BAB 3

LANDASAN TEORI

3.1 Definisi Perencanaan dan Pengendalian Produksi

Menurut Teguh Baroto produksi adalah suatu proses pengubahan bahan baku

menjadi produk jadi. Sedangkan sistem produksi adalah sekumpulan aktivitas untuk

pembuatan suatu produk, dimana didalam pembuatan ini melibatkan tenaga kerja, bahan

baku, mesin, energi, informasi, modal, dan tindakan manajemen. Sistem produksi

bertujuan untuk merencanakan dan mengendalikan produksi agar lebih efektif,

produktif, dan optimal. Production Planning and Control merupakan aktivitas dalam

sistem produksi.

Perusahaan merupakan kumpulan dari subsistem-subsistem yang saling terkait

untuk mencapai suatu tujuan perusahaan. Proses produksi adalah aktivitas bagaimana

membuat produk jadi dari bahan baku yang melibatkan mesin, energi, pengetahuan

teknis, dan lain-lain. Perencanaan dan pengendalian produksi (PPC) adalah aktivitas

bagaimana mengelola proses produksi tersebut.

Aktivitas-aktivitas yang ditangani oleh departemen PPC atau PPIC secara

umum adalah sebagai berikut:

1. Mengelola pesanan dari pelanggan.

2. Meramalkan permintaan.

3. Mengelola persediaan.

4. Menyusun rencana agregat.

5. Membuat jadwal induk produksi.

22

6. Merencanakan kebutuhan.

7. Melakukan penjadwalan pada mesin atau fasilitas produksi.

8. Monitoring dan pelaporan pembebanan kerja dibanding kapasitas produksi.

9. Evaluasi skenario pembebanan dan kapasitas.

Metode perencanaan dan pengendalian produksi yang biasa digunakan pada

perusahaan-perusahaan adalah:

1. Sistem produksi proyek

2. Flexible Control system

3. Material Requirement Planning

4. Just in Time

5. Optimized Production Technology

6. Continuous Process Control Sistem

Berdasarkan cara pembuatan atau masa pengerjaan produksi dapat

diklasifikasikan menjadi tipe-tipe berikut :

1. Engineering to order (ETO), penyiapan fasilitas sampai pembuatan dalam

memenuhi pesanan dilakukan oleh perusahaan. Produk yang dipesan

biasanya berjumlah satu unit dan memiliki spesifikasi yang sangat berbeda

antara pesanan yang satu dengan yang lainnya. Aktivitas yang terlibat dalam

pembuatannya sangat banyak.

2. Made to order (MTO), pesanan yang diterima disesuaikan dengan fasilitas

produksi yang dimiliki perusahaan.

23

3. Assembly to order (ATO), untuk memenuhi permintaan, perakitan dilakukan

dengan fasilitas yang dimiliki perusahaan.

4. Made to stock (MTS) , perusahaan memproduksi dengan cara menstok hasil

produksi nya untuk memenuhi permintaan, dan tidak melayani pesanan.

Berdasar ukuran jumlah produk yang dihasilkan, produksi dapat

dikelompokkan menjadi:

1. Produksi proyek, jumlah operasi dan sumber daya yang digunakan banyak,

sedangkan unit yang diproduksi hanya satu.

2. Produksi batch, produksi yang dihasilkan banyak jenisnya, namun dalam

jumlah produksi yang sedang.

3. Produksi massal, jenis produk yang diproduksi lebih sedikit dari batch,

namun jumlah unit yang diproduksi sangat besar.

Berdasar cara memproduksi (berhubungan dengan pengaturan fasilitas

produksi), produksi dikelompokkan menjadi:

1. Produksi flow shop

2. Produksi fleksibel.

3. Produksi job shop

4. Produksi kontinu

Jenis-jenis produksi diatas dapat menentukan sistem produksi yang digunakan.

24

3.2 Persediaan

3.2.1 Pengertian Persediaan

Persediaan merupakan salah satu aset yang paling mahal bagi perusahaan,

mencerminkan total 40% dari total modal yang diinvestasikan (Render dan Heizer, 2001,

p314).

Menurut Kusuma (2001, p131), persediaan didefinisikan sebagai barang yang

disimpan untuk digunakan atau dijual pada periode mendatang. Persediaan dapat

berbentuk bahan baku yang disimpan untuk diproses, komponen yang diproses, barang

dalam proses pada proses manufaktur, dan barang jadi yang disimpan untuk dijual.

Kebutuhan akan persediaan muncul karena adanya waktu ancang (lead time)

antar operasi yang berurutan, waktu ancang pembelian bahan, atau waktu ancang

pendistribusian barang dari titik produksi ke titik pemasaran. Jika waktu ancang

diketahui maka akan mempermudah manajemen pengendalian persediaan perusahaan.

Misalnya, jika waktu ancang pembelian adalah dua minggu maka pemesanan bisa

dilakukan dua minggu sebelum fungsi produksi berlangsung.

3.2.2 Tipe-tipe Persediaan

Persediaan dapat dibedakan atas beberapa tipe, yaitu:

1. Supplies (persediaan bahan pembantu), yaitu barang persediaan yang diperlukan

dalam proses produksi tetapi bukan merupakan bagian dari produk jadi.

2. Raw Materials (persediaan bahan mentah), yaitu barang persediaan yang dibeli atau

dipasok dari supplier yang akan dijadikan sebagai masukan dalam proses produksi.

25

3. In-process (persediaan barang dalam proses), yaitu persediaan barang yang

merupakan keluaran dari suatu bagian proses produksi, yang masih perlu diolah atau

diproses lebih lanjut lagi untuk menjadi produk jadi.

4. Finished goods (persediaan barang jadi), yaitu persediaan barang yang sudah

diproses dan siap untuk dikirim ke pelanggan.

3.2.3 Fungsi Persediaan

Persediaan memiliki beberapa fungsi penting yang menambah fleksibilitas dari

suatu perusahaan. Fungsi persediaan menurut Render dan Heizer (2001, p314), yaitu:

1. Untuk memberikan suatu stok barang-barang agar dapat memenuhi permintaan yang

diantisipasi akan timbul dari konsumen.

2. Untuk memasangkan produksi dengan distribusi. Misalnya bila permintaan hanya

tinggi pada musim panas, persediaan dapat diadakan selama musim dingin untuk

menghindari biaya kehabisan stok.

3. Untuk mengambil keuntungan dari potongan harga dalam jumlah besar.

4. Untuk melakukan hedging terhadap inflasi dan perubahan harga.

5. Untuk menghindari kekurangan stok akibat kejadian tidak terduga.

6. Untuk menjaga agar operasi dapat berlangsung dengan baik dengan menggunakan

barang-barang dalam proses dalam persediaannya.

3.2.4 Biaya-Biaya Persediaan

Biaya persediaan adalah keseluruhan biaya operasi atas sistem persediaan.

Menurut Handoko (2000, p333) berikut ini adalah jenis – jenis biaya persediaan,

yaitu :

26

1. Biaya penyimpanan

Biaya penyimpanan (holding costs atau carrying costs) adalah biaya yang

dikeluarkan atas investasi dalam persediaan dan pemeliharaan maupun investasi

saran, fisik untuk menyimpan persediaan yang besarnya bervariasi secara

langsung dengan kuantitas persediaan. Biaya penyimpanan per periode akan

semakin besar apabila kuantitas bahan yang dipesan semakin banyak, atau rata-

rata persediaan semakin tinggi.

Biaya-biaya ini adalah variabel bila bervariasi dengan tingkat persediaan.

Bila biaya fasilitas penyimpanan (gudang) tidak variabel, tetapi tetap, maka

tidak dimasukkan dalam biaya penyimpanan per unit.

2. Biaya pemesanan (pembelian)

Setiap kali suatu bahan dipesan, perusahaan menanggung biaya pemesanan

(order costs atau procurement costs). Biaya pemesanan adalah biaya yang

berasal dari pembelian pesanan dari supplier. Biaya pemesanan seperti biaya

membuat daftar permintaan, menganalisis supplier, membuat pesanan

pembelian, penerimaan bahan, inspeksi bahan, dan pelaksanaan proses

transaksi. Secara normal, biaya per pesanan (di luar biaya bahan dan potongan

kuantitas) tidak naik bila kuantitas pesanan bertambah besar.

3. Biaya penyiapan (manufacturing).

Bila perusahaan memproduksi sendiri bahan-bahan “dalam pabrik”,

perusahaan menghadapi biaya penyiapan (setup costs) untuk memproduksi

komponen tertentu. Biaya persiapan seperti biaya yang dikeluarkan akibat

perubahan proses produksi, pembuatan jadwal kerja, persiapan sebelum

produksi, dan pengecekan kualiatas. Karena konsep biaya ini analog dengan

27

biaya pemesanan, maka untuk selanjutnya akan digunakan istilah “biaya

pemesanan” yang dapat berarti keduanya.

4. Biaya kehabisan atau kekurangan bahan (stock-out cost)

Dari semua biaya-biaya yang berhubungan dengan tingkat persediaan, biaya

kekurangan bahan adalah yang paling sulit diperkirakan. Biaya ini timbul

bilamana persediaan tidak mencukupi adanya permintaan bahan. Kekurangan

bahan bisa dari luar maupun dari dalam perusahaan. Kekurangan dari luar

terjadi apabila pesanan konsumen tidak dapat dipenuhi. Sedangkan kekurangan

dari dalam terjadi apabila departemen tidak dapat memenuhi kebutuhan

departemen lain maupun penundaan pengiriman maupun idle kapasitas. Biaya

kekurangan dari pihak luar dapat berupa biaya back order, biaya kehilangan

kesempatan penjualan, dan biaya kehilangan kesempatan menerima keuntungan.

3.2.5 Penentuan Safety stock

Menurut James H.Greene safety stock didapatkan dari konsep pelayanan. Jika

konsumen selalu menerima pesanannya, maka service index adalah 100 persen.

Berapapun di bawah 100 persen akan menjadi stock-out. Total penjumlahan service

index dan stock-out index adalah 100 persen. Rumusnya menjadi:

Service index = 100% - Stock-out index.

Index stock-out rendah mengindikasikan tingginya service index, dan sebaliknya.

Service index memiliki beberapa makna bergantung dari kita melihatnya sebagai:

seringnya stock-out selama siklus order, atau selama setahun, atau kuantitas stock-out

selama siklus order. Berikut adalah perhitungan safety stock berdasarkan seringnya

stock-out selama siklus order.

28

Safety stock dapat dihitung dengan standar deviations ataupun dengan

menggunakan mean absolute deviation (MAD). Keduanya menghasilkan nilai yang

sama, hanya berbeda di cara penghitungannya. Berikut adalah rumus perhitungan MAD:

MAD = n

xxn

ii∑

=

−1

Langkah-langkah menghitung safety stock dengan mengunakan MAD (Mean

Absolute Deviation):

1) Menghitung nilai rata2

2) Menghitung deviasi dari nilai rata2 untuk tiap data historis

3) Menjumlahkan deviasi tanpa mempertimbangkan tandanya (menjumlahkan nilai

mutlak dari deviasi)

4) Mengambil nilai rata2 deviasi

5) Mengalikan nilai MAD yang didapatkan pada perhitungan sebelumnya dengan nilai

safety factor yang didapatkan dari tabel.

3.3 Perencanaan Proses

3.3.1 Pengertian Perencanaan Proses

Perencanaan Proses adalah suatu perencanaan awal terhadap proses pembuatan

produk, hal ini berisi bagaimana produk tersebut akan dibuat (hal ini menentukan

apakah suatu komponen akan dibuat atau dibeli dari supplier), memilih fokus proses,

menentukan mesin dan peralatan yang digunakan. Perencanaan proses berkenaan

dengan perancangan dan implementasi sistem kerja yang akan memproduksi produk

yang diinginkan dalam kuantitas yang diperlukan.

29

3.3.2 Alat bantu dalam perencanaan proses

Beberapa alat bantu yang digunakan dalam perencanaan proses yaitu:

1) Struktur Produk

Struktur Produk adalah suatu susunan hirarki dari komponen-komponen

pembentuk suatu produk akhir. Biasanya produk akhir ditempatkan di level 0 dan

komponen pembentuk berikutnya adalah ditempatkan di level 1, dan seterusnya. Pada

umumnya produk akhir disebut juga induk atau parent dan komponen pembentuknya

disebut juga anak atau child.

Manfaat Struktur Produk adalah :

1. Mengetahui berapa jumlah item penyusunan suatu produk akhir.

2. Memberikan rincian mengenai komponen apa saja yang dibutuhkan untuk

menghasilkan suatu produk.

Dalam Struktur Produk ada dua teknik yang digunakan yaitu :

1. Explosion

Suatu teknik penguraian komponen struktur produk yang urutan dimulai dari induk

sampai komponen pada level paling bawah

2. Implosion

Suatu teknik penguraian komponen struktur produk yang urutan dimulai dari

komponen sampai induk atau level atas.

Berikut adalah contoh struktur produk dari pulpen:

30

Gambar 3.1 Struktur Produk Pulpen

Keterangan:

Nilai x menunjukkan no komponen, y menunjukkan kuantitas komponen yang

diperlukan untuk menyusun produk benda

2) Bill Of Material (BOM)

Bill of Material (BOM) merupakan rangkaian struktur semua komponen yang

digunakan untuk memproduksi barang jadi sesuai dengan Master Production

Scheduling. Bill Of Material (BOM) adalah daftar (list) dari bahan, material atau

komponen yang dibutuhkan untuk dirakit, dicampur atau mebuat produk akhir.

Menurut Render dan Heizer Bill Of Material dibagi menjadi:

1. Bill Of Material yang berupa modul (modular bills)

Bill Of Material dapat diatur di seputar modul produk. Modul bukan merupakan

produk akhir yang akan dijual, tapi merupakan komponen yang dapat diproduksi

dan dirakit menjadi satu unit produk. Modul-modul ini mungkin merupakan

31

komponen inti dari suatu produk akhir atau pilihan produk. Bill Of Material untuk

modul-modul tersebut disebut modular bill.

2. Bill untuk perencanaan dan Phantom Bills

Ada lagi jenis Bill Of Material yang lain. Yaitu meliputi bill untuk perencanaan

dan Phantom Bills. Bill untuk perencanaan diciptakan agar dapat menugaskan

induk buatan kepada Bill Of Materialnya. Bill untuk perencanaan mungkin juga

dikenal sebagai sebutan pseudo bill atau angka peralatan. Phantom Bill Of Material

adalah Bill Of Material untuk komponen, biasanya sub-sub perakitan yang hanya

ada sementara waktu. Bill ini langsung bergerak ke perakitan lainnya. Sehingga bill

ini diberi kode agar diperlakukan secara khusus; lead timenya nol dan ditangani

sebagai bahan integral dari bahan induknya. Phantom bill tidak pernah dimasukkan

kedalam persediaan.

Ada beberapa format dari Bill of Material (BOM) yaitu:

1. Single-Level BOM

BOM yang menggambarkan hubungan sebuah induk dengan satu level komponen-

komponen pembentuknya.

2. Multi-Level BOM

BOM yang menggambarkan struktur produk lengkap dari level 0 sampai level

paling bawah.

3. Indented BOM

BOM yang dilengkapi dengan informasi level setiap komponen.

4. Summarized BOM

BOM yang dilengkapi dengan jumlah total tiap komponen yang dibutuhkan.

32

3) Peta proses operasi

Menurut sutalaksana, peta proses operasi merupakan suatu diagram yang

menggambarkan langkah-langkah proses yang akan dialami oleh bahan baku

mengenai urutan-urutan operasi dan pemeriksaan. Sejak dari awal sampai menjadi

produk jadi utuh maupun sebagai komponen, dan juga memuat informasi-informasi

yang diperlukan untuk analisa lebih lanjut, seperti waktu yang dihabiskan, material

yang digunakan, dan tempat atau alat atau mesin yang dipakai.

Lambang yang digunakan:

Operasi

Suatu operasi terjadi apabila benda kerja mengalami perubahan sifat, baik fisik

maupun kimiawi, mengambil informasi maupun memberikan informasi pada

suatu keadaan juga termasuk operasi.

Pemeriksaan

Suatu kegiatan pemeriksaan terjadi apabila benda kerja atau peralatan

mengalami pemeriksaan baik untuk segi kualitas maupun kuantitas.

Penyimpanan

Proses penyimpanan terjadi apabila benda kerja disimpan untuk jangka waktu

yang cukup lama. Jika benda kerja tersebut akan diambil kembali, biasanya

memerlukan suatu prosedur perijinan tertentu.

Aktivitas gabungan.

Kegiatan ini terjadi apabila antara aktivitas operasi dan pemeriksaan dilakukan

bersamaan atau dilakukan pada suatu tempat kerja.

33

Berikut adalah contoh peta proses operasi (OPC) pajangan:

Gambar 3.2 Peta Proses Produksi Pajangan

3.4 Peramalan

3.4.1 Definisi Peramalan

Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa

masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikan ke

masa depan dengan beberapa bentuk model matematis (Render dan Heizer, 2001, p46).

Secara lebih rinci peramalan menurut Makridakis (1999,p14) adalah suatu

kemampuan untuk memperkirakan / menduga keadaan permintaan produk di masa

datang yang tidak pasti.

34

3.4.2 Horizon Waktu

Peramalan biasanya dikelompokkan oleh horison waktu masa depan yang

mendasarinya. Tiga kategori yang bermanfaat bagi manajer operasi adalah:

1 Peramalan jangka pendek. Rentang waktunya mencapai satu tahun tetapi

umumnya kurang dari tiga bulan. Peramalan jangka pendek digunakan untuk

merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan,

dan tingkat produksi.

2 Peramalan jangka menengah. Peramalan jangka menengah biasanya berjangka

tiga bulan hingga tiga tahun. Peramalan ini sangat bermanfaat dalam perencanaan

penjualan, perencanaan dan penganggaran produksi, penganggaran kas, dan

menganalisis berbagai rencana operasi.

3 Peramalan jangka panjang. Rentang waktunya biasanya tiga tahun atau lebih;

digunakan dalam merencanakan produk baru, pengeluaran modal, lokasi fasilitas,

atau ekspansi dan penelitian serta pengembangan.

Peramalan jangka menengah dan jangka panjang berhubungan isu yang lebih

kompetentif dan mendukung keputusan manajemen berkaitan dengan perencanaan dan

produk, pabrik dan proses. Peramalan jangka pendek cenderung lebih akurat daripada

peramalan jangka yang lebih panjang.

Faktor-faktor yang mempengaruhi permintaan berubah setiap hari, sehingga

ketika horison waktu semakin panjang, keakuratan peramalan akan berkurang. Dengan

demikian ramalan penjualan perlu diperbarui secara teratur untuk mempertahankan

nilainya. Setelah periode penjualan berlalu, ramalan harus dikaji kembali dan diperbaiki.

35

3.4.3 Metode Peramalan

Banyak jenis metode peramalan yang tersedia untuk meramalkan permintaan

dalam produksi. Namun yang lebih penting adalah bagaimana memahami karateristik

suatu metode peramalan agar sesuai dengan situasi pengambilan keputusan. Situasi

peramalan sangat beragam dalam horison waktu peramalan, faktor yang menentukan

hasil yang sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk menghadapi

penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan. Teknik tersebut

dibagi dalam dua kategori utama, (Makridakis, 1999, p19-24) yaitu :

1) Metode peramalan kuantitatif

Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan

dan biaya tertentu yang harus dipertimbangkan dalam memilih metode tertentu.

Metode kuantitatif formal didasarkan atas prinsip-prinsip statistik yang memiliki

ketepatan tinggi atau dapat meminimumkan kesalahan (error), lebih sistematis, dan

lebih populer dalam penggunaannya. Untuk menggunakan metode kuantitatif

terdapat tiga kondisi yang harus dipenuhi, yaitu :

a. Tersedia informasi tentang masa lalu.

b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.

c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut

di masa mendatang.

Metode kuantitatif dapat dibagi kedalam dua model, yaitu :

a. Model deret berkala (time series)

Pada model ini, pendugaan masa depan dilakukan berdasarkan nilai masa

lalu dari suatu variabel dan / atau kesalahan masa lalu. Model deret berkala

36

menggunakan riwayat permintaan masa lalu dalam membuat ramalan untuk

masa depan. Tujuan metode peramalan deret berkala ini adalah menemukan

pola dalam deret berkala historis dan mengekstrapolasikan pola tersebut ke

masa depan.

Langkah penting dalam memilih suatu metode deret berkala yang tepat

adalah dengan mempertimbangkan jenis pola data, sehingga metode yang

paling tepat dengan metode tersebut dapat diuji. Pola data dapat dibedakan

menjadi :

1. Pola Stasioner atau Horizontal (H) terjadi bilamana nilai data berfluktuasi

disekitar nilai rata-rata yang konstan (deret seperti itu adalah “stasioner”

terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak

meningkat atau menurun selama waktu tertentu termasuk jenis ini.

Demikian pula suatu pengendalian kualitas yang menyangkut

pengambilan contoh dari suatu proses produksi berkelanjutan yang secara

teoritis tidak mengalami perubahan juga termasuk jenis ini.

Waktu

Gambar 3.3 Pola Data Horisontal

2. Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor

musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada

37

minggu tertentu). Penjualan dari produk minuman ringan, es krim, dan

bahan bakar pemanas ruangan, menunjukkan jenis pola ini.

Waktu

Gambar 3.4 Pola Data Musiman

3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi

ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.

Penjualan produk seperti mobil, baja dan peralatan utama lainnya

menunjukkan jenis pola data ini.

Waktu

Gambar 3.5 Pola Data Siklis

4. Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler

jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto

nasional (GNP) dan berbagai indikator bisnis atau ekonomi lainnya

mengikuti pola trend selama perubahannya sepanjang waktu.

38

Waktu

Gambar 3.6 Pola Data Trend

b. Model kausal

Model kausal mengasumsikan bahwa faktor yang diramalkan menunjukkan

suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Maksud

dari model kausal adalah menemukan bentuk hubungan tersebut dan

menggunakannya untuk meramalkan nilai mendatang dari varibel tak bebas.

Setelah hubungan ini ditemukan, nilai-nilai masa mendatang dapat

diramalkan cukup dengan memasukkan nilai-nilai yang sesuai untuk varibel-

variabel independen. Metode peramalan kausal mengasumsikan bahwa

permintaan akan suatu produk bergantung pada satu atau beberapa faktor

independen (misalnya, harga, iklan, persaingan, dan lain-lain).

2) Metode peramalan kualitatif atau teknologis

Metode peramalan ini tidak memerlukan data yang serupa seperti metode

peramalan kuantitatif. Input yang dibutuhkan tergantung pada metode tertentu dan

biasanya merupakan hasil dari pemikiran intuitif, perkiraan dan pengetahuan yang

telah didapat. Pendekatan teknologis seringkali memerlukan input dari sejumlah

orang yang terlatih.

Metode kualitatif mengandalkan opini pakar atau manajer dalam membuat

prediksi tentang masa depan. Metode ini berguna untuk tugas peramalan jangka

panjang. Penggunaan pertimbangan dalam peramalan, tampaknya tidak ilmiah dan

39

bersifat sementara. Tetapi bila data masa lalu tidak ada atau tidak mencerminkan

masa mendatang, tidak banyak alternatif selain menggunakan opini dari orang-orang

yang berpengetahuan. Ramalan teknologis terutama digunakan untuk memberikan

petunjuk, untuk membantu perencana dan untuk melengkapi ramalan kuantitatif,

bukan untuk memberikan suatu ramalan numerik tertentu.

Metode kualitatif dapat dikelompokkan menjadi 2, yaitu :

a. Metode eksploratoris

Metode eksploratoris (seperti Delphi, kurva-S, analogi, dan penelitian

morfologis) dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan

bergerak kearah masa depan secara heuristik, seringkali dengan melihat semua

kemungkinan yang ada.

b. Metode normatif.

Metode normatif (seperti matriks keputusan, pohon relevansi, dan analisis

sistem) dimulai dengan menetapkan sasaran dan tujuan yang akan datang,

kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai,

berdasarkan kendala, sumber daya, dan teknologi yang tersedia.

3.4.4 Pemilihan teknik peramalan

Pola atau karakteristik data mempengaruhi teknik peramalan yang dipilih.

Seringkali, pola data tersebut merupakan karakteristik inheren dari kegiatan yang sedang

diteliti. Hubungan data dengan jangka waktu semakin jelas jika kita mengamati bahwa

pola trend adalah merupakan kecenderungan jangka panjang, sedangkan variasi

musiman menunjukkan pola data yang berulang. Dalam mengevaluasi teknik-teknik

yang dikaitkan dengan pola data bisa saja diterapkan lebih dari satu teknik untuk data

40

yang sama. Misalnya, teknik-teknik tertentu mungkin lebih akurat dalam memprediksi

titik balik, sedangkan lainnya terbukti lebih andal dalam peramalan pola perubahan yang

stabil. Bisa juga terjadi beberapa model meramalkan terlalu tinggi (overestimate) atau

terlalu rendah (underestimate) dalam situasi tertentu. Selain itu, mungkin juga terjadi

bahwa prediksi jangka pendek dari suatu model lebih baik dari model lain yang memiliki

prediksi jangka panjang yang lebih akurat.

3.4.5 Teknik Peramalan untuk Data Stasioner atau Horizontal

Suatu data runtut waktu yang bersifat stasioner merupakan suatu serial data yang

nilai rata-ratanya tidak berubah sepanjang waktu. Keadaan tersebut terjadi jika pola

permintaan yang mempengaruhi data tersebut relatif stabil. Dalam bentuknya yang

paling sederhana, peramalan suatu data runtut waktu yang stasioner memerlukan data

historis dari runtut waktu tersebut untuk mengestimasi nilai rata-ratanya, yang kemudian

menjadi peramalan untuk nilai-nilai masa datang.

Beberapa teknik yang dapat dipertimbangkan ketika meramalkan data runtut

waktu yang stasioner adalah metode naif, metode rata-rata sederhana, rata-rata bergerak,

pemulusan eksponensial sederhana, model ARMA (metode Box-Jenkins) (Hanke, 2005,

p75), Single Eksponensial Smoothing dan Single Moving Average (Makridakis, 1999)

3.4.6 Teknik Peramalan untuk Data Trend

Suatu data runtut waktu yang bersifat trend didefinisikan sebagai suatu series

yang mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau

penurunan dalam data tersebut sepanjang suatu periode waktu yang panjang. Dengan

kata lain, suatu data runtut waktu dikatakan mempunyai trend jika nilai harapannya

berubah sepanjang waktu sehingga data tersebut diharapkan menaik atau menurun

41

selama periode dimana peramalan diinginkan. Biasanya data runtut waktu ekonomi

mengandung suatu trend.

Teknik-teknik peramalan yang digunakan untuk peramalan data runtut waktu

yang mengandung trend adalah rata-rata bergerak, pemulusan eksponensial linier dari

Holt, regresi sederhana, model ARIMA (metode Box-Jenkins) (Hanke, 2005, p75-76).

3.4.7 Teknik Peramalan untuk Data Musiman

Suatu data runtut waktu yang bersifat musiman didefinisikan sebagai suatu data

runtut waktu yang mempunyai pola perubahan yang berulang secara tahunan.

Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan

metode perkalian dan pertambahan dan kemudian mengestimasi indeks musiman dari

data tersebut. Indeks ini kemudian digunakan untuk memasukkan sifat musiman dalam

peramalan atau untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang

diobsevasi.

Teknik-teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut

waktu yang bersifat musiman meliputi metode dekomposisi klasik, Census X-12,

pemulusan eksponensial dari Winter, regresi berganda, model ARIMA (metode Box-

Jenkins) (Hanke, 2005, p76), Weight Moving Average (Teguh Baroto, 2002, p33).

3.4.8 Teknik Peramalan untuk Data Siklis

Pengaruh siklis didefinisikan sebagai fluktuasi seperti gelombang disekitar garis

trend. Pola siklis cenderung untuk berulang setiap dua, tiga tahun, atau lebih. Pola siklis

sulit untuk dibuat modelnya karena polanya tidak stabil. Turun-naiknya fluktuasi di

sekitar trend jarang sekali berulang pada interval waktu yang tetap, dan besarnya

42

fluktuasi juga selalu berubah. Metode dekomposisi bisa diperluas untuk menganalisis

data siklis.

Teknik-teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut

waktu yang bersifat siklis adalah metode dekomposisi klasik, indikator ekonomi, model-

model ekonometrik, regresi berganda dan model ARIMA (metode Box-Jenkins) (Hanke,

2005, p76).

3.4.9 Metode peramalan Exponential Smoothing Tiga Parameter Winter

Pada umumnya, metode rata-rata bergerak dan pemulusan eksponensial dapat

digunakan untuk hampir segala jenis data stasioner atau non stasioner sepanjang data

tersebut tidak mengandung faktor musiman. Tetapi bilamana terdapat faktor musiman,

metode-metode tersebut akan menghasilkan peramalan yang buruk. Untuk data

stasioner, digunakan metode rata-rata begerak atau pemulusan eksponensial. Jika

datanya menunjukkan suatu trend linear, maka baik model linear dari Brown atau Holt

dapat diterapkan. Tetapi jika datanya musiman, metode tersebut tidak bisa mengatasinya

dengan baik. Walaupun demikian, metode Winter dapat menangani faktor musiman

secara langsung.

Metode Winter didasarkan atas tiga persamaan pemulusan, yaitu satu untuk

unsur stasioner, satu untuk trend dan satu untuk musiman. Hal ini serupa dengan metode

Holt, dengan satu pemulusan tambahan untuk mengatasi musiman. Perumusan dasar

untuk metode Winter (Makridakis, 1999, p121-127) adalah sebagai berikut :

Pemulusan Keseluruhan :

))(1( )1()1( −−−

+−+= ttLt

tt bS

IX

S αα

43

Pemulusan Trend :

)1()1( )1()( −− −+−= tttt bSSb γγ

Pemulusan Musiman :

)()1( Ltt

tt I

SX

I −−+= ββ

Peramalan :

)()( )*( mLtttmt ImbSF +−+ +=

Dimana : L = Panjang musiman

b = Komponen trend

I = Faktor penyesuaian musiman

Ft+m = Peramalan untuk m periode ke depan

Salah satu masalah dalam menggunakan metode Winter adalah menentukan

nilai-nilai untuk ,, βα dan γ tersebut yang akan berpengaruh dalam perhitungan nilai-

nilai error seperti MSE atau MAPE. Pendekatan untuk menentukan nilai ini biasanya

secara trial and error, walaupun mungkin juga digunakan algoritma optimasi non-linear

untuk mendapatkan nilai parameter optimal. Karena kedua pendekatan tersebut

memakan banyak waktu dan mahal, maka metode ini jarang digunakan. Metode ini baru

dipakai jika banyak himpunan data yang harus ditangani.

Untuk menginisialisasi metode peramalan Winter yang diterangkan di atas, kita

perlu menggunakan paling sedikit satu data musiman lengkap (yaitu L periode) untuk

menentukan estimasi awal dari indeks musiman, Lt-1, dan kita perlu menaksir faktor

44

trend dari satu periode ke periode selanjutnya. Adapun rumus yang digunakan untuk

inisialisasi awal yaitu :

XXI

SX

Lt

LL

=

= ++ 11

3.4.10 Metode peramalan Weight Moving Average

Menurut Render dan Heizer apabila ada pola atau trend yang dapat kita deteksi,

timbangan bisa digunakan untuk menempatkan lebih banyak tekanan pada nilai baru.

Ini membuat teknik itu lebih responsif terhadap perubahan karena setiap periode yang

lebih baru mungkin lebih besar timbangannya. Pilihan timbangan bersifat arbiter karena

tidak ada rumus untuk menentukannya. Jika bulan terakhir ditimbang terlalu berat,

ramalan bisa mencerminkan perubahan dalam permintaan yang tidak biasa atau pol

penjualan yang terlalu cepat.

Rumus =

( )( )∑

∑Timbangan

nperiodedalamtaanPernperiodeuntukTimbangan ___min___

3.4.11 Metode peramalan Single Eksponensial Smoothing

Menurut Render dan Heizer rumus untuk Single Eksponensial Smoothing 1

parameter adalah :

Inisialisasi : F1 = X1

Peramalan : ( )111 −−− −+= ttt FAFFt α

Dimana :

At-1 = data aktual permintaan pada periode t-1.

45

Ft = data peramalan pada periode t

Ft-1 = data peramalan pada periode t-1

α = konstanta pemulusan yang bernilai antara 0 sampai 1

3.4.12 Metode peramalan Single Moving Average

Rata-rata bergerak bermanfaat jika mengasumsikan bahwa permintaan pasar

tetap stabil sepanjang waktu. Menurut Render dan Heizer rumus untuk Single Moving

Average adalah:

Rata-rata bergerak = n

sebelumnyaperiodendatataanPer∑ ____min

3.5 Statistik Ketepatan Peramalan

3.5.1 Ukuran Statistik Standar

Jika Xt merupakan data aktual untuk periode t dan Ft merupakan ramalan (atau

nilai kecocokan / fitted value) untuk periode yang sama, maka kesalahan didefinisikan

sebagai :

ttt FXe −=

Jika terdapat nilai pengamatan dan ramalan untuk n periode waktu, maka akan

terdapat n buah galat dan ukuran statistik standar berikut dapat didefinisikan :

• Nilai Tengah Galat Absolut (Mean Absolute Error)

∑==

n

tet

nMAE

1

1

46

• Nilai Tengah Galat Kuadrat (Mean Squared Error)

21

1 etn

MSE n

t∑==

• Deviasi Standar Galat (Standard Deviation of Error)

211

1 etn

SDE n

t∑ =−=

Dua formulasi yang sering digunakan dalam menghitung kesalahan yaitu mean

absolute error (yang dalam beberapa buku disebut sebagai mean absolute deviation) dan

mean squared error (MSE). Perbedaan keduanya adalah terletak pada bobot kesalahan,

satu dalam bentuk angka kesalahan absolut dan yang lainnya dalam bentuk nilai kuadrat.

Tujuan optimalisasi statistik seringkali adalah untuk memilih suatu model agar

MSE minimal, tetapi ukuran ini mempunyai dua kelemahan. Pertama, ukuran ini

menunjukkan pencocokan (fitting) suatu model terhadap data hitoris. Pencocokan seperti

ini tidak perlu mengimplikasikan peramalan yang baik. Suatu model terlalu cocok (over

fitting) dengan deret data, yang berarti sama dengan memasukkan unsur random sebagai

bagian proses bangkitan, berarti tidak berhasil mengenali pola non-acak dalam data

dengan baik. Perbandingan nilai MSE yang terjadi selama fase pencocokan peramalan

adalah mungkin memberikan sedikit indikasi ketepatan model dalam peramalan. Kedua,

sebagai ukuran ketepatan model adalah berhubungan dengan kenyataan bahwa metode

yang berbeda akan menggunakan prosedur yang berbeda pula dalam fase pencocokan.

Dalam fase peramalan, penggunaan MSE sebagai suatu ukuran ketepatan juga

dapat menimbulkan masalah. Ukuran ini tidak memudahkan perbandingan deret berkala

yang berbeda dan untuk selang waktu yang berlainan, karena MSE merupakan ukuran

47

para absolut. Lagipula, interpretasinya tidak bersifat intuitif bahkan untuk para spesialis

sekalipun, karena ukuran ini menyangkut pengkuadratan sederetan nilai (Makridakis,

1999, p58-61).

3.5.2 Ukuran – ukuran Relatif

Karena adanya keterbatasan MSE sebagai suatu ukuran ketepatan peramalan,

maka muncul usulan alternatif – alternatif lain yang diantaranya menyangkut galat

persentase. Tiga ukuran yang sering digunakan (Makridakis, 1999, p61-62) adalah :

• Galat Persentase (Percentage Error)

100*⎟⎟⎠

⎞⎜⎜⎝

⎛ −=

t

tt

XFX

PE

• Nilai Tengah Galat Persentase (Mean Percentage Error)

tn

tPE

nMPE ∑ =

=1

1

• Nilai Tengah Galat Persentase Absolut (Mean Absolute Percentage Error)

tn

tPE

nMAPE ∑ =

=1

1

PE dapat digunakan untuk menghitung kesalahan persentase setiap periode

waktu. Nilai-nilai ini kemudian dapat dirata-ratakan untuk memberikan nilai tengah

kesalahan persentase (MPE). Namun MPE mungkin mengecil karena PE positif dan

negatif cenderung saling meniadakan. Dari sana MAPE didefinisikan dengan

menggunakan nilai absolut dari PE.

48

3.6 Pengukuran Waktu

Menurut pendapat Sutalaksana (1979, p131) pengukuran waktu adalah pekerjaan

mengamati dan mencatat waktu kerja baik setiap elemen ataupun siklus dengan

menggunakan alat-alat yang telah disiapkan. Teknik pengukuran waktu terbagi atas dua

bagian yaitu secara langsung dan secara tidak langsung. Pengukuran secara langsung

adalah pengukuran yang dilakukan secara langsung yaitu ditempat dimana pekerjaan

yang bersangkutan dilaksanakan. Dua cara yang termasuk didalamnya adalah cara jam

henti dan sampling pekerjaan. Cara tidak langsung melakukan perhitungan waktu tanpa

harus berada ditempat pekerjaan yaitu dengan membaca tabel-tabel yang tersedia

asalkan mengetahui jalannya pekerjaan melalui elemen-elemen pekerjaan atau elemen-

elemen gerakan.

Pengukuran waktu ditujukan untuk mendapatkan waktu baku penyelesaian

pekerjaan yaitu waktu yang dibutuhkan secara wajar oleh seorang pekerja normal untuk

menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja terbaik (Sutalaksana,

1979, p117).

3.7 Pengukuran Waktu baku

Waktu baku merupakan waktu yang dibutuhkan oleh seorang pekerja yang

memiliki tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan. Di sini

sudah meliputi kelonggaran waktu yang diberikan dengan memperhatikan situasi dan

kondisi pekerjaan yang harus diselesaikan tersebut. Dengan demikian, maka waktu baku

yang dihasilkan dalam aktivitas pengukuran kerja ini akan dapat digunakan sebagai alat

untuk membuat rencana penjadwalan kerja yang menyatakan berapa lama suatu kegiatan

49

itu harus berlangsung dan berapa output yang dihasilkan serta berapa jumlah tenaga

kerja yang dibutuhkan untuk menyelesaikan pekerjaan tersebut.

3.7.1 Pengukuran Pendahuluan

Tujuan dilakukan pengukuran pendahuluan adalah untuk mengetahui berapa kali

pengukuran harus dilakukan untuk tingkat-tingkat ketelitian dan kepercayaan yang

diinginkan. Tahap-tahapnya adalah sebagai berikut (Sutalaksana, 1979, p132) :

1. Melakukan beberapa buah pengukuran yang banyaknya ditentukan oleh

pengukur.

2. Menguji keseragaman data, menghitung jumlah pengukuran yang diperlukan,

dan bila pengukuran belum mencukupi maka dilanjutkan dengan pengukuran

pendahuluan kedua.

3.7.2 Uji Keseragaman Data

Uji keseragaman data perlu untuk dilakukan terlebih dahulu sebelum

menggunakan data yang diperoleh guna menetapkan waktu baku. Uji keseragaman data

bisa dilaksanakan dengan cara visual dan/atau mengaplikasikan peta kontrol (control

chart). Peta kontrol (control chart) adalah suatu alat yang tepat guna dalam menguji

keseragaman data dan/atau keajegan data yang diperoleh dari hasil pengamatan.

Uji keseragaman data secara visual dilakukan secara sederhana mudah dan cepat.

Disini kita hanya sekedar melihat data yang terkumpul dan seterusnya

mengedentifikasikan data yang terlalu ekstrim. Yang dimaksud dengan data yang terlalu

“ekstrim” adalah data yang terlalu besar atau yang terlalu kecil dan jauh menyimpang

dari trend rata-ratanya. Data yang terlalu ekstrim ini sebaiknya dibuang jauh-jauh dan

tidak dimasukkan ke dalam perhitungan selanjutnya (Wignjosoebroto, 2000, p194-195).

50

Langkah – langkah yang dilakukan untuk menguji keseragaman data sebagai

berikut :

1. Hasil pengukuran dikelompokkan ke dalam subgrup-subgrup dan hitung rata-rata

dari tiap subgrup :

nXi

kX ∑=

dimana : n = ukuran subgrup, yaitu banyaknya data dalam satu subgrup

k = jumlah subgrup yang terbentuk

Xi = data pengamatan

2. Hitung rata-rata keseluruhan, yaitu rata-rata dari rata-rata subgrup :

kX

X k∑=

3. Hitung standar deviasi dari waktu penyelesaian :

1N

XXiσ

2

−

⎟⎠⎞⎜

⎝⎛ −

=∑

dimana: N = jumlah pengamatan pendahuluan yang telah dilakukan

4. Hitung standar deviasi dari distribusi harga rata-rata subgrup :

nXσσ =

5. Tentukan Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB) :

BKA = x + ( ZX

σ )

BKB = x – ( ZX

σ )

51

Dimana : Z = koefisien pada distribusi normal sesuai dengan tingkat

kepercayaan, rumusnya :

6. Jika seluruh rata-rata data waktu subgrup berada di daerah antara BKA dan BKB,

maka data waktu dikatakan seragam.

3.7.3 Uji Kecukupan Data

Waktu yang diperlukan untuk melaksanakan elemen kerja pada umumnya akan

sedikit berbeda dari siklus ke siklus kerja sekalipun operator bekerja pada kecepatan

normal dan uniform, tiap elemen dalam siklus yang berbeda tidak selalu akan bisa

diselesaikan dalam waktu yang persis sama. Aktivitas pengukuran kerja pada dasarnya

adalah merupakan proses sampling. Konsekuensi yang diperoleh adalah bahwa semakin

besar jumlah siklus kerja yang diamati atau diukur maka akan semakin mendekati

kebenaran akan data waktu yang diperoleh. Konsistensi dari hasil pengukuran dan

pembacaan waktu oleh stop-watch akan merupakan hal yang diinginkan dalam proses

pengukuran kerja. Semakin kecil variasi atau perbedaan data waktu yang ada, maka

jumlah pengukuran atau pengamatan yang harus dilakukan juga akan cukup kecil.

Sebaliknya, semakin besar variabilitas dari data waktu pengukuran, akan menyebabkan

jumlah siklus kerja yang diamati juga akan semakin besar agar bisa diperoleh ketelitian

yang dikehendaki (Wignjosoebroto, 2000, p183).

Perhitungan uji kecukupan data dapat dilakukan setelah semua harga rata-rata

subgrup berada dalam batas kendali. Rumus dari kecukupan data adalah:

⎥⎦⎤

⎢⎣⎡ −

−=2

11 βZ

52

( )2

iX

2Xi2XiNsZ

N'⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

∑

∑ ∑−=

dimana:

N’ = jumlah pengukuran data minimum yang dibutuhkan

N = jumlah pengukuran pendahuluan yang telah dilakukan setelah

dikurangi data pengukuran di luar BKA atau BKB

Z = bilangan konversi pada distribusi normal sesuai dengan tingkat

kepercayaan

s = tingkat ketelitian

Jumlah pengukuran waktu dapat dikatakan cukup apabila jumlah pengukuran

data minimum yang dibutuhkan secara teoritis lebih kecil atau sama dengan jumlah

pengukuran pendahuluan yang sudah dilakukan (N’≤ N). Jika jumlah pengukuran masih

belum mencukupi, maka harus dilakukan pengukuran lagi sampai jumlah pengukuran

tersebut cukup.

3.7.3.1 Tingkat Ketelitian dan Tingkat Kepercayaan

Yang dicari dengan melakukan pengukuran-pengukuran ini adalah waktu yang

sebenarnya dibutuhkan untuk menyelesaikan suatu pekerjaan. Karena waktu

penyelesaian ini tidak pernah diketahui sebelumnya maka harus diadakan pengukuran-

pengukuran. Yang ideal tentunya dilakukan pengukuran-pengukuran yang sangat banyak

(sampai tak terhingga kali) karena dengan demikian diperoleh jawaban yang pasti.

Tetapi hal ini jelas tidak mungkin karena keterbatasan waktu, tenaga dan tentunya biaya.

Namun sebaliknya jika tidak dilakukan beberapa kali pengukuran saja, dapat diduga

53

hasilnya sangat kasar. Sehingga yang diperlukan adalah jumlah pengukuran yang tidak

membebankan waktu, tenaga dan biaya yang besar tetapi hasilnya tidak dapat dipercaya.

Jadi,walaupun jumlah pengukuran tidak berjuta kali, tetapi jelas tidak hanya beberapa

kali saja.

Dengan tidak dilakukannya pengukuran yang banyak sekali ini, pengukur akan

kehilangan sebagian kepastian akan ketetapan/rata-rata waktu penyelesaian yang

sebenarnya. Hal ini harus disadari. Tingkat ketelitian dan tingkat kepercayaan adalah

pencerminan tingkat kepastian yang diinginkan oleh pengukur setelah memutuskan tidak

akan melakukan pengukuran yang sangat banyak.

Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari

waktu penyelesaian sebenarnya. Hal ini biasanya dinyatakan dalam persen. Sedangkan,

tingkat kepercayaan menunjukkan besarnya kepercayaan pengukur bahwa hasil yang

diperoleh memenuhi syarat ketelitian tadi. Inipun dinyatakan dalam persen (Sutalaksana,

1979, p135).

3.7.3.2 Penyesuaian

Penyesuaian adalah proses dimana analisa pengukuran waktu membandingkan

penampilan operator (kecepatan atau tempo) dalam pengamatan dengan konsep

pengukur sendiri tentang bekerja secara wajar. Setelah pengukuran berlangsung,

pengukur harus mengamati kewajaran kerja yang ditunjukkan operator. Ketidakwajaran

dapat saja terjadi, misalnya bekerja tanpa kesungguhan, sangat cepat seolah-olah diburu

waktu, atau karena menjumpai kesulitan-kesulitan, seperti karena kondisi ruangan yang

buruk. Sebab-sebab seperti ini mempengaruhi kecepatan kerja yang berakibat terlalu

singkat atau terlalu panjangnya waktu penyelesaian. Hal ini jelas tidak diinginkan karena

54

waktu baku yang dicari adalah waktu yang diperoleh dari kondisi dan cara kerja yang

baku yang diselesaikan secara wajar.

Andai kata ketidakwajaran ada, maka pengukur harus mengetahuinya dan

menilai seberapa jauh hal itu terjadi. Penilaian perlu diadakan karena berdasarkan inilah

penyesuaian dilakukan. Jadi jika pengukur mendapatkan harga rata-rata siklus/elemen

yang diketahui diselesaikan dengan kecepatan tidak wajar oleh operator, maka agar

harga rata-rata tersebut menjadi wajar, pengukur harus menormalkannya dengan

melakukan penyesuaian.

Biasanya penyesuaian dilakukan dengan mengalikan waktu siklus rata-rata atau

waktu elemen rata-rata dengan suatu harga p yang disebut faktor penyesuaian. Besarnya

harga p tentunya sedemikian rupa sehingga hasil perkalian yang diperoleh

mencerminkan waktu yang sewajarnya atau yang normal. Bila pengukur berpendapat

bahwa operator bekerja di atas normal (terlalu cepat), maka harga p-nya akan lebih

besar dari satu (p1); sebaliknya jika operator dipandang bekerja di bawah normal, maka

harga p akan lebih kecil dari satu (p). Seandainya pengukur berpendapat bahwa operator

bekerja dengan wajar, maka harga p-nya sama dengan satu (p=1) (Sutalaksana, 1979,

p138).

Terdapat beberapa metode dalam menentukan faktor penyesuaian (Sutalaksana,

1979, p139-149), yaitu :

a. Metode Persentase

Merupakan cara yang paling awal digunakan dalam melakukan penyesuaian.

Besarnya faktor penyesuaian sepenuhnya dilakukan oleh pengukur melalui

pengamatannya selama melakukan pengukuran. Cara ini adalah cara yang paling

55

mudah dan sederhana tetapi cara ini bersifat subyektif, kurang teliti karena

kasarnya penilaian.

b. Metode Shumard

Cara ini memberikan patokan-patokan penilaian melalui kelas-kelas performance

kerja dimana setiap setiap kelas tersebut mempunyai nilai sendiri-sendiri. Di sini

pengukur diberi patokan untuk menilai performansi kerja operator menurut

kelas-kelas Superfast +, Fast, Fast -, Excellent, dan seterusnya.

c. Metode Westinghouse

Cara ini mengarahkan penilaian pada empat faktor yang dianggap menentukan

kewajaran atau ketidakwajaran dalam bekerja, yaitu : keterampilan, usaha,

kondisi kerja dan konsistensi. Setiap faktor terbagi dalam kelas-kelas dan

nilainya masing-masing.

d. Metode Objektif

Merupakan metode yang memperhatikan dua faktor, yaitu : kecepatan kerja dan

tingkat kesulitan pekerjaan. Kedua faktor inilah yang dipandang bersama-sama

untuk menentukan berapa harga penyesuaian untuk mendapatkan waktu normal.

e. Metode Bedaux dan Sintesa

Cara Bedaux tidak banyak berbeda dengan cara Shumard, hanya saja niali-nilai

pada cara Bedaux dinyatakan dalam “B”. Sedangkan cara sintesa waktu

penyelesaian setiap elemen gerakan dibandingkan dengan harga-harga yang

diperoleh dari tabel-tabel waktu gerakan untuk kemudain dihitung harga rata-

ratanya.

56

3.7.4 Kelonggaran

Kelonggaran diberikan untuk tiga hal yaitu untuk kebutuhan pribadi,

menghilangkan rasa fatique, dan hambatan-hambatan yang tidak dapat dihindarkan.

Ketiganya ini merupakan hal-hal yang secara nyata dibutuhkan oleh pekerja, dan yang

selama pengukuran tidak diamati, diukur, dicatat ataupun dihitung. Karenanya sesuai

pengukuran dan setelah mendapatkan waktu normal, kelonggaran perlu ditambahkan

(Sutalaksana, 1979, p149-154).

1) Kelonggaran untuk kebutuhan pribadi

Yang temasauk dalam kebutuhan pribadi disini adalah hal-hal seperti minum

sekadarnya untuk menghilangkan rasa haus, kekamar kecil, becakap-cakap

dengan teman sekerja untuk menghilangkan ketegangan dan kejemuhan kerja.

Kebutuhan-kebutuhan ini jelas terlihat sebagai sesuatu yang mutlak. Besarnya

kelonggaran yang diberikan untuk kebutuhan pribadi seperti itu berbeda-beda

dari satu pekerjaan ke pekerjaan lainnya karena setiap pekerjaan memiliki

karakteristik sendiri-sendiri dengan tuntutan yang berbeda-beda.

2) Kelonggaran untuk menghilangkan rasa fatique

Rasa fatique tercermin antara lain dari menurunnya hasil produksi baik jumlah

maupun kualitas. Salah satu cara untuk menentukan besarnya kelonggaran ini

adalah dengan melakukan pengamatan sepanjang hari kerja dan mencatat pada

saat-saat dimana hasil produksi menurun.

3) Kelonggaran untuk hambatan-hambatan tak terhindarkan

Dalam melaksanakan pekerjaannya, pekerja tidak akan lepas dari berbagai

“hambatan“. Ada hambatan yang dapat dihindarkan seperti mengobrol yang

berlebihan dan menganggur dengan sengaja ada pula hambatan yang tidak dapat

57

dihindarkan karena berada diluar kekuasaan pekerja untuk mengendalikannya.

Beberapa contoh yang termasuk kedalam hambatan tak terhindarkan adalah :

a. Menerima atau meminta petunjuk kepada pengawas

b. Melakukan penyesuaian-penyesuaian mesin

c. Memperbaiki kemacetan-kemacetan singkat seperti mengganti alat potong

yang patah, memasang kembali ban yang lepas dan sebagainya.

d. Mengasah peralatan potong.

e. Mengambil alat-alat khusus atau bahan-bahan khusus dari gudang.

3.7.5 Perhitungan Waktu Baku

Kegiatan pengukuran waktu dinyatakan selesai bila semua data yang diperoleh

telah seragam, dan jumlahnya telah memenuhi tingkat ketelitian dan keyakinan yang

diinginkan. Selanjutnya adalah mengolah data untuk menghitung waktu baku yang

diperoleh dengan langkah-langkah:

1. Menghitung waktu siklus

NXi

Wr ∑=

dimana : Xi = data yang termasuk dalam batas kendali

2. Menghitung waktu normal

pWrWn ×=

dimana : p adalah faktor penyesuaian

3. Menghitung waktu baku

a)(1WnWb +×=

58

dimana : a = kelonggaran yang diberikan pekerja untuk menyelesaikan

pekerjaannya disamping waktu normal.

3.8 Master Production Schedule (MPS)

3.8.1 Pengertian MPS

Menurut Gaspersz (1998, p141-144) pada dasarnya jadwal produksi induk

(Master Production Schedulling = MPS) merupakan suatu pernyataan tentang produk

akhir (termasuk parts pengganti dan suku cadang) dari suatu perusahaan industri

manufaktur yang merencanakan memproduksi output berkaitan dengan kuantitas dan

periode waktu. MPS mendisagregasikan dan mengimplementasikan rencana produksi.

Apabila rencana produksi yang merupakan hasil dari proses perencanaan produksi

dinyatakan dalam bentuk agregat, jadwal produksi induk yang merupakan hasil dari

proses penjadwalan produksi induk dinyatakan dalam konfigurasi spesifik dengan

nomor-nomor item yang ada dalam Item Master and BOM (Bill of Material) files.

Aktifitas penjadwalan produksi induk pada dasarnya berkaitan dengan

bagaimana menyusun dan memperbaharui jadwal produksi induk, memproses transaksi

MPS, memelihara catatan-catatan MPS, mengevaluasi efektifitas dari MPS, dan

memberikan laporan evaluasi dalam periode waktu yang teratur untuk keperluan umpan-

balik dan tinjauan ulang.

MPS sering didefinisikan sebagai anticipated build schedule untuk item-item

yang disusun oleh perencana jadwal produksi induk (master schedule). MPS membentuk

jalinan komunikasi antara bagian pemasaran dan bagian manufakturing, sehingga

seyogyanya bagian pemasaran juga mengetahui informasi yang ada dalam MPS

59

terutama berkaitan dengan ATP (Available To Promise) agar dapat memberikan janji

yang akurat kepada pelanggan.

Penjadwalan produksi induk pada dasarnya berkaitan dengan aktifitas melakukan

empat fungsi utama berikut :

1. Menyediakan atau memberikan input utama kepada sistem perencanaan

kebutuhan material dan kapasitas (material and capacity requirements planning

= M&CRP).

2. Menjadwalkan pesanan-pesanan produksi dan pembelian (production and

purchase orders) untuk item-item MPS.

3. Memberikan landasan untuk penentuan kebutuhan sumber daya dan kapasitas.

4. Memberikan basis untuk pembuatan janji tentang penyerahan produk (delivery

promises) kepada pelanggan.

Gambar 3.7 Proses Penjadwalan Produksi

Sebagai suatu aktifitas proses, penjadwalan produksi induk (MPS) yang terlihat

pada gambar 3.7, MPS membutuhkan lima input utama yaitu antara lain :

60

• Data Permintaan Total merupakan salah satu sumber data bagi proses

penjadwalan produksi induk. Data permintaan total berkaitan dengan ramalan

penjualan (sales forecasts) dan pesanan-pesanan (orders).

• Status Inventori berkaitan dengan informasi tentang on-hand inventory, stok

yang dialokasikan untuk penggunaan tertentu (allocated stock), pesanan-pesanan

produksi dan pembelian yang dikeluarkan (released production and purchase

orders), dan firm planned orders. MPS harus mengetahui secara akurat berapa

banyak inventori yang tersedia dan menentukan berapa banyak yang harus

dipesan.

• Rencana Produksi memberikan sekumpulan batasan kepada MPS. MPS harus

menjumlahkannya untuk menentukan tingkat produksi, inventori, dan sumber-

sumber daya lain dalam rencana produksi itu.

• Data Perencanaan berkaitan dengan aturan-aturan tentang lot-sizing yang harus

digunakan, shrinkage factor, stok pengaman (safety stock), dan waktu tunggu

(lead time) dari masing-masing item yang biasanya tersedia dalam file induk dari

item (Item Master File).

• Informasi dari RCCP berupa kebutuhan kapasitas untuk mengimplementasikan

MPS menjadi salah satu input bagi MPS. RCCP menentukan kebutuhan

kapasitas untuk mengimplementasikan MPS, menguji kelayakan dari MPS, dan

memberikan umpan-balik kepada perencana atau penyusun jadwal produksi

induk (Master Scheduler) untuk mengambil tindakan perbaikan apabila

ditemukan adanya ketidaksesuaian antara penjadwalan produksi induk dan

kapasitas tersedia.

61

3.8.2 Teknik Penyusunan MPS

Tabel 3.1 Contoh Tabel MPS

Item No : Description :

Lead time : Safety stock :

On Hand : Demand Time Fences :

Planning Time Fences :

Period Past Due 1 2 3 4 5 6

Forecast

Actual Order (AO)

Project Available Balance (PAB)

Available to Promise (ATP)

Master Schedule (MS)

Penjelasan mengenai komponen-komponen yang terdapat dalam tabel 3.1 MPS

adalah sebagai berikut :

a) Item No menyatakan kode produk yang akan diproduksi.

b) Lead time menyatakan waktu yang dibutuhkan untuk me-release atau

memanufaktur suatu produk.

c) On hand menyatakan jumlah produk yang ada di gudang sebagai sisa periode

sebelumnya.

d) Description menyatakan deskripsi produk secara umum.

e) Safety stock merupakan stok pengaman yang harus ada di tangan sebagai

antisipasi terhadap kebutuhan di masa akan datang.

62

f) Demand Time Fences (DTF) adalah periode mendatang dari MPS di mana

dalam periode ini perubahan terhadap MPS tidak diijinkan atau tidak diterima

karena akan menimbulkan kerugian biaya yang besar akibat ketidaksesuaian atau

kekacauan jadwal.

g) Planning Time Fences (PTF) merupakan batas waktu penyesuaian pesanan di

mana permintaan masih boleh berubah. Perubahan masih akan dilayani

sepanjang material dan kapasitas masih tersedia.

h) Forecast merupakan rencana penjualan atau peramalan penjualan untuk item

yang dijadwalkan itu.

i) Actual Order (AO) merupakan pesanan-pesanan yang diterima dan bersifat pasti.

j) Projected Available Balance (PAB) merupakan perkiraan jumlah sisa produk

pada akhir periode. PAB dihitung dengan menggunakan rumus:

PAB t < DTF = PABt-1 + MSt – AO

PAB DTF < t < PTF = PABt-1 + MSt – AO atau Ft (pilih yang besar)

k) Available to Promise memberikan informasi tentang berapa banyak item atau

produk tertentu yang dijadwalkan pada periode waktu itu tersedia untuk pesanan

pelanggan, sehingga berdasarkan informasi ini bagian pemasaran dapat membuat

janji yang tepat bagi pelanggan.

ATPt = ATPt-1 + MSt – AOt

l) Master Schedule merupakan jadwal produksi atau manufakturing yang

diantisipasi untuk produk atau item tertentu.

63

3.9 Material Requirement Planning (MRP)

3.9.1 Pengertian MRP

MRP merupakan suatu prosedur logis berupa aturan keputusan dan teknik

transaksi berbasis komputer yang dirancang untuk menerjemahkan jadwal induk

produksi menjadi “kebutuhan bersih” untuk semua item. Sistem MRP dikembangkan

untuk membantu perusahaan manufaktur mengatasi kebutuhan akan item-item dependent

secara lebih baik dan efisien.

Menurut Schoeder (2000, p368) persediaan untuk independent demand

didefinisikan sebagai persediaan yang dipengaruhi atau tunduk pada kondisi-kondisi

pasar dan bebas dari operasi misalnya : persediaan barang jadi dan suku cadang pada

suatu perusahaan manufaktur yang digunakan untuk memenuhi permintaan konsumen

pada suatu perusahaan persediaan ini harus dikelola dengan metoda titik pemesanan.

Sebaliknya untuk dependent demand tidak dipengaruhi oleh kondisi-kondisi pasar dan

hanya tergantung pada permintaan suku cadang ditingkat atasnya. Beberapa ciri-ciri

dependent demand adalah :

- Ada hubungan matematis antara kebutuhan suatu item dengan item yang lain yang

berada pada level yang lebih tinggi

- Kebutuhan diturunkan dari pemakaian item dalam pembuatan item lain

- Misal kebutuhan akan bahan baku, komponen atau su assembly dalam pembuatan

suatu produk jadi

- Item perlu ada hanya pada saat dibutuhkan

- Diperlukan MRP untuk menjadwalkan seluruh komponen dependent yang

diperlukan dalam rencana MPS/JIP

64

3.9.2 Tujuan dan Manfaat Sistem MRP

Sistem MRP adalah suatu sistem yang bertujuan untuk menghasilkan informasi

yang tepat untuk melakukan tindakan yang tepat (pembatalan pesanan, pesan ulang, dan

penjadwalan ulang). Tindakan ini juga merupakan dasar untuk membuat keputusan baru

mengenai pembelian atau produksi yang merupakan perbaikan atas keputusan yang telah

dibuat sebelumnya.

Ada empat tujuan yang menjadi ciri utama sistem MRP yaitu sebagai berikut :

1. Menentukan kebutuhan pada saat yang tepat

Menentukan secara tepat kapan sutu pekerjaan harus selesai (atau meterial harus

tersedia) untuk memenuhi permintaan atas produk akhir yang sudah

direncanakan dalam jadwal induk produksi (JIP).

2. Menentukan kebutuhan minimal setiap item

Dengan diketahuinya kebutuhan akhir, sistem MRP dapat menentukan secara

tepat sistem penjadwalan (prioritas) untuk memenuhi semua kebutuhan minimal

setiap item.

3. Menentukan pelaksanaan rencana pemesanan

Memberikan indikasi kapan pemesanan atau pembatalan pemesanan harus

dilakukan. Pemesanan perlu dilakukan lewat pembelian atau dibuat pada pabrik

sendiri.

4. Menentukan penjadwalan ulang atau pembatalan atas suatu jadwal yang sudah

direncanakan

Apabila kapasitas yang ada tidak mampu memenuhi pesanan yang dijadwalkan

pada waktu yang diinginkan, maka sistem MRP dapat memberikan indikasi

untuk melakukan rencana penjadwalan ulang (jika mungkin) dengan menentukan

65

prioritas pesanan yang realistik. Jika penjadwalan ulang ini masih tidak

memungkinkan untuk memenuhi pesanan, maka pembatalan atas suatu pesanan

harus dilakukan.

Beberapa manfaat dari MRP (Render dan Heizer, 1997, p362), adalah:

- Peningkatan pelayanan dan kepuasan konsumen

- Peningkatan pemanfaatan fasilitas dan tenaga kerja

- Perencanaan dan penjadwalan persediaan yang lebih baik

- Tanggapan yang lebih cepat terhadap perubahan dan pergeseran pasar

- Tingkat persediaan menurun tanpa mengurangi pelayanan kepada konsumen

3.9.3 Input MRP

Sebagai suatu sistem, MRP membutuhkan lima input utama (Gaspersz,

2001, p177) seperti pada gambar 3.8 berikut :

PerencanaanKapasitas(CapacityPlanning)

1. MPS2. Bill of Materials3. Item Master4. Pesanan-pesanan5. Kebutuhan

PerencanaanKebutuhan

Material (MRP)

- Primary (orders) Report - Action Report - Pegging Report

Umpan Balik

OUTPUT :PROSES :INPUT :

Gambar 3.8 Proses Kerja dari MRP

66

Kelima sumber input utama pada gambar 3.8 di atas adalah :

1. Master Production Schedule (MPS) yang suatu rencana terperinci tentang

tentang produk akhir apa yang direncanakan perusahaan untuk diproduksi,

berapa kuantitas yang dibutuhkan, pada waktu kapan dibutuhkan, dan kapan

produk itu akan diproduksi.

2. Bill of Material (BOM) merupakan daftar jumlah komponen, campuran bahan,

dan bahan baku yang diperlukan untuk membuat suatu produk. MRP

menggunakan BOM sebagai basis untuk perhitungan banyaknya setiap material

yang dibutuhkan untuk setiap periode waktu. Bagan bahan dalam komputer

harus selalu benar dan dapat menggambarkan bagaimana produk itu dibuat.

3. Item master merupakan suatu file yang berisi informasi tentang material, parts

subassemblies, dan produk-produk yang menunjukkan kuantitas on-hand,

kuantitas yang dialokasikan (allocated quantity), waktu tunggu yang

direncanakan (planned lead times), ukuran lot (lot size), stok pengaman, kriteria

lot sizing, toleransi untuk scrap atau hasil, dan berbagai informasi penting

lainnya yang berkaitan dengan suatu item.

4. Pesanan-pesanan (orders) berisi tentang banyaknya dari setiap item yang akan

diperoleh sehingga akan meningkatkan stock on-hand di masa mendatang. Pada

dasarnya terdapat dua jenis pesanan, yaitu: shop orders or work orders or

manufacturing orders berupa pesanan-pesanan yang akan dibuat atau diproduksi di

dalam pabrik, dan purchase orders yang merupakan pesanan-pesanan pembelian

suatu item dan pemasok eksternal.

5. Kebutuhan-kebutuhan (requirements) akan memberitahukan tentang banyaknya

masing-masing item itu dibutuhkan sehingga akan mengurangi stock on-hand di

67

masa mendatang. Pada dasarnya terdapat dua jenis kebutuhan, yaitu kebutuhan

internal dan eksternal. Kebutuhan internal digunakan dalam PABrik untuk membuat

produk lain, dan kebutuhan eksternal yang akan dikirim ke luar PABrik berupa:

pesanan pelanggan (customer orders), service parts, dan sales forecasts.

3.9.4 Mekanisme Dasar dari Proses MRP

Tabel 3.2 Contoh Tabel MRP

Part no : Description:

BOM UOM : On hand :

Lead time : Order policy :

Safety stock : Lot size :

period Past due 1 2 3 4 5 6 7 8

gross requirement

scheduled receipts

projected available balance 1

net requirement

planned order receipts

planned order release

projected available balance 2

Penjelasan mengenai tabel sebelumnya adalah sebagai berikut :

1. Part no menyatakan kode komponen atau material yang akan dirakit

2. BOM (Bill of Materials) UOM (Unit of Material) menyatakan satuan komponen

atau material yang akan dirakit

68

3. Lead time menyatakan waktu yang dibutuhkan untuk merilis atau mengirim

suatu komponen.

4. Safety stock menyatakan cadangan material yang harus ada sebagai antisipasi

kebutuhan dimasa yang akan datang.

5. Description menyatakan deskripsi material secara umum.

6. On Hand menyatakan jumlah material yang ada di tangan sebagai sisa periode

sebelumnya.

7. Order Policy menyatakan jenis pendekatan yang digunakan untuk menentukan

ukuran lot yang dibutuhkan saat memesan barang.

8. Lot Size menyatakan penentuan ukuran lot saat memesan barang.

9. Gross Requirement menyatakan jumlah yang akan diproduksi atau dipakai pada

setiap periode. Untuk item akhir (produk jadi), kuantitas gross requirement sama

dengan MPS (Master Production Schedule). Untuk komponen, kuantitas gross

requirement diturunkan dari Planned Order Release induknya.

10. Scheduled Receipts menyatakan material yang dipesan dan akan diterima pada

periode tertentu.

11. Projected Available Balance I ( PAB I ) menyatakan kuantitas material yang ada

di tangan sebagai persediaan pada awal periode. PAB I dapat dihitung dengan

menambahkan material on hand periode sebelumnya dengan Scheduled Receipts

pada periode itu dan menguranginya dengan Gross Requirement pada periode

yang sama. Atau jika dimasukkan pada rumus adalah sebagai berikut :

PAB I = (PAB II)t-1 - (Gross Requirement)t + (Scheduled Receipts)t

12. Net Requirements menyatakan jumlah bersih (netto) dari setiap komponen yang

harus disediakan untuk memenuhi induk komponennya atau untuk memenuhi

69

Master Production Scheduled. Net Requirements sama dengan nol jika Projected

Available Balance I lebih besar dari nol dan sama dengan minus jika Projected

Available Balance I kurang sama dengan dari nol.

Net Requirement = -(PAB I)t + Safety stock

13. Planned Order Receipts menyatakan kuantitas pemesanan yang dibutuhkan pada

suatu periode. Planned Order Receipts muncul pada saat yang sama dengan Net

Requirements, akan tetapi ukuran pemesanannya (lot sizing) bergantung kepada

Order Policy-nya. Selain itu juga harus mempertimbangkan Safety stock juga.

14. Planned Order Release menyatakan kapan suatu pesanan sudah harus dilakukan

atau dimanufaktur sehingga komponen ini tersedia ketika dibutuhkan oleh induk

itemnya. Kapan suatu pesanan harus dilakukan ditetapkan dengan periode Lead

time sebelum dibutuhkan.

15. Projected Available Balance II ( PAB II ) menyatakan kuantitas material yang

ada di tanagn sebagai persediaan pada akhir periode. PAB II dapat dihitung

dengan cara mengurangkan Planned Order Receipts pada Net Requirements.

PAB II = (PAB II) t-1 + (Schedule receipt) t – (Gross Requirement) t +

(Planned Order Receipt) t

atau dapat disingkat :

PAB II = (PAB I)t + (Planned Order Receipt)t

3.9.5 Prosedur Sistem MRP

Sistem MRP memiliki empat langkah utama yang selanjutnya keempat langkah

ini harus diterapkan satu per satu pada periode perencanaan dan pada setiap item.

Langkah-langkah tersebut adalah sebagai berikut :

70

- Netting : Perhitungan kebutuhan bersih.

- Lotting : Penentuan ukuran lot.

- Offsetting : Penetapan besarnya lead time.

- Explosion : Perhitungan selanjutnya untuk item level di bawahnya.

3.9.5.1 Netting

Netting adalah proses perhitungan untuk menetapkan jumlah kebutuhan bersih,

yang besarnya merupakan selisih antara kebutuhan kotor dengan keadaaan persediaan (

yang ada dalam persediaan dan yang sedang dipesan). Data yang diperlukan dalam

proses perhitungan kebutuhan bersih ini adalah :

1. Kebutuhan kotor untuk setiap periode.

2. Persediaan yang dipunyai pada awal perencanaan.

3. Rencana penerimaan untuk setiap periode perencanaan.

3.9.5.2 Lotting

Untuk menjamin bahwa semua kebutuhan-kebutuhan akan dipenuhi, pesanan

akan dijadwalkan untuk penyelesaian pada awal periode dimana ada kebutuhan bersih

yang positif. Ukuran dari pesanan dapat mungkin sama dengan kebutuhan bersih di

periode yang bersangkutan, atau mungkin saja lebih besar yang meliputi kebutuhan

bersih di periode mendatang untuk memanfaatkan skala ekonominya.

Lotting adalah suatu proses untuk menentukan besarnya jumlah pesanan

optimal untuk setiap item secara individual didasarkan pada hasil perhitungan kebutuhan

bersih yang telah dilakukan. Ukuran lot menentukan besarnya jumlah komponen yang

diterima setiap kali pesan. Penentuan ukuran lot ini sangat tergantung pada besarnya

biaya-biaya persediaan, seperti biaya pesan, biaya simpan, biaya modal, dan harga

71

barang itu sendiri. Ada banyak alternatif metode untuk menentukan ukuran lot. Beberapa

teknik diarahkan untuk meminimalkan total ongkos set-up dan ongkos simpan. Teknik-

teknik tersebut adalah sebagai berikut :

1. Fixed Order Quantity (FOQ)

Dalam metode FOQ ukuran lot ditentukan secara subjektif. Berapa besarnya dapat

ditentukan berdasarkan pengalaman produksi atau intuisi. Tidak ada teknik yang

dapat dikemukakan untuk menentukan berapa ukuran lot ini. Kapasitas produksi

selama lead time produksi dalam hal ini dapat digunakan sebagai dasar untuk

menentukan besarnya lot. Sekali lot ditetapkan, maka lot ini akan digunakan untuk

seluruh periode selanjutnya dalam perencanaan. Berapa pun kebutuhan bersihnya,

rencana pesan akan tetap sebesar lot yang telah ditentukan tersebut.

Apabila teknik ini diterapkan dalam sistem MRP, maka besarnya jumlah pesanan

dapat menjadi sama atau lebih besar dari kebutuhan bersih, yang kadang-kadang

diperlukan bila ada lonjakan permintaan. Salah satu ciri dari metode FOQ ini

adalah ukuran lot-nya selalu tetap, tetapi periode pemesanannya yang selalu

berubah.

2. Economic Order Quantity (EOQ)

Dalam teknik ini besarnya ukuran lot adalah tetap. Penentuan lot berdasarkan biaya

pesan dan biaya simpan, dengan formula seperti berikut :

HADEOQ 2

=

dimana :

EOQ = jumlah pemesanan yang ekonomis

D = Demand rata-rata per horison

72

A = biaya pesan bahan baku

H = biaya simpan bahan baku dalam suatu periode

Metode EOQ ini biasanya dipakai untuk horizon perencanaan selama satu tahun

sebesar dua belas bulan. Metode EOQ baik digunakan bila semua data konstan dan

perbandingan biaya pesan dan simpan sangat besar.

3. Lot-For-Lot (LFL)

Teknik penetapan ukuran lot dilakukan atas dasar pesanan diskrit. Di samping itu,

teknik ini merupakan cara paling sederhana dari semua teknik ukuran lot yang ada.

Teknik ini selalu melakukan perhitungan kembali (bersifat dinamis) terutama

apabila terjadi perubahan pada kebutuhan bersih. Penggunaan teknik ini bertujuan

untuk meminimumkan ongkos simpan, sehingga dengan teknik ini ongkos simpan

menjadi nol. Oleh karena itu sering digunakan untuk item-item yang mempunyai

biaya simpan per unit sangat mahal.

4. Silver Meal

Adalah metode pemesanan lot dinamis (Dynamic Lot sizing Method) yang

mempertimbangkan pemesanan untuk beberapa periode ke depan. Tujuan dari

teknik lotting ini yaitu untuk meminimumkan rata-rata biaya per periode selama m

periode perencanaan. Biaya yang termasuk di dalam teknik lotting ini yaitu biaya

pesan dan biaya simpan. Permintaan untuk beberapa periode n ke depan

dilambangkan dengan :

D1, D2, ..., Dn

K(m) adalah biaya variabel rata-rata per periode jika pesanan mencakup m periode.

Diasumsikan biaya simpan terjadi pada akhir periode dan kuantitas yang diperlukan

di setiap periode digunakan pada awal periode.

73

Untuk periode 1 : K(1) = A

Jika kita memsan D1+D2 pada periode 1 untuk memenuhi permintaan di periode 1

dan 2 , kita mendapatkan:

K(2) = )(21

2hDA+

Dimana h adalah biaya simpan satu unit untuk 1 periode.

Rumus:

K(m) = mhDmhDhDAm

)1(...2(132 −++++

Hitung K(m), m= 1, 2, ..., m dan berhenti jika: K(m+1) > K(m)

Qi = D1 + D2 + ... + Dm

Secara umum, Qi adalah kuantitas yang dipesan pada periode i dan mencakup m

periode ke depan. Jika tidak ada pemesanan pada periode i maka Qi adalah nol.

5. Part Period Balancing

Metode ini berusahan meminimalkan jumlah biaya variabel untuk semua lot. Untuk

mendapatkan biaya simpan barang, dikenalkan nama part period yaitu satu unit

barang yang disimpan pada satu periode. Jadi apabila ada 10 unit disimpan untuk 1

periode sama dengan 10 part period, dan sama juga dengan 5 unit disimpan untuk

2 periode.

PPm = part period for m periods

Jadi

PP1 = 0

PP2 = D2

PP2 = D2 + 2 D3

74

PPm = D2 + 2 D3 + … + (m-1)Dm

PPF = part period factor = A / h

Stopping Rule = PPm > PPF

Keterangan:

Dm = permintaan pada periode ke m

A = Biaya Pesan

H = Biaya Simpan

3.9.5.3 Offsetting

Langkah ini bertujuan untuk menentukan saat yang tepat untuk melakukan

rencana pemesanan dalam rangka memenuhi tingkat kebutuhan bersih. Rencana

pemesanan diperoleh dengan cara mengurangkan saat awal tersedianya ukuran lot yang

diinginkan dengan besarnya lead time. Lead time adalah besarnya waktu saat barang

mulai dipesan atau diproduksi sampai barang tersebut selesai dan diterima siap untuk

dipakai.

3.9.5.4 Explosion

Proses explosion adalah proses penghitungan kebutuhan kotor untuk tingkat

item/komponen yang lebih bawah. Perhitungan kebutuhan kotor ini didasarkan pada

rencana pemesanan item-item produk pada level yang lebih atas. Untuk penghitungan

kebutuhan kotor ini, diperlukan struktur produk dan informasi mengenai berapa jumlah

kebutuhan tiap item untuk iem yang akan dihitung.

Dalam proses ini, data mengenai struktur produk harus tersedia secara akurat.

Ketidakakuratan data struktur produk akan mengakibatkan kesalahan pada perhitungan.

75

Atas dasar struktur produk inilah proses explosion dibuat.Dengan data struktur produk

dapat ditentukan kearah komponen mana harus dilakukan explosion. Struktur produk

juga harus langsung dimodifikasi bila ada perubahan pada cara produksi atau perakitan.

3.10 Gantt Chart

Tujuan dari grafik ini adalab untuk menampilkan status dari tiap sumber daya

(biasanya adalah mesin) pada semua waktu. Sumbu x merepresentasikan waktu dan

sumbu y merepresentasikan batang horisontal untuk setiap mesin. Ketika sebuah kerja

diproses pada sebuah mesin, sebuah kotak ditempatkan di batang horisontal, dimulai

dengan waktu mulainya pekerjaan dan diakhiri dengan waktu penyelesaian. Selain mesin

Gantt chart juga dapat menampilkan status pekerjaan pada sumbu y.

3.11 Pengertian Sistem

Berdasarkan pendapat McLeod (2004, p9) sistem adalah sekelompok elemen-

elemen yang terintegrasi dengan maksud untuk mencapai suatu tujuan tertentu. Definisi

ini cocok untuk suatu organisasi seperti suatu perusahaan atau bidang fungsional

lainnya. Organisasi terdiri dari sejumlah sumber daya seperti manusia, material, uang,

mesin, dan informasi dimana sumber daya tersebut bekerja menuju tercapainya suatu

tujuan yang ditentukan oleh pemilik atau manajemen.

Model dasar dari sistem ialah sebagai berikut :

a. Input

Merupakan sekumpulan data baik dari luar organisasi maupun dari dalam

organisasi yang akan digunakan dalam proses sistem informasi.

76

b. Process

Merupakan kegiatan konversi, manipulasi, dan analisis dari data input menjadi

lebih berarti bagi manusia.

c. Output

Merupakan proses menditribusikan informasi kepada orang atau kegiatan yang

memerlukannya.

d. Feedback

Merupakan output yang dikembalikan kepada orang-orang dalam organisasi untuk

membantu mengevaluasi input.

e. Subsistem

Merupakan sebagian dari sistem yang mempunyai fungsi khusus. Masing-masing

subsistem itu sendiri memiliki komponen input, proses, output, dan feedback.

Organisasi juga merupakan suatu sistem yang berisi beberapa subsistem yang

menjalankan aktivitas utama dan beberapa subsistem yang menjalankan aktivitas

pendukung. Aktivitas utama mempengaruhi secara langsung keunggulan kompetitif

produk seperti biaya, kualitas, ketersediaan, dan pelayanan. Sedangkan aktivitas

pendukung tidak secara langsung menciptakan nilai suatu produk.

3.12 Pengertian Informasi

McLeod (2004, p12) berpendapat informasi adalah data yang telah diproses, atau

data yang memiliki arti. Sedangkan menurut O’Brien (2004, p13) informasi adalah data

yang telah dikonversikan menjadi konteks yang berarti dan berguna bagi pemakai

tertentu.

77

Terdapat empat dimensi informasi menurut pendapat McLeod (2001, p145), yaitu:

- Ketepatan Waktu

Informasi harus dapat tersedia untuk memecahkan masalah pada waktu yang tepat

sebelum situasi menjadi tidak terkendali atau kesempatan yang ada menghilang.

Manajer juga harus mampu memperoleh informasi yang menggambarkan keadaan

yang sedang terjadi sekarang, selain apa yang telah terjadi pada masa lalu.

- Kelengkapan

Perusahaan khususnya manajer harus dapat memperoleh informasi yang memberi

gambaran lengkap dari suatu permasalahan atau penyelesaian. Namun pemberian

informasi yang tidak berguna secara berlebihan harus dihindari.

- Akurasi

Secara ideal, semua informasi harus akurat untuk menunjang terbentuknya sistem

yang akurat pula. Akurasi ini terutama diperlukan dalam aplikasi-aplikasi tertentu

seperti aplikasi yang melibatkan keuangan, semakin teliti informasi yang diinginkan

maka biaya pun semakin bertambah.

- Relevansi

Informasi disebut relevan jika informasi tersebut berkaitan langsung dengan masalah

yang sedang dihadapi. Manajer harus mampu memilih informasi yang diperlukan.

3.13 Pengertian Sistem Informasi

Berdasarkan pendapat McLeod (2001, p4) sistem informasi adalah kombinasi

secara terorgansir antara orang, perangkat keras, perangkat lunak, jaringan komunikasi,

sumber data yang menerima, mentransformasikan, dan menyebarkan informasi dalam

organisasi.

78

Berdasarkan pendapat Laudon (2001, p8) sistem informasi adalah sekumpulan

komponen yang saling berhubungan yang menerima, memproses, menyimpan, dan

menyebarkan informasi untuk mendukung pengambilan keputusan dan pengendalian

dalam sebuah organisasi.

Dalam suatu organisasi, sistem informasi memiliki beberapa peranan dasar yaitu

sistem informasi berusaha memberikan informasi aktual tentang lingkungan dari

organisasi tersebut sehingga organisasi mendapat gambaran yang akurat tentang

lingkungannya. Selain itu dengan aliran informasinya, sistem informasi berusaha agar

elemen – elemen di dalam organisasi selalu kompak dan harmonis dimana tidak terjadi

duplikasi kerja dan lepas satu sama lain. Dengan demikian dapat dilihat bahwa manfaat

dari sistem informasi ialah :

a) Menjadikan organisasi lebih efisien dan lebih efektif

b) Lebih cepat tanggap dalam merespon perubahan

c) Mengelola kualitas output

d) Memudahkan melakukan fungsi kontrol

e) Memprediksi masa depan

f) Melancarkan operasi organisasi

g) Menstabilkan beroperasinya organisasi

h) Membantu pengambilan keputusan.

3.14 Unified Modelling Language (UML)

3.14.1 Sejarah UML

Unified Modeling Language (UML) dikembangkan dengan tujuan untuk

menyederhanakan dan mengkonsolidasikan sejumlah besar metode pengembangan

79

object oriented yang muncul. Metode pengembangan untuk bahasa pemrograman

tradisional muncul pada tahun 1970 an dan menjadi menyebar pada tahun 1980 an. Yang

paling terkenal diantaranya adalah structured analysis and structured design.

Pendekatan analisa dan rancangan dengan menggunakan metode Object

Oriented mulai diperkenalkan sekitar pertengahan 1970 hingga akhir 1980 dikarenakan

pada saat itu aplikasi software sudah meningkat dan mulai kompleks. Jumlah yang

menggunakan metode OO mulai diuji coba dan diaplikasikan antara 1989 hingga 1994 ,

seperti halnya oleh Grady Booch dari Rational Software Co., dikenal dengan OOSE

(Object-Oriented Software Engineering), serta James Rumbaugh dari General Electric,

dikenal dengan OMT (Object Modelling Technique).

Kelemahan saat itu mulai disadari oleh Booch maupun Rumbaugh, ketika

mereka bertemu rekan lainnya, Ivar Jacobson dari Objectory. Kelemahannya adalah

tidak adanya standar penggunaan model yang berbasis OO, sehingga mereka mulai

mendiskusikan untuk mengadopsi masing-masing pendekatan metoda OO untuk

membuat suatu model bahasa yang seragam, yaitu UML (Unified Modeling Language)

dan dapat digunakan oleh seluruh dunia.

80

3.14.2 Kegunaan UML

UML diperuntukan untuk pemakaian sistem software yang intensif. Ada banyak

tujuan dibelakang pengembangan dari UML, yang paling pertama dan penting adalah

agar dapat digunakan oleh semua pengembang atau modelers dan tujuan akhir dari UML

adalah untuk menjadi sesederhana mungkin selama masih memenuhi kebutuhan untuk

melakukan modeling pada sistem yang akan dibangun.

3.15 Analisis dan perancangan berorientasi objek

Menurut Mathiassen et al. (2000, p5), Analisis dan Perancangan Berorientasi

Objek mendeskripsikan dua permasalahan yang berbeda, yakni di dalam sistem dan di

luar sistem. Analisis objek mendeskripsikan fenomena di luar sistem, seperti orang dan

barang, yang dapat berdiri sendiri. Perancangan objek mendeskripsikan fenomena di

dalam sistem yang dapat diawasi. Kita dapat mendeskripsikan behavior mereka sebagai

operasi untuk komputer yang menyelesaikannya. Berikut adalah gambar yang

menerangkan tahapan analisis dan perancangan berorientasi objek.

Gambar 3.9 Main activitities in Object Oriented Design

Menurut Mathiassen et al. (2000, p15)

81

Menurut Mathiassen et al. (2000, p15), analisis dan perancangan berorientasi

objek mempunyai 4 tahapan atau aktivitas utama, yakni :

3.15.1 Problem Domain Analysis

Menurut Mathiassen et al. (2000, p45), Problem Domain Analysis merupakan

bagian dari sebuah konteks yang diadministrasi, dimonitor dan dikontrol oleh sebuah

sistem. Tujuannya adalah untuk mengidentifikasi dan memodelkan sebuah problem

domain.

Menurut Mathiassen et al. (2000, p46), Problem Domain Modelling mempunyai

3 aktivitas :

a. Classes

Object adalah suatu entitas dengan identity (identitas), state (pernyataan) dan

behavior (perilaku). Sedangkan Event adalah kejadian terus – menerus yang

melibatkan satu atau dua objek. (Mathiassen et al, 2000, p51).

Menurut Mathiassen et al. (2000, p53), Class adalah suatu deskripsi dari

sekumpulan objek yang mempunyai structure, behavioral pattern dan attributes.

Dapat dinyatakan bahwa sebuah objek dijelaskan di sebuah class, class

menjelaskannya dengan bentuk struktur dan kelakukan dari semua objeknya.

Sebuah objek yang diciptakan dari sebuah kelas disebut juga instansi dari class,

dengan kata lain class adalah deskripsi statik dan objek adalah instansi dinamis

dari class.

Menurut Mathiassen et al. (2000, p55) ada 3 sub aktivitas dalam memilih Class

dan Event, yaitu :

82

1. Menemukan kandidat untuk classes

Pemilihan class merupakan kunci utama dalam membuat problem domain.

Pada umumnya yang dilakukan adalah mencari semua kata benda sebanyak

mungkin yang terdapat pada system definition.

Menurut Mathiassen et al. (2000, p57), penggunaan nama class sebaiknya :

- Sederhana dan mudah dimengerti

- Sesuai dengan problem domain

- Menunjukkan satu kejadian

Gambar 3.10 Memilih Class dan Event

Menurut Mathiassen et al. (2000, p55)

2. Menemukan kandidat untuk event

Selain class, event juga merupakan bagian penting dalam problem domain.

Cara untuk mencarinya adalah dengan mencari kata kerja pada system

definition sebanyak mungkin.

3. Mengevaluasi dan memilih secara sistematik

Jika daftar class dan event telah lengkap, maka mereka dievaluasi secara

sistematik. Kriteria umum untuk mengevaluasi adalah :

83

- class dan event ada dalam system definition

- class dan event relevan untuk problem domain

b. Structure

Menurut Mathiassen et al. (2000, p69), tujuan structure adalah untuk

mendeskripsikan hubungan struktural antara classes dan objects dalam problem

domain.

Menurut Mathiassen et al. (2000, p72), konsep structure dibedakan atas :

1. Class structure

Menggambarkan hubungan konseptual yang statis antar class.

Terdiri atas :

- Generalization Structure :

Merupakan suatu hubungan antara satu atau lebih subclass dengan satu atau

lebih superclass.

- Cluster Structure

Merupakan kumpulan dari classes yang saling berhubungan.

2. Object structure

Menggambarkan hubungan yang dinamis antara objects yang ada dalam

problem domain. Terdiri atas :

♦ Agregation structure

Mendefinisilkan hubungan antara 2 buah objects atau lebih. Menurut

Mathiassen et al. (2000, p79), ada 3 tipe aplikasi dari aggregation

structure:

84

1. Whole part

Object superior adalah jumlah dari object inferior, jika menambah atau

mengurangi maka akan mengubah pokok object superior.

2. Container content

Object superior adalah container bagi object inferior, jika menambah

atau mengurangi object inferior maka tidak akan mengubah object

superior.

3. Union member

Object superior adalah object inferior yang terorganisasi. Tidak akan

terjadi perubahan pada object superior apabila melakukan penambahan

atau pengurangan pada object inferior namun tetap memiliki batasan –

batasan.

♦ Association structure

Merupakan relasi antara 2 atau lebih objek Digambarkan sebagai sebuah

garis sederhana antara class yang berhubungan. Association multiplicity

diuraikan dengan cara yang sama seperti menguraikan aggregation.

Perbedaan antara association structure dan aggregation structure adalah

hubungan antar class pada aggregation mempunyai pertalian yang kuat

sedangkan pada association tidak kuat. Dan dalam aggregation dilukiskan

hubungan yang definitive serta fundamental sedangkan dalam association

dilukiskan hubungan yang tidak tetap.

85

c. Behavior

Menurut Mathiassen et al. (2000, p89), tujuan behavior adalah untuk

memodelkan problem domain yang dinamis. Dan 3 konsep yang terkandung

dalam behavior adalah :

♦ Event Trace

Merupakan urutan dari events yang melibatkan objek secara spesifik.

♦ Behavioral Pattern

Suatu deskripsi dari kemungkinan events traces untuk semua object dalam

class.

♦ Attribute

Suatu deskripsi dari class atau event.

Gambar 3.11 Activities in Problem Domain

Menurut Mathiassen et al. (2000, p46)

86

3.15.2 Application Domain Analysis

Menurut Mathiassen et al. (2000, p115), Application Domain Analysis adalah

organisasi yang mengadministrasi, memonitor atau mengontrol sebuah problem domain.

Tujuannya adalah untuk menetapkan system usage requirements.

Aktivitas dari Application Domain Analysis adalah : Usage, Functions dan

Interfaces.

Gambar 3.12 Application Domain Analysis

Menurut Mathiassen et al. (2000, p117)

a. Usage

Menurut Mathiassen ( 2000, p119 ), usage untuk menetapkan bagaimana

actor berinteraksi dengan sistem. Konsepnya adalah :

- Actor : sebuah abstraksi dari user atau sistem lain yang berinteraksi dengan

target system.

Actor1

Gambar 3.13 Actor

87

- Use case : urutan kejadian – kejadian anatara system dan actor dalam

application domain.

create software record grades

Gambar 3.14 Use Case

b. Functions

Menurut Mathiassen et al. (2000, p137), functions merupakan fasilitas untuk

membuat sebuah model berguna bagi actor. Tujuannya adalah untuk menetapkan

kemampuan berproses sistem informasi. Tipe – tipe functions adalah :

- Update functions

Diaktifkan dengan problem domain event dan hasilnya didalam perubahan

model state.

- Signal functions

Diaktifkan dengan merubah model state dan hasilnya pada reaksi di konteks.

Reaksi ini mungkin menampilkan actor pada application domain atau

intervensi langsung di problem domain.

- Read functions

Diaktifkan oleh kebutuhan akan informasi di lembar kerja actor dan hasilnya

tampilan sistem yang relevan dari model.

- Compute functions

Diaktifkan oleh kebutuhan akan informasi di lembar kerja actor melibatkan

informasi yang disediakan actor atau model. Hasilnya adalah tampilan dari

kegiatan compute tersebut.

88

c. Interfaces

Menurut Mathiassen et al. (2000, p151), interfaces adalah fasilitas yang

membuat system model dan functions dapat digunakan oleh actor. Tujuannya

adalah untuk menetapkan system interfaces. Hasil dari interfaces adalah :

- User interfaces

Tipe dialog dan form presentasi, daftar lengkap dari elemen user interface,

window diagram dan navigation diagram.

- System interfaces

Class diagram untuk peralatan luar dan protokol - protokol untuk

berinteraksi dengan sistem lain.

3.15.3 Architectural Design

Menurut Mathiassen et al. (2000, p173), tujuan dari architectural design adalah

untuk menstruktur sistem yang terkomputerisasi.

Gambar 3.15 Activities in Architectural Design

Menurut Mathiassen et al. (2000, p176)

Menurut Mathiassen et al. (2000, p173), 3 aktivitas yang terdapat pada

Architectural Design :

89

a. Criteria

Menurut Mathiassen et al. (2000, p177), tujuan dari criteria adalah untuk

mengatur prioritas perancangan. Konsepnya adalah :

- Criterion : Properti dari architecture

- Conditions : kesempatan dan batas technical, organizational dan human yang

telibat dalam suatu tugas.

Menurut Mathiassen et al. (2000, p178) terdapat 12 jenis kriteria software :

1. Usable

Adalah kemampuan sistem untuk beradapatasi dengan situasi organisasi,

tugas dan hal – hal teknis.

2. Secure

Adalah kemampuan untuk melakukan pencegahan terhadap akses yang

tidak berwenang.

3. Efficient

Adalah penggunaan secara ekonomis terhadap fasilitas technical platform.

4. Correct

Adalah sesuai dengan kebutuhan.,

5. Reliable

Adalah ketepatan dalam melakukan suatu fungsi.

6. Maintainable

Adalah kemampuan untuk perbaikan sistem yang rusak.

7. Testable

Adalah penempatan biaya untuk memastikan sistem bekerja sesuai dengan

yang diinginkan.

90

8. Flexible

Adalah kemampuan untuk modifikasi sistem yang berjalan.

9. Comprehensible

Adalah usaha yang diperlukan untuk memperoleh pengertian akan suatu

sistem.

10. Reusable

Adalah potensi untuk menggunakan sistem pada bagian sistem lain yang

saling berhubungan.

11. Portable

Adalah kemampuan sistem untuk dapat dipindahkan ke technical platform

yang lain.

12. Interoperable

Adalah kemampuan untuk merangkai sistem ke dalam sistem yang lain.

Selain kriteria – kriteria diatas, menurut Mathiassen et al. (2000, p184),

terdapat pula kondisi – kondisi yang harus diperhitungkan :

- Technical

Adalah perangkat keras yang tersedia, perangkat lunak dasar dan sistem;

menggunakan kembali bahan – bahan dan komponen – komponen yang

telah ada; menggunakan komponen standar yang dapat dibeli.

- Organizational

Adalah perjanjian kontrak; rencana pengembangan dan pembagian kerja

antara pengembang.

91

- Human

Adalah kemampuan untuk mendesain; pengalaman dengan sistem yang

serupa; pengalaman dengan technical platform.

b. Component

Menurut Mathiassen et al. (2000, p189), tujuan dari components adalah

untuk menciptakan sistem yang comprehensible dan flexible. Component

architecture adalah sebuah struktur sistem dari components yang saling

berhubungan.

c. Process

Menurut Mathiassen et al. (2000, p209), tujuan process adalah untuk

mendefinisikan struktur program secara fisik.

3.15.4 Component Design

Menurut Mathiassen et al. (2000, p231), tujuan component design adalah untuk

menetapkan sebuah implementasi pada sebuah architectural framework.

Aktivitas pada component design adalah :

1. Model component

Menurut Mathiassen et al. (2000, p235), model component adalah bagian dari

sistem yang mengimplementasikan problem domain model.

2. Function component

Tujuan Function component menurut Mathiassen et al. (2000, p252) adalah

untuk menetapkan functions implementation. Function implementation adalah

bagian dari sistem yang mengimplementasikan persyaratan functions.

92

3. Connecting component

Tujuan dari connecting components menurut Mathiassen et al. (2000,

p271) adalah untuk menggabungkan system components.

Ada 2 konsep dalam connenting component yaitu :

a. Coupling

Merupakan suatu ukuran seberapa dekat 2 classes atau components

terhubungkan.

b. Cohesion

Merupakan ukuran seberapa dekat class atau component saling terkait satu

sama lain.

Gambar 3.16 Components Design

Menurut Mathiassen et al. (2000, p232)

Gambar 3.1 Struktur Produk Pulpen ................................................................................30 Gambar 3.2 Peta Proses Produksi Pajangan.....................................................................33 Gambar 3.3 Pola Data Horisontal ....................................................................................36 Gambar 3.4 Pola Data Musiman ......................................................................................37 Gambar 3.5 Pola Data Siklis ............................................................................................37 Gambar 3.6 Pola Data Trend............................................................................................38 Gambar 3.7 Proses Penjadwalan Produksi.......................................................................59 Gambar 3.8 Proses Kerja dari MRP ..............................................................................65 Gambar 3.9 Main activitities in Object Oriented Design ...............................................80 Gambar 3.10 Memilih Class dan Event ...........................................................................82 Gambar 3.11 Activities in Problem Domain....................................................................85

93

Gambar 3.12 Application Domain Analysis.....................................................................86 Gambar 3.13 Actor ...........................................................................................................86 Gambar 3.14 Use Case.....................................................................................................87 Gambar 3.15 Activities in Architectural Design ..............................................................88 Gambar 3.16 Components Design ...................................................................................92