Facility Design (PERENCANAAN FASILITAS)

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


Patie nt arrivals



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


We e k 1 2 3


Patie nt arrivals

410 390 370 Ac tual patie nt arrivals 0 | 5 | 10

| 15 We e k

| 20

| 25

| 30


We e k 1 2 3


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


We e k 1 2 3


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

410 390 370


F4 = 397.0

| 15 We e k

| 20

| 25

| 30


We e k 2 3 4


Patie nt arrivals

410 390 370


F5 =

415 + 411 + 380 3| 20 | 25 | 30

| 15 We e k


We e k 2 3 4


Patie nt arrivals

410 390 370


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


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


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


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


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


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


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


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


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


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


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


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


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%.

Documents

Facility Design (PERENCANAAN FASILITAS)