BAB 1 LANDASAN TEORI 2.1 Klasifikasi ABC 2.1.1 Pengertian Klasifikasi ABC Klasifikasi ABC merupakan klasifikasi dari suatu kelompok material dalam susunan menurun berdasarkan biaya penggunaan material itu per periode waktu. Periode yang digunakan adalah satu tahun. Klasifikasi ABC juga dapat ditetapkan menggunakan kriteria lain bukan semata-mata berdasarkan kriteria biaya, tergantung pada faktor apa saja yang menentukan material tersebut. Klasifikasi ABC umum digunakan pada pengendalian inventori pabrik, inventori produk akhir pada gudang, obat-obatan pad apotek, inventori suku cadang, dan lain-lain. (Gazperz, 2012) 2.1.2 Kriteria Klasifikasi ABC Kriteria masing-masing kelas dalam klasifikasi ABC, sebagai berikut (Heizer & Render, 2011, hal. 501-502): 1. Kelas A Persediaan yang memiliki volume tahunan rupiah yang tinggi. Kelas ini mewakili sekitar 70% dari total persediaan, meskipun jumlahnya hanya sedikit, biasanya hanya 20% dari seluruh item. 2. Kelas B Persediaan dengan nilai volume tahunan rupiah yang menengah. Kelas ini mewakili sekitar 20% dari total nilai persediaan tahunan, dan sekitar 30% dari jumlah item. 3. Kelas C Persediaan dengan nilai volume tahunan rupiah yang rendah. Kelas ini mewakili sekitar 10% dari total nilai persediaan, tetapi sekitar 50% dari jumlah item persediaan. 2.2 SPSS 2.2.1 Apa itu SPSS? Paket statistik untuk Ilmu Sosial (SPSS) adalah program untuk memanipulasi, menganalisis, dan menyajikan data, paket banyak digunakan dalam ilmu-ilmu sosial. Ada beberapa bentuk SPSS, Program inti disebut SPSS Base dan ada jumlah add-on modul yang memperluas jangkauan data, statistik, atau kemampuan laporan. (Landau & Everitt, 2004, hal. 1) 2.3 Forecasting 2.3.1 Pengertian Forecasting Adapun definisi peramalan menurut berbagai sumber, sebagai berikut : 1. Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu kejadian di waktu yang akan datang. Ramalan bisa bersifat kualitatif, artinya tidak berbentuk angka, misalkan minggu depan akan turun hujan, tahun depan akan pecah perang antara Vietnam dan Thailand, hasil penjualan tahun depan meningkat, bulan depan pasaran tekstil akan sepi, dan lain sebagainya. Ramalan bisa bersifat kuantitatif, artinya berbentuk angka, dinyatakan dalam bilangan. (Supranto, 2010, hal. 10) 2. Peramalan adalah seni dan ilmu pengetahuan untuk memprediksi peristiwa yang akan datang. Peramalan membutuhkan historis dan memprediksi 5
6 3. masa yang akan datang dengan beberapa model matematis. Bisa berupa prediksi subjektif atau intuitif tentang masa yang akan datang. (Heizer & Render, 2011, hal. 136) 2.3.2 Winter’s Method Pada metode peramalan winter digunakan untuk suatu data yang berpola musiman. Pola kecenderungan ini biasanya dikarenakan suatu musim tertentu. Diambil contoh di benua Eropa, karena di sana mempunyai empat musim, pola konsumsi terhadap suatu produk mempunyai siklus yang berpola. Misalkan, pakaian musim dingin akan banyak permintaan pada musim dingin dan untuk musim yang lain. Sehingga, metode winters sering disebut Winter Seasonal Method . Pola musiman Winter dapat pula dikenali pola musiman berdasarkan kejadian yang datang atau terjadi setiap periode. Seperti contoh, untuk Indonesia akan terjadi beberapa waktu khusus yang cukup penting di setiap tahun, yaitu menjelang tahun baru dan hari raya. Biasanya pada menjelang hari tersebut akan terjadi peningkatan yang cukup besar pada permintaan bahan makanan dan pakaian. (Baroto, 2002, hal. 44) 2.3.3 Cara Forecasting dengan SPSS 1. Memasukkan Data yang ingin dihitung Gambar 2.1 Langkah 1 Menghitung Forecast dengan SPSS
2. Pilih Data > Define Dates. Untuk menentukan satuan waktu dari data yang dimasukkan. Gambar 2.2 Langkah 2 Menghitung Forecast dengan SPSS
7 3. Pilih satuan waktu yang sesuai dengan data yang akan dihitung. Gambar 2.3 Langkah 3 Menghitung Forecast dengan SPSS
4. Analyze > Forecasting > Create Models. Gambar 2.4 Langkah 4 Menghitung Forecast dengan SPSS
5. Memasukkan variabel yang akan dihitung dan metode apa yang digunakan. Gambar 2.5 Langkah 5 Menghitung Forecast dengan SPSS
8 6. Memilih apa saja yang akan dihitung oleh SPSS. Gambar 2.6 Langkah 6 Menghitung Forecast dengan SPSS
7. Memilih Plots seperti apa yang diinginkan pada perhitungan forecasting. Gambar 2.7 Langkah 7 Menghitung Forecast dengan SPSS
8. Memilih apa saja yang ingin ditampilkan pada pehitungan forecasting. Gambar 2.8 Langkah 8 Menghitung Forecast dengan SPSS
9 9. Memasukkan satuan waktu yang ingin dilakukan untuk perhitungan forecasting. Gambar 2.9 Langkah 9 Menghitung Forecast dengan SPSS
10. Hasil perhitungan Forecast. Gambar 2.10 Langkah 10 Menghitung Forecast dengan SPSS
2.4
Uji Kecukupan Data Uji kecukupan data dilakukan ketika data yang dikumpulkan sudah cukup untuk dilakukan pengolahan data, sehingga digunakanlah kepastian jumlah data yang akan diambil. Jumlah data yang akan diambil dipengaruhi oleh faktor seperti di bawah ini : a. Tingkat ketelitian (degree of accuracy) dari hasil pengamatan. b. Tingkat kepercayaan (level of confidence) dari hasil pengamatan. Sehingga akan didapat sebuah rumus tes kecukupan data sebagai berikut (Wignjosoebroto, ergonomi : studi gerak dan waktu, 2003, hal. 134):
Ni =
Dimana :
S = Tingkat ketelitian yang dikehendaki Ni = Jumlah minimal penelitian P = Persentase terjadinya kejadian yang diamati K = Tingkat kepercayaan yang diambil, dimana : - 90% confidence level : k = 1.65 - 95% confidence level : k = 2.00
10 - 99% confidence level : k = 3.00 2.5
Uji Keseragaman Data Dalam sebuah proses produksi dibutuhkan waktu terbaik dan dipertahankan terus menerus, sehingga dibutuhkannya uji keseragaman data yang bertujuan untuk memberikan batas kontrol atas dan bawah sehingga data waktu proses yang dibuat tidak berada diluar batas kontrol. Berikut adalah rumus uji keseragaman data (Wignjosoebroto, ergonomi : studi gerak dan waktu, 2003, hal. 195): BKA = BKB = Dimana
= Waktu Siklus
SD =
2.6
Penyesuaian Waktu (Wignjosoebroto, ergonomi : studi gerak dan waktu, 2003, hal. 196-198) Pengukuran kerja adalah kegiatan evaluasi kecepatan atau tempo kerja operator pada saat pekerjaan berlangsung. Pengukuran waktu kerja berdasarkan performance dari sang operator yang akan di teliti. Adapun faktor-faktor yang diperoleh dalam menormalkan waktu kerja sebagai faktor penyesuaian/rating “P” sebagai berikut: 1. Jika operator bekerja terlalu cepat di atas batas kewajaran maka rating faktor lebih besar dari pada 1 (p > 1 atau p > 100%). 2. Jika operator bekerja terlalu lambat dibawah batas kewajaran rating faktor yang diperoleh lebih kecil dari pada 1 (p < 1 atau p < 100%). 3. Jika operator bekerja secara normal maka rating faktor yang diperoleh sama dengan 1 (p = 1 atau p = 100%). Tabel 2.1 Kinerja Kerja dengan Sistem Westinghouse Skill Effort + 0,15 A1 Super skill + 0,13 A1 Super skill + 0,13 A2 + 0,12 A2 + 0,11 B1 Excellent + 0,10 B1 Excellent + 0,08 B2 + 0,08 B2 + 0,06 C1 Good + 0,05 C1 Good + 0,03 C2 + 0,02 C2 0,00 D Average 0,00 D Average - 0,05 E1 Fair - 0,04 E1 Fair - 0,10 E2 - 0,08 E2 - 0,16 F1 Poor - 0,12 F1 Poor - 0,22 F2 - 0,17 F2
11 Tabel 2.2 Kinerja Kerja dengan Sistem Westinghouse (Lanjutan) Condition Consistency + 0,06 A Ideal + 0,04 A Ideal + 0,04 B Excellent + 0,03 B Excellent + 0,02 C Good + 0,01 C Good 0,00 D Average 0,00 D Average - 0,03 E Fair - 0,02 E Fair - 0,07 F Poor - 0,04 F Poor 2.7
Kelonggaran (Allowance) (Wignjosoebroto, ergonomi : studi gerak dan waktu, 2003, hal. 201) Operator tidaklah mampu bekerja secara terus-menerus sepanjang hari tanpa adanya interupsi sama sekali. Disini kenyataannya operator akan sering mengehentikan kerja dan membutuhkan waktu-waktu khusus untuk keperluan seperti personal needs, istirahat melepas lelah, dan alasan-alasan lain yang diluar kontrolnya. Waktu longgar yang dibutuhkan akan menginterupsi proses produksi ini bisa diklasifikasikan menjadi personal allowance, fatigue allowance, dan delay allowance. Dengan demikian maka waktu baku adalah sama dengan waktu normal kerja dengan waktu longgar.
Tabel 2.3 ILO Recommended Allowance A. Constant allowances: Personal allowance Basic fatigue allowance B. Variable allowances: 1. Standing allowance 2. Abnormal position allowance: a. Slightly awkward b. Awkward (bending) c. Very awkward (lying, stretching) 3. Use of force, or muscular energy (lifting, pulling, or pushing): Weight lifted, pounds: 5 10 15 20 25 30 35 40 45 50 60 70 4. Bad light: a. Slightly below recommended
5 4 2 0 2 7
0 1 2 11 3 413 517 22 7 9
0
12 Tabel 2.4 ILO Recommended Allowance (Lanjutan) b. Well below c. Quite 5. Atmospheric conditions (heat and humidity) variable 6. Close attention: a. Fairly fine work b. Fine or exacting c. Very fine or very exacting 7. Noise level: a. Continuous b. Intermittent-loud c. Intermittent-very loud d. High-pitched-loud
2 5 1-100
8. Mental strain: a. Fairly complex process b. Complex or wide span of attention c. Very complex 9. Monotony: a. Low b. Medium c. High 10. Tediousness: a. Rather tedious b. Tedious c. Very tedious Sumber: http://industrialengineeringlabutm.blogspot.com/2011/02/table-ofallowance.html
0 2 5 0 2 5 5
1 4 8 0 1 4 0 2 5
2.8 Penjadwalan Produksi 2.8.1 Pengertian Penjadwalan Penjadwalan mempunyai titik acuan pada penugasan awal dan waktu penyelesaiannya terhadap pekerjaan, manusia, atau peralatan tertentu (Evans & Collier, 2007, hal. 589) Penjadwalan merupakan aspek yang penting dalam setiap industri, baik industri yang bergerak di bidang manufaktur maupun industri yang bergerak di bidang jasa. 2.8.2 Meramalkan Horison Waktu Peramalan biasanya dikelompokkan oleh horison waktu yang akan datang yang mendasarinya (Heizer & Render, 2011, hal. 136), waktu horison memiliki tiga kategori adalah sebagai berikut : 1. Peramalan jangka pendek Waktu peramalan ini dilakukan dari satu hingga tiga bulan. Untuk perencanaan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan dan tingkat produksi
13 2.
3.
Peramalan jangka menengah Waktu peramalan dilakukan dari tiga bulan sampai tiga tahun. Bermanfaat untuk perencanaan penjualan, perencanaan produksi dan harga, anggaran, analisa perencanaan operasi. Peramalan jangka panjang Waktu peramalan dilakukan untuk tiga tahun atau lebih. Digunakan untuk produk baru, belanja barang modal, lokasi fasilitas dan perluasan, penelitian dan pengembangan.
2.8.3 Pengertian Shift Kerja (Oxford University, Press, 2005, hal. 1400) Mendefinisikan shift kerja sebagai suatu periode waktu yang dikerjakan oleh sekelompok pekerja yang mulai bekerja ketika kelompok yang lain selesai. (Bhattacharya & Glothlin, 1996, hal. 404) definisi shift kerja yang mendasar adalah waktu dari sehari seorang pekerja harus berada di tempat kerja. 2.8.4 Waktu Kerja Normal Ada tiga ketentuan waktu kerja normal menurut keputusan Menteri Tenaga Kerja dan Transmigrasi, No. Kep. 102/MEN/VI/2004, yaitu : 1. Untuk 6 hari kerja : waktu kerja 7 jam/hari (hari ke 1 – 5), 5 jam/hari (hari ke 6), 40 jam/minggu. 2. Untuk 5 hari kerja : waktu kerja 8 jam/hari, 40 jam/minggu. Sabtu dan Minggu libur. 3. Lebih dari waktu ini dihitung waktu kerja lembur.
