1

Materi
1. Definisi, cakupan dan peranan Perencanaan dan
Pengendalian Produksi
2. Peramalan permintaan
3. Perencanaan Agregat & Disagregat dan Jadual Induk
Produksi
4. Manajemen Bahan: Perencanaan Kebutuhan Bahan
5. Pengendalian Persediaan : Metoda ABC, EOQ/EMQ
6. Penjadualan Tenaga Kerja
7. Keseimbangan Lini Produksi dan Penjadualan Produksi
8. Enterprise Resource Planning System

2
Tujuan
 Mahasiswa mampu menerapkan model matematik,
heuristik dan teknik statistik untuk menganalisis dan
merancang suatu sistem perencanaan dan pengendalian
produksi

3
Daftar Referensi
1. Bedworth and Bailey, Integrated Production Control System, John
Wiley and Sons, Inc., New York, 1991.
2. Fogarty, D.W., Blackstone, J.H. dan Hoffman, T.R., Production and
Inventory Management, South-Western Publishing Co., Cincinnati,
1991.
3. Sipper, D., dan Bulfin, Jr., Production Planning Control and
Integration, [Link] Hill, 1997.
4. Biegel, Production Planning and Control, Prentice Hall, 1990.
5. Dilworth, Production and Operation Management, MHG, Singapore,
1996.
6. O’Leary, D.E., Enterprise Resource Planning Systems, Cambridge
University Press. Cambridge. 2000.
7. Narasimhan, S.L. et al . Production Planning & Inventory Control.
Prentice Hall. 1994.

4
5
6

6
Definisi manufacturing
 CIRP (International Conference on Production
Engineering), 1983:

 Sebuah Rangkaian kegiatan yang saling terkait dan

operasi yang melibatkan
desain, pemilihanbahan, perencanaan,
produksi manufaktur, jaminan mutu,manajemen dan
pemasaran produk industri manufaktur.

7
Siklus Manufaktur

8
Sistem Manufaktur
 Sistem manufaktur adalah sistem yang melakukan proses
transformasi/konversi keinginan (needs) konsumen
menjadi produk jadi yang berkualitas tinggi
 Keinginan konsumen diketahui dari studi pasar, yang
kemudian keinginan ini diterjemahkan menjadi desain
produk, dan kemudian menjadi desain proses
 Komitmen terhadap kualitas produk harus dimiliki oleh
setiap level dalam perusahaan pada setiap tahap proses
produksi
 Dalam proses transformasi ini terjadi pertambahan nilai

9
Sistem Produksi
 Sistem produksi adalah sistem yang melakukan proses
transformasi atau konversi bahan mentah menjadi
produk jadi dengan kualitas tinggi dan sesuai dengan
desain produk yang telah ditetapkan
 Dalam proses transformasi ini terjadi pertambahan
nilai sehingga produk jadi mempunyai nilai yang lebih
tinggi dari pada nilai bahan mentah

10

10
Sistem Produksi

Barang
 Bahan atau
Jasa
 Mesin
 Tenaga kerja
 Dana
 Manajemen
11

11
Jenis proses transformasi
 Fisik (manufacturing)
 Lokasi (transport/storage)
 Perdagangan (retail)
 Fisiologis (healthcare)
 Psikologis (entertainment)
 Informasi (communications)

12

12
Sistem produksi, sistem manufaktur, sistem
perusahaan

13

13
INTEGRATED MANUFACTURING

Business Management

Functional Resource Management

Quality Management

Information Management

Functional Building Block Product

design flow

Process (Production
Activity Control)

Purchase order/ma- Manufacturing Product/or-

terial flow Planning der flow

14

14
Perencanaan dan pengendalian produksi
 Perencanaan & Pengendalian Produksi
 Tujuan perencanaan: pemanfaatan sumber secara efektif
 Tujuan pengendalian: penyesuaian rencana dengan
kegiatan sehari-hari
 Issu dalam PPC:
 apa (dilakukan pada level sistem manufaktur)
 berapa banyak
 kapan
 siapa
 bagaimana penyesuaian harus dilakukan

15

15
Kegiatan PPC
 Peramalan kuantitas permintaan
 Perencanaan pembelian/pengadaan: jenis, jumlah dan
waktu
 Perencanaan persediaan (inventory): jenis, jumlah dan
waktu
 Perencanaan kapasitas: tenaga kerja, mesin, fasilitas
 Penjadwalan produksi dan tenaga kerja
 Penjaminan kualitas
 Monitoring aktivitas produksi
 Pengendalian produksi
 Pelaporan dan pendataan
16

16
Sistem produksi vs. Respons kepada konsumen

 Jenis respon:
 MTS=make to stock; ATO=assemble to order;
MTO=make to order; ETO=engineer to order
 Jenis sistem:
 FS=flow shop; BP=batch production; JS=job shop

17

17
Sistem Perencanaan & Pengendalian Produksi

 Sistem MRPII (Manufacturing Resources Planning)

 Sistem JIT (Just in Time)
 Sistem OPT (Optimized Production
Technology)/TOC (Theory of Constraints)
 Project-based Production System
 Sistem Enterprise Resources Planning (ERP)
 Sistem PPP untuk MTO production systems

18

18
 Strategic
planning

Tahapan PPC

19

19
Hirarki Perencanaan
 Issues Perencanaan Strategis:
 Penentuan produk yang akan dibuat Strategic planning
 Perancangan Sistem Manufaktur
 Issues Perencanaan Taktis:
 Perincian Rencana Strategis
 Disagregasi rencana agregat
 Penentuan planned order releases Tactical planning
 Issue Perencanaan Pelaksanaan
 Dispatching planned order releases
 Day-by-day basis
 Minimizing mfg lead time and work in
process
Execution planning

20

20
Hirarki produk
 Type: kelompok beberapa product families
 Product family: kelompok beberapa items
 Item: produk akhir individual yang dibeli (digunakan) oleh
konsumen
 Biasanya hirarki tersebut dimulai dari product family,
karena bila sebuah pabrik membuat lebih dari satu jenis
type maka operasi perusahaan itu akan menjadi sangat
kompleks
 Pengelompokan sejumlah item ke dalam sebuah product
family dilakukan dengan teknik Group Technology (GT)

21

21
 Hirarki Produk
Type Tipe 1 Tipe 2 … Tipe n1

Product
family
Famili 21 Famili 22 … Famili 2n2

Item Produk …

Sub- Subrakit … Subrakit …

assembly

Component
Komponen …

22

22
Agregasi dan Disagregasi
 Proses agregasi (aggregation) adalah proses
pengelompokan beberapa jenis item menjadi product
family
 Proses disagregasi (disaggregation) adalah proses
derivasi product family menjadi item

23

23
Contoh proses agregasi
 IBM memproduksi komputer laptop, desktop, notebook
dan mesin teknologi tinggi lainnya. Proses agregasi adalah
pengelompokan jenis-jenis komputer tersebut ke dalam
family product (misalnya famili komputer).
 Unit agregat yang biasa digunakan dalam proses agregasi:
 Jam kerja buruh, mesin atau resource lainnya
 Waktu standar
 Harga jual, ongkos produksi
 Satuan agregat dummy (pseudoproduct)

24

24
Contoh proses agregasi
 Sebuah rumah sakit bisa melakukan agregasi jasa yang
diberikan menjadi jumlah perawat atau dokter yang
dibutuhkan
 Perusahaan jasa pelatihan bisa melakukan agregasi kursus
yang ditangani ke dalam jumlah instruktur yang harus
disiapkan
 PT Telkomsel bisa melakukan agregasi jumlah unit
penjualan kartu prabayar (kartu Simpati) dan kartu
pascabayar (kartu Hallo) menjadi jumlah rupiah penjualan
yang diterima.

25

25
Contoh proses disagregasi
 Nilai penjualan total perusahaan dikelompokan ke
dalam nilai penjualan masing-masing produk yang
di buat atau Jam produksi total dikelompokan ke
dalam jam produksi masing-masing produk
 Nilai penjualan masing-masing produk tersebut
dibagi dengan harga jual masing-masing sehingga
diperoleh jumlah unit yang akan diproduksi

26

26
Peramalan
 Peramalan adalah seni dan ilmu untuk memprediksi masa
depan.
 Peramalan adalah tahap awal, dan hasil ramalan
merupakan basis bagi seluruh tahapan pada perencanaan
produksi
 Proses peramalan dilakukan pada level agregat (part
family); bila data yang dimiliki adalah data item, maka
perlu dilakukan agregasi terlebih dahulu
 Terminologi: perioda, horison, lead time, fitting error,
forecast error, data dan hasil ramalan

27

27
Aggregate planning (AP)
 Tujuan AP adalah membangkitkan (generate) top level
production plans
 Basis AP adalah hasil ramalan dan target produksi. Target
produksi ditentukan oleh top level business plan yang
memperhatikan kapasitas & kapabilitas perusahaan
 Peran AP adalah sebagai interface antara
perusahaan/sistem manufaktur dan pasar produknya.
 Analisis dilakukan dalam kelompok produk (product
family) dengan unit agregat
 Melibatkan pemilihan srategi manufaktur

28

28
Company top level plans

Aggregate
Planning

29

29
 Jadwal Produksi
Induk

Manajemen
demand

Factory Market

30

30
Master Production Schedule(MPS)
 Jadwal Produksi Induk (Master Production Schedule, MPS)
atau JPI merupakan output disagregasi pada Rencana
Agregat
 JPI berada pada tingkatan item
 JPI bertujuan untuk melihat dampak demand pada
perencanaan material dan kapasitas
 JPI bertujuan untuk menjamin bahwa produk tersedia
untuk memenuhi demand tetapi ongkos dan inventory
yang tidak perlu dapat dihindarkan
 Teknik disagregasi: persentase dan metoda Bitran and Hax

31

31
Prosedur teknik persentase
 Hitung persentase kuantitas item masing-masing
terhadap kuantitas famili pada data masa lalu (semua
dalam unit agregat)
 Gunakan persentase ini untuk menentukan kuantitas
item masing-masing dari Rencana Agregat. Output
adalah MPS dalam satuan agregat
 Lakukan pembagian MPS (yang masih dalam satuan
agregat) dengan nilai konversi sehingga dihasilkan
MPS dalam satuan individu item

32

32
Perencanaan material
 Perencanaan material adalah penentuan jumlah material yang
diperlukan untuk memenuhi MPS dan saat pemenuhan
material tersebut
 Pendekatan dalam perencanaan material: independent-
demand dan dependent demand.
 Independent demand mengasumsikan bahwa produk-produk
(atau komponen) tidak saling bergantungan. Artinya,
perencanaan material untuk masing-masing produk dilakukan
secara independen
 Biasanya pendekatan independent demand ini dilakukan
untuk produk-produk jadi (finished product), yang satu
dengan yang lainnya tidak saling bergantungan

33

33
Perencanaan material
 Teknik dalam independent demand ini antara lain
Economic Order Quantity (EOQ)
 Dependent demand melakukan perencanaan material
untuk produk-produk (komponen-komponen) secara
bergantungan. Artinya, jumlah dan saat material
dibutuhkan untuk suatu produk/komponen tergantung
kepada jumlah dan saat material yang dibutuhkan untuk
produk/komponen yang lain
 Ketergantungan antar produk/komponen digambarkan
dalam bill of material atau product structure

34

34
.

Bill of material/product structure

Level-0

Level-1
…
Level-2
…
Level-3
… …
…
Level-…

35

35
Perencanaan material
 Dependensi: Vertical dependency dan horizontal
dependency
 Vertical dependency menunjukkan hubungan
parent-children atau exploding
 Horizontal dependency menunjukkan hubungan
saat selesai pemrosesan children untuk suatu
parent tertentu atau time phasing
 Teknik dalam dependent demand adalah
material requirements planning (MRP)

36

36
Shop floor control
 Pembuatan rencana menggunakan beberapa asumsi: mesin
selalu tersedia, material datang tepat waktu, waktu proses
tertentu, tenaga kerja produktif, tidak ada perubahan jumlah
demand dan due date, dan lain-lain
 Dalam implementasi rencana sangat mungkin asumsi tersebut
tidak berlaku. Oleh karena itu perlu tindakan penyesuaian
yang dikenal dengan istilah pengendalian
 Pengendalian adalah tindakan penyesuaian rencana dan
pelaksanaan, agar tetap operational dan performansi sistem
manufaktur tetap acceptable, meskipun perlu perubahan-
perubahan dalam rencana.

37

37
Shop floor control
 Tindakan yang dilakukan dalam shop floor control
adalah rerouting/alternate routing
 scheduling-rescheduling
 operation splitting
 operation overlapping (lot streaming)
 over time
 subcontracting
 lain-lain

38

38
Performansi shop floor
 Manufacturing lead time
 Jumlah inventory
 Idle time
 Line balancing
 Pemenuhan due date
 Material handling cost
 Utilization
 Efisiensi
 Produktivitas
 Kualitas
39

39
Peramalan

40
Tujuan Umum
 Mahasiswa dapat memahami tentang jenis-jenis
peramalan, tujuan dan manfaat peramalan, serta
hubungannya dengan permintaan dan produksi

41
Standar Kompetensi
 Mahasiswa dapat menjelaskan pengertian peramalan
secara keseluruhan.
 Mahasiswa dapat membedakan dan menjelaskan
pengertian dari peramalan kualitatif dan kuantitatif.
 Mahasiswa dapat menghitung jenis peramalan
kualitatif, baik runtun waktu maupun causal
 Mahasiswa dapat memakai jenis peramalan kualitatif

42
Pengantar
 Pokok bahasan ini merupakan pokok
bahasan yang mengkaji perencanaan
produksi melalui penerapan metode
peramalan.
 Teknik peramalan ini ditujukan untuk
menghasilkan perencanaan produksi yang
akurat dalam merespon permintaan pasar.
 Langkah pertama dalam perencanaan
operasi sistem produksi adalah
menentukan peramalan yang akurat
terhadap permintaan produk yang akan
diproduksi.

43
Pengertian Peramalan
 Peramalan merupakan bagian awal dari suatu proses pengambilan
suatu keputusan. Sebelum melakukan peramalan harus diketahui
terlebih dahulu apa sebenarnya persoalan dalam pengambilan
keputusan itu.
 Peramalan adalah penggunaan data masa lalu dari sebuah variabel
atau kumpulan variabel untuk mengestimasi nilainya di masa yang
akan datang.
 Peramalan adalah penggunaan data masa lalu dari sebuah variabel
atau kumpulan variabel untuk mengestimasi nilainya di masa yang
akan datang.
 Asumsi dasar dalam penerapan teknik-teknik peramalan adalah jika
kita dapat memprediksi apa yang terjadi di masa depan maka kita
dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan
akan jauh lebih berbeda di masa yang akan datang. Hal ini
disebabkan kinerja di masa lalu akan terus berulang setidaknya
dalam masa mendatang yang relatif dekat.

44
Pengertian Peramalan
 Merupakan bagian vital bagi setiap organisasi bisnis
dan untuk setiap pengambilan keputusan
manajemen yang sangat signifikan. Peramalan
menjadi dasar bagi perencanaan jangka panjang
perusahaan.
 Proses peramalan dilakukan pada level
agregat (part family); bila data yang
dimiliki adalah data item, maka perlu
dilakukan agregasi terlebih dahulu.

45
Karakteristik Peramalan
Karakteristikperamalanyang baik adalah:
 Keakuratan
 Biaya
 Penyederhanaan

46
Prinsip Peramalan
 Peramalan melibatkan kesalahan(error).
 Peramalan sebaiknya memakai tolok ukur kesalahan
peramalan.
 Peramalan famili produk lebih akurat dari pada
peramalan produk individu (item).
 Peramalan jangka pendek lebih akurat dari pada
jangkapanjang.
 Jikadi mungkinkan, hitung permintaan dari pada
meramal permintaan.

47
Langkah-langkah Peramalan
 Definisikan Tujuan Peramalan
 Buatlah diagram pencar (Plot Data) – part family masa lalu
 Memilih model peramalan yang tepat, yaitu yang paling
memenuhi tujuan peramalan dan sesuai dengan plot data.
 Lakukan perhitungan peramalan untuk masing-masing metode
 Hitung kesalahan ramalan (forecast error)
 Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai
hasil peramalan terhadap nilai data yang sebenarnya. Perbedaan atau selisih
antara nilai aktual dan nilai ramalan disebut sebagai “kesalahan ramalan
( forecast error)” atau deviasi
 Pilih Metode Peramalan dengan kesalahan yang terkecil.
 Lakukan Verifikasi peramalan

48
Rentang Waktu dalam
Peramalan

49
Metode peramalan dapat di
klasifikasikan menjadi 2
1. Metode Kualitatif
 Metode ini digunakan dimana tidak ada model matematik,
biasanya dikarenakan data yang ada tidak cukup representatif
untuk meramalkan masa yang akan datang (long term
forecasting).

2. Metode Kuantitatif
 Metode yang penggunaanyadidasari ketersediaan data mentah
disertai serangkaian kaidah matematis untuk meramalkan hasil di
masa depan.

50
Metode kuantitatif dibagi
menjadi 3 jenis
1. Model-model Regresi
2. Model Ekonometrik
3. Model Time Series Analysis (Deret Waktu)

51
Persyaratan Penggunaan
Metode Kuantitatif:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat di kuantitatifkan
dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola
masa lalu akan terus berlanjut di masa
mendatang.

52
Taksonomi Peramalan

53
Pola data metode deret berkala
1. Pola horisontal (H) terjadi bilamana data berfluktuasi
disekitar nilai rata-rata yg konstan. Suatu produk yg
penjualannya tdk meningkat atau menurun selama waktu
tertentu termasuk jenis ini. Pola khas dari data horizontal
atau stasioner seperti ini dapat dilihat dalam Gambar 1.1.
2. Pola musiman (S) terjadi bilamana suatu deret
dipengaruhi oleh faktor musiman (misalnya kuartal tahun
tertentu, bulanan, atau hari-hari pada minggu tertentu).
Penjualan dari produk seperti minuman ringan, es krim,
dan bahan bakar pemanas ruang semuanya menunjukkan
jenis pola ini. Untuk pola musiman kuartalan dapat dilihat
Gambar 1.2.

54
Pola data metode deret berkala
3. Pola siklis (C) terjadi bilamana datanya dipengaruhi
oleh fluktuasi ekonomi jangka panjang seperti yang
berhubungan dengan siklus bisnis. Contoh: Penjualan
produk seperti mobil, baja, dan peralatan utama
lainnya. Jenis pola ini dapat dilihat pada Gambar 1.3.
4. Pola trend (T) terjadi bilamana terdapat kenaikan
atau penurunan sekuler jangka panjang dalam data.
Contoh: Penjualan banyak perusahaan, GNP dan
berbagai indikator bisnis atau ekonomi lainnya. Jenis
pola ini dapat dilihat pada Gambar 1.4.

55
56
Karakteristik trend
Komponen Amplitudo Penyebab

Seasonal 12 bulan Liburan, musim,

perioda finansial
Cyclical 3-5 tahun Ekonomi nasional,
perubahan politik
Bisnis 1-5 tahun Pemasaran, kompetisi,
performance
Product life 1-5 tahun, Substitusi produk
cycle makin pendek

57
Teknik Peramalan

58
Faktor-Faktor Yang Mempengaruhi
Pemilihan Teknik Peramalan
 Peramalan adalah upaya untuk memperkecil resiko
yang timbul akibat pengambilan keputusan dalam
suatu perencanaan produksi.
 Semakin besar upaya yang dikeluarkan tentu resiko
yang dapat dihindari semakin besar pula.
 Upaya memperkecil resiko tersebut dibatasi oleh biaya
yang dikeluarkan akibat mengupayakan hal tersebut.

59
Faktor-Faktor Yang Mempengaruhi
Pemilihan Teknik Peramalan
Faktor-Faktor yang harus dipertimbangkan:
1. Horizon Peramalan
2. Tingkat Ketelitian
3. Ketersediaan Data
4. Bentuk Pola Data
5. Biaya
6. Jenis dari model
7. Mudah tidaknya penggunaan dan aplikasinya

60
Kegunaan Pemilihan Teknik Peramalan
 Metoda yang dipergunakan sangat besar manfaatnya,
apabila dikaitkan dengan informasi atau data yang
dipunyai
 Apabila dari data yang lalu diketahui adanya pola
musiman, maka untuk peramalan satau tahun kedepan
sebaiknya digunakan metoda variasi musim
 Apabila dari data yang lalu diketahui adanya pola
hubungan antara variabel – variabel yang saling
mempengaruhi, maka sebaiknya dipergunakan metoda
sebab akibat ( causal) atau korelasi (cross section ).

61
Model Time Series Analysis

 Asumsi dasar dalam menggunakan model deret waktu

ini adalah pola data ramalan akan sama dengan pola
data sebelumnya
 Model yang termasuk kategori model deret waktu
yaitu:
1. Model Konstan
2. Model Siklis
3. Model Analisis Regresi
4. Model Moving Average
5. Model Exponential Smoothing.

62
Model Konstan
 Dalam Model Konstan, peramalan
dilakukan dengan mengambil rata-rata
data masa lalu (historis).
 Persamaan garis yang menggambarkan pola
konstan adalah:

63
Model Konstan
 Untuk mendapatkan nilai (a) maka dapat didekati
melalui turunan kuadrat terkecilnya (least square)
terhadap (a) sebagai berikut:

64
Model Konstan
Sehingga: ;

dimana n = jumlah periode peramalan

Jadi, apabila pola data berbentuk konstan, maka

peramalannya dapat didekati dengan harga rata-rata
dari data tersebut.

65
Model Konstan - Contoh 1
 Diberikan data permintaan pabrik konveksi PT PAFN dari
bulan Januari sampai Juni tahun 2010. Tentukan jumlah
permintaan untuk lima bulan selanjutnya dengan
menggunakan model konstan!

66
Model Konstan - Contoh 1
 Jawaban
Menghitung Konstanta a :

Jadi permintaan untuk bulan Juli sampai dengan

November 2010 dapat didekati dengan harga rata-ratanya
(a) yaitu 52 unit.

67
Model Siklis (Musiman)
 Untuk pola data yang bersifat siklis atau musiman,
persamaan garis yang mewakili dapat didekati
dengan fungsi trigonometri, yaitu:

Dimana n adalah jumlah periode peramalan

68
Model Siklis (Musiman)
 Jumlah Kuadrat Kesalahan Terkecil didefinisikan
sebagai:

Bentuk diskriminannya adalah :

69
Model Siklis (Musiman)
 Maka :

70
 Contoh 2
 Diketahui data permintaan produksi chip pada tahun 2010 sebagai berikut:
Bulan Permintaan dalam unit
(t) (Y)
Jan 73
Feb 83
Mar 92
Apr 107
Mei 114
Jun 129
Jul 91
Aug 108
Spt 116
Oct 79
Nov 92
Des 93

a. Tentukan demand di tahun berikutnya dengan metode peramalan pola

data siklis
b. Hitunglah standard error estimate-nya!

 Jawab :
Silahkan jawab masing-masing

71
Model Regresi Linier (Linier
Forecasting)
 Persamaan garis yang mendekati bentuk data linier
adalah:

 Konstanta a dan b ditentukan dari data mentah

berdasarkan Kriteria Kuadrat Terkecil (least square
criterion). Perhitungannya sebagai berikut:


72
Model Regresi Linier (Linier
Forecasting)
 Anggaplah data mentah diwakili dengan (Yi,ti), dimana Yi
adalah permintaan aktual di saat ti, dimana i = 1,2, .....,n.
Definisikan:


 Turunkan persamaan tersebut terhadap a dan b:

73
Model Regresi Linier (Linier
Forecasting)

 Dengan mengeliminasi persamaan (1) dan (2) diperoleh

nilai a dan b:

74
Model Regresi Linier (Linier
Forecasting)
 Confidence Interval dan Prediction Interval
Berdasarkan sebaran t dengan (n – 2) derajat bebas, maka
pada persamaan linier [Y’(t) = a + b(t)] dapat dibuat
Selang Kepercayaan (confidence intervals) dengan (1-
a)100% bagi nilai tengah dari Y dan Selang Taksiran
(prediction intervals) untuk setiap nilai Y, yaitu:

75
Model Regresi Linier (Linier
Forecasting)
 Prediction Interval untuk setiap nilai Y yaitu (1-a)100% bila
t = to.

76
Contoh 3
 Diketahui data pada tahun 2010 pada tabel berikut ini.
Bulan Permintaan dalam
(t) unit
(Y)
Jan 199
Feb 202
Mar 199
Apr 208
Mei 212
Jun 194
Jul 214
Aug 220
Spt 219
Oct 234
Nov 219
a. Tentukan demand tahun 2012 Des 233

b. Hitunglah SSE (Sum of Squared Errors) dan SEE-nya

(Standard Error Estimated)
c. Tentukan Confidence Interval dan Prediction Interval dengan t
= 18 serta derajat a = 0,01

77
Model Rata-rata Bergerak (Moving
Average)
 Metode ini digunakan untuk data yang perubahannya
tidak cepat, dan tidak mempunyai karakteristik
musiman atau seasonal serta tidak memiliki trend
 Model rata-rata bergerak mengestimasi permintaan
periode berikutnya sebagai rata-rata data permintaan
aktual dari n periode terakhir.
 Digunakan untuk peramalan dengan
perioda waktu spesifik.

78
Model Rata-rata Bergerak (Moving
Average)
Ada tiga macam model rata-rata bergerak, yaitu:
a. Simple Moving Average

79
Contoh 4
 Diberikan data harga penutupan akhir minggu surat-
surat berharga perusahaan “Apa Adanya” yang
bergerak dalam bidang maskapai penerbangan.

t 1 2 3 4 5 6 7 8 9 10 11 12

Y 46 56 54 43 57 56 67 62 50 56 47 56

80
Contoh 4
 Maka Moving Average 3 mingguan (SMA3) terhadap harga penutupan akhir
minggu saham diperoleh dari perhitungan berikut:

Minggu Permintaan Simple Moving Average

(t) (Y) 3 Mingguan (MA3)

1 46 -
2 56 -
3 54 52
4 43 51
5 57 51,33
6 56 52
7 67 60
8 62 61,17
9 50 59,17
10 56 56
11 47 51
12 56 53

81
Contoh 4
 Contoh perhitungan:

 Berdasarkan data di atas, maka ramalan untuk minggu-minggu mendatang

(13)

dengan t = 1,2,3

82
Model Rata-rata Bergerak (Moving
Average)
b. Centered Moving Average
 CMA menggunakan data sebelumnya dan data
sesudahnya. Misalnya untuk 3 periode moving
average, maka SMA menggunakan data periode 3
ditambah data sebelumnya dan data sesudahnya.
Didefinisikan sebagai berikut:

83
Model Rata-rata Bergerak (Moving
Average)
 Dimana Yt adalah nilai tengah dari interval L data
observasi. (L-1)/2 observasi merupakan data sebelum dan
sesudahnya. Misalnya CMA 5 periode, maka Yt = Y5 maka
intervalnya dimulai dari Y3 sampai Y7

84
Contoh 5


 Contoh perhitungan:

85
Model Rata-rata Bergerak (Moving
Average)
c. Weighted Moving Average
 Formula untuk Weighted Moving Average (WMAt):

86
Contoh 6
 Diketahui data penjualan suatu departement store 4 bulan periode.
Kemudian ingin meramalkan penjualan bulan ke-5 dengan moving average
dimana menggunakan bobot 40% actual sales untuk bulan saat ini (4), 30%
untuk 2 bulan sebelumnya, 20% untuk 3 bulan sebelumnya, dan 10% untuk
4 bulan sebelumnya. Data penjualannya sebagai berikut:

 Peramalan weighted moving average dengan N = 4 adalah:

 Maka ramalan bulan ke (5 + t) dengan t =1,2,3 adalah:

87
Exponential Smoothing
 Kesalahan peramalan masa lalu digunakan
untuk koreksi peramalan berikutnya.
 Dihitung berdasarkan hasil peramalan +
kesalahan peramalan sebelumnya.

88
Metode Exponential
Smoothing
 Kesalahan peramalan masa lalu digunakan
untuk koreksi peramalan berikutnya.
 Dihitung berdasarkan hasil peramalan +
kesalahan peramalan sebelumnya.

89
Metode Exponential Smoothing
ES didefinisikan sebagai:

Keterangan:
Ft+1 = Ramalan untuk periode berikutnya
Dt = Demand aktual pada periode t
Ft = Peramalan yg ditentukan sebelumnya untuk periode t
a = Faktor bobot

 a besar, smoothing yg dilakukan kecil

 a kecil, smoothing yg dilakukan semakin
besar
 a optimum akan meminimumkan MSE,
MAPE

90
Contoh 7
Tabulasi data berikut ini merupakan actual
sales dalam unit untuk 6 bulan dan
peramalan dimulai dari bulan januari.
Month Jan Feb Marc Apr May June

Actual Sales 100 94 108 80 68 94

a. Hitunglah estimasi nilai ramalannya

menggunakan simple exponensial smoothing
dengan a = 0.2 jika inisial estimasi periode
Januari = 80.
b. Hitunglah Mean Absolute Deviation (MAD)

91
Metode Seasonal
 Demand meningkat karena pengaruh tertentu atau
berdasarkan waktu.
 Nilai/harga faktor seasonal antara 0 dan 1.
 Formulasi peramalan pada tahun ke i :
d’i = a + bt
Keterangan :
d’i = peramalan untuk saat ke i
t = perioda waktu (bulan, minggu, dll)
 Formulasi Peramalan Seasonal :
SF(i) = (Si).(d’t)

92
Forecasting Errors & Tracking Signals
3 metode perhitungan kesalahan
peramalan :

93
Verifikasi (1)
 Salah satu metode verifikasi adalah Moving Range Chart
(MRC).
 Moving Range (MR) didefinisikan sebagai :
MR = |d’t – dt| – |d’t-1– dt-1|
Keterangan :
d’t = ramalan pada bulan ke t
dt = kebutuhan pada bulan ke t
d’t–1 = ramalan pada bulan ke t-1
dt–1 = kebutuhan pada bulan ke t-1

94
Verifikasi (2)
 Rata-rata MR dihitung :

 Batas kontrol atas (UCL), batas kontrol bawah

(LCL), dan garis tengah (CL)

95
Verifikasi (3)

96
Verifikasi (4)
 Pengujian out of kontrol :
 Dari 3 titik yang berurutan, 2 titik atau lebih
berada di daerah A.
 Dari 5 titik yang berurutan, 2 titik atau lebih
berada di daerah B.
 Dari 8 titik yang berurutan, seluruhnya berada di
atas atau di bawah center line.
 Satu titik berada di luar batas kontrol.

97
Verifikasi (5)
 Contoh Soal: Kasus Peramalan Konstan

MR = |d’t – dt| – |d’t-1– dt-1|

98
Verifikasi (6)
30
UCL = +28.2

20

10
d' - d

0 CL

-10

-20

LCL = -28.2
-30
J F M A M J J A S O N D
Bulan

Gambar 2. Peta Kendali Peramalan Konstan

99
Verifikasi (7)
 Bila kondisi out of control terjadi.
 Perbaiki ramalan dengan memasukkan data baru.
 Tunggu evidence (fakta-fakta) selanjutnya.

100
Kesimpulan
1. Peramalan merupakan tahapan awal dalam
perencanaan sistem operasi produksi.
2. Model yang paling tepat harus dipilih dalam
melakukan peramalan.
3. Model yang dipilih dapat dibandingkan dengan
model yang lain dengan menggunakan kriteria
minimum average sum of squared errors.
4. Distribusi forecast errors harus dimonitor, jika
terjadi bias maka model yang digunakan tidak
tepat.

101
102
Pendahuluan
 Perencanaan agregat (aggregate planning) juga
dikenal sebagai penjadwalan agregat (aggregate
scheduling) berhubungan dengan penentuan
kuantitas dan waktu produksi pada jangka
menengah
 Tujuan Aggregate planning (AP) adalah
membangkitkan (generate) top level production
plans
 Basis AP adalah hasil ramalan dan target produksi.
Target produksi ditentukan oleh top level business
plan yang memperhatikan kapasitas & kapabilitas
perusahaan

103
Pendahuluan
 Analisis dilakukan dalam kelompok produk
(product family) dengan unit agregat
 Melibatkan pemilihan strategi manufaktur
 Peran AP adalah sebagai interface antara
perusahaan/sistem manufaktur dan pasar
produknya.
 tujuan perencanaan agregat adalah memperkecil
biaya pada periode perencanaan.

104
Pendahuluan
 Kapasitas (capacity) adalah hasil produksi
(throughtphut), atau jumlah unit yang dapat ditahan,
diterima, disimpan, atau diproduksi oleh sebuah fasilitas
dalam suatu periode waktu tertentu.

 Kapasitas mempengaruhi sebagian besar biaya tetap.

Kapasitas juga menetukan apakah permintaan dapat
dipenuhi, atau apakah fasilitas yang ada akan berlebih.
Jika fasilitas terlalu besar, sebagian fasilitas akan
menganggur dan akan terdapat biaya tambahan yang
dibebankan pada produksi yang ada atau pelanggan

105
Rencana Agregat

Strategi perencanaan dalam tahapan Perencanaan dan

Pengendalian Produksi yang bermuara pada perencanaan
kapasitas yang optimal.
Proses agregasi (aggregation) ialah pengelompokan
beberapa jenis item menjadi product family.
Proses disagregasi (disaggregation) adalah proses derivasi
product family menjadi item.
Item Family Family

Agregasi Perancangan Disagregasi

Data family Peramalan
Agregat
A Family
Family

Agregasi Disagregasi
Data family Peramalan Perancangan
Data B Family Agregat MPS
Family

Agregasi Perancangan Disagregasi

Data family Peramalan
C Family Agregat
Family

106
Hirarki produk
 Type: kelompok beberapa product families.
 Product family: kelompok beberapa items.
 Item: produk akhir individual yang dibeli (digunakan) oleh
konsumen.
 Biasanya hirarki tersebut dimulai dari product family,
karena bila sebuah pabrik membuat lebih dari satu jenis
type maka operasi perusahaan itu akan menjadi sangat
kompleks.
 Pengelompokan sejumlah item ke dalam sebuah product
family dilakukan dengan teknik Group Technology (GT).

107
Karakteristik Perencanaan
Agregat
 Horison waktu sekitar 12 bulan
 Tingkat agregat permintaan akan produk terdiri
 dari satu atau beberapa kategori produk
 Kemungkinan berubahnya kedua variabel
 supply dan demand
 Variasi sasaran manajemen
 Fasilitas dianggap tetap tidak dapat diperluas

108
Masukan Perencanaan Agregat
a. Sumber Daya
 Tenaga kerja
 Fasilitas
b. Ramalan Permintaan
c. Kebijakan
 Subcontracting
 Overtime
 Inventory levels
 Back orders
d. Biaya
 Inventory carrying
 Back orders
 Hiring/firing
 Overtime
 Inventory changes
 Subcontracting

109
Keluaran Perencanaan Agregat
a. Total biaya perencanaan
b. Proyeksi tingkat persediaan
 Persediaan
 Pekerjaan
 Keluaran
 Subkontak
 Backorder

110
Perencanaan Tugas dan
Tanggung Jawab

111
Strategi Perencanaan
Agregat
 Mengubah permintaan untuk memenuhi kapasitas
(Pro-aktif)
 Mengubah kapasitas untuk memenuhi permintaan
(Re-aktif)
 Campuran

112
Strategi Pilihan Kapasitas
Mengubah tingkat persediaan.
Meragamkan jumlah tenaga kerja dengan cara
mengkaryakan atau memberhentikan.
Meragamkan tingkat produksi melalui lembur
atau waktu kosong
Subkontrak.
Penggunaan karyawan paruh waktu.

113
Strategi Perencanaan
Agregat
 Mempertahankan tingkat tenaga kerja
 Mempertahankan tingkat keluaran yang stabil
 Memenuhi permintaan setiap periode
 Menggunakan variabel keputusan

114
Strategi Dasar
 Strategi tingkat kapasitas
Mempertahankan keluaran pada tingkat waktu normal yang
stabil sambil memenuhi variasi dalam permintaan oleh pilihan
kombinasi
 Strategi mengejar permintaan
Menyelaraskan kapasitas permintaan; perencanaan keluaran untuk
setiap periode dalam permintaan yanh diharapkan pada periode
tersebut

115
Strategi Pilihan Permintaan
Pilihan permintaan dasar adalah sebagai berikut:
 Memengaruhi permintaan
 Tunggakan pesanan selama periode permintaan
tinggi
 Perpaduan produk dan jasa yang
counterseasonal (dengan musim yang berbeda)

116
Proses Agregasi
 Unit agregat yang biasa digunakan dalam
proses agregasi :
Jam kerja buruh, mesin atau resource lainnya.
Waktu standar.
Harga jual, Ongkos produksi.
Satuan agregat dummy (pseudo product).

117
Contoh Proses Agregasi
IBM memproduksi komputer laptop, desktop,
notebook dan mesin teknologi tinggi lainnya.
Proses agregasi adalah pengelompokkan jenis –
jenis komputer tersebut ke dalam family product
(misalnya famili komputer).

Sebuah rumah sakit bisa melakukan agregasi

jasa yang diberikan menjadi jumlah perawat atau
dokter yang dibutuhkan.

118
Teknik Aggregate Planning (AP)
Trial and Error atau charting : Pure and Mixed
Strategies.
Pendekatan empiris : Model Bowman.
Pendekatan matematis : Linear Programming.
Simulasi.

119
120
STRATEGI DAN TEKNIK
PERENCANAAN PRODUKSI
 STRATEGI MURNI
 STRATEGI CAMPURAN

121
STRATEGI DAN TEKNIK
PERENCANAAN PRODUKSI
 STRATEGI MURNI
Strategi murni adalah strategi dengan melakukan
perubahan pada salah satu factor yang tersebut diatas,
yang meliputi :
1. Mengendalikan jumlah inventori
2. Mengendalikan jumlah tenaga kerja
3. Subkontrak
4. Mempengaruhi permintaan

122
STRATEGI DAN TEKNIK
PERENCANAAN PRODUKSI
 STRATEGI CAMPURAN
Strategi ini merupakan penggunaan dua atau lebih
strategi murni untuk menghasilkan perencanaan
produksi yang feasible.

123
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
 Untuk menentukan perubahan production level
merupakan keputusan yang sulit, dan akan
melibatkan uang dan waktu dalam jumlah yang
sangat besar. Dengan menentukan decision rules,
manager pengendalian produksi dan manager
pengoperasian akan menetapkan aturan mainnya.
 Untuk mengoptimalkan aturan ini , perlu ditinjau
struktur biaya yang terjadi.

124
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
A. Biaya Upah Normal dan biayaLembur (Normal and
Overtime Cost)
 Biaya produksi regular time diasumsikan untuk para
pekerja fulltime. Biaya ini akan meningkat sesuai
dengan bertambahnnya jumlah pekerja. Adapun
grafik biaya ini dapat dilihat pada gambar 1, berikut :

125
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
 Tetapi selain itu perusahaan juga harus menentukan
berapa faktor biaya ,antara lain mempertahankan
jumlah tenaga kerja yang perubahannya disebabkan
oleh tekanan sosial ,pendapat masyarakat, tingginya
biaya pelatihan. Dengan memasukkan faktor –faktor
ini biaya tenaga kerja akan menjadi konstan, seperti
terlihat pada gambar 2, dibawah ini :
 Bentuk kurva dan ongkos waktu lembur (overtime)
dari jumlah tenaga kerja dapat dilihat pada gambar 3.

126
Gambar 1. Biaya produksi
waktu reguler

127
Gambar 2. Biaya Tenaga Kerja

128
Gambar 3. Biaya waktu lembur
dan tunda

129
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
B. Ongkos Perubahan Kecepatan Produksi
 Biaya akibat perubahan tingkat produksi bisa disebabkan
oleh jumlah tenaga kerja perubahan biaya,
pemberhentian dan perekrutan tenaga kerja, dapat dilihat
gambar 4.

 Dengan bertambahnya jumlah tenaga kerja, biaya –

biaya yang dikeluarkan antara lain : Ongkos rekrut,
ongkos pelatihan, yang menyebabkan turunnya
produktivitas selama periode tertentu. Begitu juga
dengan pemberhentian tenaga kerja. Biaya peningkatan
produksi dan penurunan tingkat produksi adalah
berbeda.

130
Gambar 4. Ongkos Perubahan Tingkat
Tenaga kerja

131
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
C. Ongkos Persediaan, Permintaan /Kekurangan
Pesanan
 Tingkat persediaan agregat yang optimum,
merupakan pendekatan dari jumlah rata – rata safety
stock dan ½ dari optimum batch size, yang
ditentukan dari tiap item, seperti yang terlihat pada
gambar 5.
 Ongkos persediaan berkisar antara 5% sampai 90%
dari harga item tersebut. Total ongkos persediaan
adalah merupakan jumlah dari ongkos persediaan
semua item.

132
Gambar 5. Tingkat Inventori Agregat

133
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
 Biaya backorder dan lost sales merupakan masalah
keuangan yang sama. Jika sering terjadi lost sales,
maka keadaan ini akan membuka peluang bagi
kompetitor dan menyebabkan semua biaya produksi
meningkat . Biaya lost sales sangat sulit
diperkirakan. Dari angka peramalan permintaan,
biaya inventory,back order, digambarkan pada
gambar 6.

134
Gambar 6. Biaya Inventori dan Shortage

135
Nilai dari Aturan – aturan Pengambilan
Keputusan (The Value of Decision Rules)
D. Ongkos Subkontrak.
 Alternatif lain untuk merubah tingkat produksi dan
persediaan, sebuah perusahaan bisa memilih
subkontrak untuk memenuhi permintaan.
 Subkontrak bisa juga tidak menguntungkan, karena
akan akan menyebabkan biaya yang lebih besar dan
akan membuka peluang kompetitor. Selain itu
subkontrak juga sulit dijalankan, karena untuk
mencari supplier yang on time dan reliable tidak
mudah.

136
137
Metode – Metode Perencanaan Agregat
 Banyak metode yang telah dikembangkan untuk
perencanaan agregat ini tetapi pada dasarnya dapat
dikelompokkan menjadi dua kelompok yaitu:
A. Dengan pendekatan Optimasi :
 progamma linier
 aturan HMMS (Linier Decision Rule)
 search Decision Rule, dll

B. Dengan pendekatan Heuristik :

 metode grafik
 metode koefisien manajemen
 metode parametric, dll

138
Perencanaan Agregat dengan Metode Grafis
 Metode grafis ini adalah metode perencanaan
agregat yang sangat sederhana dan mudah
dipahami. Dasar metode ini sebenarnya adalah “trial
and error” dengan melihat gambaran antara
permintaan kumulatif dan rata-rata permintaan
kumulatifnya.

139
Perencanaan Agregat dengan Metode Grafis
 Secara garis besar langkah perencanaan yang dilakukan
adalah sebagai berikut :
1. Gambarkan histogram permintaan dan tentukan kecepatan
produksi (Pt) rata-rata yang diperlukan untuk memenuhi
permintaan.
2. Gambarkan grafik permintaan kumulatif terhadap waktu serta
grafik permintaan rata-rata kumulatif terhadap waktu.
Identifikasikan periode – periode tempat terjadinya kekurangan
barang (back order) dan periode-periode adanya kelebihan
barang (inventory).
3. Tentukan strategi yang akan digunakan untuk menanggulangi
kekurangan dan kelebihan barang tersebut.
4. Hitung ongkos yang ditimbulkan oleh setiap strategi dan pilih
yang memberikan ongkos terkecil.

140
CONTOH : Perencanaan Aggregat

Diketahui demand selama 8 periode ke depan (hasil ramalan)

Ongkos produksi :
Regular time (Cr): 10 (US$/unit)
Over time (Co): 20 (US$/unit)
Ongkos kenaikan tingkat produksi (Ch) : 100 US$/unit (hiring cost)
Ongkos penurunan tingkat produksi (Cl): 150 US$/unit  (lay-off cost)
Ongkos inventory (Ci): 50 US$/periode
Incremental cost for subcontracting (Cs): 80 US$/unit

141

141
Forecasted Demand per periode

142

142
 Level Strategy

*) Initial inventory: 270

143

143
Chase Strategy

144

144
Subcontract Strategy

145

145
Mixed Strategy

146

146
Linear Programming

Subject to P, O = jml unit yang diproduksi

pada RT dan OT
A, R = jml unit kenaikan dan
penurunan
r, v = ongkos produksi per
unit RT dan OT
c= ongkos simpan per unit
D= ramalan demand
I= jml unit inventory
m, n = kapasitas RT dan OT

147
Transportation Model(1)

Inventory awal: 100 unit

Inventory akhir yang diinginkan: 150 unit
Ongkos RT: $100/unit
Ongkos OT: $125/unit
Ongkos SC: $150/unit
Ongkos simpan: $20/unit/perioda

148

148
Transportation Model(3)

149
Transportation Model(2)

150

150
151
Perencanaan Disagregat

Tujuan :
Disagregasi dilakukan untuk menyusun jadwal induk
produksi (MPS – Master Production Schedule) Setelah
diketahui jadwal produksi agregatnya.
Metode disagregasi
Persentase.
Bitran dan Hax.
Hax dan Meal.

152
Jadual Induk Produksi

 Jadwal Produksi Induk (Master Production

Schedule, MPS) atau JPI merupakan output
disagregasi pada rencana agregat.

 JPI ada pada tingkatan item.

 JPI bertujuan untuk melihat dampak demand pada

perencanaan material dan kapasitas.

 JPI bertujuan untuk menjamin bahwa produk

tersedia untuk memenuhi demand tetapi ongkos
dan inventori yang tidak perlu dapat dihindarkan.

153
Prosedur Teknik Persentase
 Hitung persentase kuantitas item masing-masing
terhadap kuantitas famili pada data masa lalu
(semua dalam unit agregat)
 Gunakan persentase ini untuk menentukan kuantitas
item masing-masing dari Rencana Agregat. Output
adalah MPS dalam satuan agregat
 Lakukan pembagian MPS (yang masih dalam satuan
agregat) dengan nilai konversi sehingga dihasilkan
MPS dalam satuan individu item

154

154
 Contoh(1)
Data item (unit)
Perioda 1 2 3 4 5 6 Waktu baku (jam per unit)
Produk A 200 220 240 230 250 260 3
Produk B 600 650 700 690 720 770 2
Produk C 50 55 60 58 60 60 5

Data Agregat (jam)

Perioda 1 2 3 4 5 6 Total Persentase
Produk A 600 660 720 690 750 780 4200 29,6%
Produk B 1200 1300 1400 1380 1440 1540 8260 58,3%
Produk C 250 275 300 290 300 300 1715 12,1%
Family X 2050 2235 2420 2360 2490 2620 14.175 100,0%

155

155
Contoh(2)
t At tAt t2
1 2050 2050 1
2 2235 4470 4
3 2420 7260 9
4 2360 9440 16
5 2490 12450 25
6 2620 15720 36
21 14175 51390 91 b = 101,6 a = 2006,9

Ft = 2006,9 + 101,6 t

156

156
Contoh(3)
 Berdasarkan model ramalan tersebut, dapat dihitung
permintaan agregat pada perioda ke 7, 8, dan 9, yaitu:
F7 = 2.006,9 + 101,6 x 7 = 2.718,1
F8 = 2.006,9 + 101,6 x 8 = 2.819,7
F9 = 2.006,9 + 101,6 x 9 = 2.921,3

 Bila dalam penentuan rencana agregat (aggregate

plan) diasumsikan menggunakan strategi mengubah
tenaga kerja, maka nilai rencana agregat akan sama
dengan nilai ramalan
157

157
Contoh(4)
 Dengan demikian nilai rencana agregat pada perioda
ke 7 adalah: 2.718,1 jam
 Dengan teknik persentase, disagregasi dilakukan
untuk memperoleh MPS, yaitu:
Produk A = 0,296 x Rp. 2.718,100 = 804,5576 jam
Produk B = x Rp. 2.718,100 =
0,583 1.584,6523 jam
Produk C = x Rp. 2.718,100 =
0,121 328,8901 jam

MPS ini masih dalam unit agregat, sehingga perlu dilakukan

konversi untuk memperoleh unit item. Konversi ini
menggunakan harga jual per unit masing-masing produk
158

158
 Jumlah unit
Contoh(5) (pembulatan)
Produk Waktu Proses Waktu Baku
269
A 804,5576 3 jam 793
B 1.584,6523 2 jam
66
C 328,8901 5 jam

MPS pada perioda ke 7: Produk A: 269 unit

Produk B: 793 unit
Produk C: 66 unit

159

159
Model Bitran and Hax(1)
 Bila terdapat item j dalam famili i yang memenuhi

maka seluruh item j dalam famili i harus dibuat.

160

160
161
 Fungsi Persediaan
1. Memungkinkan operasi berjalan terus-menerus
dengan lancar karena penggunaan “barang dalam
proses”, persediaan diperlukan untuk menghadapi
kemacetan proses pada berbagai tingkat dalam
proses produksi
2. Melindungi variasi ketepatan pengiriman akibat
cuaca, persediaan yang menipis, masalah mutu
atau pengiriman yang kurang benar secara teknis.
3. Mengambil keuntungan mendapatkan discount
bila membeli bahan dalam jumlah besar karena
dapat mengurangi harga dan biaya pengiriman
4. Untuk melindungi/menghindari dari dampak
inflasi dan perubahan dalam bentuk kenaikan
harga-harga
162 -33

162
Manfaat Persediaan
1. Memanfaatkan diskon kuantitas. Diskon kuantitas
diperoleh jika perusahaan membeli dalam kuantitas yang
besar.
2. Menghindari Kekurangan Bahan (Out of stock). Jika
pelanggan datang untuk membeli barang dagangan,
kemudian perusahaan tidak mempunyai barang
tersebut, maka perusahaan kehilangan kesempatan
untuk memperoleh keuntungan.
3. Manfaat pemasaran. Jika perusahaan mempunyai
persediaan barang dagangan yang lengkap, maka
pelanggan atau calon pelanggan akan terkesan dengan
kelengkapan barang dagangan yang kita tawarkan.
4. Spekulasi;

163 -33

163
biaya-biaya yang berkaitan dengan persediaan

1. Biaya Investasi. Investasi pada persediaan,

seperti investasi pada piutang atau modal kerja
lainnya, memerlukan biaya investasi.
2. Biaya Penyimpanan. Biaya penyimpanan
mencakup biaya eksplisit, seperti biaya sewa
gudang, asuransi, pajak, dan biaya kerusakan
persediaan.
3. Biaya Order. Untuk memperoleh persediaan,
perusahaan akan melakukan order persediaan
tersebut.

164 -33

164
Sistem Pengendalian Persediaan
 Metode ABC
 Metode ini menggolongkan persediaan berdasarkan
nilai dan kuantitas. Dengan bagan semacam itu,
manajer keuangan bisa memfokuskan pada item yang
paling membutuhkan pengendalian persediaan

165

165
 ABC Analysis
 Membagi persediaan ke dalam tiga
kelompok berdasarkan annual dollar
volume
 Class A - high annual dollar volume (jumlah nilai uang per
tahunnya tinggi, persediaan semacam ini mungkin mewakili
hanya sekitar 15% dari persediaan total tetapi mewakili 70%
- 80% dari total biaya persediaan)
 Class B - medium annual dollar volume (persediaan
semacam ini mungkin mewakili hanya sekitar 30% dari
keseluruhan persediaan total dan 15% - 25% dari total biaya
persediaan)
 Class C - low annual dollar volume (mewakili hanya 5% dari
keseluruhan volume tahunan tetapi sekitar 55% dari
keseluruhan persediaan)

166

166
ABC Analysis
Digunakan untuk bagaimana memfokuskan
sumberdaya pada bagian persediaan penting yang
sedikit dan bukan pada bagian persediaan yang
banyak namun sepele

167

167
ABC Analysis
Percent of Percent of
Item Number of Annual Annual Annual
Stock Items Volume Unit Dollar Dollar
Number Stocked (units) x Cost = Volume Volume Class

#10286 20% 1,000 $ 90.00 $ 90,000 38.8% 72% A

#11526 500 154.00 77,000 33.2% A

#12760 1,550 17.00 26,350 11.3% B

#10867 30% 350 42.86 15,001 6.4% 23% B

#10500 1,000 12.50 12,500 5.4% B

168

168
ABC Analysis

Percent of Percent of
Item Number of Annual Annual Annual
Stock Items Volume Unit Dollar Dollar
Number Stocked (units) x Cost = Volume Volume Class
#12572 600 $ 14.17 $ 8,502 3.7% C

#14075 2,000 .60 1,200 .5% C

#01036 50% 100 8.50 850 .4% 5% C

#01307 1,200 .42 504 .2% C

#10572 250 .60 150 .1% C

169

169
ABC Analysis
Percent of annual dollar usage

A Items
80 –
70 –
60 –
50 –
40 –
30 –
20 – B Items
10 – C Items
0 – | | | | | | | | | |

10 20 30 40 50 60 70 80 90 100

Percent of inventory items

170

170
ABC Analysis

 Kriteria selain annual dollar

volume yang dapat digunakan
 Perubahan teknis yang diantisipasi
 Masalah pengiriman
 Masalah mutu
 Biaya per unit yang tinggi dapat
membawa butir persediaan yang
menaik ke dalam klasifikasi yang
lebih tinggi
171

171
ABC Analysis

 Kebijakan yang menjadi dasar pada

Analisis ABC
 Perkembangan sumberdaya pembelian
yang dibayarkan kepada pemasok harus
lebih tinggi untuk butir persediaan A
dibanding C
 Keakuratan catatan persediaan harus
lebih sering diverifikasi untuk persediaan
A
 Meramalkan butir persediaan A mungkin
harus lebih berhati-hati daripada
meramalkan butir (kelas) persediaan
yang lain 172

172
Keakuratan Catatan Persediaan
 Keakuratan catatan mengenai persediaan ini
penting dalam sistem produksi dan persediaan
 Memungkinkan organisasi untuk memfokuskan
pada persediaan yang dibutuhkan
 Dibutuhkan untuk membuat keputusan yang
tepat mengenai pemesanan, penjadwalan dan
pengangkutan
 Pencatatan pemasukan dan pengeluaran harus
baik
 Ruang persediaan harus aman

173

173
Pengendalian Persediaan dalam Industri Jasa

 Pengendalian persediaan pada industri jasa dapat

menentukan keberhasilan atau kegagalan.
 Pada bisnis eceran, persediaan yang tidak dicatat di antara
penerimaan dan waktu penjualan dinamakan penyusutan.
Penyusutan bisa terjadi karena pencurian atau
administrasi yang berantakan.
 Teknik-teknik yang dapat diterapkan antara lain:
1. Pemilihan karyawan, pelatihan dan disiplin yang baik
2. Pengendalian yang ketat atas kiriman barang yang
datang
3. Pengendalian yang efektif atas semua barang dengan
meninggalkan fasilitas.

174

174
Holding, Ordering, and Setup Costs

 Holding costs – biaya-biaya yang berkaitan

dengan penyimpanan atau penahanan
(carrying) persediaan sepanjang waktu.
Contoh: biaya pemeliharaan, biaya
keamanan, sewa gudang.
 Ordering costs – biaya-biaya yang berkaitan
dengan pemesanan dan penerimaan,
mencakup biaya pasokan, formulir,
pemrosesan pesanan, tenaga para pekerja,
dsb.
 Setup costs – biaya-biaya untuk
mempersiapkan mesin atau proses untuk
memproduksi pesanan 175

175
Holding Costs
Cost (and Range)
as a Percent of
Category Inventory Value
Housing costs (sewa bangunan atau 6% (3 - 10%)
depresiasi, biaya operasi, pajak, asuransi)
Material handling costs (sewa peralatan 3% (1 - 3.5%)
atau depresiasi, listrik, biaya operasi)
Biaya tenaga kerja 3% (3 - 5%)
Investment costs (biaya pinjaman, pajak, 11% (6 - 24%)
dan asuransi persediaan)
Pencurian, tergores, and kelalaian 3% (2 - 5%)
Biaya keseluruhan penangan bahan 26%

176

176
Model Persediaan untuk Permintaan Independen

Dua pertanyaan penting:

• Kapan pemesanan dilakukan
• Berapa banyak yang akan dipesan
Model-model persediaan independen adalah:

 Basic Economic Order Quantity (EOQ)

 Production Order Quantity
 Quantity Discount Model

177

177
Basic EOQ Model

Beberapa asumsi EOQ

1. Tingkat permintaan diketahui dan bersifat konstan
2. Lead time (waktu antara pemesanan dan penerimaan)
diketahui dan konstan
3. Persediaan diterima dengan segera, dalam arti
persediaan yang dipesan tiba dalam bentuk kumpulan
produk, pada satu waktu
4. Tidak mungkin diberikan diskon
5. Biaya variable yang muncul hanya biaya pemasangan
atau pemesanan dan biaya penyimpanan
6. Stockouts (keadaan kehabisan atau kekurangan stok)
dapat dihindari sama sekali bila pemesanan dilakukan
pada waktu yang tepat

178

178
Penggunaan persediaan dari waktu ke waktu

Usage rate Average

Order inventory
Inventory level

quantity = on hand
Q
Q
(maximum
inventory 2
level)

Minimum
inventory

Time

179

179
Meminimalkan Biaya
Tujuan untuk meminimalkan biaya
total
Curve for total
cost of holding
and setup

Minimum
total cost
Annual cost

Holding cost
curve

Setup (or
order) cost
curve
Optimal Order quantity
order
quantity 180

180
 D
Annual setup cost = S
The EOQ Model Q

Q = Jumlah barang setiap pemesanan

Q* = Jumlah optimal barang per pemesanan (EOQ)
D = Permintaan tahunan barang persediaan, dalam unit
S = Setup (pemasangan) or ordering cost for each order
H = Holding (penahanan) or carrying cost per unit per
year
Annual setup cost =(Number of orders placed per year)
x (Setup or order cost per order)

Annual demand Setup or order

=
Number of units in each order cost per order

= D (S)
Q

181

181
 D
Annual setup cost = S
Q
The EOQ Model Annual holding cost =
Q
2
H

Q = Number of pieces per order

Q* = Optimal number of pieces per order (EOQ)
D = Annual demand in units for the Inventory item
S = Setup or ordering cost for each order
H = Holding or carrying cost per unit per year

Annual holding cost = (Average inventory level)

x (Holding cost per unit per year)

Order quantity
= (Holding cost per unit per year)
2

= Q (H)
2

182

182
The EOQ Model
Q = Number of pieces per order
Q* = Optimal number of pieces per order (EOQ)
D = Annual demand in units for the Inventory item
S = Setup or ordering cost for each order
H = Holding or carrying cost per unit per year

Optimal order quantity is found when annual setup

cost equals annual holding cost

D Q
S = H Annual setup cost = DS
Q 2
Q
Solving for Q* 2DS = Q2H Q
Annual holding cost = H
2
Q2 = 2DS/H
Q* = 2DS/H

183

183
Contoh EOQ

Determine optimal number of needles to order

D = 1,000 units
S = $10 per order
H = $.50 per unit per year

2DS
Q* =
H
2(1,000)(10)
Q* = = 40,000 = 200 units
0.50
Jumlah unit yang dipesan paling optimal adalah 200
unit 184

184
An EOQ Example

Determine optimal number of needles to order

D = 1,000 units Q* = 200 units
S = $10 per order
H = $.50 per unit per year

Expected Demand D
number of =N= =
orders Order quantity Q*

1,000
N = 200 = 5 orders per year

185

185
An EOQ Example

Determine optimal number of needles to order

D = 1,000 units Q* = 200 units
S = $10 per order N = 5 orders per year
H = $.50 per unit per year

Number of working
Expected time days per year
between orders = T =
N
250
T= = 50 days between orders
5

186

186
An EOQ Example

Determine optimal number of needles to order

D = 1,000 units Q* = 200 units
S = $10 per order N = 5 orders per year
H = $.50 per unit per year T = 50 days

Total annual cost = Setup cost + Holding cost

TC = DS/Q + H.Q/2

TC = ((1000x $10) /200)+( $0.50 (200/2))

TC = $50 + $50 = $100

187

187
An EOQ Example
• Sebuah apotek mendapatkan penawaran pembelian
obat dari detailer dengan berbagai variasi harga
sebagai berikut:
kuantitas harga
1 – 49 paket $1400
50-89 paket $1100
> 90 paket $900

• Besarnya carrying cost $190, ordering cost $2500 dan

permintaan yang diestimasikan 200 paket.
Berapakah sebaiknya jumlah yang dibeli?

188

188
• Hitung EOQ.

2DS
Q* =
H

2x200x2500
Q* =
190

Q = 72,5 unit

189

189
• HITUNG BIAYA TOTAL
– Untuk pembelian 72,5 paket, harga $1100

– TC = DS/Q + H.Q/2 + PD
– TC= (200x2500)/72,5 +190(72,5/2) +(1100x200)
– TC = $ 233,784
• BANDINGKAN DGN KUANTITAS YG LEBIH TINGGI
– TC = DS/Q + H.Q/2 + PD
– TC= (200x2500)/90 +190(90/2) +(900x200)
– TC = $ 194,105

190

190
Reorder Points

 EOQ answers the “how much”

question
 The reorder point (ROP) tells when to
order
Demand Lead time for a
ROP = per day new order in
days
=dxL
D
d= Number of working days in a year

191

191
Reorder Point Curve
Inventory level (units)

Q*

Slope = units/day = d

ROP
(units)

Time (days)
Figure 12.5 Lead time = L
192

192
Reorder Point Example
Demand = 8,000 DVDs per year
250 working day year
Lead time for orders is 3 working days

D
d=
Number of working days in a year
= 8,000/250 = 32 units

ROP = d x L

= 32 units per day x 3 days = 96 units

193

193
194
Definisi Penjadwalan

Pengaturan waktu dari suatu kegiatan operasi, yang

mencakup kegiatan mengalokasikan fasilitas, peralatan
maupun tenaga kerja, dan menentukan urutan pelaksanaan
bagi suatu kegiatan operasi.
Penjadwalan bertujuan meminimalkan waktu proses, waktu
tunggu langganan, dan tingkat persediaan, serta
penggunaan yang efisien dari fasilitas, tenaga kerja, dan
peralatan.

195
Jenis Penjadwalan Operasi

Ada 3 bagian besar jenis penjadwalan operasi, yaitu :

1. Sequencing
2. Input-output control
3. Loading

196
[Link] (Pengurutan pekerjaan)

Menentukan urutan pekerjaan yang harus dilakukan pada setiap

pusat kerja.

Sebagai contoh, anggap terdapat 10 pasien yang pada sebuah klinik

medis untuk mendapatkan perawatan.
Dalam urutan seperti apakah mereka seharusnya diperlakukan ?
Haruskah pasien yang pertama dilayani adalah yang datang pertama
kali ataukah pasien yang memerlukan perawatan darurat? Metode
pengurutan memberikan informasi terinci seperti ini. Metode ini
dikenal sebagai aturan prioritas untuk membagikan pekerjaan pusat
kerja.

197
Aturan Prioritas

Aturan Prioritas (priority rule)

Memberikan panduan untuk mengurutkan pekerjaan yang
harus dilakukan. Aturan ini terutama diterapkan untuk
fasilitas terfokus-proses seperti klinik, percetakan, bengkel
job shop. Beberapa aturan prioritas yang paling terkenal akan
dibahas. Aturan prioritas mencoba untuk meminimasi waktu
penyelesaian, jumlah pekerjaan dalam sistem, keterlambatan
pekerjaan, dan memaksimasi utilisasi fasilitas.

198
 Aturan prioritas yang terkenal adalah:
1. First Come, First Served (FCFS)
2. Shortest Processing Time (SPT)
3. Longest Processing Time (LPT)
4. Earliest Due Date (EDD)
5. Critical Ratio (CR-Rasio Kritis)

1. First Come, First Served (FCFS)

(yang pertama datang, yang pertama dilayani)
Pekerjaan pertama yang datang di sebuah pusat kerja diproses
terlebih dahulu

199
2. Shortest Processing Time (SPT)
(waktu pemrosesan terpendek)
Pekerjaan yang memiliki waktu pemrosesan terpendek
diselesaikan terlebih dahulu

3. Longest Processing Time (LPT)

(waktu pemrosesan terpanjang)
Pekerjaan yang memiliki waktu pemrosesan lebih panjang
diselesaikan terlebih dahulu

4. Earliest Due Date (EDD)

(batas waktu paling awal)
Pekerjaan dengan batas waktu yang paling awal dikerjakan
terlebih dahulu

200
 Kriteria Penjadwalan
Kriteria penjadwalan dilihat dari hal-hal berikut:
1. Minimasi waktu penyelesaian
Kriteria ini dievaluasi dengan menentukan waktu penyelesaian
rata-rata untuk setiap pekerjaan.
2. Maksimasi utilisasi
Kriteria ini dievaluasi dengan menghitung presentase waktu
digunakannya fasilitas.
3. Minimasi persediaan barang setengah jadi (work-in-process/WIP)
Kriteria ini dievaluasi dengan menentukan jumlah pekerjaan rata-rata
dalam sistem tersebut. Lebih sedikit pekerjaan dalam sistem, maka
lebih rendah persediaan.
4. Minimasi waktu tunggu pelanggan.
Kriteria ini dievaluasi dengan menentukan jumlah keterlambatan rata2.

201
Evaluasi
 Contoh di bawah membandingkan keempat aturan di atas.
Lima pekerjaan yang berkaitan dengan tugas arsitektur menunggu untuk
ditugaskan pada Ajax, Tarneyand & Banes Architects. Waktu pengerjaan
(pemrosesan) mereka dan batas waktunya diberikan dalam tabel berikut.
Urutan pengerjaan sesuai dengan aturan FCFS, SPT, LPT, EDD akan diterapkan
Pekerjaan ditandai dengan huruf sesuai dengan urutan kedatangannya.

Waktu Pemrosesan Batas Waktu

Pekerjaan
(Hari) Pekerjaan (Hari)
A 6 8
B 2 6
C 8 18
D 3 15
E 9 23

202
Penyelesaian
1. Urutan FCFS diperlihatkan dalam tabel berikut, yaitu A-B-C-D-E.
Aliran waktu dalam sistem untuk urutan ini menghitung waktu yang
Dihabiskan oleh setiap pekerjaan untuk menunggu ditambah dengan
waktu pengerjaannya.

Urutan Waktu Aliran Batas Waktu Keterlambatan

Pekerjaan pemrosesan Waktu Pekerjaan
A 6 6 8 0
B 2 8 6 2
C 8 16 18 0
D 3 19 15 4
E 9 28 23 5
Jumlah 28 77 11

203
Aturan FCFS menghasilkan ukuran efektivitas sebagai berikut:

a. Waktu penyelesaian rata-rata

= Jumlah aliran waktu total/Jumlah pekerjaan
= 77 hari/5 = 15,4 hari.

b. Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total

= 28/77 = 36,40%

c. Jumlah pekerjaan rata-rata dalam sistem

= [Link] waktu total/Waktu proses pekerjaan total
= 77 hari/28 hari = 2,75 pekerjaan

d. Keterlambatan pekerjaan rata-rata

= Jumlah hari keterlambatan/Jumlah pekerjaan
= 11/5 = 2,2 hari.

204
2. Aturan SPT yang diperlihatkan dalam tabel berikut, menghasilkan
urutan B-D-A-C-E.
Urutan dibuat berdasarkan waktu pemrosesan, dengan prioritas
tertinggi diberikan kepada pekerjaan yang paling pendek.
Urutan Waktu Aliran Batas Waktu Keterlambatan
Pekerjaan pemrosesan Waktu Pekerjaan
B 2 2 8 0
D 3 5 15 0
A 6 11 8 3
C 8 19 18 1
E 9 28 23 5
Jumlah 28 65 9

205
Aturan SPT menghasilkan ukuran efektivitas sebagai berikut:

a. Waktu penyelesaian rata-rata

= Jumlah aliran waktu total/Jumlah pekerjaan
= 65 hari/5 = 13 hari.

b. Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total

= 28/65 = 43,10%

c. Jumlah pekerjaan rata-rata dalam sistem

= [Link] waktu total/Waktu proses pekerjaan total
= 65 hari/28 hari = 2,32 pekerjaan

d. Keterlambatan pekerjaan rata-rata

= Jumlah hari keterlambatan/Jumlah pekerjaan
= 9/5 = 1,8 hari.

206
3. Aturan LPT yang diperlihatkan dalam tabel berikut, menghasilkan
urutan E-C-A-D-B.
Urutan dibuat berdasarkan waktu pemrosesan, dengan prioritas
tertinggi diberikan kepada pekerjaan yang paling panjang.
Urutan Waktu Aliran Batas Waktu Keterlambatan
Pekerjaan pemrosesan Waktu Pekerjaan
E 9 9 23 0
C 8 17 18 0
A 6 23 8 15
D 3 26 15 11
B 2 28 6 22
Jumlah 28 103 48

207
Aturan LPT menghasilkan ukuran efektivitas sebagai berikut:

a. Waktu penyelesaian rata-rata

= Jumlah aliran waktu total/Jumlah pekerjaan
= 103 hari/5 = 20,6 hari.

b. Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total

= 28/103 = 27,20%

c. Jumlah pekerjaan rata-rata dalam sistem

= [Link] waktu total/Waktu proses pekerjaan total
= 103 hari/28 hari = 3,68 pekerjaan

d. Keterlambatan pekerjaan rata-rata

= Jumlah hari keterlambatan/Jumlah pekerjaan
= 48/5 = 9,6 hari.

208
4. Aturan EDD yang diperlihatkan dalam tabel berikut, menghasilkan
urutan B-A-D-C-E
Urutan dibuat berdasarkan waktu pemrosesan, dengan prioritas
tertinggi diberikan kepada pekerjaan dengan batas waktu paling.

Urutan Waktu Aliran Batas Waktu Keterlambatan

Pekerjaan pemrosesan Waktu Pekerjaan
B 2 2 6 0
A 6 8 8 0
D 3 11 15 0
C 8 19 18 1
E 9 28 23 5
Jumlah 28 68 6

209
Aturan LPT menghasilkan ukuran efektivitas sebagai berikut:

a. Waktu penyelesaian rata-rata

= Jumlah aliran waktu total/Jumlah pekerjaan
= 68 hari/5 = 13,6 hari.

b. Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total

= 28/68 = 41,20%

c. Jumlah pekerjaan rata-rata dalam sistem

= [Link] waktu total/Waktu proses pekerjaan total
= 68 hari/28 hari = 2,43 pekerjaan

d. Keterlambatan pekerjaan rata-rata

= Jumlah hari keterlambatan/Jumlah pekerjaan
= 6/5 = 1,2 hari.

210
Rangkuman Hasil
Hasil dari keempat aturan ini diringkas dalam tabel berikut :

Aturan Waktu Utilisasi Jumlah Keterlambata

Penyelesaian (%) Pekerjaan n Rata-rata
Rata-rata Rata-rata (hari)
(hari) Dalam Sistem
FCFS 15,40 36,40 2,75 2,20
SPT 13,00 43,10 2,32 1,80
LPT 13,60 41,20 2,43 1,20
EDD 20,60 27,20 3,68 9,60

211
Rangkuman Evaluasi
LPT merupakan urutan yang paling tidak efektif. SPT unggul dalam
tiga pengukuran, sementara EDD kalah dalam keterlambatan rata-rata.
Hal ini merupakan kenyataan yang sesungguhnya dalam dunia nyata.
Tidak ada satu aturan pengurutan pun yang selalu unggul dalam semua
kriteria.
Pengalaman menunjukkan hal berikut:

1. SPT biasanya merupakan teknik terbaik untuk meminimasi aliran

pekerjaan dan meminimasi jumlah pekerjaan rata-rata dalam sistem.
Kelemahannya adalah pekerjaan yang memiliki waktu pemrosesan
panjang dapat secara terus menerus tidak dikerjakan.

2. FCFS tidak menghasilkan kinerja yang baik pada hampir semua

kriteria. Bagaimanapun, FCFS memiliki kelebihan karena terlihat adil
oleh pelanggan. Suatu hal yang sangat penting dalam sistem jasa.

212
3. EDD meminimasi keterlambatan maksimal, yang mungkin perlu untuk
pekerjaan yang memiliki penalti setelah tanggal tertentu. EDD bekerja
baik ketika keterlambatan menjadi sebuah isu.

213
Rasio Kritis

RASIO KRITIS (CRITICAL RATIO – CR)

merupakan angka indek yang dihitung dengan membagi waktu
yang tersisa hingga batas waktu pekerjaan, dengan waktu pekerjaan
tersisa. CR cenderung memiliki kinerja yang lebih baik daripada
FCFS, SPT, LPT, atau LPT pada kriteria keterlambatan pekerjaan
rata-rata.
Rasio Kritis memberikan prioritas pada pekerjaan yang harus
dilakukan agar tetap menepati jadwal.

Bila : CR < 1 , berarti pekerjaan terlambat dari jadwal

CR = 1 , berarti pekerjaan sesuai dengan jadwal
CR > 1 , berarti pekerjaan mendahului jadwal

214
Rumus Rasio Kritis adalah :

CR = Waktu yang tersisa / Hari kerja yang tersisa

= Batas waktu – tanggal sekarang / waktu pekerjaan yg
tersisa

Contoh:
Hari ini adalah hari ke-25 pada jadwal produksi Zyco Medical
Testing Laboratories. Tiga pekerjaan berada dalam urutan
sebagai berikut :

215
.
PEKERJAA BATAS WAKTU WAKTU UTK. PEKERJ. SISA
N
A 30 4
B 28 5
C 27 2

CR dihitung dengan menggunakan rumus CR

PEKERJAAN CR URUTAN PRIORITAS

A (30-25) / 4 = 1,25 3
B (28-25) / 5 = 0,60 1
C (27-25) / 2 = 1,00 2

Pekerjaan B memiliki keterlambatan sehingga harus dipercepat, C tepat waktu,

dan A memiliki waktu luang.

216