chapter iii viii

BAB III

LANDASAN TEORI

3.1. Sistem Pendukung Keputusan (Decision Support System)

3.1.1. Definisi1

Little (1970) mendefinisikan Decision Support System (DSS) sebagai

“sekumpulan prosedur berbasis model untuk pemrosesan data dan penilaian guna

membantu para manajer mengambil keputusan.”

Bonczek, dkk (1980) mendefinisikan DSS sebagai sistem berbasis

komputer yang terdiri dari tiga komponen yang saling berinteraksi : sistem bahasa

(mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS

lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada

DSS entah sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah

(hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas

manipulasi masalah umum yang diperlukan untuk pengambilan keputusan).

3.1.2. Klasifikasi Sistem Pendukung Keputusan2

Holsapple dan Whinston (1996) mengklasifikasikan DSS menjadi enam

kerangka kerja : DSS berorientasi-teks, DSS berorientasi-database, DSS

berorientasi-spreadsheet, DSS berorientasi-solver, DSS berorientasi-aturan (rule),

dan DSS gabungan (compound DSS).

1Burstein, Frada, and Clyde W, Holsapple. 2008. Handbook on Decision Support Systems 1. Hal

50-55. 2 Ibid. Hal 93-99

Universitas Sumatera Utara

1. DSS Berorientasi-Teks

Informasi (meliputi data dan pengetahuan) sering disimpan dalam format teks

dan harus diakses oleh pengambil keputusan. Dengan demikian, adalah

penting untuk menyajikan dan memproses dokumen dan fragmen teks secara

efektif dan efisien. DSS berorientasi teks mendukung pengambil keputusan

dengan secara elektronik melacak informasi yang disajikan secara teks yang

dapat memengaruhi keputusan. DSS tersebut memungkinkan dokumen-

dokumen dibuat secara elektronik, direvisi, dan dilihat ketika diperlukan.

Teknologi informasi seperti imaging dokumen berbasis-web, hypertext, dan

agen cerdas dapat digabungkan ke dalam aplikasi DSS berorientas-teks. Ada

banyak aplikasi DSS berorientasi-teks, di antaranya adalah sistem manajemen

dokumen elektronik, manajemen pengetahuan, content manajemen isi, dan

sistem aturan bisnis. Sistem manajemen isi (CMS) digunakan untuk mengelola

materi yang dikirim pada situs web. Konsistensi, kontrol versi, akurasi, dan

navigasi yang benar ditangani langsung oleh sistem.

2. DSS Berorientasi-Database

Pada DSS ini, database organisasi punya peran penting dalam struktur DSS.

Generasi awal dari DSS berorientasi-database terutama menggunakan

konfigurasi database relasional. Informasi ditangani oleh database relasional

cenderung sangat bervolume, deskriptif, dan sangat terstruktur. DSS

berorientasi-database bercirikan pembuatan laporan yang baik dan kapabilitas

query. Hendricks (2002) menjelaskan bagaimana pemerintah Belanda

menyediakan manajemen properti berbasis-web untuk pengambilan keputusan


cerdas. Sistem terutama berorientasi-database dan membantu agen pemerintah

melalui standar dan database GIS dengan menggunakan properti

portofolionya secara efektif.

3. DSS Berorientasi-Spreadsheet

Spreadsheet merupakan sistem pemodelan yang memungkinkan pengguna

mengembangkan model-model untuk mengeksekusi analisis DSS. Model ini

tidak hanya membuat, melihat, dan memodifikasi pengetahuan prosedural,

tetapi juga mengintruksikan sistem untuk mengeksekusi intruksi self-

contained mereka (macro). Spreadsheet digunakan secara luas pada DSS yang

dikembangkan oleh pengguna akhir. Alat pengguna akhir yang paling populer

untuk mengembangkan DSS adalah Microsoft Excel. Excel memasukkan

puluhan paket statistik, pake pengembangan linier (solver), dan banyak model

ilmu manajemen dan keuangan.

4. DSS Berorientasi-Solver

Solver adalah suatu algoritma atau prosedur yang ditulis sebagai suatu

program komputer untuk melakukan komputasi tertentu untuk memecahkan

suatu tipe masalah tertentu. Contoh-contoh solver dapat berupa prosedur

kuantitas pesanan ekonomis untuk menghitung kuantitas pesanan optimal atau

rutin regresi linier untuk menghitung suatu tren. Solver dapat diprogram

secara kormesial dalam perangkat lunak pengembangan. Sebagai contoh,

Excel, memasukkan beberapa solver powerful – function dan procedure –

yang memecahkan sejumlah masalah bisnis. Pembangun DSS dapat

menggabungkan beberapa solver ketika membuat aplikasi DSS. Solver dapat


ditulis dalam suatu bahasa pemrograman seperti C++, solver dapat ditulis

secara langsung atau dapat menjadi alat add-in pada sebuah spreadsheet atau

dapat di-embedded pada suatu bahasa pemodelan khusus, seperti Lingo.

Solver yang lebih kompleks, seperti pemrograman linier, yang digunakan

untuk optimisasi, tersedia secara komersil dan dapat digabungkan pada sebuah

DSS.

5. DSS Berorientasi-Aturan

Komponen pengetahuan dari DSS yang lebih dijelaskan sebelumnya

mencakup aturan prosedural maupun inferensial (reasoning), sering pada

suatu format sistem pakar. Aturan ini bisa jadi kualitatif atau kuantitatif, dan

komponen seperti itu dapat menggantikan atau diintegrasikan dengan model

kualitatif. Sebagai contoh, Bishop (1991) menjelaskan integrasi sebuah

implementasi algoritma penugasan (suatu bentuk pemrograman linier) dengan

sistem pakar seperti ini untuk mengarahkan kembali pesawat terbang yang

sedang terbang, kru pesawat, dan penumpang pada saat hub utama bandar

udara ditutup.

6. DSS Gabungan

DSS gabungan (compound DSS) adalah suatu sistem hibrid yang meliputi dua

atau lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.


3.1.3. Metode Pengembangan Sistem Aplikasi dengan SADT3

Pengembangan sistem aplikasi bertujuan untuk menjamin agar sistem yang

akan dikembangkan benar-benar mencerminkan kebutuhan pemakai. SADT,

singkatan dari Structured Analysis and Design Technique. SADT merupakan

metodologi pengembangan sistem terstruktur yang dikembangkan oleh D. T. Ross

selama tahun 1969 sampai 1973. SADT kemudian didukung dan dikembangkan

lebih lanjut oleh SofTech Corporation sejak tahun 1974.

SADT memandang suatu sistem terdiri dari dua hal sebagai berikut :

Benda (objek, dokumen, data) dan Kejadian/Event (kegiatan yang dilakukan oleh

orang, mesin, atau perangkat lunak). Di samping itu, SADT menggunakan dua

macam diagram, yaitu diagram kegiatan (activity diagram) yang disebut dengan

actigrams (juga digunakan dalam pendekatan berorientasi-proses) dan diagram

data (data diagram) yang disebut dengan datagrams (juga digunakan dalam

pendekatan berorientasi-data/objek).

Sebagai metodologi pengembangan sistem terstruktur, SADT menganut

konsep dekomposisi, yaitu menggambarkan terlebih dahulu sistem secara utuh

(whole system) sebagai tingkat tertinggi (top level) dan memecahnya menjadi

lebih rinci. Pemecahan sistem menjadi lebih rinci menggunakan beberapa tools,

yaitu4 :

3 Suryadi, Kadarsah, dan Ali Ramdhani. 1998. Sistem Pendukung Keputusan, Suatu Wacana

Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan. Hal 58 – 70 4 FitzGerald, Jerry, and Ardra FitzGerald. 1987. Fundamentals of System Analysis, Using

Structured Analysis and Design Techniques. Third Edition. Hal 51 – 109.


1. Context Diagrams

Tahap permulaan dari analisis terstruktur adalah Context Diagrams (CD). CD

dibangun untuk menunjukkan level tertinggi dari sistem. CD menyediakan

sebuah tinjauan dalam daerah studi dan entitas eksternal dengan hubungannya

melalui aliran data. Daerah studi ditandai dengan sebuah lingkaran, entitas

eksternal ditandai dengan persegi, dan aliran data adalah garis dengan ujung

panah yang menunjukkan arah dari aliran data. Aliran data antara entitas

eksternal tidak ditunjukkan pada CD karena termasuk eksternal terhadap

daerah studi. Contoh Context Diagram ditunjukkan pada Gambar 3.1.

SISTEM PEMROSESAN

PESANAN

KONSUMEN

DEPARTEMEN KEUANGAN PEMASOKDEPARTEMEN

PENGIRIMAN

PESA

NA

N K

ON

SUM

EN

PEM

BA

YA

RA

N

KO

NSU

MEN

TAN

DA

PEM

BA

YA

RA

N

PESA

NA

N Y

AN

GD

IKEM

BA

LIK

AN

BAC

KO

RDER

S

INVO

ICES

PEMBELIAN

BAHAN

KONFIRMASI

PEMBELIAN BAHAN

PEM

BA

YA

RA

NK

ON

SUM

ENTAND

APE

NGIR

IMAN

KONF

IRM

ASI

PENG

IRIM

AN

Gambar 3.1. Context Diagram dari Aktivitas Pemrosesan Pesanan pada Sunrise Sportwears


2. Data Flow Diagrams

Data Flow Diagrams (DFD) merupakan sebuah representasi grafik dari

sebuah sistem yang menunjukkan aliran data ke, dari, dan dalam sistem

tersebut, memroses fungsi yang mengubah data dalam beberapa perlakuan,

dan penyimpanan data. DFD merupakan sebuah jaringan dari fungsi sistem

yang berhubungan (pemrosesan data) yang mengenali darimana informasi

(data) diterima (input) dan kemana dikirimkan (output). Simbol-simbol yang

digunakan pada DFD ditunjukkan pada Gambar 3.2.

SIMBOL NAMA

PELANGGAN Entitas Eksternal

1.0MEMBUAT

INVOICEProses

D1 : INVOICE Gudang Data

STATUS-

KREDIT Aliran Data

Gambar 3.2. Simbol Data Flow Diagrams

3. Data Dictionary

Data Dictionary (DD) adalah dokumentasi yang mendukung DFD. DD berisi

semua istilah dan definisinya untuk aliran data dan penyimpanan data yang

berhubungan terhadap sebuah sistem yang spesifik. Tujuan dari DD adalah


menentukan isi dari aliran data dan penyimpanan data, dengan pengecualian

terhadap proses yang ditentukan secara terpisah melalui penggunaan deskripsi

proses. DD dibutuhkan karena, ketika DFD berguna untuk memahami apa

yang terjadi, pemahaman penuh terhadap DFD tidak mungkin hingga

diketahui maksud dari beragam istilah (aliran data) yang digunakan. Dan juga,

beberapa metode harus dimiliki untuk mencegah pemanggilan aliran data atau

penyimpanan data yang sama dengan dua nama yang berbeda (sinonim)

ataupun dua aliran data yang berbeda dengan nama yang sama (homonim).

Dengan kata lain, DD penting untuk memberikan konsistensi. Contoh Data

Dictionary ditunjukkan pada Gambar 3.3.

Nama Gudang Data : D1 : PERSEDIAAN

Nama Struktur Data Nama Elemen Data

INV ITEM-DISCITEM-NOEOQPRICECOLORSIZEQUANSUPPLIER

Notasi :EOQ alias : Jumlah Pembelian

Gambar 3.3. Data Dictionary dari Gudang Data D1


4. Data Structure Diagrams

Tahapan selanjutnya adalah mengorganisir struktur data untuk penggunaan.

Pengorganisir struktur data ke dalam sebuah model yang menunjukkan objek

dan hubungannya terhadap semua data yang tersimpan dalam sistem. Data

Structure Diagrams (DSD) menunjukkan bagaimana suatu data simpanan

berhubungan dengan data simpanan lainnya. Tujuan DSD adalah

menunjukkan hubungan akses data di antara beragam struktur data. Dengan

kata lain menunjukkan bagaimana suatu struktur data dapat mengakses elemen

data yang terkandung dalam struktur data lainnya. Contoh Data Structure

Diagrams ditunjukkan pada Gambar 3.4.

ITEM-NO + QUAN

QUAN-ITEM

COLOR + QUAN

QUAN-COLOR

Struktur data lainnya dari gudang data D5

SIZE + QUAN

QUAN-SIZEStruktur data lainnya dari gudang data D3

dan D2

Struktur data lainnya dari gudang data D4

ITEM-NO

INV-ITEM

Gambar 3.4. Data Structure Diagram yang Menunjukkan Hubungan Gudang Data D1 dengan Struktur Data Lainnya pada Gudang Data Lainnya


5. Data Access Diagrams

Data Access Diagrams (DAD) digunakan untuk menggambarkan representasi

yang lebih rinci dari masing-masing struktur data, hubungan korespondensi

antar struktur data dan jalur akses di antaranya. Contoh Data Access Diagram

ditunjukkan pada Gambar 3.5.

ITEM-NO ITEM-DESC HARGA EOQ

ITEM-NO QUAN

QUAN-ITEM

INV-ITEM

COLOR QUAN

QUAN-COLOR

SIZE QUAN

QUAN-SIZE

ITEM-DESC

XXX

XXX

Struktur data dari gudang data D1

Struktur data lainnya dari gudang data D2 hingga D5

Gambar 3.5. Data Access Diagram

6. Minispesifications

Minispesifications menentukan aturan kebijakan yang memerintahkan proses

dari transformasi data. Tujuan dalam minispesifications adalah untuk

mengurangi ambiguitas, memperjelas deskripsi mengenai apa yang

diselesaikan, memastikan semua proses memiliki input dan output,


menggunakan nama yang valid, dan menggambarkan isi serta transformasi

dari input dan output data. Contoh Minispesifications ditunjukkan pada

Gambar 3.6.

PROCESS MINISPESIFICATION

Nama Proses : VERIFIKASI KREDIT

Nomor Proses : 2.0

Deskripsi : Menentukan jika informasi kartu kredit adalah valid dan jika pesanan dapat dikirimkan. Jika tidak, menentukan jika kredit konsumen dapat diterima dan pesanan diproses atau dikembalikan kepada konsumen untuk pembayaran ulang.

Input : CREDIT-ORDER dari 1.0 AMOUNT-OWED dari gudang data D3 : ACCOUNTS RECEIVABLE CREDIT-APPROVAL dari CREDIT CARD COMPANY

Output : VERIFIED-CREDIT-ORDER untuk memroses 5.0 RETURNED-ORDER kepada PELANGGAN

Logika : Memverifikasi data dengan perusahaan kartu kredit. Kredit yang bagus, pesanan dikirim. Kredit yang buruk, memeriksa akun yang dapat menerima. Kredit yang bagus, pesanan dikirim. Kredit yang buruk, mengembalikan pesanan untuk pembayaran kembali.

Penggabungan : Tinjau pohon keputusan, tabel keputusan, dan prosedur tertulis yang digabung.

Masalah Tidak Terselesaikan : Tidak ada kebijakan pada penolakan perusahaan kartu kredit. Apakah pelanggan lama diberi perlakuan khusus? Apakah terdapat output untuk perusahaan kartu kredit?

Form 4891 (rev. 9/84)

Gambar 3.6. Dokumentasi Minispesification untuk Proses 2.0


3.2. Fitur Spreadsheet untuk Pengembangan Sistem Pendukung

Keputusan (Decision Support System/DSS)5

3.2.1. Software Spreadsheet

Software spreadsheet elektronik yang pertama, VisiCalc, diperkenalkan

pada tahun 1978 untuk Komputer Apple (Power 2006). Fitur dari program awal

ini termasuk pemasukan data (data entry) dan kalkulasi akuntansi dasar. Pada

tahun 1983, Lotus 1-2-3 diperkenalkan untuk PC IBM, dengan menggunakan

Intel. Software ini memperbaiki yang sebelumnya dengan menawarkan

penambahan fitur grafik dan database. Kemudian, Microsoft Excel diperkenalkan

(untuk Apple pada tahun 1985 dan untuk Windows pada tahun 1987). Pada saat

itu, Excel menyediakan interface pengguna yang dikembangkan dibandingkan

dengan pendahulunya dan mulai menambah fitur lainnya. Software tersebut secara

bertahap diperbaiki untuk meliputi fitur analisis what-if (seperti mencari tujuan).

Banyak fitur GUI yang ditambahkan kemudian. Fitur ini termasuk pilihan

pemasukan data yang berbeda (seperti alat validasi) dan fitur form dasar

dihadirkan dalam toolbar yang sederhana dimana menempatkan kontrol secara

langsung pada spreadsheet tanpa pengkodean berlanjut. Kemudian, alat analisis

yang lebih maju dikembangkan seperti solver Sistem Frontline. Setelah itu, alat-

alat lain, seperti alat simulasi seperti Crystal Ball dan @RISK, tersedia. Sekarang

ini, editor pemrograman tersedia untuk kebanyakan software spreadsheet untuk

menyediakan fitur yang lebih maju dan pilihan pengembangan GUI.

5 Burstein, Frada, and Clyde W, Holsapple. 2008. Handbook on Decision Support Systems 1. Hal

280-287.


Selama beberapa tahun yang lewat, beberapa platform yang mengijinkan

integrasi fitur spreadsheet dasar dengan kapabilitas pemrograman yang lebih maju

telah tersedia. Platform yang paling umum adalah Microsoft Excel. Excel, yang

merupakan paket spreadsheet yang paling banyak digunakan di antara manajer

dan insinyur, mengijinkan pembentukan model dan penyimpanan data. Excel juga

memiliki banyak program built-in dan juga banyak program add-on yang tersedia

yang mengijinkan optimisasi dan simulasi dari beragam model yang terbentuk

dalam Excel. Excel juga memiliki sebuah bahasa pemrograman makro, Visual

Basic for Application (VBA), yang mengijinkan pembentukan GUI dan

manipulasi objek Excel. Excel menyediakan platform dimana aplikasi DSS yang

rumit dapat dibentuk.

Spreadsheet Microsoft Excel telah menjadi salah satu paket software yang

paling terkenal dalam dunia bisnis, begitu juga dengan sekolah bisnis dan sekolah

insinyur yang telah mengembangkan beberapa pelajaran pemodelan spreadsheet

berbasis Excel yang terkenal. Pendidik ilmu manajemen menyatakan “spreadsheet

menjadi kendaraan pengiriman dasar untuk teknik pemodelan kuantitatif”

(Ragsdale 2001). Sebuah aplikasi spreadsheet memiliki fungsi untuk menyimpan

dan mengorganisir data, menjalankan beragam kalkulasi, dan menggunakan paket

tambahan, yang disebut add-in, untuk analisis dan pemecahan masalah lebih

lanjut. Paket-paket software ini biasanya mudah dipelajari dan menyediakan fitur

dasar dan lanjut untuk beragam aplikasi.


3.2.2. Fitur VBA (Visual Basic for Application)

VBA merupakan sebuah bahasa pemrograman yang termasuk di dalam

software Microsoft Excel. Ia dapat digunakan untuk mengkodekan prosedur

standar ataupun lebih lanjut seperti bahasa pemrograman lainnya ; bagaimanapun

ia dirancang untuk memanipulasi objek Excel. Sebagai contoh, seseorang

mungkin memilih sebuah objek kotak sel dan mengubah ciri formatnya atau

menggandakan nilai datanya dengan menggunakan VBA. Lingkungan dimana

pengkodean VBA dituliskan ditunjukkan pada Gambar 3.7. Tampilan ini dapat

dibuka dari Excel. Ia termasuk jendela kode (code windows), dimana kode ditulis,

penelusuran proyek (project explorer), dimana spreadsheet, form pengguna, atau

modul dipilih, dan jendela ciri-ciri (properties windows), dimana ciri objek diatur.

Gambar 3.7. VBA untuk Editor Excel


VBA memiliki beberapa fitur, salah satu diantaranya yaitu mencatat dan

menjalankan makro. Aksi pengambilan makro dilakukan dalam Excel dan secara

otomatis menciptakan korespondensi kode VBA. Kode ini kemudian dapat

dijalankan kemudian untuk melakukan aksi yang tercatat dalam Excel. Struktur

dari bahasa pemrograman VBA adalah berdasarkan objek. Oleh karena itu, sebuah

objek Excel biasanya dinamakan dan kemudian dimanipulasi dengan

menggunakan ciri (properties) (untuk mengubah fitur format tertentu dari objek)

ataupun metode (untuk melaksanakan aksi tertentu dari objek). Kumpulan contoh

dari manipulasi objek ditunjukkan pada Gambar 3.8 ; kode ini diciptakan dengan

mencatat sebuah makro. Bahasa pemrograman VBA juga meliputi variabel,

prosedur, struktur pemrograman, dan susunan (array). Semua ini merupakan fitur

sejenis dari setiap bahasa pemrograman. Bahasa VBA bersifat langsung untuk

dipelajari, terutama bukan untuk mereka dengan pengalaman dalam bahasa

pemrograman lainnya.

Fitur tambahan VBA melibatkan pembentukan interface pengguna. Hal ini

meliputi pembentukan form pengguna, bekerja dengan beberapa kontrol form

yang berbeda, dengan menggunakan fungsi navigasi, dan merancang sebuah

aplikasi yang jelas dan profesional. Pada Gambar 3.9, sebuah form pengguna

dibuat dalam lingkungan Visual Basic dengan menggunakan toolbox kontrol.

Form ini menggunakan kode VBA untuk mencatat nilai masukan pengguna. VBA

juga dapat meningkatkan fitur pemodelan, simulasi, dan penyusunan dari Excel.

Semua ini merupakan fitur kunci dalam mengembangkan sebuah DSS ; yaitu,

seseorang dapat menjadi pengguna sebagai masukan dengan menampilkan sebuah


form, mengotomatiskan sebuah simulasi ataupun melaksanakan optimisasi dengan

menggunakan VBA. Hal ini mengijinkan fitur lebih lanjut untuk

diimplementasikan tanpa pengguna DSS harus melakukan lebih dari menekan

sebuah tombol.

Gambar 3.8. Makro yang Tercatat dengan Manipulasi Objek VBA

VBA untuk Excel bahasa pemrograman yang mudah dimengerti. Bahkan

jika belum pernah diprogramkan sebelumnya, seorang pengguna mampu untuk

memrogramkan beberapa jenis aplikasi setelah mempelajari fitur ini. Kode VBA

mengijinkan pengembang DSS untuk menciptakan aplikasi yang dinamis yang

dapat menerima masukan pengguna untuk membentuk komponen dasar model

DSS. VBA menguntungkan jika menempatkan semua kalkulasi spreadsheet yang


kompleks dan setiap analisis pada latar belakang (background) dari sistem yang

ramah pengguna.

Gambar 3.9. Membuat Sebuah Form Pengguna dalam VBA

3.3. Mengembangkan DSS Berdasarkan Spreadsheet

Setelah mempelajari bagaimana bekerja dalam lingkungan spreadsheet

Excel dan bagaimana memrogramkan dalam VBA untuk memanipulasi objek

Excel dan melaksanakan kalkulasi dan analisis lebih lanjut, seseorang dapat

menggabung alat-alat ini untuk mengembangkan sebuah aplikasi DSS

berdasarkan spreadsheet. Sebelum memasukkan rumus (formula) ke dalam Excel

ataupun mengkodekan prosedur dalam VBA, perlu untuk merencanakan


keseluruhan bentuk DSS dan memberi beberapa pemikiran untuk perancangan

dan implementasi aplikasi.

Enam langkah dasar untuk mengembangkan DSS telah diusulkan.

Langkah-langkah ini telah menjadi acuan dalam mengembangkan sistem

pendukung keputusan, yaitu :

1. Tinjauan Aplikasi dan Pengembangan Model : Membentuk sebuah tampilan

dari keseluruhan aplikasi, merancang aliran dari masukan (input) pengguna

hingga kalkulasi model sebagai keluaran (output) dan merincikan model.

2. Lembar Kerja (Worksheets) : Menentukan berapa banyak lembar kerja yang

dibutuhkan pemrogram untuk menangani input, kalkulasi, dan output.

3. Interface Pengguna : Menandai interface apa yang dibutuhkan pemrogram

untuk menerima input dari pengguna dan mengarahkannya melalui aplikasi

tersebut.

4. Prosedur : Menandai prosedur pemrograman apa yang dibutuhkan untuk

menerima input, melaksanakan kalkulasi, dan menampilkan output.

5. Pilihan Penyelesaian : Memutuskan apa pilihan penyelesaian yang akan

diberikan kepada pengguna.

6. Pengujian dan Tahap Akhir : Memastikan bahwa aplikasi bekerja dengan tepat

dan memiliki tampilan yang jelas dan profesional.

Dengan mengikuti langkah-langkah ini, seseorang dapat memastikan

bahwa DSS dirancang dalam cara yang efisien untuk memenuhi kebutuhan

pengguna. Dalam lingkungan spreadsheet, semua input dapat dikumpulkan

dengan cukup dan disimpan, kalkulasi sederhana ataupun penyelesaian masalah


lanjutan dapat dilaksanakan, dan output dapat ditampilkan dengan jelas kepada

pengguna. Spreadsheet menjadi ramah lingkungan untuk pengembang DSS

maupun pengguna.

3.4. Perencanaan dan Pengendalian Produksi

3.4.1. Kerangka Dasar6

Sistem perencanaan dan pengendalian produksi terdiri dari beberapa sub-

sistem yang dirancang untuk mencapai secara utuh dua sasaran pokok

perencanaan dan pengendalian produksi yaitu tercapainya kepuasan pelanggan

dan tingginya tingkat utilisasi penggunaan sumber daya produksi. Agar sasaran-

sasaran tersebut dapat dicapai secara maksimum, maka seluruh sub-sistem harus

secara sinergik melakukan fungsi-fungsi perencanaan dan pengendalian, misalnya

perencanaan dan pengendalian bahan, kapasitas dan proses produksi.

Kerangka dasar sistem perencanaan dan pengendalian produksi yang

terintegrasi dan aliran informasi antar sub-sistem adalah seperti yang terlihat

dalam Gambar 3.10. Kerangka dasar tersebut memperlihatkan dua tipe integrasi,

yaitu pertama integrasi antara rencana jangka panjang, rencana jangka menengah,

dan rencana operasional atau rencana eksekusi di lantai pabrik dan kedua ialah

integrasi antara unit-unit fungsional dalam setiap fase perencanaan. Perencanaan

pada empat sub-sistem pertama yaitu perencanaan bisnis (business planning),

perencanaan pemasaran (marketing planning), perencanaan agregat (aggregate

planning), dan perencanaan sumber daya (resource planning) adalah termasuk

6 Sinulingga, Sukaria. 2009. Perencanaan & Pengendalian Produksi. Hal 81-83.


dalam perencanaan strategis (strategic planning). Perencanaan ini merupakan

tanggung jawab dan disusun oleh manajemen puncak (top executives). Jangkauan

waktu (time horizon) keempat perencanaan ini pada umumnya lima tahun atau

kurang.

Business Planning

Marketing Planning

Aggregate Planning Resource Planning

Demand ManagementForecastingDistributionRequirementsPlanningOrder Entry

Master Production Scheduling

Rough-cut Capacity Planning

Final Assembly Scheduling

Material Requirements Planning

Bill of Materials

Inventory Records

Capacity Requirements Planning

Production Activity ControlOrder releaseOperation schedulingDispatchingExpeditingProduction reporting

Purchasing of MaterialsVendor selectionsOrder placementVendor schedulingOrder follow-up

Performance Measurements

Top Management Planning

Operation Management Planning

Operation Management Execution

(sumber : Sinulingga, Sukaria. 2009. Perencanaan dan Pengendalian Produksi)

Gambar 3.10. Kerangka Dasar Sistem Perencanaan dan Pengendalian Produksi

Perencanaan pada empat sub-sistem kedua yang meliputi perencanaan

Jadwal Induk Produksi (master production scheduling), rough-cut capacity

planning, perencanaan kebutuhan bahan (material requirement planning),

perencanaan kebutuhan kapasitas (capacity requirement planning) adalah


perencanaan jangka menengah. Perencanaan ini pada umumnya berjangka waktu

satu tahun dan merupakan tanggung jawab manajer lini (line/middle managers).

Dua perencanaan terakhir yaitu perencanaan kegiatan produksi di lantai pabrik

(sering lebih dikenal sebagai perencanaan sistem pengendalian kegiatan produksi

atau production activity control) dan pengadaan sumber daya operasional

(purchasing) adalah perencanaan eksekusi. Perencanaan ini merupakan tahap

akhir seluruh perencanaan, disusun oleh para manajer tingkat bawah (lower

managers) yang secara langsung menangani kegiatan di lantai pabrik seperti

manajer penjadwalan, manajer pengolahan, dan lain-lain.

3.4.2. Peramalan

3.4.2.1.Prinsip-prinsip Peramalan7

Ada lima prinsip peramalan yang sangat perlu diperhatikan untuk

mendapatkan hasil peramalan yang baik yaitu:

1. Peramalan selalu mengandung error. Hampir tidak pernah ditemui bahwa

hasil peramalan persis seperti kenyataan di lapangan. Peramalan mengurangi

faktor ketidakpastian tetapi tidak pernah mampu untuk menghilangkannya.

Para pengguna atau pelaksana peramalan harus benar-benar memahami situasi

ini.

2. Peramalan harus mencakup ukuran dari error. Karena peramalan selalu

mengandung error maka para pengguna perlu mengetahui besarnya error

yang terkandung. Besarnya error dapat dijelaskan dalam bentuk kisaran

7 Ibid. hal 112 -113.


sekitar hasil peramalan baik dalam unit atau persentase dan probabilitas

tentang permintaan sesungguhnya akan berada dalam kisaran tersebut.

3. Peramalan item yang dikelompokkan dalam famili selalu lebih akurat

dibandingkan dengan peramalan dalam item per item. Jika famili dari produk

sebagai sebuah kesatuan (unit) diramalkan maka persentase error akan

semakin kecil, tetapi apabila diramalkan masing-masing sebagai individual

product maka persentase error akan semakin tinggi.

4. Peramalan untuk jangka pendek selalu lebih akurat dibandingkan dengan

peramalan untuk jangka panjang. Dalam jangka pendek, kondisi yang

mempengaruhi kecenderungan permintaan hampir sama atau kalau pun

berubah hanya sedikit dan berjalan sangat lambat. Apabila rentang waktu

peramalan bertambah panjang maka kecenderungan permintaan semakin

dipengaruhi oleh berbagai faktor sehingga error semakin besar.

5. Apabila dimungkinkan, perkiraan besarnya permintaan lebih disukai

berdasarkan perhitungan dari pada hasil peramalan. Misalnya dalam

perencanaan produksi dalam lingkungan make-to-stock, apabila besarnya

permintaan terhadap produk akhir telah diperkirakan berdasarkan hasil

peramalan maka besarnya jumlah part, komponen, sub-assembly dan bahan

baku untuk produk tersebut lebih baik dihitung berdasarkan principle of

dependent demand daripada masing-masing ditetapkan berdasarkan hasil

peramalan.


3.4.2.2.Klasifikasi Teknik Peramalan8

Dalam sistem peramalan, penggunaan berbagai model peramalan yang

berbeda akan memberikan hasil ramalan yang berbeda dan derajat error

peramalan yang juga berbeda. Salah satu seni dalam peramalan adalah memilih

metode peramalan. Metode peramalan yang ada secara umum dibagi atas dua

model yaitu model kualitatif dan model kuantitatif. Secara lengkap berbagai

metode peramalan ditunjukkan pada Gambar 3.11.

3.4.2.3.Metode Peramalan Kuantitatif

Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut:

1. Tersedia informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data numerik.

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

di masa mendatang.

Kondisi yang terakhir ini dikenal dengan asumsi berkesinambungan (assumption

of continuity), asumsi ini merupakan premis yang mendasari semua metode

peramalan kuantitatif dan banyak metode peramalan teknologis.

Prosedur umum yang digunakan dalam peramalan secara kuantitatif dapat


8 Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan. hal 5 – 41.


(sumber : Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan)

Gambar 3.11. Taksonomi Peramalan


(sumber : Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan)

Gambar 3.12. Langkah-langkah Peramalan Secara Kuantitatif

3.4.2.4.Metode Time Series9

Metode time series adalah metode yang digunakan untuk menganalisis

serangkaian data yang merupakan fungsi dari waktu. Langkah penting dalam

memilih suatu metode time series yang tepat adalah dengan mempertimbangkan

jenis pola data, sehingga metode yang paling tepat dengan pola tersebut dapat

diuji. Pola data dapat dibedakan menjadi empat jenis, yaitu:

1. Pola horizontal terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata

yang konstan (deret seperti itu adalah stasioner terhadap nilai rata-ratanya).

Suatu produk yang penjualannya tidak meningkat dan menurun selama waktu

tertentu termasuk jenis ini.

9 Ibid. hal 50 – 80.


2. Pola musiman terjadi bilamana suatu deret dipengaruhi oleh faktor musiman

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

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

bakar pemanas ruang menunjukkan jenis pola ini.

3. Pola siklis terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi

jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan

produk seperti mobil, baja menunjukkan jenis pola ini.

4. Pola trend terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka

panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional

(GDP), dan berbagai indikator bisnis atau ekonomi mengikuti suatu pola trend

selama perubahannya sepanjang waktu.

Ada beberapa trend yang digunakan di dalam penyelesaian masalah ini, yaitu:

a. Trend linier

Bentuk persamaan umum:

Yt = a + bt ............................................................. ........... (1)

∑ ∑∑ ∑ ∑

−

−= 22 )( ttn

YttYnb tt

................................................ (2)

ntbY

a t∑ ∑−=

........................................................ (3)

b. Trend Eksponensial


Yt = aebt ................................................................. (4)


∑ ∑∑ ∑ ∑

−

−= 22 )(

lnlnttn

YtYtnb tt

........................................... (5)

n

tbYa t∑ ∑−=

lnln

.................................................. (6)

c. Trend Logaritma


Yt = a + b log t

∑ ∑∑ ∑ ∑

−

−= 22 )log(log

loglogttn

YttYnb tt

........................................ (7)

n

tbYa t∑ ∑−=

log

.................................................... (8)

d. Trend Geometrik


Yt = atb ................................................................ (9)

∑ ∑∑ ∑ ∑

−

−= 22 )log(log

logloglog.logttn

YtYtnb tt

........................... (10)

ntbY

a t∑ ∑−=

loglog

............................................ (11)

e. Trend Hyperbola


Yt = tba

................................................................ (12)


∑ ∑

∑ ∑ ∑−

−= 22)(

loglog.log

tntYtYtn

b tt

................................. (13)

n

tbYa t∑ ∑−=

logloglog

......................................... (14)

Metode proyeksi kecenderungan dengan regresi merupakan dasar garis

kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut

dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.

Bentuk fungsi dari metode ini dapat berupa:

1. Konstan, dengan fungsi peramalan (Yt):

Yt = a, dimana

NY

a ∑= 1

...................................................................... (15)

Dimana : Yt = nilai tambah

N = jumlah periode

2. Linier, dengan fungsi peramalan:

Yt = a + bt, dimana

nbtYa −

= ................................................................ (16)

( ) ( )( )∑ ∑

∑ ∑ ∑−

−= 22 ttn

yttynb ............................................. (17)

3. Kuadratis, dengan fungsi peramalan:

Yt = a + bt + ct2, dimana

ntctbY

a ∑ ∑ ∑−−=

2

............................................. (18)


∂−

=αθ bc

................................................................ (19)

2αβθαδ

−∂−∂

=b ....................................................... (20)

( ) ∑∑ −=∂ 422 tnt ..................................................... (21)

∑ ∑ ∑−= tYnYtδ .................................................... (22)

∑ ∑ ∑−= YtnYt 22θ ................................................. (23)

∑ ∑ ∑−= 32 tnttα .................................................... (24)

( ) ∑∑ −= 22 tntβ ....................................................... (25)

4. Eksponensial, dengan fungsi peramalan:

Yt = aebt, dimana

ntbY

a ∑ ∑−=

lnln

....................................................... (26)

( )22

lnln

∑∑∑ ∑∑

−

−=

ttn

YtYtnb

.................................................. (27)

5. Siklis, dengan fungsi peramalan:

ntc

ntbaYt

ππ 2cos2sinˆ ++=, dimana

nttc

nttbnaY ττ 2cos2sin ∑∑∑ ++=

............................... (28)

nt

ntc

ntb

ntta

nttY πππττ 2cos2sin2sin2sin2sin 2 ∑∑∑ ++=

..... (29)


nt

ntb

ntc

nta

ntY πππππ 2cos2sin2cos2cos2cos 2 ∑∑∑∑ ++=

.. (30)

3.4.2.5.Kriteria Performance Peramalan10

Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara,

yaitu:

1. Mean Square Error (MSE)

.................................................................. (31)

Dimana :

Xt = data aktual periode t

Ft = nilai ramalan periode t

N = banyaknya periode

2. Standard Error of Estimate (SEE)

................................................ (32)

f = derajat kebebasan

f = 1 (data konstan)

f = 2 (data linear atau eksponensial)

f = 3 (data kuadratis atau siklis)

3. Persentage Error (PEt)

.............................................. (33)

10 Ibid. hal 58 – 60.


4. Mean Absolute Persentage Error (MAPE)

...................................................... (34)

Setelah didapat kesalahan dari masing-masing metode peramalan, maka

akan dilakukan pengujian terhadap dua metode yang memiliki kesalahan terkecil

guna mendapatkan metode peramalan yang lebih baik untuk digunakan. Pengujian

dilakukan dengan tes distribusi F. Langkah-langkahnya sebagai berikut:

1. Tentukan pernyataan awal (Ho) dan pernyataan alternatif (Ha)

Ho : Metode X lebih baik daripada metode Y

Ha : Metode Y lebih baik daripada metode X

2. Lakukan tes statistik

........................................................................... (35)

Di mana:

S1 = besarnya kesalahan metode peramalan X

S2 = besarnya kesalahan metode peramalan Y

3. Bandingkan hasil yang diperoleh dari langkah 2 dengan hasil yang diperoleh

dari tabel distribusi F dengan tingkat ketelitian yang telah ditetapkan

Jika Fhitung < Ftabel maka Ho diterima dan jika sebaliknya maka Ho ditolak.

Setelah didapatkan metode peramalan mana yang lebih baik maka

dilakukan verifikasi terhadap metode peramalan yang terbaik tersebut.


3.4.2.6.Proses Verifikasi11

Proses verifikasi digunakan untuk melihat apakah metode peramalan yang

diperoleh representatif terhadap data. Proses verifikasi dilakukan dengan

menggunakan Moving Range Chart (MRC). Dari chart (peta) ini dapat terlihat

apakah sebaran masih dalam kontrol ataupun sudah berada diluar kontrol. Jika

sebaran berada di luar kontrol, maka fungsi/metode peramalan tersebut tidak

representatif. Diperlukan nilai MR dalam grafik di mana rumusnya, yaitu:

1

1

2

−=∑−

=

N

MRMR

N

tt

........................................................................ (36)

Proses verifikasi dengan menggunakan MRC dapat digambarkan pada

Gambar 3.13 berikut ini.

(Sumber : Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and

Integration)

Gambar 3.13. Moving Range Chart

3.4.3. Penyusunan Jadwal Induk Produksi (Master Production Scheduling)12

11 Ginting, Rosnani. 2007. Sistem Produksi. Hal 60 – 63.


Jadwal Induk Produksi ialah suatu pernyataan tentang produk akhir apa

atau item apa yang direncanakan untuk diproduksi, berapa banyak produk atau

item tersebut akan diproduksi pada setiap periode sepanjang rentang waktu

perencanaan. Rencana induk produksi berfungsi sebagai basis dalam penentuan

jadwal proses operasi di lantai pabrik, jadwal pengadaan bahan dari luar

perusahaan (boughout materials) dan jadwal alokasi sumber daya untuk

mendukung jadwal pengiriman produk kepada pelanggan. Berikut ini dijelaskan

beberapa hal penting yang perlu dipahami dalam penyusunan Jadwal Induk

Produksi.

13Jadwal Induk Produksi (JIP) dihasilkan baik dari rencana agregat

maupun langsung dari perkiraan permintaan untuk produk akhir. Jika JIP

dihasilkan dari sebuah rencana agregat, maka harus dilakukan disagregasi menjadi

produk-produk individu. Sebuah rencana agregat produksi mewakili ukuran

agregat dari keluaran manufaktur, sedangkan JIP adalah sebuah rencana produksi-

berapa banyak produk akhir yang dihasilkan dan kapan dihasilkan.

Jadwal Induk Produksi seharusnya tidak dibingungkan dengan sebuah

peramalan. Sebuah peramalan mewakili perkiraan dari permintaan, sedangkan JIP

membangun sebuah rencana produksi. Kedua hal tersebut tidaklah sama,

walaupun formatnya dapat memungkinkan terlihat sama. Perbedaannya adalah

bahwa jadwal produksi mempertimbangkan persediaan yang ada, pembatas

kapasitas, ketersediaan bahan baku, dan waktu ancang-ancang (lead time)

12 Sinulingga, Sukaria. 2009. Perencanaan & Pengendalian Produksi. Hal 131 – 136 13 Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and Integration.

Hal 321 - 325


produksi ; sehingga, kuantitas produksi akan diatur pada waktu yang tersedia

sebanyak yang dibutuhkan.

Dalam mengembangkan sebuah Jadwal Induk Produksi, sifat alami produk

dan pasar harus dipertimbangkan. Tiga jenis lingkungan pasar-produk yaitu

berdasarkan stok (make-to-stock/MTS), berdasarkan pesanan (make-to-

order/MTO), dan perakitan berdasarkan pesanan (assemble-to-order/ATO).

Perusahaan MTS menghasilkan dalam batch dan memiliki persediaan produk

akhir yang terbanyak. Dalam lingkungan ini, JIP dilakukan pada produk akhir,

dimana didapatkan dari peramalan permintaan, disesuaikan untuk persediaan akhir

produk. Produksi dimulai sebelum permintaan diketahui. Lingkungan MTS adalah

jenis perusahaan yang memproduksi beberapa tetapi item standar dan memiliki

peramalan permintaan yang akurat.

Pada lingkungan MTO, tidak terdapat persediaan produk akhir, pesanan

pelanggan di-backlog. Batas waktu untuk tiap produk dinegosiasikan dengan

pelanggan, dan produk akhir kemudian ditempatkan pada jadwal induk. Produksi

tidak dimulai hingga pesanan di tangan. Lingkungan MTO biasanya memiliki

jumlah pengaturan produk yang besar. JIP tersebut terdiri dari tanggal pengiriman

pasti untuk pelanggan. Peramalan permintaan adalah untuk tingkat kebutuhan

bahan baku.

Pada lingkungan ATO, sejumlah besar produk akhir dirakit dari

serangkaian kecil sub-perakitan standar, atau modul. Perusahaan otomobil

merupakan salah satu contohnya. Sejumlah besar produk akhir membuat

kebutuhan peramalan menjadi dibutuhkan. Menjadi masuk akal untuk


mengembangkan JIP pada modul daripada pada tingkat produk akhir. Modul

diproduksi berdasarkan stok, dan perakitan akhir dilaksanakan hanya ketikan

pesanan konsumen tiba. Oleh karena itu, kesepakatan antara biaya penyimpanan-

persediaan dan fleksibilitas produk serta waktu pengiriman dapat tercapai.

Untuk menghitung persediaan dan JIP, digunakan persamaan

keseimbangan-bahan (material-balance) :

It = It-1 + Qt – max{Ft,Ot}......................................................... (37)

Dimana :

It : Persediaan produk akhir pada akhir minggu t

Qt : Kuantitas yang diselesaikan pada minggu t

Ft : Peramalan untuk minggu t

Ot : Pesanan konsumen untuk dikirimkan pada minggu t

Tabel 3.1. Perencanaan JIP-Data Awal

Persediaan Awal = 1.600

Minggu 1 2 3 4 5 6 7 8

Ft 1.000 1.000 1.000 1.000 2.000 2.000 2.000 2.000 Ot 1.200 800 300 200 100 0 0 0

Dimisalkan ukuran batch per satuan waktu (time-bucket) adalah 2.500.

Prosedur penyelesaiannya sebagai berikut :

1. Persamaan keseimbangan-bahan untuk mengevaluasi It, dengan asumsi Qt = 0.

It = max {0, It-1} – max {Ft, Ot}

Ot = 0Ijika

500.20 t >

2. Jika Qt > 0, evaluasi ulang It dengan It = Qt + It-1 – max{Ft,Ot}


Contohnya, perhitungan untuk dua minggu :

Minggu 1 :

I1 = max {0, 1.600} – max {1.000, 2.000} = 400 > 0

Maka Qt = 0

Minggu 2 :

I2 = max {0, 400} – max {1.000, 800} = -600 < 0

Maka jadwal Q2 = 2.500 dan evaluasi ulang I2

I2 = 2.500 + 400 – max {1.000, 800} = 1.900

Tabel 3.2. Perencanaan JIP

Persediaan Awal = 1.600

Minggu 1 2 3 4 5 6 7 8

Ft 1.000 1.000 1.000 1.000 2.000 2.000 2.000 2.000 Ot 1.200 800 300 200 100 0 0 0 It 400 1.900 900 2.400 400 900 1.400 1.900

MPS 2.500 2.500 2.500 2.500 2.500

3.4.4. Rough-Cut Capacity Planning (RCCP)14

Rough-Cut Capacity Planning menghitung kebutuhan kapasitas secara

kasar dan membandingkannya dengan kapasitas yang tersedia. Perhitungan secara

kasar yang dimaksud terlihat dalam dua hal yang menjadi karakteristik RCCP

yaitu : Pertama, kebutuhan kapasitas masih didasarkan kepada kelompok produk,

bukan produk per produk dan kedua, tidak memperhitungkan jumlah persediaan

yang telah ada.

15Rumus untuk menghitung kapasitas yang dibutuhkan Produk k pada

Stasiun Kerja i untuk Periode j yaitu :

14 Sinulingga, Sukaria. op. cit. Hal 137.


jkik

n

kbaRequiredCapacity ∑

=

=1

untuk semua i, j ........................... (38)

Keterangan :

ika = Waktu baku pengerjaan produk k pada Stasiun Kerja i

jkb = Jumlah produk k yang akan dijadwalkan pada periode j

16Kapasitas tersedia didapat dengan rumus perhitungan yaitu :

Efisiensi Utilitas Tersedia Kerja Waktu ××=vailable Capacity A ........ (39)

17Apabila pada salah satu atau beberapa stasiun kerja dalam bulan tertentu

ditemui keadaan bahwa kebutuhan kapasitas lebih besar dari kapasitas yang

tersedia maka beberapa alternatif keputusan perlu dianalisa sebagai berikut :

Alternatif 1 :

− Rencana produksi agregat pada bulan tersebut dikoreksi yaitu diturunkan

sampai kepada jumlah yang realistik ditinjau dari ketersediaan kapasitas.

Resiko terhadap alternatif ini perlu dikritisi karena mengoreksi jumlah produk

yang dihasilkan akan menurunkan pangsa pasar.

Alternatif 2 :

− Melakukan penyesuaian (re-adjustment) jumlah unit product group tertentu

antar time bucket misalnya sebagian dipindahkan ke periode lebih awal atau ke

periode di belakangnya.

Alternatif 3 :

15 Fogarty, Donald W., dkk. 1991. Production & Inventory Management. Hal 413. 16 Ibid. Hal 423. 17 Sinulingga, Sukaria. op. cit. Hal 141 – 142


− Melakukan penambahan kapasitas stasiun kerja dimana defisit kapasitas

terjadi misalnya melalui penambahan jumlah mesin terkait dan lain-lain.


BAB IV

METODOLOGI

4.1. Lokasi Penelitian

Penelitian dalam rangka perancangan dilaksanakan pada PD. Aneka

Industri dan Jasa yang bergerak di bidang percetakan. Perusahaan daerah ini

berlokasi pada Jl. Putri Merak Jingga/Gudang No.3, Medan, Sumatera Utara.

4.2. Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian deskriptif, karena

bersifat memaparkan permasalahan berdasarkan fakta yang ada dan kemudian

mencari pemecahan terhadap masalah yang ditemukan.

4.3. Kerangka Konseptual

Kerangka konseptual menunjukkan langkah-langkah yang dilakukan untuk

memecahkan masalah. Kerangka konseptual yang dijadikan sebagai kerangka

berpikir dalam pemecahan masalah ini ditunjukkan pada Gambar 4.1.


KAPASITAS WAKTU

DATABASE

SPREADSHEET CODING

TEST & RUN

PENJADWALAN

PRODUKSIDESIGN

TOOLS

SADT

TRANSAKSI

PESANAN

SISTEM PENDUKUNG KEPUTUSAN

PDAIJ SUMATERA

UTARA

Gambar 4.1. Kerangka Konseptual Pemecahan Masalah

4.4. Prosedur Perancangan

Prosedur perancangan dapat dilihat melalui blok diagram pada Gambar

4.2.


Perancangan Sistem- Tinjauan Aplikasi dan Pengembangan Model- Perancangan Worksheet- Penentuan Interface- Penentuan Prosedur Pemrograman- Pemutusan Alternatif Penyelesaian- Pengujian Worksheet Aplikasi

Hasil dan PembahasanMembahas hasil yang diberikan

sistem ketika diuji-coba

Studi pendahuluan1. Kondisi Pabrik2. Masalah-masalah

Studi kepustakaan1. Literatur Buku2. Referensi Jurnal Penelitian

Pengumpulan Data1. Data Primer - Data pengukuran waktu proses stasiun kerja2. Data Sekunder - Data historis pemesanan bahan baku - Data pesanan konsumen - Data jumlah mesin dan tenaga kerja tiap stasiun kerja - Data jam kerja - Data hari kerja - Data faktor efisiensi dan utilitas tiap stasiun kerja

Kesimpulan dan SaranRangkuman hasil perancangan

sistem dan pembahasan

Pengolahan Data- Perhitungan waktu standar tiap stasiun kerja- Peramalan jumlah permintaan produk- Penyusunan Jadwal Induk Produksi (JIP)- Perhitungan Rough-Cut Capacity Planning (RCCP)

MULAI

Identifikasi MasalahKegagalan perusahaan dalam memenuhi pesanan, pengadaan kerja lembur (overtime)

SELESAI Gambar 4.2. Blok Diagram Prosedur Perancangan


4.5. Pengumpulan Data

Pengumpulan data bertujuan untuk menyusun database yang dibutuhkan

oleh sistem yang akan dirancang. Database mencakup pengukuran waktu untuk

mendapatkan waktu standar (waktu baku) dari tiap stasiun kerja, rincian dari

stasiun kerja dari segi jumlah mesin dan operator hingga faktor efisiensi dan

utilitas.

4.5.1. Sumber Data

Data yang diperlukan dalam pemecahan masalah antara lain adalah

sebagai berikut :

1. Data Primer

Data primer adalah data yang diperoleh melalui proses pengukuran dengan

bantuan suatu instrumen. Data yang termasuk dalam kategori ini yaitu

pengukuran waktu proses tiap stasiun kerja.

2. Data Sekunder

Data sekunder bersumber dari dokumen perusahaan dan wawancara (tanya-

jawab) yang dapat diperoleh dari pihak manajemen di bagian produksi. Data

yang termasuk dalam kategori ini yaitu data historis pemesanan bahan baku,

data pesanan konsumen, data jumlah mesin dan tenaga kerja tiap stasiun kerja,

data jam kerja, data hari kerja, data faktor efisiensi dan utilitas tiap stasiun

kerja.


4.5.2. Metode Pengumpulan

Metode yang digunakan dalam mengumpulkan data, yaitu :

1. Observasi (Pengamatan)

Pengamatan dilakukan untuk pengukuran data waktu proses tiap stasiun kerja.

Pengamatan dilakukan dengan menggunakan metode pengukuran waktu,

yaitu Stopwatch Time Study.

2. Wawancara

Kegiatan wawancara dilakukan dengan melakukan tanya jawab terhadap

pihak manajemen bagian produksi. Wawancara dilakukan terhadap data

sekunder yang dibutuhkan dalam penelitian.

3. Dokumentasi

Dokumentasi yang diambil adalah dokumen-dokumen perusahaan, baik

historis maupun sekarang. Dokumentasi dilakukan terhadap data sekunder

yang dibutuhkan dalam penelitian.

4.5.3. Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini yaitu :

1. Stopwatch tipe digital merek ROX-SW8-2008 (produk China), digunakan

untuk pengukuran waktu proses tiap stasiun kerja.

2. Daftar pertanyaan, digunakan untuk mengumpulkan data yang dilakukan

melalui kegiatan wawancara kepada kepala bagian produksi dan kepala bagian

pemasaran.


4.6. Pengolahan Data

Pengolahan data yang dilakukan mewakili cara kerja secara manual dari

sistem pendukung keputusan yang akan dirancang sebelum dikomputerisasikan.

Dalam pengolahan data yang dilakukan terdapat perhitungan pengukuran waktu.

Perhitungan tersebut dilakukan hanya untuk mendapatkan data waktu standar

(waktu baku) untuk tiap stasiun kerja dan tidak termasuk dalam cara kerja pada

sistem yang akan dirancang. Tahapan pengolahan data yang dilakukan yaitu :

1. Peramalan jumlah pemesanan bahan baku

Peramalan dilakukan berdasarkan data historis pemesanan bahan baku kertas

NCR 70 gram. Peramalan dilakukan untuk mengetahui jumlah pemesanan

bahan baku pada bulan Oktober 2011.

2. Penyusunan Jadwal Induk Produksi (JIP)

Sistem produksi PD. Aneka Industri dan Jasa (PDAIJ) Sumatera Utara

berdasarkan pesanan (make-to-order), sehingga JIP yang disusun untuk

menentukan berapa banyak produk akan diproduksi pada setiap periode

sepanjang rentang waktu perencanaan.

3. Perhitungan Rough-Cut Capacity Planning (RCCP)

Perhitungan RCCP dilakukan sebagai evaluasi terhadap JIP yang telah

disusun. Evaluasi dilakukan terhadap kapasitas jam kerja yang dibutuhkan

untuk melakukan produksi yang sesuai dengan JIP dengan memperhatikan

kapasitas tersedia pada lantai produksi.

Blok diagram pengolahan data ditunjukkan pada Gambar 4.3 dengan

diagram alir perhitungan waktu standar ditunjukkan pada Gambar 4.4, diagram


alir peramalan ditunjukkan pada Gambar 4.5, dan diagram alir penyusunan Jadwal

Induk Produksi serta perhitungan Rough-Cut Capacity Planning ditunjukkan pada

Gambar 4.6.

Peramalan Jumlah Pemesanan Bahan Baku

Penyusunan Jadwal Induk Produksi (JIP)

Perhitungan Rough-Cut Capacity Planning (RCCP)

Gambar 4.3. Blok Diagram Pengolahan Data


Ya

Mulai

Perhitungan waktu proses rata-rata

Perhitungan standar deviasi

Perhitungan Batas Kelas Atas (BKA) dan

Batas Kelas Bawah (BKB)

Terdapat data out of control?

Buang data yang out of control

Tidak

Perhitungan N’

N’ < N?

Ya

Tidak

- Data waktu proses hasil pengukuran- Rating Factor- Allowance

Perhitungan waktu normal

Perhitungan waktu standar

Selesai

Gambar 4.4. Diagram Alir Perhitungan Waktu Standar


Out of control?

Definisikan tujuan peramalan

Buat scatter diagram

Pilih beberapa metode peramalan

Hitung parameter peramalan

Hitung kesalahan setiap metode

Pilih metode dengan kesalahan terkecil

Verifikasi Peramalan

Gunakan fungsi peramalan yang diperoleh

tidak

- Data Historis Permintaan Produk

Mulai

ya Buang data out of control

Mulai

Gambar 4.5. Diagram Alir Peramalan


Selesai

Tidak

Penyusunan Jadwal Induk Produksi (JIP)

Perhitungan kapasitas produksi/yang

dibutuhkan (CR)

Perhitungan kapasitas tersedia/terpasang

(CA)

CR < CA?

Ya

Mulai

- Data hasil peramalan- Data pesanan konsumen- Data proporsi produk- Data waktu standar tiap stasiun kerja- Data jam kerja- Data hari kerja- Data faktor utilitas dan efisiensi tiap stasiun kerja

Gambar 4.6. Diagram Alir Penyusunan Jadwal Induk Produksi Serta Perhitungan Rough-Cut Capacity Planning


4.7. Perancangan Sistem

4.7.1. Instrumen Perancangan

Instrumen yang dibutuhkan dalam melakukan perancangan ini adalah

perangkat lunak (software) Microsoft Excel Macro (dikenal dengan Microsoft

Excel VBA)

4.7.2. Tahapan Perancangan Sistem

Tahapan perancangan sistem dilakukan dengan langkah-langkah :

7. Tinjauan Aplikasi dan Pengembangan Model

Tinjauan aplikasi dimulai dengan membuat struktur sistem dalam penyusunan

Jadwal Induk Produksi (JIP). Kemudian dirincikan dengan menggunakan

keenam tool pada pengembangan sistem aplikasi dengan menggunakan

pendekatan SADT (Structured Analysis and Design Techniques), sehingga

database pada aplikasi worksheet menjadi lebih terstruktur.

8. Perancangan Lembar Kerja (Worksheets)

Tahap kedua ini yaitu menentukan berapa banyak lembar kerja (worksheet)

yang dibutuhkan untuk menangani input, kalkulasi, dan output.

9. Penentuan Interface Pengguna

Tahap ketiga ini yaitu menentukan interface yang dibutuhkan pemrogram

untuk menerima input dari pengguna dan mengarahkannya melalui aplikasi

tersebut.


10. Penentuan Prosedur Pemrograman

Tahapan keempat ini yaitu menyusun prosedur pemrograman yang merupakan

langkah-langkah penyelesaian permasalahan pada lantai produksi baik dari

segi penjadwalan maupun kapasitas serta penentuan waktu penyelesaian

transaksi.

11. Pemutusan Alternatif Penyelesaian

Tahapan kelima yaitu untuk memberikan pilihan/alternatif penyelesaian

(solusi) mengenai waktu penyelesaian transaksi serta analisis kapasitas

produksi dengan kapasitas tersedia.

12. Pengujian Worksheet Aplikasi

Tahapan keenam yaitu untuk melakukan pengujian terhadap worksheet

aplikasi yang diintegrasikan dengan sistem pendukung keputusan. Apabila

terdapat kesalahan pada hasil pengujian, maka diulangi pada tahap keempat.

Blok diagram pengolahan data ditunjukkan pada Gambar 4.7.


Tinjauan Aplikasi dan Pengembangan Model

- Menggambarkan Struktur Sistem- Merincikan Sistem

Perancangan Worksheet

Penentuan Interface

Penentuan Prosedur Pemrograman

Pemutusan Alternatif Penyelesaian

Pengujian Worksheet Aplikasi

Gambar 4.7. Blok Diagram Perancangan Sistem

Blok diagram sistem database terstruktur dengan menggunakan keenam

tool SADT ditunjukkan pada Gambar 4.8.


Context Diagrams

Data Flow Diagrams

Data Dictionary

Data Structure Diagrams

Data Access Diagrams

Minispesifications

Gambar 4.8. Blok Diagram Sistem Database Terstruktur dengan Tools SADT

Definisi operasional yang digunakan dalam perancangan sistem yaitu :

1. Jadwal Induk Produksi (JIP), menyatakan rencana produksi yang disusun

berdasarkan pesanan yang masuk. JIP berisi jumlah produk (unit) dan periode

(minggu) produk disusun.

2. Kapasitas, terdiri atas kapasitas tersedia (Capacity Available/CA) dan

kapasitas dibutuhkan (Capacity Required/CR), dengan satuan jam kerja.


3. Overtime, menyatakan jam kerja lembur (di luar jam kerja normal), dengan

satuan jam.

4. Context Diagram (CD), menyatakan level tertinggi dari sistem yang akan

dirancang.

5. Data Flow Diagrams (DFD), menyatakan uraian yang lebih rinci dari Context

Diagram.

6. Data Dictionary (DD), menyatakan dokumentasi dari data-store (simpanan

data, yang disimbolkan dengan D-1, D-2, dan D-3).

7. Data Structure Diagrams (DSD), menyatakan hubungan antar data-store.

8. Data Access Diagrams (DAD), menggambarkan hubungan yang lebih rinci

dari elemen data.

9. Minispesifications, menentukan aturan kebijakan yang memerintahkan proses

dari transformasi data.

4.8. Hasil dan Pembahasan

Sistem Pendukung Keputusan yang telah dirancang kemudian diuji-coba

(test & run) untuk diketahui hasil/output/keluarannya (dalam hal ini alternatif

keputusan, penjadwalan, dan analisis kapasitas). Pembahasan dilakukan terhadap

masing-masing keluaran yang dihasilkan oleh Sistem Pendukung Keputusan

tersebut dan mengenai ketanggapan sistem dalam menghadapi perubahan data.


4.9. Kesimpulan dan Saran

Kesimpulan disesuaikan dengan tujuan dari perancangan yang dilakukan,

baik secara umum maupun secara khusus. Saran berisi tentang hal-hal yang

dibutuhkan PDAIJ Sumatera Utara untuk menggunakan Sistem Pendukung

Keputusan yang dirancang serta usulan penelitian lanjutan yang dapat dilakukan

pada PDAIJ Sumatera Utara.


BAB V

PENGUMPULAN DATA DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

5.1.1. Data Permintaan Produk

Data historis pemesanan bahan baku dilakukan pada kertas NCR 70 gram

PD. Aneka Industri dan Jasa (PDAIJ) Sumatera Utara dikarenakan bahan baku

tersebut selalu dipesan tiap bulannya. Tabel 5.1 menunjukkan data historis

pemesanan bahan baku selama 21 bulan.

Tabel 5.1. Data Historis Pemesanan Bahan Baku Kertas NCR 70 Gram

No. Bulan Jumlah Pemesanan Bahan Baku (rim)

1 Januari 2010 1.000 2 Februari 2010 1.400 3 Maret 2010 1.040 4 April 2010 691 5 Mei 2010 1.120 6 Juni 2010 600 7 Juli 2010 515 8 Agustus 2010 770 9 September 2010 850 10 Oktober 2010 1.600 11 November 2010 600 12 Desember 2010 500 13 Januari 2011 900 14 Februari 2011 1.300 15 Maret 2011 771 16 April 2011 647 17 Mei 2011 800 18 Juni 2011 1.470 19 Juli 2011 850 20 Agustus 2011 1.025 21 September 2011 750

Sumber : PD. Aneka Industri dan Jasa Sumatera Utara


Penelitian dilakukan pada bulan Oktober 2011, oleh karena itu data

permintaan produk yang diambil adalah data pesanan pada bulan Oktober 2011

seperti yang ditunjukkan pada Tabel 5.2.

Tabel 5.2. Data Permintaan Produk Bulan Oktober 2011

No. Jenis Produk

Jumlah Permintaan (rim)

1. Formulir 1047 2. Blok Formulir 204 3. Kartu Box 90 4. Kop Surat 190

Sumber : PD. Aneka Industri dan Jasa Sumatera Utara

5.1.2. Data Stasiun Kerja (Work Center)

Data Work Center dalam penelitian ini berisikan data nama Work Center,

jumlah mesin, jumlah operator, efisiensi dan utilitas. Faktor efisiensi dan utilitas

didapatkan dari hasil wawancara dengan pihak perusahaan. Data Work Center

ditunjukkan pada Tabel 5.3.

Tabel 5.3. Data Work Center PDAIJ Sumatera Utara

Work Center

Nama Work Center

Jumlah Mesin (Unit)

Jumlah Operator per Mesin (Orang)

Efisiensi (%)

Utilitas (%)

I Pembuatan Plat 1 1 100 80 II Pencetakan 1 1 97 95 III Pemotongan 1 1 95 95 IV Penomoran 1 1 97 90 V Penjilidan - 4* 100 85 VI Pengepakan - 2* 100 80

Sumber : PD. Aneka Industri dan Jasa Sumatera Utara *Proses pengerjaan dilakukan secara beregu


5.1.3. Data Waktu Siklus Produk

Data waktu siklus diperoleh melalui pengukuran yang dilakukan dengan

stopwatch time study. Jumlah pengukuran yang dilakukan pada masing-masing

Work Center adalah 10 kali pengukuran. Masing-masing produk memiliki proses

produksi yang berbeda (dimana ditunjukkan work center yang dilalui pada tabel).

Work Center I hanya memiliki 1 kali pengukuran waktu dikarenakan proses yang

terjadi pada work center tersebut hanya dilakukan 1 kali yaitu untuk membuat

cetakan plat seng untuk tiap produk. Tabel 5.4 menunjukkan hasil pengukuran

waktu siklus formulir, Tabel 5.5 menunjukkan hasil pengukuran waktu siklus blok

formulir, Tabel 5.6 menunjukkan hasil pengukuran waktu siklus kartu box, dan

Tabel 5.7 menunjukkan waktu siklus kop surat.

5.1.4. Rating Factor Operator

Penentuan nilai rating factor (Rf) dilakukan terhadap operator yang bekerja secara

manual dan operator yang bekerja dengan mesin. Pada WC V dan WC VI terdapat

pekerjaan yang dilakukan secara beregu, sehingga penilaian rating factor

dilakukan terhadap operator yang memiliki waktu siklus terpanjang. Penentuan

nilai rating factor dilakukan berdasarkan tabel Westinghouse (dilampirkan) seperti

yang ditunjukkan pada Tabel 5.8.


Tabel 5.4. Pengukuran Waktu Siklus Formulir

Work Center

Pengukuran ke- (Menit) 1 2 3 4 5 6 7 8 9 10

I 8,43 - - - - - - - - - II 2,81 3,12 3,13 2,82 3,03 2,88 2,95 3,07 3,06 3,06 III 0,49 0,59 0,49 0,50 0,59 0,53 0,55 0,56 0,52 0,59 IV 2,26 2,19 1,90 2,32 2,31 2,28 1,89 2,22 2,36 2,24 VI 5,13 5,06 4,80 4,46 4,31 4,27 4,59 4,11 4,74 4,48

Tabel 5.5. Pengukuran Waktu Siklus Blok Formulir

Work Pengukuran ke- (Menit) Center 1 2 3 4 5 6 7 8 9 10

I 12,1 - - - - - - - - - II 2,81 3,12 3,13 2,82 3,03 2,92 2,95 3,11 3,1 3,06 III 3,36 3,55 3,63 3,38 3,52 3,16 3,29 3,36 3,14 3,52 V 1,61 1,53 1,39 1,64 1,67 1,62 1,72 1,54 1,48 1,62 VI 5,21 5,08 5,3 5,14 5,06 4,82 5,31 5,71 4,86 5,03


Tabel 5.6. Pengukuran Waktu Siklus Kartu Box


I 8,24 - - - - - - - - - II 2,81 2,96 2,95 2,98 3,08 2,81 2,84 2,81 2,96 2,95 III 0,56 0,55 0,58 0,49 0,49 0,59 0,59 0,54 0,57 0,59 IV 2,29 2,04 2,05 2,27 2,23 2,07 2,02 2,19 2,26 2,5 VI 6,29 6,46 6,24 5,3 5,4 6,41 6,48 6,71 5,63 6,22

Tabel 5.7. Pengukuran Waktu Siklus Kop Surat


I 12,17 - - - - - - - - - II 2,74 3,02 3,32 3 2,91 3,34 2,72 2,81 3,02 2,84 III 3,4 3,48 3,17 3,46 3,18 3,12 3,47 3,14 3,17 3,44 VI 6,55 6,27 5,73 6,64 6,44 6,11 5,39 6,3 6,14 6,77


Tabel 5.8. Penilaian Rating Factor Operator

Work Center Faktor Rating

(Kelas) Skor

Penyesuaian Total Rf

I

Keterampilan Good (C2) +0,03

+0,03 1,03 Usaha Average 0,00 Kondisi Average 0,00

Konsistensi Average 0,00

II

Keterampilan Average 0,00

0,00 1,00 Usaha Average 0,00 Kondisi Average 0,00


III


+0,05 1,05 Usaha Good (C2) +0,02

Kondisi Average 0,00 Konsistensi Average 0,00 Konsistensi Average 0,00

IV

Keterampilan Average 0,00

0,00 1,00 Usaha Average 0,00 Kondisi Average 0,00


V


+0,03 1,03 Usaha Average 0,00 Kondisi Average 0,00

Konsistensi Good +0,00

VI


+0,05 1,05 Usaha Good (C2) +0,02 Kondisi Average 0,00 Konsistensi Average 0,00

Ket : Rf = Rating Factor

5.1.5. Allowance Operator

Penentuan nilai allowance yang dilakukan oleh peneliti terhadap operator

pada masing-masing Work Center berdasarkan pengamatan yang dilakukan.

Penentuan nilai allowance operator pada masing-masing Work Center ditunjukkan

pada Tabel 5.9.


Tabel 5.9. Perhitungan Allowance Masing-masing Work Center

Work Center Faktor Allowance

(%) Total (%)

I

Kebutuhan pribadi Pria 1

16

Tenaga yang dikeluarkan Sangat Ringan 6

Sikap kerja Berdiri di atas dua kaki 1

Gerakan kerja Normal 0

Kelelahan mata Pandangan yang hampir terus menerus

6

Keadaan temperatur Normal 0 Keadaan atmosfer Cukup 2

Keadaan lingkungan Kebisingan rendah 0

II


19

Tenaga yang dikeluarkan Sangat Ringan 6




6

Keadaan temperatur Normal 1 Keadaan atmosfer Cukup 2 Keadaan lingkungan Sangat bising 2

III


19

Tenaga yang dikeluarkan Sangat ringan 6




6



Tabel 5.9. Perhitungan Allowance Masing-masing Work Center (Lanjutan)

Work Center Faktor Allowance

(%) Total (%)

IV


19

Tenaga yang dikeluarkan Sangat ringan 6



Kelelahan mata Pandangan yang hampir terus-menerus

6


V

Kebutuhan pribadi Wanita 3

16

Tenaga yang dikeluarkan

Dapat diabaikan 3

Sikap kerja Bekerja duduk 1 Gerakan kerja Normal 0

Kelelahan mata Pandangan yang hampir terus-menerus

6



VI


17

Tenaga yang dikeluarkan Ringan 8



Kelelahan mata Pandangan yang terputus-putus

3




σ2−= XBKB

5.2. Pengolahan Data

5.2.1. Pengukuran Waktu

5.2.1.1.Uji Keseragaman Data

Data waktu siklus yang telah dikumpulkan kemudian dilakukan pengujian

keseragaman data. Dalam penelitian ini, tingkat keyakinan yang digunakan 95%

karena satuan waktu yang digunakan dalam pengumpulan data adalah menit.

Penggunaan menit menyebabkan error yang kecil dalam pengumpulan data

dibandingkan dengan satuan jam. Dengan tingkat keyakinan 95%, maka nilai k

adalah 2. Rumus perhitungan batas tersebut adalah :

Contoh perhitungan uji keseragaman data pengukuran waktu dilakukan pada WC

II produk formulir dengan menggunakan data pengukuran waktu pada Tabel 5.4.

99,210

06,3...82,213,312,381,2=

+++++=X

12,0110

)06,399,2(...)12,399,2()81,299,2(1

)( 2221

2

=−

−++−+−=

−

−=

∑=

N

XXn

iσ

3,23)12,0(299,2

2

=+=

+=

BKABKA

XBKA σ

2,75)12,0(299,2

2

=−=

−=

BKBBKB

XBKB σ

σ2+= XBKA


Data pengukuran waktu siklus pada WC II produk formulir beserta hasil

perhitungan BKA dan BKB kemudian digambarkan dalam sebuah peta kontrol

yang ditunjukkan pada Gambar 5.1.

Gambar 5.1. Peta Kontrol Uji Keseragaman Data WC II Produk Formulir

Dari Gambar 5.1, terlihat bahwa tidak ada data yang out of control, dimana

menandakan data Waktu Siklus untuk Work Center Pencetakan Formulir telah

seragam.

Rekapitulasi uji keseragaman data pengukuran waktu siklus untuk tiap

produk pada masing-masing Work Center ditunjukkan pada Tabel 5.10.


Tabel 5.10. Rekapitulasi Uji Keseragaman Waktu Produk

Produk Work Center

Rata-rata ( X )

Standar Deviasi (σ) BKA BKB Keterangan

Formulir

II 2,99 0,12 3,23 2,75 Seragam III 0,54 0,04 0,62 0,46 Seragam IV 2,20 0,17 2,53 1,86 Seragam VI 4,60 0,34 5,27 3,92 Seragam

Blok Formulir

II 3,01 0,12 3,25 2,76 Seragam III 3,39 0,16 3,72 3,06 Seragam V 1,58 0,10 1,78 1,39 Seragam VI 5,15 0,26 5,66 4,64 Seragam

Kartu Box

II 2,92 0,09 3,10 2,73 Seragam III 0,56 0,04 0,63 0,48 Seragam IV 2,19 0,15 2,49 1,89 Seragam VI 6,11 0,49 7,09 5,13 Seragam

Kop Surat

II 2,97 0,22 3,41 2,54 Seragam III 3,30 0,16 3,62 2,99 Seragam VI 6,23 0,42 7,07 5,39 Seragam

5.2.1.2. Uji Kecukupan Data

Data pengukuran waktu siklus yang telah seragam kemudian diuji

kecukupan datanya untuk melihat apakah data yang dibutuhkan telah cukup atau

tidak. Dalam uji kecukupan ini, dicari nilai 'N dengan memperhatikan tingkat

keyakinan (k) dan tingkat ketelitian (s), serta jumlah data (N) dan data-data (x)

yang diperoleh pada pengumpulan data. Dalam penelitian ini, tingkat keyakinan

yang digunakan 95%, maka nilai k adalah 2, dan tingkat ketelitian yang digunakan

5%, maka nilai s adalah 0,05. Rumus perhitungan 'N tersebut adalah :

( )2

22.'

−=

∑∑ ∑

X

XXNsk

N

Jika 'N < N , maka data cukup dan jika 'N > N, maka data tidak cukup


Contoh perhitungan untuk WC II produk formulir sebagai berikut :

Tabel 5.11. Data Pengukuran Waktu Siklus WC II Produk Formulir

No. Pengukuran

Waktu Siklus (menit) X2

1 2,81 7,9 2 3,12 9,73 3 3,13 9,8 4 2,82 7,95 5 3,03 9,18 6 2,88 8,29 7 2,95 8,7 8 3,07 9,42 9 3,06 9,36 10 3,06 9,36

Total 29,93 89,69

Perhitungan secara manual untuk uji kecukupan data pengukuran waktu

Work Center pembuatan plat produk Formulir sebagai berikut :

( )

1,96'

93,29)93,29()68,89(1040

'

.05,0/2'

22

22

=

−=

−=

∑∑ ∑

N

N

XXXN

N

Dari perhitungan di atas, didapat bahwa 'N < N (1,96 < 10), maka data

yang digunakan telah cukup. Hasil rekapitulasi perhitungan uji kecukupan data

dapat dilihat pada Tabel 5.12.


Tabel 5.12. Rekapitulasi Uji Kecukupan Data Waktu Siklus Produk

Produk Work Center ∑ X ∑ 2X N’ N Keterangan

Formulir

II 29,93 89,69 1,96 10 Cukup III 5,41 2,94 7,21 10 Cukup IV 21,97 48,53 8,68 10 Cukup VI 45,95 212,16 7,73 10 Cukup

Blok Formulir

II 30,05 90,43 2,30 10 Cukup III 33,91 115,23 3,36 10 Cukup V 15,82 25,1 4,65 10 Cukup VI 51,52 266,01 3,49 10 Cukup

Kartu Box

II 29,15 85,06 1,65 10 Cukup III 5,55 3,09 5,06 10 Cukup IV 21,92 48,24 6,37 10 Cukup VI 61,14 375,97 9,25 10 Cukup

Kop Surat

II 29,72 8,01 8,01 10 Cukup III 33,03 3,11 3,11 10 Cukup VI 62,34 6,47 6,47 10 Cukup

5.2.1.3.Perhitungan Waktu Standar

Uji yang dilakukan memberikan hasil seragam dan cukup, sehingga data waktu

tersebut dapat digunakan untuk perhitungan waktu standar. Dalam menghitung

waktu standar, dibutuhkan waktu normal. Waktu normal dalam perhitungannya

membutuhkan waktu siklus. Waktu siklus didapat dari rata-rata pengukuran waktu

yang telah diuji sebelumnya. Contoh perhitungan secara manuak untuk WC II

produk formulir sebagai berikut :

Rating Factor (Rf) = 1,00

Allowance (Al) = 19%

Waktu siklus (Ws) = 2,99 menit

Waktu normal (Wn) = Waktu siklus x Rf = 2,99 x 1,00 = 2,99 menit

Waktu Standar (Wb) = menit33,1019100

10099,2Al100

100Wn =−

×=−

× �


Perhitungan untuk Work Center berikutnya mengikuti langkah-langkah di

atas. Rekapitulasi waktu standar tiap produk masing-masing Work Center dapat

dilihat pada Tabel 5.13.

Tabel 5.13. Rekapitulasi Waktu Standar

Produk Work Center

Ws (menit) Rf Wn

(menit) Al Wb (menit)

Wb (jam)

Formulir

I 8,43 1,03 8,68 16 10,33 0,172 II 2,99 1 2,99 19 3,69 0,062 III 0,54 1,05 0,57 19 0,7 0,012 IV 2,2 1 2,2 19 2,72 0,045 VI 4,6 1,05 4,83 17 5,82 0,097

Blok Formulir

I 12,10 1,03 12,46 16 14,83 0,247 II 3,01 1 3,01 19 3,72 0,062 III 3,39 1,05 3,56 19 4,4 0,073 V 1,58 1,03 1,63 16 1,94 0,032 VI 5,15 1,05 5,41 17 6,52 0,109

Kartu Box

I 8,24 1,03 8,49 16 10,11 0,169 II 2,92 1 2,92 19 3,6 0,06 III 0,56 1,05 0,59 19 0,73 0,012 IV 2,19 1 2,19 19 2,7 0,045 VI 6,11 1,05 6,42 17 7,73 0,129

Kop Surat

I 12,17 1,03 12,54 16 14,93 0,249 II 2,97 1 2,97 19 3,67 0,061 III 3,30 1,05 3,47 19 4,28 0,071 VI 6,23 1,05 6,54 17 7,88 0,131

Ket : Ws = Waktu siklus Rf = Rating Factor Wn = Waktu normal Al = Allowance Wb = waktu baku


5.2.2. Peramalan

Langkah-langkah peramalan yang dilakukan yaitu :

1. Mendefinisikan tujuan peramalan

Tujuan peramalan adalah untuk menentukan tingkat kebutuhan bahan baku kertas

NCR 70 gram pada bulan Oktober 2011.

2. Membuat scatter diagram

Scatter diagram yang terbentuk dengan menggunakan data pada Tabel 5.1


Gambar 5.2. Scatter Diagram Jumlah Permintaan Formulir

3. Memilih beberapa metode peramalan

Dari pola data yang terlihat pada Gambar 5.2 di atas, dapat disimpulkan bahwa

metode yang paling mendekati pola tersebut adalah metode siklis dan kuadratis.

4. Menghitung parameter peramalan


− Metode Siklis

Fungsi peramalan : nXcCos

nXbSinaY ππ 22++=

Rekapitulasi perhitungan parameter peramalan untuk metode siklis ini dapat


Tabel 5.14. Rekapitulasi Perhitungan Parameter Peramalan Metode Siklis

X Y Sin A Cos A SinA CosA Sin2A Cos2A YSinA YCosA

1 1.000 0,2948 0,9556 0,2817 0,0869 0,9132 294,8 955,6

2 1.400 0,5633 0,8262 0,4654 0,3173 0,6826 788,62 1.156,68

3 1.040 0,7818 0,6235 0,4875 0,6112 0,3888 813,072 648,44

4 691 0,9309 0,3653 0,3401 0,8666 0,1334 643,2519 252,4223

5 1.120 0,9972 0,0747 0,0745 0,9944 0,0056 1.116,864 83,664

6 600 0,9749 -0,2225 -0,2169 0,9504 0,0495 584,94 -133,5

7 515 0,866 -0,5 -0,433 0,75 0,25 445,99 -257,5

8 770 0,6802 -0,7331 -0,4987 0,4627 0,5374 523,754 -564,487

9 850 0,4339 -0,901 -0,3909 0,1883 0,8118 368,815 -765,85

10 1.600 0,149 -0,9888 -0,1473 0,0222 0,9777 238,4 -1.582,08

11 600 -0,149 -0,9888 0,1473 0,0222 0,9777 -89,4 -593,28

12 500 -0,4339 -0,901 0,3909 0,1883 0,8118 -216,95 -450,5

13 900 -0,6802 -0,7331 0,4987 0,4627 0,5374 -612,18 -659,79

14 1.300 -0,866 -0,5 0,433 0,75 0,25 -1.125,8 -650

15 771 -0,9749 -0,2225 0,2169 0,9504 0,0495 -751,6479 -171,5475

16 647 -0,9972 0,0747 -0,0745 0,9944 0,0056 -645,1884 48,3309

17 800 -0,9309 0,3653 -0,3401 0,8666 0,1334 -744,72 292,24

18 1.470 -0,7818 0,6235 -0,4875 0,6112 0,3888 -1.149,246 916,545

19 850 -0,5633 0,8262 -0,4654 0,3173 0,6826 -478,805 702,27

20 1.025 -0,2948 0,9556 -0,2817 0,0869 0,9132 -302,17 979,49

21 750 0 1 0 0 1 0 750

231 19.199 0 0 0 10,5 10,5 -297,6 957,148

nXπ2A* =


24,91421199.719

)0()0(21199.19

22

==

++=

++= ∑∑∑

aa

cbanXCosc

nXSinbnaY ππ

34,285,106,297

)0()5,10()0(6,297

22222. 2

−==−

++=−

++= ∑∑∑∑

bb

cbanXCos

nXSinc

nXSinb

nXSina

nXSinY πππππ

16,915,10148,957

)5,10()0()0(148,957

22222. 2

==

++=

++= ∑∑∑∑

cc

cbanXCosc

nXCos

nXSinb

nXCosa

nXCosY πππππ

Nilai a, b, dan c yang telah dihitung kemudian disubtitusi, sehingga fungsi

peramalannya adalah sebagai berikut :

21216,91

21234,2824,914' XCosXSinY ππ

+−=

− Metode Kuadratis

Fungsi peramalan : 2cXbXaY ++=

Rekapitulasi perhitungan parameter peramalan untuk metode kuadratis ini dapat


Tabel 5.15. Rekapitulasi Perhitungan Parameter Peramalan Metode Kuadratis

X Y X2 XY X2Y X3 X4 1 1.000 1 1.000 1.000 1 1 2 1.400 4 2.800 5.600 8 16 3 1.040 9 3.120 9.360 27 81 4 691 16 2.764 11.056 64 256 5 1.120 25 5.600 28.000 125 625


Tabel 5.15. Rekapitulasi Perhitungan Parameter Peramalan Metode Kuadratis (Lanjutan)

X Y X2 XY X2Y X3 X4 6 600 36 3.600 21.600 216 1.296 7 515 49 3.605 25.235 343 2.401 8 770 64 6.160 49.280 512 4.096 9 850 81 7.650 68.850 729 6.561 10 1.600 100 16.000 160.000 1.000 10.000 11 600 121 6.600 72.600 1.331 14.641 12 500 144 6.000 72.000 1.728 20.736 13 900 169 11.700 152.100 2.197 28.561 14 1.300 196 18.200 254.800 2.744 38.416 15 771 225 11.565 173.475 3.375 50.625 16 647 256 10.352 165.632 4.096 65.536 17 800 289 13.600 231.200 4.913 83.521 18 1.470 324 26.460 476.280 5.832 104.976 19 850 361 16.150 306.850 6.859 130.321 20 1.025 400 20.500 410.000 8.000 160.000 21 750 441 15.750 330.750 9.261 194.481 231 19.199 3.311 209.176 3.025.668 53.361 917.147

∑ ∑ ∑ −=−= 740.35532 XnXXα

( ) ∑∑ −=−= 170.1622 XnXβ

( ) ∑∑ −=−= 366.297.8422 XnXγ

∑ ∑ ∑ =−= 273.42XYnYXδ

∑ ∑ ∑ =−= 861.2822 YXnYXθ

70,44)740.355()170.16)(366.297.8(

)740.355)(861.28()273.42)(366.297.8(.

..22 −=

−−−−−−−

=−−

=αβγαθδγb

91,1366.297.8

)740.355)(70,44(861.28=

−−−−

=−

=γαθ bc


32,104.121

)311.3)(91,1()231)(70,44(199.192

=−−−

=−−

=∑ ∑ ∑n

XcXbYa

Nilai a, b, dan c yang telah dihitung disubtitusi, sehingga fungsi peramalannya

adalah sebagai berikut :

291,170,4432,104.1' XXY +−=

5. Menghitung kesalahan peramalan

Metode yang digunakan untuk menghitung kesalahan dari kedua metode

peramalan di atas adalah SEE (Standard Error of Estimation).

− Metode Siklis

Metode ini memiliki derajat kebebasan (f) sebesar 3. Tabel 5.16 menampilkan

rekapitulasi perhitungan kesalahan peramalan.

Tabel 5.16. Perhitungan SEE Metode Siklis

X Y Y' Y – Y’ (Y – Y’)2 1 1.000 992,99 7,01 49,13 2 1.400 973,59 426,41 181.826,00 3 1.040 948,91 91,09 8.296,63 4 691 921,16 -230,16 52.972,63 5 1.120 892,79 227,21 51.625,90 6 600 866,32 -266,32 70.927,15 7 515 844,11 -329,11 108.316,01 8 770 828,14 -58,14 3.379,94 9 850 819,81 30,19 911,37 10 1.600 819,88 780,12 608.595,00 11 600 828,32 -228,32 52.131,65 12 500 844,41 -344,41 118.615,51 13 900 866,69 33,31 1.109,33 14 1.300 893,21 406,79 165.481,97 15 771 921,59 -150,59 22.676,15 16 647 949,31 -302,31 91.393,67


Tabel 5.16. Perhitungan SEE Metode Siklis (Lanjutan)

X Y Y' Y – Y’ (Y – Y’)2 17 800 973,93 -173,93 30.249,94 18 1.470 993,23 476,77 227.306,90 19 850 1.005,52 -155,52 24.186,97 20 1.025 1.009,70 15,30 234,11 21 750 1.005,40 -255,40 65.226,63

TOTAL 1.885.512,61

65,323321

611.885.512,=

−=siklisSEE

− Metode Kuadratis

Metode ini memiliki derajat kebebasan sebesar 3. Tabel 5.17 menampilkan

rekapitulasi perhitungan kesalahan peramalan.

Tabel 5.17. Perhitungan SEE Metode Kuadratis

X Y Y' Y – Y’ (Y – Y’)2 1 1.000 1.061,53 -61,53 3.785,94 2 1.400 1.022,57 377,43 142.453,40 3 1.040 987,44 52,56 2.762,55 4 691 956,13 -265,13 70.293,92 5 1.120 928,65 191,35 36.614,82 6 600 904,99 -304,99 93.018,90 7 515 885,16 -370,16 137.018,43 8 770 869,16 -99,16 9.832,71 9 850 856,98 -6,98 48,72 10 1.600 848,63 751,37 564.556,88 11 600 844,10 -244,10 59.584,81 12 500 843,40 -343,40 117.923,56 13 900 846,52 53,48 2.860,11 14 1.300 853,47 446,53 199.389,04 15 771 864,25 -93,25 8.695,56


Tabel 5.17. Perhitungan SEE Metode Kuadratis

X Y Y' Y – Y’ (Y – Y’)2 16 647 878,85 -231,85 53.754,42 17 800 897,28 -97,28 9.463,40 18 1.470 919,53 550,47 303.017,22 19 850 945,61 -95,61 9.141,27 20 1.025 975,52 49,48 2.448,27 21 750 1.009,25 -259,25 67.210,56

TOTAL 1.893.874,50

37,324321

501.893.874,=

−=kuadratisSEE

Dari hasil perhitungan SEE yang dilakukan, didapatkan bahwa metode yang

terpilih ada metode siklis karena memiliki nilai SEE yang lebih kecil

dibandingkan dengan metode kuadratis (323,65 < 324,37).

6. Menguji hipotesa

Tahap ini dilakukan untuk membuktikan hipotesa mengenai SEE terkecil dari

metode peramalan siklis dan kuadratis.

H0 : SEEsiklis ≤ SEEkuadratis

Hi : SEEsiklis ≥ SEEkuadratis

α = 0,05 ; v1 = 21 – 3 = 18 ; v2 = 21 – 3 = 18

Uji statistik : 9956,037,32465,323

22

=

=

=

kuadratis

siklishitung SEE

SEEF

Ftabel = F(α;v1;v2) = F(0,05;18;18) = 2,2172 (dilihat dari Tabel F pada Lampiran)

Fhitung ≤ Ftabel (0,9956 ≤ 2,2172), maka H0 diterima


Kesimpulan :

Metode yang digunakan untuk meramalkan jumlah permintaan produk formulir

adalah metode siklis dengan fungsi peramalan :

21216,91

21234,2824,914' XCosXSinY ππ

+−=

7. Melakukan verifikasi peramalan

Tahap terakhir dari peramalan ini dilakukan untuk mengetahui apakah fungsi

peramalan yang digunakan representatif (mewakili) data yang akan diramalkan.

Hasil rekapitulasi perhitungan verifikasi dapat dilihat pada Tabel 5.18.

Tabel 5.18. Rekapitulasi Perhitungan Verifikasi Peramalan

X Y Y' Y – Y’ MR 1 1.000 992,99 7,01 2 1.400 973,59 426,41 419,40 3 1.040 948,91 91,09 335,32 4 691 921,16 -230,16 321,24 5 1.120 892,79 227,21 457,37 6 600 866,32 -266,32 493,53 7 515 844,11 -329,11 62,79 8 770 828,14 -58,14 270,98 9 850 819,81 30,19 88,33 10 1.600 819,88 780,12 749,94 11 600 828,32 -228,32 1.008,45 12 500 844,41 -344,41 116,08 13 900 866,69 33,31 377,71 14 1.300 893,21 406,79 373,49 15 771 921,59 -150,59 557,38 16 647 949,31 -302,31 151,73 17 800 973,93 -173,93 128,39 18 1.470 993,23 476,77 650,69 19 850 1.005,52 -155,52 632,29 20 1.025 1.009,70 15,30 170,82


Tabel 5.18. Rekapitulasi Perhitungan Verifikasi Peramalan (Lanjutan)

X Y Y' Y – Y’ MR 21 270,70 1.005,40 -255,40 270,70

TOTAL 7.636,64

83,381121

7.636,641

=−

=−

= ∑n

MRMR

BKA = 2,66 x MR = 2,66 x 381,83 = 1.015,67

1/3 BKA = 1/3 x 1.015,67 = 338,56

2/3 BKA = 2/3 x 1.015,67 = 677,12

BKB = -2,66 x MR = -2,66 x 381,83 = -1.015,67

1/3 BKB = 1/3 x (-1.015,67) = -338,56

2/3 BKB = 2/3 x (-1.015,67) = -677,12

Gambar 5.2. Moving Range Chart Data Pemesanan Bahan Baku

Dari Gambar 5.2 tidak terlihat titik yang berada di luar batas kontrol, sehingga

fungsi peramalan (metode siklis) yang digunakan telah representatif.


Hasil peramalan tingkat kebutuhan bahan baku untuk bulan Oktober 2011 yaitu

sebagai berikut :

Oktober 2011 (X = 22)

rim99399,99221

22216,9121

22234,2824,914' ≈=+−=ππ CosSinY

5.2.3. Penyusunan Jadwal Induk Produksi

Jadwal Induk Produksi (JIP) yang disusun menggunakan time-bucket

mingguan, karena perusahaan mengirimkan produk jadi kepada konsumen dalam

periode mingguan. JIP disusun terhadap pesanan yang datang pertama pada bulan

Oktober 2011, yaitu 1.047 rim formulir, 204 rim blok formulir, 90 rim kartu box,

dan 190 rim kop surat. Alokasi jumlah produksi untuk tiap jenis pesanan

disesuaikan dengan jangka waktu pemenuhan pesanan yang diberikan oleh

konsumen, karena konsumen tidak menentukan batas pengiriman per minggu.

Pesanan konsumen datang pada tanggal 8 Desember 2011 dengan jangka waktu

pemenuhan pesanan 3 bulan. Tangga 8 Desember 2011 merupakan minggu kedua

bulan Desember. Alokasi untuk tiap-tiap jenis produk untuk tiap minggunya

(kecuali minggu terakhir apabila tidak habis dibagi) yaitu :

rim8725,8712047.111-1Minggu Formulir Alokasi ≈==

Alokasi Formulir Minggu 12 = 1.047 – 11(87) = 90 rim

171220411-1Minggu FormulirBlok Alokasi ==

Alokasi Formulir Minggu 12 = 204 – 11(17) = 17 rim


rim75,7129011-1Minggu Kartu Alokasi ≈==Box

Alokasi Kartu Box Minggu 12 = 90 – 11(7) = 13 rim

rim158,151219011-1Minggu Formulir Alokasi ≈==

Alokasi Formulir Minggu 12 = 190 – 11(15) = 25 rim

JIP untuk pesanan pada bulan Oktober 2011 ditunjukkan pada Gambar

5.19.

Tabel 5.19. Jadwal Induk Produksi Pesanan Oktober 2011

Keterangan Periode

Oktober November Desember Januari 2 3 4 1 2 3 4 1 2 3 4 1

Formulir 87 87 87 87 87 87 87 87 87 87 87 90 Blok

Formulir 17 17 17 17 17 17 17 17 17 17 17 17

Kartu Box 7 7 7 7 7 7 7 7 7 7 7 13 Kop Surat 15 15 15 15 15 15 15 15 15 15 15 25

5.2.4. Perhitungan Rough-Cut Capacity Planning (RCCP)

5.2.4.1.Perhitungan Kapasitas yang Dibutuhkan (Capacity Required)

Rekapitulasi waktu standar pada Tabel 5.13 digunakan untuk menghitung

kapasitas yang dibutuhkan berdasarkan JIP. Work Center pembuatan plat, seperti

yang telah disebutkan sebelumnya, prosesnya hanya 1 kali dilakukan untuk 1 jenis

produk, sehingga jumlah permintaan untuk Work Center pembuatan plat adalah 1

unit. Waktu standar tiap Work Center dalam satuan jam ditunjukkan pada Tabel

5.20.


Tabel 5.20. Waktu Standar Tiap Work Center

Produk Work Center

Waktu Baku

(menit)

Waktu Baku (jam)

Formulir

I 10,33 0,172 II 3,69 0,062 III 0,7 0,012 IV 2,72 0,045 VI 5,82 0,097

Blok Formulir

I 14,83 0,247 II 3,72 0,062 III 4,4 0,073 V 1,94 0,032 VI 6,52 0,109

Kartu Box

I 10,11 0,169 II 3,6 0,06 III 0,73 0,012 IV 2,7 0,045 VI 7,73 0,129

Kop Surat

I 14,93 0,249 II 3,67 0,061 III 4,28 0,071 VI 7,88 0,131

Berikut merupakan contoh perhitungan untuk Capacity Required (CR) pada

minggu 2 bulan Oktober 2011 untuk Work Center Pencetakan Formulir :

CR = 394,5062,087 =× jam

Rekapitulasi perhitungan CR ditunjukkan pada Tabel 5.21.


Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan

Produk Work Center Bulan

Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Formulir

I

Oktober 2 0,172 1 0,172 3 0,172 0 0 4 0,172 0 0

November

1 0,172 0 0 2 0,172 0 0 3 0,172 0 0 4 0,172 0 0

Desember

1 0,172 0 0 2 0,172 0 0 3 0,172 0 0 4 0,172 0 0

Januari 1 0,172 0 0

II

Oktober 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394

November

1 0,062 87 5,394 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394

Desember

1 0,062 87 5,394 2 0,062 87 5,394 3 0,062 87 5,394 4 0,062 87 5,394

Januari 1 0,062 90 5,580

III

Oktober 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044

November

1 0,012 87 1,044 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044

Desember

1 0,012 87 1,044 2 0,012 87 1,044 3 0,012 87 1,044 4 0,012 87 1,044

Januari 1 0,012 90 1,080


Tabel 5.21. Rekapitulasi Kapasitas yang Dibutuhkan (Lanjutan)


Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Formulir (Lanjutan)

IV

Oktober 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915

November

1 0,045 87 3,915 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915

Desember

1 0,045 87 3,915 2 0,045 87 3,915 3 0,045 87 3,915 4 0,045 87 3,915

Januari 1 0,045 90 4,050

VI

Oktober 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439

November

1 0,097 87 8,439 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439

Desember

1 0,097 87 8,439 2 0,097 87 8,439 3 0,097 87 8,439 4 0,097 87 8,439

Januari 1 0,097 90 8,730

Blok Formulir I

Oktober 2 0,247 1 0,247 3 0,247 0 0 4 0,247 0 0

November

1 0,247 0 0 2 0,247 0 0 3 0,247 0 0 4 0,247 0 0

Desember

1 0,247 0 0 2 0,247 0 0 3 0,247 0 0 4 0,247 0 0

Januari 1 0,247 0 0




Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Blok Formulir

(Lanjutan)

II

Oktober 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054

November

1 0,062 17 1,054 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054

Desember

1 0,062 17 1,054 2 0,062 17 1,054 3 0,062 17 1,054 4 0,062 17 1,054

Januari 1 0,062 17 1,054

III

Oktober 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241

November

1 0,073 17 1,241 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241

Desember

1 0,073 17 1,241 2 0,073 17 1,241 3 0,073 17 1,241 4 0,073 17 1,241

Januari 1 0,073 17 1,241

V

Oktober 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544

November

1 0,032 17 0,544 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544

Desember

1 0,032 17 0,544 2 0,032 17 0,544 3 0,032 17 0,544 4 0,032 17 0,544

Januari 1 0,032 17 0,544




Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Blok Formulir

(Lanjutan) VI

Oktober 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853

November

1 0,109 17 1,853 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853

Desember

1 0,109 17 1,853 2 0,109 17 1,853 3 0,109 17 1,853 4 0,109 17 1,853

Januari 1 0,109 17 1,853

Kartu Box

I

Oktober 2 0,169 1 0,169 3 0,169 0 0 4 0,169 0 0

November

1 0,169 0 0 2 0,169 0 0 3 0,169 0 0 4 0,169 0 0

Desember

1 0,169 0 0 2 0,169 0 0 3 0,169 0 0 4 0,169 0 0

Januari 1 0,169 0 0

II

Oktober 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183

November

1 0,060 7 1,183 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183

Desember

1 0,060 7 1,183 2 0,060 7 1,183 3 0,060 7 1,183 4 0,060 7 1,183

Januari 1 0,060 13 2,197




Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Kartu Box

(Lanjutan)

III

Oktober 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084

November

1 0,012 7 0,084 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084

Desember

1 0,012 7 0,084 2 0,012 7 0,084 3 0,012 7 0,084 4 0,012 7 0,084

Januari 1 0,012 13 0,156

IV

Oktober 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315

November

1 0,045 7 0,315 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315

Desember

1 0,045 7 0,315 2 0,045 7 0,315 3 0,045 7 0,315 4 0,045 7 0,315

Januari 1 0,045 13 0,585

VI

Oktober 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903

November

1 0,129 7 0,903 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903

Desember

1 0,129 7 0,903 2 0,129 7 0,903 3 0,129 7 0,903 4 0,129 7 0,903

Januari 1 0,129 13 1,677




Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Kop Surat

I

Oktober 2 0,249 1 0,249 3 0,249 0 0 4 0,249 0 0

November

1 0,249 0 0 2 0,249 0 0 3 0,249 0 0 4 0,249 0 0

Desember

1 0,249 0 0 2 0,249 0 0 3 0,249 0 0 4 0,249 0 0

Januari 1 0,249 0 0

II

Oktober 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915

November

1 0,061 15 0,915 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915

Desember

1 0,061 15 0,915 2 0,061 15 0,915 3 0,061 15 0,915 4 0,061 15 0,915

Januari 1 0,061 25 1,525

III

Oktober 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065

November

1 0,071 15 1,065 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065

Desember

1 0,071 15 1,065 2 0,071 15 1,065 3 0,071 15 1,065 4 0,071 15 1,065

Januari 1 0,071 25 1,775




Periode (Minggu

ke-)

Wb (Jam)

Jumlah Produksi

(Unit)

CR (jam)

Kop Surat

(Lanjutan)

I

Oktober 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965

November

1 0,131 15 1,965 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965

Desember

1 0,131 15 1,965 2 0,131 15 1,965 3 0,131 15 1,965 4 0,131 15 1,965

Januari 1 0,131 25 3,275

5.2.4.2.Perhitungan Kapasitas Tersedia (Capacity Avaliable)

Waktu kerja dalam kapasitas tersedia pada penelitian ini diartikan sebagai

jumlah jam kerja dalam periode mingguan, dimana terdapat 8 jam kerja per hari

dan 5 hari kerja per minggu (untuk jam kerja normal) dan 7 hari kerja per minggu

(untuk jam kerja lembur/overtime). Sistem lembur oleh PDAIJ Sumatera Utara

dilakukan dengan menambah hari kerja yaitu pada hari Sabtu dan Minggu.

Berikut contoh perhitungan kapasitas tersedia (Capacity Avaliable/CA) pada

Work Center Pembuatan Plat Formulir bulan November minggu I.

CA normal = Waktu Kerja Tersedia x Efisiensi x Utilitas

(jam kerja normal) = (5 x 8) x 100% x 80%

= 32 jam.

CA lembur = Waktu Kerja Tersedia x Efisiensi x Utilitas

(jam kerja lembur) = (7 x 8) x 100% x 80%

= 44,8 jam.


Rekapitulasi perhitungan selengkapnya dapat dilihat pada Tabel 5.22.

Tabel 5.22. Rekapitulasi Kapasitas Tersedia Tiap Work Center

Work Center

Hari Kerja

Normal (hari/ Ming-

gu)

Hari Kerja

Lembur (hari/ Ming-

gu)

Jam Kerja (jam/ hari)

Efisi- ensi (%)

Uti- litas (%)

CA Normal (jam/ Ming-

gu)

CA Lembur

(jam/ Ming-

gu)

I 5 7 8 100 80 32 44,8 II 5 7 8 97 95 36,86 51,604 III 5 7 8 95 95 36,1 50,54 IV 5 7 8 97 97 34,92 48,888 V 5 7 8 100 85 34 47,6 VI 5 7 8 100 80 32 44,8

5.2.3.3.Laporan RCCP

Dalam laporan RCCP terdapat dua istilah, yaitu drum dan non drum. Keadaan

drum menunjukkan keadaan dimana kapasitas yang dibutuhkan lebih besar

daripada kapasitas yang tersedia. Sebaliknya, non drum menunjukkan keadaan

dimana kapasitas yang dibutuhkan lebih kecil daripada kapasitas yang tersedia.

Kapasitas yang dibutuhkan (CR) dijumlahkan untuk produk yang melalui Work

Center yang sama. Laporan RCCP ditunjukkan pada Tabel 5.23.


Tabel 5.23. Laporan RCCP untuk Pesanan Oktober 2011

Work Center Bulan

Ming- gu Ke-

CR (Jam)

CA Normal (Jam)

CA Lembur (Jam)

Kete- rangan

I

Okto- ber

2 0,837 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum

Novem- ber

1 0 32 44,800 Non Drum 2 0 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum

Desem- ber

1 0 32 44,800 Non Drum 2 0 32 44,800 Non Drum 3 0 32 44,800 Non Drum 4 0 32 44,800 Non Drum

Januari 1 0 32 44,800 Non Drum

II

Okto- ber

2 8,546 36,860 51,604 Non Drum 3 8,546 36,860 51,604 Non Drum 4 8,546 36,860 51,604 Non Drum

Novem- ber

1 8,546 36,860 51,604 Non Drum 2 8,546 36,860 51,604 Non Drum 3 8,546 36,860 51,604 Non Drum 4 8,546 36,860 51,604 Non Drum

Desem- ber


Januari 1 10,356 36,860 51,604 Non Drum

III

Okto- ber


Novem- ber


Desem- ber


Januari 1 4,252 36,100 50,540 Non Drum


Tabel 5.23. Laporan RCCP untuk Pesanan Oktober 2011 (Lanjutan)

Work Center Bulan

Ming- gu Ke-

CR (Jam)

CA Normal (Jam)

CA Lembur (Jam)

Kete- rangan

IV

Okto- ber


Novem- ber


Desem- ber


Januari 1 4,635 34,920 48,888 Non Drum

V

Okto- ber

2 0,544 34 47,600 Non Drum 3 0,544 34 47,600 Non Drum 4 0,544 34 47,600 Non Drum

Novem- ber

1 0,544 34 47,600 Non Drum 2 0,544 34 47,600 Non Drum 3 0,544 34 47,600 Non Drum 4 0,544 34 47,600 Non Drum

Desem- ber


Januari 1 0,544 34 47,600 Non Drum

VI

Okto- ber

2 13,160 32 44,800 Non Drum 3 13,160 32 44,800 Non Drum 4 13,160 32 44,800 Non Drum

Novem- ber


Desem- ber


Januari 1 15,535 32 44,800 Non Drum


BAB VI

PERANCANGAN SISTEM

6.1. Tinjauan Aplikasi dan Pengembangan Model

Pengembangan model dilakukan pada sistem awal dalam pengambilan

keputusan terhadap transaksi pesanan PD. Aneka Industri dan Jasa (PDAIJ)

Sumatera Utara. Sistem awal dalam pengambilan keputusan terhadap transaksi

pesanan ditunjukkan pada Gambar 6.1.

Sistem awal pengambilan keputusan dimulai dari pesanan yang datang

dari konsumen. Pesanan dapat berasal dari satu atau lebih konsumen. Bagian

pemasaran menerima pesanan dari konsumen dan kemudian meneruskan kepada

bagian produksi. Bagian produksi melakukan perhitungan kebutuhan bahan baku

dari total pesanan dan memberikan perintah untuk melaksanakan produksi tanpa

perencanaan. Pembagian tugas dilakukan untuk pemesanan bahan baku dan

perintah pelaksanaan produksi. Bagian gudang harus selalu mendata pemakaian

bahan baku dan melaporkan kepada bagian produksi agar tidak terjadi kekurangan

bahan baku pada saat pelaksanaan produksi, sedangkan bagian lantai produksi

(pelaksanaan produksi) harus memberikan informasi produksi harian untuk

membantu bagian produksi dalam pengambilan keputusan terhadap transaksi

pesanan yang masuk. Kepala bagian produksi dapat mengetahui transaksi dapat

dipenuhi atau tidak setelah informasi produksi harian masuk. Sistem awal

pengambilan keputusan ini menunjukkan pelaksanaan tugas yang tidak efektif

dikarenakan tidak adanya perencanaan berupa penjadwalan dan analisis.


Gambar 6.1. Sistem Awal Pengambilan Keputusan


6.1.1. Struktur Sistem

Struktur sistem untuk rancangan sistem usulan pengambilan keputusan,

yaitu sistem pendukung keputusan terhadap Jadwal Induk Produksi (JIP) pada

PDAIJ Sumatera Utara ditunjukkan pada Gambar 6.2.

INPUT TRANSFORMASI OUTPUT

1. Data historis pemesanan bahan baku2. Data pesanan pelanggan - Nama & Alamat pelanggan - Jenis pesanan - Kuantitas pesanan - Jangka waktu pemenuhan pesanan3. Data stasiun kerja (Work Center)4. Data waktu baku5. Data pemasok bahan baku

1. Meramalkan jumlah pemesanan bahan baku2. Memroses pesanan a. Menyusun jadwal induk produksi b. Menganalisis kapasitas - Menghitung kapasitas yang tersedia - Menghitung kapasitas yang dibutuhkan dengan jam kerja normal - Menghitung kapasitas yang dibutuhkan dengan jam kerja tambahan (lembur) - Membandingkan kapasitas tersedia dengan kapasitas yang dibutuhkan3. Menghitung jumlah bahan baku yang dibutuhkan

1. Jumlah pemesanan bahan baku (hasil peramalan)2. Keputusan : - Pesanan dapat dipenuhi - Pesanan tidak dapat dipenuhi3. Jumlah bahan baku yang dibutuhkan

FEEDBACK

SUPPLIER/PEMASOK PELANGGAN

KENDALA/BOUNDARIES

1. Jumlah pesanan (order) yang dapat diproses maksimal 10 kali.2. Periode penjadwalan yang disusun terbatas dalam jangka waktu 1 tahun.

Gambar 6.2. Struktur Sistem


1. Input (Masukan)

Input dalam struktur sistem berisi data-data dari bagian produksi yaitu :

− Data historis pemesanan bahan baku

Data historis pemesanan bahan baku menyatakan jumlah bahan baku yang

dipesan dari periode ke periode. Data historis digunakan pada kertas NCR

70 gram karena bahan baku tersebut selalu dipesan tiap bulannya.

− Data pesanan pelanggan

Data pesanan pelanggan menyatakan biodata pemesan (nama dan alamat),

jenis pesanan (formulir, blok formulir, kartu box, lainnya),

kuantitas/jumlah pesanan yang dibutuhkan, batas jumlah pengiriman per

minggu yang diinginkan pelanggan serta jangka waktu yang diberikan

konsumen kepada perusahaan untuk memenuhi pesanannya.

− Data stasiun kerja (work center)

Data stasiun kerja menyatakan data mesin (jenis dan jumlah) serta faktor

efisiensi dan utilitas dari masing-masing stasiun kerja yang terdapat pada

lantai produksi.

− Data waktu baku

Data waktu baku menyatakan waktu baku dari setiap stasiun kerja yang

terdapat pada lantai produksi. Waktu baku tersebut diperoleh dari hasil

pengolahan pengukuran waktu yang dilakukan. Pengolahan pengukuran

waktu tidak termasuk dalam sistem, melainkan sebagai input, karena

berdasarkan rumus kapasitas yang dibutuhkan18 :

18 Fogarty, Donald W., dkk. 1991. Production & Inventory Management. Hal 413.


jkik

n

kbaRequiredCapacity ∑

=

=1

untuk semua i, j.

Keterangan :

ika = Waktu baku pengerjaan produk k pada Stasiun Kerja i

jkb = Jumlah produk k yang akan dijadwalkan pada periode j

Dari rumus kapasitas yang dibutuhkan terlihat bahwa dibutuhkan

data input waktu baku pengerjaan produk pada stasiun kerja (a) yang tak

lain adalah waktu baku stasiun kerja.

2. Transformasi

Transformasi merupakan pemrosesan dari input. Proses transformasi yang

terjadi dalam sistem yang akan dirancang yaitu :

a. Meramalkan jumlah pemesanan bahan baku

Proses ini dilakukan untuk mendapatkan jumlah pemesanan bahan baku

sebagai perbandingan terhadap jumlah bahan baku yang dibutuhkan.

b. Memroses pesanan

Proses ini dilakukan dengan tahapan yaitu :

a. Menyusun Jadwal Induk Produksi

Tahapan ini bertujuan untuk menyusun Jadwal Induk Produksi dalam

pemenuhan pesanan pelanggan. Sebelumnya tidak dilakukan

perencanaan agregat, dikarenakan menurut Daniel Sipper (1998)

bahwa “Jadwal Induk Produksi dihasilkan baik dari rencana agregat


maupun langsung dari perkiraan permintaan untuk produk akhir19”.

Perkiraan permintaan yang dimaksud berasal dari peramalan yang

dilakukan, sehingga dalam penelitian ini Jadwal Induk Produksi

dihasilkan melalui perkiraan permintaan untuk produk akhir.

Jadwal Induk Produksi disusun berdasarkan jenis dan kuantitas

pesanan pelanggan. Pengalokasiannya dipengaruhi oleh jangka waktu

pemenuhan pesanan (dalam bulanan dengan time batch mingguan)

serta batas pengiriman per minggu.

b. Menganalisis kapasitas

Kapasitas dianalisis sesuai dengan Jadwal Induk Produksi yang telah

disusun untuk mengetahui apakah penjadwalan yang dilakukan dapat

dilaksanakan/dipenuhi dengan memperhatikan kapasitas yang tersedia

dengan kapasitas yang dibutuhkan. Kapasitas yang dibutuhkan

diperhitungkan baik dari jam kerja normal maupun jam kerja tambahan

(lembur).

c. Menghitung jumlah bahan baku yang dibutuhkan

Tahapan ini dilakukan untuk mengetahui kebutuhan jumlah bahan

baku untuk pemenuhan pesanan pelanggan dengan memperhatikan

batas pemesanan minimal yang ditetapkan oleh pemasok (supplier).

3. Output (Keluaran)

19 Sipper, Daniel, dan Robert L. Bulfin, Jr. 1998. Production : Planning, Control, and Integration.

Hal 321 - 325


Output merupakan hasil dari pemrosesan input (transformasi). Dalam sistem

yang akan dirancang ini, output yang diperoleh yaitu :

a. Jumlah pemesanan bahan baku, yang didapat dari hasil peramalan.

b. Keputusan dari pemrosesan pesanan, yaitu pesanan dapat dipenuhi atau

pesanan tidak dapat dipenuhi

c. Jumlah bahan baku yang dibutuhkan, yaitu disesuaikan dengan rencana

produksi yang disusun.

4. Batasan sistem

Batasan merupakan elemen yang membatasi kinerja dari sistem yang

dirancang. Batasan dalam sistem yang dirancang ini yaitu :

a. Jumlah pesanan (order) yang dapat diproses maksimal 10 kali.

b. Periode penjadwalan yang disusun terbatas dalam jangka waktu 1 tahun.

5. Lingkungan sistem

Lingkungan merupakan elemen yang berada di luar sistem tetapi memiliki

dampak bagi performansi sistem dalam mencapai sasarannya. Dalam struktur

sistem ini, supplier/pemasok dan pelanggan berperan sebagai lingkungan

sistem. Supplier bertugas untuk memasok bahan baku untuk lantai produksi,

dimana pelanggan berperan untuk memberikan pesanan (order) kepada

perusahaan.

Rancangan sistem yang diusulkan sebagai perbaikan terhadap sistem awal

dalam pengambilan keputusan terhadap transaksi pesanan ditunjukkan pada

Gambar 6.3.


Gambar 6.3. Rancangan Sistem Usulan Pengambilan Keputusan


6.1.2. Rincian Sistem

Rancangan sistem usulan dirincikan untuk mendapatkan struktur database

yang lebih baik sebagai pendukung dalam perancangan sistem pendukung

keputusan terhadap jadwal induk produksi pada PDAIJ Sumatera Utara.

6.1.2.1.Context Diagrams

Context Diagrams menunjukkan aliran data yang lebih rinci dari struktur

sistem yang telah dibuat. Context Diagrams dari sistem ini ditunjukkan pada

Gambar 6.4.

SISTEM PENDUKUNG KEPUTUSAN

PD. Aneka Industri dan Jasa Sumatera

Utara

BAGIANPRODUKSI

SUPPLIER/PEMASOK

PELANGGAN

JumlahPesananJenisPesanan

KeputusanPemenuhan Pesanan

Jadwal Induk

Produksi

Analisis

Kapasitas

Data

Stasiun kerja

Dat

aPe

mas

ok

Pem

esan

anB

ahan

Bak

u BAGIANPEMASARAN

Data HistorisPemesanan

Jangka WaktuPemenuhan Pesanan

Data

Waktu Baku

JumlahPemesanan

DataPelanggan

Gambar 6.4. Context Diagrams


6.1.2.2.Data Flow Diagrams

Data Flow Diagrams (DFD) menunjukkan rincian proses dari sistem

sesuai dengan aliran data pada Context Diagram. Proses terdiri atas 3 (sesuai

dengan struktur sistem), yaitu meramalkan jumlah pemesanan bahan baku,

memroses pesanan, dan menghitung kebutuhan bahan baku. DFD level 0 dari

sistem ini ditunjukkan pada Gambar 6.5, DFD level 1 dari proses 2.0 ditunjukkan

pada Gambar 6.6, dan DFD level 2 dari proses 2.0 ditunjukkan pada Gambar 6.7.

1.0MERAMALKAN

TINGKAT KEBUTUHAN BAHAN BAKU

SUPPLIER/PEMASOK

D1 : KEBUTUHAN

2.0MEMROSES PESANAN

3.0MENGHITUNG

JUMLAH BAHAN BAKU YANG

DIBUTUHKAN

BAGIANPEMASARAN

Data Historis

PemesananJumlah

Pemesanan

JumlahKebutuhan

KONSUMEN

BAGIANPRODUKSI

Data Pemasok

Jadwal Induk

Produksi

D2 : PESANAN

DataWaktu Baku

Analisis

Kapasitas

DataPesanan

Pemesanan

Bahan Baku

JenisPesananJumlahPesanan

Jumlah

Kebutuhan

DataStasiun Kerja

Jenis

Pesanan

Jumlah

Pesanan

Jangka Waktu

Pemenuhan Pesanan

Keputusan

Pemenuhan Pesanan

Data

Konsum

en

Jumlah BahamBaku yang Dibutuhkan

Gambar 6.5. Data Flow Diagrams Level 0


2.1MENYUSUN

JADWAL INDUK PRODUKSI

2.2MENGANALISIS

KAPASITAS

BAGIANPRODUKSI

Jadwal

Pesana

n

D2 : PESANAN

JenisPesanan

Jenis

Pesana

n

Rencana Produksi

Analisis Kapasitas

Data

Stasiun Kerja

Jadwal Induk

Produksi

Analis

is

Kapasi

tas

Data

Stasiun

Kerj

a

Data

Wak

tu Bak

u

D3 : STASIUN KERJA

DataStasiun Kerja

Gambar 6.6. Data Flow Diagrams Level 1 dari Proses 2.0

2.2.1.MENGHITUNG

KAPASITAS TERSEDIA

2.2.2.MENGHITUNG

KAPASITAS DIBUTUHKAN

2.2.3.MEMBUAT LAPORAN

KAPASITAS

D2 : PESANANJenis

Pesanan

JenisPesanan

Rencana Produksi

BAGIANPRODUKSI

Jumlah Kapasitas yang

Dibutuhkan per Periode

Jumlah Kapasitas yang

Tersedia per Periode

Hari KerjaJam Kerja

Normal

Jam Kerja

Lembur

Waktu Baku

Jumlah

Stasiun Kerja

Faktor EfisiensiFaktor Utilitas

Gambar 6.7. Data Flow Diagrams Level 2 dari Proses 2.0


6.1.2.3.Data Dictionary

Data Dictionary merincikan struktur data dan elemen data dari setiap data

store (simpanan data) pada D-1, D-2, dan D-3 dari Data Flow Diagrams. Data

Dictionary untuk masing-masing data store ditunjukkan pada Gambar 6.8,

Gambar 6.9, dan Gambar 6.10.

Nama Gudang Data : D1 : PERMINTAAN


DMD PERIODEJUMLAH

Notasi :PERIODE alias DATA WAKTU HISTORISJUMLAH alias DATA PERMINTAAN HISTORIS

Gambar 6.8. Data Dictionary D-1

Nama Gudang Data : D2 : PESANAN


ORDKODENAMAALAMATJUMLAHMULAISELESAIKETERANGAN

Notasi :KODE alias KODE PRODUKNAMA alias NAMA PELANGGANALAMAT alias ALAMAT PELANGGANJUMLAH alias JUMLAH PESANAN BERDASARKAN JENIS PESANANMULAI alias TANGGAL PESANAN DIMINTASELESAI alias TANGGAL PESANAN HARUS SELESAI



Nama Gudang Data : D3 : STASIUN KERJA


WC NONAMAJUMLAHKAPASITASHANOMHALEMJAMEFFUTIWB

Notasi :NO alias NOMOR STASIUN KERJANAMA alias NAMA MESIN PADA STASIUN KERJAJUMLAH alias JUMLAH MESIN ATAU OPERATOR PADA STASIUN KERJAKAPASITAS alias JUMLAH PRODUKSI PADA STASIUN KERJA PER SATUAN WAKTUHANOM alias JUMLAH HARI KERJA NORMAL PER MINGGUHALEM alias JUMLAH HARI KERJA LEMBUR PER MINGGUJAM alias JAM KERJA PER HARIEFF alias FAKTOR EFISIENSI PADA STASIUN KERJAUTI alias FAKTOR UTILITAS PADA STASIUN KERJAWB alias WAKTU BAKU PADA STASIUN KERJA TIAP JENIS PRODUK


6.1.2.4.Data Structure Diagrams

Data Structure Diagrams menyatakan hubungan struktural antar elemen

data dalam data-store. Diagram ini menunjukkan keterkaitan antara elemen data

yang terdapat pada masing-masing data store, yang ditunjukkan pada Gambar

6.11.


JUMLAH

DMD

JUMLAH

ORD

WB

SKNO

SK

Gambar 6.11. Data Structure Diagrams Antar Data Store

6.1.2.5.Data Access Diagrams

Data Access Diagrams menggambarkan Data Structure Diagrams dalam

representasi yang lebih rinci dengan menampilkan struktur data dan elemen data

dari data store, seperti yang ditunjukkan pada Gambar 6.12.

KODE NAMA ALAMAT JUMLAH

NO NAMA

SK

ORD

PERIODE JUMLAH

DMD

JUMLAH KAPASITAS

MULAI SELESAI KETERANGAN

HANOM HALEM JAM EFF UTI WB

Gambar 6.12. Data Access Diagrams Antar Data Store

6.1.2.6.Minispesifications

Minispesifications merincikan kegiatan maupun data yang dibutuhkan oleh

setiap proses pada sistem. Proses dari sistem ini terdiri dari Meramalkan Tingkat

Kebutuhan Bahan Baku (1.0), Memroses Pesanan (2.0), dan Menghitung Jumlah


Bahan Baku yang Dibutuhkan (3.0) ditunjukkan pada Gambar 6.13, Gambar 6.14,

dan Gambar 6.15. Proses Memroses Pesanan (2.0) terdiri dari tiga sub-proses

yaitu Menyusun Jadwal Induk Produksi (2.1) dan Menganalisis Kapasitas (2.2)

ditunjukkan pada Gambar 6.16 dan 6.17. Proses Menganalisis Kapasitas (2.2)

terdiri dari tiga sub-proses, yaitu Menghitung Kapasitas Tersedia (2.2.1),

Menghitung Kapasitas Dibutuhkan (2.2.2), dan Membuat Laporan Kapasitas

(2.2.3) ditunjukkan pada Gambar 6.18, Gambar 6.19, dan Gambar 6.20.


Nama Proses : MERAMALKAN TINGKAT KEBUTUHAN BAHAN BAKU

Nomor Proses : 1.0

Deskripsi : Menggunakan data pemesanan bahan baku dari bagian pemasaran untuk meramalkan tingkat kebutuhan bahan baku.

Input : DATA HISTORIS KEBUTUHAN dari BAGIAN PEMASARAN

Output : JUMLAH KEBUTUHAN kepada 2.0 JUMLAH KEBUTUHAN kepada BAGIAN PEMASARAN JUMLAH KEBUTUHAN kepada D1

Logika : Melakukan peramalan dengan menggunakan 5 metode (konstan, linier, eksponensial, kuadratis, dan siklis) sehingga didapatkan 5 fungsi peramalan. Kemudian dicari nilai SEE dari setiap metode dan metode yang dipilih adalah metode yang memiliki SEE terkecil.




Nama Proses : MEMROSES PESANAN

Nomor Proses : 2.0

Deskripsi : Melakukan proses pada jenis dan jumlah pesanan yang didapatkan dari pelanggan untuk memberikan keputusan berupa dapat dipenuhi atau tidak dapat dipenuhi.

Input : JUMLAH KEBUTUHAN dari 1.0 DATA KONSUMEN dari KONSUMEN JENIS PESANAN dari KONSUMEN JUMLAH PESANAN dari KONSUMEN JANGKA WAKTU PEMENUHAN PESANAN dari KONSUMEN DATA WAKTU BAKU dari BAGIAN PRODUKSI DATA STASIUN KERJA dari BAGIAN PRODUKSI JUMLAH BAHAN BAKU YANG DIBUTUHKAN dari 3.0

Output : DATA PESANAN kepada D2 KEPUTUSAN PEMENUHAN PESANAN kepada KONSUMEN ANALISIS KAPASITAS kepada BAGIAN PRODUKSI JADWAL INDUK PRODUKSI kepada BAGIAN PRODUKSI JENIS PESANAN kepada 3.0 JUMLAH PESANAN kepada 3.0

Logika : Melakukan perhitungan dengan alokasi jumlah produksi pada periode yang terdapat pada stasiun kerja serta membandingkan alokasi dengan kapasitas yang tersedia di perusahaan sehingga memberikan hasil pesanan dapat dipenuhi atau pesanan tidak dapat dipenuhi




Nama Proses : MENGHITUNG JUMLAH BAHAN BAKU YANG DIBUTUHKAN

Nomor Proses : 3.0

Deskripsi : Memperhitungkan jumlah bahan baku yang dibutuhkan per periode (mingguan) sesuai dengan jumlah produksi yang telah dijadwalkan pada rencana produksi tiap pesanan.

Input : JENIS PESANAN dari 2.0 JUMLAH PESANAN dari 2.0 DATA PEMASOK dari SUPPLIER

Output : JUMLAH BAHAN BAKU YANG DIBUTUHKAN kepada 2.0 PEMESANAN BAHAN BAKU kepada SUPPLIER

Logika : Pada sistem pemesanan yang dilakukan perusahaan selalu memesan kelebihan 2 rim dari yang dibutuhkan karena mempertimbangkan kecacatan yang mungkin terjadi pada saat produksi. Jumlah pesanan bahan baku mingguan disesuaikan dengan jumlah produksi mingguan ditambah dengan 2 rim.



Nama Proses : MENYUSUN JADWAL INDUK PRODUKSI

Nomor Proses : 2.1

Deskripsi : Menyusun rencana produksi yang disesuaikan dengan jumlah pesanan yang masuk. Rencana produksi bersifat mingguan dikarenakan pengiriman produk kepada konsumen dilakukan setiap minggu.

Input : JADWAL PESANAN dari D2 JENIS PESANAN dari D2 DATA STASIUN KERJA dari BAGIAN PRODUKSI ANALISIS KAPASITAS dari 2.2

Output : RENCANA PRODUKSI kepada 2.2 JADWAL INDUK PRODUKSI kepada BAGIAN PRODUKSI DATA STASIUN KERJA kepada D3

Logika : Dikarenakan konsumen tidak menetapkan jumlah yang dibutuhkan dalam mingguan, maka disusun dengan membagikan jumlah pesanan dengan jumlah periode (minggu) yang menjadi batas waktu pemenuhan pesanan




Nama Proses : MENGANALISIS KAPASITAS

Nomor Proses : 2.2

Deskripsi : Menentukan besar kapasitas untuk memenuhi rencana produksi yang telah disusun.

Input : JENIS PESANAN dari D2 RENCANA PRODUKSI dari 2.1 DATA STASIUN KERJA dari BAGIAN PRODUKSI DATA WAKTU BAKU dari BAGIAN PRODUKSI

Output : ANALISIS KAPASITAS kepada 2.1 ANALISIS KAPASITAS kepada BAGIAN PRODUKSI

Logika : Apabila kapasitas produksi lebih kecil dari kapasitas yang tersedia, maka pesanan tidak dapat dipenuhi.



Nama Proses : MENGHITUNG KAPASITAS TERSEDIA

Nomor Proses : 2.2.1

Deskripsi : Menentukan besar kapasitas yang tersedia pada lantai produksi.

Input : JENIS PESANAN dari D2 FAKTOR UTILITAS dari BAGIAN PRODUKSI FAKTOR EFISIENSI dari BAGIAN PRODUKSI HARI KERJA LEMBUR dari BAGIAN PRODUKSI HARI KERJA NORMAL dari BAGIAN PRODUKSI JAM KERJA dari BAGIAN PRODUKSI

Output : JUMLAH KAPASITAS YANG TERSEDIA PER PERIODE kepada 2.2.3

Logika : Mengalikan hari kerja normal dengan jam kerja dengan faktor efisiensi dan faktor utilitas untuk mendapatkan kapasitas tersedia secara normal. Mengalikan hari kerja lembur dengan jam kerja dengan faktor efisiensi dan faktor utilitas untuk mendapatkan kapasitas tersedia secara lembur.

Gambar 6.18. Dokumentasi Minispesification untuk Proses 2.2.1



Nama Proses : MENGHITUNG KAPASITAS DIBUTUHKAN


Deskripsi : Menentukan besar kapasitas yang dibutuhkan sesuai dengan rencana produksi yang disusun

Input : RENCANA PRODUKSI dari 2.1 WAKTU BAKU dari BAGIAN PRODUKSI JUMLAH STASIUN KERJA dari BAGIAN PRODUKSI JENIS PESANAN dari D2

Output : JUMLAH KAPASITAS YANG DIBUTUHKAN PER PERIODE kepada 2.2.3

Logika : Mengalikan jumlah alokasi produksi per periode dengan waktu baku stasiun kerja.



Nama Proses : MEMBUAT LAPORAN KAPASITAS


Deskripsi : Melakukan rekapitulasi terhadap perhitungan kapasitas produksi dan kapasitas tersedia untuk setiap periode produksinya.

Input : JUMLAH KAPASITAS YANG DIBUTUHKAN PER PERIODE dari 2.2.2 JUMLAH KAPASITAS YANG TERSEDIA PER PERIODE dari 2.2.3

Output : ANALISIS KAPASITAS kepada 2.1

Logika : Jika kapasitas yang dibutuhkan lebih kecil dari kapasitas tersedia secara normal, maka pesanan dapat dipenuhi tanpa lembur. Jika kapasitas yang dibutuhkan lebih besar dari kapasitas tersedia secara normal dan lebih kecil dari kapasitas tersedia secara lembur, maka pesanan dapat dipenuhi dengan lembur. Jika kapasitas yang dibutuhkan lebih besar dari kedua kapasitas yang tersedia, maka pesanan tidak dapat dipenuhi.



6.2. Perancangan Worksheet

Worksheet merupakan lembar kerja dalam Ms. Excel. Worksheet yang

digunakan dalam perancangan ini terdiri atas 6, yaitu :

1. Worksheet Pendahuluan

Worksheet pendahuluan berisi gambaran umum PDAIJ Sumatera Utara secara

singkat serta ketentuan dari worksheet aplikasi yang dirancang, serta terdapat

tombol “mulai” untuk melanjutkan proses ke worksheet pesanan. Worksheet

pendahuluan ditunjukkan pada Gambar 6.21.

Gambar 6.21. Worksheet Pendahuluan

2. Worksheet Katalog Produk

Worksheet katalog produk berisi gambaran jenis-jenis produk yang ditawarkan

oleh PDAIJ Sumatera Utara kepada konsumen. Katalog produk ini berisi

gambar produk beserta spesifikasi, warna, batas pemesanan, dan bahan baku

dari produk. Worksheet katalog produk ditunjukkan pada Gambar 6.22.


Gambar 6.22. Worksheet Katalog Produk

3. Worksheet Pesanan

Worksheet pesanan berisi form yang memiliki input pesanan (jenis dan

kuantitas), jangka waktu pemenuhan pesanan, serta batas pengiriman per

minggu. Pesanan dapat dipilih satu jenis produk atau lebih tergantung kepada

kebutuhan dari konsumen. Batas pengiriman per minggu bersifat optional,

artinya dapat diisi maupun tidak. Dalam worksheet ini juga terdapat tiga buah

tombol, yaitu tombol “jadwal produksi” untuk melanjutkan pemrosesan input

ke dalam susunan jadwal produksi dan dianalisis secara kapasitas, tombol

“bahan baku” untuk melanjutkan pemrosesan input ke dalam kebutuhan bahan

baku, dan tombol “tambah pesanan” untuk melanjutkan ke form baru apabila

terdapat pemesanan pada saat berlangsungnya produksi pesanan utama

(pesanan pertama). Worksheet pesanan ditunjukkan pada Gambar 6.23.


Gambar 6.23. Worksheet Pesanan

4. Worksheet Jadwal Induk Produksi

Worksheet Jadwal Induk Produksi berisi susunan rencana produksi dalam

jangka waktu 1 tahun berdasarkan pesanan yang masuk. Jangka waktu

maksimal dari 1 pesanan adalah 3 bulan atau 12 minggu. Selain terdapat

informasi susunan rencana produksi, juga terdapat rekapitulasi kapasitas dan

alternatif keputusan pemenuhan pesanan. Selain itu, juga terdapat tombol

“Analisis Kapasitas” untuk mengakses analisis terhadap kapasitas produksi.


Gambar 6.24. Worksheet Jadwal Induk Produksi

5. Worksheet Analisis Kapasitas

Worksheet Analisis Kapasitas terdiri dari 6 tabel rekapitulasi hasil analisis

kapasitas. Keenam tabel ini merupakan hasil analisis kapasitas dari tiap

stasiun kerja yang dibutuhkan untuk memenuhi pesanan. Periode pada tiap

tabel adalah 12 bulan (48 minggu) berdasarkan pada jangka waktu pesanan

datang dan harus selesai. Bagian analisis kapasitas terlihat pada bagian bawah

tabel yaitu dengan membandingkan kapasitas yang dibutuhkan dengan

kapasitas tersedia dengan jam kerja normal serta kapasitas tersedia dengan jam

kerja lembur. Hasil analisis terlihat pada bagian “keterangan”.


Gambar 6.25. Worksheet Analisis Kapasitas

6. Worksheet Hasil Peramalan

Worksheet hasil peramalan berisi proses yang diolah berdasarkan data

pemesanan yang masuk. Proses yang dilakukan berakhir dengan perhitungan

SEE untuk tiap metode dan juga fungsi untuk tiap metode. Metode yang

terpilih berdasarkan SEE terkecil. Selain itu, terdapat tombol “kembali” untuk

mengakses ke menu utama (worksheet katalog produk).


Gambar 6.26. Worksheet Hasil Peramalan

7. Worksheet Bahan Baku

Worksheet bahan baku berisi jumlah bahan baku yang dibutuhkan untuk

dipesan kepada pemasok bahan baku (supplier). Pemasok memiliki batas

pemesanan minimal dalam setiap pemesanan bahan baku. Apabila jumlah

bahan baku yang dibutuhkan melebihi batas pemesanan minimal, maka

pemesanan disesuaikan dengan kebutuhan. Sebaliknya apabila jumlah bahan

baku yang dibutuhkan tidak melebihi (di bawah) batas pemesanan minimal,

maka kuantitas pemesanan disesuaikan dengan batas pemesanan minimal.

Worksheet bahan baku ditunjukkan pada Gambar 6.27.


Gambar 6.27. Worksheet Bahan Baku

8. Worksheet Database.

Worksheet database berisi kumpulan data yang dibutuhkan dalam pemrosesan

input untuk menjadi output baik pada worksheet proses maupun worksheet

bahan baku. Beberapa kumpulan data disesuaikan dengan kontrol ActiveX

yang terdapat pada worksheet pesanan. Worksheet Database Pesanan,

Pemesanan Bahan Baku, dan Stasiun Kerja masing-masing ditunjukkan pada

Gambar 6.28, Gambar 6.29, dan Gambar 6.30.


Gambar 6.28. Worksheet Database Pesanan

Gambar 6.29. Worksheet Database Pemesanan Bahan Baku


Gambar 6.30. Worksheet Database Stasiun Kerja

6.3. Penentuan Interface

Interface yang digunakan dalam peneliti dalam perancangan sistem ini

berupa kontrol ActiveX seperti checkbox, textbox, command button, dan listbox

untuk menerima input dari pengguna. Kontrol ActiveX berisi kode-kode Visual

Basic yang memberikan perintah untuk pemrosesan praktis pada masing-masing

kontrol.

6.4. Penentuan Prosedur Pemrograman

Pemrograman dilakukan terhadap tiga tahapan, yaitu pada “proses” untuk

pemrosesan input ke dalam susunan jadwal produksi dan analisis kapasitas, pada

“bahan baku” untuk pemrosesan input ke dalam kebutuhan bahan baku untuk

dipesan dari pemasok (supplier), serta pada “tambah pesanan” untuk pemrosesan


tambahan apabila terdapat pemesanan tambahan ketika pesanan pertama

dilakukan.

Prosedur pemrograman untuk masing-masing tahap ditunjukkan pada

diagram alir pada Gambar 6.31, Gambar 6.32, dan Gambar 6.33.

Mulai

- Jenis Pesanan- Kuantitas Pesanan- Batas Pengiriman Per Minggu- Jangka Waktu Pemenuhan Pesanan- Kapasitas produksi Per Minggu

Alokasikan jumlah produksi mingguan

sesuai kapasitas produksi

Hitung kapasitas tersedia (CA)

Hitung kapasitas yang dibutuhkan dengan jam

kerja normal (CR1)


kerja lembur (CR2)

CA < CR1? CA < CR2?

TidakTidak

Ya

Selesai

Ya Pesanan tidak dapat dipenuhi

Pesanan dapat dipenuhi dengan jam

kerja lembur


kerja normal

Gambar 6.31. Prosedur Pemrograman “Proses”


Mulai

- Kuantitas Pesanan- Batas Pemesanan Minimal (M)

Q > M?Ya

Tidak

Pesan bahan baku sesuai dengan

kuantitas pesanan

Pesan bahan baku sesuai dengan batas pemesanan minimal

Selesai

Kuantitas pesanan ditambah 2 rim (Q)

Gambar 6.32. Prosedur Pemrograman “Bahan Baku”


Mulai

- Jenis Pesanan- Kuantitas Pesanan- Jangka Waktu Pemenuhan Pesanan- Kapasitas produksi Per Minggu- Kapasitas Produksi terpakai pada Pesanan Terdahulu

Kapasitas tersedia masih tersisa?

Ya

Tidak

Mundurkan periode mulai pemesanan

Alokasikan sesuai dengan jumlah

kapasitas tersedia yang tersisa

Hitung kapasitas tersedia (CA)


kerja normal (CR1)


kerja lembur (CR2)

CA < CR1? CA < CR2?Ya Ya Pesanan tidak dapat

dipenuhi

Ada pesanan yang sedang dikerjakan?

Tidak

Ya

Hitung sisa kapasitas yang belum terpakai


sesuai kapasitas belum terpakai


sesuai kapasitas produksi

Alokasikan sisa jumlah produksi mingguan periode berikutnya

TidakTidak

Selesai


kerja lembur


kerja normal

Gambar 6.33. Prosedur Pemrograman “Tambah Pesanan”


6.5. Pemutusan Alternatif Penyelesaian

Alternatif penyelesaian menunjukkan integrasi antara worksheet aplikasi

yang dirancang dengan sistem pendukung keputusan. Alternatif penyelesaian

memberikan 2 keputusan, yaitu :

1. Pesanan dapat dipenuhi

Keputusan terhadap pesanan dapat dipenuhi meliputi 2 kondisi dimana dapat

dipenuhi hanya dengan jam kerja normal atau dapat dipenuhi dengan

penambahan jam kerja di luar jam kerja normal (lembur).

2. Pesanan tidak dapat dipenuhi

Keputusan terhadap pesanan tidak dapat dipenuhi merupakan kondisi dimana

pesanan tidak dapat dipenuhi bahkan telah dilakukan lembur, sehingga

pesanan tersebut dapat ditolak oleh perusahaan atau dilakukan negoisasi

antara perusahaan dengan konsumen, misalnya dalam pengurangan jumlah

pesanan atau penambahan jangka waktu pemenuhan pesanan.

6.6. Pengujian Worksheet Aplikasi

Pengujian worksheet aplikasi dilakukan untuk memastikan worksheet

aplikasi yang dirancang telah terintegrasi dengan sistem pendukung keputusan

dan berjalan sesuai dengan prosedur pemrograman sehingga menghasilkan

alternatif penyelesaian yang diharapkan. Pengujian worksheet aplikasi

ditunjukkan pada bagian Hasil dan Pembahasan.


BAB VII

HASIL DAN PEMBAHASAN

7.1. Hasil Perancangan Sistem Pendukung Keputusan

Perancangan sistem pendukung keputusan ini selain berorientasi pada

spreadsheet, juga menggunakan ActiveX Control untuk mempermudah pengguna

(user) dalam menggunakannya. Sistem pendukung keputusan yang dirancang ini

mengomputerisasikan prosedur penyelesaian manual dari penyusunan Jadwal

Induk Produksi dan laporan kapasitas dengan Rough-Cut Capacity Planning.

Hasil yang diberikan oleh sistem pendukung keputusan yang dirancang ini yaitu :

1. Jumlah pemesanan bahan baku (hasil peramalan)

Sistem yang dirancang akan melakukan proses perhitungan peramalan secara

otomatis setelah data historis dimasukkan (di-input). Sistem kemudian akan

memilih fungsi peramalan yang memiliki nilai SEE terkecil. Apabila user

(pengguna), dalam hal ini adalah bagian produksi, ingin mengetahui prakiraan

kebutuhan bahan baku pada periode yang akan datang, pengguna

menggunakan fungsi peramalan yang dihasilkan oleh sistem tersebut.

2. Keputusan pemenuhan pesanan

Pada sistem yang dirancang terdapat worksheet pesanan yang merupakan

bagian isian untuk pesanan yang datang dari konsumen/pelanggan. Sistem

kemudian secara otomatis melakukan proses penyusunan penjadwalan

produksi dan analisis kapasitas terhadap pesanan yang dimasukkan (di-input),

sehingga bagian produksi tidak perlu melakukan pekerjaan tersebut. Hasil


yang diberikan oleh sistem dari proses tersebut adalah keputusan pemenuhan

pesanan (transaksi pesanan), yaitu pesanan dapat dipenuhi (dengan jam kerja

normal atau lembur) dan pesanan tidak dapat dipenuhi. Untuk pesanan yang

tidak dapat dipenuhi, sistem memberikan alternatif perubahan pesanan dari

segi jumlah dan batas waktu, sehingga pesanan yang tidak dapat dipenuhi

tidak ditolak secara langsung, melainkan pihak perusahaan dapat memberikan

alternatif kepada konsumen. Apabila alternatif perubahan pesanan tersebut

dipilih, maka sistem secara otomatis akan mengulangi proses yang sama untuk

mendapatkan hasil keputusan.

3. Jumlah bahan baku yang dibutuhkan

Apabila pesanan yang masuk telah dikonfirmasi (dalam hal ini diterima) oleh

pihak perusahaan, maka sistem secara otomatis melakukan perhitungan

kebutuhan bahan baku. Jumlah kebutuhan disesuaikan dengan jumlah

produksi (berdasarkan pesanan yang masuk) pada setiap periodenya,

ditambahkan dengan 2 rim yang menjadi ketetapan perusahaan dalam

memesan bahan baku, karena terdapat pertimbangan terhadap produk reject.

7.2. Analisis Perbandingan Pengambilan Keputusan Manual dengan

Penggunaan Sistem Pendukung Keputusan

Perbandingan pengambilan keputusan manual dengan penggunaan sistem

pendukung keputusan dalam bentuk prosedur ditunjukkan pada Tabel 7.1.


Tabel 7.1. Perbandingan Pengambilan Keputusan Manual dengan Penggunaan Sistem Pendukung Keputusan

Pengambilan Keputusan Awal Penggunaan Sistem Pendukung Keputusan

Data pesanan pelanggan ditulis manual dan disimpan dalam logbook

Data pesanan pelanggan disimpan ke dalam database

Pihak manajemen produksi perusahaan tidak menyusun rencanan produksi

Pihak manajemen produksi perusahaan menyusun rencana produksi dari uji-coba sistem

Pihak manajemen produksi perusahaan tidak memiliki acuan dalam menentukan lembur

Pihak manajemen produksi perusahaan dapat menentukan lembur melalui analisis dari sistem

Waktu yang dibutuhkan untuk pengambilan keputusan dalam transaksi pesanan cukup lama, yaitu dalam mingguan hingga bulanan

Waktu yang dibutuhkan untuk pengambilan keputusan dalam transaksi pesanan, yaitu 10-15 menit

Perancangan Sistem Pendukung Keputusan memberikan efisiensi waktu

seperti penelitian yang dilakukan oleh L. Siva dkk pada tahun 2010, dimana

waktu yang dibutuhkan menjadi kurang dari 15 menit. Estimasi waktu yang

dibutuhkan dalam pengambilan keputusan pada saat melakukan transaksi pesanan

untuk pengambilan keputusan awal dan penggunaan sistem pendukung keputusan

yaitu :

1. Pengambilan Keputusan Awal

Ilustrasi proses pengambilan keputusan awal ditunjukkan oleh Gambar 7.1

dengan estimasi waktu proses dalam harian hingga mingguan.


Gambar 7.1. Proses Pengambilan Keputusan Awal

2. Dengan Menggunakan Sistem Pendukung Keputusan

Ilustrasi proses pengambilan keputusan dengan menggunakan sistem

pendukung keputusan ditunjukkan oleh Gambar 7.2 dengan estimasi waktu

berkisar antara 10 – 15 menit.

Gambar 7.2. Proses Pengambilan Keputusan dengan Menggunakan Sistem Pendukung Keputusan

Waktu paling cepat yang dibutuhkan pihak manajemen produksi

perusahaan untuk memastikan penyelesaian transaksi pesanan secara manual

adalah dalam hitungan harian, sedangkan dengan menggunakan Sistem


Pendukung Keputusan, hanya dalam waktu 10 hingga 15 menit, pihak manajemen

produksi perusahaan telah dapat memastikan penyelesaian transaksi pesanan.

Selain Sistem Pendukung Keputusan tersebut menghasilkan Jadwal Induk

Produksi dan analisis kapasitas dari penjadwalan tersebut, juga dihasilkan

kebutuhan bahan baku yang dibutuhkan pihak manajemen produksi perusahaan

kepada pemasok (supplier).

7.3. Tampilan Hasil Perancangan Sistem Pendukung Keputusan

Output dari hasil perancangan Sistem Pendukung Keputusan yaitu sebagai

berikut :

1. Hasil peramalan pemesanan bahan baku

Hasil peramalan pemesanan bahan baku ditunjukkan pada Gambar 7.3

2. Keputusan pemenuhan pesanan

Keputusan pemenuhan pesanan (transaksi pesanan) memiliki beberapa kondisi

yaitu :

a. Saat pesanan dapat dipenuhi

Hasil keputusan pada pesanan yang dapat dipenuhi dengan jam kerja

normal ditunjukkan pada Gambar 7.4, sedangkan pada pesanan yang dapat

dipenuhi dengan jam kerja lembur ditunjukkan pada Gambar 7.5.


Gambar 7.3. Hasil Peramalan Pemesanan Bahan Baku

Gambar 7.4. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Dapat Dipenuhi dengan Jam Kerja Normal


Gambar 7.5. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Dapat Dipenuhi dengan Jam Kerja Lembur

b. Saat pesanan tidak dapat dipenuhi

Hasil keputusan pada pesanan yang tidak dapat dipenuhi ditunjukkan pada

Gambar 7.6, dengan alternatif perubahan pesanan ditunjukkan pada

Gambar 7.7.


Gambar 7.6. Keputusan Pemenuhan Pesanan pada Kondisi Pesanan Tidak Dapat Dipenuhi

Gambar 7.7. Alternatif Perubahan Pesanan


Keputusan pemenuhan pesanan merupakan informasi yang

diberikan oleh perusahaan kepada konsumen/pelanggan, sedangkan

informasi bagi perusahaan (khususnya bagian produksi) adalah Jadwal

Induk Produksi (rencana produksi) yang ditunjukkan pada Gambar 7.8

serta laporan kapasitas yang berisi analisis kapasitas dari tiap stasiun kerja

terhadap Jadwal Induk Produksi seperti ditunjukkan pada Gambar 7.9.

3. Jumlah kebutuhan bahan baku

Hasil perhitungan terhadap jumlah kebutuhan bahan baku terhadap pesanan

yang diterima dalam tiap periode ditunjukkan pada Gambar 7.10.


Gambar 7.8. Jadwal Induk Produksi Berdasarkan Pesanan yang Diterima


Gambar 7.9. Laporan Kapasitas


Gambar 7.10. Hasil Perhitungan Kebutuhan Bahan Baku


BAB VIII

KESIMPULAN DAN SARAN

8.1. Kesimpulan

Adapun kesimpulan yang dapat ditarik dari penelitian yang dilakukan

yaitu :

1. Jadwal Induk Produksi (JIP) disusun dalam periode mingguan dengan jumlah

produksi berdasarkan pesanan yang datang.

2. Analisis kapasitas dilakukan terhadap Jadwal Induk Produksi (JIP) pada tiap

stasiun kerja berdasarkan produk yang dikerjakan.

3. Worksheet aplikasi “Jadwal Induk Produksi” dan “Laporan Kapasitas”

mengkomputerisasikan prosedur manual serta dapat menyesuaikan proses

perhitungan apabila terdapat pesanan yang masuk ketika terdapat pesanan lain

yang sedang dikerjakan.

4. Sistem pendukung keputusan yang diintegrasikan terhadap worksheet aplikasi

yang dirancang memberikan alternatif keputusan yang berguna sebagai sarana

komunikasi antara perusahaan dengan konsumen, yaitu keputusan pesanan

dapat dipenuhi (baik secara normal maupun lembur) dan pesanan tidak dapat

dipenuhi. Waktu yang dibutuhkan dalam pengambilan keputusan dengan

sistem yang dirancang yaitu 10 – 15 menit.


8.2. Saran

Saran yang dapat diusulkan yaitu sebagai berikut :

1. Perusahaan sebaiknya memahami pentingnya perencanaan produksi dalam

pemenuhan pesanan terhadap konsumen mengingat konsumen meliputi

seluruh instansi pemerintahan di provinsi Sumatera Utara yang berjumlah

cukup banyak.

2. Perusahaan sebaiknya memfasilitasi bagian produksi, khususnya, dengan unit

komputer yang memiliki sistem operasi yang mengikuti perkembangan

teknologi.

3. Perusahaan sebaiknya menerapkan peraturan yang ketat untuk mendisplinkan

karyawan, khususnya bagian produksi, untuk mengurangi tingkat absensi yang

tinggi sehingga produktivitas dapat meningkat.

4. Perusahaan memperhatikan lingkungan kerja pada bagian produksi untuk

meningkatkan kenyamanan bekerja bagi para operator.

5. Untuk penelitian lebih lanjut, disarankan untuk melakukan penjadwalan

tenaga kerja berdasarkan pada pesanan yang datang.

6. Untuk penelitian lebih lanjut, disarankan untuk melakukan riset mengenai

kapabilitas sumber daya manusia, khususnya pada bagian produksi

diakrenakan tingkat absensi yang tinggi.


chapter iii viii

Documents