6 verifikasi dan validasi model - repository.ipb.ac.id · keluaran dari model ini adalah beberapa...
TRANSCRIPT
6 VERIFIKASI DAN VALIDASI MODEL
6.1 Model Desain dan Perhitungan Sheet
Model pemesanan yang dirancang ini diverifikasi dengan menggunakan
data sebelas jenis kemasan. Dari sebelas kemasan tersebut sepuluh merupakan
kemasan yang sudah ada dan tersedia saat ini di pasaran. Satu data kemasan
lainnya merupakan data hipotetis yang belum pernah diproduksi. Pemilihan
kesebelas jenis kemasan ini didasarkan kepada beberapa pertimbangan, yaitu : 1)
mencakup cukup banyak variasi desain struktur kemasan yang terdapat pada
standar FEFCO/ESBO, yaitu sebanyak 9 jenis desain struktur yang berbeda, 2)
mencakup kedua kelompok kemasan, yaitu kemasan karton lipat dan kotak karton
gelombang dalam proporsi yang seimbang, 3) kesebelas kemasan memerlukan
cukup banyak variasi jenis bahan baku sheet yang tersedia, 4) kemasan yang
dipilih diproses pada semua mesin printing yang tersedia, yaitu flexo printing dan
offset printing, 5) terdapat beberapa kemasan yang harus diproses secara
subkontrak pada beberapa tahapan proses, sehingga alternatif subkontrak yang
tersedia pada model dapat teruji, dan 6) jumlah sebelas jenis kemasan cukup
untuk menguji berbagai parameter desain dan proses produksi, tetapi masih
memungkinkan dilakukannya verifikasi model secara manual, sehingga logika
dan jalannya model dapat diuji kebenarannya dalam jangka waktu yang dapat
diterima.
Tabel 14 memperlihatkan kesebelas jenis kemasan yang digunakan untuk
verifikasi model beserta spesifikasinya masing-masing. Spesifikasi produk
kemasan yang dipesan, yaitu : desain produk, pola dasar (desain struktur) produk,
ukuran kemasan, jenis karton yang menjadi bahan baku utama (jenis sheet), warna
produk, perlakuan tambahan yang diberikan untuk produk (additional treatment),
cara penyambungan badan produk (finishing), dan jumlah produk yang dipesan.
Keluaran dari model ini adalah beberapa data pesanan, dan hasil olahan dari
proses yang terjadi pada model ini, yaitu : 1) kode produk, 2) ukuran lembar
karton (sheet) yang membentukdesain struktur, 3) jumlah sheet bahan baku, dan
4) kode pesanan.
110
Tabel 14 Data pesanan
No Nama
Produk
Desain Produk Pola Dasar
Produk
(L)
cm
(B) cm (H)
cm
Jenis
sheet
Kelompo
k
Warna
produk
Add
treat-
ment
Finish-
ing
Jumlah
pesanan
(unit)
1 Kotak hair
dryer
24 7 17 Duplex
dan B-
flute
folding
carton
4
(CMBY)
vernis Gluing 10.000
2 Kardus susu
Indomilk
125 ml
20 9 36 B-flute corrugated
box
3
(CMB)
Gluing 100.000
3 Box madu
Sumbawa
1000 ml
8,5 8,5 25 Duplex folding
carton
4
(CMBY)
vernis Gluing 20.000
4 Kotak
biskuat bolu
pandan
15,5 12,5 9,5 Art
carton
folding
carton
4
(CMBY)
vernish Gluing 100.000
5 Kardus aqua
gelas
36 24,5 21 C-flute corrugated
box
2 (CM) Gluing 200.000
116
111
Tabel14 (Lanjutan)
No Nama
Produk
Desain Produk Pola Dasar
Produk
(L)
cm
(B) cm (H)
cm
Jenis
sheet
Kelompok Warna
produk
AT Finish Jml
(Unit)
6 Dus Anlene
Gold 250 gr
12,5 4,5 18 Duplex folding
carton
4
(CMBY)
foil
stamp,
emboss
vernis
Gluing 25.000
7 Kotak Pizza
Hut small
19 19 5 B-flute corrugated
box
1 (M) Gluing 200.000
8 Kotak
Laptop
axioo
40,5 14 31,5 B-flute
dan
duplex
folding
carton
4
(CMBY)
vernis Gluing 10.000
9 Kotak
kamera
Canon A
530
22,8 16,3 6,4 Duplex
dan E-
flute
folding
carton
4
(CMBY)
vernis Gluing 25.000
10 Kotak HP
Sony
Ericsson
J300i
12,4 11 6,2 Duplex
dan e-
flute
folding
carton
4
(CMBY)
vernis Gluing 50.000
11 Kardus
radio/tape
70 35 38 BC-
flute
corrugated
box
2 (MB) Stitching 50.000
117
118
Kode produk dihasilkan dengan mengadaptasi sistem kodefikasi produk
yang dikembangkan oleh FEFCO/ESBO. Kode FEFCO/ESBO merupakan suatu
sistem kodefikasi dan suatu metode untuk mempresentasikan semua desain
struktur kemasan karton. Tidak semua pesanan yang diimplementasikan pada
model ini bisa langsung menggunakan kode FEFCO/ESBO yang tersedia. Hal ini
disebabkan karena masih banyak variasi dan turunan desain (bentuk) kemasan
karton yang belum terdapat pada standar kodefikasi yang telah ditetapkan oleh
FEFCO/ESBO. Untuk pesanan dengan desain yang belum ada kodenya, kode
produk dibuat dengan memodifikasi kode produk yang paling mirip dengan kode
produk yang dipesan. Proses untuk menetapkan kode produk yang belum ada
standarnya, maupun untuk menentukan kode produk yang sudah ada desainnya
dari konsumen, masih dilakukan secara manual oleh desainer atau karyawan
bagian desain produk yang terdapat di perusahaan.
Pesanan yang sudah memiliki kode produk yang sesuai dengan standar
FEFCO/ESBO adalah pesanan no : 1 (kotak hair dryer), 2 (kardus susu indomilk
125 ml), 4 (kotak biskuat bolu pandan 192 g), 5 (kardus aqua gelas), 6 (dus anlene
gold 250 g), dan 11 (kardus radio/tape polytron).
Pesanan yang perlu diberikan kode baru adalah pesanan no : 3 (kotak
Madu Sumbawa 1000 ml), 7 (kardus Pizza Hut small), 8 (kotak laptop Axioo), dan
9 (kotak kamera Canon A530). Beberapa bentuk produk dapat digabungkan
untuk menghasilkan suatu bentuk baru tanpa perlu penurunan kode baru. Contoh
pesanan yang mengggabungkan dua bentuk standar yang sudah ada adalah
pesanan nomor 10 (Kotak HP Sony Ericsson J300i). Pesanan nomor 10
menggabungkan bentuk tutup bagian atas (top flaps) dari produk tipe 0428 dengan bentuk
tutup bagian bawah (bottom flaps) dari produk tipe 0427.
Dari sebelas pesanan, tujuh di antaranya merupakan tipe slotted (slotted-type
boxes), tiga merupakan tipe folder dan tray (folder type boxes and trays), dan satu
merupakan tipe rigid (rigid type boxes).
Data produk dan data identitas pemesan yang menjadi basis data untuk
memproses kesebelas pesanan ini dapat dilihat pada Lampiran 1 dan 2. Sepuluh data
produk merupakan data yang berasal dari produk yang sudah pernah diproduksi,
sedangkan satu data pesanan merupakan data yang belum pernah ada, namun didesain
119
untuk menguji kemampuan model memproduksi kemasan dalam ukuran besar. Data
identitas pemesan merupakan data yang digenerate untuk menguji jalannya model.
Output kedua dari model ini adalah ukuran pola dasar (sheet) yang diperlukan
untuk membuat satu unit kemasan. Kemasan karton dibuat dari suatu pola dasar yang
dibentuk dengan menyambung sisi-sisi/bagian-bagian pola dasar tersebut menggunakan
berbagai proses finishing. Untuk menghitung kebutuhan atau ukuran pola dasar
diperlukan data dimensi dari produk jadi. Dimensi kemasan karton yang telah ditetapkan
pada sistem kodefikasi FEFCO/ESBO adalah : 1) sisi yang lebih panjang pada bagian
bukaan kemasan (Length/L), 2) sisi yang lebih pendek pada bagian bukaan kemasan
(breath/B), 3) jarak antara bagian dasar kemasan dengan tutup bagian atas (height/H), 4)
tinggi bagian penutup atas bagi kemasan tipe telescope (height of upper part/h), dan 5)
panjang area overlapping pada bagian penutup kemasan (overlapping/o). Jika pada pola
dasar tidak ditetapkan mana sisi yang merupakan panjang, dan mana sisi yang merupakan
lebar, maka dimensi dapat ditetapkan sebagai : 1) dimensi 1 (panjang sisi yang sejajar
dengan garis pengeleman atau penyambungan kemasan), 2) dimensi 2 (panjang sisi yang
tegak lurus dengan garis pengeleman).
Pada model ini ditetapkan beberapa parameter baru untuk menghitung
kebutuhan ukuran sheet, yaitu : 1) Lebar sisi (flap) yang berfungsi untuk menutup
atau mengunci kotak (a), 2) Lebar sisi tempat melekatkan lem untuk
menyambungkan badan kotak (b), dan 3) Allowance atau jarak pemotongan antara
pola 1 dengan pola 2 yang membentuk kotak (d).
Model Perhitungan Ukuran Sheetpola dasar merupakan persamaan
aritmetik biasa untuk mendapatkan panjang sheet yang dibutuhkan perunit produk
(Pr) dan lebar sheet yang dibutuhkan perunit produk (Lr). Berdasarkan pola
kemasan dan dimensi (ukuran) yang ditetapkan pada sistem kodefikasi FEFCO
dapat diketahui dimensi-dimensi ukuran yang diperlukan untuk mengukur Pr dan
Lr. Untuk mendapatkan bentuk pola dasar kemasan beserta ukuran dimensi-
dimensinya dilakukan pembongkaran kemasan hingga menjadi satu lembar karton
yang membentuk pola dasar produk.
Proses perhitungan ukuran pola dasar yang dibutuhkan perproduk
dilakukan dengan menginput data-data produk (Tabel 13) ke dalam model
persamaan yang sudah ada. Sebagai contoh untuk pesanan pertama (kotak hair
dryer) diperoleh ukuran sheet untuk pola dasar sebagai berikut :
Pr = 2L + 2B + a
120
= 2 x 240 + 2 x 70 + 20 = 640 mm
Lr = 1,333B + H + b
= 1,333 x 70 + 170 = 283,3 mm
Pada Tabel 15 di bawah dapat dilihat kode produk yang dipesan dan
model perhitungan ukuran pola dasar (sheet) yang diperlukan untuk setiap jenis
pesanan.
Tabel 15 Output Model Desain Produk
No Nama Kode
produk
Tipe Produk Model perhitungan
ukuran sheet
1 Kotak hair dryer 0215-0000 Slotted type
boxes
Pr = 2L + 2B + a,
Lr = 0,333B + B + H +b
2 Kardus susu
Indomilk 125 ml
0201-0000 Slotted type
boxes
Pr = 2L+2B+a,
Lr = B + H
3 Kotak madu
sumbawa 1000 ml
0215-0001 Slotted type
boxes
Pr=2L+2B+a,
Lr=H+1,677B+b
4 Kotak biskuat bolu
pandan 192 gr
0215-0000 Slotted type
boxes
Pr = 2L + 2 B + a,
Lr = 1,333B + H +b
5 Kardus aqua gelas 0201-0000 Slotted type
boxes
Pr = 2L+2B+a,
Lr =B + H
6 Dus Anlene Gold
250 gr
0206-0000 Slotted type
boxes
Pr = 2L+2B+a,
Lr = 2B + H
7 Kardus Pizza Hut
small
0429-0001 Folder type
boxes and trays
Pr=2B+2H+2b,
Lr=L+2H
8 Kotak Laptop
Axioo
0217-0001 Slotted type
boxes
Pr=2L+2B+a,
Lr=H+1,75B+b
9 Kotak kamera
Canon A 530
0428-0027 Folder type
boxes and trays
Pr = 2B + 4,667H + a,
Lr = L + 2H + 1,5H
10 Kotak HP Sony
Ericsson J300i
0428/0427 Folder type
boxes and trays
Pr = 2B + 3H,
Lr = L +4H + 0,67H
11 Kardus radio/tape 0620-0000 Rigid type
boxes
Pr = 2H + 2B,
Lr = L+B+2a+d
Nilai parameter a, b dan d ditetapkan oleh tim pengembang produk, atau
berdasarkan kesepakatan dengan konsumen.
Tahap selanjutnya adalah menentukan ukuran bahan baku sheet yang
tersedia dan sesuai dengan ukuran pola dasar yang telah dihitung di atas. Jenis
121
dan ukuran kertas karton yang tersedia di pasaran sangat beragam. Namun untuk
beberapa jenis kertas, seperti kertas duplex dan art carton, ukuran yang paling
umum digunakan adalah ukuran plano. Ukuran plano untuk beberapa jenis kertas
berbeda-beda. Untuk kertas jenis duplex, 1 plano sama dengan (790x1090) mm2,
atau setara dengan 0,861 m2. Ukuran plano untuk art carton adalah (65 x 1000)
mm2 atau setara dengan 0,65 m2.
Jika pesanan folding carton yang akan dibuat menggunakan bahan baku
gabungan antara kertas duplex dengan karton gelombang, maka ukuran karton
gelombang yang akan diproduksi perlu disesuaikan dengan ukuran kertas duplex
yang tersedia di pasaran. Tabel 16 memperlihatkan panjang dan lebar sheet yang
dibutuhkan (Pr dan Lr) serta ukuran panjang dan lebar sheet yang tersedia (Ps dan
Ls) sebagai bahan baku. Pada model ini ukuran sheet yang digunakan sebagai
bahan baku diinput secara manual dari database bahan baku (Lampiran 3).
Satu lembar karton yang menjadi bahan baku kemasan seringkali
berukuran cukup besar sehingga bisa digunakan untuk membuat lebih dari satu
unit produk kemasan. Proses menghitung berapa banyak produk yang bisa
dihasilkan dari satu lembar karton merupakan tahap persiapan yang cukup
memakan waktu, apalagi jika pola dasar kemasan berbentuk tidak beraturan. Pada
sebagian besar industri kemasan karton, proses untuk mengatur pola dasar
kemasan pada satu lembar karton (layout) dilakukan dengan bantuan software
desain grafis seperti Correll Draw atau Auto CAD. Setelah proses layout yang
teliti dan hati-hati, barulah seorang desainer bisa menentukan berapa banyak
produk yang bisa dihasilkan dari selembar karton.
Pada model ini, untuk keperluan proses pemesanan dan pemberian
informasi yang lebih cepat kepada pelanggan mengenai estimasi biaya dan waktu
penyelesaian, perhitungan jumlah produk yang bisa dihasilkan perlembar karton
dilakukan dengan menggunakan persamaan :
Sebagai contoh untuk pesanan kotak hair dryer, maka jumlah produk yang
dihasilkan per sheet adalah :
123
Tabel 16 Perhitungan Ukuran dan Jumlah Sheet yang Dibutuhkan
No Nama Jumlah
produk
Model perhitungan sheet L
(mm)
B
(mm)
H
(mm)
a
(mm)
b
(mm)
d
(mm)
Pr
(mm)
Lr
(mm)
Ps
(mm)
Ls
(mm)
Jml
box/
sheet
Jml
sheet
1 Kotak hair dryer 10.000 Pr = 2*L + 2 * B + a
Lr = 0,333*B + B + H +b
240 70 170 20 20 640,0 283,3 1090 790 3 3.667
2 Kardus susu
Indomilk 125 ml
100.000 Pr = 2*L+2*B+a
Lr = B + H
200 90 360 20 600,0 450,0 1250 950 4 27.500
3 Kotak madu
sumbawa 1000 ml
20.000 Pr=2*L+2*B+a,
Lr=H+1,677*B+b
85 85 250 20 20 360,0 412,5 1090 790 4 5.500
4 Kotak biskuat bolu 192 gr
100.000 Pr = 2*L + 2 * B + a Lr = 0,333*B + B + H +b
155 125 95 20 30 580,0 291,6 1000 650 3 36.667
5 Kardus aqua gelas 200.000 Pr = 2*L+2*B+a Lr =B + H
360 245 210 20 1230,0 455,0 1250 950 2 110.000
6 Dus Anlene Gold
250 gr
25.000 Pr = 2*L+2*B+a
Lr = 2*B + H
125 45 180 20 360,0 270,0 1090 790 8 3.438
7 Kotak Pizza Hut
small
200.000 Pr=2*B+2*H+2*b
Lr=L+2*H
190 190 50 15 510,0 290,0 1050 950 6 36.667
8 Kotak Laptop
Axioo
10.000 Pr=2*L+2*B+a
Lr=H+1,75*B+b
405 140 315 20 20 1110,0 580,0 1200 650 1 11.000
9 Kotak kamera
Canon A 530
25.000 Pr = 2*B + 4*H + 0,667*H
+ a
Lr = L + 2*H + 1,5*H
228 163 64 30 654,7 452,0 1090 790 2 13.750
10 Kotak HP Sony
Ericsson J300i
50.000 Pr = 2*B + 3*H
Lr = L +4*H + 0,67*H
124 110 62 406,0 413,5 1090 790 2 27.500
11 Kotak radio/tape 50.000 Pr = 2*H + 2*B
Lr = L+B+2*a+d
700 350 380 20 1 1460,0 1091,0 2250 1500 2 27.500
122
124
Kotak hair dryer terbuat dari bahan baku karton jenis duplex dan karton
gelombang tipe B-flute. Ukuran bahan baku duplex yang tersedia adalah 1090
mm x 790 mm. Karena bahan baku duplex tidak diproduksi sendiri, maka ukuran
karton gelombang B-flute yang nantinya harus disesuaikan dengan ukuran duplex
yang tersedia.
Gambaran pengaturan tata letak (layout) pola dasar kotak hair dryer pada
lembar karton yang tersedia dapat dilihat pada Gambar 41.
790
1090
640
283,3
Gambar 41 Layout Pola Dasar Kemasan Pada Lembaran Karton.
Setelah mengetahui jumlah produk persheet berikutnya dilakukan
perhitungan jumlah sheet yang diperlukan untuk menyelesaikan sejumlah pesanan
yang diminta. Hasil perhitungan jumlah sheet ini dibutuhkan sebagai salah satu
input untuk mengkalkulasi waktu produksi dan harga pesanan.Untuk produk kotak
hair dryer, jumlah sheet diperoleh melalui persamaan:
Jumlah toleransi yang diberikan untuk mengantisipasi kerusakan pada
tahap produksi selanjutnya diasumsikan sebesar 10 persen, sehingga :
= 3667
125
Hasil perhitungan ukuran pola dasar kemasan yang dibutuhkan (Pr dan
Lr), jumlah produk/sheet dan jumlah sheet yang diperlukan untuk kesebelas
pesanan dapat dilihat pada Tabel 16.
Tabel17 Kode Pesanan
No Nama Pesanan Nama
Pemesan
Inisial Kelompok Tanggal
Pesanan
Kode Pesanan
1 Kotak hair dryer PT. Dongguan
Electric
DEC folding
carton
oct 1,
2011
F-DEC-Oct11-001
2 Kardus susu
Indomilk 125 ml
PT. Indomilk IML corrugated
box
oct 3,
2011
C-IML-Oct11-002
3 Box madu
Sumbawa 1000 ml
PT. Madu
Sumbawa
Alami
MSA folding
carton
oct 3,
2011
F-MSA-Oct11-003
4 Kotak biskuat bolu
pandan 192 gr
PT. Danone
Indonesia
DNE folding
carton
oct 4,
2011
F-DNE-Oct11-004
5 Kardus aqua gelas PT. Aqua-
Danone
ANE corrugated
box
oct 4,
2011
C-ANE-Oct11-005
6 Dus Anlene Gold
250 gr
PT. Fonterra
Indonesia
FON folding
carton
oct 5,
2011
F-Fon-Oct11-006
7 Kotak Pizza Hut
small
Pizza Hut
Indonesia
PHI corrugated
box
oct 5 ,
2011
C-PHI-Oct11-007
8 Kotak Laptop
axioo
PT. Axioo
Indonesia
AXO folding
carton
oct 6,
2011
F-AXO-Oct11-008
9 Kotak kamera
Canon A 530
PT. Canon
Indonesia
CAI folding
carton
oct 6,
2011
F-CAI-Oct11-009
10 Kotak HP Sony
Ericsson J300i
PT. Sony
Ericsson
Indonesia
SEI folding
carton
oct 6,
2011
F-SEI-Oct11-010
11 Kardus radio/tape PT. Polytron
Indonesia
PYT corrugated
box
oct 7,
2011
C-PYT-Oct11-011
Tahap terakhir pada model Desain dan Perhitungan Sheet adalah
pembuatan kode pesanan. Kode pesanan diturunkan (digenerate) berdasarkan
input data kelompok kemasan, inisial nama pemesan dan waktu pemesanan (Tabel
17).
126
6.2 Model Evaluasi Pesanan
6.2.1 Evaluasi Kemampuan Proses
Evaluasi kemampuan proses dimulai dari tahap produksi pertama, yaitu
pembuatan karton gelombang (corrugating). Adapun data yang dibutuhkan
adalah database pesanan yang menginformasikan jumlah sheet, jenis sheet,
panjang sheet (Ps) dan lebar sheet (Ls). Faktor pembatas untuk pengambilan
keputusan adalah jumlah minimum yang bisa diproduksi dan kemampuan mesin
corrugator yang ditentukan oleh parameter lebar sheet maksimum dan minimum.
Pada Tabel 18 dapat dilihat data input yang diperlukan untuk mengevaluasi proses
corrugating. Evaluasi proses dilakukan dengan menggunakan aturan-aturan yang
disusun dengan bantuan pohon klasifikasi.
Tabel 18 Data Input untuk Evaluasi Proses Corrugating
No Nama Pesanan Jml sheet
dibutuhkan
(unit)
Jenis
sheet
Ada/tidak
ada karton
gelombang
Panjang
sheet (Ps)
(mm)
Lebar
sheet (Ls)
(mm)
1 Kotak hair dryer 3.667 Duplex
dan B-
flute
ada 1090 790
2 Kardus susu
Indomilk 125 ml
27.500 B-flute ada 1250 950
3 Kotak madu
sumbawa
5.500 Duplex tidak 1090 790
4 Kotak biskuat
bolu pandan
36.667 Art carton tidak 1000 650
5 Kardus aqua
gelas
110.000 C-flute ada 1250 950
6 Dus Anlene Gold
250 gr
3.438 Duplex tidak 1090 790
7 Kotak Pizza Hut
small
36.667 B-flute ada 1050 950
8 Kotak Laptop
Axioo
11.000 B-flute
dan
duplex
ada 1200 650
9 Kotak kamera
Canon A 530
13.750 Duplex
dan E-
flute
ada 1090 790
10 Kotak HP Sony
Ericsson J300i
27.500 Duplex
dan e-flute
ada 1090 790
11 Kotak radio/tape 27.500 BC-flute ada 2250 1500
127
Hasil evaluasi adalah keputusan mengenai kemampuan proses corrugating
dalam memproses kesebelas pesanan yang masuk (Tabel 19). Dari sebelas
pesanan, dua pesanan (pesanan 9 dan 10) diproses pada mesin C1, lima pesanan
(2, 5, 7, 8, 11) diproses pada mesin C2, dan empat pesanan (1, 3, 4, 6) tidak
diproses pada mesin corrugating. Ada tiga hal yang menyebabkan pesanan tidak
diproses pada mesin corrugating, yaitu : 1) jenis bahan baku yang tidak
memerlukan karton gelombang, 2) mesin yang tersedia tidak mampu memproses
pesanan tersebut karena spesifikasi pesanan tidak sesuai dengan spesifikasi mesin,
dan 3) jumlah pesanan di bawah batas minimal kemampuan produksi, namun
masih bisa dikerjakan dengan cara subkontrak.
Pesanan yang tidak diproses pada mesin corrugating memerlukan bahan
baku yang diperoleh dari pihak lain, baik dengan cara membeli atau
mensubkontrakkan ke pihak lain. Keputusan lain yang mungkin terjadi pada
evaluasi proses corrugating adalah penolakan pesanan. Penolakan pesanan terjadi
karena jumlah yang terlalu kecil sehingga perusahaan tidak bisa memproses
pesanan, baik dengan cara diproduksi sendiri atau disubkontrakkan. Penolakan
kemungkinan juga bisa terjadi jika tidak ada pihak lain yang bisa menerima
subkontrak. Pada kasus ini dari 11 pesanan tidak ada satupun yang ditolak. Pada
prinsipnya sebagian besar perusahaan kemasan karton akan berusaha
meminimalkan jumlah pesanan yang ditolak untuk meningkatkan kepuasan
konsumen dan menjaga citra perusahaan.
Setelah mengetahui hasil evaluasi kemampuan proses, tahap berikutnya
adalah menghitung waktu proses yang dibutuhkan bagi pesanan-pesanan yang
dikerjakan pada mesin corrugator. Perhitungan waktu produksi memerlukan data
panjang sheet yang akan diproduksi pada mesin corrugating. Panjang sheet yang
akan diproduksi pada mesin corrugating (Pc) dapat dilihat pada Tabel 19.
Total waktu proses pada mesin corrugator (Tc) merupakan penjumlahan
waktu setup (Sc) dan waktu running mesin. Waktu setup proses corrugating pada
model ini diinput secara manual. Hal ini disebabkan karena belum ada data primer
atau sekunder mengenai perkiraan waktu setup, dan juga belum ada suatu formula
yang tepat untuk perhitungan waktu setup.
128
Tabel 19 Hasil Evaluasi Proses Corrugating
No Nama Pesanan Keputusan (Jenis Mesin) panjang sheet di
mesin
corrugator(Pc)
C1 C2 Beli Ditolak
1 Kotak hair dryer
2 Kardus susu Indomilk
125 ml
950
3 Kotak madu sumbawa
1000 ml
4 Kotak biskuat bolu
pandan 192 gr
5 Kardus aqua gelas 950
6 Dus Anlene Gold 250
gr
7 Kotak Pizza Hut small 950
8 Kotak Laptop Axioo 650
9 Kotak kamera Canon
A 530 790
10 Kotak HP Sony
Ericsson J300i 790
11 Kotak radio/tape 2250
Sebagai contoh total waktu proses di mesin corrugator untuk kardus susu
indomilk dihitung sebagai berikut :
= 3,9 jam
Waktu pembelian untuk pesanan yang tidak diproses pada mesin
corrugating diinput secara manual berdasarkan kemampuan supplier atau
kemampuan perusahaan dalam pengadaan bahan baku.
Hasil selengkapnya untuk perhitungan waktu pada proses corrugating
dapat dilihat pada Tabel 20.
129
Tabel 20 Waktu Pada Proses Corrugating
Tahap berikutnya adalah evaluasi proses printing. Evaluasi kemampuan
proses printing dilakukan dengan menggunakan beberapa aturan(rule base) untuk
mendapatkan keputusan mengenai proses printing. Input dan hasil evaluasi
(keputusan) mengenai proses printing dapat dilihat Pada Tabel 21.
Selain jumlah produk, ukuran sheet dan jumlah warna, input lain yang
dipertimbangkan untuk proses printing adalah jenis sheet yang menjadi bahan
baku. Pesanan yang hanya terdiri dari bahan baku karton gelombang, akan diprint
pada mesin flexo printing. Pesanan yang memiliki unsur bahan baku duplex, art
carton, atau kertas ivory akan diprint pada mesin offset. Hal ini disebabkan
karena pemilihan bahan baku yang ada unsur kertas duplex, art carton atau kertas
ivory biasanya bertujuan untuk meningkatkan kualitas hasil cetakan yang hanya
bisa diberikan oleh mesin offset. Untuk pesanan dengan bahan baku gabungan
antara karton gelombang dengan kertas duplex atau art carton, maka bagian
permukaan sheet yang akan diprint adalah sisi kertas yang terbuat dari duplex atau
No Nama Pesanan Perhitungan Waktu (jam)
Set up
C1 (jam)
Set up
C2 (jam)
Proses C1
(jam)
Proses C2
(jam)
Total
waktu
(Tc) C1
Total
waktu
(Tc) C2
Wkt beli
1 Kotak hair dryer 24
2 Kardus susu
Indomilk 125 ml
1 2,9 3,9
3 Kotak madu
sumbawa 1000 ml
24
4 Kotak biskuat bolu
pandan 192 gr
24
5 Kardus aqua gelas 1 11,6 12,6
6 Dus Anlene Gold
250 gr
24
7 Kotak Pizza Hut
small
1 3,9 4,9
8 Kotak Laptop
Axioo
1 0,8 1,8
9 Kotak kamera
Canon A 530
1 2,0 3,0
10 Kotak HP Sony
Ericsson J300i
1 4,0 5,0
11 Kotak radio/tape 1 6,9 7,9
130
art carton, sehingga pesanan dengan bahan baku gabungan ini juga akan diprint
menggunakan mesin offset.
Tabel 21 Input dan Hasil Evaluasi Proses Printing
No Nama Pesanan Jml
produk
(sheet yg
diprint)
Jml
warna
Ukuran sheet
/unit kemasan
Keputusan
Pr
(mm)
Lr
(mm)
FP
1
FP
2
OP Sub-
kon
Tidak
1 Kotak hair dryer 10.000 4 640,0 283,3
2 Kardus susu
Indomilk 125 ml
100.000 3 600,0 450,0
3 Kotak madu
sumbawa
20.000 4 360,0 412,5
4 Kotak biskuat
bolu pandan
100.000 4 580,0 291,6
5 Kardus aqua
gelas
200.000 2 1230,0 455,0
6 Dus Anlene
Gold 250 gr
25.000 4 360,0 270,0
7 Kotak Pizza Hut
small
200.000 1 510,0 290,0
8 Kotak Laptop
Axioo
10.000 4 1110,0 580,0
9 Kotak kamera
Canon A 530
25.000 4 654,7 452,0
10 Kotak HP Sony
Ericsson
50.000 4 406,0 413,5
11 Kotak radio/tape 50.000 2 1460,0 1091,0
Dari hasil evaluasi dapat dilihat bahwa tiga pesanan diproses pada mesin
flexo printing 1 (FP 1), empat pesanan diproses pada mesin flexo printing 2 (FP2),
enam pesanan diproses pada mesin offset printing (OP), satu pesanan harus
disubkontrakkan,dan tidak satupun pesanan yang tidak memerlukan proses
printing. Keputusan “tidak” berarti pesanan tidak memerlukan proses printing
sehingga kemasan yang dihasilkan merupakan kemasan polos tanpa cetakan
apapun.
Dari sebelas kasus kemasan yang diimplementasikan, terdapat tiga
pesanan (kardus susu indomilk, kardus aqua gelas dan kardus radio tape) yang
bisa diproses pada lebih dari satu mesin. Sebagai contoh kardus susu indomilk
bisa diproses pada mesin FP 1 dan FP 2. Hal ini berarti pesanan tersebut bisa
131
diproses pada salah satu dari dua alternatif mesin yang tersedia. Sementara itu
terdapat enampesanan yang hanya bisa diproses pada satu mesin, yaitu mesin OP,
sehingga keenam pesanan tersebut harus menjalani prosesprinting secara
bergantian.
Penentuan waktu proses pesanan pada mesin printing dilakukan dengan
cara yang berbeda dengan proses corrugating. Pada proses printing, waktu proses
bukan ditentukan oleh panjang sheet/unit seperti halnya proses corrugating,
melainkan oleh jumlah unit pesanan dan kecepatan mesin printing. Selain itu
waktu pada mesin printing juga dipengaruhi oleh jumlah warna printing pesanan.
Sebagai contoh, total waktu printing pesanan kotak hair dryer(i = 1) pada
mesin OP diperoleh sebagai berikut :
Pada kasus kotak hair dryer di atas, kecepatan mesin offset printing adalah
10000 unit/jam. Pada mesin offset, kecepatan printingini sama untuk semua
alternatif jumlah warna.
Waktu setup dan persiapan proses printing cukup lama dibandingkan
dengan tahapan proses lainnya. Hal ini disebabkan terdapat cukup banyak tahap
persiapan yang perlu dilakukan sebelum proses printing. Sebagian proses
persiapan ini dilaksanakan di luar perusahaan, seperti pembuatan film cetakan
(repro printing).
Beberapa persiapan lainnya adalah pengaturan layout desain cetak di atas
lembaran karton, proses pencampuran tinta dan pemanasan mesin printing.
Karena tingkat ketidakpastian yang cukup tinggi, waktu setup (persiapan) untuk
proses printing masih diinput secara manual. Hasil kalkulasi waktu untuk proses
printing dapat dilihat pada Tabel 22.
132
Tabel 22 Waktu Proses Printing
No Nama Pesanan Jenis Sheet Perhitungan Waktu (jam)
Set up
FP1
Set up
FP2
Setup
OP
Proses
FP1
Proses
FP2
Proses
OP
FP1 FP2 OP Wkt
beli/
kontrak
1 Kotak hair dryer Duplex dan
B-flute
12 1,0 13,0
2 Kardus susu
Indomilk 125 ml
B-flute 20 24 14,3 20,0 34,3 44,0
3 Kotak madu
sumbawa 1000 ml
Duplex 12 2,0 14,0
4 Kotak biskuat bolu
pandan 192 gr
Art carton 12 10,0 22,0
5 Kardus aqua gelas C-flute 16 20 22,2 28,6 38,2 48,6
6 Dus Anlene Gold
250 gr
Duplex 12 2,5 14,5
7 Kotak Pizza Hut
small
B-flute 16 22,2 38,2
8 Kotak Laptop Axioo B-flute dan
duplex
72
9 Kotak kamera Canon
A 530
Duplex dan
E-flute
12 2,5 14,5
10 Kotak HP Sony
Ericsson J300i
Duplex dan
e-flute
12 5,0 17,0
11 Kotak radio/tape BC-flute 16 20 5,6 7,1 21,6 27,1
131
133
Pada tahapan selanjutnya, yaitu evaluasi kemampuan proses die cutting,
dilakukan pengambilan keputusan berdasarkan input/variabel kelompok kemasan,
bentuk produk dan ukuran sheet/unit kemasan. Hasil dari proses evaluasi tersebut
dapat dilihat pada Tabel 23.
Tabel 23 Hasil Evaluasi Proses Die cutting
No Nama
Pesanan
Kelom-
pok
Bentuk
produk
Ukuran sheet
/unit kemasan
Keputusan
Pr
(mm)
Lr
(mm)
D
1
D
2
D
3
Sub-
kon
Tidak
1 Kotak hair
dryer
folding
carton
640,0 283,3
2 Kardus susu
Indomilk
corrugat
ed box
standar 600,0 450,0
3 Kotak madu
sumbawa
folding
carton
360,0 412,5
4 Kotak biskuat
bolu pandan
192 gr
folding
carton
580,0 291,6
5 Kardus aqua
gelas
corrugat
ed box
1230,0 455,0
6 Dus Anlene
Gold 250 gr
folding
carton
360,0 270,0
7 Kotak Pizza
Hut small
corrugat
ed box
tidak
standar
510,0 290,0
8 Kotak Laptop
Axioo
folding
carton
1110,0 580,0
9 Kotak kamera
Canon A 530
folding
carton
654,7 452,0
10 Kotak HP
Sony Ericsson
folding
carton
406,0 413,5
11 Kardus
radio/tape
corrugat
ed box
standar 1460,0 1091,0
Dari hasil di atas, ada tiga pesanan yang tidak memerlukan proses die
cutting, yaitu kardus susu Indomilk, kardus aqua gelas, dan kardus radio/tape.
Satu pesanan disubkontrakkan dan tujuh pesanan lainnya diproses pada mesin die
cut yang tersedia. Semua pesanan yang diproduksi pada mesin die cut memiliki
alternatif lebih dari satu mesin yang mampu memproses pesanan tersebut.
134
Penentuan waktu proses di mesin die cut dipengaruhi oleh variabel
kecepatan mesin, waktu setup, jenis sheet dan jumlah pesanan. Kalkulasi waktu
pada mesin die cutting dilakukan dengan menggunaan model persamaan yang
sama dengan mesin printing. Hasil kalkulasi waktu pada proses die cutting dapat
dilihat pada Tabel 24.
Tabel 24 Waktu Pada Proses Die cutting
No
pesanan
Perhitungan Waktu (jam)
Set up D1
Set up D2
Setup D3
Proses D1
Proses D2
Proses D3
D1 D2 D3 Sub-
kon
1 10 12 7,7 8,3 15,1 17,7 20,3
2
3 8 10 12 12,5 13,3 14,3 20,5 23,3 26,3
4 8 10 12 62,5 66,7 71,4 70,5 76,7 83,4
5
6 8 10 12 15,6 16,7 17,9 23,6 26,7 29,9
7 8 10 12 142,9 153,8 166,7 150,9 163,8 178,7
8 48
9 8 10 12 17,9 19,2 20,8 25,9 29,2 32,8
10 8 10 12 35,7 38,5 41,7 43,7 48,5 53,7
11
Pada tahap finishing, sepuluh jenis pesanan yang diimpelentasikan pada
model ini menggunakan cara pengelemen (gluing) untuk menyambung sisi-sisi
kemasan, dan satu pesanan menggunakan cara penjepretan dengan kawat
(stitching) untuk menyambung sisi-sisi kemasan. Hasil evaluasi kemampuan
proses finishing dapat dilihat pada Tabel 25.
135
Tabel 25 Hasil Evaluasi Proses Finishing
No
pesanan
Proses
finishing
Ukuran sheet /unit
kemasan (mm)
Keputusan
Pr Lr SAG AG Stitch Man Tdk
1 Pengeleman 640,0 283,3
2 Pengeleman 600,0 450,0
3 Pengeleman 360,0 412,5
4 Pengeleman 580,0 291,6
5 Pengeleman 1230,0 455,0
6 Pengeleman 360,0 270,0
7 Pengeleman 510,0 290,0
8 Pengeleman 1110,0 580,0
9 Pengeleman 654,7 452,0
10 Pengeleman 406,0 413,5
11 Stitching 1460,0 1091,0
Dari sebelas pesanan yang masuk, tidak ada yang diproses secara manual
(man) dan tidak ada yang tidak memerlukan proses finishing (Tdk). Sebanyak
enam pesanan dapat diproses pada mesin SAG maupun AG, dan sebanyak empat
pesanan hanya bisa diproses pada mesin SAG.
Tabel 26 Waktu Proses Finishing
No
pesanan Perhitungan Waktu (jam)
Set up
SAG
Set up
AG
Setup
Stitc
Proses
SAG
Proses
AG
Proses
Stitch
SAG AG Stitch Man
1 0,5 2,8 3,3
2 0,5 1 27,8 10,0 28,3 11,0
3 0,5 1 5,6 2,0 6,1 3,0
4 0,5 1 27,8 10,0 28,3 11,0
5 0,5 55,6 56,1
6 0,5 6,9 7,4
7 0,5 55,6 56,1
8 0,5 1 2,8 1,0 3,3 2,0
9 0,5 1 6,9 2,5 7,4 3,5
10 0,5 1 13,9 5,0 14,4 6,0
11 0,5 4,2 4,7
136
Perhitungan waktu untuk proses finishing tergantung kepada variabel jumlah
pesanan, waktu setup dan kecepatan mesin. Dengan menggunakan formula yang
sama seperti menghitung waktu printing dan die cutting, hasil perhitungan waktu
untuk proses finishing dapat dilihat pada Tabel 26.
Pada tahap perlakuan tambahan, dilakukan evaluasi kemampuan mesin
varnishing. Dua proses lainnya, yaitu foil stamping dan embossing/debossing
disubkontrakkan. Pada Tabel 27 dapat dilihat hasil evaluasi perlakuan tambahan
beserta variabel penentu keputusannya.
Tabel 27 Hasil Evaluasi proses Perlakuan Tambahan
No Nama
Pesanan
Perlakuan
tambahan
Ukuran sheet
/unit kemasan
(mm)
Keputusan
Pr Lr Varnish Emboss/
deboss
foil
stamping
1 Kotak hair
dryer
varnishing 640,0 283,3
2 Kardus susu
Indomilk
600,0 450,0
3 Box madu
Sumbawa
varnishing 360,0 412,5
4 Kotak biskuat
bolu pandan
580,0 291,6
5 Kardus aqua
gelas
1230,0 455,0
6 Dus Anlene
Gold 250 gr
varnishing,
foil stamping,
embossing
360,0 270,0 subkon subkon
7 Kotak Pizza
Hut small
510,0 290,0
8 Kotak Laptop
axioo
varnishing 1110,0 580,0
9 Kotak
kamera
Canon
varnishing 654,7 452,0
10 Kotak HP
Sony
Ericsson
varnishing 406,0 413,5
11 Kardus
radio/tape
1460,0 1091,0
Hasil perhitungan waktu untuk perlakuan tambahan dapat dilihat pada
Tabel 28. Kalkulasi waktu dilakukan dengan mempertimbangkan jumlah pesanan
137
dan kecepatan mesin varnish, sementara waktu yang dibutuhkan untuk subkontrak
proses foil stamping dan embossing/debossing diinput secara manual.
Tabel 28 Waktu untuk Perlakuan Tambahan
No Nama Pesanan Jml produk
(sheet )
Perhitungan Waktu (jam)
varnish E/D (K) FS (K)
1 Kotak hair dryer 10000 1,67
2 Kardus susu
Indomilk 125 ml
100000
3 Kotak madu
sumbawa 1000 ml
20000 3,33
4 Kotak biskuat bolu
pandan 192 gr
100000 16,67
5 Kardus aqua gelas 200000
6 Dus Anlene Gold
250 gr
25000 4,17 48 48
7 Kotak Pizza Hut
small
200000
8 Kotak Laptop
Axioo
10000 1,67
9 Kotak kamera
Canon A 530
25000 4,17
10 Kotak HP Sony
Ericsson J300i
50000 8,33
11 Kotak radio/tape 50000
Hasil evaluasi kemampuan proses pada setiap tahapan proses pembuatan
kemasan karton berupa mesin-mesin yang terpilih untuk memproses setiap
pesanan beserta waktu proses pada mesin-mesin tersebut. Disamping itu juga
dihasilkan keputusan mengenai pesanan yang tidak bisa diproses pada mesin-
mesin yang tersedia pada model ini. Keputusan tersebut berupa subkontrak atau
penolakan pesanan. Hasil evaluasi seluruh tahapan proses dapat dilihat pada
Tabel 29.
Dalam industri kemasan karton yang sebenarnya, keputusan penerimaan
atau penolakan pesanan seringkali terjadi melalui beberapa kali perundingan atau
negosiasi. Bisa jadi pesanan yang diterima pada awalnya dengan keputusan
mensubkontrakkan beberapa tahapan proses pada akhirnya terpaksa ditolak karena
tidak ada perusahaan subkontraktor yang mampu menerima pekerjaan tersebut.
138
Tabel 29 Hasil Evaluasi Kemampuan Proses dan Waktu Proses Pesanan
No.
Job
Job (Pesanan) Waktu Proses (jam)
Corrugating Printing Die cutting Finishing Add treatment
C1 C2 K FP1 FP2 OP K D1 D2 D3 K SAG AG S Man Varnish em/de
(K)
f stamp
(K)
1
Kotak hair dryer
24,0
13,0
15,1
17,7
20,3
3,3
1,7
2 Kardus susu
Indomilk
3,9 34,3 44,0 28,3 11,0
3 Kotak madu 24,0 14,0 20,5 23,3 26,3 6,1 3,0 3,3
4 Kotak biskuat
bolu
24,0 22,0 70,5 76,7 83,4 28,3 11,0 16,7
5 Kardus aqua gelas 12,6 38,2 48,6 56,1
6 Dus Anlene Gold 24,0 14,5 23,6 26,7 29,9 7,4 4,2 48,0 48,0
7 Kotak Pizza Hut 4,9 38,2 150,9 163,8 178,7 56,1
8 Kotak laptop 1,8 72,0 48,0 3,3 2,0 1,7
9 Kotak kamera 3,0 14,5 25,9 29,2 32,8 7,4 3,5 4,2
10 Kotak HP Sony 5,0 17,0 43,7 48,5 53,7 14,4 6,0 8,3
11 Kotak radio/tape 7,9 21,6 27,1 4,7
137
139
6.2.2 Kalkulasi Waktu Penyelesaian Pesanan
Kalkulasi waktu penyelesaian pesanan bertujuan untuk melihat kapan
suatu pesanan bisa diselesaikan dan apakah waktu pesanan tersebut sesuai dengan
waktu penyelesaian yang diinginkan konsumen. Untuk mendapatkan jawaban
atas masalah tersebut, pada model ini dilakukan pengurutan pesanan-pesanan
yang diterima, dan menjadwalkannya dengan suatu model penjadwalan yang
sesuai dengan kondisi lantai produksi yang tersedia.
Walaupun proses perancangan model ini dibangun dengan fokus perhatian
yang cukup besar untuk memuaskan pelanggan, namun dalam pelaksanaan
penjadwalannya kriteria/tujuan penjadwalan adalah untuk meminimasi makespan
dan bukan untuk meminimasi keterlambatan atau jumlah pekerjaan yang
terlambat. Pemilihan kriteria ini dengan pertimbangan untuk mengakomodasi
kepentingan kedua belah pihak, yaitu perusahaan kemasan karton dan konsumen.
Kriteria makespan adalah kriteria yang paling umum digunakan pada
penjadwalan hybrid flowshop seperti pada kasus industri kemasan karton ini.
Makespan dari suatu jadwal (schedule) adalah waktu selesainya semua pekerjaan
yang ditandai oleh waktu selesai pekerjaan yang terakhir pada lantai produksi.
Penggunaan kriteria makespan akan memungkinkan pihak perusahaan melihat
berapa banyak pesanan (job) yang mampu ditangani dalam periode waktu tertentu
(Raaymakers dan Weijters, 2003). Penjadwalan yang bertujuan untuk
meminimasi makespan dengan sendirinya dapat meningkatkan jumlah job yang
mampu ditangani oleh perusahaan dalam periode waktu tertentu. Pada saat yang
sama informasi mengenai kapan waktu penyelesaian setiap pesanan tetap dapat
diberikan kepada konsumen.
Hasil kalkulasi waktu penyelesaian pesanan dapat diperoleh dengan atau
tanpa menggunakan algoritma genetika. Namun untuk mendapatkan urutan
penjadwalan terbaik yang dapat meminimasi makespan pada jumlah pesanan yang
cukup banyak, perlu bantuan algoritma genetika.
Langkah-langkah penjadwalan menggunakan algoritma genetika yang
dilakukan pada penelitian ini adalah :
a. Melakukan representasi kromosom
b. Membentuk populasi awal
140
c. Menghitung nilai fitness dan nilai makespan setiap kromosom yang berada
pada populasi awal
d. Melakukan seleksi kromosom
e. Menjalankan operator genetika pindah silang
f. Menjalankan operator genetika mutasi
g. Menghitung nilai fitness dan makespan setelah proses indah silang dan mutasi
h. Melakukan iterasi proses genetika hingga batas iterasi yang ditentukan
i. Menentukan nilai fitness dan makespan terbaik
j. Menghitung waktu penyelesaian akhir (final time) dengan menambahkan
waktu proses pada stage 5
Representasi Kromosom
Sebagai tahap awal untuk melakukan penjadwalan dengan algoritma
genetika, dibutuhkan representasi kromosom yang menggambarkan pesanan-
pesanan yang akan dijadwalkan. Representasi kromosom merupakan cara
untuk mengkodekan suatu alternatif solusi penjadwalan menjadi kromosom yang
akan diproses menggunakan GA. Representasi kromosom dalam penelitian ini
menggunakan teknik real number encoding. Kromosom yang dihasilkan terdiri
dari 11 gen yang menggambarkan urutan job yang unik tanpa ada pengulangan.
Berikut ini adalah contoh representasi kromosom yang digunakan pada
model ini :
9 2 10 6 4 1 3 7 8 5 11
Gambar 42 Representasi Kromosom untuk Sebelas Pesanan
Pembentukan Populasi Awal
Sebuah populasi awal yang dibangkitkan terdiri dari sejumlah anggota
populasi (kromosom). Pada kasus ini jumlah anggota populasi (Pc) ditentukan
sebanyak 20 kromosom dan proses pembangkitan populasi dilakukan secara acak.
Source code pada Matlab versi 10a yang digunakan untuk menghasilkan populasi
awal ini adalah :
141
popawal = myrand(jmlpop,1,11);
function result=myrand(row,a,b)
% Produce unique random integers ranged from a to b
% linear random unique integers
clc;
%a=1; b=50000; %try this as an example
r=a:b; r=r';
for m = 1 : row
for i=1:(b-a)
% rn=round((a-2)*rand(1,1))+1+(b-a);
rn=round((b-a-1)*rand(1,1))+1;
tmp=r(i);
r(i)=r(rn);
r(rn)=tmp;
end
result(m,:)=r;
end
Hasil pembangkitan populasi awal yang merupakan generasi pertama dari
proses penjadwalan menggunakan GA dapat dilihat pada Tabel 30.
Tabel 30 Populasi Awal (Generasi Pertama)
No
kromo
som
Urutan Pekerjaan (Job)
1 2 3 4 5 6 7 8 9 10 11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
8 6 9 5 7 1 2 3 10 4 11
6 1 8 7 2 4 3 5 10 9 11
1 3 9 8 2 5 7 6 4 10 11
4 2 9 5 7 6 1 3 10 8 11
7 5 4 9 1 3 10 8 2 6 11
4 1 7 8 3 2 6 10 9 5 11
10 3 1 6 9 8 5 7 4 2 11
4 1 3 8 2 7 9 5 6 10 11
8 5 7 2 6 10 1 9 4 3 11
6 7 10 3 2 1 5 4 8 9 11
7 2 5 1 4 10 8 9 6 3 11
4 1 5 6 10 8 9 3 7 2 11
5 9 8 3 10 7 2 4 1 6 11
10 6 3 8 1 2 9 5 4 7 11
4 5 7 2 1 9 8 3 6 10 11
5 2 6 3 9 4 10 7 8 1 11
7 5 6 2 9 10 8 1 3 4 11
9 2 10 6 4 1 3 7 8 5 11
1 5 9 4 3 2 10 8 7 6 11
7 8 3 2 4 5 9 6 10 1 11
142
Menghitung Nilai Makespan dan Nilai Fitness
Nilai makespan dan nilai fitness dihitung dengan menggunakan data waktu
proses masing-masing pesanan pada setiap stage dan mesin yang dilalui (Tabel
29). Pada model ini proses optimasi penjadwalan dengan menggunakan algoritma
genetika diberlakukan terhadap 4 tahapan proses (stage) yaitu : proses
corrugating (stage 1), proses printing (stage 2), proses die cutting (stage 3) dan
proses finishing (stage 4). Terhadap proses perlakuan tambahan tidak dilakukan
optimasi dengan menggunakan algoritma genetika, melainkan hanya ditambahkan
waktunya terhadap waktu kromosom terbaik yang dihasilkan dari algoritma
genetika. Hal ini disebabkan karena mesin varnishing yang tersedia cukup banyak
sehingga diasumsikan setiap pekerjaan yang selesai dari proses finishing bisa
langsung diproses pada proses varnishing atau perlakuan tambahan lainnya tanpa
harus antri mesin terlebih dahulu. Nilai makespan dan nilai fitness dihitung untuk
setiap kromosom yang terdapat pada populasi.
Langkah-langkah untuk menghitung nilai makespan terdiri dari dua tahap,
yaitu perhitungan waktu penyelesaian (completion time) pada stage 1, dan
perhitungan waktu penyelesaian (completion time) pada stage 2 sampai stage 4.
Sebagai contoh, langkah-langkah perhitungan nilai makespan kromosom 18 pada
stage 1 adalah :
1. Pada stage j=1, urutkan job i secara acak dimana i = 1,....n, sehingga
diperoleh urutan ke (k) dimana k = 1,...n
Urutan job yang diperoleh sesuai dengan urutan gen pada kromosom 18,
yaitu : 9, 2, 10, 6, 4, 1, 3, 7, 8, 5, 11.
Pada Tabel 30 dapat dilihat urutan job, mesin-mesin yang tersedia untuk
memproses, dan waktu proses setiap job.
2. Pada T=0, pilih mesin eligible (e(i),1, (i)) yg tersedia dengan waktu proses
terkecil untuk memproses job i, stage 1 urutan ke 1 (min t e(i),1, (1)) dimana
e(i),j, (k) Mj.
Job pertama yang diproses adalah job 9, dan mesin yang tersedia hanya
satu, yaitu C1 dengan waktu proses =3
3. Hitung waktu selesai job i, stage 1 pada urutan (1)
143
Ci,1, (1) = 0 + min t e(i),1 (1)
Jika tidak ada mesin eligible yang tersedia (job tidak diproses di j=1), set
Ci,1, (1) = 0.
Jika job i pada stage 1 disubkontrakkan dalam waktu t = tci,1, maka set
Ci,1, (1) = 0 + tci
Waktu selesai job 9 di stage 1 : (C9,1, (1)) = 0 + 3 = 3
Tabel 31 Waktu Proses Pada Stage 1
No No.
Job
Waktu Proses (jam)
C1 C2 K
1 Job 1 24,0
2 Job 2 3,9
3 Job 3 24,0
4 Job 4 24,0
5 Job 5 12,6
6 Job 6 24,0
7 Job 7 4,9
8 Job 8 1,8
9 Job 9 3,0
10 Job 10 5,0
11 Job 11 7,9
4. Cek apakah masih ada mesin tersisa pada stage 1 (M1≠0). Jika masih ada
mesin tersisa, tugaskan job pada urutan berikutnya ( (k) ) untuk diproses
pada t =0, jika tidak tunggu sampai ada mesin yang selesai berproses.
Job pada urutan berikutnya adalah job 2, dan mesin yang eligible adalah
C2 dengan waktu 3,9 jam. Waktu selesai job 2 di stage 1 = 0 + 3,9 = 3,9.
Selanjutnya tidak ada lagi mesin yang bisa diproses pada T=0 hingga job
9 atau job 2 selesai.
5. Jika ada mesin selesai berproses, tugaskan job pada urutan berikutnya (
(k+1)) pada mesin tersebut, jika job yang berada pada (k+1) tidak sesuai
dengan mesin yang tersedia, maka penugasan bisa diberikan pada job urutan
berikutnya ( (k+2)) dan seterusnya.
144
Pada T=3, job 9 selesai. Job yang akan diproses berikutnya adalah job
10 pada mesin C1.
6. Hitung waktu penyelesaian job i yang telah ditugaskan terhadap satu mesin,
shg :
Ci,1, (k) = waktu selesai job sebelumnya pada mesin tsb + min t e(i),1, (k)
Waktu selesai job 10 (C10,1, (3)) = 3 + 5 = 8
7. Cek apakah i=n dan k=n ? Jika tidak, kembali ke langkah 3. Jika ya,
penempatan job-job pada stage 1 selesai.
Job urutan ke-4 adalah job 6. Job 6 tidak diproses pada salah satu mesin,
tapi disubkontrakkan dengan waktu 24 jam, sehingga waktu penyelesaian
job 6 di stage 1 (C6,1, (4)) = 0 + 24 = 24.
Urutan pada urutan ke 5, 6 dan 7 berturut-turut adalah job 4, 1, 3. Ketiga
job ini disubkontrakkan (diasumsikan pada pemasok yang berbeda)
sehingga bisa langsung diproses pada T=0. Waktu penyelesaian ketiga
job adalah :
Job 4 (C4,1, (5)) = 0 + 24 = 24
Job 1 (C1,1, (6)) = 0 + 24 = 24
Job (C3,1, (7)) = 0 + 24 = 24
Urutan ke-8 adalah job 7 pada mesin C2 dengan t = 4,9. Waktu
penyelesaian job 7 adalah :
Job (C7,1, (8)) = 3,9 + 4,9 = 8,8
Urutan ke-9 adalah job 8 pada mesin C2 dengan t = 1,8. Job 8 baru bisa
diproses setelah job 7 selesai diproses pada mesin C2, sehingga waktu
penyelesaian job 8 adalah :
Job (C8,1, (9)) = 8,8 + 1,8 = 10,6
Job 5 dan11 yang berada pada urutan berikutnya dan menggunakan
mesin yang sama, yaitu C2 diselesaikan dengan cara yang sama dengan
job 8. Hasil penjadwalan semua pesanan pada stage 1 dapat dilihat pada
Tabel 32.
145
Tabel 32 Waktu penyelesaian pada stage 1
Job (J) Stage 1 (S1)
Mesin Waktu Start Finish
9 C1 3,0 0,0 3,0
2 C2 3,9 0,0 3,9
10 C1 5,0 3,0 8,0
6 K 0,0 24,0 24,0
4 K 0,0 24,0 24,0
1 K 0,0 24,0 24,0
3 K 0,0 24,0 24,0
7 C2 4,9 3,9 8,8
8 C2 1,8 8,8 10,6
5 C2 12,6 10,6 23,2
11 C2 7,9 23,2 31,1
Langkah-langkah perhitungan waktu penyelesaian setiap job pada
kromosom 18 di stage 2 sampai stage 4 adalah :
1. Untuk stage j=2,...,4, urutkan job i berdasarkan waktu selesai terkecil pada
stage sebelumnya (Ci,j-1, (k)) dimana i = 1,....n, sehingga diperoleh urutan ke
(k) dimana k = 1,...n.
Urutan job yang akan dikerjakan pada stage 2 berdasarkan waktu selesai
(finish) dari stage 1 adalah : 9, 2, 10, 7, 8, 5, 6, 4, 1, 3, 11
2. Untuk job i yang berada pada urutan pertama ( (1)) stage j, pilih mesin
eligible (e(i),j, (1)) yg tersedia dengan waktu proses terkecil (min t e(i),j, (1))
dimana e(i),j, (1,) Mj.
Job pertama adalah job 9 yang diproses pada mesin P3 dengan waktu
14,5 jam (Tabel 32)
3. Hitung waktu selesai job i, stage j pada urutan (1)
Ci,j, (1) = Ci,j-1, (1) + min t e(i),j, (1,)
Jika tidak ada mesin eligible yang tersedia (job tidak diproses di j=1), set
Ci,j, (1) = Ci,j-1, (1)
Jika job i pada stage j urutan (1) disubkontrakkan dalam waktu t = tci,j,
maka set Ci,j, (1) = Ci,j-1, (1) + tci,j
Pada contoh kromosom 18, waktu selesai job 9 pada stage 2 adalah
C9,2, (1) = C9,1, (1) + min t e(9),2, (1,) = 3 + 14,5 = 17,5
146
Tabel 33 Waktu proses pada stage 2
No No.
Job
Waktu Proses (jam)
P1 P2 P3 K
1 Job 1 13,0
2 Job 2 34,3 44,0
3 Job 3 14,0
4 Job 4 22,0
5 Job 5 38,2 48,6
6 Job 6 14,5
7 Job 7 38,2
8 Job 8 72,0
9 Job 9 14,5
10 Job 10 17,0
11 Job 11 21,6 27,1
4. Cek apakah masih ada mesin tersisa pada stage j (Mj≠0). Jika masih ada
mesin tersisa, tugaskan job pada urutan berikutnya ( (k)) untuk diproses pada
t =0, jika tidak tunggu sampai ada mesin yang selesai berproses.
Urutan berikutnya adalah job 2 yang bisa diproses pada mesin P1 atau
P2. Karena lebih dari satu mesin yang tersedia, maka job 2 bisa diproses
pada mesin yang memiliki waktu terkecil, yaitu mesin P1 (34,3 jam).
Waktu selesai job 2 pada stage 2 adalah :
C2,2, (2) = C2,1, (2) + min t e(9),2, (2) = 3,9 + 34,3 = 38,2
5. Jika ada mesin selesai berproses, tugaskan job pada urutan berikutnya (
(k+1)) pada mesin tersebut, jika job yang berada pada (k+1) tidak sesuai
dengan mesin yang tersedia, maka penugasan bisa diberikan pada job urutan
berikutnya ( (k+2)) dst.
6. Jika job i pada stage j urutan (k) disubkontrakkan dalam waktu t = tci,j,
maka set Ci,j, (k) = Ci,j-1, (k) + tci,j
7. Hitung waktu penyelesaian job i yang telah ditugaskan terhadap satu mesin
(finish time), shg
Ci,j, (k) = max {CiL,j, (kL), Ci,,j-1, (k) } + min t e(i),j, (k)
Urutan berikutnya adalah job 10 yang diproses pada mesin P3 dengan
waktu 17,0. Job 10 ini hanya dapat diproses setelah job 9 yang juga
147
menggunakan mesin P3 selesai diproses pada jam ke 17,5. Waktu selesai
job 10 pada mesin P3 adalah :
C10,2, (3) = max {C10,2, (1), C10,,1, (3) } + min t e(10),2, (3)
= max {17; 8,0} + 17,5 =34,5
Urutan ke-4 adalah job 7 yang hanya bisa diproses pada mesin P2 dengan
waktu 38,2 jam. Karena mesin P2 belum pernah digunakan oleh job
sebelumnya, maka waktu selesai job 4 adalah :
C7,2, (4) = C7,1, (4) + min t e(7),2, (14,) = 8,8 + 38,2 = 47
Urutan ke 5 adalah job 8 yang diproses dengan cara subkontrak selama
72 jam. Waktu penyelesaian job 8 dihitung dengan cara kasus
subkontrak seperti yang dijelaskan pada langkah 3, yaitu :
C8,2, (5) = C8,1, (5) + tc8,2
= 10,6 + 72 = 82,6
Urutan ke-6 adalah job 5 yang diproses pada mesin P1 atau P2. Karena
kedua mesin sedang digunakan ketika job 5 selesai diproses pada stage 1,
maka job 5 terpaksa menunggu sampai salah satu mesin selesai. Mesin
yang selesai lebih dulu adalah mesin P1 pada jam ke 38,2, sehingga job 5
diproses pada mesin P1. Waktu penyelesaian pada job 5 adalah :
C5,2, (6) = max {C2,2, (2), C5,1, (6) } + min t e(5),2, (6)
= max {38,2; 23,2} + 38,2 = 76,4
Urutan ke 7 adalah job 6. Mesin yang diperuntukkan untuk job 6 adalah
P3 dengan waktu 14,5. Job 6 harus menunggu job 10 yang berada pada
urutan ke-3 selesai diproses pada jam ke 34,5, sehingga waktu
penyelesaian job 6 adalah :
C6,2, (7) = max {C10,2, (3), C6,1, (7) } + min t e(6),2, (7)
= max {34,5; 24,0} + 14,5 = 49
Urutan ke-8 adalah job 4 yang diproses pada mesin P3 dengan waktu
22,2 jam. Waktu selesai untuk job ke-8 adalah :
C4,2, (8) = max {C6,2, (7), C4,1, (8) } + min t e(4),1, (8)
= max {49; 24,0} + 22,2 = 71
Urutan ke-9 dan ke-10 adalah job 1 dan job 3 yang juga diproses pada
mesin P3, sehingga waktu selesai kedua job ini adalah :
148
C1,2, (9) = max {C4,2, (8) ; C1,1, (9) } + min t e(1),1, (9)
= max {71; 24,0} + 13 = 84
C3,2, (10) = max {C1,2, (9) ; C3,1, (10) } + min t e(1),1, (9)
= max {84; 24,0} + 14 = 98
Urutan ke-11 adalah job 11 yang diproses pada mesin P1 atau P2. Dari
kedua mesin ini yang selesai duluan adalah mesin P2. Mesin P2 selesai
memproses job 7 yang berada pada urutan ke-4 pada jam ke 47, sehingga
waktu penyelesaian job 11 di stage 2 adalah :
C11,2, (11) = max {C7,2, (4) ; C11,2, (11) } + min t e(11),2, (11)
= max {47; 31,1} + 27,1 = 74.1
Hasil perhitungan waktu penyelesaian pesanan di stage 2 secara lengkap
dapat dilihat pada Tabel 34.
Tabel 34 Waktu penyelesaian pada stage 2
Job
(J)
Stage 1
(S1)
Stage 2 (S2)
Finish Urutan Mesin Waktu Start Finish
9 3,0 1 P3 14,5 3,0 17,5
2 3,9 2 P1 34,3 3,9 38,2
10 8,0 3 P3 17,0 17,5 34,5
6 24,0 7 P3 14,5 34,5 49,0
4 24,0 8 P3 22,0 49,0 71,0
1 24,0 9 P3 13,0 71,0 84,0
3 24,0 10 P3 14,0 84,0 98,0
7 8,8 4 P2 38,2 8,8 47,0
8 10,6 5 K 72,0 10,6 82,6
5 23,2 6 P1 38,2 38,2 76,4
11 31,1 11 P2 27,1 47,0 74,1
8. Cek apakah i=n dan k=n ? Jika tidak, kembali ke langkah 5, jika ya lanjutkan
ke langkah berikutnya.
Jika semua job sudah dijadwalkan (i=11, dan k=11), maka penjadwalan
job pada stage 2 selesai dan selanjutnya dilakukan penjadwalan pada
stage 3. Langkah-langkah penjadwalan pada stage 3 sama dengan stage
2. Waktu proses job pada stage 3 dapat dilihat pada Tabel 35 dan hasil
penjadwalan job pada stage 3 ditunjukkan pada Tabel 36.
149
Tabel 35 Waktu proses pada stage 3
No No.
Job
Waktu Proses
D1 D2 D3 K
1 Job 1 15,1 17,7 20,3
2 Job 2
3 Job 3 20,5 23,3 26,3
4 Job 4 70,5 76,7 83,4
5 Job 5
6 Job 6 23,6 26,7 29,9
7 Job 7 150,9 163,8 178,7
8 Job 8 48,0
9 Job 9 25,9 29,2 32,8
10 Job 10 43,7 48,5 53,7
11 Job 11
Tabel 36 Waktu penyelesaian pada stage 3
Job
(J)
Stage 3
Urutan Mesin Waktu Start Finish
9 1 D1 25,9 17,5 43,4
2 3 38,2
10 2 D2 48,5 34,5 83,0
6 5 D3 29,9 49,0 78,9
4 6 D3 83,4 78,9 162,3
1 10 D2 17,7 84,0 101,7
3 11 D2 23,3 101,7 125,0
7 4 D1 150,9 47,0 197,9
8 9 K 48,0 82,6 130,6
5 8 76,4
11 7 74,1
Perbedaan stage 3 dengan stage 2 adalah pada stage 3 terdapat kasus
flexible flowshop. Kasus flexible flowshop dicirikan oleh adanya job-job
yang melompati salah satu tahapan, seperti job 2, job 5 dan job 11 pada
stage 3 ini. Waktu penyelesaian untuk job yang tidak melalui suatu stage
dihitung seperti yang dijelaskan pada langkah 3. Sebagai contoh, waktu
penyelesaian job 2 pada stage 3 adalah :
Ci,j, (1) = Ci,j-1, (1)
C2,3, (3) = C2,2, (3) = 38,2
150
Proses perhitungan waktu penyelesaian dilanjutkan sampai stage ke 4
dengan langkah-langkah yang sama dengan stage 2.
Waktu proses pada Stage 4 dapat dilihat pada Tabel 37, dan waktu
penyelesaian pada stage 4 dapat dilihat pada Tabel 38.
Tabel 37 Waktu proses pada stage 4
No No.
Job
Waktu Proses (jam)
G1 G2 S M
1 Job 1 3,3
2 Job 2 28,3 11,0
3 Job 3 6,1 3,0
4 Job 4 28,3 11,0
5 Job 5 56,1
6 Job 6 7,4
7 Job 7 56,1
8 Job 8 3,3 2,0
9 Job 9 7,4 3,5
10 Job 10 14,4 6,0
11 Job 11 4,7
Tabel 38 Waktu penyelesaian pada stage 4
Job
(J)
Stage 4
Urutan Mesin Waktu Start Finish
9 2 G1 7,4 43,4 50,8
2 1 G2 11,0 38,2 49,2
10 6 G2 6,0 83,0 89,0
6 5 G1 7,4 132,5 139,9
4 10 G2 11,0 162,3 173,3
1 7 G1 3,3 139,9 143,2
3 8 G2 3,0 125,0 128,0
7 11 G1 56,1 197,9 253,9
8 9 G2 2,0 130,6 132,6
5 4 G1 56,1 76,4 132,5
11 3 S 4,7 74,1 78,8
9. Cek apakah j=4 ? Jika tidak kembali ke langkah 1, jika ya, lanjutkan ke
langkah berikutnya
10. Hitung makespan Fi,4,p(k) = max Ci,4,p(k)
151
Makespan adalah waktu penyelesaian terbesar dari seluruh job pada stage
4. Pada kromosom 18 ini, waktu penyelesaian terbesar adalah waktu
penyelesaian job 7, yaitu 253,9 jam.
Masalah penjadwalan flowshop adalah masalah minimasi makespan, maka
nilai fungsi evaluasi setiap kromosom harus dikonversi ke dalam nilai fitness
sehingga kromosom yang lebih fit (lebih bugar) akan memiliki nilai fitness yang
lebih tinggi. Konversi dilakukan dengan menggunakan fungsi persamaan dibawah
ini.
Nilai fitness kromosom 18 = 1/253,9 = 0,00394. Berikut ini dapat dilihat
source code untuk perhitungan nilai fitness :
function Fitness = EvalPop(x,y)
%x = kueri yang dimasukan
%y = populasi
u_kromosom = size(y,2);
elemen_1 = x * y;
for i = 1 : u_kromosom
Fitness(i)=elemen_1(i)/(norm(x)*norm(y(:,i)));
end
end
Tabel 39 Nilai makespan populasi pertama (generasi pertama)
No
kromosom
Makespan No
kromosom
Makespan
1 292,2204 11 277,8149
2 279,6093 12 292,2204
3 312,0147 13 292,2204
4 323,2092 14 325,0037
5 277,8149 15 262,6164
6 277,8149 16 333,4583
7 272,6501 17 277,8149
8 255,7025 18 253,9081
9 272,6501 19 326,7466
10 277,8149 20 277,8149
Nilai makespan dan nilai fitness dihitung untuk seluruh kromosom yang
terdapat pada populasi awal. Pada contoh kasus ini terdapat 20 kromosom yang
152
harus dihitung nilai makespannya dan nilai fitnessnya. Pada Tabel 38 dan 39
dapat dilihat nilai makespan dan nilai fitness untuk 20 kromosom yang menjadi
anggota populasi pertama.
Tabel 40 Nilai fitness populasi pertama
No
kromosom
Nilai
fitness
No
kromosom
Nilai
fitness
1 0,003422 11 0,0036
2 0,003576 12 0,003422
3 0,003205 13 0,003422
4 0,003094 14 0,003077
5 0,0036 15 0,003808
6 0,0036 16 0,002999
7 0,003668 17 0,0036
8 0,003911 18 0,003938
9 0,003668 19 0,00306
10 0,0036 20 0,0036
Elitisme
Nilai evaluasi yang dimiliki tiap individu atau kromosom akan diurutkan
untuk mengetahui kromosom yang memiliki nilai terbaik. Kromosom dengan nilai
terbaik tersebut akan disalin atau disimpan agar tidak rusak akibat proses genetik
(Suyanto 2005). Jumlah kromosom yang digunakan pada percobaan ini sebanyak
2 nilai terbaik. Source code untuk proses elitisme adalah sebagai berikut :
[sortFit m] = sort(Fitness,'descend');
a = size(m,2);
elit_1 = Populasi(m(1),:);
elit_2 = Populasi(m(2),:);
TemPopulasi(1,:) = elit_1;
TemPopulasi(2,:) = elit_2;
Seleksi Kromosom
Seleksi adalah proses memilih individu pada populasi yang memiliki
nilai evaluasi baik untuk dilanjutkan ke proses pindah silang dan mutasi (Cox
153
2005). Proses seleksi yang digunakan adalah roullete wheel atau tournament
selection .
Roulette wheel
Seleksi dilakukan dengan cara mengambil nilai acak antara nilai minimum
dan maksimum evaluasi tiap generasi. Jika nilai tersebut lebih kecil dari nilai
probabilitas kumulatif maka kromosom yang ditunjuk akan dipilih sebagai
kromosom induk.
Tahap awal dari roulette wheel adalah dengan menghitung probabilitas
seleksi dengan rumus:
Probabilitas seleksi kumulatif (qk) untuk setiap kromosom Vk:
Algoritma seleksi sebagai berikut:
Langkah 1 : Bangkitkan bilangan acak r antara [0,1]
Langkah 2 : Jika r ≤ q1, pilih kromosom V1, kalau tidak pilih kromosom k dengan
ketentuan :
Vk (2 ≤ k ≤ Pop.Size) dan
qk-1 ≤ r ≤ qk
Kromosom yang memiliki nilai evaluasi yang besar atau mendekati 1
akan memiliki kemungkinan terpilih yang lebih besar sebagai populasi baru untuk
proses genetik selanjutnya. Hal tersebut menyebabkan kromosom akan terpilih
lebih dari satu kali. Source Code untuk seleksi kromosom dengan roulette wheel
adalah :
function newPop = RouletteWheel(PopulasiAwal,Fitness)
Jum_Krom=size(PopulasiAwal,1);
total_eval = sum(Fitness);
prob = Fitness/total_eval;
154
prob = sort(cumsum(prob));
a = min(prob);
b = max(prob);
RN=rand(1,Jum_Krom)* a+((b+0.001)-a);
fitIn = 1;
newIn = 1;
newPop = PopulasiAwal;
while newIn <= Jum_Krom & fitIn <=Jum_Krom
if (RN(newIn) <= prob(fitIn))
newPop(newIn,:)=PopulasiAwal(fitIn,:);
newIn=newIn+1;
fitIn = 1;
else
fitIn=fitIn+1;
end
end
Tournament Selection
Proses seleksi dengan menggunakan sistem turnamen antara beberapa
individu yang dipilih secara acak dari populasi. Pemenang turnamen (yang
memiliki nilai fitness terbaik) dari dua individu yang dipilih secara acak akan
digunakan sebagai induk untuk melakukan pindah silang dengan peluang seleksi
turnamen yang digunakan pt = 0.8 (Wahde & Sandberg 2010). Dengan peluang 1
- pt untuk individu yang memiliki fitness jelek untuk dipilih. Source code untuk
seleksi turnamen adalah sebagai berikut :
function newPop = tournament (PopulasiAwal,Fitness,)
jmlpop = size(PopulasiAwal,1);
pt = 0.8;
for i = 1:jmlpop
iTmp1 = 1 + fix(rand*(jmlpop));
iTmp2 = 1 + fix(rand*(jmlpop));
r = rand;
if (r < pt)
if Fitness(iTmp1) > Fitness(iTmp2)
newPop(i,:)=PopulasiAwal(iTmp1,:);
else
newPop(i,:)=PopulasiAwal(iTmp2,:);
end
else
if Fitness(iTmp1) > Fitness(iTmp2)
newPop(i,:)=PopulasiAwal(iTmp2,:);
else
newPop(i,:)=PopulasiAwal(iTmp1,:);
end
end
end
155
Pindah Silang
Pindah silang merupakan proses paling penting dalam GA pada proses
genetik. Proses ini melakukan pindah silang antar kromosom induk yang telah
dipilih sebelumnya. Pemilihan antar kromosom induk yang akan dipindahsilang
ialah dengan cara mengambil nilai acak yang bernilai lebih kecil dari peluang
pindah silang Pc. Pada contoh kasus penelitian ini, peluang pindah silang yang
digunakan sebesar 0.8. Proses pindah silang dapat dilihat pada Gambar 43 .
Mulai
Kromosom Induk 1
Kromosom Induk 2
P = rand [0,1]
Pindah Silang
P < Pc
Selesai
Tidak
Ya
Gambar 43 Proses pindah silang.
Pada masalah flowshop ini, operator penyilangan yang digunakan adalah
Partially Mapped Crossover (PMX). Prosedur penyilangan PMX ini yaitu dimulai
dengan menentukan dua buah titik penyilangan seara acak pada sepasang
kromosom induk. Setelah itu elemen kromosom yang terletak diantara kedua titik
tersebut saling dipertukarkan untuk membentuk dua kromosom anak. Kromosom
anak yang baru terbentuk kemudian diperiksa kelegalannya. Apabila kromosom
tersebut memiliki elemen yang sama, maka kromosom tersebut dilegalkan
berdasarkan kaidah pemetaan. Kaidah ini diperoleh dari hasil penukaran elemen
antar kromosom induk. Source code pemilihan induk (parents) yang akan di
cross over adalah :
function Pindex = pilihKros(Populasi,Pc);
%Pc = peluang pindah silang
Jum_Krom = size(Populasi,2);
j=1;
156
RN=rand(1,Jum_Krom);
for i = 1 : Jum_Krom
if RN(i)<Pc
Pindex(j) = i;
j=j+1;
end
end
Source code untuk proses pindah silang dengan metode PMX diuraikan di
bawah ini :
function Induk = PindahSilang(Induk,indeks,JumGen)
parent = Induk;
u_indeks = size(indeks,2);
u_Induk = size(Induk,2);
%jika banyaknya yang dikros ganjil..maka dikurangi 1
u_indeks = size(indeks,2);
if mod(u_indeks,2)~=0
u_indeks = u_indeks-1;
end
for i = 1 : 2 : u_indeks
a = indeks(i);
b = indeks(i+1);
TP = sort(1 + fix(rand(1,2)*(JumGen-1)));
temp1=Induk(a,TP(1):TP(2))
temp2=Induk(b,TP(1):TP(2))
Induk(a,TP(1):TP(2))=temp2;
Induk(b,TP(1):TP(2))=temp1;
%checking legalization
for n=1 : numel(Induk(a,:))
if( n >= TP(1) & n <= TP(2) )
else
loop = 1;
while loop == 1
[ok idx] = find(Induk(a,n) == temp2);
if numel(ok) == 1
Induk(a,n) = temp1(idx);
else
loop=0;
end
end
end
end
for n=1 : numel(Induk(b,:))
if( n >= TP(1) & n <= TP(2) )
else
loop = 1;
while loop == 1
[ok idx] = find(Induk(b,n) == temp1);
if numel(ok) == 1
Induk(b,n) = temp2(idx);
157
else
loop = 0;
end
end
end
end
end
Mutasi
Proses mutasi yang digunakan adalah sistem gen dengan nilai gen mutasi yaitu
bilangan bulat. Gen akan mengalami perubahan yang berguna untuk mengembalikan
kerusakan gen akibat genetik lainnya (Aly 2007). Mutasi yang digunakan dalam masalah
flowshop adalah reciprocal exchange mutation yang merupakan bagian dari swap
mutation. Prosedur mutasinya yaitu dimulai dengan menentukan sebiah posisi secara acak
pada kromosom anak yang baru terbentuk hasil pindah silang. Elemen kromosom pada
posisi ini kemudian akan dipertukarkan dengan elemen lain disebelah kanannya. Apabila
posisi acak yang diperoleh terletak pada posisi akhir kromosom, maka penukaran elemen
dilakukan dengan elemen yang berada pada posisi awal. Source code mutasi adalah
sebagai berikut :
function pop = mutasi(newPop,Pmutasi)
%mengalami revisi setelah sidang
[m n] = size(newPop);
%banyaknya yang akan termutasi
banyakMutasi = Pmutasi*(m*n);
for i = 1 : banyakMutasi
x = fix(1+((m+1)-1)*rand); %baris
y = fix(1+((n+1)-1)*rand); %kolom
%proses pertukaran
if y ~= n
temp = newPop(x,y);
newPop(x,y) = newPop(x,(y+1));
newPop(x,(y+1)) = temp;
else %jika berada diurutan belakang maka dipertukarkan
dengan urutan awal
temp = newPop(x,y);
newPop(x,y) = newPop(x,1);
newPop(x,1) = temp;
end
end
pop = newPop;
158
Iterasi Algoritma Genetika
Untuk menjalankan operator genetika diperlukan input berupa cara seleksi
kromosom, operator pindah silang (crossover), peluang pindah silang (Pc),
peluang mutasi (Pc), dan jumlah generasi. Pada kasus ini dilakukan beberapa kali
percobaan (iterasi) untuk menghasilkan kromosom dengan nilai makespan yang
paling kecil. Iterasi yang digunakan dalam penelitian ini sebanyak 100 kali. Jika
iterasi telah mencapai maksimum yaitu 100 kali, maka proses genetik pada
percobaan ini akan selesai dan menghasilkan populasi yang lebih baik dari
sebelumnya.
Gambar 44 Hasil evaluasi waktu penyelesaian pesanan.
Dari beberapa kali percobaan, didapatkan hasil penjadwalan pesanan
seperti dapat dilihat pada Gambar 44. Penjadwalan pesanan dilakukan dengan
menggunakan Program Matlab versi 10a. Pada hasil penjadwalan ini maksepan
yang dihasilkan adalah 251,7988 jam. Hasil ini diperoleh dengan menggunakan
cara seleksi kromosom Tournament, operator pindah silang PMX, peluang pindah
silang sebesar 0,8, peluang mutasi 0,01, dan jumlah generasi 100. Jika jam kerja
diberlakukan sebanyak 1 shift sehari, dimana satu shift sama dengan delapan jam
159
kerja, maka semua pekerjaan dapat diselesaikan dalam waktu 32,14 hari (tanpa
memperhitungkan hari libur).
Gambar 45 Urutan job, mesin yang terpilih dan waktu selesai setiap job (stage 1
sampai stage 3).
Dari grafik nilai fitness pada Gambar 44 dapat dilihat bahwa nilai fitness
maksimum (optimal) sudah mulai tercapai mendekati generasi ke 25. Sebelumnya
masih terjadi fluktuasi nilai fitness yang disebabkan oleh proses pindah silang dan
mutasi yang dilakukan oleh operator genetika. Proses pencarian jadwal (urutan)
optimum dari suatu kromosom yang terdiri dari 11 gen, membutuhkan ruang
pencarian yang sangat besar. Apabila tidak digunakan algoritma genetika, maka
ruang pencarian jadwal optimum ini akan melibatkan alternatif solusi yang sangat
banyak. Jumlah alternatif solusi jadwal adalah 39.916.600. Nilai ini merupakan
hasil permutasi dari 11 faktorial, yang merupakan jumlah job yang akan
dijadwalkan. Dengan penggunaan algoritma genetika, besarnya area pencarian
jauh berkurang. Dalam kasus ini, jika solusi optimal telah tercapai pada iterasi
ke-25, dimana setiap iterasi terdiri dari 20 kromosom, maka besarnya area
pencarian adalah :
20 x 25 = 500 alternatif solusi.
Persentasi area pencarian yang dilakukan oleh GA pada kasus ini dapat dihitung
sebagai berikut :
160
(500/39.916.600) x 100 % = 0,0012%
Dari nilai di atas dapat dilihat bahwa algoritma genetika bekerja sangat
efisien. Hanya dengan melakukan pencarian sebesar 0,0012% dari ruang
pencarian yang ada, algoritma genetika sudah bisa memperoleh suatu solusi yang
mendekati optimum.
Gambar 46 Urutan job, mesin yang terpilih dan waktu selesai setiap job (stage2
sampai stage4).
Disamping memberikan informasi mengenai waktu penyelesaian
keseluruhan pekerjaan (makespan), pada Gambar 45 dan 46 juga dapat dilihat
waktu penyelesaian setiap pesanan dan mesin-mesin yang digunakan pada setiap
stage oleh masing-masing pesanan. Pesanan yang selesai diproses paling akhir
adalah pesanan dus anlene gold (pesanan nomor 6), sedangkan pesanan yang
selesai diproses paling awal adalah kotak kamera Canon (pesanan nomor 9). Dari
hasil penjadwalan juga terlihat bahwa pesanan yang dimulai paling awal belum
tentu selesai diproses paling awal juga. Banyak faktor yang mempengaruhi
kecepatan waktu penyelesaian suatu pesanan, antara lain desain dan spesifikasi
produk, jumlah pesanan, urutan proses serta lamanya waktu proses pada setiap
mesin.
Gambar 45 memberikan informasi mengenai urutan pekerjaan (pesanan)
yang dikerjakan pada proses corrugating (stage 1), proses printing (stage2) dan
161
proses die cut (stage 3). Gambar 46 memberikan informasi tambahan mengenai
urutan pekerjaan (pesanan) yang dikerjakan pada proses finishing (stage 4).
Sebagai contoh pada Gambar 45 dan 46 terlihat bahwa kotak laptop axioo
(pesanan/job nomor 8) melalui tahapan : 1) stage 1 diproses pada mesin C2, 2)
stage 2 disubkontrakkan, 3) stage 3 disubkontrakkan, dan 4) stage 4 diproses pada
mesin G2.
Tabel 41 menunjukkan populasi (generasi) terakhir yang dari hasil seleksi
kromosom, persilangan dan mutasi yang dilakukan oleh operator genetika. Dari
beberapa kali percobaan, metode seleksi kromosom dengan cara tournament
memberikan hasil yang lebih baik dibandingkan seleksi dengan cara roda rolet
(roulette wheel). Hal ini terlihat dari kecepatan untuk mencapai nilai optimum
dan nilai fitness yang dihasilkan.
Tabel 41 Populasi ke-100 (Generasi Akhir)
No
kromo-
som
Urutan Pekerjaan (Job)
1 2 3 3 5 6 7 8 9 10 11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
8 4 6 7 2 3 1 9 11 5 10
4 8 7 6 3 2 1 9 5 11 10
8 4 6 7 3 1 9 2 5 11 10
4 8 6 7 3 1 2 9 5 11 10
8 4 6 7 3 1 2 9 5 11 10
4 8 6 7 3 1 9 2 5 11 10
4 8 6 7 3 9 1 2 5 11 10
4 8 6 7 3 1 9 2 5 10 11
8 4 6 7 3 1 9 2 5 11 10
8 4 6 7 3 1 2 9 5 11 10
8 4 7 6 2 3 1 9 5 11 10
4 8 6 7 2 3 1 9 5 10 11
4 6 8 7 2 3 1 9 5 10 11
8 4 7 6 1 3 9 2 5 11 10
8 4 6 7 3 2 1 9 5 11 10
8 4 6 7 2 3 1 9 5 11 10
8 4 6 7 3 1 9 2 5 10 11
8 4 6 7 3 1 9 2 5 11 10
4 8 6 7 3 1 9 2 5 10 11
8 4 7 6 2 3 1 9 5 11 10
Nilai makespan minimum yang dihasilkan populasi terakhir (Tabel 42)
memperlihatkan penurunan dibandingkan populasi pertama sebesar 2,11 jam. Hal
ini menunjukkan bahwa algoritma genetika mampu untuk menghasilkan jadwal
dan pengurutan produksi yang lebih baik.
162
Tabel 42 Nilai Makespan Populasi Akhir (Generasi ke-100)
No
kromosom
Makespan No
kromosom
Makespan
1 251,799771 11 251,799771
2 251,799771 12 251,799771
3 251,799771 13 251,799771
4 251,799771 14 251,799771
5 251,799771 15 251,799771
6 251,799771 16 251,799771
7 251,799771 17 251,799771
8 251,799771 18 251,799771
9 251,799771 19 251,799771
10 251,799771 20 251,799771
Menghitung Nilai Final Time
Nilai final time adalah waktu penyelesaian paling akhir setelah
ditambahkan dengan additional treatment (stage 5). Final time diperoleh setelah
operator genetika dijalankan untuk stage 1 sampai stage 4, yang berarti setelah
kromosom dengan nilai fitness terbaik ditemukan. Nilai final time dihitung
sebagai berikut :
Fi,5,p(k) = Ci,4,p(k) + ta i,p(k)
Waktu final maksimum setelah ditambahkan waktu untuk perlakuan
tambahan (stage 5) adalah 257,13 jam.
Kalkulasi waktu penyelesaian pesanan juga dapat dilakukan tanpa
menggunakan algoritma genetika (GA). Perhitungan tanpa menggunakan GA
dilakukan jika jumlah pesanan sangat sedikit, sehingga penggunaan GA tidak
terlalu diperlukan untuk menghasilkan optimalitas dalam penjadwalan pesanan.
Perhitungan waktu penyelesaian tanpa menggunakan GA juga dapat dilakukan
atas dasar kebijakan manajemen, seperti memproses pesanan berdasarkan urutan
kedatangan. Namun pemrosesan pesanan berdasarkan urutan kedatangan tidak
menjamin bahwa pesanan yang diproses paling awal, akan selesai paling duluan
juga. Sebagai contoh hasil penjadwalan pesanan tanpa menggunakan bantuan
163
GA, namun diurutkan berdasarkan kedatangan dapat dilihat pada Gambar 47 dan
Gambar 48.
Gambar 47 Waktu penyelesaian pesanan pada stage 1 sampai 3.
Pada Gambar 47 dapat dilihat waktu penyelesaian setiap pesanan pada
stage 1 sampai stage 3. Sebagai contoh, pesanan nomor 2 dikerjakan pada mesin
C2 (stage1), mesin P1 (stage2) dan tidak perlu diproses pada stage 3. Waktu
penyelesaian pesanan nomor 2 pada stage 1 adalah jam ke 3,9, pada stage 2 pada
jam ke 38,2, dan pada stage 3 juga pada jam ke 38,2 (waktu selesai stage 3 sama
dengan stage 2 karena pesanan tidak diproses pada stage 3).
Pada Gambar 48 dapat dilihat waktu penyelesaian setiap job pada stage 3,
stage 4 dan pada proses perlakukan tambahan (additional treatment). Sebagai
contoh pesanan no 2 dikerjakan pada mesin G2 (stage 4) dan tidak memerlukan
proses perlakuan tambahan. Waktu selesai pada stage 4 adalah pada jam ke 49,2.
Karena pesanan nomor 2 tidak memerlukan perlakuan tambahan, maka waktu
selesai proses produksi adalah waktu penyelesaian pada stage 4.
164
Gambar 48 Waktu penyelesaian pesanan pada stage 2 sampai additional
treatment.
Makespan yang dihasilkan dari kalkulasi waktu penyelesaian pesanan
tanpa menggunakan GA adalah sebesar 338,1 jam. Nilai ini jauh lebih besar
dibandingkan makespan yang dihasilkan dengan menggunakan GA. Hal ini
membuktikan bahwa penjadwalan pesanan dengan menggunakan GA
memberikan hasil yang lebih optimum dibandingkan penjadwalan yang hanya
dilakukan berdasarkan urutan kedatangan pesanan.
6.3. Kalkulasi Harga
Perhitungan (kalkulasi) harga pesanan diklasifikasikan menjadi dua
kelompok, yaitu biaya produksi dan biaya non produksi. Biaya produksi adalah
biaya setiap aktivitas yang telah dikelompokkan berdasarkan pendekatan ABC,
sedangkan biaya non produksi adalah biaya overhead yang terdiri dari biaya set
up, biaya pemeliharaan, biaya energi, biayaadministrasi, biaya asuransi dan
depresiasi.
165
6.3.1 Biaya Produksi
Biaya produksi yang telah telah dibuat berdasarkan pendekatan Activity
Based Costing (ABC) kemudian dihitung berdasarkan formula perhitungan biaya
yang telah dirumuskan pada Tabel 13.
Biaya Corrugating
Biaya corrugating dihitung berdasarkan harga karton gelombang yang
terdapat di pasaran. Harga ini dinyatakan dalam satuan rupiah/meter2.
Tabel 43 Biaya Proses Corrugating
No Nama
Produk
Jenis
Flute
Jenis Bahan Harga
sheet
(Rp/m2)
Ukuran
sheet
(PsxLs)m2
Jumlah
sheet
(unit)
Biaya
corrugat-
ing (Rp) (1)
1 Kotak
hair dryer
E-
flute
K150M125K125 3223 0,8611 3.667 10.177.118
2 kardus
susu
Indomilk
B-
flute
K125M125K125 2997 1,1875 27.500 97.870.781
3 Kotak
madu
sumbawa
5.500
4 Kotak
biskuat
bolu
36.667
5 Kardus
aqua
gelas
C-
flute
K125M125M125 2911 1,1875 110.000 380.249.375
6 Dus
Anlene
Gold
3.438
7 Kotak
Pizza Hut
B-
flute
K125M125M125 2858 0,9975 36.667 104.532.300
8 Kotak
Laptop
B-
flute
K125M125M125 2858 0,78 11.000 24.521.640
9 Kotak
kamera
E-
flute
K150M125K125 3223 0,8611 13.750 38.160.723
10 Kotak HP
Sony
Ericsson
E-
flute
K150M125K125 3223 0,8611 27.500 76.321.446
11 Kotak
radio/tape
BC-
flute
K125M125M125 4697 3,375 27.500 435.940.313
166
Dalam proses pembuatan kemasan karton, biaya bahan baku memiliki
proporsi yang cukup besar dari total biaya produksi. Pada Tabel 43 dapat dilihat
biaya proses corrugating untuk kesebelas pesanan yang diimplementasikan.
Biaya corrugating tidak terdapat pada semua pesanan, melainkan hanya
pada pesanan yang bahan bakunya berasal dari karton gelombang atau campuran
karton gelombang dengan kertas duplex atau art carton. Pesanan kotak madu
sumbawa, kotak biskuat bolu dan dus anlene gold tidak memiliki unsur biaya
corrugating karena bahan bakunya bukan karton gelombang melainkan karton
duplex dan art carton. Data-data untuk harga dan jenis bahan karton gelombang
berasal dari data bahan baku sheet.
Biaya Cetak
Biaya cetak (printing) terdiri dari komponen biaya : a) biaya desain dan
pengaturan pola (layout), b) biaya cetak film, c) biaya pembuatan pelat, d) biaya
bahan baku karton (sheet), e) biaya bahan baku tinta, f) biaya tenaga kerja, dan g)
biaya subkontrak.
Pada kasus ini biaya desain dan pengaturan pola berkisar antara Rp.
50.000 sampai dengan Rp 200.000,- tergantung luas area yg didesain, jumlah
warna dan tingkat kerumitan desain. Tiap perusahaan kemasan karton memiliki
kebijakan maupun tarif yang berbeda-beda mengenai biaya desain dan pengaturan
pola, sehingga pada model ini, biaya desain dan pengaturan pola diinput secara
manual.
Biaya pencetakan film hanya terdapat pada pesanan yang dicetak pada
mesin offset, sedangkan biaya pembuatan pelat terdapat pada pesanan yang
dicetak dengan mesin cetak flexo maupun mesin cetak offset. Biaya pembuatan
film dan pelat cetak tergantung kepada luas area yang dicetak dan jumlah warna
pesanan. Luas area yang dicetak diasumsikan merupakan luas seluruh pola
kemasan (Pr x Lr). Jumlah film yang dicetak sesuai dengan jumlah warna printing
dari suatu pesanan. Biaya pembuatan pelat cetak untuk mesin flexo sedikit lebih
mahal daripada biaya pembuatan pelat cetak mesin offset.
Biaya pembuatan film dan biaya pembuatan pelat cetak dinyatakan dalam
rupiah per cm2. Pada kasus ini, biaya pembuatan film diasumsikan sebesar Rp.
167
10,-/cm2, biaya pembuatan pelat cetak offset Rp. 30,-/cm2 dan biaya pembuatan
pelat cetak flexo Rp. 35,-/cm2. Hasil perhitungan biaya desain, biaya cetak film
dan biaya pembuatan pelat cetak dapat dilihat pada Tabel 44.
Tabel 44 Biaya Desain, Pembuatan Film dan Pembuatan Pelat
No Nama Produk Desain dan
pengaturan
pola
(a)
Luas area
cetak
(PrxLr)
cm2
Pembuatan
film (b)
Pembuatan
Pelatcetak
(c)
1 Kotak hair
dryer
100000 1813,18 72.527 217.582
2 Kardus susu
Indomilk
75000 2700,00 283.500
3 Kotak madu
sumbawa
100000 1485,16 59.406 178.219
4 Kotak biskuat
bolu pandan
100000 1691,43 67.657 202.971
5 Kardus aqua
gelas
50000 5596,50 391.755
6 Dus Anlene
Gold
100000 972,00 38.880 116.640
7 Kotak Pizza
Hut small
50000 1479,00 51.765
8 Kotak Laptop
Axioo
150000
9 Kotak kamera
Canon
100000 2959,19 118.368 355.103
10 Kotak HP Sony
Ericsson
100000 1678,97 67.159 201.477
11 Kotak
radio/tape
100000 15928,60 1.115.002
Jenis bahan baku pada kemasan karton dapat diklasifikasikan menjadi
bahan baku utama dan bahan penolong. Bahan baku utama berupa lembaran
karton (sheet) dan tinta, sedangkan bahan penolong antara lain lem, kawat
stitching, dan selotip (seal). Bahan baku kertas karton memiliki variasi cukup
banyak. Biaya bahan baku lembaran karton yang diperhitungkan pada proses
printing adalah bahan baku yang tidak termasuk kelompok karton gelombang,
seperti kertas duplex dan karton seni. Hal ini dikarenakan biaya bahan baku untuk
kertas gelombang telah diperhitungkan pada proses corrugating. Pada Tabel 44
dapat dilihat biaya bahan baku kertas karton untuk pesanan-pesanan yang
168
termasuk kelompok karton lipat (folding carton). Jumlah sheet yang merupakan
keluaran dari proses corrugating menjadi faktor yang menentukan besarnya biaya
bahan baku untuk proses cetak.
Tabel 45 Biaya Bahan Baku Kertas Karton
No Nama Produk Biaya Kertas
Jml
sheet
Jumlah
(dlm rim)
Jenis
kertas
Harga
sheet
(Rp/rim)
Biaya total
sheet (d)
1 Kotak hair
dryer
3.667 8 Duplex
250
708.500 5.668.000
2 Kardus susu
Indomilk
3 Kotak madu
sumbawa
5.500 11 Duplex
250
708.500 7.793.500
4 Kotak biskuat
bolu pandan
36.667 74 Art carton
230
1.046.500 77.441.000
5 Kardus aqua
gelas
6 Dus Anlene
Gold
3.438 7 Duplex
250
708.500 4.959.500
7 Kotak Pizza
Hut small
8 Kotak Laptop
Axioo
11.000 22 Duplex
250
708.500 15.587.000
9 Kotak kamera
Canon
13.750 28 Duplex
250
708.500 19.838.000
10 Kotak HP Sony
Ericsson
27.500 55 Duplex
250
708.500 38.967.500
11 Kotak
radio/tape
Bahan baku utama lainnya yang memiliki proporsi biaya cukup banyak
adalah tinta printing. Pada Tabel 46 dapat dilihat hasil kalkulasi biaya untuk tinta
printing. Banyaknya penggunaan tinta printing ditentukan oleh faktor-faktor
jumlah sheet yang dicetak (A), luas area yang dicetak (O), teknik cetak (D), acuan
cetak (V), warna tinta (I) dan jenis kertas (P). Teknik cetak, acuan cetak, warna
tinta dan jenis kertas adalah suatu faktor pengali dalam bentuk bilangan konstanta
169
yang disepakati pada dunia percetakan untuk menghitung berapa banyak tinta
yang terpakai.
Faktor pengali untuk perhitungan kebutuhan tinta dapat dilihat pada Tabel
46. Pada kasus ini setiap pesanan memiliki teknik cetak yang berbeda-beda
tergantung jenis mesin cetak yang digunakan. Acuan cetak untuk kesebelas
pesanan diasumsikan sama, yaitu blok penuh. Warna tinta tergantung kepada
desain printing dan jumlah warna yang ditentukan pada awal pesanan, sedangkan
jenis kertas yaitu kertas karton. Keputusan mengenai teknik cetak dan warna tinta
berhubungan dengan data produksi dan data pesanan, sedangkan acuan cetak
dtentukan oleh bagian produksi.
Tabel 46 Biaya Bahan Baku Tinta
No Nama Produk Jml
produk
Faktor Pengali Gram
Tinta
Biaya
Tinta (e)
D V I P
1 Kotak hair dryer 10.000 1,1 1 5,1 2 20.343,92 3.051.589
2 Kardus susu
Indomilk
100.000 1,4 0,5 3,8 2 143.640 21.546.000
3 Kotak madu
sumbawa
20.000 1,1 1 5,1 2 33.327,04 4.999.055
4 Kotak biskuat
bolu pandan
100.000 1,1 1 5,1 1 94.888,94 14.233.341
5 Kardus aqua
gelas
200.000 1,4 0,5 2,8 2 438.765,6 65.814.840
6 Dus Anlene
Gold
25.000 1,1 1 5,1 2 27.264,6 4.089.690
7 Kotak Pizza Hut
small
200.000 1,4 0,5 1,4 2 57.976,8 8.696.520
8 Kotak Laptop
Axioo
10.000
9 Kotak kamera
Canon
25.000 1,1 1 5,1 2 83.005,27 12.450.791
10 Kotak HP Sony
Ericsson
50.000 1,1 1 5,1 2 94.190,35 14.128.553
11 Kotak radio/tape 50.000 1,4 0,5 2,4 2 267.600,5 40.140.072
Gram tinta diperoleh dengan mengalikan keempat faktor pengali dengan
luas area yang dicetak dan jumlah sheet. Luas area yang dicetak diasumsikan
170
sama dengan luas pola dasar kemasan (Pr x Lr), sedangkan jumlah sheet
merupakan jumlah pesanan (produk). Jumlah tinta yang terpakai dalam gram
kemudian dikonversi menjadi biaya tinta. Pada kasus ini harga tinta/kg
diasumsikan sebesar Rp. 150 000,-.
Tabel 47 Faktor Pengali untuk Perhitungan Jumlah Tinta
No Faktor Pengali Klasifikasi Nilai
1 Teknik Cetak (D) Flexo printing 1,4
Offset printing 1,1
2 Acuan cetak (V) diapositif 0,8
raster 0,4
blok penuh 1
tabel 0,4
tabel dengan teks 0,5
3 Warna Tinta (I) hitam 1
kuning 1,3
biru (cyan) 1,4
merah (magenta) 1,4
4 Jenis kertas (P) Art paper 1
imitasi 1,2
carton 2
coated 0,9
Komponen biaya lainnya yang menjadi bagian dari biaya cetak (printing)
adalah upah tenaga kerja dan biaya subkontrak. Upah tenaga kerja dihitung
berdasarkan jam kerja mesin yang digunakan untuk proses cetak, namun tidak
termasuk jam kerja setup. Jumlah tenaga kerja bervariasi untuk tipe mesin cetak
yang digunakan. Pada kasus ini diasumsikan jumlah pekerja mesin cetak offset
sebanyak dua orang dan jumlah pekerja mesin cetak flexo adalah tiga orang.
Upah tenaga kerja Rp. 1 200 000 perbulan, dan total jam kerja printing
diasumsikan sebanyak 200 jam sebulan. Biaya subkontrak tergantung kepada
jumlah pesanan, desain dan warna cetak. Pada kasus ini biaya subkontrak
printing untuk pesanan kotak laptop Axioo diasumsikan sebesar Rp. 1400,-/unit.
171
Tabel 48 menunjukkan upah tenaga kerja, biaya subkontrak dan total biaya untuk
proses cetak.
Tabel 48 Biaya Tenaga Kerja, Subkontrak dan Total Biaya Printing
No Nama Produk Biaya Tenaga Kerja Biaya
Subkon
(g)
Total biaya
printing (2)
(a+ b+ c+ d+ e+
f+ g) Jam
kerja
Jml
TK
Total
biaya (f)
1 Kotak hair dryer 1,0 2 12.000 9.121.698
2 Kardus susu
Indomilk
14,3 3 257.143 22.161.643
3 Kotak madu
sumbawa
2,0 2 24.000 13.154.181
4 Kotak biskuat
bolu pandan
10,0 2 120.000 92.164.969
5 Kardus aqua
gelas
28,6 3 514.286 66.770.881
6 Dus Anlene
Gold
2,5 2 30.000 9.334.710
7 Kotak Pizza Hut
small
22,2 3 400.000 9.198.285
8 Kotak Laptop
Axioo
14.000.000 29.737.000
9 Kotak kamera
Canon
2,5 2 30.000 32.892.261
10 Kotak HP Sony
Ericsson
5,0 2 60.000 53.524.688
11 Kotak radio/tape 5,6 3 100.000 41.455.074
Biaya Potong (Die cutting)
Biaya potong terdiri dari biaya pembuatan pisau potong, biaya tenaga
kerja pemotongan dan biaya subkontrak. Biaya pembuatan pisau potong
ditentukan oleh bentuk pola dasar kemasan. Idealnya, panjang area yang dilewati
pisau potong diukur dengan teliti. Namun dengan pertimbangan kepraktisan pada
proses identifikasi biaya, pada model ini panjang area pemotongan diasumsikan
merupakan keliling (K) dari ukuran sheet yang dibutuhkan. Biaya pemotongan
dinyatakan dalam Rp/cm, dimana pada kasus ini nilainya diasumsikan sebesar Rp.
172
300,-/cm. Pada Tabel 49 dapat dilihat biaya pembuatan pisau potong untuk
pesanan yang diproses pada tahap ini.
Tabel 49 Biaya Pembuatan Pisau Potong
No Nama Produk Pr
(cm)
Lr
(cm)
Panjang
area
pemotongan
(K) (cm)
Biaya
pisau
potong
(a)
1 Kotak hair dryer 64 29 186 55.800
2 Kardus susu
Indomilk
60 45
3 Kotak madu
sumbawa
36 42 156 46.800
4 Kotak biskuat bolu
pandan
58 30 176 52.800
5 Kardus aqua gelas 123 46
6 Dus Anlene Gold 36 27 126 37.800
7 Kotak Pizza Hut
small
51 29 160 48.000
8 Kotak Laptop
Axioo
111 58 338 101.400
9 Kotak kamera
Canon
66 46 224 67.200
10 Kotak HP Sony
Ericsson
41 42 166 49.800
11 Kotak radio/tape 146 110 512 153.600
Biaya tenaga kerja ditentukan oleh jam kerja pemotongan, jumlah tenaga
kerja dan upah tenaga kerja perbulan. Jam kerja pemotongan (die cut) diperoleh
dari data produksi, jumlah tenaga kerja diasumsikan sebanyak dua orang dan upah
tenaga kerja Rp. 1 200 000,-/bulan.
Biaya subkontrak diecutting untuk produk kotak laptop axioo (pesanan
nomor 7) ditetapkan sebesar Rp. 20,-/unit produk. Total biaya pemotongan
merupakan penjumlahan ketiga komponen biaya yang telah diuraikan di atas.
Biaya tenaga kerja, subkontrak dan total biaya pemotongan ditunjukkan pada
Tabel 50.
173
Tabel 50 Biaya Tenaga Kerja, Subkontrak dan Total Biaya Pemotongan
No Nama
Produk
Jam kerja
pemotongan
Jumlah
TK
Biaya TK
(Rp)
(b)
Biaya
subkon
(Rp)
(c)
Total biaya
pemotongan
(Rp) (3)
(a+b+c)
1 Kotak hair
dryer
7,7 2 92.308 148.108
2 Kardus susu
Indomilk
63.000
3 Kotak madu
sumbawa
13,3 2 160.000 206.800
4 Kotak biskuat
bolu pandan
71,4 2 857.143 909.943
5 Kardus aqua
gelas
101.400
6 Dus Anlene
Gold
16,7 2 200.000 237.800
7 Kotak Pizza
Hut small
142,9 2 1.714.286 1.762.286
8 Kotak Laptop
Axioo
200.000 301.400
9 Kotak kamera
Canon
17,9 2 214.286 281.486
10 Kotak HP
Sony Ericsson
38,5 2 461.538 511.338
11 Kotak
radio/tape
153.600
Biaya Finishing
Biaya penyambungan sisi-sisi kemasan (finishing) tidak diklasifikasikan
secara spesifik menjadi biaya tenaga kerja dan biaya bahan baku, melainkan
dihitung berdasarkan berapa besar volume pekerjaannya. Pada model ini biaya
pengeleman ditentukan sebesar Rp. 0,5,-/cm sedangkan biaya stitching Rp. 0,6,-
per paku atau satu jepretan kawat. Biaya pengeleman dan stitching tergantung
kepada desain pola dasar kemasan dan sisi bagian mana yang disambung. Pada
kasus ini sebagian besar pesanan disambung pada bagian tinggi kemasan
(H),sehingga panjang sisi yang dilem sama dengan ukuran tinggi kemasan (H).
Perkecualian terjadi pada kotak pizza Hut, dimana bagian yang dilem adalah
untuk menyambung sisi belakang dengan samping kiri dan kanan kotak, sehingga
panjang area pengeleman sama dengan dua kali tinggi kotak.
174
Perhitungan biaya stitching dilakukan dengan menghitung terlebih dahulu
berapa banyak paku/kawat yang dibutuhkan. Untuk kasus kotak radio/tape, jarak
antar paku ditetapkan sebesar 2 cm, sehingga jumlah paku yang dibutuhkan
adalah panjang sisi yang disambung dibagi dengan 2 cm. Hasil perhitungan biaya
finishing dapat dilihat pada Tabel 51.
Tabel 51 Biaya Finishing Kemasan
No Nama
Produk
Jumlah
pesanan
(unit)
Pengeleman Staples/stitching
Panjang sisi
yg dilem
(cm)
Biaya
Gluing
(4a)
Jumlah
paku
staples
Biaya
Stitcing
(4b)
1 Kotak hair
dryer
10.000 17 85.000
2 Kardus susu
Indomilk
100.000 36 1.800.000
3 Kotak madu
sumbawa
20.000 25 250.000
4 Kotak
biskuat bolu
pandan
100.000 9,5 475.000
5 Kardus aqua
gelas
200.000 21 2.100.000
6 Dus Anlene
Gold
25.000 18 225.000
7 Kotak Pizza
Hut small
200.000 10 1.000.000
8 Kotak
Laptop
Axioo
10.000 31,5 157.500
9 Kotak
kamera
Canon
25.000 12,8 160.000
10 Kotak HP
Sony
Ericsson
50.000 12,4 310.000
11 Kotak
radio/tape
50.000 0 35 1.050.000
Biaya Perlakuan Tambahan
Biaya perlakuan tambahan proses pengkilapan/vernis (varnishing)
ditentukan oleh luas area yang divernis. Luas area yang divernis adalah luas
175
seluruh kemasan pada salah satu sisi lembar karton. Pada model kasus ini biaya
vernis diasumsikan sebesar Rp. 0,06,-/cm2.
Tabel 52 Biaya Perlakuan Tambahan
No
pesanan
Jumlah
pesanan
Varnishing Foil stampng Emboss/deboss
Luas
area (Pr
x Lr)
cm2
Biaya
varnishing
(Rp) (5a)
Jml item Biaya foil
stamping
(Rp) (5b)
Jml item Biaya
emboss/
deboss
(Rp) (5c)
1 10.000 1813,18 1.087.910
2 100.000
3 20.000 1485,16 1.782.194
4 100.000 1691,43 10.148.550
5 200.000
6 25.000 972,00 1.458.000 2 5.000.000 2 1000000
7 200.000
8 10.000 6438,00 3.862.800
9 25.000 2959,19 4.438.785
10 50.000 1678,97 5.036.917
11 50.000
Biaya foil stamping dan embossing/debossing dinyatakan dalam jumlah
item yang diberikan perlakuan foil stamping dan embossing/debossing(Tabel 52).
Jumlah item dalam hal ini diartikan sebagai satu kelompok tulisan, atau satu
kelompok gambar. Pada pesanan dus Anlene Gold (pesanan nomor 6) bagian
kemasan yang diberi perlakuan foil stamping dan embossing adalah merk produk
tersebut, yaitu Anlene Gold. Biaya foil stamping diasumsikan sebesar Rp. 100,-
per item dan biaya emboss diasumsikan sebesar Rp. 20,- per item.
Biaya pengepakan (packing) tergantung kepada ukuran kemasan yang
akan dipak. Ada banyak sekali variasi dan cara pengepakan yang bisa digunakan.
Pada kasus ini pengepakan dilakukan setiap 100 unit produk dan biaya
pengepakan diasumsikan bervariasi antara Rp. 2500,- sampai Rp. 8000,-
tergantung kepada ukuran produk kemasan.
Pada Tabel 53 dapat dilihat biaya pengepakan setiap jenis produk dan total
biaya finishing, perlakuan tambahan dan pengepakan untuk kesebelas produk
yang dijadikan contoh kasus pada model ini.
176
Tabel 53 Biaya Pengepakan (Packing)
No Nama Produk Jumlah
pesanan
Biaya
packing
(Rp)
(6)
Total biaya
finish, add treat
dan packing
(Rp)
(4+5+6)
1 Kotak hair dryer 10.000 250.000 1.422.910
2 Kardus susu
Indomilk
100.000 5.000.000 6.800.000
3 Kotak madu
sumbawa
20.000 500.000 2.532.194
4 Kotak biskuat
bolu pandan
100.000 2.500.000 13.123.550
5 Kardus aqua
gelas
200.000 10.000.000 12.100.000
6 Dus Anlene
Gold
25.000 625.000 8.308.000
7 Kotak Pizza Hut
small
200.000 5.000.000 6.000.000
8 Kotak Laptop
Axioo
10.000 750.000 4.770.300
9 Kotak kamera
Canon
25.000 625.000 5.223.785
10 Kotak HP Sony
Ericsson
50.000 1.250.000 6.596.917
11 Kotak
radio/tape
50.000 4.000.000 5.050.000
6.3.2 Biaya Non Produksi
Biaya non produksi adalah semua biaya overhead yang terkait dengan
produksi pesanan, baik overhead yang bersifat variabel seperti biaya setup dan
energi, maupun overhead yang bersifat tetap seperti biaya asuransi dan
administrasi. Pada model ini biaya overhead ditetapkan dengan cara
mengestimasi masing-masing komponen biaya overhead tersebut untuk jangka
waktu bulanan atau tahunan dan kemudian mengalokasikannya pada masing-
masing pesanan menggunakan basis jam kerja yang diperlukan untuk tiap-tiap
pesanan.
Biaya setup dikalkulasi berdasarkan proporsi jam kerja setup terhadap
total waktu kerja selama sebulan dikalikan dengan upah tenaga kerja setup
perbulan. Biaya pemeliharaan tidak ditetapkan berdasarkan proporsi jam kerja
177
pemeliharaan, melainkan merupakan fraksi (proporsi) dari total biaya produksi.
Pada kasus ini upah tenaga kerja setup ditetapkan sebesar Rp. 1.200.000,-
perbulan, sedangkan biaya pemeliharaan diasumsikan sebesar 2% dari total biaya
produksi (Tabel 54).
Tabel 54 Biaya Setup dan Pemeliharaan (maintanance)
No Nama Produk Setup (7) Total biaya
produksi
(1+2+3+4+5+6))
Biaya
pemeliharaan
(8) Total Jam
setup
Biaya
setup
1 Kotak hair dryer 25,5 153.000 20.869.834 417.397
2 Kardus susu
Indomilk
25 150.000 126.895.424 2.537.908
3 Kotak madu
sumbawa
25 150.000 15.893.176 317.864
4 Kotak biskuat
bolu pandan
25 150.000 106.198.462 2.123.969
5 Kardus aqua
gelas
21,5 129.000 459.221.656 9.184.433
6 Dus Anlene
Gold
24,5 147.000 .17.880.510 357.610
7 Kotak Pizza Hut
small
29,5 177.000 121.492.871 2.429.857
8 Kotak Laptop
Axioo
2 12.000 59.330.340 1.186.607
9 Kotak kamera
Canon
26 156.000 76.558.255 1.531.165
10 Kotak HP Sony
Ericsson
26 156.000 136.954.390 2.739.088
11 Kotak
radio/tape
21,5 129.000 484.828.987 9.696.580
Biaya energi, administrasi dan asuransi ditetapkan berdasarkan proporsi
jam kerja yang dibutuhkan untuk masing-masing pesanan terhadap total jam kerja
sebulan dikalikan dengan estimasi masing-masing komponen biaya tersebut untuk
satu bulan (Tabel 55). Kebutuhan jam kerja untuk suatu pesanan merupakan total
jam kerja proses pada semua tahapan produksi. Data kebutuhan jam kerja berasal
dari database produksi yang telah dihitung pada tahapan evaluasi kemampuan
produksi.
Pada kasus ini biaya energi diestimasi sebesar Rp. 2.500.000,- perbulan,
biaya administrasi Rp. 3000.000,- perbulan dan biaya premi asuransi Rp.
178
1.000.000,- perbulan. Biaya administrasi diasumsikan merupakan gaji dua orang
tenaga adminstrasi selama sebulan. Jumlah jam kerja perbulan sebesar 200 jam.
Tabel 55 Biaya Energi, Administrasi, Asuransi dan Depresiasi
No Nama
Produk
Kebutuhan
jam kerja
(jam)
Energi
(Rp)
(9)
Adminis-
trasi (Rp)
(10)
Asuransi
(Rp)
(11)
Depresiasi
(Rp)
(12)
1 Kotak hair
dryer
35,6 445.459 534.551 178.184 1.484.865
2 Kardus susu
Indomilk
66,5 830.828 996.994 332.331 2.769.428
3 Kotak madu
sumbawa
43,7 545.833 655.000 218.333 1.819.444
4 Kotak biskuat
bolu pandan
133,1 1.663.690 1.996.429 665.476 5.545.635
5 Kardus aqua
gelas
117,2 1.465.476 1.758.571 586.190 4.884.921
6 Dus Anlene
Gold
52,8 659.722 791.667 263.889 2.199.074
7 Kotak Pizza
Hut small
250,0 3.125.067 3.750.080 1.250.027 10.416.889
8 Kotak Laptop
Axioo
6,7 84.236 101.083 33.694 280.787
9 Kotak kamera
Canon
51,0 637.942 765.531 255.177 2.126.474
10 Kotak HP
Sony Ericsson
84,8 1.060.225 1.272.270 424.090 3.534.084
11 Kotak
radio/tape
34,1 426.215 511.458 170.486 1.420.718
Biaya depresiasi yang ditanggung pertahun diperkirakan sebesar Rp. 100
juta rupiah, sedangkan jam kerja pertahun diasumsikan sebesar 2400 jam.
Depresiasi diasumsikan membentuk kurva garis lurus dengan tidak ada nilai sisa,
sehingga biaya depresiasi pertahun diperoleh dari nilai aset peralatan dibagi
dengan umur pakai peralatan. Pada kasus ini nilai aset diasumsikan sebesar Rp.
1.2 milyar rupiah dan umur pakai peralatan adalah 10 tahun, sehingga biaya
depresiasi pertahun adalah sebesar Rp. 100 juta rupiah. Biaya depresiasi yang
dibebankan terhadap pesanan merupakan proporsi dari jam kerja yang dibutuhkan
terhadap total jam kerja selama setahun.
179
6.3.3 Harga Pesanan
Total biaya untuk suatu pesanan merupakan penjumlahan dari total biaya
produksi dengan total biaya non produksi (overhead). Biaya pesanan sebelum
pajak adalah total biaya pesanan yang sudah memperhitungkan margin
keuntungan yang diharapkan dari pesanan tersebut, tetapi belum
memperhitungkan biaya pajak (Tabel 56). Pada contoh kasus ini margin
keuntungan ditetapkan sebesar 25 persen dan berlaku sama untuk semua pesanan.
Tabel 56 Biaya Pemesanan Sebelum Pajak
No Nama Produk Total biaya
produksi (Rp)
(1+2+3+4+5+6))
Total biaya
overhead (Rp)
(7+8+9+10+11+12)
Biaya pesanan
sebelum pajak
(Rp)
1 Kotak hair
dryer
20.869.834 3.213.456 30.104.112
2 Kardus susu
Indomilk
126.895.424 7.617.490 168.141.143
3 Kotak madu
sumbawa
15.893.176 3.706.475 24.499.563
4 Kotak biskuat
bolu pandan
106.198.462 12.145.199 147.929.577
5 Kardus aqua
gelas
459.221.656 18.008.592 596.537.809
6 Dus Anlene
Gold
17.880.510 4.418.962 27.874.340
7 Kotak Pizza
Hut small
121.492.871 21.148.919 178.302.238
8 Kotak Laptop
Axioo
59.330.340 1.698.408 76.285.935
9 Kotak kamera
Canon
76.558.255 5.472.289 102.538.180
10 Kotak HP
Sony Ericsson
136.954.390 9.185.758 182.675.184
11 Kotak
radio/tape
484.828.987 12.354.457 621.479.304
Total biaya pesanan setelah pajak diperoleh dengan menambahkan besaran
pajak sebesar 10 persen terhadap biaya pesanan sebelum pajak. Harga jual perunit
untuk setiap pesanan diperoleh dengan membagi total biaya pesanan setelah pajak
dengan jumlah pesanan (Tabel 57).
Pada Tabel 57 dapat dilihat harga jual tiap pesanan yang siap untuk
ditawarkan kepada konsumen. Pada tahap selanjutnya, konsumen bisa mengambil
180
keputusan apakah akan menerima penawaran harga tersebut, membatalkan
pesanan atau melakukan negosiasi ulang.
Tabel 57 Total Biaya Pesanan Setelah Pajak dan Harga Jual
No Nama Produk Total biaya
pesanan
setelah pajak
(Rp)
Jumlah
pesanan
(unit)
Harga jual
(Rp/unit)
1 Kotak hair dryer 33.114.524 10.000 3.311
2 Kardus susu
Indomilk 125 ml
184.955.257 100.000 1.850
3 Kotak madu
sumbawa 1000 ml
26.949.519 20.000 1.347
4 Kotak biskuat
bolu pandan 192
gr
162.722.535 100.000 1.627
5 Kardus aqua gelas 656.191.590 200.000 3.281
6 Dus Anlene Gold
250 gr
30.661.774 25.000 1.226
7 Kotak Pizza Hut
small
196.132.461 200.000 981
8 Kotak Laptop
Axioo
83.914.528 10.000 8.391
9 Kotak kamera
Canon A 530
112.791.998 25.000 4.512
10 Kotak HP Sony
Ericsson J300i
200.942.703 50.000 4.019
11 Kotak radio/tape 683.627.235 50.000 13.673
Model kalkulasi harga ini memudahkan konsumen maupun produsen
dalam melakukan negosiasi harga, karena dengan mengubah beberapa variabel
input, akan segera diketahui berapa perubahan harga yang terjadi. Model ini juga
bisa membantu perusahaan kemasan karton untuk melakukan analisa sensitivitas
yang memperlihatkan kemungkinan perubahan harga akibat perubahan pada
beberapa komponen biaya tertentu. Dari struktur biaya yang telah ditampilkan di
atas, terlihat bahwa dua komponen biaya yang paling dominan pada industri
kemasan karton adalah biaya bahan baku karton dan biaya tinta cetak.
181
6.4 Validasi Model
Conwell et al (2000) menyatakan bahwa validasi adalah proses untuk
menentukan sejauh mana suatu model merepresentasikan kondisi nyata dilihat
dari tujuan penggunaan model. Validasi model memberikan hasil yang cukup
akurat dan memberikan jawaban yang benar dalam batasan model yang telah
ditetapkan.
Sargent (2007) mengelompokkan validasi menjadi tiga, yaitu validasi data,
validasi model konseptual, dan validasi operasional.
Validasi model konseptual adalah validasi untuk menentukan bahwa : 1)
teori dan asumsi yang menjadi dasar dari model konseptual adalah benar, 2)
model merepresentasikan entitas masalah yang dikaji, dan 3) struktur, logika
matematik dan hubungan sebab akibat yang terdapat pada model masuk akal dan
sesuai dengan tujuan pembuatan dan penggunaan model. Sedangkan validasi
operasional dilakukan untuk menentukan bahwa output model yang dihasilkan
menghasilkan tingkat akurasi yang baik dan dapat diterima untuk tujuan aplikasi
model (Martis, 2006 ; Sargent, 2007).
Terdapat beberapa teknik-teknik validasi yang bisa dilakukan. Sargent
(2007) menyatakan bahwa dua teknik validasi yang biasa digunakan pada validasi
konseptual adalah teknik face validity, dan teknik trace validity.
Teknik face validity dilakukan dengan meminta penilaian dari expert yang
memiliki pengetahuan mengenai sistem yang sedang dikaji. Expert akan menilai
apakah model dan perilakunya dapat diterima, logika model benar, dan hubungan
input-output yang terdapat pada model masuk akal dan telah mewakili sistem
nyata.
Teknik traces validity dilakukan dengan cara menelusuri perilaku berbagai
entitas yang terdapat di dalam model untuk menentukan apakah logika model
benar dan apakah tingkat akurasi yang diinginkan dapat diperoleh.
Model secara keseluruhan ataupun masing-masing sub model perlu
divalidasi untuk melihat apakah model dapat diterima dan bekerja dengan benar
sesuai tujuan perancangan model (Sargent, 2007).
Pada penelitian ini validasi dilakukan untuk masing-masing model dan
submodel maupun untuk keseluruhan model. Validasi untuk masing-masing
182
model dan submodel dilakukan secara konseptual dengan menggunakan teknik
face validity. Hasil validasi model desain dan ukuran sheet dapat dilihat pada
Tabel 58.
Tabel 58 Hasil validasi model desain dan ukuran sheet
Model yang
divalidasi
No Parameter
atau cara
kerja model
yang
divalidasi
Teknik validasi Catatan
Perhitungan
ukuran
kemasan
1 Dimensi
panjang, lebar,
tinggi, tinggi
tutup
Validasi konseptual dengan
teknik face validity
2 Cara
perhitungan
ukuran
kemasan
Validasi konseptual dengan
teknik face validity dan
trace validity
Perhitungan
kebutuhan
(jumlah)
sheet
1 jumlah
pesanan
Validasi konseptual dengan
teknik face validity
2 Ukuran sheet Validasi konseptual dengan
teknik face validity
3 Cara
perhitungan
jumlah sheet
Validasi konseptual dengan
teknik face validity dan
trace validity
Model belum menghasilkan
pengaturan layout yang optimal,
tetapi dapat diterima untuk
perhitungan jumlah sheet
Secara keseluruhan model desain dan perhitungan sheet dianggap cukup
valid. Hanya terdapat sedikit catatan pada cara perhitungan jumlah sheet.
Persamaan matematik untuk menghitung jumlah sheet belum dapat menghasilkan
pengaturan layout yang optimal pada sheet yang tersedia, namun untuk estimasi
awal kebutuhan bahan baku sheet model ini cukup dapat diandalkan.
Hasil validasi model evaluasi pesanan (Tabel 59) menunjukkan bahwa
secara umum model dapat diterima, namun diperlukan penyesuaian parameter
apabila model akan diaplikasikan pada perusahaan dengan jenis dan spesifikasi
mesin yang berbeda.
183
Tabel 59 Hasil validasi model evaluasi pesanan
Model yang
divalidasi
No Parameter atau cara
kerja model yang
divalidasi
Teknik validasi Hasil dan Catatan
Evaluasi
kemampuan
proses
produksi
1 Jumlah pesanan teknik face
validity
Perlu penyesuaian batasan
jumlah bagi perusahaan yang
berbeda-beda
2 Parameter evaluasi mesin
corrugator
jumlah sheet teknik
trace validity
Dapat diterima untuk jenis dan
spesifikasi mesin yang ada jenis sheet
lebar sheet
panjang sheet
3 Parameter evaluasi mesin
printing
jenis sheet teknik
face validity
Dapat diterima untuk jenis dan
spesifikasi mesin yang ada jumlah warna
panjang & lebar sheet
4 Parameter evaluasi mesin
die cutting
kelompok kemasan teknik
face validity
Dapat diterima untuk jenis dan
spesifikasi mesin yang ada ukuran sheet/produk
Bentuk (desain struktur)
produk
5 Parameter evaluasi proses
finishing
Jenis proses finishing teknik
trace validity
ukuran sheet/produk
Perhitungan
waktu
proses pada
mesin yang
eligible
6 Perhitungan waktu proses
di mesin corrugator,
printing, die cutting,
finishing dan additional
treatment.
teknik trace
validity
Hasil validasi pada model kalkulasi harga pesanan (Tabel 60)
menunjukkan bahwa secara umum model kalkulasi harga yang diterapkan pada
perusahaan yang dijadikan pembanding lebih sederhana dibandingkan dengan
model yang dikembangkan. Hal ini disebabkan karena model yang dirancang
menggunakan pendekatan ABC yang memerlukan pengklasifikasian biaya yang
lebih rinci dibandingkan sistem perhitungan biaya lainnya. Untuk menguji bahwa
184
model kalkulasi harga ini cukup valid, maka dilakukan validasi operasional
terhadap hasil yang diperoleh dari model ini.
Tabel 60 Hasil validasi model kalkulasi harga pesanan
Model
yang
divalidasi
No Parameter atau
cara kerja
model yang
divalidasi
Teknik validasi Hasil dan Catatan
Biaya
produksi
1 Parameter dan
perhitungan biaya
corrugating
teknik trace validity
2 Parameter dan
perhitungan biaya
printing
teknik face validity Perhitungan biaya printing pada
sistem pembanding dilakukan
dengan cara yang lebih
sederhana dibandingkan model
3 Parameter dan
perhitungan biaya
die cutting
teknik face validity Perhitungan biaya die cutting
pada sistem pembanding
dilakukan dengan cara yang
lebih sederhana dibandingkan
model
4 Parameter dan
perhitungan biaya
finishing
teknik face validity Terdapat beberapa perbedaan
asumsi biaya dengan sistem
pembanding
5 Parameter dan
perhitungan biaya
perlakuan
tambahan
teknik face validity Terdapat beberapa perbedaan
asumsi biaya dengan sistem
pembanding
6 Parameter dan
perhitungan biaya
overhead
teknik face validity Biaya overhead pada sistem
nyata seringkali sudah tercakup
pada komponen biaya produksi
Harga
pesanan
1 Parameter dan
perhitungan
harga
teknik face validity Valid
Validasi operasional dilakukan terhadap model kalkulasi harga pesanan
dengan cara membandingkan harga pesanan tiga data kemasan yang dihasilkan
oleh model dengan harga pesanan yang dihasilkan oleh sistem pembanding.
Pemilihan tiga kemasan dilakukan berdasarkan keahlian yang dikuasai oleh pakar,
dimana pakar yang diminta untuk melakukan kalkulasi harga pesanan pada sistem
pembanding lebih memahami kalkulasi harga untuk produk dengan kategori
folding carton dan teknik printing adalah offset printing. Hasil validasi
operasional dapat dilihat pada Tabel 61.
185
Tabel 61 Hasil Validasi Operasional Model Kalkulasi Harga Pesanan
No Kode Pesanan Nama Pesanan Harga jual
(Rp/unit) yang
dihasilkan model
Harga jual
(Rp/unit) yang
dihasilkan sistem
pembanding
Deviasi
harga
terhadap
model
(Rp)
1 F-MSA-Oct11-003 Kotak madu
sumbawa
1347 1422 75
2 F-DNE-Oct11-004 Kotak biskuat
bolu
1627 1680 53
3 F-Fon-Oct11-006 Kotak Anlene
gold
1226 1300 74
Dari hasil validasi operasional dapat dilihat perbedaan harga hasil
perhitungan menggunakan model dengan hasil perhitungan sistem pembanding,
namun perbedaan ini tidak terlalu besar (berkisar antara 3% sampai 6%).
Perbedaan ini terjadi karena perbedaan dalam sistem perhitungan biaya pada
sistem pembanding yang cenderung lebih sederhana dengan lebih sedikit
klasifikasi komponen biaya dibandingkan model kalkulasi harga yang
dikembangkan dengan menggunakan pendekatan ABC.
6.5 Keunggulan dan Keterbatasan Model
Model Proses penerimaan Pesanan ini memiliki beberapa kelebihan dan
keterbatasan. Kelebihan dari Model desain dan perhitungan sheet adalah adanya
suatu model yang mampu memprediksi secara cepat ukuran dan jumlah bahan
baku utama (sheet) yang diperlukan. Model matematik ini walaupun belum
secara optimal mampu mengatur layout pola dasar kemasan pada selembar sheet,
namun cukup berguna untuk memberikan estimasi awal mengenai kebutuhan
jumlah sheet yang diperlukan untuk proses produksi. Model estimasi ini juga
membantu mengurangi salah satu permasalahan yang sering dihadapi oleh industri
kemasan karton, yaitu lamanya waktu setup yang dibutuhkan untuk pengaturan
layout dan mengestimasi kebutuhan sheet.
Keterbatasan dari model ini adalah masih membutuhkan proses manual
pada saat identifikasi bentuk dan pembuatan kode produk untuk pesanan dengan
desain yang baru. Model SPK cerdas ini belum memiliki subsistem generatif
186
yang bisa mengidentifikasi jenis dan kelompok produk dan secara otomatis
menghasilkan kode produk.
Model evaluasi pesanan memiliki kelebihan dengan adanya basis
pengetahuan yang diperoleh dari para pakar untuk menentukan mesin-mesin yang
bisa memproses suatu pesanan. Model ini juga mempunyai kemampuan untuk
memberikan alternatif keputusan apakah suatu pesanan dapat dikerjakan sendiri,
harus disubkontrakkan atau terpaksa ditolak karena perusahaan tidak mampu
memproses pesanan tersebut. Model ini juga dilengkapi dengan sistem cerdas
algoritma genetika yang memiliki kemampuan untuk menghitung waktu
penyelesaian pesanan secara efisien.
Keterbatasan model evaluasi pesanan ini adalah bersifat statis, atau hanya
bisa langsung diimplementasikan untuk industri kemasan karton yang memiliki
karakteristik lantai produksi dan jenis serta jumlah mesin yang sama dengan yang
terdapat pada model ini.
Kelebihan dari model kalkulasi harga pesanan adalah perhitungan biaya
yang terintegrasi dengan model-model sebelumnya. Hal ini menyebabkan model
kalkulasi harga ini bisa diselesaikan dengan menggunakan pendekatan berbasis
aktivitas (ABC), dimana pada pendekatan ini perhitungan biaya dilakukan secara
lebih rinci dibandingkan sistem kalkulasi biaya lainnya. Keterkaitan antara model
sebelumnya dengan model kalkulasi biaya antara lain ditunjukkan oleh
perhitungan biaya tenaga kerja proses printing dan die cutting yang menggunakan
data waktu proses yang dihasilkan dari model kalkulasi waktu penyelesaian
pesanan. Contoh keterkaitan lainnya adalah proses perhitungan biaya bahan baku
pada proses corrugating dan printing yang menggunakan data kebutuhan jumlah
sheet yang diperoleh dari model 1, dan proses perhitungan biaya die cutting dan
varnishing yang menggunakan data hasil perhitungan ukuran kemasan yang
diperoleh dari model 1. Model kalkulasi harga yang terintegrasi dengan model-
model sebelumnya dan dibuat dengan rinci berdasarkan metode ABC
memungkinkan dampak perubahan spesifikasi pesanan maupun proses produksi
terhadap biaya dan harga dapat dihitung secara lebih cepat dan akurat.