BAB III SOLUSI BISNIS 3.1 Production Planning Strategies Menurut buku Operations Management For Competitive Advantage karangan Chase et. al., dalam pembuatan sebuah rencana produksi terdapat beberapa strategi yang dapat kita ikuti. Diantaranya adalah: 1. Chase Strategy Strategi untuk menyamakan kecepatan produksi dengan permintaan menggunakan jumlah karyawan yang berbeda. Biasa digunakan apabila barang yang dihasilkan mudah dibuat. 2. Stable Workforce (variable work hours) Strategi menggunakan waktu kerja yang fleksibel untuk memenuhi demand (contoh: overtime, penambahan shift) 3. Level Strategy Strategi untuk memenuhi demand dengan membuat stock barang lebih pada waktu permintaan sedikit sehingga ketika permintaan melonjak naik dapat teratasi. 4. Subcontract Menggunakan tenaga kerja subcontract untuk memenuhi permintaan. 5. Mixed Strategy Menggunakan kombinasi dari beberapa strategi untuk dapat memenuhi demand. 6. Linear Programming Linear Programming adalah sebuah teknik matematis untuk mengalokasikan sumber daya yang ada untuk memenuhi demand secara optimal. Dalam kegiatan produksi sehari-harinya, YMMI telah menggunakan mixed strategy. Beberapa strategi yang telah digunakan adalah:
1. Chase Strategy Tiap bulan YMMI selalu menambah atau mengurangi jumlah karyawan untuk memenuhi demand. Pergantian dan penambahan karyawan ini menggunakan sistem kontrak yang berjangka selama satu tahun dan dapat diperpanjang apabila diperlukan. Hal yang menjadi kekurangan dari strategi 15
ini untuk YMMI adalah, apabila penambahan karyawan baru terlalu banyak, maka kapasitas produksi YMMI tidak akan bertambah secara signifikan bahkan mungkin berkurang. Ini dikarenakan untuk para karyawan baru tersebut, ada masa pelatihan (learning process) agar kualitas produksi YMMI dapat terjaga. 2. Stable Workforce (variable work hours) YMMI menggunakan dua shift apabila permintaan untuk bulan yang berjalan tidak dapat dipenuhi oleh satu shift saja. Shift pertama mempunyai jam kerja sebesar 480 menit per hari dan shift kedua 420 menit per hari. 3. Level Strategy YMMI juga telah mengantisipasi melonjaknya demand yang terlalu besar dengan terlebih dahulu membuat safety stock pada bulan-bulan sebelumnya. 4. Subcontract YMMI telah bekerjasama dengan PT. Rekans dalam membuat gitar. Akan tetapi gitar yang dibuat oleh PT. Rekans hanyalah gitar kualitas rendah dengan jumlah volume yang kecil. Ini tentu saja untuk menjaga kualitas dari gitar yang diproduksi oleh YMMI sendiri. YMMI juga melakukan subcontract untuk beberapa pengerjaan material yang dibutuhkan. Dari berbagai macam strategi yang telah digunakan oleh YMMI, masih terdapat kesulitan dalam pelaksanaan sehari-harinya. Masalah ini timbul karena: 1. Terdapat banyak model gitar yang harus diproduksi oleh YMMI masingmasing dengan jumlah yang berbeda-beda. 2. Tiap pengiriman untuk tujuan tertentu mempunyai kombinasi model tersendiri, sehingga apabila belum terpenuhi pengiriman harus diundur. 3. tidak ada prioritas atau urutan dalam pembuatan model. Untuk dapat mengatasi masalah-masalah yang timbul tersebut, maka penulis akan mencoba menerapkan model linear programming untuk membuat rencana produksi perhari YMMI. Linear Programming digunakan untuk membuat sebuah model simulasi dari kegiatan produksi YMMI. Menurut buku Simulation Modeling Methods karangan Harrington et. al., sebuah simulasi dapat membantu perusahaan dalam hal-hal berikut: 16
1. Feasibility analysis Memeriksa kemungkinan pelaksanaan suatu proses dengan batasan-batasan yang dapat kita tentukan (cost, waktu, dan lain-lain). 2. Visioning Melihat kemungkinan-kemungkinan baru yang ada pada sistem untuk ke depannya. 3. Performance characteristics Memeriksa performa sistem dengan keadaan yang berbeda-beda sehingga kita lebih mengenal sistem tersebut. 4. Prototyping Aplikasi dari visi baru dengan perencanaan implementasi dan risk assessment. 5. Communication Media komunikasi yang baik kepada perusahaan secara menyeluruh. Akan tetapi, linear programming juga mempunyai beberapa kelemahan sebagai berikut: 1. Diperlukan data yang akurat, sehingga apabila ada perubahan data, perhitungan model harus dilakukan kembali 2. Menggunakan asumsi keadaan tetap, sehingga apabila terjadi hal-hal yang diluar perhitungan model, variabel-variabel yang terjadi harus dimasukkan ke dalam model dan dilakukan perhitungan ulang. Linear programming termasuk salah satu tool dari Advanced Planning and Scheduling (APS). APS mengacu pada pemakaian optimal dari raw material dan kapasitas produksi untuk memenuhi demand. APS juga telah banyak digunakan dalam kondisi-kondisi berikut: 1. Produksi secara Make-To-Order 2. Kapasitas maksimum produksi yang terbatas 3. Banyaknya kombinasi produk yang harus diproduksi (product mix) 4. Produk yang membutuhkan banyak komponen atau banyak langkah-langkah pembuatan 5. Produksi yang membutuhkan banyak perubahan jadwal dan tidak bisa diprediksi sebelumnya.
17
3.2
Konsep Pembuatan Linear Programming Pembuatan model Linear Programming untuk YMMI menggunakan fitur Solver pada program Microsoft Excel. Penjabaran model Linear Programming yang akan dibuat dapat dilihat pada gambar di bawah ini:
Gambar 3.1 Penjabaran Konsep Linear Programming YMMI membuat rencana produksi dari ‘Kanretsu’ (demand permintaan sales) yang dikirim oleh Yamaha Corp. Japan (YCJ) dan Yamaha Musik Indonesia Distributor (YMID). Dari rencana produksi yang akan dibuat terdapat beberapa hal yang berpengaruh langsung kepada produksi maupun tidak langsung.
18
Hal-hal yang berpengaruh langsung adalah variabel-variabel yang dapat kita ukur dan akan langsung berpengaruh kepada produksi seperti berikut: 1. Maksimum Kapasitas Produksi 2. Waktu Kerja 3. Absensi Karyawan 4. Cycle Time per Unit 5. Jumlah Karyawan 6. Efisiensi Sedangkan hal-hal yang berpengaruh tidak langsung adalah variabel-variabel yang tak dapat kita ukur secara pasti sehingga secara tidak langsung sebenarnya dapat berpengaruh kepada kemampuan produksi, seperti: 1. Skill Karyawan 2. Persiapan atau Keadaan Alat-Alat yang digunakan 3. Hal-hal lain yang bersifat secara tiba-tiba seperti kecelakaan, bencana alam, mati lampu, dan lain-lain Hasil akhir dari model Linear Programming yang dibuat akan memuat semua variabel yang dapat berpengaruh langsung kepada kemampuan produksi. Hal ini dilakukan agar model Linear Programming yang dibuat dapat digunakan sebagai dasar What-If Scenario. Model linear programming dibuat mengikuti teori Lean Production. Lean production menurut Chase et. al. adalah: “an integrated set of activities designed to achieve high volume production using minimal inventories of rawmaerials, work-in-process, and finished goods.” (2006: 471).
Gambar 3.2 Lean Production Pull System (Chase et. al., 2006: 471)
19
Produksi hanya akan dilakukan apabila terdapat demand aktual terhadap produk. Dengan menggunakan pull system dari lean production, ketika sebuah barang telah terjual maka secara teori, pasar akan membutuhkan pengganti dari barang tersebut yang diambil dari final assembly. Final assembly kemudian mengambil barang-barang yang dibutuhkan dari bagian-bagian sebelumnya hingga raw material. Sehingga model linear programming yang dibuat akan menghasilkan rencana produksi berdasarkan jumlah produksi yang dibutuhkan oleh tiap model yang diambil dari final assembly. Untuk jadwal dan rencana produksi bagian-bagian sebelum final assembly, akan ditentukan dengan menggunakan backward scheduling dengan pelaksanaan di lapangannya memakai kanban. Sistem kanban yang akan digunakan adalah sistem kanban dua kartu. Kartu pertama akan digunakan sebagai sinyal untuk mengisi kembali Work-In-Process suatu bagian proses produksi, dan kartu yang kedua akan digunakan untuk menentukan berapa jumlah unit yang harus diproduksi oleh tiap bagian proses produksi. Metode ini sesuai untuk perusahaan yang memproduksi banyak produk (product mix) sehingga membutuhkan penjadwalan. Kanban tipe ini digunakan karena pull production sistem yang akan digunakan tidak dapat berjalan lancar sebagai akibat dari faktor-faktor berikut: 1. Lead time yang panjang (satu minggu mulai dari body assembly hingga assembly dan packing). 2. Batch size dan lot size yang besar akibat dari setup time yang lama. Dengan penerapan dari 5S yang telah dilakukan YMMI, model linear programming ini merupakan langkah selanjutnya dalam rencana YMMI kedepannya untuk menggunakan sistem inventori Just-In-Time.
3.3
Flowchart Model Linear Programming Fitur Solver dari Microsoft Excel tak dapat menangani banyak data sekaligus sehingga penghitungan rencana produksi yang dibuat dalam model linear programming ini harus dipisahkan secara perhari. Flowchart dari program yang dibuat dapat dilihat sebagai berikut:
20
Start
Produksi yang dibutuhkan bulan ini Waktu Kerja Cycle Time per Unit Absensi Efisiensi Maksimum Kapasitas Produksi
Manual Input
Jumlah Karyawan
Maksimum Produksi Produksi per hari ≥ 0 Produksi per hari = integer
No
Produksi per Hari ≤ Rencana Produksi per Hari ?
Data
Process
Decision
Yes No
Total Produksi ≤ Kapasitas Maksimum Produksi?
Decision
Yes No
Total Produksi ≤ Total Demand?
Decision
Yes No
Waktu bekerja ≤ Maksimum waktu kerja?
Decision
Yes Optimalisasi Produksi tiap model per hari Gambar 3.3 Flowchart Program
21
Tujuan dari program yang dibuat adalah untuk mencari angka optimal product mix model gitar dengan memaksimumkan jumlah produksi per hari. Maximize Z = M1 + M2 + M3 + ... + Mn-1 + Mn Dimana : Z
= Jumlah total produksi perhari
Mn
= Jumlah produksi model n
Dengan batasan-batasan sebagai berikut: Waktu: M1C1 + M2C2 + M3C3 + ... + Mn-1Cn-1 + MnCn ≤ WT Dimana: Mn
= Jumlah produksi model n
Cn
= Cycle time model n
WT
= Jumlah waktu bekerja yang tersedia
Kapasitas Produksi perhari: M1 + M2 + M3 + ... + Mn-1 + Mn ≤ MPC Dimana: Mn
= Jumlah produksi model n
MPC = Maximum Production Capacity
Demand: M1 ≤ D1 M2 ≤ D2 M3 ≤ D3 ... Mn-1 ≤ Dn-1 Mn ≤ Dn Dimana: Mn
= Jumlah produksi model n
Dn
= Jumlah demand model n
22
Non-negatif dan integer: Mn ≥ 0 Mn = Int Dimana: Mn
= Jumlah produksi model n
Sebelum menjalankan program solver terdapat beberapa data yang harus kita input secara manual. Data yang harus kita masukkan adalah: 1. Waktu kerja yang tesedia 2. Maksimum kapasitas produksi 3. Asumsi absensi para karyawan 4. Cycle time per unit tiap model 5. Asumsi efisiensi 6. Jumlah karyawan Setelah semua data dimasukkan langkah selanjutnya adalah membuat batasan atau constraint dalam solver. Batasan-batasan itu adalah: 1. Total produksi ≤ Total demand Batasan digunakan agar hasil solver tidak melebihi demand 2. Produksi per hari ≤ Rencana produksi per hari Batasan digunakan untuk menghitung rencana maksimum produksi untuk tiap model per harinya. Dari batasan ini, solver dapat menghitung kombinasi produksi product mix paling optimal. Batasan juga digunakan untuk mempercepat penghitungan dan memecah perhitungan solver produksi untuk satu bulan menjadi satu hari 3. Waktu bekerja ≤ Maksimum waktu kerja Batasan yang digunakan agar jumlah waktu kerja tidak melebihi maksimum waktu kerja yang ada. Jumlah waktu dihitung dari cycle time per unit dan kuantitas produksinya yang diambil dari hasil penghitungan solver. 4. Total produksi ≤ Kapasitas maksimum produksi Batasan digunakan agar jumlah total produksi per hari tidak melebihi kapasitas maksimum produksi. Kapasitas maksimum produksi merupakan rata-rata produksi per hari dengan rumus jumlah demand bulan ini dibagi dengan jumlah hari kerja.
23
5. Produksi per hari ≥ 0 Batasan digunakan agar hasil penghitungan solver tidak memberikan nilai negatif. 6. Produksi per hari = Integer Batasan yang digunakan agar hasil solver adalah angka bulat. Hasil akhir dari model ini adalah optimalisasi rencana produksi per hari untuk produksi tiap model gitar dan bisa dijadikan sebagai dasar what-if scenario untuk dapat memberikan gambaran kemampuan produksi YMMI, serta dapat membantu menemukan masalah sehingga YMMI bisa mengatasinya lebih awal.
3.4
Model Linear Programming Tujuan dari model linear programming yang dibuat adalah untuk memecahkan masalah production planning yang sedang terjadi di YMMI. Ketidakmampuan YMMI untuk membuat rencana produksi yang baik disebabkan oleh: 1. Banyaknya model gitar yang harus diproduksi Urutan dan prioritas dari model yang akan dibuat merupakan masalah berkala di YMMI tiap bulannya. 2. Jadwal pengiriman finished good Jadwal pengiriman untuk satu tujuan terkait dengan jumlah dan kombinasi model untuk tujuan tersebut. Apabila jumlah dari tiap-tiap model belum terpenuhi secara penuh YMMI tidak akan mengirim terlebih dahulu, kecuali bila klien menginginkan barang tiba cepat maka bisa dikirim secara berkala. Tetapi, pengiriman secara berkala akan mengeluarkan lebih banyak cost membebani YMMI. 3. Keterbatasan kapasitas produksi dan waktu bekerja Kerumitan pembuatan rencana produksi juga ditambah dengan batasan kapasitas maksimum produksi dan waktu bekerja. Kelemahan solver dalam pembuatan model ini terletak pada terbatasnya jumlah cell yang dapat diubah. Hal ini menyebabkan adanya kesulitan dalam pembuatan model linear programming untuk bulan yang berjalan. Kesulitan ini timbul karena banyaknya model yang harus diproduksi oleh YMMI sedangkan solver mempunyai batas maksimum untuk jumlah cell yang dapat diubah. Untuk
24
mengatasi masalah tersebut, model program yang dibuat akan memisahkan demand untuk satu bulan menjadi beberapa periode. Pemisahan periode dalam satu bulan akan dijabarkan kembali dalam perhari oleh model yang akan dibuat, sehingga kita mendapatkan daily plan untuk rencana produksi YMMI. Seperti yang telah dijabarkan pada bab pertama, YMMI menggunakan pembagian merata untuk merencanakan produksi perharinya. Terdapat beberapa masalah yang akan timbul apabila hal tersebut dilakukan: 1. Pembagian secara merata ini menggunakan asumsi demand produksi akan terpenuhi pada akhir bulan. Hal ini tentu saja tidak mungkin dilakukan dikarenakan YMMI tidak dapat mengirim semua barang secara bersamaan. YMMI selalu melakukan pengiriman apabila stock finished good untuk satu tujuan telah terpenuhi. 2. Tidak adanya prioritas dan urutan pembuatan model. 3. Adanya kemungkinan keterlambatan dalam memproduksi suatu model dan produksi berlebih suatu model. 4. Membutuhkan pengawasan yang ketat agar produksi dapat sesuai dengan demand. 5. Masalah komunikasi antara atasan dan bawahan serta antar bagian proses produksi. Model linear programming yang dibuat akan mencoba menjawab masalahmasalah yang timbul tersebut. 1. Solver tidak akan menggunakan pembagian secara merata untuk menentukan batasan constraint rencana perharinya. Cara yang dilakukan untuk menentukan constraint bagi solver adalah dengan menghitung jumlah produksi yang diperlukan dikurangi hasil rencana produksi solver dibagi dengan sisa hari kerja sehingga constraint jumlah produksi yang diperlukan akan ter-update terus perharinya. 2. Solver dengan sendirinya akan menghitung kombinasi paling optimal dalam perencanaan produksi. Dengan banyaknya jumlah model gitar yang harus diproduksi oleh YMMI solver dapat menemukan kombinasi produksi yang optimal. Kecepatan mencari solusi akan tergantung dari banyaknya cell yang diubah oleh solver. 25
3. Kita dapat menentukan kapan memulai dan menyelesaikan produksi suatu model
gitar
untuk
menghindari
kemungkinan
berlebih
stock
dan
keterlambatan jadwal pengiriman. Tabel 3.1 Contoh Batasan Rencana Produksi Model yang Sama dengan Tanggal Pengerjaan Berbeda Required MODEL
for month
Last Work Start at
Day
1-
2-
3-
4-
Apr
Apr
Apr
Apr
9
12
18
36
36
0
0
0
Tuesday, CX-40 W/C
April 01,
Friday, April
2008
04, 2008
36
Tuesday, CX-40 W/C
April 01,
Tuesday,
2008
April 01, 2008
36
Dari tabel diatas, terlihat YMMI dapat menentukan kapan mereka ingin memulai dan menyelesaikan produksi suatu model gitar tertentu. Hal ini dapat menghindari produksi gitar dengan stock berlebih agar tidak terlambat memulai produksi gitar yang tidak mempunyai stock. 4. Memisahkan kebutuhan produksi untuk delivery Untuk memperkecil kemungkinan adanya keterlambatan delivery yang diakibatkan oleh kurangnya produksi suatu model gitar, Model linear programming yang dibuat akan dipecah menjadi dua yaitu rencana produksi yang berdasarkan kebutuhan delivery dan rencana produksi yang berdasarkan kebutuhan stock. Kebutuhan stock merupakan sisa dari demand bulan yang berjalan setelah dikurangi kebutuhan untuk delivery. Untuk mempermudah pembuatan jadwal produksi, kedua rencana produksi tersebut pada akhirnya akan dijadikan satu kembali. 5. Komunikasi yang lebih baik Dengan adanya model ini diharapkan dapat mempermudah komunikasi di YMMI antara atasan dan bawahan serta antar bagian proses produksi
26
Hasil akhir dari rencana produksi baru yang telah dibuat diharapkan dapat mempunyai fitur-fitur seperti berikut: 1. Mengurangi keterlambatan delivery 2. Tidak lagi menggunakan pembagian merata sehingga kita dapat menentukan kapan memulai dan menyelesaikan produksi suatu model. 3. Dapat dimengerti oleh setiap orang yang melihatnya
3.5
Kanban
3.5.1
Sistem Kanban yang Digunakan Sistem kanban yang disarankan untuk digunakan oleh YMMI adalah sistem kanban dua kartu. 1. Kanban yang pertama akan digunakan sebagai tanda atau sinyal pengisian kembali Work In Process suatu bagian produksi. 2. Kanban yang kedua akan digunakan sebagai tanda atau sinyal jumlah produksi yang harus dibuat oleh suatu bagian produksi
Gambar 3.4 Kanban Workflow Jumlah production kanban yang dibagikan kepada tiap bagian proses produksi ditentukan dari hasil model linear programming. Untuk proses pengisian kembali Work in Process tiap bagian proses produksi, diperlukan seseorang selain operator yang sedang bekerja agar proses produksi dapat tetap berjalan.
27
3.5.2
Contoh Kanban
NAMA MODEL
NAMA MODEL
NAMA MODEL
TGL PEMBERIAN KARTU
TGL PEMBERIAN KARTU
TGL PEMBERIAN KARTU
Gambar 3.5 Contoh Kanban Production Kanban produksi yang digunakan dapat berupa tiket atau kartu. Di kartu tersebut tertera nama model yang akan diproduksi, serta tanggal pemberian kartu yang juga menandakan tanggal mulainya produksi dilakukan. Kepentingan dari kartu yang dibagikan dapat dibedakan dari warnanya, dari contoh yang diberikan, merah berarti sangat penting, kuning berarti penting, dan hijau berarti tidak terlalu penting, sehingga proses produksi dimulai dari kartu-kartu merah terlebih dahulu, dilanjutkan dengan kartu kuning dan terakhir adalah kartu hijau.
Gambar 3.6 Contoh Replenishment Kanban Replenishment kanban yang akan digunakan cukup dengan mengunakan kotakkotak yang digambar di sekitar lantai produksi. Apabila terdapat kotak yang kosong, maka kotak tersebut harus segera diisi dengan WIP dari proses produksi yang bersangkutan. Dan apabila tidak ada kotak yang kosong maka proses produksi tidak perlu dilakukan terlebih dahulu.
3.6
Penghitungan Production Planning
3.6.1 Demand Sales Demand YMMI datang dari Yamaha Corp. Japan (YCJ) dan Yamaha Musik Indonesia Distributor (YMID)
28
Tabel 3.2 Demand Sales YMMI Model
Apr'08
May'08
GL1
1,254
1,110
JR1
3,000
2,562
C-315
900
600
C-330 A W/C
60
240
C-370 W/C
-
-
C-40 RE W/C
210
60
C40RE
1,754
2,400
CM40RE
-
-
C45RE
-
-
TOTAL REKANS
7,178
6,972
C30M
552
528
C40
1,000
-
C40A
5,712
5,616
CM40
480
348
C40MA
-
-
C40M
1,098
840
C45
900
912
C45A
768
720
C-45MA
-
-
C80
1,026
738
C70
2,952
1,962
CX40
750
552
CS40
1,938
1,878
CS40J
234
96
CS45A
300
-
CGS102
600
426
CX-40 / W/C
-
24
C-390 W/C
60
90
C-80 W/C
60
6
YMMI CG TOTAL
18,430
14,736
EF31
-
-
CGS102A CGS103A CGS104A
F210
-
-
F310
4,656
4,434
F310 CHERRY SUNBURST
120
48
F310 TOBACCO BROWN SUNBURST
396
288
F310P
846
984
F310P TOBACCO BROWN SUNBURST
330
186
F310P CS
-
-
F325
498
1,716
F325 TABACCO BROWN SUNBURST//UC
60
840
F335
1,398
546
F335 TOBACCO BROWN SUNBURST
528
330
F335 BLACK
318
462
F345SY TOBACCO BROWN SUNBURST
-
-
F370
330
414
F370 BLACK
354
204
29
Tabel 3.2 Demand Sales YMMI (lanjutan) Model
Apr'08
May'08
F370 TOBACCO BROWN SUNBURST
126
156
F39PJ
-
-
F39PJ TOBACCO BROWN SUNBURST
-
-
FX310A
258
294
FX325//UC
90
390
FX335
318
210
F340 W/C
18
-
F350 W/C
60
-
F360TBS W/C
-
36
FX310 W/C
30
24
YMMI FG TOTAL
10,734
11,562
YMMI NORMAL LINE
29,164
26,298
CG101A
1,306
1,153
CGX101A//ID
132
159
E-LINE CG
1,438
1,312
APX500 NATURAL
924
1,064
APX500 OLD VIOLIN SUNBURST
512
420
APX500 ORIENTAL BLUE BURST
400
369
APX500 DARK RED BURST
466
313
APX500 BLACK
890
948
APX500FM ORIENTAL BLUE BURST
-
-
APX500FM OLD VIOLIN SUNBURST
-
-
CPX500 NATURAL
145
399
CPX500 BLACK
163
482
CPX500 OLD VIOLIN SUNBURST
107
332
CPX500 DARK RED BURST
91
294
FX370C
348
474
FX370C TOBACCO BROWN SUNBURST
114
66
FX370C BLACK
290
174
E-LINE FG
4,450
5,335
E-LINE TOTAL
5,888
6,647
CPX500FM OLD VIOLIN SUNBURST
-
SLG100N//J ID
88
108
SLG100N//H ID
110
121
SLG100N//BS ID
17
30
SLG100N//UC ID
196
85
SLG100S//J ID
100
160
SLG100N
BLACK METALLIC//J
SLG100S//H ID
167
131
SLG100S//BS ID
20
14
SLG100S//UC ID
120
94
SLG120NW LIGHT AMBER BURST//J ID
102
130
SLG120NW LIGHT AMBER BURST//H ID
109
97
SLG120NW LIGHT AMBER BURST//BS ID
10
6
SLG120NW LIGHT AMBER BURST//UC ID
-
-
SLG100S BLACK METALLIC//J
SILENT TOTAL
1,039
976
YMMI TOTAL
36,091
33,921
GRAND TOTAL
43,269
40,893
30
YMMI mendapat demand sales untuk jangka waktu enam bulan ke depan. Dua bulan pertama merupakan jumlah demand yang sudah fixed dan empat bulan berikutnya masih berupa estimasi. YMMI membuat production plan pada minggu ke dua tiap bulannya. Dalam tugas akhir ini, demand yang digunakan hanyalah demand yang sudah fixed jumlahnya yaitu untuk dua bulan kedepan, bulan April, dan bulan Mei. Demand untuk PT. Rekans tidak akan ikut dihitung dalam pembuatan production planning. Demand tersebut dibagi kembali menjadi dua bagian yaitu produksi yang diperlukan untuk sales atau delivery dan produksi yang diperlukan untuk stock. Demand dipisah agar kita dapat menyelesaikan kebutuhan untuk delivery terlebih dahulu. Pada umumnya, kebutuhan untuk delivery harus sudah selesai seminggu sebelum hari kerja terakhir pada bulan yang berjalan.
31
Tabel 3.3 Tabel Produksi YMMI Apr'08 Demand
GL-1
Available Stock March 08 522
Model
May'08
Production Needed 1,104
Sales Production 732
Demand
1,254
Stock Plan 372
1,110
Stock Plan 426
Production Needed 1,164
Sales Production 738
JR-1
895
3,000
479
2,584
2,105
2,562
464
2,547
2083
C-315
228
900
210
882
672
600
450
840
390
C-330AW/C
120
60
276
216
-
240
300
264
0
C-370W/C
96
-
150
54
-
-
276
126
0
C-40W/C
42
210
84
252
168
60
186
162
0
C-40
1182
1,754
2,016
2,588
572
2,400
1,304
1,688
384
CM-40RE
0
-
-
-
-
-
-
-
0
C-45RE
0
-
-
-
-
-
-
-
0
TOTAL REKANS
3085
7178
3587
7680
4249
6972
3406
6791
3595 486
C-30M
6
552
42
588
546
528
264
750
C40
0
1,000
-
1,000
1,000
-
-
-
0
C-40A
1458
5,712
1,620
5,874
4,254
5,616
534
4,530
3996
CM-40
78
480
30
432
402
348
6
324
318
C-40MA
0
-
-
-
-
-
-
-
0
C-40M
144
1,098
66
1,020
954
840
84
858
774
C-45
342
900
372
930
558
912
60
600
540
C-45A
0
768
24
792
768
720
238
934
696
C-45MA
25
-
25
-
-
-
25
-
0
C-80
210
1,026
222
1,038
816
738
360
876
516 1368
C-70
516
2,952
594
3,030
2,436
1,962
826
2,194
CX-40
246
750
84
588
504
552
244
712
468
CS-40
954
1,938
834
1,818
984
1,878
750
1,794
1044
CS-40J
0
234
18
252
234
96
24
102
78
CS45A
51
300
48
297
249
-
48
-
0
CGS-102
300
600
198
498
300
426
145
373
228
CGS102A
0
-
-
-
-
-
0
CGS103A
0
-
-
-
-
-
0
32
Tabel 3.3 Tabel Produksi YMMI (lanjutan) Apr'08 Model CGS104A
Available Stock March 08 0
Demand
Stock Plan -
Production Needed -
May'08 Sales Production -
Demand
Stock Plan -
Production Needed -
Sales Production 0 0
CX-40W/C
0
-
30
30
-
24
66
60
C-390W/C
132
60
198
126
-
90
252
144
0
C-80W/C
54
60
36
42
6
6
90
60
0
YMMI CG TOTAL
4516
18430
4441
18355
14011
14736
4016
14311
10512
EF-31
92
-
92
-
-
-
92
-
0
F-210
0
-
-
-
-
-
1,002
1,002
0 2298
F-310
1776
4,656
2,136
5,016
2,880
4,434
2,572
4,870
F-310CS
42
120
30
108
78
48
38
56
18
F-310TBS
318
396
168
246
78
288
104
224
120 600
F-310P
732
846
384
498
114
984
522
1,122
F-310PTBS
240
330
216
306
90
186
142
112
0
F-310PCS
0
-
-
-
-
-
-
-
0
F-325
144
498
414
768
354
1,716
786
2,088
1302
F325TBS
30
60
54
84
30
840
150
936
786
F-335
336
1,398
192
1,254
1,062
546
64
418
354
F-335TBS
150
528
126
504
378
330
12
216
204
F-335BL
264
318
366
420
54
462
32
128
96
F-345SYTBS
126
-
126
-
-
-
126
-
0
F-370
480
330
204
54
-
414
126
336
210
F370BL
204
354
180
330
150
204
212
236
24
F370TBS
90
126
48
84
36
156
34
142
108
F-39PJ
4
-
4
-
-
-
4
-
0
F-39PJTBS
17
-
17
-
-
-
17
-
0
FX-310A
48
258
144
354
210
294
84
234
150
FX325
0
90
60
150
90
390
50
380
330
FX-335
240
318
120
198
78
210
65
155
90
F-340W/C
54
18
48
12
-
-
96
48
0
33
Tabel 3.3 Tabel Produksi YMMI (lanjutan) Apr'08 Model F-350W/C
Available Stock March 08 36
Demand 60
Stock Plan 18
Production Needed 42
May'08 Sales Production 24
Demand -
Stock Plan 42
Production Needed 24
Sales Production 0 0
F-360TBSW/C
54
-
54
-
-
36
42
24
FX-310W/C
36
30
102
96
-
24
162
84
0
YMMI FG TOTAL
5513
10734
5303
10524
5706
11562
6576
12835
6690
YMMI NORMAL LINE
10029
29164
9744
28879
19717
26298
10592
27146
17202
CG101A
1085
1,306
348
569
221
1,153
309
1,114
805
CGX101A
42
132
126
216
90
159
96
129
33
E-LINE CG
1127
1438
474
785
311
1312
405
1243
838
APX500NT
219
924
142
847
705
1,064
263
1,185
922
APX500OVS
108
512
111
515
404
420
50
359
309
APX500OBB
67
400
108
441
333
369
98
359
261
APX500DRB
32
466
72
506
434
313
79
320
241
APX500BL
293
890
343
940
597
948
289
894
605
APX500FMOBB
0
-
-
-
-
-
-
-
0
APX500FMOVS
0
-
-
-
-
-
-
-
0
CPX500NT
0
145
61
206
145
399
17
355
338
CPX500BL
0
163
59
222
163
482
62
485
423
CPX500OVS
0
107
96
203
107
332
101
337
236
CPX500DRB
0
91
91
182
91
294
46
249
203
CPX500FMOVS
0
-
-
-
-
-
-
0 342
FX370C
150
348
132
330
198
474
71
413
FX370CTBS
12
114
36
138
102
66
72
102
30
FX370CBL
24
290
58
324
266
174
80
196
116
E-LINE FG
905
4450
1309
4854
3545
5335
1228
5254
4026
E-LINE TOTAL
2032
5888
1783
5639
3856
6647
1633
6497
4864
SLG100N//JID
12
88
24
100
76
108
50
134
84
SLG100N//HID
16
110
30
124
94
121
27
118
91
SLG100N//BSID
18
17
13
12
-
30
2
19
17
34
Tabel 3.3 Tabel Produksi YMMI (lanjutan) Apr'08 Model SLG100N//UCID
Available Stock March 08 110
Demand 196
Stock Plan 109
Production Needed 195
May'08 Sales Production 86
Demand 85
Stock Plan 44
Production Needed 20
Sales Production 0
SLG100S//JID
5
100
21
116
95
160
35
174
139
SLG100S//HID
4
167
39
202
163
131
57
149
92
SLG100S//BSID
7
20
6
19
13
14
11
19
8
SLG100S//UCID
77
120
101
144
43
94
35
28
0
SLG120NWLAB//JID
2
102
31
131
100
130
25
124
99
SLG120NWLAB//HID
23
109
28
114
86
97
12
81
69
SLG120NWLAB//BsID
4
10
-
6
6
6
14
20
6
SLG120NWLAB//UCI D SILENT TOTAL
11
-
-
-
-
-
11
11
0
289
1039
402
1163
762
976
323
897
605
YMMI TOTAL
12350
36091
11929
35681
24335
33921
12548
34540
22671
GRAND TOTAL
15435
43269
15516
43361
28584
40893
15954
41331
26266
35
3.6.2
Waktu Bekerja YMMI selalu melakukan kegiatan 5S setiap awal bulan, sehingga untuk hari pertama kerja pada tiap bulan tidaklah penuh delapan jam melainkan enam jam. Tabel 3.4 Jumlah Working Time Tiap Bulan Available Working Time First day of the month Available Working Time
360 minutes/day 480 minutes/day
YMMI tidak menetapkan waktu overtime yang tetap setiap bulannya. Dari kumpulan data-data yang lalu, overtime dari YMMI rata-rata sebesar 2%. YMMI juga mempunyai kalendar tahunan sendiri untuk menghitung jumlah hari bekerja. Ini dikarenakan terdapat hari libur yang berbeda dan beberapa dipindah sehingga untuk mengganti hari-hari libur tersebut, pekerja diwajibkan untuk bekerja pada hari sabtu.
3.6.3
Cycle Time Per Unit Data cycle time per unit didapat dari rata-rata pengerjaan antara 2 model gitar yang sama. Tabel 3.5 Cycle Time per Unit Model
Waktu
Model
Waktu
APX500BL
568.080
Minutes/Day
CS45A
216.149
Minutes/Day
APX500DRB
568.080
Minutes/Day
CX-40
244.798
Minutes/Day Minutes/Day
APX500FMBL
568.080
Minutes/Day
CX-40W/C
246.514
APX500FMDRB
568.080
Minutes/Day
EF-31
243.481
Minutes/Day
APX500FMNT
568.080
Minutes/Day
F-210
243.481
Minutes/Day
APX500FMOBB
694.991
Minutes/Day
F-310
243.481
Minutes/Day
APX500FMOVS
694.991
Minutes/Day
F-310CS
245.031
Minutes/Day
APX500NT
558.680
Minutes/Day
F-310P
246.363
Minutes/Day
APX500OBB
568.080
Minutes/Day
F-310PCS
247.912
Minutes/Day
APX500OVS
568.080
Minutes/Day
F-310PTBS
247.912
Minutes/Day
C-30M
198.061
Minutes/Day
F-310TBS
245.031
Minutes/Day
C-315
2.519
Minutes/Day
F-325
286.726
Minutes/Day
C-330AW/C
3.375
Minutes/Day
F325TBS
321.839
Minutes/Day
C-370W/C
3.413
Minutes/Day
F-335
286.726
Minutes/Day
C-390W/C
272.712
Minutes/Day
F-335BL
306.068
Minutes/Day
C-40
228.859
Minutes/Day
F-335TBS
302.528
Minutes/Day
C-40A
228.859
Minutes/Day
F-340W/C
303.236
Minutes/Day
C-40M
198.061
Minutes/Day
F-345SYTBS
347.144
Minutes/Day
C-40MA
198.061
Minutes/Day
F-350W/C
304.394
Minutes/Day
C-40RE
3.375
Minutes/Day
F-360TBSW/C
304.138
Minutes/Day
C-40W/C
3.766
Minutes/Day
F-370
333.368
Minutes/Day
C-45
228.859
Minutes/Day
F370BL
336.188
Minutes/Day
36
Tabel 3.5 Cycle Time per Unit (lanjutan) Model
Waktu
C-45A
228.859
C-45MA C-45RE C-70
Model
Waktu 334.308
Minutes/Day
F370TBS
198.061
Minutes/Day
F-39PJ
439.178
Minutes/Day
3.375
Minutes/Day
F-39PJTBS
480.343
Minutes/Day
282.572
Minutes/Day
FX-310A
259.846
Minutes/Day
Minutes/Day
C80
452.845
Minutes/Day
FX-310W/C
259.004
Minutes/Day
C-80
397.140
Minutes/Day
FX325
321.012
Minutes/Day
C-80W/C
399.412
Minutes/Day
FX-335
301.752
Minutes/Day
CG101A
452.845
Minutes/Day
FX-345SYTBS
424.697
Minutes/Day
CGS-102
216.430
Minutes/Day
FX370C
523.900
Minutes/Day
CGS102A
233.976
Minutes/Day
FX370CBL
530.480
Minutes/Day
CGS103A
233.976
Minutes/Day
FX370CTBS
526.720
Minutes/Day
CGS104A
233.976
Minutes/Day
GL-1
2.633
Minutes/Day
CGX101A
468.705
Minutes/Day
JR-1
3.812
Minutes/Day
CM-40
228.859
Minutes/Day
SLG100N//BSID
753.416
Minutes/Day
CM-40RE
3.375
Minutes/Day
SLG100N//HID
753.416
Minutes/Day
CPX500BL
725.208
Minutes/Day
SLG100N//JID
753.416
Minutes/Day Minutes/Day
CPX500DRB
725.208
Minutes/Day
SLG100N//UCID
753.416
CPX500FMBL
725.208
Minutes/Day
SLG100S//BSID
762.716
Minutes/Day
CPX500FMDRB
725.208
Minutes/Day
SLG100S//HID
762.716
Minutes/Day
CPX500FMNT
725.208
Minutes/Day
SLG100S//JID
762.716
Minutes/Day
CPX500FMOBB
725.208
Minutes/Day
SLG100S//UCID
762.716
Minutes/Day
CPX500FMOVS
725.208
Minutes/Day
SLG-120NW
799.907
Minutes/Day
CPX500NT
725.208
Minutes/Day
SLG120NWLAB//BS
799.907
Minutes/Day
CPX500OBB
725.208
Minutes/Day
SLG120NWLAB//HI
799.907
Minutes/Day
CPX500OVS
725.208
Minutes/Day
SLG120NWLAB//JI
799.907
Minutes/Day
CS-40
216.149
Minutes/Day
SLG120NWLAB//UC
799.907
Minutes/Day
CS-40J
218.146
Minutes/Day
Data cycle time pada tabel diatas tidak termasuk waktu tunggu seasoning room. Waktu yang termasuk pada cycle time diatas hanyalah jumlah waktu ketika model gitar tersebut dalam proses pengerjaan oleh seorang operator. Data ini harus terus dipantau dan di update agar keakuratan model yang dibuat dapat bertambah.
3.6.4
Absensi Agar lebih mendekati kenyataan, YMMI tidak menggunakan asumsi absensi 100%. Pada umumnya, asumsi absensi yang digunakan YMMI adalah sebesar 97%.
3.6.5
Efficiency YMMI mempunyai target untuk meningkatkan efisiensi produksi mereka hingga 10% tiap tahunnya. Periode baru YMMI dimulai pada bulan April dan penutupan buku dilakukan pada bulan Maret. Maka asumsi efisiensi untuk bulan 37
April sebesar 100% dan untuk bulan Mei sebesar 100% + (10%/12) = 101% (setelah pembulatan). Tabel 3.6 Asumsi Efisiensi Bulan April Mei
3.6.6
Efisiensi 100% 101%
Kapasitas Maksimum Produksi Asumsi dari kapasitas maksimum produksi YMMI diambil dari jumlah total demand dibagi dengan jumlah hari bekerja. Penghitungan ini digunakan untuk mendapatkan jumlah produksi yang merata setiap harinya sehingga produksi untuk bulan yang berjalan akan selesai tepat pada akhir bulan. Penghitungan di bawah sudah termasuk pengurangan dua jam pada hari pertama kerja. Tiap line produksi YMMI mempunyai asumsi kapasitas maksimum yang berbeda.
Max Pr oduction =
∑ Demand ∑WorkingDays
Tabel 3.7 Asumsi Kapasitas Maksimum Produksi YMMI Akustik Gitar Max Production Capacity Line April Mei F-Line 1328 Units/day 1375 Units/day E-Line 260 Units/day 329 Units/day Silent Line 54 Units/day 46 Units/day Total 1642 Units/day 1750 Units/day
3.6.7
Jumlah Karyawan Rumus untuk menghitung jumlah karyawan dapat diuraikan sebagai berikut:
∑ Working _ Time ((∑ Available _ Time + Overtime) × Absensi × Efisiensi ) Dimana:
∑Working _ Time : Jumlah demand dikalikan dengan cycle time masing-masing model
∑ Available _ Time : Jumlah hari kerja dikalikan dengan 480 menit dikurang 120 menit karena hari pertama kerja tiap awal bulan ada kegiatan 5S selama dua jam 38
Jumlah karyawan yang dibutuhkan dipisahkan berdasarkan line produksi gitar YMMI. Dari rumus tersebut, kita mendapatkan jumlah karyawan yang dibutuhkan oleh YMMI sebagai berikut: Tabel 3.8 Jumlah Karyawan yang Dibutuhkan Untuk Akustik Gitar Line F-Line E-Line Silent Line Total
3.6.8
April 704 311 87 1102
Mei 733 395 73 1090
Constraint Rencana Produksi per Hari Batasan rencana produksi per hari digunakan oleh solver untuk membatasi jumlah produksi gitar yang harus diproduksi pada satu hari. Batasan ini juga digunakan sebagai penanda kapan memulai dan menyelesaikan produksi suatu model gitar. Apabila batasan ini tidak digunakan maka solver tidak akan menghasilkan angka product mix yang optimal. Tabel 3.9 Contoh Perubahan Constraint MODEL CX-40 W/C MODEL CX-40 W/C
1-Apr
2-Apr
3-Apr
4-Apr
1-Apr 9
2-Apr 12
3-Apr 18
4-Apr 36
Required for month 36
MODEL CX-40 W/C MODEL CX-40 W/C
1-Apr 7 1-Apr 9 Required for month 36
Start at Last Work Day 1-Apr 4-Apr
2-Apr 6 2-Apr 10
3-Apr 10 3-Apr 12
4-Apr 13 4-Apr 13
Start at Last W ork Day 1-Apr 4-Apr
39
Tabel 3.9 Contoh Perubahan Constraint (lanjutan) MODEL CX-40 W/C MODEL CX-40 W/C
1-Apr
2-Apr
3-Apr
4-Apr
1-Apr 0
2-Apr 18
3-Apr 36
4-Apr 0
Required for month 36
MODEL CX-40 W/C MODEL CX-40 W/C
1-Apr 0 1-Apr 0 Required for month 36
3.6.9
Start at Last Work Day 2-Apr 3-Apr
2-Apr 15 2-Apr 18
3-Apr 21 3-Apr 21
4-Apr 4-Apr 0
Start at Last Work Day 2-Apr 3-Apr
Production Plan Hasil Model Linear Programming Model linear programming akan dijalankan menggunakan batasan-batasan yang telah dihitung. Hasil dari solver untuk production planning YMMI dapat dilihat pada tabel di bawah ini.
40
Tabel 3.10 Daily Plan Bulan April F-Line
41
Tabel 3.10 Daily Plan Bulan April F-Line (lanjutan)
42
Tabel 3.11 Daily Plan Bulan April E-Line
43
Tabel 3.11 Daily Plan Bulan April E-Line (lanjutan)
44
Tabel 3.12 Daily Plan Bulan April Silent-Line
45
Tabel 3.13 Daily Plan Bulan Mei F-Line
46
Tabel 3.13 Daily Plan Bulan Mei F-Line (lanjutan)
47
Tabel 3.14 Daily Plan Bulan Mei E-Line
48
Tabel 3.14 Daily Plan Bulan Mei E-Line (lanjutan)
49
Tabel 3.15 Daily Plan Bulan Mei Silent-Line
50
Dari hasil perhitungan diatas, terliihat ada hari dimana produksi melebihi kapasitas maksimum produksi dan apabila ditelaah lebih lanjut, akan ada hari dimana waktu bekerja akan melebihi 480 menit. Hal ini terjadi karena daily plan diatas sudah menyatukan waktu shift satu dan shift dua sehingga YMMI hanya perlu memikirkan pelaksanaan produksi untuk mencapai target produksi harian yang telah dihitung.
3.7
Penghitungan Kanban Jumlah kartu atau kanban yang digunakan dihitung dengan menggunakan rumus berikut yang diambil dari buku Operations Management For Competitive Advantage karangan Chase et. al.:
k=
DL(1 + S ) C
Dimana: k = Jumlah kartu kanban yang akan kita pakai D = Demand yang ada dalam satu periode (perhari, perminggu, perbulan) L = Lead time pengisian container S = Safety stock C = Besarnya container Dari hasil perhitungan rumus tersebut, didapat jumlah kartu atau kanban produksi yang harus kita bagikan kepada tiap-tiap bagian proses produksi. Besarnya container diambil dari banyaknya jumlah WIP yang dapat dibawa oleh wagon di bagian produksi. Satu wagon tersebut dapat membawa lima atau enam buah WIP. Jumlah dari kartu atau kanban produksi ini merupakan target harian yang harus dipenuhi oleh setiap bagian produksi. Dengan digunakannya sistem kanban ini diharapkan dapat mempermudah komunikasi baik dari atasan kepada bawahan maupun antar bagian proses produksi. Hasil penghitungan kanban dapat dilihat pada tabel di bawah ini:
51
Tabel 3.16 Kanban Bulan April F-Line
52
Tabel 3.16 Kanban Bulan April F-Line (lanjutan)
53
Tabel 3.17 Kanban Bulan April E-Line
54
Tabel 3.18 Kanban Bulan April Silent-Line
55
Tabel 3.19 Kanban Bulan Mei F-Line
56
Tabel 3.19 Kanban Bulan Mei F-Line (lanjutan)
57
Tabel 3.19 Kanban Bulan Mei F-Line (lanjutan)
58
Tabel 3.20 Kanban Bulan Mei E-Line
59
Tabel 3.21 Kanban Bulan Mei Silent Line
60
YMMI cukup melakukan pengontrolan dengan menghitung berapa banyak kanban yang dapat diselesaikan oleh bagian produksi.
3.8
Alternatif Solusi Bisnis
Selain menggunakan fitur solver dari Microsoft Excel, YMMI juga dapat melakukan beberapa alternatif berikut: 1. Membeli lisensi program linear programming yang lebih powerful dari solver (seperti SAP atau WinQSB) 2. Mengontrak sebuah perusahaan untuk membuat program linear programming khusus YMMI. 3. Meningkatkan kemampuan solver dengan membeli versi premium-nya 4. Mengambil orang luar untuk membuat rencana produksi Beberapa solusi diatas dapat mengatasi kekurangan dari fitur solver yaitu terbatasnya jumlah cell yang dapat diubah serta kecepatan penghitungan model yang lambat apabila cell yang harus diubah terlalu banyak. Apabila YMMI akan semakin banyak memproduksi model-model gitar baru, maka YMMI harus menggunakan program linear programming lain dikarenakan fitur solver tidak akan kuat melakukan penghitungan dengan model yang sangat banyak.
61
