BAB 2 LANDASAN TEORI
2.1 Pengertian Tata Letak Pabrik Tata letak pabrik adalah suatu rancangan fasilitas, menganalisis, membentuk konsep, dan mewujudkan sistem pembuatan barang dan jasa. Rancangan ini pada umumnya digambarkan sebagai rancangan lantai, yaitu suatu susunan fasilitas fisik (perlengkapan, tanah, sarana dan bangunan yang lain) untuk mengoptimalkan hubungan antara petugas pelaksana, aliran barang, aliran informasi, dan tata cara yang diperlukan unutk mencapai tujuan usaha secara ekonomis dan aman (Apple,1990:2). Penyusunan tata letak yang baik dapat memperlihatkan suatu penyusunan daerah kerja yang paling ekonomis untuk dijalankan, disamping itu akan menjamin keamanan dan kepuasan kerja dari pegawai. Prestasi kerja dapat meningkat bila penyusunan tata letak pabrik dilakukan dengan baik dan aktif.
2.1.1 Tujuan Perencanaan Tata Letak Pabrik Secara garis besar tujuan dari tata letak pabrik adalah mengatur area kerja dan segala fasitas produksi yang paling ekonomis untuk operasi produksi aman dan nyaman sehingga dapat meningkatkan moral kerja (performa) dari operator. Lebih spesifik lagi, suatu tata letak yang baik akan memberikan keuntungan – keuntungan
13
yang besar dalam proses produksi, seperti yang disebutkan dibawah ini (Wignjoesoebroto, 1990:53) 1. Mempersingkat proses pemindahan barang Mengingat proses pemindahan barang memerlukan biaya yang besar dalam proses produksi, maka dalam perencanaan layout diorientasikan guna memberikan jarak perpindahan bahan seminimum mengkin agar biaya dapat ditekan. 2. Penghematan penggunaan areal untuk produksi, gudang, dan sevice Segala pemborosan pemakaian ruangan akan dapat diatasi dan dikoreksi dengan perencanaan tata letak pabrik yang optimal. 3. Pendayagunaan yang lebih besar dari pemakaian mesin, tenaga kerja, dan fasitas produksi lainnya Faktor – faktor pemanfaatan mesin, tanagan kerja dan lain – lainnya adalah erat kaitannya dengan biaya produksi. Suatu layout yang terancana secara tepat akan banyak membantu pendayagunaan elemen – elemen produksi tersebut secara efisian dan efektif. 4. Mengurangi resiko bagi kesehatan dan keselaman kerja operator Salah satu perencanaan layout adalah unutk membuat suasana kerja yang aman dan nyaman bagi mereka yang bekerja didalamnya. Hal – hal yang dianggap berbahaya bagi keselaman dan kesehatan operator haruslah dihindari.
14
5. Memperbaiki moral dan kepuasan kerja Penerangan yang cukup, sirkulasi udara yang enak, dan lain – lain akan menciptakan suasana lingkungan kerja yang menyenangkan sehingga moral dan kepuasan kerja dapat ditingkatkan. Hasil positif dari kondisi ini tentu saja berupa performance kerja yang baik dan menjurus kearah peningkatan produktivitas kerja. 6. Megurangi kemacetan dan kesimpangsiuran Layout yang baik akan memberikan luasan yng cukup untuk operasi yang diperlukan dan proses dapat berlangsung mudah dan sederahana sehingga kemacetan serta kesimpangsiuran dapat dikurangi. 7. Mempermudah aktifitas supervisi Tata letak pabrik yang terencana dengan baik akan mempermudah supervisor dalam mengamati segala aktifitas yang sedang berlangsung diarea kerja yang dibawah pengawasan dan tanggung jawabnya. Dari hal – hal tersebut diatas terlihat jelaslah bahwa perencanaan tata letak pabrik dimaksudkan untuk mengatur segala fasilitas fisik dari segala sistem produksi (mesin, peralatan, tanah, dan bangunan) guna mendapatkan hasil optimal serta mencapai tujuan perusahaan secara efisien, efektif, dan aman.
15
2.2 Peramalan 2.2.1 Faktor-Faktor Pertimbangan Dalam Peramalan Kuantitatif Menurut Sofjan Assauri, ” Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang ” (Sofjan Assauri, 1984:1). Sedangkan menurut Hendra Kusuma, ”Peramalan adalah perkiraan tingkat permintaan satu atau lebih produk selama beberapa periode mendatang” (Hendra Kusuma, 1999:13). Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas: 1)
Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu, atau ”time series”.
2)
Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel yang lain yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat ” causal methods” (Sofjan Assauri,1984:9). Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai
berikut: 1.
Adanya informasi tentang keadaan yang lain.
2.
Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
3.
Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang. Ada empat jenis pola data, antara lain:
16
1.
Pola horizontal atau stationary, bila nilai-nilai dari data observasi berfluktuasi disekitar nilai konstan rata-rata. Dengan demikian dapat dikatakan pola ini sebagai stationary pada rata-rata hitungnya (means).
2.
Pola seasonal atau musiman, bila suatu deret waktu dipengaruhi oleh faktor musim (seperti kuartalan, bulanan , mingguan dan harian).
3.
Pola cyclical atau siklus bila data observasi dipengaruhi oleh fluktuasi ekonomi jangka panjang yang berkaitan atau bergabung dengan siklus usaha (business cycle).
4.
Pola trend bila ada pertambahan atau kenaikan atau penurunan dari data obserfasi untuk jangka panjang. Pola ini terlihat pada penjualan produk dari banyak perusahaan. Pendapatan Domestik Nasional Bruto (GDP/GNP) dan indikator ekonomi.
2.2.2 Model Peramalan Moving Averages Metode moving averages diperoleh melalui penjumlahan dan pencarian nilai ratarata dari sejumlah periode tertentu, setiap kali menghilangkan nilai terlama dan menambah nilai baru.
Y + Yt −1 + Yt − 2 + Yt − n +1 Yˆt +1 = t n Keterangan:
Yˆt +1
= Nilai peramalan pada periode berikutnya
17
Yˆt
= Nilai aktual permintaan periode sebelumnya
n
= Periode dalam rata-rata bergerak
Dengan tambahan bahwa satu nilai Y diganti setiap periode. Perhitungan rata-rata dilakukan dengan bergerak ke depan untuk memperkirakan periode yang akan datang dan dicatat dalam posisi terpusat pada rata-ratanya. Moving Averages secara efektif meratakan dan menghaluskan fluktuasi pola data yang ada. Tentu saja semakin panjang periodenya, semakin rata kurvanya. Kebaikan lainnya adalah bahwa metode Moving Averages dapat diterapkan pada data apapun juga, apakah data sesuai dengan kurva matematik atau pun tidak. Kelemahan metode ini adalah tidak mempunyai persamaan untuk peramalan. Sebagai gantinya digunakan rata-rata bergerak terakhir sebagai ramalan periode berikutnya.
2.2.3 Model Peramalan Exponential Smoothing Exponential Smoothing adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak. Dengan exponential smoothing sederhana, peramalan dilakukan dengan cara ramalan periode terakhir ditambah dengan porsi perbedaan (disebut α) antara permintaan nyata periode terakhir dan ramalan periode terakhir. Persamaan exponential smoothing adalah :
18
Yˆt = Yˆt −1 + α (Yt −1 − Yˆt −1 )
α = 1−
2 ( N + 1)
Keterangan : Ŷt
= Peramalan Pada Periode t
Ŷt-1
= Peramalan Pada Periode t-1
α
= Konstanta Pemulusan
Yt-1
= Data Permintaan Aktual pada Periode t-1
N
= Banyaknya Periode Data Permintaan Aktual
Exponential smoothing sederhana tidak memperhitungkan trend , sehingga tidak ada nilai α yang sepenuhnya menggantikan trend dalam data. Nilai-nilai α rendah akan menyebabkan jarak yang lebih lebar dengan trend karena hal itu akan memberikan bobot yang lebih kecil pada permintaan yang sekarang. Nilai α yang rendah terutama cocok bila permintaan produk relatif stabil (yang berat, tanpa trend atau variasi siklikal) tetapi variasi acak adalah tinggi. Nilai-nilai α lebih tinggi adalah lebih berguna dimana perubahan - perubahan yang sesungguhnya cenderung terjadi karena lebih responsif terhadap fluktuasi permintaan. Sebagai contoh nilai α tidak mungkin cocok bagi industri barang-barang mode yang cepat dan dramatik. Pengenalan-pengenalan produk baru, kampanye promosional, dan bahkan antisipasi terhadap resesi juga memerlukan penggunaan nilai-nilai α yang lebih tinggi. Nilai α yang tepat pada umumnya dapat ditentukan dengan pengujian ”trial –
19
and – eror” (coba-coba) terhadap α yang berbeda-beda untuk menemukan satu nilai α yang menghasilkan kesalahan terkecil bila digunakan pada data masa lalu. Dengan cara analogi yang dipakai waktu berangkat dari rata-rata bergerak tunggal ke pemulusan (smoothing) eksponensial tunggal, kita juga dapat berangkat dari ratarata bergerak ganda ke pemulusan eksponensial ganda. Perpindahan seperti itu mungkin menarik karena salah satu keterbatasan dari rata-rata bergerak tunggal yaitu perlunya menyimpan N nilai terakhir masih terdapat pada rata-rata bergerak linear, kecuali bahwa jumlah nilai data yang diperlukan sekarang adalah 2N-1. Pemulusan eksponensial linear dapat dihitung hanya dengan tiga nilai data dan satu nilai untuk α. Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan disesuaikan untuk trend. Adapun persamaannya sebagai berikut:
Yˆt +1 = αY1 + (1 − α )Yˆt
α t = Yˆt + (Yˆt − Yˆt −1 ) bt =
α ˆ ˆ (Yt − Yt ) 1−α
Yt + m = a t + bt m
20
2.2.4 Model Peramalan Linear Regretion Model analisis garis kecenderungan dipergunakan sebagai peramalan apabila pola hitoris data actual permintaan menunjukan adanya suatu kecenderungan naik dari waktu ke waktu. Model analisis garis kecenderungan yang paling sederhana adalah menggunakan persamaan garis lurus (straight line equation), sebagai berikut: 1. Perhitungan slope n
n
i =1
i =1
∑ yi − A∑ xi B=
n
2. Perhitungan intercept n
n
i =0
i=0
n
n∑ x i y i − ∑ xi ∑ y i A=
i =0
n∑ xi − ∑ xi i =0 i =0 2
n
2
Nilai ramalan permintaan periode t
Yˆt = a + bt Keterangan:
Yˆt
= Nilai ramalan pada periode t
a
= intercept
b
= Slope dari garis kecenderunga (trend line), merupakan tingkat perubahan dalam permintaan
t
= Indeks waktu
21
2.2.5 Analisis Kesalahan Peramalan Beberapa alternatif analisis kesalahan peramalan yang digunakan adalah: - Mean Squared Eror (MSE) : Keterangan: Nilai Tengah Kesalahan Kuadrat (Mean Squared Error) n
∑ (Y
t
MSE =
− Yˆt )
t =1
n
- Mean Absolute Percentage Error (MAPE) Keterangan: Nilai Tengah Kesalahan Persentase Absolut (Mean Absolute Percentage Error)
| Yt − Yˆt | Yt MAPE = t =1 n n
∑
Dua ukuran tersebut, merupakan alat evaluasi teknik-teknik peramalan untuk berbagai macam parameter. Semakin rendah nilai MAPE dan MSE, peramalan semakin baik (mendekati data masa lalu). Tetapi nilai terendah (kecuali nol) tidak memberikan indikasi seberapa baik metode peramalan yang digunakan dibandingkan dengan metode lainnya (Hendra Kusuma, 199:38).
22
2.3 Pengertian Proyek dan Investasi Yang dimaksud dengan proyek adalah suatu keseluruhan kegiatan yang menggunakan sumber-sumber untuk memperoleh manfaat (benefit), atau suatu kegiatan dengan pengeluaran biaya dan dengan harapan untuk memperoleh hasil pada waktu yang akan datang, dan yang dapat direncanakan, dibiayai, dan dilaksanakan sebagai satu unit. Kegiatan suatu proyek selalu ditujukan untuk mencapai suatu tujuan (objective) dan mempunyai suatu titik tolak (starting point) dan suatu titik akhir (ending point). Baik biaya maupun hasilnya yang penting biasanya dapat diukur. Menurut Gitman (2000:332-334), investasi (jangka panjang) atau pengeluaran modal (capital expenditure) adalah komitmen untuk mengeluarkan dana sejumlah tertentu pada saat sekarang untuk memungkinkan perusahaan menerima manfaat di waktu yang akan datang, dua tahun atau lebih. Lebih lanjut, Fitzgerald (1978:6) menyatakan bahwa investasi adalah aktivitas yang berkaitan dengan usaha penarikan sumber-sumber (dana) yang dipakai untuk mengadakan barang modal pada saat sekarang, dan dengan barang modal itu akan dihasilkan aliran produk baru di masa yang akan datang. Dengan makna yang sama, van Horne (1981:106) dan J.J. Clark dkk. (1979:3) menyatakan bahwa investasi adalah kegiatan yang memanfaatkan pengeluaran kas pada saat sekarang untuk mengadakan barang modal guna menghasilkan penerimaan yang lebih besar di masa yang akan datang untuk waktu dua tahun atau lebih.
23
2.3.1 Proyek Penghematan Biaya (Cost Reducing Project) Menurut Murdifin Haming dan Salim Basalamah (2003:30), proyek penghematan biaya adalah proyek yang ditujukan untuk memperbaiki proses produksi atau proses bisnis dalam usaha menekan biaya usaha. Proyek ini merupakan bagian dari proyek perusahaan (business sector project, profit motive project), yang dibangun dan ditujukan untuk memenuhi kebutuhan masyarakat umum dengan tujuan untuk menghasilkan laba.
2.4 Kegunaan Studi Kelayakan Secara umum, menurut Murdifin Haming dan Salim Basalamah (2003:12) kegunaan primer dari studi kelayakan adalah: 1. Memandu pemilik dana (investor) untuk mengoptimalkan penggunaan dana yang dimilikinya. 2. Memperkecil risiko kegagalan investasi dan pada saat yang sama, memperbesar peluang keberhasilan investasi yang bersangkutan. 3. Alternatif investasi teridentifikasi secara obyektif dan teruji secara kuantitatif sehingga manajer puncak mudah mengambil keputusan investasi yang obyektif. 4. Aspek terkait terungkap secara keseluruhan dan lengkap sehingga penerimaan dan atau penolakan terhadap alternatif investasi didasarkan atas pertimbangan terhadap semua aspek proyek dan bukan hanya aspek finansial saja.
24
Sedangkan menurut Suad Husnan dan Suarsono (2000:7), tujuan dilaksanakannya analisa kelayakan adalah untuk menghindari keterlanjuran penanaman modal yang besar untuk kegiatan yang tidak menguntungkan.
2.5 Aspek Teknis Aspek teknis merupakan kajian untuk menganalisa kelayakan proyek dari segi teknis engineering. Beberapa hal yang menjadi landasan teori dari kajian teknis proyek ini, yakni:
2.5.1 Material Handling Sofjan assauri (LPFE UI, 15) mengatakan dalam bukunya bahwa secara umum produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan atau input menjadi suatu keluaran atau output. Persoalan material handling atau yang sering disebut dengan pemindahan material ini akan selalu terjadi sejalan dengan pelaksanaan proses produksi didalam perusahaan yang bersangkutan. Perindahan material ini tidak hanya kegiatan perpindahan material saja melainkan juga mencakup kegiatan perpindaha barang setengah jadi dan barang jadi didalam suatu proses produksi. Sofjan assauri (LPFE UI, 111) juga membahas, bila ditinjau dari kegiatan atau proses produksi, maka terlihat masalah yang utama dalam produksi adalah bergeraknya bahan – bahan dari suatu tingakat proses ke tingkat proses produksi berikutnya. Untuk memungkinkan proses produksi ini dapat berjalan, dibutuhkan adanya pergerakan atau perpindahan bahan. Akan tetapi bahan – bahan yang
25
merupakan barang yang mati tidak dapat bergerak/berpindah dengan sendirinya.oleh karena itu dibutuhkan adanya kegiatan pemindahan barang atau material handling. Terdapat banyak sekali definisi atau pengertian untuk pemindahan barang (material handling). Walaupun demikian secara sederhana dapatlah dikatakan bahwa pemindahan barang merupakan kegiatan mengangkat dan meletakkan bahan/barang dalam proses produksi di dalam pabrik. Setiap kegiatan yang meliputi mengangkat, memindahkan
atau
mengangkut
dan
meletakkan
serta
meninggikan
atau
merendahkan bahan/barang dalam suatu pabrik, dapat merupakan sumber yang memungkinkan adanya perbaikan dalam material handling.
2.5.1.1 Material Handling Planning Sheet (MHPS) Pada umumnya setiap orang akan berfikir bahwa produktifitas yang tinggi akan diperoleh dengan cara mengatur aliran proses produksi dan aliran perpindahan bahan yang efektif dan efisien. Dalam pembuatan MHPS ini data yang dibutuhkan adalah luas mesin, data proses dan mesin yang digunakan dalam proses produksi. Disamping itu frekuensi perpindahan material antara mesin satu dengan mesin yang lainya juga harus diperhatikan, sehingga mesin yang frekuensi perpindahanya besar sebaiknya diletakkan berdekatan agar kita dapat meminimalkan jarak yang ditempuh oleh material.
26
2.5.2 Penetuan Waktu Baku 2.5.2.1 Pengukuran Waktu Menggunakan Jam Henti (stop watch) Metode ini menggunakan jam henti sebagai alat utamanya. Metode ini merupakan metode yang paling banyak digunakan. Hal ini disebabkan karena kesederhanaan aturan-aturannya. Ada tiga metode dalam menggunakan jam henti, yaitu ; 1. Continuous Timing (Pengukuran yang berlanjut terus) Dalam pengukuran ini, jam henti dimulai ada saat awal elemen pekerjaan pertama dilakukan dan tidak dihentikan sampai elemen pekerjaan itu selesai. Waktu elemen secara individu diperoleh dengan pengukuran waktu selesai. 2. Repetitive/Snapback Timing (Pengukuran yang berulang) Dalam pengukuran ini jam henti dimulai pada saat elemen pekerjaan pertama dilakukan dan berhenti saat akhir elemen ini, lalu kembalikan ke posisi awal (posisi nol), demikian seterusnya. Jadi pengukuran ini berdasarkan elemen pekerjaan. 3. Accumulative Timing (Pengukuran akumulatif) Pengukuran akumulatif adalah suatu metode yang melibatkan dua atau tiga jam henti. Di sini dua jam henti disusun di suatu holder dengan adanya suatu hubungan secara mekanik di antara jam henti.
27
Dalam continuous timing, hubungan ini digerakkan sehingga pada saat terakhir elemen pekerjaan jam henti yang satu ini berhenti dibaca dan waktu elemen diperoleh dengan mengurangi bacaan yang diganti. Dalam repetitive timing, jam henti dikembalikan ke posisi nol setelah dibaca dan waktu elemen dapat dibaca langsung. Demikian pula dengan yang tiga jam henti.
2.5.2.2 Metode Pengujian Data 2.5.2.2.1 Pengukuran Pendahuluan (Sutalaksana, 1979) Tujuan melakukan pengukuran pendahuluan adalah untuk mengetahui berapa kali pengukuran harus dilakukan untuk tingkat ketelitian dan tingkat keyakinan yang diinginkan. Tingkat ketelitian dan tingkat keyakinan merupakan pencerminan tingkat kepastian yang diinginkan oleh pengukur setelah memutuskan tidak akan melakukan pengukuran yang banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesaian sebenarnya (biasanya dinyatakan dalam persen). Tingkat keyakinan menunjukkan besarnya keyakinan pengukur bahwa hasil yang diperoleh memenuhi syarat penelitian tadi (dinyatakan dalam persen).
28
Uji kenormalan Data
Faktor penyesuaian Waktu Siklus Rata-rata
Waktu Siklus
Waktu Normal
Uji Kecukupan dan Keseragaman Data
Waktu Standar (Baku)
Faktor Kelonggaran
Gambar 2.1 Urutan pengukuran waktu kerja
2.5.2.2.2 Uji Kenormalan Data Uji ini dilakukan terhadap data-data waktu yang sudah diperoleh untuk menentukan apakah suatu populasi mempunyai distribusi teoritis tertentu. Uji didasarkan atas kesesuaian frekuensi terjadinya amatan dalam sample yang diamati dengan frekuensi harapan yang diperoleh dari distribusi yang dihipotesiskan. Dalam melakukan pengujian kenormalan data, digunakan uji kebaikan sesuai chi square. Di bawah ini dapat dilihat langkah-langkah dalam melakukan uji kenormalan data (Walpole, 1993). a. Hitung rata-rata dan simpangan baku sample Rumus :
x=
S=
∑ Χi
....................... (2.1)
N
∑ ( Xi − x ) N −1
2
........................ (2.2)
29
Dimana : x
= harga rata-rata sample
S
= simpangan baku sample
Xi
= data sample pengamatan ke-i
N
= Jumlah pengamatan
b. Kelompokkan data ke dalam kelas-kelas dan hitung nilai z untuk masingmasing kelas. Rumus :
K = 1 + 3.3 log N
.............. (2.3)
Dimana : K
= jumlah kelas
N
= jumlah data pengamatan
Nilai Z dapat dicari dengan rumus : Z1 =
BKB − x S
............. (2.4)
Z1 =
BKA − x S
............. (2.5)
30
Dimana : BKA = nilai batas kelas atas BKB = nilai batas kelas bawah Z
= nilai standar normal
c. Hitung luas area antara Z1 dan Z2 dari setiap interval kelas yang ada dengan menggunakan tabel kurva normal. Rumus :
Luas = P(Z1
.............. (2.6)
d. Hitung frekuensi harapan untuk tiap kelas. Rumus :
Ei = (Luasi) x N
............... (2.7)
Dimana : LuasI = luas area di bawah kurva normal untuk nilai Z dari kelas ke-i e. Hitung nilai X 2 dari data yang terkumpulkan dengan rumus : K
∑ (O X2 =
i
− Ei ) 2
I =i
Ei
............... (2.8)
Dimana : Oi = frekuensi teramati dari sample Ei = Frekuensi harapan dari sample X2
= nilai variable random yang distribusinya didekati dengan distribusi chi- square.
31
Untuk taraf keberartian α, dicari nilai kritis X
2
α dari tabel distribusi chi
square dengan derajat kebebasan v sama dengan jumlah kelas interval hitungan k dikurangi jumlah besaran yang diperlukan untuk menghitung frekuensi harapan. Maka X
2
> X
2
α menyatakan daerah kritis. Teori ini
berlaku dengan syarat frekuensi harapan Ei ≥ 5. Apabila X 2 > X 2 α, maka tidak ada alasan untuk menolak hipotesis nol dan disimpulkan bahwa data berdistribusi normal. Sebelum data awal ini terbukti normal, maka sebaiknya tidak dilanjutkan pada pengolahan selanjutnya sebelum data yang ada diperbaiki dengan menambahkan data yang ada. Jika keseluruhan data berdistribusi normal, maka baru dilakukan pengujian validasi data yang meliputi pengujian keseragaman data dan pengujian kecukupan data.
2.5.2.2.3 Uji Keseragaman Data Pada proses uji keseragaman data ini, data yang telah dikumpulkan dari hasil pengukuran pendahuluan dikelompokkan ke dalam subgrup-subgrup. Setelah itu datadata dalam subgrup tersebut diuji keseragamannya dengan memperhatikan apakah subgrup data tersebut berada dalam batas kontrol. Langkah-langkah pengujian keseragaman data sebagai berikut : a. Kelompokkan data-data ke dalam subgrup. Data pengukuran waktu dikelompokkan ke dalam subgrup yang beranggotakan sama dan dilakukan secara berurutan
32
Tabel 2.1
No. Subgrup 1
Pengelompokkan Data Waktu Penyelesaian
Waktu Penyelesaian Rata-rata Subgrup Berturut-turut X11 X12 X1 X13…………………X1n X21 X22 X2 X23…………………X2n X3 : : :…………………...….: : : X4 :……………...……….: Xm1 Xm2 Xk Xm3……………….Xmn Jumlah Xi
2 :
: M
Dimana: Xij
= data ke-i pada subgrup ke-j
m
= jumlah subgrup
n
= banyak data dalam subgrup ke-j
b. Hitung rata-rata dan simpangan baku subgrup. Menghitung rata-rata subgrup n
∑x xj =
ij
j =1
.............. (2.9)
n
Dimana: _ xj = harga rata-rata subgrup ke-j Menghitung harga rata-rata dari harga rata-rata subgroup m
∑x x=
i =1
m
i
............ (2.10)
33
Dimana: x = harga rata-rata dari seluruh subgrup
c. Menghitung simpangan baku sample N
∑ (x
1
σ=
− x) 2
i =1
N −1
………. (2.11)
Dimana: = simpangan baku sampel
σ
Menghitung simpangan baku dari distribusi harga rata-rata subgrup dengan:
σ=
σ n
.............. (2.12)
Dimana : σ x= standar deviasi dari distribusi harga rata-rata subgrup d. Menentukan batas kendali atas (BKA) dan batas kendali bawah (BKB):
BKA =
x + Zσ8
BKB = x - Zσ8
Dimana:
............. (2.13) ............. (2.14)
Z = nilai fungsi tingkat kepercayaan pada tabel normal
e. Menentukan apakah harga rata-rata subgrup tersebut masuk ke dalam BKA dan BKB. Jika tidak maka subgrup tersebut harus dibuang, setelah itu melakukan pengulangan dari langkah di atas hingga data benar-benar seragam
34
2.5.2.2.4 Uji Kecukupan Data Pengujian ini dilakukan untuk menentukan apakah data yang diperoleh telah cukup untuk mewakili seluruh data yang ada, untuk melakukan perhitungan selanjutnya. Data dapat dikatakan cukup apabila diperoleh N’ (jumlah data dari perhitungan) lebih kecil dari N (jumlah data yang telah ada). Dan sebaliknya bila data kurang (N’>N) perlu ditambahkan data lagi sebanyak N’ – N (Barnes, 1980).
Z×N×s ' N = N ∑ xi (% p ) i =1
2
Dimana: x
= jumlah total waktu
N
= banyak data sebenarnya
N’
= banyak data yang dibutuhkan
%p
= tingkat ketelitian
............. (2.15)
35
2.5.2.2.5 Menghitung Waktu Baku (Sutalaksana, 1979) Kegiatan pengukuran waktu dikatakan selesai bila semua data yang diperoleh telah seragam dan jumlahnya telah memenuhi tingkat ketelitian dan tingkat keyakinan yang diinginkan. Selanjutnya adalah mengolah data untuk menghitung waktu baku, yang diperoleh dengan langkah-langkah : 1. Menghitung waktu siklus N
∑x Ws =
i
i =1
N
……… (2.16)
Dimana : Ws
= waktu siklus rata-rata
2. Menghitung waktu normal
Wn = Ws x p
…….... (2.17)
Dimana : Wn
= waktu normal
P
= faktor penyesuaian
Faktor ini diperhitungkan bila operator bekerja dengan tidak wajar, sehingga hasil perhitungan waktu perlu disesuaikan untuk mendapatkan waktu penyelesaian pekerjaan yang normal. p – 1 bila operator bekerja dengan wajar p < 1 bila operator bekerja dengan lambat
36
p > 1 bila operator bekerja dengan cepat 3. Menghitung waktu baku
Wb = Wn x (1 + a)
………. (2.18)
Dimana : a = kelonggaran (allowance) yang diberikan kepada operator untuk menyelesaikan pekerjaannya. Kelonggaran ini diberikan untuk hal-hal seperti kebutuhan pribadi, menghilangkan rasa fatique, dan gangguan yang mungkin terjadi yang tidak dapat dihindarkan oleh operator (Sutalaksana, 1979).
2.5.2.2.6 Faktor Penyesuaian Penyesuaian adalah proses dimana analisa pengukuran waktu membandingkan penampilan operator (kecepatan atau tempo) dalam pengamatan dengan konsep pengukur sendiri tentang bekerja secara wajar (Sutalaksana, 1979). Selama pengukuran berlangsung, pengukur harus mengamati kewajaran kerja yang ditunjukkan operator. Ketidakwajaran dapat saja terjadi misalnya bekerja tanpa kesungguhan, sangat lambat karena disengaja, sangat cepat karena seolah dikejar waktu, atau menjumpai kesulitan seperti kondisi ruangan yang buruk. Hal-hal inilah yang mempengaruhi kecepatan kerja yang berakibat terlalu cepat atau terlalu lambat dalam menyelesaikan suatu pekerjaan. Waktu baku yang telah kita cari adalah waktu yang diperoleh dari kondisi dan cara kerja yang diselesaikan secara wajar dan benar oleh operator. Bila ketidakwajaran
37
terjadi, maka pengukur harus menilainya dan berdasarkan penilaian inilah penyesuaian dilakukan.
2. 6.2.2.7 Metode Westinghouse Dalam Menentukan Faktor Penyesuaian Metode ini terdiri dari 4 faktor yang menentukan kewajaran dan ketidakwajaran dalam bekerja, yaitu keterampilan, usaha, kondisi kerja serta konsistensi. Keterampilan atau skill adalah mengikuti cara kerja yang ditetapkan. Latihan dapat meningkatkan keterampilan kerja tingkat tertentu. Keterampilan dapat menurun bila terlalu lama tidak menangani pekerjaan tersebut, kesehatan terganggu, rasa fatique berlebihan, dan lain-lain.
38
Tabel 2.2. FAKTOR
Penyesuaian Menurut Westinghouse KELAS Superskill Excellent
KETERAMPILAN
Good Average Fair Poor Excessive Excellent
USAHA
Good Average Fair Poor
KONDISI KERJA
KONSISTENSI
Ideal Excellent Good Average Fair Poor Perfect Excellent Good Average Fair
LAMBANG A1 A2 B1 B2 C1 C2 D E1 E2 F1 F2 A1 A2 B1 B2 C1 C2 D E1 E2 F1 F2 A B C D E F A B C D E
PENYESUAIAN 0.15 0.13 0.11 0.08 0.06 0.03 0 - 0.05 - 0.1 - 0.16 - 0.22 0.13 0.12 0.1 0.08 0.05 0.02 0 - 0.04 - 0.08 - 0.12 - 0.17 0.06 0.04 0.02 0 - 0.03 - 0.07 0.04 0.03 0.01 0 - 0.02
Usaha atau effort merupakan kesungguhan yang diberikan atau ditunjukkan operator dalam melakukan pekerjaannya. Kondisi kerja merupakan kondisi fisik
39
lingkungannya seperti keadaan pencahayaan, temperatur dan kebisingan ruangan. Faktor ini disebut faktor manajemen karena pihak ini yang berwenang mengubah dan memperbaikinya. Tabel 2.2 diatas ini merupakan tabel Westinghouse yang menunjukkan angkaangka yang diberikan bagi setiap kelas dari faktor-faktor di atas. Dalam keadaan wajar faktor p = 1, sedangkan terhadap penyimpangan dari keadaan ini harga p ditambah dengan angka-angka yang sesuai dengan keempat faktor di atas. Misalnya waktu siklus rata-rata = 110,15 dan waktu ini dicapai dengan keterampilan pekerja yang dinilai fair ( E1 ), usaha good ( C1 ), kondisi good ( C ) dan konsistensi poor ( F ), maka tambahan terhadap p = 1 adalah: Keterampilan : Fair E1
= -0,05
Usaha
: Good C1
= +0,05
Kondisi
: Good C
= +0,02
Konsistensi
: Poor F
= -0,04 +
Jumlah
= -0,02
Jadi p = 1- 0,02 = 0,98 = 98,147 detik.
2.5.2.2.8 Faktor Kelonggaran Waktu normal suatu pekerjaan tidak terdiri atas kelonggaran. Suatu hal yang tidak mungkin bahwa seseorang terus-menerus bekerja seharian tanpa gangguan. Operator mungkin mengambil waktu untuk kebutuhan pribadi, untuk istirahat, dan hambatanhambatan yang tidak dapat dihindarkan. Terdapat 3 macam faktor kelonggaran, yaitu :
40
1. Kelonggaran untuk kebutuhan pribadi Yang termasuk dalam kelonggaran pribadi adalah hal-hal seperti minum sekedar hanya untuk menghilangkan rasa haus, untuk menghilangkan ketegangan atau kejemuan dalam bekerja. Kebutuhan seperti ini adalah hal yang mutlak, bila dilarang akan mengakibatkan pekerja stress dan tidak dapat bekerja dengan baik. 2. Kelonggaran untuk menghilangkan rasa fatique Rasa fatique tercermin bila menurunnya hasil produksi baik jumlah maupun kualitas. Bila rasa fatique telah datang dan pekerja harus bekerja untuk
menghasilkan
performance
normalnya,
maka
usaha
yang
dikeluarkan pekerja lebih besar dari keadaan normal dan hal ini akan menambahkan rasa fatique. 3. Kelonggaran untuk hambatan yang tak terhindarkan Dalam melaksanakan pekerjaan, pekerja pasti mendapatkan hambatanhambatan. Hambatan-hambatan ini terbagi atas hambatan yang dapat dihindarkan dan hambatan yang tidak dapat dihindarkan. Hambatan yang dapat dihindarkan seperti mengobrol yang berlebihan dan mengganggur dengan sengaja. Hal-hal seperti ini dapat dihilangkan. Yang termasuk dalam hambatan yang tidak terhindarkan adalah menerima atau meminta petunjuk pengawas, melakukan penyesuaian mesin, memperbaiki kemacetan-kemacetan singkat, mengasah peralatan gerinda, dan lain-lain. Hal-hal seperti ini hanya dapat diusahakan serendah mungkin.
41
Tabel 2.3 Besarnya Kelonggaran Berdasarkan Faktor-faktor yang Berpengaruh
42
2.5.3 Tingkat Efisiensi Line Produksi Faktor-faktor yang diperhatikan adalah (Elsayed, 1994) : Line Efficiency (Efisiensi Lini) Rasio dari total waktu stasiun terhadap keterkaitan waktu siklus dengan jumlah stasiun kerja yang dinyatakan dalam presentase. LE =
∑ Wb
st
k × CT
× 100%
................ (2.19)
Dimana : Wbst
= Station Time atau waktu baku stasiun
k
= Jumlah total stasiun kerja
CT
= Cycle Time atau waktu siklus terpanjang
Balance Delay (BD) Merupakan selisih antara waktu siklus dengan stasiun atau dengan kata lain jumlah antara balance delay dan line efficiency sama dengan 1.
BD = 1 – LE
…………. (2.20)
Smoothness Index (SI) Merupakan suatu index yang menunjukkan pencaran relatif dari suatu keseimbangan lini. Smoothness index sempurna jika nilainya 0 atau disebut keseimbangan yang sempurna (perfect balance).
SI =
∑ (CT − Wb
st
)2
…………. (2.21)
43
2.6 Aspek Finansial Studi mengenai aspek finansial merupakan aspek yang paling penting dari studi kelayakan. Hal tersebut disebabkan karena, meskipun studi mengenai aspek-aspek selain aspek finansial menyatakan bahwa proyek tersebut layak, tetapi apabila studi aspek finansial memberikan hasil yang tidak layak, maka usulan proyek akan ditolak karena tidak akan memberikan manfaat ekonomi.
2.6.1 Dana Kebutuhan Investasi Dihubungkan dengan jenis penggunaan dana, maka dana yang diperlukan dibedakan atas: 1. Dana investasi inisial (initial investment), yaitu dana investasi yang diperlukan untuk mengadakan barang modal. 2. Dana modal kerja (working capital), yaitu dana yang diperlukan untuk membiayai aktivitas operasi sesudah proyek memasuki fase operasi komersial. Berdasarkan uraian diatas, maka sebuah proyek memerlukan dua macam pengeluaran, yakni: 1. Pengeluaran modal (capital expenditure), yaitu pengeluaran untuk investasi inisial. 2. Pengeluaran operasi untuk pendapatan (operating or revenue expenditure), yaitu modal kerja yang dibutuhkan untuk membiayai operasi sesudah memasuki fase komersial.
44
2.6.2 Depresiasi (Nilai Sisa) Depresiasi adalah pengurangan nilai suatu asset. Metode yang digunakan untuk mendepresiasi sebuah asset sebenarnya adalah cara untuk menghitung berkurangnya nilai asset dan untuk menunjukkan kepada owner pengurangan nilai (jumlah) dari modal yang diinvestasikan ke asset (Leland Blank : 508). Depresiasi hanya diaplikasikan untuk jenis-jenis aset tertentu (asset yang dapat terdepresiasi mempunyai umur terbatas), yang kita sebut peralatan modal (selain tanah). Depresiasi timbul dalam perkiraan umur aset yang terbatas dan keperluan dalam kelangsungan usaha untuk mengganti aset tersebut. Tetapi, tidak seperti pengeluaran (biaya), yang dibebankan (dikurangkan) dari pendapatan, biaya sebuah aset diangsur selama beberapa periode (periode perolehan) yang terkait dengan umur aset. Beban depresiasi tahunan dikurangkan dari keuntungan (pendapatan kena pajak) sebelum menghitung pajak pendapatan. Depresiasi hanya dihitung untuk analisis sebelum pajak, dan tidak mewakili arus kas yang sebenarnya. Tetapi penghematan pajak yang dihasilkan dari depresiasi membuat depresiasi perlu dipelajari dalam ekonomi teknik. Semua metode memberikan depresiasi total yang sama, hanya pemilihan waktu yang berbeda. Metode yang paling sederhana dan paling banyak dipakai untuk menghitung depresiasi adalah metode garis lurus (Straight Line Depreciation) sebagai berikut : Dt =
IC − S n
dimana : Dt = D = Depresiasi (sama untuk tiap periode) IC = Initial cost (Biaya investasi asset)
45
S = Salvage Value (nilai sisa asset pada akhir umur ekonomis / lifetime) n = periode perolehan (umur ekonomis)
2.6.3 Kriteria Perhitungan Kelayakan Proyek Penentuan kelayakan suatu proyek dari aspek finansial dapat dilakukan dengan menggunakan beberapa metode perhitungan. Beberapa metode tersebut adalah sebagai berikut:
2.6.3.1 Metode Periode Pengembalian (Payback Period Method) Metode pemulihan investasi (payback method) adalah metode analisis kelayakan investasi yang berusaha untuk menilai persoalan kelayakan investasi menurut jangka waktu pemulihan modal yang diinvestasikan. Jangka waktu pemulihan modal (payback period) adalah jangka waktu yang diperlukan, biasanya dinyatakan dalam satuan tahun, untuk mengembalikan seluruh modal yang diinvestasikan. Menurut Murdifin Haming dan Salim Basalamah (2000:94,103), acuan untuk menghitung masa pemulihan modal adalah sebagai berikut: 1. Metode arus kumulatif. Metode ini dipakai sebagai alat penilai kelayakan apabila arus kas proyek tidak seragam, atau berbeda dari tahun ke tahun. 2. Metode arus rata-rata. Metode ini dipakai apabila arus kas proyek seragam, atau sama besarnya dari tahun ke tahun selama usia ekonomis proyek. Persamaan yang digunakan adalah:
46
dimana: T = periode pemulihan modal I o = investasi inisial A = Arus kas yang seragam Kriteria kelayakan dari metode ini adalah: 1. Proyek dikatakan sebagai proyek yang layak jika masa pemulihan modal lebih pendek daripada usia ekonomis proyek. 2. Proyek dikategorikan sebagai proyek yang tidak layak jika masa pemulihan modal lebih lama daripada usia ekonomis proyek yang bersangkutan. Berdasarkan kriteria di atas, untuk golongan (a) proyek diterima, sedangkan golongan (b) tidak diterima. Kelebihannya : a. Model mudah menggunakannya dan menghitungnya. b. Sangat berguna untuk memilih proyek yang didasarkan atas masa pemulihan modal yang tercepat. c. Informasi masa pemuliahan modal dapat dipakai sebagai alat prediksi resiko ketidakpastian di masa mendatang, dimana proyek yang memiliki masa pemulihan modal yang lebih singkat diidentifikasi sebagai proyek yang memiliki masa pemulihan modal yang relatif lama akan memiliki pula resiko mendatang yang lebih besar. d. Masa pemulihan modal dapat dipakai sebagai alat untuk menghitung tingkat balikan proyek (internal rate of return ).
47
Kekurangannya : a. Mengabaikan nilai waktu dari uang atau investasi. b. Mengabaikan arus kas sesudah periode pemulihan modal dicapai. c. Mengabaikan nilai sisa proyek.
2.6.3.2 Metode Nilai Sekarang (Present Value Method) Metode nilai sekarang adalah metode penilaian kelayakan investasi yang menyelaraskan nilai akan datang arus kas menjadi nilai sekarang dengan melalui pemotongan arus kas dengan memakai faktor pengurang (diskon) pada tingkat biaya modal tertentu yang diperhitungkan. Nilai sekarang, apabila arus kas tidak seragam atau berbeda dari periode ke periode, dapat dihitung dengan persamaan dibawah ini: PVt
= At (1 + i)-t
dimana: PVt
= nilai sekarang dari arus kas periode ke –t
At
= arus kas nominal pada periode ke-t
i
= tingkat bunga yang diperhitungkan
t
= periode 1, 2, ..., n
Sedangkan nilai sekarang total adalah n
TPV
At
=Σ i=1
(1 + i) t
48
dimana: TPV
= nilai sekarang total
At = nilai sekarang arus kas A setiap periode ke-t (1 + i) t Selanjutnya, nilai sekarang bersih (net present value) adalah: NPV
= -Io + TPV
NPV
= net present value (nilai sekarang bersih)
-Io
= nilai sekarang investasi inisial (investasi periode awal)
TPV
= nilai sekarang total
Kriteria kelayakan dari metode ini adalah: 1. Proyek dinyatakan layak apabila NPV bertanda positif (>0) 2. Proyek dinyatakan tidak layak apabila NPV bertanda negatif (<0) Kelebihannya a. Memperhitungkan nilai waktu dari uang atau arus kas. b. Memperhitungkan arus kas selama usia proyek. c. Memperhitungkan nilai uang sisa proyek. Kekurangannya a. Manajemen harus dapat menaksir tingkat biaya modal yang relevan selama usia proyek. b. Jika memiliki nilai investasi inisial yang berbeda, serta usia ekonomis yang berbeda juga, maka NPV yang lebih besar belum menjamin sebagai proyek yang baik.
49
c. Derajat kelayakan tidak hanya dipengaruhi oleh arus kas, melainkan juga dipengaruhi oleh faktor usia ekonomis proyek.
2.6.3.3 Metode Tingkat Pengembalian Internal (Internal Rate of Return) Metode tingkat pengembalian internal (IRR) adalah rasio laba dari penanaman modal dalam jumlah tertentu dan dalam waktu tertentu, dimana nilai sekarang arus kas masuk adalah sama dengan nilai sekarang pengeluaran investasi inisial. NPV = 0, sehingga Io = TPV dimana: Io
= nilai sekarang investasi inisial (investasi periode awal)
TPV
= nilai sekarang total
Model interpolasi untuk mendapatkan IRR,
∆1 IRR
= p% +
(q% - p%)
∆2 dimana: p%
= persen tingkat bunga yang lebih kecil daripada perkiraan IRR
q%
= persen tingkat bunga yang lebih besar daripada perkiraan IRR
∆1
= faktor diskon kumulatif untuk p% pada n yang sesuai dikurangi dengan masa pemulihan modal.
∆2
= faktor diskon kumulatif untuk p% pada n yang sesuai dikurangi dengan faktor diskon kumulatif untuk q% pada n yang sesuai.
50
Kriteria kelayakan dari metode ini adalah membandingkan hasil i IRR dengan i MARR (tingkat pengembalian minimum yang diinginkan atau Minimum Attractive
Rate of Return). Apabila i IRR lebih besar atau sama dengan MARR, maka alternatif proyek dapat diterima. Untuk merumuskan MARR dapat dilakukan pendekatan sebagai berikut (Hans J.
Lang : 2003) : MARR = suku bunga pinjaman bebas inflasi + tingkat inflasi + risk factor (faktor resiko) Dimana : risk factor = koreksi tingkat suku bunga terhadap inflasi = tingkat suku bunga x inflasi
2.6.3.4 Indeks Kemampulabaan (Profitability Index Method) Metode ini adalah metode penilaian kelayakan investasi yang mengukur tingkat kelayakan investasi berdasarkan rasio antara nilai sekarang total aliran kas masuk di masa yang akan datang (TPV) dengan nilai sekarang investasi inisial (Io).
PI =
TPV I0
dimana PI
= indeks kemampulabaan
TPV = nilai sekarang arus masuk total di masa yang akan datang I0
= nilai sekarang pengeluaran investasi inisial
51
Karakteristik metode ini adalah 1. Kriteria proyek a.
Proyek
dikategorikan
sebagai
proyek
yang
layak
dipertimbangkan jika PI lebih besar daripada 1 (PI > 1). b.
Proyek dikategorikan sebagai proyek yang tidak layak jika PI lebih kecil dari pada 1 (PI < 1).
2. Kelebihannya a. Memperhitungkan nilai waktu dari uang atau arus kas. b. Mempertimbangkan seluruh arus kas selama usia ekonomis proyek. c. Memperhitungkan nilai sisa proyek. d. Menyajikan data surplus/defisit arus kas terhadap nilai investasi inisial. Jika hasil bagi NPV dengan Io positif, maka dinilai surplus dan sebaliknya. 3. Kekurangannya Metode ini harus didahului dengan aplikasi metode NPV sehingga pemakainya memerlukan perhitungan ganda.
