P. 1
bab-iv

bab-iv

|Views: 32|Likes:
Published by Dea Adyasti

More info:

Published by: Dea Adyasti on Nov 03, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

12/04/2012

pdf

text

original

Sections

  • 4.1. Studi Kasus Modul Linear Programming
  • Bahan Mentah Frame
  • 4.1.1. Perhitungan Manual Modul Linear Programming
  • 1. Metode Grafik
  • 2. Metode Simpleks
  • 4.1.3 Analisis Modul Linear Programming
  • 4.2. Studi Kasus Modul Transportasi
  • 4.2.1 Perhitungan Manual Modul Transportasi
  • 4.2.2 Perhitungan Software Modul Transportasi
  • 4.2.3 Analisis Modul Transportasi
  • 4.3. Studi Kasus Modul Line Balancing
  • Pendahulu Waktu Operasi (detik)
  • 4.3.1. Perhitungan Manual Modul Line Balancing
  • WS Operasi Total Waktu Cycle Time
  • Time %effisiensi WS
  • WS Operasi Total Waktu dalam Stasiun Kerja Cycle Time
  • 4.3.2 Perhitungan Software Modul Line Balancing
  • 4.3.3 Analisis Modul Line Balancing
  • 4.4. Studi Kasus Modul CPM dan PERT
  • 4.4.1. Studi Kasus CPM
  • Aktivitas Aktivitas Pendahulu Waktu (hari)
  • 4.4.1.1 Perhitungan Manual CPM
  • Normal (Tn) Dipercepat (Tc) Normal (Cn) Dipercepat (Cc)
  • Keg. K dipercepat 1 hari 36 1430
  • 4.4.1.2 Perhitungan Software CPM
  • 4.4.1.3 Analisis CPM
  • 4.4.2 Studi Kasus PERT
  • Aktivitas Aktivitas Pendahulu Waktu (minggu)
  • 4.4.2.1 Perhitungan Manual PERT
  • A – C – D – H – I – J – K – L
  • 4.4.2.2 Perhitungan Software PERT
  • 4.4.2.3 Analisis PERT
  • 4.5. Studi Kasus Modul Quality Control
  • Hari Mengukur Berat Mesin Ketik (kg) X1 X2 X3 X4 X5
  • 4.5.1 Perhitungan Manual Modul Quality Control
  • Observasi
  • X1 X2 X3 X4 X5
  • 4.5.2 Perhitungan Software Modul Quality Control
  • 4.5.3 Analisis Modul Quality Control

IV-1

BAB IV PEMBAHASAN DAN ANALISIS

4.1.

Studi Kasus Modul Linear Programming Blast Company memproduksi frame meja dan frame dinding dengan

menggunakan bebagai macam bahan. Frame meja dan frame dinding tersebut didistribusikan kepada masyarakat-masyarakat secara langsung. Kebutuhan akan berbagai macam bahan dalam pembuatan frame meja dan frame dinding di ringkas dalam tabel berikut.
Tabel 4.1 Data dari Blast Company (dalam ribuan per unit)

Bahan Mentah Plastik Besi Kaca

Frame Dinding 30 20 20

Frame Meja 30 10 20

Kapasitas (piece) 90 40 80

Harga untuk 1 buah frame dinding adalah 15000 rupiah sedangkan untuk 1 buah frame meja adalah 5000 rupiah. Berapa banyak frame meja dan frame dinding yang harus dihasilkan setiap hari untuk memaksimalkan pendapatan pabrik tersebut dengan menggunakan metode grafik dan metode simpleks.

4.1.1. Perhitungan Manual Modul Linear Programming Berikut ini adalah perhitungan manual untuk studi kasus di atas. Dilakukan perhitungan dengan metode grafik dan metode simpleks. IV-1

IV-2

1. Metode Grafik Berikut ini adalah penyelesaian menggunakan metode grafik: 1. Mencari titik potong dari masing-masing garis. Nilai Maksimum: Z = 15000 X1 + 5000 X2 Kendala: 30X1 + 30X2 < 90 …(1) Jika X1 = 0 dimasukkan ke dalam persamaan (1) maka X2 = 3 Jika X2 = 0 dimasukkan ke dalam persamaan (1) maka X1 = 0 Jadi titik koordinatnya adalah (0,3) dan (3,0) 20X1 + 10X2 < 40 …(2) Jika X1 = 0 dimasukkan ke dalam persamaan (2) maka X2 = 4 Jika X2 = 0 dimasukkan ke dalam persamaan (2) maka X1 = 2 Jadi titik koordinatnya adalah (0,4) dan (2,0) 20X1 + 20X2 < 80 …(3) Jika X1 = 0 dimasukkan ke dalam persamaan (3) maka X2 = 4 Jika X2 = 0 dimasukkan ke dalam persamaan (3) maka X1 = 4 Jadi titik koordinatnya adalah (0,4) dan (4,0) Non negative constraint : X1 > 0, X2 > 0

IV-3

2. Membuat grafik berdasarkan titik potong dari masing-masing garis.
y

4 3 2 1 x
Titik potong antara dua garis

1
20X1+10X2=40 30X1+30X2=90

2

3

4

20X1+20X2=80

Gambar 4.1 Grafik 1

3. Mencari nilai X1, X2 dan nilai maksimumnya. Perpotongan terdapat diantara garis 30X1 + 30X2 = 90 dan 20X1 + 10X2 = 40. Jadi nilai X1 dan X2 dicari melalui kedua garis tersebut yaitu dengan cara eliminasi dan substitusi sebagai berikut: Eliminasi garis 30X1 + 30X2 = 90 20X1 + 10X2 = 40 x1 30X1 + 30X2 = 90 x3 60X1 + 30X2 = 120 -30X1 = -30 X1 = 1 Subtitusi X2 ke salah satu garis 20X1 + 10X2 = 40 20(1) + 10X2 = 40 20 + 10X2 = 40 10X2 = 20 X2 = 2

2 + 5000.0 = 30000 Blast Company memproduksi frame dinding sebanyak 2000 buah tanpa harus memproduksi frame meja untuk mendapatkan keuntungan maksimum.2 = 25000 Titik C (2.IV-4 Jadi nilai Z optimum dari titik OABC Z = 15000 X1 + 5000 X2 Titik A (0.0 + 5000. 30X1 + 30X2 < 90 2.3 = 15000 Titik B (1.00.2) Z = 15000. 20X1 + 10X2 < 40 3. 2.000. Metode Simpleks Berikut ini adalah perhitungan menggunakan metode simpleks dengan bentuk formulasi seperti dibawah ini: Nilai maksimum: Z = 15000X1 + 5000X2 Kendala: 1. X2 > 0 Langkah-langkah perhitungan adalah sebagai berikut: 1.0) Z = 15000.000.3) Z = 15000.1 + 5000. Nilai di atas terlebih dahulu diubah kedalam bentuk standar sebagai berikut: . Pendapatan maksimal yang bisa didapatkan oleh Blast Company sebesar Rp 30. 20X1 + 20X2 < 80 Non negative constraint : X1 > 0.

X2 > 0 2.05 S3=0/20=0 NK=40/20=2 . Nilai baru = nilai lama – (nilai kolom pivot x nilai baru pivot) S2=1/20=0. Mengubah semua nilai pada baris pivot dengan membaginya dengan nilai pivot.5 S1=0/10=0 4.2 Tabel Simpleks Iterasi I Variabel Dasar Z S1 S2 S3 Z 1 0 0 0 X1 -15000 30 20 20 X2 -5000 30 10 20 S1 0 1 0 0 S2 0 0 1 0 S3 0 0 0 1 NK 0 90 40 80 Indeks 3 2 4 3. Kemudian nilai tersebut dimasukkan dan di proses ke dalam tabel seperti berikut ini: Tabel 4. Z=0/10=0 X1=20/20=1 X2=10/20=0.IV-5 Nilai Maksimum: Z – 15000X1 – 5000X2 + 0 (S1 + S2 + S3) = 0 Kendala: 30X1 + 30X2 + S1 = 90 20X1 + 10X2 + S2 = 40 20X1 + 20X2 + S3 = 80 Non negative constraint: X1 > 0. Membuat nilai baru untuk semua baris kecuali baris pivot dan ganti leaving variable dengan entering variable.

5 15 1 0 1 0 0.00. .5 10 0 0 0 0 0. Pendapatan maksimal yang bisa didapatkan oleh Blast Company sebesar Rp 30.5 0.3 Tabel Simpleks Iterasi II Variabel Dasar Z S1 X1 S3 Z 1 0 0 0 X1 0 0 1 0 X2 2500 15 0.05 -1.05 -1 1 0 1 80 2 40 30 1 0 30 0.5 10 S1 0 1 0 0 S2 750 -1.IV-6 Variabel Z Z lama : 1 (-15000) X1 baru : 0 Z baru : 1 Variabel S1 S1lama : 0 (30) X1 baru : 0 S1 baru : 0 Variabel S3 S3 lama : 0 (40) X1 baru : 0 S3 baru : 0 20 1 0 20 0.05 750 0 0 0 0 2 30000 - Tabel 4.5 0 0 0 90 2 30 -15000 -5000 0 1 0 0.5 2500 0 0 0 0.000.05 -1 S3 0 0 0 1 NK 30000 30 2 40 Berdasarkan tabel simpleks iterasi II maka Blast Company harus memproduksi frame dinding sebanyak 2000 buah tanpa harus memproduksi frame meja untuk mendapatkan keuntungan maksimum.000.

Klik OK. Gambar 4. Data entry format pilih option spreadsheet matrix form dan default variable type nonnegative continous.2 Perhitungan Software Modul Linear Programming Buka program WinQSB kemudian klik Linear and Integer Programming.IV-7 4. Masukkan judul masalah yaitu keuntungan maksimum frame dengan jumlah variabel 2 dan jumlah kendala sebanyak 3 macam. Kriteria objektif yang dipilih adalah maximization karena ingin dicari nilai maksimal dari penjualan frame yang ada. Setelah terbuka akan muncul tampilan Problem Specification.3 Solve and analyze Graphic Method Linear Programming .1. Gambar 4. Masukkan variabel dan constraint sesuai dengan data yang ingin dimasukkan.2 Problem Specification Linear Programming Kemudian muncul tampilan seperti gambar Variable Input.

Gambar 4. Gambar 4.5 Graphic Output . Daerah visible terlihat pada output untuk grafik. Selanjutnya klik graphic method seperti di gambar dan akan muncul kolom select variable seperti gambar di bawah dan klik OK.IV-8 Kemudian klik solve and analyze.4 Select Variables for Graphic Method Berikut ini merupakan output untuk grafik.

7 Iterasi 2 Linear Programming Klik solve and analyze kemudian klik solve the problem. Klik simplex iteration lalu klik next iterasion lagi maka akan muncul pemberitahuan bahwa metode simpleks yang dilakukan telah selesai. Maka akan muncul iterasi pertama.6 Iterasi 1 Linear Programming Kemudian klik simplex iteration lalu klik next iterasion maka mucul iterasi kedua.IV-9 Klik Solve and Analyze kemudian klik Solve and Display Steps. Gambar 4.8 Summary Output Linear Programming . Gambar 4. Kemudian akan muncul output perhitungan simpleksnya. Gambar 4. Maka akan muncul notifikasi bahwa masalahnya telah diselesaikan dan solusi optimal telah didapatkan.

nilai ini di dapatkan dari perkalian solution value dengan unit cost or profit dan untuk frame dinding didapatkan nilai total Rp 30.000.00 sedangkan untuk frame meja didapatkan nilai 0 karena pada solution value nilainya 0.3 Analisis Modul Linear Programming Berdasarkan studi kasus tentang Blast Company terdapat 3 kendala terhadap bahan mentah pembuatan frame baik untuk frame meja maupun frame dinding yaitu plastik.500. Total contribution adalah jumlah keuntungan maksimal yang diperoleh.000.00. Reduced cost adalah kerugian produk. Nilai decision variable yang menunjukkan produk yang di produksi yaitu frame dinding (X1) dan frame meja (X2). Unit cost or profit menunjukkan harga untuk 1 produk. Jika frame dinding dijual maka tidak ada kerugian sedangkan jika frame meja yang dijual maka perusahaan akan mengalami kerugian sebesar Rp 2.8 Summary Output Linear Programming merupakan output yang diperoleh. Allowable min adalah keuntungan sekecil-kecilnya yang bisa didapatkan dan allowable max adalah keuntungan maksimal yang bisa didapatkan dan tidak bisa melebihi angka yang tertera. Gambar 4.IV-10 4. Harga frame dinding (X1) adalah Rp 15.000. Jumlah produk yang harus di produksi untuk produk frame dinding sebanyak 2000 buah sedangkan frame meja tidak di produksi guna untuk mendapatkan hasil yang optimal.00 sedangkan harga frame meja (X2) adalah Rp 5. Produksi frame dinding sekecil-kecilnya mendapat keuntungan . Blast Company ingin mengetahui banyaknya frame yang harus di produksi setiap hari untuk memaksimalkan pendapatan maka dilakukan perhitungan manual dan software dengan 2 metode yaitu metode grafik dan simpleks.000. Solution value menunjukkan jumlah produk yang harus dibuat untuk mendapatkan keuntungan yang maksimal. besi dan kaca.00.1.000.

IV-11 sebesar Rp 10. Perhitungan software terdapat constraint yang berarti kendala yang terdapat pada setiap produk. bila ditambah 1 produk maka mendapat keuntungan sebesar nilai yang tertera pada shadow price.000.000 dan untuk kaca sebesar 40. 2 dan 4.000 dan allowable max right hand side adalah jumlah kapasitas maksimum. Perhitungan manual dan perhitungan software baik menggunakan metode grafik maupun simpleks didapatkan hasil yang sama yaitu banyak . Constraint pertama yaitu besi didaptkan nilai 90.000. Sedangkan produksi frame meja keuntungannya bisa seminimal mungkin sedangkan keuntungan maksimalnya sebesar Rp 7. Kelebihan untuk besi sebesar 30.000 dan untuk kaca adalah 80. Besi dan kaca tidak mempunyai batasan kenaikan (tak terhingga) sedangkan plastik hanya bisa sebesar 60.500.000. Perhitungan software dan manual simpleks dilakukan 2 kali iterasi lalu didapatkan ratio pada masing-masing kendala yang ada yaitu 3.000. Allowable min right hand side adalah batas minimum jika dilakukan pengurangan pada besi yaitu sebesar 60. Left hand side (LHS) didapat dari pengkalian solution value dengan masing-masing constraint. untuk plastik didapatkan hasil 40.000.00 dan bisa mendapatkan keuntungan sebanyak mungkin.000 sedangkan kelebihan untuk kaca 80. Slack or surplus adalah nilai yang didapat dari pengurangan right hand side dengan left hand side.00.000. Berdasarkan perhitungan manual maupun software didapatkan perpotongan garis pada grafik sama yaitu antara garis 20X1 + 10X2 = 40 dan 30X1 + 30X2 = 90.000 dan untuk kaca adalah 40.000 sedangkan untuk plastik adalah 40. Shadow price adalah kisaran harga yang didapat dari jumlah produk yang ada. Left hand side pada besi didapatkan hasil 60.000.000. Right hand side adalah nilai dari jumlah kapasitas produk.

Terdapat empat gudang penyimpanan yaitu gudang pertama di daerah Bekasi. Perhitungan dilakukan secara manual dan menggunakan software WinQSB. . gudang kedua di daerah Magelang.000. Barang yang tersedia. permintaan dari masingmasing kota.IV-12 frame dinding yang dihasilkan sebanyak 2000 buah dengan pendapatan maksimal sebesar Rp 30. serta biaya yang diperlukan untuk masing-masing tujuan.00. Least Cost. Yogyakarta dan Makassar. Studi Kasus Modul Transportasi Sebuah perusahaan yang bernama Indonesian Rice Company yang menghasilkan beras dan ingin mendistribusikan beras tersebut keempat kota di Indonesia yaitu Jakarta.4 berikut ini (Biaya dalam ribuan rupiah): Tabel 4. dapat dilihat pada tabel 4.2. Vogel’s Approximation Method (VAM) dan Russell’s Approximation Method (RAM). 4.000. gudang ketiga di daerah Bogor dan gudang keempat di daerah Bali.4 Data Biaya Transportasi Ke Dari Gudang 1 Gudang 2 Gudang 3 Gudang 4 Demand Jakarta 20 25 22 48 115 Bandung 25 23 18 44 110 Yogyakarta 35 17 33 30 115 Makassar 50 45 42 23 160 Supply (karung) 130 110 115 145 500 Data di atas akan dialokasikan menggunakan empat buah metode yaitu North West Corner. Bandung.

Kotak tersebut dialokasikan sebesar 115 yang diambil dari nilai terkecil antara demand dan supply.4).2) dialokasikan sebanyak nilai yang tersisa yaitu 15. Least Cost. kotak yang pertama dialokasikan adalah kotak paling kiri atas yaitu kotak (1.1 Perhitungan Manual Modul Transportasi Berikut ini adalah pemecahan masalah transportasi. Untuk memenuhi demand tersebut.3) dialokasikan sebesar 100. Jadi supply gudang 1 telah terpenuhi. Berikutnya untuk memenuhi supply gudang 1 kotak (1. Sehingga Jakarta sudah terpenuhi semua demandnya. Lalu untuk memenuhi supply gudang 3 pada kotak (3. North West Corner (NWC) Penyelesaian dengan menggunakan metode North West Corner. 1. Kemudian untuk memenuhi demand Yogyakarta.1). kotak (2. Dilakukan dengan menggunakan empat buah metode yaitu North West Corner (NWC). Berikutnya untuk memenuhi supply gudang 2.3) dialokasikan sebesar 15. Setelah semua demand dan supply terpenuhi dan telah dilakukan pengalokasian.2) dialokasikan sebesar 95. Selanjutnya adalah memenuhi demand untuk Bandung. Maka demand untuk kota Bandung telah terpenuhi.4) sebesar 15.IV-13 4. maka didapatkan hasil sebagai berikut: . Setelah itu nilai yang tersisa untuk memenuhi demand untuk kota Makassar adalah sebesar 145 yang dialokasikan pada kotak (4. kotak (3.2. kotak (2. Vogel’s Approximation Method (VAM) dan Russell’s Approximation Method (RAM) yang dilakukan secara manual.

IV-14 Tabel 4.00 2.000.2) sebesar 110 dari demand sehingga demand untuk Bandung telah terpenuhi.5 Metode North West Corner (NWC) Ke Dari Gudang 1 5115 Jakarta Bandung Yogyakarta Makassar Supply 20 25 22 20 15 25 23 18 20 - 35 20 - 50 20 130 Gudang 2 - 95 15 0 17 20 - 0 45 42 20 110 Gudang 3 - - 100 0 33 20 15 115 Gudang 4 - 0 48 20 110 0 44 20 - 0 30 20 145 160 0 23 20 145 500 Demand 0 115 0 115 0 0 Jadi biaya transportasinya adalah sebagai berikut: (115*20) + (15*25) + (95*23) + (15*17) + (100*33) + (15*42) + (145*23) = Rp12.3) sebesar 5 sehingga demand untuk Yogyakarta telah terpenuhi.4) dan dilakukan pengalokasian sebesar 145 dari supply sehingga supply dari gudang 4 telah terpenuhi. Angka terkecil selanjutnya adalah 33 yang terletak pada kotak (3.4) dan dialokasikan . Kemudian angka terkecil berikutnya adalah 18 yang terletak pada kotak (3. pengalokasian sebesar 115 dari demand sehingga demand untuk Jakarta sudah terpenuhi. Least Cost Pengalokasian menggunakan metode least cost dimulai dari harga terendah yaitu 17 yang terletak pada kotak (2. Angka terkecil selanjutnya adalah 23 yang terletak di kotak (4.380.1).3) sebesar 110 dari besar supply sehingga supply dari gudang 2 telah terpenuhi. Setelah itu. Yang terakhir adalah angka 50 yang terletak pada kotak (1. angka terkecil selanjutnya adalah 20 yang terletak di kotak (1.

.000. Kemudian pilih hasil perhitungan yang terbesar hasilnya dan dilakukan pengalokasian pada kotak variabel dengan biaya terendah pada baris atau kolom tersebut.400. Tabel 4.IV-15 sebesar 15 sehingga demand untuk empat kota dan supply dari empat gudang telah terpenuhi. Vogel’s Approximation Method (VAM) Berikut ini adalah perhitungan menggunakan metode Vogel’s Approximation Method (VAM) yang penyelesaiannya dilakukan dengan cara menghitung selisih antara kotak variabel dengan biaya terendah dengan kotak variabel dengan biaya terendah berikutnya.6 Metode Least Cost Ke Dari Gudang 1 5115 Gudang 2 Gudang 3 Gudang 4 Demand Jakarta Bandung Yogyakarta Makassar Supply 20 25 22 20 - 25 23 - 35 20 15 50 20 130 - 0 17 110 20 - 0 45 42 20 110 110 18 20 5 0 33 20 - 115 0 48 20 110 0 44 20 - 0 30 20 145 160 0 23 20 145 500 0 115 0 115 0 0 Jadi biaya transportasinya adalah sebagai berikut: (115*20)+(110*18)+(110*17)+(5*33)+(15*50)+(145*23)=Rp 10.00 3.

00 .360.IV-16 Tabel 4.000.7 Metode Vogel’s Approximation Method (VAM) Ke Dari Gudang 1 Jakarta Bandung Yogyakarta Makassar Supply 20 5115 10 25 5 35 20 50 20 130 5 5 5 5 5 5 0 17 20 - 0 45 110 6 6 - Gudang 2 25 - 23 110 0 33 20 - Gudang 3 22 20 18 20 42 20 115 4 4 4 4 - - Gudang 4 0 48 20 100 0 44 20 - 0 30 20 15 0 23 20 145 7 - - - - - Demand 0 115 - 0 110 115 0 145 0 160 500 2 2 2 2 20 20 5 5 7 7 25 25 13 16 2 2 35 - 19 3 8 - Jadi biaya transportasinya adalah sebagai berikut: (115*20) + (10*25) + (5*35) + (110*17) + (100*18) + (15*42) + (145*23) = Rp 10.

Russell’s Approximation Method (RAM) Pertama-tama lakukan perhitungan untuk semua kotak.IV-17 4.44 C1 = 35 – 50 – 35 = -50 C2 = 17 – 45 – 35 = -63 C3 = 33 – 42 – 35 = -44 C4 = 30 – 44 – 35 = -49 D1 = 50 – 50 – 50 = -50 D2 = 45 – 45 – 50 = -50 D3 = 42 – 42 – 50 = -50 D4 = 23 – 44 – 50 = -71 Alokasi 3 B1 = 25 – 50 – 25 = -50 B2 = 23 – 45 – 25 = -47 B3 = 18 – 42 – 25 = -49 C1 = 35 – 50 – 35 = -50 C2 = 17 – 45 – 35 = -63 D1 = 50 – 50 – 50 = -50 D2 = 45 – 50 – 45 = -50 D3 = 42 – 50 – 42 = -50 . Berikut adalah perhitungannya. Setelah itu cari nilai minus terbesar lalu langsung dilakukan pengalokasian di kotak tersebut. Alokasi 1 A1 = 20 – 50 – 48 = -78 A2 = 25 – 45 – 48 = -68 A3 = 22 – 42 – 48 = -68 A4 = 48 – 48 – 48 = -48 B1 = 25 – 50 – 44 = -69 B2 = 23 – 45 – 44 = -66 B3 = 18 – 42 – 44 = -68 B4 = 44 – 48 – 44 = -48 C1 = 35 – 50 – 35 = -50 C2 = 17 – 45 – 35 = -63 C3 = 33 – 42 – 35 = -44 C4 = 30 – 48 – 35 = -53 D1 = 50 – 50 – 50 = -50 D2 = 45 – 45 – 50 = -50 D3 = 42 – 42 – 50 = -50 D4 = 23 – 48 – 50 = -75 Alokasi 2 B1 = 25 – 50 – 44 = -69 B2 = 23 – 45 – 44 = -66 B3 = 18 – 42 – 44 = -68 B4 = 44 – 44 – 44 = . Cara menghitungnya ialah harga dikurang dengan baris terbesar dikurang dengan kolom terbesar.

IV-18 Alokasi 4 B1 = 25 – 50 – 44 = -69 B3 = 18 – 42 – 44 = -68 C1 = 35 – 50 – 35 = -50 C3 = 33 – 42 – 35 = -44 D1 = 50 – 50 – 50 = -50 D3 = 42 – 42 – 50 = -50 Alokasi 5 B3 = 18 – 42 – 18 = -42 C3 = 33 – 42 – 33 = -42 D3 = 42 – 42 – 42 = -42 Tabel 4.385. data entry format spreadsheet matrix form.00 4.2 Perhitungan Software Modul Transportasi Buka program WinQSB kemudian klik network modeling. Judul masalahnya .2.000. kemudian pilih option transportation problem pada problem type. objective criterion pilih minimization.8 Metode Russell’s Approximation Method (RAM) Ke Dari Gudang 1 5115 Gudang 2 Gudang 3 Gudang 4 Demand Jakarta Bandung Yogyakarta Makassar Supply 20 15 25 - 35 20 50 20 25 - 23 110 0 17 20 0 45 42 130 22 20 18 95 20 0 33 20 - 110 0 48 20 0 44 20 5 0 30 20 15 20 0 23 20 115 110 115 0 0 115 0 145 160 0 145 500 Jadi biaya transportasinya adalah sebagai berikut: (115*20) + (15*25) + (95*18) + (110*17) + (5*33) + (15*42) + (145*23) = Rp 10.

Klik option Northwest Corner Method (NWC) kemudian klik OK. Gambar 4.IV-19 transportation.10 Data entry Klik solve and analyze – select intial solution method. Gambar 4. Ganti nama variabel dengan cara klik edit . Klik OK.11 Transportation Simplex NWC .node names.9 NET Problem Specification Transportation Masukkan semua data yang ingin di proses. Gambar 4. number of sources 4 karena sumbernya 4 tempat dan number of destinations 4 karena tujuannya ada 4 kota tujuan.

Kemudian didapatkan objective value sebesar 10385.IV-20 Klik solve and analyze .12 Alokasi 1 NWC Klik iteration – next iteration maka akan muncul alokasi 2. Ini adalah hasil yang sudah final. Gambar 4. Gambar 4.13 Alokasi 2 NWC Klik iteration – next iteration maka akan muncul alokasi 3. .Solve and display steps-tableau maka akan muncul alokasi 1. Kemudian didapatkan objective value sebesar 10360. Dapat diketahui bahwa objective value sebesar 12380.

IV-21 Gambar 4.14 Alokasi 3 NWC Klik iteration – next iteration maka akan muncul tabel kesimpulan dari semua proses yang telah dilakukan. Didapatkan data shipment. Jaringan ini masih bisa dioptimalkan lagi. unit cost.15 NWC Tableau Summary Klik solve and analyze . total cost dan reduced cost. Gambar 4.Solve and display steps-network maka akan muncul hasil transportasi dari masing-masing source. .

18 NWC Network 3 Transportation . Gambar 4. Didapatkan jaringan yang optimal.IV-22 Gambar 4.16 NWC Network 1 Transportation Klik iteration – next iteration.17 NWC Network 2 Transportation Klik lagi iteration – next iteration. Terdapat perubahan jaringan. Gambar 4.

19 NWC Network Summary Klik solve and analyze – select intial solution method.20 Transportation Simplex MM Klik solve and analyze .21 Alokasi 1 MM . Gambar 4. Maka akan muncul semua data yang telah diolah. Gambar 4.IV-23 Klik iteration – next iteration. Gambar 4.Solve and display steps-tableau maka akan mucul alokasi 1. Klik option Matrix Minimum (MM) kemudian klik OK. Dapat diketahui bahwa objective value sebesar 10400.

IV-24

Klik iteration – next iteration maka akan muncul alokasi 2. Kemudian didapatkan objective value sebesar 10370.

Gambar 4.22 Alokasi 2 MM

Klik iteration – next iteration maka akan muncul alokasi 3 atau alokasi final. Kemudian didapatkan objective value sebesar 10360.

Gambar 4.23 Alokasi 3 (Final) MM

IV-25

Klik iteration – next iteration. Maka akan muncul semua data yang telah diolah.

Gambar 4.24 Least Cost Tableau Summary

Klik solve and analyze - Solve and display steps-network maka akan mucul hasil transportasi dari masing-masing source. Jaringan ini masih dapat dioptimalkan.

Gambar 4.25 Least Cost Network 1 Transportation

Klik iteration – next iteration. Terdapat perubahan jaringan.

Gambar 4.26 Least Cost Network 2 Transportation

IV-26

Klik lagi iteration – next iteration. Didapatkan jaringan yang optimal.

Gambar 4.27 Least Cost Network 3 Transportation

Klik iteration – next iteration. Maka akan muncul semua data yang telah diolah.

Gambar 4.28 Least Cost Network Summary

Klik solve and analyze – select intial solution method. Klik option Vogel’s Approximation Method (VAM) kemudian klik OK.

Gambar 4.29 Transportation Simplex VAM

32 VAM Network 1 Transportation . Gambar 4.IV-27 Klik solve and analyze .Solve and display steps-tableau maka akan muncul alokasi final. Maka akan muncul semua data yang telah diolah. Gambar 4.31 VAM Tableau Summary Klik solve and analyze .30 Alokasi 1 (Final) VAM Klik iteration – next iteration. Dapat diketahui bahwa objective value sebesar 10360. Gambar 4.Solve and display steps-network maka akan muncul hasil transportasi dari masing-masing source.

IV-28 Klik iteration – next iteration. Klik option Russell’s Approximation Method (RAM) kemudian klik OK. Gambar 4. Maka akan muncul semua data yang telah diolah.34 Transportation Simplex RAM Klik solve and analyze . Gambar 4.33 VAM Network Summary Klik solve and analyze – select intial solution method. Gambar 4. Dapat diketahui bahwa objective value sebesar 10385.35 Alokasi 1 RAM .Solve and display steps-tableau maka akan mucul alokasi 1.

Gambar 4. Gambar 4.38 RAM Network 1 Transportation . Maka akan muncul semua data yang telah diolah. Kemudian didapatkan objective value sebesar 10360.Solve and display steps-network maka akan mucul hasil transportasi dari masing-masing source. Gambar 4.IV-29 Klik iteration – next iteration maka akan muncul alokasi 2 atau alokasi final.36 Alokasi 2 (Final) RAM Klik iteration – next iteration.37 RAM Tableau Summary Klik solve and analyze .

Yogyakarta dan Makassar. Gambar 4.3 Analisis Modul Transportasi Indonesian Rice Company ingin mendistribusikan beras yang mereka hasilkan ke kota Jakarta. Didapatkan jaringan transportasi yang optimal. Indonesian Rice Company mempunyai gudang di daerah Bekasi.39 RAM Network 2 (Final) Transportation Klik iteration – next iteration.40 RAM Network Summary 4. Perusahaan ini ingin meminimumkan biaya transportasi yang ada. Bogor dan Bali. Magelang. Maka akan muncul semua data yang telah diolah. Gambar 4. Oleh karena itu dilakukan perhitungan manual dan software dengan metode North .2.IV-30 Klik iteration – next iteration. Bandung.

00. Gudang 3 ke Makassar sebanyak 15 unit dan biaya per unit sebesar 42 sehingga biaya total sebesar 630.380.000.00.00. karena dalam ribuan maka menjadi Rp 10. Metode Russell’s Approximation Method (RAM) didapatkan nilai alokasi 1 baik dengan manual maupun software sebesar Rp 10. Vogel’s Approximation Method (VAM) dan Russell’s Approximation Method (RAM). Dilihat dalam perhitungan software bahwa dari gudang 1 ke Jakarta terdapat pengiriman barang sebesar 115 dengan biaya per unit sebesar 20 jadi total biaya sebesar 2300. Gudang 3 ke Bandung sebanyak 100 unit dengan biaya per unit 18 jadi total biaya sebesar 1800. Least Cost. Metode North West Corner (NWC) pada alokasi pertama baik dengan menggunakan software maupun manual didapatkan hasil yang sama yaitu Rp 12. Jadi.385.000.400.360.000. Sedangkan dengan metode Least Cost baik manual maupun software hasil alokasi 1 sebesar Rp 10. Dari gudang 1 ke Bandung terdapat pengiriman barang sebesar 10 unit dengan biaya per unit sebesar 25 jadi total biaya sebesar 250.000. Metode Vogel’s Approximation Method (VAM) didapatkan hasil alokasi 1 baik dengan manual maupun software sebesar Rp 10. . Gudang 4 ke Makassar sebanyak 145 unit dengan biaya per unit 23 dan total biaya menjadi 3335. Berdasarkan perhitungan manual dan software didapatkan hasil optimal yang sama. Gudang 2 ke Yogyakarta sebesar 110 dengan biaya per unit 17 jadi total biaya sebesar 1870.000. Gudang 1 ke Yogyakarta terdapat pengiriman barang sebesar 5 dengan biaya per unit 35 jadi total biayanya sebesar 175. Jadi. dari ke empat metode tersebut biaya yang paling minimum adalah metode Vogel’s Approximation Method.IV-31 West Corner (NWC).00.00.360. total keseluruhan biaya sebesar 10360.

3. Studi Kasus Modul Line Balancing Cool Fan Company yang bergerak dalam industri perakitan kipas angin harus memproduksi 600 unit kipas angin dalam sehari. Perusahaan tersebut memiliki jam kerja selama 7 jam sehari. Berikut ini adalah data produksi milik Cool Fan Company.9 Data dari Cool Fan Company No 1 Operasi Merakit dinamo ke rangka menggunakan baut Operasi Pendahulu - Waktu Operasi (detik) 20 2 Merakit rangka baling-baling ke 1 2 - 15 10 25 3 4 Merakit kunci baling-baling Merakit casing belakang dengan mur dan ring 5 6 7 8 9 10 Merakit tombol speed Merakit tombol timer Merakit louver Merakit kabel Merakit casing depan Merakit tutup casing 4 5.3 6 7 8 9 10 10 10 30 10 15 Tentukanlah: a.IV-32 4. Precendence diagram . Waktu siklus b. Tabel 4. Banyaknya work station c.

analytic dan simulasi. Perhitungan Manual Modul Line Balancing Metode-metode pada line balancing terdiri dari metode heuristic. Langkah-langkah balancing. CT = Waktu Pr oduksi 7 = x3600 = 42 detik 600 Jumlah Pr oduksi Hasil perhitungan di atas merupakan nilai dari waktu siklus. Nilai waktu siklus dengan menggunakan metode Killbridge adalah 42 detik. perhitungan yang dilakukan dengan menggunakan metode ini adlah sebagai berikut. Killbridge and Wester dan Ranked Positional Weight (RPW) tapi kali ini hanya dilakukan perhitungan dengan menggunakan metode Killbridge and Wester dan Ranked Positional Weight (RPW). Banyaknya Stasiun Kerja (Work Station) Stasiun kerja terdiri dari beberapa proses.1. Berikut adalah perhitungan manualnya. a. Berikut adalah perhitungan untuk mencari banyaknya stasiun kerja. Waktu Siklus (Cycle Time) Waktu siklus adalah jarak waktu antara proses pertama ke proses berikutnya dalam pembuatan suatu produk. Nilai ini didapatkan dari pembagian antara waktu produksi dengan jumlah produksi. . 1.IV-33 4. b. Metode Killbridge Metode Killbridge adalah salah satu metode penyelesaian masalah line Metode ini termasuk metode heuristic. Metode heuristic terbagi menjadi empat macam yaitu Largest Candidate.3. Al Arcu’s.

Precedence Diagram Precedence diagram adalah diagram pendahulu yang menunjukkan urutan proses pengerjaan suatu produk yaitu kipas angin.9 30+10=40 42 5 10 15 42 Berikut adalah diagram yang telah dikelompokkan dengan menggunakan metode Killbridge. c. Operasi 1 dan 2 bekerja dalam stasiun kerja 1.6.4 10+25=35 42 3 5. 20 1 15 2 10 3 25 4 10 5 10 6 10 7 30 8 10 9 15 10 Gambar 4.IV-34 WS = WaktuOpera si 155 = = 3. Terdapat 5 work station dengan menggunakan metode Killbridge. Pengelompokan Work Station Setelah diketahui diagram pendahulu dan waktu siklus maka dilakukan pengelompokan stasiun kerja. Jumlah work station untuk metode Killbridge adalah 4 stasiun kerja.10 Pengelompokan Work Station Cycle Time WS Operasi Total Waktu 1 1.2 20+15=35 42 2 3. Tabel 4.69 ≈ 4 42 Waktusiklu s Hasil perhitungan di atas menunjukkan banyaknya stasiun kerja.41 Precedence Diagram Metode Killbrige d. operasi 3 dan 4 bekerja dalam stasiun kerja 2. Terdapat waktu pengerjaan per proses.7 10+10+10=30 42 4 8. Operasi .

Efisiensi Work Station Efisiensi stasiun kerja adalah waktu efektif kerja pada setiap work station.43 95.33% WaktuSiklus 42 Work station 1 memiliki nilai persen efisiensi stasiun kerja sebesar 83.33 83.4 5. Tabel 4.33 71.7 8.67%. 1 WS 1 2 3 WS 2 WS 5 4 5 WS 3 6 7 WS 4 8 9 10 Gambar 4. operasi 8 dan 9 bekerja dalam stasiun kerja 4. Persen efisiensi stasiun kerja didapatkan dari pembagian waktu operasi dengan waktu siklus dikalikan dengan 100%.9 10 Total Waktu 20+15=35 10+25=35 10+10+10=30 30+10=40 15 Cycle Time 42 42 42 42 42 %effisiensi WS 83. Setelah mendapatkan nilai efisiensi lintasan maka bisa didapatkan . Efisiensi Lintasan Efisiensi lintasan adalah waktu efektif kerja pada lintasan kerja.42 Pembagian Work Station Metode Killbrige e.24 35.33%.IV-35 5.6. Stasiun kerja 5 hanya terdapat stasiun kerja 10.11 Efisiensi Work Station WS 1 2 3 4 5 Operasi 1. f. Sehingga stasiun ini sudah bisa dikatakan efisien karena hanya menganggur sebanyak 16.71 %effisiensi WS 1 = WaktuOpera si 35 100% = 100% = 83.2 3.6 dan 7 bekerja dalam stasiun kerja 3.

2. 20 1 15 2 10 3 25 4 10 5 10 6 10 7 30 8 10 9 15 10 Gambar 4. Berikut ini merupakan gambar 4.74%.26% 42 x 4 % Idle Lintasan= 7. Predence Diagram Precedence diagram adalah diagram pendahulu yang menunjukkan urutan proses pengerjaan suatu produk yaitu kipas angin.26%. Metode RPW (Ranked Position Weight) Metode RPW (Ranked Position Weight) adalah salah satu metode untuk menyelesaikan masalah line balancing.74% Nilai persen efisiensi lintasan sebesar 92. 1. % Effisien Lintasan = = Waktu Pr osesPerUni t 100% CT WS 155 100% = 92. Sehingga stasiun ini sudah bisa dikatakan efisien karena hanya menganggur sebanyak 7.43 Predence Diagram Metode RPW . Terdapat waktu pengerjaan per proses. Berikut adalah langkah-langkah perhitungan dengan metode RPW (Ranked Position Weight).43 Predence Diagram Metode RPW.IV-36 persen menganggurnya dengan melakukan pengurangan antara 100 persen dengan persen efisiensi lintasan.

IV-37 2. 15+10+10+10+30+10+15 = 100 c.12 Matrik Metode RPW Operasi Pendahulu 1 2 3 4 5 6 7 8 9 10 1 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0 0 3 1 1 0 0 0 0 0 0 0 0 Operasi Lanjutan 4 5 6 7 8 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 9 1 1 1 1 1 1 1 1 0 0 10 1 1 1 1 1 1 1 1 1 0 Total 120 100 85 110 85 75 65 55 25 15 Pembobotan a. 20+15+10+10+10+30+10+15=120 b. 25+10+10+10+30+10+15=110 e. 30+10+15=55 i. 15 . Matrik Bobot Posisi Matrik bobot posisi terdiri dari operasi pendahulu dan operasi lanjutan. 10+15=25 j. 10+30+10+15=65 h. Tabel 4. 10+10+30+10+15=75 g. 10+10+10+30+10+15=85 f. 10+10+10+30+10+15 = 85 d. Berikut adalah tabel yang telah dibuat.

Tabel 4. Waktu Siklus Waktu siklus adalah jarak waktu antara proses pertama ke proses berikutnya dalam pembuatan suatu produk. Berikut adalah tabel before dan after.14 After Operasi 1 2 3 4 5 6 7 8 9 10 Bobot Posisi 120 100 85 110 85 75 65 55 25 15 Operasi Pendahulu 1 2 4 5. Nilai ini didapatkan dari waktu terbesar pada proses yang ada. 5.16 ≈ 6 30 Waktusiklu s .IV-38 3.3 6 7 8 9 Operasi 1 4 2 3 5 6 7 8 9 10 Bobot Posisi 120 110 100 85 85 75 65 55 25 15 Operasi Pendahulu 1 4 2 5.3 6 7 8 9 4. Banyaknya Stasiun Kerja Stasiun kerja terdiri dari beberapa proses. Berikut adalah perhitungan untuk mencari banyaknya stasiun kerja. Tabel Before dan After Tabel before dan after adalah tabel yang menunjukkan susunan operasi sebelum dilakukan perhitungan dan sesudah dilakukan perhitungan. Waktu siklus pada studi kasus ini adalah 30 detik.13 Before Tabel 4. WS = WaktuOpera si 155 = = 5.

operasi 4 bekerja dalam stasiun kerja 2. Jumlah work station untuk metode RPW (Ranked Position Weight) adalah 4 stasiun kerja. 6. WS 1 1 2 3 WS 4 WS 3 WS 5 4 WS 2 5 6 7 WS 6 8 9 10 Gambar 4.5 3. Terdapat 6 work station dengan menggunakan metode Ranked Positional Weight (RPW). Pengelompokan Masing-Masing Kelompok Kerja Setelah diketahui diagram pendahulu dan waktu siklus maka dilakukan pengelompokan stasiun kerja. Tabel 4. operasi 3.6 dan 7 bekerja dalam stasiun kerja 4. Operasi 8 bekerja dalam stasiun kerja 5 dan operasi 9 dan 10 bekerja dalam stasiun kerja 6.7 8 9. Operasi 1 bekerja dalam stasiun kerja 1.6. Operasi 2 dan 5 bekerja dalam stasiun kerja 3.44 Pembagian Work Station Metode RPW .IV-39 Hasil perhitungan di atas menunjukkan banyaknya stasiun kerja.10 Total Waktu dalam Stasiun Kerja 20 25 15+10=25 10+10+10=30 30 10+15=25 Cycle Time 30 30 30 30 30 30 Berikut adalah diagram yang telah dikelompokkan dengan menggunakan metode Killbridge.15 Pengelompokan Kelompok Kerja WS 1 2 3 4 5 6 Operasi 1 4 2.

7 8 9. Sehingga stasiun ini sudah bisa dikatakan efisien karena hanya menganggur sebanyak 13.33 100 100 83.5 3.67 83. Setelah mendapatkan nilai efisiensi lintasan maka bisa didapatkan persen menganggurnya dengan melakukan pengurangan antara 100 persen dengan persen efisiensi lintasan. % Efisiensi Lintasan = = % Idle = 13.89%.16 Efisiensi Work Station WS 1 2 3 4 5 6 Operasi 1 4 2.33 8.10 Total Waktu dalam Stasiun Kerja 20 25 25 30 30 25 Cycle Time 30 30 30 30 30 30 %Efisiensi Work Station 66. Efisiensi Lintasan Efisiensi lintasan adlah waktu efektif kerja pada lintasan kerja. Efisiensi Work Station Efisiensi stasiun kerja adalah waktu efektif kerja pada setiap work station.IV-40 7.33 83. Tabel 4.6.11 % 30 x6 .11%. Persen efisiensi stasiun kerja didapatkan dari pembagian waktu operasi dengan waktu siklus dikalikan dengan 100 persen. Waktu Pr osesPerUni t 100% CT WS 155 100% = 86.89 % Nilai persen efisiensi lintasan sebesar 86.

2 Perhitungan Software Modul Line Balancing Buka WinQSB kemudian klik Facility Location and Layout. primary heuristic yang digunakan Ranked Positional Weight Method dengan tie breaker random (acak). Klik file – New Problem. Gambar 4.IV-41 4.45 Problem Specification Maka akan muncul line balancing task information. Klik OK.3.46 Task Information Klik Solve and Analyze – Solve The Problem. Masukkan semua data yang ingin diolah. Klik problem type Line Balancing. Maka akan muncul Line Balancing Solution dengan metode pemecahan dengan Heuristic Procedure. . masukkan judul masalahnya dan masukkan banyaknya operasi yaitu 10 dengan hitungan waktu dalam detik. Maka akan mucul Problem Specification. Klik OK. Gambar 4.

waktu yang tidak digunakan dan persen menganggur. Maka akan muncul kesimpulan dari line yang di olah. Gambar 4. tugasnya. nama tugasnya.Show Line Summary.IV-42 Gambar 4.48 Hasil Line Balancing Solution Klik Results . waktu tugasnya. Di sini bisa dilihat banyaknya stasiun kerja. banyaknya operator.47 Line Balancing Solution Setelah di klik OK maka langsung muncul line balancing solution. .

Oleh karena itu dilakukan perhitungan dengan menggunakan dua buah metode yaitu metode Ranked Positional Weight (RPW) dan Killbridge. Gambar 4.49 Line Balancing Summary Klik Results – Show Line Layout in Graph.3 Analisis Modul Line Balancing Cool Fan Company ingin menyeimbangkan beban kerja di setiap work station karena masing-masing work station harus seimbang. Perhitungan manual dengan metode Killbridge didapatkan waktu siklus sebesar 42 detik dengan banyaknya stasiun kerja menggunakan rumus yang ada terdiri dari 4 stasiun kerja.50 Line Balancing in Graph 4.IV-43 Gambar 4.3. Maka akan mucul pembagian stasiun kerja dalam lintasan. Kemudian dibuat diagram pendahulu dan dilakukan pengelompokan stasiun kerja yang ternyata terdiri dari 5 stasiun kerja karena kalau menggunakan rumus tidak melihat dari susunan .

Task name adalah nama operasi yang ingin di olah dan task time adalah waktu pengerjaan per operasi. Stasiun 4 dan 5 yang sangat efektif karena tidak menganggur sedikit pun. Berdasarkan perhitungan software dengan menggunakan metode Ranked Positional Weight (RPW) maka diketahui jumlah stasiun lintasan sebanyak 6 buah stasiun. Waktu siklus didaptkan dari waktu terbesar pada waktu pengerjaan produk yaitu sebesar 30 detik.IV-44 operasi dan waktunya. Stasiun kerja yang paling sedikit waktu menganggurnya adalah stasiun kerja 4.33%. Perhitungan manual dengan metode Ranked Positional Weight (RPW) pertama-tama membuat diagram pendahulu kemudian dilanjutkan dengan pembuatan matriks bobot posisi dan setelah itu membuat tabel sebelum dan sesudah.11% berarti lintasa ini cukup memanfaatkan waktu yang ada. Waktu yang tidak digunakan sebesar 10 detik kemudian di dapatkan persen menganggur sebesar 33. Time unassigned adalah waktu yang tidak dipergunakan dan % idleness adalah persen waktu menganggur. Persen efisiensi stasiun kerja berbeda-beda pada setiap stasiun kerja. Persen efisiensi lintasan dengan metode ini adalah 86. Tabel kesimpulan bisa dilihat waktu siklusnya sebesar 30 detik dengan banyaknya work station 6 buah dan banyaknya operator yang dibutuhkan .26% yang berarti lintasan ini sangat efisien dan sangat sedikit menganggur. Dibutuhkan satu orang operator pada masingmasing work station. Setelah itu dicari banyaknya stasiun kerja dan dilakukan pengelompokan masing-masing kelompok kerja yang terdiri dari 6 stasiun kerja. Persen efisiensi lintasan sebesar 92. Begitu pula pembacaan untuk operasi-operasi selanjutnya. Operasi pertama terletak di stasiun pertama dengan banyaknya operator sebanyak 1 orang dan nama operasi merakit dinamo ke rangka dengan waktu pengerjaan selama 20 detik.

4.74%. . Berarti terdapat kesamaan perhitungan antara perhitungan manual dan perhitungan software. enam dan tujuh.26% dan persen menganggur sebesar 7.89%. Line balancing in graph menunjukkan banyaknya pembagian stasiun kerja. pada stasiun tiga terdapat tugas ke dua dan lima. banyaknya stasiun kerja sebanyak 6 buah dengan pembagian tugas yang sama dalam masing-masing work station dan persentase menganggur sebanyak 13. Sedangkan pada stasiun lima terdapat tugas ke delapan dan pada stasiun ke enam terdapat tugas sembilan dan sepuluh. Banyaknya waktu yang tersedia dalam detik adalah 180 detik dan total waktu pengerjaan selama 155 detik dan waktu menganggur selama 25 detik. pada stasiun pertama terdapat tugas yang pertama. Antara perhitungan manual dan software menggunakan metode Ranked Positional Weight (RPW) didapatkan hasil yang sama yaitu waktu siklus sebesar 30 detik. Karena dihasilkan persen efisiensi lintasan sebesar 92. Studi kasus yang pertama adalah tentang riset dan pengembangan produk Coke untuk metode CPM dan sudi kasus yang kedua adalah adalah pembuatan produk mesin pemotong kuku otomatis untuk metode PERT. Studi Kasus Modul CPM dan PERT Terdapat 2 macam studi kasus pada modul kali ini. Terdapat 6 stasiun kerja.IV-45 sebanyak 6 orang. pada stasiun kedua terdapat tugas keempat. 4. banyaknya persen waktu menganggur sebanyak 13.89%. Jadi. Stasiun empat terdapat tugas ke tiga.

17 Data dari Olive Company Aktivitas A B C D E F G H I J K Aktivitas Pendahulu A C B C D E. Mengidentifikasi keinginan konsumen C.4. F.G H I J Waktu (hari) 14 7 4 4 3 5 7 8 5 2 3 Olive Company ingin mengetahui network dan lintasan kritis dengan menggunakan metode CPM.1. Berikut adalah keterangan dari aktivitas yang telah dilakukan. Merancang riset coke green tea . Studi Kasus CPM Olive Company telah mengadakan riset dan pengembangan terhadap produk mereka yaitu Coke.IV-46 4. A. Mengidentifikasi pembuatan coke green tea B. Menentukan tujuan dan kontribusi E. Menjual ide tersebut bahwa ide tersebut menarik dan perlu di uji D. Kali ini mereka ingin membuat Green Tea Flavoured Coke karena berdasarkan penelitian yang sebelumnya telah dilakukan diketahui bahwa teh hijau bisa mencegah dari beberapa jenis kanker. Berikut ini adalah langkah-langkah yang mereka lakukan. Mengumpulkan hasl kuesioner Mengumpulkan teori dan hasil riset sebelumnya G. Tabel 4.F.

didapatkan network sebagai berikut dimana waktu yang digunakan adalah waktu normal: 1 0 0 B. yaitu A – C – D – G – H – I – J – K.14 2 14 14 C.5 10 10 15 20 20 15 20 10 10 20 .2 9 44 44 K. kritis K. Menunjukkan keterbatasan K.3 6 29 29 H.7 A. Menganalisis dan menguji hipotesis yang telah dibuat I. kritis J.5 D. Mengusulkan perbaikan 4.8 7 37 37 I.7 3 7 26 E. Membuat ringkasan.1 Perhitungan Manual CPM Penyelesaian menggunakan cara manual untuk studi kasus diatas dengan menggunakan metode Critical Path Method.18 All Data CPM Aktivitas A.3 10 47 47 Gambar 4. kritis B C. Tabel 4.51 Network CPM Normal Time Manual Menentukan lintasan kritis adalah dengan memilih perhitungan waktu maju dan mundur yang sama. kritis Waktu (hari) Normal (Tn) Dipercepat (Tc) 14 12 7 5 4 3 4 3 3 2 5 4 7 5 8 6 5 4 2 1 3 2 Biaya ($) Normal (Cn) Dipercepat (Cc) 240 215 Slope Biaya (Rp) 110 50 45 70 80 250 300 70 30 50 130 60 60 90 100 280 340 80 40 70 12. kritis D. kritis H.5 8 42 42 J. kritis I.4 4 18 18 F.4.4 5 22 22 G. mendiskusikan hasil pengujiannya dan menyimpulkan hasilnya J.1.IV-47 H. kritis E F G.

2 Perhitungan Software CPM Pertama-tama buka software WinQSB PERT-CPM.6 7 29 29 I.4 8 33 33 J.2 6 23 23 H.1.4 D. biaya normal dan biaya dipercepat serta slope biaya.1 9 34 34 K.12 2 12 12 C.2 10 36 36 Gambar 4. A dipercepat 2 hari Keg.3 4 15 15 F.4. I dipercepat 1 hari Keg. dibuat tabel kegiatan percepatan untuk mengetahui waktu pengerjaan proyek dan jumlah biaya yang disarankan.3 5 18 18 G. Tabel 4.19 Analisis Biaya Percepatan Keg. B dipercepat 2 hari Keg. waktu normal dan dipercepat.52 Network CPM Crash Time Manual 4. Masukkan judul masalahnya. H dipercepat 2 hari Keg. banyaknya aktivitas yang dilakukan yaitu 11 aktivitas dan waktunya dalam hitungan hari. F dipercepat 1 hari 47 45 44 43 41 39 38 37 36 34 33 32 1270 1295 1305 1320 1350 1390 1400 1410 1430 1450 1470 1490 1 0 0 B.IV-48 Berdasarkan tabel analisa biaya percepatan maka bisa diketahui aktivitas yang merupakan jalur kritis.5 3 5 21 E. Tipe masalahnya dalam Deterministic CPM. C dipercepat 1 hari Keg. Setelah itu. E dipercepat 1 hari Keg.5 A. data entry format dalam spreadsheet dan data yang di . D dipercepat 1 hari Keg. Yang dipercepat Tanpa percepatan Keg. Klik file – new problem. J dipercepat 1 hari Keg. G dipercepat 2 hari Keg. K dipercepat 1 hari Keg.

.IV-49 masukkan adalah waktu normal. biaya normal dan biaya percepatan. Gambar 4. biaya normal dan biaya percepatan. Maka akan muncul data yang telah di olah. Jika nama aktivitasnya ingin di ganti sesuai dengan studi kasus klik saja kolom activity name.53 Problem Specification CPM Masukkan aktivitas pendahulu. Lalu ketik nama yang diinginkan. Gambar 4. Klik OK.54 All Data CPM Klik solve and analyze – solve critical path using normal time. waktu percepatan. waktu percepatan. waktu normal.

IV-50 Gambar 4. Gambar 4.56 Graphic Activity Analysis Normal CPM Klik Results – Show critical path. Maka diperlihatkan semua aktivitas dan jalur kritisnya.55 Activity Critically Analysis Normal CPM Klik Results .57 Critical Path CPM Klik Results – Perform crashing analysis. Masukkan desired completion time sesuai dengan kolom project completion time yang menunjukkan 36 hari waktu penyelesaian proyek. . Maka ditunjukkan jalur kritis berikut waktu penyelesaiannya. Klik OK. Gambar 4.Graphic Activity Analysis.

Gambar 4.59 Crashing Analysis CPM Setelah itu klik solve and analyze .IV-51 Gambar 4.60 Activity Critically Analysis Crash Time CPM . biaya yang ditambahkan.58 Crashing Analysis Input CPM Maka akan muncul tabel crashing analysis. Gambar 4. Diketahui waktu yang disarankan. biaya normal dan biaya yang disarankan.solve critical path using crash time. Maka akan muncul tabel Activity Critically Analysis dengan waktu percepatan.

4. Berdasarkan perhitungan software yang telah dilakukan dengan menggunakan program winQSB maka diketahui Earliest Start (ES).IV-52 Klik Results – Graphic Activity Analysis. dilakukan perhitungan dengan menggunakan Critical Path Method (CPM) untuk mengetahui network dan lintasan kritisnya. Earliest Finish (EF).61 Graphic Activity Analysis Crash Time CPM Klik Results – Show critical path. dan Latest Finish (LF).62 Critical Path Crash Time CPM 4. Latest Start (LS). Oleh karena itu. Perusahaan ini ingin mengetahui lintasan yang paling optimal untuk riset tersebut dari awal hingga akhir. Nilai slack didapatkan dari pengurangan LS dengan ES. Waktu penyelesaian selama 47 hari dengan baya .3 Analisis CPM Olive Company mengadakan riset terhadap produk mereka yaitu coke. Maka ditunjukkan jalur kritis berikut waktu penyelesaiannya. Maka diperlihatkan semua aktivitas dan jalur kritisnya. Gambar 4.1. Gambar 4.

Berikut ini adalah aktivitas dalam pembuatan produk pemotong kuku otomatis.4. Biaya percepatan proyek percepatan sebesar $1430 dengan waktu penyelesaian selama 36 hari. Terdapat perbedaan biaya karena untuk mempercepat waktu pengerjaan suatu proyek harus diadakan penambahan pekerja yang membutuhkan tambahan biaya. Table crashing analysis menunjukkan lintasan kritis yang sama dengan menunjukkan waktu normal. . Produk yang ingin dibuat adalah mesin pemotong kuku.IV-53 proyek sebesar $1270. 4. waktu percepatan. ini dihasilkan dari waktu normal. Mesin pemotong kuku otomatis ini dapat menjaga kebersihan kuku dan mempermudah masyarakat untuk memotong kuku. waktu yang disarankan. biaya penambahan. biaya pada lintasan kritis sebesar $1010 dengan banyaknya lintasan kritis sebanyak 1 buah. Biaya normal sebesar $1270 dengan waktu penyelesaian selama 47 hari. Berdasarkan perhitungan manual dan software maka didapatkan lintasan kritis yang sama yaitu A-C-D-G-H-I-J-K karena lintasan ini merupakan lintasan yang terbaik untuk riset yang dilakukan dari operasi awal hingga akhir.2 Studi Kasus PERT Putra’s Company ingin membuat suatu produk yang sekarang ini masih belum beredar di Indonesia. biaya normal dan biaya yang disarankan.

H I J K Waktu (minggu) 10 10 8 4 2 4 1 2 2 2 1 2 Putra’s Company ingin mengetahui network dan lintasan kritis dengan menggunakan metode PERT.20 Data dari Putra’s Company Aktivitas A B C D E F G H I J K L Aktivitas Pendahulu A C B E F D G.IV-54 Tabel 4. Pasang mesin pada rangka dan stel I. J. Memesan material untuk rangka Membuat rangka mesin G. Mengusulkan perbaikan . F. Menyesuaikan mesin E. Finishing bagian rangka H. Merencanakan pembuatan mesin pemotong kuku B. Merencanakan pembuatan rangka C. Membuat mesin D. Menunjukkan keterbatasan L. Berikut adalah keterangan dari aktivitas yang telah dilakukan. Menguji coba Mendiskusikan hasil pengujian dan menyimpulkan K. A.

166667 3.694444 1 0.8333 1 0.3333 0.333333 2. melainkan menggunakan Te.3333 0.833333 1.361111 0.111111 0. Sd dan V yang didapatkan untuk masing-masing aktivitas: Tabel 4.6667 1.IV-55 4.333333 1.4.111111 0.1 Perhitungan Manual PERT Penyelesaian menggunakan metode Program Evaluation and Review Techniques (PERT).333333 Standar Deviasi (Sd) 1.33333 10.666667 1.5 2.1667 0.444444 V Aktivitas A B C D E F G H I J K L Setelah nilai Te ditentukan maka network dibuat berdasarkan nilai tersebut dan berikut ini adalah bentuk network PERT: . Berikut ini adalah nilai Te.027778 0.25 0.3333 1 1.666667 2.1667 0.6667 0.833333 4.33333 8.21 Data PERT Aktivitas Pendahulu A C B E F D G.2.444444 0.5 2.25 0.H I J K Waktu Optimistik ( to ) 7 8 5 2 1 4 1 2 1 1 1 1 Waktu Realistik ( tm ) 10 10 8 4 2 4 1 2 2 2 1 2 Waktu Pesimistik (tp) 15 14 12 5 2 6 5 4 6 7 4 5 Waktu yang diharapkan (te) 10.5 0.777778 1 1. pertama kali yang harus dilakukan adalah menentukan Te dan V karena network didapatkan bukan menggunakan waktu normal seperti pada CPM.5 0.

3316.3.83 E. 4.66 10 29.33 7 16.5 11 31.17 27.63 Problem Specification PERT .3331.5 23 G.1.2. Masukkan judul masalahnya.17 4 18.1.33 10.67 Gambar 4.3310.2.33 22.8329.2.33 F.1. Klik OK. yaitu A – C – D – H – I – J – K – L.83 5 22.2 Perhitungan Software PERT Pertama-tama buka software WinQSB PERT-CPM.83 K.5 18.2.6733. Gambar 4.5 D.5 9 27. Tipe masalahnya dalam Probabalitas PERT.17 J.33 2 C.10.1718.67 24.5 3 10.IV-56 1 0 0 A:10.33 B.62 Network PERT Kemudian untuk menentukan lintasan kritis adalah dengan memilih perhitungan waktu maju dan mundur yang sama dan yang terpanjang.4.8.34 12 33. Klik file – new problem.67 I.33 L.67 8 24. banyaknya aktivitas yang dilakukan yaitu 12 aktivitas dan waktunya dalam hitungan minggu.4.67 F.84 6 12.

Pada aktivitas pendahulu jangan menggunakan titik tapi gunakanlah koma.graphic activity analysis. Gambar 4. waktu optimis. Gambar 4.IV-57 Masukkan nama aktivitas. Gambar 4. aktivitas pendahulu.64 All PERT data Klik solve and analyze – solve critical path.66 Graphic Activity Analysis PERT . Maka diperlihatkan semua aktivitas dan jalur kritisnya. Maka akan muncul data yang telah di olah. waktu realistik dan waktu pesimis.65 Activity Critically Analysis PERT Klik results .

67 minggu boleh terdapat penyimpangan menjadi 115. Jadi.2. Berdasarkan hasil perhitungan manual dan software maka didapatkan lintasan kritis yang sama yaitu A-C-D-H-I-J-K-L.43.3 Analisis PERT Putra’s Company ingin membuat mesin pemotong kuku otomatis yang masih belum beredar di Indonesia. Didapatkan nilai standar deviasi atau besarnya penyimpangan yang terjadi pada masing-masing aktivitas adalah sama. Waktu penyelesaian proyek mesin pemotong kuku otomatis dengan menggunakan perhitungan manual dan software menunjukkan angka yang sama yaitu 33. Berdasarkan perhitungan software maka diketahui jumlah standar deviasi atau jumlah penyimpangan keseluruhan sebesar 2.48 minggu ataupun menjadi 48.IV-58 Gambar 4. Oleh karena itu.4. dilakukan perhitungan dengan metode PERT untuk mengetahui lintasan kritis dan network dari langkah-langkah pengerjaan yang ada. selama 33.67 Critical Path PERT 4. . waktu realistik dan waktu pesimistik hanya waktu yang diharapkan yang bisa dipercaya walaupun bukan waktu yang pasti. Baik menggunakan perhitungan software maupun manual digunakan waktu yang diharapkan karena dibandingkan dengan waktu optimistik.15 minggu.67 minggu dengan lintasan kritis sebanyak 1 buah.

50 5.10 5.40 5.50 5. Tabel 4.50 5.10 5.40 5.20 5.20 5. Hitunglah data batas kendali atas dan batas kendali bawah dari produksi mesin ketik tersebut dengan menggunakan peta X dan peta R untuk melakukan perbaikan kualitas.10 .50 5.20 5.30 5.20 5.40 5.5.40 5.30 5.50 5.20 5.20 5. Makin Jaya Observasi Hari 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 X1 5.50 5.IV-59 4.40 5.10 5.50 5. Makin Jaya bergerak dalam bidang produksi mesin ketik ingin melakukan pengendalian kualitas terhadap berat mesin ketik yang dihasilkan.20 5.20 5.30 5.30 5.30 5.50 5.10 5.30 5.20 5.20 5.50 5.50 5.30 5.20 5.30 5.20 5.20 5.20 5.50 5.40 5.40 5.50 5.30 5.50 Mengukur Berat Mesin Ketik (kg) X2 X3 X4 5.50 5.20 5.50 kg dengan menggunakan batas kendali 3 sigma. Industri tersebut menetapkan batas berat mesin ketik untuk kualitas yang baik adalah dari 5 kg + 0.30 5.40 5.50 5.50 X5 5.20 5.30 5.40 5.30 5.20 5.40 5.10 5.20 5.30 5.50 5.10 5.20 5.40 5.10 5.20 5.40 5.30 5.20 5.20 5.40 5.30 5.50 5.30 5.20 5.20 5.50 5.20 5.50 5.30 5.30 5.50 5.40 5.50 5.20 5.40 5.20 5.50 5.30 5.30 5.30 5.20 5.30 5.40 5.30 5.40 5.40 5.40 5.20 5.20 5.20 5.30 5.20 5.20 5.20 5.20 5.40 5.40 5.30 5.10 5.22 Data Berat Mesin Ketik dari PT.30 5.30 5. Studi Kasus Modul Quality Control PT.

20 5.20 5.30 5.20 5.10 5.30 5.30 5.20 5.10 5.50 5.30 5.40 0.30 0.40 5.20 5.30 0.22 Data Berat Mesin Ketik dari PT.20 5.20 5.40 5.20 5.34 5.10 5.40 5.40 5.40 5.36 5.30 Perhitungan Manual Modul Quality Control Berikut ini adalah perhitungan manual untuk studi kasus di atas.30 5.40 5.20 5.50 5.10 5.20 5.30 0.50 5.50 5.20 5.20 5.50 5.30 0.5.30 5.40 5.20 5.10 5.40 5.40 5.40 5.50 5.23 Perhitungan Manual Quality Control Observasi Hari 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Mengukur Berat Mesin Ketik (kg) X1 X2 X3 X4 X5 5.30 0.50 5.20 5.50 5.22 5.50 5.36 5.50 X 5.20 5.30 0.30 0.30 5.30 5.30 5.20 5.10 5.40 X5 5.10 5.28 5.20 5.50 5. Makin Jaya (Lanjutan) Observasi Hari 24 25 26 27 28 29 30 4.26 5.30 5.20 5.20 5.50 5.30 0.50 5.30 5.50 5.10 5.20 0.23 Perhitungan Manual Quality Control berikut ini.20 5.1 X1 5.40 5.20 5.50 5.50 5.30 5.20 5.32 5.10 5.30 5.50 5.36 R 0.20 5.50 5.30 0.50 5.28 5.40 5.20 0.20 0.30 5.50 5.40 5.30 5.IV-60 Tabel 4.20 5.30 5.20 5.40 5.10 5.40 5.34 5.40 5.20 5.20 5.28 5.40 5.20 0.20 5.50 5.50 5.20 5. Tabel perhitungan tersebut dirangkum dalam tabel 4.34 5. Tabel 4.20 5.30 5.50 5.40 Mengukur Berat Mesin Ketik (kg) X2 X3 X4 5.30 5.20 5.50 5.40 0.10 5.30 5.22 5.40 5.28 5.30 5.40 5.20 5.20 5.30 5.40 5.40 5.20 5.30 0.20 5.20 5.30 0.30 5.20 5.40 .30 5.10 5.40 5.20 5.30 5.32 5.20 5.30 5.32 5.40 5.30 5.

50 5.20 0.IV-61 Tabel 4.20 BKAX = ∑X + A2 .50 5.30 5. 0.1324 BKAR = D4 .50 5.30 5.30 159.40 5. ∑R = 5.10 5.40 5.10 5.30 X 5.3093 – 0.30 5.28 5.3067 Mengukur Berat Mesin Ketik (kg) X1 X2 X3 X4 X5 5.40 5.40 0.10 5.40 5.50 5.1769 = 5. ∑R = 0 .20 5.3067 = 5.20 5.10 5.3067 =0 .40 5.30 0.40 5.50 5.30 5.40 5.40 5.26 5.20 5.38 5.114 .30 5.50 5.40 5.36 5.30 5.∑R = 5.20 5.50 5.10 5.20 5.30 0.20 5.30 0.6484 BKBR = D3 .3067 = 0.20 5.40 0.50 5.10 5.40 0.40 0.1769 = 5.23 Perhitungan Manual Quality Control (Lanjutan) Observasi Hari 19 20 21 22 23 24 25 26 27 28 29 30 Jumlah ∑X = 5.50 5. 0.577 .20 5.30 5.40 5.30 5.3093 – 0.40 5.34 5.577 .40 5.3093 + 0.20 5.3093 ∑R = 0.30 9.28 R 0.20 5.20 5.20 5.20 5.4862 BKBX = ∑X – A2 .30 0.50 5.20 0.3067 = 5. ∑R = 2. 0. 0.20 5.30 5.40 0.34 5.28 5.3093 + 0.26 5.28 5.30 5.30 5.32 5.30 5.20 5.10 5.40 5.20 5.50 5.30 5.

Sehingga kualitas pada PT.4862.68 Grafik Peta X Grafik peta R menunjukkan batas kontrol atas sebesar 0. batas kontrol bawah sebesar 5.IV-62 Grafik peta X menunjukkan batas kontrol atas yaitu sebesar 5.69 Grafik Peta R .3093. Berdasarkan grafik dapat dilihat bahwa semua data yang dimasukkan terdapat di antara BKA dan BKB sehingga kualitas pada PT. BKA CL BKB Gambar 4. Berdasarkan grafik peta R dapat dilihat bahwa semua data yang dimasukkan terdapat di antara BKA dan BKB dan cukup banyak yang berada di garis tengah.1324 dan garis tengah sebesar 5.6484.3067. BKA CL BKB Gambar 4. batas kontrol bawah sebesar 0 dan garis tengah sebesar 0. Makin Jaya sudah baik. Makin Jaya sudah baik.

Masukkan data observasi yang ingin diproses. Gambar 4.IV-63 4. banyaknya karakteristik 30 dan banyaknya observasi 5. Klik OK.70 Problem Specification QCC Kemudian muncul tampilan seperti gambar data input.5. Masukan judul masalah yaitu berat mesin ketik dengan 1 jenis karakteristik.2 Perhitungan Software Modul Quality Control Buka program WinQSB kemudian pilih QCC atau Quality Control setelah terbuka akan muncul tampilan problem specification. pada karakteristik kualitas pilih data variabel dan pada data entry format pilih subgroup horizontally. Gambar 4.71 Software Data Berat Mesin Ketik .

Lalu klik lagi Gallery dan pilih R (Range) Chart maka akan muncul gambar seperti dibawah ini.73 Software Peta R Klik Analysis dan pilih Sample Summary. Gambar 4. nilai maksimum dan minimum. nilai tengah. Gambar 4.IV-64 Kemudian klik Gallery lalu pilih X-bar (Mean) Chart dan akan muncul gambar seperti dibawah ini. .72 Software Peta X Kemudian kembali dengan memilih gambar pintu. standar deviasi. Terdapat nilai rata-rata dan standar deviasi berikut BKA dan BKB. varians. nilai tengah dari range. Maka akan muncul dapat diketahui nilai rata-rata. jarak.

IV-65 Gambar 4.3 Analisis Modul Quality Control PT. Berdasarkan perhitungan software terdapat dua grafik yaitu grafik peta X dan peta R.3067 dan nilai standar deviasi sebesar 0. Dapat dilihat bahwa semua data baik menggunakan peta X maupun . nilai rata-rata sebesar 5. S dan R.1139.74 Perhitungan Software 4.1324. Nilai rata-rata sebesar 0. C.3093. Dilakukan perhitungan dengan menggunakan peta X dan peta R karena data yang di proses adalah data variabel.3093 dan standar deviasi sebesar 0. Grafik peta R menunjukkan nilai BKA sebesar 0. Makin Jaya ingin melakukan perbaikan kualitas terhadap mesin ketik yang mereka produksi.6484 dan BKB sebesar 0.4862 dan BKB sebesar 5. nilai tengah sebesar 5. Terdapat 2 macam tool pada quality control yang digunakan yaitu seven old tools dan new tools. New tools terdapat 4 macam peta yaitu peta X. Peta X diketahui BKA sebesar 5.0590.5.

0180. nilai standar deviasi sebesar 0. batas kendali bawah peta X sebesar 5.3167. Berdasarkan perhitungan manual dan software diperoleh jumlah ratarata X sebesar 5.1.3067.3093 dan jumlah rata-rata R sebesar 0. Dapat dilihat pada grafik peta X dan peta R bahwa semua titik tidak melewati batas yang ada baik batas atas maupun batas bawah.1324 dan batas kendali atas untuk peta R sebesar 0.3067. itu berarti kualitas pada PT.6484 dan batas kendali bawah peta R sebesar 0.IV-66 peta R masuk ke dalam BKA dan BKB berarti kualitas mesin tik yang dihasilkan oleh PT.29 dan nilai tengah dari range sebesar 5. untuk batas kendali atas pada peta X sebesar 5.4862. nilai maksimum sebesar 5. . jarak antara minimum dan maksimum adalah 0. Makin Jaya baik. nilai tengah sebesar 5.5 dan nilai minimum sebesar 5.3093. Nilai varians adalah 0. Makin Jaya sudah baik.1310. Tabel kesimpulan menunjukkan banyaknya sample yaitu 5 buah dengan nilai rata-rata sebesar 5.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->