Upload
dio-rhapsody
View
44
Download
0
Embed Size (px)
DESCRIPTION
Desain produk,Desain Proses,Schedule desain
Citation preview
FACILITY DESIGNRini Prasetyani, Ir. MT.
PERENCANAAN FASILITAS
Beberapa pertanyaan yang harus dijawab sebelum rencana alternative fasilitas dikembangkan : Apa yang akan diproduksi ? Desain produk Bagaimana produk diproduksi ? Desain Proses Kapan produk diproduksi ? Schedule desain Berapa banyak masing-masing produk akan diproduksi ? Schedule desain (peramalan permintaan produk) Berapa lama produk tersebut akan diproduksi ? Schedule desain Dimana akan diproduksi ? Penentuan lokasi pabrik
Hubungan Desain produk, Desain proses & Schedule desainDesain proses, desain produk, dan schedule design tidak dilakukan terpisah tetapi dilakukan dengan melihat permasalahan secara menyeluruh.
Hubungan Product, Process, dan Schedle Design dengan Perencanaan Fasilitas Sumber : Thompkins , 2003
De s ain Produk
Kegiatan ini menentukan produk yang akan diproduksi dan desain detil dari produk tersebut.
De s ain Pros e s
Kegiatan ini menentukan bagaimana produk dan masing-masing komponennya diproduksi, dibeli atau sub kontrak.
Bill of Material (BOM)Pada tahap ini akan dihasilkan Struktur Produk dan Bill of Mate rial (BOM) yang berisi informasi tentang level perakitan produk, komponen yang dibutuhkan dan jumlahnya serta sumber dari setiap komponen dibuat atau dibeliDefinisikan elemen operasi
Identifikasi alternative proses untuk setiap operasi Analisis alternative operasi
Standarisasi proses
Evaluasi alternative proses
Pilih proses Prosedur Menyeleksi Proses Sumber : Thompkins : Facilities Planning, 2003
Sc he dule De s ign
S che dule De s ign untuk menjawab pertanyaan kapan harus dibuat dan berapa banyak. Berapa banyak yang harus diproduksi berdasarkan peramalan terhadap permintaan. Dalam merencanakan fasilitas pabrik sebaiknya kapasitas produksi yang akan dibangun dilakukan berdasarkan peramalan jangka panjang yaitu lima sampai sepuluh tahun, karena dengan segera kelebihan fasilitas akan dipakai lebih cepat dari perkiraan
De s ain Fas ilitas
Prosedur pengembangan tata letak dikembangkan oleh Muther (Tompkins, 2003) yang dikenal s e bagai S ys te m atic Layout Planning (S LP). Langkah-langkah dalam SLP dapat diterjemahkan dalam 10 langkah tugas besar perencanaan lay out pabrik sebagai berikut : Forecasting Merencanakan urutan proses (OPC, MPPC) Membuat Routing Sheet Merencanakan luas lantai produksi Menentukan luas gudang, organisasi perusahaan dan luas lantai penunjang produksi Membuat From to Chart Menghitung ongkos material handling Membuat ARC Membuat ARD dan AAD Membuat Templete
Input data dan kegiatan
1. Analisis aliran Operasi
2.An. Keterkaitan Kegiatan
3. Diagram Keterk. Kegiatan
4. Luas lantai yg dibutuhkan
5. Luas lantai yg tersedia
6. Diagram keterk. ruangan
7. Pertimbangan modifikasi
8. Pembatasan praktis
9. Pengembangan alternative lay out
10. Evaluasi
Peramalan
: we can pre dict what the future will be like If we can modify our be haviour now to be in a be tte r pos ition, than we othe rwis e would have be e n, whe n the future arrive s . Artinya, jika kita dapat memprediksi apa yang terjadi di masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa yang akan datang
Me tode Peramalan
RentangWaktu JangkaPendek (36bulan) JangkaMenengah (2tahun)
TipeKeputusan Operasional
Contoh PerencanaanProduksi, Distribusi PenyewaanLokasidan Peralatan Penelitiandan
Taktis
JangkaPanjang (Lebihdari2tahun)
Pengembanganuntuk Strategis akuisisidanmerger Ataupembuatanproduk baru
Model Peramalan Kuantitatif
Deret Berkala (Tim e S e rie s)Metode ini menggunakan riwayat permintaan masa lalu dalam membuat ramalan untuk masa depan
Metode Rata-rata Bergerak (Moving Ave rage Me thod)
Ramalan
Periode
Berikutnya dalam n
( Per min taan
= Terdahulu
n _ Periode
)
CONTOH
TIME-SERIES METHODS MOVING AVERAGES450 430
Patie nt arrivals
410 390 370 Ac tual patie nt arrivals 0 | 5 | 10 | 15 We e k | 20 | 25 | 30
TIME-SERIES METHODS MOVING AVERAGES450 430
Patie nt arrivals
410 390 370 Ac tual patie nt arrivals 0 | 5 | 10 | 15 We e k | 20 | 25 | 30
TIME-SERIES METHODS MOVING AVERAGES450 430
We e k 1 2 3
Patie nt Arrivals 400 380 411
Patie nt arrivals
410 390 370 Ac tual patie nt arrivals 0 | 5 | 10
| 15 We e k
| 20
| 25
| 30
TIME-SERIES METHODS MOVING AVERAGES450 430
We e k 1 2 3
Patie nt Arrivals 400 380 411
Patie nt arrivals
410 390 370 Ac tual patie nt arrivals 0 | 5 | 10
| 15 We e k
| 20
| 25
| 30
TIME-SERIES METHODS MOVING AVERAGES450 430
We e k 1 2 3
Patie nt Arrivals 400 380 411
Patie nt arrivals
410 390 370
411 + 380 + 400 F4 = 3 Ac tual patie ntAc tual patie nt arrivals | 10 | 5 | 15 We e k | 20 | 25 | 30
0
TIME-SERIES METHODS MOVING AVERAGES450 430
We e k 1 2 3
Patie nt Arrivals 400 380 411
Patie nt arrivals
410 390 370
Ac tual patie nt arrivals 0 | 5 | 10
F4 = 397.0
| 15 We e k
| 20
| 25
| 30
TIME-S ERIES METHODS MOVING AVERAGES450 430
We e k 1 2 3
Patie nt Arrivals 400 380 411
Patie nt arrivals
410 390 370
Ac tual patie nt arrivals 0 | 5 | 10
F4 = 397.0
| 15 We e k
| 20
| 25
| 30
TIME-S ERIES METHODS MOVING AVERAGES450 430
We e k 2 3 4
Patie nt Arrivals 380 411 415
Patie nt arrivals
410 390 370
Ac tual patie nt arrivals 0 | 5 | 10
F5 =
415 + 411 + 380 3| 20 | 25 | 30
| 15 We e k
TIME-S ERIES METHODS MOVING AVERAGES450 430
We e k 2 3 4
Patie nt Arrivals 380 411 415
Patie nt arrivals
410 390 370
Ac tual patie nt arrivals 0 | 5 | 10
F5 = 402.0
| 15 We e k
| 20
| 25
| 30
TIME-S ERIES METHODS MOVING AVERAGES450 430 3-we e k MA fo re c as t
Patie nt arrivals
410 390 370 Ac tual patie nt arrivals 0 | 5 | 10 | 15 We e k | 20 | 25 | 30
Metode Pemulusan Exponensial (Expone ntial S m oothing Me thod)
Ft = Ft -1 + ( At 1 Ft -1 )Keterangan : Ft = nilai ramalan untuk periode waktu ke-t Ft-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1 At-1 = nilai aktual untuk satu periode waktu yang lalu, t-1 = konstanta pemulusan (Smoothing Constant) (0 < < 1)
Exponential Smoothing Equations
Ft =Ft-1 +(A t-1 - Ft-1) Ft = Fore c as t valueA t = Ac tual value = S mo o thing c o ns tant
CONTOH
Exponential Smoothing ExampleIF =.10. and The first period forecast was 175.. Pe rio d Ac tual 1 180 2 168 Find the forecast 3 159 for the 9th Period. 4 175 5 190 6 205 7 180 8 182 9 ?
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 175.00 + Forecast, F t ( = .10 ) 175.00 (Given)
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Pe rio d 1 2 3 4 5 6 Actual Actua 180 168 159 175 190 205 175.00 + .10 ( Forecast, F t ( = .10 ) 175.00 (Give n)
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 175.00 + .10 (180 Fo re c as t, Ft ( = .10 ) 175.00 (Give n)
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 Fo re c as t, Ft ( = .10 ) 175.00 (Give n) 175.00 + .10 (180 - 175.00 )
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Ac tual 180 168 159 175 190 205 Fo re c as t, Ft ( = .10 ) 175.00 (Give n) 175.00 + .10 (180 - 175.00 ) = 175.50
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 Forecast, F t ( = .10) 175.00 (Give n) 175.00 + .10(180 - 175.00) = 175.50 175.50 + .10 (168 - 175.50 ) = 174.75
Exponential SmoothingPeriod Actual 1995 1996 1997 1998 1999 2000 180 168 159 175 190 205
Ft = Ft-1 + 0.1(At-1 - Ft-1)Forecast, F t ( = .10) 175.00 (Give n) 175.00 + .10(180 - 175.00) = 175.50 175.50 + .10(168 - 175.50) = 174.75 174.75 + .10(159 - 174.75)= 173.18
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 Forecast, F t ( = .10) 175.00 (Give n) 175.00 + .10(180 - 175.00) = 175.50 175.50 + .10(168 - 175.50) = 174.75 174.75 + .10(159 - 174.75) = 173.18 173.18 + .10(175 - 173.18) = 173.36
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 1 2 3 4 5 6 Actual 180 168 159 175 190 205 Forecast, F t ( = .10) 175.00 (Give n) 175.00 + .10(180 - 175.00) = 175.50 175.50 + .10(168 - 175.50) = 174.75 174.75 + .10(159 - 174.75) = 173.18 173.18 + .10(175 - 173.18) = 173.36 173.36 + .10(190 - 173.36) = 175.02
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 4 5 6 7 8 9 Actual 175 190 205 180 Forecast, F t ( = .10) 174.75 + .10(159 - 174.75) = 173.18 173.18 + .10(175 - 173.18) = 173.36 173.36 + .10(190 - 173.36) = 175.02 175.02 + .10(205 - 175.02) = 178.02
Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)Period 4 5 6 7 8 9 Actual 175 190 205 180 Forecast, F t ( = .10) 174.75 + .10(159 - 174.75) = 173.18 173.18 + .10(175 - 173.18) = 173.36 173.36 + .10(190 - 173.36) = 175.02 175.02 + .10(205 - 175.02) = 178.02 178.02 + .10(180 - 178.02) = 178.22 178.22 + .10(182 - 178.22) = 178.58
182 ?
Metode Analisis Garis Kecenderungan (Tre nd Line Analys is Me thod)
Ft = a + btKeterangan : Ft = Nilai Ramalan untuk Periode Waktu Ke-t a = Intercep b = Slope dari Garis Kecenderungan (Trend Line) t = Indeks Waktu (t = 1, 2, 3,....., n)
Slope dan Intersep dari persamaan garis lurus dihitung dengan menggunakan formula sebagai berikut :
a = (A_bar) - b(t_bar)
b=
tA n(t _ bar )( A _bar ) t n(t _ bar )2 2
Keterangan : b = Slope dari Persamaan Garis Lurus a = Intercep dari Persamaan Garis Lurus t = Indeks Waktu (t = 1, 2, 3,....., n) A = Data Aktual Permintaan tA = Indeks Waktu x Data Aktual Permintaan n = Jumlah Data t_bar = Nilai rata-rata dari t A_bar = Nilai Rata-Rata Permintaan Per Periode Waktu (Rata-Rata dari A)
VALLIDASI PERAMALAN
Perhitungan Akurasi Peramalan 1. MAD (Me an Abs olute De viation = Rata- rata Pe nyimpangan Abs olut).
E MAD =nKeterangan : |E | = Absolute Error n = Jumlah Data
2. MSE (Mean Square Error = Rata-rata Kuadrat Kesalahan)E2 t= 1 n
MSE =
n
Keterangan : E2 = Nilai Error yang Dikuadratkan n = Jumlah Data
3. MAPE ( Mean Absolute Procentage Error = Rata-rata Persentase kesalahan Absolut)
MAPE =
PEt =1
n
n
Keterangan : |PE | = Persentase Absolute Error n = Jumlah DataCONTOH
Forecast Error Equations
Mean Square Error (MSE)MSE = (y i y i ) 2 i =1 n
Mean Absolute Deviation (MAD)MAD =
n
=
forecast errorsn
2
| yi =1
n
i
yi |
Mean Absolute Percent Error (MAPE)MAPE = 100
n
| forecast =n
errors |
i =1
n
actual i forecast i actual i n
Selecting Forecasting Model ExampleHow to calculate the accuracy of forecast? Example
Actual Year Sales
Exponential Smoothing Forecast (.9)
1998 1999 2000 2001 2002
1 1 2 2 4
1.0 1.0 1.9 2.0 3.8
Exponential Smoothing Methode EvaluationYear 1998 1999 2000 2001 2002 Y 1 1 2 2 4 Total i i 1.0 1.0 1.9 2.0 3.8 ^ Y Error 0.0 0.0 0.1 0.0 0.2 0.3 Error2
|Error| 0.0 0.0 0.1 0.0 0.2 0.3
0.00 0.00 0.01 0.00 0.04 0.05
|Error| Actual 0.00 0.00 0.05 0.00 0.05 0.10
MSE = Error2 / n = 0.05 / 5 = 0.01 MAD = |Error| / n = 0.3 / 5 = 0.06 MAPE = 100 |Absolute percent errors|/n = 0.10/5 = 0.02
Exponential Smoothing Methode EvaluationExponential Smoothing Model: MSE = Error2 / n = 0.05 / 5 = 0.01 MAD = |Error| / n = 0.3 / 5 = 0.06MAPE = 100 |Absolute percent errors|/n = 0.10/5 = 0.02
Tracking S ignalmerupakan suatu ukuran untuk menentukan seberapa baiknya suatu ramalan dalam memperkirakan nilai-nilai aktual
RSFE Tracking Signal = MADKeterangan : RSFE = Jumlah Berjalan dari Nilai kesalahan Peramalan (Nilai Kumulatif Error) MAD = Rata-rata Kesalahan Absolut CONTOH
Tracking Signal EquationRSFE TS = MAD ( yin
= i =1 MAD =
yi )
forecast
error
MAD
Tracking Signal ComputationNo Fcst Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
100 115 100 100 100 125 100 140
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
100 115 100 100 100 125 100 140
Error = Actual --Forecast Error = Actual Forecast = 90 --100 = -10 = 90 100 = -10
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
-10RSFE = Errors RSFE = Errors = NA + (-10) = -10 = NA + (-10) = -10
100 115 100 100 100 125 100 140
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
-10
10
100 115 100 100 100 125 100 140
Abs Error = |Error| Abs Error = |Error| = |-10| = 10 = |-10| = 10
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
-10
10
10
100 115 100 100 100 125 100 140
Cum |Error| = |Errors| Cum |Error| = |Errors| = NA + 10 = 10 = NA + 10 = 10
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
-10
10
10 10.0
100 115 100 100 100 125 100 140
MAD = |Errors|/n MAD = |Errors|/n = 10/1 = 10 = 10/1 = 10
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10
-10
10
10 10.0
-1
100 115 100 100 100 125 100 140
TS = RSFE/MAD TS = RSFE/MAD = -10/10 = -1 = -10/10 = -1
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10
10
10 10.0
-1
100 115 100 100 100 125 100 140Error = Actual -- Forecast Error = Actual Forecast = 95 -- 100 = -5 = 95 100 = -5
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10 -15
10
10 10.0
-1
100 115 100 100 100 125 100 140RSFE = Errors RSFE = Errors = (-10) + (-5) = -15 = (-10) + (-5) = -15
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10 -15
10 5
10 10.0
-1
100 115 100 100 100 125 100 140Abs Error = |Error| Abs Error = |Error| = |-5| = 5 = |-5| = 5
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10 -15
10 5
10 10.0 15
-1
100 115 100 100 100 125 100 140Cum Error = |Errors| Cum Error = |Errors| = 10 + 5 = 15 = 10 + 5 = 15
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10 -15
10 5
10 10.0 15 7.5
-1
100 115 100 100 100 125 100 140MAD = |Errors|/n MAD = |Errors|/n = 15/2 = 7.5 = 15/2 = 7.5
Tracking Signal ComputationNo Forc Act Error RSFE Abs Cum MAD Error |Error| TS
1 2 3 4 5 6
100 100
90 95
-10 -5
-10 -15
10 5
10 10.0 15 7.5
-1 -2
100 115 100 100 100 125 100 140TS = RSFE/MAD TS = RSFE/MAD = -15/7.5 = -2 = -15/7.5 = -2
Plot of a Tracking SignalSignal exceeded limit Upper control limit Tracking signal
+MAD
0 Lower control limit Time
Acceptable range
Tugas -1
Buat desain produk untuk produk manufaktur. Gambarkan secara detail masing-masing komponen Buat desain proses OPC beserta BOM Ramalkan kebutuhan produk tersebut asumsi terjadi pertumbuhan per tahun sebesar 7%.