Bab I

PENDAHULUAN

1.1. Latar Belakang Masalah

Seiring dengan perkembangan dunia industri di Indonesia diikuti dengan
persaingan bisnis yang semakin meningkat, menuntut para pelaku bisnis untuk
meningkatkan effisiensi di segala bidang. Salah satu cara untuk mewujudkannya
dengan sistem perencanaan pengendalian persediaan yang baik proses produksi
berjalan dengan lancar, sehingga permintaan konsumen akan dapat terpenuhi
dengan tepat waktu dan tidak terjadi keterlambatan. Perusahaan dapat bersaing
dengan keunggulan yang dimilikinya. Keunggulan yang dimiliki perusahaan bisa
berasal dari faktor produksi perusahaan yaitu material, mesin, sumber daya
manusia, modal dan lain-lain. Selain itu perusahaan harus memperhatikan salah
satu faktor yang sangat menunjang yaitu kegiatan produksi.

Manufaktur adalah proses transformasi dari material mentah menjadi part atau
produk jadi, dengan memberikan nilai tambah pada material awal menggunakan
satu atau lebih proses pemesinan atau perakitan. Manufaktur dilakukan sebagai
aktivitas komersial oleh suatu perusahaan, yang kemudian menjual produknya ke
konsumen. Perusahaan ini berbentuk industri yang terdiri dari unit unit usaha
dan organisasi yang memproduksi barang dan secara umum bertujuan mencari
keuntungan.
Rencana jangka panjang berkenaan dengan tujuan dan strategi perusahaan, produk
yang akan dibuat, rencana keuangan masa depan dan mengenai sumber daya
perusahaan. Oleh karena itu rencana jangka panjang merupakan kewenangan dan
tanggung jawab eksekutif tertinggi perusahaan. Pada jangka waktu yang lebih
pendek, rencana jangka panjang perusahaan harus diintepretasikan menjadi
rencana jangka menengah dan jangka pendek. Pada rencana jangka menengah
berupa rencana produksi agregat dan jadwal produksi induk. Pada rencana jangka
pendek berupa rencana kebutuhan material dan rencana penerimaan pesanan.

PT. Sipatex Putri Lestari merupakan perusahaan swasta PMDN ( Penanaman

Modal Dalam Negeri ) yang bergerak dalam bidang textile. Strategi product
positioning yang digunakan PT. Sipatex Putri Lestari yaitu Make to Stock dan
Make to Order. PT. Sipatex Putri Lestari memproduksi 7 jenis produk, yaitu
polyster, poly spun, poly rayon, poly cotton, poly spandex, nylon dan rayon. Dari
ke 7 produk tersebut, polyster memiliki pangsa pasar yang naik turun sehingga
membuat perusahaan sering kali kehilangan pasar atau kelebihan produksi,
sehingga perusahaan mengarahkan penelitian lebih lanjut terhadap produk
polyster.
Berdasarkan uraian latar belakang tersebut, peneliti tertarik untuk melakukan
penelitian lebih lanjut dengan judul: Penyusunan Jadwal Induk Produksi Dan
Kebutuhan Material Pada Produk Polyster Di PT. Sipatex Putri Lestari.

1.2. Perumusan masalah

Dari uraian diatas, maka dapat dirumuskan permasalahan terhadap produk
polyster sehingga beberapa permasalahan yang ditemukan dalam penelitian ini
yaitu:
a. Apa metode yang baik untuk meramalkan permintaan konsumen dari data
historis penjualan?
b. Bagaimana jadwal induk produksi yang sesuai dengan masukan hasil
peramalan?
c. Bagaimana rencana produksi kebutuhan material berdasarkan jadwal induk
produksi dan struktur produk yang ada?

1.3. Tujuan Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah:
a. Menentukan metode peramalan yang terbaik
b. Menyusun jadwal produksi induk (MPS)
c. Menyusun rencana kebutuhan material (MRP)

1.4. Pembatasan Masalah

Agar persoalan ini tidak terlalu luas dan menyimpang terlalu jauh dari masalah
yang akan diteliti, maka perlu dilakukan pembatasan masalah agar mendapatkan
hasil yang terarah sesuai dengan tujuan yang ingin dicapai. Adapun batasan
masalahnya yaitu:
a. Penjadwalan kebutuhan material dilakukan untuk 12 bulan kedepan
b. Teknik lotting yang digunakan hanya dengan metode Economic Order
Quantity (EOQ).
c. Metode peramalan hanya dengan metode peramalan kuantitatif Time Series

1.5. Sistematika Penulisan

Adapun sistematika penulisan laporan Tugas Akhir ini adalah sebagai berikut:
Bab 1 Pendahuluan
Berisikan tentang latar belakang masalah, identifikasi masalah, tujuan penelitian,
pembatasan masalah serta sitematika penulisan.
Bab 2 Tinjauan Pustaka
Berisikan tentang pengantar teori yang mendukung pembahasan dan pemecahan
masalah dari penelitian yang akan dilakukan.
Bab 3 Kerangka Pemecahan Masalah
Berisikan tentang bagaimana cara sistematika penelitian yang dilakukan, variabel
dan data yang dikaji, serta cara analisis yang dikaji.
Bab 4 Pengumpulan Dan Pengolahan Data
Berisikan pengumpulan data-data yang dianggap perlu, baik secara langsung
maupun tidak langsung yang digunakan dalam menunjang pembahasan
selanjutnya dan pengolahan data.

Bab 5 Analisis
Berisikan hasil analisis terhadap hasil pengolahan data yang didapat dengan hasil
yang ingin dicapai.
Bab 6 Kesimpulan Dan Saran
Berisikan kesimpulan dari pengolahan data yang dapat ditarik dan saran-saran
yang dapat diberikan.

Bab 2
Tinjauan Pustaka

2.1. Pendahuluan
Sistem produksi merupakan suatu mata kuliah yang menggambarkan mengenai
aktivitas-aktivitas dalam perencanaan produksi dan suatu ilmu khusus yang ada
dalam jurusan Teknik Industri.

Manufaktur (Bedworth, 1991) dapat didefinisikan sebagai Sekumpulan aktivitas

fisik dan intelektual yang digabungkan dengan perancangan dan pembuatan
produk nyata, sehingga memberikan nilai tambah pada item, baik secara manual
atau menggunakan mesin.

Pengendalian manufacturing melibatkan seluruh aktifitas mulai dari pemasukan

bahan mentah sampai menjadi produk jadi. Termasuk diantaranya accounting,
order entry, pelayanan pelanggan, logistik, budgeting, dan perencanaan strategi
dalam manufacturing. Keterpaduan semua hal ini sering disebut dengan MRP II
(Manufacturing Resource Planning), yang keterkaitannya dapat dilihat pada
bagan dibawah ini:

Gambar 2.1.1. Keterkaitan MRP II

Aktivitas-aktivitas dalam perencanaan produksi meliputi perencanaan proses,

jadwal induk produksi, perencanaan kebutuhan material, perencanaan kapasitas,
dan pengendalian aktivitas produksi (shop floor). Dalam penjabaran lebih lanjut,
maka perencanaan manufacturing diuraikan menjadi proses apa saja yang harus
dikerjakan, siapa pelaksananya, kapan, dimana dan perkiraan ongkos yang
ditimbulkan.
Fungsi-Fungsi Sistem Produksi
Fungsi-fungsi sistem produksi meliputi:
Bussiness planning.
Product design and Engineering.
Manufacturing Engineering.
Supervision.
Production Planning.
Material Planning.
Purchasing.
Production.
Production Control.
Quality Control.
Receiving, Shipping dan Inventory Control.
Faktor Penentu Keberhasilan Sistem Produksi
Kedekatan hubungan antara pekerja dan sistemnya.
Adanya sistem perencanaan dan pengendalian yang baik.
Aspek Perusahaan Dalam Perencanaan dan Pengendalian Produksi
Perkembangan industri dewasa ini ditandai dengan terjadinya perubahanperubahan yang sangat cepat. Implikasi dari perubahan-perubahan ini adalah di
satu pihak masyarakat sebagai konsumen mempunyai pilihan yang semakin
banyak dan di lain pihak perusahaan industri sebagai produsen didorong secara
terus menerus untuk mengikuti arah perubahan kebutuhan masyarakat tersebut.

Secara umum misi perusahaan industri adalah memenuhi kebutuhan masyarakat

(konsumen) dengan memproduksi barang-barang yang sesuai dengan kebutuhan
konsumen. Untuk dapat memerankan misi tersebut, perusahaan industri perlu
mengintegrasikan setiap aktivitas baik kegiatan produksi maupun pendukung.

Kunci keberhasilan perusahaan industri terletak pada kemampuan perusahaan

untuk memenuhi kepuasan konsumen (customer satisfaction). Apabila kepuasan
konsumen dapat dijabarkan lebih lanjut, maka faktor kunci keberhasilan
perusahaan industri pada dasarnya mencakup:
Kualitas (Quality).
Biaya atau Ongkos (Cost).
Waktu Penyerahan (Delivery Time).
Faktor keberhasilan ini lebih dikenal dengan istilah QCD.
Dalam sistem produksi terdapat ruang lingkup yang terdiri dari:
1. Production and Inventory Management (PIM)
Merupakan suatu aktivitas yang meliputi design, operation dan control suatu
system manufaktur sampai dengan distribusi produk jadi. Dalam arti lain PIM
adalah serangkaian rantai logistic yang meliputi:
Tingkat retail.
Tingkat warehouse.
Tingkat manufacturing.

2. Strategi Product Positioning

Terdapat empat tipe industri jika dilihat dari Product Positioning yaitu:
Make to Stock
Merupakan tipe industri yang membuat produk akhir untuk disimpan.
Kebutuhan konsumen diambil dari persediaan digudang. Ciriciri dari tipe
Make to Stock yaitu:
Standard item, high volume.
Terus menerus dibuat, lalu disimpan.

 Make to Order
Merupakan tipe industri yang membuat produk hanya untuk memenuhi
pesanan. Ciriciri dari Make to Order yaitu:
Inputnya bahan baku.
Biasanya untuk item dengan banyak jenis.
Harga cukup mahal.
Lead Time ditetapkan oleh konsumen atau pesaing.
Perlu keahlian khusus.
Komponen biasa dibeli untuk persediaan.
Assemble to Order
Merupakan tipe industri yang membuat produk dengan cara assembling
hanya untuk memenuhi pesanan. Ciriciri dari Assembly to Order yaitu:
Inputnya komponen.
Untuk suplly item dengan banyak jenis.
Harga cukup mahal.
Lead Time ditetapkan oleh konsumen.
Enginnering to Order
Merupakan tipe industri yang membuat produk untuk memenuhi pesanan
khusus dimulai dari perancangan produksi sampai pengiriman produk.
Ciricirinya yaitu:
Produk sangat spesifik.
Lead Time panjang.
Harganya mahal.

3. Strategi Process Positioning

Merupakan strategi yang dipilih suatu industri untuk menentukan jenis proses
yang akan digunakan untuk menghasilkan produk. Tipe industri ditinjau dari
strategi Process Design yaitu:
Flow Shop.
Continuous Flow.

 Dedicated Repetitive.
Batch Flow.
Mixed Model Repetitive Flow.
Job Shop.
Fixed Site / Project.

Manufacturing Layout

ProductionPlanning

Desiner

M
aterialPlanning

Enginnering

Vendor

Procurem
ent

Purchasing

M
aterialControl
Production
Receiving

Q
C/Q
A

Shipping

IQ
C

Gambar 2.2.1. Manufacturing Layout

2.2. Proses Perakitan Produk

Dalam menganalisis suatu sistem atau cara kerja berarti mencatat secara
sistematis, meneliti seluruh kegiatan/operasi, serta menyajikan berbagai fakta dan
spesifikasi kerja yang ada pada sistem kerja tersebut.

Assembling Process Chart (APC)

Assembly Process Chart (APC) adalah suatu peta kerja yang menggambarkan
langkah-langkah proses perakitan yang akan dialami oleh komponen (produk),
berikut pemeriksaan (inspeksi) dari awal sampai produk jadi selesai dan juga
memuat informasi- informasi yang diperlukan untuk analisa lebih lanjut, seperti
waktu yang dihabiskan, komponen yang digunakan, dan alat- alat yan dipakai.
Tujuan dari Assembly Process Chart terutama untuk menunjukkan keterkaitan
antara komponen, yang dapat juga digambarkan oleh sebuah gambar terurai
yang digunakan untuk mengajar pekerja yang tidak ahli untuk mengetahui urutan
suatu rakitan yang rumit.

Dengan adanya informasi-informasi yang bisa dicatat melalui peta proses operasi,
kita bisa memperoleh banyak kegunaan dan manfaat dari APC, antara lain:
Untuk menentukan kebutuhan operator.
Untuk mengetahui kebutuhan tiap komponen.
Alat untuk menentukan tata letak fasilitas.
Alat untuk melakukan perbaikan cara kerja.
Alat untuk latihan kerja.

Untuk bisa menggambarkan peta proses operasi dengan baik, ada beberapa
prinsip-prinsip pembuatan peta proses operasi yang perlu diikuti sebagai berikut:
Pertama-tama, pada baris yang paling atas dinyatakan sebagai kepalanya
(Peta Proses Operasi) yang diikuti oleh identifikasi lain seperti: nama
obyek, nomor peta (nomor gambar), diptakan oleh siapa, tanggal dipetakan,
cara lama atau cara sekarang dan usulan.
Material yang akan diproses diletakkan diatas garis horizontal, yang
menunjukkan bahwa material tersebut masuk kedalam proses.
Lambang-lambang ditempatkan dalam arah vertikal yang menunjukkan
terjadinya perubahan proses.
Penomoran terhadap suatu kegiatan operasi diberikan secara berurutan sesuai
dengan urutan operasi yang dibutuhkan untuk pembuatan produk tersebut
atau sesuai dengan proses yang terjadi.

 Penomoran terhadap suatu kegiatan pemeriksaan diberikan secara tersendiri

dan prinsipnya sama dengan penomoran untuk kegiatan operasi.

Agar diperoleh gambar peta proses operasi yang baik, produk biasanya paling
banyak memerlukan operasi, harus dipetakan terlebih dahulu, berarti dipetakan
dengan garis vertikal disebelah kanan halaman kertas. Dengan peta perakitan akan
lebih mudah untuk memahami tentang:
Komponen- komponen yang membentuk produk.
Bagaimana komponen- komponen ini bergabung bersama.
Komponen yang menjadi bagian suatu rakitan- bagian.
Aliran komponen ke dalam sebuah rakitan.
Gambaran menyeluruh dari proses rakitan.
Kebutuhan operator.
Tata letak fasilitas.
Perbaikan tata cara kerja.

Operation Process Chart (OPC)

Operation Process Chart (OPC) adalah suatu diagram yang menggambarkan
langkah- langkah proses yang dialami oleh bahan baku yang meliputi urutan
proses operasi dan pemeriksaan.
Lambang-lambang dari OPC yang akan digunakan, yaitu seperti yang tertera
sebagai berikut:

Operasi adalah kegiatan dimana komponen mengalami perubahan

karena dirakit dengan komponen lain.
Pemeriksaan adalah kegiatan memeriksa benda atau objek baik-baik dari
segi kualitas maupun kuantitas

Aktivitas Gabungan adalah kegiatan dimana antara assembling dan

pemeriksaan dilakukan bersamaan atau dalam selang waktu yang
relative singkat
Penyimpanan adalah seandainya benda kerja disimpan dalam waktu
yang lama dan jika mau diambil kembali biasanya harus berdasarkan
rekomendasi atau izin terlebih dahulu.

2.3. Master Production Schedule (MPS).

2.3.1. Konsep dasar tentang Aktivitas Jadwal Induk Produksi (JIP).
Pada dasarnya Jadwal Induk Produksi (MPS/JIP) merupakan suatu pernyataan
tentang produk akhir (termasuk parts pengganti dan suku cadang) dari suatu
perusahaan industri manufaktur yang merencanakan memproduksi output
berkaitan dengan kuantitas dan periode waktu. JIP mendisagregasikan dan
mengimplementasikan rencana produksi (aktivitas pada level 1 dalam hierarki
perencanaan prioritas) dinyatakan dalam konfigurasi spesifik dengan nomornomor item yang ada dalam Item Master and BOM (Bills Of Material) file.

Aktivitas JIP pada dasarnya berkaitan dengan bagaimana menyusun dan

memperbaharui JIP, memproses transaksi dari JIP, memelihara catatan-catatan,
mengevaluasi efektivitas dari JIP dan memberikan laporan evaluasi dalam waktu
yang teratur untuk keperluan umpan balik dan tinjauan ulang. JIP pada dasarnya
berkaitan dengan aktivitas melakukan empat fungsi utama berikut:
1. Menyediakan atau memberikan input utama kepada sistem perencanaan
kebutuhan material (material requirements planning/MRP),
2. Menjadwalkan pesanan-pesanan produksi dan pembelian (production and
purchase orders) untuk item-item MPS,
3. Menentukan landasan untuk penentuan kebutuhan sumber daya dan kapasitas,
4. Memberikan basis untuk pembuatan janji tentang penyerahan produk (delivery
promises) kepada pelanggan.
Sebagai suatu aktifitas proses, jadwal induk produksi membutuhkan lima input
utama seperti ditunjukan dalam Gambar 2.7.1.1.

Rough Cut Capacity

Planning (RCCP)

INPUT:
1. Data permintaan total
2. Status Inventori
3. Rencana Produksi,
4. Data Perencanaan,
5. Informasi dari RCCP

PROSES:
Penjadwalan Induk
Produksi (MPS)

OUTPUT:
Jadwal Induk Produksi
(MPS)

Umpan-balik

Gambar 2.3.1.1. Proses Penjadwalan Induk Produksi.

Dari Gambar 2.7.1.1. dapat dijelaskan beberapa hal berikut:

a.

Data permintaan total,

Merupakan salah satu sumber data bagi proses penjadwalan induk produksi.
Data permintaan total berkaitan dengan ramalan penjualan (sales forecasts)
dan pesanan-pesanan (order).

b.

Status Inventori,
Berkaitan dengan

informasi tentang on-hand inventory, stok yang

dialokasikan untuk penggunaan tertentu (allocated stock), dan firm planned

orders. MPS harus mengetahui secara akurat berapa banyak inventori yang
tersedia dan menentukan berapa banyak yang harus dipesan.
c.

Rencana Produksi,
Memberikan

sekumpulan

batasan

kepada

MPS.

MPS

harus

menjumlahkannya untuk menentukan tingkat produksi, inventori, dan

sumber-sumber daya lain dalam rencana produksi itu.
d.

Data perencanaan,
Berkaitan dengan aturan-aturan tentang lot-sizing yang harus digunakan,
shrinkage factor, stok pengaman (safety stock), dan waktu tunggu (lead time)

dari masing-masing item yang biasanya tersedia dalam file induk dari item
(item master file).
e.

Informasi dari RCCP.

Berupa kebutuhan kapasitas untuk mengimplementasikan MPS menjadi salah
satu input bagi MPS.

Tugas dan tanggung jawab dari penyusun JIP/MPS adalah membuat perubahanperubahan pada catatan MPS, mendisagregasikan rencana produksi untuk
menciptakan MPS, menjamin bahwa keputusan-keputusan produksi yang ada
dalam MPS itu telah sesuai dengan rencana produksi dan yang terpenting adalah
mengkomunikasikan hal-hal utama dalam MPS itu kepada bagian-bagian lain
yang terkait dalam perusahaan. Selanjutnya sebagai bagian dari proses umpan
balik secara umum, penyusun jadwal induk produksi harus memantau performansi
aktual terhadap MPS dan rencana produksi dan hasil-hasil operasional untuk
diberikan kepada manajemen puncak. Berdasarkan pemantauan ini, penyusun
MPS akan mampu melakukan analisis sebab akibat yang memberikan dampak
pada MPS apabila terjadi perubahan-perubahan dalam rencana.

Jadwal induk produksi (MPS) dikembangkan agak sedikit berbeda, tergantung

jenis industri make to order (MTO) atau make to stock (MTS) dan jumlah item
yang diproduksi (sedikit atau banyak). JIP pada industri MTS menggunakan data
peramalan permintaan bersih (peramalan bersih dikurangi persediaan ditangan).
Jika hanya ada beberapa macam produk akhir yang dibuat, maka JIP-nya
merupakan suatu pernyataan tentang kebutuhan-kebutuhan akan produk individu.
Bila produk akhir yang dibuat banyak, misalkan lebih dari 500 macam, maka
tidak praktis bila kita membuat JIP berdasarkan produk. Dalam hal ini, biasanya
dikelompokan menjadi kelompok-kelompok sejenis kemudian perencanaan
tersebut didetailkan secara proporsional menjadi satu jadwal untuk satu item
individu untuk masing-masing kelompok produk sejenis.
Untuk industri bertipe make to order (MTO), pesanan yang belum terpenuhi
merupakan data permintaan yang dibutuhkan, sehingga pesanan-pesanan dari
konsumen akan menentukan JIP-nya. Pada industri dimana ada sedikit komponen-

komponen dasar tersebut dan bukan untuk produk-produk akhirnya sebagai

contohnya adalah mobil, dimana komponen-komponen dasarnya adalah mesin,
transmisi, komponen body dan lain-lain.

2.3.2. Tugas dan Tanggung Jawab Penyusun Jadwal Induk Produksi.

Tugas dan tanggung jawab professional dari penyusun jadwal induk produksi
(MPS)

adalah

membuat

perubahan-perubahan

pada

catatan

MPS,

mendisagregasikan rencana produksi untuk menciptakan MPS, menjamin bahwa

keputusan-keputusan produksi yang ada dalam MPS itu telah sesuai dengan
rencana produksi, dan yang terpenting adalah mengkomunikasikan hal-hal utama
dalam MPS itu kepada bagian-bagian lain yang terkait dalam perusahaan. Seperti
telah dikemukakan, MPS membangun jalinan komunikasi dengan bagian
manufacturing, sehingga dalam hal ini bagian manufacturing (PPIC) yang
menyusun MPS harus mengkomunikasikan outputnya kepada bagian-bagian lain,
seperti: bagian pemasaran, bagian inventori atau pembelian material, bagian
rekayasa, R&D, produksi, dll.

2.3.3. Beberapa Pertimbangan Dalam Desain MPS.

Ketika akan mendesain MPS, perlu diperhatikan beberapa factor utama yang
menentukan proses Penjadwalan Induk Produksi (MPS). Beberapa factor utama
itu adalah:
1. Lingkungan Manufakturing,
Lingkungan manufacturing menentukan proses penjadwalan induk produksi.
Lingkungan manufacturing yang umum dipertimbangkan ketika akan
mendesain MPS adalah: make-to-stock, make-to-order, assemble-to-order.
Produk-produk dari lingkungan make-to-stock biasanya dikirim secara
langsung dari gudang produk akhir, dank arena itu harus ada stok sebelum
pesanan pelanggan (customer order) tiba.

Produk-produk dari lingkungan make-to-order biasanya baru dikerjakan atau

diselesaikan setelah menerima pesanan pelanggan. Sering kali komponenkomponen yang mempunyai waktu tunggu panjang (long lead time)

direncanakan atau dibuat lebih awal guna mengurangi waktu tunggu

penyerahan kepada pelanggan, apabila pelanggan memesan produk.

Pada dasarnya produk-produk dari lingkungan assemble-to-order adalah maketo-order product, dimana semua komponen (semifinished, intermediate,
subassemble, fabricated, purchased, dll) yang digunakan dalam assemble,
pengepakan, atau proses akhir, direncanakan atau dibuat lebih awal, kemudian
disimpan dalam stok guna mengantisipasi pesanan pelanggan.

2. Struktur Produk,
Struktur produk atau bill of materials (BOM) didefinisikan sebagai cara
komponen-komponen itu bergabung kedalam suatu produk selama proses
manufakturing.

3. Horizon Perencanaan, waktu tunggu produk (product lead time) dan

production time fences.
Berikut adalah aspek yang berkaitan dengan manajemen waktu dalam proses
desain MPS:
a. Panjang horizon perencanaan,
Horizon perencanaan didefinisikan sebagai periode waktu mendatang terjauh
dari jadwal produksi. Biasanya ditetapkan dengan memperhatikan waktu
tunggu kumulatif (cumulative lead time) ditambah waktu untuk lot sizing.
b. Waktu tunggu produksi,
Waktu tunggu didefinisikan sebagai lama waktu menunggu sejak penempatan
pesanan sampai memperoleh pesanan itu. Dalam sistem produksi, waktu
tunggu berkaitan dengan waktu menunggu diproses, bergerak atau berpindah,
setup untuk setiap komponen yang diproduksi.
c. Time fences,
Perubahan-perubahan dalam MPS akan menjadi sulit dan mahal (costly)
apabila dibuat pada saat mendekati waktu penyelesaian produk. Untuk
menstabilkan jadwal dan memberikan keyakinan bahwa perubahan-perubahan
telah dipertimbangkan secara tepat sebelum perubahan-perubahan itu

disetujui. MPS dapat dibagi ke dalam beberapa zona waktu dengan

menetapkan prosedur berbeda dalam mengatur perubahan-perubahan jadwal
dalam setiap zona waktu (time zone), time fences memisahkan zona waktu itu.
Dengan demikian time fences dapat didefinisikan sebagai suatu kebijakan atau
petunjuk yang ditetapkan untuk mencatat dimana (dalam zona waktu) terdapat
berbagai keterbatasan atau perubahan dalam prosedur operasi manufaktur.
Perubahan-perubahan terhadap MPS dapat dilakukan dengan relatif lebih
mudah apabila mereka terjadi melewati waktu tunggu kumulatif. Time fences
yang paling umum dikenal adalah demand time fences (DTF) dan planning
time fences (PTF), dimana DTF diterapkan pada waktu final assemble
sedangkan PTF diterapkan pada waktu tunggu kumulatif.

Demand time fences (DTF) didefinisikan sebagai periode mendatang dari MPS
dimana dalam periode ini perubahan-perubahan terhadap MPS tidak diijinkan atau
tidak diterima karena akan menimbulkan kerugian biaya yang besar akibat
ketidaksesuaian atau kekacauan jadwal. Sedangkan planning time fences (PTF)
didefinisikan sebagai periode mendatang dari MPS di mana dalam periode ini
perubahan-perubahan terhadap MPS dievaluasi guna mencegah ketidaksesuaian
atau kekacauan jadwal yang akan menimbulkan kerugian dalam biaya. Dalam
bentuk yang lebih sederhana, MPS time fences dapat diilustrasikan seperti
Gambar 2.3.3.1. berikut ini:

Gambar 2.3.3.1. MPS Time Fences.

2.3.4. Pemilihan Item-item MPS.

Faktor utama lain yang perlu diperhatikan dalam mendesain MPS adalah
pemilihan item-item MPS. Pemilihan item-item yang dijadwalkan melalui MPS
juga perlu mendapat perhatian khusus. Pemilihan item-item ini penting, karena
tidak

hanya

mempengaruhi

bagaimana

MPS

beroperasi,

tetapi

juga

mempengaruhi bagaimana sistem perencanaan dan pengendalian manufakturing

secara keseluruhan beroperasi. Terdapat beberapa kriteria dasar yang mengatur
pemilihan item-item dalam MPS, yaitu:
1.

Item-item yang dijadwalkan seharusnya merupakan produk akhir, kecuali ada

pertimbangan yang jelas menguntungkan untuk menjadwalkan item-item
yang lebih kecil daripada produk akhir,

2. Jumlah item-item MPS seharusnya sedikit, karena manajemen tidak dapat

membuat keputusan yang efektif terhadap MPS apabila jumlah item-item MPS
terlalu banyak,
3. Seharusnya memungkinkan untuk meramalkan permintaan dari item-item
MPS. Item yang dijadwalkan harus berkaitan erat dengan item yang dijual.
4. Item-item yang dipilih harus dimasukan dalam perhitungan kapasitas produksi
yang dibutuhkan,
5. Item-item MPS harus memudahkan dalam penterjemahan pesanan-pesanan
pelanggan ke dalam pembuatan produk yang akan dikirim.

2.3.5. Teknik Penyusunan MPS.

Bentuk umum dari Master Production Schedule (MPS):
Tabel 2.1. Bentuk Umum dari Master Production Schedule (MPS).

Item
:
Lead Time
:
Order Quantity
:
Lot size
:
Periode
Forecast
Actual Order
Project Available Balance
Available to Promise (ATP)
Master Schedule

Description
Safety Stock
DTF
PTF
Past due
1
2

:
:
:
:
n

Berikut ini akan dikemukakan penjelasan singkat berkaitan dengan informasi

yang ada dalam MPS seperti yang tampak dalam Tabel 2.1.:
a. Lead Time adalah waktu (banyaknya periode) yang dibutuhkan untuk
memproduksi atau membeli suatu item.
b. Order Quantity adalah banyaknya/jumlah pemesanan.
c. Safety Stock adalah stok tambahan dari item yang direncanakan untuk berada
dalam inventory yang dijadikan sebagai cadangan pengaman guna mengatasi
fluktuasi dalam ramalan penjualan, pesanan-pesanan pelanggan dalam waktu
singkat. Safety stock merupakan kebijaksanaan manajemen berkaitan dengan
stabilisasi dari sistem manufaktur, dimana apabila sistem manufaktur semakin
stabil kebijaksanaan stok pengaman ini dapat diminimumkan.
d. Forecast.
1. Berupa estimasi terhadap kuantitas end item yang akan terjual pada setiap
periodenya,
2. Informasi datang dari bagian pemasaran.
e. Actual Order, berupa pesanan konsumen yang sudah diterima sehingga
statusnya pasti.
f. Project Available Balance (proyeksi persediaan/ on hand).
1. Digunakan untuk merencanakan jumlah yang harus diproduksi,
2. Dihitung dengan anggapan bahwa penjualan akan sesuai dengan ramalan.
g. Available to Promise (ATP).
1. Merupakan alat yang digunakan untuk menjanjikan jumlah yang bisa
dipesan konsumen,
2. Merupakan bagian dari persediaan yang belum dijanjikan,
3. Digunakan oleh bagian pemasaran untuk membuat janji penjualan di masa
yang akan datang.
h. Master Schedule (jadwal produksi).
1. Berupa keputusan tentang kuantitas yang akan diproduksi dan saat
produksi itu memasuki stock,
2. Ditentukan dengan memperhatikan ketersediaan material dan kapasitas,

3. Total dari master schedule untuk setiap individual part harus sama dengan
total yang dinyatakan dalam rencana produksi.
i. DTF (Demand Time Fences) dan PTF (Planning Time Fences), time fences
merupakan perencanaan ke dalam beberapa zona dimana setiap zona
mempunyai aturan yang berbeda.

Rumus-rumus yang digunakan yaitu sebagai berikut:

1. PAB (Project Available Balance).
Pada daerah DTF:
PABt = PABt-1 + MSt - AOt..(2.35)
Pada daerah PTF:
PABt = PABt-1 + MSt max (AOt,Ft) ...(2.36)

Pada daerah setelah PTF:

PABt = PABt-1 + MSt - Ft...(2.37)
2. ATP (Available to Promise).
Pada periode 1:
ATPt = PABnow + MSt - AOsebelum ada MS berikutnya
Pada periode selanjutnya:
ATPt = MSt - AOsebelum ada MS berikutnya
3. PO (Planned Order).
Dihitung apabila PAB minus (negatif), perhitungan kebutuhan tergantung
pada periode net requirement.

2.4. Rought Cut Capacity Planning (RCCP).

Rought Cut Capacity Planning (RCCP) atau perencanaan kapasitas kasar ini
termasuk dalam perencanaan kapasitas jangka panjang. Rought Cut Capacity
Planning (RCCP) merupakan kebutuhan kapasitas yang diperlukan untuk

melaksanakan MPS. Horizon

waktu sama dengan MPS, biasanya 1 sampai

dengan 3 tahun.

Rought Cut Capacity Planning (RCCP) merupakan urutan kedua dari hierarki
perencanaan prioritas kapasitas yang berperan dalam mengembangkan MPS.
Rought Cut Capacity Planning (RCCP) melakukan validasi terhadap MPS yang
juga menempati urutan kedua dalam hierarki perencanaan prioritas produksi.

Guna menetapkan sumber-sumber spesifik tertentu, khusunya yang diperkirakan

akan menjadi hambatan potensial (potential bottlenecks) adalah cukup untuk
melaksanakan MPS. Dengan demikian kita dapat membantu manajemen untuk
melaksanakan Rought Cut Capacity Planning (RCCP), dengan memberikan
informasi tentang tingkat produksi di masa mendatang yang akan memenuhi
permintaan total itu.

Pada dasarnya Rought Cut Capacity Planning (RCCP) didefinisikan sebagai

proses konversi dari rencana produksi dan atau MPS ke dalam kebutuhan
kapasitas yang berkaitan dengan sumber-sumber daya kritis seperti:
a. Tenaga kerja
b. Mesin dan peralatan
c. Kapasitas gudang
d. Kapabilitas pemasok material dan parts
e. Sumber daya keuangan

Rought Cut Capacity Planning (RCCP) adalah serupa dengan perencanaan

kebutuhan sumber daya (Resource Requirement Planning = RRP), kecuali bahwa
Rought Cut Capacity Planning (RCCP) adalah lebih terperinci daripada RRP
dalam beberapa hal, seperti:
a) Rought Cut Capacity Planning (RCCP) didisagregasikan ke dalam level item.
b) Rought Cut Capacity Planning (RCCP) didisagregasikan berdasarkan periode
waktu harian atau mingguan.

c) Rought Cut Capacity Planning (RCCP) mempertimbangkan lebih banyak

sumber daya produksi.

Pada dasarnya terdapat empat langkah yang diperlukan untuk melaksanakan

Rought Cut Capacity Planning (RCCP), yaitu:
1. Memperoleh informasi tentang rencana produksi dari MPS.
Misalkan bahwa informasi yang berkaitan dengan rencana produksi untuk satu
bulan tertentu (katakanlah dalam minggu-minggu:32, 33, 34, dan 35).
2. Memperoleh informasi tentang struktur produk dan waktu tunggu (lead time).
Informasi tentang struktur produk biasanya telah ditetapkan pada perencanaan
kebutuhan sumber daya RRP, yang berada pada level lebih tinggi (level 1)
dalam hierarki perencanaan kapasitas.
3. Menentukan bill of resources.
Perhitungan terhadap waktu assembly rata-rata untuk setiap produk dalam
kelompok produk A menggunakan formula berikut:
Waktu assembly rata-rata = unit produk yang diproduksi x (jam standar
assembly/unit).

Selanjutnya hasil Rought Cut Capacity Planning (RCCP) ditampilkan dalam suatu
diagram yang dikenal sebagai load capacity profile. Load capacity profile
merupakan metode yang umum dipergunakan untuk menggambarkan kapasitas
yang dibutuhkan versus kapasitas yang tersedia. Dengan demikian load capacity
profile didefinisikan sebagai tampilan dari kebutuhan kapasitas di waktu
mendatang berdasarkan pesanan-pesanan yang direncanakan dan dikeluarkan
sepanjang suatu periode waktu tertentu.

Perencanaan kapasitas (capacity planning) merupakan salah satu aktivitas

manajemen kapasitas. Perencanaan kapasitas adalah proses menentukan tingkat
kapasitas

yang

diperlukan

untuk

melakukan

jadwal

produksi

(MPS),

dibandingkan terhadap kapasitas yang tersedia dan tindakan-tindakan penyesuaian

yang diperlukan terhadap tingkat kapasitas atau jadwal produksi.

Jika terjadi kekurangan kapasitas, hasilnya berupa kekurangan pencapaian target

produksi, pengiriman produk ke konsumen terlambat dan kehilangan kepercayaan
sistem manajemen. Sebaliknya, jika kapasitas berlebihan, mengakibatkan utilitasi
sumber rendah, operasi pabrik tidak efisien, biaya tinggi dan berkurangnya
margin keuntungan.

Jenis perencanaan kapasitas ditinjau dari horizon waktu perencanaan:

1. Perencanaan kapasitas jangka panjang. Ukuran waktu 1-5 tahun ke depan. Isi
perencanaan ini adalah:
a. Fasilitas yang akan dibangun.
b. Mesin yang akan dibeli.
c. Produk yang akan dibuat.
2. Perencanaan kapasitas jangka menengah. Untuk kurun waktu bulanan sampai
dengan satu tahun ke depan. Tingkat perencanaan sudah rinci. Isi dalam
perencanaan ini adalah:
a. Tambahan tooling
b. Lembur, tambah shift
c. Sub kontrak
d. Alternative routing.
3. Perencanaan kapasitas jangka pendek. Untuk kurun waktu harian sampai satu
bulan ke depan. Titik beratnya lebih pada pengendalian; sudah melihat atau
mengevaluasi apakah pelaksanaan sudah sesuai dengan perencanaan yang
dibuat.

Pengendalian kapasitas adalah monitoring baik work input maupun production

input untuk menjamin perencanaan kapasitas dapat tercapai.
Berikut salah satu teknik Rought Cut Capacity Planning (RCCP) yaitu:
CPOF (Capacity Planning Overall Factor).
CPOF (Capacity Planning Overall Factor) membutuhkan tiga masukan yaitu
MPS, waktu total yang diperlukan untuk memproduksi suatu produk dan proporsi
waktu penggunaan sumber.

2.4.1. CPOF (Capacity Planning Overall Factor)

CPOF membutuhkan tiga masukan yaitu MPS, waktu total yang diperlukan untuk
memproduksi suatu produk dan proporsi waktu penggunaan sumber. CPOF
mengalikan waktu total tiap family terhadap jumlah MPS untuk memperoleh total
waktu yang diperlukan pabrik untuk mencapai MPS. Total waktu ini kemudian
dibagi menjadi waktu penggunaan masing-masing sumber dengan mengalikan
total waktu terhadap proporsi penggunaan sumber.

2.4.2. BOLA (Bill Of Labour Approach)

Jumlah kebutuhan kapasitas yang diperlukan diperoleh dengan mengkalikan
waktu tiap komponen yang tercantum pada daftar tenaga kerja dengan jumlah
produk dari MPS.

Jika perusahaan mempunyai lebih dari satu produk, lead time tiap bagian harus
ditentukan. Secara umum, jika n adalah jumlah produk, aik adalah jumlah produk
k di stasiun kerja i, bjk adalah jumlah produk k (MPS) pada periode j, maka
formula kebutuhan kapasitas stasiun kerja kerja pada periode j adalah:
n

Kebutuhan kapasitas =

a
k 1

ik

b kj

untuk semua ij

CPOF (Capacity Planning Overall Factor) dan BOLA (Bill of Labour Approach)
tidak mempertimbangkan lead time. Kedua pendekatan ini mengasumsikan bahwa
seluruh komponen dibuat bersamaan dengan perakitan.

2.5. Material Requirement Planning ( MRP )

MRP adalah suatu teknik yang dipakai untuk merencanakan pembuatan,
pembelian komponen atau bahan baku yang diperlukan untuk melaksanakan MPS,
MRP ini merupakan hal yang utama dalam Manufacturing Resource Planning
(MRP II).

MRP merupakan suatu sistem time phase order point, karena mampu
mengintegrasikan antara waktu dengan jumlah kebutuhan material. Adanya

penambahan dimensi waktu ini mengharuskan adanya informasi tentang status

persediaan, yang membedakan dan sekaligus merupakan kelebihan MRP terhadap
teknik pengendalian persediaan tradisional. Moto dari MRP adalah memperoleh
material yang tepat, dari sumber yang tepat, pada waktu yang tepat.

Metoda MRP terdiri dari sekumpulan prosedur, aturan-aturan keputusan dan

seperangkat mekanisme pencatatan yang berkaitan secara logis dan dirancang
untuk menjabarkan suatu jadwal induk produksi (MPS) kedalam kebutuhan setiap
komponen atau material yang diperlukan. Jadwal kebutuhan ini meliputi kapan
dan berapa jumlah komponen atau material yang diperlukan dan dipesan. Ada dua
tipe sistem MRP yang dikenal sampai saat ini, yaitu sistem regeneratif dan sistem
net change. Perbedaan utama antara keduanya terletak pada frekuensi
perencanaan ulang.

Sistem regeneratif melakukan perencanaan ulang secara periodik berdasarkan

keadaan MPS yang terakhir. Semua kebutuhan di explode secara periodik dan
lengkap dari MPS, mulai dari produk akhir yang akan dibuat sampai ke bahan
baku yang akan dibeli. Sistem ini sesuai untuk keadaan dimana sistem manufaktur
yang membuat produk secara batch. Keuntungan sistem ini adalah, penggunaan
alat pemrosesan data lebih efisien jika digunakan pada keadaan yang lebih stabil.
Kerugiannya, sistem ini tidak terlalu peka terhadap ketidak seimbangan
permintaan dan kemampuan untuk memenuhinya.

Sistem net change merupakan sistem yang relatif baru. Konsep dasarnya, proses
explosion hanya dilakukan apabila terjadi perubahan pada MPS atau keadaan
persediaan atau status pemesanan untuk semua item. Keuntungan sistem ini akan
selalu memberikan catatan-catatan pada kondisi yang baru. Kerugiannya, sistem
ini lebih mahal karena pemrosesan data lebih sering dilakukan. Sistem ini baik
dipakai untuk keadaan dimana keadaan sangat tidak menentu atau berubah-ubah.

2.5.1. Tujuan dan Fungsi MRP

Tujuan Material Requitment Planning (MRP) adalah merancang suatu system
yang mampu menghasilkan informasi untuk mendukung aksi yang tepat, baik
berupa bantalan pesanan, pemesanan ulang, atau penjadwalan ulang, sehingga
diperoleh pegangan untuk melakukan pembelian atau produksi. Selain itu
beberapa tujuan yang lain dari MRP, yaitu:
Merencanakan order pembuatan atau pembelian untuk melaksanakan MPS
dinyatakan dalam jenis item, jumlah dan order release serta dua date (tanggal
masuk).
Updating jika ada perubahan.
Dasar untuk menentukan sumber daya yang dibutuhkan agar MPS teregalisir.

Dengan demikian terdapat dua fungsi MRP, yaitu:

Pengendalian persediaan, menjaga tingkat persediaan pada tingkat minimum
tetapi dapat memenuhi permintaan pada saat dibutuhkan.
Penjadwalan produksi, menentukan dengan tepat jadwal pembuatan item-item.
Mengacu pada tujuan dan fungsi MRP ini maka ada empat hal yang dapat
dilakukan, sebagai berikut:
Menentukan jumlah kebutuhan material secara tepat serta waktu pemesanan
atau pembuatannya dalam rangka memenuhi permintaan produk akhir yang
sudah direncanakan dalam MPS.
Menentukan besarnya kebutuhan minimal dari setiap material yang
diperlukan. Dengan diketahuinya jumlah kebutuhan produk akhir maka MRP
dapat menentukan secara tepat cara penjadwalan setiap item sehingga ongkos
yang dikeluarkan dapat diminimalkan.
Menentukan pelaksanaan rencana pemesanan yang berarti MRP mampu untuk
memberikan indikasi kapan pemesanan atau pembatalan atas pemesanan harus
dilakukan. Suatu pemesanan dalam hal ini dapat dilakukan lewat pembelian
atau merupakan proses pembuatan yang dilakukan di pabrik sendiri.
Menentukan penjadwalan ulang produksi atau pembatalan atas suatu jadwal
produksi yang sudah direncanakan. Apabila kapasitas produksi yang sudah
ada tidak mampu memenuhi pesanan yang sudah telah dijadwalkan pada

waktu yang ditentukan, maka MRP dapat memberikan indikasi untuk

melakukan rencana ulang penjadwalan produksi.

2.5.2. Syarat-syarat Pembuatan MRP

Dalam pembuatan MRP ada beberapa syarat yang harus dipenuhi, yaitu:
Harus ada MPS atau rencana produksi yang menetapkan jumlah dan waktu
suatu produk akhir harus tersedia dalam periode perencanaan.
Harus ada struktur produk yang jelas dan menggambarkan tentang langkahlangkah pembuatan produk.
Harus ada identifikasi khusus bagi setiap item persediaan.
Harus ada catatan tentang persediaan saat ini maupun yang direncanakan.

2.5.3. Input dan Output MRP

Berdasarkan MPS yang diturunkan dari rencana produksi, suatu sistem MRP
mengidentifikasi item apa yang harus dipesan, berapa banyak kuantitas item yang
harus dipesan, dan bilamana waktu memesan item itu. Sebagai suatu sistem, MRP
membutuhkan input seperti ditunjukan pada gambar berikut:
Prencanaan Kapasitas
(capacity Planning)

Input:
M PS
BOM
Item M aster
Pesanan-pesanan
Kebutuhan
Inform asi

Proses:
Perencanaan
Kebutuan m aterial
(M RP)

Output:
- Prim ary (Orders)
Report
- Action Report
- Pegging Report

Gambar 2.5.3.1. Proses Kerja MRP

Ada 6 (enam) input utama dalam mekanisme pengerjaan MRP, yaitu:

1.

Master Product Schedule (MPS)

Master product schedule (MPS) adalah suatu rencana produksi jangka pendek
yang menggambarkan hubungan antara kuantitas setiap jenis produk akhir

yang diinginkan dengan waktu penyediaannya. Secara garis besar pembuatan

suatu MPS biasanya dilakukan atas tahapan-tahapan berikut:
Identifikaasi sumber permintaan dan jumlahnya, sehingga dapat diketahui
besasrnya permintaan produk akhir setiap periodenya.
Menentukan besarnya kapasitas operasi yang diperlukan untuk memenuhi
permintaan yang telah di identifikasikan.
Menyusun rencana perincian dari setiap produk akhir yang akan dibuat.
Tahap ini merupakan penjabaran (disagregasi) dari rencana agregat
sehingga akan didapat product schedule setiap produk akhir yang dibuat
dan perioda waktu yang dibuatnya. Satu hal penting yang perlu
diperhatikan dalam penyusunan MPS adalah menentukan panjang horizon
perencanaan (planning horizon) banyaknya periode waktu yang ingin
diliput dalam penjadwalan. Panjang horizon perencanaan harus mencakup
perioda produksi pembuatan produk dan waktu persiapan pengadaan
material yang diperlukannya.
2.

Bill Of Material (BOM)

Merupakan daftar dari semua material, parts, dan subassemblies, serta
kuantitas dari masing-masing yang dibutuhkan untuk memproduksi satu unit
produk atau parent assembly. MRP menggunakan BOM sebagai basis untuk
perhitungan banyaknya setiap material yang dibutuhkan untuk setiap periode
waktu.

3.

Item Master
Merupakan suatu file yang berisi informasi status tentang material, parts,
subassemblies, dan produk-produk yang menunjukan kuantitas on-hand,
kuantitas yang dialokasikan (allocated quantity), waktu tunggu yang
direncanakan planned lead time), ukuran lot (lot size), dan informasi lainnya.

4.

Pesanan-pesanan
Memberitahukan tentang berapa banyak dari setiap item yang akan diperoleh
sehingga akan meningkatkan stock on hand di masa mendatang. Pada
dasarnya terdapat 2 jenis pesanan, yaitu: Shop Orders or Work Orders or
Manufakturing Orders berupa pesanan-pesanan yang akan dibuat atau

diproduksi di dalam pabrik, dan Purcase Orders berupa pesanan-pesanan

pembelian suatu item dari pemasok eksternal.
5.

Kebutuhan-kebutuhan (Requirements)
Memberitahukan tentang berapa banyak dari masing-masing item itu
dibutuhkan sehingga akan mengurangi stock on and di masa mendatang.

6.

Informasi tentang:
Status bahan sisa, PAB, Schedule Receipt.
Lead Time.
Safety Stock.
Safety Lead Time.
Forecast Independent/Service Demand.
Scrap Factor.
Ongkos Pesan, Ongkos Simpan.
Informasi kuantitas lain seperti Minimum Quantity, Code, Method Lotting
yang dipakai, Multiple Order.

Adapun output dari Material Requirement Planning (MRP) adalah:

Memberikan jadwal pemesanan material.
Memberikan indikasi untuk penjadwalan ulang.
Memberikan indikasi untuk pembatalan pesanan.
memberikan informasi keadaan persediaan.

2.5.4. Langkah-langkah Pembuatan MRP

1.

Netting
Adalah suatu proses perhitungan kebutuhan bersih yang besarnya merupakan
selisih antara kebutuhan kotor dengan persediaan ditangan dan yang sedang
dipesan.

2.

Lotting
Adalah suatu proses perhitungan besarnya pesanan setiap individu
berdasarkan hasil perhitungan netting.

3.

Offsetting
Adalah proses perhitungan saat yang tepat untuk melaksanakan rencana
pemesanan untuk memenuhi kebutuhan bersih.

4.

Exploding
Adalah suatu proses perhitungan kebutuhan kotor untuk tingkat yang lebih
rendah

berdasarkan

rencana

pemesanan.

Adalah

perhitungan

gross

requirements untuk tingkat yang lebih bawah, didasarkan atas rencana

pesanan (perhitungan selanjutnya untuk level item dibawahnya). Dalam
proses ini data mengenai struktur produk sangat penting, karena atas dasar
BOM inilah proses exploding akan berjalan dan dapat menentukan kearah
komponen mana harus dilakukan exploding.

Untuk mengoperasikan MRP dibutuhkan asumsi-asumsi sebagai berikut:

Tersedianya data file yang terintegrasi yang berisi data status persediaan dan
data tentang struktur produk.
Lead time untuk semua item diketahui dan atau dapat diperkirakan.
Terkendalinya setiap item persediaan.
Tersedianya

semua komponen

untuk perakitan,

pada

saat pesanan

dilaksanakan, maksudnya agar jumlah dan waktu kebutuhan kotor dari

perakitan tersebut dapat ditentukan.
Pengadaan dan pemakaian terhadap komponen bahan bersifat diskrit.
Proses pembuatan suatu item bersifat independent terhadap proses pembuatan
item.

2.5.5. Mekanisme Dasar dari Proses MRP

Mekanisme dasar berkaitan dengan format tampilan horizontal MRP yang dapat
dilihat pada tabel berikut Tabel C. penjelasannya sebagai berikut:
1.

Lead Time, Merupakan jangka waktu yang dibutuhkan sejak MRP

menyarankan suatu pesanan samapi item yang dipesan itu siap untuk
digunakan.

2.

Safety Stock, Merupakan stock pengaman yang ditetapkan oleh perencana

MRP untuk mengatasi fluktuasi dalam permintaan (demand) dan/atau
penawaran (supply).

3.

On Hand, Merupakan inventory on hand yang menunjukan kuantitas dari

item yang secara fisik ada dalam stockroom.

Tabel 2.2. Tampilan Horizontal MRP

P a rt N u m b e r

D e s c r ip tio n

BOM UOM

O n H and

O r d e r P o lic y
:

L e a d T im e
S a fe ty S to c k
:
P e r io d e

L o t S iz e
P ast D ue

:
2

...

G r o s s R e q u ir e m e n t
S c h e d u le R e c e ip t
P r o je c te d O n H a n d I
N e t R e q u ir e m e n t
P la n e d O r d e r R e c e ip t
P la n d e d O r d e r R e le a s e
P r o je c te d O n H a n d II

Lot size. Merupakan kuantitas pesanan (order quantity) dari item yang
memberitahukan MRP berapa banyak kuatitas yang harus dipesan serta teknik lot
sizing apa yang dipakai.

Gross Requirement. Merupakan total dari semua kebutuhan, termasuk kebutuhan

yang diantisipasi untuk setiap periode waktu.

Projected On Hand. Merupakan Projected Available Balance (PAB), dan tidak

termasuk planned orders. Projected On Hand dihitung berdasarkan formula:
Projected On Hand = On Hand awal periode + Schedule Receipt Gross
Requirements.
Menghitung PAB I pada periode awal:
PAB I = PAB I t-1 GRt + Srt

Menghitung PAB I untuk periode selanjutnya:

PAB I = PAB IIt-1 - GRt + Srt
Menghitung PAB II:
PAB II = PAB II t-1 GRt + Srt + PORc
Net Requirements. Merupakan kekurangan material yang diproyeksikan untuk
periode ini, sehingga perlu diambil tindakan ke dalam perhitungan Planned Order
Receipt agar menutupi kekurangan material pada periode itu.

Planned Order Receipt, merupakan kuantitas pesanan pengisian kembali

(pesanan manufakturing dan atau pesanan pembelian) yang telah direncanakan
oleh MRP untuk diterima pada periode tertentu guna memenuhi kebutuhan bersih
(Net Requirements). PORc adalah kelipatan terkecil dari lot size untuk memenuhi
NR, jika tidak ada harga NR maka harga PORc pun tidak ada.

Planned Order Release, merupakan kuantitas Planned Order yang ditempatkan

atau dikeluarkan dalam periode tertentu, agar item yang dipesan itu akan tersedia
pada saat dibutuhkan. Item yang tersedia pada saat dibutuhkan itu tidak lain
adalah kuantitas Planned Order Receipt yang ditetapkan menggunakan Lead Time
Offset. PORL didapatkan dengan menempatkan harga PORc sesuai dengan Lead
Time.

2.5.6. MRP Logic

1.

Menentukan Gross Requirement

Gross Requirement adalah jumlah yang akan diproduksi pada setiap periode.
Gross Requirement diperoleh dari:
Untuk End Item
Gross Requirement = MPS
Untuk Komponen
Gross Requirement = PORL dari induknya.

2.

Menentukan Net Requirement

Net Requirement adalah proses menentukan kebutuhan bersih setiap
komponen agar MRP terwujud. Net Requirement dihitung berdasarkan
formula berikut:
NR = jika PAB I > Safety Stock, maka tidak ada nilai NR
= jika PAB I < 0, maka NR = GRt PAB IIt-1 + SRt + SS
= jika PAB I < SS, maka NR = SS PAB I

3.

Lot Sizing
Lot sizing adalah proses menentukan ukuran/jumlah pemesanan. Pemesanan
sudah harus tersedia di awal periode produksi. Adapun metoda Lot Sizing
adalah:

A. Lot For Lot

Teknik ini merupakan teknik paling sederhana dari semua teknik ukuran lot
yang ada. Penggunaan teknik ini bertujuan untuk meminimumkan ongkos
simpan, sehingga ongkos simpan menjadi nol. Oleh karena itu sering sekali
digunakan untuk item-item yang mempunyai harga/unit sangat mahal.
Tekniknya lot pesanan dibuat sama dengan net requirement.
Melakukan pemesanan sejumlah yang diperlukan (tidak ada on hand
inventori).
Mengasumsikan bahwa order dapat dilakukan untuk jumlah berapapun.

B. Least Unit Cost

Pilih ongkos per unit terkecil selama periode berurutan. Didalam teknik ini,
baik jumlah tiap kali pesan dan interval periode pemesanan bervariasi atau
mungkin tidak sama. Penetapan ukuran lot Trial end Error. Prosedurnya
sebagai berikut:
Tetapkan selang interval pemesanan.
Tentukan besarnya lot yang dapat saja = jumlah Net Requirement diawal
periode, atau dapat ditambah Net Requirement pada periode-periode
berikutnya.
Hitung total cost (jumlah ongkos pesan dan ongkos simpan).
Tentukan ukuran lot berdasarkan ongkos per unit kecil.

h. t T dt
L

C h L

t T

dt

C s L

t T

A
L

dt

dan Cp(L) = Ch(L)+Cs(L)

t T

Dimana:
Cs(L)

= Ongkos pesan per unit pada periode L.

Ch(L)

= Ongkos simpan per unit pada periode L.

Cp(L)

= Onkos total per unit pada periode L.

= Periode terakhir yang net requerement-nya termasuk dalam lot

tentative.

= Periode awal dimana lot tentative mulai dihitung.

= Periode ke-t.

Dt

= Net requerement pada periode ke-t.

Algoritma dari teknik ini adalah:

Langkah 1
Tentukan ukuran lot tentative pada periode T = net req pada periode T.
Hitung total cost per unit yang terjadi.
Langkah 2
Tambahkan net req periode berikutnya pada ukuran lot tentative
sebelumnya, kemudian hitung juga total cost per unitnya.
Langkah 3
Bandingkan total cost per unit dengan periode sebelumnya jika Cp(L)
Cp(L-1) kembali kelangkah 2 dan jika Cp(L) > Cp(L-1) teruskan kelangkah
4.
Langkah 4
L

Tetapkan ukuran lot pada periode T dengan besarnya lot = dt

t T

Langkah 5
Sekarang T = L, jika akhir dari periode horizon telah dicapai, hentikan
algoritma dan jika belum, kembali kelangkah 1.

C. Least Total Cost

Pilih total ongkos minimum.
Gabungkan kebutuhan sampai ongkos simpan mendekati ongkos pesan.

D. Lead Period Cost (Silver Meal)

Tujuan dari metode ini adalah untuk meminimasi ongkos total periode. Ukuran lot
ditentukan dengan cara menjumlahkan kebutuhan berapa periode yang berturutturut sebagai ukuran lot yang tentative, penjumlahan dilakukan terus sampai
ongkos total (ongkos pesanan dan ongkos simpan) dibagi dengan banyaknya
periode yang net req-nya termasuk dalam ukuran lot tentative tersebut meningkat.
Maka besarnya ukuran lot yang sebenarnya adalah ukuran lot tentative akhir yang
ongkos total per periodenya masih menurun.
Ongkos total per periode

A h t T dt
t T

C (L)
P

Dimana:
A = Ongkos pesan.
h = Ongkos simpan.
dt = Kebutuhan pada periode t.
t = Periode awal dimana lot tentative mulai dihitung.
T = Periode ke-t.
L = Periode terakhir yang net req-nya termasuk dalam lot tentative.
P = jumlah periode yang net req-nya termasuk dalam lot tentative.
Algoritma dari Metode Silver-Meal ini adalah:
Langkah 1
Tentukan ukuran lot tentative dimulai dari periode T. Ukuran lot tentative
= dt, net req. pada periode T. Hitung ongkos total per-periodenya.
Langkah 2
Tambahkan kebutuhan pada periode berikutnya pada lot tersebut.
Kemudian hitung ongkos total per periodenya.
Langkah 3

Bandingkan ongkos total per periode sekarang dengan yang sebelumnya,

jika C(L) C(L-1) kembali ke langkah 2 dan C(L) > C(L-1) lanjutkan ke
langkah 4
Langkah 4
l 1

Ukuran lot pada periode T dt

t T

Langkah 5
Sekarang T=L, jika akhir dari horizon perencanaan telah dicapai, hentikan
algoritma, jika belum, kembali ke langkah 1.

E. Part Period Balancing

Merupakan variasi dari Least Total Cost
Mengkonversikan ongkos pesan menjadi equivalent Part period (EPP) dengan
rumus: EPP = s/k.
s: ongkos pesan.
k: ongkos simpan per unit per periode.

F. Economic Order Quantity (EOQ)

Lot pesanan sesuai dengan Economic Order Quantity (EOQ)
2. A .
h

EOQ =

A : ongkos pesan (ongkos setup)

: rata-rata demand per periode
h : ongkos simpan per unit per periode

G. Period Order Quantity (POQ)

Jumlah lot pesanan berdasarkan jumlah lot yang dapat memenuhi POQ periode
dari net requirement.
Sebelumnya hitungalah EOQ
Gunakan EOQ untuk menghitung frekuensi pemesanan per tahun.
POQ = T
EOQ : jumlah pesanan ekonimik.

EOQ
D

D: total kebutuhan.
T: banyaknya periode.

Dalam hal menentukan interval periode, seandainya ada beberapa periode yang
bernilai nol maka penentuan interval periode dilewati untuk yang bernilai nol.

H. Off Setting
Off Setting adalah proses menentukan kapan suatu order harus sudah
direleased/dimanufaktur. Kapan order harus direlease ditetapkan Lead Time
periode sebelum saat dibutuhkan.

Tabel 2.3. MRP Approach

QUESTION
What to Order

BASIS
-Master Schedule
-Bill of Material

RESULT
GrossRequirements

-Inventory
How Much to
order

Balance
-Schedule

Net requirements

Receipts
-Order Rules

When to Order

Lead Time

Lead Time

2.5.7. Pegging Report

Laporan Pegging atau Pegging Report pada prinsipnya menunjukan kebutuhan
berdasarkan item pesanan yang didapat dari MRP. Single Level Pegging
menunjukan seluruh kebutuhan yang diberikan dari item induknya, sedangkan
pada Full Pegging menunjukan seluruh kebutuhan dari MPS atau kemungkinan
pada pesanan konsumen.

Single Level Pegging merupakan alternatif yang banyak digunakan karena

memungkinkan untuk memenuhi semua kebutuhan yang telah dibuat dalam MPS
atau pesana konsumen. walaupun hal ini akan menambah waktu pekerjaan yang

disebabkan oleh karena hanya ada proses yang penting saja yang dipertimbangkan
dan akan dimasukan dalam Pegging Report.
Pada

Full

pegging

membutuhkan

data

yang

kompleks

karena

harus

memeperhitungkan kelonggaran Scrapt dan aturan ukuran pesanan yang berbeda.

Ada dua pendekatan yang digunakan dalam Pegging Report. Pendekatan pertama
digunakan apabila MRP Logic digabungkan dengan BOM file yang mana terjadi
ketidakpastian tiap waktu akan diterima sehubungan dengan Pegging. Sistem ini
menentukan induk mana yang dimiliki item, dengan menenlusuri MRP dapat
ditentukan order apa yang akan direncanakan untuk induk dan juga bagaimana
order-order ini dibuat untuk kebutuhan komponen. Sedangkan pendekatan kedua
merupakan proses Eksplotion pada MRP, dimana kebutuhan kotor suatu item
dihitung berdasrkan kebutuhan dari induk dan juga rencana pemesanan (planned
orders) untuk menutupi kebutuhan tersebut, keutuhan induk dimasukan ke dalam
Pegging Report.

Bab 3
METODOLOGI PENELITIAN

3.1. Flowchart Penelitian

Gambar 3.1. Flowchart Penelitian

3.2. Langkah langkah Penelitian

1. Mulai
2. Observasi, merupakan suatu pengamatan pada objek penelitian, maka
diperlukan studi mengenai keadaan objek tersebut. Oleh karena itu studi
lingkungan internal yang dilakukan di PT. Sipatex Putri Lestari diperlukan untuk
mencari permasalahan yang ada di perusahaan ini, kemudian dicoba untuk
ditemukan pemecahan masalahnya

3. Study literatur, merupakan rangkaian teori sebagai acuan dasar pemikiran

penulis dalam melakukan penelitian yang mendasari penulis dalam menentukan
metode yang digunakan dalam penelitian yaitu, metode peramalan, dan MRP

4. Identifikasi Masalah
Pada tahapan ini, seluruh informasi yang melatarbelakangi permasalahan yang
akan dibahas dan telah didapatkan dari tahapan sebelumnya (study literatur),
dirumuskan secara sistematis ke dalam beberapa poin atau kalimat utama. Untuk
seterusnya,identifikasi masalah ini dapat menjelaskan arah dari penelitian yang
akan dilakukan, sekaligus memberikan batasan atau ruang lingkup dari penelitian.

Sebagaimana telah dijelaskan pada Bab I, adapun identifikasi masalah yang akan
diselesaikan pada penelitian ini adalah sebagia berikut:
a. Apa metode yang baik untuk meramalkan permintaan konsumen dari data
historis penjualan?
b. Bagaimana jadwal induk produksi baru yang sesuai dengan masukan hasil
peramalan?
c. Bagaimana rencana produksi kebutuhan material baru berdasarkan jadwal
induk produksi dan struktur produk yang ada?

5. Tujuan Penelitian
Sebagaimana telah dijelaskan pada Bab I, adapun tujuan penelitian dari tugas
akhir ini adalah sebagai berikut:

a. Menentukan metode terbaik dalam peramalan

b. Menyusun jadwal induk produksi untuk digunakan sebagai rencana produksi
masa depan.
c. Menyusun rencana kebutuhan material untuk digunakan sebagai acuan
kebutuhan material produksi untuk periode ke depan

6. Studi Pustaka
Pada tahapan ini, peneliti akan melakukan studi literatur untuk mencari teori,
prinsip, definisi, maupun konsep yang berkaitan dengan topik penelitian untuk
menjadi landasan logika berfikir, serta mencari metode-metode yang akan
dipergunakan dalam penyimpulan dan pengolahan data. Studi pustaka sangat
esensial dan krusial dalam mengidentifikasi variabel-variabel yang akan diteliti.
Tahapan ini akan mencerminkan kualitas dari suatu penelitian,karena semakin
banyak konsep ilmu yang digunakan , maka semakin tinggi tingkat kesesuaian
penelitian dan tingkat kebenaran dari hasil yang didapatkan.

7. Pembatasan Masalah
Agar persoalan ini tidak terlalu luas dan menyimpang terlalu jauh dari masalah
yang akan diteliti, maka perlu dilakukan pembatasan masalah agar mendapatkan
hasil yang terarah sesuai dengan tujuan yang ingin dicapai. Adapun batasan
masalahnya yaitu:
a. Penjadwalan kebutuhan material dilakukan untuk 12 bulan kedepan
b. Teknik lotting yang digunakan hanya dengan metode Economic Order
Quantity (EOQ).
8. Pengumpulan Data
Pada tahap ini, data-data yang diperlukan untuk menganalisis dan memecahkan
masalah akan dikumpulkan untuk diolah. Data yang dikumpulkan adalah data
Data historis penjualan 1 tahun kebelakang, Daftar harga, Data Actual Order,
Inventory Polyster, Data hari kerja dan jam kerja, Data Work Center, Data Run
Time, Kebutuhan material per satuan produksi, OPC Polyster Dyeing dan Polyster
Printing.

9. Pengolahan Data
Data yang telah dikumpulkan

akan diolah dengan menggunakan metode

pengolahan data yang telah ditetapkan. Pengolahan data dilakukan dengan

menggunakan program WIN QSB, Microsoft Excel, Microsoft Word. Adapun
proses pengolahan datanya yaitu:

Agregasi
Pemilihan kandidat awal teknik peramalan
Penentuan teknik peramalan
Rencana produksi agregat
Disagregasi
Perancangan jadwal induk produksi ( MPS )
RCCP
Perancangan kebutuhan material dengan konsep MRP

10. Analisis
Setelah didapat hasil pengolahan data, dilakukan interpretasi dan analisis terhadap
pengolahan data sesuai dengan tujuan dan metode yang digunakan. Tahapan ini
merupakan inti dari penulisan tugas akhir, karena inilah saatnya untuk
menampilkan perbandingan antara teori dasar yang telah diuraikan dengan hasil
dari penelitian ini. Tahapan ini merupakan modal dasar untuk membuat suatu
kesimpulan dan saran yang signifikan.

11. Kesimpulan dan Saran

Tahap ini merupakan tahap akhir atau penutup dari rangkaian penelitian yang
dilakukan. Berdasarkan hasil analisis, kemudian ditarik kesimpulan dari penelitian
dan saran saran yang diberikan bagi perusahaan untuk diterapkan antara lain
berupa jadwal produksi baru yang telah disesuaikan kecenderungan ekonomi yang
ada.

12. Selesai

Bab 4
Pengumpulan Dan Pengolahan Data

4.1. Pengumpulan Data

Data yang diambil adalah data produk polyster dari hasil penjualan tahun 20102011 pada PT. Sipatex Putri Lestari. Data ini digunakan sebagai input dalam
menentukan metode peramalaan.
Tabel 4.1. Demand penjualan Polyster 1 tahun kebelakang
Tahun

2010

2011

Bulan
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Januari
Februari
Maret

Demand Polyster (meter)

Printing
Dyeing
1388205
1199055
1368540
1493850
2030835
1918395
2062170
2075910
1500840
1340820
1605720
1308135
1635075
1338570
1882170
1559625
1801110
1933950
1415295
1190310
1340205
1196445
1376205
1193820

Tabel 4.2. Daftar harga

Jenis Polyster

Harga /Meter

Printing

Rp.18.000

Dyeing

Rp.17.000

Total
(meter)
2587260
2862390
3949230
4138080
2841660
2913855
2973645
3441795
3735060
2605605
2536650
2570025

Plot data merupakan suatu langkah yang harus dilakukan untuk mengetahui model
peramalan yang sesuai dengan karakteristik data, apakah berbentuk pola trend,
horizontal, musiman atau siklis. Dengan plot data ini dapat dilihat bahwa yang
cocok untuk melakukan peramalan polyster di PT. Sipatex Putri Lestari ini
menggunakan pola dat musiman karena garfik penjualanya naik turun. Berikut ini
adalah plot data aktual kebutuhan polyster di PT. Sipatex Putri Lestari.

demand
5000000
4000000
3000000
2000000

demand

1000000
0
1 2 3 4 5 6 7 8 9 10 11 12

Gambar 4.1.1. Plot Data Awal

Data dibawah ini adalah data Actual Order, Inventory, produk polyster pada PT.
Sipatex Putri Lestari. Data ini digunakan sebagai input dalam menghitung MPS
Tabel 4.3. Actual Order
Tahun

2011

2012

Bulan

Printing (meter)

Dyeing (meter)

April

854700

854340

Mei

824790

865410

Juni

1125210

1121340

Juli

1178550

1157340

Agustus

884220

859410

September

802020

823920

Oktober

824490

808590

November

794610

823650

Desember

1097520

1169340

Januari

1129770

1153740

Februari

827550

794970

Maret

899220

839790

Tabel 4.4. Inventory

Item
Printing
dyeing

Inventory (meter)
903930
780780

Data dibawah ini adalah data hari dan jam kerja, data Work Center, data Run Time
produk polyster pada PT. Sipatex Putri Lestari. Data ini digunakan sebagai input
dalam menghitung RCCP.
Tabel 4.5. Data hari kerja dan jam kerja
Tahun

2011

2012

Bulan

Hari kerja

Jam kerja/hari

April

30

24

Mei

31

24

Juni

30

24

Juli

31

24

Agustus

31

24

September

30

24

Oktober

31

24

November

30

24

Desember

31

24

Januari

31

24

Februari

29

24

Maret

31

24

Tabeel 4.6. Data Work Center

Work Center

Set up time (detik)

Lot Size (meter)

Tenaga Kerja

1200

1000

150

300

1000

80

600

1000

125

300

1000

85

900

1000

120

600

1000

100

Tabel 4.7. Data Run Time

Item

Polyster Dyeing

Polyster Printing

Work Center

Operasi

Run Time (detik)

SP1

1-5

158040

SP2

86400

SP3

7-8

86400

SP4

46800

SP5

10-15

140160

SP6

16-20

5400

SP1

1-5

158040

SP2

86400

SP3

7-8

86400

SP4

46800

SP5

10-15

96960

SP6

16-20

5400

Data dibawah ini adalah kebutuhan material per satuan Produksi dan OPC produk
polyster pada PT. Sipatex Putri Lestari. Data ini digunakan sebagai input dalam
menghitung MRP
Tabel 4.8. Kebutuhan material per satuan produksi

Nama Komponen

Satuan

kebutuhan /produksi

Inventory

Benang

Ton

0,3 ton

725 Ton

Zat pewarna 1

Ton

0,02 ton

50 Ton

Zat pewarna 2

Ton

0,04 ton

105 Ton

Kanji

Ton

0,01 ton

25 Ton

Packing Plastic

Ton

0,002 ton

6 Ton

Ongkos Pesan (Rp )

1500000
500000
500000
700000
900000

Gambar 4.1.2. OPC Polyster Dyeing

PETA PROSES OPERASI

NAMA OBJEK
: Polyster Printing
NOMOR PETA
: 01
DIPETAKAN OLEH : Rinnovan F.P.

TANGGAL DIPETAKAN: 27 Juni 2011

Zat Pewarna

Air

900"

Diukur

600"

900"

Ditimbang
O-14

O-15

Zat Pewarna

Air

M.Timbangan

Gelas ukur

Diukur

600"

O-11

Kanji

Ditimbang
O-10

600"

Ditimbang

3840"

O-2
M.Timbangan

Gelas ukur

Benang

O-1
M.Timbangan

87000"
O-3

600"

45000"

600"

Diaduk

O-4

Diaduk

O-16

O-12
M.Thromosol Dyeing

M.Jet Dyeing

Digulung
M.Warving

21600"

Pemberian Kanji
M. Singeing

Pengabungan
M.Beaning

Penenunan

O-5

86400"
O-6

14400"
O-7

M.Waterjetlum

Pembuangan Kanji
M.Desizing
Menghilangkan kotoran
M.Solvent washing

72000"
O-8

Pengeringan
M.Stanter Chamber

46800"
O-9

3600"
O-13

Penghilang Warna
M.Bleaching

Pencetakan 1
M. Rotary Print

18000"
O-17

Pencetakan ke 2
M.Flat Screen Print

72000"
O-18

Pengeringan
M.Stanter Chamber

900"
O-19

dipotong
M.potong

3600"
I-1

Inspeksi

900"
O-20

KETERANGAN
KEGIATAN

JUMLAH

WAKTU

Operasi

20

523200"

Inspeksi

3600"

Total

21

483600"

Gambar 4.1.3. OPC Polyster Printing

Packing plastik

4.2. Pengolahan Data

4.2.1. Proses Agregasi
Proses agregasi adalah langkah pertama dalam melakukan peramalan. Agregasi
dilakukan dengan mengkonversikan semua produk menjadi satu kesatuan yang
disebut unit agregat. Unit agregat yang dipakai dalam penelitian ini yaitu satuan
harga jual.
Rumus:
Unit agregat = data penjualan x harga jual
Tabel 4.9. Unit Agregat
Periode

Per seribu rupiah

Printing

Dyeing

Total

24987690

20383935

45371625

24633720

25395450

50029170

36555030

32612715

69167745

37119060

35290470

72409530

27015120

22793940

49809060

28902960

22238295

51141255

29431350

22755690

52187040

33879060

26513625

60392685

32419980

32877150

65297130

10

25475310

20235270

45710580

11

24123690

20339565

44463255

12
Total

24771690

20294940

45066630

349314660 301731045 651045705

100%
55.07%
44.93%

Nilai Agregat
80000000
60000000
40000000
20000000
0

Nilai Agregat
1

11

Gambar 4.2.1.1. Plot data Unit Agregat

4.2.2. Peramalan
Setelah dilakukan plot data unit agregat, dapat dilihat bahwa data menunjukkan
pola data musiman yang berarti hanya dapat diramalkan menggunakan 3 metode,
yaitu metode Winter, metode kuadratik dan regresi linear. Langkah selanjutnya
adalah melakukan peramalan untuk 12 periode kedepan pada produk polyster di
PT.SIPATEX PUTRI LESTARI dengan menggunakan 3 metode peramalan
tersebut yang dibantu dengan software WIN QSB dan Microsoft Excel.

4.2.2.1. Metode Winter

Tabel 4.10. Metode Winter dengan

= 0,9

Periode

Demand

Ft

45371625

50029170

45371625

0.89

69167745

49563416

1.23

72409530

67207312

1.29

49809060

71889308

0.88

51141255

52017085

0.91

-689196

52187040

51327889

0.81

521638.9

60392685

51849527.9

0.89

884380.8

St

It

=0,1

= 0,1

forecast error

CFE

MAD

MSE

51523453

663586.6373

663586.6373

663586.6373

2.43E+13

60820245

-427559.6006

236027.0366

545573.119

1.95E+13

0.432622
-1.31658

bt

Trk Signal

0.81

65297130

52733908.7

1.22

-492621

66571127

-1273997.162

-1037970.125

788381.1331

9.47E+12

10

45710580

52241287.7

1.28

-2171351

45317049

393530.813

-644439.3119

689668.5531

1.84E+13

-0.93442

11

44463255

50069936.7

0.89

-818808

42410068

2053187.128

1408747.816

962372.2682

1.32E+13

1.463828

12

45066630

49251128.7

0.91

-667927

44307909

758720.5646

2167468.381

928430.3176

1.34E+13

2.3345515

13

39392569

14

42776607

15

58122175

16

59858352

17

40916621

18

41289426

19

39392569

20

42776607

21

58122175

22

59858352

23

40916621

24

41289426

Contoh perhitungan winter:

=
= 0,9
= 0,2

+( 1 - )(
+( 1 0,2 )(

= 49251128.7

)
+

+(1-0,9)( 50069936.7+ (-818808))

= ( = 0,1(

)+(1- )
-

)+(1- 0,1)

= 0,1(49251128.7-50069936.7)+(1- 0,1) (-818808)

= - 667927

+( 1- )

= 0,1

+( 1- 0,1)

= 0,1

= 0.91

+ ( 1- 0,1 ) 0,91

= ( + m)
=(

(1))

= (49251128.7 + (- 667927x 1)) 0.81

= 39392569

Tabel 4.11. Hasil perhitungan Metode Winter dengan Trial Error

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
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1

0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6

0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2

CFE

4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856

MAD

7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984

MSE

5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13

Trk Signal

0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873

R-Square
0.112
0.106

0.101
0.099
0.097
0.097
0.099
0.101

0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106

No
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97

0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2

0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2

0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7

CFE

-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
4728107.377
1349671.856
-1805636.574
-4745193.14
-7476227.05
-10005823.18
-12340923.73
-14488329.91
-16454703.56
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09

MAD

7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7232800.89
7363694.984
7732369.274
8065881.631
8365436.924
8632215.965
8867375.789
9072049.928
9247348.692
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114

MSE

5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
5.23134E+13
5.4224E+13
5.97895E+13
6.50584E+13
6.99805E+13
7.45152E+13
7.86304E+13
8.23021E+13
8.55135E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13

Trk Signal

-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
0.6537035
0.1832873
-0.2335166
-0.5883043
-0.8937043
-1.1591257
-1.3917222
-1.5970293
-1.7793969
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363

R-Square
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.112
0.106
0.101
0.099
0.097
0.097
0.099
0.101
0.104
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26

No
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147

0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2

0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8

0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3

CFE

-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93

MAD

8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052

MSE

7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13

Trk Signal

-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091

R-Square
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199

No
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197

0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3

0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4

0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8

CFE

-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-3054092.972
-7336614.92
-10958936.93
-13968525.87
-16410827.07
-18329314.3
-19765539.09
-20759179.56
-21348088.67
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88

MAD

7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
7038176.808
7375822.824
7685040.052
7895321.948
8014242.734
8049048.037
8006663.114
8476638.003
8576961.325
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699

MSE

6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.95359E+13
5.44028E+13
5.90598E+13
6.23361E+13
6.42281E+13
6.47872E+13
6.41067E+13
7.18534E+13
7.35643E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13

Trk Signal

-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.4339324
-0.9946843
-1.4260091
-1.7692155
-2.0477078
-2.2772027
-2.4686363
-2.4489874
-2.4890037
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645

R-Square
0.209
0.223
0.240
0.26
0.282
0.306
0.192
0.193
0.199
0.209
0.223
0.240
0.26
0.282
0.306
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530

No
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247

0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4

0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1

0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4

CFE

-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6147813.32
-9997359.87
-12770855.22
-14595244.44
-15588711.42
-15861029.12
-15513903.47
-14641310.88
-13329829.25
-6441956.702
-9280339.614
-10764535.56
-11128970.21

MAD

8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6817476.382
6985911.911
7196444.262
7434215.741
7685716.777
7938727.532
8182260.586
8406504.699
8602769.625
6348180.636
6523443.436
6718468.175
6908009.825

MSE

7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.6478E+13
4.8803E+13
5.17888E+13
5.52676E+13
5.90702E+13
6.30234E+13
6.69494E+13
7.06693E+13
7.40076E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13

Trk Signal

-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-0.9017726
-1.4310744
-1.7746063
-1.9632527
-2.0282703
-1.9979309
-1.8960412
-1.7416645
-1.5494811
-1.0147721
-1.4226136
-1.6022306
-1.6110241

R-Square
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.309
0.325
0.349
0.379
0.414
0.451
0.490
0.530
0.570
0.448
0.483
0.525
0.572

No
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297

0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4

0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6

0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

CFE

-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592

MAD

7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049

MSE

4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13

Trk Signal

-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123

R-Square
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806

No
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347

0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5

0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3

0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5

CFE

-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-6441956.702
-9280339.614
-10764535.56
-11128970.21
-10584652.7
-9320530.234
-7504806.568
-5286224.552
-2795312.592
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635

MAD

6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
6348180.636
6523443.436
6718468.175
6908009.825
7070371.879
7187180.58
7377440.019
7661309.036
7849525.049
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037

MSE

4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
4.02994E+13
4.25553E+13
4.51378E+13
4.77206E+13
4.99902E+13
5.16556E+13
5.44266E+13
5.86957E+13
6.1615E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13

Trk Signal

-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-1.0147721
-1.4226136
-1.6022306
-1.6110241
-1.4970433
-1.2968271
-1.0172643
-0.6899897
-0.3561123
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005

R-Square
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.448
0.483
0.525
0.572
0.621
0.670
0.718
0.763
0.806
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806

No
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397

0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5

0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9

0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1

CFE

-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653
-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-5240969.653

MAD

6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457
5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
5596023.457

MSE

3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13
3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
3.13155E+13

Trk Signal

-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525
-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.9365525

R-Square
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.597

No
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447

0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6

0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5

0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6

CFE

-6956892.259
-7211920.553
-6356028.253
-4691521.635
-2476802.247
70007.80525
2767578.011
5468019.034
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438

MAD

5687575.077
5755308.434
5765736.227
5946912.037
6116444.486
6148284.522
6033592.693
5878507.662
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292

MSE

3.23485E+13
3.31236E+13
3.32437E+13
3.53658E+13
3.74109E+13
3.78014E+13
3.64042E+13
3.45569E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13

Trk Signal

-1.2231737
-1.2530902
-1.1023793
-0.7889005
-0.4049415
0.0113866
0.4586949
0.9301713
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053

R-Square
0.646
0.7
0.754
0.806
0.854
0.895
0.928
0.953
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965

No
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497

0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7

0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2

0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2

CFE

5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-3392523.69
-4125348.807
-3443315.258
-1798959.084
436254.2672
2963490.438
5548517.032
8014084.864
10232719.58
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583

MAD

4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
4582608.548
4509543.029
4425022.56
4559092.825
4525893.158
4333188.292
4907296.493
5448349.802
5951106.982
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483

MSE

2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
2.10003E+13
2.0336E+13
1.95808E+13
2.07853E+13
2.04837E+13
1.87765E+13
2.40816E+13
2.96845E+13
3.54157E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12

Trk Signal

1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.7403041
-0.9148042
-0.7781464
-0.3945871
0.0963908
0.6839053
1.1306668
1.4709197
1.7194649
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875

R-Square
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.741
0.796
0.850
0.899
0.938
0.965
0.977
0.973
0.950
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914

No
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547

0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7

0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7

0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7

CFE

-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062

MAD

3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447

MSE

9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13

Trk Signal

-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359

R-Square
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932

No
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597

0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8

0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4

0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3

CFE

10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
-1399614.595
-1388200.583
-114495.8309
1896197.616
4239421.104
6615313.989
8813403.062
10698426.79
12197194.38
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301

MAD

5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
3366726.217
3141613.483
3149414.213
3085897.098
3662880.854
4339246.588
4847227.447
5281783.612
5929646.708
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12

MSE

2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
1.13348E+13
9.86974E+12
9.91881E+12
9.52276E+12
1.34167E+13
1.88291E+13
2.34956E+13
2.78972E+13
3.51607E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12

Trk Signal

2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
-0.4157198
-0.441875
-0.0363546
0.6144721
1.1574008
1.5245306
1.8182359
2.025533
2.056985
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541

R-Square
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.865
0.914
0.954
0.979
0.986
0.970
0.932
0.970
0.790
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993

No
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647

0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8

0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9

0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8

CFE

4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67
12765359.23
482920.5251
996997.3102
2568637.301
4638847.175
6810818.122
8822143.768
10519343.86
11834693.67

MAD

3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845
7390585.769
2028267.199
1877302.379
2302979.12
3033427.598
3634380.436
4134175.891
5284204.897
6391832.845

MSE

9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13
5.46208E+13
4.11387E+12
3.52426E+12
5.30371E+12
9.20168E+12
1.32087E+13
1.70914E+13
2.79228E+13
4.08555E+13

Trk Signal

1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337
1.7272459
0.2380951
0.5310798
1.1153541
1.5292428
1.873997
2.1339546
1.9907146
1.8515337

R-Square
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667
0.553
0.954
0.984
0.993
0.977
0.935
0.865
0.774
0.667

No
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697

0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9

0.9
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.6

0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4

CFE

12765359.23
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038

MAD

7390585.769
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149

MSE

5.46208E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12

Trk Signal

1.7272459
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428

R-Square
0.553
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892

No
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729

0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9

0.6
0.6
0.6
0.6
0.6
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.7
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9
0.9

0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

CFE

8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3
2167468.381
2992986.509
4667861.656
6639012.038
8552486.347
10210411.18
11532612.9
12522913.89
13240103.3

MAD

4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025
928430.3176
1550097.44
2287120.666
3121387.149
4171436.127
5246938.855
6225546.548
7650232.977
9011639.025

MSE

1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13
8.61983E+11
2.4028E+12
5.23092E+12
9.74306E+12
1.74009E+13
2.75304E+13
3.87574E+13
5.85261E+13
8.12096E+13

Trk Signal

2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226
2.3345515
1.9308377
2.0409337
2.1269428
2.0502499
1.9459749
1.8524659
1.6369324
1.4692226

R-Square
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335
0.997
0.991
0.957
0.892
0.800
0.688
0.567
0.446
0.335

4.2.2.2. Metode Kuadratik

Tabel 4.6. Metode Kuadratik = 0,3
Periode

Demand

Pemulusan tunggal

Pemulusan ganda

Pemulusan triple

nilai a

nilai b

nilai c

4.5E+07

45371625

45371625

45371625

5E+07

46768888.5

45790804.05

6.9E+07

53488545.45

7.2E+07

5E+07

6
7

Ft

45497378.72

48431632.1

1068906.58

125753.715

48100126.47

46278203.04

62443460

5693853.91

655070.612

49563416

59164840.82

51419540.77

47820604.36

71056504.5

7254228.77

761576.993

68464849

56358106.57

52901110.51

49344756.21

59715744.4

1387280.79

-18249.474

5.1E+07

54793051.1

53468692.69

50581937.15

54555012.4

-915100.81

5.2E+07

54011247.77

53631459.21

51496793.77

52636159.4

-1502575.8

6E+07

55925678.94

54319725.13

52343673.18

57161534.6

337050.332

forecast

CFE

MAD

MSE

Trk Signal

19604330

19604330

19604330

3.84E+14

3944681

23549010

11774505

1.39E+14

78691522

-2.9E+07

-5333451

17477157

3.05E+14

-0.305167

-286970.901

61093900

-9952645

-15286097

15596029

2.43E+14

-0.9801275

-322324.326

53496426

-1309386

-16595483

12738701

1.62E+14

-1.302761

-67977.21

50972421

9420264

-7175219

12185628

1.48E+14

-0.5888264

error

6.5E+07

58737114.26

55644941.87

53334053.79

62610571

2066639.6

143501.199

57464596

7832534

657314.2

11563757

1.34E+14

0.05684262

10

4.6E+07

54829153.98

55400205.5

53953899.3

52240744.7

-2159167.7

-370535.092

64748961

-1.9E+07

-18381067

12498085

1.56E+14

-1.4707106

11

4.4E+07

51719384.29

54295959.14

54056517.25

46326792.7

-3776588.8

-517227.564

49896310

-5433055

-23814121

11713082

1.37E+14

-2.0331218

12

4.5E+07

49723558

52924238.8

53716833.72

44114791.3

-3656944.7

-442301.488

42291590

2775040

-21039082

10819278

1.17E+14

-1.9445921

13

55380607.2

1883167.57

-28063.461

40236696

14

55380607.2

1883167.57

-28063.461

59090815

15

55380607.2

1883167.57

-28063.461

60903824

16

55380607.2

1883167.57

-28063.461

62688770

17

55380607.2

1883167.57

-28063.461

64445652

18

55380607.2

1883167.57

-28063.461

66174470

19

55380607.2

1883167.57

-28063.461

67875225

20

55380607.2

1883167.57

-28063.461

69547917

21

55380607.2

1883167.57

-28063.461

71192545

22

55380607.2

1883167.57

-28063.461

72809110

23

55380607.2

1883167.57

-28063.461

74397611

24

55380607.2

1883167.57

-28063.461

75958049

Contoh perhitungan kuadratik:

Pemulusan pertama (

=
= 0,3

+ (1 )
+ (1 0,3)

= 0,3(45066630) + (1 0,3) 51719384.29

= 49723558

Pemulusan ganda (

=
= 0,3

+ (1 )
+ (1 0,3)

= 0,3(49723558) + (1 0,3) 54295959.14

= 52924238.8

Pemulusan tripel (

=
= 0,3

+ (1 )
+ (1 0,3)

= 0,3(52924238.8) + (1 0,3) 54056517.25

= 53716833.72

Nilai a (

) =3

-3

=3

-3

=3(49723558) 3(52924238.8) + 53716833.72

= 44114791.3
Nilai b (

) =
=

(
(

)
, )

[ ( 6 - 5)

- (10 - 8)

[ ( 6 5(0,3))

= -3656944.7

+ (4 3)

- (10 8(0,3))

]
+ (4 3(0,3))

Nilai c (

=
=
=

(
(

,
,

)
, )
, )

-2

-2

)
+

[49723558 2(52924238.8) + 53716833.72]

= -442301.488
Ramalan (

=
=

m+

(1) +

(1 )

= 44114791.3 + -3656944.7 (1) + -442301.488(1 )

= 40236696

Tabel 4.13. Hasil perhitungan Metode Kuadratik dengan Trial Error

No

CFE

MAD

MSE

Trk Signal

R- Square

0.1

-10504516.99

11329480

1.28E+14

-0.92718437

0.371

0.2

-27268460.83

11355837.23

1.29E+14

-2.401272604

0.019

0.3

-21039081.58

10819277.64

1.17E+14

-1.944592078

0.008

0.4

-13284541.01

11205146.47

1.26E+14

-1.185574954

0.049

0.5

-7372765.99

13096441.58

1.72E+14

-0.562959483

0.111

0.6

-2743346.37

15298282.56

2.34E+14

-0.179323814

0.189

0.7

692913.34

16824592.54

2.83E+14

0.041184554

0.265

0.8

2254254.34

16944077.3

2.87E+14

0.133040844

0.315

0.9

1203701.2

15886269.14

2.52E+14

0.075769911

0.321

4.2.2.3. Metode Regresi Linear

Tabel 4.14. Hasil perhitungan Metode Regresi Linear

Tabel 4.15. Perbandingan MSE Terkecil dari setiap Metode

Metode
Winter
Kuadratik
Regresi linear

0,9
0,3

0,1

0,1

MSE
8.61983E+11
1.17E+14
8.42E+13

Trk Signal
2.3345515
-1.944592078
0

R- Square
0.997
0.008
0.0775

Dari tabel 4.16. dapat dilihat bahwa metode yang terpilih yaitu Metode Winter
karena memiliki nilai MSE terkecil dengan nilai 8.61983E+11, Tracking Signal
bernilai 2.3345515 berada diantara 4 dan R-Square 99.7%. yang berarti bahwa
waktu mempengaruhi 99.7% terhadap estimasi jumlah polyster. Hasil peramalan
akan dilanjutkan untuk perhitungan Rencana Produksi Agregat dan Disagregasi.

Tabel 4.16. Hasil Peramalan Dari Metode Terpilih

Periode
13
14
15
16
17
18
19
20
21
22
23
24

Nilai Aktual
-

Hasil peramalan/seribu rupiah

39392569
42776607
58122175
59858352
40916621
41289426
39392569
42776607
58122175
59858352
40916621
41289426

4.2.3. Rencana Produksi Agregat

Setelah dipilih teknik peramalan yang akan digunakan dalam penyusunan jadwal
produksi, maka langkah selanjutnya dalam perencanaan produksi adalah
menentukan rencana produksi agregat. Dalam tugas akhir ini rencana produksi
agregat hanya berperan untuk menghitung jumlah yang harus diproduksi untuk
menyusun jadwal induk produksi, sehingga tidak dilakukan tahap optimalisasi
biaya.
Pada penelitian ini digunakan asumsi strategi chase demand untuk menyusun
rencana produksi agregat. Strategi chase demand berasal dari pendekatan charting
yaitu menyamakan jumlah produksi dengan tingkat permintaan yang ada dengan
perubahan level produksi ataupun kapasitas produksi. Dengan pendekatan
charting walaupun permintaan berfluktuasi, produksi dapat dibuat dalam tingkatan
jumlah produksi tertentu atau dibuat mengikuti pola permintaan yang ada dengan
berbagai cara.
Pada strategi chase demand berupa menyamakan jumlah produksi dengan hasil
peramalan. Dengan demikian jumlah produksi tiap periode dari periode 13 sampai
24 yaitu:

Tabel 4.17. Unit Agregat

Periode
13
14
15
16
17
18
19
20
21
22
23
24

Unit Agregat/seribu rupiah

39392569
42776607
58122175
59858352
40916621
41289426
39392569
42776607
58122175
59858352
40916621
41289426

4.2.4. Disagregasi
Dari rencana produksi agregat yang sama dengan hasil peramalan, didapatkan
rencana produksi di periode yang akan datang. Namun rencana produksi agregat
masih dalam bentuk satuan unit agregat. Oleh karena itu diperlukan proses
disagregasi.
Disagregasi yaitu pengembalian rencana produksi agregat dalam masing masing
unit item, dengan menggunakan teknik tertentu. Metode disagregasi yang
digunakan dalam penelitian ini adalah metode family set up karena berdasarkan
harga proporsi masing masing item.
Tabel 4.18. Disagregasi hasil peramalan
Periode
13
14
15
16
17
18
19
20
21
22
23
24

Unit Agregat
39392569
42776607
58122175
59858352
40916621
41289426
39392569
42776607
58122175
59858352
40916621
41289426

Per seribu rupiah

Printing (55.07338562%)
21694821.2
23558525.55
32009849.32
32966021.05
22534168.58
22739484.97
21694821.2
23558525.55
32009849.32
32966021.05
22534168.58
22739484.97

Dyeing (44.92661438%)
17697747.38
19218081.13
26112325.22
26892331
18382452.62
18549941.34
17697747.38
19218081.13
26112325.22
26892331
18382452.62
18549941.34

Contoh perhitungan:
Disagregasi Printing Periode 13

= unit agregate ke 13 x 55.07338562%

= 39392569 x 55.07338562%
= 21694821.2

Disagregasi Dyeing Periode 13

= unit agregate ke 13 x 44.92661438%

= 39392569 x 44.92661438%
= 17697747.38

Tabel 4.19. Konversi Unit Agregat ke Satuan Individu meter

Periode
13
14
15
16
17
18
19
20
21
22
23
24

Printing
(meter)
1205267.84
1308806.98
1778324.96
1831445.61
1251898.25
1263304.72
1205267.84
1308806.98
1778324.96
1831445.61
1251898.25
1263304.72

Dyeing
(meter)
1041043.96
1130475.36
1536019.13
1581901.82
1081320.74
1091173.02
1041043.96
1130475.36
1536019.13
1581901.82
1081320.74
1091173.02

Contoh perhitungan Konversi Unit Agregat ke Satuan Individu meter:

Printing Periode 13

= 1205267.84
Dyeing Periode 13

= 1041043.96

4.2.5. Master Production Schedule

Pada dasarnya Jadwal Induk Produksi (MPS/JIP) merupakan suatu pernyataan
tentang produk akhir (termasuk parts pengganti dan suku cadang) dari suatu
perusahaan industry manufaktur yang merencanakan memproduksi output
berkaitan dengan kuantitas dan periode waktu. Data data yang dibutuhkan untuk
membuat MPS adalah data konversi unit agregat ke satuan individu meter (tabel
4.19.), data Actual Order (tabel 4.3.), data Inventory (tabel 4.4.) dan data Master
Schedule yang didapat dari hasil pembulatan per 1000 dari peramalan yang sudah
dikonversi dalam satuan meter, dapat dilihat pada tabel 4.20.
Tabel 4.20. Master Schedule
Tahun

2011

2012

Bulan

Dyeing

(meter)

Printing

(meter)

April
Mei
Juni

1042000 1205000
1131000 1309000
1537000 1779000

Juli
Agustus
September
Oktober
November
Desember
Januari
Februari
Maret

1582000
1082000
1092000
1042000
1131000
1537000
1582000
1082000
1092000

1832000
1252000
1264000
1205000
1309000
1779000
1832000
1252000
1264000

Tabel 4.21. MPS Polyster Dyeing

Description : Polyster Dyeing
Lead Time : 0
Order Qty
:0
Period

:0
:4
:8

FC

1
2
3
4
5
1041044 1130475 1536019 1581902 1081321

6
1091173

7
1041044

8
1130475

9
1536019

10
1581902

11
1081321

12
1091173

AO

854340

865410

859410

823920

808590

823650

1169340

1153740

794970

839790

916390

1181980 1597640 2022300 2022979

2023806

2024762

2025287

2026268

2026366

2027045

2027872

ATP

1104050

265590

222590

268080

233410

307350

367660

428260

287030

252210

MS

1042000 1131000 1537000 1582000 1082000

1092000

1042000

1131000

1537000

1582000

1082000

1092000

PAB

PD

Safety Stock
DTF
PTF

728730

PO

Keterangan:
Tulisan warna

Daerah DTF

Tulisan warna

Daerah PTF

Tulisan warna

Daerah setelah PTF

1121340 1157340
415660

424660

Tabel 4.22. MPS Polyster Printing

Description : Polyster Printing
Lead Time : 0
Order Qty
:0
Period

PD

10

11

12

1205268 1308807 1778325 1831446 1251898

854700 824790 1125210 1178550 884220

1263305
802020

1205268
824490

1308807
794610

1778325
1097520

1831446
1129770

1251898
827550

1263305
899220

843690 1193990 1678200 2331990 2985440 2985542

2986237

2985969

2986162

2986837

2987392

2987493

2988189

AO
PAB

484210

1544290

367780

461980

380510

514390

681480

702230

424450

364780

MS

1205000 1309000 1779000 1832000 1252000

1264000

1205000

1309000

1779000

1832000

1252000

1264000

Keterangan:
Tulisan warna

Daerah DTF

Tulisan warna

Daerah PTF

Tulisan warna

Daerah setelah PTF

653450

ATP
PO

653790

:0
:4
:8

FC

Safety Stock
DTF
PTF

Contoh perhitungan:
Menghitung Projected Available Balance (PAB):
Pada daerah DTF:
PABt = PABt-1 + MSt AOt
Polyster Dyeing PAB1 = 728730 + 1042000 854340 = 916390
Polyster Printing PAB1 = 843690 + 1205000 854700 = 1193990

Pada daerah PTF:

PABt = PABt-1 + MSt Max ( AOt , Ft )
Polyster Dyeing PAB5 = 2022300 + 1082000 1081321 = 2022979
Polyster Printing PAB5 = 2985440 + 1252000 1251898 = 2985542

Pada daerah setelah PTF:

PABt = PABt-1 + MSt Ft
Polyster Dyeing PAB9 = 2025287 + 1537000 1536019 = 2026268
Polyster Printing PAB9 = 2986162 + 1779000 1778325 = 2986837

Menghitung Avaible to Promise (ATP):

Pada periode 1:
ATP1 = PABnow + MSt - AOsebelum ada MS berikutnya
Polyster Dyeing ATP1 = 916390 + 1042000 854340 = 1104050
Polyster Printing ATP1 = 1193990 + 1205000 854700 = 1544290

Pada periode selanjutnya:

ATP = MSt - AOsebelum ada MS berikutnya
Polyster Dyeing ATP5 = 1082000 859410 = 222590
Polyster Printing ATP5 = 1252000 884220 = 367780

Menghitung Planned Order (PO):

Dihitung apabila PAB minus, perhitungan kebutuhan tergantung pada periode net
requitment
PO = F + SS PABt-1

4.2.6. Rought Cut Capacity Planning ( RCCP )

Rought Cut Capacity Planning (RCCP) atau perencanaan kapasitas kasar ini
termasuk dalam perencanaan kapasitas jangka panjang. Rought Cut Capacity
Planning (RCCP) merupakan kebutuhan kapasitas yang diperlukan untuk
melaksanakan MPS. Data data yang dibutuhkan untuk menghitung RCCP
adalah data Master Schedule (tabel 4.20.), data hari kerja dan jam kerja (tabel 4.5.),
data Work Center (tabel 4.6.), dan data Run Time (tabel 4.7.)
Tabel 4.23. Routing Sheet
Item

Work center
SP1
SP2
SP3
SP4
SP5
SP6
SP1
SP2
SP3
SP4
SP5
SP6

Polyster Dyeing

Polyster Printing

Run time
(detik)
158040
86400
86400
46800
140160
5400
158040
86400
86400
46800
96960
5400

Set up time
(detik)
1200
300
600
300
900
600
1200
300
600
300
900
600

Lot size
(detik)
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000

Standard hour

Contoh perhitungan:
SetUp
Lot Size
3600

RunTime
Standar Hour ( Jam)

SP 5 Polyster Dyeing Standar Hour (Jam)

SP 5 Polyster Printing Standar Hour (Jam)

900
1000 38,93
3600

140160

900
1000 26 ,93
3600

96960

43,90
24,00
24,00
13,00
38,93
1,50
43,90
24,00
24,00
13,00
26,93
1,50

RCCP
Tabel 4.24. RCCP Work Center SP 1
Item

periode
1

Dyeing 45744.15 49651.28

Printing 52899.90 57465.54
Total
98644.05 107116.81

10

11

12

67474.81

69450.33

47500.16

47939.16

45744.15

49651.28

67474.81

69450.33

47500.16

47939.16

78098.69

80425.41

54963.22

55490.02

52899.90

57465.54

78098.69

80425.41

54963.22

55490.02

145573.51

149875.74

102463.38

103429.19

98644.05

107116.81

145573.51

149875.74

102463.38

103429.19

Tabel 4.25. RCCP Work Center SP 2

Item

periode
1

Dyeing 25008.09
Printing 28920.10
Total
53928.19

10

11

12

27144.09

36888.13

37968.13

25968.09

26208.09

25008.09

27144.09

36888.13

37968.13

25968.09

26208.09

31416.11

42696.15

43968.15

30048.10

30336.11

28920.10

31416.11

42696.15

43968.15

30048.10

30336.11

58560.20

79584.28

81936.28

56016.19

56544.20

53928.19

58560.20

79584.28

81936.28

56016.19

56544.20

Tabel 4.26. RCCP Work Center SP 3

Item

periode
1

Dyeing 25008.17
Printing 28920.20
Total
53928.37

10

11

12

27144.19

36888.26

37968.26

25968.18

26208.18

25008.17

27144.19

36888.26

37968.26

25968.18

26208.18

31416.22

42696.30

43968.31

30048.21

30336.21

28920.20

31416.22

42696.30

43968.31

30048.21

30336.21

58560.41

79584.55

81936.57

56016.39

56544.39

53928.37

58560.41

79584.55

81936.57

56016.39

56544.39

Tabel 4.27. RCCP Work Center SP 4

Item

periode
1

Dyeing 13546.09
Printing 15665.10
Total
29211.19

10

11

12

14703.09

19981.13

20566.13

14066.09

14196.09

13546.09

14703.09

19981.13

20566.13

14066.09

14196.09

17017.11

23127.15

23816.15

16276.10

16432.11

15665.10

17017.11

23127.15

23816.15

16276.10

16432.11

31720.20

43108.28

44382.28

30342.19

30628.20

29211.19

31720.20

43108.28

44382.28

30342.19

30628.20

Tabel 4.28. RCCP Work Center SP 5

Item

periode
1

Dyeing 40568.79
Printing 32454.97
Total
73023.76

10

11

12

44033.88

59840.92

61592.93

42126.14

42515.47

40568.79

44033.88

59840.92

61592.93

42126.14

42515.47

35256.06

47914.84

49342.32

33720.85

34044.05

32454.97

35256.06

47914.84

49342.32

33720.85

34044.05

79289.94

107755.76

110935.25

75846.98

76559.52

73023.76

79289.94

107755.76

110935.25

75846.98

76559.52

Tabel 4.29. RCCP Work Center SP 6

Item
Dyeing
Printing
Total

periode
1

10

11

12

1563.17

1696.69

2305.76

2373.26

1623.18

1638.18

1563.17

1696.69

2305.76

2373.26

1623.18

1638.18

1807.70

1963.72

2668.80

2748.31

1878.21

1896.21

1807.70

1963.72

2668.80

2748.31

1878.21

1896.21

3370.87

3660.41

4974.55

5121.57

3501.39

3534.39

3370.87

3660.41

4974.55

5121.57

3501.39

3534.39

Contoh perhitungan:
RCCP = Master Schedule x Standard Hour
Untuk RCCP Work Center SP 1 periode ke-2:

Polyster Dyeing RCCP = 1131 x 43,90 = 49651.28

Polyster Printing RCCP = 1309 x 43,90 = 57465.54

Kapasitas Produksi
Tabel 4.30. Kapasitas yang dibutuhkan
Item

Periode
1

10

11

12

SP1

98644.05 107116.8 145573.5 149875.7 102463.4 103429.2 98644.05 107116.8 145573.5 149875.7 102463.4 103429.2

SP2

53928.19

SP3
SP4
SP5
SP6
TOTAL

58560.2

79584.28 81936.28 56016.19

56544.2

53928.37 58560.41 79584.55 81936.57 56016.39 56544.39

29211.19 31720.2 43108.28 44382.28 30342.19 30628.2
73023.76 79289.94 107755.8 110935.3 75846.98 76559.52
3370.875 3660.407 4974.553 5121.569 3501.389 3534.393
312106.4 338908 460580.9 474187.7 324186.5 327239.9

53928.19

58560.2

79584.28 81936.28 56016.19

56544.2

53928.37 58560.41 79584.55 81936.57 56016.39 56544.39

29211.19 31720.2 43108.28 44382.28 30342.19 30628.2
73023.76 79289.94 107755.8 110935.3 75846.98 76559.52
3370.875 3660.407 4974.553 5121.569 3501.389 3534.393
312106.4 338908 460580.9 474187.7 324186.5 327239.9

Keterangan: kapasitas yang dibutuhkan didapat dari jumlah RCCP pada masing-masing work center.

Tabel 4.31. Kapasitas yang Tersedia

Item
SP1
SP2
SP3
SP4
SP5
SP6
TOTAL

Periode
1
108000
57600
90000
61200
86400
72000
475200

2
111600
59520
93000
63240
89280
74400
491040

3
108000
57600
90000
61200
86400
72000
475200

4
111600
59520
93000
63240
89280
74400
491040

5
111600
59520
93000
63240
89280
74400
491040

6
108000
57600
90000
61200
86400
72000
475200

Contoh perhitungan:
Kapasitas Yang Tersedia = Jam Kerja x Hari Kerja x Tenaga Kerja

7
111600
59520
93000
63240
89280
74400
491040

8
108000
57600
90000
61200
86400
72000
475200

9
111600
59520
93000
63240
89280
74400
491040

10
111600
59520
93000
63240
89280
74400
491040

11
104400
55680
87000
59160
83520
69600
459360

12
111600
59520
93000
63240
89280
74400
491040

Load Leveling

600000
500000
400000
300000

KAPASITAS YANG
DIBUTUHKAN

200000

KAPASITAS YANG
TERSEDIA

100000
0
1

9 10 11 12

Gambar 4.2.6.2.1. Load Leveling

Dari data hasil diatas didapatkan bahwa, kapasitas yang tersedia pada masingmasing work center untuk tiap periode melebihi kapasitas yang dibutuhkan. Maka
keputusannya dalam proses produksi tidak terdapat masalah mengenai kapasitas
yang dibutuhkana maupun kapasitas yang tersedia, sehingga proses produksi
dapat dilaksanakan.

4.2.7. Material Requirement Planning ( MRP )

Rencana kebutuhan material merupakan suatu prosedur yang digunakan untuk mengubah jadwal induk produksi produk akhir, menjadi
jadwal yang mendetail untuk bahan mentah dan komponen komponennya. Data data yang dibutuhkan untuk menghitung MRP adalah
data Master Schedule (tabel 4.20.) dan data Kebutuhan material per satuan produksi (tabel 4.8.)
4.2.7.1. Kebutuhan Komponen Benang
Perhitungan kebutuhan demand untuk komponen benang
Tabel 4.32. Demand untuk benang tiap periode
Periode
Demand
Round up Demand

Demand =

1
674.1
675

2
732
732

3
4
5
6
7
994.8 1024.2 700.2 706.8 674.1
995
1025
701
707
675

Periode 2 =
Periode 12 =

= 732

= 706,8 =>707

Metode Economic Order Quantity (EOQ) Komponen Benang

A ( ongkos Pesan )

= Rp. 1.500.000

h ( ongkos simpan )

= Rp. 50.000

8
732
732

9
10
994.8 1024.2
995
1025

11
700.2
701

12
706.8
707

 ( Rata-rata demand per periode)

EOQ

2.A.
h

= 9670 / 12 = 805,83

2 . (1500000) .(805,83)
219,88 220
50000

Tabel 4.33. MRP untuk Benang

Part Number
BOM UOM
Lead Time
Safety stock
Periode
Gross Requirement
Schedule Receipt
PAB I
Net Requirement
Planned Order Receipt
Planned Order Release
PAB II

:1
:1
: 350
Past Due

725

Description
On Hand
Order Policy
Lot Size
8
9

: Benang
: 725
: EOQ
: 220
10
11

12

675

732

995

1025

701

707

675

732

995

1025

701

707

50
0
0
1100

-682
1032
1100
1100

-577
927
1100
880

-502
852
880
880

-323
673
880
660

-150
500
660
660

-165
515
660
660

-237
587
660
1100

-572
922
1100
880

-497
847
880
880

-318
668
880
660

-145
495
660

50

418

523

378

557

510

495

423

528

383

562

515

4.2.7.2. Kebutuhan Komponen Zat Pewarna 1

Perhitungan kebutuhan demand untuk komponen Zat pewarna 1
Tabel 4.34. Demand untuk Zat pewarna 1 tiap periode
Periode
Demand
Round up Demand

Demand =

1
2
3
44.94 48.8 66.32
45
49
67

4
68.28
69

5
6
7
46.68 47.12 44.94
47
48
45

Periode 2 =
Periode 12 =

= 48,8 => 49

= 47,12 => 48

Metode Economic Order Quantity (EOQ) Komponen Zat Pewarna 1

A ( ongkos Pesan )
= Rp. 500.000
h (ongkos simpan )

= Rp. 50.000

( Rata-rata demand per periode)

EOQ

2.A.
h

= 650 / 12 = 54,17

2 . (500000) .(54,17)
32,92 33
50000

8
48.8
49

9
66.32
67

10
68.28
69

11
46.68
47

12
47.12
48

Tabel 4.35. MRP untuk Zat Pewarna 1

Part Number
BOM UOM
Lead Time
Safety stock
Periode
Gross Requirement
Schedule Receipt
PAB I
Net Requirement
Planned Order Receipt
Planned Order Release
PAB II

:2
:1
: 15
Past Due

50

Description
On Hand
Order Policy
Lot Size
8
9

: Zat Pewarna 1
: 50
: EOQ
: 33
10
11

12

45

49

67

69

47

48

45

49

67

69

47

48

5
0
0
66

-44
59
66
66

-45
60
66
66

-48
63
66
66

-29
44
66
33

-11
26
33
66

-23
38
66
33

-6
21
33
66

-40
55
66
66

-43
58
66
66

-24
39
66
33

-6
21
33

22

21

18

37

22

43

27

26

23

42

27

4.2.7.3. Kebutuhan Komponen Zat Pewarna 2

Perhitungan kebutuhan demand untuk komponen Zat pewarna 2
Tabel 4.36. Demand untuk Zat Pewarna 2 tiap periode
Periode
Demand
Round up Demand

Demand =

1
2
3
4
5
6
7
89.88 97.6 132.6 136.56 93.36 94.24 89.88
90
98
133
137
94
95
90

Periode 2 =
Periode 12 =

= 97,6=> 98

= 94,24=> 95

Metode Economic Order Quantity (EOQ) Komponen Zat Pewarna 2

A ( ongkos Pesan )

= Rp. 500.000

h (ongkos simpan )

= Rp. 50.000

( Rata-rata demand per periode)

EOQ

2.A.
h

= 1294 / 12 = 107,83

2 . (500000) .(107,83)
46,44 47
50000

8
97.6
98

9
10
132.6 136.56
133
137

11
93.36
94

12
94.24
95

Tabel 4.37. MRP untuk Zat Pewarna 2

Part Number
BOM UOM
Lead Time
Safety stock
Periode
Gross Requirement
Schedule Receipt
PAB I
Net Requirement
Planned Order Receipt

:3
:1
: 20
Past Due

Description
On Hand
Order Policy
Lot Size
8
9

: Zat Pewarna 2
: 105
: EOQ
: 47
10
11

90

98

133

137

94

95

90

98

133

137

94

95

15
0
0

-83
103
141

-75
95
141

-71
91
94

-71
91
94

-72
92
94

-68
88
94

-72
92
94

-111
131
141

-107
127
141

-60
80
94

-61
81
94

Planned Order Release

141

141

94

94

94

94

94

141

141

94

94

PAB II

15

58

66

23

23

22

26

22

30

34

34

105

12

33

4.2.7.4. Kebutuhan Komponen Kanji

Perhitungan kebutuhan demand untuk komponen Kanji
Tabel 4.38. Demand untuk Kanji tiap periode
Periode
Demand
Round up Demand

Demand =

1
2
3
22.47 24.4 33.16
23
25
34

4
34.14
35

5
6
7
23.34 23.56 22.47
24
24
23

Periode 2 =
Periode 12 =

= 24,4 => 25

= 23,56=> 24

Metode Economic Order Quantity (EOQ) Komponen Kanji

A ( ongkos Pesan )

= Rp. 700.000

h (ongkos simpan )

= Rp. 50.000

( Rata-rata demand per periode)

EOQ

2.A.
h

= 330 / 12 = 27,5

2 . (700000) .(27,5)
27,75 28
50000

8
24.4
25

9
33.16
34

10
34.14
35

11
23.34
24

12
23.56
24

Tabel 4.39. MRP untuk Kanji

Part Number
BOM UOM
Lead Time
Safety stock
Periode
Gross Requirement
Schedule Receipt
PAB I
Net Requirement
Planned Order Receipt

:4
:1
:5
Past Due

Description
On Hand
Order Policy
Lot Size
8
9

23

25

34

35

24

24

23

25

34

2
0
0

-23
28
28

-29
34
56

-8
13
28

-4
9
28

0
5
28

5
0
0

-20
25
28

Planned Order Release

28

56

28

28

28

28

PAB II

27

20

24

28

25

: Kanji
: 25
: EOQ
: 28
10

11

12

35

24

24

-26
31
56

-5
10
28

-1
6
28

3
2
28

56

28

28

28

30

23

27

31

4.2.7.5. Kebutuhan Komponen Packing Plastic

Perhitungan kebutuhan demand untuk komponen Packing Plastic
Tabel 4.40. Demand untuk Packing Plastic tiap periode
Periode
Demand
Round up Demand

Demand =

1
2
3
4.494 4.88 6.632
5
5
7

4
6.828
7

5
6
7
4.668 4.712 4.494
5
5
5

Periode 2 =
Periode 12 =

= 4,88=> 5

= 4,712=> 5

Metode Economic Order Quantity (EOQ) Komponen Packing Plastic

A ( ongkos Pesan )

= Rp. 900.000

h (ongkos simpan )

= Rp. 50.000

( Rata-rata demand per periode)

EOQ

2.A.
h

= 68 / 12 = 5,67

2 . (900000) .(5,57)
14,16 15
50000

8
4.88
5

9
6.632
7

10
6.828
7

11
4.668
5

12
4.712
5

Tabel 4.41. MRP untuk Packing Plastic

Part Number
BOM UOM
Lead Time
Safety stock
Periode
Gross Requirement
Schedule Receipt
PAB I
Net Requirement
Planned Order Receipt

:5
:1
:5
Past Due

Description
On Hand
Order Policy
Lot Size
8
9
5
7

: Packing Plastic
:6
: EOQ
: 15
10
11
7
5

1
5

2
5

3
7

4
7

5
5

6
5

7
5

1
0
0

-4
9
15

4
0
0

-3
8
15

7
0
0

2
0
0

-3
8
15

7
0
0

0
5
15

8
0
0

3
2
15

Planned Order Release

15

15

15

15

15

PAB II

11

12

12

15

18

Tabel 4.42. Rencana Pemenuhan Pesanan untuk 12 periode ke depan

Item

Periode

Satuan

10

11

12

Benang

50

418

523

378

557

510

495

423

528

383

562

515

Ton

Zat pewarna 1

22

21

18

37

22

43

27

26

23

42

27

Ton

Zat pewarna 2

15

58

66

23

23

22

26

22

30

34

34

33

Ton

Kanji

27

20

24

28

30

23

27

31

Ton

Packing Plastic

11

12

12

15

18

13

Ton

12
5
13
0
0
13

Bab 5
Analisis

5.1. Agregasi
Dalam peramalan untuk memperoleh estimasi jumlah penjualan dimasa depan,
sebagai acuan untuk penyusunan rencana produksi. Namun karena perusahaan
manufaktur umumnya selalu memproduksi lebih dari satu jenis produk, maka data
awal yang akan digunakan untuk peramalan bisa menjadi sangat banyak. Jika untuk
masing masing data digunakan teknik peramalan yang terspesialisasi, maka waktu
dan biaya yang dikeluarkan tidak akan sepadan dengan keurgensian dari penjadwalan
itu sendiri. Jika direncanakan terpisah pisah maka produksi menjadi tidak efisien
dan dapat mengakibatkan interaksi pemakaian kapasitas oleh setiap produk tidak
terlihat dengan baik. Oleh karena itu menurut dalam peramalan sebaiknya digunakan
konsep agregasi produk.
Proses agregasi dilakukan dengan mengkonversikan semua produk menjadi satu
kesatuan yang disebut unit agregat. Unit agregat yang digunakan pada penelitian ini
yaitu harga jual. Setelah data penjualan kedua produk diubah menjadi unit agregat,
kemudian masing masing dicari persentasenya terhadap total unit agregat per
periode.
Dapat dilihat pada tabel 4.9. unit agregat, presentase unit agregat terbesar ada pada
produk polyster printing. Pada data penjualan terlihat memang produk polyster
printing yang paling banyak terjual dibandingkan dengan produk polyster dyeing.
5.2. Analisis Peramalan
Peramalan merupakan upaya untuk memperkirakan apa yang akan terjadi pada masa
yang akan datang. Dilihat dari plot data yang ada yaitu data musiman, Maka metode
yang di gunakan dalam melakukan peramalan demand untuk satu tahun ke depan

yaitu dengan metode Triple Exponential Smoothing Winter, Quadratic, dan Regresi
Linear. Dari hasil perbandingan ke tiga metode peramalan tersebut terpilih metode
Triple Exponential Smoothing Winter dengan nilai = 0,9, =0,1, dan = 0,1
karena memiliki nilai MSE terkecil dengan nilai 8.61983E+11, Tracking Signal
bernilai 2.3345515 berada diantara 4 dan R-Square 99.7%. yang berarti bahwa
waktu mempengaruhi 99.7% terhadap estimasi jumlah polyster.
5.3. Analisis Rencana Produksi Agregat
Pada penelitian ini digunakan asumsi strategi chase demand untuk menyusun rencana
produksi agregat. Strategi chase demand berasal dari pendekatan charting yaitu
menyamakan jumlah produksi dengan tingkat permintaan yang ada dengan perubahan
level produksi ataupun kapasitas produksi. Dengan pendekatan charting walaupun
permintaan berfluktuasi, produksi dapat dibuat dalam tingkatan jumlah produksi
tertentu atau dibuat mengikuti pola permintaan yang ada dengan berbagai cara.
Rencana produksi agregate dapat dilihat pada tabel 4.17.
5.4. Analisis Disagregasi
Proses disagregasi adalah proses merubah hasil rencana produksi agregat menjadi
jumlah yang harus diproduksi untuk setiap produk atau item, hasil dari disagregasi ini
dapat dilihat pada tabel 4.19.
5.5. Analisis Jadwal Induk Produksi (MPS)
Jadwal induk produksi akan sangat berguna bagi acuan dalam meningkatan kapasitas
produksi sebuah pabrik karena didalamnya terdapat beberapa persediaan yang harus
terpenuhi, karena tujuan perencanaan ini mengetahui kapasitas produksi yang dimilik
perusahaan sebagai acuan perusahaan dalam memenuhi permintaa konsumen. MPS
untuk masing masing produk dapat dilihat pada tabel 4.21. dan tabel 4.22.

5.6. Analisis Rought Cut Capacity Planning ( RCCP )

Rought Cut Capacity Planning (RCCP) merupakan urutan kedua dari hierarki
perencanaan prioritas kapasitas yang berperan dalam mengembangkan MPS. Rought
Cut Capacity Planning (RCCP) melakukan validasi terhadap MPS untuk mengetahui
tingkat kebutuhan kapasitas. Hasil dari pengolahan data diketahui kapasitas yang
tersedia pada masing-masing work center untuk tiap periode melebihi kapasitas yang
dibutuhkan. Maka keputusannya dalam proses produksi tidak terdapat masalah
mengenai kapasitas yang dibutuhkan maupun kapasitas yang tersedia, sehingga
proses produksi dapat dilaksanakan. Untuk lebih jelasnya dapat dilihat pada gambar
4.2.6.2.1. Load Leveling.

5.7. Analisis Material Requirement Planning ( MRP )

MRP

merupakan

suatu

sistem

time phase order

point,

karena

mampu

mengintegrasikan antara waktu dengan jumlah kebutuhan material. Adanya

penambahan dimensi waktu ini mengharuskan adanya informasi tentang status
persediaan, yang membedakan dan sekaligus merupakan kelebihan MRP terhadap
teknik pengendalian persediaan tradisional. Moto dari MRP adalah memperoleh
material yang tepat, dari sumber yang tepat, pada waktu yang tepat. Dari hasil
pengolahan data pada setiap material yang digunakan untuk proses produksi dapat
dilihat lebih jelas pada tabel 4.42.

Bab 6
Kesimpulan Dan Saran

6.1. Kesimpulan
Berdasarkan pengumpulan dan pengolahan data serta analisis yang dilakukan dapat
dilakukan penarikan kesimpulan sebagai berikut:
1. Setelah mengamati data yang dikumpulkan, ternyata pola data demand penjualan 1
tahun kebelakang berupa pola data musiman. Metode peramalan yang terpilih
yaitu Triple Exponential Smoothing Winter dengan nilai = 0,9, =0,1, dan =
0,1

karena memiliki nilai MSE terkecil dengan nilai 8.61983E+11, Tracking

Signal bernilai 2.3345515 berada diantara 4 dan R-Square 99.7%. yang berarti
bahwa waktu mempengaruhi 99.7% terhadap estimasi jumlah polyster.
2. Dari hasil perancangan jadwal induk produksi diketahui jumlah Polyster Dyeing
yang harus diproduksi pada bulan April 2010 Maret 2011 secara berurutan
adalah 1042000 m, 1131000 m, 1537000 m, 1582000 m, 1082000 m, 1092000 m,
1042000 m, 1131000 m, 1537000 m, 1582000 m, 1082000 m, 1092000 m, dan
jumlah Polyster Printing yang harus diproduksi pada bulan April 2010 Maret
2011 secara berurutan adalah 1205000 m, 1309000 m, 1779000 m, 1832000 m,
1252000 m, 1264000 m, 1205000 m, 1309000 m, 1779000 m, 1832000 m,
1252000 m, 1264000 m.
3. Rencana kebutuhan material yang telah disusun berdasarkan konsep Material
Requirement Planning (MRP) sangat berfluktuatif, sehingga jumlah material yang
akan dipesan berbeda pada tiap periodenya.

6.2. Saran
Beberapa saran yang dapat disampaikan setelah melakukan penelitian ini adalah
sebagi berikut:
Jadwal Induk produksi dan rencana kebutuhan material yang telah disusun
seyogianya menjadi bahan pertimbangan untuk diaplikasikan kelantai produksi di
PT. Sipatex Putri Lestari.
Dengan diketahui data penjualan yang musiman, peneliti mengharapkan dengan
masukan ini manajemen atau pihak pengambil keputusan dapat menyusun strategi
pasar atau pengembangan produk baru yang dapat mempengaruhi penjualan
produknya secara positif.

Daftar Pustaka

Abdul Basith, Spyros Makridakis, Steven C. Wheelwright, Untung Sus Andriyanto,

Victor E. McGee, Metode Dan Aplikasi Peramalan: Edisi Kedua, Erlangga,
Jakarta, 1992
Andriana, Iyan, WIN QSB, Bandung, 2009
Joe H.Mize, John W Nazemetz, Kenneth E Case, Turner, Wayne C, Pengantar
Teknik dan Sistem Industri, Jakarta, Guna Widya, 2000.
Rinnovan F.P., Varyati Adelina R.I., Risalah Praktikum Sistem Produksi, TI
UNIKOM, Bandung, 2009
Hand Out, Perencanaan dan Pengendalian Produksi, TI UNIKOM, Bandung, 2009

CURRICULUM VITAE

Nama

Rinnovan Fajar Phamungkas

Jenis Kelamin

Laki-laki

Tempat/Tanggal Lahir :

Jakarta, 17 November 1988

Golongan Darah

No.Identitas(KTP)

32030520132929823140

Alamat

Perum. Dramaga pratama blok m1 no.17, Kab. Bogor

Telepon

08567713111

E-mail

rhinovanjarkas@gmail.com

Agama

Islam

Status

Mahasiswa

Riwayat Pendidikan
Sekolah

Jurusan

Tempat

Waktu Study

SDN 07

Jakarta

1994 2000

SLTP 96

Jakarta

2000 2003

Bogor

2003 - 2006

Bandung

2006 - 2011

SMA Bina Bangsa Sejahtera

IPA

S1 FTIK UNIKOM

Teknik Industri