Metode Antrian
Pemilik bengkel knalpot memperkirakan biaya waktu menunggu
pelanggan, dalam kaitannya dengan ketidakpuasan pelanggan dan hilangnya
kesempatan, adalah $ 10 per jam dari waktu menunggu yang dihabiskan dalam
antrian. Sedangkan biaya gaji karyawan : $9 per jam. Oleh karena rata-rata motor memiliki waktu
menunggu selama 2/3 jam (Wq) dan terdapat sekitar 16 motor yang
dilayani per hari (2 kedatangan per jam dikalikan dengan waktu kerja 8 jam per
hari), total jumlah waktu yang dihabiskan oleh pelanggan untuk menunggu setiap
hari untuk memasang kanlpot adalah :
2/3 (16) =
10 2/3 jam
Biaya waktu menunggu pelanggan : $ 10 x 10 2/3 jam = $ 107 per hari
Biaya lainnya adalah biaya gaji montir : $ 9 x 8 jam = $ 72
Total biaya = $ 107 + $ 72 = $ 7704
Metode Peramalan / Forcasting
Metode peramalan (forecasting)
terdiri dari metode kualitatif dan kuantitatif. Metode kualitatif adalah metode yang menganalisis kondisi obyektif dengan apa adanya
atau peramalan yang didasarkan atas data
kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada
orang yang menyusunnya. Peramalan kualitatif memanfaatkan
factor-faktor penting seperti intuisi, pendapat, pengalaman pribadi, dan system
nilai pengambilan keputusan. Metode ini meliputi metode delphi, metode nominal
grup, survey pasar dan analisis historikal analogy and life cycle.
Metode
kuantitatif adalah peramalan yang didasarkan atas data kuantitatif atau model
matematis yang beragam dengan data masa lalu. Hasil peramalan yang dibuat
sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut.
Baik
tidaknya metode yang digunakan tergantung dengan perbedaan atau penyimpangan
antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan
antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik pula
metode yang digunakan. Metode kuantitatif dapat diterapkan
apabila :
a. Tersedia data dan informasi masa
lalu
b. Data dan Informasi tersebut dapat
dikuantitatifkan dalam bentuk numerik
c. Diasumsikan beberapa aspek masa
lalu akan terus berlanjut di masa datang.
Metode
ini meliputi metode kausal dan time series.
Metode ini merupakan metode
yang termudah dalam teknik peramalan deret
waktu kita mengasumsikan bahwa komponen acak
tidak terdapat pola musiman, trend, atau
komponen siklus pada data permintaan
pada saat ini. Moving average ialah suatu
titik peramalan dengan mengkonsumsikan data
dari beberapa periode terbaru atau terakhir
dari data tersebut dijadikan data
peramalan untuk periode yang akan datang.
a.
Rumus rata-rata bergerak (Moving average)
Jumlah Permintaan Pada
N Periode Terakhir
MA
= ________________________________________
Jumlah periode yang akan digunakan dalam MA
Ket : N periode = 4 bulan
MA = 4
Dasar perhitungan
metode ini ialah nilai rata-rata dari
beberapa bulan/tahun secara berturut-turut
sehingga diperoleh nilai rata-rata bergerak secara
teratur atas dasar jumlah tahun tertentu.
Contoh
soal : MA (moving Average)
Diketahui
data pembelian untuk tahun 90, 91, 92, 93
dan 94 secara berturut-turut ialah
120, 200, 220, 270, dan 300.
Berapa MA untuk periode pertama ?
Jawab :
Jumlah permintaan pada N periode
terakhir
MA =
______________________________________
Jumlah periode yang akan digunakan dalam MA
120 +
200 + 220
MA = ______________________
4
MA = 135
Rata-rata Bergerak Tertimbang /Terbobot (Weight Moving
Average)
Disamping metode rata-rata bergerak
sederhana kita mengenal metode rata-rata tertimbang (Weight Moving Average)
dimana pada setiap elemen data kita dapat memberikan bobot. Dengan cara ini
nilai-nilai yang akhir dapat diberikan bobot lebih keras.
Rumus Rata-rata Bergerak
Tertimbang/Terbobot (Weight Moving Average )
WMA = (
data penjualan terakhir x bobot ke –1) + ( Data x sampai bobot terakhir ).
Contoh soal : WMA
Diketahui WI = 40%, W2 = 30%, W3 = 20%, W4 = 10%
Data penjualan nyata untuk bulan ke-1 =100, ke-2 = 90, ke-3
= 105, dan
ke-4 = 95
Berapa F5 ?
Jawab :
F5 = 0,40(95) + 0,30(105) + 0,20(90) +0,10(100)
F5 = 38 + 31,5 + 18 + 10
F5 = 97,5
Linier Proramming
Contoh
kasus Linear Programming metode simplex
Seorang
pedagang menjual buah mangga, pisang, dan jeruk dengan menggunakan gerobak.
Pedagang tersebut membeli mangga dengan harga Rp8.000/kg, pisang Rp6.000/kg dan
jeruk Rp10.000/kg. Modal yang tersedia Rp1.200.000 dan gerobaknya hanya dapat
memuat mangga, pisang, dan jeruk sebanyak 180kg. Jika harga jual mangga
Rp9.200/kg, pisang Rp7.000/kg, dan jeruk Rp.1.1500/kg, maka berapa laba
maksimum yang diperoleh?
Penyelesaian
Formulasi Linier Programming :
Variabel :
A=Mangga, B=Pisang, C=Jeruk
Fungsi Tujuan :
Laba penjualan buah mangga =
Rp9.200-Rp8.000
= Rp1.200
Laba penjualan buah pisang = Rp7.000-Rp6.000
= Rp1.000
Laba penjualan buah jeruk = Rp11.500-Rp10.000
= Rp1.500
Zmax= 1200A
+1000B +1500C
Fungsi Batasan :
8000A + 6000B + 10000C ≤ 1200000
A + B + C ≤ 180
Tidak ada komentar:
Posting Komentar