BAB I PENDAHULUAN

1.1. Latar Belakang Peramalan merupakan suatu proses dalam memprediksi kebutuhan dimasa yang akan mendatang yang meliputi kebutuhan dalam ukuran kwantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Peramalan permintaan merupakan tingkat permintaan produk-produk yang diharapkan akan terealisir untuk jangka waktu tertentu pada masa yang akan datang, maka dari itu peramalan sangat dibutuhkan dalam dunia industri untuk mengantisipasi kebutuhan permintaan konsumen yang akan datang, sehingga kebutuhan tersebut akan terpenuhi oleh pihak perusahaan dan ini merupakan masukan yang sangat penting dalam pengambilan keputusan terhadap kegiatan proses produksi yang diterapkan dalam proses perencanaan produksi suatu perusahaan.

1.2. Permasalahan Permasalahan disini adalah bagaimana caranya agar mampu untuk memproses dan mengolah data permintaan yang diperoleh dengan pengamatan , apakah akan menghasilkan nilai peramalan yang sesuai, sehingga dapat digunakan untuk menentukan peramalan pada periode-periode berikutnya, efisiensi, jumlah mesin, dan jumlah produk yang harus dihasilkan. Hal inilah yang akan dibahas dalam penganalisaan data.

1.3. Tujuan Praktikum 1. 2. Untuk meningkatkan kemampuan praktikum dalam mengaplikasikan metode metode peramalan dalam sistem nyata. Untuk menentukan metode terbaik dari peramalan permintaan suatu produk.

3. 4. a. b. c. d.

Untuk menentukan nilai peramalan dari permintan suatu produk. Menambah kemampuan praktikan dalam perencanaan produksi

antara lain: Perencanaan proses produksi Perencanaan jumlah mesin. Perencanaan jumlah produk per departemen. Penentuan efisiensi dari mesin per departemen.

BAB II LANDASAN TEORI

Untuk mendukung dalam pelaksanaan praktikum ini, harus didukung dengan teori- teori yang ada antara lain: a. Peramalan b. Metode Peramalan c. Perencanaan Proses d. Perencanaan Mesin e. Perencanaan Jumlah Produksi f. Perencanaan Kapasitas Mesin g. Perencanaan Efisiensi Mesin 2.1. Peramalan Pengertian peramalan adalah suatu tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode tertentu dimasa yang akan datang dengan menggunakan teknik-teknik ilmiah yang hasilnya mendekati kebenaran. Kegunaan atau manfaat daripada peramalan antara lain: 1. Menentukan jumlah permintaan yang akan datang. 2. Menentukan perencanaan lanjutan bagi produk-produk yang ada untuk dikerjakan dengan fasilitas-fasilitas yang ada. 3. Menentukan penjadwalan jangka pendek produk-produk yang ada untuk dikerjakan berdasarkan peralatan yang ada. 2.2. Metode dalam Peramalan Secara umum peramalan diklasifikasikan menjadi 2 macam, yaitu: 1. Peramalan yang bersifat subyektif 2. Peramalan yang bersifat obyektif

Perbedaan antara kedua macam peramalan ini didasarkan pada cara mendapatkan nilai-nilai ramalan. Peramalan subyektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subyektif ini akan diawali oleh metode-metode Delphi dan metode penelitian pasar. Metode Delphi, metode ini merupakan cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari para ahli dan berasal dari disiplin yang berbeda. Grup ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok. Metode Penelitian Pasar, metode ini mengumpulan dan menganalisa fakta secara sistematis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar ini adalah survei konsumen. Penelitian pasar seiring digunakan dalam perencanaan produk baru, sistem periklanan dan konsumen yang tepat. Peramalan obyektif merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukkan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Selain itu, peramalan obyektif juga mengasumsikan bahwa tingkat keeratan dalam macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang jika pada masa yang akan datang. Peramalan obyektif terdiri dari atas 2 metode, yaitu: Metode Intrinsik, metode ini membuat peramalan yang berdasarkan pada proyektif permintaan historis tanpa mempertimbangkan factor-faktor external yang mungkin mempengaruhi besarnya permintaan. Hal ini tentu membosankan, sehingga memerlukan metode-metode peramal yang mudah dan murah. Metode intrinsik akan diwakili oleh analisis deret waktu.

Metode Extrinsik, metode ini mempertimbangkan factor-faktor external yang mungkin dapat mempengaruhi besarnya permintaan dimasa datang dalam model peramalannya. Kelemahan dari metode ini adalah dalam hal mahalnya biaya aplikasinya dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya menyediakan informasi perubahan faktor-faktor external yang terukur. Metode extrinsic banyak dipakai untuk peramalan pada tingkat agregat. Metode ini akan diwakili oleh metode regresi.

2.2.1Analisis Deret Waktu (Time Series) Analisa deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen Trend (T), Siklus (C), Musiman (S), dan Variasi acak (R) yang menunjukkan suatu pola tertentu. Analisa deret waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut masih akan tetap berlanjut. Penjelasan tentang komponen-komponen tersebut adalah sebagai berikut: 1. Trend/Kecenderungan (T). Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun, atau konstan. 2. Siklus/Cycle (C). Permintaan suatu produk dapat memiliki siklus yang berulang secara periodic, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan jangka panjang. 3. Pola Musiman/Season (S), fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya. 4. Variasi Acak/Random (R), permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-

kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengaman untuk mengantisipasi permintaan. Metode yang akan digunakan untuk peramalan permintaan produk bakpau yaitu dengan menggunakan metode-metode antara lain: 1. Metode Eksponential Smoothing Peramalan dengan menggunakan metode single eksponential smoothing pada umumnya menekankan pada permintaan yang terjadi pada permintaan periode sebelumnya, secara matematis peramalan permintaan atau pesanan dengan metode eksponential smoothing dapat dirumuskan sebagai berikut: Ft = Ft-1 + ( At-1 Ft-1 ) Dimana: Ft Ft-1 At-1 Moving = Peramalan pada periode t = Nilai ramalan untuk satu periode waktu yang lalu = Nilai aktual untuk satu periode waktu yang lalu = Konstanta pemulusan Average diperoleh dengan merata-rata permintaan kekurangan persediaan bila terjadi lonjakan

2. Metode Moving Average berdasarkan data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik ini adalah untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Sistematis peramalan permintaan Methode Moving Average dapat dibuat rumus secara matematis sebagai berikut:

Dimana:

Ft+1 Ft n Moving

= Peramalan kebutuhan pada periode t+1 = Data real pada periode ke-t = Jumlah data Average diperoleh dengan merata-rata permintaan

3. Metode Weighted Moving Average berdasarkan data masa lalu yang terbaru dengan menggunakan pembobotan. Sistematis peramalan permintaan Methode Weighted Moving Average dapat dibuat rumus secara matematis sebagai berikut:

Selain ketiga metode peramalan diatas yang digunakan untuk menganalisa jumlah permintaan dimasa yang akan datang, cara yang lebih efektif dapat juga dilakukan peramalan dengan menggunakan software-software tertentu seperti Minitab yang dapat dilakukan secara terkomputerisasi (program komputer). 2.2.2Paramater Forecasting Error Dari metode-metode peramalan yang digunakan diatas untuk dapat mengetahui metode mana yang paling baik, maka dapat ditentukan dengan melihat besarnya parameter peramalan yang dihasilkan antara lain: 1. MAD (Mean Absolute Deviation) Adalah besarnya rata-rata penyimpangan (deviasi) mutlak yang merupakan rata-rata kesalahan selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis penentuan MAD dapat dirumuskan sebagai berikut:

2. MSE (Mean Square Error) Adalah rata-rata kesalahan yang dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis besarnya MSE dapat dirumuskan sebagai berikut:

3. MAPE (Mean Absolute Percentage Error) Adalah kesalahan persentase absolute rata-rata yang dapat dirumuskan sebagai berikut:

4. BIAS (Average Error) Merupakan tingkat kesalahan rata-rata yang mendekati nol untuk jumlah sampel yang besar. Jika lebih dari nol maka bisa diindikasikan bahwa model tersebut bias dan jumlah rata-rata per periode keluar dari permintaan aktualnya, kesalahan tersebut dapat dinyatakan dengan rumus

BAB III METODOLOGI DAN PROSEDUR

3.1. Metodologi

Permasalahan
- Menetapkan masalah apa saja yang akan dibahas pada praktikum

Tujuan
- Menentukan tujuan dari praktikum

Pengumpulan Data
- Mengumpulkan semua data-data hasil dari praktikum

Pengolahan Data
- Menghitung jumlah permintaan produk pada periode berikutnya dengan metode peramalan - Menentukan jumlah produk yang harus diproduksi untuk masing-masing departemen - Menentukan efisiensi masing-masing departemen - Menentukan jumlah mesin yang dibutuhkan untuk pembuatan produk - Menentukan metode terbaik untuk peramalan permintaan produk

Kesimpulan dan Saran

- Kesimpulan dari hasil pengolahan data - Saran perbaikan untuk praktikum

3.2 . Prosedur Pelaksanaan 1. Praktikan mengajukan proposal mengenai pengajuan pengamatan permintaan produk dan proses produksi yang ada. 2. Lakukan penelitian tentang permintaan produk dan proses produksi yang diusulkan. 3. Catat semua data yang diperlukan untuk analisa peramalan permintaan produk dan proses produksi antara lain : a. Periode permintaan. b. Jumlah permintaan tiap periode. c. Down time. d. Waktu produksi tiap proses. e. Prosentase kecacatan. 4. Analisa data tersebut untuk memperoleh hasil yang ditentukan.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

1. Departemen yang terdapat dalam proses produksi tersebut adalah: a) Departemen penggilingan b) Departemen masak c) Departemen pembuatan adonan d) Departemen pencampuran bahan setengah jadi e) Departemen pengukusan f) Departemen packaging 2. Jenis mesin yang dipakai dalam masing-masing departemen: a) Departemen pembuatan adonan: Mesin pembuat adonan (1 buah) b) Departemen penggilingan: Mesin giling daging (1 buah)

3. OPC Daging Bahan Adonan

Penggilingan

O1

Pembuatan Adonan

O-3

I-1

I-3

O2

Masak

I-2

O4

I-4

Pencampuran

O4

I-4

Pengukusan

O4

I-4

Storage Packaging

S1

Flow Diagram
Penggilingan Masak

Gudang Bahan Baku Gudang Bahan Baku Pembuatan Adonan Pencampuran

Pengukusan

Packaging

Storage

4. Departemen-departemen yang terlibat: a) Departemen penggilingan b) Departemen masak c) Departemen pembuatan adonan d) Departemen pencampuran bahan setengah jadi e) Departemen pengukusan f) Departemen packagin 5. Data untuk peramalan Tahun 2009 dan 2010 Periode (Bulan) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Jumlah (unit) 4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 6000

21 22 23

4500 4000 4500

24 4500 TOTAL 111.500 6. Plot data historis No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Bulan(X ) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Permintaan(Y) 4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 600 4500 4000 4500 4500
X2 XY

1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 441 484 529 576

4500 10000 15000 24000 22500 27000 28000 36000 45000 30000 49500 54000 58500 63000 67500 80000 68000 81000 114000 120000 94500 88000 103500 108000

300

111.500

4900

1391500

= a + bX = 4670,33 1,96X dimana: X a,b = Peramalan = Variabel bebas = Konstanta

Grafik Permintaan dan Peramalan

7. Peramalan manual dan terkomputerisasi

Periode (bulan) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 TOTAL

Jumlah (unit) 4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 6000 4500 4000 4500 4500 111.500

Moving Average (3 periode): Terkomputerisasi:

Manual: Bulan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Permintaan (At) 4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 Peramalan 3 bulan (Ft) 4834 5334 5167 5000 4334 4334 4500 4167 4167 4000 4500 (AtFt) 1166 -834 -667 -1000 166 666 -1500 333 333 500 0 |At-Ft| 1166 834 667 1000 166 666 1500 333 333 500 0 (At-Ft)2 1359556 695556 444889 1000000 27556 443556 2250000 110889 110889 250000 0 19,43% 18,53% 14,82% 25% 3,69% 13,32% 50% 7,4% 7,4% 11,11% 0%

15 16 17 18 19 20 21 22 23 24

4500 5000 4000 4500 6000 6000 4500 4000 4500 4500 111.500

4500 4500 4667 4500 4500 4834 5500 5500 4834 4334

0 500 -667 0 1500 1166 -1000 -1500 -334 166 -1006

0 500 667 0 1500 1166 1000 1500 334 166 13998

0 250000 444889 0 2250000 1359556 1000000 2250000 111556 27556 14386448

0% 10% 16,68% 0% 25% 19,43% 22,22% 37,5% 7,42% 3,69% 313%

MAD MSE BIAS

Manual 666,57 685068,95 -47,9

Terkomputerisasi 666,67 685185,25 -47,62

Peramalan Kausal (3 periode): Terkomputerisasi:

Manual: Bulan Permintaan (At) Peramalan 3 bulan (Ft) (AtFt) |At-Ft| (At-Ft)2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 6000 4500 4000 4500 4500 111.500

4668,37 4666,41 4664,45 4662,49 4660,53 4658,57 4656,61 4654,65 4652,69 4650,73 4648,77 4646,81 4644,85 4642,89 4640,93 4638,97 4637,01 4635,05 4633,09 4631,13 4629,17 4627,21 4625,25 4623,29

-168,37 333,59 335,55 1337,51 -160,53 -158,57 -656,61 -154,65 347,31 -1650,73 -148,77 -146,81 -144,85 -142,89 -140,93 361,03 -637,01 -135,05 1366,91 1368,87 -129,17 -627,21 -125,25 -123,29

168,37 333,59 335,55 1337,51 160,53 158,57 656,61 154,65 347,31 1650,73 148,77 146,81 144,85 142,89 140,93 361,03 637,01 135,05 1366,91 1368,87 129,17 627,21 125,25 123,29

28348,4569 111282,2881 112593,8025 1788933 25769,8809 25144,4449 431136,6921 23916,6225 120624,2361 2724909,533 22132,5129 21553,1761 20981,5225 20417,5521 19861,2649 130342,6609 405781,7401 18238,5025 1868442,948 1873805,077 16684,8889 393392,3841 15687,5625 15200,4241

3,74% 6,67% 6,71% 22,29% 3,57% 3,52% 16,41% 3,44% 6,95% 55,02% 3,31% 3,26% 3,22% 3,18% 3,13% 7,22% 15,93% 3,00% 22,78% 22,81% 2,87% 15,68% 2,78% 2,74%

0,08

10901,46

10235181,17

240,23%

Manual

Terkomputerisasi

MAD MSE

454,23 426465,88

454,23 426465,84 -0,0001 3. (X=27) = 4670,33 1,96X = 4670,33 1,96(25) = 4621,33

BIAS 0,003 Peramalan 3 periode berikutnya: 1. (X=25) = 4670,33 1,96X = 4670,33 1,96(27) = 4617,41 2. (X=26) = 4670,33 1,96X = 4670,33 1,96(26) = 4619,37

8. Metode terbaik MAD MSE MAPE BIAS Moving Average 666,57 685068,95 14,09% -47,9 Peramalan Kausal 454,23 426465,88 10,01% 0,003

Dari perbandingan di atas dapat dinyatakan bahwa metode peramalan Kausal merupakan metode terbaik untuk peramalan produk ini karena memiliki parameter error yang kecil. 9. Data peramalan (produk bakpau) Jam Tahapan proses Type mesin kerja / periode (D) 4,5 4,5 Waktu pengerjaan (Ti) menit 5 40 Down time (Dt) menit 2 3 Set up (St) menit 0,17 1 % defect 0 0

Penggilingan Masak

Mesin giling -

Buat adonan Penyatuan bahan Pengukusan Packaging

Mesin adonan -

pencampur

4,5 4,5 4,5 4,5

20 30 90 90

6 8 5 10

0,25 20 0 0

3 4 5 2

a. Jumlah Produk
P 1 P = i+ i 1 q i

P7 =

101500 =140 ,97 =141 unit / hari 720

140 ,97 P6 = =143 ,85 =144 unit / hari 1 0,02

143 ,85 P5 = =151 ,42 =152 unit / hari 1 0,05

151 ,42 P4 = =157 ,73 =158 unit / hari 1 0,04

157 ,73 P3 = =162 ,61 =163 unit / hari 1 0,03

P2 =

162 ,61 =162 ,61 =163 unit / hari 1 0

162 ,61 P1 = =162 ,61 =163 unit / hari 1 0

b. Efisiensi masing-masing departemen

Efesiensi =1 DT + ST D

E1 =1

2 +0,17 m enit = 0,992 = 99 % 60 x 4,5m enit

E 2 =1

3 +1 m enit = 0,985 = 99 % 60 x 4,5m enit 6 +0,25 m enit 60 x 4,5m enit

E 3 =1

= 0,977 = 98 %

E 4 =1

8 +20 menit = 0,896 = 90 % 60 x 4,5menit

E 5 =1

5 +0 menit = 0,981 = 98 % 60 x 4,5menit

E 6 =1

10 +0 menit = 0,963 = 96 % 60 x 4,5menit

c. Jumlah mesin
T i P i N = i x 6 0 D. E i

N1 =

5 162 ,61 x = 3,04 = 4 buah 60 4,5.0,992

20 162 ,61 x =12 ,33 =13 buah 60 4,5. 0,977

N3=

10. Gambar perencanaan dan penyusunan mesin Mesin Giling Masak Pengukusan

Pencampuran bahan setengah jadi

Packaging

Mesin Pencampur adonan

11. Sebaiknya

departemen

packaging

ditempatkan

agak

berjauhan

dari

departemen yang lain agar tidak mengganggu jalannya proses produksi dengan kata lain departemen packaging ditempatkan di luar dari departemen yang berhubungan langsung denga proses produksi produk bakpau.

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Dari Analisa data pada praktikum Modul V tentang Peramalan, maka dapat disimpulkan sebagai berikut : 1. Departemen-departemen yang ada: a) Departemen penggilingan b) Departemen masak c) Departemen pembuatan adonan d) Departemen pencampuran bahan setengah jadi e) Departemen pengukusan f) Departemen packaging 2. Jenis dan jumlah mesin dari masing-masing departemen: a) buah) b) Departemen penggilingan: Mesin giling daging (1 buah) 3. Peramalan untuk 3 periode berikutnya: Metode Peramalan Kausal Periode (Bulan) Jumlah (unit) Peramalan 3 bulan (Ft) Departemen pembuatan adonan: Mesin pembuat adonan (1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 TOTAL

4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 6000 4500 4000 4500 4500 111.500 Manual 454,23 426465,88 0,003

4668,37 4666,41 4664,45 4662,49 4660,53 4658,57 4656,61 4654,65 4652,69 4650,73 4648,77 4646,81 4644,85 4642,89 4640,93 4638,97 4637,01 4635,05 4633,09 4631,13 4629,17 4627,21 4625,25 4623,29

MAD MSE BIAS

Terkomputerisasi 454,23 426465,84 -0,0001

Metode Moving Average

Bulan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Permintaan (At) 4500 5000 5000 6000 4500 4500 4000 4500 5000 3000 4500 4500 4500 4500 4500 5000 4000 4500 6000 6000 4500 4000 4500 4500 111.500 Manual 666,57 685068,95

Peramalan 3 bulan (Ft) 4834 5334 5167 5000 4334 4334 4500 4167 4167 4000 4500 4500 4500 4667 4500 4500 4834 5500 5500 4834 4334

MAD MSE

Terkomputerisasi 666,67 685185,25

BIAS

-47,9

-47,62

5. Metode terbaik yang digunakan yakni metode peramalan Kausal karena memliki parameter error yang kecil daripada metode Moving Average. MAD MSE MAPE BIAS Moving Average 666,57 685068,95 14,09% -47,9 Peramalan Kausal 454,23 426465,88 10,01% 0,003

6. Jumlah produk yang diproduksi tiap departemen: Nama Departemen Departemen penggilingan Departemen masak Departemen pembuatan adonan Departemen pencampuran bahan setengah jadi Departemen pengukusan Departemen packaging 7. Efisiensi masing-masing departemen: Nama Departemen Departemen penggilingan Departemen masak Departemen pembuatan adonan Departemen pencampuran bahan setengah jadi Departemen pengukusan Departemen packaging 8. Jumlah mesin yang dibutuhkan: Efisiensi 99% 99% 98% 90% 98% 96% Jumlah produk yang diproduksi (unit/hari) 163 163 163 158 152 144

Nama Departemen Departemen penggilingan Departemen pembuatan adonan 5.2. Saran

Jumlah Mesin 4 buah 13 buah

Dalam menentukan peramalan permintaan suatu produk diharapkan perusahaan dapat menerapkan metode apa yang tepat dalam penentuannya agar hasil yang dicapai lebih maksimal dan akurat.

LAPORAN RESMI MODUL V Peramalan

Disusun oleh: 1. Mak Adrian H.P. 2. Denny Amrozi 3. Hendra Febri Wijayanto 4. Fitria Devi Anggraini

07.2008.1.02644 07.2008.1.02689 07.2008.1.02690 07.2008.1.02694

LABORATORIUM SISTEM PRODUKSI JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT TEKNOLOGI ADHI TAMA SURABAYA 2011

KATA PENGANTAR
Puji syukur kami ucapkan kepada Tuhan yang Maha Esa atas segala RahmatNya hingga terselesaikannya Laporan Resmi Praktikum Sistem Produksi ini. Segenap kemampuan kami curahkan demi terselesaikannya laporan resmi ini. Berkat Doa dan bantuan dari berbagai pihak, akhirnya kami dapat menyajikan laporan resmi ini sesuai dengan kemampuan kami Kami ucapkan terima kasih juga kepada semua pihak yang telah mendukung dan membantu kami,hingga laporan resmi ini dapat terselesaikan dengan baik. Harapan kami laporan resmi ini dapat digunakan oleh pembaca sebagai pedoman atau contoh untuk membuat laporan resmi, maupun untuk menambah wawasan para pembacanya. Kami selaku manusia biasa yang tidak pernah luput dari kesalahan, Oleh karena itu kami mengharapkan kritik dan saran yang membangun sebagai penyempurna laporan resmi ini sehingga saya dapat meningkatkan kualitas dari laporan resmi kami selanjutnya Sekian haturan kata pengantar dari kami, bila ada kesalahan dalam pembuatan laporan resmi ini, baik yang disengaja maupun yang tidak disengaja, kami mohon maaf yang sebesar-besarnya.

Surabaya, 17 Januari 2011

Penyusun

LEMBAR PENGESAHAN LAPORAN RESMI PRAKTIKUM SISTEM PRODUKSI

Kepala Laboratorium Sistem Produksi

Asisten Laporan Resmi

(Jaka Purnama, ST. MT.) NIP: 941045

(Evi Yuliawati, ST. MT.) NIP: 082028

DAFTAR ISI
COVER LEMBAR PENGESAHAN KATA PENGANTAR DAFTAR ISI MODUL I : EKONOMI PRODUKSI

MODUL II : MATERIAL REQUIREMENT PLANNING (MRP) MODUL III : LINE BALANCING MODUL IV : TATA LETAK PABRIK DAN DEPARTEMEN MODUL V : PERAMALAN

LAMPIRAN

LAMPIRAN