OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X

Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. “X” 1

Dely, 2Bobby Oedy P. Soepangkat, 2Nurhadi Siswanto Mahasiswa Pasca Sarjana Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember (ITS) Surabaya E-mail : [email protected] 2 Dosen Magister Manajemen Teknologi ITS

1

ABSTRAK P.T. “X” adalah perusahaan manufaktur yang bergerak di bidang pembuatan pipa baja. Hasil produksinya adalah pipa baja dengan sistem pengelasan ERW dan TIG untuk pengelasan pipa stainless steel. Kontribusi keuntungan yang paling besar yang didapat oleh P.T. “X” berasal dari pipa jenis stainless steel industri. Jumlah pipa yang akan diproduksi, ditentukan dengan melihat jumlah produksi pada periode yang sama tahun sebelumnya, sehingga jam kerja karyawan tidak dapat diminimalisasi. Akibat lain dari penentuan pesanan produksi tersebut, sediaan bahan baku dengan tebal tertentu dapat berkurang. Bila sediaan pipa maupun bahan baku tidak mencukupi, maka pesanan pipa pelanggan dengan terpaksa akan ditolak oleh pihak sales. Bahan baku yang digunakan untuk pembuatan pipa stainless steel industri adalah stainless steel SUS 304 dan AISI 304. Pembelian bahan baku dari luar negeri membutuhkan waktu pengiriman 3 bulan sehingga dibutuhkan perencanaan pemesanan bahan baku. P.T. “X” harus menentukan jumlah produksi untuk pipa stainless steel ukuran 6 meter dengan diameter dan tebal tertentu supaya dapat memenuhi permintaan pelanggan, penggunaan jam kerja karyawan yang minimum, dan didapatkan jumlah bahan baku yang diperlukan untuk produksi pipa serta diharapkan minimalisasi biaya dapat tercapai. Untuk menyelesaikan masalah permintaan pelanggan, digunakan teknik peramalan. Selanjutnya penentuan jumlah pipa yang akan diproduksi untuk memenuhi permintaan pelanggan dilakukan dengan menggunakan metode mixed integer programming, dan diharapkan minimalisasi biaya total dapat dicapai. Dari hasil peramalan untuk periode tahun 2005, permintaan pelanggan konstan untuk setiap periodenya, kecuali permintaan ukuran pipa Ø 1¼“ tebal 2,8 mm yang menurun setiap beberapa periode. Dari hasil minimalisasi biaya total, permintaan pelanggan masih dapat dipenuhi jika peningkatan permintaan tidak lebih dari 1% dan perubahan permintaan pelanggan memberikan dampak yang paling signifikan terhadap biaya total, yaitu setiap kenaikan permintaan sebesar 1%, maka biaya total akan meningkat sebesar 1,08%. Kata kunci: Permintaan pelanggan, jam kerja karyawan, sediaan bahan baku, minimalisasi biaya total, mixed integer programming, teknik peramalan.

PENDAHULUAN P.T. “X” adalah perusahaan manufaktur yang bergerak di bidang pembuatan pipa baja. Dari bermacam-macam jenis pipa yang dihasilkan oleh P.T. “X,” kontribusi keuntungan yang paling besar yang didapat oleh P.T. “X” berasal dari pipa jenis stainless steel industri. Saat ini, jumlah pipa yang akan diproduksi oleh P.T. “X”, ditentukan oleh departemen PPIC dengan melihat jumlah produksi pada periode yang sama tahun sebelumnya, sehingga jam kerja karyawan yang digunakan untuk memproduksi pipa tidak dapat ditekan seminimum mungkin. Akibat lain dari penentuan


pesanan produksi tersebut, sediaan bahan baku dengan tebal tertentu dapat berkurang. Bila pihak sales menerima pesanan dari pelanggan, pihak sales akan memeriksa sediaan pipa maupun bahan baku di departemen PPIC. Bila sediaan pipa maupun bahan baku tidak mencukupi, maka pesanan tersebut dengan terpaksa akan ditolak oleh pihak sales. Bahan baku yang digunakan untuk pembuatan pipa stainless steel industri diimpor dari luar negeri dalam bentuk strip coil. Pembelian bahan baku dari luar negeri membutuhkan waktu pengiriman 3 bulan, sehingga dibutuhkan perencanaan pemesanan bahan baku. Dengan menggunakan informasi yang telah dijelaskan, maka PT “X” harus menentukan jumlah produksi untuk pipa stainless steel ukuran 6 meter dengan diameter dan tebal tertentu supaya dapat memenuhi permintaan pelanggan, penggunaan jam kerja karyawan yang minimum, dan didapatkan jumlah bahan baku yang dibutuhkan untuk produksi pipa serta diharapkan minimalisasi biaya dapat tercapai. Tujuan penelitian yang dilakukan adalah membuat model peramalan permintaan dan membuat model matematis untuk menentukan jumlah produksi pipa ukuran tertentu (meliputi diameter dan tebal) agar permintaan pelanggan dapat terpenuhi, jam kerja karyawan harus minimum, didapatkan jumlah bahan baku yang dibutuhkan, dan diharapkan minimalisasi biaya dapat terpenuhi. TINJAUAN PUSTAKA Teknik peramalan permintaan yang dipakai dalam penelitian ini adalah teknik peramalan deret berkala (time series analysis). Untuk memilih metode peramalan yang paling sesuai di antara keenam metode yang telah dihitung, dipakai metode simpangan rata-rata harga mutlak (Mean Absolute Deviation) disingkat MAD (Chase, Aquilano, 1998), yang bentuknya: n Yi  Yˆ



n i 1 MAD = Dimana : Yi = nilai pengamatan deret berkala pada periode i Ŷ = nilai yang diramalkan n = total jumlah periode Dari hasil perhitungan MAD, maka dipilih metode dengan nilai MAD terkecil. Untuk melakukan optimasi biaya, digunakan Mixed Integer Programming untuk pemodelan, karena variabel keputusan yang dicari dapat berupa integer dan noninteger. Bentuk persamaan untuk meminimalkan biaya tersebut adalah sebagai berikut (Vollman et al., 1998): n

m

m





Min: i 1 t 1 [Csiσ(Xit) + CmiXit + CIiIit] + t 1 [CHHt + CFFt + COOt + A1tCRWt] Dengan fungsi pembatas: 1. Pembatas persediaan: Iit-1 – Iit + Xit = Dit (Untuk I = 1,…n dan t = 1,…m) 2. Pembatas produksi dan waktu setup: n



n



A1tWt + Ot - i 1 Xit - i 1 βiσ(Xit) ≥ 0 (Untuk I = 1,…n dan t = 1,…m) 3. Pembatas level perubahan angkatan kerja: Wt – Wt-1 – Ht + Ft = 0 (Untuk t = 1,…m) 4. Pembatas jam lembur:

ISBN : 979-99735-1-1 A-26-2


Ot – A2tWt ≤ 0 (Untuk t = 1,…m) 5. Pembatas setup: -Qiσ(Xit) + Xit ≤ 0 (Untuk I = 1,…n dan t = 1,…m) 6. Pembatas biner untuk setup: 1 jika Xit > 0 σ(Xit) = { 0 jika Xit = 0 7. Pembatas non negatif: Xit, Iit, Ht, Ft, Ot, Wt ≥ 0 Keterangan: Xit = Jam produksi kelompok produk i pada bulan t Iit = Jam simpan kelompok produk i dalam persediaan pada bulan t Dit = Jam permintaan dari kelompok produk i pada bulan t Ht = Jumlah karyawan baru yang dipekerjakan di bulan t Ft = Jumlah karyawan yang dipecat di bulan t Ot = Jam lembur pada bulan t Wt = Jumlah karyawan pada jam kerja normal di bulan t σ(Xit) = Variabel setup biner untuk kelompok produk i di bulan t Csi = Biaya setup untuk kelompok produk i CIi = Biaya persediaan per bulan per jam kerja buruh untuk kelompok produk i Cmi = Biaya bahan baku per jam produksi kelompok produk i CH = Biaya memperkerjakan karyawan per karyawan CF = Biaya memecat karyawan per karyawan CO = Biaya lembur per jam kerja buruh CR = Biaya gugus kerja jam normal per jam kerja buruh A1t = Jumlah jam kerja normal maksimum per karyawan pada bulan t βi = Waktu setup untuk kelompok produk i A2t = Jam lembur maksimum per karyawan di bulan t Qi = Bilangan besar untuk memastikan efek dari variabel setup biner, yaitu: m



n m

Qi ≥ t 1 Dit = Jumlah kelompok produk = Jumlah bulan dalam selang perencanaan

METODE PENELITIAN Langkah awal adalah penyusunan perumusan masalah dan penetapan tujuan penelitian, serta konsep-konsep teori pendukungnya. Langkah berikutnya adalah mengidentifikasi metode analisis dan prosedur pengolahan data yang sesuai, dan dilanjutkan dengan identifikasi data-data yang diperlukan untuk penelitian ini. Sumber-sumber data yang diperlukan berdasarkan rumusan tujuan penelitian di atas adalah sebagai berikut: 1. Data permintaan bulanan produk pipa stainless steel industri (Januari 2003 sampai dengan Desember 2004). 2. Data biaya-biaya produksi, antara lain: a. Biaya setup untuk setiap pergantian tipe produk. b. Biaya bahan baku untuk masing-masing tipe produk. c. Biaya simpan produk jadi untuk masing-masing tipe produk.

ISBN : 979-99735-1-1 A-26-3


d. Biaya simpan untuk masing-masing bahan baku. e. Biaya permesinan untuk masing-masing tipe produk. f. Biaya tenaga kerja untuk masing-masing tipe produk 3. Data spesifikasi produk, yaitu berat produk. 4. Data kapasitas produksi. Dalam penelitian tentang optimasi produksi pipa stainless steel industri di PT “X,” langkah pertama adalah penggunaan data permintaan bulan Januari 2003 sampai dengan Desember 2004 untuk meramalkan permintaan per bulan di tahun berikutnya. Langkah kedua adalah membuat model matematis rencana produksi jangka menengah dengan menggunakan mixed integer programming dengan prinsip meminimalkan biaya total. Langkah akhir adalah melakukan analisis dan interpretasi hasil pengolahan data yang kemudian diakhiri dengan pengambilan kesimpulan penelitian. PENGUMPULAN DAN PENGOLAHAN DATA Biaya bahan baku, biaya simpan bahan baku dan biaya simpan produk jadi dapat dilihat pada Tabel 1. berikut: Tabel 1. Biaya Bahan Baku, Biaya Simpan Bahan Baku, dan Biaya Simpan Produk Jadi Tebal 2 mm 2,5 mm 2,7 mm 2,8 mm 3 mm 3,4 mm 3,5 mm 3,8 mm

Biaya bahan baku(Rp/Kg) 15750 14850 14850 14850 13725 13725 13725 12600

Biaya simpan bahan baku(Rp/Kg) 328 309 309 309 286 286 286 263

Biaya simpan produk jadi(Rp/Kg) 328 309 309 309 286 286 286 263

Biaya setup total untuk setiap produk adalah Rp. 10.093,Biaya permesinan untuk jam kerja normal adalah Rp. 1.163,- per kg. Biaya permesinan untuk jam kerja lembur adalah Rp. 1.628,- per kg. Biaya tenaga kerja karyawan dari satu sistem produksi pipa SS industri untuk jam kerja normal adalah Rp. 153,- per kg Biaya tenaga kerja karyawan dari satu sistem produksi pipa SS industri untuk jam kerja lembur adalah Rp. 305,- per kg Kapasitas produksi dari sistem produksi di P.T. “X” untuk memproduksi pipa stainless steel industri pada jam kerja normal adalah 200.000 kg per bulannya dan 100.000 kg per bulannya untuk jam kerja lembur. Untuk penelitian ini, produk yang dipilih untuk diteliti mencapai 85% dari total demand sehingga kapasitas yang digunakan untuk perhitungan adalah 85% dari kapasitas produksi. Untuk memilih metode peramalan yang paling sesuai diantara keempat metode yang telah dihitung, dipakai metode simpangan rata-rata harga mutlak (Mean Absolut Deviation) disingkat MAD. Dari hasil perhitungan MAD keempat metode maka dipilih metode dengan MAD terkecil. Hasil perhitungan selengkapnya dapat dilihat pada Tabel 2. Bagian yang diarsir adalah metode peramalan yang dipilih untuk produk pipa dengan dasar nilai MAD terkecil.

ISBN : 979-99735-1-1 A-26-4

Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006 Tabel 2. Hasil Perhitungan MAD No.

Produk

MA LENGTH 2

Nilai MAD MA LENGTH 3

SES

DES

1

Ø ½” tebal 2 mm

952

963

705

882

2

Ø ½” tebal 2,5 mm

300

332

267

365

3

Ø ¾” tebal 2 mm

1.058

1.048

802

1.010

4

Ø ¾” tebal 2,5 mm

229

263

262

272

5

Ø ¾” tebal 2,8 mm

277

244

303

327

6

Ø 1” tebal 2,7 mm

708

778

721

733

7


1.110

1.017

990

1.124

8

Ø 1” tebal 3 mm

589

585

495

541

9


387

381

389

446

10

Ø 1-¼” tebal 2,8 mm

225

175

220,4

150,1

11

Ø 1-½” tebal 2,7 mm

724

759

575

688

12

Ø 1-½” tebal 2,8 mm

637

603

561

638

13

Ø 1-½” tebal 3 mm

408

402

561

638

14


740

608

627

646

15


1.058

1.139

1.148

1.106

16


588

536

484

571

17


542

480

434

493

18

Ø 2-½” tebal 3 mm

395

354

317

342

19

Ø 3” tebal 3 mm

833

809

724

827

20

Ø 4” tebal 3 mm

733

735

623

712

MA length 2 = Moving Average length 2 MA length 3 = Moving Average length 3 SES = Single Exponential Smoothing DES = Double Exponential Smoothing Dalam penelitian ini fungsi tujuan yang ingin dicapai adalah meminimalkan biaya total produksi dengan variabel keputusan serta parameter yang sesuai dengan permasalahan yang ada di P.T. “X.” Hasil dari formulasi tersebut adalah sebagai berikut: m

Min:

n

o

 i 1

[ Cmij · Xijt + Csij · SXijt + CIFij · IFijt ] +

j 1 t 1

m

n

i 1

t 1

  CIRi · IRit +

m

 [ Ot (Ceo + Cmo) + At (Cer + Cmr)] t 1

Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Variabel keputusan yang digunakan dalam model matematis ini adalah: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) SXijt = Variabel setup biner dari produk dengan tebal i diameter j di bulan t IFijt = Jumlah persediaan dari produk jadi dengan tebal i diameter j di bulan t (Kg) IRit = Jumlah persediaan dari bahan baku produk dengan tebal i di bulan t (Kg) Ot = Jumlah produk yang dihasilkan pada jam kerja lembur di bulan t (Kg) At = Jumlah produk yang dihasilkan pada jam kerja normal di bulan t (Kg)

ISBN : 979-99735-1-1 A-26-5


Parameter yang digunakan dalam model ini adalah: Cmij = Biaya material dari produk dengan tebal i diameter j (Rp/Kg) Csij = Biaya setup mesin dari produk dengan tebal i diameter j (Rp) CIFij = Biaya simpan dari produk jadi dengan tebal i diameter j (Rp/Kg/bln) CIRi = Biaya simpan dari bahan baku produk dengan tebal i (Rp/Kg/bln) Ceo = Biaya jam kerja lembur karyawan (Rp/Kg) Cmo = Biaya jam kerja lembur mesin (Rp/Kg) Cer = Biaya jam kerja normal karyawan (Rp/Kg) Cmr = Biaya jam kerja normal mesin (Rp/Kg) Daerah yang diarsir pada Tabel 3. menunjukan penentuan i dan j dari 20 jenis permintaan produk tertinggi pada periode Januari 2003 sampai dengan Desember 2004. Tabel 3. Penentuan i dan j j i 1 2 3 4 5 6 7 8

1 1/2"

2 3/4"

3 1"

4 1-1/4"

5 1-1/2"

6 2"

7 2-1/2"

8 3"

9 4"

2 mm 2,5 mm 2,7 mm 2,8 mm 3 mm 3,4 mm 3,5 mm 3,8 mm

Ada batasan-batasan yang harus dipenuhi untuk mencapai fungsi tujuan, yaitu: 1. Pembatas keseimbangan persediaan produk jadi IFijt-1 + Xijt = Dijt + IFijt Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) IFijt = Jumlah persediaan dari produk jadi dengan tebal i diameter j di bulan t (Kg) IFijt-1 = Jumlah persediaan dari produk jadi dengan tebal i diameter j di bulan t-1 (Kg) Dijt = Jumlah permintaan dari produk dengan tebal i diameter j di bulan t (Kg) 2. Pembatas waktu produksi dan waktu setup At + Ot -

m

n

i 1

j 1



Xijt -

m

n

i 1

j 1



βij SXijt = 0

Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) SXijt = Variabel setup biner dari produk dengan tebal i diameter j di bulan t Ot = Jumlah produk yang dihasilkan pada jam kerja lembur di bulan t (Kg) At = Jumlah produk yang dihasilkan pada jam kerja normal di bulan t (Kg) βij = Jumlah produk dengan tebal i diameter j dapat yang dihasilkan pada jam kerja

ISBN : 979-99735-1-1 A-26-6


normal ataupun jam kerja lembur yang setara dengan jumlah waktu setup untuk produk tersebut (Kg) 3. Pembatas kerja normal At  Nt Keterangan indeks: t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: At = Jumlah produk yang dihasilkan pada jam kerja normal di bulan t (Kg) Nt = Kapasitas atau jumlah produk yang dihasilkan pada jam kerja normal karyawan dalam 1 bulan (Kg) 4. Pembatas kerja lembur Ot  Lt Keterangan indeks: t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: Ot = Jumlah produk yang dihasilkan pada jam kerja lembur di bulan t (Kg) Lt = Kapasitas atau jumlah produk yang dihasilkan pada jam kerja lembur karyawan dalam 1 bulan (Kg)

5.

Pembatas persediaan bahan baku n



Xijt - IRit  0

j 1

Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) IRit = Jumlah persediaan dari bahan baku produk dengan tebal i di bulan t (Kg) 6. Pembatas setup pada mesin Xijt - Qij SXijt  0 Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12 Keterangan: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) SXijt = Variabel setup biner dari produk dengan tebal i diameter j di bulan t Qij= Bilangan besar untuk memastikan efek dari variabel setup biner 7. Pembatas biner pada setup SXijt =

{

1 if Xijt > 0 0 if Xijt = 0

Keterangan indeks: i = Tebal produk dimana i = 1, 2, …, 8 j = Diameter produk dimana j = 1, 2, …, 9 t = Bulan dalam selang perencanaan dimana t = 1, 2, …, 12

ISBN : 979-99735-1-1 A-26-7


Keterangan: Xijt = Jumlah produksi dari produk dengan tebal i diameter j di bulan t (Kg) SXijt = Variabel setup biner dari produk dengan tebal i diameter j di bulan t 8. Pembatas non negatif Xijt, IFijt, IRit, Ot, At  0 Dari hasil running program yang sudah dilakukan, untuk 12 bulan perencanaan didapatkan hasil biaya total sebesar Rp.43.168.920.000,- dan total produksi adalah sebanyak 2.673.250 kg pipa dengan berbagai macam diameter dan tebal. ANALISIS DAN KESIMPULAN Dari hasil pengolahan data dan analisis sensitivitas yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut: 1. Hasil peramalan untuk periode tahun 2005 menunjukkan bahwa permintaan pelanggan konstan untuk setiap periodenya, kecuali untuk permintaan pipa ukuran Ø 1¼“ dan tebal 2,8 mm yang menurun setiap beberapa periode. 2. Perubahan permintaan memberikan dampak yang paling signifikan terhadap perubahan biaya total. Setiap kenaikan permintaan sebesar 1%, akan meningkatkan biaya total sebesar 1,08% dan setiap penurunan permintaan sebesar 2%, akan menurunkan biaya total sebesar 2,05%. 3. Perubahan biaya bahan baku memberikan pengaruh yang cukup besar terhadap kenaikan biaya total. Untuk setiap kenaikan biaya bahan baku sebesar 1%, maka biaya total akan meningkat sebesar 0,9%. 4. Perubahan biaya tenaga kerja memberikan pengaruh yang kurang signifikan terhadap biaya total yakni hanya sebesar 0,01% untuk setiap kenaikan biaya tenaga kerja sebesar 1%. DAFTAR PUSTAKA Chase, Richard B., Nicholas J. Aquilano, Robert Jacobs, 1998, Operation Management for Competitive Advantage, 9th ed., McGraw-Hill, New York. Gasperz, Vincent, 2001, Production Planning and Inventory Control, Edisi Revisi, PT. Gramedia Pustaka Tama. Vollman, T.E., W.L. Berry and D.C. Whybarck, 1998, Manufacturing Planning and Control System, Second Edition, Irwin Homewood, Illinois. Tersine, Richard J., 1994, Principles of Inventory and Materials Management, Fourth Edition, Prentice-Hall.

ISBN : 979-99735-1-1 A-26-8

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X

Recommend Documents