Slides:



Advertisements
Presentasi serupa
Teori Graf.
Advertisements

Statistika Deskriptif: Distribusi Proporsi
START.
Bulan maret 2012, nilai pewarnaan :
Tugas: Perangkat Keras Komputer Versi:1.0.0 Materi: Installing Windows 98 Penyaji: Zulkarnaen NS 1.

Manajemen Industri.
Evaluasi kualitas pembelajaran
di Matematika SMA Kelas XI Sem 1 Program IPS
MODEL TRANSPORTASI & MODEL PENUGASAN
Pertemuan 6– Transportasi
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
MODEL TRANSPORTASI.
Mari Kita Lihat Video Berikut ini.
Bab 6B Distribusi Probabilitas Pensampelan
METODE TRANSPORTASI By,Nurul K,SE,M.Si.
HITUNG INTEGRAL INTEGRAL TAK TENTU.
MODEL TRANSPORTASI 11
UKURAN PENYEBARAN DATA
Median Lambangnya: Mdn, Me atau Mn
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
NILAI RATA-RATA (CENTRAL TENDENCY)
UKURAN PEMUSATAN DATA Sub Judul.
PROPOSAL PENGAJUAN INVESTASI BUDIDAYA LELE
Kuliah ke 12 DISTRIBUSI SAMPLING
Bulan FEBRUARI 2012, nilai pewarnaan :
AREAL PARKIR PEMERINTAH KABUPATEN JEMBRANA
DISTRIBUSI NORMAL.
PENGUJIAN HIPOTESA Probo Hardini stapro.
PENGANTAR TATA LETAK DAN PEMILIHAN LOKASI PABRIK

Graf.
Statistika Deskriptif: Statistik Sampel
DISTRIBUSI FREKUENSI.
Bersyukur.

Perencanaan Fasilitas
TEORI PGB. KEPUTUSAN TRANSPORTASI Ari Darmawan, Dr. SAB. MAB.
Persoalan Transportasi
Teknik Numeris (Numerical Technique)
ANALISA EKONOMI Fanny Widadie.
Korelasi dan Regresi Ganda
By: Evaliati Amaniyah, SE, MSi
DISTRIBUSI PELUANG Pertemuan ke 5.
VAM (Vogel’s Approximation Method) NWCR (North West Corner Rule)

TRANSPORTATION PROBLEM
Pertemuan 6 dan 7 MODEL TRANSPORTASI & MODEL PENUGASAN.
STRATEGI LOKASI Suhada, ST, MBA.
PENENTUAN LOKASI PABRIK
MODEL TRANSPORTASI.
Arta Rusidarma Putra, ST., MM
MODEL TRANSPORTASI.
MODEL TRANSPORTASI.
bersaing terutama di dalam rangka penguasaan wilayah pemasaran.
KULIAH 5: MERANCANG JARINGAN SUPPLY CHAIN (LANJUTAN)
MODEL TRANSPORTASI.
MODEL TRANSPORTASI Pertemuan 09
Modul IV. Metoda Transportasi
MODEL TRANSPORTASI.
Metode Transportasi 1.
STRATEGI LOKASI Manajemen Operasional, Jurusan Manajemen, Fakultas Ekonomi, Universitas islam Malang (unisma) oleh: Fauziah, SE., MM.
CONTOH SOAL LAND USE.
Jenis data penentuan lokasi pabrik : Data kualitatif, seperti kualitas sarana transportasi, iklim dan kebijakan pemerintah. Data kuantitatif, seperti.
Learning Outcomes Mahasiswa dapat menghitung solusi awal model transportasi dengan metode yg standard/North West Corner, minimum cost dan Vogels..
03 PENGHANTAR TEKNIK INDUSTRI Perancangan tata Letak Pabrik
PERANCANGAN FASILITAS
MODEL TRANSPORTASI.
PERANCANGAN TATA LETAK FASILITAS (PTLF)
Penentuan Lokasi Pabrik
Transcript presentasi:

PENENTUAN LOKASI PABRIK

Alasan perlunya penentuan lokasi pabrik : Perluasan pabrik (expansion) Pemecahan pabrik ke dalam sentral-sentral unit kerja (decentralization) Faktor-faktor ekonomis (perubahan pasar, penyediaan tenaga kerja, dll)

Kapan suatu industri perlu memperluas sistem usahanya? Fasilitas-fasilitas produksi sudah dirasakan jauh ketinggalan Kebutuhan pasar tumbuh dan berkembang di luar jangkauan kapasitas produksi yang ada Service tidak mencukupi dan memuaskan konsumen

Lokasi pabrik yang ideal Terletak pada suatu tempat yang mampu memberikan total biaya produksi yang rendah dan keuntungan yang maksimal Artinya : lokasi terbaik dari suatu pabrik adalah lokasi dimana unit cost dari proses produksi dan distribusi akan rendah, sedangkan harga dan volume penjualan produk akan mampu menghasilkan keuntungan yang sebesar-besarnya bagi perusahaan

Kondisi-kondisi yang berperan dalam proses penentuan lokasi pabrik (1) : Lokasi di kota besar (city location) Diperlukan tenaga kerja trampil dalam jumlah besar Proses produksi sangat tergantung pada fasilitas yang umumnya hanya terdapat di kota besar, seperti : listrik, gas, dll Kontrak dengan suppliers dekat dan cepat Sarana transportasi dan komunikasi mudah didapatkan

Kondisi-kondisi yang berperan dalam proses penentuan lokasi pabrik (2) : Lokasi di pinggir kota (sub urban location) Semi-skilled dan female labor mudah diperoleh Menghindari pajak yang berat Tenaga kerja dapat tinggal berdekatan dengan lokasi pabrik Rencana ekspansi pabrik akan mudah dibuat Populasi tidak begitu besar, sehingga masalah lingkungan tidak banyak timbul

Kondisi-kondisi yang berperan dalam proses penentuan lokasi pabrik (3) : Lokasi di luar kota (country location) Lahan yang luas sangat diperlukan untuk keadaan sekarang maupun rencana ekspansi yang akan datang Pajak terendah bisa diperoleh Tenaga kerja tidak terampil dalam jumlah besar Upah buruh lebih rendah mudah didapatkan Baik untuk produk manufakturing produk-produk yang berbahaya

Faktor-faktor yang perlu dipertimbangkan dalam penentuan lokasi pabrik(1) Lokasi pasar (market location) Lokasi sumber bahan baku (raw material location) Alat angkutan (transportation) Sumber energi (power) Iklim (climate)

Faktor-faktor yang perlu dipertimbangkan dalam penentuan lokasi pabrik(2) Buruh dan tingkat upahnya (labor & wage salary) Undang-undang dan sistem perpajakan (law & taxation) Sikap masyarkat setempat (community attitude) Air dan limbah industri (water & waste)

Metode-metode Penentuan Alternatif Lokasi Pabrik Metode Kualitatif (Ranking Procedure) Metode Kuantitatif : Metode Analisa Pusat Gravitasi (Centre of Gravity Approach) Metode Analisa Transportasi

Pemilihan Lokasi Pabrik dengan Metode Kualitatif (1) Langkah-langkah analisa metode kualitatif : Mengidentifikasi faktor-faktor yang relevan dan memiliki signifikasi yang berkaitan dengan proses pemilihan lokasi pabrik, seperti : Lokasi pensuplai bahan baku Lokasi pemasaran Lokasi tenaga kerja Kondisi iklim UU dan peraturan lainnya Factory utilities & service

Pemilihan Lokasi Pabrik dengan Metode Kualitatif (2) Pemberian bobot dari amsing-masing faktor yang telah diidentifikasi berdasarkan derajat kepentingan, contoh : Lokasi pensuplai bahan baku : 20% (X1) Lokasi pemasaran : 40% (X2) Lokasi tenaga kerja : 10% (X3) Kondisi iklim : 5% (X4) UU dan peraturan lainnya : 5% (X5) Factory utilities & service : 20% (X6)

Pemilihan Lokasi Pabrik dengan Metode Kualitatif (3) Memberi skor (nilai) untuk masing-masing faktor yang diidentifikasikan sesuai skala angka (range 0 s/d 10) dari masing-masing alternatif lokasi yang dianalisa Mengalikan bobot dari masing-masing faktor dengan skor dari tiap alternatif yang ada dan menghitung total perkalian antar skor dan bobot : Zj = Xi x Yij Lokasi yang dianggap paling baik adah alternatif lokasi yang memiliki Zj terbesar

Pemilihan Lokasi Pabrik dengan Metode Analisa Pusat Gravitasi (1) Dibuat dengan memperhitungkan jarak masing-masing lokasi sumber material atau daerah pemasaran dengan lokasi pabrik yang direncanakan. Asumsi : biaya produksi dan distribusi untuk masing-masing lokasi sama

Pemilihan Lokasi Pabrik dengan Metode Analisa Pusat Gravitasi (2) Formula analisa pusat gravitasi : m = banyaknya alternatif lokasi pabrik n = banyaknya daerah pemasaran/sumber material (Xi, Yi) = koordinat lokasi dari alternatif pabrik yang akan didirikan, i = 1,2,3,….m (aj,bj) = koordinat lokasi dari daerah pemasaran yang akan didistribusikan atau lokasi sumber material dimana pabrik akan sangat tergantung, j =1,2,3,…n Wj = kebutuhan (demand) akan produk/material dari daerah pemasaran atau jumlah kapasitas suplai dari lokasi sumber

Kesulitan dalam analisa pusat gravitasi? perbedaan biaya distribusi dan produksi untuk setiap lokasi dimana dalam formula tidak diperhitungkan. Untuk itu, dalam mencari optimalisasi lokasi perlu memasukkan biaya produksi dan/atau dalam analisa

Metode Analisa Transportasi Programa Linier Aplikasi metode transportasi meliputi pemecahan permasalahan-permasalahan seperti : Penetapan suplai yang cukup untuk beberrapa lokasi tujuan dari beberapa sumber tertentu pada tingkat biaya yang minimal Pemilihan lokasi untuk fasilitas-fasilitas baru untuk memenuhi kebutuhan pasar yang akan datang Penetapan berbagai macam bentuk/sumber produksi guna memenuhi kapasitas produksi sesuai dengan demand yang akan datang dan biaya produksi yang minimal, khususnya yang berkaitan dengan proses subkontrak

Prosedur penyelesaian masalah transportasi : Step 1 : penyelesaian awal Step 2 : evaluasi penyelesaian awal Step 3 : menentukan incoming variable (pengalikasian sel matriks kosong) Step 4 : identifikasi outgoing variable (realokasi sel matriks untuk solusi baru) Step 5 : penetapan solusi terbaru

Step 1 :penyelesaian awal Untuk penyelesaian awal dapat dilakukan dengan aplikasi salah satu metode, yaitu : Metode Heuristic Northwest corner rule method (NCR) Vogel’s approximation method (VAM)

3 kondisi tahap awal yang harus dipenuhi : Penyelesaian dalam bentuk pengalokasian harus memenuhi kelayakan, yaitu sesuai dengan batasan suplai dan demand yang ada Alokasi harus menempati seluruh matriks sel yang ada dan memenuhi persyaratan m + n - 1 Alokasi sel matriks pada posisi yang tidak membentuk lintasan tertutup (closed path)

Metode Heuristic (The Least Cost Assigment Routine Method) bertujuan untuk meminimumkan total cost untuk alokasi/distribusi suplai produk untuk setiap lokasi tujuan. dengan mengalokasikan demand sebesar-besarnya pada lokasi sumber yang memberikan biaya transportasi yang sekecil-kecilnya secara berturut-turut

Kapasitas Suplai (ton/mgg) Sumber Tujuan Kapasitas Suplai (ton/mgg) A1 A2 A3 A4 F1 $ 10,- 1.200 (6) $ 8,- $ 5, $ 6,- 1.200 (4) 2.400 F2 $ 2,- 3.400 (1) $ 3,- 600 (2) 4.000 F3 $ 9,- 1.100 (5) $ 7,- $ 4,- 2.500 (3) 3.600 Kebutuhan (ton/mgg) 2.300 3.400 2.500 1.800 10.000

Total biaya yang diperoleh adalah : Z = 3.400 ($2,-) + 600 ($3,-) + 2.500 ($4,-) + 1.200 ($6,-) + 1.100 ($9,-) + 1.200 ($10,-) = $ 47.700

Northwest-Corner Rule Method (NCR)

Langkah penyelesaian dengan metode NCR : Diawali dengan alokasi pada sel matriks yang terletak pada pojok kiri atas (north west) Memakai suplai dari sumber yang tersedia semaksimal mungkin disesuaikan dengan kebutuhan dari lokasi tujuannya, sisa kapasitas dialokasikan pada baris horizontal berikutnya Mengalokasikan kebutuhan dari lokasi tujuan kolom kedua sejumlah sisa kebutuhan yang masih belum terpenuhi secara maksimum disesuaikan dengan kapasitas yang tersedia dibaris sumber terakhir dan seluruh sumber tujuan yang membutuhkan sumber suplai bisa dipenuhi

3.600 1.800 P3 10.000 2.500 3.400 2.300 Ramalan Demand (ton/mg) 4.000 700 3.300 P2 2.400 100 P1 Kapasitas (ton/mg) A4 A3 A2 A1 Tujuan Sumber $ 10,- $ 8,- $ 5,- $ 6,- $ 2,- $ 3,- $ 9,- $ 7,- $ 4,-

Total biaya yang diperoleh adalah : Z = 2.300 ($10,-) + 100 ($8,-) + 3.300 ($2,-) + 700 ($6,-) + 1.800 ($4,-) + 1.800 ($7,-) = $ 54.400

Catatan : Metode NCR tidak memperhatikan unit cost dari masing-masing sel matriks yang ada pada saat kita mengalokasikan suplai untuk memenuhi kebutuhan dari lokasi tujuan Karenanya…… optimalisasi baru akan dilakukan pada step-step berikutnya.

Vogel’s Approximation Method (VAM)

Langkah penyelesaian dengan metode VAM Menghitung perbedaan di antara dua nilai unit cost transportasi yang terkecil dari setiap baris dan kemudian mengulanginya lagi untuk setiap kolom yang ada Memilih baris atau kolom dengan perbedaan unit cost terbesar dan mengalokasikan suplai maksimum yang dimungkinkan dalam sel matriks yang justru memiliki nilai unit cost terkecil Selanjutnya baris kolom yang telah terpilih ‘dihilangkan’, dan kerja diulangi seterusnya sampai semua alokasi m+n-1 terpenuhi lengkap

Ramalan Demand (ton/mg) Perbedaan baris sumber Alokasi suplai sebesar 3.400 ton/mgg pada lokasi P2-A2 dan kolom A2 dihilangkan 3 1 5* 4 Perbedaan kolom 3.600 P3 1.800 2.500 3.400 2.300 Ramalan Demand (ton/mg) 4.000 P2 2.400 P1 Perbedaan baris sumber Kpsts (ton/mg) A4 A3 A2 A1 Tujuan Sumber $ 10,- $ 8,- $ 5,- $ 6,- $ 2,- $ 3,- $ 9,- $ 7,- $ 4,-

Perbedaan baris sumber 3 1 4* Perbedaan kolom 3.600 P3 Alokasi 600 ton/mgg di lokasi P2-A1 dan hilangkan baris P2 1.800 2.500 2.300 Ramalan Demand (ton/mg) 2 4.000 600 P2 2.400 P1 Perbedaan baris sumber Kpsts (ton/mg) A4 A3 A1 Tujuan Sumber $ 10,- $ 5,- $ 6,- $ 3,- $ 9,- $ 4,- $ 7,-

Perbedaan baris sumber 1 Perbedaan kolom 3* 3.600 2.500 P3 Alokasikan 2.500 ton/mgg di lokasi P3-A3 dan hilangkan kolom A3 1.800 2.300 Ramalan Demand (ton/mg) 2.400 P1 Perbedaan baris sumber Kpsts (tons/mg) A4 A3 A1 Tujuan Sumber $ 10,- $ 5,- $ 6,- $ 9,- $ 4,- $ 7,-

Perbedaan baris sumber 1 Perbedaan kolom 2 3.600 P3 Alokasikan 1.800 ton/mgg di lokasi P1-A4 dan hilangkan baris P1 Sisa 600 ton/mgg dan 1.100 ton/mgg dialokasikan di P1-A1 dan P3-A1 1.800 2.300 Ramalan Demand (ton/mg) 4 2.400 P1 Perbedaan baris sumber Kpsts (ton/mg) A4 A1 Tujuan Sumber $ 10,- $ 6,- $ 9,- $ 7,-

3.600 2.500 1.100 P3 1.800 3.400 2.300 Ramalan Demand (tons/mg) 4.000 600 P2 2.400 P1 Kpsts (ton/mg) A4 A3 A2 A1 Tujuan Sumber $ 10,- $ 8,- $ 5,- $ 6,- $ 2,- $ 3,- $ 9,- $ 7,- $ 4,-

Total biaya yang diperoleh adalah : Z = 600($10,-) + 600($5,-) + 1.100($9,-) + 3.400($2,-) + 1.800 ($6,-) = $ 46.500

Jika dilihat dari hasil dan alokasi suplainya, maka terlihat bahwa metode VAM lebih baik dibandingkan dengan metode NCR ataupun metode Heuristic. Tetapi hasil ini belum tentu optimal, untuk itu perlu evaluasi pada step-step berikutnya

Step 2 : Evaluasi penyelesaian awal merupakan langkah pengecekan dari penyelesaian awal guna melakukan perbaikan-perbaikan yang memungkinkan dilakukan dengan cara menukar alokasi suplai ke tempat yang kosong dan memiliki unit transportasi cost lebih kecil, sehingga memberi kemungkinan untuk mengurangi total transportasi cost Pengujian dari sel matriks kosong ini dilaksanakan dengan membuat alokasi percobaan yaitu menempatkan 1 unit suplai dan kemudian menghitung pengaruhnya terhadap total biaya

Kapasitas Suplai (ton/mgg) Sumber Tujuan Kapasitas Suplai (ton/mgg) A1 A2 A3 A4 F1 (-) $10,- 2.300 (+) $8,- 100 $5, $6,- 2.400 F2 (-) 2,- 3.300 (+) $6,- 700 (-) $3,- +1 4.000 F3 $9,- $7,- $4,- 1.800 (+) 1.800 (-) 3.600 Kebutuhan (ton/mgg) 3.400 2.500 1.800 10.000

F3-A1 F3-A3 F2-A3 F2-A2 + 1 -1 +1 + $3 -$6 +$4 -$7 Sel Matriks Yang Ditempati Alokasi Penyesuaian Perubahan Biaya Total Indeks Perbaikan Untuk Alokasi F3-A1 per unit produk F3-A1 F3-A3 F2-A3 F2-A2 + 1 -1 +1 + $3 -$6 +$4 -$7 Tambahan : +3+4 = + $7 Kurang : -6-7 = - $14 Total : - $6

Step 3 : Menentukan incoming variable Pada step ini mengkaji apakah ada sel matriks kosong lain yang mampu memberikan hasil perbaikan yang lebih besar lagi selain dari hasil step 2 (memberikan reduksi biaya terbesar). Langkah penentuan sel matriks kosong yang mampu memberikan reduksi biaya terbesar tersebut dikenal sebagai penentuan incoming variable

Kapasitas Suplai (ton/mgg) Sumber Tujuan Kapasitas Suplai (ton/mgg) A1 A2 A3 A4 F1 $10,- 2.300 (-) $8,- 100 $5, +1 $6,- -9 2.400 F2 +1 (+) $2,- 3.300 (+) $6,- 700 (-) $3,- -6 4.000 F3 $9,- +7 $7,- (+) $4,- 1.800(+) 1.800 (-) 3.600 Kebutuhan (ton/mgg) 3.400 2.500 1.800 10.000

F3-A1 F3-A3 F2-A3 F2-A2 F1-A2 F1-A1 + 1 -1 +1 + $9 -$4 +$6 -$2 +$8 Sel Matriks Yang Ditempati Alokasi Penyesuaian Perubahan Biaya Total Indeks Perbaikan Untuk Alokasi F3-A1 per unit produk F3-A1 F3-A3 F2-A3 F2-A2 F1-A2 F1-A1 + 1 -1 +1 + $9 -$4 +$6 -$2 +$8 -$10 Tambahan : +9+6+8 = + $23 Kurang : -6-7-10 = - $16 Total : -4-2-10 = + $7

Step 4 : Identifikasi outgoing variable Dalam menetapkan alokasi sel matriks baru, maka jumlah alokasi suplai harus tetap m + n – 1 Dalam hal ini, untuk menempati posisi F1-A4 (yang memberi reduksi biaya sebesar $ 9,- /unit) harus dilakukan dengan menggeser sel matriks yang terisi ke dalam penyelesaian awal (metode NCR)

Kapasitas Suplai (ton/mgg) Sumber Tujuan Kapasitas Suplai (ton/mgg) A1 A2 A3 A4 F1 $10,- 2.300 $8,- 100 $5, $6,- 2.400 F2 $2,- 3.300 600 $3,- 4.000 F3 $9,- $7,- $4,- 1.900 1.700 3.600 Kebutuhan (ton/mgg) 3.400 2.500 1.800 10.000

Total biaya transportasi (Z) untuk solusi baru : = $ 53.500

Step 5 : Penetapan solusi terbaru Perbaikan solusi awal (metode NCR) dengan mengalokasikan 100 unit ke sel matriks F1-A4 dan mengurangi sel matriks F1-A2 dapat mengurangi total biaya yang sebelumnya $ 54.400 menjadi $ 53.500 atau berkurang $ 900