Studi Kasus POM [PDF]

Citation preview

KOMPUTER INDUSTRI 2 (POM-QM, WINQSB ,PROMODEL DAN MINITAB)



Disusun Oleh :



Nama



: Rizky Surya Hadiwijaya



NPM



: 38413006



Kelas



: 4ID02



Dosen



: Adi Pramudyo, ST.



JURUSAN TEKNIK INDUSTRI



FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS GUNADARMA DEPOK 2017



1. Studi Kasus POM-QM PT RSH adalah perusahaan yang bergerak dalam bidang produksi handphone. Perusahaan ini memiliki beberapa pesaing salah satunya adalah PT NFA. Produk yang dihasilkan oleh kedua perusahaan tersebut relatif sama. Kedua perusahaan ini sedang bersaing untuk mendapatkan hasil yang optimal yaitu dengan mendapatkan keuntungan yang maksimum dan meminimalkan kerugian. Upaya yang dilakukan PT RSH dalam menarik minat konsumen untuk membeli produk yaitu dengan menggunakan 3 strategi dan PT NFA yang juga menggunakan 3 strategi dalam menarik konsumen. Tabel 1 Strategi yang Dipakai dalam Kasus Strategi Murni



PT. NFA



Harga Murah (S1) Harga Diskon (S2) Harga Normal (S3)



Harga Murah (S1)



PT. RSH Harga Diskon (S2)



Harga Normal (S3)



2



5



8



3



4



5



2



3



6



Berdasarkan studi kasus sebelumnya dan dikarenakan adanya perkembangan yang terjadi di pasar dan minat konsumen yang terus bertambah, maka PT. RSH dan PT. NFA yang pada sebelumnya hanya melakukan strategi dilihat dari harga yang diberikan kembali melakukan strategi ulang. Strategi ini dilihat dari persentase keuntungan yang telah diakumulasi dari berbagai faktor yang ada pada strategi sebelumnya yakni harga murah, harga diskon dan harga normal. Berikut ini merupakan tabel dari strategi dari masing-masing perusahaan.



Tabel 2 Strategi yang Dipakai dalam Kasus Strategi Campuran



PT. RSH % Harga Diskon (S2)



% Harga Normal (S3)



6



7



9



8



5



4



4



2



3



% Harga Murah (S1) % Harga Murah (S1) % PT. NFA



Harga Diskon (S2) % Harga Normal (S3)



Terdapat dua pengolahan perangkat lunak yaitu, pengolahan perangkat lunak strategi murni dan pengolahan perangkat lunak strategi campuran. Pengolahan perangkat lunak menggunakan aplikasi POM-QM. Berikut ini pengolahan perangkat lunak untuk setiap strategi yang dipakai oleh kedua perusahaan. 1. Pengolahan Perangkat lunak Strategi Murni Pengolahan perangkat lunak strategi murni digunakan untuk mencari saddle point atau titik pelana kedua perusahaan. Berikut adalah pengolahan perangkat lunak untuk mencari saddle point atau titik pelana untuk kedua perusahaan. Langkah pertama dalam melakukan pengolahan perangkat lunak adalah membuka aplikasi POM-QM. Proses selanjutnya memilih module, kemudian memilih game theory pada kolom module untuk melakukan perhitungan game theory



Gambar 1 Kolom Module Strategi Murni



Langkah selanjutnya adalah memilih new untuk membuat dokumen baru, selanjutnya akan keluar kolom creat data set for game theory. Proses selanjutnya adalah memasukan strategi murni pada kolom title dan 3 pada ko lom number of row strategies dan kolom number of column strategies kemudian memilih ok.



Gambar 2 Kolom Creat Data Set of Game Theory



Langkah berikutn ya adalah memasukan data-data strategi pada kolom colstrat 1, 2 dan 3 dan kolom row strat 1, 2 dan 3. Berikut ini kolom data pada setiap strategi.



Gambar 3 Data Setiap Strategi Murni



Langkah terakhir memilih adalah solve, maka akan muncul output game theory. Berikut ini output-output pada game theory.



Gambar 4 Output Game Theory Results Murni



Gambar 5 Output Maximin dan Minimax Murni



Pengolahan perangkat lunak stretegi murni digunakan untuk mencari nilai saddle point dari kedua perusahaan yang sedang bersaing. Pengolahan perangkat lunak startegi murni didapatkan dua output, yaitu game theory results dan maximin dan minimax. Bedasarkan output game theory results didapatkan nilai saddle point sebesar 4. Nilai terse but dapat diartikan bahwa PT NFA mendapatkan keuntungan maksimum sebesar 4 dan PT. RSH menderita kerugian minimum sebesar 4. Bedasarkan output maximin dan minimax didapatkan nilai maksimin sebesar 4 dan nilai minimaks sebesar 4.



2. Pengolahan Perangkat lunak Strategi Campuran Pengolahan perangkat lunak strategi campuran digunakan untuk mencari nilai payoff dari kedua perusahaan. Berikut adalah pengolahan per angkat lunak untuk mencari nilai payoff dari kedua perusahaan. Langkah pertama dalam melakukan pengolahan perangkat lunak adalah membuka aplikasi POM-QM. Proses selanjutnya memilih module, kemudian memilih game theory pada kolom module untuk melakukan perhitungan game theory.



Gambar 6 Kolom Module Strategi Campuran



Langkah selanjutnya adalah memilih new untuk membuat dokumen baru, selanjutnya akan keluar kolom creat data set for game theory. Proses selanjutnya adalah memasukan strategi campuran pada kolom title dan 3 pad a kolom number of row strategies dan ko lom number of column strategies kemudian memilih ok.



Gambar 7 Kolom Creat Data Set of Game Theory



Langkah berikutn ya adalah memasukan data-data strategi pada kolom col strat 1, 2 dan 3 dan kolom row strat 1, 2 dan 3. Berikut ini kolom data pada setiap strategi.



Gambar 8 Data Setiap Strategi Campuran



Langkah terakhir memilih adalah solve, maka akan muncul output game theory. Berikut ini output-output pada game theory.



Gambar 9 Output Game Theory Results Campuran



Gambar 10 Output Maximin dan Minimax Campuran



Pengolahan perangkat lunak stretegi campuran digunakan untuk mencari nilai payoff dari kedua perusahaan yang sedang bersaing. Penolah an perangkat lunak startegi campuran di dapatkan dua output, yaitu game theory resu lts dan maximin dan minimax. Bedasarkan output game theory results didapatkan nilai payoff sebesar 6,5. Nilai ini menunjukan bahwa jika kedua perusahaan menggunakan strategi harga murah dan harga disk on kerugian minimum yang didapatkan PT. RSH sebesar 6,5 dan Keuntungan ma ksimum yang didapatkan PT. NFA sebesar 6,5. Bedasarkan output maximin dan minimax didapatkan nilai maksimin sebesar 6 dan nilai minimaks sebesar 7.



2. Studi Kasus Win-QSB PT RSH



memproduksi frame



meja dan frame



dinding dengan



menggunakan bebagai macam bahan. Frame meja dan frame dinding tersebut didistribusikan kepada masyarakat-masyarakat secara langsung. Kebutuhan akan berbagai macam bahan dalam pembuatan frame meja dan frame dinding di ringkas dalam tabel berikut. Tabel 4.1 Data dari Blast Company (dalam ribuan per unit) Bahan



Frame



Mentah



Dinding



Plastik



Frame Meja



Kapasitas (piece)



30



30



90



Besi



20



10



40



Kaca



20



20



80



Harga untuk 1 buah frame dinding adalah 15000 rupiah sedangkan untuk 1 buah frame meja adalah 5000 rupiah. Berapa banyak frame meja dan



frame dinding yang harus dihasilkan setiap hari untuk memaksimalkan pendapatan pabrik tersebut dengan menggunakan metode grafik dan metode simpleks. Buka program WinQSB kemudian klik Linear and Integer Programming. Setelah terbuka akan muncul tampilan Problem Specification. Masukkan judul masalah yaitu keuntungan maksimum frame dengan jumlah variabel 2 dan jumlah kendala sebanyak 3 macam. Kriteria objektif yang dipilih adalah maximization karena ingin dicari nilai maksimal dari penjualan frame yang ada. Data entry format pilih option spreadsheet matrix form dan default variable type nonnegative continous. Klik OK.



Gambar 4.2 Problem Specification Linear Programming



Kemudian muncul tampilan seperti gambar Variable Input. Masukkan variabel dan constraint sesuai dengan data yang ingin dimasukkan.



Gambar 4.3 Solve and analyze Graphic Method Linear Programming



Kemudian klik solve and analyze. Selanjutnya klik graphic method seperti di gambar dan akan muncul kolom select variable seperti gambar di bawah dan klik OK.



Gambar 4.4 Select Variables for Graphic Method



Berikut ini merupakan output untuk grafik. Daerah visible terlihat pada output untuk grafik.



Gambar 4.5 Graphic Output



Klik Solve and Analyze kemudian klik Solve and Display Steps. Maka akan muncul iterasi pertama.



Gambar 4.6 Iterasi 1 Linear Programming



Kemudian klik simplex iteration lalu klik next iterasion maka mucul iterasi kedua. Klik simplex iteration lalu klik next iterasion lagi maka akan muncul pemberitahuan bahwa metode simpleks yang dilakukan telah selesai.



Gambar 4.7 Iterasi 2 Linear Programming



Klik solve and analyze kemudian klik solve the problem. Maka akan muncul notifikasi bahwa masalahnya telah diselesaikan dan solusi optimal telah didapatkan. Kemudian akan muncul output perhitungan simpleksnya.



Gambar 4.8 Summary Output Linear Programming



Berdasarkan studi kasus tentang PT RSH



terdapat 3 kendala



terhadap bahan mentah pembuatan frame baik untuk frame meja maupun frame dinding yaitu plastik, besi dan kaca. Blast Company ingin mengetahui banyaknya



frame



yang



harus



di



produksi



setiap



hari



untuk



memaksimalkan pendapatan maka dilakukan perhitungan manual dan software dengan 2 metode yaitu metode grafik dan simpleks. Gambar 4.8 Summary Output Linear Programming merupakan output yang diperoleh. Nilai decision variable yang menunjukkan produk yang di produksi yaitu frame dinding (X1) dan frame meja (X2). Solution value menunjukkan jumlah produk yang harus dibuat untuk mendapatkan keuntungan yang maksimal. Jumlah produk yang harus di produksi untuk produk frame dinding sebanyak 2000 buah sedangkan frame meja tidak di produksi guna untuk mendapatkan hasil yang optimal. Unit cost or profit menunjukkan harga untuk 1 produk. Harga frame dinding (X1) adalah Rp 15.000,00 sedangkan harga frame meja (X2) adalah Rp 5.000,00. Total contribution adalah jumlah keuntungan maksimal yang diperoleh, nilai ini di dapatkan dari perkalian solution value dengan unit cost or profit dan untuk frame dinding didapatkan nilai total Rp 30.000.000,00 sedangkan untuk frame meja didapatkan nilai 0 karena pada solution value nilainya 0. Reduced cost adalah kerugian produk. Jika frame dinding dijual maka tidak ada kerugian sedangkan jika frame meja yang dijual maka perusahaan akan mengalami kerugian sebesar Rp 2.500.000,00. Allowable min adalah keuntungan sekecil-kecilnya yang bisa didapatkan dan allowable max adalah keuntungan maksimal yang bisa didapatkan dan tidak bisa melebihi angka yang tertera. Produksi frame dinding sekecilkecilnya mendapat keuntungan sebesar Rp 10.000.000,00 dan bisa mendapatkan keuntungan sebanyak mungkin. Sedangkan produksi frame meja keuntungannya bisa seminimal mungkin sedangkan keuntungan maksimalnya sebesar Rp 7.500.000,00. Perhitungan software terdapat



constraint yang berarti kendala yang terdapat pada setiap produk. Left hand side (LHS) didapat dari pengkalian solution value dengan masingmasing constraint. Left hand side pada besi didapatkan hasil 60.000, untuk plastik didapatkan hasil 40.000 dan untuk kaca adalah 40.000. Right hand side adalah nilai dari jumlah kapasitas produk. Constraint pertama yaitu besi didaptkan nilai 90.000 sedangkan untuk plastik adalah 40.000 dan untuk kaca adalah 80.000. Slack or surplus adalah nilai yang didapat dari pengurangan right hand side dengan left hand side. Kelebihan untuk besi sebesar 30.000 sedangkan kelebihan untuk kaca 80.000. Shadow price adalah kisaran harga yang didapat dari jumlah produk yang ada, bila ditambah 1 produk maka mendapat keuntungan sebesar nilai yang tertera pada shadow price. Allowable min right hand side adalah batas minimum jika dilakukan pengurangan pada besi yaitu sebesar 60.000 dan untuk kaca sebesar 40.000 dan allowable max right hand side adalah jumlah kapasitas maksimum. Besi dan kaca tidak mempunyai batasan kenaikan (tak terhingga) sedangkan plastik hanya bisa sebesar 60.000



3. Studi Kasus ProModel Tahap pertama setelah kita masuk ke dalam software promodel adalah klik file yang ada pada menu Bar lalu klik new. Langkah ini dilakukan untuk mengisi general informationi seperti Title, Time Units, dan Distance Units sesuai dengan model simulasi yang akan dibuat lalu OK. Berikut ini adalah tampilan dari langkah tersebut.



Tahap berikutnya yaitu klik Build lalu klik Locations, hal ini dilakukan untuk membuat dimana tata letak lokasi sesuai dengan model simulasi yang akan dibuat, seperti gudang bahan baku, conveyor, mesin dll yang kemudian dimasukkan ke dalam layout yang ada. Berikut ini adalah tampilan dari langkah tersebut



Tahap selanjutnya yaitu klik Build lalu klik Entities, hal ini digunakan untuk menginput data bahan apa saja yang di gunakan dalam pembuatan model simulasi tersebut. Bahan-bahan yang di gunakan diantaranya yaitu bahan baku, bahan setengah jadi dan bahan jadi. Pemilihan gambar untuk bahan tersebut disesuaikan dengan model simulasi yang akan dibuat. Berikut ini adalah tampilan dari langkah tersebut.



Tahap selanjutnya yaitu klik Build lalu klik Path Networks, kemudian pada net 1 klik paths lalu kemudian klik gambar gudang bahan baku dengan gudang mesin mmilling. Tahap berikutnya klik interfaces untuk menginput data dimana dalam hal ini untuk node n1 menggunakna location gudang bahan baku dan untuk node n2 menggunakna location mesin milling. Hal ini dapat diartikan sebagai jaringan yang menghubungkan aliran jalannya bahan antara gudang bahan baku ke mesin milling, untuk net 2 dan seterusnya caranya sama seperti diatas. Berikut ini adalah tampilan dari langkah tersebut.



Tahap selanjutnya yaitu klik Build lalu klik Resources, kemudian pilih forklift dan pickup yang natinya akan digunkana untuk mengangkut aliran bahan pada net ke3 dan net ke-4. Agar forklift dapat ditempatkan pada net ke-3, maka caranya dengan mengklik specs pada kolom forkliftI, setelah itu akn muncul sebuah tampilan dimana isi kolom Path Networks dengan Net 3 lalu Home dengan N1, lalu Off Shift dengan N2, kemudian ceklis Return Home If IdleI dan OK, agar forklift dapat berjalan kembali ke posisi semula. Berikut ini adalah tampilan dari langkah tersebut.



Tahap selanjutnya yaitu klik Build lalu klik Processing, dalam hal ini logika dalam pembuatan model simulasi mulai digunakan agar model simulasi dapat berjalan sesuai dengan rencana. Logika yang digunkaan dalam memproses jalannya bahan dari awal hingga akhir ini dapat dilakukan dengan menginput data pada Entity, Location, Output, Destination, dan Move Logic, namun dalam hal ini Move Logic digunakan jika pada jaringan tersebut terdapat Resources. Berikut ini adalah tampilan dari langkah tersebut.



Tahap selanjutnya yaitu klik Build lalu klik Arrivals, lalu kemudian dilakukan penginputan data pada kolom Entity dengan bahan baku, Location dengan gudang bahan baku, Cty each dengan 100, Occurrences dengan 1, Frequency dengan n(1,1). Hal ini digunakan agar mekanisme entities dapat masuk kedalam sistem tersebut, sehingga model simulasi dapat berjalan. Berikut ini adalah tampilan dari langkah tersebut.



Tahap berikutnya yaitu klik Simulation lalu klik Options kemudian ceklis Pause At Start lalu OK. Berikut ini adalah tampilan dari langkah tersebut.



Tahap berikutnya yaitu klik Save & Run, kemudian klik Simulation lalu klik Resume Simulation agar model simulasi yang telah dibuat dapat berjalan sesuai dengan rencara. Berikut ini adalah tampilan dari langkah tersebut.



4. Studi Kasus Minitab Suatu perusahaan CV Your stuff yang bergerak dibidang busana akan memproduksi jaket yang terbuat dari 3 bahan yang berbeda yaitu kulit, cotton, karet. Sehingga nantinya total produk dari bahan-bahan tersebut akan diproduksi sebanyak 10000 buah jaket, yang terbuat dari tiga bahan tersebut. Produk masingmasing bahan terdapat 250 potong yang siap dijahit. Perusahaan ingin melakukan pengamatan hasil produksi pada mesin jahit perusahaan tersebut. Untuk mengetahui hasil produksi dari mesin tersebut, seorang Quality Control (QC) mengambil sampel produk dari produksi terakhir. Dari produksi tersebut diambil 8 dari bahan cotton untuk dilakukan pengamatan. Tentukan probabilitas dari : a. Tidak terdapat produk yang cacat b. Terdapat lebih dari 6 buah produk yang cacat. c. Terdapat kurang dari 3 buah produk yang cacat. d. Terdapat 2 sampai 5 produk yang cacat. e. Terdapat antara 1 dan 4 produk yang cacat. Perhitungan data dilakukan dengan menggunakan software Minitab 14. Dengan menggunakan software ini, dimaksudkan agar perhitungan menjadi lebih mudah. Berikut adalah langkah-langkah perhitungan dengan menggunakan software: Setelah membuka software Minitab, akan muncul sebuah lembar kerja pada bagian paling bawah tampilan software yang terdiri dari baris dan kolom. pada worksheet masukkan x pada C1, hasil pada C2, dan kumulatif pada C3, kemudian masukkan nlai x pada kolom hasil dari 1 sampai dengan 9.



Gambar 1 Input data



Jika sudah memasukkan nilai x pada kolom C1 maka langkah selanjutnya adalah memilih menu Calc pada toolbar kemudian menu probability distributions, lalu pilih menu hypergeometrics.



Gambar 2 Menu calc pada toolbar



Berikut adalah tampilan dari menu



hypergeometrics, pertama pilih



probability, lalu masukkan 90 pada kotak population size (N), 30 pada successes in population (M) dan 9 pada kotak sample size (n), kemudian masukkan x pada input column dan masukkan hasil pada kotak optional storage lalu klik ok.



Gambar 3 Kotak dialog hypergeometrics distribution



Langkah berikutnya adalah perhitungan kumulatif, masih sama dengan langkah sebelumnya di dalam menu hypergeometrics distribution pilih cumulative probability lalu masukkan 90 pada kotak population size (N), 30 pada successes in population (M) dan 9 pada kotak sample size (n), kemudian masukkan x pada input column dan masukkan hasil pada kotak optional storage lalu klik ok.



Gambar 4 Kotak dialog cumulative hypergeometrics distribution



Setelah langkah-langkah diatas dilakukan, maka hasilnya akan muncul pada worksheet sebagai berikut untuk probability dan cumulative probability.



Gambar 5 Output software



Perhitungan yang digunakan tidak hanya perhitungan software saja, tetapi ada pula perhitungan menggunakan software. Software yang digunakan dalam perhitungan ini adalah minitab 14. Perhitungan dengan menggunakan software dapat mempermudah dalam menghitung data yang ada. Pada perhitungan software ini hanya menghitung probabilitas pengambilan 9 jam tangan cacat. Hasil yang pertama adalah peluang tidak terambilnya jam tangan cacat yaitu 0,020932 kecil kemungkinan terambilnya suatu barang. Untuk tepat terambilnya 1 jam tangan cacat adalah 0,108684, hasil ini juga termasuk kecil kemungkinannya. Kemudian tepat terambilnya 2 jam tangan cacat juga termasuk kecil, yaitu 0,23787. Lalu tepat terambilnya 3 jam tangan cacat adalah 0,287800. Untuk tepat terambilnya 4 jam tangan cacat adalah 0,211925. Untuk tepat terambilnya 5 jam tangan cacat adalah 0,098394. Untuk tepat terambilnya 6 jam tangan cacat adalah 0,028770. Untuk tepat terambilnya 7 jam tangan cacat



adalah 0,005102. Untuk terambilnya 8 jam tangan cacat adalah 0,000497. Dan pada peluang tepat terambilnya 9 jam tangan cacat adalah 0,000020. Terlihat bahwa peluang terambilnya yang paling besar pada saat tepat terambilnhya 3 jam tangan cacat, yaitu 0, 287800.