MODUL PRAKTIKUM
PERENCANAAN DAN PENGENDALIAN PRODUKSI
Wildan Fajar Bachtiar, ST., MS
Anjar K Purwaditya, STP., M.Sc
Iman Sabarisman, STP., M.Si
PROGRAM STUDI DIPLOMA III AGROINDUSTRI
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2019
HALAMAN PENGESAHAN
MODUL PRAKTIKUM
Nama Mata Praktikum : Perencanaan dan Pengendalian Produksi
Kode (SKS) : VAI 215P (3 SKS)
Pelaksanaan : Semester Ganjil
Prasyarat : -
Dosen Pengampu : Wildan Fajar Bachtiar, ST., MS
Anjar K Purwaditya, STP., M.Sc
Iman Sabarisman, STP., M.Si
Teknisi : -
Asisten Laboratorium :
Program Studi : Diploma III Agroindustri
Fakultas : Sekolah Vokasi
Yogyakarta, Oktober 2019
Mengetahui,
Ketua Program Studi
Diploma III Agroindustri SV UGM
Ratih Hardiyanti, S.T.P., M.Eng
NIP. 1985 0602 201504 002
Ketua Tim Penyusun Modul Praktikum,
Wildan Fajar Bachtiar, ST., MS
NIU. 1120120055/420
3
KATA PENGANTAR
Dalam suatu industri manufakturing yang termasuk di dalamnya industri yang
bergerak di bidang Agroindustri, departemen perencanaan produksi dan pengendalian
persediaan (production planning and inventory control) merupakan salah satu
departemen yang sangat menentukan dalam kemajuan industri yang bersangkutan.
Departemen ini bertugas melakukan perencanaan penggunaan sumber daya produksi
dan mengendalikannya agar pelaksanaan produksi nantinya dapat memenuhi tujuan
produksi seperti yang diharapkan dengan penggunaan sumber dana (biaya) yang se-
optimum mungkin. Sudah tentu bahwa semua aktivitas perencanaan dan
pengendalian produksi ini memerlukan tingkat keahlian dan kualifikasi yang tinggi
dari orang yang menjalankannya, dengan tingkat pendidikan setidaknya seorang
sarjana. Meskipun demikian, dalam merencanakan dan mengendalikan produksi,
departemen seperti ini juga membutuhkan orang-orang setingkat pelaksana atau
lulusan program diploma yang mampu membuat perencanaan rutin dengan dasar
informasi atau data yang sudah baku dan terstruktur atas perintah atasan atau
manajernya.
Mata praktikum ini dirancang untuk memberi bekal pada mahasiswa diploma
mengenai cara atau teknis pembuatan rencana dan pengendalian produksi pada sistem
produksi yang berbasis sistem dorong (push system). Yaitu, semua perencanaan dan
pengendalian produksi didasarkan pada hasil ramalan permintaan produksi. Agar
lulusan nantinya dapat membantu atasan atau manajernya dalam merencanakan dan
mengendalikan produksi dengan benar apabila bekerja di suatu industri maka
pemahamaan tentang tahapan-tahapan dan cara perencanaan harus diberikan.
Yogkakarta, Januari 2019
Penulis
4
DAFTAR ISI
Kata Pengantar
Tatatertib Praktikum
Identitas Praktikum
Acara Ke-I : Peramalan
Acara Ke-II : Perencanaan Agregat
Acara Ke-III : Perencanaan Kebutuhan Bahan
Acara Ke-IV : Keseimbangan Lintasan
Acara Ke-V : Penjadwalan Mesin Jobshop & Flowshop
5
TATA TERTIB PRAKTIKUM UNTUK PRAKTIKAN
Praktikum Keamanan Pangan dilaksanakan terintegrasi dengan pelaksanaan
kuliah Keamnaan Pangan. Aturan-aturan umum yang harus diikuti oleh praktikan
adalah sebagai berikut :
1. Praktikan wajib mengisi daftar hadir sebelum pratikum dimulai.
Keterlambatan praktikum :
a. 5 menit dipersilahkan mengikuti pretest tetapi tidak ada penambahan
waktu dan masih diperkenankan untuk mengikuti praktikum
b. 10 menit tidak diperkenankan untuk mengikuti pretest tetapi
diperkenankan mengikuti praktikum
c. 15 menit tidak diperkenankan untuk mengikuti praktikum dan dianggap
GUGUR.
2. Praktikan wajib memakai pakaian yang sopan dan rapi (pakaian berkerah dan
celana atau rok panjang) sepatu tertutup, dilarang keras memakai perhiasan
yang berlebihan, sandal, sandal jepit, berjaket maupun kaos oblong selama
praktikum berlangsung. Bagi praktikum Laboratorium Kimia (Lab.
Pengawasan Mutu, Lab. Rekayasa Proses, dan Lab. Uji Sensoris) wajib
memakai jas laboratorium, mengenakan masker, sarung tangan, membawa
kain lap, dan kalkulator scientific.
3. Praktikan dilarang merokok, membawa makanan, minuman, atau bahan yang sifatnya dapat
merusak alat/peralatan percobaan ke dalam laboratorium.
4. Praktikan yang berambut panjang diharapkan mengikat atau menutup rambutnya agar tidak
mengganggu pelaksanaan praktikum.
5. Praktikan yang berjilbab diharapkan untuk mengatur jilbab sehingga tidak mengganggu
pelaksanaan praktikum.
6. Praktikan wajib membuat TIKET MASUK sesuai dengan ketentuan masing-
masing praktikum.
7. Praktikan DILARANG menggunakan Handphone dan menyentuh alat praktikum yang tidak
ada hubungannya dengan acara praktikum.
8. Praktikan WAJIB MEMPELAJARI MODUL SEBELUM PRAKTIKUM dimulai.
6
9. Praktikan wajib menjaga kebersihan, kerapihan dan keutuhan alat laboratorium sebelum dan
setelah praktikum selesai.
10. Jika terjadi kerusakan atau kehilangan alat dalam pelaksanaan praktikum maka menjadi
tanggung jawab pemakai dan wajib mengganti dengan barang/ alat yang sama maksimal 2
hari setelah kejadian.
11. Praktikan diwajibkan mengikuti semua rangkaian acara praktikum tanpa terkecuali, apabila
perlu adanya INHAL dikarenakan sakit harus menyertakan:
a. Sakit (rawat inap) adanya bukti rawat inap
b. Lelayu keluarga inti (bapak, ibu, saudara kandung, kakek, nenek
kandung) adanya bukti dan surat keterangan
c. Apabila sakit maka maksimal 30 menit sebelum masuk praktikum, harus
konfirmasi ke teknisi, koass dan menyusulkan surat keterangan sakit
maksimal H+2
d. Jika tidak memenuhi syarat di atas maka dianggap GUGUR pada acara
tersebut, dan apabila 1 mahasiswa INHAL 3 acara atau lebih maka
dianggap GUGUR pada mata praktikum tersebut. Mata Praktikum yang
gugur berarti praktikan mendapatkan Nilai E.
e. Mekanisme INHAL:
1) Apabila dalam 1 minggu masih ada shift yang dapat sebagai pengganti,
maka bisa ikut shift lain untuk menggantikan praktikum
2) Apabila praktikum INHAL tidak dapat dilakukan/ dilaksanakan maka
akan diberikan tugas dengan nilai maksimal 50%
3) Praktikan yang dinyatakan melanggar tata tertib ini dan atau terbukti
berlaku curang, dapat dikenakan sanksi, paling berat dinyatakan
TIDAK LULUS PRAKTIKUM.
4) Semua praktikan maupun asisten harus mematuhi semua peraturan
yang telah disepakati.
12. MINIMAL KEHADIRAN untuk dapat mengikuti responsi adalah 75% seluruh acara.
13. Wajib mengisi kuesioner yang telah diberikan oleh asisten instruktur sebagai
tiket masuk responsi.
7
14. Hal-hal yang belum tercantum dalam tata tertib ini akan diatur kemudian.
Ketentuan :
1. Mahasiswa yang dapat melakukan inhal adalah yang memenuhi 3 persyaratan
sesuai ketentuan.
2. Jika memenuhi persyaratan, dan diberikan tugas maka nilai maksimal adalah
50%.
3. Tugas pengganti hanya boleh diberikan oleh Dosen Pengampu (bukan teknisi,
aslab, ataupun koas).
4. Jika tidak mengikuti acara, maka tidak ada nilai untuk seluruh rangkaian
praktikum (pre-test, laporan akhir, keaktifan, dll).
5. Bobot asistensi sama dengan 1 acara praktikum.
6. Minimal kehadiran untuk dapat mengikuti response adalah 75% seluruh
acara.
i. Mekanisme INHAL
8
1. Identitas Praktikum
1) Nama Mata Praktikum : Perencanaan dan Pengendalian Produksi
2) Kode (SKS) : VAI215 (2/3 SKS)
3) Pelaksanaan : Semester Ganjil
4) Prasyarat : -
5) Dosen Pengampu : Wildan Fajar Bachtiar, ST., MS
Anjar K Purwaditya, STP., M.Sc
Iman Sabarisman, STP., M.Si
6) Asisten Laboratorium : Wahyu Prasetya, A.Md
2. Deskripsi Singkat Mata Kuliah
Praktikum perencanaan dan pengendalian produksi mengajarkan tentang cara atau
teknis perencanaan dan pengendalian produksi mulai dari perencanaan menengah
sampai pada perencanaan jangka pendek. Perencanaan dan pengendalian produksi
dilakukan pada sistem produksi yang menganut push system yaitu, perencanaan
produksi yang di dasarkan pada ramalan permintaaan.
3. Umum Praktikum
Setelah menyelesaikan praktikum ini mahasiswa akan dapat melakukan perencanaan
produksi menengah dan jangka pendek berdasarkan ramalan permintaan berdasarkan
informasi sumber daya tenaga kerja, bahan baku, maupun mesin dan peralatan
produksi yang sudah tersedia sebelumnya.
4. Outcome Pembelajaran
1. Mahasiswa akan dapat:
1.1. Menjelaskan tahap-tahap peramalan
1.2. Melakukan peramalan dengan data konstan
1.3. Melakukan peramalan dengan data tren dan musiman
1.4. Mengukur kesalahan peramalan
1.5. Memverifikasi hasil peramalan
2. Mahasiswa akan dapat:
2.1. Membuat rencana agregat dengan Chase Strategy dengan metode sederhana
2.2. Membuat rencana agregat dengan Level strategy dengan metode sederhana
9
3. Mahasiswa akan dapat :
3.1. Membuat jadwal produksi utama dalam perencanaan produksi
3.2. Merencanakan kebutuhan bahan baku (MRP)
4. Mahasiswa akan dapat:
4.1. Menjelaskan istilah-istilah dalam keseimbangan lintasan produksi
4.2. Menentukan jumlah stasiun kerja dan efisiensi lintasan produksi
5. Mahasiswa akan dapat melakukan penjadwalan mesin pada sistem job-shop
untuk :
5.1. n-job pada mesin ganda (lebih dari 1)
5.2. Dengan metode johnson
5.3. Dengan metode CDS, Gupta, Palmer
5. Rencana Kegiatan Praktikum
Acara ke-
Topik (Pokok Bahasan) Metode dan
Alat Bantu
Pembelajaran
I
I. Peramalan
1.1. Tahap-tahap peramalan
1.2. Peramalan dengan data konstan
1.3. Peramalan dengan data tren dan musiman
1.4. Pengukuran kesalahan peramalan
1.5. Verifikasi peramalan
Diskusi, laptop,
LCD, latihan
soal
II
II. Perencanaan agregat
2.1. Perencanaan agregat dengan chase
strategy
2.2. Perencanaan agregat dengan level
strategy
Diskusi, LCD,
Laptop, latihan
soal
III
III. Perencanaan Kebutuhan Bahan
3.1. Penjadwalan produksi utama
3.2. Perencanaan kapasitas
Diskusi, laptop,
LCD, latihan
soal
10
3.3. Perencanaan kebutuhan bahan baku
(MRP)
IV
IV. Keseimbangan lintasan
4.1. Istilah-istilah dalam keseimbangan
lintasan produksi
4.2. Penentuan jumlah stasiun kerja dan
efisiensi lintasan produksi
Diskusi, laptop,
LCD, latihan
soal
V
V. Penjadwalan mesin Job-shop dan Flow-shop
5.1. n-jobs pada mesin ganda (lebih dari 1)
5.2. penjadwalan mesin dengan johnson’s rule
5.3. penjadwalan mesin dengan metode CDS,
Gupta, Palmer
Diskusi, laptop,
LCD, latihan
soal
6. Evaluasi dan Penilaian Hasil Belajar Mahasiswa
Evaluasi tentang kemampuan mahasiswa dalam memahami materi praktikum yang
diberikan dilakukan dengan cara:
1. Memberikan latihan soal sesuai dengan materi yang harus diberikan pada setiap
pelaksanaan praktikum
2. Memberikan tugas yang harus dipraktekkan secara individu atau kelompok pada
minggu ke-1, ke-2, ke-3 dan ke-4
a. Kemampuan Mahasiswa
1. Oleh Dosen
2. Oleh Mahasiswa Sendiri
3. Alat Evaluasi:
1) Pre-Tes
2) Tugas laporan kelompok/individu
3) Test Responsi
b. Proses Perkuliahan, Dosen, Sarana
1. Oleh Mahasiswa
2. Oleh Dosen Sendiri
3. Oleh Ketua Jurusan/Program Studi
11
4. Alat Evaluasi:
1) Check list
2) Angket
3) Skala Nilai
c. Nilai Akhir
1) Kemampuan Mahasiswa
Rumus:
Sumber Nilai Nilai
(N) Bobot (B)
Nilai Akhir
(NxB) Nilai Huruf
Kehadiran Minimal 90 % A : ≥ 80
B : 60 – 79
C : 40 – 59
D : 21 – 39
E : ≤ 20
Partisipasi kelas N1 40 % 0,4 x N1
Laporan/Tugas N2 40 % 0,4 x N2
Latihan soal N3 20 % 0,2 x N3
Total 100 % 100
Keterangan: Kehadiran mahasiswa minimal 90 % dari total praktikum.
N1, N2 dan N3 maksimal masing-masing 100
Faktor lain (kehadiran) dipertimbangkan
2) Proses Praktikum, Dosen, Sarana
Didasarkan pada hasil checklist, angket, dan skala nilai
3) Mutu Praktikum
Didasarkan pada (1) dan (2)
7. Referensi
Bedford, David and Bailey. 1986. Integrated Production System.
Finch, Byron and Richard. 1995. Luebbe, Operations Management, Competing in a
Changing Environment. The Dryden Press Harcourt Brace College Publishers,
Noori, Hamid and Russell Radford. 1995. Production and Operations Management,
Total Quality and Responsiveness. International Edition
12
ACARA KE-I
PERAMALAN
A. TUJUAN PRAKTIKUM
1. Mengajarkan mahasiswa untuk melakukan peramalan dengan bantuan computer
2. Mengajarkan mahasiswa untuk memilih metode peramalan dengan benar
B. LANDASAN TEORI
Peramalan adalah seni dan ilmu dalam memprediksikan kejadian yang akan datang.
Beberapa alasan mengapa melakukan peramalan antara lain adalah:
Dengan adanya tenggang waktu (lead times), keputusan dapat dibuat jauh
sebelum kejadian yang tidak pasti terjadi
Peramalan permintaan produk, bahan baku, tenaga kerja dan kebutuhanan dana
merupakan input yang penting untuk penjadwalan produksi maupun penentuan
kebutuhan sumber daya (resource requirements) untuk mengurangi ketidakpastian
Menjadikan perencanaan produksi lebih mudah
Problem peramalan dapat diklasifikasikan menurut jangka waktu peramalan dan
metode peramalan yang dilakukan.
Berdasarkan Jangka Waktu Peramalan (Time Horizons)
Jangka Pendek/Short Term (up to 3 months)
Order Pembelian (Purchase orders)
Penjadwalan jumlah Tenaga Kerja ( Scheduling workforce level)
Penjadwalan produksi (Production levels)
Penugasan pekerjaan (Job assignments)
Jangka menengah/Medium Term (3 months to 2-3 years)
Perencanan produksi (production planning)
Perencanaan penjualan (Sales planning)
Perencanaan anggaran (Budgeting)
Perencanaan pembelian (Purchasing)
Perencanaan distribusi (Distribution)
Jangka panjang/Long Term (2-3 years or more)
Peluncuran produk baru (New products)
Perencanaan Modal (Capital expenditures)
Perencanaan lokasi dan fasilitas (Facility location/expansion)
Perencanaan Kapasitas (Capacity planning)
Perencanaan strategis (Strategic planning)
Berdasarkan metode peramalan yang digunakan
Peramalan secara kualitatif (Qualitative Forecast)
Subjective in nature
Executive opinion:
Konsensus panel/panel consensus (sekelompok manajer, staff dan ahli
melakukan peramalan berdasarkan konsensus diantara mereka ( ada resiko
13
dominansi/risk of dominance)
Consumer market survey (departemen pemasaran mengirim petugas survei
untuk mengumpulkan informasi dari konsumen tentang kondisi yang akan
datang)
Metode Delphi
Langkah umum peramalan dengan metode Metode Delphi adalah sebagai
berikut:
1. Kumpulkan para ahli/yang berpengalaman dari bidang yang berbeda
2. Melalui kuesioner (atau E-mail), dapatkan hasil peramalan (termasuk
alasan atau asumsi dari peramalan tsb) dari semua partisipan
3. Simpulkan hasilnya dan distribusikan kembali kepada semua partisipan
yang disertai dengan pertanyaan baru
4. Kumpulkan hasilnya dan simpulkan kembali untuk memperbaiki hasil
peramalan dan distribusikan kembali dengan pertanyaan baru
5. Ulangi langkah 4 jika diperlukan dan distribusikan hasil peramalan akhir
ke semua partisipan
Prinsip-prinsip peramalan :
Setiap peramalan mempunyai potensi kesalahan
Setiap peramalan harus menyertakan estimasi kesalahan peramalan
Kesalahan aktual (actual errors) biasanya lebih besar dari kesalahan yang
terestimasi (estimated errors).
Semakin tingkat agregasi data biasanya semakin akurat peramalannya
Metode yang sederhana biasanya lebih disukai daripada metode yang kompleks
Kombinasi kedua metode dapat meningkatkan manfaat peramalan
Peramalan jangka panjang biasanya kurang akurat dibanding peramalan jangka
pendek
Faktor bias secara psikologis dapat memperburuk peramalan
Langkah-langkah (steps) peramalan
Step 1 Tentukan tujuan peramalan
Step 2 Tentukan jangka waktu peramalan
Step 3 Pengumpulan dan analisis data
Step 4 Pemilihan teknik peramalan
Step 5 Peramalan
Step 6 Pengukuran kesalahan peramalan
Step 7 Verifikasi peramalan
Akurasi peramalan
Akurasi peramalan ditentukan oleh nilai kesalahan peramalan (value of forecast
error)
Forecast error = Dt – Ft et
dimana :
Dt = data pada periode t dan
Ft = peramalan pada periode t
14
a. Mean Square Error (MSE)
MSE =
n
t n
et
1
2
b.
Mean Absolute Percentage Error (MAPE)
MAPE =
n
t t D t F t D
n 1
100
c.
Mean Absolute Deviation (MAD)
MAD =
=
n
n
t
et 1
d Bias of Forecasting Error (BFE)
BFE =
n
n
t
et
1
e. The Running Sum of Forecast Error (RSFE ))
RSFE =
n
t
Ft Dt
1
) ( atau
=
n
t
et
1
15
Verifikasi keakurasian peramalan
• Model peramalan dengan tingkat kesalahan terkecil tidak menjamin menjadi alat
peramalan yang terbaik untuk suatu data tertentu
• Model peramalan dikatakan akurat jika standar deviasinya tidak bias dan
terdistribusi normal
• “The Tracking Signal” atau TS dapat digunakan sebagai alat ukur keakurasian
peramalan
• Berdasarkan ukuran MAD, TS dapat digunakan sebagai peta kendali apakah
hasil peramalan adalah akurat atau tidak .
• Formula TS adalah:
Jika nilai tracking signal diplotkan ke dalam peta kendali dengan batas kendali ± 3
MAD, maka hasilnya akan seperti pada gambar berikut:
C. PROSEDUR PRAKTIKUM
Prosedur Praktikum
Buatlah Ramalan Penjualan untuk 5 periode (bulan) ke depan dengan data penjualan
seperti di bawah ini (dalam unit):
Produk I
Periode 1 2 3 4 5 6 7 8 9 10 11 12
250 250 270 245 255 250 260 240 260 255 250 255
Periode 13 14 15 16 17 18 19 20 21 22 23 24
270 245 255 258 260 250 245 250 255 255 240 250
Periode 25 26 27 28 29 30 31 32 33 34 35 36
250 265 250 240 255 250 255 240 255 240 250 255
deviation absoluteMean
errorsforecast of sum Running=
MAD
RSFE=TS
4
3
2
1
0
- 1
- 2
- 3
- 4
TS
UCL
LCL
16
Produk II
Periode 1 2 3 4 5 6 7 8 9 10 11 12
250 260 270 280 260 255 285 290 295 300 310 290
Periode 13 14 15 16 17 18 19 20 21 22 23 24
285 310 315 320 330 340 305 340 350 360 365 380
Periode 25 26 27 28 29 30 31 32 33 34 35 36
390 400 420 400 425 425 430 435 440 440 450 450
Produk III
Periode 1 2 3 4 5 6 7 8 9 10 11 12
250 255 260 265 270 290 280 275 270 270 265 260
Periode 13 14 15 16 17 18 19 20 21 22 23 24
270 280 290 285 295 300 290 285 285 280 275 270
Periode 25 26 27 28 29 30 31 32 33 34 35 36
260 270 290 300 320 330 335 325 320 320 310 310
Tahap peramalan
1. Tentukan Tujuan peramalan (sudah ditetapkan-----ramalan penjualan)
2. Tentukan jangka waktu peramalan (sudah ditetapkan----5 bulan ke depan)
3. Pengumpulan dan analisis data
Plotkan data penjualan aktual selama 36 periode dengan Excel dan amati pola
perubahannya apakah berpola konstan, trend, atau musiman
4. Tentukan teknik peramalan yang sesuai dengan pola data yang ada:
Untuk data konstan, pilihan yang mungkin adalah metode simple average,
weighted moving average, exponential smoothing, adaptive exponential
smoothing
Untuk data trend, pilihan yang mungkin adalah moving average with linear
trend, exponential smoothing with linear trend, double exponential smoothing,
double exponential smoothing with linear trend, dan linear regression
Untuk data musiman, pilihan yang mungkin adalah metode winter’s
5. Lakukan peramalan
Jalankan program WinQsb dengan:
Pilihlah “Forecasting and Linear Regression”
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Type = Time series Forecasting
Problem Title = Peramalan atau nama lain
Time Unit = Month
Number of Time Units (Periods) = 36
Problem Type = Time series
Klik “OK”
Masukkan data penjualan yang ada pada baris yang tersedia
Simpan data tersebut dalam c:\ramal1, c:\ramal2, c:\ramal3 untuk masing-
masing data yang ada
17
Dalam menu “Solve and Analyse” klik “Perform Forecasting”.
Dalam Forecasting Method” Pilihlah dua (2) metode yang anda anggap sesuai
untuk masing-masing data produk di atas (produk I, II, dan III) (dalam
peramalan yang sesungguhnya anda boleh memilih lebih dari dua metode
asalkan sesuai dengan pola data)
Dalam “Method Parameters” Pilihlah “assign values” untuk nilai yang sudah
anda ketahui atau pilih “Search for the best” untuk pencarian terbaik oleh
komputer (biasanya lama untuk model yang kompleks)
Dalam “Search Criterion” Pilihlah “MAD”
Dalam “Number of Periods to Forecast” isikan angka 6 untuk meramalkan
enam periode ke depan
Isikan data yang lain sesuai dengan metode peramalan yang dipilih
Klik “OK” maka hasil peramalan akan diperoleh
Untuk melihat gambar hasil peramalan Klik “ Show Forecasting in Graph”
6. Pengukuran kesalahan
Gunakan ukuran MAD (mean absolute deviation) yang terkecil untuk memilih
metode peramalan yang paling baik diantara dua (2) metode yang anda pilih.
7. Verifikasi peramalan
Plotkan data Tracking Signal (TS) dari hasil peramalan dengan menggunakan
batas kontrol ± 3 untuk memverifikasi metode peramalan yang dipilih.
8. Lakukan analisis untuk hasil peramalan masing-masing produk.
D. REFERENSI
Bedford, David and Bailey. 1986. Integrated Production Systems.
Finch, Byron and Richard.1995. Luebbe. Operations Management, Competing in a
Changing Environment, The Dryden Press Harcourt Brace College Publishers.
Noori, Hamid and Russell Radford. 1995. Production and Operations Management,
Total Quality and Responsiveness. International Edition.
18
ACARA KE-II
PERENCANAAN AGREGAT
A. TUJUAN PRAKTIKUM
1. Mengajarkan mahasiswa untuk dapat melakukan perencanaan agregat dengan
bantuan computer
2. Mengajarkan mahasiswa untuk dapat menganalisis/menginterpretasikan hasil
perencanaan agregat
B. LANDASAN TEORI
Perencanaan agregat adalah suatu perencanaan produksi jangka menengah terhadap
sekelompok produk yang berada dalam satu famili (product family).
Posisi perencanaan agregat dalam perencanaan produksi dapat digambar seperti
berikut:
Perencanaan agregat diperlukan dalam perencanaan produksi dengan tujuan antara
lain:
Untuk meningkatkan beban fasilitas (mengurangi kelebihan atau kekurangan
beban)
Menguji kecukupan kapasitas untuk memenuhi permintaan yang ada
Merencanakan perubahan kapasitas untuk memenuhi fluktuasi permintaan
Untuk mendapatkan solusi terbaik dengan sumber daya yang tersedia
PPeennjjaaddwwaallaann PPrroodduukkssii UUttaammaa
((MMaasstteerr PPrroodduuccttiioonn SScchheedduulliinngg))
SSiisstteemm ppeerreennccaannaaaann ddaann kkeennddaallii pprroodduukkssii
((PPrroodduuccttiioonn PPllaannnniinngg aanndd CCoonnttrrooll SSyysstteemmss))
PPoonndd DDrraaiinniinngg
SSyysstteemmss
PPeerreennccaannaaaann AAggeeggaatt
((AAggggrreeggaattee PPllaannnniinngg))
PPuullll
SSyysstteemmss FFooccuussiinngg oonn
BBoottttlleenneecckkss
PPeerreennccaannaaaann KKaappaassiittaass JJaannggkkaa PPaannjjaanngg
((LLoonngg--RRaannggee CCaappaacciittyy PPllaannnniinngg))
PPuusshh
SSyysstteemmss
19
Masukan (Inputs) dalam perencanaan agregat
Ramalan permintaan dari sekelompok produk (family products) dalam perencanaan
6-18 bulan
Alternatif yang tersedia dan pada tingkat apa alternatif tersebut mempengaruhi
kapasitas dan beaya
Status sistem yang ada mengenai jumlah tenaga kerja, tingkat persediaan yang ada
dan laju produksi
Keluaran (Outputs) dalam perencanaan agregat
Sebuah rencana produksi : keputusan secara agregat (pada sekelompok produk
sejenis) selama periode perencanaan mengenai:
o Jumlah tenaga kerja (workforce level)
o Tingkat persediaan (inventory level)
o Laju produksi (production rate)
Perkiraan beaya jika rencana produksi akan direalisasikan
Metode pendekatan yang digunakan dapat digunakan dalam perencanaan agregat
antara lain:
Metode Informal atau metode coba-coba
Metode matematis:
o Pemrograman linier (linear programming)
o Model keputusan linier (linear decision rules)
Metode simulasi (simulation)
Metode Heuristics
Perbandingan metode-metode perencanaan agregat
Keuntungan
Metode grafis :
- mudah, mudah penggunaan dan
mudah dipahami
Pemrograman linier :
- menyediakan solusi linier
- populer di berbagai industri
- sensitivitas dan analisis dual
menyediakan informasi yang
berguna
- mempertimbangkan kendala
sumber daya
Metode keputusan linier
- menyediakan solusi optimal
- dapat menangani permintaan yang
probabilistik
Kekurangan
Metode grafis :
- banyak solusi ; solusi tidak selalu
optimal
Pemrograman Linier :
- fungsi matematisnya harus linier,
deterministik (kadang menjadi
kurang realistik)
Metode keputusan linier :
- melibatkan faktor beaya yag tidak
standar. Memerlukan keahlian
pekerja, metode kuadratis yang
tidak selalu realistis, nilai variabel
yang tanpa batasan, solusi optimal
tidak selalu ada
20
Model koefisien manajemen :
- menyerupai proses pengambilan
keputusan para manajer. Sangat
mudah untuk diimplementasikan
Simulasi:
- tidak ada batasan pada struktur
fungsi matematis dan fungsi
beayanya . Dapat untuk menguji
berbagai bentuk persoalan.
Model koefisien manajemen :
- solusi yang tidak selalu optimal .
- menggunakan asumsi bahwa
keputusan sebelumnya selalu baik.
- berdasarkan model individu yang
belum tentu valid
Simulasi
- solusi tidak selalu optimal
- prosesnya kadang lama dan mahal
Strategi untuk metode pendekatan informal
Strategi murni (pure strategy)
Menyesuaikan permintaan (Matching Demand/chase strategy)
Penyesuaian kerja lembur atau sub-kontrak (buffering with overtime or
subcontracting)
Pemerataan kapasitas (level capacity/strategy)
Penyesuaian persediaan (buffering with inventory)
Penyesuaian pemesanan kembali (buffering with backlog)
Penyesuaian kerja lembur atau sub-kontrak (buffering with overtime or
subcontracting)
Strategi campuran (hybrid strategies)
Strategi penyesuaian permintaan (macthing demand/chase strategy)
Kapasitas produksi pada setiap periode waktu disesuaikan betul dengan
permintaan agregat pada saat itu
Kapasitas disesuaikan dengan perubahan jumlah tenaga kerja
Persediaan produk akhir minimal (tidak memanipulasi persediaan)
Beaya tenaga kerja dan bahan cenderung tinggi karena banyaknya/seringnya
perubahan
Penyesuaian kapasitas dan permintaan Manajemen permintaan dengan cara:
o Variasi harga
o Merubah waktu tenggang (change lead time)
o Mendorong/merubah bisnis
o Manajemen kapasitas (Capacity Management)
o Penyesuaian pekerja (adjust staffing)
o Penyesuaian proses dan peralatan
o Merubah metode untuk memfasilitasi produksi
o Perancangan kembali produk untuk memfasilitasi produksi
21
Prinsip pembuatan dan evaluasi rencana produksi berdasarkan penyesuaian
permintaan (matching demand/chase strategy)
o Laju produksi disesuaikan dengan agregat ramalan permintaan
o Ubahlahlah agregat ramalan permintaan ke dalam jumlah tenaga kerja yang
dibutuhkan dengan menggunakan informasi waktu produksi
o Beaya-beaya yang dominan pada strategi ini adalah beaya-beaya akibat perubahan
jumlah tenaga kerja dari waktu ke waktu (misalnya, merekrut atau
memberhentikan tenaga kerja)
Strategi pemerataan (level capacity strategy)
Beaya yang dominan adalah beaya persediaan dan beaya pemesanan kembali
(inventory carrying and backlogging costs)
Jumlah persediaan akhir (period-ending inventories) atau pemesanan kembali
(backlogs) ditentukan dengan persamaan:
o EIt = EIt-1 + (Pt - Dt )
Dimana: EIt = Ending Inventory pada periode t
EIt-1 = Ending Inventory pada periode t-1
Pt = Produksi pada periode t
D = Permintaan pada periode t
C. PROSEDUR PRAKTIKUM
Pahamilah contoh kasus di bawah ini:
Sebuah perusahaan makanan yang memproduksi suatu jenis produk ingin membuat
perencanaan produksi agregat selama 5 bulan ke depan (Januari s/d Mei). Jumlah
pekerja yang sudah ada adalah enam (6) orang. Adapun perincian data produksi adalah
sebagai berikut:
Tabel 1. Hasil ramalan permintaan dalam 5 bulan ke depan (dalam unit)
Periode Ramalan Agregat (unit)
Januari 1.400
Februari 1.450
Maret 1.600
April 1.800
Mei 1.200
Tabel 2. Informasi produksi
Jenis informasi produksi Keterangan
Jumlah jam kerja per pekerja per hari (jam/hari) 7
Jumlah hari kerja dalam satu minggu (hari/minggu) 5
Jumlah minggu dalam satu bulan (minggu/bulan) 4
Beaya pekerja ($/jam. Pekerja) 2
Beaya undertime ($/jam) 1
Jumlah persediaan awal (unit) 250
Kapasitas lembur per pekerja per bulan (jam) 40
Beaya lembur per per jam per pekerja ($/jam. 3
22
Pekerja)
Beaya perekrutan pekerja ($/Pekerja) 50
Beaya Pemberhentian pekerja ($/Pekerja) 60
Kapasitas gudang (maksimum persediaan (unit) 5.000
Persediaan pengaman (Safety stock) dalam (unit) 50
Beaya penyimpanan ($/unit. Bulan) 0.01
Waktu perakitan per unit (jam) 0.5
Tahap perencanaan
1. Tentukan tujuan perencanaan (sudah ditetapkan-----perencanaan agregat)
2. Tentukan jangka waktu perencanaan (sudah ditetapkan----5 bulan ke depan
yaitu Januari s/d Mei)
3. Lakukan perencanaan
Jalankan program WinQsb dengan:
Pilihlah pilihan “Aggregate Planning”
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Type = Simple model
Pilihlah (beri tanda silang) pada”overtime allowed” dan “hire/dismissal allowed”
Problem Title = Perencanaan Agregat
Number of planning periods = 5
Planning Resource Name = Employee
Capacity unit of planning resource = hours
Capacity requirement per product/service = waktu perakitan per unit = 0.5
Initial number of planning resource = jumlah pekerja awal = 6
Initial Inventory/Backordered = Jumlah persediaan awal = 250
Klik “OK”
Pada menu “Edit” pilihlah “Period name” dan gantilah nama periode dengan
January s/d May
Pada DATA ITEM Forecast demand, isikan ramalan permintaan produk selama
bulan January s/d May dari Tabel 1
Pada DATA ITEM initial number of employee, isikan jumlah pekerja awal
Pada DATA ITEM regular time capacity in hours per employee, isikan jumlah
jam/hari x jumlah hari/minggu x jumlah minggu/bulan (7 x 5 x 4) = 140
Pada DATA ITEM regular time cost per hours, isikan beaya pekerja per jam
($2/jam.pekerja) = 2
Pada DATA ITEM undertime cost per hours, isikan beaya undertime/jam $1/jam
= 1
Pada DATA ITEM overtime capacity in hours per employee, isikan kapasitas
lembur per pekerja per bulan = 40
Pada DATA ITEM overtime cost per hours, isikan beaya kerja lembur /jam
$3/jam = 3
Pada DATA ITEM hiring cost per employee, isikan beaya perekrutan/pekerja
($50/pekerja) = 50
Pada DATA ITEM dismissal cost per employee, isikan beaya pemberhentian
pekerja ($60/pekerja) = 60
Pada DATA ITEM initial inventory/backordered, isikan persediaan awal = 250
23
Pada DATA ITEM maximum inventory allowed, isikan kapasitas gudang = 5000
Pada DATA ITEM minimum ending inventory, isikan safety stock = 50
Pada DATA ITEM unit inventory holding cost, isikan beaya penyimpanan
($/unit.bulan) = 0.01
Pada DATA ITEM Capacity requirement in hours per unit, isikan waktu perakitan
per unit (hours/unit) = 0.5
Simpanlah data dengan nama “Agregat”
Cara penyelesaian dengan Level Strategy:
Pada menu “Solve and Analyse” klik “Solve the problem”
Pada “Solution method” pilihlah “constant average production (level strategy)”
Pada “Production Quantity” pilihlah “ Whole number”
Klik “OK”, rencana agregat akan diperoleh.
Klik “show cost analysis” atau “show graphic analysis” untuk mengetahui beaya
perencanaan agregat maupun pola distribusinya
Cobalah dengan “solution method” yang lain yaitu “constant regular time
employee (level strategy)”
Cara penyelesaian dengan Chase Strategy:
Pada menu “solve and analyse” klik “solve the problem”
Pada “solution method” pilihlah “up-to-demand with regular time employee”
Pada “production quantity” pilihlah “ whole number”
Klik “OK”, rencana agregat akan diperoleh.
Klik “show cost analysis” atau “show graphic analysis” untuk mengetahui beaya
perencanaan agregat maupun pola distribusinya
Cobalah dengan “solution method” yang lain yaitu “up-to-demand with regular
and overtime employee”
4. Lakukan analisis untuk hasil perencanaan dengan masing-masing metode di atas dan
bandingkan hasilnya
D. REFERENSI
Bedford, David and Bailey. 1986. Integrated Production Systems.
Finch, Byron and Richard. 1995. Luebbe, Operations Management, Competing in a
Changing Environment, The Dryden Press Harcourt Brace College Publishers.
Noori, Hamid and Russell Radford. 1995. Production and Operations Management,
Total Quality and Responsiveness, International Edition
24
ACARA KE-III
PERENCANAAN KEBUTUHAN BAHAN
A. TUJUAN PRAKTIKUM
1. Mengajarkan mahasiswa untuk melakukan perencanaan kebutuhan bahan
dengan metode material requirement planning (MRP) yang berbasis
komputer
2. Mengajarkan mahasiswa tentang input-input yang dibutuhkan dalam
perencanaan kebutuhan bahan
3. Mengajarkan mahasiswa tentang output yang dihasilkan dari perencanaan
kebutuhan bahan dengan metode MRP.
B. LANDASAN TEORI
Perencanaan kebutuhan bahan merupakan suatu aktivitas lanjutan dari
perencanaan produksi produk akhir (end items) yang telah dijadwalkan dalam
jadwal induk produksi (master production scheduling atau MPS). Suatu metode
yang cukup dikenal dalam perencanaan kebutuhan bahan adalah metode material
requirement planning (MRP).
Gambar 1. Hubungan antara MPS dan MRP
Dalam merencanakan kebutuhan bahan baku, MRP membutuhkan tiga (3)
masukan utama yaitu jadwal induk produksi itu sendiri (master production
scheduling atau MPS), file cacatan persediaan (inventory record file) serta Bill of
Material (BOM) seperti terlihat pada Gambar 2. Dengan mendasarkan pada
jadwal produksi utama, perencanaan kebutuhan bahan baku (MRP) membuat
jadwal untuk mengidentifikasi bahan/komponen tertentu yang dibutuhkan untuk
memproduksi produk akhir, menentukan jumlah unit yang dibutuhkan serta
25
menentukan waktu mengenai kapan order kepada bagian produksi atau pemasok
mengenai bahan/komponen tersebut harus dilakukan dengan mempertimbangkan
waktu tunggu (lead times). Bill of Material (BOM) menunjukkan daftar semua
bahan baku, komponen, atau rakitan yang diperlukan untuk membuat satu unit
produk akhir.
Gambar 2. Input dan Output MRP
Gambaran visual dari kebutuhan bahan dalam bill of materials, dimana semua
bahan yang dibutuhkan diuraikan menurut urutan perakitannya disebut dengan
product structur tree. Sebagai contoh, jika satu unit produk A membutuhkan
empat (4) sub-assembly B dan dua (2) sub-assembly C, sedangkan setiap unit B
membutuhkan dua (2) komponen D dan satu (1) komponen E serta setiap unit C
membutuhkan tiga (3) komponen D dan dua (2) komponen F maka strukturnya
akan seperti yang terlihat pada Gambar 3.
Gambar 3. Contoh product structur tree untuk produk A
File data persediaan berisikan informasi mengenai status suatu item bahan
baku/komponen/rakitan pada periode tertentu seperti kebutuhan kotor bahan
(Gross requirements), pesanan bahan yang direncanakan akan diterima (scheduled
receipt), persediaan yang diperkirakan pada akhir periode tertentu (expected
amount on hand), suppliers, lead time, lot size, changes due to stock receipt and
withdrawals, cancels orders, dan lainnya. Setiap item persediaan dicatat dalam
file yang berbeda dan statusnya tergantung dari “time buckets” atau periode
perencanaan (misalnya mingguan) yang dilakukan yang setiap ada perubahan
26
informasi dilakukan penyesuaian. Laporan utama MRP berisikan informasi
tentang:
• Planned orders yaitu jumlah bahan tertentu baku serta waktu pemesanan yang
akan direalisasikan pada waktu ke depan.
• Order release notices, untuk mengeksekusi Planned Oders yang harus segera
direalisasikan (misalnya pada minggu pertama)
• Changes in due dates, suatu open orders atau pesanan yang sedang
direalisasikan namun mengalami penjadwalan ulang.
• Cancellations or suspension, suatu open orders atau pesanan yang sedang
direalisasikan namun mengalami pembatalan atau penundaan pada MPS
• Inventory status data, mengenai data status persediaan.
Adapun laporan tambahan dari MRP dapat berupa:
• Planning reports, contohnya, laporan yang dapat meramalkan kebutuhan
persediaan dalam keseluruhan periode
• Performance reports atau laporan yang digunakan untuk menentukan
kesesuaian antara penggunaan bahan dan beaya aktual dengan yang
direncanakan
• Exception reports atau laporan digunakan untuk menunjukkan perbedaan
serius yang harus jadi perhatian seperti keterlambatan pemesanan
Secara umum mekanisme kerja MRP menggunakan beberapa prinsip berikut:
Netting
Merupakan proses perhitungan kebutuhan bersih (net requirement) yang
diperoleh dari selisih antara kebutuhan kotor (gross requirement) dengan
jadwal penerimaan persediaan (schedule order receipt) dan persediaan awal
yang tersedia (beginning inventory) atau net requirement = gross requirement –
on hand inventory – scheduled receipts.
Offsetting atau Time Phasing
Merupakan proses untuk menentukan saat yang tepat untuk melakukan
pemesanan dalam memenuhi kebutuhan bersih dengan mempertimbangkan
lead time pengadaan bahan baku kepada bagian produksi atau pemasok.
Lotting
Merupakan suatu proses untuk menentukan besarnya jumlah pesanan untuk
setiap item yang didasarkan pada hasil perhitungan kebutuhan bersih melalui
proses netting dengan mempertimbangkan kendala kapasitas pengadaan atau
beaya pengadaan (set-up cots) dan beaya penyimpanan (holding costs).
BOM Exploding
Exploding merupakan proses perhitungan kebutuhan kotor untuk item pada
level yang lebih bawah. Perhitungan ini didasarkan pada pemesanan item-item
produk pada level yang lebih atas. Sebaliknya, proses identifikasi item bahan
yang menyebabkan adanya permintaan suatu item bahan yang lain (struktur
item yang di atasnya atau disebut proses pegging juga dilakukan untuk
27
mengetahui seberapa besar pengaruh perubahan rencana pengadaan bahan
terhadap produk akhir)
Proses perhitungan MRP biasanya menggunakan format khusus dan sangat
membutuhkan banyak waktu untuk melakukan perubahan secara manual. Oleh
karena itu, MRP akan lebih mudah jika dilakukan dengan menggunakan bantuan
komputer. Beberapa istilah yang harus dipahami adalah:
• Gross Requirements: Total permintaan bahan/komponen/rakitan/produk akhir
yang diperkirakan dalam suatu periode
• Scheduled Receipts: jumlah pesanan dari pemasok , bagian produksi atau
tempat lain yang dijadwalkan akan datang (merupakan realisasi dari suatu
planned order receipts)
• Projected Available Balance: jumlah persediaan yang diperkirakan tersedia
pada awal periode
• Net Requirements: jumlah aktual yang dibutuhkan dari
bahan/komponen/rakitan/produk akhir pada tiap-tiap periode
• Planned Order Receipt: jumlah pesanan yang diperkirakan akan diterima
pada awal periode yang dibutuhkan
• Planned Order Release: jumlah yang harus dipesan untuk periode yang
dibutuhkan yang nilainya sama dengan planned order receipt (ditentukan lebih
awal menurut lead time-nya melalui proses off-setting atau time phasing)
Untuk lebih mudah memahami cara kerja MRP, berikut diberikan sebuah contoh
kasus merencanakan kebutuhan bahan untuk memproduksi produk akhir X.
Gambar 4. Product Structure Tree produk X dan data persediaan/permintaan
28
Tabel 1. Contoh solusi perhitungan kebutuhan bahan dengan metode MRP
Penentuan Ukuran Lot (Lot Sizing)
Untuk mencukupi kebutuhan bahan baku bagi keperluan produksi, bahan baku
dipesan kepada para pemasok atau bagian produksi dalam ukuran lot produksi.
Ada berbagai metode yang digunakan dalam penentuan ukuran lot yaitu:
1. Metode Lot-for-Lot
Metode ini merupakan metode yang paling sederhana, yaitu melakukan
pemesanan bahan baku sesuai dengan jumlah yang dibutuhkan (Planned order
receipts atau planned order release sesuai dengan nett requirements). Metode
ini akan menghasilkan beaya penyimpanan (holding costs) yang minimum
tetapi membutuhkan beaya pengadaan (set-up costs) yang maksimum. Metode
ini tidak selalu realistik untuk dapat diterapkan. Pada suatu pemesanan bahan
baku dengan lead-time 1 minggu maka perencanaan kebutuhan bahan baku
akan dapat seperti pada Tabel 2.
Tabel 2. Lot sizing dengan metode Lot-for-Lot (L-4-L)
Items Week
1 2 3 4 5 6 7 8 9 10
Gross Requirement 40 80 20 20 80 40 20 20 40
Scheduled Receipts
29
Projected
Ending
Inventory
0
Net Requirements 40 80 20 20 80 40 20 20 40
Planned Order
Receipts 40 80 20 20 80 40 20 20 40
Planned Order
Release 40 80 20 20 80 40 20 20 40
2. Fixed Order Quantity
Metode ini melakukan pemesanan kebutuhan bahan berdasarkan ukuran lot Q
yang sudah ditentukan atau berdasarkan kapasitas produksi atau kapasitas
pengiriman yang ada misalnya sesuai kapasitas mesin, kapasitas truk
pengangkut atau lainnya. Jadi ukuran lot sebesar Q atau kelipatannya.
3. Metode Economic Order Quantity (EOQ)
Metode ini melakukan pemesanan bahan baku dengan mendasarkan pada
kuantitas pesanan/order atau ukuran lot yang memenuhi formula:
EOQ =
Sebagai contoh, jika permintaan tahunannya sebesar 2.225 unit. Sedangkan
beaya pengadaan sebesar $ 20 per pengadaan dan beaya penyimpanan adalah
$5,7 per unit per tahuan maka:
= 124,96 unit ≈ 125 unit
Oleh karena itu, ukuran lot untuk pengadaan bahan baku pada kasus yang sama
di atas adalah sebesar 125 unit seperti pada Tabel 3.
Tabel 3. Lot sizing dengan metode Economic Order Quantity (EOQ)
Items Week
1 2 3 4 5 6 7 8 9 10
Gross Requirement 40 80 20 20 80 40 20 20 40
Scheduled Receipts
Projected
Ending
Inventory
0
85 5 110 90 10 95 75 55 15
Net Requirements 40
15
30
Planned Order
Receipts 125
125
125
Planned Order
Release 125
125
125
30
4. Periodic Order Quantity
Metode ini menetapkan ukuran lot dengan periode antar pemesanan yang sama
dengan periode antar pemesanan dengan menggunakan metode EOQ. Ukuran
lot pemesanan disesuaikan dengan kebutuhan untuk memenuhi selama periode
antar pemesanan tersebut. Sebagai contoh, jika pada perhitungan EOQ
menghasilkan 125 unit maka setiap pemesanan bahan baku sebesar 125 unit.
Artinya, permintaan sebesar 2.225 unit per tahun akan dipenuhi dalam (2.225 :
125 = 17,8) kali dalam satu tahun. Jika satu tahun ada 52 minggu maka
pemesanan akan dilakukan setiap (52 : 17,8 = 3) minggu sekali. Oleh karena
itu metode Periodic Order Quantity menetapkan ukuran lot berdasarkan
kebutuhan selama 3 minggu ke depan seperti pada Tabel 4.
Tabel 4. Lot sizing dengan metode Periodic Order Quantity (POQ)
Items Week
1 2 3 4 5 6 7 8 9 10
Gross Requirement 40 80 20 20 80 40 20 20 40
Scheduled Receipts
Projected
Ending
Inventory
0
100 20
120 40
60 40
Net Requirements
40
20
20
Planned Order
Receipts
140
*
140
*
80
*
Planned Order
Release 140
140
80
5. Part-Period Balancing Algorithm
Metode ini berusaha menyeimbangkan beaya pengadaan (set-up costs) dengan beaya
peyimpanan (holding costs) secara dinamis. Yang dimaksud dengan satu (1) part period
adalah penyimpanan satu (1) unit bahan selama satu (1) periode atau kombinasi lain yang
memungkinkan. Dengan kata lain, 100 part-period dapat berarti menyimpan 100 unit
selama satu (1) periode, 50 unit selama dua (2) periode, 25 unit selama empat (4) periode,
atau kombinasi lainnya. Dalam menentukan ukuran lot pengadaan bahan baku, part-
period yang ekonomis (Economic Part-Period atau EPP) harus dihitung dengan formula:
Pada kasus di atas, karena beaya pengadaan adalah $20 sedangkan beaya penyimpanan
adalah $5,7 per unit per tahun atau ($5,7 : 52 minggu/tahun = $0,11) per unit per minggu
maka economic part-period nya adalah:
Dengan kata lain, ukuran lot terbesar untuk pengadaan bahan harus dapat memenuhi
kebutuhan beberapa periode ke depan asalkan nilai Accumulated Part-Period atau APP
nya tidak melebihi 181,82. Pada kasus di atas, ukuran lot pengadaan bahan yang pertama
31
yang tidak melebihi EPP adalah dengan menggabungkan kebutuhan pada minggu ke-2, 3,
4 dan ke-5 yaitu sebesar 40 + 80 + 20 + 20 = 160 unit.
Tabel 5. Accumulated Part-Period berdasarkan alternatif ukuran lot ke-1
Kelompok Periode Ukuran Lot Accumulated Part-Period (APP)
Week 2 40 0
Week 2 dan 3 120 0 + 80 (1) = 80
Week 2,3, dan 4 140 0 + 80 (1) + 20 (2) = 120
Week 2,3,4, dan 5 160 0 + 80 (1) + 20 (2) + 20 (3) = 180
Week 2,3,4,5, dan 6 240
0 + 80 (1) + 20 (2) + 20 (3) + 80 (4) =
500
Ukuran lot pengadaan bahan yang kedua dimulai dari minggu ke-6 mengingat kebutuhan
pada minggu tersebut belum dipenuhi di pengadaan yang pertama. Dengan cara yang
sama maka ukuran lot pengadaan bahan yang kedua dapat dilihat seperti pada Tabel 6
yaitu menggabungkan kebutuhan dari minggu 6, 7, 8 dan 9.
Tabel 6. Accumulated Part-Period berdasarkan alternatif ukuran lot ke-2
Kelompok Periode Ukuran Lot Part-Period
Week 6 80 0
Week 6 dan 7 120 0 + 40 (1) = 40
Week 6,7, dan 8 140 0 + 40 (1) + 20 (2) = 80
Week 6,7,8, dan 9 160 0 + 40 (1) + 20 (2) + 20 (3) = 140
Week 6,7,8,9, dan 10 200
0 + 40 (1) + 20 (2) + 20 (3) + 40 (4) =
300
Secara keseluruhan, rencana kebutuhan bahan dengan metode ini seperti pada Tabel 7
Tabel 7. Lot sizing dengan metode Part-Period Balancing (PPB)
Items Week
1 2 3 4 5 6 7 8 9 10
Gross Requirement 40 80 20 20 80 40 20 20 40
Scheduled Receipts
Projected
Ending
Inventory
0
120 40 20
80 40 20
Net Requirements
40
80
40
Planned Order
Receipts
160
160
40
Planned Order
Release 160
160
40
6. Metode Silver Meal
32
Metode ini adalah metode penentuan ukuran lot pengadaan bahan yang dinamis
secara heuristis dengan cara mencari jumlah periode T yang menghasilkan Total
Relevant Cost per period yang minimum. Total Relevant Cost Per period dihitung
dengan formula:
=
Dimana:
C = Beaya pengadaan (Set-up Cost)
h = Beaya simpan per unit per periode (prosentase dari nilai bahan)
P = Nilai bahan
k, T = periode
Rk = Kebutuhan pada periode k
Jumlah periode T yang terbaik untuk menentukan ukuran lot dapat diketahui jika:
>
Oleh karena itu, ukuran lot yang terbaik adalah dihitung dengan cara:
Q =
Sebagai contoh, jika ada suatu bahan yang nilainya P = $50 mempunyai beaya simpan h
= 2 % dari nilai bahan per unit per periode dan beaya pengadaannya C = $100. Jika
kebutuhan bahannya (net requirements) seperti pada Tabel 8.
Tabel 8. Data kebutuhan bahan selama enam minggu
Week 1 2 3 4 5 6
Net Requirement 75 0 33 28 0 10
Maka ukuran lot dapat ditentukan seperti berikut:
Tabel 9. Perhitungan ukuran lot dengan metode Silver-Meal
33
Karena total relevant cost per period mulai meningkat setelah penggabungan minggu 1,
2, dan 3 maka ukuran lot ke-1 adalah penggabungan kebutuhan minggu 1 dan 2 sebesar
(75 + 0) = 75 unit. Ukuran lot yang ke-2 adalah penggabungan kebutuhan minggu 3, 4, 5,
dan 6 sebesar (33 + 28 + 0 + 10) = 71 unit.
Tabel 10. Ukuran lot dengan metode Silver-Meal
Week 1 2 3 4 5 6
Net Requirements 75 0 33 28 0 10
Ukuran lot Order 75
71
7. Metode Least Unit Cost
Metode ini sebenarnya hampir sama dengan metode silver meal, hanya saja Total
Relevant Cost-nya tidak dibagi dengan jumlah periode T tetapi dengan jumlah
kebutuhannya: Formula yang digunakan adalah:
=
Week T
Kebutuhan Beaya Simpan
Beaya
simpan TRC(T) TRC(T)/T
RT h.P(T-1) RT Kumulatif
(1) (2) (3) (4) (5)
(6) = C +
(5)
(7) = (6) /
(2)
1 1 75
0,02.50(1-1).75
= 0 0 100 100
2 2 0
0,02.50(2-1). 0 =
0 0 100
50
3 3 33
0,02.50(3-1).33
= 66 66 166 55,33
3 1 33
0,02.50(1-1).33
= 0 0 100 100
4 2 28
0,02.50(2-1).28
= 28 28 128 64
5 3 0
0,02.50(3-1).0 =
0 28 128 42,67
6 4 10
0,02.50(4-1).10
= 30 58 158 39,50
34
Jumlah periode T yang terbaik untuk menentukan ukuran lot dapat diketahui jika:
> dan Q =
Pada kasus di atas, jika diselesaikan dengan metode ini akan menjadi seperti Tabel 11:
Tabel 11. Perhitungan ukuran lot dengan metode Least Unit Cost
Week T
Kebutuhan Kebutuhan Beaya Simpan
Beaya
simpan TRC(T) TRC(T)/Unit
RT Kumulatif h.P(T-1) RT Kumulatif
(1) (2) (3) (4) (5) (6)
(7) = C
+ (6)
(8) = (7) /
(4)
1 1 75 75
0,02.50(1-1).75
= 0 0 100 1,33
2 2 0 75
0,02.50(2-1). 0
= 0 0 100
1,33
3 3 33 108
0,02.50(3-1).33
= 66 66 166 1,54
3 1 33 33
0,02.50(1-1).33
= 0 0 100 3,03
4 2 28 61
0,02.50(2-1).28
= 28 28 128 2,10
5 3 0 61
0,02.50(3-1).0
= 0 28 128
2,10
6 4 10 71
0,02.50(4-1).10
= 30 58 158 2,23
6 1 10 10
0,02.50(1-1).10
= 0 0 100 10
Tabel 12. Ukuran lot pengadaan bahan dengan metode Least Unit Cost
Week 1 2 3 4 5 6
Net Requirement 75 0 33 28 0 10
Ukuran lot Order 75
61
10
8. Metode Wagner Within
Metode ini merupakan metode penentuan ukuran lot kebutuhan bahan yang
menggunakan pendekatan program dinamis dan dapat menghasilkan solusi yang
optimal untuk jangka waktu perencanaan tertentu. Beaya pengadaan bahan (beaya
set-up dan beaya simpan) apabila dilakukan dengan ukuran lot sebesar Q untuk
35
memenuhi kebutuhan dari periode c sampai dengan periode e atau (Qce) dihitung
dengan formula:
untuk 1 ≤ c ≤ e ≤ N
Pada kasus di atas, apabila dihitung akan diperoleh:
Apabila dihitung semua maka total beaya pengadaan untuk memenuhi kebutuhan dari
periode c ke periode e (Zce) dapat dilihat pada Tabel 13.
Tabel 13. Beaya pengadaan untuk memenuhi kebutuhan dari
periode c sampai periode e
Zce
c e=1 2 3 4 5 6
1 100 100 166 250 250 300
2 100 133 189 189 229
3 100 128 128 158
4 100 100 120
5 100 110
6 100
Untuk mengetahui beaya pengadaan yang optimal maka perlu dihitung total beaya
pengadaan untuk semua alternatif yang mungkin dengan formula:
untuk c = 1, 2, ..., e atau 1 ≤ c ≤ e ≤ N
adalah beaya pengadaan yang optimal untuk memenuhi keseluruhan kebutuhan
= 100, pilihannya
= 100, pilihannya
= 166, pilihannya
36
= 228, pilihannya
= 228, pilihannya
= 258, pilihannya
Tabel 14. Alternatif beaya pengadaan dan
Alternatif Beaya Pengadaan dan
c e=1 2 3 4 5 6
1 100 100 166 250 250 300
2 200 233 289 289 329
3 200 228 228 258
4 266 266 286
5 328 338
6 328
fe 100 100 166 228 228 258
Karena = adalah beaya pengadaan bahan yang optimal untuk memenuhi
keseluruhan kebutuhan dengan pilihan alternatif maka ukuran lot pemesanan
adalah ukuran lot untuk memenuhi periode 3 s/d 6 atau (33 + 28 + 0 + 10) = 71 serta dari
kombinasi yaitu dengan ukuran lot pemesanan untuk memenuhi periode 1 s/d
2 atau (75 + 0) = 75. Hasil perhitungan dapat dilihat pada Tabel 10 yang kebetulan sama
dengan hasil dari metode Silver Meal.
C. PROSEDUR PRAKTIKUM
Pahamilah contoh kasus di bawah ini:
Sebuah departemen produksi akan merencanakan kebutuhan bahan untuk memproduksi
dua jenis produk akhir yaitu produk diamond serta produk deluxe. Selain memproduksi
kedua jenis barang tersebut, departemen ini juga melayani pesanan beberapa suku cadang
(part/komponen) kepada perusahaan lain. Data kharakteristik produk, jadwal induk
produksi, data persediaan serta kapasitas produksi dapat dilihat pada Gambar 5 dan 6
serta Tabel 15 s/d 19.
37
Gambar 5. Product Structure Tree produk Diamond
Gambar 6. Product Structure Tree produk Deluxe
Tabel 15. Data kharakteristik bahan
No ID ABC Source Material Unit Lead Lot LS Scrap
Item Class Code Type Measure Time Size Multiplier %
1 A100 A MADE
Final
Product Each 1 LFL
2 B100 A MADE
Final
Product Each 2 LFL
3 C200 B MADE Part Each 1 EOQ
5
4 D200 B MADE Part Each 2 FOQ 200 5
5 E200 B MADE Assembly Each 1 LUC
5
6 F300 C BUY Component Each 2 PPB
5
7 G300 C BUY Component Each 2 EOQ
5
38
Tabel 16. Data permintaan tahunan serta beaya pengadaan
No ID Annual Unit Setup Annual Annual
Item
Description
Item Demand Cost Cost
Holding
Cost
Shortage
Cost
1 A100 2000 200 500 20 M Final Product
2 B100 3000 250 600 30 M Final Product
3 C200 6000 50 150 8 M Part
4 D200 4000 40 150 6 M Part
5 E200 4500 60 200 10 M Sub-Assembly
6 F300 20000 15 50 2 M Component
7 G300 16000 10 50 2 M Component
Tabel17. Data jadwal induk produksi (master production scheduling)
ID Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Week 8 Week 9 Week 10
Item Req'ment Req'ment Req'ment Req'ment Req'ment Req'ment Req'ment Req'ment Req'ment Req'ment
A100 300 80 120 350
B100 260 140 270
C200 30 60
D200
E200
F300
G300
Tabel 18. Data persediaan dan pesanan yang akan diterima (planned receipts)
ID Safety On
Hand
Inven
tory
Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Week 8 Week 9
Week
10
Item Stock Planned Planned Planned Planned Planned Planned Planned Planned Planned Planned
Receipt Receipt Receipt Receipt Receipt Receipt Receipt Receipt Receipt Receipt
A100 50 80 70 120
B100 80 120 130 50
C200 100 400 90 60
D200 100 375
E200 100 100 240 100
F300 120 350 250 210
G300 150 300 70
39
Tabel 19. Kapasitas produksi masing-masing komponen atau bahan
ID Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Week 8 Week 9
Week
10
Item Capacity Capacity Capacity Capacity Capacity Capacity Capacity Capacity Capacity Capacity
A100 200 200 200 200 200 200 200 200 200 200
B100 300 300 300 300 300 300 300 300 300 300
C200 400 400 400 400 400 400 400 400 400 400
D200 400 400 400 400 400 400 400 400 400 400
E200 500 500 500 500 500 500 500 500 500 500
F300 M M M M M M M M M M
G300 M M M M M M M M M M
Tahap Perencanaan
Jalankan program WinQsb dengan memilih pilihan “Material Requirements Planning”.
1. Proses Pemasukan data
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Title = Perencanaan Kebutuhan Bahan
Number of Product and Part Items = 7
Time Unit of Planning Period = Week
Number of Planning Periods = 10
Number of Periods per Year = 52
Klik “OK”
Untuk mengisikan data induk mengenai berbagai jenis produk maupun
komponen pembuatnya beserta kharakteristiknya, pada form “Perencanaan
Kebutuhan bahan” – item master, isilah dengan data-data dari Tabel 15 dan
Tabel 16.
Untuk mengisikan input data mengenai struktur produk dan Bill of Material
(BOM), klik menu “View” dalam pilihlah piliah “BOM (Bill of Material)”
Pada layar akan muncul form yang hanya terdiri dari dua (2) kolom yaitu
kolom “Item ID” dan kolom “Component”. Mengingat bahwa jumlah
komponen produk lebih dari satu maka ubahlah form tersebut sesuai dengan
kebutuhan dengan memilih menu “Edit” dan pilihlah pilihan “Change BOM
Span”
Isikan pada pilihan “New Maximum Span is “ dengan angka “3” atau lebih dan
klik “OK”
Isilah form Bill of Material (BOM) tersebut dengan menuliskan “Item
ID/Usage” dari part, assembly atau component penyusunnya sesuai dengan Bill
of Material pada Gambar 5 dan Gambar 6 (Yang dituliskan hanya part, assembly
atau component penyusun langsung-nya saja).
Untuk mengisikan input jadwal induk produksi, pilihlah menu “View” dan
pilihlah pilihan “ MPS (Master Production Schedule)”. Pada form yang telah
tersedia, isilah dengan data sesuai pada Tabel 17.
Untuk mengisikan input data persediaan (inventory), pilihlah menu “View” dan
pilihlah pilihan “Inventory”. Pada form yang telah tersedia, isilah dengan data
40
sesuai pada Tabel 18.
Untuk mengisikan input data kapasitas, pilihlah menu “View” dan pilihlah
pilihan “Capacity”. Pada form yang telah tersedia, isilah dengan data sesuai pada
Tabel 19.
Simpanlah data yang telah anda masukkan dengan nama tertentu.
2. Proses analisis data
3. Pilihlah menu “Solve” dan pilihlah pilihan “Explode Material Requirement”. Pada
bagian “Report Selection”, pilihlah pilihan berdasarkan “item ID” atau pilihan
lain sesuai dengan laporan yang anda inginkan. Pilihlah laporan untuk semua item
(all items) dan klik “OK”. Secara keseluruhan, kebutuhan akan bahan akan
ditampilkan
4. Pilihlah dari menu pilihan yang ada untuk menampilkan daftar kebutuhan bahan
(Planned Order Release, Kebutuhan kapasitas, serta beaya pengadaan bahan)
dengan meng-klik tombol menu yang ada di “Title Bar”
5. Buatlah analisis tentang kondisi yang ada.
D. REFERENSI
Bedford, David and Bailey, 1986, Integrated Production Systems
Finch, Byron and Richard, 1995, Luebbe, Operations Management, Competing in a
Changing Environment, The Dryden Press Harcourt Brace College Publishers,
Noori, Hamid and Russell Radford. 1995, Production and Operations Management,
Total Quality and Responsiveness, International Edition
41
ACARA KE-IV
KESEIMBANGAN LINI
A. TUJUAN PRAKTIKUM
1. Mengajarkan mahasiswa untuk melakukan penyeimbangan lintasan produksi
dengan bantuan computer
2. Mengajarkan mahasiswa untuk dapat menganalisis dampak penyeimbangan
lintasan produksi terhadap pengelompokan stasiun kerja dan efisiensi lintasan
produksi
B. LANDASAN TEORI
Keseimbangan Lini (Line Balancing) adalah suatu proses penugasan/penempatan
beberapa pekerjaan pada beberapa stasiun kerja sehingga masing-masing stasiun kerja
mempunyai beban kerja (waktu kerja per unit produk) yang hampir sama.
Istilah yang harus dipahami:
Waktu Siklus (Cycle Time)
Waktu Siklus (Cycle time) adalah waktu maksimum yang boleh digunakan untuk masing-
masing stasiun kerja untuk menyelesaikan sekelompok/rangkaian pekerjaan pada satu
unit produk.
Precedence Diagram
Precedence diagram: Metode yang digunakan dalam keseimbangan lini untuk
menggambarkan urutan dan keterkaitan antar pekerjaan
Precedence Diagram Sederhana
a b
c d e
0.1 menit
0.7 menit
1.0 menit
0.5 menit 0.2 menit
42
Konsep Keseimbangan Lini suatu perakitan
Anggaplah ada suatu rangkaian pekerjaan yang terbagi ke dalam tiga stasiun kerja
sehingga masing-masing membutuhkan waktu seperti tertulis di bawah ini. Berapakah
waktu siklus lini produksi tersebut?
Waktu siklus suatu lini dapat ditentukan berdasarkan waktu stasiun kerja yang paling
lama. Pada kasus ini, waktu siklusnya adalah 7 menit. Artinya ada waktu menganggur
pada dua stasiun kerja lainnya.
Contoh keseimbangan lini Sebuah perusahaan mainan anak yang membuat kipas angin mainan dari kayu ingin
menyeimbangkan lintasan lini produksinya. Adapun deskripsi keseluruhan kegiatan
operasi pembuatannya seperti pada Tabel 1. Jika laju produksi yang diinginkan adalah
100 unit produk per hari, sedangkan waktu yang tersedia per hari adalah 7 jam maka
lakukan analisis keseimbangan lintasan produksi.
Tabel 1. deskripsi operasi perakitan
Operasi Waktu Deskripsi Operasi Pengikut
1 2 Perakitan kerangka 2,4
2 1 Pemasangan tombol 7
3 3.25 Perakitan motor penggerak 4
4 1.2 Pemasangan motor penggerak ke dalam
kerangka
5
5 0.5 Pemasangan baling-baling 6
6 1 Pemasangan pelindung baling-baling 8
7 1 Pemasangan kabel 8
8 1.4 Pengujian Tidak ada
Stasiun 1
Menit per Unit
6
Stasiun 2
7
Stasiun 3
3
Penggambaran “Precedence Diagram”
43
Penentuan efisiensi lini produksi dan Balance Delay
C. PROSEDUR PRAKTIKUM
1. Tentukan tujuan analisis (sudah ditetapkan---analisis keseimbangan lini produksi)
2. Lakukan pemasukan data dan analisis berdasar Tabel 1
Jalankan program WinQsb dengan memilih pilihan “Facility Location and
Layout”
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Type = Line Balancing
Problem Title = Keseimbangan Lintasan
Number of Operational Tasks = 8
Time Unit = Minute
Klik “OK”
Isikanlah “Task Information” seperti pada Tabel 1 di atas
Pada Menu “ Solve and Analyse” klik “ Solve the problem”
Pada “Solution Method” pilihlah “ Heuristic procedure”
Pada Cycle time in minute = Tidak usah diisi
Task Successors
1 2, 4
1
2 7
2
3 4
3
4 5
4
Task Successors
5 6
5
6 8
6
7 8
7
8
8
Siklus(C) x Waktu kerja(Na)stasiun aktualJumlah
T)pekerjaan(tu Jumlah wak Effisiensi
Siklus(C) x Waktu kerja(Na)stasiun aktualJumlah
T)pekerjaan(tu Jumlah wak -Siklus(C)) x Waktu kerja(Na)stasiun aktual(Jumlah Delay Balance
44
Pada time length in minute = 420 (yg berarti 7 jam x 60 menit)
Pada Desired Production Quantity = 100 (yang berarti 100 unit produk
per hari)
Pada Primary Heuristic pilihlah “longest task time”
Pada Tie breaker pilihlah random
Klik “OK”
Simpan data tersebut dalam folder yang anda harapkan
Lihat hasilnya dalam “Show line balancing solution”, “show line balancing
summary” dan “show line layout in graph”
1. Lakukan modifikasi pengisian data dengan waktu siklus (cycle time) yang
berbeda dan metode “Primary Heuristic” yang berbeda pula
2. Lakukan analisis efisiensi lini produksi, balance delay serta kebutuhan operator
pada masing-masing metode analisis di atas .
D. REFERENSI
Bedford, David and Bailey, 1986, Integrated Production Systems
Finch, Byron and Richard, 1995, Luebbe, Operations Management, Competing in a
Changing Environment, The Dryden Press Harcourt Brace College Publishers,
Noori, Hamid and Russell Radford. 1995, Production and Operations Management,
Total Quality and Responsiveness, International Edition
45
ACARA KE-V
PENJADWALAN JOBSHOP DAN FLOWSHOP
A. TUJUAN PRAKTIKUM
1. Mengajarkan mahasiswa untuk melakukan penjadwalan mesin secara jobshop dan
flowshop dengan bantuan computer
2. Mengajarkan mahasiswa mengenai perbedaan penjadwalan secara jobshop dan
flowshop
B. LANDASAN TEORI
PENJADWALAN JOBSHOP DAN FLOWSHOP
Penjadwalan mesin dalam Sistem Produksi Job Shop
Penjadwalan dan sistem pengendalian harus memungkinkan untuk :
Mengalokasikan order, mesin atau peralatan, dan pekerja pada stasiun
kerja di lokasi tertentu.
Menentukan urutan dari pemesanan.
Meneruskan order pada lantai produksi untuk pemrosesan.
Mempertahankan pengendalian aktivitas produksi pada lantai produksi
untuk mereview status order.
Merevisi penjadwalan yang telah dilakukan untuk merespon perubahan
status order.
Menjamin bahwa standar pengendalian kualitas dapat dipenuhi.
n JOBS 1 MESIN
1
2
3
4 n
MESIN
PPeennjjaaddwwaallaann nn JJoobbss ppaaddaa 11 MMeessiinn
46
Penjadwalan n Jobs pada 1 mesin berarti bahwa n job akan dijadwalkan dan diurutkan
untuk diproses pada sebuah mesin yang sama.
Beberapa istilah yang harus dimengerti adalah:
Processing Time: Estimasi waktu mengenai berapa lama waktu yang
dibutuhkan untuk menyelesaikan suatu operasi/proses (termasuk waktu setup)
pj : TIME TO PROCESS JOB j.
Release Time: Waktu dimana suatu operasi sudah siapuntuk
dikerjakan/diproses
rj : RELEASE TIME (OR RELEASE DATE) OF JOB j.
Completion Time: Waktu dimana suatu pekerjaan (job) selesai dikerjakan
Cj : TIME TO COMPLETE JOB j
Due Date: batas waktu suatu operasi/proses harus selesai dikerjakan. Melewati
waktu tersebut maka suatu operasi dikatakan terlambat
dj : DUE TIME (OR DUE DATE) OF JOB j.
Slack Time: perbedaan waktu antara batas waktu suatu operasi/proses dengan
waktu proses operasi tersebut
SLj = dj - pj: SLACK TIME JOB j
Lateness: perbedaan antara waktu penyelesaian suatui operasi/proses dengan
batas waktunya. Lateness dapat bernilai positif (terlambat) atau negative
(terlalu awal selesai)
LATENESS, Lj = Cj – dj (Lj < 0 DENOTES EARLINESS)
Tardiness: ukuran dari lateness yang positif
TARDINESS, Tj = max{0, Lj}
Earliness: ukuran dari lateness yang negative
EARLINESS, Ej = max{0, - Lj}
Flow Time: rentang waktu suatu operasi/proses siap dikerjakan sampai
dengan operasi/proses tersebut selesai dikerjakan (sama dengan processing
time ditambah dengan waktu tunggu operasi/proses tersebut)
FLOW TIME, Fj = Cj – rj (Fj > 0).
Makespan: waktu yang dibutuhkan untuk menyelesaikan semua pekerjaan/job
MAKESPAN = Cmax = max{Cj} atau
Di dalam proses penjadwalan mesin ada beberapa aturan prioritas yaitu:
n
jjs pM
1
47
FCFS =First Come, First Served
Pekerjaan atau job yang datang paling awal pada suatu stasiun
kerja dikerjakan terlebih dahulu
EDD = Earliest Due Date
Pekerjaan atau job yang mempunyai due date paling awal dikerjakan
terlebih dahulu
SPT = Shortest Processing Time
Pekerjaan atau job yang mempunyai waktu proses terpendek
dikerjakan terlebih dahulu
LCFS = Last Come, First Served
Pekerjaan atau job yang datang paling akhir dikerjakan terlebih dahulu
RS = Random Schedule
Pekerjaan dikerjakan dengan urutan secara random
STR = Slack Time Remaining
Pekerjaan dengan slack time yang terpendek dikerjakan terlebih dahulu
Beberapa hal yang harus diingat dalam penjadwalan n jobs pada 1 mesin adalah:
Metode SPT meminimisasi average Flow time pada 1 mesin
Metode SPT meminimisasi average lateness pada 1 mesin
Metode SPT meminimisasi average tardiness pada 1 mesin jika semua
operasi/proses mempunyai due date yang sama atau semua hasil
penjadwalannya terlambat (tardy)
Metode EDD meminimisasi maximum lateness pada 1 mesin
Metode EDD meminimisasi average tardiness pada 1 mesin jika
penjadwalannya hanya menghasilkan 0 atau 1 operasi/proses yang terlambat
48
Penjadwalan job-shop adalah penjadwalan beberapa pekerjaan (job) dimana urutan
proses operasi/produksi suatu pekerjaan bisa berbeda dengan urutan proses
operasi/produksi pekerjaan yang lainnya. Sebagai ilustrasi, lihatlah 10 pekerjaan yang
dapat diselesaikan pada 3 mesin yang sejenis (parallel) di bawah ini:
Task i Processing Time Ti (hours)
A 5
B 6
C 3
D 8
E 7
F 2
G 3
H 5
I 4
J 2
1
2
3
4 n
M1
M2
Mm
n JOBS BANK OF m MACHINES (parallel)
PPeennjjaaddwwaallaann JJoobb--SSHHOOPP
((nn JJOOBBSS,, mm ppaarraalllleell MMAACCHHIINNEESS))
49
Metode penjadwalan mesin untuk meminimisasi average flow time pada 3 mesin
parallel dapat dilakukan dengan menggunakan metode SPT dengan langkah sebagai
berikut:
Step 1. urutkan semua pekerjaan dengan metode Short Processing Time (SPT)
Step 2. Dari daftar yang ada, jadwalkan dahulu pekerjaan yang mempunyai waktu
paling pendek. Jika ada yang sama pilihlah secara acak.
WC3
WC2
WC1
2 3 5 6 8 10 12 15 18
Time ( ith day)
C A E
J I B
F G H D
Sequencing & scheduling for Minimizing Average Flow Time on m Parallel Processors
SPT: F-J-C-G-I-A-H-B-E-D
50
Penjadwalan flow-shop adalah penjadwalan beberapa pekerjaan (job) dimana semua
pekerjaaan tersebut harus melalui urutan operasi/proses produksi yang sama.
Metode penjadwalan flowshop yang popular yang hanya melibatkan dua mesin seri
yang cukup terkenal adalah Johnson's Rule -- Scheduling N Jobs
thru Two Sequential Work Centers. Langkah-langkah yang harus diikuti adalah
sebagai berikut:
Tuliskan semua pekerjaan dengan waktu prosesnya pada masing-masing stasiun
kerja
Pilihlah pekerjaan yang memiliki waktu proses terpendek.
Jika waktu terpendek tersebut ada pada stasiun kerja 1, jadwalkan pekerjaan
tersebut paling awal
Jika waktu terpendek tersebut ada pada stasiun kerja 2, jadwalkan pekerjaan
tersebut paling akhir
Hapuslah pekerjaan yang telah dijadwalkan
Terapkan langkah-langkah tersebut untuk semua pekerjaan yang tersisa
Untuk penjadwalan flow shop yang melibatkan lebih dari 2 mesin seri maka
penjadwalan CDS (Campbell, Dudek and Schmith) dapat digunakan, yang
sebenarnya merupakan modifikasi dari metode Johnson. Langkah-langkahnya adalah
sebagai berikut:
PPEENNJJAADDWWAALLAANN FFLLOOWW SSHHOOPP
((nn JJOOBBSS,, mm SSeerriiaall MMAACCHHIINNEESS))
n JOBS BANK OF m MACHINES (SERIES)
1
2
3
4 n
M1
M2
Mm
51
Step 1. Anggaplah K=1. hitung T*i,1 dan T*i,2 dengan formula:
Dan
Step 2. Jadwalkan m pekerjaan dengan metode Johnson’s dimana Ti,1 = T*i,1 dan
Ti,2 = T*i,2 seperti yang diperoleh pada Step 1. Catatlah urutannya dan
hitung makespan-nya. Jika makespan yang diperoleh merupakan yang terkecil
maka simpanlah urutannya dan catat nilai makespan-nya.
Step 3. Jika K=(m-1), berhenti; urutan pekerjaan yang tersimpan terakhir merupakan
urutan yang terbaik. Jika K (m-1), tambah nilai K dengan 1 dan kembali
pada step 1
C. PROSEDUR PRAKTIKUM
Penjadwalan Jobshop
Perhatikan persoalan produksi yang ada di bawah ini.
Sebuah perusahaan meubel kayu yang “make-to-order” menerima berbagai bentuk
pesanan produk. Pada bulan ini, enam (6) jenis pesanan (order/job) baru saja diterima.
Produk-produk yang dipesan cukup unik yaitu masing-masing pesanan melalui
tahapan proses operasi/produksi yang berbeda dan dengan waktu yang berbeda.
Waktu proses (termasuk waktu setup yang diukur dalam jam) untuk masing-masing
tercatat seperti pada table di bawah ini:
Tabel 1. Urutan operasi pada masing-masing pekerjaan
Operasi 1 Operasi 2 Operasi 3 Operasi 4
JOB 1 M1 M2 M3 M4
JOB 2 M1 M3 M4
JOB 3 M2 M4 M1 M3
JOB 4 M2 M1 M4
JOB 5 M3 M4
JOB 6 M4 M2 M3
Tabel 2. Waktu proses mesin pada masing-masing pekerjaan
Operasi 1 Operasi 2 Operasi 3 Operasi 4
JOB 1 8 2 12 5
JOB 2 4 9 5
JOB 3 10 4 7 6
JOB 4 1 10 3
JOB 5 6 1
JOB 6 3 4 10
K
kkii TT
1,1,*
K
kkmii TT
11,2,*
52
Lakukan penjadwalan
Jalankan program WinQsb dan pilihlah pilihan “Job Scheduling ”
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Title = Penjadwalan Mesin (Jobshop)
Number of Jobs to be scheduled = 6 (untuk 6 pekerjaan)
Number of Machines or workers = 4 (untuk penggunaan 4 mesin)
Maximum number of operations per Job = 4 mesin (jika maksimum hanya 4
operasi)
Time Unit = minute
Klik “OK”
Pada pengisian” job information” isikan datanya sesuai dengan informasi dari
Tabel 1 dan Tabel 2. Dengan format penulisan seperti berikut:
Job 1, Operation 1 = 8/1 artinya pada Job 1 Operation 1 : waktu operasi selama
8 menit menggunakan mesin 1
Job1, Operation 2 = 2/2 artinya pada Job 1 Operation 2 : waktu operasi selama
2 menit menggunakan mesin 2.....dan seterusnya
Tetapkanlah “Due date” = 30 (pekerjaan harus selesai pada menit ke-30)
Simpanlah data anda pada folder yang anda inginkan
Pada menu “Solve and analyse” klik “solve the problem”
Pada “Solution Method” pilih “ Heuristic Dispatching Rule”
Pada “Primary Heuristic” pilihlah “SPT”
Pada “Tie Breaker” pilihlah “random”
Klik “OK”
Untuk melihat hasil anda dapat memilih “ Show job schedule”, “Show machine
Schedule”, “Show Gantt Chart for Job”, “Show Gantt Chart for Machine”,
“Show Performance Analysis”, dan “ Show Completion analysis””
Lakukan modifikasi untuk “Primary Heuristic” yang berbeda dan “Tie Breaker”
yang berbeda
Lakukan analisis pada masing-masing metode yang anda coba
Penjadwalan Flowshop
Perhatikan persoalan produksi yang ada di bawah ini.
Sebuah perusahaan meubel kayu yang “make-to-order” menerima berbagai bentuk
pesanan produk. Pada bulan ini, enam (6) jenis pesanan (order/job) baru saja diterima.
Semua jenis pesanan produk pada umumnya hampir sama, yaitu masing-masing pesanan
harus melalui empat tahapan proses produksi yang sama meskipun dengan waktu yang
berbeda. Waktu proses (termasuk waktu setup yang diukur dalam jam) untuk masing-
masing tercatat seperti pada table di bawah ini:
Tabel 3. Waktu proses masing-masing pekerjaan
Mesin 1 Mesin 2 Mesin 3 Mesin 4
JOB 1 8 2 12 5
JOB 2 4 9 5 15
53
JOB 3 10 4 7 6
JOB 4 1 10 3 9
JOB 5 6 1 8 11
JOB 6 3 4 10 8
Lakukan penjadwalan
Jalankan program WinQsb dan pilihlah pilihan “Job Scheduling ”
Pada menu “File” pilihlah pilihan “New Problem” dan isikan:
Problem Title = Penjadwalan Mesin (Flowshop)
Number of Jobs to be scheduled = 6 (untuk 6 pekerjaan)
Number of Machines or workers = 4 (untuk penggunaan 4 mesin)
Maximum number of operations per Job = 4 mesin (jika maksimum hanya 4
operasi)
Time Unit = minute
Klik pada “All jobs have the same machine/worker sequence”
Klik “OK”
Pada pengisian” job information” isikan datanya sesuai dengan informasi dari
Tabel 3. Dengan format penulisan seperti berikut:
Job 1, Operation 1 = 8/1 artinya pada Job 1 Operation 1 : waktu operasi selama
8 menit menggunakan mesin 1
Job1, Operation 2 = 2/2 artinya pada Job 1 Operation 2 : waktu operasi selama
2 menit menggunakan mesin 2.....dan seterusnya
Tetapkanlah “Due date” = 30 (pekerjaan harus selesai pada menit ke-50)
Simpanlah data anda pada folder yang anda inginkan
Pada menu “Solve and analyse” klik “solve the problem”
Pada “Solution Method” pilih “ Johnson’s method”
Pada “Objective criterion” pilihlah “Cmax atau minimum makespan”
Klik “OK”
Untuk melihat hasil anda dapat memilih “ Show job schedule”, “Show machine
Schedule”, “Show Gantt Chart for Job”, “Show Gantt Chart for Machine”,
“Show Performance Analysis”, dan “ Show Completion analysis””
Lakukan modifikasi untuk “Solution method dengan metode CDS”
Lakukan analisis pada masing-masing metode yang anda coba
D. REFERENSI
Bedford, David and Bailey, 1986, Integrated Production Systems
Finch, Byron and Richard, 1995, Luebbe, Operations Management, Competing in a
Changing Environment, The Dryden Press Harcourt Brace College Publishers,
Noori, Hamid and Russell Radford. 1995, Production and Operations Management,
Total Quality and Responsiveness, International Edition
Top Related