WORK SAMPLING!

30
WORK SAMPLING ANALISA DAN PENGUKURAN KERJA 11 Debrina Puspita Andriani e"Mail : [email protected] Blog : http://debrina.lecture.ub.ac.id/

Transcript of WORK SAMPLING!

WORK SAMPLING!ANALISA DAN PENGUKURAN KERJA

11

Debrina Puspita Andrianie"Mail':'[email protected]'

Blog':'http://debrina.lecture.ub.ac.id/'

METODE PENGUKURAN [WAKTU] KERJA

PENGUKURAN)[WAKTU])KERJA)

DIRECT' INDIRECT'

STOPWATCH'

WORK'SAMPLING'

STANDARD'DATA'

PMTS)

Regression'Analysis'

www.debrina.lecture.ub.ac.id)2) 19/11/14)

Work%sampling%atau$ra.o%delay%study$atau$random%observa.on%method$merupakan$ak+vitas$

pengukuran$waktu$kerja$secara$langsung$terhadap$ak#vitas(operator(atau$keadaan(suatu(mesin(untuk$

menentukan$presentase(waktu(yang$dibutuhkan$pada$se+ap$kondisi$(idle(atau(working).'

WORK SAMPLING

www.deb

rina

.lecture.ub

.ac.id)

19/11/14

)

Example States

Person))

!  Percentage'of'time'

spent'working'or'not'

working,'OR'

!  spent'servicing'machine,'

idle,'talking'to'

supervisor,'getting'

material,'etc'

Machine))

!  Running'down,'waiting'

for'service,'down'being'

serviced,'waiting'for'

material'

www.debrina.lecture.ub.ac.id)4)19/11/14)

Prinsip Pengukuran !Work Sampling

! Diaplikasikan'untuk'“service(jobs”'yang'bervariasi,'non.repetitive,'dan'memiliki'siklus'

panjang.'

! Mengambil'sample(dari'pekerjaan'yang'diamati'pada''

waktu'tertentu'yang'

ditentukan'secara'random/

acak'(hukum'probabilitas)'

! Menghitung'banyaknya'tally'dan'menetukan'%'working'atau'%'idle'(ratio(delay.activity).'

www.debrina.lecture.ub.ac.id)5) 19/11/14)

APLIKASI Work Sampling

!  Mengukur)“ratio'delay@activity”'dari'pemakaian'sejumlah'mesin,'fasilitas'

produksi,'kerja'operator,'dan'sebagainya'dengan'tujuan'mencari'rasio"

perbandingan'antara'aktivitas'produktif'(operasional)'dengan'aktivitas'yang'tidak'

produktif'(idle,(delay,(loading.unloading,'dll).'

!  Mengukur)“allowance'time”)(waktu)longgar),'yaitu'lama'waktu'yang'terjadi'saat'

sebuah'“interupsi”'berlangsung'dalam'sebuah'aktivitas'rutin'operasional'yang'

sulit'untuk'diukur'dengan'menggunakan'metoda'stop.watch(time(study.(

!  Mengukur)tingkat)kinerja)(performance'level))dan'pendayagunaan'dari'sebuah'asset'(mesin,'fasilitas'produksi,'dll).'Sulit'dibayangkan'kalau'asset(yang'diinvestasikan'secara'mahal,'namun'utilitas'(pemanfaatan)"nya'rendah.'

!  Menghitung)dan)menetapkan)prosentase)maupun)proporsi)dari'berbagai'jenis'kegiatan'kerja'yang'dilaksanakan'oleh'mesin,'alat'ataupun'pekerja'yang'bisa'

melakukan'fungsi'dan'tugas'yang'ber"variatif.(

'

www.debrina.lecture.ub.ac.id)6)19/11/14)

LANGKAH – LANGKAH !PENGUKURAN [WAKTU] KERJA

www.debrina.lecture.ub.ac.id)7)19/11/14)

LangkahQlangkah)sebelum)melakukan)Work'Sampling((

Menetapkan'tujuan'pengukuran.'

Jika'sampling'ditujukan'untuk'mendapatkan'bahan'baku,'lakukanlah'

penelitian'pendahuluan'untuk'mengetahui'ada'tidaknya'sistem'kerja'

yang'baik.'Jika'belum,'perbaikan'atas'kondisi'dan'cara'kerja'harus'

dilakukan'dahulu.'

Memilih'operator'yang'baik'

Bila'perlu'mengadakan'latihan'bagi'para'operator'yang'dipilih'agar'

bisa'terbiasa'dengan'sistem'kerja'yang'dilakukan.'

Menentukan'pemisahan'kegiatan'sesuai'dengan'yang'ingin'

didapatkan'

www.debrina.lecture.ub.ac.id)8)19/11/14)

Flowchart))Work'Sampling''

www.debrina.lecture.ub.ac.id)9)19/11/14)

www.debrina.lecture.ub.ac.id)10)19/11/14)

www.debrina.lecture.ub.ac.id)11)19/11/14)

(

NotQworking)activities)(Personal)time,)Waiting,))Fatigue,)NotQAvailable))

Working)activities)

Operator)1,)2,)3)

Waktu)pengamatan)(random))

Performance)Rating)Banyaknya)pengamatan)(PreQWS)≈)100)–)200))

www.debrina.lecture.ub.ac.id)12)19/11/14)

www.debrina.lecture.ub.ac.id)13)19/11/14)

www.debrina.lecture.ub.ac.id)14)19/11/14)

Table of Random Numbers www.debrina.lecture.ub.ac.id)15)19/11/14)

Tugas)2:)Membuat)Waktu)Pengamatan)

Random)dengan)Ms.)Excel'

www.deb

rina

.lecture.ub

.ac

.id)

19/11/14

)

Perhitungan Jumlah Pengamatan

!  Formulasi):)

'

!  Dimana':'

N’'='jumlah'pengamatan'yang'seharusnya'dilakukan'

(N(=(jumlah(pengamatan(yang(telah(dilaksanakan)(

p'='probabilitas'kejadian'aktivitas'tidak'produktif'

(1"p)'='probabilitas'kejadian'aktivitas'produktif'

k'='indeks'tingkat'kepercayaan'(confidence(level)'Tingkat'kepercayaan'99%'"'k'='3'

Tingkat'kepercayaan'95%'"'k'='2'

Tingkat'kepercayaan'90%'"'k'='1,65'

s'='indeks'tingkat'ketelitian'(degree(of(accuracy)(

2

2

).()1.(.' pS

ppkN -= ')1.(. N

ppkpS -=atau'

www.debrina.lecture.ub.ac.id)17)19/11/14)

Nomogram Method

An)easier)way)to))determine)sample)size)is)to)read)off))the)number)of)

observations)needed)directly))from)a)nomogram.'

www.debrina.lecture.ub.ac.id)18) 19/11/14)

Menganalisa Hasil Pengamatan WS

www.debrina.lecture.ub.ac.id)19)19/11/14)

Let’s Try!'

www.deb

rina

.lecture.ub

.ac

.id)

19/11/14

)

Example

!  Automatic'Screw'Machine'dalam'suatu'departemen'

diamati'dengan'menggunakan'metode'work(sampling.'

!  Sebelum'perhitungan,'telah'dilakukan'studi'

pendahuluan'(preliminary(study)'untuk'mengetahui'

taksiran'nilai'p.((

! Dari'studi'pendahuluan'dengan'100)kali)pengamatan)acak,'diketahui'25)kali)pengamatan'menunjukkan'

mesin'dalam'keadaan'menganggur.'

!  Tingkat)kepercayaan)ditetapkan'sebesar'95%'dan'

tingkat)ketelitian)±)5%.'Berapa'jumlah'random(observation(yang'diperlukan'?'

! Hitung)nilai)N’)!)www.debrina.lecture.ub.ac.id)21)19/11/14)

Solution •  Prosentase$nilai$p"adalah$25$persen$$$(25$÷$100$x$100%$=$25$%)$

$

•  Dengan$p"="25%;$S$=$5%$$

N ' = k2.p.(1− p)(S.p)2

2

2

)25,005,0()25,01(25,02'

×

−×=N

Jadi,'banyaknya'sample'pengamatan'yang'diperlukan'

untuk'penelitian'tersebut'adalah'sebanyak'4.800)kali)

pengamatan'random.'

800.4'=N

www.debrina.lecture.ub.ac.id)22)19/11/14)

Perhitungan Tingkat Ketelitian (S) !  Untuk'menentukan'apakah'hasil'pengamatan'yang'didapatkan'

bisa'dikategorikan'cukup'teliti.''

!  Misal'dari'studi'Automatic(Screw(Machine(didapatkan'hasil'sbb:'!  Pengamatan'mesin'dalam'kondisi'bekerja'2600'kali'

!  Pengamatan'mesin'dalam'kondisi'menganggur'1400'kali'

!  Maka,'nilai'p(sebesar'35%'(1400÷4000'x'100%)''

NppkpS )1.(. −

=

4000)35,01.(35,0235,0 −

=×S

%3,4043,0 ==S

www.debrina.lecture.ub.ac.id)23)19/11/14)

Waktu Standar dan Output Standar

operator...jam...hari...pengamatanjamtotal ××=

pengamatan(saat(outputtotalPR)(rata1(rata)pengamatanjam(totalworking)(%NormalWaktu ××

=

idle%%100%100NormalWaktuStandarWaktu

−×=

StandarWaktu1StandarOutput =

www.debrina.lecture.ub.ac.id)24)19/11/14)

Work Sampling Time Studies

Salespeople

Telephone'

sales'

12%'

Telephone'

within'firm'

13%'

Lunch'and'

personal'

10%'

Meetings'

and'other'

8%'

Paperwork'

17%'

Travel'

20%'

Sales'in'

person'

20%'

www.debrina.lecture.ub.ac.id)25)19/11/14)

Work Sampling Time Studies

Assembly-Line Employees

Productive'

work'

67%'

Startup/pep'talk'

3%'

Breaks'and'lunch'

10%'

Dead'time'between'

tasks'

13%'

Cleanup'

3%'

Unscheduled'tasks'and'

downtime'

4%'

www.debrina.lecture.ub.ac.id)26)19/11/14)

Let’s Try!'

www.deb

rina

.lecture.ub

.ac

.id)

19/11/14

)

Tugas 3 ! Seorang'pekerja'kantor'pos'bekerja'8'jam'

sehari'untuk'melakukan'penyortiran'surat"

surat.'Dari'pengamatan'yang'dilakukan'

ternyata'85%'pekerja'tersebut'dalam'kondisi'

bekerja'dan'15%'dalam'kondisi'menganggur.'

Apabila'jumlah'surat'yang'disortir'sebanyak'

2345'surat,'maka'tentukan'waktu'bakunya'

dengan'asumsi'rating(factor'adalah'115%'dan'

kelonggaran'20%.'

! Berapa'waktu'standar'dan'output'

standarnya?'

www.debrina.lecture.ub.ac.id)28)19/11/14)

Solution Waktu$Normal$(Wn) $=$$$$$Waktu$Baku$(Wb) $=$$$$$Output$Standar $=$$

$$$$Jadi,$pekerja$mampu$mengerjakan$penyor+ran$surat$sebanyak$4$surat$per$menit.$

suratmenitxxmenit /2,0

234515,185,0480

=

suratmenitx /25,020100

1002,0 =−

menitsuratWb

/425,011

==

www.debrina.lecture.ub.ac.id)29)19/11/14)

“Knowing exactly what you want to do, and then seeing that they do it the best and cheapest way.”

F-­ede-­ick W. Ta.lo-­

www.debrina.lecture.ub.ac.id)30)19/11/14)