3
UNIVERSITAS BINA NUSANTARA _______________________________________________________________________ Program Studi Ganda Teknik Industri – Sistem Informasi Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007
Analisa dan Perancangan Sistem Informasi Perencanaan Produksi Agregat dengan Pendekatan Integer Goal Programming di PT. Ricky Putra Globalindo Citralia Marlina NIM: 0600665436 Abstrak Pokok permasalahan yang ada di PT . Ricky Putra Globalindo adalah perusahaan belum dapat menentukan jumlah produksi yang optimal untuk produk pakaian dalam MAN, pakaian dalam JUNIOR dan pakaian dalam LADIES sesuai dengan kapasitas produksi yang dimiliki perusahaan .Masalah yang lain perusahaan juga belum dapat menentukan Jadwal Induk Produksi yang dapat memberikan kombinasi jumlah produksi yang terbaik berdasarkan minimal deviasi yang terjadi. Sehingga akhirnya perumusan masalah dalam penelitian ini dapat ditentukan, yaitu bagaimana merancang suatu perencanaan produksi dengan menggunakan Sistem Informasi yang dapat memenuhi kebutuhan konsumen dan dapat meminimasi biaya produksi. Metode penelitian dalam skripsi ini dimulai dengan melakukan peramalan dengan menggunakan : (1) metode Double Exponential Smoothing Satu Parameter dari Brown, (2) metode Double Moving Average (DMA) 6 x 6, (3) metode Regresi Linier , dan (4) metode Regresi Kuadratis. Untuk pengukuran tingkat error berdasarkan pada Mean Square Error (MSE). Kemudian dilakukan Perencanaan Porduksi Agregat dengan pendekatan Integer Goal Programming dan disgregat untuk menentukan Jadwal Induk Produksi (JIP). Setelah itu dibuat aplikasi software yang menggunakan pendekatan Object – Oriented untuk membantu Perencanaan Produksi perusahaan. Dari kesimpulan didapatkan bahwa metode peramalan terbaik adalah (1) Double Exponential Smoothing α = 0.4 untuk pakaian dalam MAN (2) Double Exponential Smoothing α = 0.3 untuk pakaian dalam JUNIOR dan (3) Regresi Kuadratis untuk pakaian dalam LADIES . Perhitungan Agregat dan Disagregat Jadwal Induk Produksi yang dapat memberikan kombinasi jumlah produksi yang terbaik berdasarkan minimal deviasi yang terjadi. . Kata Kunci: Sistem Informasi, perencanaan, peramalan, error, agregat, disagregat.
4 KATA PENGANTAR
Dengan memanjatkan puji syukur ke hadirat Tuhan atas berkat dan rahmat-Nya sehingga penulisan skripsi yang berjudul “Analisis dan Perancangan Sistem Informasi Perencanaan Produksi Agregat dengan Pendekatan Integer Goal Programming di PT.Ricky Putra Globalindo” dapat diselesaikan. Adapun penulisan skripsi ini merupakan salah satu syarat dalam menyelesaikan jenjang Strata-1 di Universitas Bina Nusantara, Jakarta. Penulis menyadari bahwa dalam penulisan skripsi ini masih terdapat kekurangan dan kelemahan karena keterbatasan yang dimiliki. Untuk itu penulis mengharapkan saran dan kritik yang membangun dari pembaca maupun pihak yang terkait untuk menyempurnakan materi maupun cara penulisan skripsi ini. Pada kesempatan ini penulis ingin mengucapkan banyak terima kasih kepada semua pihak yang telah memberikan bantuan dan dukungan baik secara moril maupun materiil sehingga penulis dapat menyelesaikan sksipsi ini. Yaitu kepada : 1. Bapak Prof. Dr. Gerardus Polla, M. App. Sc selaku Rektor Universitas Bina Nusantara yang memberikan kesempatan kepada kami untuk menuntut ilmu di Universitas ini. 2. Bapak Iman H. Kartowisastro, Ph.D Selaku Dekan Fakultas Teknik. 3. Bapak Ir. Sablin Yusuf, M.Sc, M.Comp. Sc selaku Dekan Fakultas Ilmu Komputer. 4. Bapak Ir. Gunawarman Hartono, M.Eng. selaku Ketua Jurusan Teknik Industri. 5. Bapak Siswono, S.Kom, MM. selaku Ketua Jurusan Sistem Informasi.
5 6. Ibu Siti Nur Fadlilah A, ST., MT, selaku Dosen pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, pengarahan serta petunjuk terhadap skripsi ini sampai selesai. 7. Bapak Johan, S.Kom, selaku Dosen pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, pengarahan serta petunjuk terhadap skripsi ini sampai selesai. 8. Segenap Dosen Universitas Bina Nusantara yang telah memberikan ilmu serta dorongan dan bimbingan kepada saya selama menuntut ilmu. 9. Bapak Iwan selaku HRD dan seluruh karyawan dari PT.Ricky Putra Globalindo yang telah membantu dalam memberikan data dan informasi yang diperlukan untuk penyusunan skripsi ini. 10. Kedua orang tua, Cindy dan Tami, serta Thomas, suami saya yang telah membantu dalam doa serta dukungan yang amat berarti buat saya. 11. Seluruh teman, terutama Hani dan kerabat yang tidak dapat saya sebutkan satu persatu yang telah banyak memberikan dukungan dan bantuan sehingga skripsi ini dapat selesai. Demikianlah skripsi ini dibuat dengan harapan agar dapat memberikan sumbangan pikiran dan dapat bermanfaat bagi orang yang membacanya serta dapat berguna bagi dunia pendidikan.
Jakarta, 31 Januari 2007 Penulis Citralia Marlina 0600665436
6
DAFTAR ISI
ABSTRAK KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB 1 1.1 1.2 1.3 1.4
PENDAHULUAN Latar Belakang Identifikasi dan Perumusan Masalah Ruang Lingkup Tujuan dan Manfaat
BAB 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12 2.13 2.14
GAMBARAN UMUM OBJEK Sejarah Umum Perusahaan Sistem Produksi Perusahaan Waktu Kerja Perusahaan Produk – produk yang Dihasilkan Struktur Organisasi Perusahaan Proses Produksi Jumlah Tenaga Kerja Langsung Data Permintaan Konsumen Data Persediaan Barang Jadi Data Waktu Baku Produk Data Harga Bahan Baku Biaya Bahan Baku per Lusin Biaya Material Total Biaya Backorder
BAB 3 LANDASAN TEORI 3.1 Teknik Industri 3.1.1 Definisi Teknik Industri 3.1.2 Peramalan 3.1.2.1 Metode Peramalan secara Umum 3.1.2.2 Pemilihan Teknik Peramalan 3.1.2.3 Metode Peramalan 3.1.2.3.1 Metode Regresi Linier 3.1.2.3.2 Metode Regresi Kuadratis 3.1.2.3.3 Metode Double Moving Average 3.1.2.3.4 Metode Double Exponential Smoothing 3.1.2.3.5 Metode Siklis 3.1.2.4 Tracking Signal 3.1.2.5 Peta Moving Range
Halaman iv v vii xi xiv 1 1 2 3 4 6 6 7 8 9 9 10 14 15 16 17 17 18 19 20 21 21 21 21 22 25 28 28 29 31 31 32 34 35
7 3.1.3 Perencanaan Agregat 3.1.3.1 Variabel – variabel Keputusan dalam Perencanaan Agregat. 3.1.3.2 Komponen – komponen Ongkos dalam Perencanaan Produksi 3.1.4 Pemrograman Tujuan ( Goal Programming ) 3.1.4.1 Unsur – Unsur Goal Programming 3.1.4.2 Asumsi Model Goal Programming 3.1.4.3 Perumusan Masalah Goal Programming 3.1.5 Perencanaan Disagregat 3.1.6 Master Production Schedule ( Jadwal Induk Produksi) 3.1.7 Rough Cut Capacity Planning 3.2 Sistem Informasi 3.2.1 Pengertian Sistem 3.2.2 Pengertian Informasi 3.2.3 Pengertian Sistem Informasi 3.2.4 Pengertian Sistem Informasi Manajemen 3.2.5 Siklus Hidup Pengembangan Sistem (SDLC) 3.2.6 Sumber Daya dan Aktivitas Sistem Informasi 3.3 Analisis dan Perancangan Berorientasi Objek 3.3.1 Pengertian Objek 3.3.2 Pemilihan Sistem ( System Choice ) 3.3.3 Problem Domain Analysis 3.3.3.1 Menentukan Class dan Event 3.3.3.2 Menentukan Structure 3.3.3.3 Class dan Object Diagram 3.3.3.4 Menentukan Behaviour 3.3.3.5 Statechart Diagram 3.3.4 Aplication Domain Analysis 3.3.4.1 Use Case Diagram 3.3.4.2 Sequence Diagram 3.3.4.3 Navigation Diagram 3.3.5 Architecture Design 3.3.6 Component Design 3.3.7 Tahapan Konstruksi dan Implementasi Sistem 3.3.8 Tahapan Pengembangan Software Berorientasi Objek 3.3.9 Keuntungan dan Keterbatasan OOAD (Object Oriented Analysis and Design)
36 40 41 42 45 49 50 54 56 56 59 59 60 61 63 64 67 67 68 69 71 71 72 75 75 75 76 77 80 82 82 86 88 90 93
BAB 4 METODOLOGI PENELITIAN 4.1 Model Rumusan Masalah dan Pengambilan Keputusan 4.2 Teknik Pengumpulan Data dan Penentuan Parameter
95 95 98
BAB 5 HASIL DAN PEMBAHASAN 5.1 Ekstraksi Hasil Pengumpulan Data 5.1.1 Data Permintaan dan Data Persediaan Barang Jadi 5.1.2 Perhitungan Target Produksi
100 100 100 102
8
5.2 Analisis Data dan Pembahasan 5.2.1 Pakaian Dalam Man 5.2.1.1 Plot Data Permintaan Pakaian Dalam Man 5.2.1.2 Peramalan Permintaan Pakaian Dalam Man 5.2.1.2.1 Metode Double Exponential Smoothing 5.2.1.2.2 Metode Double Moving Average 6 x 6 5.2.1.2.3 Metode Regresi Linier 5.2.1.2.4 Metode Regresi Kuadratis 5.2.1.2.5 Perbandingan Nilai Kesalahan Peramalan 5.2.1.3 Validasi dan Verifikasi Peramalan Pakaian Dalam Man 5.2.2 Pakaian Dalam Junior 5.2.2.1 Plot Data Permintaan Pakaian Dalam Junior. 5.2.2.2 Peramalan Permintaan Pakaian Dalam Junior. 5.2.2.2.1 Metode Double Exponential Smoothing 5.2.2.2.2 Metode Double Moving Average 6 x 6 5.2.2.2.3 Metode Regresi Linier 5.2.2.2.4 Metode Regresi Kuadratis 5.2.2.2.5 Perbandingan Nilai Kesalahan Peramalan 5.2.2.3 Validasi dan Verifikasi Peramalan Pakaian Dalam Junior 5.2.3 Pakaian Dalam Ladies 5.2.3.1 Plot Data Permintaan Pakaian Dalam Ladies 5.2.3.2 Peramalan Permintaan Pakaian Dalam Ladies 5.2.3.2.1 Metode Double Exponential Smoothing 5.2.3.2.2 Metode Double Moving Average 6 x 6. 5.2.3.2.3 Metode Regresi Linier 5.2.3.2.4 Metode Regresi Kuadratis 5.2.3.2.5 Perbandingan Nilai Kesalahan Peramalan 5.2.3.3 Validasi dan Verifikasi Peramalan Pakaian Dalam Ladies 5.2.4 Penentuan Produk Agregat 5.2.5 Mengkonversikan Tiap Item ke Unit Produk Agregat 5.2.6 Mengkonversikan Jumlah Kebutuhan dan Persediaan Awal Tiap Item ke Unit Produk Agregat 5.2.7 Kapasitas Jam Kerja Leguler dan Jam Lembur 5.2.8 Perhitungan Agregat dengan Pendekatan Integer Goal Programming 5.2.8.1 Model Integer Goal Programming 5.2.9 Perencanaan Disagregat 5.2.10 Jadwal Induk Produksi 5.3 Usulan Pengembangan Sistem Informasi 5.3.1 Analisa Sistem 5.3.1.1 Sistem yang Sudah Berjalan di Perusahaan 5.3.1.2 Sistem Usulan yang Akan Dikembangkan bagi Perusahaan 5.3.1.2.1 Sistem Pendahuluan 5.3.2 Problem Domain Analysis
103 103 103 103 103 109 111 114 118 118 124 124 124 124 130 132 135 138 139 144 144 144 144 149 152 155 158 159 163 164 164 165 166 166 182 188 189 189 189 192 194 197
9 5.3.2.1 Class 5.3.2.2 Event 5.3.2.3 Class Diagram 5.3.3. Application Domain 5.3.3.1 Use Case Diagram 5.3.3.2 Use Case Specification 5.3.3.3 Use Case Analysis 5.3.3.4 Function List 5.3.3.5 Sequence Diagram 5.3.4 Navigation Diagram 5.3.4.1 Menu Login 5.3.4.2 Menu Peramalan 5.3.4.3 Menu Perhitungan Agregat dan Disagregat 5.3.4.4 Menu Result 5.3.5 Rencana Implementasi 5.3.5.1 Kebutuhan Software 5.3.5.2 Kebutuhan Hardware 5.3.5.3 Kebutuhan Sumber Daya Manusia 5.3.5.4 Rencana untuk Implementasi
197 198 198 200 200 201 202 206 207 210 210 213 213 214 216 216 216 216 217
BAB 6 KESIMPULAN DAN SARAN 6.1 Kesimpulan 6.2 Saran
218 218 220
DAFTAR PUSTAKA RIWAYAT HIDUP FOTOKOPI SURAT SURVEI.
221 223
10
DAFTAR TABEL
Tabel 2.1 Tabel 2.2 Tabel 2.3 Tabel 2.4 Tabel 2.5 Tabel 2.6 Tabel 2.7 Tabel 3.1 Tabel 3.2 Tabel 3.3 Tabel 5.1 Tabel 5.2 Tabel 5.3 Tabel 5.4 Tabel 5.5 Tabel 5.6 Tabel 5.7 Tabel 5.8 Tabel 5.9 Tabel 5.10 Tabel 5.11 Tabel 5.12 Tabel 5.13 Tabel 5.14 Tabel 5.15 Tabel 5.16 Tabel 5.17 Tabel 5.18 Tabel 5.19 Tabel 5.20 Tabel 5.21 Tabel 5.22 Tabel 5.23
Halaman Jumlah Jam Kerja. 9 Data Permintaan selama 36 Periode 15 Persediaan Barang Jadi 16 Waktu Baku (h p , w) 17 Harga Bahan Baku 17 Biaya Bahan Baku Pakaian Dalam 19 Rata – rata Permintaan Tiap Item / Bulan 19 Tipe Rencana Produksi 37 System Input dan Output 60 Asosiasi Obyek/Kelas 74 Data Permintaan Pakaian Dalam 100 Persediaan Barang Jadi 101 104 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,2 Kesalahan Peramalan Metode Double Exponential Smoothing 105 (DES) α = 0,2 106 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,4 Kesalahan Peramalan Metode Double Exponential Smoothing 107 (DES) α = 0,4 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 109 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 110 Peramalan Metode Regresi Linier 111 Kesalahan Peramalan Metode Regresi Linier 113 Peramalan Metode Regresi Kuadratis 114 Kesalahan Peramalan Metode Regresi Kuadratis 117 Perbandingan Nilai Kesalahan Peramalan 118 120 Tracking Signal Metode Double Eksponential Smoothing α = 0.4 121 Moving Range Chart (MRC) Double Eksponential Smoothing α = 0.4 Hasil Peramalan Pakaian Dalam Man 123 125 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,1 Kesalahan Peramalan Metode Double Exponential Smoothing 126 (DES) α = 0,1 127 Peramalan Metode Double Exponential Smoothing ( DES ) α = 0,3 Kesalahan Peramalan Metode Double Exponential Smoothing 129 (DES) α = 0.3 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 130 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 131 Peramalan Metode Regresi Linier 132
11 Tabel 5.24 Tabel 5.25 Tabel 5.26 Tabel 5.27 Tabel 5.28 Tabel 5.29 Tabel 5.30 Tabel 5.31 Tabel 5.32
Tabel 5 .51 Tabel 5.52 Tabel 5.53 Tabel 5.54 Tabel 5.55 Tabel 5.56 Tabel 5.57 Tabel 5.58 Tabel 5.59 Tabel 5.60 Tabel 5. 61
Kesalahan Peramalan Metode Regresi Linier Peramalan Metode Regresi Kuadratis Kesalahan Peramalan Metode Regresi Kuadratis Perbandingan Nilai Kesalahan Peramalan Tracking Signal Double Eksponential Smoothing 0.3 Moving Range Chart (MRC) Double Eksponential Smoothing α=0.3 Hasil Peramalan Pakaian Dalam Junior Peramalan Metode Double Exponential Smoothing ( DES ) a = 0.1 Kesalahan Peramalan Metode Double Exponential Smoothing (DES) a = 0.1 Peramalan Metode Double Exponential Smoothing (DES) a = 0.3 Kesalahan Peramalan Metode Double Exponential Smoothing (DES) a = 0.3 Peramalan Metode Double Moving Average ( DMA ) 6 x 6 Kesalahan Peramalan Metode Double Moving Average (DMA) 6x6 Peramalan Metode Regresi Linier Kesalahan Peramalan Metode Regresi Linier Peramalan Metode Regresi Kuadratis Peramalan Metode Regresi Kuadratis Perbandingan Nilai Kesalahan Peramalan Tracking Signal Metode Regresi Kuadratis Moving Range Chart Metode Regresi Kuadratis Hasil Peramalan Pakaian Dalam Ladies Metode Peramalan Terbaik Waktu Baku beserta Faktor Konversi Konversi Data Permintaan dalam Satuan Agregat Demand dalam Satuan Agregat Jumlah Jam Kerja Kapasitas Jam Kerja Reguler dan Jam Lembur Periode April – Juni 2006 Kapasitas produksi dalam batas kapasitas produksi yang ada. Hasil Akhir untuk setiap Variabel Keputusan Nilai Deviasi yang Terjadi Input Disagregat Periode 37 Item Disgregation Algorithm Period 37 Input Disagregat Periode 38 Item Disgregation Algorithm Periode 38 Input Disagregat Periode 39 Item Disgregation Algorithm Periode 39 Jadwal Induk Produksi ( JIP ) Event Table
Tabel 5.62
Spesifikasi aktor untuk Karyawan Marketing
201
Tabel 5.63
Spesifikasi aktor untuk Karyawan PPIC
201
Tabel 5.64
Use Case Analysis “Login”
202
Tabel 5.33 Tabel 5.34 Tabel 5.35 Tabel 5.36 Tabel 5.37 Tabel 5.38 Tabel 5.39 Tabel 5.40 Tabel 5.41 Tabel 5.42 Tabel 5.43 Tabel 5.44 Tabel 5.45 Tabel 5. 46 Tabel 5.47 Tabel 5.48 Tabel 5.49 Tabel 5.50
134 135 137 138 140 142 143 145 146 147 148 149 151 152 154 155 157 158 159 161 162 163 163 164 165 165 166 169 181 181 182 183 184 185 186 188 188 198
12 Tabel 5. 65
Use Case Analysis “Melakukan Peramalan”
203
Tabel 5. 66
Use Case Analysis “Result dan Laporan”
204
Tabel 5. 67
Use Case Analysis “Menghitung dengan metode agregat”
204
Tabel 5.68
Use Case Analysis “Menghitung dengan metode disagregat”
205
Tabel 5. 69
Function List
206
13
DAFTAR GAMBAR
Gambar 3.1 Gambar 3.2 Gambar 3.3 Gambar 3.4 Gambar 3.5 Gambar 3.6 Gambar 3.7 Gambar 3.8 Gambar 3.9 Gambar 3.10 Gambar 3.11 Gambar 3.12 Gambar 3.13 Gambar 3.14 Gambar 3.15 Gambar 3.16 Gambar 3.17 Gambar 3.18 Gambar 4.1 Gamabr 5.1 Gambar 5.2 Gambar 5.3 Gambar 5.4 Gambar 5.5 Gambar 5.6 Gambar 5.7 Gambar 5.8 Gambar 5.9 Gambar 5. 10
Halaman 38 60 63 64 64 69 70 72 73 74 76 76 79 81 81 82 85 86 96 103 121 123 124 141 143 144 160 162 191
Gambar 5. 11
Ruang Lingkup Perencanaan Agregat Sistem Input dan Output Model Computer Based Information System (CBIS) Sistem Informasi Manajemen Tahapan Siklus Hidup Sistem Siklus Pengembangan Dengan OOAD Sub Aktivitas dari Pemilihan Sistem Hubungan Generalisasi Hubungan Cluster Contoh Agregasi Simbol Statechart Diagram Analisis Application Domain Contoh Diagram Model Use Case Simbol – Simbol Message Simbol – Simbol pada Sequence Diagram Contoh Navigation Diagram Simbol – Simbol Pada Component Diagram Contoh Deployment Diagram Model Rumusan Masalah dan Pengambilan Keputusan Plot Data Permintaan Pakaian Dalam Man Tracking Signal Metode DES 0.4 Moving Range Chart DES 0.4 Plot Data Permintaan Pakaian Dalam Junior Tracking Signal Metode DES 0.3 Moving Range Chart Metode DES 0.3 Plot Data Permintaan Pakaian Dalam Ladies Tracking Signal Metode Regresi Kuadratis Moving Range Chart Metode Regresi Kuadratis Langkah Perencanaan Produksi Berjalan di PT Ricky Putra Globalindo Usulan Sistem Baru
Gambar 5. 12 Gambar 5.13
Class Diagram Use Case Diagram
199 200
Gambar 5. 14
Sequence Diagram untuk menu login
207
Gambar 5. 15
Sequence Diagram untuk menu Peramalan
208
Gambar 5. 16
Sequence Diagram untuk Menu Report
208
196
14 Gambar 5. 17 Gambar 5.18
Sequence Diagram untuk Perhitungan Agregat Sequence Diagram untuk Perhitungan Disgregat
209 209
Gambar 5. 19
Tampilan Layar Menu Login
210
Gambar 5. 20
Tampilan Layar Menu Login dengan Warning Box
211
Gambar 5.21
Tampilan Layar Menu Peramalan
212
Gambar 5.22
Tampilan Menu Peramalan dengan Hasil Peramalan.
213
Gambar 5.23
Tampilan Menu Perhitungan Agregat dan Disagregat dengan Warning Box
214
Gambar 5.24
Tampilan Menu Result
215
