Weekly Assignment - Module 2 Aggregate Planning
Weekly Assignment - Module 2 Aggregate Planning
1. Objectives
Praktikum ini bertujuan untuk:
1. Menjelaskan prinsip perencanaan agregat dalam konteks produksi sepeda.
2. Menganalisis jenis-jenis perencanaan produksi agregat yang dapat diterapkan
oleh Lá Familia Bike.
3. Mengidentifikasi kelebihan dan kekurangan dari setiap jenis perencanaan
produksi agregat untuk memenuhi permintaan yang meningkat serta
mengembangkan strategi perencanaan produksi yang efektif dan efisien untuk
mengoptimalkan operasi perusahaan dengan biaya minimal.
2. Data
Pada perusahaan sepeda Lá Familia Bike, yang mengkhususkan diri dalam
memproduksi sepeda anak-anak untuk usia 7-10 tahun, terdapat tantangan signifikan
dalam menghadapi lonjakan permintaan yang sangat tinggi selama beberapa tahun
terakhir, khususnya sejak pandemi yang mendorong banyak orang untuk beralih ke
gaya hidup sehat seperti bersepeda. Seiring dengan meningkatnya permintaan,
perusahaan menghadapi kesulitan dalam hal perencanaan produksi yang efisien dan
pengelolaan sumber daya manusia yang optimal. Menghadapi tantangan ini,
perusahaan perlu mempertimbangkan berbagai alternatif solusi, seperti perencanaan
agregat untuk memastikan kelancaran proses produksi tanpa menambah biaya secara
berlebihan.
1
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Berikut adalah data yang digunakan untuk menganalisis rencana produksi
dengan pendekatan Zero Inventory Plan (ZIP). Informasi ini mencakup berbagai aspek
terkait perencanaan, biaya, dan kapasitas produksi, termasuk data inventori,
permintaan, biaya, serta parameter tenaga kerja. Data dirangkum untuk periode Januari
hingga Desember 2022, dengan rincian sebagai berikut:
Description Amount
Ending inventory at December 2021
2.172
(yellow)
Expected ending inventory 8.750
Subcontract cost per unit Rp520.000
Production cost Rp365.000
Wage/month Rp5.067.381
Work hours/day 8
Overtime fee per hour Rp200.000
Max overtime/worker 3
Average production 32.764
Number of workers on last period (Dec-21) 85
Number of working days per worker 20
Cost Lost of sales each unit Rp530.000
Inventory cost each unit Rp35.000
Hiring cost Rp770.000
Firing cost Rp8.120.000
K 19,27
Worker 85
Number of Unit Production 32.764
Number of Working days per worker 20
2.1 Zero Inventory Plan
Zero Inventory Plan adalah strategi perencanaan yang bertujuan untuk
meminimalkan atau bahkan menghilangkan persediaan yang ada dengan cara
memastikan bahwa produksi dan pengiriman dilakukan tepat sesuai dengan
permintaan yang diperkirakan. Pada perencanaan ini, perusahaan berusaha untuk
menjaga tingkat persediaan yang rendah, dengan fokus pada pemenuhan permintaan
tepat waktu tanpa akumulasi barang yang berlebihan. Hal ini melibatkan penyesuaian
kapasitas produksi, tenaga kerja, dan pengelolaan inventaris secara efisien agar dapat
memenuhi kebutuhan pelanggan tanpa adanya persediaan yang tidak terpakai.
Tabel 2.1.1 Data Forecast Demand Berdasarkan Jumlah Hari Kerja Tahun 2022
Number of Forecast
Period
Working Days Demand
January 2022 17 37.154
February 2022 20 38.334
March 2022 23 39.248
April 2022 21 39.589
May 2022 22 39.932
June 2022 20 39.770
July 2022 21 40.723
August 2022 23 40.659
September 2022 22 41.016
October 2022 21 41.403
November 2022 22 41.813
December 2022 20 41.854
Sumber : Lab POA
3
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Tabel 2.1.3 Biaya Operasional dan Produksi
Hiring cost Rp 770.000
Firing cost Rp 8.120.000
Wage Rp 5.067.381
Inventory cost Rp 35.000
Production cost Rp 365.000
Sumber: Lab POA
Tabel 2.1.3 digunakan untuk menghitung biaya terkait dengan berbagai aspek
produksi, termasuk biaya perekrutan, pemecatan, gaji pekerja, biaya inventaris, dan
biaya produksi. Data ini penting untuk memperhitungkan biaya-biaya yang timbul
dalam penyesuaian kapasitas produksi untuk memenuhi permintaan, yang merupakan
bagian dari perencanaan Zero Aggregate Planning.
0 December 2021 85
1 January 2022 36.162 36.368 327,64 327,64 111 36.368 36.368 0
2 February 2022 38.334 74.913 385,46 713,10 106 42.785 79.153 4.240
3 March 2022 39.248 114.364 443,28 1156,38 99 49.203 128.356 13.992
4 April 2022 39.589 154.027 404,73 1561,11 99 44.925 173.281 19.254
5 May 2022 39.932 194.307 424,00 1985,11 98 47.064 220.345 26.038
6 June 2022 39.770 234.394 385,46 2370,57 99 42.785 263.130 28.736
7 July 2022 40.723 275.271 404,73 2775,30 100 44.925 308.055 32.784
8 August 2022 40.659 316.052 443,28 3218,58 99 49.203 357.258 41.206
9 September 2022 41.016 357.180 424,00 3642,59 99 47.064 404.322 47.142
10 October 2022 41.403 398.867 404,73 4047,32 99 44.925 449.247 50.380
11 November 2022 41.813 440.843 424,00 4471,32 99 47.064 496.311 55.468
12 December 2022 44.026 485.170 385,46 4856,78 100 42.785 539.096 53.926
Expected Ending Inventory 8.750
T otal 381.916
5
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Total biaya yang terkait dengan implementasi rencana Constant Workforce
Plan, termasuk biaya produksi, biaya perekrutan, gaji, biaya inventaris, serta total
biaya keseluruhan dituangkan pada tabel sebagai berikut.
Tabel 2.2.2 Perencanaan Produksi dan Inventaris untuk Constant Workforce Plan Tahun 2022
Production cost Rp [Link]
Total Hiring Cost Rp 77.000.000
Total Wage Rp 506.738.100
Total Inventory Rp [Link]
Total Cost Rp [Link]
Sumber : Lab POA
Tabel 2.2.3 Data Produksi dan Tenaga Kerja dalam Constant Workforce Plan
K 19,27
Worker 85
Number of Unit Production 32.764
Number of Working days per worker 20
Sumber : Lab POA
Tabel 2.2.4 Komponen Biaya dan Tenaga Kerja dalam Constant Workforce Plan
Worker 85
Hiring Cost Rp 770.000
Wage Rp 5.067.381
Holding Cost Rp 35.000
Production cost Rp 365.000
Sumber : Lab POA
Tabel 2.3.3 Data Awal dan Akhir untuk Periode Desember 2021 - Desember 2022
Number of workers on last period (Dec-21) 85
Ending inventory at December 2021 2.172
Expected ending inventory at December 2022 8.750
Sumber : Lab POA
Tabel 2.3.4 Total Biaya Produksi dengan Strategi Overtime dan Subkontrak
Total Wage Rp [Link]
Total Overtime Cost Rp [Link]
Total Subcontract Cost Rp -
Total Inventory Cost Rp [Link]
Total Production Cost Rp [Link]
Total Cost Rp [Link]
Sumber : Lab POA
7
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Tabel 2.4.1 Rincian Data Strategi Overtime + Lost of Sales
Number
of Unit
Number Number of Overtime Total Productio
Produced End
Forecast of Unit Production per Worker Overtime n per Lost of
No Period per Inventory
Demand Working Produced (Unit) per Month per Month Month Sales (Unit)
Worker (Unit)
Days / Worker (hour ) (Hour) (Overtime)
(Overtime
)
0 December 2021 0 2.172
1 January 2022 37.154 17 327,64 27.849 32,76 3,00 51 8.354 0 1.221
2 February 2022 37.986 20 385,46 32.764 38,55 2,00 40 6.552 0 2.551
3 March 2022 38.520 23 443,28 37.678 44,33 0,00 0 0 0 1.709
4 April 2022 38.917 21 404,73 34.402 40,47 1,00 21 3.440 0 634
5 May 2022 39.452 22 424,00 36.040 42,40 1,00 22 3.604 0 826
6 June 2022 39.552 20 385,46 32.764 38,55 2,00 40 6.552 0 590
7 July 2022 39.222 21 404,73 34.402 40,47 2,00 42 6.880 0 2.650
8 August 2022 40.343 23 443,28 37.678 44,33 1,00 23 3.767 0 3.752
9 September 2022 40.321 22 424,00 36.040 42,40 1,00 22 3.604 0 3.075
10 October 2022 40.412 21 404,73 34.402 40,47 1,00 21 3.440 0 505
11 November 2022 41.296 22 424,00 36.040 42,40 2,00 44 7.208 0 2.457
12 December 2022 41.963 20 385,46 32.764 38,55 3,00 60 9.829 0 3.087
Safety Stock 8.750
Total 412.823 19 386 63230 0 31.807
Sumber : LAB POA
Tabel 2.4.2 Data yang Diperlukan untuk Perhitungan Overtime + Lost of Sales
Result
Tabel berikut menunjukkan perbandingan total biaya dari setiap metode, dengan
Overtime + Subcontract menempati posisi sebagai strategi dengan biaya paling
rendah.
Tabel 2.5.1 Perbandingan Total Biaya dari Berbagai Metode Perencanaan Produksi
Tabel berikut menyajikan hasil disagregasi data Time Series Decomposition (TSD)
untuk memprediksi permintaan produk sepeda hijau dan sepeda kuning dari tahun
2019 hingga 2023. Data dalam tabel mencakup periode, bulan, total penjualan,
proporsi penjualan berdasarkan jenis produk, hingga hasil peramalan permintaan
menggunakan metode TSD. Analisis ini bertujuan untuk membantu perencanaan
produksi yang lebih akurat dan memenuhi kebutuhan pasar dengan
mempertimbangkan pola musiman serta tren pertumbuhan dari kedua produk tersebut.
9
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Tabel 2.6.1 Disaggregate TSD
Sales Total Proportion Final Forecast
No Year Period Month Forecast
Green Bike Yellow Bike Sales Green Bike Yellow Bike Green Bike Yellow Bike
1 1 January 2019 28.911 28.281 65.442 44,18% 43,22% 60.516 26.735 26.153
2 2 February 2019 25.868 25.633 59.751 43,29% 42,90% 62.540 27.076 26.830
3 3 March 2019 27.723 27.209 63.182 43,88% 43,06% 63.390 27.815 27.299
4 4 April 2019 30.939 30.414 69.603 44,45% 43,70% 63.325 28.149 27.671
5 5 May 2019 29.755 29.397 67.402 44,15% 43,61% 64.525 28.485 28.143
6 6 June 2019 28.721 28.563 65.534 43,83% 43,59% 64.937 28.460 28.303
2019
7 7 July 2019 30.780 29.646 68.676 44,82% 43,17% 65.221 29.232 28.155
8 8 August 2019 31.800 31.553 71.603 44,41% 44,07% 65.917 29.275 29.048
9 9 September 2019 31.282 30.752 70.284 44,51% 43,75% 66.552 29.621 29.120
10 10 October 2019 30.910 30.170 69.330 44,58% 43,52% 66.880 29.818 29.104
11 11 November 2019 32.953 32.546 73.749 44,68% 44,13% 69.041 30.850 30.469
12 12 December 2019 32.974 33.060 74.284 44,39% 44,50% 69.905 31.031 31.112
13 1 January 2020 31.562 31.101 70.913 44,51% 43,86% 69.759 31.049 30.595
14 2 February 2020 30.830 30.920 70.000 44,04% 44,17% 71.007 31.274 31.365
15 3 March 2020 33.238 33.292 74.780 44,45% 44,52% 71.389 31.731 31.783
16 4 April 2020 35.624 35.061 78.935 45,13% 44,42% 71.631 32.328 31.817
17 5 May 2020 34.093 33.969 76.312 44,68% 44,51% 72.325 32.312 32.195
18 6 June 2020 33.666 33.696 75.612 44,52% 44,56% 72.952 32.482 32.511
2020
19 7 July 2020 35.950 34.754 78.954 45,53% 44,02% 73.244 33.351 32.241
20 8 August 2020 36.681 36.468 81.399 45,06% 44,80% 75.542 34.042 33.844
21 9 September 2020 35.730 35.314 79.294 45,06% 44,54% 76.419 34.435 34.034
22 10 October 2020 35.232 34.615 78.097 45,11% 44,32% 76.193 34.374 33.772
23 11 November 2020 36.984 36.584 81.818 45,20% 44,71% 77.490 35.028 34.649
24 12 December 2020 38.007 37.466 83.723 45,40% 44,75% 77.841 35.337 34.834
25 1 January 2021 37.284 36.753 82.287 45,31% 44,66% 78.040 35.360 34.857
26 2 February 2021 36.534 35.910 80.694 45,27% 44,50% 78.733 35.647 35.038
27 3 March 2021 38.009 38.260 84.519 44,97% 45,27% 79.352 35.686 35.922
28 4 April 2021 39.714 39.678 87.642 45,31% 45,27% 79.608 36.074 36.041
29 5 May 2021 38.201 37.897 84.348 45,29% 44,93% 82.043 37.158 36.862
30 6 June 2021 37.704 37.419 83.373 45,22% 44,88% 82.933 37.506 37.222
2021
31 7 July 2021 39.825 39.499 87.574 45,48% 45,10% 82.627 37.576 37.268
32 8 August 2021 40.251 39.764 88.265 45,60% 45,05% 83.972 38.294 37.830
33 9 September 2021 39.757 39.682 87.689 45,34% 45,25% 84.293 38.218 38.146
34 10 October 2021 39.229 38.248 85.727 45,76% 44,62% 84.450 38.645 37.679
35 11 November 2021 41.002 40.684 89.936 45,59% 45,24% 85.141 38.816 38.515
36 12 December 2021 41.996 41.699 91.945 45,68% 45,35% 85.753 39.168 38.891
37 1 January 2022 44,18% 43,22% 85.972 37.981 37.154
38 2 February 2022 43,29% 42,90% 88.544 38.334 37.986
39 3 March 2022 43,88% 43,06% 89.447 39.248 38.520
40 4 April 2022 44,45% 43,70% 89.061 39.589 38.917
41 5 May 2022 44,15% 43,61% 90.455 39.932 39.452
42 6 June 2022 43,83% 43,59% 90.745 39.770 39.552
2022
43 7 July 2022 44,82% 43,17% 90.859 40.723 39.222
44 8 August 2022 44,41% 44,07% 91.549 40.659 40.343
45 9 September 2022 44,51% 43,75% 92.153 41.016 40.321
46 10 October 2022 44,58% 43,52% 92.864 41.403 40.412
47 11 November 2022 44,68% 44,13% 93.576 41.813 41.296
48 12 December 2022 44,39% 44,50% 94.287 41.854 41.963
49 1 January 2023 44,51% 43,86%
50 2 February 2023 44,04% 44,17%
51 3 March 2023 44,45% 44,52%
52 4 April 2023 45,13% 44,42%
53 5 May 2023 44,68% 44,51%
54 6 June 2023 44,52% 44,56%
2023
55 7 July 2022 45,53% 44,02%
56 8 August 2023 45,06% 44,80%
57 9 September 2022 45,06% 44,54%
58 10 October 2023 45,11% 44,32%
59 11 November 2022 45,20% 44,71%
60 12 December 2023 45,40% 44,75%
3. Result
3.1 Zero Inventory Plan
Langkah awal dalam penerapan metode Zero Inventory Plan (ZIP) adalah
menghitung nilai K, yang mewakili jumlah unit agregat yang dapat diproduksi oleh
satu pekerja dalam satu hari. Rumus untuk menghitung nilai K dijelaskan sebagai
berikut:
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖
𝐾=
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑘𝑒𝑟𝑗𝑎
Dimana :
𝐽𝑢𝑚𝑙𝑎ℎ 𝑢𝑛𝑖𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 =
𝐽𝑢𝑚𝑙𝑎ℎ ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎
Sebagai contoh, jika rata-rata tingkat produksi dihitung berdasarkan:
32.764
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = = 1.638
20
Maka nilai K dapat dihitung dengan:
1.638
𝐾= = 19,27
85
Setelah nilai K diperoleh, langkah berikutnya adalah menghitung jumlah unit
yang dapat diproduksi oleh setiap pekerja. Rumusnya adalah:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑢𝑛𝑖𝑡 𝑝𝑒𝑟 𝑝𝑒𝑘𝑒𝑟𝑗𝑎 = 𝐽𝑢𝑚𝑙𝑎ℎ ℎ𝑎𝑟𝑖 𝑘𝑒𝑟𝑗𝑎 × 𝐾
Sebagai contoh, untuk bulan pertama dengan jumlah hari kerja sebanyak 25
hari:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑢𝑛𝑖𝑡 𝑝𝑒𝑟 𝑝𝑒𝑘𝑒𝑟𝑗𝑎 = 17 × 19,27 = 327,64
Setelah nilai tersebut diketahui, perhitungan berlanjut ke forecast net demand
(permintaan bersih yang diproyeksikan) untuk bulan pertama hingga bulan ke-12.
Rumus untuk forecast net demand pada bulan pertama adalah:
𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑛𝑒𝑡 𝑑𝑒𝑚𝑎𝑛𝑑1 = 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑑𝑒𝑚𝑎𝑛𝑑1 − 𝐸𝑛𝑑𝑖𝑛𝑔 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦0
11
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑛𝑒𝑡 𝑑𝑒𝑚𝑎𝑛𝑑1 = 37.154 − 2.172 = 36.162
Nilai forecast net demand untuk bulan kedua hingga bulan ke-11 dianggap
sama dengan nilai forecast demand yang telah ditentukan. Namun, untuk bulan ke-12,
nilai forecast net demand akan ditambahkan dengan proyeksi expected ending
inventory bulan ke-13. Adapun rumus dan perhitungan untuk bulan ke-12 adalah
sebagai berikut:
𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑛𝑒𝑡 𝑑𝑒𝑚𝑎𝑛𝑑12 = 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑑𝑒𝑚𝑎𝑛𝑑 12 + 𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑒𝑛𝑑𝑖𝑛𝑔 𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦13
Setelah nilai forecast net demand untuk seluruh bulan (Januari hingga
Desember) dihitung, langkah selanjutnya adalah menentukan jumlah minimum
pekerja yang dibutuhkan (minimum number of workers required). Rumus yang
digunakan untuk menghitung nilai ini adalah:
36.162
𝑀𝑖𝑛𝑖𝑚𝑢𝑚 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑤𝑜𝑟𝑘𝑒𝑟𝑠 𝑟𝑒𝑞𝑢𝑖𝑟𝑒𝑑 = = 110,37 ≈ 111
327,64
13
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
Keseluruhan perhitungan total cost adalah:
𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑠𝑡 = 𝑅𝑝 [Link] + 𝑅𝑝 56.670.000 + 𝑅𝑝 332.920.000
+ 𝑅𝑝 [Link] + 558.355.000
𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑠𝑡 = 𝑅𝑝. [Link]
Setelah nilai ratio dari bulan pertama hingga bulan ke-12 dihitung, nilai
tertinggi dari seluruh ratio diambil untuk digunakan dalam perhitungan berikutnya.
Pada kasus ini, nilai ratio tertinggi adalah 111, yang terjadi pada bulan ke-1. Nilai ini
digunakan untuk menghitung monthly production dengan rumus berikut:
= 𝑅𝑝 [Link]
17
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
• 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑠𝑡 = 𝑇𝑜𝑡𝑎𝑙 𝑊𝑎𝑔𝑒 𝐶𝑜𝑠𝑡 + 𝑇𝑜𝑡𝑎𝑙 𝑂𝑣𝑒𝑟𝑡𝑖𝑚𝑒 𝐶𝑜𝑠𝑡 +
𝑇𝑜𝑡𝑎𝑙 𝐿𝑜𝑠𝑡 𝑜𝑓 𝑆𝑎𝑙𝑒𝑠 𝐶𝑜𝑠𝑡 + 𝑇𝑜𝑡𝑎𝑙 𝐼𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝐶𝑜𝑠𝑡 +
𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝐶𝑜𝑠𝑡
4. Analysis
1) Zero Inventory Plan
Konsepnya adalah Produksi dilakukan sesuai permintaan tanpa
mempertahankan inventaris. Perencanaan produksi dengan pendekatan Zero
Inventory Plan (ZIP) bertujuan untuk meminimalkan persediaan dengan
menyesuaikan produksi sesuai permintaan. Metode ini efektif untuk
mengurangi biaya inventaris, yakni Rp 35.000 per unit, namun melibatkan
pengeluaran signifikan seperti biaya perekrutan sebesar Rp 770.000 per
pekerja dan biaya pemecatan Rp 8.120.000 per pekerja. Dengan total biaya
mencapai Rp [Link], pendekatan ini cocok untuk perusahaan yang
ingin mengurangi risiko overstock dan kerugian akibat barang menumpuk.
Namun, kelemahannya adalah ketergantungan tinggi pada prediksi
permintaan yang akurat sehingga rentan terhadap perubahan pasar yang tak
terduga. Metode Zero Inventory Plan (ZIP) membantu menekan biaya
inventaris, yang bermanfaat dalam menghadapi permintaan yang tidak stabil.
Namun, biaya produksi dan tenaga kerja menjadi sangat tinggi, khususnya
biaya terkait perekrutan dan pemberhentian tenaga kerja. Penggunaan
metode ini memerlukan pengelolaan yang sangat baik agar fluktuasi
permintaan tidak mengakibatkan kegagalan pemenuhan dan meningkatnya
biaya total, seperti yang terlihat dalam data ini
2) Constant Workforce Plan (CWP)
Memiliki konsep bahwa jumlah tenaga kerja selalu tetap sepanjang periode.
Metode Constant Workforce Plan (CWP) menggunakan jumlah tenaga kerja
yang tetap sepanjang tahun. Strategi ini menjaga stabilitas tenaga kerja dan
menghindari fluktuasi biaya terkait perekrutan dan pemecatan. Biaya
produksi tetap berada di angka Rp 365.000 per unit, dengan total pengeluaran
mencapai Rp [Link]. Meskipun metode ini menawarkan stabilitas
tenaga kerja, kelemahannya adalah biaya yang lebih tinggi akibat kebutuhan
untuk menyimpan inventaris tambahan ketika permintaan turun, yakni Rp
35.000 per unit. Contant Workforce Plan mempertahankan jumlah tenaga
kerja yang tetap sepanjang waktu. Kelebihan produksi disimpan sebagai
inventaris, yang kemudian digunakan saat permintaan meningkat. Meskipun
ini memberikan stabilitas bagi tenaga kerja dan mengurangi biaya perekrutan
atau pemecatan, metode ini menghasilkan inventaris besar, yang menambah
biaya penyimpanan. Metode ini lebih cocok untuk perusahaan yang ingin
menghindari gangguan operasional akibat perubahan kapasitas tenaga kerja.
3) Overtime + Subcontract
Metode ini mengakomodasi fluktuasi permintaan melalui lembur dan kerja
sama dengan pihak ketiga. Pendekatan Overtime + Subcontract menawarkan
fleksibilitas dalam menyesuaikan produksi dengan permintaan yang
berfluktuasi melalui lembur dan subkontrak. Biaya lembur Rp 200.000 per
jam digunakan untuk meningkatkan produksi tanpa perlu menambah pekerja,
sementara biaya subkontrak Rp 520.000 per unit diterapkan saat kapasitas
internal tidak mencukupi. Total biaya dari metode ini adalah Rp
[Link], menjadikannya opsi paling ekonomis dibandingkan
metode lainnya. Metode ini sangat efektif untuk memenuhi lonjakan
permintaan tanpa harus menyimpan inventaris besar atau menambah
kapasitas tenaga kerja tetap. Namun, perusahaan perlu berhati-hati dalam
mengelola beban kerja karyawan agar tidak terjadi penurunan produktivitas.
4) Overtime + Lost of Sales
Konsepnya adalah mengoptimalkan lembur tetapi sebagian permintaan tidak
dipenuhi sehingga ada kehilangan penjualan. metode Overtime + Lost of
Sales mengandalkan lembur untuk meningkatkan produksi sambil menerima
konsekuensi dari kehilangan permintaan yang tidak dapat dipenuhi. Biaya
lembur tetap Rp 200.000 per jam, namun kehilangan penjualan dihitung
sebesar Rp 530.000 per unit. Total pengeluaran dengan pendekatan ini
mencapai Rp [Link], lebih tinggi dari metode Overtime +
Subcontract, tetapi tetap lebih rendah dari ZIP atau CWP. Strategi ini cocok
bagi perusahaan yang tidak keberatan dengan sedikit kehilangan pasar demi
19
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University
menjaga efisiensi produksi. Namun, risiko dari metode ini adalah potensi
kehilangan loyalitas pelanggan akibat ketidaksesuaian antara kapasitas
produksi dengan permintaan.
5. Conclusion
Berikut adalah kesimpulan dari masing – masing metode yang telah dilakukan
analisis:
1) Zero Inventory Plan (ZIP):
Metode ini menghasilkan total biaya sebesar Rp [Link], dengan
rincian utama berasal dari biaya produksi sebesar Rp [Link], biaya
perekrutan Rp 54.670.000, dan biaya pemecatan Rp 332.920.000. Keunggulan
utama ZIP adalah meminimalkan biaya inventaris (Rp 558.355.000), tetapi
tingginya biaya tenaga kerja akibat fluktuasi perekrutan dan pemecatan
menjadi kelemahan. ZIP cocok untuk situasi di mana prediksi permintaan
sangat akurat dan perusahaan ingin menghindari biaya penyimpanan yang
berlebihan.
2) Constant Workforce Plan (CWP):
Metode ini menghasilkan biaya total yang lebih tinggi, yaitu Rp
[Link]. Rincian biaya terbesar berasal dari inventaris sebesar Rp
[Link], disebabkan oleh kelebihan produksi di masa permintaan
rendah. Meski biaya tenaga kerja lebih stabil karena menghindari perekrutan
dan pemecatan berulang, total biaya yang tinggi menunjukkan bahwa metode
ini kurang efisien jika permintaan berfluktuasi.
3) Overtime + Subcontract:
Metode ini menjadi strategi dengan total biaya terendah, yaitu Rp
[Link], terdiri dari biaya produksi sebesar Rp [Link], gaji
lembur Rp [Link], dan biaya inventaris Rp [Link]. Fleksibilitas
yang ditawarkan membuat metode ini paling efisien untuk menghadapi
fluktuasi permintaan, terutama karena biaya perekrutan dan pemecatan tidak
diperlukan, serta inventaris tetap terkendali pada angka yang optimal.
4) Overtime + Lost of Sales:
Dengan total biaya sebesar Rp [Link], metode ini lebih efisien
dibanding ZIP dan CWP. Namun, biaya kehilangan penjualan akibat
ketidakmampuan memenuhi permintaan sebesar Rp 530.000 per unit
berpotensi mengurangi loyalitas pelanggan dalam jangka panjang. Hal ini
menunjukkan bahwa meskipun cukup efektif dari sisi efisiensi biaya, strategi
ini tidak ideal untuk menjaga pertumbuhan pasar.
21
Industrial Engineering Laboratory
Industrial Engineering Department
BINUS University