Use Case:
2. Class Diagram
3. Sequence Diagram
Rabu, 06 April 2011
PERANCANGAN DAN PEMBUATAN SISTEM PERENCANAAN PRODUKSI (STUDI KASUS PADA PT. VONITA GARMENT)
ABSTRAKSI
PT. Vonita Garment adalah perusahaan yang bergerak di garmen. Selama ini sistem produksi yang dilakukan berdasarkan inventori atau stok gudang, dimana produksi terus berlangsung tanpa melihat permintaan penjualan. Hal ini dapat mengakibatkan kerugian apabila permintaan penjualan jumlahnya lebih sedikit dari hasil produksi sehingga terdapat sisa produk yang tidak terjual, maupun apabila terjadi permintaan penjualan yang melebihi stok sehingga PT. Vonita Garment tidak dapat memenuhi permintaan tersebut. Hal ini disebabkan kurang akuratnya data permintaan penjualan karena pencatatan yang dilakukan secara manual. Untuk mengatasi masalah tersebut, maka dibutuhkan suatu sistem baru untuk memperbaiki sistem yang dipakai saat ini. Dari hasil uji coba, perangkat lunak yang dibuat ini dapat mengetahui jumlah stok barang yang diperlukan, jumlah perkiraan permintaan penjualan, hasil peramalan dengan menggunakan metode yang memiliki nilai Mean Absolute Deviation (MAD) terkecil, hasil penjadwalan produksi tiap minggu, dan hasil produksi.
Kata kunci: Peramalan Produksi, Penjadwalan Produksi, Sistem Penjualan
1. PENDAHULUAN
PT. Vonita Garment bergerak di bidang garment atau disebut juga konveksi, yaitu pembuatan pakaian jadi, terutama untuk anak-anak yang berusia sekitar 1-7 tahun. Perusahaan ini cukup bersaing dibidangnya. Hal ini dapat dilihat dari penyebaran hasil produksinya yang mencapai Semarang, Surabaya, Jakarta, maupun beberapa kota lainnya. Proses produksi yang berlangsung dalam PT. Vonita Garment secara umum dapat digambarkan sebagai berikut:
· Pembuatan pola, yaitu pembuatan pola dari masing-masing bagian pakaian (kerah, lengan, dada, dll).
· Proses pemindahan pola ke material dasar (kain), dan diikuti dengan pemotongan kain tersebut.
· Menyerikan tiap-tiap bagian dari pakaian menjadi satu kesatuan pakaian.
· Memberi corak pada masing-masing bagian pakaian (obras, sablon, dll).
· Menjahit masing-masing bagian pakaian menjadi satu kesatuan.
· Finishing, yaitu memeriksa apakah ada yang kurang dari tiap pakaian yang sudah jadi (biasa juga disebut sebagai quality control).
Dalam proses produksi ini, PT. Vonita Garment memakai sistem make to stock. Dimana yang menjadi acuan adalah data masa lampau. Selama ini semua itu dijalankan secara manual, sehingga kurang efektif. Karena itu dengan adanya sistem perencanaan produksi ini dapat lebih memaksimalkan produktivitas dan efektifitas dari PT. Vonita Garment. Sehingga dapat meminimalkan terjadinya demand over supply ataupun sebaliknya, dan juga dapat membantu proses produksi berjalan dengan efektif dan tepat waktu.
2. ANALISIS DAN DESAIN
Analisis Kebutuhan
Saat ini proses yang ada pada PT. Vonita Garment meliputi:
a. Proses Penjualan
Proses penjualan pada PT. Vonita Garment dilakukan langsung di pabrik milik PT. Vonita Garment sendiri.
b. Proses Produksi
Proses produksi yang dilakukan oleh PT. Vonita Garment saat ini adalah didasarkan pada stok gudang tanpa melihat permintaan penjualan yang ada. Hal ini menyebabkan sering terjadi stok yang berlebihan di gudang, sehingga menjadi kurang efektif mengingat lifetime produk yang sangat singkat. Selain itu PT. Vonita Garment tidak mempunyai sistem peramalan dan penjadwalan produksi.
Berdasarkan permasalahan yang dihadapi oleh PT. Vonita Garment maka sistem baru yang dibutuhkan adalah sebagai berikut:
a. Suatu sistem yang dapat menyimpan data penjualan.
b. Suatu sistem yang dapat membantu PT. Vonita Garment untuk meramalkan permintaan penjualan pada suatu periode tertentu.
c. Suatu sistem yang dapat mengupdate data stok produk yang ada.
d. Suatu sistem yang dapat menganalisa lifecycle dari produk yang ada.
e. Suatu sistem yang dapat membantu menjadwalkan produksi secara efisien yang mengacu pada hasil peramalan serta kapasitas produksi PT. Vonita Garment.
Desain Program
Berikut adalah flowchart untuk program perencanaan produksi yang akan diimplementasikan.
Gambar 1 menunjukan flow dari program ini. Pada awal dilakukan pengecekan apakah sudah ada pola data masa lampau. Yang dimaksud apakah sudah pernah dihitung MAD dari data masa lampau yang dimiliki dengan metode-metode yang dipakai. Apabila belum, maka akan dilakukan penghitungan terlebih dahulu. Setelah itu dilakukan peramalan berdasar tiap kelompok ukuran. Untuk melakukan peramalan ini digunakan metode yang mempunyai nilai MAD terkecil. Kemudian hasil peramalan tersebut akan dibagi menjadi peramalan tiap item produk. Keselurahan proses ini dilakukan pada awal periode bulanan.
Pada akhir periode mingguan akan dimasukkan data penjualan tiap item produk pada minggu tersebut. Ini berlangsung terus setiap minggunya. Kemudian pada akhir periode bulanan akan dihitung nilai akumulasi tiap item produk untuk tiap kelompok ukuran. Kemudian dicek apakah masih dalam batas tracking signal yang ditentukan. Apabila sudah melebihi dapat dihitung ulang MAD dengan menggunakan tiap-tiap metode yang dimiliki. Hasil akhirnya adalah laporan MPS (Master Production Schedule) yang dihasilkan tiap akhir periode mingguan.
Gambar 1. Flowchart Program
3. IMPLEMENTASI
Implemensi Database
Database diimplementasikan dalam bentuk tabel-tabel. Tabel yang akan dijelaskan berikut dikhususkan pada tabel yang digunakan dalam proses akuntansinya saja.
· Tabel Aktifitas
Tabel ini berfungsi untuk menyimpan data aktifitas yang dilakukan dalam PT. Vonita Garment.
Tabel 1. Tabel Aktifitas
| Field | Type | Length | Description |
| Kod_Aktifitas | Char | 1 | Kode aktifitas |
| Keterangan | Var Char | 15 | Keterangan aktifitas |
· Tabel Mesin
Tabel ini berfungsi untuk menyimpan data mesin yang dimiliki oleh PT. Vonita Garment beserta kapasitas produksinya.
Tabel 2. Tabel Mesin
| Field | Type | Length | Description |
| Kod_Mesin | Char | 4 | Kode mesin |
| Kod_Aktifitas | Char | 1 | Kode aktifitas |
| Kapasitas | Int | 4 | Kapasitas produksi (sec) |
· Tabel Ukuran
Tabel ini berfungsi untuk menyimpan data ukuran produk yang dihasilkan oleh PT. Vonita Garment.
Tabel 3. Tabel Ukuran
| Field | Type | Length | Description |
| Kod_Ukuran | Char | 1 | Kode ukuran produk |
| Keterangan | VarChar | 15 | Keterangan ukuran |
· Tabel Barang
Tabel ini berfungsi untuk menyimpan data produk yang dihasilkan oleh PT.Vonita Garment.
Tabel 4. Tabel Barang
| Field | Type | Length | Description |
| Kod_Barang | Char | 4 | Kode produk |
| Kod_Ukuran | Char | 1 | Kode ukuran produk |
| Nama | VarChar | 20 | Nama jenis produk |
| Harga | Numeric | 9 | Harga produk |
| Status | Char | 1 | Status produk |
· Tabel Penjualan
Tabel ini berfungsi untuk menyimpan data penjualan yang dilakukan oleh PT. Vonita Garment.
Tabel 5. Tabel Penjualan
| Field | Type | Length | Description |
| Kod_Barang | Char | 4 | Kode produk |
| Minggu | SmallInt | 2 | Minggu penjualan produk |
| Bulan | SmallInt | 2 | Bulan penjualan produk |
| Tahun | Int | 4 | Tahun penjualan produk |
| Jumlah | Numeric | 9 | Penjualan periode ini |
· Tabel Peramalan
Tabel ini berfungsi untuk menyimpan data peramalan yang dilakukan oleh PT. Vonita Garment.
Tabel 6. Tabel Peramalan
| Field | Type | Length | Description |
| Kod_Barang | Char | 4 | Kode produk |
| Minggu | SmallInt | 2 | Minggu pera-malan produk |
| Bulan | SmallInt | 2 | Bulan pera-malan produk |
| Tahun | Int | 4 | Tahun pera-malan produk |
| Jumlah | Numeric | 9 | Peramalan periode ini |
· Tabel Produksi
Tabel ini berfungsi untuk menyimpan data penjadwalan produksi yang dilakukan oleh PT. Vonita Garment.
Tabel 7. Tabel Produksi
| Field | Type | Length | Description |
| Kod_Barang | Char | 4 | Kode produk |
| Minggu | SmallInt | 2 | Minggu produksi produk |
| Bulan | SmallInt | 2 | Bulan produksi produk |
| Tahun | Int | 4 | Tahun produksi produk |
| Jumlah | Numeric | 9 | Produksi periode ini |
· Tabel Stok
Tabel ini berfungsi untuk menyimpan data stok produk yang dimiliki oleh PT. Vonita Garment.
Tabel 8. Tabel Stok
| Field | Type | Length | Description |
| Kod_Barang | Char | 4 | Kode produk |
| Minggu | SmallInt | 2 | Minggu stok produk |
| Bulan | SmallInt | 2 | Bulan stok produk |
| Tahun | Int | 4 | Tahun stok produk |
| Jumlah | Numeric | 9 | Stok periode ini |
· Tabel Kapasitas
Tabel ini berfungsi untuk menyimpan data kapasitas produksi PT. Vonita Garment pada tiap-tiap periode penjadwalan.
Tabel 9. Tabel Kapasitas
| Field | Type | Length | Description |
| Minggu | Small Int | 2 | Minggu kapasitas produksi |
| Bulan | Small Int | 2 | Bulan kapasitas produksi |
| Tahun | Int | 4 | Tahun kapasitas produk |
| Jam_Kerja | BigInt | 8 | Jam kerja periode ini |
| Kapasitas | Int | 4 | Kapasitas periode ini |
Implementasi dan Pengujian Program
Berikut ini adalah contoh kasus penjualan produk untuk kelompok A (umur 1-3 tahun) selama 24 bulan.
Dari data yang tersedia pada Tabel 10, maka pertama kali yang dilakukan adalah mencari hasil peramalan dengan 3 metode yaitu: Moving Average, Linear Regression dan Winter. Kemudian dihitung MAD-nya, metode yang memiliki MAD paling kecil menunjukkan bahwa hasil peramalannya mendekati keakuratannya. Gambar berikut menunjukkan hasil perhitungan MAD dari data tersebut.
Tabel 10. Penjualan Produk Kelompok A
| Periode | Bulan | Jumlah |
| 1 | Januari 2003 | 132 |
| 2 | Februari 2003 | 192 |
| 3 | Maret 2003 | 228 |
| 4 | April 2003 | 240 |
| 5 | Mei 2003 | 168 |
| 6 | Juni 2003 | 198 |
| 7 | Juli 2003 | 144 |
| 8 | Agustus 2003 | 240 |
| 9 | September 2003 | 300 |
| 10 | Oktober 2003 | 252 |
| 11 | November 2003 | 288 |
| 12 | Desember 2003 | 264 |
| 13 | Januari 2004 | 264 |
| 14 | Februari 2004 | 264 |
| 15 | Maret 2004 | 264 |
| 16 | April 2004 | 276 |
| 17 | Mei 2004 | 288 |
| 18 | Juni 2004 | 288 |
| 19 | Juli 2004 | 276 |
| 20 | Agustus 2004 | 288 |
| 21 | September 2004 | 288 |
| 22 | Oktober 2004 | 288 |
| 23 | November 2004 | 288 |
| 24 | Desember 2004 | 276 |
Karena dari hasil perhitungan MAD, metode linear regression yang terkecil, maka merode ini yang dipakai untuk meramalkan penjualan periode ke-25.
Dari hasil penghitungan peramalan tiap ukuran tersebut baru diramalkan untuk tiap item produk dalam kelompok ukuran tersebut. Dengan komposisi perhitungan seperti pada Tabel 11. Contoh peramalan tiap item produk dapat dilihat pada Gambar 4, sedangkan penjadwalan produksinya dapat dilihat pada Gambar 5.
Gambar 2. Hasil Perhitungan MAD Ukuran A
Gambar 3. Peramalan Periode Ke-25 Ukuran A Metode Linear Regression
Gambar 4. Form Peramalan Tiap Item Produk
Tabel 11. Komposisi Prosentase Item Produk
| | A | B |
| Bulan1 | 100% | 100% |
| Bulan2 | 100% | 120% |
| Bulan3 | 60% | 70% |
Dengan komposisi seperti di atas dan dengan asumsi tiap bulan ada 3 macam item untuk tiap-tiap kelompok ukuran maka akan didapatkan hasil seperti pada Tabel 12.
Gambar 5. Form Perencanaan Produksi
Tabel 12. Peramalan Tiap Item Produk
| Item | Lifecycle | Jumlah |
| A032 | 3 | 73 |
| A033 | 2 | 121 |
| A034 | 1 | 121 |
Setelah mendapatkan hasil peramalan tiap item barang dan perencanaan produksinya, form berikut yang dihasilkan adalah MPS seperti yang tampak pada Gambar 6.
Baris forecast menunjukan peramalan yang sudah dilakukan untuk item produk tersebut pada periode tertentu, sales menunjukan penjualan aktual pada periode tersebut, stock menunjukan sisa stok produk tersebut pada periode yang sama, MPS menunjukan rencana produksi mula-mula, dan Rev. Prod menunjukan produksi yang sebenarnya dilakukan pada periode yang sama.
Pada form ini terdapat fasilitas untuk menampilkan quick report. Dimana quick report ini nantinya dapat di-print untuk kemudian dijadikan arsip secara manual.
Gambar 6. Form Laporan MPS
KESIMPULAN DAN SARAN
Setelah melalui berbagai tahap perancangan, desain dan implementasi software sistem perencanaan produksi pada PT. Vonita Garment diambil beberapa kesimpulan sebagai berikut:
a. Dengan adanya informasi mengenai stok barang yang ada, maka dapat meminimalkan kemungkinan terjadinya penumpukan stok.
b. Dengan adanya laporan penjualan yang rapi dan lengkap maka dapat memudahkan untuk pembuatan peramalan.
c. Dengan adanya menu untuk memasukan jam kerja dalam seminggu, membantu perusahaan dalam memperkirakan kemampuan produksinya.
d. Dengan adanya laporan penjadwalan produksi, maka kegiatan produksi dalam perusahaan lebih terkontrol.
e. Pengujian peramalan yang telah dilakukan dengan menggunakan data penjualan periode Januari 2003 hingga Desember 2004 menghasilkan nilai:
· Untuk kelompok ukuran A (1-3 tahun) MAD dari peramalan dengan metode Moving Average sebesar 22.9, metode Linear Regression sebesar 22.79, sedangkan metode Winter sebesar 2317.67.
· Untuk kelompok ukuran B (4-7 tahun) MAD dari peramalan dengan metode Moving Average sebesar 27.25, metode Linear Regression sebesar 23.25, sedangkan metode Winter sebesar 651.75.
DAFTAR PUSTAKA
[1] Baroto, Teguh, (2002). Perencanaan dan Pengendalian Produksi, (1st ed). Jakarta. Ghalia Indonesia.
[2] Elasyed, Elsayed. A. and Thomas. O. Boucher, (1994). Analysis and Control of Production System, (2nd ed). New Jersey. Prentice Hall.
[3] Gasperz, Vincent, (2001). Production Planning and Inventory Control. Jakarta. PT. Gramedia.
[4] Hanke, John E, Dean W. Wichern and Arthur G. Reitsch. (2001). Business Forecasting, (7th ed). New Jersey: Prentice Hall.
[5] Kendall, Kenneth E. and Julie E. Kendall. (1992). System Analysis and Design. New Jersey: Prentice Hall.
[6] Makridakis, Spyros, Steven C. Wheelwright, and Victor E. Mgee. (1999). Metode dan Aplikasi Peramalan. Jakarta: Binarupa Aksara.
Langganan:
Postingan (Atom)