Modul Ajar Analisa Kelayakan Pabrik

BAB I


MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN

KESEIMBANGAN LINI LINTASAN PERAKITAN
 (LINE BALANCING)

Oleh : Ir. Rudy  Yulianto, M.T

Materi : Pengertian, Permasalahan Keseimbangan Lintasan, Data Masukan, dan Langkah-Langkah Yang Diperlukan Dalam Line Balancing.


1.1.    Pengertian
                  Line Balancing adalah Proses pembagian pekerjaan kepada stasiun-stasiun           atau  pusat kerja (work station) sedemikian rupa sehingga diperoleh     
          keseimbangan  setiap work station. 
          1. Pusat kerja (work station) adalah Kumpulan beberapa elemen kerja yang    
             merupakan satu  kesatuan.
          2.  Elemen kerja adalah Satuan kerja terkecil dari suatu proses produksi, misalnya      
             pengecekan kualitas barang jadi.

         Tujuan akhir dari line balancing adalah Meminimasi waktu menganggur di tiap stasiun           kerja, sehingga dicapai efisiensi kerja yang tinggi.
2.    Data Waktu Baku Pekerjaan Tiap Operasi
Data waktu yang diturunkan dari perhitungan waktu baku pekerjaan operasi perakitan.

3.    Waktu Siklus Yang Diinginkan

Waktu siklus yang diinginkan diperoleh dari kecepatan produksi lintasan perakitan tersebut atau dari waktu operasi terpanjanng jika waktu siklus yang diinginkan lebih kecil dari waktu operasi terpanjang.

1.4.      Langkah-Langkah Yang Diperlukan Dalam Line Balancing
§ Langkah 1 :  Mencari Pekerjaan
Pekerjaan dirinci sesuai dengan elemen-elemen kerja yang ada.

§  Langkah 2 :  Mencari Waktu Setiap Elemen Kerja
Waktu yang diperlukan oleh setiap elemen kerja untuk membuat satu buah atau satuan barang harus ditentukan terlebih dahulu. Cara menentukannya dapat menggunakan standar yang ada. Apabila mesin biasanya sudah diketahui standarnya secara teknis.

§  Langkah 3 :  Menyusun Precedence Diagram
Untuk memudahkan analisis, maka hubungan-hubungan kerja disusun dalam suatu diagram jaringan kerja yang disebut sebagai Precedence Diagram. Dalam diagram ini elemen kerja diberi symbol lingkaran dan hubungan kerja yang terdahulu diberi nomor lebih kecil dari elemen kerja yang mengikutinya.
  
§  Langkah 4 :  Menghitung Waktu Siklus (cycle time)
Cycle time adalah Maksimum waktu untuk mengerjakan satu buah atau satuan barang pada setiap stasiun kerja (work station), dirumuskan sebagai berikut :

Ct = 1/r  (3600 detik)                                                           (1-1)

Dimana :

Ct = Cycle time
r  = Hasil produksi setiap jam

§  Langkah 5 :  Menghitung Jumlah Minimum Work Station
Jumlah minimum work station (sering disebut juga Theoritical Minimum), dirumuskan sebagai berikut :

Tm = n = t/Ct                                                                                         (1-2)

Dimana :
Tm = n = Jumlah minimum work station
T          = Jumlah jam kerja dari semua elemen kerja
               yang ada
Ct = Cycle time

§  Langkah 6 :  Menentukan Alternatif Pengelompokkan Anggota
     Station
Tentukan alternative-alternatif pengelompokkan mesin-mesin atau elemen-elemen kerja yang ada, yang memungkinkan dibentuknya work station. Banyaknya work station sesuai dengan jumlah stasiun minimum.

§  Langkah 7 :  Menghitung Waktu Komulatif Setiap alternatif 
Hitung waktu komulatif setiap alternative work station. Waktu alternative tersebut jangan sampai melebihi cycle time.
§  Langkah 8 :  Menentukan Work Station
Pilihlah kelompok elemen-elemen kerja yang membentuk work station dengan waktu komulatif tidak melebihi cycle time, tetapi meminimumkan waktu menganggur.
§  Langkah 9 :  Menghitung     Total      Waktu        Mengganggur, Persentase Waktu Mengganggur, dan Efisiensi line balancing
a). Total waktu menganggur dalam suatu work station (idle time) dapat dihitung dengan cara sebagai berikut : Cycle time dikurangi dengan waktu komulatif semua elemen kerja.
b).  Persentase waktu menganggur dapat dihitung dengan rumus sebagai berikut :

                                           i
% Waktu Mengganggur = ---------------          (1-3)
                                               n . Ct
i   =  Total waktu menganggur
n  =  Jumlah minimum work station
b).  Tingkat efisiensi line balancing dapat dihitung dengan rumus sebagai berikut :
                                         t
% Efisiensi line balancing =  ------------            (1-4)
                                               n . Ct

Dimana :
t   =  Jumlah jam kerja dari semua elemen kerja yang ada









  
                   

                                
     
 Pustaka                                      

[1]. Ariyoto, Kresnohadi, “Feasibility Study”, Penerbit Mutiara, 2009, Jakarta.
[2]. Herjanto, Eddy, “Analisa Kelayakan Pabrik”, PT. Erlangga, 2010, Jakarta.
[3]. Soeharto, Iman, “Manajemen Proyek”, PT. Erlangga, 2007, Jakarta.

BAB  II

MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN
PENJADWALAN DAN PENGAWASAN PROYEK DENGAN
METODA PERT

Materi :    Karakteristik Dasar PERT, Metodologi & Komponen-Komponen PERT, Waktu Kegiatan, dan Estimasi Probabilitas Waktu Penyelesaian Yang Dijadwakan 


2.1.      Karakteristik  Dasar  PERT
PERT (Program Evaluation and Review Technique) merupakan Suatu Metode analitik yang dirancang untuk membantu dalam penjadwalan (scheduling) dan pengawasan yang kompleks dengan memerlukan kegiatan-kegiatan tertentu yang harus dijalankan dalam urutan tertentu dan kegiatan-kegiatan itu mungkin tergantung pada kegiatan-kegiatan lain.  
Analisa jaringan kerja (network) ini secara umum sangat menolong dalam :
1.    Perencanaan suatu proyek yang kompleks.
2.    Penjadwalan pekerjaan-pekerjaan yang sedemikian rupa dalam urutan yang praktis dan efisien.
3.    Mengadakan pembagian kerja dari tenaga kerja dan dana yang tersedia.
4.    Penjadwalan ulangan untuk mengatasi hambatan-hambatan dan keterlambatan-keterlambatan.
                 






BAB  III
MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN
PERAMALAN (FORECASTING)
Oleh : Ir. Rudy  Yulianto, M.T

Materi : Pengantar Sistem Pendukung Keputusan Forecasting, Catatan Teknis Program Forecasting (TSFC), Cara Penyelesaian Permasalahan (Solving Problem).

 
3.1. Pengantar Sistem Pendukung Keputusan Forecasting
           
Program ini mempraktekkan time series forecasting dan linear regresi. Metode time series meliputi simple average, moving average, dengan atau tanpa trend, singgle dan double exponential smoothing dengan atau tanpa trend, adaptive exponential smoothing, linear regresion, dan winters model serta metode forecasting yang lainnya.program ini dapat mengolah data historis lebih dari 1000 data yang bergantung pada memori komputer. Pada program dapat menambah atau mengurangi data historis untuk waktu yang berjalan dengan memilih memodifikasi data asli. Ketika mempraktekkan time series forecasting, anda mungkin diminta untuk menyediakan       parameter untuk model spesifik yang anda pilih, atau dengan TSFC search (criterion search) untuk parameter terbaik yang didasarkan pada ukuran performansi yang dispesifikasikan. TSFC mengikuti anda untuk menentukan inisial nilai seperti inisial forecast dan index seasonality. Anda dapat memilih beberapa option dalam memplotingkan hasil daari forecasting.
                                                                                                                                                                                                                                                     
3.2. Catatan Teknis Program Forecasting (TSFC)
  1. TSFC menghitung peramalan berdasarkan data historis (time series data). Model time series forecasting yang tersedia adalah :
a.    Simple average
b.    Weighted moving average
c.    Moving average with linear trend
d.    Single exponential smoothing
e.    Exponential smoothing with linear trend
f.     Dan lain-lain
  1. beberapa metode memerlukan pemakai untuk memasukkan parameter tambahan. Sebagai contohnya, moving average memerlukan jumlah dari periode yang berjalan (moving periods), dan exponential smoothing  meemrlukan smoothing constan dan atau trend constan.
  2. Terdapat empat ukuran performance yang disediakan dalam TSFC untuk time series forecasting. Keempat ukuran performance tersebut adalah mean absolut deviation (MAD), mean square deviation (MSD), mean absolut percent error (MAPE), cumulative forecast error (CFE).
  3. Berdasarkan salah satu dari empat ukuran performance diatas, program dibiarkan mencari parameter terbaik untuk model spesifik yang berdasarkan pada tersedianya rentang parameter.
  4. Pada time series forecasting tersedia pilihan dalam memplotkan peramalan dengan layar dengan skala yang berbeda.

3.3. Cara Penyelesaian Permasalahan (Solving Problem)
Dalam seksi ini, akan diberikan contoh kasus untuk menunjukkan bagaimana cara dalam memasukkan dan menyelesaikan masalah.

Contoh kasus

Volume penjualan dari perusahaan untuk dua puluh empat bulan terakhir ditunjukkan pada tabel 3.1. Dengan menggunakan single 


BAB  IV
MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN
 PENJADWALAN PEKERJAAN (JOB SHOP)

Oleh : Ir. Rudy  Yulianto, M.T

Materi :    Pengantar Sistem Pendukung Keputusan Job Shop, Catatan Teknis Program Job Shop, Cara Penyelesaian Permasalahan (Solving Problem).

4.1. Pengantar Sistem Pendukung Keputusan Job Shop
            Program ini untuk menyelesaikan permasalahan job shop yang umum dengan menggunakan aturan heuristik. Pekerjaan dalam job shop biasanya memiliki operasi dan urutan yang   berbeda dari mesin yang berbeda. Aturan umum yang biasanya digunakan adalah SPT, LPT, RANDOM, FSFS, LCFS, MWKR, EDD, SLACK, dan beberapa lainnya yang digunakan dalam program untuk menyelesaikan masalah. Dalam program ini juga dapat menentukan priority indek untuk setiap pekerjaan, memilih salah satu aturan untuk pengambilan keputusan utama dan memilih tie-breaker yang berpengaruh pada aturan yang digunakan. Program ini juga disediakan heuristik rule yang dapat menemukan solusi terbaik untuk criteria yang dipilih. Criteria yang dapat dipilih  meliputi makespan, mean completion time, mean waiting time, mean lateness, work in process, mean machine utilization, dan beberapa yang lainnya. Input yang dibutuhkan program meliputi waktu proses, due dates, priority indek, routing, dan atau bobot untuk tiap pekerjaan.             
                                                                                                                                                                                                                                      
4.2. Catatan Teknis Program Job Shop
  1. Job shop disusun dari sekumpulan mesin atau stasiun kerja. Penjadwalan yang feasible untuk satu set pekerjaan didefinisikan sebagai penugasan dari operasi untuk mesin tanpa constrain kapasitas.
  2. Aturan dispatching yang disediakan oleh job shop dalam memilih operasi untuk yang dikenakan pada mesin adalah :
·         SPT (Shortest Process Time) : memilih operasi dengan waktu operasi yang terpendek.
·         LPT (Longest Process Time) : memilih operasi dengan waktu operasi terpanjang.
·         RANDOM (Random Assignment) : memilih operasi secara acar (random).
·         FCFS (Frist Come, Frist Served) : job yang yang pertama dating dikerjakan terlebih dahulu.
·         LCFS (Last Come, Frist Served) : job yang terakhir dating yang dikerjakan terlebih dahulu.
·         MWKR (Most Work Remaining) : memilih operasi dengan pekerjaan yang mempunyai pekerjaan sisa yang paling banyak yang dikerjakan terlebih dahulu.
·         EDD (Earliest Due Date) : memilih pekerjaan dengan due date yang yang paling awal.    
·         Dan bebrapa aturan lain yang dapat dilihat pada fsailitsa Help pada program.                                                                                                     
  1. Beberapa criteria performansi atau keberhasilan dalam program job shop :
MC      : Weighted mean completion time (bobot rata-rata waktu    
              penyelesaan)  MC = (Siwi Ci) / (Siwi)
Wmax : Maximum waiting time (waktu menunggu maksimum)
  Wmax = maxi Wi
MW    : Weighted mean waiting time (bobot rata-rata waktu menunggu.
  MW = (Siwi Wi) / (Siwi)
Fmax  : Maximum flow time (waktu alir maksimum)
  Fmax = maxi Fi
MF      : Weighted mean flow time (bobot rata-rata waktu alir)
  MF = (Siwi Fi) / (Siwi)
Lmax  : Maximum lateness (kelambatan maksimum)
  Lmax = maxi Li
ML       : Weighted mean lateness (bobot rata-rata kelambatan)
  ML = (Siwi Li) / (Siwi)
Emax  : Maximum earliness
  Emax = maxi Ei
ME      : Weighted mean earliness
  ME = (Siwi Ei) / (Siwi)
Tmax  : Maximum tardiness
  Tmax = maxi Ti
MT       : Weighted mean tardiness
  MT = (Siwi Ti) / (Siwi)
NT       : Number of tardy jobs
  NT = |{i | Ci > di}|
WIP     : Mean work in process (rata-rata kerja dalam proses)
  WIP = Average of Nt over Cmax
MU      : Mean machine utilization (rata-rata utilitas mesin)
TJC     : Total job costs (biaya total pekerjaan), including idle, busy,
  early,  and late costs
TMC    : Total machine costs (biaya total mesin), including idle, and
  busy costs
TC       : Total costs (biaya total) = TJC + TMC


BAB  V
MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN

PERENCANAAN KEBUTUHAN MATERIAL (REQUAIREMENTS PLANNING MATERIAL
= MRP)

Oleh : Ir. Rudy  Yulianto, M.T


 Materi :    Pengantar Sistem Pendukung Keputusan Job MRP, Cara Penyelesaian Permasalahan (Solving Problem).

5.1 PENGANTAR SISTEM PENDUKUNG KEPUTUSAN MRP
            MRP mempunyai keuntungan yaitu dapat meningkatkan pelayanan dan kepuasan konsumen, peningkatan pemanfaatan fasilitas dan tenaga kerja, perencanaan dan penjadwalan persediaan yang lebih baik, tanggapan yang lebih cepat terhadap perubahan dan pergeseran pasar, tingkat persediaan menurun tanpa mengurangi pelayanan terhadap konsumen.
            Jadwal produksi utama, bill of material, arsip persediaan dan pembelian, serta lead time untuk masing-masing merupakan pembentuk sistem MRP.
Sebuah metode untuk menetapkan apa, kapan, dan berapa komponen dan material yang dibutuhkan untuk mencukupi rencana produksi untuk menyelesaiakan produk sampai batas akhir waktu yaitu MRP. Pada bagian ini, kita akan menggambarkan konsep, sistem perencanaan, dan petunjuk penggunaan program MRP ini.
            Sebuah sistem MRP membutuhkan banyak informasi dan proses dalam rangka menjadikan MRP ini lengkap dan logic.

INPUT MRP

Ada 3 input dari MRP :
q  Master Product Schedulling (MPS) atau Jadwal Induk Produksi
q  Bill Of Material (BOM)
q  Catatan Inventori
Spesifikasi dari MPS adalah apa hasil akhir produk yang diproduksi, kapan di produksi dan berapa jumlahnya.  Sumber data untuk memperbaruhi didapat dari pesanan penjualan, pesanan pelayanan ata peramalan penjualan. BOM menggambarkan bagaimana produk akhir dibuat dari raw material, part, atau pembelian komponen. Departemen engineering bertanggungjawab untuk memperbaharui data BOM. Data status inventori berisi informasi seperti jumlah yang ada sekarang, order yang harus dibeli, dan order yang harus dikerjakan. Transaksi akan memperbaharui catatan inventori. Penerimaan inventori, pengeluaran/pembagian inventori, dan pengiriman inventori merupakan bentuk-bentuk transaksi.

MRP PROCESSING

MRP menentukan jumlah yang dibutuhkan untuk masing-masing part dalam tiap-tiap periode. Logikanya adalah didasarkan pada jumlah dari hasil akhir produk pada MPS melalui struktur produk pada BOM dan juga  pertimbangan keadaan inventori. Pada periode tertentu, dimana G adalah kebutuhan kasar dari, dan A persediaan termasuk on-hand dan jadwal penerimaan part tertentu. Kebutuhan bersih R dari part ini dapat dihitung :
            R = G-A
Jika R lebih besar dari 0, kita mempunyai kebutuhan bersih pada periode ini ;  sebaliknya, kita mempunyai inventori harapan, -R, untuk periode mendatang. Dengan perubahan lead time , sistem MRP akan menetapkan 


BAB  VI
MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN
PERENCANAAN  AGREGAT

Oleh : Ir. Rudy  Yulianto, M.T

Materi :    Pendahuluan, Strategi dalam Perencanaan agregat, dan Metoda Perencanaan Agregat.

6.1.      Pendahuluan
Bagian dari pembuatan pabrik juga menyangkut kegiatan produksi atau operasi disebut Perencanaan agregat aggregate planning). Tujuan perencanaan agregat adalah Mengembangkan suatu rencana produksi secara menyeluruh yang fisibel dan optimal. Fisibel berarti Dapat memenuhi permintaan pasar sesuai dengan kapasitas yang ada, sedangkan optimal berarti Menggunakan sumber daya ssebijaksana mungkin, dan pengeluaran biaya yang serendah mungkin.  Meskipun biaya merupakan factor penting yang menjadi perhatian, tetapi tidak berarti biaya merupakan satu-satunya pertimbangan. Faktor lain yang juga perlu menjadi perhatian antara lain kepuasan pelanggan, kepuasan tenaga kerja (karyawan), pesaing, dan mutu produk yang dihasilkan.

6.2.      Strategi dalam Perencanaan Agregat
Pada umumnya pabrik menghadapi permintaan yang berubah-ubah/tidak tetap. Pola permintaan yang tidak tetap ini mengakibatkan beban kerja yang tidak tetap pula, misalnya kebutuhan tenaga kerja pada setiap periode dalam suatu jangka waktu tertentu bisa tidak sama. Untuk mengatasi hal ini dapat dilakukan perencanaan dengan mengatur tingkat persediaan, tingkat produksi, tingkat penggunaan tenaga kerja, kapasitas produksi yang dipakai, atau variable lainnya.
Beberapa strategi yang dapat digunakan dalam perencanaan agregat adalah :

1.    Melakukan Variasi tingkat Persediaan
Pada strategi ini jumlah karyawan dan waktu kerja dipertahankan tetap, sehingga rata-rata produksi akan tetap. Kelebihan produksi yang terjadi pada periode permintaan rendah disimpan sebagai persediaan yang nantinya dipergunakan untuk menutupi kekurangan produksi pada waktu terjadi permintaan yang lebih tinggi dari tingkat produksi.
Kelemahan dari strategi ini adalah timbulnya biaya penyimpanan persediaan, yang dapat berupa biaya-biaya sewa gedung, administrasi, asuransi, kerusakan material, dan bertambahnya modal yang tertanam. Namun di pihak lain, pada waktu terjadi permintaan tinggi perusahaan dapat menghindari terjadinya kehilangan penjualan, karena memiliki kelebihan persediaan yang diperoleh pada waktu permintaan rendah. Kehilangan persediaan sebagai akibat tidak adanya persediaan dapat membawa pengaruh kepada ketidakpuasan pelanggan atau bahkan beralihnya pelanggan kepada pihak pesaing.

2.    Melakukan Variasi Jam Kerja
Dalam strategi ini jumlah karyawan dijaga tetap untuk suatu tingkat produksi tertentu. Bila permintaan naik, maka diadakan lembur (overtime) untuk menambah produksi, sedangkan bila permintaan turun dilakukan pengurangan jam kerja (undertime).
Lembur biasanya menimbulkan biaya yang lebih besar, disamping itu terlalu banyak lembur dapat menurunkan  produktivitas selain juga akan menambah biaya overhead.
Apabila tingkat kecepatan kerja dan jumlah hari kerja dipertahankan tetap, maka untuk mengisi kekosongan jam kerja karyawan dapat dimanfaatkan untuk pemeliharaan mesin-mesin dan peralatan, kebersihan atau pekerjaan yang bermanfaat lainnya.

3.    Subkontrak
Strategi ini juga menggunakan tingkat tenaga kerja yang tetap tetapi tidak melakukan variasi jam kerja. Subkontrak dilakukan apabila terjadi permintaan yang bertambah sementara kapasitas produksi tidak cukup untuk memenuhinya, sedangkan perusahaan tidak menghendaki hilangnya permintaan atau pelanggan penting. Subkontraktor yang dipilih tentunya yang dapat memenuhi standar mutu yang disyaratkan dan dapat memenuhi jadwal pengiriman. Kerugian dari strategi subkontrak adalah harga pokok produksi biasanya menjadi lebih tinggi, bisa memberikankesempatan kepada pesaing untuk maju, serta adanya resiko karena tidak dapat secara langsung mengontrol mutu  produk dan penjadwalan.

4.    Melakukan Variasi Jumlah Tenaga Kerja
Apabila terjadi permintaan tinggi, maka dilakukan penambahan tenaga kerja (hiring), sebaliknya pada waktu permintaan rendah dilakukan pengurangan tenaga kerja. Biaya yang timbul mencakup biaya pengadaan tenaga kerja (iklan, wawancara, test, wawancara, pelatihan, dsb) atau pesangon bagi tenaga kerja yang dikurangi.
Strategi ini cocok untuk diterapkan apabila tenaga kerja yang disewa atau dikurangi tidak memiliki atau mempunyai keterampilan yang rendah (misalkan untuk hotel, restaurant, perkebunan, atau beberapa pabrik), serta bila pasar tenaga kerja memiliki suplai yang besar. Bagi perusahaan atau pabrik yang memerlukan tenaga kerja dengan keterampilan tinggi, strategi ini tidak mudah diterapkan karena tenaga kerja yang demikian biasanya lebih  menyukai pekerjaan yang tetap dan terjamin. Disamping itu, pengurangan tenaga kerja yang terlalu sering dapat mempunyai pengaruh negative, yaitu dapat menurunkan moral kerja karyawan, yang dapat mengakibatkan penurunan produktivitas.

5.    Menggunakan Pekerja Paruh Waktu
Dalam sector jasa, pekerja paruh waktu (part time) umumnya dapat memenuhi kebutuhan tenaga kerja berketerampilan rendah, seperti yang sering dilakukan pada restaurant, toko eceran, supermarket. Metoda ini membawa konsekuensi biaya yang relative rendah serta lebih fleksibel daripada menggunakan tenaga kerja tetap. Kelemahan dari metoda ini ialah mengakibatkan perputaran tenaga kerja yang tinggi, biaya pelatihan yang tinggi, serta dapat mempengaruhi konsistensi mutu produk. Apabila strategi ini diterapkan untuk pekerjaan yang memerlukan keterampilan tinggi, hal yang diperlukan diantisipasi ialah tidak tersedianya tenaga kerja pada saat diperlukan karena mereka mencari kerja di tempat lain.

6.    Mempengaruhi Permintaan
Bilamana permintaan turun/rendah, perusahaan dapat berusaha menaikkan permintaan melalui iklan, promosi, pemotongan harga (discounts), atau menggalakan bentuk kegiatan pemasaran lainnya. Sebagai contoh perusahaan penerbangan dan perhotelan seringkali memberikan potongan harga pada akhir pecan atau pada musim-musim yang sepi, demikian pula perusahaan telepon memberikan potongan biaya pada waktu malam hari, dan sebagainya. Biaya tambahan yang timbul tentunya berupa biaya iklan, potongan harga, dan biaya program promosi lainnya.

Untuk memproduksi satu unit produk diperlukan biaya Rp 40.000,- pada waktu reguler, Rp 60.000,- pada waktu lembur; dan Rp 90.000,- apabila disubkontrakkan. Diasumsikan perusahaan memiliki persediaan awal pada bulai Mei sebesar 50 unit. Biaya penyimpanan persediaan sebesar Rp 2.000,- per unit/bulan.
Tentukan : Total biaya produksi terendah yang dikeluarkan oleh perusahaan ?
Penyelesaian :

Menggunakan Metoda Transportasi
Dengan menggunakan Aturan Pojok Kiri Atas (northwest corner rule) maka dapat disusun alokasi awal sebagai mana table 6.2 berikut ini.
Angka di pojok kanan atas pada setiap sel menunjukkan biaya produksi (dalam ribuan rupiah). Kolom dummy menunjukkan kapasitas yang tidak digunakan. Kolom ini dibuat karena jumlah suplay tidak sama dengan permintaan, dimana dalam metoda transportasi jumlah suplay dipersyaratkan harus sama dengan jumlah penawaran.
Alokasi pada table ini hanya merupakan inisialisasi pemecahan, yang selanjutnya secara iterative disempurnakan sampai diperoleh pemecahan yang optimal, dan table 6.3 menunjukkan table pemecahan yang sudah optimal. 


Total Biaya Terendah = (50 x 0) + (200 x Rp 40.000,-) + (50 x Rp 60.000,-) + (30 x Rp 92.000,-) + (50 x 0) + (200 x Rp 40.000,-) + (50 x Rp 60.000,0) + (70 x Rp 90.000) + (200 x Rp 40.000,-) + (50 x Rp 60.000,-) + (70 x Rp 90.000,-) + (20 x 0)
= Rp (0 + 8.000.000 + 3.000.000 + 2.760.000 + 0 + 8.000.000 + 3.000.000 + 6.300.000 + 8.000.000 + 3.000.000 + 6.300.000 + 0)
= Rp 48.360.000,-

Dimana :
Kebutuhan permintaan dipenuhi dengan cara :
§  Bulan Mei :
Persediaan awal                                                            =   50 unit
Produksi pada waktu reguler                                     = 200 unit
Produksi pada waktu lembur                                     =   50 unit
Subkontrak sebesar 30 unit ini dipergunakan untuk memenuhi permintaan bulan Juni

§  Bulan Juni :
Produksi pada waktu reguler                                     = 200 unit
Produksi pada waktu lembur                                     =   50 unit
Subkontrak                                                                     =   70 unit

§  Bulan Juli :
Produksi pada waktu reguler                                     = 200 unit
Produksi pada waktu lembur                                     =   50 unit
Subkontrak                                                                     =   70 Unit
  
 Dengan Programa Linier dan dibantu Software Lindo didapat :
MIN 0X11 + 2000X12 + 4000X13 + 0X14 + 40000X21 + 42000X22 + 44000X23 + 0X24 + 60000X31 + 62000X32 + 64000X33 + 0X34 + 90000X41 + 92000X42 + 94000X43 + 0X44 + 40000X52 + 42000X53 + 0X54 + 60000X62 + 62000X63 + 0X64 + 90000X72 + 92000X73 + 0X74 + 40000X83 + 0X84 + 60000X93 + 0X94 + 90000X103 + 0X104
ST
X11 = 50
X21 + X22 + X23 + X24 >= 200
X31 + X32 + X33 + X34 >= 50
X41 + X42 + X43 + X44 >= 80
X52 + X53 + X54 >= 200
X62 + X63 + X64 >= 50
X72 + X73 + X74 >= 70
X83 + X84 >= 200
X93 + X94 >= 50
X103 + X104 >= 90
X11 + X21 + X31 + x41 <= 300
X22 + X32 + X42 + X52 + X62 + X72 <= 350
X13 + X23 + X33 + X43 + X53 + X63 + X73 + X83 + X93 + X103 <= 320
X14 + X24 + X34 + X44 + X54 + X64 + X74 + X84 + X94 + X104 <= 70
END
SOROT SOLVE ENTER
OBJECT FUNCTION VALUE Rp 48.360.000,-
X11 = 50                    X42 = 30                    X83   = 200                X44   = 50
X21 = 200                  X52 = 200                  X93   = 50                  X104 = 20
X31 = 50                    X62 = 50                    X103 = 70
                                    X72 = 70

Daftar  Pustaka
[1]. Ariyoto, Kresnohadi, “Feasibility Study”, Penerbit Mutiara, 2009, Jakarta.
[2]. Herjanto, Eddy, “Analisa Kelayakan Pabrik”, PT. Erlangga, 2010, Jakarta
[3]. Soeharto, Iman, “Manajemen Proyek”, PT. Erlangga, 2007, Jakarta. 

BAB  VII
MATA  KULIAH
ANALISA  KELAYAKAN  PABRIK

POKOK  BAHASAN
 TEORI  PERSEDIAAN (INVENTORY)

Oleh : Ir. Rudy  Yulianto, M.T

Materi :    Pengantar Sistem Pendukung Keputusan Inventory, Catatan Teknis Program Inventory (INVT), Cara Penyelesaian Permasalahan (Solving Problem).

7.1. PENGANTAR SISTEM PENDUKUNG KEPUTUSAN INVENTORY

            Program ini berisi tiga model dasar inventori : model EOQ, model quantity discount analysis, dan model single period stochastic demand problem. EOQ menganalisa dalam menemukan kuantitas order yang optimal yang mempunyai biaya terkecil yang meliputi biaya shortage dan biaya hilangnya penjualan. Analisa quantity discount menyelesaikan biaya terkecil dari kuantitas order dengan menggunakan semua unit atau metode peningkatan discount. Anda mungkin juga membagi dalam kuantitas orer dan membiarkan program melakukan analisa biaya, analisa grafik juga digunakan untuk kedua tipe permasalahan.
            Single-period stochastic demand problem juga disebut sebagai permasalahan newsboy. Distribusi permintaan mengikuti distribusi normal, uniform, exponential, triangular, poison, geometric, discrete, dan distribusi laplace. Program menyelesaikan kuantitaas order tebaik untuk mengoptimalkan keuntungan yang diperkirakan dalam periode tunggal. Anda juga dapat membagi kuantitas order atau tingkat pelayanan dan membiarkan program menghitung keutnungan yang diperkirakan.
            Spreadsheet digunakan dalam memasukkan data. Program mempunyai pilihann untuk menyimpan, membaca, memodifikasi, dan mengeprint data masukan. Setelah solusi dicapai, anda dapat menampilkan, mengeprint, atau menyimpan solusi tersebut.

7.2. CATATAN TEKNIS PROGRAM INVENTORI (INVT)
  1. Untuk model EOQ (economic-order quantity), program akan menyelesaikan dengan EOQ, menampilkan, atau mengeplot biaya inventori yang berhubungan, yang meliputi biaya penyimpanan, atau shortage (kekurangan persediaan), dan biaya kehilangan penjualan. Anda juga dapat membagi dalam kuantitas order dan membiarkan program INVT menghitung biaya inventori yang brhubungan. Data untuk permasalahan EOQ meliputi data permintaan per periode, biaya order atau setup per order, biaya penyimpanan per unit per periode, biaya kekurangan persediaan per unit per periode, biaya kehilangan penjualan per unit, tingkat produksi per periode, lead time untuk order baru dalam satu periode, dan biaya unit. Abaikan shortage, biaya kehilangan penjualan adalah nol, tingkat replenisment tidak terbatas, dan waktu lead time adalah nol.
  2. Untuk analisa discount, semua unit discount menggambarkan bahwa semua unit order mempunyai harga dengan beberapa tingkat diskon, dimana peningkatan diskon menggambarkan bahwa unit order mempunyai peningkatan harga dengan perbedaan tingkat diskon yang didasarkan pada pemenuhan jumlah (break quantities). Anda juga dapat menspesifikasikan penyimpanan, kekurangan persediaan, biaya kehilangan penujalan konstan, atau diskon. Data yang diminta meliputi permintaan per periode, biaya order atau setup per order, biaya penyimpanan per unit per periode, biaya shortage per unit per periode, biaya hilangnya penjualan per unit, tingkat produksi per periode, lead time untuk order baru dalam satu periode, biaya unit, tingkat diskon, dan persentase diskon. Nilai yang lain biarkan sama dengan nilai untuk data EOQ.
  3. Untuk single-period stochastic demand problem (permasalahan newaboy), data yang dimasukkan meliputi biaya acquisition, unit selling price (harga penjualan per unit), unit shortage cost (biaya kekurangan persediaan per unit), unit salvage value (nilai pembayaran), biaya order atau setup, inisial inventori, distribusi permintaan, dan parameter-parameter. Permintaan merupakan proses stokastik dan tidak pasti dan kemungkinan mengikuti beberapa distribusi yang telah disebutkan dimuka. Ketika menentukan distribusi permintaan dalam memasukkan data, tiga lembar pertama diperlukan. Didasarkan pada distribusi permintaan yang ditentukan dan data operasional, program menyelesaikan kuantitas order untuk memaksimalkan keuntungan yang diperkirakan untuk periode tunggal.

7.3.  CARA PENYELESAIAN PERMASALAHAN (SOLVING PROBLEM)

Dalam seksi ini, akan diberikan contoh kasus untuk menunjukkan bagaimana cara dalam memasukkan dan menyelesaikan masalah.

Contoh kasus EOQ

TV Shack merupakan retailer televisi lokal. Dari pengalaman, perusahana mengetahui bahwa permintaan untuk televisi dapat dikatakan tetap, dengan rata-rata permintaan 600 sets per tahun, dan biaya order adalah $50 per order. Biaya penyimpanan tahunan, meliputi biaya capital (modal) dan biaya gudang, adalah 20% dari harga pembelian. Pemborong menawarkan harga $300 per set. Berapakah jumlah yang seharusnya retailer pesan tiap waktu sehingga biaya inventori dapat diminalkan?

Enter the Problem (Masukkan Permasalahan)

1.      Pilih atau klik new problem pada menu file.
2.      Gambar 7.1 menunjukkan problem spesification. Klik “Uniform Demand EOQ Problem” untuk tipe perrmasalahan karena permintaan tetap.


Daftar  Pustaka

[1]. Ariyoto, Kresnohadi, “Feasibility Study”, Penerbit Mutiara, 2009, Jakarta.
[2]. Herjanto, Eddy, “Analisa Kelayakan Pabrik”, PT. Erlangga, 2010, Jakarta
[3]. Soeharto, Iman, “Manajemen Proyek”, PT. Erlangga, 2007, Jakarta.