FACILITY DESIGN

FACILITY DESIGNNURUL UMMI, ST MT

PERENCANAAN FASILITASBeberapa 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 desain

Hubungan Product, Process, dan Schedle Design dengan Perencanaan FasilitasSumber : Thompkins , 2003

Desain proses, desain produk, dan schedule design tidak dilakukan terpisah tetapi dilakukan dengan melihat permasalahan secara menyeluruh.

Product

Design

Process

Design

Facility Design

Schedule

Design

Desain Produk Kegiatan ini menentukan produk yang

akan diproduksi dan desain detil dari produk tersebut.

Desain Proses 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 Material (BOM) yang berisi informasi tentang level perakitan produk, komponen yang dibutuhkan dan jumlahnya serta sumber dari setiap komponen dibuat atau dibeli

Definisikan elemen operasi

Identifikasi alternative proses untuk setiap operasi

Analisis alternative operasi

Standarisasi proses

Evaluasi alternative proses

Pilih proses

Prosedur Menyeleksi ProsesSumber : Thompkins : Facilities Planning, 2003

Schedule Design

Schedule Design 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

Desain Fasilitas Prosedur pengembangan tata letak dikembangkan oleh Muther

(Tompkins, 2003) yang dikenal sebagai Systematic Layout Planning (SLP).

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 :“If we can predict what the future will

be like we can modify our behaviour now to be in a better position, than we otherwise would have been, when the future arrives.”

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

Metode Peramalan

Rentang Waktu Tipe Keputusan ContohJangka Pendek( 3 – 6 bulan)

OperasionalPerencanaan Produksi, Distribusi

Jangka Menengah( 2 tahun)

TaktisPenyewaan Lokasi dan Peralatan

Jangka Panjang(Lebih dari 2 tahun)

Strategis

Penelitian dan Pengembangan untuk akuisisi dan mergerAtau pembuatan produk baru

Model Peramalan Kuantitatif Deret Berkala (Time Series)Metode ini menggunakan riwayat

permintaan masa lalu dalam membuat ramalan untuk masa depan

Metode Rata-rata Bergerak (Moving Average Method)

n

TerdahuluPeriodendalamtaanPer

_min

BerikutnyaPeriodeRamalan

CONTOH

TIME-SERIES METHODSMOVING AVERAGES

Week

450 —

430 —

410 —

390 —

370 —

| | | | | |0 5 10 15 20 25 30

Pati

ent

arri

vals

Actual patientarrivals




450 —

430 —

410 —

390 —

370 —

Week

| | | | | |0 5 10 15 20 25 30

PatientWeek Arrivals

1 4002 3803 411

Pati

ent

arri

vals



Week

450 —

430 —

410 —

390 —

370 —

| | | | | |0 5 10 15 20 25 30


1 4002 3803 411

F4 = 411 + 380 + 4003

Pati

ent

arri

vals



450 —

430 —

410 —

390 —

370 —

Week

| | | | | |0 5 10 15 20 25 30


1 4002 3803 411

F4 = 397.0

Pati

ent

arri

vals



Week

450 —

430 —

410 —

390 —

370 —

| | | | | |0 5 10 15 20 25 30


2 3803 4114 415

F5 = 415 + 411 + 3803

Pati

ent

arri

vals



450 —

430 —

410 —

390 —

370 —

Week

| | | | | |0 5 10 15 20 25 30


2 3803 4114 415

F5 = 402.0

Pati

ent

arri

vals


Week

450 —

430 —

410 —

390 —

370 —

| | | | | |0 5 10 15 20 25 30

Pati

ent

arri

vals


3-week MAforecast

)F(F F 1-t1 1-tt tA

Metode Pemulusan Exponensial (Exponential Smoothing Method)

Keterangan :Ft = nilai ramalan untuk periode waktu ke-tFt-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1At-1 = nilai aktual untuk satu periode waktu yang lalu, t-1α = konstanta pemulusan (Smoothing Constant) (0 < < 1)

Ft = Ft-1 + (At-1 - Ft-1)Ft = Forecast value

At = Actual value = Smoothing constant

Exponential Smoothing Equations

CONTOH

IF = .10. and The first period forecast was 175.. Period Actual

1 180 2 168

3 1594 1755 190

6 2057 1808 1829 ?

Exponential Smoothing Example

Find the forecast for the 9th Period.

Ft = Ft-1 + 0.1(At-1 - Ft-1)

Period Actual Forecast, F t(α = .10)

1 180 175.00 (Given)2 1683 1594 1755 190

6 205

175.00 +

Exponential Smoothing

Period Actual Forecast, F t(α = .10)

1 180 175.00 (Given)2 168 175.00 + .10(3 1594 1755 1906 205

Exponential SmoothingFt = Ft-1 + 0.1(At-1 - Ft-1)

Period Actual Forecast, Ft(α = .10)

1 180 175.00 (Given)2 168175.00 + .10(180 -3 1594 1755 1906 205


Actual Forecast, Ft(α = .10)

1 180 175.00 (Given)2 168175.00 + .10(180 - 175.00)3 1594 1755 1906 205


Period

Actual Forecast, Ft(α= .10)

1 180 175.00 (Given)2 168175.00 + .10(180 - 175.00) = 175.503 1594 1755 1906 205


Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)

Actual Forecast, F t(α = .10)

1 180 175.00 (Given)2 168175.00 + .10(180 - 175.00) = 175.503 159175.50 + .10(168 - 175.50) = 174.754 1755 1906 205


Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)


1995 180 175.00 (Given)1996 168175.00 + .10(180 - 175.00) = 175.501997 159175.50 + .10(168 - 175.50) = 174.751998 1751999 1902000 205

174.75 + .10(159 - 174.75)= 173.18


Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)


1 180 175.00 (Given)2 168175.00 + .10(180 - 175.00) = 175.503 159175.50 + .10(168 - 175.50) = 174.754 175174.75 + .10(159 - 174.75) = 173.185 190173.18 + .10(175 - 173.18) = 173.366 205


Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)


1 180 175.00 (Given)2 168175.00 + .10(180 - 175.00) = 175.503 159175.50 + .10(168 - 175.50) = 174.754 175174.75 + .10(159 - 174.75) = 173.185 190173.18 + .10(175 - 173.18) = 173.366 205173.36 + .10(190 - 173.36) = 175.02


Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)


4 175174.75 + .10(159 - 174.75) = 173.185 190173.18 + .10(175 - 173.18) = 173.366 205173.36 + .10(190 - 173.36) = 175.02


7 1808

175.02 + .10(205 - 175.02) = 178.02

9

Period

Ft = Ft-1 + 0.1(At-1 - Ft-1)


4 175 174.75 + .10(159 - 174.75) = 173.185 190 173.18 + .10(175 - 173.18) = 173.366 205 173.36 + .10(190 - 173.36) = 175.02


7 1808

175.02 + .10(205 - 175.02) = 178.02

9 178.22 + .10(182 - 178.22) = 178.58 182 178.02 + .10(180 - 178.02) = 178.22

?

Period

Metode Analisis Garis Kecenderungan (Trend Line Analysis Method)

bt a Ft

Keterangan : F t = Nilai Ramalan untuk Periode Waktu Ke-ta = Intercepb = Slope dari Garis Kecenderungan (Trend Line)t = Indeks Waktu (t = 1, 2, 3,....., n)

Keterangan :b = Slope dari Persamaan Garis Lurusa = Intercep dari Persamaan Garis Lurust = Indeks Waktu (t = 1, 2, 3,....., n)A = Data Aktual PermintaantA = Indeks Waktu x Data Aktual Permintaan n = Jumlah Data t_bar = Nilai rata-rata dari tA_bar = Nilai Rata-Rata Permintaan Per Periode Waktu(Rata-Rata dari A)

Slope dan Intersep dari persamaan garis lurus dihitung dengan menggunakan formula sebagai berikut :

b(t_bar) - (A_bar) a

22 )_(

)_)(_(bartnt

barAbartntAb

VALLIDASI PERAMALAN Perhitungan Akurasi Peramalan

1. MAD (Mean Absolute Deviation = Rata- rata Penyimpangan Absolut).

n

E MAD

Keterangan : |E | = Absolute Errorn = Jumlah Data

n

En

t 1

2

MSE

2. MSE (Mean Square Error = Rata-rata Kuadrat Kesalahan)

Keterangan :E2 = Nilai Error yang Dikuadratkann = Jumlah Data

n

PEn

t 1 MAPE

3. MAPE ( Mean Absolute Procentage Error = Rata-rata Persentase kesalahan Absolut)

Keterangan :|PE | = Persentase Absolute Error n = Jumlah Data

CONTOH

Mean Square Error (MSE)

Mean Absolute Deviation (MAD)

Mean Absolute Percent Error (MAPE)

Forecast Error Equations2

n

1i

2ii

nerrorsforecast

n

)y(yMSE

nn

yyMAD

n

iii

|errorsforecast ||ˆ|

1

nactual

forecastactual

100MAPE

n

1i i

ii

How to calculate the accuracy of forecast?Example

Actual Exponential SmoothingYear Sales Forecast (.9)

1998 1 1.01999 1 1.02000 2 1.92001 2 2.02002 4 3.8

Selecting Forecasting Model Example

MSE = Σ Error2 / n = 0.05 / 5 = 0.01MAD = Σ |Error| / n = 0.3 / 5 = 0.06MAPE = 100 Σ |Absolute percent errors|/n = 0.10/5 = 0.02

Exponential Smoothing Methode EvaluationYear

19981999200020012002

Total

Y i11224

Y i1.0 0.01.0 0.01.9 0.12.0 0.03.8 0.2

0.3

^ Error

0.000.000.010.000.040.05 0.3

Error2

0.00.00.10.00.2

|Error||Error|Actual

0.000.000.050.000.05

0.10

Exponential Smoothing Methode Evaluation

Exponential Smoothing Model:MSE = Σ Error2 / n = 0.05 / 5 = 0.01

MAD = Σ |Error| / n = 0.3 / 5 = 0.06MAPE = 100 Σ |Absolute percent errors|/n = 0.10/5 = 0.02

Tracking Signal

MADRSFESignalTracking

Keterangan : RSFE = Jumlah Berjalan dari Nilai kesalahan

Peramalan (Nilai Kumulatif Error)MAD = Rata-rata Kesalahan Absolut

CONTOH

merupakan suatu ukuran untuk menentukan seberapa baiknya suatu ramalan dalam memperkirakan nilai-

nilai aktual

Tracking Signal Equation

MADerrorforecast

MAD

yy

MADRSFETS

n

iii

No Fcst Act Error RSFE AbsError

Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

|Error|

Tracking Signal Computation

No Forc Act Error RSFE AbsError

Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10

Error = Actual - Forecast = 90 - 100 = -10

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10

RSFE = Errors = NA + (-10) = -10

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10

Abs Error = |Error| = |-10| = 10

|Error|



Cum|Error|

MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0

MAD = |Errors|/n = 10/1 = 10



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1

TS = RSFE/MAD = -10/10 = -1

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5

Error = Actual - Forecast = 95 - 100 = -5

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5 -15

RSFE = Errors = (-10) + (-5) = -15

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5 -15 5

Abs Error = |Error| = |-5| = 5

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5 -15 5 15

Cum Error = |Errors| = 10 + 5 = 15

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5 -15 5 15 7.5

MAD = |Errors|/n = 15/2 = 7.5

|Error|



Cum MAD TS

1 100 902 100 953 100 1154 100 1005 100 1256 100 140

-10 -10 10 10 10.0 -1-5 -15 5 15 7.5 -2

|Error|

TS = RSFE/MAD = -15/7.5 = -2


Plot of a Tracking Signal

Time

Lower control limit

Upper control limit

Signal exceeded limit

Tracking signal

Acceptable rangeMAD

+

0

-

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%.

FACILITY DESIGN

Documents

Transcript of FACILITY DESIGN