
jkik
n
kbaRequiredCapacity ∑
=
=1
untuk semua i, j ........................... (38)
Keterangan :
ika = Waktu baku pengerjaan produk k pada Stasiun Kerja i
jkb = Jumlah produk k yang akan dijadwalkan pada periode j
16Kapasitas tersedia didapat dengan rumus perhitungan yaitu :
Efisiensi Utilitas Tersedia Kerja Waktu ××=vailable Capacity A ........ (39)
17Apabila pada salah satu atau beberapa stasiun kerja dalam bulan tertentu
ditemui keadaan bahwa kebutuhan kapasitas lebih besar dari kapasitas yang
tersedia maka beberapa alternatif keputusan perlu dianalisa sebagai berikut :
Alternatif 1 :
− Rencana produksi agregat pada bulan tersebut dikoreksi yaitu diturunkan
sampai kepada jumlah yang realistik ditinjau dari ketersediaan kapasitas.
Resiko terhadap alternatif ini perlu dikritisi karena mengoreksi jumlah produk
yang dihasilkan akan menurunkan pangsa pasar.
Alternatif 2 :
− Melakukan penyesuaian (re-adjustment) jumlah unit product group tertentu
antar time bucket misalnya sebagian dipindahkan ke periode lebih awal atau ke
periode di belakangnya.
Alternatif 3 :
15 Fogarty, Donald W., dkk. 1991. Production & Inventory Management. Hal 413. 16 Ibid. Hal 423. 17 Sinulingga, Sukaria. op. cit. Hal 141 – 142
Universitas Sumatera Utara
− Melakukan penambahan kapasitas stasiun kerja dimana defisit kapasitas
terjadi misalnya melalui penambahan jumlah mesin terkait dan lain-lain.
Universitas Sumatera Utara
BAB IV
METODOLOGI
4.1. Lokasi Penelitian
Penelitian dalam rangka perancangan dilaksanakan pada PD. Aneka
Industri dan Jasa yang bergerak di bidang percetakan. Perusahaan daerah ini
berlokasi pada Jl. Putri Merak Jingga/Gudang No.3, Medan, Sumatera Utara.
4.2. Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif, karena
bersifat memaparkan permasalahan berdasarkan fakta yang ada dan kemudian
mencari pemecahan terhadap masalah yang ditemukan.
4.3. Kerangka Konseptual
Kerangka konseptual menunjukkan langkah-langkah yang dilakukan untuk
memecahkan masalah. Kerangka konseptual yang dijadikan sebagai kerangka
berpikir dalam pemecahan masalah ini ditunjukkan pada Gambar 4.1.
Universitas Sumatera Utara
KAPASITAS WAKTU
DATABASE
SPREADSHEET CODING
TEST & RUN
PENJADWALAN
PRODUKSIDESIGN
TOOLS
SADT
TRANSAKSI
PESANAN
SISTEM PENDUKUNG KEPUTUSAN
PDAIJ SUMATERA
UTARA
Gambar 4.1. Kerangka Konseptual Pemecahan Masalah
4.4. Prosedur Perancangan
Prosedur perancangan dapat dilihat melalui blok diagram pada Gambar
4.2.
Universitas Sumatera Utara
Perancangan Sistem- Tinjauan Aplikasi dan Pengembangan Model- Perancangan Worksheet- Penentuan Interface- Penentuan Prosedur Pemrograman- Pemutusan Alternatif Penyelesaian- Pengujian Worksheet Aplikasi
Hasil dan PembahasanMembahas hasil yang diberikan
sistem ketika diuji-coba
Studi pendahuluan1. Kondisi Pabrik2. Masalah-masalah
Studi kepustakaan1. Literatur Buku2. Referensi Jurnal Penelitian
Pengumpulan Data1. Data Primer - Data pengukuran waktu proses stasiun kerja2. Data Sekunder - Data historis pemesanan bahan baku - Data pesanan konsumen - Data jumlah mesin dan tenaga kerja tiap stasiun kerja - Data jam kerja - Data hari kerja - Data faktor efisiensi dan utilitas tiap stasiun kerja
Kesimpulan dan SaranRangkuman hasil perancangan
sistem dan pembahasan
Pengolahan Data- Perhitungan waktu standar tiap stasiun kerja- Peramalan jumlah permintaan produk- Penyusunan Jadwal Induk Produksi (JIP)- Perhitungan Rough-Cut Capacity Planning (RCCP)
MULAI
Identifikasi MasalahKegagalan perusahaan dalam memenuhi pesanan, pengadaan kerja lembur (overtime)
SELESAI Gambar 4.2. Blok Diagram Prosedur Perancangan
Universitas Sumatera Utara
4.5. Pengumpulan Data
Pengumpulan data bertujuan untuk menyusun database yang dibutuhkan
oleh sistem yang akan dirancang. Database mencakup pengukuran waktu untuk
mendapatkan waktu standar (waktu baku) dari tiap stasiun kerja, rincian dari
stasiun kerja dari segi jumlah mesin dan operator hingga faktor efisiensi dan
utilitas.
4.5.1. Sumber Data
Data yang diperlukan dalam pemecahan masalah antara lain adalah
sebagai berikut :
1. Data Primer
Data primer adalah data yang diperoleh melalui proses pengukuran dengan
bantuan suatu instrumen. Data yang termasuk dalam kategori ini yaitu
pengukuran waktu proses tiap stasiun kerja.
2. Data Sekunder
Data sekunder bersumber dari dokumen perusahaan dan wawancara (tanya-
jawab) yang dapat diperoleh dari pihak manajemen di bagian produksi. Data
yang termasuk dalam kategori ini yaitu data historis pemesanan bahan baku,
data pesanan konsumen, data jumlah mesin dan tenaga kerja tiap stasiun kerja,
data jam kerja, data hari kerja, data faktor efisiensi dan utilitas tiap stasiun
kerja.
Universitas Sumatera Utara
4.5.2. Metode Pengumpulan
Metode yang digunakan dalam mengumpulkan data, yaitu :
1. Observasi (Pengamatan)
Pengamatan dilakukan untuk pengukuran data waktu proses tiap stasiun kerja.
Pengamatan dilakukan dengan menggunakan metode pengukuran waktu,
yaitu Stopwatch Time Study.
2. Wawancara
Kegiatan wawancara dilakukan dengan melakukan tanya jawab terhadap
pihak manajemen bagian produksi. Wawancara dilakukan terhadap data
sekunder yang dibutuhkan dalam penelitian.
3. Dokumentasi
Dokumentasi yang diambil adalah dokumen-dokumen perusahaan, baik
historis maupun sekarang. Dokumentasi dilakukan terhadap data sekunder
yang dibutuhkan dalam penelitian.
4.5.3. Instrumen Penelitian
Instrumen yang digunakan dalam penelitian ini yaitu :
1. Stopwatch tipe digital merek ROX-SW8-2008 (produk China), digunakan
untuk pengukuran waktu proses tiap stasiun kerja.
2. Daftar pertanyaan, digunakan untuk mengumpulkan data yang dilakukan
melalui kegiatan wawancara kepada kepala bagian produksi dan kepala bagian
pemasaran.
Universitas Sumatera Utara
4.6. Pengolahan Data
Pengolahan data yang dilakukan mewakili cara kerja secara manual dari
sistem pendukung keputusan yang akan dirancang sebelum dikomputerisasikan.
Dalam pengolahan data yang dilakukan terdapat perhitungan pengukuran waktu.
Perhitungan tersebut dilakukan hanya untuk mendapatkan data waktu standar
(waktu baku) untuk tiap stasiun kerja dan tidak termasuk dalam cara kerja pada
sistem yang akan dirancang. Tahapan pengolahan data yang dilakukan yaitu :
1. Peramalan jumlah pemesanan bahan baku
Peramalan dilakukan berdasarkan data historis pemesanan bahan baku kertas
NCR 70 gram. Peramalan dilakukan untuk mengetahui jumlah pemesanan
bahan baku pada bulan Oktober 2011.
2. Penyusunan Jadwal Induk Produksi (JIP)
Sistem produksi PD. Aneka Industri dan Jasa (PDAIJ) Sumatera Utara
berdasarkan pesanan (make-to-order), sehingga JIP yang disusun untuk
menentukan berapa banyak produk akan diproduksi pada setiap periode
sepanjang rentang waktu perencanaan.
3. Perhitungan Rough-Cut Capacity Planning (RCCP)
Perhitungan RCCP dilakukan sebagai evaluasi terhadap JIP yang telah
disusun. Evaluasi dilakukan terhadap kapasitas jam kerja yang dibutuhkan
untuk melakukan produksi yang sesuai dengan JIP dengan memperhatikan
kapasitas tersedia pada lantai produksi.
Blok diagram pengolahan data ditunjukkan pada Gambar 4.3 dengan
diagram alir perhitungan waktu standar ditunjukkan pada Gambar 4.4, diagram
Universitas Sumatera Utara
alir peramalan ditunjukkan pada Gambar 4.5, dan diagram alir penyusunan Jadwal
Induk Produksi serta perhitungan Rough-Cut Capacity Planning ditunjukkan pada
Gambar 4.6.
Peramalan Jumlah Pemesanan Bahan Baku
Penyusunan Jadwal Induk Produksi (JIP)
Perhitungan Rough-Cut Capacity Planning (RCCP)
Gambar 4.3. Blok Diagram Pengolahan Data
Universitas Sumatera Utara
Ya
Mulai
Perhitungan waktu proses rata-rata
Perhitungan standar deviasi
Perhitungan Batas Kelas Atas (BKA) dan
Batas Kelas Bawah (BKB)
Terdapat data out of control?
Buang data yang out of control
Tidak
Perhitungan N’
N’ < N?
Ya
Tidak
- Data waktu proses hasil pengukuran- Rating Factor- Allowance
Perhitungan waktu normal
Perhitungan waktu standar
Selesai
Gambar 4.4. Diagram Alir Perhitungan Waktu Standar
Universitas Sumatera Utara
Out of control?
Definisikan tujuan peramalan
Buat scatter diagram
Pilih beberapa metode peramalan
Hitung parameter peramalan
Hitung kesalahan setiap metode
Pilih metode dengan kesalahan terkecil
Verifikasi Peramalan
Gunakan fungsi peramalan yang diperoleh
tidak
- Data Historis Permintaan Produk
Mulai
ya Buang data out of control
Mulai
Gambar 4.5. Diagram Alir Peramalan
Universitas Sumatera Utara
Selesai
Tidak
Penyusunan Jadwal Induk Produksi (JIP)
Perhitungan kapasitas produksi/yang
dibutuhkan (CR)
Perhitungan kapasitas tersedia/terpasang
(CA)
CR < CA?
Ya
Mulai
- Data hasil peramalan- Data pesanan konsumen- Data proporsi produk- Data waktu standar tiap stasiun kerja- Data jam kerja- Data hari kerja- Data faktor utilitas dan efisiensi tiap stasiun kerja
Gambar 4.6. Diagram Alir Penyusunan Jadwal Induk Produksi Serta Perhitungan Rough-Cut Capacity Planning
Universitas Sumatera Utara
4.7. Perancangan Sistem
4.7.1. Instrumen Perancangan
Instrumen yang dibutuhkan dalam melakukan perancangan ini adalah
perangkat lunak (software) Microsoft Excel Macro (dikenal dengan Microsoft
Excel VBA)
4.7.2. Tahapan Perancangan Sistem
Tahapan perancangan sistem dilakukan dengan langkah-langkah :
7. Tinjauan Aplikasi dan Pengembangan Model
Tinjauan aplikasi dimulai dengan membuat struktur sistem dalam penyusunan
Jadwal Induk Produksi (JIP). Kemudian dirincikan dengan menggunakan
keenam tool pada pengembangan sistem aplikasi dengan menggunakan
pendekatan SADT (Structured Analysis and Design Techniques), sehingga
database pada aplikasi worksheet menjadi lebih terstruktur.
8. Perancangan Lembar Kerja (Worksheets)
Tahap kedua ini yaitu menentukan berapa banyak lembar kerja (worksheet)
yang dibutuhkan untuk menangani input, kalkulasi, dan output.
9. Penentuan Interface Pengguna
Tahap ketiga ini yaitu menentukan interface yang dibutuhkan pemrogram
untuk menerima input dari pengguna dan mengarahkannya melalui aplikasi
tersebut.
Universitas Sumatera Utara
10. Penentuan Prosedur Pemrograman
Tahapan keempat ini yaitu menyusun prosedur pemrograman yang merupakan
langkah-langkah penyelesaian permasalahan pada lantai produksi baik dari
segi penjadwalan maupun kapasitas serta penentuan waktu penyelesaian
transaksi.
11. Pemutusan Alternatif Penyelesaian
Tahapan kelima yaitu untuk memberikan pilihan/alternatif penyelesaian
(solusi) mengenai waktu penyelesaian transaksi serta analisis kapasitas
produksi dengan kapasitas tersedia.
12. Pengujian Worksheet Aplikasi
Tahapan keenam yaitu untuk melakukan pengujian terhadap worksheet
aplikasi yang diintegrasikan dengan sistem pendukung keputusan. Apabila
terdapat kesalahan pada hasil pengujian, maka diulangi pada tahap keempat.
Blok diagram pengolahan data ditunjukkan pada Gambar 4.7.
Universitas Sumatera Utara
Tinjauan Aplikasi dan Pengembangan Model
- Menggambarkan Struktur Sistem- Merincikan Sistem
Perancangan Worksheet
Penentuan Interface
Penentuan Prosedur Pemrograman
Pemutusan Alternatif Penyelesaian
Pengujian Worksheet Aplikasi
Gambar 4.7. Blok Diagram Perancangan Sistem
Blok diagram sistem database terstruktur dengan menggunakan keenam
tool SADT ditunjukkan pada Gambar 4.8.
Universitas Sumatera Utara
Context Diagrams
Data Flow Diagrams
Data Dictionary
Data Structure Diagrams
Data Access Diagrams
Minispesifications
Gambar 4.8. Blok Diagram Sistem Database Terstruktur dengan Tools SADT
Definisi operasional yang digunakan dalam perancangan sistem yaitu :
1. Jadwal Induk Produksi (JIP), menyatakan rencana produksi yang disusun
berdasarkan pesanan yang masuk. JIP berisi jumlah produk (unit) dan periode
(minggu) produk disusun.
2. Kapasitas, terdiri atas kapasitas tersedia (Capacity Available/CA) dan
kapasitas dibutuhkan (Capacity Required/CR), dengan satuan jam kerja.
Universitas Sumatera Utara
3. Overtime, menyatakan jam kerja lembur (di luar jam kerja normal), dengan
satuan jam.
4. Context Diagram (CD), menyatakan level tertinggi dari sistem yang akan
dirancang.
5. Data Flow Diagrams (DFD), menyatakan uraian yang lebih rinci dari Context
Diagram.
6. Data Dictionary (DD), menyatakan dokumentasi dari data-store (simpanan
data, yang disimbolkan dengan D-1, D-2, dan D-3).
7. Data Structure Diagrams (DSD), menyatakan hubungan antar data-store.
8. Data Access Diagrams (DAD), menggambarkan hubungan yang lebih rinci
dari elemen data.
9. Minispesifications, menentukan aturan kebijakan yang memerintahkan proses
dari transformasi data.
4.8. Hasil dan Pembahasan
Sistem Pendukung Keputusan yang telah dirancang kemudian diuji-coba
(test & run) untuk diketahui hasil/output/keluarannya (dalam hal ini alternatif
keputusan, penjadwalan, dan analisis kapasitas). Pembahasan dilakukan terhadap
masing-masing keluaran yang dihasilkan oleh Sistem Pendukung Keputusan
tersebut dan mengenai ketanggapan sistem dalam menghadapi perubahan data.
Universitas Sumatera Utara
4.9. Kesimpulan dan Saran
Kesimpulan disesuaikan dengan tujuan dari perancangan yang dilakukan,
baik secara umum maupun secara khusus. Saran berisi tentang hal-hal yang
dibutuhkan PDAIJ Sumatera Utara untuk menggunakan Sistem Pendukung
Keputusan yang dirancang serta usulan penelitian lanjutan yang dapat dilakukan
pada PDAIJ Sumatera Utara.
Universitas Sumatera Utara
BAB V
PENGUMPULAN DATA DAN PENGOLAHAN DATA
5.1. Pengumpulan Data
5.1.1. Data Permintaan Produk
Data historis pemesanan bahan baku dilakukan pada kertas NCR 70 gram
PD. Aneka Industri dan Jasa (PDAIJ) Sumatera Utara dikarenakan bahan baku
tersebut selalu dipesan tiap bulannya. Tabel 5.1 menunjukkan data historis
pemesanan bahan baku selama 21 bulan.
Tabel 5.1. Data Historis Pemesanan Bahan Baku Kertas NCR 70 Gram
No. Bulan Jumlah Pemesanan Bahan Baku (rim)
1 Januari 2010 1.000 2 Februari 2010 1.400 3 Maret 2010 1.040 4 April 2010 691 5 Mei 2010 1.120 6 Juni 2010 600 7 Juli 2010 515 8 Agustus 2010 770 9 September 2010 850 10 Oktober 2010 1.600 11 November 2010 600 12 Desember 2010 500 13 Januari 2011 900 14 Februari 2011 1.300 15 Maret 2011 771 16 April 2011 647 17 Mei 2011 800 18 Juni 2011 1.470 19 Juli 2011 850 20 Agustus 2011 1.025 21 September 2011 750
Sumber : PD. Aneka Industri dan Jasa Sumatera Utara
Universitas Sumatera Utara
Penelitian dilakukan pada bulan Oktober 2011, oleh karena itu data
permintaan produk yang diambil adalah data pesanan pada bulan Oktober 2011
seperti yang ditunjukkan pada Tabel 5.2.
Tabel 5.2. Data Permintaan Produk Bulan Oktober 2011
No. Jenis Produk
Jumlah Permintaan (rim)
1. Formulir 1047 2. Blok Formulir 204 3. Kartu Box 90 4. Kop Surat 190
Sumber : PD. Aneka Industri dan Jasa Sumatera Utara
5.1.2. Data Stasiun Kerja (Work Center)
Data Work Center dalam penelitian ini berisikan data nama Work Center,
jumlah mesin, jumlah operator, efisiensi dan utilitas. Faktor efisiensi dan utilitas
didapatkan dari hasil wawancara dengan pihak perusahaan. Data Work Center
ditunjukkan pada Tabel 5.3.
Tabel 5.3. Data Work Center PDAIJ Sumatera Utara
Work Center
Nama Work Center
Jumlah Mesin (Unit)
Jumlah Operator per Mesin (Orang)
Efisiensi (%)
Utilitas (%)
I Pembuatan Plat 1 1 100 80 II Pencetakan 1 1 97 95 III Pemotongan 1 1 95 95 IV Penomoran 1 1 97 90 V Penjilidan - 4* 100 85 VI Pengepakan - 2* 100 80
Sumber : PD. Aneka Industri dan Jasa Sumatera Utara *Proses pengerjaan dilakukan secara beregu
Universitas Sumatera Utara
5.1.3. Data Waktu Siklus Produk
Data waktu siklus diperoleh melalui pengukuran yang dilakukan dengan
stopwatch time study. Jumlah pengukuran yang dilakukan pada masing-masing
Work Center adalah 10 kali pengukuran. Masing-masing produk memiliki proses
produksi yang berbeda (dimana ditunjukkan work center yang dilalui pada tabel).
Work Center I hanya memiliki 1 kali pengukuran waktu dikarenakan proses yang
terjadi pada work center tersebut hanya dilakukan 1 kali yaitu untuk membuat
cetakan plat seng untuk tiap produk. Tabel 5.4 menunjukkan hasil pengukuran
waktu siklus formulir, Tabel 5.5 menunjukkan hasil pengukuran waktu siklus blok
formulir, Tabel 5.6 menunjukkan hasil pengukuran waktu siklus kartu box, dan
Tabel 5.7 menunjukkan waktu siklus kop surat.
5.1.4. Rating Factor Operator
Penentuan nilai rating factor (Rf) dilakukan terhadap operator yang bekerja secara
manual dan operator yang bekerja dengan mesin. Pada WC V dan WC VI terdapat
pekerjaan yang dilakukan secara beregu, sehingga penilaian rating factor
dilakukan terhadap operator yang memiliki waktu siklus terpanjang. Penentuan
nilai rating factor dilakukan berdasarkan tabel Westinghouse (dilampirkan) seperti
yang ditunjukkan pada Tabel 5.8.
Universitas Sumatera Utara
Tabel 5.4. Pengukuran Waktu Siklus Formulir
Work Center
Pengukuran ke- (Menit) 1 2 3 4 5 6 7 8 9 10
I 8,43 - - - - - - - - - II 2,81 3,12 3,13 2,82 3,03 2,88 2,95 3,07 3,06 3,06 III 0,49 0,59 0,49 0,50 0,59 0,53 0,55 0,56 0,52 0,59 IV 2,26 2,19 1,90 2,32 2,31 2,28 1,89 2,22 2,36 2,24 VI 5,13 5,06 4,80 4,46 4,31 4,27 4,59 4,11 4,74 4,48
Tabel 5.5. Pengukuran Waktu Siklus Blok Formulir
Work Pengukuran ke- (Menit) Center 1 2 3 4 5 6 7 8 9 10
I 12,1 - - - - - - - - - II 2,81 3,12 3,13 2,82 3,03 2,92 2,95 3,11 3,1 3,06 III 3,36 3,55 3,63 3,38 3,52 3,16 3,29 3,36 3,14 3,52 V 1,61 1,53 1,39 1,64 1,67 1,62 1,72 1,54 1,48 1,62 VI 5,21 5,08 5,3 5,14 5,06 4,82 5,31 5,71 4,86 5,03
Universitas Sumatera Utara
Tabel 5.6. Pengukuran Waktu Siklus Kartu Box
Work Pengukuran ke- (Menit) Center 1 2 3 4 5 6 7 8 9 10
I 8,24 - - - - - - - - - II 2,81 2,96 2,95 2,98 3,08 2,81 2,84 2,81 2,96 2,95 III 0,56 0,55 0,58 0,49 0,49 0,59 0,59 0,54 0,57 0,59 IV 2,29 2,04 2,05 2,27 2,23 2,07 2,02 2,19 2,26 2,5 VI 6,29 6,46 6,24 5,3 5,4 6,41 6,48 6,71 5,63 6,22
Tabel 5.7. Pengukuran Waktu Siklus Kop Surat
Work Pengukuran ke- (Menit) Center 1 2 3 4 5 6 7 8 9 10
I 12,17 - - - - - - - - - II 2,74 3,02 3,32 3 2,91 3,34 2,72 2,81 3,02 2,84 III 3,4 3,48 3,17 3,46 3,18 3,12 3,47 3,14 3,17 3,44 VI 6,55 6,27 5,73 6,64 6,44 6,11 5,39 6,3 6,14 6,77
Universitas Sumatera Utara
Tabel 5.8. Penilaian Rating Factor Operator
Work Center Faktor Rating
(Kelas) Skor
Penyesuaian Total Rf
I
Keterampilan Good (C2) +0,03
+0,03 1,03 Usaha Average 0,00 Kondisi Average 0,00
Konsistensi Average 0,00
II
Keterampilan Average 0,00
0,00 1,00 Usaha Average 0,00 Kondisi Average 0,00
Konsistensi Average 0,00
III
Keterampilan Good (C2) +0,03
+0,05 1,05 Usaha Good (C2) +0,02
Kondisi Average 0,00 Konsistensi Average 0,00 Konsistensi Average 0,00
IV
Keterampilan Average 0,00
0,00 1,00 Usaha Average 0,00 Kondisi Average 0,00
Konsistensi Average 0,00
V
Keterampilan Good (C2) +0,03
+0,03 1,03 Usaha Average 0,00 Kondisi Average 0,00
Konsistensi Good +0,00
VI
Keterampilan Good (C2) +0,03
+0,05 1,05 Usaha Good (C2) +0,02 Kondisi Average 0,00 Konsistensi Average 0,00
Ket : Rf = Rating Factor
5.1.5. Allowance Operator
Penentuan nilai allowance yang dilakukan oleh peneliti terhadap operator
pada masing-masing Work Center berdasarkan pengamatan yang dilakukan.
Penentuan nilai allowance operator pada masing-masing Work Center ditunjukkan
pada Tabel 5.9.
Universitas Sumatera Utara
Tabel 5.9. Perhitungan Allowance Masing-masing Work Center
Work Center Faktor Allowance
(%) Total (%)
I
Kebutuhan pribadi Pria 1
16
Tenaga yang dikeluarkan Sangat Ringan 6
Sikap kerja Berdiri di atas dua kaki 1
Gerakan kerja Normal 0
Kelelahan mata Pandangan yang hampir terus menerus
6
Keadaan temperatur Normal 0 Keadaan atmosfer Cukup 2
Keadaan lingkungan Kebisingan rendah 0
II
Kebutuhan pribadi Pria 1
19
Tenaga yang dikeluarkan Sangat Ringan 6
Sikap kerja Berdiri di atas dua kaki 1
Gerakan kerja Normal 0
Kelelahan mata Pandangan yang hampir terus menerus
6
Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2 Keadaan lingkungan Sangat bising 2
III
Kebutuhan pribadi Pria 1
19
Tenaga yang dikeluarkan Sangat ringan 6
Sikap kerja Berdiri di atas dua kaki 1
Gerakan kerja Normal 0
Kelelahan mata Pandangan yang hampir terus menerus
6
Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2 Keadaan lingkungan Sangat bising 2
Universitas Sumatera Utara
Tabel 5.9. Perhitungan Allowance Masing-masing Work Center (Lanjutan)
Work Center Faktor Allowance
(%) Total (%)
IV
Kebutuhan pribadi Pria 1
19
Tenaga yang dikeluarkan Sangat ringan 6
Sikap kerja Berdiri di atas dua kaki 1
Gerakan kerja Normal 0
Kelelahan mata Pandangan yang hampir terus-menerus
6
Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2 Keadaan lingkungan Sangat bising 2
V
Kebutuhan pribadi Wanita 3
16
Tenaga yang dikeluarkan
Dapat diabaikan 3
Sikap kerja Bekerja duduk 1 Gerakan kerja Normal 0
Kelelahan mata Pandangan yang hampir terus-menerus
6
Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2
Keadaan lingkungan Kebisingan rendah 0
VI
Kebutuhan pribadi Pria 1
17
Tenaga yang dikeluarkan Ringan 8
Sikap kerja Berdiri di atas dua kaki 2
Gerakan kerja Normal 0
Kelelahan mata Pandangan yang terputus-putus
3
Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2
Keadaan lingkungan Kebisingan rendah 0
Universitas Sumatera Utara
σ2−= XBKB
5.2. Pengolahan Data
5.2.1. Pengukuran Waktu
5.2.1.1.Uji Keseragaman Data
Data waktu siklus yang telah dikumpulkan kemudian dilakukan pengujian
keseragaman data. Dalam penelitian ini, tingkat keyakinan yang digunakan 95%
karena satuan waktu yang digunakan dalam pengumpulan data adalah menit.
Penggunaan menit menyebabkan error yang kecil dalam pengumpulan data
dibandingkan dengan satuan jam. Dengan tingkat keyakinan 95%, maka nilai k
adalah 2. Rumus perhitungan batas tersebut adalah :
Contoh perhitungan uji keseragaman data pengukuran waktu dilakukan pada WC
II produk formulir dengan menggunakan data pengukuran waktu pada Tabel 5.4.
99,210
06,3...82,213,312,381,2=
+++++=X
12,0110
)06,399,2(...)12,399,2()81,299,2(1
)( 2221
2
=−
−++−+−=
−
−=
∑=
N
XXn
iσ
3,23)12,0(299,2
2
=+=
+=
BKABKA
XBKA σ
2,75)12,0(299,2
2
=−=
−=
BKBBKB
XBKB σ
σ2+= XBKA
Universitas Sumatera Utara
Data pengukuran waktu siklus pada WC II produk formulir beserta hasil
perhitungan BKA dan BKB kemudian digambarkan dalam sebuah peta kontrol
yang ditunjukkan pada Gambar 5.1.
Gambar 5.1. Peta Kontrol Uji Keseragaman Data WC II Produk Formulir
Dari Gambar 5.1, terlihat bahwa tidak ada data yang out of control, dimana
menandakan data Waktu Siklus untuk Work Center Pencetakan Formulir telah
seragam.
Rekapitulasi uji keseragaman data pengukuran waktu siklus untuk tiap
produk pada masing-masing Work Center ditunjukkan pada Tabel 5.10.
Universitas Sumatera Utara
Tabel 5.10. Rekapitulasi Uji Keseragaman Waktu Produk
Produk Work Center
Rata-rata ( X )
Standar Deviasi (σ) BKA BKB Keterangan
Formulir
II 2,99 0,12 3,23 2,75 Seragam III 0,54 0,04 0,62 0,46 Seragam IV 2,20 0,17 2,53 1,86 Seragam VI 4,60 0,34 5,27 3,92 Seragam
Blok Formulir
II 3,01 0,12 3,25 2,76 Seragam III 3,39 0,16 3,72 3,06 Seragam V 1,58 0,10 1,78 1,39 Seragam VI 5,15 0,26 5,66 4,64 Seragam
Kartu Box
II 2,92 0,09 3,10 2,73 Seragam III 0,56 0,04 0,63 0,48 Seragam IV 2,19 0,15 2,49 1,89 Seragam VI 6,11 0,49 7,09 5,13 Seragam
Kop Surat
II 2,97 0,22 3,41 2,54 Seragam III 3,30 0,16 3,62 2,99 Seragam VI 6,23 0,42 7,07 5,39 Seragam
5.2.1.2. Uji Kecukupan Data
Data pengukuran waktu siklus yang telah seragam kemudian diuji
kecukupan datanya untuk melihat apakah data yang dibutuhkan telah cukup atau
tidak. Dalam uji kecukupan ini, dicari nilai 'N dengan memperhatikan tingkat
keyakinan (k) dan tingkat ketelitian (s), serta jumlah data (N) dan data-data (x)
yang diperoleh pada pengumpulan data. Dalam penelitian ini, tingkat keyakinan
yang digunakan 95%, maka nilai k adalah 2, dan tingkat ketelitian yang digunakan
5%, maka nilai s adalah 0,05. Rumus perhitungan 'N tersebut adalah :
( )2
22.'
−=
∑∑ ∑
X
XXNsk
N
Jika 'N < N , maka data cukup dan jika 'N > N, maka data tidak cukup
Universitas Sumatera Utara
Contoh perhitungan untuk WC II produk formulir sebagai berikut :
Tabel 5.11. Data Pengukuran Waktu Siklus WC II Produk Formulir
No. Pengukuran
Waktu Siklus (menit) X2
1 2,81 7,9 2 3,12 9,73 3 3,13 9,8 4 2,82 7,95 5 3,03 9,18 6 2,88 8,29 7 2,95 8,7 8 3,07 9,42 9 3,06 9,36 10 3,06 9,36
Total 29,93 89,69
Perhitungan secara manual untuk uji kecukupan data pengukuran waktu
Work Center pembuatan plat produk Formulir sebagai berikut :
( )
1,96'
93,29)93,29()68,89(1040
'
.05,0/2'
22
22
=
−=
−=
∑∑ ∑
N
N
XXXN
N
Dari perhitungan di atas, didapat bahwa 'N < N (1,96 < 10), maka data
yang digunakan telah cukup. Hasil rekapitulasi perhitungan uji kecukupan data
dapat dilihat pada Tabel 5.12.
Universitas Sumatera Utara
Tabel 5.12. Rekapitulasi Uji Kecukupan Data Waktu Siklus Produk
Produk Work Center ∑ X ∑ 2X N’ N Keterangan
Formulir
II 29,93 89,69 1,96 10 Cukup III 5,41 2,94 7,21 10 Cukup IV 21,97 48,53 8,68 10 Cukup VI 45,95 212,16 7,73 10 Cukup
Blok Formulir
II 30,05 90,43 2,30 10 Cukup III 33,91 115,23 3,36 10 Cukup V 15,82 25,1 4,65 10 Cukup VI 51,52 266,01 3,49 10 Cukup
Kartu Box
II 29,15 85,06 1,65 10 Cukup III 5,55 3,09 5,06 10 Cukup IV 21,92 48,24 6,37 10 Cukup VI 61,14 375,97 9,25 10 Cukup
Kop Surat
II 29,72 8,01 8,01 10 Cukup III 33,03 3,11 3,11 10 Cukup VI 62,34 6,47 6,47 10 Cukup
5.2.1.3.Perhitungan Waktu Standar
Uji yang dilakukan memberikan hasil seragam dan cukup, sehingga data waktu
tersebut dapat digunakan untuk perhitungan waktu standar. Dalam menghitung
waktu standar, dibutuhkan waktu normal. Waktu normal dalam perhitungannya
membutuhkan waktu siklus. Waktu siklus didapat dari rata-rata pengukuran waktu
yang telah diuji sebelumnya. Contoh perhitungan secara manuak untuk WC II
produk formulir sebagai berikut :
Rating Factor (Rf) = 1,00
Allowance (Al) = 19%
Waktu siklus (Ws) = 2,99 menit
Waktu normal (Wn) = Waktu siklus x Rf = 2,99 x 1,00 = 2,99 menit
Waktu Standar (Wb) = menit33,1019100
10099,2Al100
100Wn =−
×=−
× �
Universitas Sumatera Utara
Perhitungan untuk Work Center berikutnya mengikuti langkah-langkah di
atas. Rekapitulasi waktu standar tiap produk masing-masing Work Center dapat
dilihat pada Tabel 5.13.
Tabel 5.13. Rekapitulasi Waktu Standar
Produk Work Center
Ws (menit) Rf Wn
(menit) Al Wb (menit)
Wb (jam)
Formulir
I 8,43 1,03 8,68 16 10,33 0,172 II 2,99 1 2,99 19 3,69 0,062 III 0,54 1,05 0,57 19 0,7 0,012 IV 2,2 1 2,2 19 2,72 0,045 VI 4,6 1,05 4,83 17 5,82 0,097
Blok Formulir
I 12,10 1,03 12,46 16 14,83 0,247 II 3,01 1 3,01 19 3,72 0,062 III 3,39 1,05 3,56 19 4,4 0,073 V 1,58 1,03 1,63 16 1,94 0,032 VI 5,15 1,05 5,41 17 6,52 0,109
Kartu Box
I 8,24 1,03 8,49 16 10,11 0,169 II 2,92 1 2,92 19 3,6 0,06 III 0,56 1,05 0,59 19 0,73 0,012 IV 2,19 1 2,19 19 2,7 0,045 VI 6,11 1,05 6,42 17 7,73 0,129
Kop Surat
I 12,17 1,03 12,54 16 14,93 0,249 II 2,97 1 2,97 19 3,67 0,061 III 3,30 1,05 3,47 19 4,28 0,071 VI 6,23 1,05 6,54 17 7,88 0,131
Ket : Ws = Waktu siklus Rf = Rating Factor Wn = Waktu normal Al = Allowance Wb = waktu baku
Universitas Sumatera Utara
5.2.2. Peramalan
Langkah-langkah peramalan yang dilakukan yaitu :
1. Mendefinisikan tujuan peramalan
Tujuan peramalan adalah untuk menentukan tingkat kebutuhan bahan baku kertas
NCR 70 gram pada bulan Oktober 2011.
2. Membuat scatter diagram
Scatter diagram yang terbentuk dengan menggunakan data pada Tabel 5.1
ditunjukkan pada Gambar 5.2.
Gambar 5.2. Scatter Diagram Jumlah Permintaan Formulir
3. Memilih beberapa metode peramalan
Dari pola data yang terlihat pada Gambar 5.2 di atas, dapat disimpulkan bahwa
metode yang paling mendekati pola tersebut adalah metode siklis dan kuadratis.
4. Menghitung parameter peramalan
Universitas Sumatera Utara
− Metode Siklis
Fungsi peramalan : nXcCos
nXbSinaY ππ 22++=
Rekapitulasi perhitungan parameter peramalan untuk metode siklis ini dapat
dilihat pada Tabel 5.14.
Tabel 5.14. Rekapitulasi Perhitungan Parameter Peramalan Metode Siklis
X Y Sin A Cos A SinA CosA Sin2A Cos2A YSinA YCosA
1 1.000 0,2948 0,9556 0,2817 0,0869 0,9132 294,8 955,6
2 1.400 0,5633 0,8262 0,4654 0,3173 0,6826 788,62 1.156,68
3 1.040 0,7818 0,6235 0,4875 0,6112 0,3888 813,072 648,44
4 691 0,9309 0,3653 0,3401 0,8666 0,1334 643,2519 252,4223
5 1.120 0,9972 0,0747 0,0745 0,9944 0,0056 1.116,864 83,664
6 600 0,9749 -0,2225 -0,2169 0,9504 0,0495 584,94 -133,5
7 515 0,866 -0,5 -0,433 0,75 0,25 445,99 -257,5
8 770 0,6802 -0,7331 -0,4987 0,4627 0,5374 523,754 -564,487
9 850 0,4339 -0,901 -0,3909 0,1883 0,8118 368,815 -765,85
10 1.600 0,149 -0,9888 -0,1473 0,0222 0,9777 238,4 -1.582,08
11 600 -0,149 -0,9888 0,1473 0,0222 0,9777 -89,4 -593,28
12 500 -0,4339 -0,901 0,3909 0,1883 0,8118 -216,95 -450,5
13 900 -0,6802 -0,7331 0,4987 0,4627 0,5374 -612,18 -659,79
14 1.300 -0,866 -0,5 0,433 0,75 0,25 -1.125,8 -650
15 771 -0,9749 -0,2225 0,2169 0,9504 0,0495 -751,6479 -171,5475
16 647 -0,9972 0,0747 -0,0745 0,9944 0,0056 -645,1884 48,3309
17 800 -0,9309 0,3653 -0,3401 0,8666 0,1334 -744,72 292,24
18 1.470 -0,7818 0,6235 -0,4875 0,6112 0,3888 -1.149,246 916,545
19 850 -0,5633 0,8262 -0,4654 0,3173 0,6826 -478,805 702,27
20 1.025 -0,2948 0,9556 -0,2817 0,0869 0,9132 -302,17 979,49
21 750 0 1 0 0 1 0 750
231 19.199 0 0 0 10,5 10,5 -297,6 957,148
nXπ2A* =
Universitas Sumatera Utara
24,91421199.719
)0()0(21199.19
22
==
++=
++= ∑∑∑
aa
cbanXCosc
nXSinbnaY ππ
34,285,106,297
)0()5,10()0(6,297
22222. 2
−==−
++=−
++= ∑∑∑∑
bb
cbanXCos
nXSinc
nXSinb
nXSina
nXSinY πππππ
16,915,10148,957
)5,10()0()0(148,957
22222. 2
==
++=
++= ∑∑∑∑
cc
cbanXCosc
nXCos
nXSinb
nXCosa
nXCosY πππππ
Nilai a, b, dan c yang telah dihitung kemudian disubtitusi, sehingga fungsi
peramalannya adalah sebagai berikut :
21216,91
21234,2824,914' XCosXSinY ππ
+−=
− Metode Kuadratis
Fungsi peramalan : 2cXbXaY ++=
Rekapitulasi perhitungan parameter peramalan untuk metode kuadratis ini dapat
dilihat pada Tabel 5.15.
Tabel 5.15. Rekapitulasi Perhitungan Parameter Peramalan Metode Kuadratis
X Y X2 XY X2Y X3 X4 1 1.000 1 1.000 1.000 1 1 2 1.400 4 2.800 5.600 8 16 3 1.040 9 3.120 9.360 27 81 4 691 16 2.764 11.056 64 256 5 1.120 25 5.600 28.000 125 625
Universitas Sumatera Utara
Tabel 5.15. Rekapitulasi Perhitungan Parameter Peramalan Metode Kuadratis (Lanjutan)
X Y X2 XY X2Y X3 X4 6 600 36 3.600 21.600 216 1.296 7 515 49 3.605 25.235 343 2.401 8 770 64 6.160 49.280 512 4.096 9 850 81 7.650 68.850 729 6.561 10 1.600 100 16.000 160.000 1.000 10.000 11 600 121 6.600 72.600 1.331 14.641 12 500 144 6.000 72.000 1.728 20.736 13 900 169 11.700 152.100 2.197 28.561 14 1.300 196 18.200 254.800 2.744 38.416 15 771 225 11.565 173.475 3.375 50.625 16 647 256 10.352 165.632 4.096 65.536 17 800 289 13.600 231.200 4.913 83.521 18 1.470 324 26.460 476.280 5.832 104.976 19 850 361 16.150 306.850 6.859 130.321 20 1.025 400 20.500 410.000 8.000 160.000 21 750 441 15.750 330.750 9.261 194.481 231 19.199 3.311 209.176 3.025.668 53.361 917.147
∑ ∑ ∑ −=−= 740.35532 XnXXα
( ) ∑∑ −=−= 170.1622 XnXβ
( ) ∑∑ −=−= 366.297.8422 XnXγ
∑ ∑ ∑ =−= 273.42XYnYXδ
∑ ∑ ∑ =−= 861.2822 YXnYXθ
70,44)740.355()170.16)(366.297.8(
)740.355)(861.28()273.42)(366.297.8(.
..22 −=
−−−−−−−
=−−
=αβγαθδγb
91,1366.297.8
)740.355)(70,44(861.28=
−−−−
=−
=γαθ bc
Universitas Sumatera Utara
32,104.121
)311.3)(91,1()231)(70,44(199.192
=−−−
=−−
=∑ ∑ ∑n
XcXbYa
Nilai a, b, dan c yang telah dihitung disubtitusi, sehingga fungsi peramalannya
adalah sebagai berikut :
291,170,4432,104.1' XXY +−=
5. Menghitung kesalahan peramalan
Metode yang digunakan untuk menghitung kesalahan dari kedua metode
peramalan di atas adalah SEE (Standard Error of Estimation).
− Metode Siklis
Metode ini memiliki derajat kebebasan (f) sebesar 3. Tabel 5.16 menampilkan
rekapitulasi perhitungan kesalahan peramalan.
Tabel 5.16. Perhitungan SEE Metode Siklis
X Y Y' Y – Y’ (Y – Y’)2 1 1.000 992,99 7,01 49,13 2 1.400 973,59 426,41 181.826,00 3 1.040 948,91 91,09 8.296,63 4 691 921,16 -230,16 52.972,63 5 1.120 892,79 227,21 51.625,90 6 600 866,32 -266,32 70.927,15 7 515 844,11 -329,11 108.316,01 8 770 828,14 -58,14 3.379,94 9 850 819,81 30,19 911,37 10 1.600 819,88 780,12 608.595,00 11 600 828,32 -228,32 52.131,65 12 500 844,41 -344,41 118.615,51 13 900 866,69 33,31 1.109,33 14 1.300 893,21 406,79 165.481,97 15 771 921,59 -150,59 22.676,15 16 647 949,31 -302,31 91.393,67
Universitas Sumatera Utara
Tabel 5.16. Perhitungan SEE Metode Siklis (Lanjutan)
X Y Y' Y – Y’ (Y – Y’)2 17 800 973,93 -173,93 30.249,94 18 1.470 993,23 476,77 227.306,90 19 850 1.005,52 -155,52 24.186,97 20 1.025 1.009,70 15,30 234,11 21 750 1.005,40 -255,40 65.226,63
TOTAL 1.885.512,61
65,323321
611.885.512,=
−=siklisSEE
− Metode Kuadratis
Metode ini memiliki derajat kebebasan sebesar 3. Tabel 5.17 menampilkan
rekapitulasi perhitungan kesalahan peramalan.
Tabel 5.17. Perhitungan SEE Metode Kuadratis
X Y Y' Y – Y’ (Y – Y’)2 1 1.000 1.061,53 -61,53 3.785,94 2 1.400 1.022,57 377,43 142.453,40 3 1.040 987,44 52,56 2.762,55 4 691 956,13 -265,13 70.293,92 5 1.120 928,65 191,35 36.614,82 6 600 904,99 -304,99 93.018,90 7 515 885,16 -370,16 137.018,43 8 770 869,16 -99,16 9.832,71 9 850 856,98 -6,98 48,72 10 1.600 848,63 751,37 564.556,88 11 600 844,10 -244,10 59.584,81 12 500 843,40 -343,40 117.923,56 13 900 846,52 53,48 2.860,11 14 1.300 853,47 446,53 199.389,04 15 771 864,25 -93,25 8.695,56
Universitas Sumatera Utara
Tabel 5.17. Perhitungan SEE Metode Kuadratis
X Y Y' Y – Y’ (Y – Y’)2 16 647 878,85 -231,85 53.754,42 17 800 897,28 -97,28 9.463,40 18 1.470 919,53 550,47 303.017,22 19 850 945,61 -95,61 9.141,27 20 1.025 975,52 49,48 2.448,27 21 750 1.009,25 -259,25 67.210,56
TOTAL 1.893.874,50
37,324321
501.893.874,=
−=kuadratisSEE
Dari hasil perhitungan SEE yang dilakukan, didapatkan bahwa metode yang
terpilih ada metode siklis karena memiliki nilai SEE yang lebih kecil
dibandingkan dengan metode kuadratis (323,65 < 324,37).
6. Menguji hipotesa
Tahap ini dilakukan untuk membuktikan hipotesa mengenai SEE terkecil dari
metode peramalan siklis dan kuadratis.
H0 : SEEsiklis ≤ SEEkuadratis
Hi : SEEsiklis ≥ SEEkuadratis
α = 0,05 ; v1 = 21 – 3 = 18 ; v2 = 21 – 3 = 18
Uji statistik : 9956,037,32465,323
22
=
=
=
kuadratis
siklishitung SEE
SEEF
Ftabel = F(α;v1;v2) = F(0,05;18;18) = 2,2172 (dilihat dari Tabel F pada Lampiran)
Fhitung ≤ Ftabel (0,9956 ≤ 2,2172), maka H0 diterima
Universitas Sumatera Utara
Kesimpulan :
Metode yang digunakan untuk meramalkan jumlah permintaan produk formulir
adalah metode siklis dengan fungsi peramalan :
21216,91
21234,2824,914' XCosXSinY ππ
+−=
7. Melakukan verifikasi peramalan
Tahap terakhir dari peramalan ini dilakukan untuk mengetahui apakah fungsi
peramalan yang digunakan representatif (mewakili) data yang akan diramalkan.
Hasil rekapitulasi perhitungan verifikasi dapat dilihat pada Tabel 5.18.
Tabel 5.18. Rekapitulasi Perhitungan Verifikasi Peramalan
X Y Y' Y – Y’ MR 1 1.000 992,99 7,01 2 1.400 973,59 426,41 419,40 3 1.040 948,91 91,09 335,32 4 691 921,16 -230,16 321,24 5 1.120 892,79 227,21 457,37 6 600 866,32 -266,32 493,53 7 515 844,11 -329,11 62,79 8 770 828,14 -58,14 270,98 9 850 819,81 30,19 88,33 10 1.600 819,88 780,12 749,94 11 600 828,32 -228,32 1.008,45 12 500 844,41 -344,41 116,08 13 900 866,69 33,31 377,71 14 1.300 893,21 406,79 373,49 15 771 921,59 -150,59 557,38 16 647 949,31 -302,31 151,73 17 800 973,93 -173,93 128,39 18 1.470 993,23 476,77 650,69 19 850 1.005,52 -155,52 632,29 20 1.025 1.009,70 15,30 170,82
Universitas Sumatera Utara
Tabel 5.18. Rekapitulasi Perhitungan Verifikasi Peramalan (Lanjutan)
X Y Y' Y – Y’ MR 21 270,70 1.005,40 -255,40 270,70
TOTAL 7.636,64
83,381121
7.636,641
=−
=−
= ∑n
MRMR
BKA = 2,66 x MR = 2,66 x 381,83 = 1.015,67
1/3 BKA = 1/3 x 1.015,67 = 338,56
2/3 BKA = 2/3 x 1.015,67 = 677,12
BKB = -2,66 x MR = -2,66 x 381,83 = -1.015,67
1/3 BKB = 1/3 x (-1.015,67) = -338,56
2/3 BKB = 2/3 x (-1.015,67) = -677,12
Gambar 5.2. Moving Range Chart Data Pemesanan Bahan Baku
Dari Gambar 5.2 tidak terlihat titik yang berada di luar batas kontrol, sehingga
fungsi peramalan (metode siklis) yang digunakan telah representatif.
Universitas Sumatera Utara
Hasil peramalan tingkat kebutuhan bahan baku untuk bulan Oktober 2011 yaitu
sebagai berikut :
Oktober 2011 (X = 22)
rim99399,99221
22216,9121
22234,2824,914' ≈=+−=ππ CosSinY
5.2.3. Penyusunan Jadwal Induk Produksi
Jadwal Induk Produksi (JIP) yang disusun menggunakan time-bucket
mingguan, karena perusahaan mengirimkan produk jadi kepada konsumen dalam
periode mingguan. JIP disusun terhadap pesanan yang datang pertama pada bulan
Oktober 2011, yaitu 1.047 rim formulir, 204 rim blok formulir, 90 rim kartu box,
dan 190 rim kop surat. Alokasi jumlah produksi untuk tiap jenis pesanan
disesuaikan dengan jangka waktu pemenuhan pesanan yang diberikan oleh
konsumen, karena konsumen tidak menentukan batas pengiriman per minggu.
Pesanan konsumen datang pada tanggal 8 Desember 2011 dengan jangka waktu
pemenuhan pesanan 3 bulan. Tangga 8 Desember 2011 merupakan minggu kedua
bulan Desember. Alokasi untuk tiap-tiap jenis produk untuk tiap minggunya
(kecuali minggu terakhir apabila tidak habis dibagi) yaitu :
rim8725,8712047.111-1Minggu Formulir Alokasi ≈==
Alokasi Formulir Minggu 12 = 1.047 – 11(87) = 90 rim
171220411-1Minggu FormulirBlok Alokasi ==
Alokasi Formulir Minggu 12 = 204 – 11(17) = 17 rim
Universitas Sumatera Utara
rim75,7129011-1Minggu Kartu Alokasi ≈==Box
Alokasi Kartu Box Minggu 12 = 90 – 11(7) = 13 rim
rim158,151219011-1Minggu Formulir Alokasi ≈==
Alokasi Formulir Minggu 12 = 190 – 11(15) = 25 rim
JIP untuk pesanan pada bulan Oktober 2011 ditunjukkan pada Gambar
5.19.
Tabel 5.19. Jadwal Induk Produksi Pesanan Oktober 2011
Keterangan Periode
Oktober November Desember Januari 2 3 4 1 2 3 4 1 2 3 4 1
Formulir 87 87 87 87 87 87 87 87 87 87 87 90 Blok
Formulir 17 17 17 17 17 17 17 17 17 17 17 17
Kartu Box 7 7 7 7 7 7 7 7 7 7 7 13 Kop Surat 15 15 15 15 15 15 15 15 15 15 15 25
5.2.4. Perhitungan Rough-Cut Capacity Planning (RCCP)
5.2.4.1.Perhitungan Kapasitas yang Dibutuhkan (Capacity Required)
Rekapitulasi waktu standar pada Tabel 5.13 digunakan untuk menghitung
kapasitas yang dibutuhkan berdasarkan JIP. Work Center pembuatan plat, seperti
yang telah disebutkan sebelumnya, prosesnya hanya 1 kali dilakukan untuk 1 jenis
produk, sehingga jumlah permintaan untuk Work Center pembuatan plat adalah 1
unit. Waktu standar tiap Work Center dalam satuan jam ditunjukkan pada Tabel
5.20.
Universitas Sumatera Utara
Tabel 5.20. Waktu Standar Tiap Work Center
Produk Work Center
Waktu Baku
(menit)
Waktu Baku (jam)
Formulir
I 10,33 0,172 II 3,69 0,062 III 0,7 0,012 IV 2,72 0,045 VI 5,82 0,097
Blok Formulir
I 14,83 0,247 II 3,72 0,062 III 4,4 0,073 V 1,94 0,032 VI 6,52 0,109
Kartu Box
I 10,11 0,169 II 3,6 0,06 III 0,73 0,012 IV 2,7 0,045 VI 7,73 0,129
Kop Surat
I 14,93 0,249 II 3,67 0,061 III 4,28 0,071 VI 7,88 0,131
Berikut merupakan contoh perhitungan untuk Capacity Required (CR) pada
minggu 2 bulan Oktober 2011 untuk Work Center Pencetakan Formulir :
CR = 394,5062,087 =× jam
Rekapitulasi perhitungan CR ditunjukkan pada Tabel 5.21.
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Formulir
I
Oktober 2 0,172 1 0,172 3 0,172 0 0 4 0,172 0 0
November
1 0,172 0 0 2 0,172 0 0 3 0,172 0 0 4 0,172 0 0
Desember
1 0,172 0 0 2 0,172 0 0 3 0,172 0 0 4 0,172 0 0
Januari 1 0,172 0 0
II
Oktober 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394
November
1 0,062 87 5,394 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394
Desember
1 0,062 87 5,394 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394
Januari 1 0,062 90 5,580
III
Oktober 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044
November
1 0,012 87 1,044 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044
Desember
1 0,012 87 1,044 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044
Januari 1 0,012 90 1,080
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Formulir (Lanjutan)
IV
Oktober 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915
November
1 0,045 87 3,915 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915
Desember
1 0,045 87 3,915 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915
Januari 1 0,045 90 4,050
VI
Oktober 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439
November
1 0,097 87 8,439 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439
Desember
1 0,097 87 8,439 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439
Januari 1 0,097 90 8,730
Blok Formulir I
Oktober 2 0,247 1 0,247 3 0,247 0 0 4 0,247 0 0
November
1 0,247 0 0 2 0,247 0 0 3 0,247 0 0 4 0,247 0 0
Desember
1 0,247 0 0 2 0,247 0 0 3 0,247 0 0 4 0,247 0 0
Januari 1 0,247 0 0
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Blok Formulir
(Lanjutan)
II
Oktober 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054
November
1 0,062 17 1,054 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054
Desember
1 0,062 17 1,054 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054
Januari 1 0,062 17 1,054
III
Oktober 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241
November
1 0,073 17 1,241 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241
Desember
1 0,073 17 1,241 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241
Januari 1 0,073 17 1,241
V
Oktober 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544
November
1 0,032 17 0,544 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544
Desember
1 0,032 17 0,544 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544
Januari 1 0,032 17 0,544
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Blok Formulir
(Lanjutan) VI
Oktober 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853
November
1 0,109 17 1,853 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853
Desember
1 0,109 17 1,853 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853
Januari 1 0,109 17 1,853
Kartu Box
I
Oktober 2 0,169 1 0,169 3 0,169 0 0 4 0,169 0 0
November
1 0,169 0 0 2 0,169 0 0 3 0,169 0 0 4 0,169 0 0
Desember
1 0,169 0 0 2 0,169 0 0 3 0,169 0 0 4 0,169 0 0
Januari 1 0,169 0 0
II
Oktober 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183
November
1 0,060 7 1,183 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183
Desember
1 0,060 7 1,183 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183
Januari 1 0,060 13 2,197
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Kartu Box
(Lanjutan)
III
Oktober 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084
November
1 0,012 7 0,084 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084
Desember
1 0,012 7 0,084 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084
Januari 1 0,012 13 0,156
IV
Oktober 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315
November
1 0,045 7 0,315 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315
Desember
1 0,045 7 0,315 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315
Januari 1 0,045 13 0,585
VI
Oktober 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903
November
1 0,129 7 0,903 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903
Desember
1 0,129 7 0,903 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903
Januari 1 0,129 13 1,677
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Kop Surat
I
Oktober 2 0,249 1 0,249 3 0,249 0 0 4 0,249 0 0
November
1 0,249 0 0 2 0,249 0 0 3 0,249 0 0 4 0,249 0 0
Desember
1 0,249 0 0 2 0,249 0 0 3 0,249 0 0 4 0,249 0 0
Januari 1 0,249 0 0
II
Oktober 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915
November
1 0,061 15 0,915 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915
Desember
1 0,061 15 0,915 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915
Januari 1 0,061 25 1,525
III
Oktober 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065
November
1 0,071 15 1,065 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065
Desember
1 0,071 15 1,065 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065
Januari 1 0,071 25 1,775
Universitas Sumatera Utara
Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)
Produk Work Center Bulan
Periode (Minggu
ke-)
Wb (Jam)
Jumlah Produksi
(Unit)
CR (jam)
Kop Surat
(Lanjutan)
I
Oktober 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965
November
1 0,131 15 1,965 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965
Desember
1 0,131 15 1,965 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965
Januari 1 0,131 25 3,275
5.2.4.2.Perhitungan Kapasitas Tersedia (Capacity Avaliable)
Waktu kerja dalam kapasitas tersedia pada penelitian ini diartikan sebagai
jumlah jam kerja dalam periode mingguan, dimana terdapat 8 jam kerja per hari
dan 5 hari kerja per minggu (untuk jam kerja normal) dan 7 hari kerja per minggu
(untuk jam kerja lembur/overtime). Sistem lembur oleh PDAIJ Sumatera Utara
dilakukan dengan menambah hari kerja yaitu pada hari Sabtu dan Minggu.
Berikut contoh perhitungan kapasitas tersedia (Capacity Avaliable/CA) pada
Work Center Pembuatan Plat Formulir bulan November minggu I.
CA normal = Waktu Kerja Tersedia x Efisiensi x Utilitas
(jam kerja normal) = (5 x 8) x 100% x 80%
= 32 jam.
CA lembur = Waktu Kerja Tersedia x Efisiensi x Utilitas
(jam kerja lembur) = (7 x 8) x 100% x 80%
= 44,8 jam.
Universitas Sumatera Utara
Rekapitulasi perhitungan selengkapnya dapat dilihat pada Tabel 5.22.
Tabel 5.22. Rekapitulasi Kapasitas Tersedia Tiap Work Center
Work Center
Hari Kerja
Normal (hari/ Ming-
gu)
Hari Kerja
Lembur (hari/ Ming-
gu)
Jam Kerja (jam/ hari)
Efisi- ensi (%)
Uti- litas (%)
CA Normal (jam/ Ming-
gu)
CA Lembur
(jam/ Ming-
gu)
I 5 7 8 100 80 32 44,8 II 5 7 8 97 95 36,86 51,604 III 5 7 8 95 95 36,1 50,54 IV 5 7 8 97 97 34,92 48,888 V 5 7 8 100 85 34 47,6 VI 5 7 8 100 80 32 44,8
5.2.3.3.Laporan RCCP
Dalam laporan RCCP terdapat dua istilah, yaitu drum dan non drum. Keadaan
drum menunjukkan keadaan dimana kapasitas yang dibutuhkan lebih besar
daripada kapasitas yang tersedia. Sebaliknya, non drum menunjukkan keadaan
dimana kapasitas yang dibutuhkan lebih kecil daripada kapasitas yang tersedia.
Kapasitas yang dibutuhkan (CR) dijumlahkan untuk produk yang melalui Work
Center yang sama. Laporan RCCP ditunjukkan pada Tabel 5.23.
Universitas Sumatera Utara
Tabel 5.23. Laporan RCCP untuk Pesanan Oktober 2011
Work Center Bulan
Ming- gu Ke-
CR (Jam)
CA Normal (Jam)
CA Lembur (Jam)
Kete- rangan
I
Okto- ber
2 0,837 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum
Novem- ber
1 0 32 44,800 Non Drum 2 0 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum
Desem- ber
1 0 32 44,800 Non Drum 2 0 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum
Januari 1 0 32 44,800 Non Drum
II
Okto- ber
2 8,546 36,860 51,604 Non Drum 3 8,546 36,860 51,604 Non Drum 4 8,546 36,860 51,604 Non Drum
Novem- ber
1 8,546 36,860 51,604 Non Drum 2 8,546 36,860 51,604 Non Drum 3 8,546 36,860 51,604 Non Drum 4 8,546 36,860 51,604 Non Drum
Desem- ber
1 8,546 36,860 51,604 Non Drum 2 8,546 36,860 51,604 Non Drum 3 8,546 36,860 51,604 Non Drum 4 8,546 36,860 51,604 Non Drum
Januari 1 10,356 36,860 51,604 Non Drum
III
Okto- ber
2 3,434 36,100 50,540 Non Drum 3 3,434 36,100 50,540 Non Drum 4 3,434 36,100 50,540 Non Drum
Novem- ber
1 3,434 36,100 50,540 Non Drum 2 3,434 36,100 50,540 Non Drum 3 3,434 36,100 50,540 Non Drum 4 3,434 36,100 50,540 Non Drum
Desem- ber
1 3,434 36,100 50,540 Non Drum 2 3,434 36,100 50,540 Non Drum 3 3,434 36,100 50,540 Non Drum 4 3,434 36,100 50,540 Non Drum
Januari 1 4,252 36,100 50,540 Non Drum
Universitas Sumatera Utara
Tabel 5.23. Laporan RCCP untuk Pesanan Oktober 2011 (Lanjutan)
Work Center Bulan
Ming- gu Ke-
CR (Jam)
CA Normal (Jam)
CA Lembur (Jam)
Kete- rangan
IV
Okto- ber
2 4,230 34,920 48,888 Non Drum 3 4,230 34,920 48,888 Non Drum 4 4,230 34,920 48,888 Non Drum
Novem- ber
1 4,230 34,920 48,888 Non Drum 2 4,230 34,920 48,888 Non Drum 3 4,230 34,920 48,888 Non Drum 4 4,230 34,920 48,888 Non Drum
Desem- ber
1 4,230 34,920 48,888 Non Drum 2 4,230 34,920 48,888 Non Drum 3 4,230 34,920 48,888 Non Drum 4 4,230 34,920 48,888 Non Drum
Januari 1 4,635 34,920 48,888 Non Drum
V
Okto- ber
2 0,544 34 47,600 Non Drum 3 0,544 34 47,600 Non Drum 4 0,544 34 47,600 Non Drum
Novem- ber
1 0,544 34 47,600 Non Drum 2 0,544 34 47,600 Non Drum 3 0,544 34 47,600 Non Drum 4 0,544 34 47,600 Non Drum
Desem- ber
1 0,544 34 47,600 Non Drum 2 0,544 34 47,600 Non Drum 3 0,544 34 47,600 Non Drum 4 0,544 34 47,600 Non Drum
Januari 1 0,544 34 47,600 Non Drum
VI
Okto- ber
2 13,160 32 44,800 Non Drum 3 13,160 32 44,800 Non Drum 4 13,160 32 44,800 Non Drum
Novem- ber
1 13,160 32 44,800 Non Drum 2 13,160 32 44,800 Non Drum 3 13,160 32 44,800 Non Drum 4 13,160 32 44,800 Non Drum
Desem- ber
1 13,160 32 44,800 Non Drum 2 13,160 32 44,800 Non Drum 3 13,160 32 44,800 Non Drum 4 13,160 32 44,800 Non Drum
Januari 1 15,535 32 44,800 Non Drum
Universitas Sumatera Utara
BAB VI
PERANCANGAN SISTEM
6.1. Tinjauan Aplikasi dan Pengembangan Model
Pengembangan model dilakukan pada sistem awal dalam pengambilan
keputusan terhadap transaksi pesanan PD. Aneka Industri dan Jasa (PDAIJ)
Sumatera Utara. Sistem awal dalam pengambilan keputusan terhadap transaksi
pesanan ditunjukkan pada Gambar 6.1.
Sistem awal pengambilan keputusan dimulai dari pesanan yang datang
dari konsumen. Pesanan dapat berasal dari satu atau lebih konsumen. Bagian
pemasaran menerima pesanan dari konsumen dan kemudian meneruskan kepada
bagian produksi. Bagian produksi melakukan perhitungan kebutuhan bahan baku
dari total pesanan dan memberikan perintah untuk melaksanakan produksi tanpa
perencanaan. Pembagian tugas dilakukan untuk pemesanan bahan baku dan
perintah pelaksanaan produksi. Bagian gudang harus selalu mendata pemakaian
bahan baku dan melaporkan kepada bagian produksi agar tidak terjadi kekurangan
bahan baku pada saat pelaksanaan produksi, sedangkan bagian lantai produksi
(pelaksanaan produksi) harus memberikan informasi produksi harian untuk
membantu bagian produksi dalam pengambilan keputusan terhadap transaksi
pesanan yang masuk. Kepala bagian produksi dapat mengetahui transaksi dapat
dipenuhi atau tidak setelah informasi produksi harian masuk. Sistem awal
pengambilan keputusan ini menunjukkan pelaksanaan tugas yang tidak efektif
dikarenakan tidak adanya perencanaan berupa penjadwalan dan analisis.
Universitas Sumatera Utara
Gambar 6.1. Sistem Awal Pengambilan Keputusan
Universitas Sumatera Utara
6.1.1. Struktur Sistem
Struktur sistem untuk rancangan sistem usulan pengambilan keputusan,
yaitu sistem pendukung keputusan terhadap Jadwal Induk Produksi (JIP) pada
PDAIJ Sumatera Utara ditunjukkan pada Gambar 6.2.
INPUT TRANSFORMASI OUTPUT
1. Data historis pemesanan bahan baku2. Data pesanan pelanggan - Nama & Alamat pelanggan - Jenis pesanan - Kuantitas pesanan - Jangka waktu pemenuhan pesanan3. Data stasiun kerja (Work Center)4. Data waktu baku5. Data pemasok bahan baku
1. Meramalkan jumlah pemesanan bahan baku2. Memroses pesanan a. Menyusun jadwal induk produksi b. Menganalisis kapasitas - Menghitung kapasitas yang tersedia - Menghitung kapasitas yang dibutuhkan dengan jam kerja normal - Menghitung kapasitas yang dibutuhkan dengan jam kerja tambahan (lembur) - Membandingkan kapasitas tersedia dengan kapasitas yang dibutuhkan3. Menghitung jumlah bahan baku yang dibutuhkan
1. Jumlah pemesanan bahan baku (hasil peramalan)2. Keputusan : - Pesanan dapat dipenuhi - Pesanan tidak dapat dipenuhi3. Jumlah bahan baku yang dibutuhkan
FEEDBACK
SUPPLIER/PEMASOK PELANGGAN
KENDALA/BOUNDARIES
1. Jumlah pesanan (order) yang dapat diproses maksimal 10 kali.2. Periode penjadwalan yang disusun terbatas dalam jangka waktu 1 tahun.
Gambar 6.2. Struktur Sistem
Universitas Sumatera Utara
1. Input (Masukan)
Input dalam struktur sistem berisi data-data dari bagian produksi yaitu :
− Data historis pemesanan bahan baku
Data historis pemesanan bahan baku menyatakan jumlah bahan baku yang
dipesan dari periode ke periode. Data historis digunakan pada kertas NCR
70 gram karena bahan baku tersebut selalu dipesan tiap bulannya.
− Data pesanan pelanggan
Data pesanan pelanggan menyatakan biodata pemesan (nama dan alamat),
jenis pesanan (formulir, blok formulir, kartu box, lainnya),
kuantitas/jumlah pesanan yang dibutuhkan, batas jumlah pengiriman per
minggu yang diinginkan pelanggan serta jangka waktu yang diberikan
konsumen kepada perusahaan untuk memenuhi pesanannya.
− Data stasiun kerja (work center)
Data stasiun kerja menyatakan data mesin (jenis dan jumlah) serta faktor
efisiensi dan utilitas dari masing-masing stasiun kerja yang terdapat pada
lantai produksi.
− Data waktu baku
Data waktu baku menyatakan waktu baku dari setiap stasiun kerja yang
terdapat pada lantai produksi. Waktu baku tersebut diperoleh dari hasil
pengolahan pengukuran waktu yang dilakukan. Pengolahan pengukuran
waktu tidak termasuk dalam sistem, melainkan sebagai input, karena
berdasarkan rumus kapasitas yang dibutuhkan18 :
18 Fogarty, Donald W., dkk. 1991. Production & Inventory Management. Hal 413.
Universitas Sumatera Utara
jkik
n
kbaRequiredCapacity ∑
=
=1
untuk semua i, j.
Keterangan :
ika = Waktu baku pengerjaan produk k pada Stasiun Kerja i
jkb = Jumlah produk k yang akan dijadwalkan pada periode j
Dari rumus kapasitas yang dibutuhkan terlihat bahwa dibutuhkan
data input waktu baku pengerjaan produk pada stasiun kerja (a) yang tak
lain adalah waktu baku stasiun kerja.
2. Transformasi
Transformasi merupakan pemrosesan dari input. Proses transformasi yang
terjadi dalam sistem yang akan dirancang yaitu :
a. Meramalkan jumlah pemesanan bahan baku
Proses ini dilakukan untuk mendapatkan jumlah pemesanan bahan baku
sebagai perbandingan terhadap jumlah bahan baku yang dibutuhkan.
b. Memroses pesanan
Proses ini dilakukan dengan tahapan yaitu :
a. Menyusun Jadwal Induk Produksi
Tahapan ini bertujuan untuk menyusun Jadwal Induk Produksi dalam
pemenuhan pesanan pelanggan. Sebelumnya tidak dilakukan
perencanaan agregat, dikarenakan menurut Daniel Sipper (1998)
bahwa “Jadwal Induk Produksi dihasilkan baik dari rencana agregat
Universitas Sumatera Utara
maupun langsung dari perkiraan permintaan untuk produk akhir19”.
Perkiraan permintaan yang dimaksud berasal dari peramalan yang
dilakukan, sehingga dalam penelitian ini Jadwal Induk Produksi
dihasilkan melalui perkiraan permintaan untuk produk akhir.
Jadwal Induk Produksi disusun berdasarkan jenis dan kuantitas
pesanan pelanggan. Pengalokasiannya dipengaruhi oleh jangka waktu
pemenuhan pesanan (dalam bulanan dengan time batch mingguan)
serta batas pengiriman per minggu.
b. Menganalisis kapasitas
Kapasitas dianalisis sesuai dengan Jadwal Induk Produksi yang telah
disusun untuk mengetahui apakah penjadwalan yang dilakukan dapat
dilaksanakan/dipenuhi dengan memperhatikan kapasitas yang tersedia
dengan kapasitas yang dibutuhkan. Kapasitas yang dibutuhkan
diperhitungkan baik dari jam kerja normal maupun jam kerja tambahan
(lembur).
c. Menghitung jumlah bahan baku yang dibutuhkan
Tahapan ini dilakukan untuk mengetahui kebutuhan jumlah bahan
baku untuk pemenuhan pesanan pelanggan dengan memperhatikan
batas pemesanan minimal yang ditetapkan oleh pemasok (supplier).
3. Output (Keluaran)
19 Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and Integration.
Hal 321 - 325
Universitas Sumatera Utara
Output merupakan hasil dari pemrosesan input (transformasi). Dalam sistem
yang akan dirancang ini, output yang diperoleh yaitu :
a. Jumlah pemesanan bahan baku, yang didapat dari hasil peramalan.
b. Keputusan dari pemrosesan pesanan, yaitu pesanan dapat dipenuhi atau
pesanan tidak dapat dipenuhi
c. Jumlah bahan baku yang dibutuhkan, yaitu disesuaikan dengan rencana
produksi yang disusun.
4. Batasan sistem
Batasan merupakan elemen yang membatasi kinerja dari sistem yang
dirancang. Batasan dalam sistem yang dirancang ini yaitu :
a. Jumlah pesanan (order) yang dapat diproses maksimal 10 kali.
b. Periode penjadwalan yang disusun terbatas dalam jangka waktu 1 tahun.
5. Lingkungan sistem
Lingkungan merupakan elemen yang berada di luar sistem tetapi memiliki
dampak bagi performansi sistem dalam mencapai sasarannya. Dalam struktur
sistem ini, supplier/pemasok dan pelanggan berperan sebagai lingkungan
sistem. Supplier bertugas untuk memasok bahan baku untuk lantai produksi,
dimana pelanggan berperan untuk memberikan pesanan (order) kepada
perusahaan.
Rancangan sistem yang diusulkan sebagai perbaikan terhadap sistem awal
dalam pengambilan keputusan terhadap transaksi pesanan ditunjukkan pada
Gambar 6.3.
Universitas Sumatera Utara
Gambar 6.3. Rancangan Sistem Usulan Pengambilan Keputusan
Universitas Sumatera Utara
6.1.2. Rincian Sistem
Rancangan sistem usulan dirincikan untuk mendapatkan struktur database
yang lebih baik sebagai pendukung dalam perancangan sistem pendukung
keputusan terhadap jadwal induk produksi pada PDAIJ Sumatera Utara.
6.1.2.1.Context Diagrams
Context Diagrams menunjukkan aliran data yang lebih rinci dari struktur
sistem yang telah dibuat. Context Diagrams dari sistem ini ditunjukkan pada
Gambar 6.4.
SISTEM PENDUKUNG KEPUTUSAN
PD. Aneka Industri dan Jasa Sumatera
Utara
BAGIANPRODUKSI
SUPPLIER/PEMASOK
PELANGGAN
JumlahPesananJenisPesanan
KeputusanPemenuhan Pesanan
Jadwal Induk
Produksi
Analisis
Kapasitas
Data
Stasiun kerja
Dat
aPe
mas
ok
Pem
esan
anB
ahan
Bak
u BAGIANPEMASARAN
Data HistorisPemesanan
Jangka WaktuPemenuhan Pesanan
Data
Waktu Baku
JumlahPemesanan
DataPelanggan
Gambar 6.4. Context Diagrams
Universitas Sumatera Utara
6.1.2.2.Data Flow Diagrams
Data Flow Diagrams (DFD) menunjukkan rincian proses dari sistem
sesuai dengan aliran data pada Context Diagram. Proses terdiri atas 3 (sesuai
dengan struktur sistem), yaitu meramalkan jumlah pemesanan bahan baku,
memroses pesanan, dan menghitung kebutuhan bahan baku. DFD level 0 dari
sistem ini ditunjukkan pada Gambar 6.5, DFD level 1 dari proses 2.0 ditunjukkan
pada Gambar 6.6, dan DFD level 2 dari proses 2.0 ditunjukkan pada Gambar 6.7.
1.0MERAMALKAN
TINGKAT KEBUTUHAN BAHAN BAKU
SUPPLIER/PEMASOK
D1 : KEBUTUHAN
2.0MEMROSES PESANAN
3.0MENGHITUNG
JUMLAH BAHAN BAKU YANG
DIBUTUHKAN
BAGIANPEMASARAN
Data Historis
PemesananJumlah
Pemesanan
JumlahKebutuhan
KONSUMEN
BAGIANPRODUKSI
Data Pemasok
Jadwal Induk
Produksi
D2 : PESANAN
DataWaktu Baku
Analisis
Kapasitas
DataPesanan
Pemesanan
Bahan Baku
JenisPesananJumlahPesanan
Jumlah
Kebutuhan
DataStasiun Kerja
Jenis
Pesanan
Jumlah
Pesanan
Jangka Waktu
Pemenuhan Pesanan
Keputusan
Pemenuhan Pesanan
Data
Konsum
en
Jumlah BahamBaku yang Dibutuhkan
Gambar 6.5. Data Flow Diagrams Level 0
Universitas Sumatera Utara
2.1MENYUSUN
JADWAL INDUK PRODUKSI
2.2MENGANALISIS
KAPASITAS
BAGIANPRODUKSI
Jadwal
Pesana
n
D2 : PESANAN
JenisPesanan
Jenis
Pesana
n
Rencana Produksi
Analisis Kapasitas
Data
Stasiun Kerja
Jadwal Induk
Produksi
Analis
is
Kapasi
tas
Data
Stasiun
Kerj
a
Data
Wak
tu Bak
u
D3 : STASIUN KERJA
DataStasiun Kerja
Gambar 6.6. Data Flow Diagrams Level 1 dari Proses 2.0
2.2.1.MENGHITUNG
KAPASITAS TERSEDIA
2.2.2.MENGHITUNG
KAPASITAS DIBUTUHKAN
2.2.3.MEMBUAT LAPORAN
KAPASITAS
D2 : PESANANJenis
Pesanan
JenisPesanan
Rencana Produksi
BAGIANPRODUKSI
Jumlah Kapasitas yang
Dibutuhkan per Periode
Jumlah Kapasitas yang
Tersedia per Periode
Hari KerjaJam Kerja
Normal
Jam Kerja
Lembur
Waktu Baku
Jumlah
Stasiun Kerja
Faktor EfisiensiFaktor Utilitas
Gambar 6.7. Data Flow Diagrams Level 2 dari Proses 2.0
Universitas Sumatera Utara
6.1.2.3.Data Dictionary
Data Dictionary merincikan struktur data dan elemen data dari setiap data
store (simpanan data) pada D-1, D-2, dan D-3 dari Data Flow Diagrams. Data
Dictionary untuk masing-masing data store ditunjukkan pada Gambar 6.8,
Gambar 6.9, dan Gambar 6.10.
Nama Gudang Data : D1 : PERMINTAAN
Nama Struktur Data Nama Elemen Data
DMD PERIODEJUMLAH
Notasi :PERIODE alias DATA WAKTU HISTORISJUMLAH alias DATA PERMINTAAN HISTORIS
Gambar 6.8. Data Dictionary D-1
Nama Gudang Data : D2 : PESANAN
Nama Struktur Data Nama Elemen Data
ORDKODENAMAALAMATJUMLAHMULAISELESAIKETERANGAN
Notasi :KODE alias KODE PRODUKNAMA alias NAMA PELANGGANALAMAT alias ALAMAT PELANGGANJUMLAH alias JUMLAH PESANAN BERDASARKAN JENIS PESANANMULAI alias TANGGAL PESANAN DIMINTASELESAI alias TANGGAL PESANAN HARUS SELESAI
Gambar 6.9. Data Dictionary D-2
Universitas Sumatera Utara
Nama Gudang Data : D3 : STASIUN KERJA
Nama Struktur Data Nama Elemen Data
WC NONAMAJUMLAHKAPASITASHANOMHALEMJAMEFFUTIWB
Notasi :NO alias NOMOR STASIUN KERJANAMA alias NAMA MESIN PADA STASIUN KERJAJUMLAH alias JUMLAH MESIN ATAU OPERATOR PADA STASIUN KERJAKAPASITAS alias JUMLAH PRODUKSI PADA STASIUN KERJA PER SATUAN WAKTUHANOM alias JUMLAH HARI KERJA NORMAL PER MINGGUHALEM alias JUMLAH HARI KERJA LEMBUR PER MINGGUJAM alias JAM KERJA PER HARIEFF alias FAKTOR EFISIENSI PADA STASIUN KERJAUTI alias FAKTOR UTILITAS PADA STASIUN KERJAWB alias WAKTU BAKU PADA STASIUN KERJA TIAP JENIS PRODUK
Gambar 6.10. Data Dictionary D-3
6.1.2.4.Data Structure Diagrams
Data Structure Diagrams menyatakan hubungan struktural antar elemen
data dalam data-store. Diagram ini menunjukkan keterkaitan antara elemen data
yang terdapat pada masing-masing data store, yang ditunjukkan pada Gambar
6.11.
Universitas Sumatera Utara
JUMLAH
DMD
JUMLAH
ORD
WB
SKNO
SK
Gambar 6.11. Data Structure Diagrams Antar Data Store
6.1.2.5.Data Access Diagrams
Data Access Diagrams menggambarkan Data Structure Diagrams dalam
representasi yang lebih rinci dengan menampilkan struktur data dan elemen data
dari data store, seperti yang ditunjukkan pada Gambar 6.12.
KODE NAMA ALAMAT JUMLAH
NO NAMA
SK
ORD
PERIODE JUMLAH
DMD
JUMLAH KAPASITAS
MULAI SELESAI KETERANGAN
HANOM HALEM JAM EFF UTI WB
Gambar 6.12. Data Access Diagrams Antar Data Store
6.1.2.6.Minispesifications
Minispesifications merincikan kegiatan maupun data yang dibutuhkan oleh
setiap proses pada sistem. Proses dari sistem ini terdiri dari Meramalkan Tingkat
Kebutuhan Bahan Baku (1.0), Memroses Pesanan (2.0), dan Menghitung Jumlah
Universitas Sumatera Utara
Bahan Baku yang Dibutuhkan (3.0) ditunjukkan pada Gambar 6.13, Gambar 6.14,
dan Gambar 6.15. Proses Memroses Pesanan (2.0) terdiri dari tiga sub-proses
yaitu Menyusun Jadwal Induk Produksi (2.1) dan Menganalisis Kapasitas (2.2)
ditunjukkan pada Gambar 6.16 dan 6.17. Proses Menganalisis Kapasitas (2.2)
terdiri dari tiga sub-proses, yaitu Menghitung Kapasitas Tersedia (2.2.1),
Menghitung Kapasitas Dibutuhkan (2.2.2), dan Membuat Laporan Kapasitas
(2.2.3) ditunjukkan pada Gambar 6.18, Gambar 6.19, dan Gambar 6.20.
PROCESS MINISPESIFICATION
Nama Proses : MERAMALKAN TINGKAT KEBUTUHAN BAHAN BAKU
Nomor Proses : 1.0
Deskripsi : Menggunakan data pemesanan bahan baku dari bagian pemasaran untuk meramalkan tingkat kebutuhan bahan baku.
Input : DATA HISTORIS KEBUTUHAN dari BAGIAN PEMASARAN
Output : JUMLAH KEBUTUHAN kepada 2.0 JUMLAH KEBUTUHAN kepada BAGIAN PEMASARAN JUMLAH KEBUTUHAN kepada D1
Logika : Melakukan peramalan dengan menggunakan 5 metode (konstan, linier, eksponensial, kuadratis, dan siklis) sehingga didapatkan 5 fungsi peramalan. Kemudian dicari nilai SEE dari setiap metode dan metode yang dipilih adalah metode yang memiliki SEE terkecil.
Gambar 6.13. Dokumentasi Minispesification untuk Proses 1.0
Universitas Sumatera Utara
PROCESS MINISPESIFICATION
Nama Proses : MEMROSES PESANAN
Nomor Proses : 2.0
Deskripsi : Melakukan proses pada jenis dan jumlah pesanan yang didapatkan dari pelanggan untuk memberikan keputusan berupa dapat dipenuhi atau tidak dapat dipenuhi.
Input : JUMLAH KEBUTUHAN dari 1.0 DATA KONSUMEN dari KONSUMEN JENIS PESANAN dari KONSUMEN JUMLAH PESANAN dari KONSUMEN JANGKA WAKTU PEMENUHAN PESANAN dari KONSUMEN DATA WAKTU BAKU dari BAGIAN PRODUKSI DATA STASIUN KERJA dari BAGIAN PRODUKSI JUMLAH BAHAN BAKU YANG DIBUTUHKAN dari 3.0
Output : DATA PESANAN kepada D2 KEPUTUSAN PEMENUHAN PESANAN kepada KONSUMEN ANALISIS KAPASITAS kepada BAGIAN PRODUKSI JADWAL INDUK PRODUKSI kepada BAGIAN PRODUKSI JENIS PESANAN kepada 3.0 JUMLAH PESANAN kepada 3.0
Logika : Melakukan perhitungan dengan alokasi jumlah produksi pada periode yang terdapat pada stasiun kerja serta membandingkan alokasi dengan kapasitas yang tersedia di perusahaan sehingga memberikan hasil pesanan dapat dipenuhi atau pesanan tidak dapat dipenuhi
Gambar 6.14. Dokumentasi Minispesification untuk Proses 2.0
Universitas Sumatera Utara
PROCESS MINISPESIFICATION
Nama Proses : MENGHITUNG JUMLAH BAHAN BAKU YANG DIBUTUHKAN
Nomor Proses : 3.0
Deskripsi : Memperhitungkan jumlah bahan baku yang dibutuhkan per periode (mingguan) sesuai dengan jumlah produksi yang telah dijadwalkan pada rencana produksi tiap pesanan.
Input : JENIS PESANAN dari 2.0 JUMLAH PESANAN dari 2.0 DATA PEMASOK dari SUPPLIER
Output : JUMLAH BAHAN BAKU YANG DIBUTUHKAN kepada 2.0 PEMESANAN BAHAN BAKU kepada SUPPLIER
Logika : Pada sistem pemesanan yang dilakukan perusahaan selalu memesan kelebihan 2 rim dari yang dibutuhkan karena mempertimbangkan kecacatan yang mungkin terjadi pada saat produksi. Jumlah pesanan bahan baku mingguan disesuaikan dengan jumlah produksi mingguan ditambah dengan 2 rim.
Gambar 6.15. Dokumentasi Minispesification untuk Proses 3.0
PROCESS MINISPESIFICATION
Nama Proses : MENYUSUN JADWAL INDUK PRODUKSI
Nomor Proses : 2.1
Deskripsi : Menyusun rencana produksi yang disesuaikan dengan jumlah pesanan yang masuk. Rencana produksi bersifat mingguan dikarenakan pengiriman produk kepada konsumen dilakukan setiap minggu.
Input : JADWAL PESANAN dari D2 JENIS PESANAN dari D2 DATA STASIUN KERJA dari BAGIAN PRODUKSI ANALISIS KAPASITAS dari 2.2
Output : RENCANA PRODUKSI kepada 2.2 JADWAL INDUK PRODUKSI kepada BAGIAN PRODUKSI DATA STASIUN KERJA kepada D3
Logika : Dikarenakan konsumen tidak menetapkan jumlah yang dibutuhkan dalam mingguan, maka disusun dengan membagikan jumlah pesanan dengan jumlah periode (minggu) yang menjadi batas waktu pemenuhan pesanan
Gambar 6.16. Dokumentasi Minispesification untuk Proses 2.1
Universitas Sumatera Utara
PROCESS MINISPESIFICATION
Nama Proses : MENGANALISIS KAPASITAS
Nomor Proses : 2.2
Deskripsi : Menentukan besar kapasitas untuk memenuhi rencana produksi yang telah disusun.
Input : JENIS PESANAN dari D2 RENCANA PRODUKSI dari 2.1 DATA STASIUN KERJA dari BAGIAN PRODUKSI DATA WAKTU BAKU dari BAGIAN PRODUKSI
Output : ANALISIS KAPASITAS kepada 2.1 ANALISIS KAPASITAS kepada BAGIAN PRODUKSI
Logika : Apabila kapasitas produksi lebih kecil dari kapasitas yang tersedia, maka pesanan tidak dapat dipenuhi.
Gambar 6.17. Dokumentasi Minispesification untuk Proses 2.2
PROCESS MINISPESIFICATION
Nama Proses : MENGHITUNG KAPASITAS TERSEDIA
Nomor Proses : 2.2.1
Deskripsi : Menentukan besar kapasitas yang tersedia pada lantai produksi.
Input : JENIS PESANAN dari D2 FAKTOR UTILITAS dari BAGIAN PRODUKSI FAKTOR EFISIENSI dari BAGIAN PRODUKSI HARI KERJA LEMBUR dari BAGIAN PRODUKSI HARI KERJA NORMAL dari BAGIAN PRODUKSI JAM KERJA dari BAGIAN PRODUKSI
Output : JUMLAH KAPASITAS YANG TERSEDIA PER PERIODE kepada 2.2.3
Logika : Mengalikan hari kerja normal dengan jam kerja dengan faktor efisiensi dan faktor utilitas untuk mendapatkan kapasitas tersedia secara normal. Mengalikan hari kerja lembur dengan jam kerja dengan faktor efisiensi dan faktor utilitas untuk mendapatkan kapasitas tersedia secara lembur.
Gambar 6.18. Dokumentasi Minispesification untuk Proses 2.2.1
Universitas Sumatera Utara
PROCESS MINISPESIFICATION
Nama Proses : MENGHITUNG KAPASITAS DIBUTUHKAN
Nomor Proses : 2.2.2
Deskripsi : Menentukan besar kapasitas yang dibutuhkan sesuai dengan rencana produksi yang disusun
Input : RENCANA PRODUKSI dari 2.1 WAKTU BAKU dari BAGIAN PRODUKSI JUMLAH STASIUN KERJA dari BAGIAN PRODUKSI JENIS PESANAN dari D2
Output : JUMLAH KAPASITAS YANG DIBUTUHKAN PER PERIODE kepada 2.2.3
Logika : Mengalikan jumlah alokasi produksi per periode dengan waktu baku stasiun kerja.
Gambar 6.19. Dokumentasi Minispesification untuk Proses 2.2.2
PROCESS MINISPESIFICATION
Nama Proses : MEMBUAT LAPORAN KAPASITAS
Nomor Proses : 2.2.3
Deskripsi : Melakukan rekapitulasi terhadap perhitungan kapasitas produksi dan kapasitas tersedia untuk setiap periode produksinya.
Input : JUMLAH KAPASITAS YANG DIBUTUHKAN PER PERIODE dari 2.2.2 JUMLAH KAPASITAS YANG TERSEDIA PER PERIODE dari 2.2.3
Output : ANALISIS KAPASITAS kepada 2.1
Logika : Jika kapasitas yang dibutuhkan lebih kecil dari kapasitas tersedia secara normal, maka pesanan dapat dipenuhi tanpa lembur. Jika kapasitas yang dibutuhkan lebih besar dari kapasitas tersedia secara normal dan lebih kecil dari kapasitas tersedia secara lembur, maka pesanan dapat dipenuhi dengan lembur. Jika kapasitas yang dibutuhkan lebih besar dari kedua kapasitas yang tersedia, maka pesanan tidak dapat dipenuhi.
Gambar 6.20. Dokumentasi Minispesification untuk Proses 2.2.3
Universitas Sumatera Utara
6.2. Perancangan Worksheet
Worksheet merupakan lembar kerja dalam Ms. Excel. Worksheet yang
digunakan dalam perancangan ini terdiri atas 6, yaitu :
1. Worksheet Pendahuluan
Worksheet pendahuluan berisi gambaran umum PDAIJ Sumatera Utara secara
singkat serta ketentuan dari worksheet aplikasi yang dirancang, serta terdapat
tombol “mulai” untuk melanjutkan proses ke worksheet pesanan. Worksheet
pendahuluan ditunjukkan pada Gambar 6.21.
Gambar 6.21. Worksheet Pendahuluan
2. Worksheet Katalog Produk
Worksheet katalog produk berisi gambaran jenis-jenis produk yang ditawarkan
oleh PDAIJ Sumatera Utara kepada konsumen. Katalog produk ini berisi
gambar produk beserta spesifikasi, warna, batas pemesanan, dan bahan baku
dari produk. Worksheet katalog produk ditunjukkan pada Gambar 6.22.
Universitas Sumatera Utara
Gambar 6.22. Worksheet Katalog Produk
3. Worksheet Pesanan
Worksheet pesanan berisi form yang memiliki input pesanan (jenis dan
kuantitas), jangka waktu pemenuhan pesanan, serta batas pengiriman per
minggu. Pesanan dapat dipilih satu jenis produk atau lebih tergantung kepada
kebutuhan dari konsumen. Batas pengiriman per minggu bersifat optional,
artinya dapat diisi maupun tidak. Dalam worksheet ini juga terdapat tiga buah
tombol, yaitu tombol “jadwal produksi” untuk melanjutkan pemrosesan input
ke dalam susunan jadwal produksi dan dianalisis secara kapasitas, tombol
“bahan baku” untuk melanjutkan pemrosesan input ke dalam kebutuhan bahan
baku, dan tombol “tambah pesanan” untuk melanjutkan ke form baru apabila
terdapat pemesanan pada saat berlangsungnya produksi pesanan utama
(pesanan pertama). Worksheet pesanan ditunjukkan pada Gambar 6.23.
Universitas Sumatera Utara
Gambar 6.23. Worksheet Pesanan
4. Worksheet Jadwal Induk Produksi
Worksheet Jadwal Induk Produksi berisi susunan rencana produksi dalam
jangka waktu 1 tahun berdasarkan pesanan yang masuk. Jangka waktu
maksimal dari 1 pesanan adalah 3 bulan atau 12 minggu. Selain terdapat
informasi susunan rencana produksi, juga terdapat rekapitulasi kapasitas dan
alternatif keputusan pemenuhan pesanan. Selain itu, juga terdapat tombol
“Analisis Kapasitas” untuk mengakses analisis terhadap kapasitas produksi.
Universitas Sumatera Utara
Gambar 6.24. Worksheet Jadwal Induk Produksi
5. Worksheet Analisis Kapasitas
Worksheet Analisis Kapasitas terdiri dari 6 tabel rekapitulasi hasil analisis
kapasitas. Keenam tabel ini merupakan hasil analisis kapasitas dari tiap
stasiun kerja yang dibutuhkan untuk memenuhi pesanan. Periode pada tiap
tabel adalah 12 bulan (48 minggu) berdasarkan pada jangka waktu pesanan
datang dan harus selesai. Bagian analisis kapasitas terlihat pada bagian bawah
tabel yaitu dengan membandingkan kapasitas yang dibutuhkan dengan
kapasitas tersedia dengan jam kerja normal serta kapasitas tersedia dengan jam
kerja lembur. Hasil analisis terlihat pada bagian “keterangan”.
Universitas Sumatera Utara
Gambar 6.25. Worksheet Analisis Kapasitas
6. Worksheet Hasil Peramalan
Worksheet hasil peramalan berisi proses yang diolah berdasarkan data
pemesanan yang masuk. Proses yang dilakukan berakhir dengan perhitungan
SEE untuk tiap metode dan juga fungsi untuk tiap metode. Metode yang
terpilih berdasarkan SEE terkecil. Selain itu, terdapat tombol “kembali” untuk
mengakses ke menu utama (worksheet katalog produk).
Universitas Sumatera Utara
Gambar 6.26. Worksheet Hasil Peramalan
7. Worksheet Bahan Baku
Worksheet bahan baku berisi jumlah bahan baku yang dibutuhkan untuk
dipesan kepada pemasok bahan baku (supplier). Pemasok memiliki batas
pemesanan minimal dalam setiap pemesanan bahan baku. Apabila jumlah
bahan baku yang dibutuhkan melebihi batas pemesanan minimal, maka
pemesanan disesuaikan dengan kebutuhan. Sebaliknya apabila jumlah bahan
baku yang dibutuhkan tidak melebihi (di bawah) batas pemesanan minimal,
maka kuantitas pemesanan disesuaikan dengan batas pemesanan minimal.
Worksheet bahan baku ditunjukkan pada Gambar 6.27.
Universitas Sumatera Utara
Gambar 6.27. Worksheet Bahan Baku
8. Worksheet Database.
Worksheet database berisi kumpulan data yang dibutuhkan dalam pemrosesan
input untuk menjadi output baik pada worksheet proses maupun worksheet
bahan baku. Beberapa kumpulan data disesuaikan dengan kontrol ActiveX
yang terdapat pada worksheet pesanan. Worksheet Database Pesanan,
Pemesanan Bahan Baku, dan Stasiun Kerja masing-masing ditunjukkan pada
Gambar 6.28, Gambar 6.29, dan Gambar 6.30.
Universitas Sumatera Utara
Gambar 6.28. Worksheet Database Pesanan
Gambar 6.29. Worksheet Database Pemesanan Bahan Baku
Universitas Sumatera Utara
Gambar 6.30. Worksheet Database Stasiun Kerja
6.3. Penentuan Interface
Interface yang digunakan dalam peneliti dalam perancangan sistem ini
berupa kontrol ActiveX seperti checkbox, textbox, command button, dan listbox
untuk menerima input dari pengguna. Kontrol ActiveX berisi kode-kode Visual
Basic yang memberikan perintah untuk pemrosesan praktis pada masing-masing
kontrol.
6.4. Penentuan Prosedur Pemrograman
Pemrograman dilakukan terhadap tiga tahapan, yaitu pada “proses” untuk
pemrosesan input ke dalam susunan jadwal produksi dan analisis kapasitas, pada
“bahan baku” untuk pemrosesan input ke dalam kebutuhan bahan baku untuk
dipesan dari pemasok (supplier), serta pada “tambah pesanan” untuk pemrosesan
Universitas Sumatera Utara
tambahan apabila terdapat pemesanan tambahan ketika pesanan pertama
dilakukan.
Prosedur pemrograman untuk masing-masing tahap ditunjukkan pada
diagram alir pada Gambar 6.31, Gambar 6.32, dan Gambar 6.33.
Mulai
- Jenis Pesanan- Kuantitas Pesanan- Batas Pengiriman Per Minggu- Jangka Waktu Pemenuhan Pesanan- Kapasitas produksi Per Minggu
Alokasikan jumlah produksi mingguan
sesuai kapasitas produksi
Hitung kapasitas tersedia (CA)
Hitung kapasitas yang dibutuhkan dengan jam
kerja normal (CR1)
Hitung kapasitas yang dibutuhkan dengan jam
kerja lembur (CR2)
CA < CR1? CA < CR2?
TidakTidak
Ya
Selesai
Ya Pesanan tidak dapat dipenuhi
Pesanan dapat dipenuhi dengan jam
kerja lembur
Pesanan dapat dipenuhi dengan jam
kerja normal
Gambar 6.31. Prosedur Pemrograman “Proses”
Universitas Sumatera Utara
Mulai
- Kuantitas Pesanan- Batas Pemesanan Minimal (M)
Q > M?Ya
Tidak
Pesan bahan baku sesuai dengan
kuantitas pesanan
Pesan bahan baku sesuai dengan batas pemesanan minimal
Selesai
Kuantitas pesanan ditambah 2 rim (Q)
Gambar 6.32. Prosedur Pemrograman “Bahan Baku”
Universitas Sumatera Utara
Mulai
- Jenis Pesanan- Kuantitas Pesanan- Jangka Waktu Pemenuhan Pesanan- Kapasitas produksi Per Minggu- Kapasitas Produksi terpakai pada Pesanan Terdahulu
Kapasitas tersedia masih tersisa?
Ya
Tidak
Mundurkan periode mulai pemesanan
Alokasikan sesuai dengan jumlah
kapasitas tersedia yang tersisa
Hitung kapasitas tersedia (CA)
Hitung kapasitas yang dibutuhkan dengan jam
kerja normal (CR1)
Hitung kapasitas yang dibutuhkan dengan jam
kerja lembur (CR2)
CA < CR1? CA < CR2?Ya Ya Pesanan tidak dapat
dipenuhi
Ada pesanan yang sedang dikerjakan?
Tidak
Ya
Hitung sisa kapasitas yang belum terpakai
Alokasikan jumlah produksi mingguan
sesuai kapasitas belum terpakai
Alokasikan jumlah produksi mingguan
sesuai kapasitas produksi
Alokasikan sisa jumlah produksi mingguan periode berikutnya
TidakTidak
Selesai
Pesanan dapat dipenuhi dengan jam
kerja lembur
Pesanan dapat dipenuhi dengan jam
kerja normal
Gambar 6.33. Prosedur Pemrograman “Tambah Pesanan”
Universitas Sumatera Utara
6.5. Pemutusan Alternatif Penyelesaian
Alternatif penyelesaian menunjukkan integrasi antara worksheet aplikasi
yang dirancang dengan sistem pendukung keputusan. Alternatif penyelesaian
memberikan 2 keputusan, yaitu :
1. Pesanan dapat dipenuhi
Keputusan terhadap pesanan dapat dipenuhi meliputi 2 kondisi dimana dapat
dipenuhi hanya dengan jam kerja normal atau dapat dipenuhi dengan
penambahan jam kerja di luar jam kerja normal (lembur).
2. Pesanan tidak dapat dipenuhi
Keputusan terhadap pesanan tidak dapat dipenuhi merupakan kondisi dimana
pesanan tidak dapat dipenuhi bahkan telah dilakukan lembur, sehingga
pesanan tersebut dapat ditolak oleh perusahaan atau dilakukan negoisasi
antara perusahaan dengan konsumen, misalnya dalam pengurangan jumlah
pesanan atau penambahan jangka waktu pemenuhan pesanan.
6.6. Pengujian Worksheet Aplikasi
Pengujian worksheet aplikasi dilakukan untuk memastikan worksheet
aplikasi yang dirancang telah terintegrasi dengan sistem pendukung keputusan
dan berjalan sesuai dengan prosedur pemrograman sehingga menghasilkan
alternatif penyelesaian yang diharapkan. Pengujian worksheet aplikasi
ditunjukkan pada bagian Hasil dan Pembahasan.
Universitas Sumatera Utara
BAB VII
HASIL DAN PEMBAHASAN
7.1. Hasil Perancangan Sistem Pendukung Keputusan
Perancangan sistem pendukung keputusan ini selain berorientasi pada
spreadsheet, juga menggunakan ActiveX Control untuk mempermudah pengguna
(user) dalam menggunakannya. Sistem pendukung keputusan yang dirancang ini
mengomputerisasikan prosedur penyelesaian manual dari penyusunan Jadwal
Induk Produksi dan laporan kapasitas dengan Rough-Cut Capacity Planning.
Hasil yang diberikan oleh sistem pendukung keputusan yang dirancang ini yaitu :
1. Jumlah pemesanan bahan baku (hasil peramalan)
Sistem yang dirancang akan melakukan proses perhitungan peramalan secara
otomatis setelah data historis dimasukkan (di-input). Sistem kemudian akan
memilih fungsi peramalan yang memiliki nilai SEE terkecil. Apabila user
(pengguna), dalam hal ini adalah bagian produksi, ingin mengetahui prakiraan
kebutuhan bahan baku pada periode yang akan datang, pengguna
menggunakan fungsi peramalan yang dihasilkan oleh sistem tersebut.
2. Keputusan pemenuhan pesanan
Pada sistem yang dirancang terdapat worksheet pesanan yang merupakan
bagian isian untuk pesanan yang datang dari konsumen/pelanggan. Sistem
kemudian secara otomatis melakukan proses penyusunan penjadwalan
produksi dan analisis kapasitas terhadap pesanan yang dimasukkan (di-input),
sehingga bagian produksi tidak perlu melakukan pekerjaan tersebut. Hasil
Universitas Sumatera Utara
yang diberikan oleh sistem dari proses tersebut adalah keputusan pemenuhan
pesanan (transaksi pesanan), yaitu pesanan dapat dipenuhi (dengan jam kerja
normal atau lembur) dan pesanan tidak dapat dipenuhi. Untuk pesanan yang
tidak dapat dipenuhi, sistem memberikan alternatif perubahan pesanan dari
segi jumlah dan batas waktu, sehingga pesanan yang tidak dapat dipenuhi
tidak ditolak secara langsung, melainkan pihak perusahaan dapat memberikan
alternatif kepada konsumen. Apabila alternatif perubahan pesanan tersebut
dipilih, maka sistem secara otomatis akan mengulangi proses yang sama untuk
mendapatkan hasil keputusan.
3. Jumlah bahan baku yang dibutuhkan
Apabila pesanan yang masuk telah dikonfirmasi (dalam hal ini diterima) oleh
pihak perusahaan, maka sistem secara otomatis melakukan perhitungan
kebutuhan bahan baku. Jumlah kebutuhan disesuaikan dengan jumlah
produksi (berdasarkan pesanan yang masuk) pada setiap periodenya,
ditambahkan dengan 2 rim yang menjadi ketetapan perusahaan dalam
memesan bahan baku, karena terdapat pertimbangan terhadap produk reject.
7.2. Analisis Perbandingan Pengambilan Keputusan Manual dengan
Penggunaan Sistem Pendukung Keputusan
Perbandingan pengambilan keputusan manual dengan penggunaan sistem
pendukung keputusan dalam bentuk prosedur ditunjukkan pada Tabel 7.1.
Universitas Sumatera Utara
Tabel 7.1. Perbandingan Pengambilan Keputusan Manual dengan Penggunaan Sistem Pendukung Keputusan
Pengambilan Keputusan Awal Penggunaan Sistem Pendukung Keputusan
Data pesanan pelanggan ditulis manual dan disimpan dalam logbook
Data pesanan pelanggan disimpan ke dalam database
Pihak manajemen produksi perusahaan tidak menyusun rencanan produksi
Pihak manajemen produksi perusahaan menyusun rencana produksi dari uji-coba sistem
Pihak manajemen produksi perusahaan tidak memiliki acuan dalam menentukan lembur
Pihak manajemen produksi perusahaan dapat menentukan lembur melalui analisis dari sistem
Waktu yang dibutuhkan untuk pengambilan keputusan dalam transaksi pesanan cukup lama, yaitu dalam mingguan hingga bulanan
Waktu yang dibutuhkan untuk pengambilan keputusan dalam transaksi pesanan, yaitu 10-15 menit
Perancangan Sistem Pendukung Keputusan memberikan efisiensi waktu
seperti penelitian yang dilakukan oleh L. Siva dkk pada tahun 2010, dimana
waktu yang dibutuhkan menjadi kurang dari 15 menit. Estimasi waktu yang
dibutuhkan dalam pengambilan keputusan pada saat melakukan transaksi pesanan
untuk pengambilan keputusan awal dan penggunaan sistem pendukung keputusan
yaitu :
1. Pengambilan Keputusan Awal
Ilustrasi proses pengambilan keputusan awal ditunjukkan oleh Gambar 7.1
dengan estimasi waktu proses dalam harian hingga mingguan.
Universitas Sumatera Utara
Gambar 7.1. Proses Pengambilan Keputusan Awal
2. Dengan Menggunakan Sistem Pendukung Keputusan
Ilustrasi proses pengambilan keputusan dengan menggunakan sistem
pendukung keputusan ditunjukkan oleh Gambar 7.2 dengan estimasi waktu
berkisar antara 10 – 15 menit.
Gambar 7.2. Proses Pengambilan Keputusan dengan Menggunakan Sistem Pendukung Keputusan
Waktu paling cepat yang dibutuhkan pihak manajemen produksi
perusahaan untuk memastikan penyelesaian transaksi pesanan secara manual
adalah dalam hitungan harian, sedangkan dengan menggunakan Sistem
Universitas Sumatera Utara
Pendukung Keputusan, hanya dalam waktu 10 hingga 15 menit, pihak manajemen
produksi perusahaan telah dapat memastikan penyelesaian transaksi pesanan.
Selain Sistem Pendukung Keputusan tersebut menghasilkan Jadwal Induk
Produksi dan analisis kapasitas dari penjadwalan tersebut, juga dihasilkan
kebutuhan bahan baku yang dibutuhkan pihak manajemen produksi perusahaan
kepada pemasok (supplier).
7.3. Tampilan Hasil Perancangan Sistem Pendukung Keputusan
Output dari hasil perancangan Sistem Pendukung Keputusan yaitu sebagai
berikut :
1. Hasil peramalan pemesanan bahan baku
Hasil peramalan pemesanan bahan baku ditunjukkan pada Gambar 7.3
2. Keputusan pemenuhan pesanan
Keputusan pemenuhan pesanan (transaksi pesanan) memiliki beberapa kondisi
yaitu :
a. Saat pesanan dapat dipenuhi
Hasil keputusan pada pesanan yang dapat dipenuhi dengan jam kerja
normal ditunjukkan pada Gambar 7.4, sedangkan pada pesanan yang dapat
dipenuhi dengan jam kerja lembur ditunjukkan pada Gambar 7.5.
Universitas Sumatera Utara
Gambar 7.3. Hasil Peramalan Pemesanan Bahan Baku
Gambar 7.4. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Dapat Dipenuhi dengan Jam Kerja Normal
Universitas Sumatera Utara
Gambar 7.5. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Dapat Dipenuhi dengan Jam Kerja Lembur
b. Saat pesanan tidak dapat dipenuhi
Hasil keputusan pada pesanan yang tidak dapat dipenuhi ditunjukkan pada
Gambar 7.6, dengan alternatif perubahan pesanan ditunjukkan pada
Gambar 7.7.
Universitas Sumatera Utara
Gambar 7.6. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Tidak Dapat Dipenuhi
Gambar 7.7. Alternatif Perubahan Pesanan
Universitas Sumatera Utara
Keputusan pemenuhan pesanan merupakan informasi yang
diberikan oleh perusahaan kepada konsumen/pelanggan, sedangkan
informasi bagi perusahaan (khususnya bagian produksi) adalah Jadwal
Induk Produksi (rencana produksi) yang ditunjukkan pada Gambar 7.8
serta laporan kapasitas yang berisi analisis kapasitas dari tiap stasiun kerja
terhadap Jadwal Induk Produksi seperti ditunjukkan pada Gambar 7.9.
3. Jumlah kebutuhan bahan baku
Hasil perhitungan terhadap jumlah kebutuhan bahan baku terhadap pesanan
yang diterima dalam tiap periode ditunjukkan pada Gambar 7.10.
Universitas Sumatera Utara
Gambar 7.8. Jadwal Induk Produksi Berdasarkan Pesanan yang Diterima
Universitas Sumatera Utara
Gambar 7.9. Laporan Kapasitas
Universitas Sumatera Utara
Gambar 7.10. Hasil Perhitungan Kebutuhan Bahan Baku
Universitas Sumatera Utara
BAB VIII
KESIMPULAN DAN SARAN
8.1. Kesimpulan
Adapun kesimpulan yang dapat ditarik dari penelitian yang dilakukan
yaitu :
1. Jadwal Induk Produksi (JIP) disusun dalam periode mingguan dengan jumlah
produksi berdasarkan pesanan yang datang.
2. Analisis kapasitas dilakukan terhadap Jadwal Induk Produksi (JIP) pada tiap
stasiun kerja berdasarkan produk yang dikerjakan.
3. Worksheet aplikasi “Jadwal Induk Produksi” dan “Laporan Kapasitas”
mengkomputerisasikan prosedur manual serta dapat menyesuaikan proses
perhitungan apabila terdapat pesanan yang masuk ketika terdapat pesanan lain
yang sedang dikerjakan.
4. Sistem pendukung keputusan yang diintegrasikan terhadap worksheet aplikasi
yang dirancang memberikan alternatif keputusan yang berguna sebagai sarana
komunikasi antara perusahaan dengan konsumen, yaitu keputusan pesanan
dapat dipenuhi (baik secara normal maupun lembur) dan pesanan tidak dapat
dipenuhi. Waktu yang dibutuhkan dalam pengambilan keputusan dengan
sistem yang dirancang yaitu 10 – 15 menit.
Universitas Sumatera Utara
8.2. Saran
Saran yang dapat diusulkan yaitu sebagai berikut :
1. Perusahaan sebaiknya memahami pentingnya perencanaan produksi dalam
pemenuhan pesanan terhadap konsumen mengingat konsumen meliputi
seluruh instansi pemerintahan di provinsi Sumatera Utara yang berjumlah
cukup banyak.
2. Perusahaan sebaiknya memfasilitasi bagian produksi, khususnya, dengan unit
komputer yang memiliki sistem operasi yang mengikuti perkembangan
teknologi.
3. Perusahaan sebaiknya menerapkan peraturan yang ketat untuk mendisplinkan
karyawan, khususnya bagian produksi, untuk mengurangi tingkat absensi yang
tinggi sehingga produktivitas dapat meningkat.
4. Perusahaan memperhatikan lingkungan kerja pada bagian produksi untuk
meningkatkan kenyamanan bekerja bagi para operator.
5. Untuk penelitian lebih lanjut, disarankan untuk melakukan penjadwalan
tenaga kerja berdasarkan pada pesanan yang datang.
6. Untuk penelitian lebih lanjut, disarankan untuk melakukan riset mengenai
kapabilitas sumber daya manusia, khususnya pada bagian produksi
diakrenakan tingkat absensi yang tinggi.
Universitas Sumatera Utara