USULAN PENERAPAN MANUFACTURING RESOURCE PLANNING (MRP II) DI PT KSP Anggara Hayun1; Johanda2 1
Peneliti BPPT, Cibinong Science Center LIPI, Jln. Raya Bogor KM 46, Cibinong PO BOX 422, Bogor 43253 2 Staf Produksi, Industri Manufaktur, PT ASTRA DAIHATSU MOTOR HEAD OFFICE Jln. Gaya Motor III No. 5, Sunter II, Jakarta 14350
[email protected]
ABSTRACT PT KSP is a fibrous food product manufacturing companies "Nata De Coco”. Most common problems that arise are shortages or overstocking of products. The purpose of this study is to propose the implementation of Manufacturing Resource Planning system (MRP II). Data is obtained by using forecasting, aggregate planning, capacity requirements planning resources (Resource Requirement Planning), master production scheduling (MPS), MPS validation (Rough Cut Capacity Planning), and Bill of Material to Material Requirement Planning (MPR). Forecasting data are taken from best forecasting results with Linear Regression forecasting method. Aggregate planning is conducted after forecast with least cost analysis, namely the chase method which can be continuously used to MRP. Best forecasting results with the smallest error will be taken from the forecast of the next 3 periods for base calculation of materials. This study concluded that the company can apply MRP II, to ensure steady flow of production and in the process also better in meeting consumer demand. Keywords: forecasting, overstock, shortages, material requirement planning
ABSTRAK PT KSP merupakan perusahaan pembuatan produk makanan berserat ”Nata De Coco”. Permasalahan umum yang sering timbul adalah kekurangan atau kelebihan stok produk. Tujuan penelitian ini adalah mengusulkan penerapan sistem Manufacturing Resource Planning (MRP II). Berdasarkan data yang diperoleh dengan melakukan peramalan, perencanaan agregat, perencanaan kebutuhan sumber daya kapasitas (Resource Requirement Planning), penjadwalan produksi induk (MPS), validasi MPS (Rough Cut Capacity Planning), Bill of Material hingga Material Requirement Planning (MPR). Hasil peramalan yang diambil adalah hasil peramalan terbaik dengan metode peramalan Linear Regression. Perencanaan agregat dilakukan setelah melakukan peramalan dengan analisis biaya terkecil, yaitu metode chase yang dapat dilanjutkan hingga MRP. Hasil peramalan terbaik dengan error terkecil akan diambil dari peramalan 3 periode berikutnya sebagai bahan untuk perhitungan seterusnya. Kesimpulan yang diperoleh perusahaan dapat mulai mengaplikasikan MRP II, yang berguna untuk mengontrol kelancaran produksi dan dalam prosesnya memenuhi permintaan konsumen dengan lebih baik. Kata kunci: peramalan, kelebihan stok, kekurangan stok, material requirement planning
Usulan Penerapan Manufacturing… (Anggara Hayun; Johanda)
81
PENDAHULUAN PT Kara Santan Pertama merupakan salah satu perusahaan yang memproduksi makanan berserat dalam kemasan, yang dikenal dengan nama Nata De Coco. Nata De Coco yang dihasilkan adalah dalam bentuk cup (220g), standing pouch (360g), dan pillow bag (1000g). Nata De Coco yang produksi oleh perusahaan ini juga menghasilkan beberapa rasa, yaitu rasa vanilla, cocopandan, dan lychee. Perusahaan ini menempatkan diri sebagai perusahaan yang menangani kebutuhan atau pesanan konsumen yang terus berubah, harus berusaha menjaga agar produk yang diinginkan oleh konsumen selalu tersedia setiap saat pada jumlah yang tepat. Dengan melakukan peramalan permintaan yang tepat, perusahaan dapat senantiasa menyediakan produk sesuai permintaan konsumen. Dengan demikian, perusahaan dapat bersaing dengan perusahaan lain. Untuk menjaga kestabilan produksi dan memastikan ketersediaan produk Nata De Coco tersebut, perusahaan tidak cukup hanya dengan melakukan peramalan permintaan dengan menggunakan metode yang tepat. Peramalan kemudian harus ditindaklanjuti dengan perhitungan Aggregate Planning, Resource Requirement Planning, penyusunan Jadwal Produksi Induk (Master Production Scheduling = MPS), yang divalidasi dengan Rough Cut Capacity Planning, kemudian dilanjutkan dengan pembuatan Perencanaan Kebutuhan Material (Material Requirement Planning = MRP); setelah itu divalidasi dengan Capacity Requirement Planning secara tepat berdasarkan struktur produk tersebut, sesuai dengan Bill Of Material yang tepat. Keseluruhan proses tersebut juga disebut sebagai satu kesatuan Manufacturing Resource Planning (MRP II).
PEMBAHASAN Pengumpulan Data Data yang dikumpulkan bersifat kuantitatif, yang meliputi data-data primer yang dikumpulkan langsung dari perusahaan. Data-data yang dikumpulkan adalah sebagai berikut. Pertama, data produksi Nata De Coco. Produksi Nata De Coco yang diambil pada saat pengamatan dilakukan. Data yang diambil berupa data produksi Cup, Standing Pouch, dan Pillow Bag dari bulan Janurari 2006 sampai bulan Mei 2007 (17 bulan). Kedua, data-data Agregat Planning. Untuk dapat melakukan perhitungan Aggregate Planning secara baik dan benar, maka diperlukan sejumlah data yang berhubungan dengan Aggregate Planning seperti data ketersediaan serta biayabiaya yang terkait. Data-data ini diambil dari kondisi aktual perusahaan pada bulan Mei 2007. Ketiga, data-data Perhitungan Kapasitas. Untuk dapat melakukan perhitungan kapasitas secara baik dan benar, maka diperlukan sejumlah data yang berhubungan dengan perhitungan kapasitas.Data kapasitas mesin/minggu, yaitu 13250 kotak, tingkat efisiensi mesin 90%, dan tingkat utilisasi mesin 95%. Data-data merupakan kondisi aktual perusahaan pada bulan Mei 2007. Keempat, data Aktual Order. Dalam pembuatan Master Production Schedulling (MPS), diperlukan data aktual sebagai data pendukung. Data diambil dari perencanaan aktual bulan Mei 2007 berupa data aktual 3 bulan ke depan, yaitu bulan Juni, Juli, dan Agustus untuk produk Cup, Standing Pouch, dan Pillow Bag. Kelima, data Inventory Status. Data Inventory Status cukup penting untuk melakukan perhitungan Material Requirements Planning (MRP). Data inventory yang diambil berupa data bahan baku pada persediaan di tangan (on-hand), safety stock, waktu tenggang (lead time), dan ukuran pemesanan (lot size). Keenam, data Bill of Material (BOM) (Tabel 1). Untuk dapat melakukan perhitungan Material Requirements Planning (MRP), maka diperlukan data Bill of Material (BOM). Sedangkan struktur produk yang dipakai untuk menghitung MRP dapat dilihat pada Gambar 1.
82
INASEA, Vol. 9 No.2, Oktober 2008: 83-90
Tabel 1 Bill of Material Produk Nata De Coco No. Komponen
Level
1
1
2
Description
3
.2
4
.2
5
.2
6
1
7
.2
8
Bakteri
Kg
Santan
0.56
Liter
Gula 1
0.06
Kg
Cuka
0.01
Liter
Sirup
0.3
Liter
0.044
Kg
0.25
Liter
Benzoat & Asam Sitrat
0.001
Kg
Flavor
0.005
Kg
Air Panas
.2
10
Kg
0.07
Gula 2
.2
9
0.7
Nata
.2
.2
BOM (EACH)
Quantity
LEVEL Nata NataDe De Coco Coco LT LT==00
1
0
0.7
6
Nata Nata LT LT==00
2
0.07
Bakteri Bakteri LT LT==22
3
0.56
Santan Santan LT LT==22
0.3
1
Sirup Sirup LT LT==00
4
0.06
Gula Gula11 LT LT==22
5
0.01
Cuka Cuka LT LT==22
7 0.044 Gula Gula22 LT LT==11
8
0.25
Air AirPanas Panas LT LT==11
9
0.001
Benzoat Benzoatdan dan Asam AsamSitrat Sitrat LT LT==11
10
0.005
Flavor Flavor LT LT==11
2
Gambar 1 Struktur Produk
Peramalan Terdapat metode peramalan yang dapat digunakan. Dalam penelitian ini, digunakan beberapa metode peramalan, yaitu Double Moving Average, Double Exponential Smoothing 1 parameter dari Brown, Double Exponential Smoothing 2 parameter dari Holt, Triple Exponential Smoothing 1 parameter dari Brown (Quadratic), dan Linear Regression (Kausal). Setelah dilakukan percobaan (trial and error), maka peramalan yang paling baik yang dapat digunakan dalam peramalan produk Nata De Coco adalah peralaman Linear Regression (Kausal). Pengambilan keputusan berdasarkan nilai MSE dan MAPE terkecil. Berikut adalah perbandingan MSE dan MAPE produk Nata De Coco jenis cup, SP dan PB (Tabel 2-4).
Usulan Penerapan Manufacturing… (Anggara Hayun; Johanda)
83
Tabel 2 Perbandingan MSE & MAPE pada Cup
MSE MAPE
Brown
Holt
DMA
Quadratic
Regresi
10318906.8593
7823190.6787
18821030.4640
11497504.2295
8425050.8488
369.5612
299.2330
589.2950
428.9817
254.3605
Tabel 3 Perbandingan MSE & MAPE pada SP
MSE
Brown
Holt
DMA
Quadratic
Regresi
7620903.7984
6589657.8421
2248846.1702
8299268.5524
4778709.8931
92.9336
95.5544
34.8934
95.7351
62.6979
MAPE
Tabel 4 Perbandingan MSE & MAPE pada PB
MSE MAPE
Brown
Holt
DMA
Quadratic
Regresi
121890043.8003
79751079.1401
110847050.1010
128226661.5661
90600706.4478
133.7304
121.8013
190.9852
161.7842
101.9316
Untuk mengetahui apakah peramalan yang dilakukan itu valid atau tidak, perlu dilakukan suatu verifikasi peramalan. Tabel MR berikut ini memperlihatkan nilai Moving Range dari peramalan produk Nata De Coco. Perhitungan verifikasi peramalan menggunakan data peramalan berdasarkan metode Linear Regression yang mempunyai nilai error terkecil. Berikut adalah peta kendali Moving Range pada produk Nata De Coco jenis cup (Gambar 2). Peta Kendali Moving Range
Error
8000 6000
Error
4000
UCL
2000
LCL
0 -2000
a+ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
a-
-4000
b+
-6000
b-
-8000 Periode
Gambar 2 Peta Kendali Moving Range
Pada peta kendali terlihat bahwa tidak ada data yang keluar dari kendali (out of control), maka dari itu penggunaan peramalan Linear Regression adalah tepat. Hal ini terlihat pula pada peta kendali SP dan PB yang juga tidak ada yang keluar dari peta kendali.
84
INASEA, Vol. 9 No.2, Oktober 2008: 83-90
Agregate Planning Perencanaan agregat dilakukan untuk menentukan jumlah produksi yang paling optimal untuk menekan biaya produksi. Metode yang dapat digunakan adalah metode konstan dan metode chase. Dari kedua metode tersebut, yang menghasilkan total biaya terkecil adalah metode chase. Berikut adalah perbandingan biayanya (Tabel 5). Tabel 5 Perbandingan Biaya Metode Konstan dan Chase Produk Cup
Metode Konstan 638,102,555
Metode Chase 603,456,140
Master Production Scheduling (MPS) Data-data yang digunakan untuk penyusunan MPS adalah data-data hasil perhitungan perencanaan agregat produksi, yang telah divalidasi dengan perencanaan kebutuhan sumber daya. Dalam penyusunan MPS, rencana produksi bulanan dibagi menjadi rencana produksi mingguan. Perhitungan tersebut mingguan tersebut dihitung mulai dari bulan juni 2007 (memiliki 4 minggu), bulan Juli 2007 (memiliki 4 minggu) dan bulan Agustus 2007 (memiliki 5 minggu). MPS yang dihitung adalah produk Nata De Coco dengan jenis cup, standing pouch, dan pillow bag (Tabel 68). Dari hasil master shedule dalam perhitungan MPS untuk jenis produk cup, SP dan PB yang kemudian akan digunakan sebagai gross requirement pada MRP untuk menghitung besar kebutuhan material yang akan dipakai untuk menghasilkan produk Nata De Coco tersebut. Karena hasil master shedule adalah perhitungan kotak, maka dari hasil master schedule akan dikonversikan ke dalam gross requirement. Tabel 6 MPS Cup Item No : Cup Lead Time : 0 On Hand :100 Period Forecast Actual Order PAB ATP MS KPT
Past Due
100 0
Description : Nata De Coco Cup Safety Stock : 100 Demand Time Fences :3 Planninng Time Fences : 10 1 2 3 4 5 1424 1424 1424 1424 1306 1300 1300 1300 1300 1200 224 348 472 472 472 124 248 372 496 478 1424 1424 1424 1424 1306 3750 3750 3750 3750 3750
6 1306 1200 472 478 1306 3750
7 1306 1200 472 478 1306 3750
8 1306 1200 472 478 1306 3750
9 1314 1200 472 486 1314 3750
10 1318 1200 472 490 1318 3750
11 1055 1200 472 227 1055 3000
12 1318 1200 472 490 1318 3750
13 1318 1200 472 490 1318 3750
Tabel 7 MPS SP Item No : SP Lead Time : 0 On Hand : 100 Period Forecast Actual Order
Description : Nata De Coco Standing Pouch Safety Stock : 100 Demand Time Fences :3 Planninng Time Fences : 10 Past Due
1
2
3
4
5
6
7
8
9
10
11
12
13
1422
1422
1422
1422
1328
1328
1328
1328
1349
1363
1090
1363
1363
1300
1300
1300
1300
1200
1200
1200
1200
1200
1200
1200
1200
1200
Usulan Penerapan Manufacturing… (Anggara Hayun; Johanda)
85
PAB ATP MS KPT
100 0
222 122 1422 3500
344 244 1422 3500
466 366 1422 3500
466 488 1422 3500
466 494 1328 3500
466 494 1328 3500
466 494 1328 3500
466 494 1328 3500
466 515 1349 3500
466 529 1363 3500
466 256 1090 2800
466 529 1363 3500
466 529 1363 3500
Tabel 8 MPS PB Item No : PB Lead Time : 0 On Hand : 100 Period Forecast Actual Order PAB ATP MS KPT
Description : Nata De Coco Pillow Bag Safety Stock : 100 Demand Time Fences :3 Planninng Time Fences : 10 Past Due
100 0
1
2
3
4
5
6
7
8
9
10
11
12
13
4339
4339
4339
4339
4031
4031
4031
4031
4086
4116
3293
4113
4116
4200 239 139 4339 6000
4200 378 278 4339 6000
4200 517 417 4339 6000
4200 517 556 4339 6000
3900 517 548 4031 6000
3900 517 548 4031 6000
3900 517 548 4031 6000
3900 517 548 4031 6000
4000 517 503 4086 6000
4000 517 533 4116 6000
4000 517 290 3293 4800
4000 517 530 4113 6000
4000 517 533 4116 6000
Rough Cut Capacity Planning Rough Cut Capacity Planning merupakan urutan kedua dari hirarki perencanaan kapasitas. RCCP melakukan validasi terhadap MPS yang juga menempati urutan kedua dalam hierarki perencanaan prioritas produksi. Perhitungan RCCP juga digunakan untuk mengetahui apakah kapasitas tersedia cukup untuk memenuhi kebutuhan aktual. Selanjutnya, hasil-hasil dari RCCP ditampilkan dalam suatu diagram yang dikenal sebagai load profile. Load profile merupakan metode yang umum dipergunakan untuk menggambarkan kapasitas yang dibutuhkan versus kapasitas yang tersedia. 70 60
waktu
50 40 30 20 10 0 1
3
5
7 9 Period
Kebutuhan Aktual
11
13
Kapasitas Tersedia
Gambar 3 Grafik Capacity Load Profile Cup
Dapat terlihat pada grafik (Gambar 3) bahwa semua kebutuhan aktual yang dibutuhkan setiap periodenya tidak ada yang melebihi kapasitas yang tersedia. Begitu pula pada produk SP dan PB.
86
INASEA, Vol. 9 No.2, Oktober 2008: 83-90
Material Requirement Planning (MRP) Penyusunan MRP dilakukan dengan menggunakan metode Lot for Lot (LFL), Economic Order Quantity (EOQ), Period Order Quantity (POQ), dan Fixed Period Requirement (FPR). Data-data tambahan yang dibutuhkan dalam penyusunan MRP berupa inventory status sebagai material penyusun yang harus diperhatikan dalam pembuatan Nata De Coco terdapat pada tabel Total Gross Requirements pada Nata De Coco. Dari hasil perhitungan, metode yang terbaik dalam menentukkan persediaan bahan baku (MRP) berdasarkan hasil penelitian adalah untuk nata, bakteri, santan, gula, sirup, dan air panas menggunakan metode Lot for Lot (LFL); sedangkan untuk cuka, benzoat, asam sitrat, dan flavor menggunakan metode Fixed Period Requirement (FPR). Tabel 9 Biaya Persediaan Hasil MRP Metode LFL Nama Komponen Nata
Total Biaya LFL 2600483.60
Total Biaya EOQ 27133248.60
Total Biaya POQ 22160638.60
Total Biaya FPR 75176153.60
Bakteri
2848024.40
10531524.40
7177524.40
8336024.40
LFL
Santan
2600293.15
24018653.15
18007923.15
60260608.15
LFL
Gula
3065626.20
12587126.20
10385126.20
12226126.20
LFL
Cuka
2723642.35
4001142.35
3195142.35
1802642.35
FPR
Sirup
2600405.60
28023620.60
10297345.60
32561360.60
LFL
Air Panas Benzoat & Asam Sitrat Flavor
2600319.80
19336679.80
15497399.80
27235044.80
LFL
2636414.30
1827614.30
610814.30
745614.30
2746309.80
2761059.80
2094809.80
1285809.80
Metode Terpilih LFL
FPR FPR
Berikut merupakan contoh MRP Metode LFL Gula Tabel 10 MRP LFL Gula Part No BOM UOM Lead Time Safety Stock Period Gross Requirements Scheduled Receipts Proj.Aval. Balance I Net Requirements Planned Ord. Receipt Planned Ord. Release Proj.Aval. Balance II
4 Kg 2 500 Past Due
1
2
Description On-Hand Order Policy Lot Size 4
3
Gula 0 LFL 100 6
5
7
8
9
10
11
12
13
8256.72
8256.72
8256.72
8256.72
7658.28
7658.28
7658.28
7658.28
7754.57
7808.99
6247.74
0
0
0
0
0
0
0
0
0
0
0
-7713.44 -7670.16 -7726.88
-7085.16
-7143.44
-7101.72
-7060.00
-7214.57
-7223.56
-5671.30
0 -7280.29 7289.28 7780.29 7789.28
-8256.72
7808.99 7808.99 0
8756.72
8213.44
8170.16
8226.88
7585.16
7643.44
7601.72
7560
7714.57
7723.56
6171.3
8800
8300
8200
8300
7600
7700
7700
7600
7800
7800
6200
7800
7800
8300
8200
8300
7600
7700
7700
7600
7800
7800
6200
7800
7800
0
0
0.00
543.28
586.56
529.84
573.12
514.84
556.56
598.28
540.00
585.43
576.44
528.70
519.71
510.72
Usulan Penerapan Manufacturing… (Anggara Hayun; Johanda)
87
Capacity Requirement Planning Tahapan yang diperlukan untuk melaksanakan analisis CRP, yaitu (1) Memperoleh informasi tentang pesanan produksi yang dikeluarkan (planned order release) dari MRP; (2) Memperoleh informasi tentang standard run time per unit dan standard setup time per size; (3) Menghitung kapasitas yang dibutuhkan dari masing-masing pusat kerja; dan (4) Membuat laporan CRP (Tabel 11). Tabel 11 Laporan CRP
Periode
Minggu-1 Minggu-2 Minggu-3 Minggu-4 Minggu-5 Minggu-6 Minggu-7 Minggu-8 Minggu-9 Minggu-10 Minggu-11 Minggu-12 Minggu-13 Total
Waktu yang Tersedia (menit) (1) 4800 4800 4800 4800 4800 4800 4800 4800 4800 4800 3840 4800 4800 61440
Tingkat Utilisasi Mesin (kondisi aktual) (2) 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 0,95 12.35
Tingkat Efisiensi Mesin (kondisi aktual) (3) 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 11.7
Kapasitas Kebutuhan Tersedia Aktual = (1) x (2) x (3) (5) (4) 4104 4104 4104 4104 4104 4104 4104 4104 4104 4104 3283,2 4104 4104 52531.2
4049,04 4049,04 4049,04 4049,04 3755,59 3755,59 3755,59 3755,59 3802,76 3829,44 3063,88 3829,44 3829,44 49573.5
Kelebihan Kapasitas = (4) – (5) 54,957 54,957 54,957 54,957 348,411 348,411 348,411 348,411 301,236 274,563 219,324 274,563 274,563 2957.72
PENUTUP Kesimpulan yang diperoleh adalah sebagai berikut. Pertama, metode peramalan untuk meramalkan permintaan Nata De Coco pada perusahaan untuk jenis produk cup, standing pouch, dan pillow bag dalam periode singkat pada hasil penelitian adalah peramalan Linear Regression. Kedua, peramalan yang dilakukan dengan metode peramalan Linear Regression dapat dikatakan sudah cukup baik karena dari verifikasi peramalan yang dilakukan tidak ada data yang melewati batas UCL dan LCL yang telah diperoleh. Ketiga, metode yang diambil untuk perhitungan Agregate Planning dengan memperhatikan total biaya terkecil adalah metode produksi chase untuk jenis produk cup, standing pouch, dan pillow bag. Keempat, dari perhitungan MPS yang diperoleh selama 3 bulan ke depan, master schedule dapat diproduksi sesuai dengan forecast yang telah diperhitungkan dengan agregat planning. Kelima, dari hasil perhitungan Rough Cut Capacity Planning, dapat disimpulkan bahwa semua kebutuhan aktual yang dibutuhkan setiap periodenya tidak ada yang melebihi kapasitas yang tersedia. Keenam, metode yang terbaik dalam menentukan persediaan bahan baku (MRP) berdasarkan hasil penelitian adalah untuk nata, bakteri, santan, gula, sirup, dan air panas menggunakan metode Lot for Lot (LFL); sedangkan untuk cuka, benzoat, asam sitrat, dan flavor menggunakan metode Fixed Period Requirement (FPR). Ketujuh, dengan perhitungan kapasitas yang ada diperoleh total operation time yang dapat dipenuhi oleh kapasitas yang tersedia. Dalam hal ini, berarti bahwa perencanaan produksi dalam MPS dan rencana pemesanan material dalam MRP dapat dilaksanakan dengan baik.
88
INASEA, Vol. 9 No.2, Oktober 2008: 83-90
DAFTAR PUSTAKA Adam, E.E., and Ronald J.E. (1992). Production and operations management, 5th ed., New Jersey: Prentice Hall. Biegel, J.E. (1992). Pengendalian produksi suatu pendekatan kuantitatif, Jakarta: CV Akademika Pressindo. Dilworth, J.B. (1992). Operation management, Singapore: Mc-Graw Hill Book CO. Gasperz, V. (2002). Production planning and inventory control berdasarkan pendekatan sistem terintegrasi MRP II dan JIT menuju manufacturing 21, Jakarta: Gramedia Pustaka Utama. Herjanto, E. (2001). Perancangan dan pengendalian produksi, Yogyakarta: BPFE. Kusuma, H. (2001). Manajemen produksi-perencanaan dan pengendalian produksi. Yogyakarta: Andi. Makridakis, S.C.,Wheelwright, dan Victor E., Mc Gee (1999). Metode dan aplikasi peramalan, edisi pertama, jilid satu, Jakarta: Binarupa Aksara. White, J.A. (1987). Production handbook, New York: John Wiley & Sons Inc. Turner, W.C. (2000). Pengantar teknik dan sistem industri, Surabaya: Guna Wijaya.
LAMPIRAN Data Permintaan (Demand) No
Bulan
Demand Cup
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Jan-06 Feb-06 Mar-06 Apr-06 May-06 Jun-06 Jul-06 Aug-06 Sep-06 Oct-06 Nov-06 Dec-06 Jan-07 Feb-07 Mar-07 Apr-07 May-07
5030 5193 2787 3714 6100 10628 8848 9033 10458 5116 141 2324 2438 4518 5028 5450 7242
Demand Demand Standing Pillow Pouch 5168 6448 5690 3416 632 10095 2042 6189 1994 7526 5145 14124 6536 26910 9276 35159 8161 33765 3888 17470 2788 1436 2888 5782 5735 9210 4447 10137 3464 14977 6002 13230 4312 14571
Usulan Penerapan Manufacturing… (Anggara Hayun; Johanda)
89
Data Actual Order
90
Periode
Bulan
Data Actual Order Cup
1 2 3 4 5 6 7 8 9 10 11 12 13
Juni Juni Juni Juni July July July July Agustus Agustus Agustus Agustus Agustus
1300 1300 1300 1300 1200 1200 1200 1200 1200 1200 1200 1200 1200
Data Actual Order Standing Pouch 1300 1300 1300 1300 1200 1200 1200 1200 1200 1200 1200 1200 1200
Data Actual Order Pillow 4200 4200 4200 4200 3900 3900 3900 3900 4000 4000 4000 4000 4000
INASEA, Vol. 9 No.2, Oktober 2008: 83-90
