1

BAB I

PENDAHULUAN

Pada bab ini menjelaskan mengenai latar belakang permasalahan yang akan dilakukan,

identifikasi masalah, rumusan masalah, batasan masalah, asumsi, tujuan penelitian dan

manfaat yang diperoleh dari penelitian ini.

1.1 Latar Belakang

Perusahaan sebagai pelaku industri terus bersaing dalam memenuhi kebutuhan

konsumen. Perusahaan sebisa mungkin memberikan hasil produksi terbaik untuk

meningkatkan kepuasan konsumen dengan menghasilkan produk yang berkualitas. Selain

itu, perusahaan juga diminta untuk selalu memenuhi permintaan pelanggan agar pelanggan

tidak mencari perusahaan kompetitor yang bisa memenuhi permintaannya. Maka dari itu

diperlukan penjadwalan produksi yang baik untuk mencapai target permintaan konsumen.

Penjadwalan produksi yang baik dalam suatu perusahaan akan memiliki keuntungan

yaitu meningkatkan penggunaan sumber daya atau mengurangi waktu tunggunya, sehingga

total waktu proses dapat berkurang, dan produktivitas dapat meningkat (Nasution, 2008).

Sebaliknya, apabila perusahaan tidak dapat melakukan penjadwalan produksi dengan baik

maka jumlah work in process akan meningkat. Work in process merupakan material yang

telah memasuki proses produksi tetapi belum menjadi produk jadi (Gaspersz, 2008). Work

in process dapat merugikan perusahaan karena dapat mengganggu jalannya produksi.

PT Flamboyan Jaya merupakan perusahaan yang memproduksi kantung plastik yang

sering digunakan untuk keperluan rumah tangga. PT Flamboyan Jaya terletak di

Karangploso, Kabupaten Malang. Produk yang dihasilkan terdiri dari kantung plastik natural

dan kantung plastik berwarna dengan ukuran tebal dan tipis. Bahan baku yang digunakan

berupa biji plastik yang didapatkan dari suplier. PT Flamboyan Jaya menerapkan produksi

make to order untuk plastik natural dan make to stock untuk plastik warna.

Proses produksi di PT Flamboyan Jaya menggunakan mesin semi-otomatis yang

dioperasikan oleh beberapa operator. Proses produksi terdiri dari lima tahapan proses yaitu

proses mixing, blowing, cutting, plong, dan packaging. Tahap pertama adalah proses mixing,

pada tahapan ini bahan baku dimasukkan ke dalam mesin mixing dan diproses selama kurang

lebih 15 menit. Tahap kedua adalah proses blowing, bahan baku berbentuk biji plastik yang

1

2

telah dicampur akan dipanaskan dengan suhu sekitar 80oC – 120oC dan berubah bentuk

menjadi semi-padat. Kemudian diakukan proses peniupan sehingga berubah menjadi bentuk

gulungan lembaran plastik. Tahap ketiga adalah proses cutting, dimulai dengan proses

penyambungan sehingga plastik berupa lembaran menjadi seperti kantong, kemudian

dilakukan pemotongan sesuai ukuran berbentuk persegi. Tahap keempat adalah proses

plong, plastik berbentuk persegi akan dipotong ujungnya agar terbentuk pegangan kantong

plastik. Tahap kelima adalah packaging, pada tahap ini kantung plastik akan ditimbang

sesuai dengan berat yang ditentukan dan kemudian dikemas ke dalam karung plastik. Kelima

proses tersebut dilakukan oleh 35 operator yang dibagi dalam beberapa shift setiap

prosesnya. Proses mixing dan blowing dilakukan dalam 3 shift oleh 3 operator setiap shift.

Proses cutting dilakukan dalam 2 shift oleh 8 operator setiap shift. Proses plong dilakukan

dalam 2 shift oleh 2 orang operator setiap shift, dan proses packaging dilakukan dalam 1

shift oleh 6 operator. Waktu tiap shift terbagi menjadi shift 1 pukul 06.00 – 14.00 WIB, shift

2 pukul 14.00 – 22.00 WIB, dan shift 3 pukul 22.00 – 06.00 WIB. Untuk proses packaging

dilakukan pada pukul 08.00 – 16.00 WIB.

Tabel 1.1

Data Kapasitas Produksi

Proses Jumlah

Mesin

Jumlah

Operator

Kapasitas/Shift

(Kg) Total

Shift

Kapasitas/Hari

(Kg)

Mixing 1 3

1000 3 3000

Blowing 5 800 3 2400

Cutting 4 8 1500 2 3000

Plong 2 2 1000 2 2000

Packaging - 6 2000 1 2000

Sumber : Data perusahaan

Pada tabel 1.1 merupakan data kapasitas produksi tiap mesin dan jumlah mesin yang

terdapat di PT Flamboyan Jaya, dapat dilihat perbedaan kapasitas produksi tiap mesin.

Perbedaan kapasitas dan jumlah mesin tersebut dapat mengakibatkan banyaknya work in

process (WIP) pada proses produksi kantung plastik. Di perusahaan PT Flamboyan Jaya,

work in process merupakan jumlah barang dalam kilogram yang telah selesai diproses dan

menunggu untuk diproses ke mesin selanjutnya. Proses blowing memiliki jumlah 5 mesin

dengan 3 shift dan pada proses cutting memiliki jumlah 4 mesin dengan 2 shift. Hasil

produksi shift pertama pada proses blowing akan dikerjakan oleh shift pertama proses

cutting, dan hasil produksi shift kedua proses blowing akan dikerjakan oleh shift kedua

proses cutting, sedangkan hasil produksi shift ketiga pada proses blowing akan menunggu

untuk dikerjakan oleh shift pertama proses cutting keesokan harinya. Oleh karena itu,

3

terdapat tumpukan work in process yang terjadi pada proses blowing. Work in process juga

terjadi pada mesin cutting menuju proses mesin plong. Jumlah mesin plong sebanyak 2

mesin dan juga mesin yang masih tergolong semi-otomatis, dimana tenaga manusia

dibutuhkan untuk memotong plastik, sehingga menyebabkan work in process juga terjadi

pada proses plong.

Tabel 1.2

Data Work In Process Produksi Kantung Plastik Bulan Oktober 2016

TANGGAL WORK IN PROCESS (Kg) JUMLAH

(Kg) BLOWING CUTTING PLONG

1 159 683 232 1074

3 210 129 378 716

4 200 0 0 200

5 0 718 0 718

6 0 46 14 60

7 1007 0 0 1007

8 0 340 808 1148

10 0 198 0 198

11 500 318 0 818

12 759 300 228 1287

13 78 182 486 746

14 0 525 0 525

15 0 163 0 163

17 151 0 0 151

18 0 150 369 519

19 359 0 0 359

20 559 0 106 665

21 834 92 83 1008

22 0 0 81 81

24 0 216 766 982

25 121 8 59 188

26 271 5 0 276

27 0 72 312 384

28 269 306 0 575

29 0 58 0 58

31 20 0 0 20

Sumber : Data perusahaan

Tabel 1.2 merupakan work in process dalam satuan unit kilogram, dapat dilihat hampir

setiap hari terdapat work in process pada bulan Oktober 2016. Work in process ini

disebabkan oleh terjadinya bottleneck pada proses produksi. WIP pada proses blowing

berupa gulungan lembaran plastik, pada proses cutting berupa kantung plastik berbentuk

persegi, dan pada proses plong berupa produk jadi kantung plastik. Perhitungan work in

process dilakukan setiap pagi hari. Perencanaan produksi di PT Flamboyan Jaya belum

4

dilakukan dengan baik. Dimana proses produksi dilakukan apabila persediaan produk jadi

berupa plastik habis atau menipis. Tidak ada perhitungan penjadwalan produksi yang

dilakukan dalam perusahaan untuk melakukan proses produksi.

Oleh karena itu, diperlukan perbaikan dengan mengidentifikasi lebih lanjut proses yang

menjadi sumber kendala (bottleneck). Setelah diketahui stasiun kendala, maka

mengalokasikan penjadwalan produksi dengan menggunakan metode drum buffer rope

sesuai dengan prinsip Theory of Constraints (TOC). Sehingga dengan penjadwalan produksi

yang baru dapat mengurangi jumlah work in process dan diharapkan dapat memenuhi

permintaan pelanggan.

1.2 Identifikasi Masalah

Berdasarkan latar belakang di atas, maka dapat diidentifikasi permasalahan sebagai

berikut.

1. Perbedaan jumlah kapasitas produksi, jumlah mesin dan shift menyebabkan terdapat

proses yang mengalami bottleneck pada proses produksi sehingga menghasilkan

banyaknya tumpukan work in process (WIP).

2. Belum adanya perencanaan produksi yang baik yang dilakukan oleh bagian produksi

kantung plastik PT Flamboyan Jaya.

1.3 Rumusan Masalah

Berdasarkan latar belakang dan identifikasi masalah maka didapatkan rumusan masalah

sebagai berikut.

1. Bagaimana keadaan aliran proses produksi pada setiap stasiun kerja?

2. Bagaimana perencanaan produksi kantung plastik natural dan kantung plastik warna

pada PT Flamboyan Jaya menggunakan prinsip Theory of Constraints?

1.4 Batasan Penelitian

Batasan yang digunakan dalam penelitian ini adalah sebagai berikut.

1. Periode pengambilan data dalam penelitian ini adalah Oktober 2016 hingga Mei 2017.

2. Data permintaan produk yang digunakan adalah pada tahun 2015.

1.5 Asumsi Penelitian

Asumsi penelitian ini adalah

1. Selama proses pengambilan data proses produksi berjalan dalam keadaan normal.

5

2. Tidak adanya keterlambatan bahan baku.

3. Waktu set up mesin sudah termasuk pada waktu proses.

1.6 Tujuan Penelitian

Tujuan dilakukan penelitian ini adalah sebagai berikut,

1. Menganalisis aliran proses untuk setiap stasiun kerja dan mengidentifikasi stasiun kerja

bottleneck dan stasiun kerja non-bottleneck.

2. Menentukan perencanaan ulang produksi kantung plastik natural dan kantung plastik

warna pada PT Flamboyan Jaya menggunakan prinsip Theory of Constraints.

1.7 Manfaat Penelitian

Manfaat dilakukan penelitian ini adalah

1. Mengoptimalkan aliran proses produksi kantung plastik PT Flamboyan Jaya.

2. Membantu PT Flamboyan Jaya dalam usaha untuk meningkatkan hasil produksi

kantung plastik.

6

Halaman ini sengaja dikosongkan

7

BAB II

TINJAUAN PUSTAKA

Pada bab ini akan menjelaskan mengenai penelitian terdahulu yang berkaitan dan

pustaka yang akan digunakan untuk menganalisis dan mengolah data. Berikut penjelasan

lebih lanjut mengenai masing-masing bagian.

2.1 Penelitian Terdahulu

Beberapa penelitian yang telah dilakukan terkait dengan penerapan metode theory of

constraints (TOC) yang digunakan sebagai referensi dalam penelitian ini adalah sebagai

berikut:

1. Hunusalela (2013), melakukan penelitian di PT Krama Yudha Ratu Motor yang

bergerak dalam bidang perakitan kendaraan bermotor jenis niaga yang hanya

memproduksi produk berdasarkan permintaan baik jumlah maupun jenis. Penelitian ini

bertujuan untuk mengetahui rencana produksi berdasarkan kapasitas kemampuan

produksi stasiun kendala (constraints) sehingga target produksi yang telah ditetapkan

dapat tercapai. Metode yang digunakan adalah metode Drum Buffer Rope sesuai prinsip

TOC dan metode Campbell Dudek And Smith untuk melakukan rencana produksi ulang

pada stasiun kerja main line welding rear body yang menjadi stasiun kendala. Hasil yang

diperoleh adalah jadwal produksi usulan memiliki kebutuhan waktu yang lebih kecil

dibandingkan dengan jadwal produksi awal sehingga terjadi kekurangan waktu untuk

pengerjaan semua tipe rear body, oleh karena itu diperlukan tambahan waktu pada

proses produksi.

2. Kushana, dkk (2014), melakukan penelitian di PT Mizan Grafika Sarana yang bergerak

dalam bidang percetakan buku novel, pada lantai produksi terdapat permasalahan

barang setengah jadi yang menumpuk untuk diproses. Penelitian ini bertujuan untuk

menentukan jadwal produksi yang tepat untuk mengurangi jumlah penumpukan barang

setengah jadi dengan menggunakan prinsip Theory of Constraints (TOC). Penelitian ini

menggunakan Algoritma Zijm untuk menghitung perkiraan Lead Time di stasiun non

konstrain. Hasil dari penelitian ini adalah makespan yang dihasilkan lebih kecil

dibandingkan dengan makespan awal dan due date setiap job terpenuhi dengan

penjadwalan ulang.

7

8

3. Nugraheni (2016), melakukan penelitian di PT Jaykay Files Indonesia yang bergerak

dalam bidang produksi kikir dan mata bor. Penelitian ini bertujuan untuk

mengidentifikasi stasiun kerja bottleneck dan non bottleneck pada produksi enam

macam produk slim taper yang merupakan produk MTS (make to stock), serta

menentukan perencanaan produksi optimal berdasarkan penentuan capacity constrained

resources (CCR) dan menggunakan prinsip Theory of Constraints (TOC). Penelitian ini

menggunakan Rough Cut Capacity Planing (RCCP) untuk menentukan stasiun kerja

yang bottleneck dan non bottleneck. Kemudian menggunakan optimalisasi Capacity

Requirement (CR) untuk menentukan revisi jadwal induk produksi. Hasil dari penelitian

ini adalah terdapat revisi jadwal induk produksi pada setiap produk kikir yang diamati.

Tabel 2.1 menyajikan perbandingan penelitian terdahulu dengan penelitian yang akan

dilakukan.

Tabel 2.1

Perbandingan penelitian terdahulu

Hunusalela (2013) Kushana, dkk

(2014)

Nugraheni

(2016) Penelitian ini

Metode TOC TOC TOC TOC

Objek

penelitian

PT Krama Yudha Ratu

Motor

PT Mizan Grafika

Sarana

PT Jaykay Files

Indonesia

PT Flamboyan

Jaya

Aplikasi

TOC

Metode CDS digunakan

untuk melakukan

rencana produksi

ulang

Algoritma Zijm

untuk

menghitung

perkiraan Lead

Time di stasiun

non konstrain

Menentukan

perencanaan

produksi

optimal

berdasarkan

penentuan

capacity

constrained

resources

(CCR)

Analisis Drum

Buffer Rope

Hasil

penelitian

Jadwal produksi usulan

memiliki kebutuhan

waktu yang lebih kecil

dibandingkan dengan

jadwal produksi awal

sehingga terjadi

kekurangan waktu

untuk pengerjaan semua

tipe rear body, oleh

karena itu diperlukan

tambahan waktu pada

proses produksi

Makespan yang

dihasilkan lebih

kecil

dibandingkan

dengan makespan

awal dan due date

setiap job

terpenuhi dengan

penjadwalan ulang

Terdapat revisi

jadwal induk

produksi pada

setiap produk

kikir yang

diamati

Perencanaan

ulang produksi

untuk

mengurangi work

in process

9

2.2 Pengukuran Kerja dengan Jam Henti (Stopwatch Time Study)

Pengukuran waktu kerja dengan jam henti (stopwatch time study) diperkenalkan

pertama kali oleh Frederick W. Taylor sekitar abad 19 yang lalu. Metode ini dipalikasikan

untuk pekerjaan-pekerjaan yang berlangsung singkat dan berulang-ulang (repetitive)

(Wignjosoebroto, 2003). Dari hasil pengukuran akan diperoleh waktu standar untuk

menyelesaikan suatu siklus pekerjaan, yang mana waktu ini akan dipergunakan sebagai

standar penyelesaian pekerjaan bagi semua pekerja yang akan melaksanakan pekerjaan yang

sama.

2.2.1 Uji Keseragaman Data

Uji keseragaman data dilakukan untuk mengetahui apakah dua atau lebih data berasal

dari populasi yang memiliki variansi yang sama. Uji keseragaman data dapat dilakukan

dengan cara mengaplikasikan peta control (control chart). Uji keseragaman data dapat

dilakukan dengan menggunakan rumus sebagai berikut.

Rata – rata :

�̅� =Ʃ𝑥

𝑛 (2-1)

Sumber: Supranto (2000)

Standart deviasi :

𝜎 = √∑(𝑥𝑖−�̅�)2

𝑛−1 (2-2)

Sumber: Bluman (2012)

BKA = �̅� + (𝑘 ∗ 𝜎) (2-3) Sumber: Wignjosoebroto (2003)

BKB = �̅� − (𝑘 ∗ 𝜎) (2-4) Sumber: Wignjosoebroto (2003)

2.2.2 Uji Kecukupan Data

Uji kecukupan data dilakukan untuk menetapkan apakah data yang telah dikumpulkan

sudah cukup. Uji kecukupan data menggunakan rumus sebagai berikut.

N′ = [k

s√N(∑ x2)−(∑ x)2

∑ x]

2

(2-5)

Sumber: Wignjosoebroto (2003)

Dimana:

N = jumlah pengamatan

K = indeks kepercayaan

s = tingkat ketelitian

x = data waktu pengamatan

10

N’ = jumlah data yang seharusnya diambil

2.2.3 Waktu Siklus (Ws)

Waktu siklus adalah waktu penyelesaian satu satuan produksi mulai dari bahan baku

mulai di proses di stasiun kerja (Wignjosoebroto, 2003). Waktu siklus merupakan jumlah

waktu tiap elemen kerja (job). Rumus waktu siklus adalah:

𝑊𝑠 =∑ 𝑋𝑖

𝑁 (2-6)

Sumber: Wignjsoebroto (2003)

Dimana:

Ws = waktu siklus (menit)

Xi = waktu untuk mengamati (menit)

N = jumlah pengamatan

2.2.4 Waktu Normal (Wn)

Menurut Wignjosoebroto (2003), waktu normal adalah waktu penyelesaian pekerjaan

yang diselesaikan oleh pekerja dalam kondisi wajar dan kemampuan rata-rata (tidak cepat

dan tidak lambat). Ketidaknormalan dari waktu kerja yang terjadi bisa diakibatkan oleh

operator yang bekerja secara kurang wajar yaitu bekerja dalam tempo atau kecepatan yang

tidak sebagaimana mestinya.

Untuk menormalkan waktu kerja yang diperoleh dari hasil pengamatan, maka hal ini

dilakukan dengan megadakan penyesuaian yaitu dengan cara mengalikan waktu pengamatan

rata-rata (bisa waktu siklus atau waktu tiap-tiap elemen) dengan waktu faktor penyesuaian.

Rumus waktu normal adalah:

𝑊𝑛 = 𝑊𝑠 ×𝑝 (2-7)

Sumber: Wignjsoebroto (2003)

Dimana:

Wn = waktu normal (menit)

Ws = waktu siklus (menit)

P = faktor penyesuaian (performance rating)

Performance rating merupakan aktivitas untuk menilai atau mengevaluasi kecepatan

kerja operator (Wignjosoebroto, 2003). Penentuan performance rating dilakukan dengan

menggunakan tabel Westing House System’s Rating yang dapat dilihat pada Tabel 2.2.

11

Tabel 2.2

Westing House System’s Rating

Skill Ratings Effort Ratings

+0.15 A1 Superskill

+0.13 A1 Excessive

+0.13 A2 +0.12 A2

+0.11 B1 Excellent

+0.10 B1 Excellent

+0.08 B2 +0.08 B2

+0.06 C1 Good

+0.05 C1 Good

+0.03 C2 +0.02 C2

0.00 D Average 0.00 D Average

-0.05 E1 Fair

-0.04 E1 Fair

-0.10 E2 -0.08 E2

-0.16 F1 Poor

-0.12 F1 Poor

-0.22 F2 -0.17 F2

Condition Ratings Consistency Ratings

+0.06 A Ideal +0.04 A Perfect

+0.04 B Excellent +0.03 B Excellent

+0.02 C Good +0.01 C Good

0.00 D Average 0.00 D Average

-0.03 E Fair -0.02 E Fair

-0.07 F Poor -0.04 F Poor

Sumber: Wignjosoebroto (2003)

2.2.5 Waktu Baku (Wb)

Waktu baku (standard time) merupakan waktu yang dibutuhkan oleh seorang pekerja

yang memiliki tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan

(Wignjosoebroto, 2003). Berikut ini rumus dari waktu baku:

𝑊𝑏 = 𝑊𝑛×100%

100%−%𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒 (2-8)

Sumber: Wignjsoebroto (2003)

Dimana:

Wb = waktu baku (menit)

Wn = waktu normal (menit)

Allowance = kelonggaran yang diberikan

Allowance adalah waktu yang diperlukan oleh seorang pekerja untuk memenuhi

keperluannya. Allowance terdiri dari personal allowance, fatigue allowance, dan delay

allowance (Wignjosoebroto, 2003). Perhitungan allowance berdasarkan perhitungan ILO

(International Labor Organization) recommendation allowance. Tabel ILO

recommendation allowance dapat dilihat pada Lampiran 2.

12

2.3 Peramalan (Forecasting)

Peramalan (forecasting) merupakan proses analisis untuk memperkirakan masa depan

dengan metode-metode tertentu dan mempertimbangkan segala aspek yang berpengaruh

didalamnya (Gaspersz, 2008). Dengan adanya peramalan maka perusahaan tidak perlu

menunggu adanya order untuk melakukan perencanaan proses produksi.

2.3.1 Metode Peramalan

Berikut ini beberapa metode-metode peramalan model time series yang digunakan

dalam penelitian ini.

2.3.1.1 Double Exponential Smoothing

Data permintaan yang memiliki unsur trend tidak dapat diselesaikan hanya dengan

simple exponential smothing, karena peramalan yang dihasilkan tidak dapat mengikuti

kenaikan permintaan secara bertingkat. Berikut ini rumus-rumus untuk menghitung

forecasting menggunakan metode double exponential smoothing:

Base level dapat dihitung menggunakan:

�̂�𝑡 = 𝛼𝑌𝑡−1 + (1 − 𝛼)(�̂�𝑡−1 + 𝑇𝑡−1) (2-9)

Sumber: Gaspersz (2008)

Indeks tren dapat dihitung dengan rumus :

𝑇𝑡 = 𝛽(�̂�𝑡 − �̂�𝑡−1) + (1 − 𝛽)𝑇𝑡−1 (2-10)

Sumber: Gaspersz (2008)

Hasil forecast satu periode dapat dihitung dengan :

�̂�𝑡 = �̂�𝑡 + 𝑇𝑡 (2-11)

Sumber: Gaspersz (2008)

Sedangkan hasil forecast satu periode dapat dihitung dengan :

�̂�𝑡+𝑛 = �̂�𝑡 + (𝑛 + 1)𝑇𝑡 (2-12)

Sumber: Gaspersz (2008)

2.3.2 Perhitungan Akurasi Hasil Peramalan

Perhitungan akurasi hasil peramalan merupakan ukuran kesalahan yang didapatkan dari

tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya.

13

2.3.2.1 Mean Absolute Deviation (MAD)

MAD adalah rata-rata kesalahan mutlak selama n periode tanpa memperhatikan apakah

hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. MAD dirumuskan

sebagai berikut:

𝑀𝐴𝐷 = ∑ | Absolute 𝐸𝑟𝑟𝑜𝑟

periode| (2-13)

Sumber: Gaspersz (2008)

2.3.2.2 Mean Square Error (MSE)

MSE adalah jumlah kuadrat kesalahan pada semua periode dibagi dengan jumah n

periode. MSE dirumuskan sebagai berikut.

𝑀𝑆𝐸 = ∑ (𝐴𝑡−𝐹𝑡)2

𝑛 (2-14)

Sumber: Nasution (2008)

2.3.2.3 Mean Absolute Percentage Error (MAPE)

MAPE adalah persentase kesalahan hasil peramalan terhadap permintaan aktual selama

periode tertentu. MAPE dirumuskan sebagai berikut.

𝑀𝐴𝑃𝐸 = (100

𝑛) ∑ |

𝐴𝑡−𝐹𝑡

𝐴𝑡| (2-15)

Sumber: Nasution (2008)

2.4 Penjadwalan Produksi Induk / Master Production Schedulling (MPS)

Menurut Gaspersz (2008:141) aktivitas penjadwalan produksi induk / Master

Production Schedulling (MPS) pada dasarnya berkaitan dengan bagaimana menyusun dan

memperbaharui jadwal produksi induk (MPS), memproses transaksi dari MPS, memelihara

catatan-catatan MPS, mengevaluasi efektivitas dari MPS, dan memberikan laporan evaluasi

dalam periode waktu yang teratur untuk keperluan umpan balik dan tinjauan ulang.

Sebagai suatu aktivitas proses, penjadwalan produksi induk (MPS) membutuhkan lima

input utama sebagai berikut (Gaspersz, 2008:142):

1. Data permintaan total, merupakan salah satu sumber data bagi proses penjadwalan

produksi induk. Data permintaan total berkaitan dengan ramalan penjualan (sales

forecast) dan pesanan-pesanan (orders)

2. Status inventory, 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

14

planned orders. MPS harus mengetahui secara akurat berapa banyak inventori yang

tersedia dan menentukan berapa banyak yang harus dipesan.

3. Rencana produksi, memberikan sekumpulan batasan kepada MPS. MPS harus

menjumlahkannya untuk menentukan tingkat produksi, inventori, dan sumber-sumber

daya lain dalam rencana produksi itu.

4. Data perencanaan, berkaitan dengan aturan-aturan tentang lot-sizing yang harus

digunakan, shrinkage, stok pengaman (safety stock), dan waktu utnggu (lead time) dari

masing-masing item.

5. Informasi dari Rough Cut Capacity Planning (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 perencanaan atau penyusun

jadwal produksi induk (master scheduler) untuk mengambil tindakan perbaikan apabila

ditemukan adanya ketidaksesuaian antara penjadwalan produksi induk dan kapasitas

yang tersedia.

2.5 Rough Cut Capacity Planning (RCCP)

Rough Cut Capacity Planning (RCCP) adalah proses untuk menentukan apakah suatu

perencanaan produksi layak untuk dilaksanakan, RCCP menentukan apakah organisasi

memiliki kapasitas yang cukup untuk melaksanakan rencana produksi tersebut. (Fogarty,

dkk. 1991).

Rough Cut Capacity Planning (RCCP) merupakan urutan kedua dari hierarki

perencanaan prioritas-kapasitas yang berperan dalam mengembangkan MPS. RCCP

melakukan validasi terhadap MPS guna menetapkan sumber-sumber spesifik tertentu,

khususnya yang diperkirakan akan menjadi hambatan potensial (potential bottleneck).

(Gaspersz, 2008:173).

Pada dasarnya terdapat empat langkah yang diperlukan untuk melakukan RCCP, yaitu

(Gaspersz, 2008:173):

1. Memperoleh informasi tentang rencana produksi dari MPS.

2. Memperoleh informasi tentang struktur produk dan waktu tunggu (lead time).

3. Menentukan bill of resource.

4. Menghitung kebutuhan sumber daya spesifik dan membuat laporan RCCP.

Menurut Fogarty, dkk (1991:411) teknik RCCP digunakan untuk verifikasi atau

menjelaskan kapasitas pada setiap stasiun kerja. Dalam teknik ini dibandingkan antara beban

15

mesin yang diperlukan dengan kapasitas yang sesuai / diperlukan pada setiap stasiun kerja.

Pada dasarnya teknik RCCP dibagi menjadi tiga, antara lain:

1. Perencanaan Kapasitas Menggunakan Seluruh Faktor (Capacity Planning Using

Overall Factors/ CPOF)

Perencanaan dengan CPOF membutuhkan input data antara lain MPS, waktu yang

diperlukan bagi keseluruhan pabrik dalam memproduksi 1 typical part, serta data

historis tentang perbandingan antara waktu produksi di masing-masing mesin dan waktu

produksi pada tiap mesin atau sumber daya kunci.

2. Pendekatan Bill of Labor (BOLA)

Merupakan daftar waktu penyelesaian suatu produk pada setiap stasiun kerja. Data yang

diperlukan antara lain MPS, matrik waktu, dan matrik produksi.

3. Profil Sumber Daya

Pada pendekatan sebelumnya diasumsikan bahwa semua komponen dibuat pada periode

yang sama dengan pembuatan produk akhir, namun pada kenyataannya tidak demikina

dikarenakan setiap komponen dari produk akhir memiliki waktu penyelesaian yang

berbeda. Pada pendekatan ini penyelesaiannya menggunakan pendekatan bill of labor,

namun waktu bagi tiap departemen (work center) disesuaikan dengan lead time dari

setiap part.

Pada pembahasan ini peneliti memilih teknik RCCP dengan menggunakan pendekatan

Bill of Labor (BOLA) dikarenakan teknik ini menunjukkan stasiun kerja yang mengalami

bottleneck dan non bottleneck yang akan digunakan dalam penelitian ini. Penentuan

Capacity Requirement (CR) dan Capacity Available (CA) dapat dilihat sesuai persamaan

berikut:

1. Capacity Requirement (CR)

Perhitungan Capacity Requirement (CR) menggunakan metode RCCP dengan

pendekatan bill of labor dan dihitung dengan mengalikan matrik JIP dan matrik waktu

proses (Fogarty,dkk 1991:413).

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑚𝑒𝑛𝑡 (CR) = ∑ 𝑎𝑖𝑘𝑏𝑘𝑗 𝑓𝑜𝑟 𝑎𝑙𝑙 𝑖, 𝑗𝑛𝑘=1 (2-16)

Sumber: Fogarty, dkk (1991)

Dengan:

𝑎𝑖𝑘 = 𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑡𝑖𝑚𝑒 untuk produk k pada 𝑤𝑜𝑟𝑘 𝑐𝑒𝑛𝑡𝑒𝑟 𝑖

𝑏𝑘𝑗 = jumlah permintaan untuk produk k pada periode j

16

2. Capacity Available (CA)

Penentuan Capacity Available (CA) dapat dilihat sesuai persamaan berikut (Fogarty,dkk

1991:423):

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA)

= 𝑏𝑎𝑛𝑦𝑎𝑘 𝑚𝑒𝑠𝑖𝑛 𝑎𝑡𝑎𝑢 𝑜𝑟𝑎𝑛𝑔×𝑗𝑎𝑚 𝑝𝑒𝑟 𝑠ℎ𝑖𝑓𝑡×𝑠ℎ𝑖𝑓𝑡 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖

×ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖

= 𝑡𝑖𝑚𝑒 𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖 (2-17)

Sumber: Fogarty, dkk (1991)

2.6 Theory Of Constraints (TOC)

Theory of Constraints (TOC) yang diperkenalkan oleh Goldratt (1986), merupakan

suatu filosofi manajemen yang berdasarkan prinsip-prinsip pencapaian continues

improvement melalui pemfokusan perhatian pada kendala sistem (system constraints). Suatu

kendala sitem membatasi performansi dari sistem itu, sehingga semua upaya ditujukan untuk

memaksimumkan performansi dari kendala ini (Gaspersz, 2008).

Terdapat 5 langkah dalam TOC yang berurutan untuk memperbaiki sistem (Fogarty,dkk

1991:658) yaitu:

1. Identifikasi konstrain dalam sistem.

2. Melakukan eksploitasi terhadap stasiun konstrain.

3. Subordinasi semua bagian lain dari sistem manufaktur

4. Eliminasi stasiun kendala.

5. Jika konstrain telah dipecahkan atau timbul konstrain baru, kembali ke langkah 1.

Langkah-langkah perbaikan sistem yang dilakukan dalam TOC menunjukkan

penekanan atau konsentrasi pendekatan TOC pada stasiun konstrain, dan stasiun non

konstrain mengikuti hasil yang diperoleh dari stasiun konstrain. Penekanan ini

mempermudah proses penjadwalan yang dilakukan, karena cukup hanya mencari jadwal

yang sesuai untuk stasiun konstrain dan tidak mencari jadwal yang sesuai untuk semua

elemen yang terlibat.

2.7 Drum Buffer Rope (DBR)

Dalam konsep TOC (Theory of Constraints) dikenal dengan istilah “drum-buffer-rope”,

yang merupakan teknik umum yang digunakan untuk mengolah sumber-sumber daya guna

memaksimumkan performansi dari sistem (Gaspersz, 2008).

17

Filosofi dari drum buffer rope (Umble dan Srikanth, 1996), yaitu:

1. Rencanakan MPS (Master Production Schedule) atau jadwal induk produksi yang

disebut drum.

2. Melindungi throughput dalam sebuah sistem dari fluktuasi yang tidak dapat dihindari,

melalui time buffer di beberapa titik kritis pada sebuah sistem yang disebut buffer.

3. Ikat tiap-tiap sumber lini produksi kepada detak drum yang disebut rope.

Berikut penjelasan mengenai drum buffer rope:

1. Drum

Drum adalah ritme produksi yang ditetapkan untuk mengatasi kendala sistem (Gaspersz,

2008). Stasiun ini akan menunjukkan laju produksi (throughput) dari sistem. Karena

stasiun ini perlu mendapatkan perlindungan terhadap fluktuasi dan gangguan yang

terjadi pada sistem. Perlindungan ini diberikan untuk mencegah stasiun kendala

menganggur karena terjadi fluktuasi dalam sistem.

2. Buffer

Buffer ini berfungsi agar laju produksi tidak terganggu oleh gangguan pada sistem, oleh

karena itu buffer ini disebut juga buffer pelindung (protective buffer). Buffer atau

penyangga terbagi menjadi 2 macam, (Umble dan Srikanth, 1996) yaitu:

a. Time Buffer

Waktu yang dijadikan penyangga dengan tujuan untuk melindungi laju produksi

(throughput) sistem dari gangguan yang selalu terjadi dalam sistem produksi.

b. Stock Buffer

Produk akhir maupun produk antara yang dijadikan penyangga dengan tujuan untuk

memperbaiki sistem produksi dalam hal menanggapi permintaan.

3. Rope

Rope adalah suatu proses komunikasi dari suatu kendala kepada operasi awal (gating

operation) untuk memeriksa atau membatasi material yang diberikan kepada sistem

(Gaspersz, 2008). Adanya rope ini akan mengurangi jumlah persediaan yang terjadi di

setiap stasiun kerja dan menjaga pada tingkat tertentu yang sesuai. Karena setiap stasiun

akan melakukan produksi sesuai dengan kebutuhan stasiun konstrain, bukan sesuai

kapasitasnya.

18

Halaman ini sengaja dikosongkan

19

BAB III

METODE PENELITIAN

Pada bab metodologi penelitian ini berisi tahapan untuk melakukan penelitian agar

penelitian lebih terarah dan sistematis. Pada bab ini menjelaskan tentang jenis penelitian,

tempat dan waktu penelitian, metode pengambilan data, serta langkah-langkah penelitian

dalam menyelesaikan masalah.

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan merupakan metode penelitian deskriptif. Metode

penelitian deskriptif merupakan penelitian yang berusaha menggambarkan situasi, peristiwa,

dan kejadian yang terjadi saat ini (Suryabrata, 2014). Penelitian deskriptif memusatkan

perhatian kepada masalah-masalah aktual sebagaimana adanya pada saat penelitian

berlangsung. Pada penelitian deskriptif ini menggambarkan permasalahan berupa keadaan

lantai produksi kantung plastik PT Flamboyan Jaya dengan data-data yang berhubungan

untuk mendapatkan solusi yang baik.

3.2 Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan di PT Flamboyan Jaya, yaitu perusahaan kantung plastik

yang berada di Jl. Raya Donowarih, Karangploso, Malang. Waktu penelitian dilakukan

pada bulan Oktober 2016 – Juni 2017.

3.3 Langkah Penelitian

Langkah penelitian dilakukan untuk menyelesaikan permasalahan yang ada dengan

langkah-langkah yang sistematis. Berikut merupakan langkah-langkah yang dilakukan

dalam penelitian ini:

1. Studi lapangan

Dilakukan untuk mengetahui gambaran kondisi sebenarnya dari objek yang diteliti yaitu

kondisi proses produksi kantung plastik. Hal ini akan bermanfaat untuk mengetahui

permasalahan yang terjadi pada pabrik.

19

20

2. Studi pustaka

Studi pustaka dilakukan untuk mempelajari teori ilmu pengetahuan yang berhubungan

dengan penyelesaian masalah yang diteliti. Sumber literatur yang digunakan antara lain

buku, jurnal, serta studi terhadap penelitian terdahulu. Sumber literatur diperoleh dari

perpustakaan, pihak parik, dan internet.

3. Identifikasi masalah

Identifikasi masalah merupakan tahap awal dalam mengetahui dan memahami suatu

persoalan agar diberikan solusi pada permasalahan tersebut.

4. Perumusan masalah

Setelah memahami permasalahan yang ada, maka tahap selanjutnya merumuskan

masalah yang terjadi sesuai dengan kenyataan di lapangan yang nantinya akan

menunjukan tujuan dari adanya penelitian.

5. Penentuan tujuan penelitian

Tujuan penelitian dilakukan berdasarkan perumusan masalah yang telah dijabarkan

sebelumnya. Tujuan penelitian perlu untuk diterapkan secara sistematis oleh peneliti agar

dapat terfokuskan dan tidak menyimpang dari permasalahan yang telah dibahas.

6. Pengumpulan data

Dalam penelitian ini menggunakan dua jenis data, yaitu data primer dan data sekunder.

a. Data primer

Didapatkan dengan menggunakan metode pengumpulan data melalui proses

wawancara dan observasi. Wawancara dilakukan dengan kepala produksi dan

operator yang berperan langsung dalam produksi kantong plastik. Data yang

diambil adalah sebagai berikut.

1) Elemen kerja operator pada proses plong dan packaging.

2) Waktu proses produksi pada proses plong dan packaging dengan menggunakan

metode Stopwatch Time Study.

b. Data sekunder

Didapatkan dengan menggunakan metode pengumpulan data yaitu dokumentasi.

Data sekunder merupakan data yang telah ada yang dimiliki oleh perusahaan. Data

yang diambil adalah sebagai berikut.

1) Profil perusahaan PT Flamboyan Jaya

2) Proses Produksi plastik natural dan plastik berwarna

3) Jumlah, utilitas, dan efisiensi tiap mesin pada proses produksi

4) Kapasitas produksi tiap mesin

21

5) Jumlah permintaan produk plastik

6) Jumlah work in process (WIP) bulan Oktober 2016

7. Pengolahan data

Merupakan tahapan pengolahan data dimana dilakukan langkah-langkah mengolah data

sesuai dengan data primer dan data sekunder yang sudah dikumpulkan dengan metode

yang dipilih. Tahapan dalam mengolah data pada penelitian ini antara lain sebagai

berikut:

a. Menghitung waktu baku proses produksi untuk proses yang menggunakan tenaga

manusia/manual. Tahapan yang dilakukan adalah sebagai berikut.

1) Uji kecukupan data untuk mengetahui banyaknya pengamatan yang dilakukan

2) Uji keseragaman data

3) Menentukan performance rating

4) Menghitung waktu normal

5) Menentukan Allowance

6) Menghitung waktu baku

b. Menghitung peramalan permintaan. Peramalan dilakukan menggunakan metode

peramalan yang sesuai dengan data historis.

c. Menyusun jadwal induk produksi (MPS). MPS dilakukan untuk mengetahui

penjadwalan produksi yang dilakukan pada saat ini.

d. Melakukan optimasi penjadwalan sesuai lima prinsip Theory of Constraints yang

dilakukan secara berurutan sebagai berikut.

1) Identifikasi konstrain dalam sistem.

Tahap ini dilakukan dengan menghitung kapasitas produksi (RCCP) dengan

teknik Bill of Labor (BOLA). RCCP dilakukan dengan menghitung Capacity

Requirement (CR) dan Capacity Available (CA). Dari hasil RCCP dapat

mengidentifikasi stasiun kerja bottleneck.

2) Melakukan eksploitasi terhadap stasiun konstrain.

Tahap ini dilakukan untuk menentukan proses produksi yang akan dilakukan

perencanaan ulang produksi serta penentuan cara yang digunakan untuk

mengurangi bottleneck.

3) Subordinasi

Tahap ini dilakukan untuk menentukan urutan prioritas produk yang akan

dilakukan perencanaan ulang produksi.

22

4) Eliminasi stasiun kendala

Melakukan perencanaan ulang produksi untuk mengurangi bottleneck.

5) Kembali ke langkah 1 dan hindari inersia

Penghitungan RCCP kembali untuk mengetahui adanya bottleneck setelah

dilakukan perencanaan ulang.

8. Analisis dan pembahasan

Tahap analisis dan pembahasan dilakukan pada hasil pengolahan data yang telah

dilakukan menggunakan metode yang diterapkan. Hasil-hasil pengolahan data yang

dibahas pada tahap ini adalah usulan rekomendasi dan perbaikan perencanaan produksi

yang dapat diterapkan oleh perusahaan untuk mengurangi work in process.

9. Kesimpulan dan saran

Langkah terakhir dalam penulisan penelitian ini adalah membuat kesimpulan dan saran

perbaikan. Kesimpulan merupakan penjelasan dari hasil penelitian yang telah dilakukan

dengan memperhatikan tujuan penelitian. Sedangkan saran merupakan masukan yang

dapat digunakan untuk memperbaiki dan meningkatkan penelitian yang dapat dilakukan

selanjutnya.

23

3.4 Diagram Alir Penelitian

Berikut ini adalah diagram alir penelitian.

Mulai

Studi Lapangan

Identifikasi Masalah

Perumusan Masalah

Tujuan Penelitian

Perhitungan Capacity

Requirement (CR)

Perhitungan Capacity

Available (CA)

Eliminasi stasiun kendala

Analisis hasil dan

pembahasan

Kesimpulan dan

Saran

Studi Pustaka

· Data proses produksi

· Data permintaan kantung plastik

· Data kapasitas mesin

· Data waktu proses produksi

· Perhitungan waktu baku proses plong

dan packaging

· Peramalan permintaan

· Penyusunan MPS

Selesai

Tahap

Pengolahan Data

Penyusunan RCCP

Melakukan eksploitasi

terhadap stasiun konstrain

Subordinasi

Tahap

Pendahuluan

Tahap

Pengumpulan

Data

Tahap Analisis

dan Pembahasan

Tahap

Kesimpulan dan

Saran

Identifikasi konstrain

dalam sistem

Gambar 3.1 Diagram alir penelitian

24

Halaman ini sengaja dikosongkan

25

BAB IV

HASIL DAN PEMBAHASAN

Pada bab hasil dan pembahasan ini berisi pengolahan data dan pembahasan dari hasil

pengolahan tersebut, sehingga dapat memberikan solusi dari permasalahan dalam penelitian

ini.

4.1 Gambaran Umum Perusahaan

Gambaran umum perusahaan ini menjelaskan tentang profil perusahaan, bidang usaha,

struktur organisasi, dan proses produksi pada PT Flamboyan Jaya.

4.1.1 Profil Perusahaan

PT Flamboyan Jaya adalah perusahaan kantung plastik yang didirikan pada tahun 2006

di Karangploso. Nama PT. Flamboyan Jaya diambil dari nama jalan Flamboyan Raya yang

menjadi lokasi tempat tinggal pendiri perusahaan dan juga sama dengan nama bidang usaha

yang dimiliki oleh pendiri perusahaan. Jumlah karyawan saat ini mencapai 35 orang.

Karyawan-karyawan yang ada di PT. Flamboyan Jaya mayoritas berasal dari sekitar lokasi

pabrik didirikan. Wilayah pemasaran yang menjadi pasar utama perusahaan sejak awal

berdirinya perusahaan ini berada di daerah Jombang dan Nganjuk, hingga saat ini PT.

Flamboyan Jaya rutin melakukan pengiriman ke daerah tersebut setiap hari. Sedangkan

untuk supplier bahan baku berada di daerah Pasuruan dan Malang.

4.1.2 Bidang Usaha

PT. Flamboyan Jaya sejak awal fokus dalam memproduksi produk kantong plastik.

Kantong plastik yang dibuat yaitu menggunakan bahan baku dari biji plastik daur ulang,

sehingga kualitas yang dihasilkan tergolong KW (Kualitas nomor 2). Produk yang dibuat

antara lain kantong plastik jenis natural (putih), natural kuning dan warna (biru, merah dan

hijau) dengan ukuran yang bervariasi 15 cm, 17 cm, 19 cm, 21 cm dan 24 cm. Rata-rata

produksi paling banyak yaitu pada produk kantong plastik natural putih sekitar 80% dari

total produksi.

25

26

4.1.3 Struktur Organisasi

Pada awal didirikan, PT. Flamboyan Jaya menggunakan manajemen secara

kekeluargaan. Seiring bertambah besarnya perusahaan maka struktur organisasi diubah

menjadi lebih kompleks seperti pada bagan Gambar 4.1 berikut.

Komisaris

Direktur

AdministrasiKepala Bagian

ProduksiPPC

Group Leader

ProduksiMaintenance

Gambar 4.1 Struktur Organisasi Perusahaan

4.1.4 Proses Produksi Kantung Plastik

Proses produksi kantung plastik terdiri dari lima tahap sebagai berikut.

1. Mixing

Proses pengolahan pertama yaitu mixing dimana bahan baku dicampur menjadi satu

dan merata. Proses ini berjalan sekitar 15 menit dan rata-rata dilakukan tiap shiftnya

sebanyak 3 kali dengan sekali proses mesin mampu mengaduk/mencampur bahan baku

sebanyak 300-350 kg.

Gambar 4.2 Mesin mixer

27

2. Blowing

Pada proses blowing bahan baku yang telah dicampur akan dipanaskan dengan suhu

sekitar 80oC - 125oC untuk menghilangkan air yang terkandung dalam bahan baku,

selain itu juga mengubah bentuk bahan baku yang tadinya berbentuk pelet menjadi

cair yang nantinya akan dilakukan proses peniupan sehingga bahan baku cair tadi

menjadi lembaran atau film. Pada proses blowing ini juga terdapat limbah produk cacat

seperti mengalami gembos, kurang matang, adanya mata ikan, juga lipatan yang tidak

sama.

Gambar 4.3 Mesin blower

3. Cutting

Proses cutting dimulai dari proses pengelasan atau penyambungan plastik sehingga

plastik yang berupa lembaran tadi menjadi seperti kantong, setelah itu baru dilakukan

pemotongan sesuai ukuran. Pada proses cutting ini operator juga melakukan

pengecekan terhadap kualitas plastik yang tidak memenuhi spesifikasi seperti ukuran

tidak pas, mudah sobek saat ditarik dan ada yang menjadi limbah.

Gambar 4.4 Proses cutting

4. Plong

Plong merupakan proses pelubangan kantong plastik dimana plastik yang sebelumnya

disatukan berbentuk persegi akan dipotong bagian ujungnya agar terbentuk pegangan

kantong plastik. Pada proses ini terdapat limbah yang paling banyak karena sisa

pelubangan ini tidak dapat dijadikan kantong plastik atau digunakan lagi dalam proses.

Limbah hasil pelubangan ini sekitar 10% dari luas kantong plastik.

28

Gambar 4.5 Proses plong plastik

5. Packaging

Proses pengemasan (packaging) dimulai dari penimbangan produk yang telah jadi, lalu

selanjutnya dilakukan pengikatan dengan tali rafia sesuai dengan berat yang telah

ditentukan, setelah itu diikat dan dimasukkan ke dalam karung dengan massa sesuai

dengan jumlah pesanan.

Gambar 4.6 Hasil plastik yang telah dipack

4.2 Pengumpulan Data

Pada bagian pengumpulan data akan ditampilkan data-data yang digunakan dalam

penelitian ini. Jenis data yang digunakan terdiri dari data primer dan data sekunder. Data

primer didapatkan menggunakan metode wawancara dan observasi yang terdiri dari, elemen

kerja dan waktu proses produksi. Data sekunder didapatkan menggunakan metode

dokumentasi, yaitu kapasitas produksi mesin, jumlah mesin, dan data permintan produk

kantung plastik.

4.2.1 Utilitas dan Efisensi Mesin

Utilitas adalah kemampuan stasiun kerja dalam memanfaatkan kapasitas tersedia secara

efektif. Efisiensi adalah seberapa jauh stasiun kerja tertentu mampu menggunakan kapasitas

yang tersedia. Data utilitas dan efisiensi didapatkan dari data perusahan dan setiap bulan

29

memiliki utilitas dan efisiensi yang sama. Pada Tabel 4.1 menunjukkan data utilitas dan

efisiensi dari masing-masing mesin.

Tabel 4.1

Utilitas dan Efisiensi Mesin

Proses Utilitas Efisiensi

Mixing 0,85 0,95

Blowing 0,85 0,95

Cutting 0,85 0,95

Plong 0,85 0,96

Packaging 0,85 0,97

4.2.2 Elemen Kerja

Pada proses plong dan proses packaging pekerjaan dilakukan secara semi manual.

Operator menggunakan tenaga manusia untuk menjalankan mesin. Berikut ini akan

dijabarkan elemen kerja yang terdapat pada proses plong dan proses packaging. Elemen

kerja tersebut didapatkan dari hasil pengamatan dan diskusi dengan kepala produksi.

4.2.3.1 Elemen Kerja Proses Plong

Proses plong memiliki 2 alat plong yang dijalankan oleh masing-masing 1 operator.

Setiap satu kali proses plong mengerjakan sejumlah 0,5 kilogram plastik. Pada Tabel 4.2

ditampilkan elemen kerja proses plong.

Tabel 4.2

Elemen Kerja Proses Plong

No Kode Elemen Kerja

1 EK1 Menaruh kantung plastik ke wadah dan memposisikan pada alat plong

2 EK2 Melakukan pelubangan plastik

3 EK3 Membuang sisa sampah plong

4.2.3.2 Elemen Kerja Proses Packaging

Proses packaging dilakukan oleh 6 orang operator secara manual. Setiap satu kali proses

packaging mengerjakan sejumlah 25 kilogram kantung plastik. Pada Tabel 4.3 ditampilkan

elemen kerja proses packaging.

Tabel 4.3

Elemen Kerja Proses Packaging

No Kode Elemen Kerja

1 EKP1 Memilah plastik

2 EKP2 Menimbang plastik hasil pilahan

3 EKP3 Mengikat plastik

4 EKP4 Memasukkan plastik kedalam karung

5 EKP5 Menjahit karung

30

4.2.3 Data Permintaan Produk

Objek penelitian ini adalah produk kantung plastik natural dan warna. Masing-masing

kantung plastik memiliki 2 tipe jenis yaitu, Natural 15 (N15), Natural 24 (N24), Warna 15

(C15), dan Warna 24 (C24). Pada Tabel 4.4 ditampilkan data permintaan kantung plastik

warna periode Januari 2014 sampai Desember 2014.

Tabel 4.4

Data Permintaan Kantung Plastik Tahun 2014

Bulan Jumlah Permintaan (Kg)

C15 C24

Januari 2951 5987

Februari 1767 5135

Maret 3628 6767

April 2102 7863

Mei 2670 8915

Juni 4712 6786

Juli 3313 7689

Agustus 2952 6879

September 4149 8607

Oktober 3487 9807

November 3662 6804

Desember 3127 9068

Pada Tabel 4.5 ditampilkan data permintaan kantung plastik natural dan warna periode

Januari 2015 sampai Desember 2015. Tabel 4.5

Data Permintaan Kantung Plastik Tahun 2015

Bulan Jumlah Permintaan (Kg)

N15 N24 C15 C24

Januari 16289 15579 3701 7597

Februari 13263 12974 2117 6700

Maret 15079 17711 5578 7617

April 14505 15305 2452 9441

Mei 16421 21619 3020 6978

Juni 15792 17712 5662 9534

Juli 13684 11316 3663 11043

Agustus 15474 22579 3302 7636

September 14859 13526 4499 10019

Oktober 13369 17001 3837 13278

November 16947 17193 4712 10784

Desember 13763 19789 3477 8343

31

4.2.4 Jumlah Hari Kerja

Proses produksi berlangsung selama 6 hari dalam seminggu. Pada Tabel 4.6

menunjukkan jumlah hari kerja produksi kantung plastik selama setahun.

Tabel 4.6

Jumlah Hari Kerja

Bulan Hari Kerja Bulan Hari Kerja

Januari 26 Juli 26

Februari 24 Agustus 26

Maret 26 September 25

April 25 Oktober 26

Mei 26 November 25

Juni 25 Desember 26

4.2.5 Waktu Pengamatan

Proses plong dan packaging menggunakan tenaga manusia dalam pengerjaan sehingga

diperlukan peritungan waktu pengamatan proses produksi. Pengumpulan data waktu

pengamatan dilakukan dengan metode stopwatch time study (STS). Pngumpulan data

dengan STS dilakukan untuk proses yang menggunaka tenaga kerja manusia saja. Waktu

pengamatan proses plong dan proses packaging terdapat pada Tabel 4.7.

Tabel 4.7

Waktu Pengamatan Proses Plong dan Packaging

Replikasi Proses Plong (detik) Proses Packaging (detik)

EK1 EK2 EK3 EKP1 EKP2 EKP3 EKP4 EKP5

1 17,3 2,18 3,29 459,53 63,4 216,97 45,55 46,85

2 15,75 2,27 3,15 411,04 55,71 213,43 39,23 45,14

3 16 2,42 3,65 443,88 61,24 219,97 43,45 46,31

4 15,65 2,33 4,04 412,97 62,87 225,65 49,76 40,24

5 16,51 2,28 4,02 437,23 62,56 231,05 40,23 41,56

6 18,21 2,27 3,78 446,43 60,06 221,34 48,34 44,11

7 16,86 2,16 3,53 454,65 57,32 228,55 46,89 44,78

8 17,35 2,24 4,01 449,85 61,45 218,78 48,23 45,65

9 15,47 2,11 3,82 427,77 60,32 221,12 49,54 40,87

10 15,68 2,24 3,69 437,35 55,54 229,98 43,12 46,34

4.3 Pengolahan Data

Pada subbab pengolahan data dibahas mengenai pengolahan data stopwatch time study,

peramalan permintaan, dan perhitungan Theory of Constraint untuk menentukan

perencanaan jadwal ulang.

32

4.3.1 Pengolahan Data Stopwatch Time Study

Pada tahap ini dilakukan pengolahan data untuk menghitung waktu baku pada proses

plong dan proses packaging dengan menggunakan metode stopwatch time study.

Perhitungan stopwatch time study dilakukan untuk proses yang menggunakan tenaga

manusia atau manual saja. Langkah pengolahan data ini adalah pengujian keseragaman dan

kecukupan data, perhitungan waktu siklus, waktu normal dan waktu baku tiap elemen kerja.

4.3.1.1 Uji Keseragaman

Uji keseragaman data merupakan tahap untuk mengetahui apakah dua atau lebih data

berasal dari populasi yang memiliki variansi yang sama. Uji keseragaman data dilakukan

dengan menggunakan control chart dimana data yang seragam adalah data yang berada pada

batas atas dan batas bawah data. Berikut ini adalah contoh perhitungan uji keseragaman data

pada elemen kerja 1 proses plong.

1. Menghitung nilai rata-rata

�̅� =Ʃ𝑥

𝑛

�̅� =17,3 + 15,75 + 16 + 15,65 + 16,51 + ⋯+ 17,35 + 15,47 + 15,68

10

= 16,48 𝑑𝑒𝑡𝑖𝑘

2. Menghitung standar deviasi

𝜎 = √∑(𝑥𝑖 − �̅�)2

𝑛 − 1

𝜎 = √(15,3 − 16,48)2 + (15,75 − 16,48)2 + ⋯+ (15,68 − 16,48)2

10 − 1= 0,88

3. Menghitung batas kendali atas dan batas kendali bawah

BKA = �̅� + (𝑘 × 𝜎)

BKA = 16,48 + (2 × 0,88) = 18,23

BKB = �̅� − (𝑘 × 𝜎)

BKB = 16,48 − (2 × 0,88) = 14,73

4. Membuat control chart

Berdasarkan control chart yang ditunjukkan pada Gambar 4.7 data elemen kerja 1 pada

proses plong didapatkan hasil bahwa semua data sudah berada dalam batas atas dan batas

33

bawah, sehingga dinyatakan elemen kerja 1 proses plong seragam. Untuk control chart

elemen kerja lain dapat dilihat pada Lampiran 1.

Gambar 4.7 Uji keseragaman plong EK1

Hasil uji keseragaman untuk masing-masing elemen kerja pada proses plong dan proses

packaging dapat dilihat pada Tabel 4.8.

Tabel 4.8

Hasil Uji Keseragaman Data

Kode Rata-

rata Standar Deviasi BKA BKB

Jumlah Data

Outlier Keterangan

EK1 16,48 0,88 18,23 14,73 - Seragam

EK2 2,25 0,08 2,42 2,08 - Seragam EK3 3,7 0,29 4,28 3,12 - Seragam

EKP1 438,07 15,64 469,35 406,79 - Seragam

EKP2 60,05 2,75 65,54 54,55 - Seragam EKP3 222,68 5,58 233,85 211,52 - Seragam EKP4 45,43 3,59 52,61 38,26 - Seragam EKP5 44,18 2,3 48,79 39,58 - Seragam

Hasil uji keseragam data setiap elemen kerja pada proses plong dan proses packaging

yang ditunjukkan pada Tabel 4.8, dapat dilihat tidak terdapat data outlier, sehingga dapat

disimpulkan seluruh data pengamatan yang diambil sudah seragam.

4.3.1.2 Uji Kecukupan

Uji kecukupan data dilakuan untuk mengetahui apakah data yang telah dikumpulkan

telah cukup. Pada penelitian ini menggunakan tingkat kepercayaan sebesar 95% dan tingkat

ketelitian 5%. Berikut merupakan contoh perhitungan uji kecukupan data untuk elemen kerja

5 pada proses packaging.

Tingkat kepercayaan = 95% (indeks k=2)

Tingkat ketelitian (s) = 5%

0

5

10

15

20

1 2 3 4 5 6 7 8 9 10

Wak

tu (

det

ik)

Replikasi

Plong EK1

X BKA BKB

34

N′ =

[ ks√N×∑(𝑥2) − (∑𝑥)

2

∑x

] 2

N′ = [

20,05√10(19576,26) − (195231,4)

441,85]

2

= 4,35 ≈ 4 𝑑𝑎𝑡𝑎

Dari perhitungan diatas didapatkan hasil N’ sebesar 4 data, yang berarti jumlah

pengamatan yang dibutuhkan untuk elemen kerja 5 pada proses packaging sebesar 4 data.

Jumlah replikasi pengamatan yang dilakukan (N) sebesar 10 replikasi, maka N > N’ (10 >

4), sehingga dapat disimpulkan elemen kerja 5 pada proses packaging telah memenuhi

kecukupan data. Hasil dari rekapan perhitungan uji kecukupan data dari masing-masing

elemen kerja pada proses plong dan packaging terdapat pada Tabel 4.8.

Tabel 4.9

Hasil Uji Kecukupan Data

Nama

Proses Kode ∑x (detik)

(∑ x)2

(detik)

∑(𝑥2)

(detik) N’ N Keterangan

Plong

EK1 164,78 27152,45 2722,925 5 10 Data Cukup

EK2 22,5 506,25 50,69 2 10 Data Cukup EK3 36,98 1367,52 137,59 10 10 Data Cukup

Packaging

EKP1 4380,7 19190532 1921499 2 10 Data Cukup EKP2 600,47 360564,2 36131,97 3 10 Data Cukup EKP3 2226,84 4958816 496193,2 1 10 Data Cukup EKP4 454,34 206424,8 20771,32 10 10 Data Cukup EKP5 441,85 195231,4 19576,26 4 10 Data Cukup

Berdasarkan hasil perhitungan uji kecukupan data pada Tabel 4.9 diperoleh bahwa nilai

N > N’ sehingga seluruh data elemen kerja pada masing-masing proses plong dan proses

packaging yang diambil dinyatakan cukup.

4.3.1.3 Perhitungan Waktu Siklus

Waktu siklus adalah waktu penyelesaian satu satuan produksi. Berikut contoh

perhitungan waktu siklus elemen kerja 2 pada proses plong.

𝑊𝑠 =∑𝑋𝑖

𝑁

𝑊𝑠 =2,18 + 2,27 + 2,42 + 2,33 + 2,28 + 2,27 + ⋯+ 2,11 + 2,24

10

𝑊𝑠 = 2,25 𝑑𝑒𝑡𝑖𝑘

35

Maka, waktu siklus elemen kerja 2 pada proses plong adalah 2,26 detik. Hasil rekap

perhitungan waktu siklus untuk masing-masing elemen kerja pada proses plong dan

packaging dapat dilihat pada Tabel 4.10.

Tabel 4.10

Hasil Perhitungan Waktu Siklus

Proses Kode Jumlah Data Waktu Siklus (detik)

Plong

EK1 10 16,48

EK2 10 2,25

EK3 10 3,7

Packaging

EKP1 10 438,07

EKP2 10 60,05

EKP3 10 222,68

EKP4 10 45,43

EKP5 10 44,18

4.3.1.4 Penentuan Performance Rating

Performance rating adalah faktor penyesuaian untuk menilai kecepatan kerja operator.

Penentuan performance rating berdasarkan tabel Westing House System’s Rating yang

didapatkan sesuai dengan kondisi kerja pada saat dilakukan pengamatan. Berikut contoh

perhitungan performance rating untuk proses plong.

Performance rating = 1 + Rating Factor (Skill, Effort, Condition, Consistency)

Performance rating = 1 + 0 = 1

Tabel 4.11

Hasil Performance Rating

Proses Westing House System’s

PR Keterangan Skill Effort Condition Consistency

Plong D=0 D=0 D=0 D=0 1 Rata-rata

Packaging D=0 D=0 D=0 D=0 1 Rata-rata

4.3.1.5 Perhitungan Waktu Normal

Waktu normal adalah waktu kerja hasil pengamatan yang telah dilakukan penyesuaian

dengan cara mengalikan waktu siklus dengan performance rating. Performance rating

berdasarkan pada Tabel 4.11. Berikut contoh perhitungan waktu normal untuk elemen kerja

3 proses packaging.

𝑊𝑛 = 𝑊𝑠 × 𝑃𝑅

𝑊𝑛 = 222,68 × 1

𝑊𝑛 = 222,68 𝑑𝑒𝑡𝑖𝑘

Maka, waktu normal untuk elemen kerja 3 pada proses packaging adalah 222,68 detik.

Hasil perhitungan waktu normal untuk masing-masing elemen kerja pada proses plong dan

packaging dapat dilihat pada Tabel 4.12.

36

Tabel 4.12

Hasil Perhitungan Waktu Normal

Proses Kode Waktu Siklus

(detik) PR

Waktu Normal

(detik)

Total Waktu

(detik)

Plong

EK1 16,48

1

16,48

22,42 EK2 2,25 2,25

EK3 3,7 3,7

Packaging

EKP1 438,07

1

438,07

810,42

EKP2 60,05 60,05

EKP3 222,68 222,68

EKP4 45,43 45,43

EKP5 44,18 44,18

4.3.1.6 Penentuan Allowance

Penentuan Allowance atau kelonggaran kerja berdasarkan ILO Allowance dengan

pertimbangan diskusi dengan kepala produksi berdasarkan pada Tabel di Lampiran 2. Pada

Tabel 4.13 ditampilkan allowance kerja untuk proses plong dan proses packaging.

Tabel 4.13

Allowance

Proses Faktor Allowance (%)

Total A B C D E F G H I J K L

Plong 5 4 2 0 0 0 0 2 2 4 2 0 21

Packaging 5 4 2 0 1 0 0 5 2 4 2 0 25

4.3.1.7 Perhitungan Waktu Baku

Waktu baku merupakan waktu penyelesaian produk yang dibutuhkan oleh seorang

pekerja dengan kemampuan rata-rata. Waktu normal berdasarkan hasil pada Tabel 4.12 dan

allowance berdasarkan hasil pada Tabel 4.13. Berikut perhitungan waktu baku untuk proses

plong setiap 0,5 kilogram kantung plastik.

𝑊𝑏 = 𝑊𝑛×100%

100% − %𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒

𝑊𝑏 = 22,426 ×100%

100% − 21%= 28,39 𝑑𝑒𝑡𝑖𝑘

Sehingga waktu baku proses plong untuk 1 kilogram kantung plastik

𝑊𝑏 =28,39

0,5= 56,78 𝑑𝑒𝑡𝑖𝑘

Berikut perhitungan waktu baku untuk proses packaging setiap 25 kilogram kantung

plastik.

𝑊𝑏 = 𝑊𝑛×100%

100% − %𝑎𝑙𝑙𝑜𝑤𝑎𝑛𝑐𝑒

𝑊𝑏 = 810,42 ×100%

100% − 25%= 1080,56 𝑑𝑒𝑡𝑖𝑘

37

Sehingga waktu baku proses packaging untuk 1 kilogram kantung plastik

𝑊𝑏 =1080,56

25= 43,22 𝑑𝑒𝑡𝑖𝑘

Dari hasil perhitungan didapatkan waktu baku untuk proses plong adalah 56,78 detik

dan proses packaging adalah 43,22 detik.

4.3.2 Peramalan Produk Kantung Plastik C15 dan C24

Peramalan dilakukan untuk produk kantung plastik yang menerapkan produksi make to

stock yaitu produk kantung plastik warna 15 (C15) dan warna 24 (C24). Penentuan metode

peramalan berdasarkan analisis pola data dan analisis autokorelasi. Data yang digunakan

adalah data permintaan tahun 2015 berdasarkan Tabel 4.3.

4.3.2.1 Analisis Pemilihan Metode

Sebelum melakukan peramalan dilakukan analisis pola data dan analisis autokorelasi

untuk menentukan metode peramalan yang sesuai. Gambar 4.8 menunjukkan pola data

permintaan kantung plastik C15 dari data historis tersebut menunjukkan pola data yaitu naik

dan turun atau tidak stabil serta menunjukkan pola kecenderungan.

Gambar 4.8 Pola Data C15 Tahun 2015

Gambar 4.9 menunjukkan pola data permintaan kantung plastik C24, dari data historis

selama 12 periode menunjukkan pola data trend (kecendrungan) naik.

0

1000

2000

3000

4000

5000

6000

Jum

lah

(K

g)

Periode

Permintaan produk C15 Tahun 2014-2015

38

Gambar 4.9 Pola Data C24 Tahun 2015

Dari uji autokorelasi menggunakan software minitab didapatkan hasil seperti pada

Gambar 4.10 yang menunjukkan grafik autocorrelation coefficients kantung plastik C15.

654321

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Au

toco

rre

lati

on

Autocorrelation Function for C15(with 5% significance limits for the autocorrelations)

Gambar 4.10 Grafik Autocorrelation Coeffisient Kantung Plastik C15

Dapat dilihat pada Gambar 4.10 kondisi awal menunjukkan nilai lag yang menjauhi

angka nol dan semakin bertambah periode lag semakin mendekati nol. Menurut Hanke, dkk

(1991) kondisi tersebut dapat dikatakan memiliki pola kecenderungan, sehingga kantung

plastik C15 memiliki pola data trend.

Untuk kantung plastik C24 berdasarkan hasil uji autokorelasi dengan menggunakan

software minitab dapat dilihat pada Gambar 4.11 menunjukkan grafik autocorrelation

coefficients kantung plastik C24.

0

2000

4000

6000

8000

10000

12000

14000

Jum

lah

(K

g)

Periode

Permintaan produk C24 Tahun 2014-2015

39

654321

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Au

toco

rre

lati

on

Autocorrelation Function for C24(with 5% significance limits for the autocorrelations)

Gambar 4.11 Grafik Autocorrelation Coeffisient Kantung Plastik C24

Dapat dilihat pada periode awal kondisi lag menjauhi angka nol dan semakin bertambah

periode kondisi lag semakin mendekati nol, sehingga dapat disimpulkan kantung plastik C24

memiliki pola data trend. Oleh sebab itu, metode yang sesuai dengan pola data tersebut

adalah metode yang mempertimbangkan trend, yaitu metode Trend Analysis dan Double

Exponential Smoothing.

4.3.2.2 Perhitungan Peramalan

Dari analisis pemilihan metode peramalan yang dilakukan menunjukkan bahwa data

permintaan kantung plastik C15 dan permintaan kantung plastik C24 menunjukkan pola

trend. Sehingga, kantung plastik C15 dan kantung plastik C24 menggunakan metode Trend

Analysis dan Double Exponential Smoothing.

4.3.2.2.1 Peramalan Kantung Plastik C15

Berikut ini perhitungan peramalan kantung plastik C15 menggunakan metode Trend

Analysis dan Double Exponential Smoothing.

1. Metode Trend analysis

Metode Trend analysis merupakan metode peramalan yang digunakan apabila data

historis menunjukkan pola trend (kecendrungan). Peramalan metode ini dilakukan

menggunakan software minitab.

40

24222018161412108642

5500

5000

4500

4000

3500

3000

2500

2000

Index

C1

5

MAPE 24

MAD 813

MSD 979379

Accuracy Measures

Actual

Fits

Forecasts

Variable

Trend Analysis Plot for C15Linear Trend Model

Yt = 3259 + 59,1*t

Gambar 4.12 Grafik peramalan C15 dengan metode Trend analysis Linear Model

Gambar 4.12 menunjukkan peramalan kantung plastik C15 dengan menggunakan

metode Trend analysis Linear Model. Sumbu x menunjukkan periode permintaan dalam per

bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C15. Periode 1 sampai

12 merupakan data historis permintaan kantung plastik C15. Periode 13 sampai 24

merupakan peramalan untuk tahun selanjutnya.

24222018161412108642

5500

5000

4500

4000

3500

3000

2500

2000

Index

C1

5

MAPE 23

MAD 799

MSD 1006190

Accuracy Measures

Actual

Fits

Forecasts

Variable

Trend Analysis Plot for C15Growth Curve Model

Yt = 3001,88 * (1,0239**t)

Gambar 4.13 Grafik peramalan C15 dengan metode Trend analysis Growth Model

Gambar 4.13 menunjukkan peramalan kantung plastik C15 dengan menggunakan

metode Trend analysis Growth Curve Model ,

Tabel 4.14 menunjukkan hasil peramalan permintaan kantung plastik C15 dengan

menggunakan metode Trend Analysis Linear Model dan Growth Curve Model.

41

Tabel 4.14

Hasil Peramalan C15 dengan Metode Trend analysis

2. Metode Double Exponential Smoothing

Metode double exponential smoothing merupakan metode peramalan yang digunakan

untuk data permintaan yang menunjukkan pola data trend (kecenderungan). Peramalan

metode ini dilakukan dengan menggunakan software minitab dimana nilai α dan β yang

digunakan adalah 0,1 dan 0,1. Nilai tersebut didapatkan dari hasil trial dan error dengan

tujuan mendapatkan nilai ukuran kesalahan terkecil.

24222018161412108642

7000

6000

5000

4000

3000

2000

Index

C1

5

Alpha (level) 0,1

Gamma (trend) 0,1

Smoothing Constants

MAPE 25

MAD 858

MSD 1092380

Accuracy Measures

Actual

Fits

Forecasts

95,0% PI

Variable

Smoothing Plot for C15Double Exponential Method

Gambar 4.14 Grafik peramalan C15 dengan metode Double Exponential Smoothing

Gambar 4.14 menunjukkan peramalan kantung plastik C15 dengan menggunakan

metode double exponential smoothing, sumbu x menunjukkan periode permintaan dalam per

bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C15. Periode 1 sampai

12 merupakan data historis permintaan kantung plastik C15. Periode 13 sampai 24

merupakan peramalan untuk tahun selanjutnya. Tabel 4.15 menunjukkan hasil peramalan

Periode Trend Analysis

Linear Trend Model Growth Curve Model

13 4027 4082

14 4086 4180

15 4145 4280

16 4204 4382

17 4263 4487

18 4323 4594

19 4382 4704

20 4441 4817

21 4500 4932

22 4559 5050

23 4618 5171

24 4677 5295

MAD 813 799

MAPE 24 23

MSE 979379 1006190

42

permintaan kantung plastik C15 dengan menggunakan metode double exponential

smoothing.

Tabel 4.15

Hasil Peramalan C15 dengan Metode Double Exponential Smoothing

Periode Double Exponential Smoothing

13 4031

14 4090

15 4148

16 4207

17 4266

18 4324

19 4383

20 4442

21 4500

22 4559

23 4618

24 4676

MAD 858

MAPE 25

MSE 1092380

4.3.2.2.2 Peramalan Kantung Plastik C24

Berikut ini perhitungan peramalan kantung plastik C24 menggunakan metode Trend

Analysis dan Double Exponential Smoothing.

1. Metode Trend analysis

Metode Trend analysis merupakan metode peramalan yang digunakan apabila data

historis menunjukkan pola trend (kecendrungan). Peramalan metode ini dilakukan

menggunakan software minitab. Gambar 4.15 menunjukkan peramalan kantung plastik C24

dengan menggunakan metode Trend analysis Linear Model.

24222018161412108642

14000

13000

12000

11000

10000

9000

8000

7000

6000

Index

C2

4

MAPE 14

MAD 1161

MSD 2119677

Accuracy Measures

Actual

Fits

Forecasts

Variable

Trend Analysis Plot for C24Linear Trend Model

Yt = 6663 + 302*t

Gambar 4.15 Grafik peramalan C24 dengan metode Trend analysis Linear Model

Gambar 4.16 menunjukkan peramalan kantung plastik C24 dengan menggunakan

metode Trend analysis Growth Curve Model , sumbu x menunjukkan periode permintaan

43

dalam per bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C24.

Periode 1 sampai 12 merupakan data historis permintaan kantung plastik C24. Periode 13

sampai 24 merupakan peramalan untuk tahun selanjutnya.

24222018161412108642

15000

12500

10000

7500

5000

Index

C2

4

MAPE 14

MAD 1191

MSD 2176176

Accuracy Measures

Actual

Fits

Forecasts

Variable

Trend Analysis Plot for C24Growth Curve Model

Yt = 6745,71 * (1,0353**t)

Gambar 4.16 Grafik peramalan C24 dengan metode Trend analysis Growth Model

Tabel 4.16 menunjukkan hasil peramalan permintaan kantung plastik C24 dengan

menggunakan metode Trend Analysis Linear Model dan Growth Curve Model.

Tabel 4.16

Hasil Peramalan C24 dengan Metode Trend analysis

Periode Trend Analysis

Linear Trend Model Growth Curve Model

13 10591 10587

14 10893 10926

15 11195 11349

16 11497 11749

17 11799 12164

18 12101 12593

19 12404 13038

20 12706 13498

21 13008 13974

22 13310 14467

23 13612 14978

24 13915 15506

MAD 1161 1191

MAPE 14 14

MSE 2119677 2176176

2. Metode Double Exponential Smoothing

Metode double exponential smoothing merupakan metode peramalan yang digunakan

untuk data permintaan yang menunjukkan pola data trend (kecenderungan). Peramalan

metode ini dilakukan dengan menggunakan software minitab dimana nilai α dan β yang

digunakan adalah 0,1 dan 0,1. Nilai tersebut didapatkan dari hasil trial dan error dengan

tujuan mendapatkan nilai ukuran kesalahan terkecil.

44

24222018161412108642

17500

15000

12500

10000

7500

5000

Index

C2

4

Alpha (level) 0,1

Gamma (trend) 0,1

Smoothing Constants

MAPE 14

MAD 1213

MSD 2370206

Accuracy Measures

Actual

Fits

Forecasts

95,0% PI

Variable

Smoothing Plot for C24Double Exponential Method

Gambar 4.17 Grafik peramalan C24 dengan metode Double Exponential Smoothing

Gambar 4.17 menunjukkan peramalan kantung plastik C24 dengan menggunakan

metode double exponential smoothing, sumbu x menunjukkan periode permintaan dalam per

bulan, dan sumbu y menunjukkan jumlah permintaan kantung plastik C24. Periode 1 sampai

12 merupakan data historis permintaan kantung plastik C24. Periode 13 sampai 24

merupakan peramalan untuk tahun selanjutnya.

Tabel 4.17 menunjukkan hasil peramalan permintaan kantung plastik C24 dengan

menggunakan metode double exponential smoothing.

Tabel 4.17

Hasil Peramalan C24 dengan Metode Double Exponential Smoothing

Periode Double Exponential Smoothing

13 10603

14 10904

15 11205

16 11507

17 11808

18 12109

19 12410

20 12712

21 13013

22 13314

23 13615

24 13917

MAD 1213

MAPE 14

MSE 2370206

4.3.2.3 Pemilihan Metode Peramalan

Metode peramalan yang dipilih adalah metode peramalan yang memiliki nilai akurasi

peramalan dengan ukuran kesalahan (error) terkecil. Perhitungan akurasi peramalan yang

digunakan adalah Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean

Absolute Percentage Error (MAPE). Pada software Minitab, MSE dikenal sebagai Mean

45

Squared Deviation (MSD). Tabel 4.18 menunjukkan perbandingan nilai MAD, MAPE, dan

MSE kantung plastik C15 dan C24.

Tabel 4.18

Perbandingan Nilai Akurasi Peramalan

C15 C24

Linear

Trend

Model

Growth

Curve Model

Double

Exponential

Smoothing

Linear

Trend

Model

Growth

Curve

Model

Double

Exponential

Smoothing

MAD 813 799 858 1161 1191 1213

MAPE 24 23 25 14 14 14

MSE 979379 1006190 1092380 2119677 2176176 2370206

Dapat dilihat pada Tabel 4.18, pada produk C15 nilai MAD, MAPE, dan MSE terkecil

adalah dengan menggunakan metode Growth Curve Model. Dengan tingkat kesalahan

terkecil masing-masing sebesar 799, 23, dan 1006190. Pada produk C24 nilai MAD, MAPE,

dan MSE terkecil adalah dengan menggunakan metode Linear Trend Model. Dengan tingkat

kesalahan terkecil masing-masing sebesar 1161, 14, dan 2119677. Sehingga metode tersebut

yang dipilih untuk meramalkan permintaan kantung plastik C15 dan C24 selama 12 periode

kedepan. Hasil peramalan dapat dilihat pada Tabel 4.19.

Tabel 4.19

Hasil Peramalan 12 Periode Kedepan

Periode Permintaan Tahun 2016 (Kg)

C15 C24

13 4.082 10.591

14 4.180 10.893

15 4.280 11.195

16 4.382 11.497

17 4.487 11.799

18 4.594 12.101

19 4.704 12.404

20 4.817 12.706

21 4.932 13.008

22 5.050 13.310

23 5.171 13.612

24 5.295 13.915

4.3.3 Perhitungan TOC

Langkah-langkah perencanaan ulang produksi dengan metode Theory of Constraints

adalah identifikasi konstrain dalam sistem produksi, eksploitasi konstrain, subordinasi,

eliminasi konstrain, dan kembali ke langkah awal apabila masih terdapat konstrain.

4.3.3.1 Identifikasi konstrain

Identifikasi konstrain dilakukan dengan menggunakan metode Rough Cut Capacity

Planning dengan teknik Bill of Labor (BOLA). Pada teknik BOLA dilakukan perhitungan

46

kapasitas yang dibutuhkan (CR) dan kapasitas yang tersedia (CA), sehingga dapat diketahui

letak proses yang mengalami bottleneck. Apabila nilai CR > CA maka proses mengalami

bottleneck.

4.3.3.1.1 Perhitungan Capacity Requirement (CR)

Capacity Requirement (CR) adalah kapasitas yang dibutuhkan pada masing-masing

proses (stasiun kerja). Jumlah permintaan untuk kantung plastik N15 dan N24 dapat dilihat

pada Tabel 4.3. Jumlah permintaan untuk kantung plastik C15 dan C24 dapat dilihat pada

Tabel 4.19. Perhitungan kapasitas yang dibutuhkan untuk proses plong dan packaging

menggunakan rumus pada BAB II. Pada proses plong terdapat jumlah waste sebesar 10%

sehingga untuk memenuhi jumlah permintaan sesuai Tabel 4.19 di proses packaging, maka

pada proses mixing, blowing, cutting, dan plong menggunakan permintaan pada Tabel 4.20.

Contoh perhitungan permintaan pada kantung plastik N15 pada periode 13 adalah sebagai

berikut.

𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑝𝑎𝑐𝑘𝑎𝑔𝑖𝑛𝑔 + (𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑝𝑎𝑐𝑘𝑎𝑔𝑖𝑛𝑔 × 0,1)

𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 16289 + (16289 × 0,1)

𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 = 17918 𝐾𝑔

Tabel 4.20

Permintaan untuk Selain Proses Packaging

Periode Permintaan (Kg)

N15 N24 C15 C24

13 17.918 17.137 4.491 11.651

14 14.590 14.272 4.598 11.983

15 16.587 19.483 4.708 12.315

16 15.956 16.836 4.821 12.647

17 18.064 23.781 4.936 12.979

18 17.372 19.484 5.054 13.312

19 15.053 12.448 5.175 13.645

20 17.022 24.837 5.299 13.977

21 16.345 14.879 5.426 14.309

22 14.706 18.702 5.555 14.641

23 18.642 18.913 5.689 14.974

24 15.140 21.768 5.825 15.307

Contoh perhitungan kapasitas yang dibutuhkan untuk proses plong pada periode 13

adalah sebagai berikut.

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = ∑ 𝑎𝑖𝑘𝑏𝑘𝑗 𝑓𝑜𝑟 𝑎𝑙𝑙 𝑖, 𝑗𝑛

𝑘=1

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 56,78 × (17918 + 17137 + 4491 + 11651)

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 1017384,+973039 + 254999 + 661544

47

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 2906966 𝑑𝑒𝑡𝑖𝑘

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 807,49 𝑗𝑎𝑚

Hasil perhitungan kapasitas yang dibutuhkan untuk proses plong dan packaging masing-

masing periode dapat dilihat pada Tabel 4.21.

Tabel 4.21

Hasil Perhitungan Kapasitas yang Dibutuhkan Proses Plong dan Packaging

Proses Periode

Waktu

Baku

(detik)

Kapasitas yang dibutuhkan (detik) Total

(detik)

Total

(Jam) N15 N24 C15 C24

PLONG

13 56,78 1.017.384 973.039 254.999 661.544 2.906.966 807,49

14 56,78 828.420 810.364 261.074 680.395 2.580.254 716,74

15 56,78 941.810 1.106.245 267.320 699.246 3.014.621 837,39

16 56,78 905.982 955.948 273.736 718.097 2.853.763 792,71

17 56,78 1.025.674 1.350.285 280.266 736.948 3.393.173 942,55

18 56,78 986.382 1.106.302 286.966 755.855 3.135.505 870,97

19 56,78 854.709 706.797 293.837 774.763 2.630.106 730,59

20 56,78 966.509 1.410.245 300.877 793.614 3.471.245 964,23

21 56,78 928.069 844.830 308.088 812.465 2.893.452 803,74

22 56,78 835.007 1.061.900 315.413 831.316 3.043.635 845,45

23 56,78 1.058.493 1.073.880 323.021 850.224 3.305.618 918,23

24 56,78 859.649 1.235.987 330.744 869.131 3.295.511 915,42

PACKAGING

13 43,22 704.050 673.362 176.434 457.768 2.011.614 558,78

14 43,22 573.259 560.767 180.670 470.822 1.785.517 495,98

15 43,22 651.751 765.512 184.992 483.875 2.086.129 579,48

16 43,22 626.941 661.519 189.401 496.928 1.974.788 548,55

17 43,22 709.755 934.425 193.939 509.981 2.348.100 652,25

18 43,22 682.568 765.555 198.564 523.034 2.169.721 602,70

19 43,22 591.455 489.105 203.318 536.131 1.820.009 505,56

20 43,22 668.823 975.919 208.202 549.184 2.402.128 667,26

21 43,22 642.242 584.626 213.173 562.237 2.002.278 556,19

22 43,22 577.840 734.824 218.273 575.290 2.106.228 585,06

23 43,22 732.490 743.123 223.503 588.343 2.287.459 635,41

24 43,22 594.870 855.328 228.863 601.440 2.280.500 633,47

Perhitungan kapasitas yang dibutuhkan untuk proses mixing, blowing dan cutting

disesuaikan dengan kapasitas produksi mesin. Contoh perhitungan kapasitas yang

dibutuhkan pada proses cutting periode 13 adalah sebagai berikut.

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) =𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛

𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑝𝑒𝑟 𝑗𝑎𝑚

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) =17918 + 17137 + 4491 + 11651)

187,5

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝑅𝑒𝑞𝑢𝑖𝑟𝑒𝑚𝑒𝑛𝑡 (CR) = 273,05 𝑗𝑎𝑚

48

Hasil perhitungan kapasitas yang dibutuhkan untuk proses mixing, blowing dan cutting

masing-masing periode dapat dilihat pada Tabel 4.22.

Tabel 4.22

Hasil Perhitungan Kapasitas yang Dibutuhkan Proses Mixing, Blowing, Cutting

Proses Periode Kapasitas

produksi (Kg/jam)

Kapasitas yang dibutuhkan (jam) Total

(Jam) N15 N24 C15 C24

MIXING

13 125 130,31 124,63 32,66 84,73 372,33

14 125 106,10 103,79 33,44 87,14 330,48

15 125 120,63 141,69 34,24 89,56 386,12

16 125 116,04 122,44 35,06 91,98 365,51

17 125 131,37 172,95 35,90 94,39 434,61

18 125 126,34 141,70 36,75 96,81 401,59

19 125 109 91 37,63 99,23 336,86

20 125 123,79 180,63 38,54 101,65 444,61

21 125 118,87 108,21 39,46 104,06 370,60

22 125 106,95 136,01 40,40 106,48 389,84

23 125 135,58 137,54 41,37 108,90 423,38

24 125 110,10 158,31 42,36 111,32 422,10

BLOWING

13 100 179,18 171,37 44,91 116,51 511,97

14 100 145,90 142,72 45,98 119,83 454,43

15 100 165,87 194,83 47,08 123,15 530,93

16 100 159,56 168,36 48,21 126,47 502,60

17 100 180,64 237,81 49,36 129,79 597,60

18 100 173,72 194,84 50,54 133,12 552,22

19 100 150,53 124,48 51,75 136,45 463,21

20 100 170,22 248,37 52,99 139,77 611,35

21 100 163,45 148,79 54,26 143,09 509,59

22 100 147,06 187,02 55,55 146,41 536,04

23 100 186,42 189,13 56,89 149,74 582,18

24 100 151,40 217,68 58,25 153,07 580,40

CUTTING

13 187,5 95,56 91,40 23,95 62,14 273,05

14 187,5 77,81 76,12 24,52 63,91 242,36

15 187,5 88,46 103,91 25,11 65,68 283,16

16 187,5 85,10 89,79 25,71 67,45 268,05

17 187,5 96,34 126,83 26,33 69,22 318,72

18 187,5 92,65 103,91 26,95 71,00 294,52

19 187,5 80,28 66,39 27,60 72,77 247,05

20 187,5 90,78 132,46 28,26 74,54 326,05

21 187,5 87,17 79,35 28,94 76,31 271,78

22 187,5 78,43 99,74 29,63 78,09 285,89

23 187,5 99,42 100,87 30,34 79,86 310,50

24 187,5 80,75 116,10 31,07 81,64 309,55

49

4.3.3.1.2 Perhitungan Capacity Available (CA)

Capacity Available (CA) adalah kapasitas yang tersedia dalam masing-masing proses

produksi. Jumlah mesin dan jumlah shift diperoleh berdasarkan data pada Tabel 4.1. Hari

kerja diperoleh berdasarkan data pada Tabel 4.5. Utilitas dan efisiensi diperoleh berdasarkan

data pada Tabel 4.2. Contoh perhitungan kapasitas tersedia untuk proses plong pada periode

13 adalah sebagai berikut.

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA)

= 𝑏𝑎𝑛𝑦𝑎𝑘 𝑚𝑒𝑠𝑖𝑛 𝑎𝑡𝑎𝑢 𝑜𝑟𝑎𝑛𝑔×𝑗𝑎𝑚 𝑝𝑒𝑟 𝑠ℎ𝑖𝑓𝑡×𝑠ℎ𝑖𝑓𝑡 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖

×ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑒×𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛×𝑒𝑓𝑖𝑠𝑖𝑒𝑛𝑠𝑖

= 2 × 8 × 2 × 26 × 0,85 × 0,96 = 678,912 𝑗𝑎𝑚

Hasil perhitungan kapasitas tersedia semua proses per periode dapat dilihat pada Tabel

4.23.

Tabel 4.23

Hasil Perhitungan Kapasitas Tersedia

Proses Periode Jumlah

Mesin/op

Jam

Pershift

Jumlah

Shift

Hari

kerja Utilitas Efisiensi

Total

(Jam)

MIXING

13 1 8 3 26 0,85 0,95 503,88

14 1 8 3 24 0,85 0,95 465,12

15 1 8 3 26 0,85 0,95 503,88

16 1 8 3 25 0,85 0,95 484,5

17 1 8 3 26 0,85 0,95 503,88

18 1 8 3 25 0,85 0,95 484,5

19 1 8 3 26 0,85 0,95 503,88

20 1 8 3 26 0,85 0,95 503,88

21 1 8 3 25 0,85 0,95 484,5

22 1 8 3 26 0,85 0,95 503,88

23 1 8 3 25 0,85 0,95 484,5

24 1 8 3 26 0,85 0,95 503,88

BLOWING

13 5 8 3 26 0,85 0,95 2519,4

14 5 8 3 24 0,85 0,95 2325,6

15 5 8 3 26 0,85 0,95 2519,4

16 5 8 3 25 0,85 0,95 2422,5

17 5 8 3 26 0,85 0,95 2519,4

18 5 8 3 25 0,85 0,95 2422,5

19 5 8 3 26 0,85 0,95 2519,4

20 5 8 3 26 0,85 0,95 2519,4

21 5 8 3 25 0,85 0,95 2422,5

22 5 8 3 26 0,85 0,95 2519,4

23 5 8 3 25 0,85 0,95 2422,5

24 5 8 3 26 0,85 0,95 2519,4

50

Tabel 4.23

Hasil Perhitungan Kapasitas Tersedia (Lanjutan)

Proses Periode Jumlah

Mesin/op

Jam

Pershift

Jumlah

Shift

Hari

kerja Utilitas Efisiensi

Total

(Jam)

CUTTING

13 4 8 2 26 0,85 0,95 1343,68

14 4 8 2 24 0,85 0,95 1240,32

15 4 8 2 26 0,85 0,95 1343,68

16 4 8 2 25 0,85 0,95 1292

17 4 8 2 26 0,85 0,95 1343,68

18 4 8 2 25 0,85 0,95 1292

19 4 8 2 26 0,85 0,95 1343,68

20 4 8 2 26 0,85 0,95 1343,68

21 4 8 2 25 0,85 0,95 1292

22 4 8 2 26 0,85 0,95 1343,68

23 4 8 2 25 0,85 0,95 1292

24 4 8 2 26 0,85 0,95 1343,68

PLONG

13 2 8 2 26 0,85 0,96 678,91

14 2 8 2 24 0,85 0,96 626,69

15 2 8 2 26 0,85 0,96 678,91

16 2 8 2 25 0,85 0,96 652,8

17 2 8 2 26 0,85 0,96 678,91

18 2 8 2 25 0,85 0,96 652,8

19 2 8 2 26 0,85 0,96 678,91

20 2 8 2 26 0,85 0,96 678,91

21 2 8 2 25 0,85 0,96 652,8

22 2 8 2 26 0,85 0,96 678,91

23 2 8 2 25 0,85 0,96 652,8

24 2 8 2 26 0,85 0,96 678,91

PACKAGING

13 6 8 1 26 0,85 0,96 1018,37

14 6 8 1 24 0,85 0,96 940,03

15 6 8 1 26 0,85 0,96 1018,37

16 6 8 1 25 0,85 0,96 979,2

17 6 8 1 26 0,85 0,96 1018,37

18 6 8 1 25 0,85 0,96 979,2

19 6 8 1 26 0,85 0,96 1018,37

20 6 8 1 26 0,85 0,96 1018,37

21 6 8 1 25 0,85 0,96 979,2

22 6 8 1 26 0,85 0,96 1018,37

23 6 8 1 25 0,85 0,96 979,2

24 6 8 1 26 0,85 0,96 1018,37

51

4.3.3.1.3 Kecukupan Kapasitas

Kecukupan kapasitas dilakukan untuk mengetahui apakah proses mengalami bottleneck

(kapasitas tidak cukup) dan non bottleneck (kapasitas cukup). Terlebih dahulu dilakukan

perhitungan varians antara kapasitas yang dibutuhkan dan kapasitas yang tersedia. Kapasitas

yang dibutuhkan (CR) diperoleh berdasarkan perhitungan pada Tabel 4.21 dan Tabel 4.22.

Kapasitas tersedia (CA) diperoleh berdasarkan perhitungan pada Tabel 4.23. Contoh

perhitungan varians untuk proses plong periode 13 adalah sebagai berikut.

Varians = CA – CR

= 678,912 – 807,49 = -128,58

Dari hasil perhitungan varians menghasilkan nilai negatif sehingga proses plong pada

periode 13 mengalami bottleneck. Hasil perhitungan varians dan kecukupan data dapat

dilihat pada Tabel 4.24.

Tabel 4.24

Hasil Perhitungan Varians

PROSES PERIODE CA CR VARIANS KETERANGAN

MIXING

13 503,88 372,33 131,55 NON BOTTLENECK

14 465,12 330,48 134,64 NON BOTTLENECK

15 503,88 386,12 117,76 NON BOTTLENECK

16 484,5 365,51 118,99 NON BOTTLENECK

17 503,88 434,61 69,27 NON BOTTLENECK

18 484,5 401,59 82,91 NON BOTTLENECK

19 503,88 336,86 167,02 NON BOTTLENECK

20 503,88 444,61 59,27 NON BOTTLENECK

21 484,5 370,60 113,90 NON BOTTLENECK

22 503,88 389,84 114,04 NON BOTTLENECK

23 484,5 423,38 61,12 NON BOTTLENECK

24 503,88 422,10 81,78 NON BOTTLENECK

BLOWING

13 2519,4 511,97 2007,43 NON BOTTLENECK

14 2325,6 454,43 1871,17 NON BOTTLENECK

15 2519,4 530,93 1988,47 NON BOTTLENECK

16 2422,5 502,60 1919,90 NON BOTTLENECK

17 2519,4 597,60 1921,80 NON BOTTLENECK

18 2422,5 552,22 1870,28 NON BOTTLENECK

19 2519,4 463,21 2056,19 NON BOTTLENECK

20 2519,4 611,35 1908,05 NON BOTTLENECK

21 2422,5 509,59 1912,91 NON BOTTLENECK

22 2519,4 536,04 1983,36 NON BOTTLENECK

23 2422,5 582,18 1840,32 NON BOTTLENECK

24 2519,4 580,40 1939,00 NON BOTTLENECK

52

Tabel 4.24

Hasil Perhitungan Varians (Lanjutan)

PROSES PERIODE CA CR VARIANS KETERANGAN

CUTTING

13 1343,68 273,05 1070,63 NON BOTTLENECK

14 1240,32 242,36 997,96 NON BOTTLENECK

15 1343,68 283,16 1060,52 NON BOTTLENECK

16 1292 268,05 1023,95 NON BOTTLENECK

17 1343,68 318,72 1024,96 NON BOTTLENECK

18 1292 294,52 997,48 NON BOTTLENECK

19 1343,68 247,05 1096,63 NON BOTTLENECK

20 1343,68 326,05 1017,63 NON BOTTLENECK

21 1292 271,78 1020,22 NON BOTTLENECK

22 1343,68 285,89 1057,79 NON BOTTLENECK

23 1292 310,50 981,50 NON BOTTLENECK

24 1343,68 309,55 1034,13 NON BOTTLENECK

PLONG

13 678,912 807,49 -128,58 BOTTLENECK

14 626,688 716,74 -90,05 BOTTLENECK

15 678,912 837,39 -158,48 BOTTLENECK

16 652,8 792,71 -139,91 BOTTLENECK

17 678,912 942,55 -263,64 BOTTLENECK

18 652,8 870,97 -218,17 BOTTLENECK

19 678,912 730,59 -51,67 BOTTLENECK

20 678,912 964,23 -285,32 BOTTLENECK

21 652,8 803,74 -150,94 BOTTLENECK

22 678,912 845,45 -166,54 BOTTLENECK

23 652,8 918,23 -265,43 BOTTLENECK

24 678,912 915,42 -236,51 BOTTLENECK

PACKAGING

13 1018,368 558,78 459,59 NON BOTTLENECK

14 940,032 495,98 444,05 NON BOTTLENECK

15 1018,368 579,48 438,89 NON BOTTLENECK

16 979,2 548,55 430,65 NON BOTTLENECK

17 1018,368 652,25 366,12 NON BOTTLENECK

18 979,2 602,70 376,50 NON BOTTLENECK

19 1018,368 505,56 512,81 NON BOTTLENECK

20 1018,368 667,26 351,11 NON BOTTLENECK

21 979,2 556,19 423,01 NON BOTTLENECK

22 1018,368 585,06 433,30 NON BOTTLENECK

23 979,2 635,41 343,79 NON BOTTLENECK

24 1018,368 633,47 384,90 NON BOTTLENECK

Dari Tabel 4.24 dapat disimpulkan proses mixing, blowing, cutting dan packaging tidak

mengalami bottleneck, dan proses plong mengalami bottleneck. Oleh karena itu,

teridentifikasi proses yang mengalami kendala adalah proses plong.

53

4.3.3.2 Eksploitasi Stasiun Kendala

Eksploitasi stasiun kendala dilakukan untuk menentukan cara yang digunakan agar

bottleneck berkurang. Dari identifkasi kendala sebelumnya, proses yang menjadi kendala

adalah proses plong, sehingga proses plong inilah yang akan digunakan sebagai acuan

perencanaan ulang. Kendala pada proses plong disebabkan karena perbedaan kapasitas

produksi tersedia. Pihak perusahaan menyatakan untuk penambahan mesin dan operator

tidak dapat terealisasikan karena akan mengakibatkan penambahan biaya yang cukup besar.

Penambahan shift kerja juga akan mengakibatkan adanya penambahan operator, sehingga

tidak dapat terealisasikan. Perbaikan yang dapat dilakukan dalam proses plong adalah

penambahan jam lembur. Penambahan jam lembur didapatkan berdasarkan kapasitas waktu

produksi yang kurang pada proses plong. Kapasitas yang kurang ditunjukkaan pada Tabel

4.25

Tabel 4.25

Kapasitas yang Kurang Periode Kapasitas yang kurang (jam)

13 128,58

14 90,05

15 158,48

16 139,91

17 263,64

18 218,17

19 51,67

20 285,32

21 150,94

22 166,54

23 265,43

24 236,51

Selain dari stasiun kendala, dari hasil pengoahan RCCP pada Tabel 4.24 terdapat stasiun

kerja (proses) yang tidak mengalami bottleneck namun memiliki varians yang besar. Jumlah

varians yang besar dapat menyebabkan stasiun kerja tersebut memiliki waktu kerja yang

singkat sehingga menyebabkan mesin tidak bekerja selama berhari-hari seperti terdapat

dalam Gantt Chart bulan Desember 2016 pada Lampiran 3. Dari total 26 hari kerja proses

blowing memiliki jumlah hari kerja kosong sebanyak 18 hari. Hal yang sama juga terjadi

pada proses cutting yang memiliki jumlah hari kerja kosong sebanyak 18 hari. Pada Tabel

4.26 menunjukkan nilai varians pada proses blowing dan cutting. Dari Tabel 4.26

menunjukkan nilai kapasitas yang tersedia jauh lebih besar dari jumlah kapasitas yang

dibutuhkan, sehingga menyebabkan jumlah varians yang besar. Perbaikan yang dapat

54

dilakukan pada proses blowing dan proses cutting adalah dengan mengurangi jumlah jam

kerja. Pengurangan jumlah jam kerja didapatkan berdasarkan pengurangan jumlah jam kerja

dengan jumlah jam kerja lebih per hari dalam satu periode.

Tabel 4.26

Nilai Varians Pada Proses Blowing dan Cutting

PERIODE BLOWING CUTTING

CA CR VARIANS CA CR VARIANS

13 2519,4 511,97 2007,43 1343,68 273,05 1070,63

14 2325,6 454,43 1871,17 1240,32 242,36 997,96

15 2519,4 530,93 1988,47 1343,68 283,16 1060,52

16 2422,5 502,60 1919,90 1292 268,05 1023,95

17 2519,4 597,60 1921,80 1343,68 318,72 1024,96

18 2422,5 552,22 1870,28 1292 294,52 997,48

19 2519,4 463,21 2056,19 1343,68 247,05 1096,63

20 2519,4 611,35 1908,05 1343,68 326,05 1017,63

21 2422,5 509,59 1912,91 1292 271,78 1020,22

22 2519,4 536,04 1983,36 1343,68 285,89 1057,79

23 2422,5 582,18 1840,32 1292 310,50 981,50

24 2519,4 580,40 1939,00 1343,68 309,55 1034,13

4.3.3.3 Subordinasi

Subordinasi dilakukan untuk menentukan urutan prioritas produk dalam melakukan

perencanaan ulang produksi. Urutan prioritas produk telah ditentukan perusahaan yaitu oleh

kepala bagian produksi. Urutan prioritas produksi pada proses plong menurut kepala bagian

produksi adalah N24 – N15 – C24 – C15. Pada Tabel 4.27 menunjukkan capacity

requirement (CR) masing-masing produk kantung plastik pada proses plong.

Tabel 4.27

Kapasitas yang Dibutuhkan Masing-masing Produk Kantung Plastik

Proses Perio

de

Kapasitas yang dibutuhkan (detik) Total (detik)

Total

(Jam) N24 N15 C24 C15

PLONG

13 973.038,86 1.017.384,04 661.543,78 254.998,98 2.906.965,66 807,49

14 810.364,16 828.420,2 680.394,74 261.074,44 2.580.253,54 716,74

15 1.106.244,74 941.809,86 699.245,7 267.320,24 3.014.620,54 837,39

16 955.948,08 905.981,68 718.096,66 273.736,38 2.853.762,8 792,71

17 1.350.285,18 1.025.673,92 736.947,62 280.266,08 3.393.172,8 942,55

18 1.106.301,52 986.382,16 755.855,36 286.966,12 3.135.505,16 870,97

19 706.797,44 854.709,34 774.763,1 293.836,5 2.630.106,38 730,59

20 1.410.244,86 966.509,16 793.614,06 300.877,22 3.471.245,3 964,23

21 844.829,62 928.069,1 812.465,02 308.088,28 2.893.452,02 803,74

22 1.061.899,56 835.006,68 831.315,98 315.412,9 3.043.635,12 845,45

23 1.073.880,14 1.058.492,76 850.223,72 323.021,42 3.305.618,04 918,23

24 1.235.987,04 859.649,2 869.131,46 330.743,5 3.295.511,2 915,42

55

4.3.3.4 Eliminasi

Eliminasi dilakukan untuk merencanakan produksi ulang agar dapat mengurangi

bottleneck. Dari hasil eksploitasi pada proses plong dapat dilakukan dengan menambah jam

lembur untuk memenuhi kapasitas waktu produksi yang kurang pada proses plong.

Penambahan jumlah jam kerja disesuaikan dengan kapasitas waktu produksi yang kurang.

Contoh perhitungan penambahan jumlah jam kerja untuk periode 13 adalah sebagai berikut.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑤𝑎𝑘𝑡𝑢 𝑘𝑢𝑟𝑎𝑛𝑔

𝑗𝑢𝑚𝑙𝑎ℎ 𝑚𝑒𝑠𝑖𝑛 × 𝑗𝑢𝑚𝑙𝑎ℎ 𝑠ℎ𝑖𝑓𝑡

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =128,58

2 × 2= 32,1 𝑗𝑎𝑚

Maka jumlah jam kerja lembur yang dibutuhkan sebesar 32,1 jam per operator selama

periode 13. Untuk mengetahui jumlah jam kerja lembur yang dibutuhkan selama satu hari

digunakan perhitungan sebagai berikut

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑙𝑒𝑚𝑏𝑢𝑟 =32,1

26= 1,2 𝑗𝑎𝑚

Sehingga pada periode 13 dalam sehari dibutuhkan jam kerja lembur sebesar 1,2 jam

per operator. Tabel 4.28 menunjukkan jumlah jam kerja lembur yang dibutuhkan seluruh

periode.

Tabel 4.28

Jumlah Jam Kerja Lembur Pada Proses Plong

Periode Kapasitas yang

kurang (Jam)

Jumlah jam kerja lembur

selama satu periode (Jam)

Hari

Kerja

Jumlah jam kerja lembur

selama satu hari (Jam)

13 128,6 32,1 26 1,2

14 90,0 22,5 24 0,9

15 158,5 39,6 26 1,5

16 139,9 35,0 25 1,4

17 263,6 65,9 26 2,5

18 218,2 54,5 25 2,2

19 51,7 12,9 26 0,5

20 285,3 71,3 26 2,7

21 150,9 37,7 25 1,5

22 166,5 41,6 26 1,6

23 265,4 66,4 25 2,7

24 236,5 59,1 26 2,3

Dari hasil eksploitasi untuk proses blowing dan cutting dilakukan dengan mengurangi

jam kerja per hari. Perhitungan dilakukan berdasarkan jumlah jam kerja lebih atau nilai

varians. Contoh perhitungan pengurangan jam kerja pada periode 13 di proses blowing

adalah sebagai berikut.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =𝑣𝑎𝑟𝑖𝑎𝑛𝑠

𝑗𝑢𝑚𝑙𝑎ℎ 𝑚𝑒𝑠𝑖𝑛 × 𝑗𝑢𝑚𝑙𝑎ℎ 𝑠ℎ𝑖𝑓𝑡

56

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =2007,4

5 × 3 = 133,83 𝑗𝑎𝑚

Sehingga jumlah jam pengurangan dalam sebulan adalah sebesar 133,83 jam. Untuk

jumlah jam pengurangan dalam satu hari dilakukan perhitungan sebagai berikut.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛 =133,83

26= 5 𝑗𝑎𝑚

Maka jumlah jam kerja pada proses plong adalah sebagai berikut.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 = 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑎𝑤𝑎𝑙 − 𝑗𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑝𝑒𝑛𝑔𝑢𝑟𝑎𝑛𝑔𝑎𝑛

𝐽𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 = 8 − 5 = 3 𝑗𝑎𝑚

Jadi jumlah jam kerja yang dianjurkan untuk mengurangi varians periode 13 pada proses

blowing adalah 3 jam. Tabel 4.29 menunjukkan jumlah jam kerja yang dianjurkan untuk

proses blowing dan proses cutting.

Tabel 4.29

Jumlah Jam Kerja yang dianjurkan untuk Proses Blowing dan Cutting

Periode Hari

Kerja

Blowing Cutting

Varians

Jumlah jam

pengurangan

(jam/bulan)

Jumlah jam

pengurangan

(jam/hari)

Jumlah

jam

kerja

Varians

Jumlah jam

pengurangan

(jam/bulan)

Jumlah jam

pengurangan

(jam/hari)

Jumlah

jam

kerja

13 26 2007,43 133,83 5 3 1070,63 267,66 5 3

14 24 1871,17 374,23 5 3 997,96 249,49 5 3

15 26 1988,47 397,69 5 3 1060,52 265,13 5 3

16 25 1919,9 383,98 5 3 1023,95 255,99 5 3

17 26 1921,8 384,36 5 3 1024,96 256,24 5 3

18 25 1870,28 374,06 5 3 997,48 249,37 5 3

19 26 2056,19 411,24 5 3 1096,63 274,16 5 3

20 26 1908,05 381,61 5 3 1017,63 254,41 5 3

21 25 1912,91 382,58 5 3 1020,22 255,05 5 3

22 26 1983,36 396,67 5 3 1057,79 264,45 5 3

23 25 1840,32 368,06 5 3 981,5 245,38 5 3

24 26 1939 387,8 5 3 1034,13 258,53 5 3

4.3.3.5 Pengulangan

Pengulangan merupakan langkah akhir dalam Theory of Constraints. Pengulangan

dilakukan dengan menghitung kembali Rough Cut Capacity Planning (RCCP).

Penghitungan RCCP dilakukan untuk melihat perubahan pada hasil perhitungan

menggunakan perbaikan yang dilakukan pada tahap eliminasi.

Hasil perhitungan ulang RCCP untuk proses plong menggunakan kapasitas yang

dibutuhkan (CR) yang terdapat pada Tabel 4.21. Kapasitas yang tersedia pada proses plong

terjadi perubahan karena terdapat penambahan jam kerja lembur berdasarkan Tabel 4.28.

Dengan penambahan jam kerja lembur maka contoh perhitungan kapasitas tersedia pada

proses plong periode 13 adalah sebagai berikut

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA) = 2 ×(8 + 1,24) × 2 × 26 × 0,85 × 0,96 = 784,143 𝑗𝑎𝑚

Sehingga kecukupan kapasitas (varians) adalah

57

𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 𝐶𝐴 − 𝐶𝑅

𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 784,143 − 807,49 = −23,34

Varians memiliki nilai negatif sehingga proses plong masih mengalami bottleneck.

Tabel 4.30 menunjukkan kapasitas tersedia yang telah ditambahi jam kerja lembur, kapasitas

yang dibutuhkan dan varians proses plong.

Tabel 4.30

Hasil Perhitungan Ulang Varians pada Proses Plong

Periode CA CR Varians Keterangan 13 784,143 807,49 -23,35 BOTTLENECK

14 700,323 716,7371 -16,41 BOTTLENECK 15 808,754 837,39 -28,64 BOTTLENECK 16 767,04 792,71 -25,67 BOTTLENECK 17 894,466 942,55 -48,08 BOTTLENECK 18 831,504 870,97 -39,47 BOTTLENECK 19 721,344 730,59 -9,24 BOTTLENECK 20 912,288 964,23 -51,95 BOTTLENECK 21 776,016 803,74 -27,72 BOTTLENECK 22 815,543 845,45 -29,91 BOTTLENECK 23 869,856 918,23 -48,37 BOTTLENECK 24 872,402 915,42 -43,02 BOTTLENECK

Pada Tabel 4.30 menunjukkan varians yang masih bernilai negatif, maka dilakukan

kembali pengulangan hingga proses plong tidak mengalami bottleneck. Untuk mendapatkan

hasil varians bernilai positif dan tidak terjadi bottleneck maka dilakukan 5 kali pengulangan.

Tabel 4.31 menunjukkan penambahan jumlah jam kerja, kapasitas yang tersedia, kapasitas

yang dibutuhkan dan varians yang telah mengalami pengulangan sebanyak 5 kali.

Tabel 4.31

Hasil Perhitungan Ulang Varians pada Proses Plong 5 Kali Pengulangan

Periode

Jumlah Jam

Kerja

reguler/shift

Penambahan

jam kerja/shift CA CR Varians Keterangan

13 8 1,52 807,905 807,49 0,41 NON BOTTLENECK

14 8 1,15 716,774 716,737 0,04 NON BOTTLENECK 15 8 1,87 837,608 837,39 0,21 NON BOTTLENECK 16 8 1,72 793,152 792,71 0,44 NON BOTTLENECK 17 8 3,11 942,839 942,55 0,29 NON BOTTLENECK 18 8 2,68 871,488 870,97 0,51 NON BOTTLENECK 19 8 0,61 730,679 730,59 0,09 NON BOTTLENECK 20 8 3,37 964,904 964,23 0,67 NON BOTTLENECK 21 8 1,85 803,76 803,74 0,02 NON BOTTLENECK 22 8 1,97 846,094 845,45 0,64 NON BOTTLENECK 23 8 3,26 918,816 918,23 0,59 NON BOTTLENECK 24 8 2,79 915,683 915,42 0,26 NON BOTTLENECK

Hasil perhitungan ulang RCCP untuk proses blowing dan cutting menggunakan

kapasitas yang dibutuhkan (CR) yang terdapat pada Tabel 4.21. Sedangkan untuk kapasitas

tersedia dilakukan perubahan dengan pengurangan jumlah kerja berdasarkan perhitungan

58

pada Tabel 4.29. Dengan perubahan pengurangan jumlah jam kerja maka contoh perhitungan

kapasitas tersedia pada proses blowing periode 13 adalah sebagai berikut.

𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 (CA) = 5 ×(8 − 3) × 3 × 26 × 0,85 × 0,96 = 944,775 𝑗𝑎𝑚

Sehingga kecukupan kapasitas (varians) adalah

𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 𝐶𝐴 − 𝐶𝑅 = 944,775 − 511,97 = 432,81

Varians memiliki nilai positif sehingga proses blowing tetap tidak mengalami

bottleneck. Maka pengurangan jam kerja boleh dilakukan. Tabel 4.32 menunjukkan

kapasitas tersedia yang telah ditambahi jam kerja lembur, kapasitas yang dibutuhkan dan

varians proses plong.

Tabel 4.32

Hasil Perhitungan Ulang Varians pada Proses Blowing dan Cutting

Proses Periode CA CR Varians Keterangan

BLOWING

13 944,775 511,97 432,81 NON BOTTLENECK

14 872,1 454,43 417,67 NON BOTTLENECK

15 944,775 530,93 413,85 NON BOTTLENECK

16 908,4375 502,60 405,84 NON BOTTLENECK

17 944,775 597,60 347,18 NON BOTTLENECK

18 908,4375 552,22 356,22 NON BOTTLENECK

19 944,775 463,21 481,57 NON BOTTLENECK

20 944,775 611,35 333,43 NON BOTTLENECK

21 908,4375 509,59 398,85 NON BOTTLENECK

22 944,775 536,04 408,74 NON BOTTLENECK

23 908,4375 582,18 326,26 NON BOTTLENECK

24 944,775 580,40 364,38 NON BOTTLENECK

CUTTING

13 503,88 273,05 230,83 NON BOTTLENECK

14 465,12 242,36 222,76 NON BOTTLENECK

15 503,88 283,16 220,72 NON BOTTLENECK

16 484,5 268,05 216,45 NON BOTTLENECK

17 503,88 318,72 185,16 NON BOTTLENECK

18 484,5 294,52 189,98 NON BOTTLENECK

19 503,88 247,05 256,83 NON BOTTLENECK

20 503,88 326,05 177,83 NON BOTTLENECK

21 484,5 271,78 212,72 NON BOTTLENECK

22 503,88 285,89 217,99 NON BOTTLENECK

23 484,5 310,50 174,00 NON BOTTLENECK

24 503,88 309,55 194,33 NON BOTTLENECK

59

Pada Tabel 4.31 menunjukkan nilai varians mengalami pengurangan yang jauh namun

masih bernilai positif dan tidak mengalami bottleneck, sehingga perubahan jam kerja dapat

dilakukan.

Dari hasil pengulangan dapat dilakukan perencanaan ulang yang digambarkan dengan

Gantt Chart yang terdapat pada Lampiran 5.

4.4 Analisis dan Pembahasan

Pada subbab analisis dan pembahasan dibahas mengenai analisis stasiun kendala dan

analisis perencanaan ulang yang dilakukan. Analisis stasiun kendala berdasarkan dengan

hasil perhitungan Rough Cut Capacity Planning (RCCP). Dan analisis perencanaan ulang

menggunakan Drum Buffer Rope (DBR).

4.4.1 Analisis Stasiun Kendala

Stasiun kendala didapatkan berdasarkan hasil perhitungan menggunakan Rough Cut

Capacity Planing (RCCP) dengan teknik Bill of Labor (BOLA). Dalam teknik BOLA

dilakukan perhitungan capacity requirement (CR) dan capacity available (CA). CR

berdasarkan perkalian permintaan perbulan dengan waktu baku yang diperoleh dengan

metode stopwatch time study. CA berdasarkan dengan banyaknya mesin, jam kerja, dan shift

yang tersedia selama proses produksi. Nilai varians merupakan hasil pengurangan CR

dengan CA. Apabila varians bernilai positif maka stasiun tersebut tidak mengalami

bottleneck (non bottleneck). Apabila varians bernilai negatif maka stasiun tersebut

mengalami bottleneck.

Berdasarkan hasil perhitungan varians yang terdapat pada Tabel 4.24. Hasil penelitian

menunjukkan pada proses plong memiliki nilai varians negatif di semua periode produksi.

Dari hasil perhitungan tesebut dapat disimpulkan pada proses plong terjadi penumpukan,

sehingga proses plong merupakan stasiun kendala yang menyebabkan terjadinya work in

process. Penyebab terjadinya penumpukan pada proses plong adalah perbedaan kapasitas

produksi antara proses plong dan proses cutting yang merupakan proses pendahulunya.

Proses cutting memiliki kapasitas produksi per hari sebesar 3000 dan proses plong memiliki

kapasitas produksi per hari sebesar 2000. Berarti kapasitas proses cutting lebih besar

daripada proses plong yang dapat menyebabkan penumpukan. Proses plong tersebut

merupakan stasiun kendala yang akan menjadi acuan untuk melakukan perencanaan ulang

produksi.

60

4.4.2 Analisis Drum Buffer Rope

Pada langkah ke empat dan lima pada metode Theory of Constraints, dilakukan proses

eleminasi dan pengulangan. Proses tersebut dilakukan berdasarkan metode drum buffer rope

(DBR). Drum merupakan ritme produksi yang ditetapkan untuk menentukan waktu produksi

stasiun kendala. Stasiun kendala yang terdapat dalam penelitian ini adalah pada proses

plong, blowing, dan cutting. Dimana dilakukan perhitungan jumlah waktu kerja yang kurang

untuk menentukan ritme produksi yang tepat. Dari hasil perhitungan didapatkan

penambahan jam kerja lembur menjadi 11 jam sebagai ritme produksi kerja proses plong.

Pada proses blowing dan cutting didapatkan hasil pengurangan jam kerja menjadi masing-

masing 9 jam dan 6 jam kerja per hari. Buffer yang digunakan dalam penelitian ini adalah

time buffer, dimana waktu yang dijadikan penyangga dengan tujuan untuk menjaga laju

produksi. Time buffer ditunjukkan pada waktu menunggu pada tiap mesin untuk melanjutkan

proses apabila proses dimesin sebelumnya dengan produk yang sama belum selesai. Rope

merupakan komunikasi dari stasiun kendala dengan stasiun lain dalam proses produksi.

Dalam penelitian ini rope dilakukan dengan menentukan perencanaan ulang produksi

menggunakan pembuatan Gantt Chart berdasarkan perubahan-perubahan yang telah

dilakukan.

4.4.3 Analisis Perencanaan ulang produksi

Perencanaan ulang produksi dilakukan berdasarkan langkah-langkah pada metode

Theory of Constraints. Tahapan pertama yaitu perhitungan identifikasi konstraint dengan

Rough Cut Capacity Planning (RCCP). Pada tahap ini terdapat proses yang mengalami

bottleneck dan proses yang memiliki jumlah varians besar. Tahapan kedua adalah eksploitasi

stasiun kendala. Tahapan ini menyimpulkan pada proses plong yang mengalami bottleneck

dilakukan perbaikan dengan penambahan jam kerja lembur. Penambahan jam kerja lembur

dilakukan agar proses plong memiliki peningkatan kapasitas tersedia, sehingga proses tidak

mengalami bottleneck. Untuk proses yang memiliki jumlah varians besar, yaitu proses

blowing dan cutting dilakukan perbaikan dengan pengurangan jumlah jam kerja.

Pengurangan jam kerja dilakukan untuk mengurangi jumlah hari kerja kosong yang

menyebabkan proses berhenti. Jumlah hari kosong dapat dilihat pada Gantt Chart Bulan

Desember 2016 pada Lampiran 4. Tahapan ketiga adalah subordinasi, yaitu penentuan

prioritas urutan produksi kantung plastik. Urutan produksi kantung plastik adalah N24 – N15

– C24 – C15. Urutan produksi ini digunakan untuk pembuatan Gantt Chart. Tahapan

keempat adalah eliminasi stasiun kendala berdasarkan tahapan eksploitasi. Pada proses

61

plong dilakukan perhitungan jumlah jam kerja yang kurang berdasarkan nilai varians.

Kemudian didapatkan hasil penambahan jumlah jam kerja menjadi 11 jam selama satu shift.

Pada proses blowing dan proses cutting dilakukan perhitungan jumlah jam kerja yang lebih

berdasarkan niai varians. Pada proses blowing didapatkan hasil perhitungan jumlah jam kerja

berkurang 5 jam menjadi 3 jam kerja selama satu shift dan tetap memiliki 3 shift kerja,

sehingga dalam sehari proses blowing memiliki total 9 jam kerja. Pada proses cutting

didapatkan hasil perhitungan jumlah jam kerja menjadi 3 jam kerja selama satu shift dan

tetap memiliki 2 shift, sehingga dalam sehari proses cutting memiliki total 6 jam kerja. Tahap

terakhir adalah pengulangan, yaitu melakukan perhitungan Rough Cut Capacity Planning

(RCCP) kembali. Untuk proses plong, setelah dilakukan penambahan jumlah jam kerja

dihasilkan proses plong tetap mengalami bottleneck. Sehingga dilakukan pengulangan

sampai proses tersebut tidak mengalami bottleneck (non bottleneck). Pengulangan dilakukan

sebanyak 5 kali untuk menghasilkan proses non bottleneck. Untuk proses blowing dan

cutting, setelah dilakukan pengurangan jumlah jam kerja menghasilkan nilai varians yang

berkurang dan proses tetap mengalami non bottleneck. Sehingga, perubahan dapat

dilakukan.

Kemudian dilakukan perencanaan ulang produksi berdasarkan perubahan-perubahan

tersebut dengan membuat Gantt Chart yang dapat dilihat pada Lampiran 5. Perencanaan

ulang produksi dengan penambahan jam kerja lembur menyebabkan penambahan biaya

kerja lembur karyawan. Perusahaan tidak mempermasalahkan penambahan biaya tersebut,

sehingga perencanaan ulang produksi dapat dilakukan. Dari hasil Gantt Chart dapat dilihat

proses plong dapat diselesaikan dalam sebulan. Dan pada proses blowing serta proses cutting

memiliki jumlah hari kosong yang berkurang. Proses blowing memiliki jumlah hari kosong

berkurang dari 18 hari kerja menjadi 11 hari kerja. Proses cutting memiliki jumlah hari

kosong dari 18 hari kerja menjadi 10 hari kerja.

62

Halaman ini sengaja dikosongkan

63

BAB V

PENUTUP

Pada bab penutup ini berisi kesimpulan dan saran dari hasil penelitian. Kesimpulan

diharapkan dapat menjawab tujuan dari penelitian, sehingga dapat memberikan saran untuk

perusahaan dan penelitian selanjutnya.

5.1 Kesimpulan

Kesimpulan yang dapat di ambil dalam penelitian ini adalah sebagai berikut.

1. Berdasarkan hasil perhitungan menggunakan Rough Cut Capacity Planing (RCCP).

Hasil penelitian menunjukkan pada proses plong memiliki nilai varians negatif di semua

periode produksi. Dari hasil perhitungan tesebut dapat disimpulkan pada proses plong

terjadi penumpukan, sehingga proses plong merupakan stasiun kendala yang

menyebabkan terjadinya work in process. Pada proses mixing, blowing, cutting, dan

packaging mengalami keadaan non bottleneck.

2. Dari hasil perhitungan Theory of Constraints didapatkan proses yang mengalami

bottleneck. Proses yang mengalami bottleneck dilakukan penambahan kapasitas. Pada

proses plong didapatkan hasil penambahan jumlah jam kerja menjadi 11 jam selama

satu shift. Pada proses blowing didapatkan hasil perhitungan jumlah jam kerja berkurang

menjadi 3 jam kerja selama satu shift dan tetap memiliki 3 shift kerja, sehingga dalam

sehari proses blowing memiliki total 9 jam kerja. Pada proses cutting didapatkan hasil

perhitungan jumlah jam kerja menjadi 3 jam kerja selama satu shift dan tetap memiliki

2 shift, sehingga dalam sehari proses cutting memiliki total 6 jam kerja. Pada proses

mixing dan proses packaging tidak terdapat perubahan jam kerja. Perencanaan ulang

produksi pada Gantt Chart dapat dilihat proses plong dapat diselesaikan dalam sebulan.

Dan pada proses blowing serta proses cutting memiliki jumlah hari kosong yang

berkurang. Proses blowing memiliki jumlah hari kosong berkurang dari 18 hari kerja

menjadi 11 hari kerja. Proses cutting memiliki jumlah hari kosong dari 18 hari kerja

menjadi 10 hari kerja.

63

64

5.2 Saran

Saran yang dapat diberikan dalam penelitian ini adalah sebagai berikut.

1. Untuk perusahaan, diharapkan dapat menerapkan perencanaan ulang produksi yang

telah peneliti rencanakan, sehingga dapat meminimumkan jumlah work in process

dalam perusahaan.

2. Untuk perusahaan, diharapkan dapat menggunakan hari kerja kosong untuk perawatan

mesin atau hal lain.

3. Untuk peneliti selanjutnya, diharapkan dapat melakukan perencanaan ulang dengan

metode lain yang lebih baik.

65

DAFTAR PUSTAKA

Bluman, Allan G. 2012. Elementary Statics A Step By Step Approach Eight Edition. New

York: McGraw-Hill.

Fogarty, Donald W, John H. Blackstone dan Thomas R. Hoffman. 1991. Production &

Inventory Management. America: South-Western Publishing.

Gaspersz, Vincent. 2008. Production Planning and Inventory Control. Jakarta: PT.

Gramedia Pustaka Umum.

Goldratt, Eliyahu M. 1999. What is This Thing Called Theory of Constraints an How Should

it be Implemented. North River Pr.

Hanke, John E. dan Arthur G. Reitsch. 1991. Business Forecasting. Needham : Allyn and

Bacon.

Hunusulela, Z. F. 2013. Usulan Penjadwalan Produksi Dengan Menggunakan Theory Of

Constraint Pada Bagian Welding Rear Body PT Krama Yudha Ratu Motor, Jurnal

Faktor Exacta, 6(1): 70-86.

Kushana, Dina N. S., Emsosfi Zaini dan Alex Saleh. 2014. Rancangan Sistem Penjadwalan

Buku Fiksi dengan Pendekatan Theory Of Constraints Di PT Mizan Grafika Sarana,

Jurnal Teknik Industri Itenas, Vol.02 No.4.

Nasution, Arman Hakim dan Yudha Prasetyawan. 2008. Perencanaan & Pengendalian

Produksi. Yogyakarta : Graha Ilmu.

Niebel, B. W. 1993. Motion and Time Study. Homewood, Illinois : Irwin Inc.

Nugraheni, Adinda Hapsa, Arif Rahman, dan Rahmi Yuniarti. 2016. Analisis Capacity

Constrained Resources (CCR) Untuk Mengoptimalkan Aliran Proses Produksi Dengan

Pendekataan Theory Of Constraints (TOC), Jurnal Rekayasa dan Manajemen Sistem

Industri, Vol 4 NO 2.

Rimawan, Erry. 2011. Usulan Penjadualan Produksi Dengan Menggunakan Teknik Theory

Of Constraint Di PT XXX. Skripsi, Jakarta: Universitas Mercubuana.

Siregar, Adlan Albi. 2015. Reduksi Bottleneck dengan Pendekatan Theory Ofconstraint

(Toc) Pada Bagian Karoseri Minibus Di Pt. Capella Medan Divisi Karoseri Bima

Kencana. Skripsi, Medan: Universitas Sumatera Utara.

Sofyan, Ahmad. 2015. Analisis Utilisasi Kapasitas Produksi pada PT. Asia Raya Foundry

dengan Pendekatan Theory of Constraints (TOC). Skripsi, Medan: Universitas

Sumatera Utara.

Supranto, J. 2000. Statistik: Teori dan Aplikasi. Jakarta: Erlangga.

Suryabrata, Sumadi. 2014. Metodologi Penelitian. Jakarta: PT Raja Grafindo Persada.

Umble, M. Michael dan Srikanth M. L. 1996. Sychronous Manufacturing. Connecticut: The

Spectrum Publishing Company.

65

66

Wignjosoebroto, S. 2003. Ergonomi : Studi Gerak dan Waktu. Surabaya: PT Guna Widya.