PROPOSAL KERJA PRAKTEK

PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN

AGREGAT DAN METODE TRASPORTASI PADA PT. MADU BARU

Disusun oleh:

Amri Nur Ikhsan091.02.1006

JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT SAINS & TEKNOLOGI AKPRIND

YOGYAKARTA

2012

1

HALAMAN PENGESAHAN

A. JUDUL

Perencanaan produksi gula dengan Penjadwalan Agregat dan metode

Transportasi pada PT. Madu Baru.

B. IDENTITAS

a. Nama Mahasiswa : Amri Nur Ikhsan

b. No. Mahasiswa : 091.02.1006

c. Program Studi : Teknik Industri

d. Fakultas : Teknologi Industri

e. Perguruan Tinggi : IST AKPRIND YOGYAKARTA

C. LOKASI

1. Tempat : PT. MADU BARU

2. Alamat : Padokan Tirtonirmolo, Kasihan, Bantul,

Yogyakarta 55181

D. Jangka Waktu : 1 Bulan

Yogyakarta, Oktober 2012

Mengetahui:

Ketua Jurusan Teknik Industri Dosen Pembimbing

Ir. Muhammad Yusuf, M.T. Imam Sodikin, S.T.,M.T.

2

A. Latar Belakang Masalah

Pada zaman modern seperti sekarang ini, Indonesia menghadapi era

globalisasi di segala bidang dan salah satunya di bidang industri. Banyaknya

industri yang ada membuat persaingan sangat nampak jelas dalam kegiatan

ekonomi, terutama pada industri yang sejenis. Untuk dapat menghadapi

persaingan industri sejenis, perusahaan dituntut beroperasi lebih efektif dan

efisien karena perusahaan-perusahaan tersebut bersaing untuk mencapai

tujuan yang sama.

Pada umumnya, perusahaan memiliki satu tujuan utama yaitu

memperoleh laba. Alasan utamanya adalah laba yang merupakan penentu

utama kelangsungan hidup dan berkembangnya suatu perusahaan.

Salah satu hal yang berpengaruh untuk mencapai tujuan tersebut yaitu

proses produksi itu sendiri. Proses produksi yang baik adalah proses produksi

yang telah direncanakan dengan matang, sehingga apabila perusahaan dapat

merencanakan produksi secara tepat maka perusahaan akan mengetahui

perkiraan jumlah produksi di masa mendatang yang dapat digunakan sebagai

acuan untuk meningkatkan tingkat pemenuhan kebutuhan konsumen setinggi-

tingginya serta menurunkan tingkat persediaan. Oleh karena itu di dalam

produksi tersebut kita perlu melakukan perencanaan produksi.

PT. Madu Baru merupakan salah satu perusahaan yang bergerak pada

bidang pengolahan dan pembuatan Gula konsumsi. PT. Madu Baru terletak di

Padokan Lor Tirtonirmolo Kasihan Bantul Yogyakarta yang sudah berdiri

sejak puluhan tahun yang lalu dan merupakan penghasil gula terbesar di

3

daerah Yogyakarta dan merupakan pensuplai gula terbesar untuk daerah

Yogyakarta maupun luar Yogyakarta.

Hal yang membuat PT. Madu Baru masih berdiri sampai saat ini

adalah dengan menjaga kualitas dan proses produksi yang baik sehingga

masyarakat masih mengkonsumsi produk tersebut walaupun banyak

kompetitor lain yang menawarkan produk sejenis. Untuk itu diperlukan suatu

perencanaan produksi secara matang, guna mengoptimalkan proses produksi

berikutnya dan tingkat pemenuhan kebutuhan konsumen setinggi-tingginya

serta menurunkan tingkat persediaan. Untuk melaksanakan perencanaan

produksi, sistem perencanaan yang digunakan adalah dengan menggunakan

metode penjadwalan agregat dan transportasi.

Dari uraian tersebut di atas, maka dilakukanlah penelitian dengan Judul

PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN

AGREGAT DAN METODE TRASPORTASI PADA PT. MADU BARU.

4

B. Perumusan Masalah

Berdasarkan latar belakang masalah yang telah dikemukakan di atas,

yang menjadi pokok permasalahan adalah:

1. Bagaimana proses produksi pada PT. Madu Baru dari input bahan baku

hingga output?

2. Bagaimana proses pengolahan limbah pada PT. Madu Baru?

3. Bagaimana aplikasi model transportasi dalam perencanaan agregat guna

memenuhi permintaan konsumen dan meminimalkan ongkos tenaga kerja?

C. Batasan Masalah

Agar penelitian lebih terarah dan menghindari permasalahan yang

semakin lebar maka dilakukan batasan-batasan masalah, seperti :

1. Penelitian dilakukan di PT. Madu Baru pada bagian produksi pengolahan

gula.

2. Perencanaan produksi terhadap produk gula dilakukan untuk 6 periode

waktu produksi mendatang terhitung mulai bulan April 2013 sampai

dengan September 2013.

3. Kegiatan perencanaan produksi yang akan dibahas adalah perencanaan

produksi agregat.

4. Penentuan hasil optimal perencanaan produksi agregat menggunakan

model transportasi dengan aturan North-West Corner Rule.

5

D. Tujuan Penelitian

Setelah melihat permasalahan yang ada, maka tujuan dari penelitian

ini adalah:

1. Melihat secara langsung aktivitas proses produksi pada PT Madu Baru.

2. Untuk memenuhi salah satu syarat dalam menyelesaikan program Strata1

Jurusan Teknik Industri Institut Sains & Teknologi AKPRIND

Yogyakarta.

3. Untuk mengetahui jumlah produk yang harus diproduksi oleh perusahaan

untuk pasar.

4. Untuk mengetahui kapasitas produksi perusahaan baik jam kerja regular

maupun jam kerja lembur dengan perencanaan produksi.

E. Manfaat Penelitian

1. Mengtetahui gambaran mengenai cara kerja perusahaan secara umum, dan

khususnya pada perencanaan produksi berdasarkan permintaan pasar.

2. Terpenuhinya syarat untuk menyelesaikan program Strata1 Jurusan Teknik

Industri Institut Sains & Teknologi AKPRIND Yogyakarta.

3. Terpenuhinya permintaan konsumen atas produk gula yang diinginkannya.

4. Memperoleh total biaya yang minimal dengan memperhitungkan kapasitas

produksi yang tersedia.

6

F. Metodologi

1. Obyek Penelitian

Penelitian ini dilaksanakan di PT. Madu Baru.

2. Sumber dan Jenis Data

Data yang diperoleh meliputi :

a. Sejarah perusahaan

b. Jumlah karyawan

c. Jenis produk yang dihasilkan

d. Lokasi pabrik dan lokasi pemasaran

e. Struktur organisasi perusahaan

f. Data-data yang bersifat umum

3. Metode Pengumpulan Data

a. Metode Pengumpulan Data Primer

1. Metode Wawancara

Yaitu mengadakan wawancara secara langsung dalam bentuk

pertanyaan kepada responden, dalam hal ini adalah karyawan serta

staff yang terkait secara langsung dengan obyek penelitian.

2. Metode Observasi

Pengambilan data secara langsung dengan cara mengamati dan

mencatat pada obyek penelitian untuk mengetahui prosesnya.

b. Metode Pengambilan Data Sekunder

7

Data yang diperoleh secara tidak langsung. Sumber data ini

dapat diperoleh dari literatur, majalah, publikasi maupun sumber-

sumber lain yang berkaitan dengan permasalahan yang dibahas.

G. Landasan Teori

1. Peramalan (Forecasting)

Peramalan sering digunakan untuk memprediksi pendapatan, biaya,

keuntunggan, harga, perubahan teknologi, dan berbagai macam variabel

lainnya. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan

untuk memprediksi atau mengestimasi permintaan yang akan datang, (Yamit,

Z: 1999).

Menurut Nasution, A.H. (1999), Peramalan adalah proses untuk

memperkirakan berapa kebutuhan dimasa datang meliputi kebutuhan dalam

ukuran kuantitias, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka

memenuhi permintaan barang maupun jasa. Peramalan merupakan alat bantu

yang penting dalam perencanaan khususnya dalam bidang ekonomi.

a. Jangka Waktu Peramalan

Dalam hubungannya dengan waktu, maka peramalan dapat

diklasifikasikan ke dalam 3 kelompok, yaitu:

1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini

digunakan untuk perencanaan produk dan perencanaan sumberdaya.

8

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan

ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya

digunakan untuk menentukan aliran kas, perencanaan produksi, dan

penentuan anggaran.

3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini

digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur,

penjadwalan kerja dan lain-lain keputusan kontrol jangka pendek.

b. Karakteristik Peramalan Yang Baik

Peramalan yang baik memiliki beberapa kriteria yang penting, antara

lain akurasi, biaya, dan kemudahan.

1. Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan

kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila

peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan

kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten

bila besarnya kesalahan relatif kecil. Peramaln yang terlalu rendah akan

mengakibatkan kekurangan persediaan, sehingga permintaan konsumen

tidak dapat dipenuhi dengan segera, akibatnya adalah perusahaan

dimungkinkan kehilangan pelanggan dan kehilangan keuntungan

penjualan.

2. Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan adalah

tergantung dari jumlah item yang diramalkan, lamanya periode

peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu

biaya tersebut akan mempengaruhi berapa data yang dibutuhkan,

9

bagaimana pengolahan datanya (manual atau komputerisasi), dan

bagaimana penyimpanan datanya.

3. Kemudahan. Penggunaan metode peramalan yang sederhana, mudah

dibuat, dan mudah diaplikasikan akan memberikan keuntunagan bagi

perusahaan. Adalah percuma bila memakai metode yang canggih, tetapi

tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan

dana, sumberdaya manusia, maupun peralatan teknologi.

c. Prinsip Peramalan

Dalam membuat atau menerapak hasil peramalan, maka ada 3 prinsip

yang harus dipertimbangkan:

1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya bias

mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat

menghilangkan ketidakpastian tersebut.

2. Peramalan seharusnya memberikan informasi tentang berapa ukuran

kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka

adalah penting bagi peramal untuk menginformasikan seberapa besar

kesalahan yang mungkin terjadi.

3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka

panjang. Hal ini disebabkan karena pada peramalan jangka pendek,

faktor-faktor yang mempengaruhi permintaan relatif masih konstan,

sedangkan makin panjang periode peramalan, maka semakin besar pula

kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi

permintaan.

10

d. Fungsi Peramalan

Peramalan dibutuhkan untuk mengidentifikasi output, karena spesifikasi

output dapat menyederhanakan pemilihan model peramalan, tetapi fungsi

peramalan tidaklah lengkap tanpa mempertimbangkan input.

Pertimbangan dalam peramalan biasanya meliputi berikut ini (Yamit,

Z : 1999) :

1. Item yang diramalkan (produk, kelompok produk, produk perakitan)

2. Peramalan dari atas (top-down) atau dari bawah (bottom-up)

3. Teknik peramalan (model kuantitatif atau kualitatif)

4. Satuan (unit, rupiah, kg, dll)

5. Interval minggu (minggu, bulan, kuartal, dll)

6. Komponen peramalan (tingkatan, tren, siklus, musim, dan random)

7. Ketepatan peramalan (kesalahan hitung)

8. Pengecualian dan situasi khusus

9. Perbaikan parameter model peramalan

e. Klasifikasi Peramalan

Peramalan dapat dikelompokkan menjadi dua yaitu:

1. Metode Kuantitatif

Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat,

ketepatan, dan biaya yang harus dipertimbangkan dalam memilih

metode tertentu. Metode kuantitatif didasarkan atas prinsip-prinsip

statistik yang memiliki tingkat ketepatan tinggi atau dapat

11

meminimumkan kesalahan (error), lebih sistematis, dan lebih popular

penggunaannya (Yamit, Z: 1999).

Peramalan kuantitatif dapat diterapkan bila terdapat kondisi

berikut:

1. Tersedia informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data

numerik.

3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan

terus berlanjut di masa mendatang.

Metode peramalan kuantitatif menurut (Markidakis : 1995) dibagi

menjadi dua:

a) Time Series (model deret berkala)

Peramalan dengan pendugaan masa depan dilakukan berdasarkan

nilai masa lalu dari suatu variabel dan/atau kesalahan masa lalu.

Tujuan dari metode ini adalah menemukan pola dalam deret data

historis dan mengekstrapolasikan pola dalam deret data historis

dan mengekstrapolasikan data tersebut ke masa depan.

b) Metode Kausal

Metode kausal mengasumsikan bahwa faktor yang diramalkan

menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih

variabel bebas.

12

2. Metode Kualitatif

Metode kualitatif merupakan suatu metode peramalan yang tidak

menggunakan perumusan matematis atau statistik. Peramalan dengan

model ini dikembangkan dengan pemikiran dan didasarkan pada

pendapat, pengetahuan, serta pengakuan dari penyusunnya. Metode

peramalan kualitatif ini menurut (Markidakis : 1995) dibagi menjadi

dua, yaitu:

a) Metode Eksploritas

Metode ini didasarkan pada data masa lalu dan masa kini sebagai

titik awalnya dan bergerak ke arah masa depan secara heuristik,

seringkali dengan melihat semua kemungkinan yang ada.

b) Metode Normatif

Peramalan pada metode ini dimulai dengan menetapkan sasaran

dan tujuan yang akan datang, kemudian bekerja mundur untuk

melihat apakah hal ini dapat dicapai, berdasarkan kendala,

sumberdaya, dan teknologi yang tersedia.

f. Pola Data Dalam Deret Berkala

Langkah penting dalam memilih metode deret berkala atau runtun

waktu adalah dengan mempertimbangkan jenis pola data. Pola data dapat

dibedakan menjadi empat jenis siklus dan trend (Markidakis:1995).

13

1. Pola Data Horisontal

Pola Horisontal. terjadi biamana nilai data berfluktuasi di sekifar

nilai rata-rata yang konstan. Contoh, suatu produk yang

permintaannya tidak meningkat atau menurun selama waktu tertentu.

Gambar 1-1 menunjukkan suatu pola data horizontal atau stasioner

dalam waktu tertentu.

2. Pola Data Musiman

Pola musiman, terjadi bila mana suatu deret dipengaruhi oleh faktor

musiman. Contoh, permintaan es krim, payung, minuman ringan

Gambar 1-2 menunjukkan suatu pola data musiman dalam waktu

tertentu.

3. Pola Data Trend

PoIa siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi

ekonomi jangka panjang seperti sikius bisnis. Permintaan produk

mobil, besi baja menunjukkan jenis pola siklus seperti ditunjukkan

pada gambar 1-3.

4. Pola Data Siklus

PoIa trend, terjadi bilamana terdapat kenaikan atau penurunan

sekuler jangka panjang dalam data. Produk Nasional Bruto (GNP)

dan berbagai indikator bisnis dan ekonomi lainnya mengikuti pola

trend seperti ditunjukkan dalam gambar 1-4 .

14

Y Y

Waktu Waktu

Gambar 1-1 Pola Data Horisontal Gambar 1-2 Pola Data Musiman

Y Y

Waktu Waktu

Gambar 1-3 Pola Data Siklus Gambar 1-4 Pola Data Trend

g. Metode-Metode Peramalan

Metode peramalan yang dapat di gunakan adalah:

1. Rata-rata Bergerak (Moving Average = MA)

15

Moving Average diperoleh dengan merata-rata permintaan

berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dan

penggunaan teknik MA ini adalah untuk mengurangi atau

menghilangkan variasi acak permintaan dalam hubungannya dengan

waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data

secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai

ramalan permintaan untuk periode yang akan datang. Disebut rata-rata

bergerak karena begitu setiap data aktual permintaan baru deret waktu

tersedia, maka data aktual permintaan yang paling terdahulu akan

dikeluarkan dari perhitungan, kemudian suatu nilai rata-rata baru akan

dihitung. Secara matematis, maka MA akan dinyatakan dalam

persamaan sebagai brikut:

MA=At+ A t−1+…+ A t−(N −1 )

N⋯⋯⋯⋯⋯⋯(1)

dimana: At = permintaan aktual pada periode – t

N = jumlah data permintaan yang dilibatkan dalam

perhitungan MA

Karena data aktual yang dipakai untuk perhitungan MA berikutnya

selalu dihitung dengan mengeluarkan data yang paling terdahulu, maka:

M A t=M At−1+At−At−N

N⋯⋯⋯⋯⋯⋯⋯(2)

16

2. Rata-rata Bergerak dengan Bobot (Wighted Moving Average = WMA)

Secara matematis, WMA dapat dinyatakan sebagai brikut:

WMA = ∑Wt.A ……………………………(3)

Dimana: Wt = Bobot permintaan aktual pada periode - t

A = Permintaan aktual pada periode - t

3. Pemulusan Eksponensial (Eksponensial Smoothing = ES)

Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu

yang cukup banyak dapat diatasi dengan teknik ES. Model matematis

ES ini dapat dikembangkan dari persamaan berikut:

F t ¿F t−1+At−At−N

N…………………….(4)

dimana bila data permintaan aktual yang lama At-N tidak tersedia,

maka dapat digantikan dengan nilai pendekatan yang berupa nilai

ramalan sebelumnya (Ft-1), sehingga persamaan (4) dapat dituliskan

menjadi :

F t ¿F t−1+At−F t

N…… ………………….(5)

4. Metode Winter

Teknik MA dan ES sederhana yang telah dijelaskan didepan hanya

tepat bila datanya stasioner. Bila data permintaan bersifat musiman dan

mempunyal trend, maka dapat diselesaikan dengan salah satu teknik

yang biasa disebut Metode Winter (WM).

17

Metode Winter didasarkan atas tiga persamaan pemulusan, yaitu

satu persamaan untuk unsur penyesuaian stasioner, satu persamaan

untuk unsur penyesuaian trend, dan satu persamaan untuk unsur

penyesuaian musiman. Salah satu masalah dalam penggunaan metode

Winter ini adalah penentuan nilai-nilai α, β dan γ yang akan

meminimumkan Rata-rata Kuadrat Kesalahan (Mean Square Error =

MSE) dan Rata-rata Persentase Kesalahan Absolute (Mean Absolute

Percentage Error = MAPE). Pendekatan untuk penentuan nilai-nilai

parameter tersebut biasanya dilakukan secara trial error. Apabila data

yang ditangani sangat banyak, maka bisa digunakan algoritma optimasi

non-linier, dimana cara ini jarang digunakan karena memakan biaya dan

waktu.

a. Model Winter dengan Trend

Model Winter menggunakan model trend, dimana model ini

dimulai dengan perkiraan trend sebagai berikut:

Tt = β (Ft – Ft-1)+(1 - β)Tt-1 …………………………(6)

dimana β merupakan konstanta pecahan, Tt adalah perkiraan trend pada

periode-t, dan Ft adalah rata-rata eksponensial pada peniode-t. Dalam

memperbaharui rata-rata eksponensial, maka peramalan baru akan

melibatkan rata-rata eksponensial ditambah trend, sehingga:

Ft =Ft-1 + Tt-1 ………………………………………(7)

Peramalan yang dibuat pada akhir periode t untuk periode t + 1 akan

menjadi:

18

Ft +1 =Ft + Tt…..……………………………………(8)

b. Model Winter dengan Faktor Musiman

Pola-pola dari permintaan musiman merupakan karakteristik dari

beberapa rangkaian permintaan, seperti peningkatan permintaan sirup

dan kue pada musim lebaran, peningkatan permintaan jas hujan pada

musim penghujan dan sebagainya.

Proses umum dari permintaan musiman ini dapat kita nyatakan

dalam persamaan matematis sebagai berikut:

At = µ . δt + εt …………………………………….(9)

dimana t adalah tingkat permintaan rata-rata, δ adalah faktor musiman,

dan εt adalah distribusi permintaan normal dengan mean nol.

5. Metode Regresi Linier

Dalam metode regresi, suatu model perlu dispesifikasikan sebelum

dilakukan pengumpulan data dan analisisnya. Contoh yang paling

sederhana dan metode regresi mi adalab metode regresi linier sederhana

dengan variabel pengaruh tunggal. secara matematis, model ini

dinyatakan sebagai berikut:

y = a + bx ….………………………..(10)

dimana:

y = perkiraan permintaan

x = variabel bebas yang mempengaruhi y

19

a = nilal tetap y bila x = 0 ( merupakan perpotongan dengan sumbu y)

b = derajat kemiringan persamaan garis regresi

Dalam model ini, diasumsikan nilal x dan nilai y sebanyak n

pasang. Pasangan x dan y ini dinyatakan sebagai (x1, y1) , (x2,y2),….,

(xn,yn). Simbol y menunjukkan nilai yang diamati, sedangkan simbol

menunjukkan titik pada garis yang diekspresikan pada persamaan y = a

+ bx.

Nilai y yang diperoleh dan hasil pengamatan tidak akan tepat jatuh

pada ganis perkiraan karena terdapatnya kesalahan acak pada data pada

setiap titik pengamatan, kesalahan ditunjutkan sebagai y i – yi , dan total

varian atau kesalahan kuadrat untuk seluruh titik pengamatan tersebut

adalah:

∑ ( y i− y i )2=∑ ( a+b x i− y i )

2 ……………….(11)

Analisa regresi bertujuan meminimasi persamaan. kesalahan diatas

dengan memilih nilai a dan b yang sesuai. Kesalahan terkecil akan

diperoleh dengan cara derivatif, dimana hasil akhirnya adalah:

a=∑ y i

n−b

∑ x i

n… ………………………… ..(12)

b=n∑ xi y i−¿ [(∑ x i ) (∑ y i ) ]

n∑ x i2−(∑ x i )

2 ………………… …..(13)¿

r2=¿¿¿

20

Nilal r2 merupakan bagian variasi dari y yang menunjukkan keeratan

hubungan dengan x, sedangkan bagian sisanya 1 - r2 menunjukkan

peluang faktor-faktor diluar variabel x. Nilal r2 = 0,9 artinya bahwa 90

persen variasi pada y diprediksi atau dijelaskan oleh garis regresi

dengan x, sedangkan hanya 10 persen peluang diluar x.

h. Kriteria Performance Peramalan

Permalan merupakan sarana untuk memperkirakan jumlah permintaan

dimasa yang akan datang, hal ini mempunyai maksud agar ramalan yang

dibuat dapat meminimumkan pengaruh ketidak pastian terhadap kebijakan

dari perusahaan.

Besarnya kesalahan suatu peramalan dapat dihitung dengan beberapa

cara antara lain:

1. Mean Absolute Deviation (MAD)

MAD mreupakan rata-rata kesalahan mutlak selama periode tertentu

tanpa memeperhatikan apakah hasil peramalan lebih besar atau lebih

kecil dibandingkan kenyataanya. Secara sistematis MAD dirumuskan

sebagai berikut:

MAD = ∑| At−Ftn | …………………………(15)

dimana: A = Permintaan Aktual pada periode -t

F = Peramalan Permintaan (Forecast) pada periode -t

n = Jumlah periode peramalan yang terlibat

21

2. Mean Square Error (MSE)

MSE dihitung dengan menjumlahkan kuadrat semua kesalahan

peramalan pada setiap periode dan membaginya dengan jumlah

periode peramalan. Secara matematis, MSE dirumuskan sebagai

beriukut:

MSE = ∑ ( At−Ft )2

n …………………………(16)

dimana: A = Permintaan Aktual pada periode -t

F = Peramalan Permintaan (Forecast) pada periode -t

n = Jumlah periode peramalan yang terlibat

Dalam melakukan peramalan kita harus memperhatikan prosedur-

prosedur yang harus dilaksanakan, yaitu:

1. Mendefinisikan tujuan yang dikehendaki.

2. Plotkan data dalam diagram pencar.

3. Memilih metode yang sesuai dengan pola data untuk tujuan

yang telah ditetapkan.

4. Menghitung kesalahan yang ada agar performansi dari metode

masing-masing yang digunakan dapat diketahui.

5. Memilih metode terbaik yang mempunyai tingkat kesalahan

terkecil.

22

6. Melakukan prediksi terhadap permintaan dimasa mendatang,

kemudian melakukan tes verifikasi bahwa hasil peramalan yang

dilakukan representatif dari data masa lalu.

Proses verifikasi tersebuat terdiri dari dua tahap yaitu:

1. Menggunakan Tracking Signal.

Isyarat arah (tracking signal) adalah pengukuran tentang sejauh

mana ramalan memprediksi nilai aktual dengan baik. Isyarat arah

dihitung sebagai jumlah kesalahan ramalan berjalan (running sum

of the forecast error, RSFE) dibagi dengan deviasi absolute mean

(MAD).

Isyarat tanda = RSFEMAD

………….………………..……….…

(17)

Dimana,

MAD = ∑ [ kesalahan ramalan ]n

……………..……..…..…(18)

RSFE = ∑ [ permintaan aktual−permintaanramalan ]MAD

..(19)

2. Tes Out of Control

Tes ini dilakukan untuk mengetahui apakah terdapat data yang

out of control, jika penyebabnya masih ditolelir maka peramalan

tersebut masih layak dipakai, apabila tidak diketahui penyebabnya

maka ada dua cara yang dilakukan, yaitu:

a. Mengganti metode peramalan yang digunakan

23

b. Membuang data yang tidak sesuai kemudian dilakukan

peramalan kembali dengan cara yang sama.

Apabila dari kedua metode tersebut berhasil maka metode

peramalan tersebut layak digunakan.

i. Program Quallitatif System (Q.S Version 3.0)

Quallitatif System (Q.S Version 3.0) merupakan suatu paket

program khusus yang digunakan untuk membantu dalam penyelesaian

masalah-masalah penelitian operasional atau manajemen operasi.

Program ini merupakan pengembangan dari program Quantitatif System

For Bussines (QSB) yang mana mempunyai kemampuan lebih unik dari

program lain yang mirip dengannya. Sub menu dari Q.S 3.0 ini terbagi

dalam dua modul, dimana masing-masiing modul terdiri dari 15 sub

program.

Untuk menyelesaikan model peramalan, maka dipilih modul-modul

dengan sub program Time Series and Forecasting, kemudian data

dimasukkan ke dalam program yang telah tersedia, dan secara otomatis

program Q.S ini akan menyelesaikan dan menampilkan hasil persoalan

tersebut.

2. Perncanaan produksi

Dalam melakukan suatu kegiatan adalah baik bila dibuat perencanaan

terlebih dahulu, agar kegiatan yang akan dilakukan dapat terarah pada

24

pencapaian tujuan. Kita perlu merencanakan produksi, karena dalam setiap

unit produksi terdapat manusia, bahan, dan mesin, yang semuanya merupakan

sumberdaya yang mahal yang harus dimanfaatkan sebaik mungkin agar

menghasilkan laba. Dalam produksi modern yang bersifat kompleks, baik

secara teknologis maupun administratif, perencanaan produksi harus

direncanakan dengan teliti untuk memperhitungkan semua keterbatasan yang

ada (Harding, H.A., : 1978).

Reksohadiprodjo, S., dan Ronohadiwidjojo, H. (1983), berpendapat

bahwa Perencanaan (Planning) adalah aktivitas-aktivitas yang dilakukan

sebelum produksi dimulai, yaitu: menentukan bagaimana produk dan

komponen-komponennya harus dibuat, mesin-mesin peralatan serta bahan-

bahan yang dipergunakan.

Menurut Nasution, A.H. (1999), prencanaan produksi dilakukan

dengan tujuan menentukan arah awal dari tindakan-tindakan yang harus

dilakukan dimasa mendatang, apa yang harus dilakukan, berapa banyak

melakukannya, dan kapan harus melakukannya. Karena perenencanaan ini

berkaitan dengan masa mendatang, maka perencanaan disusun atas dasar

perkiraan yang dibuat berdasarkan data masa lalu dengan menggunakan

beberapa asumsi.

Jadi Perencanaan produksi adalah salah satu dari berbagai macam

bentuk perencanaan yaitu suatu kegiatan pendahuluan atas proses produksi

25

yang akan dilaksanakan dalam usaha mencapai tujuan yang diinginkan

perusahaan.

Salah satu bentuk perencanaan produksi itu ialah mengenai

penjadualan produksi, yang menentukan jenis produk yang akan diproduksi,

jumlah yang akan diproduksi, kapan akan diproduksi, dan sebagainya.

3. Perncanaan Produksi Agregat

a. Pengertian Perencanaan Agregat

Penjadwalan agregat (juga dikenal dengan sebutan Perencanaan

agregat) menyangkut penentuan jumlah dan kapan produksi akan

dilangsungkan dalam waktu dekat, sering kali 3 sampai 18 bulan kedepan

(Render, Heizer: 2001). Manajer operasi berupaya untuk menetukan cara

terbaik untuk memenuhi ramalan permintaan dengan menyesuaikan tingkat

produksi, tingkat kebutuhan tenaga kerja, tingkat persediaan, waktu lembur,

tingkat nilai sub kontrak, dan semua variabel lain yang dapat dikendalikan.

Tujuan proses produksi biasanya adalah meminimalisasi biaya sepanjang

periode perencanaan. Meskipun begitu, isu-isu strategis lainnya mungkin

lebih penting daripada biaya yang rendah. Strategi-strategi ini mungkin

mencakup usaha memuluskan tingkat kebutuhan tenaga kerja, menurunkan

tingkat persediaan, atau mencapai tingkat pemenuhan kebutuhan konsumen

yang tertinggi tanpa memandang berapa biaya yang dikeluarkan.

26

Menurut Herjanto, Edi., (1996), perencanaan agregat merupakan

jantunga dari perencanaan jangka menengah yang bertujuan untuk

mengembangkan rencana produksi secara menyeluruh yang fleksibel dan

optimal. Fleksibel berarti dapat memenuhi permintaan pasar sesuai kapasitas

yang ada, sedangkan optimal berarti menggunakan sumberdaya sebijaksana

mungkin, dan pengeluaran biaya serendah mungkin. Meskipun biaya

merupakan faktor yang penting, tidak berarti bahwa biaya merupakan satu-

satunya pertimbangan.

b. Strategi- strategi Perencanaan Agregat

1. Pemilihan Kapasitas

Pilihan kapasitas (pasokan) mendasar yang dapat dipilih perusahaan

adalah sebagai berikut:

a. Tingkat persediaan yang berubah-ubah

b. Mengubah jumlah tenaga kerja dengan cara memperkerjakan

pekerja atau memberhentikan pekerja.

c. Mengubah tingkat produksi melalui waktu lembur atau waktu

kosong.

d. Sub kontrak.

e. Memperkerjakan pekerja paruh waktu.

2. Pemilihan Permintaan

Pilihan-pilihan permintaan yang mendasar adalah sebagai berikut:

a. Mempengaruhi permintaan.

27

b. Pesanan cadangan dalam memenuhi permintaan pada periode

permintaan tinggi.

c. Product mix antarmusim.

3. Kombinasi Pilihan untuk Mengembangkan Suatu Rencana

Di dalam strategi kombinasi pilihan atau campuran ini mencakup

penggabungan dua atau lebih variabel-variabel yang dapat dikendalikan

untuk menetapkan rencana produksi yang layak. Misalnya, perusahaan

dapat menggunakan kombinasi antara jam lembur, subkontrak, dan

pemerataan persediaan sebagai strategi mereka.

4. Penjadwalan Merata

Penjadwalan merata atau perencanaan kapasitas merata, mencakup

rencana-rencana agregat di mana kapasitas harian dan bulan ke

bulannya seragam.

c. Ongkos-ongkos Agregat

Menurut Nasution, A.H. (1999), ongkos-ongkos yang terlibat dalam

perencanaan agregat adalah:

- HIRING COST (ongkos penambahan tenaga kerja). Penambahan

tenaga kerja menimbulkan ongkos-ongkos untuk iklan, proses seleksi

dan training.

- FIRING COST (ongkos pemberhentian tenaga kerja). Pemberhentian

tenaga kerja biasanya terjadi karena semakin rendahnya permintaan

28

akan produk yang dihasilkan, sehingga tingkat produksi menurun

dengan drastis.

- OVERTIME COST DAN UNDER TIME COST (ongkos lembur dan

ongkos menganggur). Penggunaan waktu lembur bertujuan untuk

meningkatkan output produksi, tetapi konsekwensinya perusahaan

harus mengeluarkan ongkos tambahan lernbur.

- INVENTORY COST DAN BACKORDER COST (ongkos persediaan

dan ongkos kehabisan persediaan). Persediaan mempunyai fungsi

mengantisipasi timbulnya kenaikan permintaan pada saat tertentu.

d. Proses Keputusan untuk Perencanaan Agregat

1). Metode grafik diagram

Teknik pembuatan grafik & diagram sangat sering dipakai karena

mudah dipahami dan digunakan. Pada dasarnya ini merupakan

pendekatan trial-and-error yang tidak menjarnin terciptanya rencana

produksi yang optimal. Berikut lima tahapan dalam pembuatan grafik:

1. Tertukan permintaan pada setiap periode.

2. Tentukan berapa kapasitas pada waktu-waktu biasa, waktu

lembur, dan tindakan subkontrak untuk setiap periode.

3. Tentukan biaya tenaga kerja, biaya pengangkatan dan

pemberhentian pekerja.

4. Pertimbangkan kebijakan perusahaan yang dapat diterapkan pada

para pekerja dan tingkatan persediaan.

29

5. Kembangkan rencana alternatif dan amati biaya totalnya.

2). Metode Transportasi

Perencanaan agregat dapat menggunakan metode transportasi yang

merupakan bagian dan perncanaan produksi programa linier dengan

jumlah tenaga kerja (work-force) tetap. Metode ini mengijinkan

penggunaan produksi reguler, overtime, inventoni, backorder, dan

subkontrak. Hasil perencanaan yang diperoleh dapat dijamin optimal

dengan asumsi optimisik bahwa tingkat produksi (yang dipengaruhi

oleh pekerja) dapat dirubah dengan cepat. Agar supaya metode ini dapat

diaplikasikan, kita harus memformulasikan persoalan perencanaan

agregat, sehingga:

1. Kapasitas tersedia (supply,) dinyatakan dalam unit yang sama

dengan kebutuhan (demand)

2. Total kapasitas untuk horison perencanaan harus sama dengan

total peramalan kebutuhan. Bila tidak sama, kita gunakan variabel

bayangan (dummy) sebanyak jumlah selisih tersebut.

3. Semua hubungan biaya merupakan hubungan linier

3). Linier Regresion Rule

Linear Decision Rule (LDR) ini merupakan model perercanaan

agregat yang berupaya untuk mengoptimalkan tingkat produksi dan

tingkat jumlah tenaga kerja sepanjang periode tertentu.

4). Management Coefficients Model

30

Management Coeficients Model (MCM) yang dikembangkan E.H.

Bowman ini membangun suatu model keputusan formal di seputar

pengalarnan dan kinerja manajer. Teori yang mendasari adalah bahwa

pengalaman masa lalu manajer cukup baik, sehingga dapat digunakan

sebagai dasar dalam menetapkan keputusan di masa depan.

5). Simulasi

Suatu model komputer yang dinamakan penjadwalan lewat

simulasi dikembangkan pada tahun 1966 di R.C. Vergin.4’ Pendekatan

simulasi ini menggunakan prosedur pencarian dalam mencari

kombinasi nilai yang biayanya minimal untuk ukuran jumlah tenaga

kerja dan tingkat produksi.

4. Model Transportasi

Model transportasi pada dasarnya merupakan sebuah program linier yang

dipecahkan oleh metode simpleks biasa tetapi strukturnya yang khusus

memungkinkan pengembangan sebuah prosedur pemecahan yang disebut

teknik transportasi yang lebih efisien dalam perhitungan.

Apabila terdapat persediaan awal, ini adalah titik persediaan terhadap

sebuah titik permintaan untuk setiap periode. Jika terdapat kelebihan

kapasitas dapat ditambahkan permintaan untuk permintaan bagian ini, dalam

penulisannya juga masing- masing kolom memiliki sebuah permintaan untuk

31

kolom kelebihan kapasitas. Permintaan adalah perbedaan total kapasitas dan

total permintaan.

Masing-masing sel di dalam matrik transportasi memiliki sebuah biaya.

Harga per unit dibuat dalam t periode dan digunakan untuk memenuhi

permintaan suatu periode dan itu adalah biaya produksi.

Bentuk umum model transportasi untuk perencanaan agregat,

PeriodeI

PeriodeI

PeriodeIII

…….EndingInventory periode n

Unusedcapacity

capacity

periode Beginning inventory

0 h 2h……

nh 0

1

Regulartime

r r+h r+2h……

r+nh 0

Overtime

t t+h t+2h……

t+nh 0

2

Regular time

r+b r r+h r+(n-1)h 0

Overtime

t+b t t+h……

t+(n-1)h 0

3

Regular time

r+2b r+b r……

r+(n-2)h 0

Overtime

t+2b r+b t …… t+(n-2)h 0

Demand

Keterangan:

32

r : biaya produksi regular per unit

t : biaya over time per unit

h : biaya simpan per unit per periode

b : biaya back order per unit per periode

n : banyak periode dalam horizon perencanaan

5. Metode Transportasi

Perencanaan agregat dapat menggunakan metode transportasi yang

merupakan bagian dari perencanaan produksi program linier. Agar metode ini

dapat diaplikasilkan, maka kita harus memformulasikan persoalan

perencanaan agregat, sehingga:

a. Kapasitas tersedia (supply) dinyatakan dalam unit yang sama dengan

kebutuhan (demand).

b. Total kapasitas untuk horizon perencanaan harus sama dengan total

peramalan kebutuhan. Bila tidak sama, digunakan variabel bayangan

(dummy) sebanyak jumlah selisih tersebut (Nasution, A.H., 1999).

Sedangkan menurut Mulyono, S., (2004), metode transportasi merupakan

metode yang berhubungan dengan distribusi suatu produk tunggal dari

beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan

dengan permintaan tertentu. Disamping itu metode ini juga dapat

digunakan untuk memecahkan masalah-masalah dunia usaha lainnya,

analisa lokasi dan lain sebagainya. Ada beberapa macam metode

transportasi yang semuanya terarah pada penyelesaian optimal,

diantaranya: Vogel’s Approximation Method (VAM), Row Minimum (RM),

Nort West Corner (NWC).

33

1. Vogel’s Approximation Method (VAM)

a. Tentukan biaya penalti untuk tiap baris dan kolom dengan cara

mengurangkan biaya terendah pada baris dan kolom terdapat biaya

terrendah berikutnya pada baris dan kolom.

b. Pilih biaya penalti tertinggi pada baris dan kolom.

2. Row Minimum (RM)

a. Cari biaya terkecil pada baris satu,

b. Alokasikan jumlah kebutuhan pada biaya terkecil,

c. Lihat pada baris satu tadi apakah semua sudah teralokasikan,

apabila belum cari lagi biaya terkecil berikutnya sampai pada baris

satu tadi sampai semua kebutuhan teralokasikan baru dilanjutkan

pada baris berikutnya.

d. Ulangi langkah 1, 2dan 3 untuk baris berikutnya.

3. Nort West Corner (NWC)

a. Alokasikan sebanyak mungkin jumlah kebutuhan mulai dari pojok

kiri atas disesuaikan dengan batasan supply dan demand,

b. Alokasikan sebanyak mungkin jumlah kebutuhan pada baris atau

kolom berikutnya yang berdekatan,

c. Ulangi langkah kedua sampai semua kebutuhan teralokasikan.

34

H. Sistematika penulisan laporan

a. Judul laporan

b. Lembar pengesahan

c. Kata pengantar

d. Daftar isi

e. Daftar gambar

f. Daftar tabel

g. Daftar istilah (jika ada)

BAB I. PENDAHULUAN

A. Latar Belakang Masalah (KP dan Tugas Khusus)

B. Perumusan Masalah

C. Batasan Masalah

D. Tujuan

E. Manfaat

BAB II DATA UMUM PERUSAHAAN

A. Sejarah Berdirinya Perusahaan

B. Misi dan Tujuan Perusahaan

C. Struktur Organisasi

D. Lokasi dan Lay Out Pabrik

BAB III. SISTEM PRODUKSI

A. Penanganan Bahan Baku

1. Jenis Bahan Baku

2. Pengadaan Bahan Baku

3. Pengendalian Bahan Baku

B. Proses Produksi

1. Fasilitas yang Digunakan

2. Urutan Proses

3. Operation Process Chart

35

C. Hasil Produksi

1. Jenis produk

2. Pengendalian Kualitas Produk

BAB IV PEMASARAN PRODUK

A. Harga

B. Promosi

C. Distribusi

BAB V. SANITASI dan K3

A. Pengelolaan Limbah

B. Kesehatan dan Keselamatan Kerja

BAB VI. TUGAS KHUSUS

A. Landasan Teori

B. Pengumpulan dan Pengolahan Data

C. Pembahasan

BAB VII. KESIMPULAN DAN SARAN

A. Kesimpulan Umum

B. Kesimpulan Khusus

C. Saran

DAFTAR PUSTAKA

LAMPIRAN

36

I. JADWAL RENCANA KERJA PRAKTEK

Juli Agustus September Oktober

3 4 1 2 3 4 1 2 3 4 1 2 3 4

1. Pengajuan Judul * *

2. Pengajuan Proposal * *

3. Persetujuan Proposal * * * *

4. Penelitian Lapangan * * * *

5. Penyusunan Laporan * * * *

37

DAFTAR PUSTAKA

Harding, H.A., 1978, “Manajemen Produksi”, Balai Aksara, Jakarta.

Herjanto, Edi., 1996, “ Manajemen Produksi dan Operasi”, Grasindo, Jakarta.

Markidakis., 1995, “Metode dan Aplikasi Peramalan”, Erlangga, Jakarta.

Mulyono, S., 2004, “Riset Operasi”, penerbit Fakultas Ekonomi Universitas Indonesia , Jakarta.

Nasution, A.H., 1999, “Perencanaan dan Pengendalian Produksi”, cetakan pertama, penerbit PT. Candimas Metropole, Jakarta.

Reksohadiprodjo, S., dan Ronohadiwidjojo, H., 1983, “Perencanaan dan Pengawasan Produksi”, penerbit BPFE UGM, Yogyakarta.

Render, Heizer., 2001, “Prinsip- Prinsip Manajemen operasi”, penerbit Salemba Empat, Jakarta

Yamit, Z., 1999, “Manajemen Persediaan”, Penerbit Ekonisia Fakultas Ekonomi UII, Yogyakarta.

38