II. LANDASAN TEORI

1. PERAMALAN

Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan

untuk suatu produk dalam periode waktu teitentu. Dalam teknik peramalan

terdapat banyak metode yang bisa digunakan untuk menganalisa dan meramalkan

suatu tingkal permintaan. Salah satu metode yang sering digunakan adalah metode

Dekomposisi Multiplikatif sebab metode ini dapat mengidentifikasi semua pola

data yang ada pada sebuah serial data. Ide dasar dari metode ini adalah

menguraikan {decompose) serial data kedalam beberapa faktor, yaitu: trend,

musiman, siklus, dan acak. Langkah penguraian terhadap serial data ini dengan

tujuan untuk mengisolasi setiap faktor dalam serial data tersebut seakurat

mungkin.

Persamaan untuk metode Dekomposisi Multiplikatif adalah:

Yt - TRt x SNt x CLt x IRt (2.1)

dimana: Yt = data deret waktu pada periode t.

TRt = komponen trend pada periode t.

SNt = komponen musiman pada periode t.

CLt = komponen siklus pada periode t.

IRt = komponen acak pada periode t.

Adapun langkah-langkah penyelesaiannya adalah:

1. Menghilangkan variasi musiman dan fluktuasi acak, digunakan Moving

Average (MA) atau Centered Moving Average (CMA) sehingga tinggal efek

trend dan siklus, dimana: MA = TR txCLt (2.2)

5

2. Mengisolasi komponen musiman dan random dengan mencari rasio antara Yt

dengan MA. SN.xIR, = —-Y, Y,

TRtxCL MA,

3. Menghitung indeks musiman. SNt, setelah dilakukan normalisasi, yaitu:

(2.3)

SN, - (SNt) I,

2>M K ( -1 J

(2.4)

dimana: L = jumlah periode musiman dalam satu tahun

1 M - l

SN, - — Y ((SNt * kijxilR, • «)) (2.5)

4. Melakukan proses deseasonalisasi untuk mengestimasi komponen tfre/jc/, TRi.

K Indeks deseasonal pada periode t = dt, dimana dt =

SN, (2.6)

5. Melakukan plot terhadap indeks deseasonal-nya. untuk mengetahui polanya.

Jika plot-nya berupa garis lurus maka dapat diasumsikan adanya trend linier

dan dimodelkan dengan regresi linier. Jika tidak berupa garis lurus maka dapat

digunakan persamaan regresi lain yang sesuai (misal: kuadratik, eksponensial,

dll).

6. Pemulusan data yang mengandung faktor siklus dan acak dengan mengunakan

rata-rata bergerak untuk menghasilkan indeks siklus, CLt.

(CL xxIRt - 0 4 (CLxIR,) + (CL + ixIR, +_i) (2.7)

7. Mengliitung indeks acak, ERt, dengan rumus: ER, CLxIRt CL,

(2.8)

6

8. Mdakukan plot terhadap komponen acak, IRt. Jika tidak terdapat pola tertentu

maka IR, dapat diprediksikan = 1, sehingga model peramalannya ialah sebagai

berikut: ft - TR, x SNt x CL, (2.9)

Jika tidak ada siklus (faktor siklus tidak dapat dideteksi secara baik), maka

model peramalan: ft - TRt x SN, (2.10)

1.1. Perhitungan Kesalahan Peramalan

Perhitungan kesalahan perlu dilakukan agar dapat diketahui sejauli mana

keakuratan liasil peramalan yang didapat. Mean Absolute Deviation (MAD)

adalah alat untuk mcngukur tingkat kesalahan yang terjadi pada peramalan.

Dirumuskan:

N

MAD = — Yt-Yt

N (2.11)

dimana:

Yt = data aktual pcriodc t

ft = data peramalan periode t

N = jumlah data

'7

2. PENG UK Utt AN WAKTU KERJA

Pengukuran waktu kerja berhubungan dengan usaha-usaha untuk

menetapkan vvaktu standar yang dibuUxhkan guna menyelesaikan suatu pekerjaan.

Waktu standar adalah vvaktu yang dibutuhkan oleh seorang pekerja yang memiliki

tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan, termasuk

kelonggaran waktu yang diberikan dengan memperhatikan situasi dan kondisi

pekerjaan yang hams diselesaikan.

Salah satu metode yang dipakai pada aktivitas pengukuran waktu kerja

adalah stop-watch time study. Metode ini tcmtama sekali baik diaplikasikan untuk

pekerjaan-pekerjaan yang berlangsung singkat dan berulang {repetitive).

Konsistensi dari hasil pengukuran data dan pembacaan waktu pada jam

henti (stop-watch) merupakan hal yang diinginkan dalam proses pengukuran

waktu kerja. Semakin kecil atau besar variasi dari data waktu yang ada, akan

berpengaruh pada jumlah pengamatan atau pengukuran yang harus dilaksanakan.

Hal ini dilakukan untuk memperoleh ketelitian yang dikehendaki.

2.1. Pengujian Kcnormalan Data

Bertujuan untuk menduga pola distribusi dari data pengamatan. Pengujian

kenormalan data ini dilakukan dengan menggunakan uji Kolmogorov-Smimov

dengan bantuan software Minitab.

2.2. Pengujian Keseragamari Data

Pengujian keseragaman data diperlukan sebelum penetapan waktu standar

dan dapat dilakukan dengan menggunakan peta kontrol. Batas-batas kontrol yang

8

dibentuk dari data mempakan batas seragam tidaknya data. Data dikatakan

seragam bila berada dalam batas kontrol tersebut. Data yang tidak seragam harus

diabaikan atau dibuang.

Penentuan batas-batas kontrol adalah dengan persamaan:

Batas Kontrol (BK) = X ± 2 S D (2.13)

dimana: X = rata-rata waktu pengamatan

SD = standar deviasi

2.3. Pengujian Kecukupan Data

Pengujian ini bertujuan untuk mengetahui apakah jumlah sampel

pengukuran yang diambil telah memenuhi syarat untuk mewakili populasi yang

diamati. Dirumuskan:

N' tallin-l^SD

(2.14) kX

Rumus digunakan untuk N < 30.

Dimana: N' = banyaknya data pengukuran yang dibutuhkan

tan(n_l) - nilai tab el distribusi t

SD = standar deviasi

k = tingkat ketelitian

X = rata-rata waktu pengamatan

Dari perhitungan diatas, akan diperoleh hasil sebagai berikut:

• N' < N menunjukkan bahwa banyaknya data pengukuran telah dianggap

'cukup'.

• N' > N menunjukkan bahwa data pengukuran yang telah dilakukan dianggap

'belum cukup' sehingga perlu diadakan pengukuran lagi untuk menambah

jumlah data (untuk memperoleh N' < N).

9

Dalam aktivitas pengukuran waktu kerja biasanya akan diambil 95%

tingkat kepercayaan dan 5% derajat ketelitian. Artinya: pengukur mengijinkan

rata-rata hasil pengukurannya menyimpang sejauh 5% dari rata-rata sebenarnya

dan kemungkinan berhasil mendapatkan hal ini adalah 95%.(Sutalaksana,1979)

2.4. Penyesuaian Waktu Kerja (Performance Rating)

Dilakukan untuk mcnormalkan waktu kerja yang diukur. Ketidaknormalan

dari waktu kerja ini disebabkan oleh operator yang bekerja dalam kecepatan yang

tidak semestinya. Penentuan performance rating ini menggunakan metode

Westinghou.se Systems yang mempertimbangkan 4 faktor, yaitu: kecakapan (skill),

usaha (effort), kondisi kerja (condition), dan konsistensi (consistency). Setiap

faktor tersebut terbagi dalam kelas-kelas dengan nilai masing-masing seperti

ditunjukkan pada tabel 2.1.

Besarnya faktor penyesuaian adalah: PR = 1 + p (2.15)

dimana: PR = Performance Rating

p = jumlah dari keempat faktor penyesuaian cara westinghouse

Untuk kondisi kerja dimana operasi sepenuhnya dilaksanakan oleh mesin, maka

waktu yang diukur dianggap normal.

2.5. Perhitungan Waktu Normal

Waktu normal bukanlah waktu yang disediakan operator yang

bersangkutan, karena waktu normal ini harus diuraikan dengan suatu waktu

tambahan yaitu faktor penyesuaian untuk gangguan-gangguan, kebutuhan pribadi

operator, dan penundaan yang berada diluar jangkauan operator. Dirumuskan:

10

Waktu Normal (Wn) = X x Performance Rating (2.16)

Nilai yang diperoleh belum dapat ditctapkan sebagai waktu baku untuk

penyelesaian suatu operasi kerja karena masih harus dikaitkan dengan faktor

kelonggaran waktu {allowance time) agar operator dapat bekerja dengan baik.

Tabel 2.1. Faktor Penyesuaian {Performance Rating)

FAKTOR

KETERAMPILAN

{Skill)

US AH A

(Effort)

KONSISTENSI

(Consistency)

KONDISI KERJA

(Condition)

KELAS SUPER SKILL

EXCELENT

GOOD

AVERAGE FAIR

POOR

SUPER SKILL

EXCELENT

GOOD

AVERAGE PAIR

POOR

IDEAL EXCELENT GOOD AVERAGE

FAIR POOR IDKAL EXCELENT GOOD AVERAGE FAIR POOR

LAMBANG Al A2 Bl B2 CI C2 D El E2 Fl F2 Al A2 Bl B2 CI C2 D El E2 Fl F2 A B C D E F A B C D E F

PENYESUAIAN +0.15 +0.13 +0.11 +0.08 +0.06 +0.03

0 -0.05 -0.10 -0.16 -0.22 +0.13 +0.12 +0.10 +0.08 +0.05 +0.02

0 -0.04 -0.08 -0.12 -0.17 +0.04 +0.03 +0.01

0 -0.02 -0.04 +0.06 +0.04 +0.02

0 -0.03 -0.07

2.6. Kelonggaran Waktu (Allowance Time)

Kelonggaran (allowance) ditentukan dengan menggunakan metode

sampling kerja. yaitu: dengan melakukan sejumlah pengamatan terhadap aktivitas

kerja dari mesin atau operator yang sudah standar dalam proses kerjanya.

11

Pengarnatan clilakukan secara acak kemudian dicatat apakah dalam keadaan kerja

atau menganggur (idle). Persentase dari keadaan menganggur dijadikan sebagai

kelonggaran waktu yang diberikan.

Untuk menguji kecukupan data pengarnatan pada sampling kerja ini

K2PO digunakan rumus: N' = — (2.17)

dimana: N1 : jumlah pengarnatan yang diperlukan

K harga indeks yang disesuaikan dengan tingkat kepercayaan yang

diambil

S - tingkat ketelitian

P = total persentase kerja (produktif)

Q = total persentase menganggur = 1 - P

2.7. Perhitungan Waktu Standar

Waktu standar adalah jumlah waktu yang dibutuhkan untuk menyelesaikan

suatu pekerjaan dalam prestasi standar, yaitu dengan memperhitungkan

kelonggaran-kelonggaran serta penyesuaian-penyesuaian yang dibutuhkan dalam

menyelesaikan pekerjaan tersebut. Dirumuskan:

Waktu Standar (Ws) - waktu normal x (2.18) 100% -Reallowance

3. MATERIAL REQUIREMENTPLANNING (MRP)

3.1. DefinislMRP

MRP adalah suatu perencanaan dan kontrol produksi dimana Master

Production Schedide (MPS) digunakan untuk membuat (perintah) produksi dan

12

pembelian untuk item-item dependen. Inti dari MRP adalah untuk membuat

jadwal serta kuantitas produksi dan pembelian bagi semua sub-assembly,

komponen, dan bahan baku agar dapat memenuhi permintaan pada MPS.

Proses MRP merupakan suatu sistem dimana kebutuhan dan jadwal

penyusunannya dibuat dari end product, sub-assembly, komponen sampai bahan

baku. Output dari MRP adalah berupa rencana pemesanan atau produksi yang

dibuat atas dasar lead time sebagai hasil teknik lot sizing. Sedangkan yang

menjadi input dari MRP adalah:

1. Master Production Schedule (MPS)

Menguraikan lentang jumlah dan penentuan waktu dari tiap produk akhir

untuk diproduksi pada periode mendatang selama horison perencanaan.

2. Inventory Status File

Dokumentasi lengkap status persediaan dari tiap item dalam struktur produk,

termasuk pengidentifikasian produk, jumlah yang ada ditangan, level sediaan

pengaman, dan lead time.

3. Bill Of Material (BOM)

Menguraikan detail urutan pembuatan produk, termasuk semua sub-assembly

dan komponen serta kuantitas yang dibutuhkan masing-masing pada perakitan

akhir.

4. Lead Time

Yang terdiri dari:

a. Lead Time Purchasing, yaitu: tenggang waktu antara pesanan dilakukan

sampai barang diterima (on-hand).

13

b. Lead Time Manufacturing, yaitu: tenggang waktu antara barang mulai

diproduksi sampai memperoleh produk jadi.

3.2. Komponen MRP

Sistem MRP terdiri dari komponen-komponen sebagai berikut:

1. Gross Requirement (GR), adalah: jumlah keseluruhan item yang diperlukan

pada suatu periode waktu. Gross requirement untuk produk jadi ditentukan

oleh jadwal induk produksi. Scdangkan untuk komponen-komponen,

ditentukan dari rencana pemesanan {planned order release) item.

2. Schedule Receipt (SR), adalah: jumlah yang diharapkan akan diterima pada

awal suatu periode waktu dari pesanan-pesanan yang telah dilakukan.

3. On Hand Inventory (01), adalah: jumlah persediaan awal item pada suatu

periode waktu. Nilai persediaan pada periode ke-1 merupakan persediaan yang

ada pada akhir periode ke-O.

4. Net Requirement (NR), adalah: jumlah kebutuhan sebenarnya (kebutuhan

bersih) yang harus disediakan untuk memenuhi item pada gross requirement.

Dirumuskan: NR = GR-OI .

5. Planned Order Receipt (POR), adalah: jumlah yang direncanakan untuk

dipesan sehingga diterima pada awal suatu periode waktu untuk memenuhi net

requirement periode tersebut.

6. Planned Order Release (PORE), adalah: perencanaan waktu dan jumlah yang

harus dipesan agar tersedia pada saat dibutuhkan. Rencana pemesanan item

pada suatu level tertentu menjadi gross requirement item pada level

dibawahnya.

14

3.3. Lot Sizing

Lot sizing merupakan proses untuk menentukan besarnya tumpukan

(ukuran lot) yang optimal berdasarkan pada hasil perhitungan kebutuhan bersih.

Terdapal banyak altematif untuk menghitung ukuran lot. Teknik penentuan

ukuian lot mana yang paling baik dan tepat bagi suatu perusahaan adalah

persoalan yang sangat sulit karena tergantung pada hal-hal sebagai berikut:

(Nasution, ITS)

• Variasi dari kebutuhan, baik dari segi jumlah maupun periodenya.

• Lamanya horison perencanaan.

• IJkuran periodenya (mingguan, bulanan, dsb)

Beberapa teknik penentuan ukuran lot yang akan digunakan adalah:

1. Lot For Lot (L-4-L)

Merupakan teknik lot sizing yang paling sederhana, dimana dalam teknik

penentuan ukuran lot ini dilakukan sesuai dengan kebutuhan bersih untuk

suatu periode tertentu. Penggunaan teknik ini bertujuan untuk meniadakan

sediaan pengaman, sehingga biaya simpan menjadi nol.

2. Part Period Balancing (PPB)

Teknik ini menimbulkan berbagai ukuran lot dengan mempertimbangkan

biaya penyimpanan dan pemesanan. Teknik PPB tidak memberikan ukuran lot

yang optimal, tetapi teknik ini adalah metode biaya rendah yang memberikan

pendekatan optimalitas. Dirumuskan:

Ph ^(k-lfik - C, (2.19)

£(*- l )R* = ~ (2.20)

15

Keterangan:

C = ordering cost

h = fraksi dari holding cost

Ph = holding cost per part-period

C — = EPP - economic part-period Ph

^(k -\)Rk = APP - accumulated part-period

3. Silver Meal (SM)

Merupakan metode pendekatan biaya minimum tiap periode. Penggunaan

metode ini adalah untuk menetapkan periode pemesanan yang minimum untuk

memenuhi beberapa periode sekahgus. Dirumuskan:

TRC(T) C + totalholding cos tsampaiperiodeT

T

C + PhJ^(fc-l)Rk (2.21)

keterangan:

C = ordering cost atau set-up cost

H = fraksi dari holding cost

P = harga jual/harga beli

Ph = holding cost tiap periode

TRC(T) = total relevant cost selama periode T

T = periode perencanaan

Rk = demand pada periode k