Laporan Praktikum i5 Pura-pura Fix
-
Upload
wahyu-surya-rahman -
Category
Documents
-
view
231 -
download
0
Transcript of Laporan Praktikum i5 Pura-pura Fix
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
1/19
LAPORAN PRAKTIKUM
SISTEM PRODUKSI
ACARA II
PERENCANAAN PRODUKSI
Disusun oleh :
PLUG IKELOMPOK : 5
1. Danar Teguh Santoso 122130231
2. Wahyu Surya Rahman 122130232
LABORATORIUM SISTEM PRODUKSI
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
YOGYAKARTA
2016
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
2/19
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
3/19
2.2.2 Peramalan Permintaan Produk
Peramalan ( forecasting) adalah kegiatan untuk memperkirakan apa yang
akan terjadi di masa yang akan datang. Peramalan diperlukan untuk mengantisipasi
pengaruh perubahan kondisi pasar yang kompleks dan dinamis, dimana terjadi
perubahan permintaan yang bervariasi sepanjang waktu.
Peramalan merupakan salah satu informasi yang dibutuhkan dalam
pengambilan keputusan dan pengendaÌian perusahaan, peramalan berperan penting
dalam:
1. Penjadwalan sumberdaya yang tersedia
2. Kebutuhan sumberdaya tambahan
3. Penentuan sumberdaya yang diinginkan
Terdapat lima prinsip (Plossi) yang perlu dipertimbangkan dalam peramalan,
yaitu:
1. Peramalan mengakibatkan kesalahan (error ). Peramalan hanya mengurangi
ketidakpastian tetapi tidak rnenghilangkannya.
2. Peramalan harus memberikan informasi ukuran kesalahan, sehingga pemakai
tahu besar kesalahan yang mungkin terjadi dalam peramalan.
3. Peramalan famili produk lebih akurat dibanding peramalan produk individu
(item). Jika satu famili produk diramalkan menjadi satu kesatuan, persentase
kesalahan cenderung lebih kecil daripada persentase kesalahan peramalan
produk-produk individu penyusun famili.
4. Peramalan jangka pendek lebih akurat daripada jangka panjang, karena faktor
yang mempengaruhi permintaan pada peramalan jangka pendek lebih stabil,sehingga hasil peramalan lebih akurat.
5. Jika dimungkinkan, hitung permintaan dengan meramalkan permintaan
tersebut, untuk sistem produksi make to stock . Jadwal produksi dibuat
berdasarkan peramalan permintaan.
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
4/19
Untuk menghadapi beragamnya kebutuhan, beberapa teknik peramalan telah
dikembangkan. Teknik peramalan ini dibagi menjadi dua, yaitu:
1. Peramalan kualitatif adalah peramalan yang menggunakan intuisi
penyusunannya, tidak menggunakan pendekatan metematis maupun statistik,
sehingga sifatnya sangat subyektif.
2. Peramalan kuantitatif adalah peramalan yang menggunakan model matematis
dan statistik data historis dalam menunjukkan hubungan antara permintaan
dengan variabel-variabel yang mempengaruhinya.
Peramalan ini dibagi menjadi dua, yaitu:
1. Metode Time Series memprediksi masa yang akan datang berdasarkan pada
pengamatan masa lalu tanpa memperhatikan faktor dan luar yang dapat
mempengaruhi permintaan
2. Metode Kausal menganggap bahwa permintaan produk bukan hanya
merupakan fungsi waktu tetapi ada variabel-variabel lain yang mempengaruhi
seperti promosi, harga, daya beli, dll.
Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan
dalam peramalan tersebut. Peramalan kualitatif tidak akan dibahas. Metode
peramalan banyak digunakan adalah metode peramalan kuantitatif.
2.2.3 Perencanaan Agregat
Perencanaan Agregat merupakan perencanan yang dibuat untuk memenuhi
total kebutuhan semua produk yang akan dihasilkan dalam menghadapi permintaan
pasar yang tidak pasti dengan mengoptimalkan penggunaan sumber daya (kapasitasmesin tersedia, jumlah tenaga kerja, tingkat persediaan yang ditentukan dan
penjadwalannya) yang ada, sehingga ongkos total produksi dapat ditekan
seminimum mungkin.
Metode perencanaan agregat sangat penting peranannya dalam menetapkan
rencana produksi bulanan. Perencanaan produksi dibuat berdasarkan permintaan.
Pola permintaan dipengaruhi oleh empat komponen yaitu kecendrungan (trend),
sikius bisnis, musiman dan random.
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
5/19
Agregat merupakan perencanaan yang dibuat pada tingkat kasar untuk
memenuhi total kebutuhan semua produk yang akan dihasilkan (bukan per individu
produk) dengan tnenggunakan sumber daya (kapasitas mesin yang tersedia, jumlah
tenaga kerja yang ada, tingkat persediaan ditentukan dan penjadwalan) yang ada.
Terdapat 4 jenis strategi yang dapat dipilih dalam membuat perencanaan
agregat. Pemilihan strategi tersebut tergantung dan kebijaksanaan perusahaan,
keterbatasan perusahaan dalam bidang prakteknya dan pertimbangan biaya.
Keempat strategi tersebut adalah sebagai berikut:
1. Memproduksi banyak barang pada saat permintaan rendah dan
menyimpan kelebihannya sampai saat yang dibutuhkan. Alternatif ini akan
menghasilkan tingkat produksi relatif konstan, tetapi mengakibatkan
ongkos persediaan yang tinggi.
2. Menambah tenaga kerja pada saat permintaan tinggi dan
memperhatikannya (mengurangi) pada saat permintaan rendah.
Penambahan ini memerlukan biaya rekrutmen dan pelatihan. Biaya
kompensasi dan reorganisasi seringkali harus dikeluarkan jika harus
dilakukan pengurangan tenaga kerja. Biaya ini biasanya diikuti oleh biaya
biaya tak tampak. Karena kapasitas fasilitas produksi adalah tetap maka
penurunan produktivitas mungkin akan terjadi jika penambahan tenaga
kerja tanpa disertai dengan penarnbahan peralatan produksi (mesin-
mesin).
3. Melemburkan pekerja
Alternatif ini sering dipakai dalam perencanaan agregat, tetapi ada
keterbatasannya dalam menjadwalkan kapasitas mesin dan tenaga kerjayang ada.
4. Mensubkontrakkan sebagian pekerjaan pada saat sibuk.
Alternatif ini mengakibatkan tambahan ongkos karena subkontrak dan
ongkos kekecewaan konsumen bila terjadi keterlambatan penyerahan
barang yang disubkontrakkan.
Masing-masing alternatif tersebut akan mempunyai dampak yang
berpengaruh secara psikologis maupun non psikologis (ongkos, efisiensi). Biasanya
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
6/19
bagian perencanaan produksi alcan membuat perencanaan agregat dengan
mengkombinasi alternatif-alternatif di atas sehingga fluktualisasi permintaan dapat
dikendalikan dan biaya total produksi yang direncanakan dapat ditekan seminimal
mungkin.
Rencana agregasi memperhitungkan tenaga kerja dan kualitas produk secara
keseluruhan. Agar lebih berguna, rencana harus dijabarkan dalam kuantitas produk
untuk masing-masing individu produk. Proses penjabaran atau disagregasi ini akan
menghasilkan jadwal induk yang selanjutnya akan menjadi input bagi MRP.
Master Production Scheduling (MPS)
Jadwal induk Produksi (JIP) atau Master Production Scheduling (MPS)
adalah penjabaran rencana produksi famili produk (hasil PP) menjadi produk
individu dalam jumlah dan waktu tertentu. MPS biasanya disusun dan direvisi
setiap bulan.
Beberapa karakteristik dan MPS adalah:
1. Merupakan pernyataan mengenai sesuatu yang akan diproduksi
2. Sebelum dinyatakan sebagai produk famili dalam PP
3. Merupakan suatu peramalan dengan mempertimbangkan ketersediaan
material dan kapasitas backlog serta tujuan dan kebijaksanaan manajemen.
4. Memberikan arah bagi sistem perencanaan kebutuhan material.
Fungsi-fungsi MPS adalah sebagai benkut:
1. MPS menjadwalkan produksi dan pembelian dari item-item.2. MPS adalah salah satu dari tiga input dalam sistem MRP. MPS diekploitasi
melalui struktur produk sehingga akan diketahui jenis, jumlah dan waktu
kebutuhan bahan atau komponen produk individual.
3. Merupakan dasar dalam menentukan kebutuhan sumber daya produksi
(jumlah tenaga kerja, jam mesin, dll) melalui perencanaan kebutuhan
kapasitas kotor (RCCP)
4. Dasar menetapkan janji waktu pengiriman kepada pelanggan.
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
7/19
Input MPS adalah:
1. Rencana produksi agregat
2. Data permintaan (berupa ramalan penjualan, pesanan pelanggan, kebutuhan
gudang, kebutuban antar pabrik, safety stock dll harus dipertimbangkan dalam
pembuatan MPS)
3. Status persediaan (dengan mengetahui jumlah item yang tersedia, baik yang
digudang ataupun sedang dipesan maka penentuan untuk melakukan
pemesanan baru yang tepat).
4. Kebijakan pemesanan seperti: ongkos per unit, ongkos pemesanan,
presentase kerusakan, lead time, safety stock , dll).
Penyusunan MPS memainkan peranan penting dalam fungsi MPS itu sendiri.
2.3 Peralatan dan Bahan
1. Data penjualan (permintaan) minimal tahun yang lalu
2. Kertas kerja
3. Alat tulis
4. Kalkulator dan komputer
5. Data persediaan awal
6. Conveyor
7. Komponen produk tamiya.
2.4 Prosedur Praktikum
1. Mempersiapkan semua peralatan yang digunakan.2. Melakukan analisis peramalan dengan menghitung ME, MSE, dll.
3. Melakukan pemilihan metode peramalan yang terbaik.
4. Melakukan verifikasi.
5. Melakukan peramalan untuk periode mendatang.
6. Siapkan data permintaan atau hasil peramalan.
7. Lakukan analisis perencanaan agregat.
8. Pilih metode perencanaan agregat yang memberikan hasil yang terbaik.
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
8/19
9. Menguraikan produk famili menjadi produk individual atau item produk.
10. Menentukan proporsi ukuran untuk masing-masing item.
11. Menghitung disagregasi dan masing-masing item produk.
2.5 Pengumpulan Data
2.5.1 Data Permintaan
Data permintaan produk Tamiya sekama setahun disajikan pada Tabel 2.2
Tabel 2.1 Data Permintaan
PeriodePermintaan
Produk A Produk B1 7900 8000
2 7520 7500
3 7440 7500
4 7250 7553
5 6510 7608
6 6330 7507
7 5000 7456
8 4770 7404
9 4830 7000
10 4600 6503
11 4400 6555
12 4300 6304
Jumlah 70850 86890
2.5.2 Waktu Proses
Berdasarkan praktikum acara I dapat diperoleh hasil waktu proses
pembuatan produk sebagai berikut :
a. Produk A = 11,88 menit/unit = 0,198 jam/unit
b. Produk B = 10,64 menit/unit = 0,178 jam/unit
2.5.3 Biaya-biaya Produksi
Biaya-biaya yang terlibat dalam produksi Tamiya adalah sebagai berikut :
a. Biaya Hiring = Rp., 12.500,- / Unit
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
9/19
b. Biaya Layoff = Rp., 3.300,- / Unit
c. Biaya Inventory = Rp., 24.000,- / Unit
2.6 Pengolahan Data
2.6.1 Pengolahan Permintaan Agregat
Permintaan agregat dihitung dengan rumus sebagai berikut :
Permintaan Agregat = Permintaan (unit) x Waktu Proses (Jam)
Hasil perhitungan lain disajikan pada tabel 2.2
Tabel 2.2 Data Permintaan Agregat
Periode
Permintaan Waktu ProsesPermintaan Agregat Total
Permintaan
AgregatProduk
A
Produk
B
Produk
A
Produk
BProduk A Produk B
1 7900 8000 0,198 0,1781564,2 1424
2988,2
2 7520 7500 0,198 0,178 1488,96 1335 2823,96
3 7440 7500 0,198 0,178 1473,12 1335 2808,12
4 7250 7553 0,198 0,178 1435,5 1344,434 2779,934
5 6510 7608 0,198 0,178 1288,98 1354,224 2643,204
6 6330 7507 0,198 0,178 1253,34 1336,246 2589,586
7 5000 7456 0,198 0,178 990 1327,168 2317,168
8 4770 7404 0,198 0,178 944,46 1317,912 2262,372
9 4830 7000 0,198 0,178 956,34 1246 2202,34
10 4600 6503 0,198 0,178 910,8 1157,534 2068,334
11 4400 6555 0,198 0,178 871,2 1166,79 2037,9912 4300 6304 0,198 0,178 851,4 1122,112 1973,512
Jumlah 70850 86890 2,376 2,136 14028,3 15466,42 29494,72
Proporsi 0,475620721 0,524379279
Contoh Perhitungan (Periode ke-1)
Periode Ke-1
Permintaan Agregat (PA)
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
10/19
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
11/19
Tabel 2.3 Data hasil peramalan dengan metode SEST (Lanjutan)
Periode Y’
16 1717,368
17 1653,334
18 1589,299
19 1525,265
20 1461,23
21 1397,196
22 1333,161
23 1269,127
24 1205,093
Grafik peramalan dapat dilihat pada gambar 2.2
Gambar 2.2 Grafik permintaan agregat
2.6.3 Uji Verfikasi
Perhitungan uji verivikasi dapat dilihat pada tabel 2.5
Tabel 2.5 Data perhitungan kesalahan dengan metode SEST
Periode Error (Et) Et-(Et-1) [Et-(Et-1)]
1 0-164,24 164,24
0
500
1000
1500
2000
2500
1 2 3 4 5 6 7 8 9 10 11 12
Chart Title
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
12/19
Tabel 2.5 Data perhitungan kesalahan dengan metode SEST (Lanjutan)
Periode Error (Et) Et-(Et-1) [Et-(Et-1)]
2 -164,24 162,820322 162,820322
3 -1,419678 -8,936522 8,936522
4 -10,3562 -107,6062 107,6062
5 -117,9624 93,67578 93,67578
6 -24,28662 -214,30838 214,30838
7 -238,595 239,0566699 239,0566699
8 0,4616699 -0,50463865 0,50463865
9 -4,30E-02 -73,9797413 73,97974125
10 -74,02271 110,16224 110,16224
11 36,13953 -35,8266638 35,8266638
12 0,3128662 -0,3128662 0,3128662
Total 1211,430024
MR Rata-rata 110,1300022
Contoh perhitungan kesalan (Periode 2)
Et-(Et-1) = -164,24 – 0
= - 164,24
a. MR = ∑∣ ( )∣
= 110,13
b. BKA = 2,66 x MR = 292,9458
c. BKB = -2.66 x MR = -292,9458
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
13/19
d. Grafik uji verifikasi
2.6.4 Perencanaan Agregat Berdasarkan Level Produksi
Perencanaan agregat produksi dihitung menggunakan rumus sebagai
berikut ;
• Level produksi (LP) =∑
• Inventory (I) = Kumulatif LP – Kumulatif Y’
• Cost = {I-(Imin)} x cost inventory
Perhitungan disajikan pada table 2.6
Tabel 2.6 Perencanaan Agregat
Periode Y’ Kum Y’ LP Kum LP I I-(Imin) Cost
13 1909,471 1909,471 1557,282 1557,282 -352,189 833,5309 20004742
14 1845,437 3754,908 1557,282 3114,564 -640,344 510,0858 12242060
15 1781,402 5536,31 1557,282 4671,846 -864,464 285,9658 6863178
16 1717,368 7253,678 1557,282 6229,128 -1024,55 125,8797 3021112
17 1653,334 8907,012 1557,282 7786,41 -1120,6 29,82758 715862
18 1589,299 10496,311 1557,282 9343,692 -1152,62 -2,1895 -52548
19 1525,265 12021,576 1557,282 10900,97 -1120,6 29,82742 715858
20 1461,23 13482,806 1557,282 12458,26 -1024,55 125,8793 3021104
-400
-300
-200
-100
0
100
200
300
400
1 2 3 4 5 6 7 8 9 10 11 12
Chart Title
X BKA BKB
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
14/19
Tabel 2.6 Perencanaan Agregat (Lanjutan)
PeriodeY’ Kum Y’
LP Kum LP I I-(Imin) Cost21 1397,196 14880,002 1557,282 14015,54 -864,465 285,9653 6863166
22 1333,161 16213,163 1557,282 15572,82 -640,344 510,0862 12242068
23 1269,127 17482,29 1557,282 17130,1 -352,189 798,2411 19157786
24 1205,093 18687,383 1557,282 18687,38 0 1150,43 27610320
Total 18687,38 130624,91 18687,38 121468 -9156,92 4683,53 112404708
Contoh perhitungan perencanaan agregat (Period ke-13)• LP =
,= 1557,282
• I = Kum LP-Kum Y’ = 1557,282 – 1909,471 = -352,189
• Cost = 833,5309 x 2.4000 = 20.004.742
2.6.5 Hiring dan Layoff
Biaya yang disebabkan oleh hiring dan layoff dihitung dengan
menggunakan rumus sebagai berikut :
• Biaya peningkatan = Hiring x Biaya Peningkatan• Biaya penurunan = Layoff x Biaya penurunan
Perhitungan hiring dan layoff dapat dilihat pada table 2.7
Table 2.7 Hiring dan Layoff
Periode Y' Hiring Layoff Cost
13 1909,471 0 0 0
14 1845,437 0 64,034 211312,2
15 1781,402 0 64,035 211315,5
16 1717,368 0 64,034 211312,217 1653,334 0 64,034 211312,2
18 1589,299 0 64,035 211315,5
19 1525,265 0 64,034 211312,2
20 1461,23 0 64,035 211315,5
21 1397,196 0 64,034 211312,2
22 1333,161 0 64,035 211315,5
23 1269,127 0 64,034 211312,2
24 1205,093 0 64,034 211312,2
total 18687,38 0 704,378 2324447
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
15/19
Contoh perhitungan (Periode ke-24)
• Biaya Peningkatan = 0 x 12.500 = 0
• Biaya Penurunan = 64,035 x 3.300 = 211.312,2
2.6.6 Disagregasi Peramalan
Disagregasi peramalan dihitung dengan rumus : Y’ x proporsi tiap item.
Perhitungan disagregasi disajikan pada table 2.8
Tabel 2.8 Disagregasi Peramalan
Periode Y'Proporsi Disagregasi
Produk A Produk B Produk A Produk B
13 1909,471 0,475621 0,524379 908,1839743 1001,28714 1845,437 0,475621 0,524379 877,728077 967,708915 1781,402 0,475621 0,524379 847,2717041 934,1303
16 1717,368 0,475621 0,524379 816,8158068 900,552217 1653,334 0,475621 0,524379 786,3599096 866,9741
18 1589,299 0,475621 0,524379 755,9035367 833,395519 1525,265 0,475621 0,524379 725,4476394 799,817420 1461,23 0,475621 0,524379 694,9912665 766,2387
21 1397,196 0,475621 0,524379 664,5353693 732,6606
22 1333,161 0,475621 0,524379 634,0789964 699,08223 1269,127 0,475621 0,524379 603,6230991 665,503924 1205,093 0,475621 0,524379 573,1672019 631,9258
Total 8888,106581 9799,276Contoh perhitungan (Periode Ke-13)
Disagregasi Produk A = Y’ x Proporsi tiap item
= 1909,471 x 0,475621
= 908,1839743
Disagregasi Produk B = 1909,471 x 0,524379
= 1001,287
2.6.7 Master Production Schedulling (MPS)
Perhitungan MPS dilakukan dengan rumus sebagai berikut
MPS = Disagregasi Produk / Waktu Proses Tiap Produk
Perhitungan MPS disajikan pada Tabel 2.9
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
16/19
Tabel 2.9 Perhitungan MPS
PeriodeWaktu Proses Disagregasi MPS
Produk A Produk B Produk A Produk B Produk A Produk B
13 0,198 0,178 908,184 1001,287026 4586,787749 5625,20801
14 0,198 0,178 877,7281 967,708923 4432,970086 5436,566983
15 0,198 0,178 847,2717 934,1302959 4279,150021 5247,923011
16 0,198 0,178 816,8158 900,5521932 4125,332358 5059,281984
17 0,198 0,178 786,3599 866,9740904 3971,514695 4870,640957
18 0,198 0,178 755,9035 833,3954633 3817,69463 4681,996985
19 0,198 0,178 725,4476 799,8173606 3663,876967 4493,355958
20 0,198 0,178 694,9913 766,2387335 3510,056902 4304,711986
21 0,198 0,178 664,5354 732,6606307 3356,239239 4116,070959
22 0,198 0,178 634,079 699,0820036 3202,419174 3927,426987
23 0,198 0,178 603,6231 665,5039009 3048,601511 3738,78596
24 0,198 0,178 573,1672 631,9257981 2894,783848 3550,144933
Total 8888,107 9799,276419 44889,42718 55052,11471
Contoh perhitungan MPS (Period ke-13)MPS
Produk A = 908,184 / 0,198 = 4586,787749
Produk B = 1001,2782026 / 0,178 = 5625,20801
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
17/19
2.6.8 Hasil MPS
Berdasarkan perhitungan yang telah dilakukan, diperoleh Master
Production Scheduling seperti pada table 2.10
Tabel 2.10 Data Hasil MPS
PeriodeMPS
Produk A Produk B
13 4586,787749 5625,2080114 4432,970086 5436,56698315 4279,150021 5247,92301116 4125,332358 5059,281984
17 3971,514695 4870,64095718 3817,69463 4681,99698519 3663,876967 4493,35595820 3510,056902 4304,71198621 3356,239239 4116,07095922 3202,419174 3927,42698723 3048,601511 3738,7859624 2894,783848 3550,144933
2.7 Analisis Hasil
Pada praktikum Sistem Produksi Acara II tentang penjadwalan produksi
data waktu yang kita gunakan merupakan data waktu yang didapatkan pada
praktikum acara pertama yaitu waktu proses dari pembuatan Produk A dan Produk
B. Permintaan produk mulai dari periode 1 sampai period eke 12 merupakan data
yang diberikan pada saat acara praktikum ke 2 ini.
Dengan melakukan pengolahan data dari permintaan per periode dengan
waktu proses setiap periode akan menghasilkan data permintaan agregat dari
periode-periode tersebut. Total permintaan agregat ini akan digunakan padapengolahan data dengan menggunakan aplikasi WinQSB untuk menemukan
peramalan periode selanjutnya. Setelah mengolah data dengan menggunakan
aplikasi ini kemudian kita memilih metode dengan MAD terkecil dari dua metode
terpilih yaitu SEST dan DEST. Pada praktikum acara II ini didapatkan MAD dari
SEST yaitu 60,71 dan DEST yaitu 64,15. Dari hasil tersebut pada peramalan kali
ini kita memilih data dari pengolahan data dengan SEST.
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
18/19
Selain mendapatkan data permintaan pada periode selanjutnya, dengan
menggunakan aplikasi ini didapatkan data tentang kesalahan (error ) dari peramalan
yang dilakukan. Error ini akan berfungsi sebagai data untuk menentukan MR
maupun Batas dari keseragaman data yang diperoleh dari peramalan tersebut. MR
yang didapatkan pada praktikum kali ini sebesar 110,13. Sedangkan BKA dan BKB
didapatkan sebesar 292,95 dan -292,95.
Data peramalan ini juga digunakan untuk melakukan perhitungan pada
biaya inventory dan biaya peningkata maupun penurunan. Total biaya inventory
dari proses produksi ini didapatkan sebesar Rp 112.404.708. sedangkan untuk biaya
penurunan maupun peningkatan didapatkan sebesar Rp 2.324.447.
Setelah mendapatkan data permintaan selanjutnya. Kemudian kita
mengolah data tersebut menjadi data disagregasi. Data ini didapatkan dari data
peramalan yang dikalikan dengan proporsi yang ada. Jumlah disagregasi produk A
dan produk B yaitu sebesar 8888,106581 dan 9799,276. Data ini digunakan sebagai
Jadwal Induk Produksi dari peramalan ini. Data JIP didapatkan dari pengolahan
data disagregasi setiap produk dengan waktu proses dari produk-produk tersebut.
Untuk produk A dari periode 13-24 diperoleh total JIP yaitu sebesar 44889,42718
dan 55052,11471. Data ini merupakan data akhir dari praktikum acara ini.
2.8 Kesimpulan dan Saran
Kesimpulan dan saran yang dapat ditarik dari praktikum acara II ini antara
lain yaitu :
2.8.1 Kesimpulan
1. Perencanaan produksi merupakan suatu langkah guna kelancara danefektivitas dalam sebuah sistem produksi.
2. Perencanaan produksi melalui beberapa langkah antara lain : penentuan
jumlah agregasi, melakukan pengolahan data disagregasi, dan pengolahan
data Jadwal induk Produksi.
3. Metode dari peramalan antara lain menggunakan metode SEST dan
DEST. Peramalan yang baik merupakan peramalan dengan nilai error yang
kecil
-
8/16/2019 Laporan Praktikum i5 Pura-pura Fix
19/19
2.8.2 Saran
Jika melakukan perhitungan, Sebaiknya data yang digunakan harus data
yang valid dan dalam pembulatan dari data tersebut seharusnya kita melakukan
pembulatan dengan konsisten agar hasil dari pengolahan data menjadi lebih valid
dan logis.