ANALISIS PERENCANAAN PRODUKSI DAN PENGENDALIAN

BAHAN BAKU PAKAN TERNAK DI PT JAPFA COMFEED

INDONESIA UNIT MARGOMULYO SURABAYA

Yogi Bagus Primadani

Poernomo Adi

Putu Eka Dewi K. W.

Teknik Industri Universitas 17 Agustus 1945 Surabaya

yogi3832@gmail.com

ABSTRACT

Effective and efficient is a dream for all manufacturing industries, including animal feed

manufacturing activities in PT Japfa Comfeed Indonesia Tbk Unit margomulyo Surabaya.

Various problems often arise, Forecasting methods that are not used so as to result in less

accurate production planning, frequent overtime activities that should not be required, where

for labor wage overtime one shift production reached Rp 9.453.184, -. It also affects the control

of raw materials that are not optimal, the incremental cost of warehouse rental which during the

period of January 2018 to March 2018 recorded as many as 4600 tons of raw materials are in

the warehouse lease. So the additional costs incurred for the rental of the warehouse is Rp

127.650.000, - per month. Not optimal line is behind me to do research and analysis about

production planning and control of raw materials of animal feed in PT Japfa Comfeed Indonesia

Tbk Margomulyo Unit Surabaya. It aims to create a condition of optimal manufacturing

industry activity using aggregate planning method for production planning and Economic Order

Quantity (EOQ) method for raw material control. From the analysis results can be known

product demand estimation for the next 12 periods. Master Production Schedule. Working time

required, total minimum production cost with option of additional hours worked overtime is Rp

31.811.250.856, - and for the control of raw materials can be determined the amount of raw

materials ordered and how many times the order is done. It is expected that optimal industrial

activity can be created in PT Japfa Comfeed Indonesia Tbk Margomulyo Unit Surabaya.

Keywords: Effective, Efficient, Optimal, Planning, Controlling.

2

PENDAHULUAN

PT. Japfa Comfeed Indonesia Tbk merupakan salah satu perusahaan yang bergerak di

bidang agrobisnis di Indonesia. Salah satu produk terbesar adalah pakan ternak. Perusahaan ini

di didirikan pada tanggal 18 Januari 1971 dengan nama perusahaan PT. Java Palettizing

Factory, Ltd dengan produksi pertama yaitu pelet kopra. Namun, setelah sukses sukses

mencatakan sahamnya di Bursa Efek Jakarta dan Bursa Efek Surabaya. Selanjutnya melakukan

konsolidasi usaha dengan mengakuisi empat perusahaan pakan ternak yang selanjutnya PT.

Java Palletizing Factory berubah nama menjadi PT. Japfa Comfeed Indonesia Tbk.Proses

produksi pakan ternak merupakan rangkaian aktivitas yang meliputi penggilingan bahan baku,

pencampuran, palleting, dan pengepakan.

Perencanaan dan pengendalalian produksi merupakan hal yang wajib dalam sebuah

industri manufaktur, kapan produksi itu di jalankan dan berapa jumlah yang harus di selesaikan

sangat penting, karena semua alat dan fasilitas yang berhubungan dengan produksi mempunyai

sebuah nilai kapasitas. Semua harus seimbang antara jumlah ketersediaan bahan baku, kapasitas

gudang bahan baku, kapasitas mesin produksi, hasil produksi serta persediaan produk jadi.

Dengan adanya kapasitas gudang produk jadi, semua ada nilai efektif dan effisien agar tercapai

suatu kondisi kegiatan industri yang optimal.

Perencanaan produksi yang kurang akurat menjadi permasalahan yang harus diselesaikan

di PT Japfa Comfeed Indonesia Tbk unit margomulyo, dimana akibat perencanaa produksi yang

kurang akurat tersebut seringkali terjadi kegiatan produksi pada hari libur.Dampak dari kegiatan

tersebut menimbulkan biaya lembur (Over time) untuk karyawan bagian yang terkait dengan

proses produksi langsung.Adapun biaya tambahan apabila terjadi lembur yaitu sekitar Rp

9.453.184,-untuk satu shift produksi. Permasalahan perencanaan produksi yang kurang akurat

tersebut juga menimbulkan permasalahan pada pengendalian bahan baku, dimana seringkali

kebutuhan persediaan bahan baku untuk produksi mengalami kelebihan takaran (over load)

sehingga timbul adanya sewa gudang. Selama periode januari 2018 sampai dengan maret 2018

tercatat 4.600 ton bahan baku berada di gudang sewa dengan biaya yang timbul untuk sewa

gudang adalah Rp 127.650.000,- per bulan.

Permasalahan tersebut berpengaruh terhadap tujuan efektif dan effisien yang di idamkan

perusahaan dalam semua kegiatan manufaktur yang dampaknya adalah munculnya biaya

operasional yang tinggi pada perusahaan yang akhirnya mempengaruhi daya saing perusahaan.

Banyak nilai over time yang harus di keluarkan oleh perusahaan dengan kondisi tersebut, jadwal

3

produksi berubah sewaktu-waktu, over kapasitas di penyimpanan bahan baku dan produk jadi

dan bahkan terdapat suatu kondisi bahan baku yang harus urgent di datangkan. Pengamatan di

PT Japfa Comfeed Indonesia Tbk Unit Margomulyo menggambarkan adanya kegiatan industri

yang kurang optimal, oleh karena itu peneliti melakukan penelitian untuk meminimalisir

ketidaksesuaian di lini tersebut agar tercipta kegiatan industri yang optimal. Untuk membantu

menyelesaikan permasalahan pada PT Japfa Comfeed Indonesia Tbk, maka dilakukan suatu

pendekatan perencanaan dan pengendalian produksi menggunakan metode aggregate

planning., maka penulis akan melakukan penelitian Tugas Akhir berjudul “Analisis

Perencanaan Produksi dan Pengendalian Bahan Baku Pakan Ternak Di PT Japfa Comfeed

Indonesia Unit Margomulyo Surabaya” dengan metode Aggregate Planning.

Rumusan Masalah

Berdasarkan paparan latar belakang, maka peneliti merumuskan permasalahan sebagai

berikut:

1) Bagaimana membuat perencanaan produksi pakan ternak yang optimal di PT Japfa

Comfeed Indonesia Tbk Unit Margomulyo?

2) Bagaimana cara pengendalian bahan baku pakan ternak yang baik di PT Japfa

Comfeed Indonesia Tbk Unit Margomulyo sehingga dapat menentukan jumlah

pesanan bahan baku ?

Tujuan Penelitian

Berdasarkan rumusan masalah yang telah dijabarkan sebelumnya, maka diperoleh tujuan

dari Tugas Akhir sebagai berikut:

1) Membuat perencanaan produksi pakan ternak yang optimal menggunakan metode

agregat planing.

2) Membuat pengendalian bahan baku pakan ternak dengan menentukan waktu dan

jumlah sesuai kebutuhan perusahaan agar tercapai biaya minimal dengan metode

EOQ.

Batasan Masalah

Penulis menyederhadakan penelitian dengan melakukan pembatasan masalah sebagai

berikut:

1) Masalah yang dibahas adalah kondisi yang ada di perusahaan yang bersangkutan dan

terbatas pada perencanaan agregat

2) Faktor produksi yang dilibatkan adalah material, tenaga kerja, dan kapasitas mesin

4

3) Pengendalian bahan baku dari pembelian bahan baku lokal non jagung

Manfaat Penelitian

Bagi Perusahaan :

1) Dapat mengetahui faktor-faktor dan akar masalah terkait dengan perencanaan dan

pengendalian produksi.

2) Tercipta suatu kegiatan Industri manufaktur yang optimal.

Bagi Peneliti :

1) Mampu menganalisa masalah yang terjadi pada perencanaan dan pengendalian

produksi.

2) Mampu membuat perencanaan dan pengendalian produksi yang optimal dalam suatu

kegiatan industri.

TINJUAN PUSTAKA

Perencanaan dan pengendalian produksi

Perencanaan dan pengendalian produksi dapat di definisikan yaitu suatu proses untuk

merencanakan dan mengendalikan aliran proses mulai dari bahan baku masuk, bahan baku

diproduksi serta produk jadi yang keluar dari proses produksi sehingga permintaan pelanggan

atau permintaan pasar dapat terpenuhi secara tepat jumlah, tepat waktu pengiriman, serta dapat

mencapai biaya produksi yang minimum. Dari penjabaran diatas dapat kita simpulkan tujuan

adanya perencanaan dan pengendalian produksi yang secara garis besar yang kita bedakan

menjadi dua namun dua hal tersebut saling berkaitan, yaitu : Perencanaan produksi dan

pengendalian produksi.

Perencanaa produksi ini dilakukan dengan tujuan penentuan awal dari keputusan-

keputusan dan perlakuan atau tindakan yang harus dilakukan di masa yang akan datang,

tindakan apa yang harus dilakukan, berapa banyak untuk melakukannya, serta kapan harus

melakukan hal-hal tersebut. Karena namanya perencanaan yang sudah pasti berkaiatan dengan

masa yang akan datang oleh sebab itu perencanaan ini disusun atas dasar perkiraan yang dibuat

dari hasil pengolahan data yang diperoleh dari masa lalu dengan menggunakan beberapa

asumsi. Maka hasil dari perencanaan ini sering kali tidak dapat memberikan hasil yang sesuai

dengan dalam rencana tersebut, maka setiap perencanaan yang sudah dibuat perlu dievaluasi

secara berkala dengan jalan melakukan pengendalian.

5

Pekerjaan pengandalian produksi tergantung dari penyimpangan yang ada dalam kegiatan

produksi terhadap rencana produksi yang telah dibuat sebelumnya. Apabila penyimpangan

yang terjadi cukup bersar maka perluadanya tindakan-tindakan penyelesaian untuk

memperbaiki penyimpangan yang terjadi. Hasil dari perbaikan ataupun penyesuain yang

dilakukan akan menjadi dasar atas penyusunan rencana produksi selanjutnya.

Metode Moving Everage

Tujuan utama metode ini adalah mengurangi variasi acak permintaan yang berhubungan

dengan waktu. Metode Moving Average disebut rata-rata bergerak karena setiap data aktual

permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian nilai rata-rata

baru akan dihitung.

MA= 𝐴𝑡+𝐴𝑡−1+𝐴𝑡 (𝑁−1)

Dimana :

At = permintaan aktual pada periode-t

N = jumlah data permintaan yang dilibatkan perhitungan Moving Average

Data yang dipakai untuk perhitungan Moving Average berikutnya selalu dihitung dengan

mengeluarkan data yang paling terdahulu. 38

Rumus yang digunakan adalah : MA=MA𝑡−1𝐴𝑡+ 𝐴𝑡−𝑁𝑁

Bila permintaan berubah secara signifikan dari waktu ke waktu maka ramalan harus cukup

agresif dalam mengantisipasi perubahan tersebut, sehingga N terkecil akan lebih cocok dipakai.

Bila permintaan cenderung stabil dalam jangka waktu yang panjang, maka gunakan N

terbesar.

Metode Eksponential Smooting

Metode ini terdiri dari Metode Single Exponential Smoothing dan Metode Double

Exponential Smoothing. Berikut penjabaran kedua metode tersebut:

Metode Exponential Smoothing (SES)

Dengan metode penghapusan eksponensial dari Brown, maka pembobotan menurun

secara eksponensial. Rumus yang digunakan adalah: 𝐹𝑡−1=𝑎𝑋𝑖+(1−𝑎)𝐹𝑡−1

Ukuran Akurasi Hasil Peramalan

Ukuran akurasi hasil peramalan merupakan ukuran kesalahan peramalan yaitu mengukur

tingkat perbedaan antara hasil peramalan dengan permintaan aktual, disini saya menggunakan

metode Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE). MSE dihitung dengan

6

menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya

dengan jumlah periode peramalan. Dirumuskan sebagai berikut :

MSE = ∑(𝐴𝑡−𝐹𝑡)2

𝑛

Jadwal Induk Produksi (MPS)

Perncanaan produksi menyatakan ukuran agregat dan output manufaktur suatu

perusahaan untuk implementasi dari perencanaan produksi ini perlu pendisagregasian

perencanaan produksi agregat kedalam perencanaan untuk masing-masing produk individu.

MPS merupakan pernyataan akhir tentang berapa banyak item-item akhir yang harus diproduksi

dan kapan harus diproduksi biasanya MPS dikembangkan untuk periode waktu mingguan selam

6 sampai 12 bulan kedepan.

Tujuan dari MPS yaitu mewujudkan perencanaan agregat menjadi suatu perencanaan

terpisah untuk masing-masing item individu, MPS juga dapat mengevaluasi jadwal-jadwal

alternative dalam hal kebutuhan kapasitas serta membantu manajer produksi atau kepala

produksi untuk menghasilkan prioritas-prioritaas untuk penjadwalan produksi.

Perencanaan Agregat

Apabila kapasitas produksi tetap berdasarkan perencanaan jangka panjang telah dipasang,

merupakan kewajiban perencanaan produksi agregat untuk menetapkan kebijaksanaan yang

dapat digunakan untuk mengantisipasi fluktuasi permintaan dengan biaya yang minimum.

Dengan kata lain perencanaan agregat dibuat untuk menyesuaikan kemampuan produksi dalam

menghadapi permintaan pasar yang tidak menentu dengan mengoptimumkan penggunaan

tenaga kerja dan peralatan produksi yang tersedia sehingga ongkos total produski dapat ditekan

seminim mungkin. Karena pola permintaan yang sangat dinamis sangat menyulitkan dalam

menetapkan rencana produksi bulanan. Disinilah peranan metode perencanaan agregat dalam

mengatasi kesulitan tersebut.

Metode Progama Integer

Model dengan jumlah tenaga kerja tetap yang artinya selama horizon perencanaan tidak

terjadi penambahan atau pengurangan tenaga kerja. Sehingga jumlah produksi hanya dapat

diubah-ubah dengan melakukan kerja lembur (overtime)

7

Perencanaan Pengadaan Bahan Baku

Economic Order Quantity (EOQ)

Economic Order Quantity (EOQ) adalah suatu model yang meyangkut tentang pengadaan atau

persediaan bahan baku pada suatu perusahaan. Setiap perusahaan industri pasti memerlukan

bahan baku demi kelancaran proses bisnisnya, bahan baku tersebut di peroleh dari supplier

dengan suatu perhitungan tertentu.

Jenis penelitian

Penelitian ini menggunakan penelitian kuantitatif dengan pengolahan angka-angka dan

berbagai macam perhitungan.

Teknik Pengumpulan Data

Karena banyaknya item data yang harus di input atau diperoleh agar penelitian ini berjalan

sesuai tujuan maka data kami kumpulkan dan kami input ke dalam bentuk tabel supaya ringkas

dan mempermudah penelitian ini.

Berikut adalah hasil agregasi data penjualan produk pakan ternak pada periode juni 2017 s/d

mei 2018. Contoh perhitungan agregasi penjualan produk pakan ternak jenis pellet pada periode

pertama yaitu juni 2017

Unit Agregat = Ʃ data penjualan produk masa lalu x factor konversi = 5.930.950 X 1 =

5.930.950 unit agregat.

Hasil agregat penjualan pakan disajikan pada tabel 1.

Tabel 1. Data Penjualan Unit Agregat Pakan Ternak Juni 2017 - Mei 2018

Periode Bulan Tahun Penjualan Pakan ternak (Kg)

Total ( Kg) Pakan Jenis Pellet Pakan Jenis Crumble

1 Juni 2017 5.930.950,00 3.404.050,00 9.335.000,00

2 Juli 2017 6.313.450,00 3.472.550,00 9.786.000,00

3 Agustus 2017 5.800.450,00 5.319.750,00 11.120.200,00

4 September 2017 5.787.150,00 5.193.350,00 10.980.500,00

5 Oktober 2017 5.864.600,00 5.386.100,00 11.250.700,00

6 November 2017 6.819.000,00 5.799.200,00 12.618.200,00

7 Desember 2017 5.429.000,00 6.279.050,00 11.708.050,00

8 Januari 2018 5.481.200,00 6.351.850,00 11.833.050,00

9 Pebruari 2018 4.821.550,00 4.388.350,00 9.209.900,00

10 Maret 2018 5.707.450,00 6.970.950,00 12.678.400,00

11 April 2018 4.680.950,00 5.614.600,00 10.295.550,00

12 Mei 2018 6.896.800,00 7.352.950,00 14.249.750,00

8

Hasil Peramalan Demand

Perbandingan nilai MSE hasil peramalan dari kedua metode peramalan yang digunakan

disajikan pada table 4 berikut.

Tabel 2. Nilai Mean of Square Error (MSE) tiap metode peramalan

Metode Peramalan Mean of square error (MSE) Metode Peramalan yang terpilih

Moving Average MA=3 3.104.589.000.000,00 Exponential Smooting

Exponential Smooting Alpha =0,3 2.706.932.000.000,00

Dari tabel diatas, dapat disimpulkan bahwa metode peramalan yang terpilih untuk meramalkan

permintaan pada bulan Juni 2018 s/d Mei 2019 adalah metode Eksponential Smootingdengan parameter

Alpha = 0,3, karena memiliki nilai Mean of Squre Error yang paling kecil.

Tabel 5 menyajikan hasil peramalan untuk bulan Juni 2018 s/d Mei 2019 dengan

menggunakan metode Eksponetial Smooting parameter alpha = 0,3

Table 3. Hasil peramalan permintaan produk pakan ternak bulan juni 2018 s/d mei 2019

Periode Tahun Ramalan Permintaan

June 2018 12.006.440,00

July 2018 9.335.000,00

August 2018 9.470.300,00

September 2018 9.965.270,00

October 2018 10.269.840,00

November 2018 10.564.100,00

December 2018 11.180.330,00

January 2019 11.338.650,00

February 2019 11.486.970,00

March 2019 10.803.850,00

April 2019 11.366.210,00

May 2019 11.045.010,00

9

Formulasi perencanaan Agregate dengan model Programa Integer dan solusinya

Fungsi tujuan yang ditetapkan adalah meminimasi total ongkos produksi dimana untuk model

perhitungan tersebut dapat dilihat pada persamaan berikut :

Min TC = ∑ (𝑣𝑡 𝑇𝑡=1 𝑋𝑡 + 𝑐𝑡𝐼𝑡 + 𝑟𝑡𝑊𝑡+ 𝑜𝑡𝑂𝑡)

𝑋𝑖𝑡 = Jumlah produk i pada periode t

𝐼𝑖𝑡 = Jumlah persediaan produk i pada akhir periode t

𝑊𝑡 = Jam kerja regular yang terpakai pada periode t

𝑂𝑡 = Jam kerja lembur (Overtime) yang terpakai pada periode t

TC = Ongkos total (Rp)

𝑉𝑖𝑡 = ongkos produksi per unit untuk produk i pada periode t (Rp/unit aggregate) = Rp

240/unit

𝐶𝑖𝑡 = ongkos persediaan per unit untuk produk i pada periode t (Rp/unit aggregate/bulan)

= Rp 27/unit agregat/bulan

𝑟𝑖𝑡 = ongkos per jam-orang untuk kerja regular pada periode t (Rp/jam orang unit aggregat)

= Rp 0,4/jam orang/unit agregat

𝑂𝑖𝑡 = ongkos per jam-orang untuk kerja regular pada periode t (Rp/jam orang unit

aggregat) = Rp 0,6/jam orang/unit agregat

Fungsi tujuan :

Min TC = ∑ (𝑣𝑡 𝑇𝑡=1 𝑋𝑡 + 𝑐𝑡𝐼𝑡 + 𝑟𝑡𝑊𝑡+ 𝑜𝑡𝑂𝑡)

= 240 (𝑋1+𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12) + 27 (𝐼1 + 𝐼2 + 𝐼3+

𝐼4+ 𝐼5 + 𝐼6+ 𝐼7+ 𝐼 8 + 𝐼9+ 𝐼10+ 𝐼11+ 𝐼12) +1 (𝑊1 + 𝑊2 + 𝑊3+ 𝑊4+ 𝑊5 + 𝑊6+ 𝑊7+

𝑊 8 + 𝑊9+ 𝑊10+ 𝑊11+ 𝑊12) + 1,5 (𝑂1 + 𝑂2 + 𝑂3+ 𝑂4+ 𝑂 + 𝑂6+ 𝑂7+ 𝑂 8 + 𝑂9+ 𝑂10+

𝑂11+ 𝑂12)

𝑑𝑖𝑡 = permintaan produk I selama periode t

𝐾𝑖 = jam kerja yang dibutuhkan untuk membuat satu unit produk

(𝑟𝑚)𝑡 = jam kerja regular total yang tersedia selama periode t

(𝑜𝑚)𝑡 = jam kerja lembur (Overtime) total yang tersedia selama periode t

T = periode perencanaan

N =jumlah jenis produk

Dari hasil perhitungan perencanaan produksi agregat dengan menggunakan metode

programaIntegersolusinya disajikan pada table berikut :

10

Tabel 4. Solusi Perencanaan Produksi Agregat

Periode Tahun Jumlah produksi (Agregat) jam kerja reguler Jam kerja lembur Persediaan agregat

June 2018 12.006.440,00 576,00 72,38 0,00

July 2018 9.335.000,00 504,12 0,00 0,00

August 2018 9.470.300,00 511,42 0,00 0,00

September 2018 9.965.270,00 538,15 0,00 0,00

October 2018 10.269.840,00 554,60 0,00 0,00

November 2018 10.564.100,00 570,49 0,00 0,00

December 2018 11.180.330,00 576,00 27,77 0,00

January 2019 11.338.650,00 576,00 36,32 0,00

February 2019 11.486.970,00 576,00 44,33 0,00

March 2019 10.803.850,00 576,00 7,44 0,00

April 2019 11.366.210,00 576,00 37,81 0,00

May 2019 11.045.010,00 576,00 20,46 0,00

Tabel 5. Solusi Total Ongkos Perencanaan produksi Agregat

Periode Tahun

Ongkos produksi

(Agregat)

ongkos jam kerja

reguler

OngkosJam kerja

lembur

Persediaan

agregat

June 2018 2.881.545.600,00 72.529.344,00 13.671.672,00 0,00

July 2018 2.240.400.000,00 63.478.000,00 0,00 0,00

August 2018 2.272.872.000,00 64.398.040,00 0,00 0,00

September 2018 2.391.664.800,00 67.763.836,00 0,00 0,00

October 2018 2.464.761.600,00 69.834.912,00 0,00 0,00

November 2018 2.535.384.000,00 71.835.880,00 0,00 0,00

December 2018 2.683.279.200,00 72.529.344,00 5.245.350,00 0,00

January 2019 2.721.276.000,00 72.529.344,00 6.860.214,00 0,00

February 2019 2.756.872.800,00 72.529.344,00 8.373.078,00 0,00

March 2019 2.592.924.000,00 72.529.344,00 1.405.254,00 0,00

April 2019 2.727.890.400,00 72.529.344,00 7.141.326,00 0,00

May 2019 2.650.802.400,00 72.529.344,00 3.865.086,00 0,00

Sub Total 30.919.672.800,00 845.016.076,00 46.561.980,00

Grand Total 31.811.250.856,00

Perencanaan Disagregasi dan Jadwal Induk Produksi

Perencanaan produksi disagregasi merupakan perencanaan yang dibuat untuk seluruh produk yang

menggunakan unsur yang sama dan dirinci kedalam masing-masing produk yang berbeda. Proses ini

dilakukan menggunakan metode Family Set-Up.

Faktor proporsi = ( 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝐴𝑔𝑟𝑒𝑔𝑎𝑡𝑒 𝑖𝑡𝑒𝑚−𝑖 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡)

𝑇𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝐴𝑔𝑟𝑒𝑔𝑎𝑡 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡 )𝑋 100%

11

Contoh perhtungan faktor proporsi untuk periode bulan juni 2017 :

- Produk pakan ternak jenis pellet = 5.930.950

9.335.000 X 100 % = 64 %

- Produk pakan ternak jenis crumble = 3.404.050

9.335.000 X 100 %= 36 %

Untuk mengetahui jumlah yang harus diproduksi setiap end item atau produk maka dapat dilihat

pada hasil (Output) perhitungan perencanaan produksi disagregasi yang dapat dilihat pada kolom Qij (Adj)

pada setiap periodenya. Berikut ini adalah data jumlah yang harus diproduksi dari pakan ternak jenis pellet

dan pakan ternak jenis crumble.

Tabel 6. Jadwal Induk Produksi

Periode Tahun Ramalan Permitaan Jenis Pakan ternak

Total Pellet Crumble

June 2018 12.006.440,00 7.628.237 4.378.203 12.006.440

July 2018 9.335.000,00 6.022.487 3.312.513 9.335.000

August 2018 9.470.300,00 4.939.839 4.530.461 9.470.300

September 2018 9.965.270,00 5.252.084 4.713.186 9.965.270

October 2018 10.269.840,00 5.353.312 4.916.528 10.269.840

November 2018 10.564.100,00 5.708.944 4.855.156 10.564.100

December 2018 11.180.330,00 5.184.297 5.996.033 11.180.330

January 2019 11.338.650,00 5.252.188 6.086.462 11.338.650

February 2019 11.486.970,00 6.013.638 5.473.332 11.486.970

March 2019 10.803.850,00 4.863.582 5.940.268 10.803.850

April 2019 11.366.210,00 5.167.734 6.198.476 11.366.210

May 2019 11.045.010,00 5.345.724 5.699.286 11.045.010

Perencanaan dan pengadaan bahan baku

Perencanaanbahan baku yang akan dihitung disini adalah dibatasi oleh bahan baku utama lokal non

jagung ada 3 macam yaitu : Tepung batu, Tepung gandum, Wheatbran, dimana ketiga bahan baku lokal

ini adalah bahan baku yang diatur langsung dan tanggung jawab sepenuhnya ada pada unit PT Japfa

Comfeed Indonesia Tbk, margomulyo, mengenai perencanaan dan pengendaliannya.

Untuk menentukan jumlah kebutuhan bahan baku yang diperlukan untuk pembuatan pakan ternak

jenis pellet dan crumble didapat pada perhitungan sebagai berikut :

12

= Total pakan ternak yang diproduksi tiap periode x Banyaknya kebutuhan bahan baku pakan ternak

Contoh perhitungan perencanaan pengadaan bahan baku yang diperlukan untuk pembuatan pakan

ternak jenis pellet dan crumble, dalam hal ini berdasarkan periode (bulan) yaitu sebagai berikut :

Periode (Bulan) 1 bulan Juni 2018 ·

- Safety stock : 10% dari total pakan ternak yang akan diproduksi tiap periode

= 10% x 12.006.440 = 1.200.644 ≈13.207.084 Kg

Tabel 7. Perhitungan Pengadaan Bahan Baku

Periode Tahun permintaan

produksi Safety stock Rencana Produksi

per Kg pakan ternak PENGADAAN BAHAN BAKU

Tepung

batu

Tepung

gandum Wheatbran Tepung batu Tepung gandum Wheatbran

June 2018 12.006.440,00 1.200.644 13.207.084,00 0,00467 0,07832 0,04008 61.653,53 1.034.422,87 529.339,03

July 2018 9.335.000,00 933.500 10.268.500,00 0,00467 0,07832 0,04008 47.935,58 804.263,17 411.560,79

August 2018 9.470.300,00 947.030 10.417.330,00 0,00467 0,07832 0,04008 48.630,36 815.920,03 417.525,88

September 2018 9.965.270,00 996.527 10.961.797,00 0,00467 0,07832 0,04008 51.172,05 858.564,50 439.348,08

October 2018 10.269.840,00 1.026.984 11.296.824,00 0,00467 0,07832 0,04008 52.736,02 884.804,94 452.775,94

November 2018 10.564.100,00 1.056.410 11.620.510,00 0,00467 0,07832 0,04008 54.247,06 910.157,10 465.749,26

December 2018 11.180.330,00 1.118.033 12.298.363,00 0,00467 0,07832 0,04008 57.411,43 963.248,81 492.917,56

January 2019 11.338.650,00 1.133.865 12.472.515,00 0,00467 0,07832 0,04008 58.224,40 976.888,98 499.897,56

February 2019 11.486.970,00 1.148.697 12.635.667,00 0,00467 0,07832 0,04008 58.986,03 989.667,59 506.436,68

March 2019 10.803.850,00 1.080.385 11.884.235,00 0,00467 0,07832 0,04008 55.478,19 930.812,93 476.319,34

April 2019 11.366.210,00 1.136.621 12.502.831,00 0,00467 0,07832 0,04008 58.365,93 979.263,43 501.112,62

May 2019 11.045.010,00 1.104.501 12.149.511,00 0,00467 0,07832 0,04008 56.716,55 951.590,23 486.951,58

Total 661.557,13 11.099.604,57 5.679.934,32

13

Perhitungan total ongkos persediaan dengan metode Economic Order Quantity (EOQ)

Data ongkos pesan (Cs) dalam satu kali pemesanan dan ongkos simpan (Cc) per Kg selama 12

Periode untuk masing-masing bahan baku yaitu sebagai berikut :

Table 8. Data harga bahan baku, ongkos pesan (Cs) dan Ongkos Simpan (Cc)

Jenis Bahan baku Harga (Rp/Kg) Biaya pesan Biaya Simpan (Rp/Kg)

Tepung batu Rp 270,00 Rp 45.000,00 Rp 25,00

Tepung gandum Rp 3.750,00 Rp 55.000,00 Rp 20,00

Wheatbran Rp 2.400,00 Rp 37.500,00 Rp 20,00

Selanjutnya adalah melakukan perhitungan total ongkos persediaan dengan menggunakan metode

Economic Order Quantity(EOQ). Adapun langkah perhitungan beserta contohnya sebagai berikut :

1. Menentukan jumlah pemesanan optimal

Perhitungan ukuran jumlah pemesanan optimal atau Economic Order Quantity(EOQ)

a. Bahan baku tepung batu

EOQ = Q = √2.𝑅.𝐶𝑠

𝐶𝑐

EOQ = Q = √2(661.557,13).45000

25

= 48.801,70 Kg

Dari hasil jumlah pemesanan optimal ini, maka pemesanan jenis bahan baku tepung batu untuk

setiap satu kali pesan yaitu sebesar 48.801,70 Kg

Sehingga dari hasil perhitungan jumlah pemesanan optimal tersebut dapat diketahui jumlah

frekuensi pemesanan selama 12 periode yaitu sebagai berikut : F = √𝐶𝑐.𝑅

2.𝐶𝑠 =

𝑅

𝑄

= 661.557,13

48.801,70 = 13,56 = 14 Kali

Jadi frekuensi pemesanan selama 12 periode atau selama satu tahun kedepan untuk bahan baku

tepung batu sebanyak 14 kali.

Tabel 9. Hasil Perhitungan Pemesanan Optimal Masing-masing Jenis Bahan Baku

No Bahan Baku Jumlah pemesanan optimal Frekuensi

1 Tepung batu 48.801,70 14

2 tepung gandum 247.078,58 45

3 wheatbran 145.944,35 39

14

Perhitungan ongkos total persediaan

Sebelum menghitung total ongkos persediaan, maka total harga pembelian, total ongkos pesan dan

total ongkos simpan harus dihitung terlebih dahulu yaitu sebagai berikut :

1) Perhitungan total ongkos pembelian bahan baku

Total ongkos pembelian masing-masing jenis bahan baku di dapat dari jumlah perhitungan

harga untuk masing- masing jenis bahan baku per Kg dikalikan dengan total kebutuhan untuk

masing-jenis bahan baku selama 12 periode juni 2018 s/d mei 2019.

2) Perhitungan total ongkos pesan bahan baku

Total Ongkos Pesan = 𝑅

𝑄.Cs

3) Perhitungan total ongkos simpan bahan baku

Total Ongkos Pesan = 𝑄

2Cc

Berikut merupakan hasil perhitungan Total Ongkos persediaan Juni 2018 s/d Mei 2019

Tabel 10. Hasil Perhitungan Total Ongkos Persediaan Juni 2018 s/d Mei 2019

Jenis Bahan baku Total Ongkos

Total Persediaan Pesan Simpan

Tepung batu Rp 178.620.425,51 Rp 610.021,22 Rp 101.670,20 Rp 179.332.116,93

Tepung gandum Rp 41.623.517.148,39 Rp 2.470.785,81 Rp 411.797,63 Rp 41.626.399.731,83

Wheatbran Rp 13.631.842.356,66 Rp 1.459.443,51 Rp 243.240,59 Rp 13.633.545.040,76

Kumulatif total ongkos Rp 55.433.979.930,56 Rp 4.540.250,54 Rp 756.708,42 Rp 55.439.276.889,52

15

PENUTUP

Kesimpulan

Kesimpulan penelitian ini adalah sebagai berikut:

1) Hasil perencanaan produksi Agregat dengan model Integer Programming di peroleh Total

ongkos produksi yang minimum adalah sebesar Rp 31.811.250.856,00

2) Untuk mendapatakan Jadwal Induk Produksi harus dilakukan perencanaan produksi disagregasi

terlebih dahulu. Pada perencanaan agregasi nampak tidak operasionalnya keputusan jumlah

produksi. Oleh karena itu, perencanaan produksi disagregasi bermaksud untuk mengubah satuan

agregat kedalam satuan end item.

3) Berdasarkan hasil perhitungan total ongkos persediaan dengan metode Economic Order Quality

(EOQ) diperoleh jumlah pemesanan optimal, frekuensi pemesanan dan total ongkos persediaan

untuk masing-masing bahan baku untuk 12 periode atau selama 12 bulan yaitu :

a. Bahan baku Tepung Batu dengan jumlah pemesanan optimal sebesar 48.801,70 Kg

dengan frekuensi pemesanan sebanyak 14 kali dan total ongkos persediaan sebesar

Rp 179.332.116,93

b. Bahan baku tepung gandum dengan jumlah pemesanan optimal sebesar 247.078,58

Kg dengan frekuensi pemesanan sebanyak 45 kali dan total ogkos persediaan sebesar

Rp 41.626.399.731,83

c. Bahan baku wheatbran dengan jumlah pemesanan optimal sebesar 145.944,35 Kg

dengan frekuensi pemesanan sebanyak 39 kali dan total ongkos persediaan sebesar

Rp 13.633.545.040,76

Saran

1) Bagi Perusahaan

Lebih detail lagi untuk merencanakan bahan baku tiap bulan, dan diupayakan untuk 3 macam

bahan baku tersebut tidak stock di gudang, sehingga ketika bahan baku datang sudah langsung

masuk produksi tanpa perlu space gudang dan biaya lain-lain.

2) Bagi Peneliti

Perlu adanya pengembangan penelitian dengan menggunakan metode yang lain untuk

memperoleh penelitian yang komprehensif.

16

DAFTAR PUSTAKA

Assauri, Sofjan. 2004.Manajemen Produksi dan Operasi, Edisi Revisi, Jakarta: Lembaga

Penerbit Fakultas Ekonomi Universitas Indonesia

Handoko, T. Hani. 2003. Manajemen, Edisi 2, Cetakan kedelapanbelas. Yogyakarta: BPFE

Nasution, Arman Hakim. 2003. Perencanaan dan Pengendalian Produksi Edisi Pertama

Cetakan Ke-dua. Surabaya: Guna Widya.

Render, Barry and Jay Heizer. 2006.Operation Management, 8thEdition, Prentice Hall,

Inc.USA: Upper Saddle River

Rika, Ampuh Hadiguna, 2009.Manajemen Pabrik: Pendekatan Sistem untuk Efisiensi dan

Efektivitas. Edisi 1. Jakarta: Bumi Aksara.

Wignjosoebroto, Sritomo. 2006. Pengantar Teknik & Manajemen Industri, Edisi I, Surabaya:

Lembaga Penerbit Institut Teknologi Sepuluh November

Supranto, J. 1983. Linear progaming. Edisi Kedua. Jakarta:Lembaga Penerbit Fakultas Ekonomi

Uniersitas Indonesia.

Vasant, P.M. 2006. Fuzzy Production Planning and its Application to Decision Making.

Journal of Intelegent Manufacturing.

Nasution, Arman Hakim & Prasetyawan, Yudha. 2008.Perencanaan dan Pengendalian

Produksi. Edisi I, Yogyakarta: Graha Ilmu.