BAB 4 HAS IL D AN PEMBAHAS AN
4.1
Pengumpulan Data Tahap pengumpulan data yang dilakukan pada perusahaan bertujuan untuk
melakukan proses pengolahan data dan memecahkan masalah di perusahaan. Proses pengumpulan data ini dilakukan baik dalam bentuk wawancara, dokumentasi, maupun observasi langsung yang dilakukan pada bagian produksi dan gudang bahan baku. Pada subbbab ini akan diperlihatkan berbagai data yang telah dikumpulkan pada tabel-tabel.
4.1.1
Data Bahan Baku Data dibawah ini merupakan macam-macam bahan baku yang dibutuhkan dalam
memproduksi sebuah kaos dengan lead time yang berbeda. Table 4.1 Data Bahan Baku No. Jenis
Lead time Kode
1.
Kain
3
K
2.
Benang
1
B
3.
Obat/Warna 2
O
Dari hasil wawancara mengenai data historis pemakain bahan baku, ukuran Allsize merupakan diketahui bahwa tingkat penjualan yang paling tinggi adalah untuk tipe bahan cotton 20s dimana bahan ini memiliki serat yang halus dan cukup tebal namun tidak terasa panas untuk dipakai. Tipe cotton 20s ini terbagi menjadi beberapa variasi
77 warna seperti hitam, merah , biru tua, biru muda. Namun telah diketahui bahwa persentase warna dari hasil data penjualan yang terjual adalah seperti dibawah ini :
Table 4.2 Rata-rata Penjualan kaos (%)
Warna
4.1.2
Hitam
35
Putih
25
M erah
15
Biru tua
10
Biru muda
6
Kuning
3,5
Ungu muda
2
Hijau
3,5
Data S isa Persediaan Bahan Baku Daftar persediaan bahan baku pada akhir bulan Desember 2009 dapat dilihat
pada tabel dibawah ini : Tabel 4.3 Data Sisa Bahan Baku Periode Bulan Desember 2009 No. Jenis Warna
Persediaan Akhir Satuan
1.
Hitam-20s
85
Putih-20s
84
M erah-20s
12
Biru tua-20s
16
Biru muda-20s
16
Kuning-20s
9
Ungu
10
Kain
muda-
20s Hijau-20s
9
Roll
78
Tabel 4.3 Data Sisa Bahan Baku Periode Bulan Desember 2009(Lanjutan) 2.
3.
4.1.3
Benang
Hitam
77
Putih
73
M erah
52
Biru tua
62
Biru muda
31
Kuning
62
Ungu muda
54
Hijau
47
Obat
-
Ons
100 Kg
Data Penggunaan Bahan Baku Tabel 4.4 Data Pemakaian Kaos per Bahan Baku No. Jenis
Satuan
Kaos
1.
Benang Ons
50
2.
Kain
Roll
75
3.
Obat
Kg
100
Diketahui bahwa jumlah komposisi bahan baku yang digunakan untuk kaos adalah yang berukuran All-Size dan dengan tipe sablon standar yaitu palstisol.
79
4.1.4
Data Penjualan Produk Bedasarkan data historis yang diperoleh, maka data penjualan untuk produk kaos
ini selama 2 tahun ini adalah sebagai berikut (Desember 2007 - Desember 2009) adalah sebagai berikut : Tabel 4.5 Data Penjualan Produk Kaos TNo. Bulan Shirt DESEM BER-07 18839 1 JANUARI-08 15944 2 FEBRUARI-08 15386 3 MARET-08 19412 4 APRIL-08 21509 5 M EI-08 22690 6 JUNI-08 23809 7 JULI-08 8 23321 AGUSTUS-08 23642 9 10 SEPTEM BER-08 21469 19745 11 OKTOBER-08 12 NOVEM BER-08 22053 13 DESEM BER-08 23473 20530 14 JANUARI-09 18878 15 FEBRUARI-09 18681 16 MARET-09 20299 17 APRIL-09 23519 18 M EI-09 24976 19 JUNI-09 20 JULI-09 25369 26744 21 AGUSTUS-09 22 SEPTEM BER-09 25943 25259 23 OKTOBER-09 24 NOVEM BER-09 25387 25 DESEM BER-09 26844
80 4.1.5
Kalender Kerja Tabel 4.6 Kalender Kerja Bulan Januari JANUARI ‘10 S
S
R
K
J
S
M
1
2
3 10
4
5
6
7
8
9
11
12
13
14
15
16 17
18
19
20
21
22
23 24
25
26
27
28
29
30 31
Tabel 4.7 Kalender Kerja Bulan Februari FEBRUARI ‘10
Keterangan : 1 Jan 26 Feb
4.1.6
S
S
R
K
J
S
M
1
2
3
4
5
6
7
8
9
10
11
12
13 14
15
16
17
18
19
20 21
22
23
24
25
26
27 28
Libur Tahun Baru Libur M aulid Nabi M uhammad SAW
Kebutuhan Bahan Baku Secara Historis Bedasarkan dengan data permintaan barang jadi atas pelanggan maka akan
dikonversi menjadi data permintaan bahan baku, sehingga dapat diketahui jumlah kebutuhan bahan baku untuk memproduksi sebuah t-shirt tersebut. Data konversi sebagai berikut : 1. Kain
: Data permintaan barang jadi * 0,013 roll
2. Benang
: Data permintaaan barang jadi * 0,02 ons
81 3. Obat
: Data permintaan barang jadi * 0,01kg Tabel 4.8 Kebutuhan Historis Bahan Baku Bulan Desember-07 Januari-08 Februari-08 M aret-08 April-08 M ei-08 Juni-08 Juli-08 Agustus-08 September-08 Oktober-08 November-08 Desember-08 Januari-09 Februari-09 M aret-09 April-09 M ei-09 Juni-09 Juli-09 Agustus-09 September-09 Oktober-09 November-09 Desember-09 Total
T-Shirt
Kain
Benang
Obat
18839 15944
6216,87 5261,52
376,78 318,88
188,39 159,44
15386 19412
5077,38 6405,96
307,72 388,24
153,86 194,12
21509 22690
7097,97 7487,7
430,18 453,8
215,09 226,9
23809 23321
7856,97 7695,93
476,18 466,42
238,09 233,21
23642 21469
7801,86 7084,77
472,84 429,38
236,42 214,69
19745 22053
6515,85 7277,49
394,9 441,06
197,45 220,53
23473 20530
7746,09 6774,9
469,46 410,6
234,73 205,3
18878 18681
6229,74 6164,73
377,56 373,62
188,78 186,81
20299 23519
6698,67 7761,27
405,98 470,38
202,99 235,19
24976 25369
8242,08 8371,77
499,52 507,38
249,76 253,69
26744 25943
8825,52 8561,19
534,88 518,86
267,44 259,43
25259 25387
8335,47 8377,71
505,18 507,74
252,59 253,87
26844 8858,52 536,88 268,44 553721 182727,93 11074,42 5537,21
82 4.2
Pengolahan Data Bedasarkan data historis yang telah didapat selama 2 tahun terakhir, maka
dengan menggunakan software M initab14 dapat dilihat grafik penjualan produk t-shirt seperti dibawah ini : Tr end Anal ysis Plot for T-shirt Linear Tr end Model Yt = 18138,1 + 308,518*t 27500
Variable A ctual F its
produk
25000
A ccuracy Measur es MAPE 9 MAD 1752 MSD 4829145
22500 20000
17500
15000 2
4
6
8
10
12 14 Index
16
18
20
22
24
Gambar 4.1 Grafik Penjualan Kaos Dari gambar diatas dapat dilihat bahwa kecenderungan data adalah meningkat dan membentuk pola trend. Pada tab Accuracy measure dituliskan bahwa data ini memiliki nilai M APE, M AD, dan M SD secara berturut sebesar 9, 1752, dan 4829145 yang artinya bahwa kecenderungan error pada data ini adalah sangat kecil. Namun untuk metode peramalan yang akan digunakan nantinya, akan ditentukan dengan cara (trial and error) yaitu dengan mencari nilai eror yang paling minimum. M etode peramalan yang akan digunakan sesuai dengan pola data trend diatas adalah Double Exponential Smoothing Brown, dan Holt-Winters. Selanjutnya akan
83 dipilih nilai error yang paling kecil antara perbandingan ketiga metode tersebut. Perhitungan peramalan akan dihitung dengan menggunakan software WinQSB 4.2.1
Peramalan Pada software WinQ SB, penentuan alpha,beta dan gamma dapat dilakukan
secara otomatis sehingga nilai alpha, beta dan gamma yang didapatkan adalah bedasarkan nilai eror yang terkecil. Berikut dibawah ini merupakan perbandingan nilai eror antara metode peramalan yang digunakan. Tabel 4.9 Hasil Perbandingan M etode Peramalan Metode
MAD
MS E
MAPE
DES-Brown
1614,97
4389737
7,674744
Holt-Winters (3 bulanan ) 1810,453 6137693
8,181756
Holt-Winters (4 bulanan ) 1551,265 5365639
6,825117
Holt-Winters (5 bulanan ) 2542,721 10321870 11,46211
Tabel 4.10 Hasil Peramalan Holt-Winters 4 bulanan Forecast Result for t-shirt
Month
Actual
Forecast by
Forecast
Data
HWA
Error
CFE
MAD
MSE
MAPE (%)
Tracking
R-square
Signal
1
18839
2
15944
-2895
-2895
2895
8381025
18,1573
-1
3
15386
-320,899
-3215,9
1607,95
4242001
10,12148
-2
4
19412
4289,382
1073,482
2501,76
8960933
14,11317
0,429091
0,879786
5
21509
18839
2009,082
3082,564
2378,591
7729802
12,92004
1,295962
0,665153
6
22690
17866,4
928,5391
4011,104
2088,581
6356279
11,15449
1,920493
0,792949
7
23809
20781,39
790,4902
4801,594
1872,232
5401045
9,848763
2,564636
0,869412
8
23321
26987,27
-881,25
3920,344
1730,663
4740410
8,981623
2,265226
9
23642
24522,16
-7,62E-02
3920,268
1514,34
4147859
7,85896
2,588763
10
21469
21596,45
-2494,07
1426,197
1623,199
4378140
8,276529
0,878634
11
19745
20443,81
-1840,81
-414,607
1644,959
4279182
8,381166
-0,25205
84 Tabel 4.10 Hasil Peramalan Holt-Winters 4 bulanan(Lanjutan) 12
22053
22092,38
2341,957
1927,35
1708,323
4388780
8,584666
1,128212
13
23473
23018,74
1262,15
3189,5
1671,142
4155801
8,317363
1,908575
14
20530
21264,57
-3204,22
-14,7188
1789,071
4625894
8,878142
-8,23E-03
15
18878
19514,82
-1650,8
-1665,51
1779,194
4490125
8,8686
-0,93611
16
18681
21392,66
-60,5938
-1726,11
1664,621
4191028
8,298985
-1,03694
17
20299
20533,2
1759,369
33,26172
1670,542
4122550
8,322002
1,99E-02
18
23519
17950,47
3217,275
3250,537
1761,527
4488921
8,637148
1,845296
19
24976
20766,32
1190,781
4441,318
1729,819
4318312
8,422178
2,567505
20
25369
25552,68
29,25586
4470,574
1640,315
4091078
7,984976
2,725436
21
26744
27207,05
1008,859
5479,434
1608,742
3937414
7,774341
3,406035
22
25943
26084,32
-1249,77
4229,668
1591,648
3824295
7,633532
2,657413
23
25259
24408,6
-1030,41
3199,258
1566,138
3698724
7,471979
2,042769
24
25387
25546,14
-134,02
3065,238
1503,872
3538691
7,170063
2,038231
25
26844
27139,96
1205,957
4271,195
1491,458
3451843
7,058496
2,863771
26
26227,61
27
24931,33
28
25173,91
29
26844
MAPE = 6,83
M SE= 5365639
MAD= 1551,265
Alpha=0,72
Beta=0
Gamma=1
Setelah peramalan diperoleh, maka hasil peramalan tersebut akan dikonversi kedalam beberapa bagian warna bahan sesuai dengan persentase warna yang telah diketahui. Kemudian hasil data tersebut akan dikonversi kedalam mingguan, seperti pada table berikut dibawah ini :
85 Tabel 4.11 Tabel Konversi Variasi Warna FC 26227,6 1 24931,3 3 25173,9 1 26844
Hitam
Putih
35%
25%
M erah tua
Biru tua
Biru muda
15%
10%
6%
Kuning 3,5%
Ungu muda
Hijau 3,5%
2%
9180
6557
3935
2623
1574
918
525
918
8726
6233
3740
2494
1496
873
499
873
8811 9396
6294 6711
3777 4027
2518 2685
1511 1611
882 940
504 537
882 940
Berikut dibawah ini merupakan table konversi mingguan untuk setiap bagian warna bahan, yakni : Tabel 4.12 Tabel Konversi Peramalan Kaos Warna Hitam-20s Kaos Hitam-20s Bulan hari/minggu Januari Januari Januari Januari Februari Februari Februari Februari
5 5 5 5 5 5 5 4
hari/bln
fc/bln
20 20 20 20 19 19 19 19
9180 9180 9180 9180 8726 8726 8726 8726
Konversi fc 2295 2295 2295 2295 2297 2297 2297 1838
Tabel 4.13 Tabel Konversi Peramalan Kaos Warna Putih-20s Kaos Putih-20s Bulan hari/minggu Januari Januari Januari Januari Februari Februari
5 5 5 5 5 5
hari/bln
fc/bln
20 20 20 20 19 19
6557 6557 6557 6557 6233 6233
Konversi fc 1640 1640 1640 1640 1641 1641
86 Tabel 4.13 Tabel Konversi Peramalan Kaos Warna Putih-20s(Lanjutan) Februari Februari
5 4
19 19
6233 6233
1641 1313
Tabel 4.14 Tabel Konversi Peramalan Kaos Warna M erah-20s Merah-20s Bulan Januari Januari Januari Januari Februari Februari Februari Februari
4.2.2
hari/minggu
hari/bln
fc/bln
5 5 5 5 5 5 5 4
20 20 20 20 19 19 19 19
3935 3935 3935 3935 3740 3740 3740 3740
konversi fc 984 984 984 984 985 985 985 788
Master Production Schedule(MPS ) Setelah data peramalan dikonversi dari peramalan bulanan menjadi mingguan
dan dipecah menjadi berbagai bagian warna bahan, langkah selanjutnya adalah menghitung penjadwalan induk produksi atau M PS. Dimana M PS ini akan dihitung bedasarkan masing-masing warna bahan atau produk yang telah dipesan oleh pelanggan atau distributor. Bedasarkan data permintaan dan data peramalan maka master production schedule(M PS) akan segera diketahui. PT. Caladi Lima Sembilan memproduksi barang untuk disalurkan ke distributor. Dalam hal ini diketahui bahwa nilai safety stock bernilai nol adalah karena perusahaan tidak ingin memiliki stock master yang berlebih pada gudang barang jadi. Sesuai dengan kebijakan perusahaan bahwa diketahui demand time fences adalah selama 1 minggu, sedangkan nilai planning time fences adalah minimal 8
87 minggu. Planning time fences untuk perhitungan saat ini adalah selama 8 minggu karena pada awal periode pabrik belum berjalan dan sedangkan bulan Februari hanya sampai pada tanggal 28 . 4.2.2.1
MPS Produk Kaos Warna Hitam-20s Tabel 4.15 M PS Produk kaos hitam-20s
Item No :Lead time : 1
Description : Safety stock : Demand Time Fences : Planning Time Fences :
onhand :0 Lot Size : 24 Past Due
Period
1 2 3 229 229 229 5 5 5 154 125 225 6 0 0
Forecast Customer Order Project Available Balance Available to promise Master Schedule
0
23 8 106 109 0 14 8 8 156 230 228 0 4 0
Contoh Perhitungan : •
Periode 1 :
MS t = PABt−1 − COt + SS MS1 = PAB0 − CO1 + SS = 0 − 1546 + 0 = 1546 => 1560 PABt ≤DTF = PABt −1 + MS t − COt
14
Kaos hitam20s 0 1 8
4 2295
5 2297
6 2297
7 2297
8 1838
3210
3265
2311
1600
2580
14
13
6
13
1
1104
1103
1096
1800
1788
3216
3264
2304
2304
2568
88 PABt ≥DTF = PABt −1 + MS t − COt atau F t (pilih yang paling besar) ATP1 = ATP0 + MS1 − CO ATP1 = ATP0 + MS1 − CO1 = 0 + 1560 − 1546 =14 4.2.2.2
MPS Produk Kaos Warna Putih 20s Tabel 4.16 M PS Produk kaos putih-20s
Item No :Lead time : 1
Description : Safety stock : Demand Time Fences : Planning Time Fences :
On Hand :0 Lot Size : 24 Past Due
Period Forecast Customer Order Project Available Balance Available to promise Master Schedule
Contoh Perhitungan : •
Kaos putih20s 0
Periode 1 :
MS t = PABt−1 − COt + SS MS1 = PAB0 − CO1 + SS = 0 − 1420 + 0
0 0
1 2 164 164 0 0 142 124 0 0
3 4 164 1640 0 170 1600 8
20 12 20 412 144 163 0 2
8 0 408 440 170 4 1632
1 8
5 6 1641 1641
7 1641
8 1313
1266
1804
1323
2330
15 830
11 826
2 1135
0 1133
1656
1800
1632
2328
89 = 1420 => 1440 PABt ≤DTF = PABt −1 + MS t − COt PABt ≥DTF = PABt −1 + MS t − COt atau F t (pilih yang paling besar) ATP1 = ATP0 + MS1 − CO ATP1 = ATP0 + MS1 − CO1 = 0 + 1440 − 1420 =20
90 4.2.2.3 MPS Produk Kaos Warna Merah-20s Tabel 4.17 M PS Produk kaos M erah-20s Item No :Lead time : 1 On Hand :0 Lot Size : 24 Period Past Due 1 2 3 984 Forecast 984 984 1032 1102 Customer Order 890 Project Available Balance 0 0 2 2 Available to promise 0 0 2 96 Master Schedule 1032 1104 984
Description : Kaos Merah-20s Safety stock : 0 Demand Time Fences : 1 Planning Time Fences : 8 4 5 6 7 8 984 985 985 985 788 702 854 925 835 1100 2 1 0 23 3 378 508 567 740 720 984 984 984 1008 1080
Contoh Perhitungan : •
Periode 1 :
MS t = PABt−1 − COt + SS MS1 = PAB0 − CO1 + SS = 0 − 1032 + 0 = 1032 => 1032 PABt ≤DTF = PABt −1 + MS t − COt PABt ≥DTF = PABt −1 + MS t − COt atau F t (pilih yang paling besar) ATP1 = ATP0 + MS1 − CO ATP1 = ATP0 + MS1 − CO1 = 0 + 1032 − 1032 =0
91 4.2.3
Material Requirement Planning (MRP) Setelah selesai membuat perhitungan M PS , maka langkah selanjutnya adalah
menghitung kebutuhan bahan baku untuk setiap produk atas perbedaan variasi warna. M asing-masing bahan baku memiliki jadwal perencanaan tersendiri karena bahan baku tersebut berkaitan dengan perusahaan lain, sehingga penjadwalan pemesanan ini akan dihitung guna menyesuaikan kebijakan antara perusahaan lain dengan perusahaan ini sendiri. Langkah pertama untuk menghitung M RP adalah dengan mengetahui nilai Gross reequirement atau jumlah kebutuhan kotor untuk setiap produk atau end item yang bersangkutan. Dan akan dipilih beberapa metode untuk menentukan jumlah lot sizing dengan biaya yang terendah.
4.2.3.1 S truktur Produk Struktur produk disini berguna untuk mengetahui seberapa banyak jumlah komposisi bahan baku yang digunakan untuk membuat sebuah produk atau kaos tersebut. Hal tersebut berpengaruh terhadap nilai Gross Requirement dalam perhitungan M RP nanti. Namun padahalnya jumlah komposisi untuk setiap produk ini adalah sama, karena produk ini memiliki ukuran yang sama yaitu All-size sehingga perbedaan jumlah kebutuhan bahan baku hanya terlihat pada variasi warna saja.
4.2.3.1.1 S truktur Produk Kaos Hitam 20s Dibawah ini merupakan struktur produk kaos hitam-20s, dimana pada produk ini akan terlihat jumlah komposisi pada setiap bahan baku untuk membuat kaos hitam 20s ini.
92
Gambar 4.2 Struktur Produk Kaos Hitam-20s
4.2.3.1.2 S truktur Produk Kaos Putih 20s Dibawah ini merupakan struktur produk kaos putih 20s, dimana pada produk ini akan terlihat jumlah komposisi pada setiap bahan baku untuk membuat kaos putih 20s ini.
Gambar 4.3 Struktur Produk Kaos Putih-20s
93 4.2.3.1.3 S truktur Produk Kaos Merah-20s Dibawah ini merupakan struktur produk kaos M erah-20s, dimana pada produk ini akan terlihat jumlah komposisi pada setiap bahan baku untuk membuat kaos M erah20s ini.
Gambar 4.4 Struktur Produk Kaos M erah-20s 4.2.3.2
Bill of Material Pada table Bill of material atau BOM ini akan dijelaskan jumlah komposisi dari
setiap bahan baku yang dibutuhkan untuk membuat satu jenis produk, dimana data BOM ini digunakan sebagai perhitungan konversi dari M PS ke M RP. Namun diketahui bahwa antara ukuran kaos adalah All-size, maka bill of material ini berlaku untuk 3 kaos lainya yang dibahas. Tabel 4.18 Bill of M aterial kaos Hitam-20s No. Komponen Kode Level Deskripsi Jumlah BOM UOM 1
K
1
Kain
0,013
Roll
2
B
1
Benang
0,02
Ons
3
O
1
Obat
0,01
Kg
94
4.2.3.3 Perhitungan Gross Requrement MRP Pada tahap ini adalah bedasarkan struktur produk dan BOM kita dapat mengetahui jumlah bahan baku yang dibutuhkan dalam memproduksi dalam jumlah baju yang besar. 4.2.3.3.1 Penentuan Gross Requrement Bahan Baku Tiap Produk 4.2.3.3.1.1 Produk Kaos hitam-20s Tabel dibawah ini merupakan hasil output dari perhitungan M PS yang telah dihitung sebelumnya. Nilai Gross Requirement pada setiap periode di bawah ini adalah nilai yang diperoleh dari baris Master Schedulle yang ada pada tabel M PS. Tabel 4.19 M RP induk kaos hitam-20s
Part No
:
Description : On Hand : Order Policy : Lot Size :
1
BOM UOM
: Each
Lead time
:
0
Safety stock
:
0
Period
Past Due
Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
0
1 156 0
2 230 4
156 0 156 0 156 0 156 0 0
3
4
2280
kaos hitam-20s 0 LFL 1
3216
5 326 4
6 230 4
7 230 4
8 256 8
230 4 -2280 -3216 230 4 2280 3216 230 4 2280 3216 230 4 2280 3216 0 0 0
326 4 326 4 326 4 326 4 0
230 4 230 4 230 4 230 4 0
230 4 230 4 230 4 230 4 0
256 8 256 8 256 8 256 8 0
95 Sedangkan untuk tabel perhitungan Gross Requirement dibawah ini adalah hasil perkalian antara nilai yang berada pada Net Requirement pada M RP induk diatas dengan jumlah komposisi bahan baku yang terdapat dalam BOM ataupun struktur produk.
Tabel 4.20 Perhitungan Gross Requirement kain hitam-20s Item No. 1 Safety stock 36 Periode Past Due 1 Gross Requirement 21 Schedule receipts PAB2 36
2 30
3 30
Description : Kain hitam-20s Lot Size 1 4 5 6 7 8 42 43 30 30 34
Tabel 4.21 Perhitungan Gross Requirement Benang hitam Item No. 2 Safety stock 64 Periode Past Due 1 Gross Requirement 32 Schedule receipts PAB2 64
2 47
3 46
Description : Benang hitam Lot Size 12 4 5 6 7 8 65 66 47 47 52
Tabel 4.22 Perhitungan Gross Requirement Obat sablon Item No. Safety stock Periode Gross Requirement Schedule receipts PAB2
3 30 Past Due
1 15, 6
30
4.2.3.3.1.2 Produk kaos putih-20s
2 23,0 4
3 22, 8
4 32,1 6
Description : Lot Size 5 6 32,6 23,0 4 4
Obat 1 7 8 23,0 25,6 4 8
96 Tabel dibawah ini merupakan hasil output dari perhitungan M PS yang telah dihitung sebelumnya. Nilai Gross Requirement pada setiap periode di bawah ini adalah nilai yang diperoleh dari baris Master Schedulle yang ada pada tabel M PS.
97 Tabel 4.23 M RP induk kaos Putih-20s
Part No
:
Description : On Hand : Order Policy : Lot Size :
1
BOM UOM
: Each
Lead time
:
0
Safety stock
:
0 Past Due
Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
0
1 144 0
2 163 2
144 0 144 0 144 0 144 0 0
3
4
1704
Kaos Putih-20s 0 LFL 1
1632
5 165 6
6 180 0
7 163 2
8 232 8
163 2 -1704 -1632 163 2 1704 1632 163 2 1704 1632 163 2 1704 1632 0 0 0
165 6 165 6 165 6 165 6 0
180 0 180 0 180 0 180 0 0
163 2 163 2 163 2 163 2 0
232 8 232 8 232 8 232 8 0
Sedangkan untuk tabel perhitungan Gross Requirement dibawah ini adalah hasil perkalian antara nilai yang berada pada Net Requirement pada M RP induk diatas dengan jumlah komposisi bahan baku yang terdapat dalam BOM ataupun struktur produk.
Tabel 4.24 Perhitungan Gross Requirement Kain putih-20s Item No. 1 Safety stock 36 Periode Past Due 1 Gross Requirement 19 Schedule receipts PAB2 36
2 22
3 23
Description : Kain putih-20s Lot Size 1 4 5 6 7 8 22 22 24 22 31
Tabel 4.25 Perhitungan Gross Requirement Benang putih
98 Item No. 2 Safety stock 64 Periode Past Due 1 Gross Requirement 29 Schedule receipts PAB2 64
2 33
3 35
Description : Benang putih Lot Size 12 4 5 6 7 8 33 34 36 33 47
Tabel 4.26 Perhitungan Gross Requirement Obat Sablon Item No. Safety stock Periode Gross Requirement Schedule receipts PAB2
3 30 Past Due
1 14, 4
2 16,3 2
3 17,0 4
4 16,3 2
Description : Lot Size 5 6 16,56 18
Obat 1 7 8 16,3 23,2 2 8
30
4.2.3.3.1.3 Produk Kaos Merah-20s Tabel dibawah ini merupakan hasil output dari perhitungan M PS yang telah dihitung sebelumnya. Nilai Gross Requirement pada setiap periode di bawah ini adalah nilai yang diperoleh dari baris Master Schedulle yang ada pada tabel M PS.
Tabel 4.27 M RP Induk Kaos M erah-20s
Part No
:
Description : On Hand : Order Policy : Lot Size :
1
BOM UOM
:
Each
Lead time
:
0
Safety stock
:
0
Period Gross Requirement
Past Due
1 103 2
2 110 4
3
4
984
984
Kaos Merah-20s 0 LFL 1 5
6
984
984
7 100 8
8 108 0
99 Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
0
103 2 103 2 103 2 103 2 0
110 4 110 4 110 4 110 4 0
-984
-984 984
984
984
984
984
984
984
984
984
984
984 0
984 984 984 0 0 0
100 8 100 8 100 8 100 8 0
108 0 108 0 108 0 108 0 0
Sedangkan untuk tabel perhitungan Gross Requirement dibawah ini adalah hasil perkalian antara nilai yang berada pada Net Requirement pada M RP induk diatas dengan jumlah komposisi bahan baku yang terdapat dalam BOM ataupun struktur produk.
Tabel 4.28 Perhitungan Gross Requirement Kain M erah-20s Item No. 1 Safety stock 36 Periode Past Due 1 2 Gross Requirement 14 15 Schedule receipts PAB2 36
3 13
Description : Kain M erah-20s Lot Size 1 4 5 6 7 8 13 13 13 14 15
Tabel 4.29 Perhitungan Gross Requirement Benang M erah Item No. 2 Safety stock 64 Periode Past Due 1 Gross Requirement 21 Schedule receipts PAB2 64
2 23
3 20
Description : Benang merah Lot Size 12 4 5 6 7 8 20 20 20 21 22
Tabel 4.30 Perhitungan Gross Requirement Obat Sablon Item No.
3
Description
Obat
100
Safety stock Periode Gross Requirement Schedule receipts PAB2
30 Past Due
1 10,3 2
2 11,0 4
3 9,8 4
4 9,8 4
: Lot Size 5 6 9,84
1 7 10,0 8
9,84
8 10, 8
30
4.2.3.3.2 Gross Requrement Total Perhitungan Gross Requirement total merupakan jumlah total dari bahan baku yang sama untuk setiap produknya. Pada kasus ini Gross Requirement total hanya menghitung pada jumlah obat sablon karena bahan baku tersebutlah yang digunakan oleh setiap produk.
Tabel 4.31 Perhitungan Gross Requirement Total Obat Sablon Produk obat kaos Hitam obat kaosPutih obat Kaos Merah Total Pembulatan
4.2.3.4
1 15,6 14,4 10,32 41,32 42
2 23,04 16,32 11,04 52,4 53
3 22,8 17,04 9,84 52,68 53
4 32,16 16,32 9,84 62,32 63
5 32,64 16,56 9,84 64,04 65
6 23,04 18 9,84 56,88 57
7 23,04 16,32 10,08 56,44 57
8 25,68 23,28 10,8 67,76 68
Perhitungan MRP Bedasarkan jumlah Gross Requirement yang telah diketahui untuk setiap
periodenya, maka kebutuhan bersih akan bahan baku atau Net Requirement dapat ditentukan beserta dengan jumlah bahan baku yang akan dipesan bedasarkan nilai safety stock. Dan juga pada perhitungan ini akan mempertimbangkan nilai lead time sebagai informasi bahwa kapan bahan baku tersebut mulai dipesan.
101
4.2.3.4.1 MRP Kaos Hitam 20s a.) Kain hitam-20s Tabel 4.32 M RP Kain Hitam-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 ROLL 3 36 Past Due
0 2
30 85
1 21
Description : Kain Hitam-20s On Hand : 85 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 30 30 42 43 30 30 34
64 0 0 42 64
34 2 2 43 36
6 30 30 30 36
-6 42 42 30 36
-7 43 43 34 36
6 6 30 30 30 30 0 0 36 36
2 34 34 0 36
Contoh Peritungan Periode 1 : •
PAB1 = ( PAB2) t −1 − (Gross Re quirement )t + (Scheduled Re ceipts) t = 85 – 21 + 0 = 64
•
Net Requirement = − (PAB1 )t + Safety stock
Karena nilai PAB1 lebih besar dari safety stock maka, Net Requirement = 0 •
Planned Order Receipts menyatakan kuantitas pemesanan yang dibutuhkan pada suatu Periode. Planned Order Receipts muncul pada saat yang sama dengan Net Requirements, akan tetapi ukuran pemesanannya (lot sizing)
102 bergantung
kepada
Order
Policy-nya.
Selain
itu
juga
harus
mempertimbangkan Safety stock juga. Karena Lot Size-nya 1 maka Planned Order Receipts ditambahkan dengan Net Requirements. •
Planned Order Release menyatakan kapan suatu order sudah di-release, karena lead time disini adalah 3 maka order sudah harus di release pada 3 periode sebelumnya.
•
PAB 2 = ( PAB2) t −1 + ( Scheduled Re ceipts) t − (Gross Re quirement )t + ( PlannedOrder Re ceipts) t Atau PAB 2 = ( PAB1) t + ( PlannedOrder Re ceipts )t = 64 + 0 = 64
b.) Benang hitam Tabel 4.33 M RP Benang Hitam Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
2 ONS 1 64 Past Due
4.2.3.4.2 MRP Kaos Putih 20-s
24 77
1 32 45 19 24 48 69
Description : BenangHitam On Hand : 77 Order Policy : LFL Lot Size : 12 2 3 4 5 6 7 8 47 46 65 66 47 47 52 22 42 48 48 70
24 40 48 60 72
7 57 60 72 67
1 63 72 48 73
26 38 48 48 74
27 37 48 48 75
23 41 48 0 71
103 a.) Kain Putih-20s Tabel 4.34 M RP Kain Putih-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 ROLL 3 36 Past Due
0 0
16 84
1 19
Description : Kain Putih-20s On Hand : 84 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 22 23 22 22 24 22 31
65 0 0 22 65
43 0 0 22 43
20 16 16 24 36
14 22 22 22 36
14 22 22 31 36
12 14 24 22 24 22 0 0 36 36
5 31 31 0 36
b.) Benang putih Tabel 4.35 M RP Benang Putih Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
2 ONS 1 64 Past Due
24 73
4.2.3.4.3 MRP Kaos Merah 20-s
1 29 44 20 24 36 68
Description : Benang Putih On Hand : 73 Order Policy : LFL Lot Size : 12 2 3 4 5 6 7 8 33 35 33 34 36 33 47 35 29 36 36 71
36 28 36 36 72
39 25 36 24 75
41 23 24 36 65
29 35 36 36 65
32 32 36 48 68
21 43 48 0 69
104 a.) Kain merah-20s Tabel 4.36 M RP Kain M erah-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 ROLL 3 36 Past Due
38
15
13 12
1 14
Description : Kain Merah-20s On Hand : 12 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 15 13 13 13 13 14 15
-2 38 38 13 36
21 15 15 13 36
23 13 13 13 36
23 13 13 14 36
23 13 13 15 36
23 22 13 14 13 14 0 0 36 36
21 15 15 0 36
b.) Benang Merah Tabel 4.37 M RP Benang M erah Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
2 ONS 1 64 Past Due
4.2.3.4.4 MRP Obat S ablon
36 52
1 21 31 33 36 24 67
Description : Benang Merah On Hand : 52 Order Policy : LFL Lot Size : 12 2 3 4 5 6 7 8 23 20 20 20 20 21 22 44 20 24 24 68
48 16 24 12 72
52 12 12 24 64
44 20 24 24 68
48 16 24 24 72
51 13 24 12 75
53 11 12 0 65
105 Tabel 4.38 M RP Obat Sablon Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
3 KG 2 90 Past Due
32
53 100
1 42
Description : obat On Hand : 100 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 53 53 63 65 57 57 68
58 32 32 53 90
37 53 53 63 90
37 53 53 65 90
27 63 63 57 90
25 65 65 57 90
33 33 22 57 57 68 57 57 68 68 0 0 90 90 90
4.2.3.4.5 Safety stock usulan untuk bahan baku Pada awalnya PT.Caladi Lima Sembilan hanya memperkirakan saja untuk nilai safety stock pada gudang bahan baku. Sehingga akan diusulkanlah jumlah safety stock untuk bahan baku pada setiap bahan bedasarkan variasi masing-masing.
Perhitungan safety stock adalah sebagai berikut : = Safety Factor * Standar Deviasi Bedasarkan hasil kesepakatan dengan perusahaan maka untuk percent of service yang dimiliki oleh PT.Caladi Lima Sembilan ini adalah senilai 99%, dimana perusahaan mencegah agar tidak terjadi kekurangan bahan baku akibat telatnya pengiriman bahan baku dari supplier. Nilai percent of service tersebut dapat dilihat pada tabel seperti dibawah ini, yaitu : Tabel 4.39 Tabel Percent Of Service Dengan Safety Factor Percent of Service Safety Factor 50 0 55 0,13 60 0,25
106 65 70 75 80 84 85 90 95 96 97 98 99 100
0,39 0,52 0,67 0,84 1 1,04 1,28 1,65 1,75 1,88 2,05 2,33 3,61
Perhitungan untuk Standar Deviasi adalah :
=
∑ ( x − x)
2
n
Safety stock Kaos Warna Hitam-20s Tabel 4.40 Safety stock Kaos Warna Hitam-20s Periode 1 2 3 4 5 6 7 8 9 10
Penjualan 6593 5580 5385 6794 7528 7941 8333 8162 8274 7514
x−x -1158,68 -2171,68 -2366,68 -957,68 -223,68 189,32 581,32 410,32 522,32 -237,68
( x − x) 2 1342539,342 4716194,022 5601174,222 917150,9824 50032,7424 35842,0624 337932,9424 168362,5024 272818,1824 56491,7824
Standar Deviasi 1094
107 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
6910 -841,68 7718 -33,68 8215 463,32 7185 -566,68 6607 -1144,68 6538 -1213,68 7104 -647,68 8231 479,32 8741 989,32 8879 1127,32 9360 1608,32 9080 1328,32 8840 1088,32 8885 1133,32 9395 1643,32 193792 Total 7751,68 rata-rata
Total x
Safety stock
708425,2224 1134,3424 214665,4224 321126,2224 1310292,302 1473019,142 419489,3824 229747,6624 978754,0624 1270850,382 2586693,222 1764434,022 1184440,422 1284414,222 2700500,622 29946525,44 1197861,018
= Safety Factor(99%) * Standar Deviasi = 2,33
*
1094
= 2550,111 ≈ 2551 kaos Bedasarkan safety stock produk kaos hitam-20s sebesar 2551 kaos, maka akan dikonversi kedalam nilai untuk bahan baku sehingga didapatkan nilai safety stock untuk bahan baku. Berikut dibawah ini merupakan perhitungan konversi kaos untuk setiap bahan bakunya, yaitu : safety stock Kain
= 2551 * konversi bahan baku = 2551 * 0,013 roll = 33,151 ≈ 34 Roll untuk kain warna hitam-20s
safety stock Benang
= 2551 * konversi Bahan baku = 2551 * 0,02 ons
108 = 51,002 ≈ 52 Ons benang warna hitam safety stock Obat
= 2551 * konversi Bahan baku = 2551 * 0,01kg = 25,501 ≈ 26 Kg
109 Safety stock Kaos Warna Putih-20s Tabel 4.41 Safety stock Kaos Warna Putih-20s Periode Penjualan x−x 1 4709 -827,84 2 3986 -1550,84 3 3846 -1690,84 4 4853 -683,84 5 5377 -159,84 6 5672 135,16 7 5952 415,16 8 5830 293,16 9 5910 373,16 10 5367 -169,84 11 4936 -600,84 12 5513 -23,84 13 5868 331,16 14 5132 -404,84 15 4719 -817,84 16 4670 -866,84 17 5074 -462,84 18 5879 342,16 19 6244 707,16 20 6342 805,16 21 6686 1149,16 22 6485 948,16 23 6314 777,16 24 6346 809,16 25 6711 1174,16 total 138421 Total 5536,84 rata-rata x
( x − x) 2 685319,0656 2405104,706 2858939,906 467637,1456 25548,8256 18268,2256 172357,8256 85942,7856 139248,3856 28845,6256 361008,7056 568,3456 109666,9456 163895,4256 668862,2656 751411,5856 214220,8656 117073,4656 500075,2656 648282,6256 1320568,706 899007,3856 603977,6656 654739,9056 1378651,706 15279223,36 611168,9344
Standar Deviasi 782
110
Safety stock
= Safety Factor(99%) * Standar Deviasi = 2,33
*
782
= 1821,513 ≈ 1822 kaos Bedasarkan safety stock produk kaos putih-20s sebesar 1822 kaos, maka akan dikonversi kedalam nilai untuk bahan baku sehingga didapatkan nilai safety stock untuk bahan baku. Berikut dibawah ini merupakan perhitungan konversi kaos untuk setiap bahan bakunya, yaitu : safety stock Kain
= 1822 * konversi bahan baku = 1822 * 0,013 roll = 23,679 ≈ 24 Roll untuk kain warna putih-20s
safety stock Benang
= 1822 * konversi Bahan baku = 1822 * 0,02 ons = 36,431 ≈ 37 Ons untuk benang warna putih
safety stock Obat
= 1822 * konversi Bahan baku = 1822 * 0,01kg = 18,215 ≈ 19 Kg
111 Safety stock Kaos Warna Merah-20s Tabel 4.42 Safety stock Kaos Warna M erah-20s Periode Penjualan x−x 1 2825 -496,76 2 2391 -930,76 3 2307 -1014,76 4 2911 -410,76 5 3226 -95,76 6 3403 81,24 7 3571 249,24 8 3498 176,24 9 3546 224,24 10 3220 -101,76 11 2961 -360,76 12 3307 -14,76 13 3520 198,24 14 3079 -242,76 15 2831 -490,76 16 2802 -519,76 17 3044 -277,76 18 3527 205,24 19 3746 424,24 20 3805 483,24 21 4011 689,24 22 3891 569,24 23 3788 466,24 24 3808 486,24 25 4026 704,24 total 83044 Total 3321,76 rata-rata x
( x − x) 2 246770,4976 866314,1776 1029737,858 168723,7776 9169,9776 6599,9376 62120,5776 31060,5376 50283,5776 10355,0976 130147,7776 217,8576 39299,0976 58932,4176 240845,3776 270150,4576 77150,6176 42123,4576 179979,5776 233520,8976 475051,7776 324034,1776 217379,7376 236429,3376 495953,9776 5502352,56 220094,1024
Standar Deviasi 469
112
Safety stock
= Safety Factor(99%) * Standar Deviasi = 2,33
*
469
= 1093,101 ≈ 1094 kaos Bedasarkan safety stock produk kaos M erah-20s sebesar 469 kaos, maka akan dikonversi kedalam nilai untuk bahan baku sehingga didapatkan nilai safety stock untuk bahan baku. Berikut dibawah ini merupakan perhitungan konversi kaos untuk setiap bahan bakunya, yaitu : safety stock Kain
= 1094 * konversi bahan baku = 1094 * 0,013 roll = 14,210 ≈ 15 Roll untuk kain warna merah-20s
safety stock Benang
= 1094 * konversi Bahan baku = 1094 * 0,02 ons = 21,862 ≈ 22 Ons untuk benang warna merah
safety stock Obat
= 1094 * konversi Bahan baku = 1094 * 0,01 kg = 10,930 ≈ 11 Kg
113 4.2.3.4.6 MRP dengan Safety stock Usulan Kaos Hitam-20s Tabel 4.43 Perhitungan M RP Kain Hitam-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
K ROLL 3 34 Past Due
0
0
30 85
1 21 64 0 0 42 64
Description : On Hand : Order Policy : Lot Size : 2 3 4 30 30 42 34 0 0 43 34
4 30 30 30 34
-8 42 42 30 34
Kain Hitam-20s 85 LFL 1 5 6 7 8 43 30 30 34 -9 43 43 34 34
4 30 30 0 34
4 30 30 0 34
0 34 34 0 34
Tabel 4.44 Perhitungan M RP Benang Hitam Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 Ons 1 52 Past Due
12 77
1 32 45 7 12 48 57
Description : On Hand : Order Policy : Lot Size : 2 3 4 47 46 65 10 42 48 48 58
12 40 48 60 60
-5 57 60 72 55
BenangHitam 77 LFL 12 5 6 7 8 66 47 47 52 -11 63 72 48 61
14 38 48 48 62
15 37 48 48 63
11 41 48 0 59
114 Kaos Putih-20s Tabel 4.45 M RP Kain Putih-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 ROLL 3 24 Past Due
0 0
4 84
1 19
Description : Kain Putih-20s On Hand : 84 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 22 23 22 22 24 22 31
65 0 0 22 65
43 0 0 22 43
20 4 4 24 24
2 22 22 22 24
2 22 22 31 24
0 2 24 22 24 22 0 0 24 24
-7 31 31 0 24
Tabel 4.46 M RP Benang Putih Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
2 ONS 1 37 Past Due
0 73
1 29 44 0 0 36 44
Description : Benang Putih On Hand : 73 Order Policy : LFL Lot Size : 12 2 3 4 5 6 7 8 33 35 33 34 36 33 47 11 26 36 36 47
12 25 36 24 48
15 22 24 36 39
5 32 36 36 41
5 8 32 29 36 36 36 48 41 44
-3 40 48 0 45
115 Kaos Merah-20s Tabel 4.47 M RP Kain M erah-20s Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
1 ROLL 3 15 Past Due
17
15
13 12
1 14
Description : Kain Merah-20s On Hand : 12 Order Policy : LFL Lot Size : 1 2 3 4 5 6 7 8 15 13 13 13 13 14 15
-2 17 17 13 15
0 15 15 13 15
2 13 13 13 15
2 13 13 14 15
2 13 13 15 15
2 1 13 14 13 14 0 0 15 15
0 15 15 0 15
Tabel 4.48 M RP Benang M erah Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
2 ONS 1 22 Past Due
0 52
1 21 31 0 0 24 31
Description : Benang Merah On Hand : 52 Order Policy : LFL Lot Size : 12 2 3 4 5 6 7 8 23 20 20 20 20 21 22 8 14 24 12 32
12 10 12 24 24
4 18 24 24 28
8 14 24 12 32
12 3 10 19 12 24 24 24 24 27
5 17 24 0 29
116 Obat S ablon Tabel 4.49 M RP Obat Sablon Part No : BOM UOM : Lead time : Safety stock : Period Gross Requirement Scheduled Receipts PAB1 Net Requirement Planned Order Receipt Planned Order Release PAB2
3 KG 2 37 Past Due
0
32 100
1 42
Description : On Hand : Order Policy : Lot Size : 2 3 4 53 53 63
58 5 0 32 0 32 53 63 58 37
-16 53 53 65 37
5 65
obat 100 LFL 1 6 7 57 57
8 68
-26 -28 -20 -20 -31 63 65 57 57 68 63 65 57 57 68 57 57 68 0 0 37 37 37 37 37
4.2.3.5 Pengujian Petersen Silver M etode ini digunakan untuk mengetahui kemulusan data sehingga dapat diketahui metode Lot Size yang cocok untuk digunakan. apabila data yang diteliti merupakan data yang mulus makan akan digunakan metode statik namun apabila data yang diteliti tidak menunjukkan adanya kemulusan data maka akan digunakan metode dinamik. 1. kain hitam-20s Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode. Tabel 4.50 Tabel peterson silver Kain hitam-20s periode Dt 1 2 3 4 5 6 7
21 30 30 42 43 30 30
(Dt) 2 441 900 900 1764 1849 900 900
117 Tabel 4.50 Tabel peterson silver Kain hitam-20s(Lanjutan) 8 Total
34 260
1156 67600
n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 67600 −1 260 2
V = 7 > 0,25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
2. kain putih-20s Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode. Tabel 4.51 Tabel peterson silver Kain putih-20s Periode Dt 1 2 3 4 5 6 7 8 Total
19 22 23 22 22 24 22 31 185
(Dt) 2 361 484 529 484 484 576 484 961 34225
118 n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 34225 −1 185 2
V = 7 > 0,25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
3. Kain merah-20s Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode. Tabel 4.52 Peterson Silver Kain M erah-20s Periode Dt 1 14 2 15 3 13 4 13 5 13 6 13 7 14 8 15 Total 110 n
V=
V=
n∑ Dt2 t =1
⎞ ⎛ n ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 12100 −1 110 2
V = 7 > 0,25
(Dt) 2 196 225 169 169 169 169 196 225 12100
119 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
4. Benang Hitam Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode. Tabel 4.53 Peterson Silver Benang hitam Periode Dt 1 2 3 4 5 6 7 8 Total
80 57 63 68 90 133 220 401 1112
(Dt) 2 6400 3249 3969 4624 8100 17689 48400 160801 1236544
n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 1236544 −1 11122
V = 7 > 0,25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
5. Benang Putih Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode.
120
Tabel 4.54 Peterson Silver Benang Putih periode Dt 1 2 3 4 5 6 7 8 Total
61 41 48 62 92 147 260 473 1184
(Dt) 2 3721 1681 2304 3844 8464 21609 67600 223729 1401856
n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 1401856 −1 11842
V = 7 > 0,25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
6. Benang M erah Dibawah ini merupakan tabel untuk menghitung perumusan metode PetersonSilver. Data untuk Dt diperoleh dari data permintaan bahan baku per periode. Tabel 4.55 peterson silver Benang M erah Periode Dt 1 2 3
36 23 25
(Dt) 2 1296 529 625
121 Tabel 4.55 peterson silver Benang M erah(Lanjutan) 4 5 6 7 8 Total
30 900 39 1521 59 3481 97 9409 171 29241 480 230400
n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 230400 −1 480 2
V = 7 > 0,25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
7. Obat Sablon Dibawah ini merupakan tabel untuk menghitung perumusan metode petersonsilver . data untuk Dt diperoleh dari data permintaan bahan baku per periode. 4.56 Tabel peterson silver Obat Sablon periode Dt 1 2 3 4 5 6 7 8 total
(Dt) 2 90 8100 62 3844 71 5041 84 7056 115 13225 175 30625 295 87025 531 281961 1423 436877
122 n
V=
V=
n∑ Dt2 t =1 n
⎞ ⎛ ⎜ ∑ Dt ⎟ ⎠ ⎝ t =1
−1
8 * 436877 −1 1423 2
V = 0,725 > 0, 25 Diperoleh hasil perhitungan yang menunjukkan bahwa nilai V lebih besar dari 0.25 , maka untuk perhitungan Lot Size ini akan digunakan metode dinamik.
4.2.3.6 Perhitungan Biaya 4.2.3.6.1 Perhitungan Biaya Simpan dan Biaya Pesan •
Biaya Simpan : Dimana perusahaan ini membayar asuransi sebesar Rp.15.000.000,00 /tahun
untuk mencegah apabila terjadi kerugian dari barang hilang ataupun bencana lainnya. M aka untuk total biaya simpan yang di alokasikan pada bagian gudang bahan baku adalah sebesar 10%. Biaya simpan
= 15.000.000 * 10% = 1.500.000/tahun = 125.000/bulan =>Rp. 31.250,00/minggu
-Kain : Kapasitas maksimal penyimpanan yang dialokasikan
adalah sebesar
150.000kg atau sebesar 6000 roll untuk bahan kain dari luas keseluruhan bangunan gedung sebesar 4000m 2 . M aka biaya simpan untuk kain adalah sebagai berikut :
123 =
31250 6000
= Rp.5,208/minggu/roll -Obat : Kapasitas maksimal penyimpanan
dialokasikan adalah sebesar 12000kg
untuk bahan baku obat sablon. M aka biaya simpan untuk kain adalah sebagai berikut : =
31250 12000
= Rp.2,604/minggu/kg
-Benang : Kapasitas maksimal penyimpanan yang dialokasikan
adalah sebesar
20.000kg untuk bahan baku benang. M aka biaya simpan untuk kain adalah sebagai berikut : =
31250 20000
= Rp.1,53/minggu/kg => 0,153/minggu/ons
Biaya Pesan -Kain : Biaya yang dikeluarkan adalah jumlah Lot Size pada setiap pesanan untuk kain yaitu minimal 1 roll. Dengan biaya pesan adalah 10% merupakan perkiraan biaya-biaya yang dilakukan saat memesan bahan baku tersebut. Seperti : biaya untuk mencetak
124 PO, survey supplier, telpon & fax, pengecekan material yang telah sampai ke gudang dan biaya-biaya operasional lain yang terkait dalam proses pemesenan tersebut. = 1 roll x Rp.60.000 x 10% = Rp 6000,00 -Obat : Biaya yang dikeluarkan adalah jumlah Lot Size pada setiap pesanan untuk obat yaitu minimal 1 Kg. Dengan biaya pesan adalah 10% merupakan perkiraan biaya-biaya yang dilakukan saat memesan bahan baku tersebut. Seperti : biaya untuk mencetak PO, survey supplier, telpon & fax, pengecekan material yang telah sampai ke gudang dan biaya-biaya operasional lain yang terkait dalam proses pemesenan tersebut. = 1 kg x Rp.150.000 x 10% = Rp 15.000,00 -Benang : Biaya yang dikeluarkan adalah jumlah Lot Size pada setiap pesanan untuk benang 1 box berisi 12 gulung dimana satu gulung adalah 1 ons. Dengan biaya pesan adalah 10% merupakan perkiraan biaya-biaya yang dilakukan saat memesan bahan baku tersebut. Seperti : biaya untuk mencetak PO, survey supplier, telpon & fax, pengecekan material yang telah sampai ke gudang dan biaya-biaya operasional lain yang terkait dalam proses pemesenan tersebut.
125 = 1 box * Rp.30.000 * 10% = Rp 3.000,00
4.2.3.7 Perhitungan Biaya MRP Pada tahap ini akan dilakukan pemilihan metode Lot Size yang paling tepat. Dimana hasil dari perhitungan ini akan dibandingkan menurut metode masing-masing yang paling mendapatkan hasil biaya termurah. Untuk itu dalam perhitungan ini akan diambil satu contoh produk yaitu kaos hitam-20s. M etode yang akan digunakannya adalah metode dinamik lot sizing seperti Lot for Lot, Silver Meal, Part-period, dan wagner within. •
Metode Lot for Lot a.) Kain
Tabel 4.57 Perhitungan biaya Kain hitam-20s metode LFL
•
Periode
1
2
3
4
5
6
7
8
Permintaan
0
0
30
42
43
30
30
34
Penerimaan
0
0
30
42
43
30
30
34
Persediaan
0
0
0
0
0
0
0
0
Biaya kumulatif
0
0
6000
12000
18000
24000
30000
36000
Biaya
kumulatif = biayakumulatif( t −1) + biayapesant + (Persediaant * biayasimpa n)
Periode 4 = Rp.6000 + Rp.6000 + (0 x Rp.5,21) Total biaya : Rp.36.000,00 b.) Benang
126 Tabel 4.58 Perhitungan biaya Benang hitam metode LFL Periode
1
2
3
4
5
6
7
8
Permintaan
12
48
48
60
72
48
48
48
Penerimaan
12
48
48
60
72
48
48
48
Persediaan
0
0
0
0
0
0
0
0
Biaya kumulatif 3000 6000 9000 12000 15000 18000 21000 24000
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp. 24.000 c.) Obat Tabel 4.59 Perhitungan Biaya Obat LFL Periode Permintaan Penerimaan Persediaan Biaya kumulatif
1 0 0 0 0
2 32 32 0 15000
3 4 5 6 7 8 53 63 65 57 57 68 53 63 65 57 57 68 0 0 0 0 0 0 30000 45000 60000 75000 90000 105000
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp.105.000
127 •
Metode Silver Meal a.) Kain hitam-20s Tabel 4.60 Perhitungan M RP kain hitam-20s dengan Silver Meal
Periode
m
1 2 3 4 5 6 7 8 8
1 1 1 2 3 4 5 6 1
Tambahan Permintaan Biaya Simpan Biaya Simpan Biaya Total (Dm ) Kumulatif (m-1)hDm 0 0 0 0 0 0 0 0 30 0 0 6000 42 219 219 6219 43 448 667 6886 30 469 1136 8022 30 625 1761 9783 34 886 2647 12430 34 0 0 6000
K(m) 0 0 6000 3110 2295 2006 1957 2071 6000
x
Pada Periode ke-1 karena tidak ada persediaan, maka biaya simpan dan kumulatif biaya simpan = 0 Contoh perhitungan Periode ke-4 dengan m = 2 Tambahan biaya simpan = ( m − 1) * h * Dm = (2-1) * 5,21 * 42 = 219
Tabel 4.61 Perhitungan Biaya kain hitam-20s Silver Meal Periode Permintaan Penerimaan Persediaan Biaya kumulatif
1 0 0 0 0
2 3 4 5 0 30 42 43 0 175 0 0 0 145 103 60 0 6755,45 7292,08 7604,68
6 30 0 30 7760,98
7 8 30 34 0 34 0 0 7760,98 13.760,98
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp.13.760,
128 b.) Benang Hitam Tabel 4.62 Perhitungan M RP Benang hitam dengan Silver Meal
Periode
M
1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8
Tambahan Permintaan Biaya Simpan Biaya Simpan Biaya Total Kumulatif (Dm ) (m-1)hDm 12 0 0 3000 48 7 7 3007 48 15 22 3029 60 28 50 3079 72 44 94 3173 48 37 131 3304 48 44 175 3479 48 51 226 3705
K(m) 3000 1504 1010 770 635 551 497 463
Tabel 4.63 Perhitungan Biaya Benang hitam dengan Silver Meal Periode Permintaa n Penerimaa n Persediaan Biaya kumulatif
1
2
3
4
5
6
7
8
12
48
48
60
72
48
48
48
384
0
0
0
0
0
0
0
372 3056,9 2
324 3106, 5
276 3148,7 3
216 3181,7 8
144 3203,8 1
96 3218, 5
48 3225,8 4
0 3225,8 4
Contoh Perhitungan biaya : Biaya
kumulatif = biayakumulatif( t −1) + biayapesant + (Persediaant * biayasimpa n)
Periode 1
= 0 +3000+ (372x0,153) = Rp.3056,92
Sehingga total biaya yang didapat adalah sebesar Rp 3.225,84
129 c.) Obat Tabel 4.64 Perhitungan M RP Obat dengan Silver Meal Periode m 1 2 3 4 5 6 7 8
Permintaan (Dm ) 0 32 53 63 65 57 57 68
1 1 2 3 4 5 6 7
Tambahan Biaya Simpan (m-1)hDm 0 0 138,012 328,104 507,78 593,712 742,14 1062,432
Biaya Simpan Kumulatif
Biaya Total
K(m)
0 0 138,012 466,116 973,896 1567,608 2309,748 3372,18
0 15000 15138,01 15604,13 16578,02 18145,63 20455,38 23827,56
0 15000 7569,01 5201,38 4144,51 3629,13 3409,23 3403,94
Tabel 4.65 Perhitungan Biaya obat dengan Silver Meal Periode Permintaa n Penerimaa n Persediaan Biaya kumulatif
1
2
3
4
5
6
7
8
0
32
53
63
65
57
57
68
0
395
0
0
0
0
0
0
310 16752,49 2
247 17395,6 8
182 17869,6 1
125 18195, 1
68 18372, 2
0 18372, 2
0
363 15945,2 0 5
Contoh Perhitungan biaya : Biaya
kumulatif = biayakumulatif( t −1) + biayapesant + (Persediaant * biayasimpa n)
Periode 2 = 0 +15000+ (363 x 2,604) = Rp. 15.945,25 Sehingga total biaya yang didapat adalah sebesar Rp. 18.372,2 untuk Obat.
130 •
Part-Period a.) Kain Hitam-20s Tabel 4.66 Perhitungan M RP Kain hitam-20s dengan Part-Period Periode 1 2 3 4 5 6 7 8
M 1 2 1 2 3 4 5 6
Dm 0 0 30 42 43 30 30 34
(m-1)Dm 0 0 0 42 86 90 120 170
PPm = D2 + 2 D3 + ... + (m − 1)Dm ≅
PPm 0 0 0 42 128 218 338 508
X X
A h
= 1151,63 Untuk Periode 1 dengan m=1 diperoleh PPm = 0 <1151,63, sehingga perhitungan dapat dilanjutkan ke Periode ke-2 dan selanjutnya. Perhitungan akan terus dilanjutkan sampai PPm = 0 <1151,63, namun apabila PPm > 1151,63, maka perhitungan periode tersebut akan diulang kembali dengan nilai m=1 . Tabel 4.67 Perhitungan Biaya Kain hitam-20s dengan Part-Period Periode Permintaan Penerimaan Persediaan Biaya kumulatif
1
2
3
4
5
6
7
8
0
0
30
42
43
30
30
34
0 0
0 0
209 179
0 137
0 94
0 64
0 34
0 0
0
0 6932,23 7645,73 8135,28 8468,59 8645,66 8645,66
Contoh Perhitungan biaya : Biaya
kumulatif = biayakumulatif( t −1) + biayapesant + (Persediaant * biayasimpa n)
Periode 1 = 0 +0+ (0 x 5,21) = Rp. 0
131 Sehingga total biaya yang didapat adalah sebesar Rp. 8.645,66 untuk Kain hitam.
b.) Benang Tabel 4.68 Perhitungan M RP Benang hitam dengan Part-Period Periode 1 2 3 4 5 6 7 8
M 1 2 3 4 5 6 7 8
Dm 12 48 48 60 72 48 48 48
(m-1)Dm 0 48 96 180 288 240 288 336
PPm = D2 + 2 D3 + ... + (m − 1)Dm ≅
PPm 0 48 144 324 612 852 1140 1476
A h
= 19.607,84 Karena nilai perhitungan PPm < 19.607,84, maka perhitungan dilanjutkan hingga periode ke-8. Tabel 4.69 Perhitungan Biaya Benang hitam dengan Part-Period Periode Permintaan Penerimaan Persediaan Biaya kumulatif
1 12 384 372
2 48 0 324
3 48 384 276
4 60 0 216
3056,916 3106,49 3148,72 3181,76
5 72 0 144
6 48 0 96
7 48 0 48
8 48 0 0
3203,8 3218,48 3225,83 3225,83
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp. 3.225,83
132 c.) Obat Tabel 4.70 Perhitungan M RP Obat dengan Part-Period Periode 1 2 3 4 5 6 7 8
M 1 1 2 3 4 5 6 7
Dm 0 32 53 63 65 57 57 68
(m-1)Dm 0 0 53 126 195 228 285 408
PPm = D2 + 2 D3 + ... + (m − 1)Dm ≅
PPm 0 0 53 179 374 602 887 1295
A h
= 5760,37 Karena nilai periode 1 pada perhitungan PPm < 5760,37 , maka perhitungan dilanjutkan hingga periode ke-8. Tabel 4.71 Perhitungan Biaya Obat dengan Part-Period Periode Permintaan Penerimaa n Persediaan Biaya kumulatif
1 0
2 32
3 53
4 63
5 65
6 57
7 57
8 68
0
395
0
0
0
0
0
0
363 15945.2 5
310 16752.4 9
247 17395. 7
182 17869. 6
125 18195. 1
68 18372. 2
0 18372. 2
0
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp. 18.372.2
133
•
Wagner whitin
a.) Kain Hitam-20s Tabel 4.72 perhitungan M RP kain hitam-20s wagner whitin 1 2 0 0
3 30
4 42
5 43 6000
6 30
7 30
8 34
Periode(I) Permintaan(Di) Biaya Pemesanan(A) Biaya Penyimpanan(h) T 1 2 3 4 5 6 7 8
0 0 0
K*I
0 0 6000 6218,82 6666,88 7135,78 7760,98 8646,68
K t ,l
5,21 K*t−1 + K t,I
0 0 0 0 0 0 0 0 6000 6218,82 6666,88 7135,78 12000 12224 12536,6 12218,8 12375,1 12666,9
⎞ ⎛ l = A + h⎜⎜ ∑ ( j − t ) D j ⎟⎟ ⎠ ⎝ j =l +1
0 0 7760,98 13005,5 12687,7 12823,2 13135,8
0 0 8646,68 13714,1 13219,1 13177,5 13312,9 13761
t = 1,2,3,....,n ; l = t+1, t+2,...,n
Karena pada kebutuhan bahan baku dimulai pada periode 3 , maka perhitungan pun dilakukan mulai dari periode tersebut. K 3 ,l
= 6000 + 0 =0
K 3 ,2
= 6000+(42 x 5,21 x 1) = 6218.82
K 3 ,3
= 6218,82 + (43 x 5,21 x 2) = 6666,88
134
Tabel 4.73 perhitungan Biaya kain hitam-20s wagner whitin Periode Permintaan Penerimaan Persediaan Biaya kumulatif
1 0 0 0
2 0 0 0
3 30 209 179
4 42 0 137
5 43 0 94
6 30 0 64
7 30 0 34
8 34 0 0
0
0 6932.23 7645.73 8135.28 8468.59 8645.66 8645.66
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp. 8.645,66
b.) Benang hitam Tabel 4.74 perhitungan M RP Benang hitam wagner whitin Periode(I) Permintaan(Di ) Biaya Pemesanan(A) Biaya Penyimpanan( h) T 1 2 3 4 5 6
1 12
2
3 48
4 48
5 60
6 72
7
8
48
48
48
3130,3 6 6088,1 3 6060,5 9 6047,7 4 6056,9 2 6093,6 4
3174,4 2 6124,8 5 6089,9 6 6069,7 7
3225,8 3 6168,9 1 6126,6 8 6099,1 4 6093,6 4 6115,6 7
3000 0,153 K *t−1 + K t,I
300 0
3007,3 4 6000
3022,0 3 6007,3 4 6007,3 4
3049,5 7 6025,7 6016,5 2 6022,0 3
3093,6 4 6058,7 5 6038,5 6 6033,0 5 6049,5 7
6071,6 6100,9 8
135 6130,3 6
7 8 9 300 0
K*I
K 1,1
3007,3 4
3022,0 3
3049,5 7
3093,6 4
3130,3 6
3174,4 2
6137,7 6174,4 2 3225,8 3
= 3000 + 0 =0
K 1,2
= 3000 + (48 x 0,153 x 1) = 3007,34 Tabel 4.75 perhitungan Biaya Benang hitam wagner whitin
Periode Permintaan
1 12
2 48
3 48
4 60
5 72
6 48
7 48
8 48
Penerimaan Persediaan Biaya kumulatif
384 372
0 324
0 276
0 216
0 144
0 96
0 48
0 0
3056,92 3106,49 3148,72 3181,76 3203,8 3218,48 3225,83 3225,83
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp.3.225,83
c.) Obat Tabel 4.76 perhitungan M RP Obat wagner whitin Periode(I) Permintaan(Di) Biaya Pemesanan(A) Biaya Penyimpanan(h) T 1
1 0
2
3 32
4 53
5 63
6 65
7 57
8 57
68
15000 2,604 0
0
0
0
K
* t −1
+ K
0
t ,I
0
0
0
136 2 3 4 5 6 7 8 9 K*I
15000 15138 15466,1 15973,9 30000 30164,1 30502,6 30138 30307,3 30466,1
0
16567,6 30947,9 30604,1 30614,5 30973,9
17309,7 31541,6 31049,4 30911,4 31122,3 31567,6
18372,2 32426,9 31757,7 31442,6 31476,5 31744,7 32309,7
15000 15138 15466,1 15973,9 16567,6 17309,7 18372,2
137 Tabel 4.77 perhitungan Biaya Obat wagner whitin Periode Permintaan Penerimaa n Persediaan Biaya kumulatif
1 0
2 32
3 53
4 63
5 65
6 57
7 57
8 68
0
395
0
0
0
0
0
0
363 15945.2 5
310 16752.4 9
247 17395. 7
182 17869. 6
125 18195. 1
68 18372. 2
0 18372. 2
0
Seperti dengan contoh perhitungan sebelumnya, maka pada tabel ini dapat diketahui bahwa total biaya yang dikenakan adalah sebesar Rp. 18.372.2
4.3
Analisa Pengolahan Data
4.3.1
Analisis Peramalan Setelah mendapat data penjualan kaos atau produk dari perusahaan, data tersebut
di plotkan dan dilihat trend analisisnya. Bedasarkan trend dan analisis tersebut pola data dapat diketahui trendnya. Dengan menggunakan software M INITAB 14, dari grafik telah diperlihatkan bentuk pola data historis penjualan kaos tersebut. Selain itu bedasarkan software ini juga pola trend tersebut dapat dilihat nilai error-nya. Nilai error yang tertera pada table di software M initab 14 tersbut terlihat bahwa nilai M APE adalah 9, artinya persentase error yang dimiliki oleh pola data tersebut adalah sebesar 9%. Bedasarkan pola data yang telah didapat, maka selanjutnya perhitungan peramalan dapat dilakukan sesuai dengan metode yang tepat untuk pola data tersebut. Pada tahap ini penulis menggunakan trial and error untuk mendapatkan nilai error yang terkecil. M etode yang digunakan adalah Double Exponential Smoothing-brown dan Holt-Winters.
138 Dalam tahap perhitungan, penulis menggunakan software dalam mengolah data peramalan tersebut, agar hasil dapat lebih teliti dan akurat dibanding dengan perhitungan manual. Software WinQsb dapat menghitung peramalan(ft) sekaligus dengan
nilai
alpha, beta, dan gamma dengan nilai error MAPE, M AD,dan M SE terkecil. Bedasarkan hasil perhitungan ternyata peramalan dengan metode holt-winters dengan siklus 4 bulanan menghasilkan nilai M APE ,MAD M SE terkecil dimana diperoleh nilai tersebut berturut-turut adalah sebesar 6,825117, 1551,265, dan 5365639. Nilai alpha, beta ,dan gamma yang diperoleh yaitu berturut-turut sebesar (0.7), ( 0 ), dan ( 1 ). Artinya bahwa hasil peramalan yang telah dihitung dengan menggunakan metode holt-winters ini merupakan peramalan yang memiliki nilai paling akurat, karena hanya menghasilkan persentase error terkecil. M aka data inilah yang akan digunakan untuk perhitungan selanjutnya.
4.3.2
Analisis MPS Dalam perhitungan ini, input dari Master Production Schedulle adalah
bedasarkan dari nilai peramalan beserta dengan jumlah pesanan pada suatu periode. Dalam penjadwalan ini perlu adanya membandingkan nilai peramalan dengan jumlah order pada periode tertentu, karena dengan adanya nilai-nilai tersebut maka dapat memperkirakan jumlah yang perlu di produksi pada suatu periode tertentu. Sedangkan apabila hanya memproduksi barang bedasarkan permintaan, maka dikhawatirkan perusahaan tidak dapat memenuhi kebutuhan permintaan yang tinggi dan secara mendadak pada suatu periode tertentu. Dalam hal ini Master Production Schedulle akan dijadwalkan sesuai dengan variasi masing-masing produk agar persediaan bahan baku dapat diperkirakan sesuai
139 dengan kebutuhan jumlah produk. Variasi produk yang dibahas pada penulisan ini adalah mengenai variasi warna bahan dan benang. Dalam perhitungan, diketahui bahwa nilai safety stock perusahaan adalah nol. Yang berarti bahwa nilai Project Available Balance (PAB) atau sisa jumlah produk pada akhir periode tertentu nilainya tidak boleh dibawah dari nilai safety stock. Sehingga apabila nilai PAB adalah negatif maka berarti akan terjadi kekurangan persediaan pada akhir periode tersebut, dimana hal ini sangat tidak diizinkan oleh perusahaan. Namun perusahaan juga tidak ingin menampung banyak stock yang berlebihan dalam stock master , maka dari itu jumlah stock master tidak boleh berada kurang ataupun lebih jauh bedasarkan dari ketentuan nilai safety stock. Setelah perhitungan dilakukan maka nilai Master Schedulle akan diperoleh sebagai jumlah produk yang akan diproduksi.
4.3.3
Analisis MRP Setelah M PS diperoleh, maka selanjutnya adalah menghitung jumlah kebutuhan
bahan baku dari setiap produk bedasarkan dengan variasi warna tersebut. Produk kaos yang dibahas memiliki struktur produk dengan jumlah komposisi untuk setiap materialnya adalah sama, karena produk tersebut tidak memiliki perbedaan ukuran dalam bentuk fisik yang signifikan. Untuk komposisi dari produk kaos tersebut adalah terdiri dari kain, obat sablon dan benang yang berfungsi untuk menggabungkan antara satu bagian dengan bagian lain. Nilai Gross Requirement atau kebutuhan kotor yang diperoleh pada setiap bahan baku berasal dari hasil perkalian jumlah komposisi bahan baku setiap produk atau BOM dengan jumlah produk yang dijadwalkan pada master schedulle.
140 Sehingga dari hasil perhitungan M RP, akan terlihat jumlah material yang dibutuhkan untuk setiap variasi warnanya dan waktu yang tepat untuk melakukan order bedasarkan lead time. Untuk bahan kain memiliki lead time selama 3 periode, artinya bahwa barang tersebut akan memakan waktu selama 3 periode atau 3 minggu untuk sampai ke gudang. Sehingga Planned Order Release atau waktu pemesanan harus dilakukan pada saat sebelum jatuh tempo untuk produksi. Nilai safety stock bahan baku pada kebijakan awal perusahaan ternyata terlihat melebehi batas dari pada nilai safety stock usulan pada bahan baku ini. Nilai safety stock yang berlebih ataupun kurang sangatlah tidak efisien bagi perusahaan, karena terlalu banyak stock juga hanya menambah biaya saja, sedangkan apabila stock kurang maka produksi tidak dapat berjalan sesuai dengan jadwal. 100% 90% 80% 70%
36
36
60%
36
50% 40% 30% 20%
34
24
10%
15
0% Kain Hitam 20s
Kain Putih 20s
Kain Merah 20s
Gambar 4.5 Gambar Perbandingan Safety stock kain-20s Grafik diatas merupakan grafik perbandingan nilai safety stock awal kain-20s dengan safety stock usulan pada gudang. Dimana kita bisa lihat bahwa nilai yang didapatkan dari hasil perhitungan dapat menekan jumlah stock pada gudang.
141
100% 90% 80% 70%
64
64
64
60% 50% 40% 30% 20%
52
37 22
10% 0% B enang Hitam
Benang Putih
Benang merah
Gambar 4.6 Gambar Perbandingan safety stock Benang Sedangkan gambar diatas ini merupakan grafik perbandingan nilai safety stock awal bahan benang dengan safety stock usulan pada gudang. Dimana kita bisa lihat bahwa nilai yang didapatkan dari hasil perhitungan dapat menekan jumlah stock pada gudang. 100% 90% 80% 70% 60%
90
50% 40% 30% 20% 10%
37
0% Obat
Gambar 4.7 Gambar Perbandingan safety stock Obat Sedangkan gambar diatas ini merupakan grafik perbandingan nilai safety stock awal obat sablon dengan safety stock usulan pada gudang. Dimana kita bisa lihat bahwa
142 jumlah yang didapatkan dari hasil perhitungan dapat menekan jumlah stock pada gudang.
4.3.4
Analisis Biaya Pada awalnya perusahaan melakukan pesanan dalam jumlah dan waktu
bedasarkan pengalaman masa lalu. Dimana jumlah dan waktu bahan baku tersebut dipesan
bedasarkan
menggunakan
kebutuhan
setiap
metode yang telah
periode.
digunakan
Sehingga diatas,
sebenarnya dengan
perusahaan
lebih
dapat
meminimalkan biaya untuk pesan maupun biaya simpan. M etode yang digunakan untuk menghitung biaya ini adalah bedasarkan hasil perhitungan peterson silver
terlebih dahulu. Karena dari setiap hasil perhitungan
tersebut menunjukkan bahwa nilai perhitungan lebih besar dari pada 0,25, sehingga akan digunakan metode dinamis untuk menganalisa biaya terendahnya. Dengan mengambil satu contoh produk, maka kita akan membandingkan metode mana yang paling memiliki nilai biaya terendah. Berikut dibawah ini adalah hasil perhitungan untuk biaya M RP pada produk kaos hitam-20s. Tabel 4.78 Perbandingan Total Biaya Lot for Lot Kain hitam20s Benang hitam Obat
Silver Meal
Part-period
Wagner whitin
Rp36.000
Rp13.760 Rp.8.645,66 Rp.8.645,66
Rp24.000
Rp3.226
Rp3.226
Rp3.226
Rp105.000 Rp18.372
Rp18.372
Rp18.372
143 Dari hasil perhitungan pada tabel diatas, terdapat beberapa alternatif yang dapat diambil. Namun kita dapat melihat bahwa metode part-period dengan wagner whitin merupakan metode yang menghasilkan biaya terendah. M etode pemesanan yang dilakukan pada setiap metode adalah berbeda-beda, pada metode lot-for-lot , tidak ada biaya simpan namun dengan hal tersebut ternyata terlihat bahwa biaya pemesanan itu besar, sehingga sangat tidak efisien apabila melakukan pemesanan secara rutin. Sedangkan metode lainnya seperti part-period dan wagner whitin, kita dapat melihat pola pesanan yang dilakukan pada metode tersebut adalah dengan melakukan pesanan diawal periode,sehingga biaya pemesanan hanya terjadi pada satu periode saja, namun selebihnya adalah dikenakan biaya persediaan.
4.4
Sistem Informasi
4.4.1
Analisa Sistem Berjalan Sistem diawali dengan pesanan atas distributor atau pelanggan. Dimana
pelanggan dapat memilih bahan beserta variasi lainnya seperti warna, tipe bahan ,dan gambar desain bedasarkan sample yang telah disediakan oleh C59 ini . Setelah kesepakatan antara bagian marketing dengan pelanggan atau distributor selesai, maka bagian marketing akan memberikan order atas pesanan pelanggan ini kepada bagian produksi. Dimana bagian produksi akan membuat LKO atau Lembar Kerja Operasi, yaitu lembar kerja yang berisi mengenai spesifikasi dari produk yang akan dipesan, kemudian dikirimnya ke bagian gudang untuk dikeluarkannya bahan baku tersebut ke lantai produksi. Bagian gudang akan mengecek stock bahan baku, apabila tidak cukup untuk memenuhi kebutuhan akan pesanan pelanggan maka bagian gudang akan membuat PO
144 atau purchase order yang berisi akan keterangan bahan baku yang akan dibeli untuk produksi. PO ini dikirim ke bagian pembelian untuk membelinya ke supplier. Apabila bahan baku cukup untuk diproduksi maka bagian gudang akan konfirmasi kepada bagian produksi dan mengeluarkan bahan baku tersebut ke lantai produksi untuk diproduksi atas permintaan pelanggan. Selain itu dari setiap bagian akan memberikan laporan sebagai informasi dan pembukuan untuk perusahaan. Bagian marketing akan membuat laporan penjualan, bagian produksi bertugas untuk membuat laporan produksi, dan bagian gudang bertugas membuat laporan pembelian bahan baku.
Gambar 4.8 Rich Picture Sistem Berjalan
145 4.4.2
Masalah sistem berjalan Sistem yang ada saat ini adalah belum menggunakan M RP dalam membuat
perencanaan produksi dan kebutuhan bahan baku. Dimana order yang diterima oleh bagian marketing masih dibuat secara manual untuk dikirimnya ke bagian produksi sebagai perencanaan produksi dan kebutuhan bahan bakunya. Bagian produksi membuat LKO(lembar kerja operasi) untuk diserahkan ke bagian gudang yang akan digunakan sebagai gambaran untuk jumlah bahan baku yang dibutuhkan, untuk kemudian diajukan ke bagian pembelian jika mengalami kekurangan bahan baku. Bedasarkan sistem yang ada masih terdapat berbagai kekurangan yang akan berdampak pada perusahaan yaitu sebagai berikut : •
Belum adanya integrasi antara ketiga bagian yang bersangkutan tersebut, seperti bagian marketing , bagian produksi dan bagian gudang bahan baku.
•
Proses pengiriman kebutuhan bahan baku yang dibuat oleh bagian produksi diserahkan dengan bentuk printout, dimana kedua bagian ini berada dalam lokasi yang terpisah.
•
Belum memiliki sistem penjadwalan yang baik yang terintegrasi antara ketiga bagian tersebut seperti
perhitungan peramalan , sales order, penjadwalan
produksi, persediaan bahan baku dan pembuatan laporan dari bagian masingmasing. •
Terkadang terjadi kesalahan perhitungan, karena prosesnya masih dilakukan secara manual dengan menggunakan kalkulator.
•
Belum ada database yang dapat menampung seluruh informasi, sehingga proses pencarian informasi memerlukan waktu lama.
146 4.4.3
Analisa Sistem Usulan
Gambar 4.9 Rich Picture Sistem Usulan 1. Pelanggan memesan kaos pada bagian marketing. Pelanggan dapat memesan dengan memilih beberapa variasi tipe bahan dan warna yang sudah tersedia dari perusahaan untuk diproduksi. Pelanggan juga mendapatkan informasi akan kepastian produk tersebut selesai dikerjakan dan dikirimkan. Apabila pelanggan belum terdaftar maka bagian marketing ini akan mendaftarkan data pelanggan terlebih dahulu. 2. Bagian marketing membuat sales order atas pesanan pelanggan. Dimana sales order tersebut disimpan dan dicetak sebagai laporan penjualan perusahaan. 3. Bagian marketing membuat peramalan dengan menghitung beberapa metode yang tersedia pada sistem bedasarkan data historis penjualan setiap variasi produk.
147 4. Bagian produksi melihat order yang masuk dari bagian marketing. Setelah itu bagian produksi mengecek stock bahan baku yang tersedia karena bagian produksi harus menyiapkan penjadwalan untuk memproduksi produk tersebut. 5. Salah satu input dari M RP adalah Bill of Material (BOM ), dimana setiap produk memiliki BOM atau detail produk, yaitu merupakan jumlah komposisi dari setiap bahan baku yang dibutuhkan dalam membuat sebuah produk. BOM ini dapat dibuat, diubah, dan dihapus sesuai dengan produk yang bersangkutan. 6. Bagian Produksi menghitung, mencetak dan menyimpan Material Production Schedulle (M PS) bedasarkan data yang telah diperoleh, setelah itu akan dilanjutkan dengan menghitung Material Requirement Planning (M RP) sebagai informasi kebutuhan bahan baku yang harus dipenuhi. M RP dapat disimpan dan dicetak untuk kebutuhan produksi pada bagian lainnya. 7. Bagian gudang mendata bahan baku yang tersedia di gudang yang merupakan sisa dari proses produksi dari M RP ataupun bedasarkan Purchase Order (PO). Jumlah bahan baku ini dapat dicek, dan disimpan sesuai dengan kebutuhan dari proses produksi, dan dapat dihapus apabila sudah berhenti digunakan. 8. Bagian gudang akan membuat PO untuk membeli kebutuhan bahan baku ke supplier bedasarkan hasil M RP yang telah dibuat oleh bagian produksi. Apabila supplier belum terdaftar maka bagian gudang akan mendaftarkan terlebih dahulu. Supplier tersebut dapat dihapus jika tidak digunakan lagi. 9. Dari PO yang telah disimpan, maka bagian gudang akan mencetak PO tersebut untuk dikirimkan ke bagian pembelian, sebagai bukti untuk pembelian bahan baku kepada supplier.
148 10. Dari data Purchase Order (PO), Sales Order (SO), MPS dan M RP yang telah dibuat sebelumnya, maka dari setiap bagian akan membuat laporan tersebut dan dikirimkan ke bagian lain dalam perusahaan.
4.4.4
System Definition Sistem ini dibangun untuk membantu proses pengerjaan yang berkaitan oleh
bagian marketing, bagian produksi dan bagian gudang. Sistem ini memiliki fungsi antara lain adalah sebagai menyimpan dan mencetak order pelanggan yang biasa dilakukannya oleh bagian marketing. Namun disamping itu kebutuhan penting lainnya yakni peramalan. Peramalan dapat dilakukan dengan memilih beberapa alternatif metode untuk menghitung peramalan. M etodenya yaitu seperti Double Eksponential smoothing dan holt-winters. Sedangkan
bagian
produksi,
dengan
menggunakan
sistem
ini
dapat
mempermudah untuk menghitung penjadwalan produksi, menghitung waktu untuk order bahan baku, dan menghitung jumlah kebutuhan bahan baku dalam memproduksi sebuah produk di dalam suatu periode tertentu. Selain itu sistem ini memiliki kemampuan untuk menghitung jumlah komposisi bahan baku pada Bill of Material sehingga apabila ada perubahan komposisi pada produk maka BOM ini dapat diubahnya. Bagian gudang dapat lebih mudah untuk mengecek persediaan bahan baku dimana data tersebut dapat diperoleh bedasarkan hasil dari M RP. Sistem ini didukung untuk mencetak laporan yang akan digunakan pada bagian atasan maupun bagian lainnya. M asing-masing dari setiap bagian yang menggunakan sistem ini akan ditambahkan sebuah printer yang digunakan untuk mencetak laporan tersebut.
149
Tabel 4.79 FACTOR Functionality
Sistem dirancang untuk mencatat, mengumpulkan data pesanan dan mengolahnya dalam peramalan hingga menghasilkan jadwal produksi dan menghitung waktu dan jumlah kebutuhan bahan baku untuk produksi.
Application domain
Sistem digunakan oleh staff marketing, staff produksi dan staff gudang dalam menerima order, melakukan penjadwalan produksi, mengecek dan memenuhi persediaan bahan baku
Conditions
Sistem yang dikembangkan berupa aplikasi komputer, serta digunakan oleh user yang masih belum terlalu mahir dalam menggunakan komputer
Technology
Sistem menggunakan PC dalam menjalankan aplikasi Visual basic 6.0 yang terintegrasi dengan MySQL database dan Crystal report untuk mencetak laporan. Dan juga menggunakan jaringan untuk mengakses data secara bersama antara setiap bagian.
Objects
Bahan baku, Sales order , M PS, M RP, Purchase Order, supplier, customer,peramalan, kaos.
Responsibility
Perhitungan kebutuhan bahan baku, jadwal produksi , peramalan, stock bahan baku, perhitungan dilakukan dengan cepat , serta mempermudah pekerjaan pada bagian marketing, produksi, dan gudang.
150 4.5 Perancangan Sistem Informasi dengan UML Perancangan sistem informasi dimulai dengan menganalisa problem domain yaitu metode yang berasal dari Lars M athiassen yakni membahas tentang objek yang terkait di dalam sistem beserta dengan hubungan yang terjadi di dalam sistem. Selanjutnya adalah dengan menganalisa application domain yaitu tentang perilaku objek dan kegiatan yang berlangsung di dalam sistem. Pada bagian ini juga akan dibahas mengenai tampilan sistem untuk user yang terkait dan selanjutnya adalah pembahasan mengenai desain arsitektur yang berisi struktur dari sistem komputer yang akan dirancang.
4.5.1
Problem Domain Analysis Pada tahap ini maka akan ditentukan objek-objek apa saja yang terkait dalam
sistem. Objek ini didefinisikan sebagai Class dan event dimana memiliki sifat dan karakteristik tertentu. Selanjutnya perilaku dari setiap Class tersebut akan diuraikan dalam diagram statechart. Setelah itu dilanjutkan dengan Class diagram dan event table yaitu merupakan gambaran hubungan antar Class dan kegiatan Class beserta event.
4.5.1.1 Class Candidate dan Class Sebelum membuat Class diagram, kita menentukan terlebih dahulu Class candidate atau calon kelas yang diperoleh dari proses sistem usulan. Berikut dibawah ini merupakan tabel Class candidate, even Class , Class dan event.
151 • Class candidate Tabel 4.80 Class Candidate Class Candidate
Class
Bahan baku
Bahan baku
Bagian gudang
Sales Order
Peramalan
Peramalan
Bagian marketing
MPS
Bagian produksi
M RP
SalesOrder
Kaos
MPS
Purchase Order
M RP
Customer
Detil kaos
Detil kaos
Supplier
Supplier
DES Holt-winters Pelanggan Kaos Purchase Order Customer
4.5.1.2 •
Event Candidates dan Event Event Candidate Tabel 4.81 Event Candidate
Event Candidate
Event
Customer didaftar
Customer didaftar
Customer dihapus
Customer dihapus
Sales Order dibuat
Sales Order dibuat
Sales Order dicetak
Sales Order dicetak
Kaos dipesan
Kaos dipesan
152 Tabel 4.81 Event Candidate(Lanjutan) Kaos disimpan
Kaos disimpan
Kaos dikirim
Kaos dikirim
Detil Kaos diupdate
Detil Kaos diupdate
Peramalan dibuat
Peramalan dibuat
Peramalan diupdate
Peramalan diupdate
MPS dihitung
MPS dihitung
MPS dicetak
MPS dicetak
MPS dihapus
MPS dihapus
M RP dihitung
M RP dihitung
M RP dicetak
M RP dicetak
M RP dihapus
M RP dihapus
PO dicetak
PO dicetak
PO dibuat
PO dibuat
Supplier didaftar
Supplier didaftar
Supplier dihapus
Supplier dihapus
Bahan baku diupdate
Bahan baku diupdate
Bahan baku dipesan
Bahan baku dipesan
Bahan baku dihapus
Bahan baku dihapus
Peramalan diketahui Bahan baku dimiliki MPS digunakan M RP diketahui Peramalan dilakukan
4.5.1.3 Event Table Bedasarkan Class candidate dan event candidate yang telah didapat sebelumnya maka event table-nya adalah seperti dibawah ini.
153 Tabel 4.82 Even table PO Detil Supplier SO Kaos Customer didaftar Customer dihapus Sales Order dibuat Sales Order dicetak Kaos dipesan Kaos Disimpan Kaos dikirim Detil Kaos diupdate Peramalan dibuat Peramalan diupdate MPS dihitung MPS dicetak MPS dihapus M RP dihitung M RP dicetak M RP dihapus PO dicetak PO dibuat Supplier didaftar
Kaos Peramalan MPS M RP Customer Bahan baku + +
+
*
+ * + +
+ * + * + + * + * + +
154 Tabel 4.82 Even table(Lanjutan) Supplier dihapus Bahan baku diupdate Bahan baku dipesan Bahan baku dihapus
+ *
+
+
4.5.1.4 Class Diagram Dibawah ini merupakan hubungan antara Class-Class yang memiliki atribut pada setiap Classnya.
155
Gambar 4.10 Class diagram
4.5.1.5 Statechart Diagram Statechart diagram merupakan penjelasan mengenai siklus dari Class diagram, yaitu pada saat Class diagram ini muncul sampai dengan Class diagram tersebut berakhir. Dibawah ini merupakan state chart pada Class diagram diatas :
156 •
Customer
Gambar 4.11 Statechart Diagram Customer •
Kaos
Gambar 4.12 Statechart Diagram Kaos •
Bahan baku
Gambar 4.13 Statechart Diagram Bahan baku •
Detail Kaos
Gambar 4.14 Statechart Diagram Detail Kaos •
M RP
Gambar 4.15 Statechart Diagram M RP
157
•
MPS
Gambar 4.16 Statechart Diagram M PS •
Sales Order
Gambar 4.17 Statechart Diagram Sales Order
•
Peramalan / Peramalan_diupdate
/ Peramalan_dibuat active
Gambar 4.18 Statechart Diagram Peramalan
•
Purchase Order
Gambar 4.19 Statechart Diagram Purchase Order
158
•
Supplier
Gambar 4.20 Statechart Diagram Supplier
4.5.2
Application Domain Analysis
4.5.2.1 Use case Diagram Use case diagram adalah menggambarkan kegiatan aktor terhadap sistem. Use case diagram tersebut juga menggambarkan urutan kegiatan pada sistem. Kejadiankejadian atau urutan-urutan dalam usecase nantinya akan lebih diperjelas pada Sequence Diagram.
159
Gambar 4.21 Use case Diagram
160 4.5.2.2 Use case Spesification Use case Spesification merupakan spesifikasi dari use case diagram diatas, disini akan diperjelas mengenai kegiatan daripada aktor terhadap sistem.
Tabel 4.83 Use case Spesification M endaftar Pelanggan Mendaftar_Pelanggan Use case: use case ini dilakukan untuk mendaftarkan pelanggan atau distributor sebelum melakukan pesanan. Untuk mendaftarkan pelanggan, maka bagian marketing harus masuk ke menu sales master terlebih dahulu. Pada form sales master inilah data-data pelanggan akan disimpan. Objects: Customer Functions: M enyimpan _data_pelanggan(), menghapus_data_pelanggan(), membersihkan_layar_input ()
Tabel 4.84 Use case Spesification M embuat Sales order Membuat Sales Order Use case: use case ini merupakan kegiatan untuk membuat sales order atas pesanan pelanggan atau distributor. Sales order ini berisi tentang produk kaos yang akan dipesan beserta dengan tipe bahan dan warna yang tersedia. Selanjutnya sales order ini akan disimpan dalam database untuk dibuat penjadwalan produksinya. Namun apabila ada terjadi kesalahan inputan maka data ini dapat diubah sesuai pesanan pelanggan dan sistem akan menyimpan data order ke dalam database.
161 Tabel 4.84 Use case Spesification M embuat Sales order(Lanjutan) Objects: Sales Order, Kaos, Customer Functions:M enyimpan_sales_order(), membersihkan_layar_input (), mencari_produk(), menyimpan_detil_order()
Tabel 4.85 Use case Spesification M engecek stock Mengecek S tock Use case: Use case ini merupakan kegiatan untuk mengecek stock bahan baku yang tersedia pada gudang. Bagian produksi dapat melihat jumlah stock terakhir bahan baku pada gudang. Objects: Bahan baku Functions: M engecek_stock()
Tabel 4.86 Use case Spesification M endata Bahan Baku Mendata Bahan Baku Use case: Use case ini merupakan kegiatan untuk mendata data jumlah bahan baku. M endata bahan baku ini hanya bisa dilakukan oleh bagian gudang. Dalam mendata bahan baku, bagian gudang dapat memilih terlebih dahulu tipe bahan bakunya beserta dengan jumlahnya bedasarkan M RP dan PO. Tombol ”new” digunakan untuk memasukan data bahan baku yang baru sedangkan tombol ”delete” digunakan untuk menghapus bahan baku yang sudah tidak diperlukan. Objects: Bahan baku Functions: menyimpan_bahan_baku_baru(), mendata_bahan_baku(),
162 membersihkan_layar_input (), M enghapus_data_bahan_baku()
Tabel 4.87 Use case Spesification M embuat BOM Membuat BOM Use case: Use case ini merupakan kegiatan untuk menentukan jumlah komposisi bahan baku pada produk(kaos). Dimana pengaturan jumlah komposisi ini dapat diubah sesuai dengan produk sistem dapat menyimpannya. Objects: Bahan baku Functions: M enyimpan_data_BOM ()
Tabel 4.88 Use case Spesification M embuat M PS&M RP Membuat MPS &MRP Use case: Use case ini merupakan kegiatan untuk menghitung penjadwalan kaos terhadap masing-masing variasi. Bagian produksi memilih produk sesuai dengan jenis variasi produk yang akan dijadwalkan dan kemudian memasukkan hasil peramalan terbaru yang telah dibuat oleh bagian marketing sesuai dengan metode yang tersedia. Namun sebelum sistem akan melakukan perhitungan untuk penjadwalan, jumlah hari kerja pada suatu periode tersebut harus dimasukkan terlebih dahulu sebagai konversi dari hasil nilai dalam bulanan menjadi periode untuk mingguan. Kemudian sistem akan menghitung jumlah kebutuhan bahan baku bedasarkan komposisi dari BOM Objects: Kaos, Peramalan, M PS, Sales Order, bahan baku,BOM Functions: M enghitung_M PS(),M enghitung_M RP(), M encetak_M PS&M RP()
163 Tabel 4.89 Use case Spesification M embuat PO Membuat PO Use case: Use case ini merupakan kegiatan untuk membuat Purchase Order atau PO. Bagian gudang memasukan jenis bahan baku yang akan dipesan beserta jumlahnya. Setelah itu bagian gudang juga memilih supplier yang akan digunakan dan mencetak pesanan bahan baku ini Objects: Bahan baku, supplier Functions: M emilih_supplier(), memilih_bahan_baku(), menyimpan_detil_PO() M enyimpan_PO(), M encetak_PO(), M embersihkan_layar_input().
Tabel 4.90 Use case Spesification M embuat Peramalan Membuat Peramalan Use case: Use case ini dilakukan untuk menghitung peramalan bedasarkan data penjualan masing-masing produk(kaos). Sistem akan menampilkan data historis penjulan produk bedasarkan variasinya. Setelah itu bagian marketing akan memilih metode yang akan digunakan untuk menghitung peramalan tersebut. Dan memasukkan semua parameter yang dibutuhkan untuk melakukan peramalan ini. Setelah selesai melakukan perhitungan sistem akan menyimpan data hasil peramalan tersebut. Objects: Sales Order, Peramalan Functions: M enampilkan_data_historis() , M emilih_metode_peramalan(), M enghitung_peramalan()
164 Tabel 4.91 Use case Spesification M endata Supplier Mendata Supplier Use case: Use case ini merupakan kegiatan untuk menambahkan dan menghapus supplier. Disini bagian gudang akan menentukan supplier yang akan dipilih bedasarkan barang yang di jualnya. Objects: Supplier Functions: M enyimpan_data_supplier(), M embersihkan_layar_input(), M enghapus_data_supplier()
Tabel 4.92 Use case Spesification M encetak Laporan Mencetak Laporan Use case: Use case ini merupakan kegiatan untuk mencetak hasil laporan baik itu laporan Sales Order,Laporan PO, Laporan MPS&M RP. Objects: M PS, M RP, Sales Order, Purchase Order. Functions: mencetak_laporan()
165 4.5.2.3 Function List Function List merupakan daftar-daftar mengenai Function yang terdapat didalam sistem yang berguna sebagai model untuk actor.
Tabel 4.93 Function List No. Function Name 1 Mendaftar Pelanggan M enyimpan _data_pelanggan() M embersihkan_layar_input() M enghapus_data_pelanggan() 2 Membuat Sales Order M enyimpan_sales_order() M embersihkan_layar_input () M encari_produk() M enyimpan_detil_order() 3 Mengecek Stock M engecek_stock() 4 Mendata Bahan Baku M enyimpan_bahan_baku_baru() M endata_bahan_baku() M embersihkan_layar_input () M enghapus_data_bahan_baku() 5 Membuat BOM M enyimpan_data_BOM() 6 Membuat MPS &MRP M emilih_produk() M emilih_peramalan() M enghitung_M PS() M enghitung_M RP() M enyimpan_MPS&M RP() M encetak_M PS&M RP() 7 Membuat PO M emilih_supplier() M emilih_bahan_baku() M enyimpan_detil_PO() M enyimpan_PO() M encetak_PO() M embersihkan_layar_input() 8 Membuat Peramalan M enampilkan_data_historis()
Function Type Read,Update Update Update Read,Update Read ,Update Update Read,Update Read Update Read Read Read ,Update Update Read,Update Update Update Read, Update Read,update Read,Compute,Update Read , Read Read, compute Read, compute Update Read Read ,Update Read Read Update Update Read Update Read,Compute,Update Read
Complexity Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Simple Complex Simple Simple Complex Complex Simple Simple Simple Simple Simple Simple Simple Simple Simple Medium Simple
166 Tabel 4.93 Function List(Lanjutan)
9
10
M emilih_metode_peramalan() M enghitung peramalan() Mendata Supplier M enyimpan_data_supplier() M embersihkan_layar_input() M enghapus_data_supplier() Mencetak Laporan M encetak_laporan()
Read Read, Compute Read ,Update Update Update Read,Update Read ,Update Read
Simple Medium Simple Simple Simple Simple Simple Simple
4.5.2.4 Sequence Diagram Langkah-langkah actor dalam menjalan sistem akan dijelaskan dan diperlihatkan pada tahap Sequence
ini seperti yang telah dijelaskan pada use case Spesification
diatas. Sequence diagram akan digambarkan seperti berikut dibawah ini :
167 •
Sequence M endaftar Pelanggan
UI: Customer information
Customer
Bagian Marketing Membuka_UI_Customer
entry_data_Pelanggan klik_save Update() Pilih_data_customer
read() data_pelanggan
Ubah_data Klik_Save
Update()
Pilih_data_customer Read() data_Pelanggan Klik_Delete update()
Gambar 4.22 Sequence M endaftar Pelanggan
168 •
Sequence M embuat Sales Order
Gambar 4.23 Sequence M embuat Sales Order
169 •
Sequence M engecek Stock
UI: MasterBahan
Bahan Baku
Bagian Produksi Membuka_UI_cek_stok Read() Stock-out
klik_close
Gambar 4.24 Sequence M engecek Stock
170 •
Sequence M endata Bahan baku
UI: MasterBahan
Bahan Baku
Bagian Gudang Membuka_UI_Bahan
Pilih_bahan_baku Entry_data_bahan
entry_jumlah klik_save Update()
Klik reset Klik_close
Gambar 4.25 Sequence M endata Bahan Baku
171 •
Membuat Bom
UI: BOM Bagian produksi membuka_UI_BOM()
Detail Kaos
read() kd_detil_kaos
entry_jumlah_kain entry_Jumlah_obat entry_Jumlah_benang Klik_Save Update()
klik_Close
Gambar 4.26 Sequence M embuat BOM
172 •
M embuat MPS & M RP
UI: MPS
Kaos
Pera mala n
Sale s Order
Ba gian p rodu ksi Me mb uka_ UI_MPS() Pili h_kao s() get_kd _Kao s()
Detai l_Kao s
d ata_ka os g et_kd_d etil_ kaos() d etil_ Kaos Pili h_p eramal an() ge t_ kd_pe ramal an() da ta _pe ramala n
g et_Sal es_0rd er()
get_kd_ sale s_orde r() da ta _Sal es_Order masukka n_Peri ode
Kl ik_Gene rate_MPS C reate MPS() MPS klik_Gen erate_ MR P create MRP() MRP kili _pri nt <
> Prin t Previ ew prin t() close() kl ik_Cl ose
Gambar 4.27 Sequence M embuat MPS& M RP
MPS
MRP
173 •
Sequence M embuat Peramalan
UI: Peramalan
Sales Order
Bagian Marketing Membuka_window() Memilih_metode() entry_periode()
Menampilkan_data_historis read() data_historis Klik_Go_to_forecast Create forecast() Forecast update() klik_Close
Gambar 4.28 Sequence M embuat Peramalan
peramalan
174
•
Sequence M embuat PO
Gambar 4.29 Sequence M embuat PO
175 •
Sequence M endata Supplier
Gambar 4.30 Sequence M endata Supplier
176 •
Sequence M encetak Laporan Sales Order
Gambar 4.31 Sequence M encetak Laporan Sales Order
177 •
Sequence M encetak Laporan Purchase Order
Gambar 4.32 Sequence M encetak Laporan Purchase Order
178 4.5.2.5 Navigation Diagram Berikut dibawah ini merupakan langkah-langkah user dalam menggunakan sistem. •
Bagian M arketing
Gambar 4.33 Navigation Diagram Bagian M arketing
179 •
Bagian Produksi
Gambar 4.34 Navigation Diagram Bagian Produksi
180 •
Bagian Gudang
F orm P urchase order
Form S tock Master Exit Login
Form Purchase Master
Form S uppli er master
Print
Gambar 4.35 Navigation Diagram Bagian Gudang
181 4.5.3
Architectu re Design
4.5.3.1 Criteria Tabel 4.94 Criteria Criteria Usable Secure Efficient Correct Reliable Maintainable Testable Flexible Comprehen sible Reusable Portable Interoperable •
Very Important *
Important Less Important
Irrelevant Easily Fullfilled
* * * * * * * * * * *
Usable : Sistem yang dibangun harus dapat digunakan untuk memudahkan jalannya produksi. Sistem dapat membantu dalam melakukan pemesanan bahan baku.
•
Secure : Dalam hal ini sistem yang dibangun memiliki tingkat keamanan yang sedang, sistem ini hanya membatasi pemakaian atas hak akses.
•
Efficient : sistem ini dirancang untuk mempermudah jalannya produksi sehingga tidak perlu memerlukan keahlian khusus untuk menggunakannya.
•
Correct : segala fungsi dalam sistem ini harus bekerja secara benar , karena apabila ada kesalahan maka akan mempengaruhi jalannya kegiatan produksi.
•
Reliable : sistem ini dapat memberikan informasi yang dapat dipercaya. Segala eksekusi perhitungan dalam sistem merupakan sumber daya informasi penting bagi perusahaan.
182 •
Maintainable : pemeliharaan terhadap sistem penting, karena sumber informasi perusahaan berasal dari output sistem ini. Pemeliharaan dilakukan agar sistem dapat berjalan dengan benar dan jika memungkinkan pemeliharaan dilakukan dengan menekan biaya terendah.
•
Testable : sistem harus di test terlebih dahulu agar jalannya sistem sesuai dengan aslinya. Biaya test jika dimungkinkan akan ditekan serendah-rendahnya.
•
Flexible : sistem dapat mengikuti perkembangan teknologi, sehingga sistem ini haruslah flexible.
•
Comprehen sible: sistem haruslah mudah untuk dipahami oleh user agar dapat menghindari kesalahan atau error.
•
Reusable : penggunaan kembali komponen pada sistem diperlukan karena akan menghemat biaya untuk pengembangannya.
•
Portable : Dalam hal ini perpindahan platform yang baru tidak begitu penting, karena itu, sebisa mungkin perusahaan menghindari perubahan technical platform
•
Interoproable : Sistem ini dapat dihubungkan dengan sistem lainnya.
4.5.3.2 Component Diagram Diagram ini menggunakan client/server U+F/M , dimana dalam arti ini bahwa client/server U+F/M adalah U untuk user yang menggunakan sistem ini dan F adalah Function dalam sistem ini. Dimana dalam setiap user dapat melakukan Function untuk memproses data. Sedangkan M model adalah untuk server , dimana model server ini
183 merupakan centralized data, dimana semua data akan disimpan dalam satu server sehingga dapat digunakan oleh bagian lain yang bersangkutan. <> Marketing
<> UI Marketing
<> Function
<> Server
<> Model Common
<> Bagian produksi
<> Bagian Gudang
<> UI Bagian Produksi
<> UI Ba gia n Gudang
<> Function
<> Function
Gambar 4.36 Component Diagram Centralized data
184 4.5.3.3 Deployment Diagram Pada diagram ini merupakan hubungan antara client/server dengan sistem yang terkait. SI atau system interface dan printer digunakan oleh bagian Client. Untuk Function juga hanya terdapat di client. Sedangkan server hanya sebagai pusat data tersimpan.
Gambar 4.37 Deployment Diagram Centralized data
185 4.5.4 Component Design 4.5.4.1 Model Component Component diagram merupakan hasil revised dari Class diagram. Penambahan Class dan revisi even tidak terjadi pada tahap revised ini. Event yang dimiliki pada setiap Class hanya digunakan oleh Class itu sendiri.
Gambar 4.38 Revised Class Diagram
186 4.5.4.2 Function Component Berikut dibawah ini merupakan salah satu fungsi kompleks dari sistem ini yaitu fungsi M enghitung_M PS dan M enghitung_M RP.
• Perhitungan M PS
Gambar 4.39 Function M enghitung M PS
Tabel 4.95 Operation Spesification M enghitung_M PS Name
M enghitung_M PS
Category
_ Active
_Update
√ Passive
√ Read √ Compute _ Signal
Purpose
M enghitung jumlah produksi dalam suatu periode
Input Data Kd_Peramalan, kd_SO, kd_kaos, Jumlah_periode, Jumlah_ hari_periode Conditions
Input data diisi
Effect
Jadwal produksi kaos
Algorithm
‘=====week1==== tmp1 = adoCO.Recordset!w1 tmpM S = (Abs(tmppab - tmp1) + 0) + 24 tmppab = tmppab + tmpM S - tmp1 tmpatp = tmpatp + tmpM S - tmp1 tmpIdMps = tmpIdCo + 3 strsql = "update mps set W1 = '" & tmpM S & "' where periode = 'MASTER SCHEDULE' " & _ "and colour = '" & comboColour.Text & "' and idmps = '" & tmpIdMps & "'" conn.Execute strsql
187 Tabel 4.96 Operation Spesification M enghitung_M PS(Lanjutan) algorithm
tmpIdMps = tmpIdCo + 1 strsql = "update mps set W1 = '" & tmppab & "' where periode = 'PAB' " & _ "and colour = '" & comboColour.Text & "' and idmps = '" & tmpIdMps & "'" conn.Execute strsql tmpIdMps = tmpIdCo + 2 strsql = "update mps set W1 = '" & tmpatp & "' where periode = 'ATP' " & _ "and colour = '" & comboColour.Text & "' and idmps = '" & tmpIdMps & "'" conn.Execute strsql
Data Structure
Varchar, double
Placement
MPS
Involved
Peramalan, Sales order, Kaos
Object Triggering Event
M enghitung M PS
• Perhitungan M RP
Gambar 4.40 Function M enghitung M RP
Tabel 4.97 Operation Spesification M enghitung_M RP Name
M enghitung_M RP
Category
_ Active √ Passive
Purpose
M enghitung jumlah kebutuhan dan waktu pemesanan bahan baku
_Update √ Read √ Compute _ Signal
188 Tabel 4.97 Operation Spesification M enghitung_M RP(Lanjutan) Input Data Conditions Effect Algorithm
Data Structure Placement Involved Object Triggering Event
MPS, detail Kaos, Bahan baku. M enghitung M PS sudah dilakukan Jumlah kebutuhan dan waktu pemesanan bahan baku ‘===Week 1 Cotton=== strsql = "update mrp set pastdue3 = '" & tmponhand & "' " & _ "where periode = 'PAB2' and colour = '" & comboColour.Text & "' " & _ "and flag = 'COTTON'" conn.Execute strsql tmppab1w1 = tmponhand - tmp1 + 0 If tmppab1w1 > tmpSafetyStock Then tmpnet1 = 0 Else tmpnet1 = (-1 * tmppab1w1) + tmpSafetyStock End If tmpport1 = tmpnet1 tmppab2w1 = tmppab1w1 + tmpport1 strsql = "update mrp set w1 = '" & tmppab1w1 & "' where flag = 'COTTON' " & _ "and periode = 'PAB1' and colour = '" & comboColour.Text & "'" conn.Execute strsql strsql = "update mrp set w1 = '" & tmpnet1 & "' where flag = 'COTTON' " & _ "and periode = 'NET REQUIREM ENT' and colour = '" & comboColour.Text & "'" conn.Execute strsql strsql = "update mrp set w1 = '" & tmpport1 & "' where flag = 'COTTON' " & _ "and periode = 'PLANNED ORDER RECEIPT' and colour = '" & comboColour.Text & "'" conn.Execute strsql strsql = "update mrp set w1 = '" & tmppab2w1 & "' where flag = 'COTTON' " & _ "and periode = 'PAB2' and colour = '" & comboColour.Text & "'" Conn.Execute strsql Varchar, Double M RP Data bahan baku, data M PS, detail kaos. M enghitung M RP
189
4.5.4.3 Connecting Component Berikut koneksi dari komponen model dan komponen fungsi.
Gambar 4.41 Koneksi Model Component and Function Component
4.6
Perancangan Database Database yang dirancang adalah sesuai dengan perwakilan dari setiap Class.
Dimana masing-masing dari Class tersebut merupakan informasi yang ditampung didalam database. Berikut dibawah ini merupakan tabel-tabel yang terdapat didalam database.
190
Tabel 4.97 Detail Kaos Field Kode Detail kaos Kode Kaos Kode Bahan Jumlah
Tipe Data Panjang Keterangan Int 4 PK Int 4 FK1 Int 4 FK2 Double 18,5 Tabel 4.98 PO
Field Kode PO Kode Supplier Tanggal order
Tipe Data Panjang Keterangan Int 4 PK Int 4 FK Date 10 Tabel 4.99 Customer
Field Tipe Data Panjang Keterangan Kode Customer Int 4 PK Nama Customer Varchar 120 Alamat Varchar 1000 Phone Int 50 Fax Int 50 Tabel 4.100 M PS Field Tipe Data Panjang Keterangan Kode MPS Int 4 PK Kode Kaos Int 4 FK2 DTF Double 18,5 PTF Double 18,5 Lead time Double 18,5 Lot Size Double 18,5
191 Tabel 4.101 Detail M PS Field Tipe Data Panjang Keterangan Kode detail M PS Int 4 PK Periode Varchar 120 FK2 PAB Double 18,5 ATP Double 18,5 M aster Schedulle Double 18,5 Tabel 4.102 M RP Field
Tipe Data Panjang Keterangan
Kode M RP Kode Bahan
Int Int
4 4
PK FK1
Tabel 4.103 Detail M RP Field Kode detail M RP Periode Net Requirement PAB1 PO_Release PO_Receipt PAB2
Tipe Data Panjang Keterangan Int Varchar Double Double Double Double Double
4 120 18,5 18,5 18,5 18,5 18,5
PK
Tabel 4.104 Sales Order Field Kode Sales Order Kode customer Tgl order Tgl selesai
Tipe Data Panjang Keterangan Int Int Date Date
4 4 10 10
PK FK1
192 Tabel 4.105 Detail Order Field
Tipe Data Panjang Keterangan
Kode detail Order Kode Sales Order Kode Kaos Jumlah
Int Int Int Double
4 4 4 9,2
PK FK1 FK2
Tabel 4.106 Bahan baku Field
Tipe Data Panjang Keterangan
Kode Bahan baku Deskripsi Warna Tipe Jumlah Lead time Lot Size Safety stock Onhand Tanggal periksa
Int Varchar Varchar Varchar Int Int Int Int Int Date
4 120 120 120 10 4 4 4 10 10
PK
Tabel 4.107 Detail PO Field Kode detail PO Kode PO Kd bahan Jumlah
Tipe Data Panjang Keterangan Int Int Int Double
4 4 4 9,2
PK FK FK
Tabel 4.108 Kaos Field Kode Kaos Deskripsi Tipe Warna Jumlah
Tipe Data Panjang Keterangan Int Varchar Varchar Varchar Double
4 120 100 100 9,2
PK
193 Tabel 4.109 Peramalan Field
Tipe Data Panjang Keterangan
Kode_peramalan Kd_kaos Periode Tipe
Int Int Varchar Double
4 4 120 18,5
PK FK1
Tabel 4.110 HW Field
Tipe Data Panjang Keterangan
Kode_peramalan Alpha Beta Gamma Ft MAPE MAE MAD MAP
Int Double Double Double Double Double Double Double Double
4 18,5 18,5 18,5 18,5 18,5 18,5 18,5 18,5
PK
Tabel 4.103 DES Field
Tipe Data Panjang Keterangan
Kode_peramalan Alpha Ft MAPE MAE MAD MAP
Int Double Double Double Double Double Double
4 18,5 18,5 18,5 18,5 18,5 18,5
PK
Tabel 4.112 Supplier Field Kode Supplier Nama Alamat Phone
Tipe Data Panjang Keterangan Int Varchar Varchar Int
4 120 120 120
PK FK
194
4.7
Pembuatan Program Langkah pertama dalam menggunakan sistem ini adalah harus memiliki user id
terlebih dahulu. Fasilitas yang dapat digunakan sesuai dengan tanggung jawab pada bagian masing-masing. Bagian ini terdiri dari bagian marketing , bagian produksi dan bagian gudang. Berikut dibawah ini tampilan pada program yang akan diajalankannya. •
Bagian M arketing 1. M enu login
Gambar 3.42 M enu Login Pada menu login ini, karyawan harus memasukkan user id dan password terlebih dahulu untuk mengakses sistem tersebut dan sesuai dengan bagian masing-masing. Setelah itu klik ”login” untuk masuk dan menggunakan sistem tersebut.
195 2. M enu Utama
Gambar 3.43 menu utama M enu utama ini merupakan pilihan dari beberapa menu yang dapat diakses oleh setiap bagian sesuai dengan hak akses pengguna.
196 3. M enu Customer M aster
Gambar 3.44 M enu Customer M aster M enu customer master ini adalah berguna untuk menginput data pelanggan ataupun distributor yang ingin melakukan pesanan.
197 4. Sales M aster
Gambar 4.45 M enu Sales M aster M enu sales master ini digunakan untuk melihat data sales yang telah diterima oleh perusahaan. Untuk kebutuhan laporan maka bagian marketing dapat mencetak data sales tersebut.
198 5. Laporan Penjualan
Gambar 4.46 Printout Laporan penjualan 6. Sales Order
Gambar 4.47 M enu Sales Order M enu sales order ini adalah untuk memasukkan data pesanan atas pelanggan. Sebelum memilih produk, maka data pelanggan akan dimasukkan terlebih dahulu dan
199 kemudian produk kaos dapat dipilih sesuai dengan tipe bahan maupun warnanya. Bagian marketing akan menekan tombol ”Confirm” untuk menyimpan data tersebut ke dalam database. 7. M enu Forecast
Gambar 4.48 M enu Forecast Pada menu ini sebelum menghitung peramalan, data dari penjualan produk dapat dipilih terlebih dahulu sesuai variasinya. Dimana pada proses selanjutnya data ini dibutuhkan untuk menghitung peramalan.
Gambar 4.49 M etode DES-Brown
200 Sedangkan menu ini adalah menu untuk menghitung peramalan dengan menggunakan metode Double Exponential Brown. Dengan memasukkan nilai alpha dan jumlah periode yang ingin dihitung, setelah itu bagian marketing menekan tombol ”Export Des Brown” untuk melakukan proses perhitungan dan sistem akan menyimpan data tersebut dalam database.
Gambar 4.50 M etode Holt-Winters Sedangkan metode Holt-winters
digunakan dengan cara memilih tab ”Holt-
winters” ini dan kemudian masukkan nilai parameter seperti nilai alpha, beta, gamma, dan L atau siklus data tersebut.
201 •
Bagian Produksi 8. M enu BOM
Gambar 4.51 M enu BOM 9. M enu Stock M aster
Gambar 4.52 M enu Stock master
202 M enu ini di akses oleh bagian produksi sebagai informasi untuk melihat jumlah bahan baku yang terdapat pada gudang. Bagian produksi hanya dapat mengakses BOM untuk menentukan jumlah komposisi pada setiap produk.
10. M enu MPS dan M RP
Gambar 4.53 M enu M PS dan M RP
M enu MPS ini adalah untuk menghitung penjadwalan dari setiap produk sesuai dengan variasi yang ditentukannya seperti menurut tipe maupun warna kaos. Bagian produksi memilih produk terlebih dahulu bedasarkan variasi produk tersebut, dan kemudian memilih hasil forecast yang telah di hitung sebelumnya oleh bagian peramalan. Setelah itu bagian produksi akan menentukan jumlah hari kerja selama periode yang ingin dihitung penjadwalannya, maka setelah itu bagian produksi dapat
203 menekan tombol ”Export” untuk melakukan perhitungan penjadwalan produk yang telah dipilih. Hasil dari perhitungan ini disimpan dalam database serta di export ke dalam bentuk excel, sehingga bagian produksi juga dapat membuat laporan produksi tersebut. Dalam menghitung M RP, bagian produksi hanya menekan tombol ”export to M RP” sesuai dengan M PS yang telah dibuat sebelumnya sehingga data kebutuhan bahan baku dapat segera diketahui.
•
Bagian Gudang 11. M enu Stock M aster
Gambar 4.54 M enu Stock Master
204 M enu stock master ini digunakan oleh bagian gudang untuk menginput data bahan baku serta mengupdate jumlah bahan baku yang terdapat dalam gudang.
12. M enu Purchase Master
Gambar 4.55 M enu Purchase M aster
M enu Purchase master ini digunakan oleh bagian gudang untuk mencetak laporan pembelian kebutuhan bahan baku.
205 13. Laporan Pembelian
Gambar 4.56 Printout Laporan Pembelian
14. M enu Purchase order
Gambar 4.57 M enu Purchase order M enu purchase order ini digunakan apabila bagian gudang ingin melakukan pembelian bahan baku terhadap supplier. Data inputan harus dimasukkan terlebih dahulu oleh user, kemudian user menekan tombol ”Confirm” untuk konfirmasi terhadap bahan baku yang akan dipesan.
206
15. PO
Gambar 4.58 Printout Purchase order 4.8
Usulan Penerapan Berikut akan dibahas mengenai kebutuhan atau syarat untuk menggunakan
sistem informasi ini pada perusahaan, kebutuhan tersebut meliputi hardware dan software. a. Spesifikasi hardware Server CPU M otherboard M emory (RAM ) Network Card 2 x Hard Drives for RAID 1 Video Card M ouse Keyboard Floppy Drive M onitor M odem Hardware RAID Controller Uninterruptable Power Supply Cooling Fans Backup Drive Backup M edia Printer Power Supply
: Intel Pentium - 540J Socket775 3.2gHz : Intel 7221BK1LX Socket 775 ATX : 2gb Corsair DDR2 PC4300 CAS4 : 10/100/1000 Gigabit Ethernet : SeaGate 500 Gbyte 7200rpm : Intel GMA 900 : PS/2 : PS/2 : 1.44mb Internal + 7 in 1 M edia reader : 15" CRT : 56k PCI Conexant-chipset modem : Intel : Prolink 1500VA : 2 x 80mm Ultaquiet Quiet PC Fan : Iomega REV Internal 35GB IDE : 5 x Rev 35GB M edia Cartridges : 8P/s :380W
207
Client CPU M otherboard M emory (RAM ) Network Card 2 x Hard Drives for RAID 1 Video Card M ouse Keyboard CD-ROM 48xCD Internal IDE Floppy Drive M onitor M odem Hardware RAID Controller Uninterruptable Power Supply Cooling Fans Backup Drive Backup M edia Priter Power Supply
: Intel Pentium – 4 : 2,8Ghz : Intel 975XBX2 : 512mb Corsair DDR2 PC4300 CAS4 : 10/100/1000 Gigabit Ethernet : SeaGate 160Gbyte 7200rpm : Intel GMA 900 : PS/2 : PS/2 : 1.44mb Internal + 7 in 1 M edia reader : 15" CRT : 56k PCI Conexant-chipset modem : Intel : Prolink 1500VA : 2 x 80mm Ultaquiet Quiet PC Fan : Iomega REV Internal 35GB IDE : 5 x Rev 35GB M edia Cartridges : 8P/s : 380W
b. Spesifikasi software Server : •
Operating system dengan menggunakan M icrosoft Windows Server 2005
•
Bahasa Pemograman Visual Basic 6.0
•
Untuk database menggunakan MySQL server 5.0
•
Jaringan Ethernet LAN
Client: •
Operating system dengan menggunakan M icrosoft Windows Xp Sp3
•
Visual Basic 6.0, Crystal Report 8.5 dan Microsoft Excel 2003
•
Jaringan Ethernet LAN
208
4.9
Rencana Implementasi Dalam menggunakan
sistem informasi
ini pada perusahaan,
haruslah
direncanakan terlebih dahulu untuk implementasinya, agar sistem dapat berjalan baik tanpa mengganggu kegiatan produksi namun menambah efisiensi dan efektivitas kinerja perusahaan. Tabel 4.113 Rencana Implementasi Periode(minggu) 1 2 3 4 5 6 7 8 9 10 11 Pembentukan Team Analisa sistem Perancangan Sistem Pemograman Implementasi Penerapan(training) Rencana implementasi membutuhkan waktu hingga 11 minggu atau kurang dari 3 bulan. Pertama-tama adalah dengan membentuk tim yang bertujuan untuk membagi tugas antar masing-masing anggota, pembentukan tim ini diperkirakan tidak membutuhkan waktu sampai satu minggu, atau setidaknya kurang dari satu minggu tim sudah dapat terbentuk. Langkah selanjutnya adalah menganalisa sistem yang sedang berjalan pada perusahaan tersebut. Proses bisnis beserta alurnya dianlisa terlebih dahulu untuk kemudian dirancang sistemnya.Tahap ini meliputi memilih dan mentukan hardware dan software yang akan digunakan dalam menggunakan sistem nanti. Setelah semua tersedia baik dari program maupun peralatan teknikal pendukung sistem informasi ini, maka akan dilakukan tahap implementasi pada perusahaan yaitu
209 penerapan sistem tersebut pada perusahaan. Dan setelah itu para user atau karyawan akan mendapatkan training untuk memahami cara kerja sistem tersebut agar sesuai dengan kebutuhan dan tujuan perusahaan.