Pertemuan 6 - Disagregasi Dan MPS

Jurusan Teknik Industri, Universitas Andalas
TIN 218
Perencanaan dan Pengendalian
Produksi
Pertemuan 6: Disagregasi dan
Jadwal Produksi Induk
Jurusan Teknik Industri
Universitas Andalas
TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6
Kompetensi yang ingin dicapai
Mampu memahami konsep perencanaan agregat

Mampu menggunakan teknik perencanaan
agregat dan disagregasi
2
Master Production Schedule, MPS
Jadwal Produksi Induk (Master Production

Schedule, MPS) atau JPI merupakan pernyatan
produk akhir yang akan diproduksi dalam jumlah
dan waktu
Jumlah produksi (unit) merupakan hasil
disagregasi dari perencanaan agregat
JPI bertujuan untuk menjamin bahwa produk
tersedia untuk memenuhi demand tetapi ongkos
dan inventory yang tidak perlu, dapat dihindarkan
Teknik disagregasi: persentase dan metoda Bitran
and Hax
3
Prosedur Teknik Persentase
Hitung persentase kuantitas item masing-masing

terhadap kuantitas famili pada data masa lalu
(semua dalam unit agregat)
Gunakan persentase ini untuk menentukan
kuantitas item masing-masing dari Rencana
Agregat. Output adalah MPS dalam satuan
agregat
Lakukan pembagian MPS (yang masih dalam
satuan agregat) dengan nilai konversi sehingga
dihasilkan MPS dalam satuan individu item
4
Contoh(1)
Data item (unit)
Perioda
1
Item 1
Item 2
Item 3
200 220
600 650
50 55
240
700
60
230
690
58
250
720
60
4
690
1380
5
750
1440
Data Agregat (jam)

Perioda
1
2
3
Item 1
600 660 720
I t e m 2 1200 1300 1400
58,3%
Item 3
250 275 300
Family A 2050 2235 2420
100,0%
290
2360
300
2490
Waktu baku (jam

per unit)
260
3
770
2
60
5
6
Total Persentase
780
4200
29,6%
1540 8260
300
1715
2620 14.175
12,1%
5
Contoh(2)
n
At
1
2050
2
2235
3
2420
4
2360
5
2490
6
2620
21 14175
tAt
t2
2050
4470
7260
9440
12450
15720
51390
1
4
9
16
25
36
91
A b t
t
t 1
t 1
n
n
n tAt At t
t 1
i 1
t 1
t 1
t 1
n t 2 ( t ) 2
b = 101,6 a = 2006,9
Ft = 2006,9 + 101,6 t
6
Contoh(3)
Berdasarkan model ramalan tersebut, dapat

dihitung permintaan agregat pada perioda ke 7,
8, dan 9, yaitu:
F7 = 2.006,9 + 101,6 x 7 = 2.718,1
F8 = 2.006,9 + 101,6 x 8 = 2.819,7
F9 = 2.006,9 + 101,6 x 9 = 2.921,3
Bila dalam penentuan rencana agregat

(aggregate plan) diasumsikan menggunakan
strategi chase, maka nilai rencana agregat akan
sama dengan nilai ramalan
7
Contoh(4)
Dengan demikian nilai rencana agregat pada

perioda ke 7 adalah: 2.718,1 jam
Dengan teknik persentase, disagregasi dilakukan
untuk memperoleh MPS, yaitu:
Item 1=
0,296 x Rp. 2.718,1 = 804,5576 jam
Item 2 =
0,583 x Rp. 2.718,1 = 1.584,6523 jam
Item 3 =
0,121 x Rp. 2.718,1 =
328,8901 jam
Kuantitas MPS ini masih dalam unit agregat, sehingga perlu

dilakukan konversi untuk memperoleh unit item. Konversi ini
menggunakan waktu baku proses per unit masing-masing
item
Contoh(5)
Item
Waktu Proses
1
2
3
804,5576
1.584,6523
328,8901
Waktu Baku
Jumlah unit
(pembulatan)
3 jam
2 jam
5 jam
269
793
66
MPS pada perioda ke 7: I t e m 1: 269 unit

I t e m 2: 793 unit
I t e m 3: 66 unit
9
Model Bitran and Hax(1)

Jika dalam suatu perencanaan produksi terdapat item
j dalam famili i, maka harus ditentukan terlebih

dahulu item mana saja yang perlu diproduksi
berdasarkan informasi permintaan dan persediaan
item tersebut.
Berdasarkan hal tersebut ditambah dengan data
perencanaan agregat, selanjutnya ditentukan rencana
produksi untuk famili
Selanjutnya, berdasarkan rencana produksi famili
dapat ditentukan rencana produksi utk setiap item
(kuantitas MPS) dalam famili tersebut
Metode Bitran and Hax digunakan untuk masalah
diatas
10
Bila terdapat item j dalam famili i yang memenuhi
min I ij ,t 1 Dij ,t Bij 0
Menetukan famili
yang akan
diproduksi
maka seluruh item j dalam famili i harus diproduksi.
11
Contoh(1)
Diketahui:
Perencanaan agregat untuk periode x = 450

unit
Keputusan produksi : Famili A dan C
Ongkos setup famili A dan C masing-masing

$2000 dan $1000
12
Fungsi tujuan
Kendala
hi xi Si
Min C
xi
iz 2
K
ji
ij
Dij ,t
(1)
*
x
x
i
(2)
iz
xi Li
xi U i
(3)
(4)
Li Max 0, K ij ( Dij ,t I ij ,t 1 Bij )

ji
U i K ij ( Dij ,t k ) I ij ,t 1 Bij ) ]
ji
k 0
n 1
(5)
(6)
13

Si
x*
K ij
Dij ,t
hi
xi
Li
Ui
Bij
Ongkos setup untuk memproduksi famili i

Kebutuhan produksi yang ditunjukkan oleh rencana agregat
Faktor konversi unit item j, famili i menjadi unit agregat
Permintaan item j, famili i pada perioda produksi t
Ongkos simpan famili i
Jumlah unit famili i yang harus dibuat
Batas bawah produksi famili i
Batas atas produksi famili i
Safety stock item j, famili i
Set famili terpilih yang harus diproduksi
14
x*
Bila
maka produksi di atas upper bound, dan ini
iz
menyebabkan terjadi inventory. Bila ongkos inventory sama
untuk semua famili, maka kuantitas produksi masingmasing famili adalah (agar ongkos inventory terdistribusi
secara adil):
*
y *i
x Ui
U i
iz
*
L
x
i
iz
Bila
maka inventory akan lebih rendah dari
safety stock sehingga timbul ongkos stock out. Bila ongkos
stockout konstan, maka
kuantitas produksi masing-masing
*
x Li
*
famili adalah (agar
backorder
risk terdistribusi secara adil):
y
i
iz
15
Algoritma Bitran and Hax (1)

Bitran and Hax (1981) menawarkan algoritma
pemecahan, untuk kondisi:
*
L
x
i
iz
iz
Algoritma tersebut terdiri atas:

Algoritma Disagregasi Famili (ADF)
Algoritma Disagregasi Item (ADI)
ADF untuk membagi agregate plan menjadi nilai
kuantitas produksi masing-masing famili

ADI untuk membagi nilai kuantitas famili-famili
tersebut menjadi nilai kuantitas item dalam famili
masing-masing
16
Algoritma Bitran and Hax (2)

Algoritma Disagregasi Famili
1. Tentukan =1, P1 = x* dan z1 = z
2. Hitung untuk semua i z
yi
S i ( K ij Dij ,t )
iz
ji
Si ( K ij Dij ,t )
ji
i z1
yi* yi
Li yi U i
Untuk nilai
manapun, bila
tentukan
, dan lanjutkan ke langkah 6. Untuk famili
lain lanjutkan ke Langkah 4.
17
Algoritma Bitran and Hax(3)

4.
Kelompokkan famili lain ke dalam 2 kelompok, yaitu
z i z : yi U i
z i z : y Li
Hitung
(
y
i Ui )
iz
(
L
y
i i)
iz
Lanjutkan ke Langkah 5
18

5.
Bila
nyatakan yi* U i , i z
Bila
nyatakan yi* Li , i z
6. Nyatakan = +1, z +1=z -(semua famili yang

nilai y* sudah ditentukan) dan P +1=P - yi*(untuk
semua famili i yang telah dijadwalkan pada iterasi ).
Bila z +1 = maka stop Bila tidak kembali ke
Langkah 2
19
20

Algoritma Disagregasi Item
1. Untuk setiap famili i yang sedang diproduksi, tentukan jumlah
perioda N sehingga dapat dihitung
y K ij
*
i
2.
ji
Hitung
Ei K ij
ji
n 1
ij , n
Bij I ij ,t 1
*
D
ij , n
ij
ij ,t 1
i
n 1
21

3.
Untuk setiap item dalam famili i, hitung kuantitas produksi

N
y Dij ,n Bij I ij ,t 1
*
ij
n 1
Ei Dij , N
ji
ij
Dij , N
Bila yij 0 untuk item manapun, misal j=g, maka

nyatakan yig* 0 . Keluarkan item g dari famili tersebut,
dan kurangkan sebesar KijDig,N dari penyebut persamaan
di atas. Ulangi Langkah 3
*
22
23
CONTOH
Hasil
ADF
Famili A: 284
Famili C: 166
ADI
Famili A. Item1: 91 unit, Item2: 120 unit,
Item3: 83 unit
Famili C. Item8: 42 unit, Item9: 73 unit,
Item10: 91 unit
24
25
Tahapan MPS
Penyusunan dan Revisi MPS

Pengendalian MPS
Perhatikan.!!!!
Istilah MPS dapat berarti:
Kuantitas Produksi pada periode tertentu (disebut juga kuantitas MPS)
Jadwal induk produksi untuk beberapa periode ternetu, yang memuat
kuantitas MPS, order, persediaan, permintaan, dll
Penyusunan MPS
(Jadwal Induk Produksi)
Kumpulkan informasi yang dibutuhkan, yg meliputi

peramalan, order pelanggan, on-hand inventory
Siapkan draft awal MPS
Susun Rough-cut Capacity Planning (RCCP) untuk
memvalidasi MPS
Jika dibutuhkan, revisi MPS utk mendapatkan jadwal produksi
yang layak (feasible)
Calculating the POH Inventory for Products,

Family 01, no safety stock
32
Product 01A
Forecast
MPS
POH
Product 01B
Forecast
MPS
POH
Product 01C
Forecast
MPS
POH
Week
33
34
35
10
150
?
-140
100
?
-240
50
?
-290
50
?
-340
70
20
?
50
40
?
10
60
?
-50
90
?
-140
100
30
?
70
30
?
40
35
?
5
45
?
-40
The Master Schedule,Family 01, Average

Capacity = 180 unit/week
32
Product 01A
Forecast
MPS
POH
10
Product 01B
Forecast
MPS
POH
70
Product 01C
Forecast
MPS
POH
100
Week
33
34
35
Total
350
360
150
180
40
100
180
120
50
50
70
20
20
40
10
90
36
76
210
216
50
60
180
130
30
30
35
140
144
70
40
45
144
104
Next Step
Apakah kapasitas tersedia mencukupi

untuk memproduksi jumlah unit yang
dinyatakan dalam MPS?
Aggregate Planning and MPS, Family 01,

October
Family
01
02
03
October
720 unit
240 unit
160 unit
Family 01, Master Production Schedule, October

Week
Product 32
33
34
35 Total Percent
01A
180
180
360
50
01B
180
36
216
30
01C
144
144
20
Total
180
180
180
180
720
100
Berasal dari rencana agegat

Family 01 bulan oktober
Capacity Report, Assembly Work Center

Available Capacity : 58 Standard Hours/week
Bill of Labour
Item
Produk 01A
Produk 01B
Produk 01C
Hours/unit
0.342
0.294
0.294
Produksi maksimum per minggu

Produk 01A = 58 jam / 0.342 jam/unit = 169 unit
Produk 01B = 58 jam / 0.294 jam/unit = 197 unit
Produk 01C = 58 jam / 0.294 jam/unit = 197 unit
Capacity Report, Assembly Work Center

Available Capacity : 58 Standard Hours/week
Family 01, Master Production Schedule, October
Week
Product
32
33
34
35 Total Percent
01A
180
180
360
50
01B
180
36
216
30
01C
144
144
20
Total
180
180
180
180
720
100
Week
Capacity
32
33
34
Required
61.56
61.56
52.96
Shortfall
3.56
3.56
-5.08
Satuan: jam kerja/minggu
Waktu proses per unit

produk 01B lebih pendek
sehingga utk memproduksi
35 Sebanyak MPS dibutuhkan
Pemakaian kapasitas yg
47.73 lebih sedikit. Hal yang sama
berlaku utk produk 01C
-10.27
Kap. Tersedia > kap. dibutuhkan

Kap. Tersedia < kap. dibutuhkan
Solusi
Opsi menyeimbangkan kapasitas:
Tambah kapasitas di minggu ke 32 dan 33
Kurangi jumlah produksi di minggu 32 dan 33, tambah jumlah
produksi di minggu ke 34 dan 35
Kombinasi dari opsi 1 dan 2
Revised MPS and Capacity Requirements
Product
01A
01B
01C
Master Production Schedule

Week
32
33
34
169
169
22
160
35
0
56
144
Assembly Departmen, Family 01

Capacity Requirements
Week
Product
32
33
34
35
01A
57.80
57.80
7.52
01B
47.04
16.46
01C
37.15
Total
57.80
57.80
54.56
53.61
Solusi:
Memproduksi produk
01A sebanyak
maksimum kapasitas
tersedia di minggu 32
dan 33. Kekurangannya
di produks pd minggu
34. Utk produki 01B dan
01C, produksi di
jadwalkan sedemikian
rupa di minggu 34 dan
35 dengan tetap
memperhatikan
kapasitas tersedia
Kap. Tersedia <
kap. dibutuhkan
Revised Master Schedule with POH,

Product 01A, Family 01
32
Draft awal
Product 01A
Forecast
MPS
POH
10
150
180
40
32
Revisi
Product 01A
Forecast
MPS
POH
10
150
169
29
Week
33
34
35
Total
50
50
350
360
70
20
Week
33
34
35
Total
50
0
20
350
360
100
180
120
100
169
98
50
22
70
Pengendalian MPS
Membandingkan produksi aktual dengn MPS utk melihat

penyimpangan dari rencana produksi
Menghitung Available to promise (ATP) utk menentukan
apakah pesanan (order) yg akan datang dapat dijanjikan
pengirimannya pada periode waktu tertentu
Page
37
Available to Promise (ATP)
Ketika pesanan (order) diterima, adakalanya konsumen tidak

membutuhkan pesanan dipenuhi segera (pengiriman dapat
dinegosiasikan)
ATP = berapa banyak produk yang belum dijanjikan kepada
konsumen pada rentang waktu tertentu
Page
38
Available to Promise (ATP)
Perhitungan:
Discrete (ATP:D)
Cumulative (ATP:C)
Page
39
ATP Diskrit (ATP:D)

Untuk periode 1, ATP dihitung dari penjumlahan persediaan on-hand dan
MPS, dikurangi dengan order yang telah dijanjikan (backlog/backorder)

pada periode 1 dan periode-periode lain setelahnya, sampai pada (tapi tidak
termasuk) periode berikutnya dimana MPS dijadwalkan.
Untuk periode 2 dan seterusnya, ada 2 kemungkinan:
Jika MPS dijadwalkan pada periode tsb., ATP adalah

jumlah MPS yang dijadwalkan dikurangi dengan
seluruh customer commitments pada periode itu dan
seluruh periode setelahnya sampai (tapi tidak termasuk)
periode mana MPS direncanakan.
Jika tidak ada jadwal induk yang telah terjadwalkan
pada periode tersebut, ATP adalah nol, walaupun ada
rencana penyerahan (delivery) yang dijanjikan pada
periode tersebut.
Page
40
Master Schedule
with Discrete ATP (ATP:D)
32
Week
33
34
35
Product 01A
On-hand Inv = 10 units
MPS
B*
ATP:D
10**
169
110
69
169
80
89
22
5
2
0
15
0
Product 01B
MPS
B*
ATP:D
15**
0
35
0
0
20
0
160
45
115
56
24
32
Product 01C
MPS
B*
ATP:D
62**
0
13
0
0
15
0
0
10
0
144
104
40
* = backlog, yaitu order yang telah dijanjikan (committed orders)

** berkaitan dengan MPS yang dijadwalkan pada periode sebelumnya
Product 01A
ATP:D periode 32:
= 10+169-110 =69
ATP:D periode 33:
169-80 =89
ATP:D periode 34:
=22-(5+15) = 2
ATP:D periode 35:
=0
Cumulative ATP (ATP:C)
ATP cumulatif pada suatu periode sama dengan ATP pada

periode sebelumnya ditambah MPS, dikurangi backlog
(committed orders) pada periode yang dicari, dan dikurangi
total selisih antara backlog dan MPS pada periode-periode
berikutnya sampai pada, tapi tidak termasuk, periode dimana
jumlah MPS melebihi backlog.
Jika tidak ada MPS yang dijadwalkan pada suatu periode,
maka ATP pada periode tersebut sama dengan ATP periode
sebelumnya
ATP:C model :
ATPi = ATPi-1 + MPSi - Bi (Bj MPSj)
until MPSj > Bj , where j > Page
i
42
Master Schedule
Cumulative ATP With Lookahead (ATP: WL)
Product 01A
On-hand inv = 10 units
MPS
B*
ATP:WL
Product 01B
MPS
B*
ATP:WL
Product 01C
MPS
B*
ATP:WL
31
Week
32
33
34
35
169
110
69
169
80
158
22
0
5 15
160 160
0
35
15** 15**
0
20
15**
160 56
45 24
130 162
0
13
62**
0
15
62**
0 144
10 104
62** 102
10
62**
* = backlog, yaitu order yang telah dijanjikan (committed orders)

**Perencanaan
berkaitandan
dengan
MPS Produksi,
yang dijadwalkan
TIN218
Pengendalian
Pertemuan 6 pada periode sebelumnya
Product 01A
ATP:C periode 34:
= 158+22-5-(15-0)
=160
Product 01B
ATP:C periode 33:
15 (=ATP:C per.32)
Latihan 1
Hitung kebutuhan produksi bersih (net requirement) dan

persediaan projected on-hand (PoH) utk master Schedule
berdasarkan data peramalan berikut. Persediaan awal 150 unit,
pengiriman order yang telah dijanjikan di periode 3 sebanyak
80 unit. Selanjutnya hitung MPS jika ukuran batch produksi
80 unit
Bulan
Peramalan
80
50
60
40
30
70
60
40
Latihan 2
Gunakan data berikut utk:

Menentukan ATP mnggunakan metode diskrit. Persediaan awal = 5
unit
Merevisi hasil pada poin a) jika order sebesar 10 unit baru saja
diterima. Pengirimannya dijanjikan pada periode 8
Peramalan
Backlog
MPS
Bulan
1
2
3
4
5
6
7
8
9
15 15 15 15 15 15 15 15 15
20
35
20
10
30
45
45
45
10 11
15 15

Pertemuan 6 - Disagregasi Dan MPS

Diunggah oleh

Informasi Dokumenklik untuk memperluas informasi dokumen

Hak Cipta:

Format Tersedia

Pertemuan 6 - Disagregasi Dan MPS

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pertemuan 6 - Disagregasi Dan MPS

Diunggah oleh

Hak Cipta:

Format Tersedia

Jurusan Teknik Industri, Universitas Andalas

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Kompetensi yang ingin dicapai

Mampu memahami konsep perencanaan agregat

Jurusan Teknik Industri, Universitas Andalas

Master Production Schedule, MPS

Jadwal Produksi Induk (Master Production

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Prosedur Teknik Persentase

Hitung persentase kuantitas item masing-masing

Jurusan Teknik Industri, Universitas Andalas

Data Agregat (jam)

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Waktu baku (jam

Jurusan Teknik Industri, Universitas Andalas

Jurusan Teknik Industri, Universitas Andalas

Berdasarkan model ramalan tersebut, dapat

Bila dalam penentuan rencana agregat

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Dengan demikian nilai rencana agregat pada

Kuantitas MPS ini masih dalam unit agregat, sehingga perlu

Jurusan Teknik Industri, Universitas Andalas

MPS pada perioda ke 7: I t e m 1: 269 unit

Jurusan Teknik Industri, Universitas Andalas

Model Bitran and Hax(1)

j dalam famili i, maka harus ditentukan terlebih

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Model Bitran and Hax(1)

Bila terdapat item j dalam famili i yang memenuhi

min I ij ,t 1 Dij ,t Bij 0

maka seluruh item j dalam famili i harus diproduksi.

Jurusan Teknik Industri, Universitas Andalas

Perencanaan agregat untuk periode x = 450

Keputusan produksi : Famili A dan C

Ongkos setup famili A dan C masing-masing

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Model Bitran and Hax(2)

Li Max 0, K ij ( Dij ,t I ij ,t 1 Bij )

Jurusan Teknik Industri, Universitas Andalas

Model Bitran and Hax(3)

Ongkos setup untuk memproduksi famili i

Jurusan Teknik Industri, Universitas Andalas

Model Bitran and Hax(4)

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Algoritma Bitran and Hax (1)

Algoritma tersebut terdiri atas:

ADF untuk membagi agregate plan menjadi nilai

kuantitas produksi masing-masing famili

TIN218 Perencanaan dan Pengendalian Produksi, Pertemuan 6

Jurusan Teknik Industri, Universitas Andalas

Algoritma Bitran and Hax (2)