lap. kapasitas (3)
DESCRIPTION
tugasTRANSCRIPT
BAB 1. PENDAHULUAN
1.1 Latar Belakang
Perencanaan kapasitas adalah suatu proses sistematis untuk menentukan
kapasitas optimal atas dasarpermintaan pasar yang diperkirakan.
Suatu kapasitas organisasi merupakan konsep dinamis yang dapat diubah
dan dikelola. Untuk berbagai keperluan, kapasitas dapat disesuaikan dengan
tingkat penjualan yang sedang berfluktuasi yang dicerminkan dalam skedul
produksi induk. Kapasitas dan skedul-skedul induk mempunyai hubungan yang
penting. Skedul produksi mencerminkan apa yang akan diproduksi organisasi,
kemampuan untuk memenuhi rencana ini tergantung pada kapasitas yang tersedia
sekarang atau dalam jangka pendek di waktu mendatang, atau kemampuannya
untuk memperluas kapasitas dalam jangka waktu lebih panjang.
Meramalkan besarnya permintaan jauh di masa depan sangat sulit. Selalu
ada hal-hal yang tidak terduga yang dapat memberi suatu akibat penting, seperti
resesi ekonomi, embargo,dan penemuan teknologi. Oleh karenanya,
memperkirakan permintaan juga harus memperhatikan hal-hal yang tidak terduga
itu. Tetapi penanganannya tergantung pada situasinya. Produk yang mapan
berkembang dengan stabil dan pasti, sedangkan pasar untuk produk mungkin tak
mendukung.
Tujuan
Mempelajari penggunaan program Qiesbe dengan sub program DA dalam
melakukan suatu perencanaan kapasitas dengan metode pohon keputusan dan
analisis Bayesian.
BAB 2. TINJAUAN PUSTAKA
Kapasitas merupakan suatu tingkat keluasan, suatu kuantitas
keluarandalam periode tertentu dan merupakan kuantitas keluaran tertinggi yang
mungkin selama periode waktu tersebut. Berbagai macam metode yang biasa
digunakan yaitu:
1. Pohon keputusan yang menyediakan metode grafis menganalisis
keputusan rumit yang meliputi tahapan alternatif. Suatu diagram pohon ini
digunakan untuk mengaitkan beragam pilihan keputusan, pernyataan keadaan
(state of nature), nilai-nilai imbalan, (pay off values), dan CMOM bisa
menyediakan masalah-masalah yang terdiri hingga 99 peristiwa.
2. Analisis Bayesian yaitu analisis menghitung marginal dan disosiasi dari
data peluang seblumnya dan kondisional. Analisis ini digunakan dalam
keputusan kapasitas di ruang informasi survai tentang keadaan mereka
mendatang dari ekonomi bisa dibeli.
Manajemen operasi juga menekankan pentingnya dimensi waktu kapasitas.
Dari sudut pandangan ini, kapasitas umumnya dibedakan antara perencanaan
kapasitas jangka penjang, jangka menengah, dan jangka pendek.
Perencanaan kapasitas jangka panjang lebih dari satu tahun. Dimana sumber
daya-sumber daya produktif memakan waktu lama untuk memperoleh atau
menyelesaikan, seperti bangunan, peralatan, dan fasilitas. Perencanaan kapasitas
jangka panjang memerlukan partisipasi dan persetujuan manajemen puncak.
Perencanaan kapasitas jangka menengah, rencana-rencana bulanan atau
kuartalan untuk 6 sampai 18 bulan yang kana datang. Dalam hal ini, kapasitas
dapat bervariasi karena alternatif seperti penarikan tenaga kerja, pemutusan kerja,
peralatan baaru, dan pemeblian peralatan bukan utama.
Perencanaan kapasitas jangka pendek, kurang dari satu bulan. Ini dikaitkan
pada proses penjadwalan harian atau mingguan dan menyangkut pembuatan
penyesuaian-penyesuaian untuk menghapuskan variance antara keluaran yang
direncanakan dan keluaran nyata. Keputusan perencanaan mencakup alternatif
seperti kerja lembur dan penggantian rauting produksi (Handoko, 1984).
Menurut Buffa (1993), proses dalam perencanaan kapasitas dapat diringkas
sebagai berikut:
1. Memperkirakan permintaan di masa depan, termasuk dampak dari
teknologi dan persaingannya;
2. Menjabarkan perkiraan itu dalam kebutuhan kapasitas fisik;
3. Menyusun pilihan rencana kapasitas yang berhubungan dengan kebutuhan
itu;
4. Menganalisis pengaruh ekonomi pada pilihan rencana;
5. Meninjau resiko dan pengaruh strategi pada pilihan rencana;
6. Memutuskan rencana pelaksanaan.
Mengetahui besar dan kapan terjadinya kekurangan kapasitas dapat
memberikan masukan dalam menyusun pilihan rencana. Kita dapat merencanakan
untuk memenuhi permintaan dengan menyediakan kapasitas yang dibutuhkan atau
sebagian dengan menggunakan sumber lain atau bersedia mengalami kerugian
penjualan tertentu. Kita dapat menyediakan akan kapasitas yang dibuthkan dengan
penambahan sedikit sesuai dengan yang dibuthkan atau dengan tambahan yang
lebih besar dengan akibat kelebihan kapasitas yang ada sekarang, membangun
pabrik di lokasi baru untuk menampung peningkatan kapasitas atau dengan
memindahkan seluruh operasi ke tempat baru (Anjari, Agus. 1987).
BAB 3. METODOLOGI PRAKTIKUM
3.1 Pohon Keputusan
Windows explorer
folder Qiesbe
program DA
gambar kotak di pojok atas di bawah file (new problem)
Decision Tree Analysis
“problem title” dan “number of node”
OK
Tabel yang muncul (sesuai data di soal: D = Dummy; C = Chance)
Solve and Analyze
Solve the problem
tombol gambar grafik (untuk menampilkan diagram)
3.2 Analisis Bayesian
Windows explorer
folder Qiesbe
program DA
gambar kotak di pojok atas di bawah file (new problem)
Bayesian Analysis
“problem title” dan “number of the states of nature” dan
“Number of Surney Outcomes”
OK
Tabel yang muncul (sesuai data di soal)
Solve and Analyze
Solve the problem
BAB 4. HASIL PEMBAHASAN dan PERHITUNGAN
3.3 Hasil Praktikum
> Contoh Soal
1/ Pohon Keputusan
Model TipeNo/
Payoff
End
Node
Alt/
Prob
End
Node
Alt/
Prob
End
Node
Alt/
Prob
N1 1 2 2 1 3 2 0 0
N2 2 3 4 0,3 5 0,4 6 0,3
N3 2 3 7 0,3 8 0,4 9 0,3
N4 3 500000 0 0 0 0 0 0
N5 3 150000 0 0 0 0 0 0
N6 3 300000 0 0 0 0 0 0
N7 3 150000 0 0 0 0 0 0
N8 3 150000 0 0 0 0 0 0
N9 3 150000 0 0 0 0 0 0
Dari data tersebut pohon keputusannya adalah :
0,3 (500.000) = 150.000
0,4
(150.000) = 60.000 + 300.000
0,3
(300.000) = 90.000
0,3 (150.000) = 45.000
0,4
(150.000) = 60.000 + 150.000
0,3
(150.000) = 45.000
N1
N2
N6
N5
N4
N3
N8
N9
N7
2. Analisis Bayesian
Jumlah Indikator : 3
Jumlah State : 3
Peluang Sebelumnya
S1 0,3
S2 0,4
S3 0,3
Model I1 I2 I3
S1 0,9 0,1 0
S2 0,1 0,8 0,1
S3 0,1 0,2 0,7
Dari data tersebut pohon keputusannya adalah :
79,41% - State 1
34,00% 11,76% - State 2
8,82% - State 3
7,32% - State 1
41,00% 78,05% - State 2
14,63% - State 3
- State 1
25,00% 16,00% - State 2
84,00% - State 3
Indicator 1
Indicator 2
Indicator 3
Berikut adalah table data Indicator / State
Indicator / State State 1 State 2 State 3
Indicator 1 0,7941 0,1176 0,0882
Indicator 2 0,0732 0,7805 0,1463
Indicator 3 0 0,16 0,83
BAB 5. PEMBAHASAN
Dalam perencanaan kapasitas ada beberapa langkah yang harus diambil.
Diantaranya yaitu dengan menggunakan metode Pohon Keputusan dan Analisis
Bayesian. Pohon keputusan digunakan untuk mengaitkan beragam pilihan
putusan, pernyataan keadaan, dan nilai-nilai tambahan. Sedangkan Analisis
Bayesian seringkali digunakan dalam keputusan kapasitas dimana informasi
survey tentang keadaan mendatang dan ekonomi bisa dibeli.
Berdasarkan hasil praktikum dan perhitungan dengan menggunakan
program Qiesbe di dapat hasil contoh soal yang pertama yaitu menggunakan
Pohon Keputusan.
Dari hasil perkalian probability dan end off pada masing-masing cabang,
diperoleh keuntungan total yang mampu dicapai pada cabang indikator N2 = Rp
300.000 (jumlah antara hasil state N4, N5, dan N6), sedangkan pada indikator N3
(jumlah antara hasil state N7, N8, dan N9) = Rp 150.000. Hal tersebut
menunjukkan bahwa daya beli pada indikator N2 paling besar dibandingkan
dengan indikator N3 (dilihat dari hasil/keuntungan yang mampu diraih lebih
tinggi). Ini berarti keputusan terbaik yang harus dipilih oleh perusahaan adalah
alternatif indikator N2 dari pohon faktor dan terutama difokuskan pada state N4
dari indikator N2 tersebut karena dari 3 state yang ada pada pohon faktor indikator
N2, state N4 memiliki nilai yang paling besar dibandingkan state. Hal tersebut
menunjukkan indikator N2 dengan fokus state N4 akan memberikan hasil yang
paling optimal/maksimal dibandingkan dengan alternatif keputusan lainnya yang
tersedia. Kalaupun suatu perusahaan menginginkan juga menggunakan indikator
N3 dalam menjalankan perusahaannya, akan lebih maksimal apabila dipilih state
N8 sebab state ini memiliki nilai tertinggi pada indikator N3, berarti akan
memberikan keuntungan lebih besar.
Contoh soal yang kedua yaitu menggunakan Analisis Bayesian.
Berdasarkan hasil praktikum diperoleh perencanaan kapasitas yang terbaik yaitu
dengan menggunakan indikator 3 pada state 3. Sebab dari perhitungan persentase
diperoleh bahwa indikator 3 state 3 menunjukkan persentase terbesar diantara
state pada indikator-indikator lainnya yang tersedia. Berarti dengan hasil 84%
perusahaan paling tidak akan memiliki 84% kesempatan mendapatkan laba yang
lebih di masa yang akan datang. Kalupun perusahaan ingin menggunakan semua
alternatif indikator yang tersedia, hasil yang akan diperoleh oleh perusahaan akan
lebih optimal apabila perusahaan memilih indikator 1 state 1 atau indikator 2 state
2. Pemilihan tersebut didasarkan pada hasil perhitungan persentase kemungkinan
laba yang akan muncul. Semakin besar persentase yang terlihat, maka akan
semakin besar pula kesempatan perusahaan untuk mendapatkan keuntungan lebih
besar di masa yang akan datang.
Perencanaan kapasitas adalah dimana kita harus memilih suatu alternatif
yang memberikan nilai terbesar, sebab nilai itu akan menunjukkan besarnya
kemungkinan laba atau keuntungan bagi perusahaan di masa mendatang yang
mampu diperkirakan oleh perusahaan melalui dua cara tadi, yaitu pohon
keputusan dan analisis bayesian.
Indikator atau state dapat berfungsi sebagai alternatif cadangan. Jadi
apabila suatu perusahaan menjalankan 1 saja dari 3 indikator yang ada, maka
apabila dengan indikator tersebut tidak cukup berhasil atau bahkan jauh dari
perkiraaan, maka perusahaan dapat mengggunakan 2 indikator lainnya sebagai
alternatif. Itu pulalah yang menjadi keuntungan adanya state perkiraan. Jadi
perusahaan dapat memilih state mana yang akan dijalankan dengan kemungkinan-
kemungkinan yang telah diperhitungkan dan diperlihatkan pada state tersebut.
Perusahaan dapat menjadikan suatu indikator atau state yang sudah
diperkirakan sebagai faktor koreksi. Indikator atau state dijadikan tolak ukur bagi
perusahaan untuk mengambil keputusan, indikator atau state mana yang layak
dijalankan dan mana yang tidak layak. Dengan adanya dua metode serta
penjelasan melalui contoh-contoh soal tersebut, tentu saja perusahaan akan lebih
mudah untuk menjalankan prosesnya. Sebab selain perusahaan mampu
menyajikan data kemungkinan yang akan terjadi di masa yang akan datang,
perusahaan juga dapat mengambil langkah terlebih dahulu apabila dalam
pelaksanaannya terjadi kendala.
BAB 6. KESIMPULAN
Berdasarkan praktikum dan pembahasan yang telah dilakukan, diperoleh
beberapa kesimpulan yaitu sebagai berikut:
1. Perencanaan kapasitas adalah suatu proses sistematis untuk menentukan
kapasitas maksimal atas dasar permintaan pasar yang diperkirakan.
2. Pohon keputusan digunakan untuk mengaitkan beragam pilihan keputusan,
pernyataan keadaan, dan nilai-nilai tambahan.
3. Analisis Bayesian digunakan dalam keputusan kapasitas dimana informasi
survey tentang keadaan mendatang dan ekonoi bisa dibeli.
4. Pda contoh soal pertama terlihat bahwa indikator N2 menunjukkan daya
beli tertinggi sebesar Rp 300.000, khususnya state N4.
5. Pada contoh soal kedua terlihat bahwa perencanaan kapasitas yang terbaik
untuk kasus ini adalah dengan menggunakan indikator 3 pada state 3.
6. Semakin besar persentase yang terlihat, maka akan semakin besar pula
kesempatan perusahaan untuk mendapatkan keuntungan lebih besar di
masa yang akan datang.
7. Untuk perencanaan kapasitas ini harus dipilih suatu alternatif yang
memberikan nilai terbesar sebab nilai itu akan menunjukkan besarnya
kemungkinan laba atau keuntungan bagi perusahaan di masa mendatang
yang mampu diperkirakan oleh perusahaan melalui dua cara tadi, yaitu
pohon keputusan dan analisis bayesian.
DAFTAR PUSTAKA
Anonim. 2008. Petunjuk Praktikum Perencanaan Industri. Jember: FTP UNEJ
Buffa. 1996. Manajemen Operasi dan Produksi Modern. Jakarta: Binarupa Aksara
Handoko. 2000. Dasar-Dasar Manajemen Produksi dan Operasi Edisi 1. Yogyakarta: BPFE
PERHITUNGAN
POHON KEPUTUSAN
ANALISIS BAYESIAN