Selasa, 10 Desember 2013

MAKALAH MRP (MATERIAL REQUIREMENT PLANNING)



BAB I
PENDAHULUAN
1.1.Latar Belakang
Salah satu cara untuk mengendalikan persediaan adalah dengan metode Material Requierment Planning (MRP). MRP merupakan teknik pendekatan yang bertujuan meningkatkan produktivitas perusahaan dengan cara menjadwalkan kebutuhan akan material dan komponen untuk membantu perusahaan dalam mengatasi kebutuhan minimum dari komponen-komponen yang kebutuhannya dependen dan menjamin tercapainya produksi akhir. Material Requirement Planning muncul pada tahun 60an oleh Oliver Weight yang berasosiasi dengan Joseph Oirlicky, yang pertama kali diterapkan di Toyota Company Jepang.
Banyaknya metode dalam manajemen material yang dapat digunakan untuk menentukan waktu dan volume pengadaan material, mengharuskan para pengambil keputusan harus menguasai setiap metode pengadaan material dalam manajemen material, mengetahui kelebihan dan kekurangan setiap metode serta dapat menggunakan metode yang tepat sesuai dengan keadaan yang dihadapi. Salah satu metode didalam manajemen material adalah Material Requirement Planning (MRP) yang pada mulanya adalah suatu metode pemesanan material, maka pada saat ini metode tersebut telah digunakan sebagai alat perencanaan dan pengawasan terhadap fungsi manajemen. Material requirement planning juga merupakan konsep dari suatu mekanisme untuk menghitung material yang dibutuhkan, kapan diperlukan dan berapa banyak.
1.2.Rumusan Masalah
1.2.1.      Apa Pengertian MRP?
1.2.2.      Apa tujuan dan komponen MRP?
1.2.3.      Apa saja kelemahan dan kelebihan dari MRP?
1.2.4.      Bagaimana proses dari MRP ?
BAB II
PEMBAHASAN
2.1. Pengertian MRP (Material Requirement Planning)
MRP adalah lebih dari sekedar metode proyeksi kebutuhan-kebutuhan akan komponen individual dari suatu produk. Sistem MRP mempunyai tiga fungsi utama : control tingkat persediaan, penugasan komponen berdasar urutan prioritas, dan penentuan kebutuhan kapasitas (capacity requirement)pada tingkat yang lebih detail daripada proses perencanaan pada rough-cut capacity-requirements.
 2.2 Tujuan dan Komponen MRP (Material Requirement Planning)
a. Tujuan MRP adalah menentukan kebutuhan dan jadwal untuk pembuatan komponen-komponen subasembling-subasembling atau pembellian material untuk memenuhi kebutuhan yang telah ditetapkan sebelumnya oleh MPS. Jadi, MRP menggunakan MPS untuk memproyeksi kebutuhan akan jenis-jenis komponen (component parts).
b. Elemen-elemen MRP :
1. Penjadwalan Induk (Master scheduling) : Bertujuan untuk menentukan output fungsi operasi.
2. Bagan Bahan (Bill of Material) : Bahan-bahan apa saja dan berapa kompisisi untuk suatu produk.
3.  Catatan Sediaan (Inventory Record) : Catatan dari akumulasi transaksi sediaan yang terjadi di perusahaan atau pabrik.
4. Perencanaan Kapasitas (Capacity Planning)
Suatu cara membuat perencanaan kapasitas, yaitu :
a.      Rough Cut Capacity Planning, perencanaan kapasitas pemotongan kasar yang lebih sedikit melakukan kalkulasi.
b.      Shop Loading, perencanaan yang lebih akurat daripada Rough Cut Capacity Planning.
5. Pembelian (Purchasing) : Diperluas fungsinya tidak hanya sekedar membeli, tetapi termasuk juga membangun kepercayaan pemasok.
6.Pengendalian Pengelola Bengkel (Shop-floor Control) : Bertugas untuk mengendalikan aliran bahan dengan memperhatikan lead time yang ada. Jangan sampai terjadi penumpukan akibat tidak lancarnya aliran bahan.
2.3. Kelebihan dan Kelemahan Material Requirement Planning
a. Kelebihan MRP
·         Kemampuan memberi harga lebih kompetitif
·         Mengurangi harga penjualan
·         Mengurangi Inventori
·         Pelayanan pelanggan yang lebih baik
·         Respon terhadap permintaan pasar lebih baik
·         Kemampuan mengubah jadwal induk
·         Mengurangi biaya setup
·         Mengurangi waktu menganggur
·         Memberi catatan kemajuan sehingga manager dapat merencanakan order sebelum pesanan aktual dirilis
·         Memberitahu kapan memperlambat akan sebaik mempercepat
·         Menunda atau membatalkan pesanan
·          Mengubah kuantitas pesanan
·         Memajukan atau menunda batas waktu pesanan
·         Membantu perencanaan kapasitas
b.      Kelemahan MRP
Problem utama penggunaan sistem MRP adalah integritas data. Jika terdapat data salah pada data persediaan, bill material data/master schedule kemudian juga akan menghasilkan data salah. Problem utama lainnya adalah MRP systems membutuhkan data spesifik berapa lama perusahaan menggunakan berbagai komponen dalam memproduksi produk tertentu (asumsi semua variable). Desain sistem ini juga mengasumsikan bahwa "lead time" dalam proses in manufacturing sama untuk setiap item produk yang dibuat.
Proses manufaktur yang dimiliki perusahaan mungkin berbeda diberbagai tempat. Hal ini berakibat terjadinya daftar pesanan yang berbeda karena perbedaaan jarak yang jauh. The overall ERP system dapat digunakan untuk mengorganisaisi sediaan dan kebutuhan menurut individu perusaaannya dan memungkinkan terjadinya komunikasi antar perusahaan sehingga dapat mendistribuskan setiap komponen pada kebutuan perusahaan.
Hal ini mengindikasikan bahwa sebuah sistem enterprise perlu diterapkan sebelum menerapkan sistem MRP. Sistem ERP system dibutuhkan untuk menghitung secara reguler dengan benar bagaimana kebutuhan item sebenarnya yang harus disediakan untuk proses produksi.
MRP tidak mengitung jumlah kapasitas produksi. Meskipun demikian, dalam jumlah yang besar perlu diterapkan suatu sistem dalam tingkatan lebih lanjut, yaitu MRP II. MRP II adalah sistem yang mengintegrasikan aspek keuangan. Sistem ini mencakup perencanaan kapasitas
2.4. Proses MRP
Sistem MRP memerlukan syarat pendahuluan dan asumsi-asumsi yang harus dipenuhi. Bila syarat pendahuluan dan asumsi-asumsi tersebut telah dipenuhi, maka kita bisa mengolah MRP dengan empat langkah dasar sebagai berikut :
Ø  NETTING (Penghitungan Kebutuhan Bersih). Kebutuhan bersih (NR) dihitung sebagai nilai dari Kebutuhan Kotor (GR) minus Jadwal Penerimaan (SR) minus Persediaan Ditangan (OH. Kebutuhan besih dianggap nol bila NR lebih kecil dari atau sama dengan nol.
Ø  LOTTING (Penentuan Ukuran Lot). LAngkah ini bertujuan menentukan besarnya pesanan individu yang optimal berdasarkan hasil dari perhitungan kebutuhan bersih. Metode yang umum dipakai dalam prakteknya adalah Lot-for Lot (L-4-L).
BAB III
PENUTUP
3.1. Kesimpulan
Perencanaan kebutuhan material (MRP) dapat didefinisikan sebagai suatu teknik atau set prosedur yang sistematis untuk penentuan kuantitas serta waktu dalam proses perencanaan dan pengendalian item barang (komponen) yang tergantung pada item–item tingkat (level) yang lebih tinggi (dependent demand). Ada 4 kemampuan yang menjadi ciri utama dari sistem MRP yaitu:
1.      Mampu menentukan kebutuhan pada saat yang tepat.
2.      Membentuk kebutuhan minimal untuk setiap item.
3.      Menentukan pelaksanaan rencana pemesanan.
4.      Menentukan penjadwalan ulang atau pembatalan atas suatu jadwal yang sudah direncanakan.

Jumat, 11 Oktober 2013

Forecasting (Peramalan)


FORECASTING (PERAMALAN)
BAB I
PENDAHULUAN
I.I . Latar Belakang Masalah
Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Peramalan merupakan dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Peramalan menggunakan teknik-teknik peramalan yang bersifat formal maupun informal (Gaspersz, 1998).
Forecasting adalah peramalan atau perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang dilakukan pada umumnya akan berdasarkan data yang terdapat di masa lampau yang dianalisis dengan mengunakan metode-metode tertentu. Forecasting diupayakan dibuat dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata lainbertujuan mendapatkan ramalanyang bisa meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan Mean Absolute Deviation, Absolute Error, dan sebagainya. Peramalan merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien (Subagyo, 1986).













BAB II
PEMBAHASAN
2.1.Metode Peramalan
1. Weight Moving Averages (WMA)
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. metode rata-rata bergerak akan efektif diterapkan apabila permintaan pasar terhadap produk diasumsikan stabil sepanjang waktu. Metode rata-rata bergerak terdapat dua jenis, rata-rata bergerak tidak berbobot (Unweight Moving Averages) dan rata-rata bobot bergerak (Weight Moving Averages). Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-rata bobot bergerak yaitu sebagai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/wma.jpg?w=627
2. Single Exponential Smoothing (SES)
Pola data yang tidak stabil atau perubahannya besar dan bergejolak umumnya menggunakan model pemulusan eksponensial (Exponential Smoothing Models). Metode Single Exponential Smoothing lebih cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara acak (tidak teratur). Peramalan menggunakan model pemulusan eksponensial rumusnya adalah sebagai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/ses.jpg?w=627
Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih konstanta pemulusan (α) yang diperirakan tepat. Nilai konstanta pemulusan dipilih di antara 0 dan 1 karena berlaku 0 < α < 1. Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu, nilai α yang dipilih adalah yang mendekati 1. Pola historis dari data aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, α yang dipilih adalah yang nilainya mendekati nol (Gaspersz, 1998).
3. Regresi Linier
Model analisis Regresi Linier adalah suatu metode populer untuk berbagai macam permasalahan. Menurut Harding (1974) dua variabel yang digunakan, variabel x dan variabel y, diasumsikan memiliki kaitan satu sama lain dan bersifat linier. Rumus perhitungan Regresi Linier yaitu sebagai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/rl-11.jpg?w=627Description: http://fariedpradhana.files.wordpress.com/2012/06/rl-21.jpg?w=627Description: http://fariedpradhana.files.wordpress.com/2012/06/rl-31.jpg?w=627Description: http://fariedpradhana.files.wordpress.com/2012/06/rl-41.jpg?w=627Description: http://fariedpradhana.files.wordpress.com/2012/06/rl-51.jpg?w=627Keterangan:
Y = hasil peramalan
n = periode
a = perpotongan dengan sumbu tegak
b = menyatakan slope atau kemiringan garis regresi
I.                   kuran Akurasi Peramalan
1. Mean Absolute Deviation (MAD)
Metode untuk mengevaluasi metode peramalan menggunakan jumlah dari kesalahan-kesalahan yang absolut. Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan rumus sebegai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/mad.jpg?w=627
2. Mean Square Error (MSE)
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan ditambahkan dengan jumlah observasi. Pendekatan ini mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan. Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan yang besar.
Description: http://fariedpradhana.files.wordpress.com/2012/06/mse.jpg?w=627
3. Mean Absolute Percentage Error  (MAPE)
Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata.
Description: http://fariedpradhana.files.wordpress.com/2012/06/mape.jpg?w=627
4. Tracking Signal
Validasi peramalan dilakukan dengan Tracking Signal. Tracking Signal adalah suatu ukuran bagaimana baiknya suatu peramalan memperkirakan nilai-nilai aktual. Nilai Tracking Signal dapat dihitung dengan menggunakan rumus sebegai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/ts1.jpg?w=627
Tracking signal yang positif menunjukan bahwa nilai aktual permintaan lebih besar daripada ramalan, sedangkan tracking signal yang negatif berarti nilai aktual permintaan lebih kecil daripada ramalan. Tracking signal disebut baik apabila memiliki RSFE yang rendah, dan mempunyai positive error yang sama banyak atau seimbang dengan negative error, sehingga pusat dari tracking signal mendekati nol. Tracking signal yang telah dihitung dapat dibuat peta kontrol untuk melihat kelayakkan data di dalam batas kontrol atas dan batas kontrol bawah.
5. Moving Range (MR)
Peta Moving Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Data permintaan aktual dibandingkan dengan nilai peramal pada periode yang sama. Peta tersebut dikembangkan ke periode yang akan datang hingga dapat dibandingkan data peramalan dengan permintaan aktual. Peta Moving Range digunakan untuk pengujian kestabilan sistem sebab-akibat yang mempengaruhi permintaan. Rumus perhitungan peta Moving Range adalah sebagai berikut.
Description: http://fariedpradhana.files.wordpress.com/2012/06/mr.jpg?w=627
BAB III
PENUTUP
3.1. Kesimpulan
Forecasting adalah peramalan atau perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang dilakukan pada umumnya akan berdasarkan data yang terdapat di masa lampau yang dianalisis dengan mengunakan metode-metode tertentu. Forecasting diupayakan dibuat dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata lainbertujuan mendapatkan ramalanyang bisa meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan Mean Absolute Deviation, Absolute Error, dan sebagainya. Peramalan merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien (Subagyo, 1986).