OPTIMASI PERENCANAAN PENGENDALIAN BAHAN BAKU CAPROLACTAM PABRIK NYLON PT. ITS

  • Dyah Lintang Trenggonowati Teknik Industri, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa
  • Wisnu Broto Darmawan Teknik Industri, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa
Keywords: ARIMA, Caprolactam, DES, Peramalan, Single Moving Average

Abstract

Perkembangan di dunia industri baik itu industri manufaktaur ataupun jasa membuat semua
perusahaan berlomba-lomba untuk bisa terus bertahan dipasar baik itu yang skala nasional maupun
internasional. Untuk bisa bertahan hal yang sangat penting bagi perusahaan adalah memenuhi setiap
permintaan konsumen dengan produk yang bermutu dan tepat waktu, hal tersebut dilakukan agar perusahaan
bisa tetap menjaga loyalitas konsumen serta dapat bertahan lama dipasar. PT Indonesia Toray Synthetics atau
biasa disingkat PT ITS merupakan perusahaan yang bergerak dibidang industri bahan baku tekstil. Produk
utama perusahaan tersebut adalah Nylon & Resin, Polyester Staple Fibre, dan Polyester Filament Yarn. Pada
produk Nylon Filament diproduksi pada pabrik Nylon yang ada di PT ITS. Bahan utama untuk produk Nylon
Filament Yarn adalah Caprolactam yang dibeli dari negara-negara seperti Jepang, Thailand, Belgia dan
Jerman. Sistem produksi pada PT ITS adalah make to order. Pabrik Nylon terbagi menjadi tiga unit yaitu unit
polimerisasi, unit spinning, dan unit after treatment. Peramalan yang dilakukan pada unit polimerisasi biasanya
dilakukan dengan cara melihat sisa stok sebelumnya, harga bahan baku dipasaran, serta jumlah pesanan yang
ada untuk bulan selanjutnya. Perencanaan ini bisa dilakukan dengan melakukan peramalan (forecasting)
terhadap Caprolactam terlebih dahulu dengan menggunakan data masa lampau yang telah digunakan oleh
perusahaan selama tiga tahun kebelakang. Selanjutnya, dari data masa lampau yang ada dilihat dalam plot
grafik sehingga peneliti dapat menentukan metode-metode yang tepat dalam melakukan peramalan (forecasting)
terhadap caprolactam untuk satu periode kedepan (satu tahun). Selanjutnya, untuk mengetahui metode yang
tepat untuk dipakai maka perlunya dicari nilai error dari masing-masing metode yang mana metode yang
mempunyai nilai error terkecil merupakan metode terbaik untuk dipakai dalam peramalan (forecasting) selama
satu periode kedepan. Metode yang digunakan pada penelitian ini adalah Single Moving Average, Double
Exponential Smoothing, dan ARIMA. Plot data berpola stasioner yang mengandung sedikit trend sehingga
metode yang dapat digunakan adalah Single Moving Average, Double Exponential Smoothing dan ARIMA.
Metode terbaik yang digunakan adalah metode ARIMA model Moving Average (MA) karena memiliki nilai
tingkat kesalahan terkecil setelah dilakukan uji MAPE, MSE dan MAD. Error yang terjadi pada uji MAPE
sebesar 7,45% , pada uji MSE sebesar 16.300,233 dan pada uji MAD sebesar 109,345 ton.

Downloads

Download data is not yet available.
Published
2017-02-25