JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Volume 11 No 2 Agustus 2024 Perencanaan Agregat Produksi Dengan Metode Peramalan dan Pola Permintaan Musiman: Studi Kasus Perusahaan Manufaktur Tiang Besi Febriza Imansuri1*.
Nafroh Bifadhlih2.
Fredy Sumasto3.
Emi Rusmiati4.
Feby Gusti Dendra5.
Finna Suroso6
1,3,4,5
Teknik Industri Otomotif.
Politeknik STMI Jakarta PT.
Wijaya Karya (Perser.
Tbk Jl.
Panjaitan Kav.
DKI Jakarta, 13340 Sistem Informasi Industri Otomotif.
Politeknik STMI Jakarta Jl.
Letjen Suprapto No.
Cempaka Putih.
DKI Jakarta 10510 E-mail: febriza@stmi.
ABSTRAK
Perencanaan produksi merupakan suatu kegiatan yang sangat penting dan diperlukan dalam suatu Perencanaan produksi dapat dimulai dengan peramalan permintaan konsumen yang akan menjadi patokan dalam menentukan jumlah barang yang akan diproduksi.
Bagian produksi tiang besi merupakan bagian yang sangat penting pada PT XYZ karena tiang besi merupakan produksi tertua yang masih beroperasi dan menghasilkan keuntungan terbesar bagi perusahaan.
Permintaan pasar terhadap tiang besi tidaklah merata disetiap bulannya melainkan cendrung berpola musiman.
Hal ini menyebabkan perencanaan produksi yang dilakukan oleh pihak perusahaan seringkali tidak tepat sehingga pemanfaatan sumber daya tidak merata disetiap periodenya.
Oleh sebab itu perlu dilakukan penelitian agar dapat merencanakan produksi yang tepat untuk pola permintaan musiman.
Berdasarkan hasil penelitian peramalan dilakukan dengan menggunakan metode konstan karena memiliki error Sedangkan Perencanaan produksi agregat yang terpilih yaitu level strategy dengan total biaya produksi sebesar Rp.
500,-.
Berdasarkan hasil perencanaan produksi agregat dan disagregasi didapatkan jadwal induk produksi untuk setiap jenis tiang per periode dengan jumlah produksi terbanyak yaitu jenis tiang 11-200.
Kata kunci: Agregat.
Disagregasi.
Jadwal Induk Produksi.
Peramalan ABSTRACT Production planning is an activity that is very important and necessary in a company.
Production planning can be started by forecasting consumer demand which will be the benchmark in determining the amount of goods to be produced.
The iron pole production division is a very important part of PT XYZ because the iron pole is the oldest production line that is still operating and generates the biggest profit for the company.
Market demand for iron poles is not evenly distributed every month but tends to have a seasonal pattern.
This causes production planning carried out by the company to be often inaccurate so that the utilization of resources is not evenly distributed in each period.
Therefore it is necessary to do research in order to plan the right production for seasonal demand patterns.
Based on the research results, forecasting is done using the constant method because it has the smallest error.
While the selected aggregate production planning is the strategy level with a total production cost of IDR 3,644,729,500.
Based on the results of aggregate and disaggregation production planning, the master production schedule for each type of pile per period with the highest number of production, namely types of piles 11-200.
Keywords: Aggregate.
Disaggregation.
Master Production Schedule.
Forecasting DOI: /10.
24853/jisi.
JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Website: http://jurnal.
id/index.
php/jisi PENDAHULUAN Perencanaan produksi yang tidak tepat dapat menimbulkan sejumlah permasalahan yang efektivitas perusahaan.
Permasalahan yang muncul akibat perencanaan produksi yang permintaan, kapasitas produksi yang terbatas permintaan dan persediaan yang sebenarnya sehingga dapat mengakibatkan masalah produksi, seperti overproduction atau stockouts.
PT XYZ adalah perusahaan manufaktur yang berfokus dalam produksi dan distribusi tiang besi dan beton siap pakai untuk industri telekomunikasi dan perhubungan.
Berdasarkan data historis permintaan pasar terhadap produk tiang besi menunjukkan bahwa permintaan yang tidak merata disetiap bulannya.
Masalah ini menyebabkan perencanaan produksi yang dilakukan oleh pihak perusahaan seringkali tidak tepat sehingga pemanfaatan sumber daya tidak merata disetiap periodenya.
Selain itu sistem produksi yang diterapkan selama ini dinilai masih kurang efektif karena pada periode tertentu jumlah produksi melebihi jumlah kapasitas yang dimiliki perusahaan sehingga mengharuskan perusahaan untuk melakukan subcontract dengan biaya produksi yang lebih mahal.
Oleh sebab itu perlu dilakukan penelitian agar dapat merencanakan produksi yang tepat untuk pola permintaan yang sesuai pola data historis permintaan yang dimiliki perusahaan.
Perencanaan produksi dapat dimulai dengan peramalan permintaan konsumen yang akan menjadi patokan dalam menentukan jumlah barang yang akan diproduksi.
Peramalan jumlah produk yang akan diproduksi, sumber daya yang dipakai, jumlah inventory, biaya inventory, dan biaya total produksi dapat dibuatkan dalam JIP (Jadwal Induk Produks.
(Lefta et al.
, 2020.
Beberapa penelitian terkait perencanaan produksi diantaranya penelitian mengenai peramalan permintaan ekspor produk teh hitam yang dihitung setelah didapatkan pola data permintaan yang cendrung berfluktuasi serta tipe permintaan produk tidak musiman.
Sehingga peramalan permintaan dihitung untuk 2 tahun mendatang dengan menggunakan metode Autoregressive Integrated Moving Average (Ihwah & Putri, 2.
Penelitian lain P-ISSN: 2355-2085
E-ISSN: 2550-083X
mengenai permintaan produk tepung terigu yang cendrung berfluktuasi dilakukan dengan metode perencanaan agregrat.
Berdasarkan hasil pengolahan data didapatkan bahwa strategi perencaan agregat yang sesuai adalah chase strategy yang menghasilkan biaya terkecil dibandingkan strategi lainnya (Nugraha et al.
Perencanaan produksi untuk kemasan botol kaca pada perusahaan teh Sinar Sosro menggunaan metode estimasi dan prediksi sehingga hasil produksi tidak mampu memenuhi permintaan konsumen.
Oleh karena itu dilakukan penelitian menggunakan metode forecasting diantaranya Moving Average.
Expoential Smoothing and Linear Regression untuk menentukan jumlah kemasan teh yang (Nurulinzany & Amrin, 2.
Penelitian pada produk garmen di negara Ethiopia memiliki permasalahan yaitu persediaan yang berlebihan, sehingga perlu dilakukan perencanaan produksi dengan metode peramalan untuk produk musiman dan pendelatan integer programming.
Hasil yang didapatkan adalah didapatkan solusi optimal dengan fungsi tujuan minimasi total biaya (Heniey et al.
, 2.
Oleh karena itu berdasarkan hasil review penelitian terdahulu, tujuan dari penelitian ini adalah bagaimana menyelesaikan permasalahan perencanaan produksi dengan pola data tertentu untuk produk tiang besi yang memiliki banyak varian sehingga diperlukan penentuan strategi perencanaan agregat yang tepat dan didapatkan jadwal induk produksi untuk produk tersebut.
TINJAUAN PUSTAKA
Tujuan dari perencanaan produksi adalah untuk menentukan jenis dan jumlah produk yang akan diproduksi pada setiap siklus sesuai dengan permintaan pesanan pelanggan dan situasi persediaan pada periode perencanaan sehingga memenuhi permintaan (Chu et al.
, 2.
Peramalan permintaan sangat penting bagi perusahaan manufaktur karena memberikan dasar untuk perencanaan produksi.
Namun peramalan permintaan cendrung sulit untuk dilakukan karena permintaan pelanggan sering berfluktuasi (Kyck & Freitag, 2.
Berbagai jenis metode peramalan diantaranya metode kualitatif dan kuantitatif.
Metode peramalan kualitatif memiliki sifat subjektif, yang artinya dipengaruhi oleh intuisi, emosi.
JISI: JURNAL INTEGRASI SISTEM INDUSTRI Volume 11 No 2 Agustus 2024 Sedangkan metode peramalan kuantitatif cendrung menggunakan perhitungan matematis dan bersifat objektif (Yulius, 2.
Metode time series merupakan salah satu jenis metode peramalan kuantitatif.
Metode time series mengasumsikan pola data berulang sepanjang waktu.
Metode peramalan time series menggunakan perhitungan matematis dan sapat dihitung dengan menggunakan metode proyeksi kecendrungan dengan regresi.
Metode regresi sangat cocok untuk menghitung peramalan yang datanya berupa tahunan.
Namun semakin banyak data yang dimiliki semakin baik hasil peramalan yang diperoleh (Sofyan, 2.
Metode regresi terbagi atas beberapa jenis yaitu:
Eksponensial Persamaan yang digunakan dalam metode eksponensial adalah .
Konstan Persamaan yang digunakan dalam metode konstan adalah yAo = a .
Linier Persamaan yang digunakan di dalam metode linear adalah yAo = a bt.
Siklis Persamaan regresi yang digunakan pada metode siklis adalah .
Trend Siklis Persamaan yang digunakan dalam metode trend siklis adalah .
Tingkat kesalahan dalam peramalan perlu dihitung agar dapat mengetahui ketelitian Makin kecil nilai kesalahan peramalan maka makin tinggi tingkat ketelitian Salah satu metode untuk menghitung kesalahan peramalan adalah dengan menghitung Kesalahan Standar Penaksiran (Standard Error of Estimat.
dengan rumus:
SEE =
Eue
i =1 dOe f
METODE PENELITIAN
Tahapan-tahapan yang dilakukan pada penelitian ini adalah:
Studi Lapangan dan Studi Literatur Studi pendahuluan dilakukan dengan melihat kondisi lantai produksi serta wawancara dengan para stakeholder dibagian produksi tiang besi.
Berdasarkan hasil wawancara diidentifikasi suatu permasalahan yaitu permintaan tiang yang bersifat musiman sehingga penggunaan sumber daya manusia tidak merata disetiap periodenya.
Studi literatur bertujuan untuk mendapatkan teori-teori yang mendukung dalam melakukan penelitian serta untuk mengetahui penelitian-penelitian yang telah dilakukan Identifikasi Masalah Permasalahan yang akan diselesaikan pada penelitian ini adalah permasalahan perencanaan produksi dengan pola permintaan yang sesuai dengan produksi tiang besi.
Sistem produksi yang diterapkan selama ini dinilai masih kurang efektif karena pada periode tertentu jumlah produksi melebihi jumlah kapasitas yang dimiliki perusahaan sehingga mengharuskan perusahaan untuk melakukan subcontract dengan biaya produksi yang lebih mahal.
Perumusan Masalah Perumusan masalah dalam penelitian ini dengan pola data tertentu untuk produk tiang besi yang memiliki banyak varian sehingga diperlukan penentuan strategi perencanaan agregat yang tepat dan didapatkan jadwal induk produksi untuk produk tersebut.
Pengumpulan Data Data yang dikumpulkan pada penelitian ini diantaranya data historis permintaan selama 5 tahun terakhir .
, data waktu proses produksi tiang, data kapasitas produksi dan data biaya Pengolahan Data Setelah didapatkan data melalui taahapan pengumpulan data, maka dilakukan pengolahan data.
Pengolahan data yang dilakukan terdiri atas:
Perhitungan agregasi permintaan tiang besi dengan unit agregasi adalah waktu proses produksi.
Peramalan permintaan tiang besi untuk 5 periode kedepan dilakukan .
JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Website: http://jurnal.
id/index.
php/jisi dengan menggunakan 5 metode yaitu eksponensial, konstan, linier, siklis, dan trend siklis.
Perhitungan galat metode peramalan untuk mengetahui nilai error masing-masing metode peramalan terbaik yang sesuai dengan pola permintaan tiang besi.
Perhitungan verifikasi terhadap metode peramalan terpilih.
Verifikasi dilakukan dengan menggunakan moving range chart.
Melakukan perencanaan produksi menggunakan tiga metode yaitu level strategy, chase strategy, dan mix Melakukan menggunakan metode persentase untuk mengetahui jumlah produksi masing-masing jenis tiang besi disetiap periodenya.
Analisis Analisis dilakukan terhadap peramalan permintaan yang dilakukan, perencanaan agregat dan strategi yang tepat digunakan untuk produksi tiang serta perencanaan produksi tiang yang dilakukaan untuk 5 tahun kedepan.
Kesimpulan Tahap akhir dari penelitian adalah kesimpulan dari hasil penelitian yang HASIL DAN PEMBAHASAN Data yang dikumpulkan pada penelitian ini berupa data historis permintaan tiang besi selama 5 tahun terakhir, data waktu proses pengerjaan tiang, dan data kapasitas yang dimiliki oleh bagian produksi tiang besi serta biaya-biayanya.
Data historis permintaan ditampilkan dalam bentuk grafik agar didapatkan jenis pola datanya.
Data historis permintaan ditampilkan dalam bentuk grafik agar didapatkan jenis pola datanya.
Berdasarkan Gambar 1.
didapatkan jenis pola data musiman .
untuk permintaan tiang besi.
P-ISSN: 2355-2085
E-ISSN: 2550-083X
Gambar 1.
Grafik Permintaan Selama 5 Tahun Terakhir Dari grafik diatas didapatkan jenis pola data dari permintaan tiang yaitu permintaan dengan pola musiman .
Data waktu proses pengerjaan masing-masing tiang dapat dilihat pada tabel berikut:
Tabel 1.
Data Waktu Proses Total Jenis Waktu Total Waktu Tiang Proses Proses (Ja.
(Meni.
18,72 0,312 19,37 0,323 13,24 0,221 12,79 0,213 12,13 0,202
24,74
0,412
Lainnya 16,53 0,276 Data kapasitas produksi yang dimiliki oleh bagian produksi tiang dengan hari kerja 5 hari seminggu, jam kerja 7 jam sehari dan jumlah operator sebanyak 35 orang .
orang operator produksi, 5 orang operator alat berat dan 6 orang operator inspeks.
Biaya produksi terdiri dari nventory cost Rp.
125, regular time Rp.
900, overtime Rp.
500, subcontract Rp.
700, hiring cost Rp.
000 dan lay off cost Rp.
Pengolahan data yang dilakukan dalam penelitian ini yaitu peramalan permintaan untuk 5 tahun kedepan, melakukan perencanaan agregat, dan menentukan perencanaan produksi masing-masing tiang untuk 5 tahun yang akan Peramalan dilakukan dengan cara masing-masing produk, menghitung indeks musim, melakukan pemilihan metode peramalan yang akan digunakan, menentukan metode peramalan JISI: JURNAL INTEGRASI SISTEM INDUSTRI Volume 11 No 2 Agustus 2024 terbaik dengan menghitung galat metode peramalan terpilih, dan melakukan verifikasi hasil peramalan.
Agregasi menggabungkan permintaan beberapa jenis tiang agar dapat dijadikan satu permintaan tiang dengan satu unit yang sama.
Perhitungan Agregasi didapatkan dengan cara mengalikan jumlah permintaan dengan waktu proses produksi masing-masing tiang (Lefta et al.
Hasil agregasi permintaan tiang dapat dilihat pada Tabel 2.
berikut ini:
Tabel 2.
Hasil Agregasi Permintaan Tiang Besi PeriPeriPeriAgregasi Agregasi Agregasi Berdasarkan pola data permintaan yang terbentuk memiliki kecendrungan meningkat pada periode tertentu, maka perlu dihitung indeks musim karena pola data permintaan yang didapatkan merupakan jenis permintaan dengan pola musiman.
Perhitungan indeks musim dapat dilihat pada Tabel 3.
dilakukan dengan cara membandingkan rata-rata permintaan setiap bulan dengan total rata-rata permintaan selama 5 tahun lalu (Maukar & Johan, 2.
Tabel 3.
Perhitungan Indeks Musim Rata-Rata Permintaan Tahun Bulan Rata-Rata Permintaan Per bulan Januari Februari 0,3765 Maret
0,7323
April
0,6425
Mai
0,7242
Juni
0,6775
Juli
0,8409
Agustus
0,9708
September 1,6909 Oktober
2,6718
November 1,5256 Desember 0,6141 Total Rata-Rata Indeks Musim 0,5330 Metode peramalan yang digunakan untuk pola data musiman yaitu termasuk metode peramalan kuantitatif dengan metode time Metode time series sangat tepat digunakan untuk pola data yang selalu berulang sepanjang waktu atau musiman.
Metode time series yang digunakan adalah regresi linear sederhana diantaranya metode eksponensial, metode konstan, metode linear, metode siklis dan metode trend siklis (Sofyan, 2.
Metode Eksponensial Berdasarkan menggunakan rumus .
maka didapatkan pada setiap periodenya.
Karena data merupakan data musiman maka nilai parameter tiap periode dikali dengan indeks musim.
Grafik hasil peramalan dengan metode eksponensial dapat dilihat pada Gambar di bawah ini.
JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Website: http://jurnal.
id/index.
php/jisi P-ISSN: 2355-2085
E-ISSN: 2550-083X
Gambar 4.
Grafik Peramalan Metode Linear Metode Siklis Persamaan regresi peramalan disetiap periode untuk metode siklis menggunakan .
Sela Gambar 2.
Grafik Peramalan Metode Eksponensial Metode Konstan Berdasarkan peramalan untuk metode konstan menggunakan rumus .
maka didapatkan persamaan regresi adalah yAo= 3846,765 pada setiap periodenya.
Karena data merupakan data musiman maka nilai parameter tiap periode dikali dengan indeks musim.
Grafik hasil peramalan dengan metode eksponensial dapat dilihat pada Gambar di bawah ini.
njutnya persamaan tersebut dikalikan dengan indeks musim disetiap periodenya.
Grafik hasil peramalan dengan metode eksponensial dapat dilihat pada Gambar 5.
di bawah ini.
Gambar 5.
Grafik Peramalan Metode Siklis Metode Trend Siklis Berdasarkan persamaan regresi untuk metode trend siklis menggunakan rumus .
adalah Selanjutnya setiap periode peramalan dikalikan dengan indeks musim.
Grafik hasil peramalan metode trend siklis juga dapat dilihat pada Gambar 6.
berikut ini:
Gambar 3.
Grafik Peramalan Metode Konstan Metode Linear Persamaan regresi setiap periode untuk metode linear menggunakan rumus .
adalah yAo= 3345,44 16,4368t.
dan dikalikan dengan indeks musim.
Grafik hasil peramalan dengan metode linear dapat dilihat pada Gambar 4.
bawah ini.
Gambar 6.
Grafik Peramalan Metode Trend Siklis Perhitungan galat dilakukan untuk menentukan metode peramalan terbaik dari masing-masing metode.
Adapun metode tersebut adalah metode yang memiliki nilai Standard Error Estimate (SEE) atau error terkecil dengan menggunakan rumus .
JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Volume 11 No 2 Agustus 2024 Berdasarkan rekapitulasi hasil perhitungan galat metode peramalan pada Tabel 4, maka didapatkan metode yang terbaik untuk digunakan dalam peramalan 12 periode ke depan adalah metode konstan.
Tabel 4.
Rekapitulasi Perhitungan Galat Metode Peramalan SEE
Metode SEE
Terkecil 1 Eksponensial 1346,814 1013,123 2 Konstan
1013,123
3 Linier
1027,983
4 Siklis 1013,951 5 Trend Siklis 1014,182 Setelah dilakukan pemilihan metode peramalan yang terbaik, maka dilakukan verifikasi metode peramalan.
Berdasarkan hasil dari moving range chart pada Gambar 7.
terdapat titik yang terletak di luar batas kendali, maka dapat disumpulkan bahwa grafik moving range telah terkendali dan hasil peramalan Gambar 7.
Moving Range Chart Berdasarkan metode peramalan terbaik dan verifikasi yang telah dilakukan, didapatkan peramalan permintaan tiang besi untuk 5 tahun pada Tabel 5.
berikut ini:
Tabel 5.
Peramalan Permintaan Tiang untuk 5 Tahun Mendatang No Periode Peramalan Peramalan (Unit No Periode (Unit Agega.
Agega.
No Periode Peramalan Peramalan (Unit No Periode (Unit Agega.
Agega.
Kapasitas produksi terdiri dari kapasitas regular time, kapasitas over time, dan kapasitas Kapasitas regular time didapatkan dari perkalian antara hari kerja, jam kerja dan jumlah operator.
Kapasitas over time didapatkan dari hari kerja over time yaitu hari sabtu dan minggu pada setiap bulannya dikali dengan jam kerja dan jumlah operator.
Permintaan yang tidak dapat dipenuhi oleh kapasitas regular time dan kapasitas over time maka akan dipenuhi oleh kapasitas subcontract.
Perhitungan kapasitas produksi untuk 5 tahun kedepan dapat dilihat pada Tabel 6.
JISI: JURNAL INTEGRASI SISTEM INDUSTRI
Website: http://jurnal.
id/index.
php/jisi P-ISSN: 2355-2085
E-ISSN: 2550-083X
Tabel 6.
Perhitungan Kapasitas Produksi Hari Jam Operator Kerja Kerja Reguler Time Over Time Bulan Perencanaan agregat dilakukan dengan terlebih dahulu mengetahui kapasitas yang Selanjutnya perencanaan produksi agregat dilakukan dengan menggunakan 3 strategi yaitu dengan menggunakan level strategy, chase strategy, dan mix strategy.
Level strategy merupakan strategi produksi dengan memproduksi produk sesuai dengan rata-rata permintaan seluruh periode (Mandala, 2.
Hasil dari perencanaan produksi agregat dengan menggunakan level strategy dapat dilihat padal Gambar 8.
Gambar 9.
Grafik Perencanaan Produksi dengan Chase Strategy Perencanaan produksi dengan mix strategy pada umumnya hampir sama dengan perencanaan agregat dengan menggunakan chase strategi hanya saja pada strategi ini diperbolehkan adanya inventory sehingga strategi ini sering juga disebut sebagai strategi campuran (Febryanti & Rani, 2.
Hasil dari menggunakan mix strategy juga dapat dilihat padal Gambar 10.
Gambar 10.
Grafik Perencanaan Produksi dengan Mix Strategy Gambar 8.
Grafik Perencanaan Produksi dengan Level Strategy Chase strategy merupakan strategi produksi dengan memproduksi produk sesuai dengan jumlah permintaan disetiap periode (Mandala, 2.
Hasil dari perencanaan produksi agregat dengan menggunakan chase strategy dapat dilihat padal Gambar 9.
Berdasarkan perhitungan perencanaan produksi diatas maka didapatkan strategi produksi terbaik yang sebaiknya digunakan dalam sistem produksi tiang besi.
Strategi produksi terbaik yang digunakan didapatkatkan dari total biaya terkecil pada ketiga strategi Berdasarkan Tabel 7.
maka didapatkan strategi produksi yang sebaiknya digunakan pada sistem produksi tiang besi adalah level strategy yaitu strategi produksi yang dilakukan berdasarkan rata-rata permintaan diseluruh JISI: JURNAL INTEGRASI SISTEM INDUSTRI Volume 11 No 2 Agustus 2024 Tabel 7.
Perbandingan Total Biaya Strategi Perencanaan Agregat Straregi Agregat Level Srategy Chase Srategy Mix Srategy Total Biaya Periode Tahun atau 11Bulan 156 Total Biaya Minimum Disagregasi mengetahui perencanaan produksi setiap jenis tiang per periodenya.
Disagregasi dilakukan dengan menggunakan metode persentase.
Berdasarkan agregasi yang dilakukan pada tabel 3 sebelumnya didapatkan persentase dari masing-masing jenis tiang yaitu dengan total agregasi masing-masing jenis tiang dengan total agregasi keseluruhan.
Sehingga didapatkan persentase untuk masing-masing tiang yaitu tiang 11-156 sebesar 15%, tiang 11-200 sebesar 40%, tiang 9-200 sebesar 14%, tiang 9-156 sebesar 11%, tiang 9-100 sebesar 8%, tiang 12200 sebesar 5% dan jenis tiang lainnya sebesar Disagregasi metode persentase didapatkan dari total produksi yang didapatkan dari perencanaan agregat terpilih yaitu level strategy dikali dengan persentase masing-masing jenis tiang.
Dari perhitungan disagregasi dengan metode persentase, maka dapat disusun jadwal induk produksi untuk 5 tahun kedepan.
Untuk mengetahui jadwal induk produksi maka nilai dari hasil disagregasi pada dibagi dengan waktu proses masing-masing jenis produk.
Jadwal induk produksi untuk 5 tahun kedepan dapat dilihat pada Tabel 8.
Tabel 8.
Perencanaan Produksi Tiang dalam Unit Agregat Periode Tahun atau 11Bulan 156 Tipe Tiang Besi (Uni.
Lain Tipe Tiang Besi (Uni.
Lain KESIMPULAN Berdasarkan hasil penelitian didapatkan pola data permintaan untuk produk tiang besi adalah pola musiman yang cendrung berulang disetiap periode tertentu.
Sehingga diperlukan perhitungan indeks musim untuk menghitung peramalan produksinya.
Berdasarkan hasil peramalan didapatkan grafik peramalan untuk 5 jenis metode peramalan time series, sehingga dapat disimpulkan bahwa grafik peramalan menyerupai grafik dari data permintaan masa Pemilihan metode peramalan yang terbaik adalah metode peramalan yang memiliki eror terkecil yaitu metode konstan.
Perencanaan menggunakan 3 strategi yaitu dengan menggunakan level strategy, chase strategy, dan mix strategy.
Dari ketiga strategi tersebut yang menghasilkan total biaya terkecil adalah level strategy sebesar Rp.
Selanjutnya didapatkan jadwal induk produksi dengan Berdasarkan hasil perencanaan produksi agregat dan disagregasi didapatkan jadwal induk produksi untuk setiap jenis tiang per periode dengan jumlah produksi terbanyak yaitu jenis tiang 11-200.
DAFTAR PUSTAKA