P R A K T I K U M SISTEM PRODUKSI TAHUN AKADEMIK 2014/2015 SISPRO 02 BOM DAN RENCANA PERAMALAN Disusun oleh: Kelompok 14 Moh. Kholidul Imam (12.04.2.1.1.00043) Malinda Diah Agustin (12.04.2.1.1.00101) Dyan Shofia Pratiwi (12.04.2.1.1.00104) Andi Maulana Amin (12.04.2.1.1.00105) Asisten: Haris Agung Wicaksono (11.04.2.1.1.00048) LABORATORIUM SISTEM MANUFAKTUR
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
P R A K T I K U M
SISTEM PRODUKSI
TAHUN AKADEMIK 2014/2015
SISPRO 02
BOM DAN RENCANA PERAMALAN
Disusun oleh:
Kelompok 14
Moh. Kholidul Imam (12.04.2.1.1.00043)
Malinda Diah Agustin (12.04.2.1.1.00101)
Dyan Shofia Pratiwi (12.04.2.1.1.00104)
Andi Maulana Amin (12.04.2.1.1.00105)
Asisten:
Haris Agung Wicaksono (11.04.2.1.1.00048)
LABORATORIUM SISTEM MANUFAKTUR
PRODI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO
2015
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Sebelum melakukan sebuah produksi perusahaan harus melakukan
perancangan produk terlebih dahulu. Tidak hanya melakuakn perancangan namun
pada proses produksi diperlukan juga sebuah metode peramalan guna
mempermudah perusahaan untuk melakukan prediksi dalam menentukan berapa
banyak produk yang akan dibuat. Perancangan dan peramalan dilakukan guna
meminimalisasi kerugian dan mengoptimalkan keuntungan dari sebuah system
produksi. Telah diketahui bahwa banyak metode peramalan yang berkembang
seiring kemajuan zaman. Manusia telah mulai memikirkan bagaimana sebuah
system produksi mampu berjalan secara seimbang. Memproduksi sesuai kapasitas
dengan mempertimbangkan kebutuhan sehingga tidak menghasilkan biaya
inventori yang besar.
Dalam perancangan produk kita mengenal istilah Bill Of Material (BOM).
Pengertian dari BOM adalah sebuah bagan atau bisa juga dalam bentuk tabel yang
terdiri dari daftar item, bahan, atau material yang dibutuhkan untuk merakit,
mencampur atau memproduksi sebuah produk. BOM dibuat sebagai bagian
dari proses desain dan digunakan oleh manufacturing engineer untuk
menentukan item yang harus dibeli atau dibuat (make or buy). Perencanaan
pengendalian produksi dan persediaan menggunakan BOM yang d-hubungkan
dengan master production schedule, untuk menentukan release item yang
dibeli atau diproduksi. Upaya untuk meminimalisasi kerugian juga bisa dilakukan
dengan forecasting atau peramalan mengenai sesuatu yang belum terjadi pada
waktu yang akan datang. Forecasting bertujuan agar forecast yang dibuat dapat
meminimumkan pengaruh ketidakpastian terhadap perusahaan atau
meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan
Mean Square Error (MSE), Mean Absolute Error (MAE) .
Pada praktikum system produksi ini praktikan akan belajar mengenai
BOM dan forecasting dengan melakukan simulasi pada PT.Prodi yang memiliki 2
pabrik yang teetak dilab MI dan lab sisman. Pada pabrik yang terletak dilab
sisman memproduksi tamiya jenis A dan herley . Sedangkan untuk pabrik yang
terletak di lab MI memproduksi tamiya jenis B. praktikan akan membuat BOM
dari masing-masin produk, kemudian melakukan forecasting dengan data historis
yang sudah diberikan.
1.2 Tujuan
Setelah mengikuti praktikum sistem produksi modul 02 (Kasus BOM) ini
praktikan diharapkan mampu :
1. Mampu mengidentifikasi komponen yang menyusun produk
2. Memahami dan mampu membuat BOM (Bill Of Material)
3. Mampu menghitung jumlah komponen yang dibutuhkan untuk 1 unit produk
4. Memahami kapan kita harus membuat atau membeli komponen
5. Memahami jenis material yang diperlukan untuk membuat BOM
Secara umum, dari praktikum ini untuk pembahasan peramalan
permintaan pasar praktikan diharapkan:
1. Memahami dan mampu menggunakan kriteria pemilihan metode
peramalan permintaan pasar;
2. Memahami dan mampu menggunakan metode-metode peramalan untuk
memprediksi permintaan pasar;
3. Memahami dan mampu mengevaluasi performansi metode peramalan
permintaan pasar;
4. Mampu menginterpretasikan hasil peramalan permintaan pasar.
Secara khusus, dari praktikum ini untuk pembahasan peramalan
permintaan pasar praktikan diharapkan:
Memahami dan mampu membuat peramalan permintaan pasar sebagai dasar
perencanaan produksi dengan benar;
1. Memahami dan mampu mengintepretasikan hasil peramalan dengan
benar;
2. Mampu menggunakan alat bantu komputer untuk melakukan peramalan
permintaan pasar sebagai dasar perencanaan produksi.
1.3 Flowchart Pengolahan Data
Gambar 2.1.1 Flowchart
Sumber: Modul 02 sistem produksi
BAB II
PENGOLAHAN DATA
2.1 BOM
Bill of Material atau yang biasa disebut dengan daftar material atau juga
disebut struktur produk adalah suatu daftar baik berupa bagan atau tabel yang
memuat material apa saja yang dibutuhkan untuk peakitan atau pembuatan produk
akhir. (Astana, 2007)
Dibawah ini merupakan BOM bagan dan BOM tabel :
2.1.1 BOM BAGAN
BOM bagan dibuat guna mengetahui komponen produk, make or buy dan
level dari komponen yang dirakit pada sebuah produk dibawah ini merupakan
BOM dari produk tamiya dan Harley :
a. BOM BAGAN TAMIYA
Gambar 2.2.2 Bill Of Material Tamiya
b. BOM BAGAN HERLEY
Gambar 2.2.3 Bill Of Material Herley
2.1.2 BOM TABEL
a. BOM Tabel Tamiya
Tabel 2.2.1 Bill Of Material Tamiya
b. BOM Tabel Herley
Berikut ini adalah merupakan bill of material tabel dari produk herley :
Tabel 2.2.2 Bill Of Material Herley
2.2 Pre-Processing Data Penjualan Data
Pre-processing data merupakan penyelesaian data missing . Dibawah ini
merupakan hasil dari proses pre processing data dari masing-masing produk
disetiap kota yang diproduksi oleh PT. Prodi:
2.2.1 Pre-Processing Data Penjualan Data Tamiya A
Dari hasil pre-processing data penjualan data tamiya A dalam
menyelesaikan permasalahan missing data dengan menggunakan prosedur
statistic. Dibawah ini merupakan hasil pre-processing data penjualan data tamiya
A:
Tabel 2.2.3 Hasil Pre-Processing Data Penjualan Data Tamiya A
2.2.2 Pre-Processing Data Penjualan Data Tamiya B
Dari hasil pre-processing data penjualan data tamiya B dalam
menyelesaikan permasalahan missing data dengan menggunakan prosedur
statistik. Dibawah ini merupakan hasil pre-processing data penjualan data tamiya
B:
Tabel 2.2.4 Hasil Pre-Processing Data Penjualan Data Tamiya B
2.2.3 Pre-Processing Data Penjualan Data Harley
Dari hasil pre-processing data penjualan data produk harley dalam
menyelesaikan permasalahan missing data dengan menggunakan prosedur
statistic. Dibawah ini merupakan hasil pre-processing data penjualan data produk
harley:
Tabel 2.2.5 Hasil Pre-Processing Data Penjualan Data Harley
2.3 Agregasi Data Penjualan Setiap Jenis Produk Selama Periode T
Dalam sebuah teknik peramalan kita mengenal istilah agregasi. Dimana
menggabungkan duaspesifikasi produk yang sama jenisnya. Dibawah ini
merupakan hasil agregasi dari produk tamiya A dan tamiya B:
Tabel 2.2.6 Hasil Agregasi Produk Tamiya
2.4 Pemetaan Dan Penentuan Pola Data Penjualan Untuk Setiap Jenis
Produk
2.4.1 Pola Data Penjualan Untuk Setiap Jenis Produk Tamiya
a. Bangkalan
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Bangkalan:
Gambar 2.2.4 pola data historis produk tamiya di kota Bangkalan
b. Sampang
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Sampang:
Gambar 2.2.5 pola data historis produk tamiya di kota Sampang
c. Pamekasan
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Pamekasan:
Gambar 2.2.6 pola data historis produk tamiya di kota Pamekasan
d. Sumenep
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Sumenep:
Gambar 2.2.7 pola data historis produk tamiya di kota Sumenep
2.4.2 Pola Data Penjualan Untuk Setiap Jenis Produk Harley
a. Bangkalan
Dibawah ini merupakan pola data dari data historis produk harley dikota
Bangkalan:
Gambar 2.2.8 pola data historis produk harley di kota Bangkalan
b. Sampang
Dibawah ini merupakan pola data dari data historis produk harley dikota
Sampang:
Gambar 2.2.9 pola data historis produk harley di kota Sampang
c. Pamekasan
Dibawah ini merupakan pola data dari data historis produk harley
dikota Pamekasan:
Gambar 2.2.10 pola data historis produk harley di kota Pamekasan
d. Sumenep
Dibawah ini merupakan pola data dari data historis produk harley
dikota Sumenep:
Gambar 2.2.11 pola data historis produk harley di kota Sumenep
2.5 Pemilihan Metode Peramalan Yang Akan Digunakan Untuk Setiap
Produk
Peramalan adalah suatu perkiraan tentang apa yang akan terjadi pada masa
yang akan datang dimana salah satu caranya yaitu dengan menggunakan data
historis. (Tanuwijaya, 2010)
2.5.1 Pemilihan Metode Peramalan Yang Akan Digunakan Untuk Setiap
Produk Tamiya
a. Bangkalan
1. Metode Sample Moving Average
Tabel 2.2.7 Metode Sample Moving Average Produk Tamiya
2. Metode Exponensial Smoothing
Tabel 2.2.8 Metode Exponensial Smoothing produk tamiya di Bangkalan
3. Metode Trend
Tabel 2.2.9 Metode trend produk tamiya di Bangkalan
b. Sampang
1. Metode Sample Moving Average
Tabel 2.2.10 Metode Sample Moving Average Produk Tamiya Sampang
2. Metode Eksponential Smoothing
Tabel 2.2.11 Metode exponensial smoothing Produk Tamiya Sampang
3.Metode Trend
Tabel 2.2.12 Metode trend Produk Tamiya Sampang
c. Pamekasan
1. Metode Sample Moving Average
Tabel 2.2.13 Metode Sample Moving Average Produk Tamiya Pamekasan
2. Metode Exponensial Smoothing
Tabel 2.2.14 Metode Eksponensial Smoothing Produk Tamiya Pamekasan
3. Metode Trend
Tabel 2.2.15 Metode Trend Produk Tamiya Pamekasan
d. Sumenep
1. Metode Sample Moving Average
Tabel 2.2.16 Metode Sample Moving Average Produk Tamiya Sumenep
2. Metode Eksponensial Smoothing
Tabel 2.2.17 Metode Eksponensial Smoothing Produk Tamiya Sumenep
3. Metode Trend
Tabel 2.2.18 Metode Trend Produk Tamiya Sumenep
2.5.2 Pemilihan Metode Peramalan Yang Akan Digunakan Untuk Setiap
Produk Harley
a. Bangkalan
1. Metode Simple Moving Average
Tabel 2.2.19 simple moving average produk Harley Bangkalan
2. Metode Eksponential Smoothing
Tabel 2.2.20 Eksponential Smoothing produk Harley Bangkalan
3. Metode Tren
Tabel 2.2.21 Metode Tren produk Harley Bangkalan
b. Sampang
1. Metode Simple Moving Average
Tabel 2.2.22 simple moving average produk Harley Sampang
2. Eksponential Smoothing
Tabel 2.2.23 Eksponential Smoothing produk Harley Sampang
3. Metode Trend
Tabel 2.2.24 Metode Trend produk Harley Sampang
c. Pamekasan
1. Metode Sample Moving Average
Tabel 2.2.25 simple moving average produk Harley Pamekasan
2.Metode Eksponential Smoothing
Tabel 2.2.26 Eksponential Smoothing produk Harley Pamekasan
3. Metode Trend
Tabel 2.2.27 Metode Trend produk Harley Pamekasan
4. Sumenep
1. Metode Sample Moving Average
Tabel 2.2.28 simple moving average produk Harley Sumenep
2. Metode Eksponential Smoothing
Tabel 2.2.29 Eksponential Smoothing produk Harley Sumenep
3. Metode Trend
Tabel 2.2.30 Metode Trend produk Harley Sumenep
2.6 Perhitungan Galat Setiap Metode Peramalan Yg Digunakan Per Jenis
Produk
1. Perhitungan Manual untuk metode Simple Moving Average
Berikut adalah perhitungan manual dari MAD, MSE, MAPE dan SEE
teknik peramalan Single Moving Average:
a. Perhitungan MAD Harley kota Bangkalan
MAD =
MAD =
MAD = 392,98
Tabel 2.2.31 Rekapan hasil perhitungan MAD
b. Perhitungan MSE Harley dikota Bangkalan
MSE =
MSE =
MSE = 224373,25
Tabel 2.2.32 Rekapan hasil perhitungan MSE
c. Perhitungan MAPE Harley dikota Bangkalan
MAPE =
MAPE =
MAPE = 0,50
Tabel 2.2.33 Rekapan hasil perhitungan MAPE
d. Perhitungan SEE
SEE =
SEE =
SEE = 989,49
Tabel 2.2.34 Rekapan hasil perhitungan SEE
2. Perhitungan Manual untuk metode Exponensial Smoothing
a. Perhitungan MAD Harley dikota Bangkalan
*f = 1, karena pola data konstan
MAD =
MAD =
MAD = 173,70
Tabel 2.2.35 Rekapan perhitungan MAD metode Exponensial Smoothing
b. Perhitungan MSE
MSE =
MSE =
MSE = 47131,47496
Tabel 2.2.36 Rekapan perhitungan MSE metode Exponensial Smoothing
c. Perhitungan MAPE
MAPE =
MAPE =
MAPE = 0,08930
Tabel 2.2.37 Rekapan perhitungan MAPE metode Exponensial Smoothing
d. Perhitungan SEE
SEE =
SEE =
SEE = 217,097
Tabel 2.2.38 Rekapan perhitungan SEE metode Exponensial Smoothing
3. Perhitungan Manual untuk metode Trend
a. Perhitungan MAD Harley kota Bangkalan
MAD =
MAD =
MAD = 3599,580
Tabel 2.2.39 Rekapan hasil perhitungan MAD
b. Perhitungan MSE Harley dikota Bangkalan
MSE =
MSE =
MSE = 13289577,87
Tabel 2.2.40 Rekapan hasil perhitungan MSE
c. Perhitungan MAPE Harley dikota Bangkalan
MAPE =
MAPE =
MAPE = 3,9389
Tabel 2.2.41 Rekapan hasil perhitungan MAPE
d. Perhitungan SEE
SEE =
SEE =
SEE = 3684,06499
Tabel 2.2.42 Rekapan hasil perhitungan SEE
2.6 Verifikasi Hasil Peramalan Produk dan Pemilihan Metode Peramalan
Yang Paling Tepat Untuk Setiap Jenis Produk
Berdasarkan hasil peramalan dengan menggunakan 5 metode yaitu metode