Upload
others
View
23
Download
0
Embed Size (px)
Citation preview
TUGAS AKHIR
PENGENDALIAN PERSEDIAAN TEPUNG TERIGU
PEMBUAT WAFER DI PT XYZ DENGAN METODE MRP
Diajukan guna melengkapi sebagai syarat dalam mencapai gelar Sarjana
Strata Satu (S1)
Disusun Oleh :
Nama : Klara Asteria BR Sembiring
NIM : 41615120107
Program Studi : TeknikIndustri
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS MERCU BUANA
JAKARTA
2017
i
ii
v
ABSTRAK
PT. XYZ merupakan salah satu perusahaan manufaktur yang bergerak dalam
industri makanan yang membuat wafer. Dalam menjalani operasional sering
terjadi suatu kendala yaitu pemesanan dan penggunaan bahan baku yang tidak
sesuai terkadang berlebih dan bisa juga kekurangan.
Perencanaan kebutuhan material yang optimum dilakukan dengan menggunakan
metode Material Requirement Planning (MRP). Metode tersebut diawali dengan
melakukan peramalan akan jumlah permintaan untuk waktu yang akan datang.
Peramalan ini dilakukan dengan metode Moving Average, Exponential smoothing
dan Regresi Linear. Lalu ditentukan nilai terkecil kesalahan peramalan pada
analisa pengujian.
Setelah mengetahui harga bahan baku, data kebutuhan material, dan biaya untuk
persediaan dan penyimpanan material, kemudian dilakukan perbandingan biaya
perencanaan persediaan dengan menggunakan metode Lot-For-Lot (LFL), Least
Unit Cost (LUC), dan Economic Order Quantity (EOQ). Dari hasil perhitungan
ketiga metode tersebut dipilih metode yang menghasilkan biaya
persediaan paling minimum. Teknik Lot-For-Lot (LFL) dan Least Unit Cost
(LUC) menghasilkan biaya total persediaan yang terendah yaitu Rp 77.220.000
Kata Kunci : Material Requirement Planning (MRP), Peramalan dan Lot-
sizing
vi
ABSTRACT
PT. XYZ is one of the manufacturing companies in the food industry that makes
wafers. In undergoing operational there is often a constraint that is ordering and
use of inappropriate raw materials are sometimes overstock and can shortage.
The planning of the optimum material needs is done by using Material
Requirement Planning (MRP) method. The method begins by forecasting the
number of requests for the time to come. This forecasting is done by Moving
Average method, Exponential Smoothing and Linear Regression. Then determined
the smallest value of forecasting error on the test analysis.
After knowing the price of raw material, material requirement data, and cost for
inventory and material storage, then comparison of inventory planning cost by
using Lot-For-Lot (LFL) method, Least Unit Cost (LUC), and Economic Order
Quantity (EOQ) . From the results of the calculation of the three methods are
selected methods that produce the minimum inventory costs. The Lot-For-Lot
(LFL) and Least Unit Cost (LUC) techniques result in the lowest total inventory
cost of Rp 77.220.000
Keywords: Material Requirement Planning (MRP), Forecasting and Lot- sizing
vii
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa, karena
atas berkat dan karunia-Nya, sehingga penulis dapat menyelesaikan Laporan
Tugas Akhir ini dengan baik dan tepat pada waktu yang telah ditentukan .
Laporan Tugas Akhir ini yang berjudul “Pengendalian Persediaan Tepung
Terigu Pembuat Wafer di PT XYZ” ini disusun sebagai salah satu syarat yang
harus dipenuhi mahasiswa Jurusan Teknik Industri untuk menyelesaikan
Pendidikan Sarjana (S1) Universitas Mercu Buana Jakarta.
Dalam penulisan laporan tugas ini, penulis banyak menghadapi kendala,
namun berkat bantuan dan bimbingan dari berbagai pihak, penulis dapat
menyelesaikan tugas akhir ini . Pada kesempatan ini penulis mengucapkan terima
kasih atas segala bantuan dan bimbingan yang di berikan .
Dengan segala kerendahan hati penulis mengucapkan terima kasih yang
sebesar-besar nya kepada :
1. Ibu Dr. Zulfa Fitri Ikatrinasari, MT sebagai ketua program studi teknik
industri Universitas Mercu Buana Jakarta;
2. Ibu Ir.Silvi Ariyanti M.Sc., sebagai dosen pembimbing tugas akhir dengan
segenap hati telah banyak meluangkan waktu untuk membimbing penulis
sehingga tugas akhir ini dapat selesai dengan baik ;
3. Seluruh staf pengajar Jurusan Teknik Industri, Universitas Mercu Buana
Jakarta;
4. Teristimewa untuk orang tua penulis, Alm. B Sembiring dan M BR Sitepu
yang sangat penulis cintai yang telah banyak memberikan bantuan moril,
material dan doa serta motivasi dalam menyelesaikan tugas akhir ini ;
5. Saudara penulis Julia, Rapika, dan Erwina yang selalu memberi dukungan
dan semangat untuk pantang menyerah ;
6. Pimpinan dan seluruh rekan kerja di PT. UPA Karawang;
viii
7. Rekan-rekan mahasiswa angkatan 28, Jurusan Teknik Industri, Universitas
Mercu Buana Jakarta;
8. Seluruh pihak yang tidak dapat disebutkan satu persatu yang telah
membantu penulis selama pengerjaan Tugas Akhir ini baik secara
langsung maupun tidak langsung.
Penulis menyadari bahwa dalam penyusunan tugas akhir ini masih
terdapat banyak kekurangan. Kritik dan saran dari berbagai pihak akademis
maupun umun penulis harapkan demi perkembangan di dunia ilmu pengetahuan
dan teknologi .
Penulis mengharapkan semoga karya kecil berupa tugas akhir ini dapat
bermanfaat bagi pembaca yang berkepentingan .
Karawang , Juli 2017
Hormat penulis,
Klara Asteria BR Sembiring
NIM. 41615120107
ix
DAFTAR ISI
Halaman Judul
Lembar Pernyataan .......................................................................... i
Lembar Pengesahan ....................................................... ................. ii
Abstrak ............................................................................................. iii
Kata Pengantar ................................................................................. v
Daftar Isi ........................................................................................... vii
Daftar Tabel ...................................................................................... x
BAB I PENDAHULUAN ................................................................. 1
1.1. LatarBelakang Masalah .................................................. 1
1.2. Rumusan Masalah .......................................................... 4
1.3. Batasan Masalah ............................................................ 5
1.4. Tujuan Penelitian ........................................................... 5
1.5. Sistematika Penulisan ................................................... 6
BAB II LANDASAN TEORI ........................................................... 8
2.1.Sistem Produksi ............................................................ 8
2.2.Bahan Baku ................................................................... 9
2.3.Persediaan ....................................................................... 11
2.3.1. Fungsi Persediaan ................................................. 12
2.3.2. Jenis-jenis Persediaan ........................................... 12
x
2.3.3. Biaya Persediaan .................................................. 13
2.4. Peramalan ....................................................................... 16
2.4.1. Model Peramalan.................................................. 17
2.4.2. Pengujian Model Peramalan................................. 19
2.5. Material Requirement Planning (MRP) ......................... 20
2.5.1. Tujuan dan Manfaat MRP ................................... 21
2.5.2. Input Sistem MRP ............................................... 22
2.5.3. Langkah Dasar Pengolahan MRP ........................ 24
2.5.4. Proses Lotting ....................................................... 25
2.6.Persediaan Pengaman ( Safety Stock ).......................... 30
2.7.Reorder Point ( ROP ) ................................................... 31
BAB III METODOLOGI PENELITIAN ...................................... 33
3.1. Lokasi dan Waktu Penelitian ........................................ 33
3.2. Jenis dan Sumber Data ................................................. 35
3.3. Teknik Pengumpulan Data .......................................... 36
3.4. Tahap Analisis Data ...................................................... 37
3.5. Kerangka Pemikiran ..................................................... 38
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ............ 39
4.1. Pengumpulan Data ....................................................... 39
4.1.1.Data Permintaan Bahan Baku Tepung Terigu....... 39
4.1.2.Struktur Biaya ....................................................... 41
4.1.3.Lead Time (Waktu Tenggang) Pemesanan Bahan Baku
........................................................................................ 42
4.2. Pengolahan Data ......................................................... 43
xi
4.2.1.Peramalan Kebutuhan Bahan Baku ....................... 43
4.2.2.Perencanaan Persediaan Bahan Baku .................... 50
4.2.3.Perhitungan Waktu Pemesanan Kembali ( Reorder Point )
........................................................................................ 56
BAB V ANALISA DAN PEMBAHASAN ...................................... 60
5.1. Peramalam Kebutuhan Bahan Baku ............................ 60
5.2.Analisa Perhitungan Material Requirement Planning (MRP)
............................................................................................. 62
5.3. Waktu Pemesanan Kembali ( Reorder Point ) Bahan Baku
............................................................................................. 64
BAB VI KESIMPULAN DAN SARAN .......................................... 65
6.1. Kesimpulan .................................................................. 65
6.2. Saran ............................................................................ 66
DAFTAR PUSTAKA
xii
DAFTAR TABEL
Tabel1.1 Rencana Produksi VS Real Produksi April 2015 – Maret 2017 .......... 2
Tabel1.2 Data Pemakaian dan Penerimaan TepungTerigu(April 2015 – Maret
2017) ................................................................................................................... 3
Tabel 2.1 Penelitian Sebelumnya ........................................................................ 32
Tabel 4.1 Data Permintaan TepungTerigu (April 2015-Maret 2017) ................. 40
Tabel 4.2 Perhitungan Biaya Pesan dan Biaya Simpan ...................................... 42
Tabel 4.3 Peramalan dengan Metode Moving Average ...................................... 44
Tabel 4.4 Peramalan dengan Metode Exponential Smooting ............................. 45
Tabel 4.5 Peramalan Metode Regresi Linear ...................................................... 46
Tabel 4.6 Perbandingan Nilai Error MAD, MSE dan MAPE ............................. 47
Tabel 4.7 Hasil Peramalan Permintaan dengan Metode Regresi Linear ............. 47
Tabel 4.8 Perhitungan Unit Cost ......................................................................... 51
Tabel 4.9 Hasil Perencaan Persediaan LUC ....................................................... 52
Tabel 5.1 Perbandingan Hasil Tingkat Kesalahan PeramalanTepungTerigu ..... 62
Tabel 5.2 Perbandingan Biaya Pesan dan Biaya Simpan .................................... 53
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Dewasa ini perkembangan dunia industri manufaktur telah berkembang
pesat, dengan bertambahnya produk-produk yang dihasilkan dan dalam hal
tersebut tentunya akan menambah pangsa pasar di Indonesia. Dengan demikian
kebutuhan akan faktor-faktor produksi menjadi lebih banyak dan sangat penting.
Kegiatan perusahaan mempunyai hubungan yang sangat erat dengan
kegiatan produksi. Untuk mengadakan kegiatan produksi suatu perusahaan harus
ada bahan baku yang akan diolah. Oleh karena itu didalam kegiatan industri
manufaktur, bahan baku merupakan masalah yang penting sehingga sistem
pemesanan yang tepat harus digunakan untuk menghindari keterlambatan
kedatangan bahan baku dari suplier.
Dampak dari kurang terkendalinya persediaan bahan baku akan
merugikan perusahaan. Persediaan bahan baku berlebih maka akan terjadi
overstok,
2
sehingga mengakibatkan penumpukan barang ataupun atau kekurangan barang
akan mengakibatkan stop produksi. Untuk saat ini jika kekurangan stok maka
harus pinjam ke plant yang di Jakarta, sudah dipastikan dengan adanya
peminjaman barang ke Jakarta maka ada penambahan biaya transportasi dan biaya
kuli bongkar. Dan jika pada saat kelebihan barang juga mengakibatkan tidak
produktifnya modal yang tertanam dan terjadinya kenaikan biaya simpan serta
kemungkinan terjadinya barang mati (non moving) sangat besar. Kehabisan
persediaan atau barang dibutuhkan tidak ada (shortage/out of stok) mengakibatkan
adanya permintaan yang tidak terpenuhi dan hilangnya kesempatan untuk
memperoleh keuntungan.
Tabel 1.1 Rencana Produksi VS Real Produksi April 2015 – Maret 2017
No Periode Rencana Produksi Real Produksi Selisih
% (karton) (karton) (karton)
1 Apr'15 883.929 836.625 47.304 0,95%
2 Mei'15 860.714 860.732 -18 1,00%
3 Jun'15 925.000 808.679 116.321 0,87%
4 Jul'15 607.143 553.411 53.732 0,91%
5 Agu'15 816.071 747.786 68.286 0,92%
6 Sep'15 814.286 720.054 94.232 0,88%
7 Okt'15 371.429 469.893 -98.464 1,27%
8 Nov'15 746.429 752.375 -5.946 1,01%
9 Des'15 1.037.500 1.009.339 28.161 0,97%
10 Jan'16 1.021.429 828.554 192.875 0,81%
11 Feb'16 662.500 620.732 41.768 0,94%
12 Mar'16 948.214 884.857 63.357 0,93%
13 Apr'16 712.500 744.946 -32.446 1,05%
14 Mei'16 499.982 382.000 117.982 0,76%
15 Jun'16 1.001.804 921.446 80.357 0,92%
16 Jul'16 628.571 573.214 55.357 0,91%
17 Agu'16 923.214 944.893 -21.679 1,02%
18 Sep'16 825.000 729.911 95.089 0,88%
19 Okt'16 530.357 589.821 -59.464 1,11%
20 Nov'16 535.714 520.214 15.500 0,97%
21 Des'16 491.071 512.750 -21.679 1,04%
22 Jan'17 57.143 683.875 -626.732 11,97%
23 Feb'17 39.286 891.946 -852.661 22,70%
24 Mar'17 271.429 995.375 -723.946 3,67%
Total 16.210.714 17.583.429 -1.372.714 58,48%
Average 675.446 732.643 -57.196 2,44%
3
Tabel 1.2 Data Pemakaian dan Penerimaan Tepung Terigu (April 2015 – Maret
2017)
No
Periode Terigu Selisih Terigu
(kg) % Selisih Penerimaan (kg) Pemakaian (kg)
1 Apr'15 1.237.500 1.171.275 66.225 0,95%
2 Mei'15 1.205.000 1.205.025 -25 1,00%
3 Jun'15 1.295.000 1.132.150 162.850 0,87%
4 Jul'15 850.000 774.775 75.225 0,91%
5 Agu'15 1.142.500 1.046.900 95.600 0,92%
6 Sep'15 1.140.000 1.008.075 131.925 0,88%
7 Okt'15 520.000 657.850 -137.850 1,27%
8 Nov'15 1.045.000 1.053.325 -8.325 1,01%
9 Des'15 1.452.500 1.413.075 39.425 0,97%
10 Jan'16 1.430.000 1.159.975 270.025 0,81%
11 Feb'16 927.500 869.025 58.475 0,94%
12 Mar'16 1.327.500 1.238.800 88.700 0,93%
13 Apr'16 997.500 1.042.925 -45.425 1,05%
14 Mei'16 699.975 534.800 165.175 0,76%
15 Jun'16 1.402.525 1.290.025 112.500 0,92%
16 Jul'16 880.000 802.500 77.500 0,91%
17 Agu'16 1.292.500 1.322.850 -30.350 1,02%
18 Sep'16 1.155.000 1.021.875 133.125 0,88%
19 Okt'16 742.500 825.750 -83.250 1,11%
20 Nov'16 750.000 728.300 21.700 0,97%
21 Des'16 687.500 717.850 -30.350 1,04%
22 Jan'17 80.000 957.425 -877.425 11,97%
23 Feb'17 55.000 1.248.725 -1.193.725 22,70%
24 Mar'17 380.000 1.393.525 -1.013.525 3,67%
Total 22.695.000 24.616.800 -1.921.800 58,48%
Average 945.625 1.025.700 -80.075 2,44%
Sumber : Data Bag. PPIC PT XYZ
Keterangan :
(+) Overstock
(-) Shortage
Dari tabel diatas bisa diambil kesimpulan bahwa pada setiap bulan pabrik
mengalami shortage rata-rata 2,44 % selama periode April 2015 – Maret 2017.
Hal yang membuat terjadinya shortage adalah karena rata-rata dari hasil produksi
lebih banyak dari rencana produksi yang sudah ditentukan sebelumnya.
Peningkatan jumlah produksi bisanya dipengaruhi oleh permintaan pasar yang
4
meningkat pada periode tertentu. Oleh karena itu hal yang harus diperhatikan
adalah bagaimana cara melakukan metode peramalan yang tepat untuk
perencanaan kebutuhan produksi yang akan datang guna meningkatkan efisiensi
biaya persediaan dan menurunkan biaya shortage produksi.
PT. XYZ merupakan salah satu produsen produk makanan wafer terbesar
di Indonesia yang berorientasi pada kepuasan pelanggan. Dalam memenuhi
tuntutan pasar, maka perusahaan harus beroperasi secara produktif dan efisien
tanpa menurunkan kualitas produk. Berdasarkan permasalah tersebut maka perlu
dilakukan penelitian dengan judul “Analisa Pengendalian Persediaan Tepung
Terigu Pembuat Wafer di PT.XYZ”
1.2 Rumusan Masalah
Berdasarkan uraian di atas, maka perumusan masalah yang akan dibahas dari
penelitian ini adalah sebagai berikut :
1. Berapa banyak jumlah rencana produksi wafer periode April 2017 s/d
Maret 2018, untuk mengetahui jumlah tepung terigu yang harus disiapkan?
2. Kapan bahan baku akan dibeli agar proses produksi berjalan sesuai dengan
lead time yang ditentukan?
3. Bagaimana hasil analisa perbandingan perhitungan Material Requirement
Planning menggunakan metode metode Lot For Lot, Economical Order
Quantity dan Least Unit Cost (LUC) dan metode apakah yang paling baik dari
ketiga metode tersebut ?
5
1.3 Batasan Masalah
Untuk menghindari perluasan masalah yang tidak perlu, dan akibat
keterbatasan sumber data dan waktu, maka penulis memberikan batasan terhadap
permasalahan yang dibahas dalam laporan ini yaitu :
1. Penelitian hanya dilakukan pada bahan baku tepung terigu.
2. Penelitian tidak mempertimbangankan jumlah supplier bahan baku tetapi hanya
terbatas pada jumlah kebuttuhan bahan baku perusahaan dengan asumsi
supplier bisa memenuhi pemesanan bahn baku yang akan dibuat.
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah sebagai berikut :
1. Untuk mengetahui jumlah terigu yang dibutuhkan untuk memproduksi wafer
selama periode April 2017 s/d Maret 2018
2. Menganalisis waktu yang tepat untuk melakukan proses pemesanan terigu
kembali dengan metode MRP di PT XYZ.
3. Menganalisis hasil perbandingan perhitungan biaya Material Requirement
Planning menggunakan metode metode Lot For Lot, Economical Order
Quantity dan Least Unit Cost (LUC) dan metode apakah yang paling sesuai
dari ketiga metode tersebut agar biaya lebih efisien.
6
1.5 Sistematika Penulisan
Adapun sistematika penulisan laporan tugas akhir ini adalah :
Bab I. Pendahuluan
Bab ini memuat latar belakang masalah dan rumusan penelitian serta
memuat tujuan penelitian, kegunaan penelitian, dan sistematika penulisan.
Bab II. Landasan Teori
Dalam bab ini terdapat sub bab dan landasan teori dari penelitian terdahulu
yang memaparkan teori-teori yang berhubungan dengan masalah yang
diteliti serta beberapa penelitian yang dilakukan oleh peneliti-peneliti
sebelumnya.
Bab III . Metode Penelitian
Bab ini menguraikan deskripsi tentang bagaimana penelitian akan
dilaksanakan dengan menjelaskan variabel penelitian dan definisi
operasional, penentuan jenis sampel, jenis dan sumber data, metode
pengumpulan data, dan metode analisis.
Bab IV. Pengumpulan dan Pengolahan Data
Bab ini menguraikan tentang deskripsi objek penelitian melalui gambaran
umum dan proses penginterpretasian data yang diperoleh untuk mencari
makna dan implikasi dari hasil analisis.
Bab V. Analisa Hasil
Berisikan analisis terhadap hasil pengumpulan dan pengolahan data yang
dilakukan pada bab IV diatas.
7
Bab VI Kesimpulan dan Saran
Merupakan bab terakhir yang berisi kesimpulan penelitian serta saran-
saran mengenai hal yang dapat dilakukan selanjutnya oleh pihak-pihak
yang berkepentingan. Kesimpulan yang didapat, sesuai dengan tujuan
penelitian yang dirumuskan pada bab I. Dalam bab terkhir ini juga
diharapkan dapat diambil kesimpulan mengenai pengendalian bahan baku
dengan MRP.
8
BAB II
LANDASAN TEORI
2.1 Sistem Produksi
Menurut Herjanto, pada tahun 1999: “Secara umum, kegiatan produksi
atau operasi merupakan suatu kegiatan yang berhubungan dengan penciptaan atau
pembuatan barang, jasa, atau kombinasinya, melalui proses transformasi dari
masukan sumber daya produksi dan operasi keluaran yang diinginkan”.
Menurut Herjanto, pada tahun 1999: “Istilah produksi cenderung dikaitkan
dengan pabrik, mesin ataupun lini perakitan karena pada mulanya teknik dan
metode dalam manajemen produksi memang digunakan untuk mengoperasikan
pabrik atau kegiatan perakitan yang lain, namun selain itu juga ada yang bisa
dihasilkan walaupun bukan berbentuk dengan produk barang jadi atau yang bisa
disebut dengan jasa”.
Menurut Nasution, pada tahun 2008: “Sistem produksi bertujuan untuk
merencanakan dan mengendalikan produksi agar lebih efisien, efektif, dan
produktif, atau optimal. Sistem produksi yang tepat bagi suatu industri akan
9
sangat tergantung pada jenis industrinya”. Berdasarkan cara pembuatan (dan masa
pengerjaan), produksi dapat diklasifikan menjadi tipe-tipe berikut:
1. Engineering To Order ( ETO ), yaitu bila pemesanan meminta produsen
untuk membuat produk yang dimulai dari proses perancangannya
(rekayasa).
2. Make To Order ( MTO ), yaitu bila produsen menyelesaikan item akhirnya
jika dan hanya jika telah menerima pesanan konsumen untuk item
tersebut. Bila item tersebut bersifat unik dan mempunyai desain yang
dibuat menurut pesanan, maka konsumen mungkin bersedia menunggu
hingga produsen dapat menyelesaikannya.
3. Assembly To Order ( ATO ), yaitu bila produsen membuat desain standar,
modul-modul opsional standar yang sebelumnya dan merakit suatu
kombinasi tertentu dari modul-modul tersebut sesuai dengan pesanan
konsumen.
4. Make To Stock ( MTS ), yaitu bila produsen membuat item-item yang
diselesaikan dan ditempatkan sebagai persediaan sebelum pesanan
konsumen diterima. Item akhir tersebut baru akan dari sistem persediaan
setelah persediaan setelah pesanan konsumen diterima.
2.2 Bahan Baku
Menurut Indrajit dan Djokopranoto, pada tahun 2003: “Bahan baku atau
yang lebih dikenal dengan sebutan raw material merupakan bahan mentah
yang akan diolah menjadi barang jadi sebagai hasil utama dari perusahaan yang
bersangkutan”.
10
Menurut Assauri, pada tahun 1993: “Bahan baku merupakan bahan
yang harus diperhitungkan dalam kelangsungan proses produksi. Banyaknya
bahan baku yang tersedia akan menentukan besarnya penggunaan sumber-sumber
di dalam perusahaan dan kelancarannya. Hal ini menunjukkan bahwa bahan baku
merupakan faktor penting dalam suatu proses produksi karena bila terjadi
kekurangan bahan baku maka kegiatan perusahaan tidak dapat berjalan lancar.
Menurut (Indrajit dan Djokopranoto, 2003): “Bahan baku dapat
digolongkan berdasarkan beberapa hal diantaranya yaitu berdasarkan harga dan
frekuensi penggunaan”. Klasifikasi bahan baku berdasarkan harga di bagi menjadi
tiga bagian yaitu :
1. Bahan Baku Berharga Tinggi ( High Value Items ), yaitu bahan baku yang
biasanya berjumlah 10% dari jumlah jenis persediaan, namun jumlah
nilainya mewakili sekitar 70% dari seluruh nilai persediaan, oleh karena
itu memerlukan tingkat pengawasan yang sangat tinggi.
2. Bahan Baku Berharga Menengah ( Medium Value Items ), yaitu bahan
baku yang biasanya berjumlah 20% dari jumlah jenis persediaan, dan
jumlah nilainya juga sekitar 20% dari jumlah nilai persediaan, sehingga
memerlukan tingkat pengawasan yang cukup.
3. Bahan Baku Berharga Rendah ( Low Value Items ), yaitu bahan baku ini
biasanya berjumlah 70% dari seluruh jenis persediaan,tetapi memiliki nilai
atau hargas ekitar 10% dari seluruh nilai atau harga persediaan, sehingga
tidak memerlukan pengawasan yang tinggi.
11
2.3 Persediaan
Persediaan (inventory) didefinisikan sebagai sumber daya yang di simpan
untuk memenuhi permintaan saat ini maupun saat yang akan datang. Persediaan
merupakan hal penting bagi suatu perusahaan manufaktur, dalam menjaga
keberlangsungan proses produksi. Karena persediaan dalam hal ini adalah bahan
baku, maka persediaan memiliki persentase terbesar dari modal kerja.
Persediaan merupakan suatu aktiva yang meliputi barang-barang milik
perusahaan dengan maksud untuk dijual dalam suatu periode usaha tertentu, atau
persediaan barang-barang yang masih dalam pengerjaan/proses produksi,
ataupun persediaan bahan baku yang masih menunggu penggunaannya dalam
suatu proses produksi (Rangkuti, 2007).
“Persediaan adalah sejumlah bahan- bahan, bagian-bagian yang
disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan
untuk proses produksi, serta barang-barang jadi/produk yang disediakan untuk
memenuhi permintaan dari konsumen atau langganan setiap waktu” (Rangkuti,
2002).
“Persediaan memiliki fungsi penting yang dapat meningkatkan efisiensi
operasional suatu perusahaan. Dengan adanya persediaan maka proses produksi
tidak terhambat oleh kekurangan bahan baku. Selain itu, prosedur untuk
memperoleh dan menyimpan bahan baku yang dibutuhkan dapat dilaksanakan
dengan biaya minimum” (Bedworth dan Bailey, 1982)
12
“Persediaan merupakan sejumlah bahan-bahan, parts yang disediakan
dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses
produksi, serta barang-barang jadi atau produk yang disediakan untuk memenuhi
permintaan dari komponen atau langganan setiap waktu”. (Assauri, 1993; 219)
2.1.1 Fungsi Persediaan
Persediaan merupakan salah satu unsur paling aktif dalam operasi
perusahaan. (Assauri, 1993): “Fungsi persediaan yang diadakan mulai dari
persediaan yang berbentuk bahan mentah sampai dengan barang jadi antara lain:
1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-
bahan yang dibutuhkan oleh perusahaan.
2. Menghilangkan resiko dari material yang dipesan tidak memenuhi
kualifikasi, sehingga harus dikembalikan.
3. Menumpuk bahan-bahan yang dihasilkan secara musiman sehingga
dapat digunakan bila bahan itu tidak ada dipasaran.
4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran
arus produksi.
2.1.2 Jenis-jenis Persediaan
Setiap jenis persediaan mempunyai karakteristik tersendiri dan
cara pengelolaan yang berbeda. Menurut jenisnya, persediaan fisik dibedakan
menjadi (Rangkuti, 2007 ):
1. Persediaan bahan mentah (raw material), yaitu persediaan persediaan
13
barang- barang berwujud seperti baja, kayu, dan komponen-komponen
lainnya yang digunakan dalam proses produksi.
2. Persediaan komponen-komponen rakitan (purchased parts/component),
yaitu persediaan barang-barang yang terdiri dari komponen-komponen
yang diperoleh dari perusahaan lain, dimana secara langsung dapat
dirakit menjadi suatu produk.
3. Persediaan bahan pembantu atau penolong (supplies), yaitu persediaan
barang-barang yang diperlukan dalam proses produksi tetapi tidak
merupakan bagian atau komponen barang jadi.
4. Persediaan barang dalam proses (work in proses), yaitu persediaan
barang- barang yang merupakan keluaran dari tiap-tiap bagian dalam
proses produksi atau yang telah diolah menjadi suatu bentuk, tetapi
masih perlu diproses lebih lanjut menjadi barang jadi.
5. Persediaan barang jadi (finished goods), yaitu persediaan barang-barang
yang telah diproses atau diolah dalam pabrik dan siap untuk dijual atau
dikirim ke pelanggan.
2.1.3 Biaya Persediaan
Untuk pengambilan keputusan penentuan besarnya jumlah persediaan
biaya- biaya variable berikut ini harus dipertimbangkan, diantaranya (Rangkuti,
2007) :
a. Biaya penyimpanan (holding costs atau carrying costs).
Merupakan biaya yang dikeluarkan berkenaan dengan diadakannya
14
persediaan barang. Biaya ini terdiri atas biaya-biaya yang bervariasi secara
langsung dengan kuantitas persediaan. Biaya penyimpanan per periode akan
semakin besar apabila kuantitas bahan yang dipesan semakin banyak, atau rata-
rata persediaan semakin tinggi. Biaya -biaya yang termasuk sebagai biaya
penyimpanan adalah:
1. Biaya fasilitas-fasilitas penyimpanan (termasuk penerangan,
pemanas atau pendingin).
2. Biaya modal (oportunity cost of capital, yaitu alternatif
pendapatan atas dana yang diinvestasikan dalam persediaan)
3. Biaya keusangan
4. Biaya penghitungan fisik dan kondisi laporan
5. Biaya asuransi persediaan
6. Biaya pajak persediaan
7. Biaya pencurian, pengrusakan, atau perampokan
b. Biaya Pemesanan (Pembelian)
Merupakan biaya yang dikeluarkan sehubungan dengan kegiatan
pemesanan bahan sejak pemesanan bahan sampai bahan tersedia di gudang.
Setiap kali barang dipesan, perusahaan menanggung biaya pemesanan
(ordercosts atau procurement costs). Biaya-biaya pemesanan secara terperinci
meliputi :
1. Pemrosesan pesanan dan biaya ekspedisi
2. Upah
3. Biaya telepon
4. Pengeluaran surat menyurat
15
5. Biaya pengepakan dan penimbangan
6. Biaya pemeriksaan penerimaan
7. Biaya pengiriman kegudang
8. Biaya hutang lancar dan sebagainya.
Pada umumnya, biaya per pesanan (di luar biaya bahan dan potongan
kuantitas) tidak naik bila kuantitas pesanan bertambah besar. Tetapi apabila
semakin banyak komponen yang dipesan setiap kali pesan, jumlah pesanan per
periode turun, maka biaya pemesanan total akan turun.
c. Biaya penyiapan (manufacturing) atau set-up cost
Hal ini terjadi apabila bahan-bahan tidak dibeli, tetapi diproduksi sendiri
bahan-bahan tidak dibeli, tetapi diproduksi sendiri "dalam pabrik" perusahaan
menghadapi biaya penyiapan (setup costs) untuk memproduksi komponen
tertentu. Biaya- biaya ini terdiri dari :
1. Biaya mesin-mesin menganggur
2. Biaya persiapan tenaga kerja langsung
3. Biaya penjadwalan
4. Biaya ekspedisi dan sebagainya.
d. Biaya kehabisan atau kekurangan bahan (Shortage Costs)
Merupakan biaya yang timbul apabila persediaan tidak mencukupi
adanya permintaan bahan baku. Biaya-biaya yang termasuk biaya kekurangan
bahan adalah sebagai berikut :
1. Kehilangan penjualan
2. Biaya ekspedisi
16
3. Selisih harga
4. Biaya pemesanan khusus
5. Terganggunya operasi
6. Tambahan pengeluaran manajerial dan sebagainya.
2.4 Peramalan
Peramalan dalam manajemen permintaan adalah meramalkan permintaan
dari item-item independent demand di masa yang akan datang, untuk selanjutnya
dikombinasikan dengan pelayanan pesanan (order service) yang bersifat pasti,
agar kita dapat mengetahui total permintaan dari suatu item atau produk sehingga
memudahkan dalam manajemen produksi dan inventori (Gaspersz, 2012).
Menurut Gaspersz (dikutip dari Lindawati, 2003), pada dasarnya terdapat
9 langkah yang harus diperhatikan untnuk menjamin efektifitas dan efisiensi dari
sistem peramalan dalam manajemen permintaan, yaitu:
a. Menentukan tujuan dari peramalan
b. Memilih item independent demand yang akan diramalkan
c. Menetukan horizon waktu dari peramalan (jangka pendek, menengah,
atau panjang)
d. Memilih model-model peramalan
e. Memperoleh data yang dibutuhkan untuk melakukan peramalan
f. Validasi model peramalan
g. Membuat peramalan
h. Implementasi hasil-hasil peramalan
i. Memantau keandalan hasil-hasil peramalan.
17
Tujuan utama dari peramalan dalam menajemen persediaan adalah untuk
meramalkan permintaan dari item-item independent demand dimasa yang akan
datang. Penentuan horizon waktu peramalan akan tergantung pada situasi dan
kondisi actual dari masing-masing indutri manufaktur serta tujuan dari
peramalan itu sendiri. Bagaimanapun juga peramal harus memilih interval
ramalan atau bagaimana mengembangkan suatu ramalan. Alternative yang
umum dipilih adalah menggunakan interval waktu: harian, mingguan, bulanan,
triwulan, semesteran, tahunan.
Dalam industry manufaktur, pemilihan waktu mingguan dimaksudkan
untuk peramalan jangka pendek, sedangka interval waktu bulanan untuk
peramalan jangka menengah, dan interval waktu triwulan untuk peramalan
jangka panjang.
2.4.1 Model Peramalan
Pemilihan model peramalan akan bergantung pada pola data dan horizon
waktu dari peramalan. Terdapat sejumlah model peramalan yang telah
dikembangkan pada saat ini. Beberapa model peramalan menurut Gaspersz
(2012) adalah sebagai berikut :
1. Model Rata-rata bergerak (Moving Average)
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan
yang baru untuk mendapatkan data ramalan permintaan di masa yang
akan datang. Model ini mengasumsikan bahwa permintaan pasar
terhadap produk akan stabil sepanjang waktu.
18
2.Model Analisis Garis Kecenderungan (Trend linear Analysis)
Model analisis garis kecenderungan dipergunakan sebagai model
peramalan apabila pola historis dari data aktual permintaan menunjukan
adanya suatu kecenderungan menaik dari waktu ke waktu.
3.Model Pemulusan Eksponensial (Exponential Smoothing)
Model pemulusan eksponensial digunakan apabila pola historis dari data
aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu.
Ft = Ft-1 + α (At-1 – Ft-1)................................................................(2.1)
Dimana :
Ft = nilai ramalan untuk periode waktu ke-t
Ft-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1
At-1 = nilai aktual untuk satu periode waktu yang lalu, t-1
α = konstanta pemulusan (smoothing constant)
Penetapan nilai alpha (α) yang diperkirakan tepat, kita dapat
menggunakan panduan berikut :
• Apabila pola historis dari data aktual permintaan sangat bergejolak
atau tidak stabil dari waktu ke waktu, maka kita memilih nilai α
yang mendekati satu .
• Apabila pola historis dari data aktual permintaan tidak bergejolak
atau relatif stabil dari waktu ke waktu, maka kita memilih nilai α
yang mendekati nol.
4.Model Rata-rata Bergerak Terbobot (Weighted Moving Averages)
Model rata-rata bergerak terbobot lebih responsive terhadap
19
perubahan, karena data dari periode yang baru biasanya diberi bobot
lebih besar.
2.4.2 Pengujian Model Peramalan
Pengujian model peramalan perlu dilakukan untuk mengetahui sejauh
mana keandalan dari model peramalan yang dipilih. Berikut beberapa cara
pengujian model peramalan menurut Gasperzs (2012) :
1. Mean Absolute Deviation (MAD)
Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan rata-
rata perkiraan kesalahan (nilai absolut masing-masing kesalahan). MAD
berguna untuk menganalisa atau mengukur kesalahan ramalan dalam unit
yang sama sebagai deret asli. Berikut ini rumus untuk menghitung MAD.
𝑴𝑨𝑫 =∑(𝐀𝐛𝐬𝐨𝐥𝐮𝐭𝐞 𝐝𝐚𝐫𝐢 𝐟𝐨𝐫𝐞𝐜𝐚𝐬𝐭 𝐞𝐫𝐫𝐨𝐫𝐬)
𝐧 .................................................2.2
Dimana :
MAD = Mean Absolute Deviation
n = periode peramalan
Absolut forecast error = nilai absolute dari selisih permintaan actual
terhadap forecast
2. Mean Square Error (MSE)
Mean Square Error adalah metode lain untuk mengevaluasi metode
peramalan yang merupakan rata-rata dari nilai kuadrat simpangan data.
Rumus penghitungan MSE sebagai berikut :
20
𝑴𝑺𝑬 =∑( 𝐟𝐨𝐫𝐞𝐜𝐚𝐬𝐭 𝐞𝐫𝐫𝐨𝐫𝐬)²
𝐧 ......................................................2.3
Dimana :
MSE = Mean Square Error
n = periode peramalan
forecast error = nilai selisih permintaan aktual terhadap forecast
3. Mean Absolute Percentage Error (MAPE)
MAPE juga dapat digunakan untuk membandingkan ketepatan dari metode
yang sama atau berbeda dalam dua deret yang berbeda sekali dan
mengukur ketepatan nilai dugaan model yang dinyatakan dalam bentuk
rata-rata persentase absolut kesalahan. MAPE dapat dihitung dengan rumus
sebagai berikut :
𝑴𝑨𝑷𝑬 =∑(𝐚𝐛𝐬𝐨𝐥𝐮𝐭 𝐟𝐨𝐫𝐞𝐜𝐚𝐬𝐭 𝐞𝐫𝐫𝐨𝐫𝐬)²
𝐧 (𝐀) ......................................2.4
Dimana :
MAPE = Mean Absolute Persentage Error
n = periode peramalan
A = permintaan actual
Absolut forecast error = nilai absolute dari selisih permintaan actual
terhadap forecast
2.5 Material Requirement Planning (MRP)
Menurut Gaspersz, pada tahun 2012 Material Requirement Planning (MRP)
dapat didefinisikan sebagai suatu teknik atau set prosedur yang sistematis dalam
penentuan kuantitas serta waktu dalam proses pengendalian kebutuhan bahan
21
terhadap komponen-komponen permintaan yang saling bergantungan. (Dependent
demand items).
Menurut Heizer dan Render, pada tahun 2005 menyebutkan bahwa MRP
adalah model permintaan terikat yang menggunakan daftar kebutuhan bahan,
status persediaan, penerimaan yang diperkirakan, dan jadwal produksi induk, yang
dipakai untuk menentukan kebutuhan material yang akan digunakan.
Menurut Schroeder, R,G, pada tahun 1994 menyebutkan MRP sebagai suatu
sistem informasi yang digunakan untuk merencanakan dan mengendalikan
persediaan dan kapasitas.
Menurut Tampubolon, pada tahun 2004 menyebutkan MRP merupakan
komputerisasi sistem persediaan seluruh bahan yang dibutuhkan dalam proses
konversi suatu perusahaan, baik usaha manufaktur maupun usaha jasa.
Berdasarkan definisi yang dikemukakan oleh beberapa pakar yang
dimaksud diatas, maka MRP dapat diartikan sabagai sebuah metode perencanaan
dan pengendalian material (bahan baku, parts, komponen, dan subkomponen)
yang terikat pada unit produksi yang akan dihasilkan, dengan menggunakan suatu
sistem yang sudah terintegrasi dan berkaitan.
2.5.1 Tujuan dan Manfaat Material Requirement Planning (MRP)
Menurut Herjanto pada tahun 1999, tujuan MRP adalah:
1. Meminimumkan persediaan (inventori)
MRP merupakan seberapa banyak dan kapan suatu item diperlukan disesuaikan
dengan Jadwal Produksi Induk
2. Meningkatkan efisiensi
22
MRP juga mendorong peningkatan efisiensi karena jumlah persediaan, waktu
produksi, dan waktu pengiriman barang dapat direncanakan lebih baik sesuai
Jadwal Produksi Induk
3. Mengurangi resiko karena keterlambatan produksi atau pengiriman
4. MRP mengidentifikasikan banyaknya bahan dan item yang diperlukan baik dari
segi jumlah dan waktunya dengan memperhatikan waktu tenggang produksi
maupun pengadaan komponen.
Menurut Render dan Heizer (dikutip oleh Rovianty, 2007), manfaat dari MRP
adalah:
1.Peningkatan pelayanan dan kepuasan konsumen
2.Peningkatan pemanfaatan fasilitas dan tenaga kerja
3.Perencanaan dan penjadwalan persediaan yang lebih baik
4.Tanggapan yang lebih cepat terhadap perubahan dan pergeseran pasar
5.Tingkat persediaan menurun tanpa mengurangi pelayanan terhadap konsumen
2.5.2 Input Sistem Material Requirement Planning (MRP)
Menurut Chase, et al (dikutip oleh Rovianty, 2007), MRP memiliki tiga
input informasi yang diperlukan, yaitu:
1. Jadwal Produksi Induk
MPS adalah perencaan dalam suatu fase yang menentukan berapa banyak
dan kapan perusahaan merencanakan, membuat tiap produk akhir. MPS dibuat
dengan cara membagi rencana produksi total dalam bermacam- macam produk
akhir yang akan dibuat, dimana hasil ramalan tersebut dipakai untuk membuat
rencana produksi yang pada akhirnya dibuat rencana yang lebih terperinci atau
23
rencana jangka pendek. MPS merupakan proses alokasi untuk membuat sebuah
produk yang diinginkan dengan memperhatikan kapasitas yang dimiliki. (dikutip
oleh Rovianty, 2007)
2. Struktur Produk (Bill of Material (BOM))
BOM merupakan daftar item yang diperlukan untuk membuat atau merakit
suatu unit produk jadi. BOM file berisi penjelasan yang lengkap atas produk, tidak
hanya mencantumkan data mengenai urutan-urutan produksi. BOM juga sering
disebut sebagai struktur pohon produk (product structure tree) karena BOM ini
menunjukan bagaimana sebuah produk itu dibentuk oleh komponen-komponen.
Struktur produk ini menunjukkan berapa banyak setiap item dan bagian produk
yang akan diperlukan, urutan perakitan bila struktur produk dimasukkan ke dalam
master BOM, yang terperinci semua nama komponen, nomor identitas, nomor
gambar, dan sumber bahan baik yang dibuat dalam perusahaan ataupun yang
dibeli dari pihak luar. Daftar komponen ini akan dirakit, sehingga master BOM
juga merupakan suatu bentuk pemrosesan. (dikutip oleh Rovianty, 2007)
3. Catatan Daftar Persediaan
Catatan daftar persediaan merupakan catatan tentang persediaan item yang
ada di gudang dan yang sudah dipesan tapi belum diterima. Catatan ini digunakan
bila diperlukan dalam produksi. Isi catatan ini adalah nomor identifikasi, kuantitas
yang tersedia, tingkat stok pengaman (safety stock), kuantitas yang telah
direncanakan untuk produksi dan waktu tunggu pengadaan (procurement
leadtime) untuk setiap item. Catatan ini harus selalu up to date dengan cara
melakukan pencatatan atas transaksi-transaksi yang terjadi seperti penerimaan,
24
pengeluaran, produk gagal dan pemesanan, untuk menghindari adanya kekeliruan
dalam perencanaan. (dikutip oleh Rovianty, 2007)
2.5.3 Langkah Dasar Pengolahan MRP
Menurut Hartini pada tahun 2006, empat langkah dasar dalam pengolahan
MRP adalah sebagai berikut:
1. Netting (perhitungan kebutuhan bersih)
Kebutuhan bersih (NR) dihitung sebagai nilai dari kebutuhan kotor (GR)
minus jadwal penerimaan (SR) minus persediaan ditangan (OH). Kebutuhan
bersih dianggap nol bila NR lebih kecil dari atau sama dengan nol.
2. Lotting (penentuan ukuran lot)
Langkah ini bertujuan untuk menentukan besarnya pesanan individu yang
optimal berdasarkan hasil dari perhitungan bersih. Langkah ini ditentukan
berdasarkan teknik lotting/lot sizing yang tepat. Parameter yang digunakan
biasanya adalah biaya simpan dan biaya pesan.
3. Offsetting (Penentuan ukuran pemesanan)
Langkah ini bertujuan agar kebutuhan item dapat tersedia tepat pada saat
dibutuhkan dengan menghitung lead time pengadaan komponen tersebut.
4. Explosion
Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat
item (komponen) pada tingkat yang lebih rendah dari struktur produk yang
tersedia.
25
2.5.4 Proses Lotting
Teknik lot sizing merupakan teknik untuk meminimalkan jumlah barang
yang akan dipesan dan meminimalkan biaya persediaan. Objek dari manajemen
persediaan adalah untuk menghitung tingkat persediaan yang optimum yang sesuai
dengan permintaan pasar dan kapasitas perusahaan. (dikuti dari Fuad Aty
Hary,2011)
Teknik penentuan ukuran lot mana yang paling baik dan tepat bagi suatu
perusahaan adalah persoalan yang sangat sulit, karena sangat tergantung pada
hal- hal sebagai berikut (dikuti dari Fuad Aty Hary,2011):
a. Variasi dari kebutuhan, baik dari segi jumlah maupun periodenya
b. Lamanya horison perecanaan
c. Lama periode (mingguan, bulanan dan sebagainya)
d. Perbandingan biaya pesan dan biaya unit
1. Economic Order Quantity (EOQ)
Untuk menghitung pengendalian persediaan digunakan metode Economic
Order Quantity (EOQ), yang merupakan metode persediaan yang sederhana.
Metode ini bertujuan untuk menentukan ukuran pemesanan ekonomis yang dapat
meminimasi biaya-biaya dalam persediaan. Metode pengendalian persediaan ini
menjawab 2 pertanyaan penting, kapan harus memesan dan berapa banyak jumlah
yang harus dipesan.
Metode EOQ atau disebut metode Wilson pertama kali dicetuskan oleh Ford
Harris pada tahun 1915, tetapi lebih dikenal dengan nama metode Wilson karena
dikembangkan oleh Wilson pada tahun 1934.
26
Jika suatu barang dipesan dari pemasok, berapa pun jumlah barang yang
dipesan, biaya pemesanan (telepon, pengiriman, administrasi, dan lain-lain)
besarnya selalu sama. Artinya, biaya pemesanan tidak tergantung pada jumlah
pemesanan melainkan pada berapa kali jumlah pemesanan.
Jika suatu barang diproduksi, perusahaan harus men-‘set up’ mesin dan
fasilitas produksi lainnya, harus membuat rencana, dan lain-lain yang biaya
tersebut tidak akan berbeda untuk jumlah produksi yang berbeda.
Fakta lainnya, ada biaya yang berubah jika jumlah unit yang diproduksi atau
dipesan berubah. Biaya ini berbanding lurus dengan jumlah yang diproduksi.
Termasuk harga barang, biaya penyimpanan, biaya penanganan dan lain-lain.
Dengan adanya biaya-biaya tersebut maka total biaya akan menjadi berbeda
apabila jumlah unit yang diproduksi juga berbeda.
Jika jumlah pemesanan unit produk melebihi jumlah pemesanan yang
ekonomis, maka akan membuat biaya penyimpanan menjadi lebih tinggi
dibandingkan dengan biaya persediaan dari jumlah pemesanan yang ekonomis.
Selain itu, bila jumlah pemesanan unit produk kurang dari jumlah
pemesanan yang ekonomis, maka biaya pemesanan akan lebih besar. Hal ini
disebabkan karena perusahaan harus memesan produk berkali-kali dengan biaya
pemesanan yang dilipatgandakan.
Perhitungan EOQ diformulasikan sebagai berikut:
EOQ = √ (2AD)/H.............................................................................................(2.5)
Dimana :
A = Order Cost
D =Demand Rata-rata
27
H =Holding Cost
2. Lot For Lot (LFL)
Menurut Purwati (2008), metode lot for lot (LFL), atau juga dikenal
sebagai metode persediaan minimal, berdasarkan pada ide menyediakan
persediaan (atau memproduksi) sesuai dengan yang diperlukan saja, jumlah
persediaan diusahakan seminimal mungkin. Jumlah pesanan sesuai dengan jumlah
sesungguhnya yang diperlukan (lot for lot) ini menghasilkan tidak adanya
persediaan yang disimpan. Sehingga biaya yang timbul hanya berupa biaya
pemesanan saja. Asumsi yang ada dibalik metode ini adalah bahwa pemasok (dari
luar atau dari lantai pabrik) tidak mensyaratkan ukuran lot tertentu; artinya
berapapun ukuran lot yang dipilih akan dapat dipenuhi.
Metode ini mengandung resiko, yaitu jika terjadi keterlambatan dalam
pengiriman barang. Jika persediaan itu berupa bahan baku, mengakibatkan
terhentinya produksi. Jika persediaan itu berupa barang jadi, menyebabkan tidak
terpenuhinya permintaan pelanggan. Pendekatan ini memperkecil biaya
penyimpanan dan biasanya digunakan untuk jenis barang mahal. Metode ini
cocok untuk jenis produk yang bersifat perishable goods, misalnya produk-
produk makanan dan cocok untuk jenis inventori dengan biaya set up kecil, biaya
simpan sangat besar, untuk produk dengan demand yang discontinuous.
3 .Least Unit Cost (LUC)
Pendekatan menggunakan konsep pemesanan dengan ongkos unit perkecil,
dimana jumlah pemesanan ataupun interval pemesanan dapat bervariasi.
28
keputusan untuk pemesanan didasarkan yaitu menetapkan Lot Size dengan
memperhitungkan sejumlah periode demand sedemikian sehingga total biaya per
unit minimum.
Jika suatu order tiba atau datang pada awal periode pertama dan mampu
memenuhi kebutuhan sampai akhir periode T, maka rumusnya adalah:
Total Biaya per unit = (Biaya Order + Biaya Holding sampai akhir periode T) /
kumulatif demand sampai akhir periode T
Periode pengisian kembali (replacement period direncanakan pada periode
pertama dan selanjutnya pada periode-peride dimana total biaya per unit naik
untuk pertama kali).
4. Fixed Order Quantity ( FOQ )
Pendekatan menggunakan konsep jumlah pemesanan tetap karena
keterbatasan fasilitas. Misalnya : Kemampuang gudang, transportasim
kemampuan supplier dan pabrik. Jadi dalam menentukan ukuran lot berdasarkan
intuisi atau pengalaman sebelumnya (Amalia, 2013).
5. Periode Order Quantity ( POQ )
Pendekatan menggunakan konsep jumlah pemesanan ekonomis agar dapat
dipakai pada periode bersifat permintaan diskrit, teknik ini dilandasi oleh model
EOQ. Dengan mengambil dasar perhitungan pada model pesanan ekonomis
maka akan diperoleh besarnya jumlah pesanan yang harus dilakukan dan interval
periode pemesanannya adalah setahun (Amalia, 2013).
29
6. Part Periode Balancing ( PBB )
Pendekatan menggunakan konsep ukuran lot ditetapkan bila ongkos
simpannya sama atau mendekati ongkos pesannya (Amalia, 2013).
7. Fixed Periode Requirement ( FPR )
Pendekatan menggunakan konsep ukuran lot dengan periode tetap, dimana
pesanan dilakukan berdasarkan periode waktu tertentu saja. Besarnya jumlah
pesanan tidak didasarkan oleh ramalan tetapi dengan cara menggunakan
penjumlahan kebutuhan bersih pada interval pemesanan dalam beberapa periode
yang ditentukan (Amalia, 2013).
8. Least Total Cost ( LTC )
Pendekatan menggunakan konsep ongkos total akan diminimalisasikan
apabila untuk setiap lot dalam suatu horizon perencanaan hamper sama besarnya.
Hal ini dapat dicapai dengan memesan ukuran lot yang memiliki ongkos simpan
perunit- nya hamper sama dengan ongkos pengadaannya per unit.
9. Wagner Within ( WW )
Pendekatan menggunakan konsep ukuran lot dengan prosedur optimasi
program liner, bersifat matematis. Pada prakteknya ini sulit diterapkan dalam
MRP karena membutuhkan perhitungan yang rumit. Fokus utama dalam
penyelesauian masalah ini adalah melakukan menimalisasi penggabungan ongkos
total dari ongkos set-up dan ongkos simpan dan berusaha agar ongkos set-up dan
ongkos simpan tersebut mendekati nilai yang sama untuk kuantitas pemesanan
yang dilakukan.
30
10. Silver Mean ( SM )
Menitik beratkan pada ukuran lot yang harus dapat meminimumkan
ongkos total per-periode. Dimana ukuran lot didapatkan dengan cara
menjumlahkan kebutuhan beberapa periode yang berturut-turut sebagai ukuran
lot yang tentative (bersifat sementara). Penjumlahan dilakukan terus sampai
ongkos totalnya dibagi dengan banyaknya periode yang kebutuhannya termasuk
dalam ukuran lot tentative tersebut meningkat. Besarnya ukuran lot yang
sebenarnya adalah ukuran lot tentative terakhir yang ongkos total periodenya
masih menurun.
Pada penelitian ini akan menggunakan 3 metode lot sizing MRP yaitu :
Lot For Lot ( LFL), Economic Order Quantity (EOQ) dan Least Unit Cost (LUC )
2.6 Persediaan Pengaman (Safety Stock)
Persediaan pengaman adalah persediaan tambahan yang diadakan untuk
melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (stock out)
(dikuti dari Fuad Aty Hary,2011).
Ada beberapa faktor yang menentukan besarnya persediaan pengaman yaitu :
1. Penggunaan bahan baku rata-rata
2. Faktor waktu
3. Biaya-biaya yang digunakan
Rumus umum Persediaan Pengaman (Safety Stock) untuk tingkat
permintaan variabel dan lead time yang konstan yaitu:
SS = z (σd)..................................................................................................(2.6)
(Sumber: Rangkuti, 2007)
31
Dimana :
SS : Safety Stock
Z : Service Level
σd : Standar Deviasi dari tingkat kebutuhan
LT : Waktu Tenggang (Lead Time)
2.7 Reorder Point (ROP)
Reorder point (ROP) menjawab pernyataan kapan mulai mengadakan
pemesanan. ROP model terjadi apabila jumlah persediaan yang terdapat di dalam
stok berkurang terus. Dengan demikian kita harus menentukan berapa banyak
batas minimal tingkat persediaan yang harus dipertimbangkan sehingga tidak
terjadi kekurangan persediaan. Jumlah yang diharapkan tersebut dihitung selama
masa tenggang. Mungkin dapat juga ditambahkan dengan safety stock yang
biasanya mengacu kepada probabilitas atau kemungkinan terjadinya kekurangan
stock selama masa tenggang.
ROP atau biasa disebut dengan batas/titik jumlah pemesanan kembali
termasuk permintaan yang diinginkan atau dibutuhkan selama masa tenggang,
misalnya suatu tambahan /ekstra stok (dikuti dari Fuad Aty Hary,2011).
Rumus umum Reorder Point (ROP) untuk tingkat permintaan variabel dan lead
time yang konstan yaitu:
ROP = LT + SS...............................................................................(2.7)
(Sumber: Rangkuti, 2007)
32
Dimana :
: Rata-rata tingkat permintaan
LT : Waktu tenggang (Lead Time) konstan
SS : Safety Stock
Tabel 2.1 Penelitian Sebelumnya
Judul Tahun Penulis Metode Kesimpulan
Demand Forecasting
For Economic Order
Quantity in
Inventory
Management
2013
Aju Mathew,
Prof.E.M.Somasekaran
Nair & Asst Prof.
Jenson Joseph E
Economic
Order
Quantity(EOQ)
dan
Exponential
smoothing
Mengestimasi persediaan dengan biaya
yang lebih rendahdengan melalukan
ROP 6 minggu tetapi dikarenakan
faktor tempat maka dibuat 8 mingguan
INVENTORY
MANAGEMENT
THROUGH EOQ
MODEL
2015 Eduina Guga
Economic
Order
Quantity(EOQ)
Penelitian ini menerapkan model
manajemen persediaan EOQ
(Economic Order Quantity) dan ROP
(Reorder Point).Dan pemesanan
kembali dilakukan setiap 6 minggu.
Economic Order
Quantity (EOQ)
Model
2016 Dr. Rakesh Kumar
Economic
Order
Quantity(EOQ)
EOQ adalah alat yang sangat berguna
untuk pengendalian persediaan yang
dapat diterapkan pada persediaan
barang jadi, persediaan dalam proses
dan persediaan bahan baku.
Material
Requirement
Planning for
Automobile Service
Plant
2014 Dinesh E. , Arun A.&
Pranav R
Material
Requirement
Planning
Material Requirement Planning (MRP)
mengurangi biaya pemeliharaan dan
biaya industri. Ini memperbaiki rantai
komponen yang tidak terputus untuk
layanan dan pengirimann tepat waktu.
A Study on MRP
with Using Leads
Time, Order Quality
and Service Level
over a Single
Inventory
2015
Seyed Hassan Shojaie,
Abbas Bahoosh &
Mohammadreza
Pourhassan
Material
Requirement
Planning
Metode yang dapat digunakan untuk
mengendalikan persediaan adalah
metode Exponential Smoothing,
dengan perhitungan biaya paling
rendah dengan EOQ
33
BAB III
METODOLOGI PENELITIAN
3.1 Lokasi Dan Waktu Penelitian
1. Lokasi Penelitian
Lokasi penelitian merupakan suatu tempat atau wilayah dimana penelitian
tersebut akan dilakukan. Adapun penelitian yang dilakukan mengambil lokasi di
PT . XYZ dengan alamat Desa Mangga Besar, Klari,Karawang Timur.
2. Waktu Penelitian
Waktu yang digunakan dalam penelitian ini selama bulan April – Juni
2017 di mulai pada saat pengambilan data sampai selesai .
3. Tipe Penelitian
Dalam penulisan Tugas Akhir ini, penulis menggunakan tipe penelitian
dengan studi kasus . Studi Kasus merupakan bentuk penelitian yang meneliti
fenomena khusus yang hadir dalam suatu konteks yang terbatasi, meskipun batas-
batas antara fenomena dan konteks tidak sepenuhnya jelas.
34
Kasus tersebut dapat berupa individu, organisasi, karakteristik atau atribut
dari individu-individu, peristiwa atau insiden tertentu, dan sebagainya. Penelitian
ini dilakukan pada suatu unit penelitian (benda, orang, tempat kerja, atau unit
penelitian lain), selama kurun waktu tertentu secara mendalam untuk
mengidentifikasi dan menganalisis berbagai variabel yang diperlukan. Namun
karena sifat dari penelitian ini yang sangat mendalam, maka cakupan kajiannya
menjadi kurang luas, terbatas pada unit penelitian yang diambil sehingga hasil
penelitian tidak bisa dan tidak boleh digunakan untuk keadaan yang berlaku
secara umum.
Studi kasus terbagi menjadi 3 tipe, yaitu:
a. Studi kasus intrinsik, penelitian dilakukan karena ketertarikan atau kepedulian
pada suatu kasus khusus guna memahami secara utuh kasus tersebut tanpa
harus dimaksudkan untuk menghasilkan konsep-konsep/teori ataupun tanpa
ada upaya menggeneralisasi.
b. Studi kasus instrumental, penelitian pada suatu kasus unik tertentu guna
memahami isu dengan lebih baik, dan juga guna mengembangkan dan
memperhalus teori.
c. Studi kasus kolektif/majemuk/komparatif, suatu studi kasus instrumental yang
diperluas sehingga mencakup beberapa kasus. Tujuannya adalah untuk
mempelajari fenomena/populasi/kondisi umum dengan lebih mendalam.
35
3.2 Jenis dan Sumber Data
Aktivitas penelitian tidak akan terlepas dari keberadaan data yang
merupakan bahan baku informasi untuk memberikan gambaran spesifik mengenai
obyek penelitian. Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk
kepentingan memecahkan masalah atau menjawab pertanyaan penelitian.
Data penelitian dapat berasal dari berbagai sumber yang dikumpulkan
dengan menggunakan berbagai teknik selama kegiatan penelitian berlangsung.
Berdasarkan sumbernya, data penelitian dapat dikelompokkan dalam dua
jenis yaitu data primer dan data sekunder.
a. Data Primer
Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber datanya. Data primer disebut juga sebagai data
asli atau data baru yang memiliki sifat up to date. Untuk mendapatkan data
primer, peneliti harus mengumpulkannya secara langsung. Teknik yang dapat
digunakan peneliti untuk mengumpulkan data primer antara lain observasi,
wawancara, diskusi terfokus dan penyebaran kuesioner.
b. Data Sekunder
Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari
berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti buku, laporan, jurnal, dan lain-
lain. Dalam penulisan Tugas Akhir ini sebagian besar data sekunder yang
diperoleh berasal dari dokumen-dokumen PT .XYZ.
Untuk penelitian ini data yang dibutuhkan adalah :
36
a. Data pemakaian bahan baku tepung terigu periode April 2015 s/d
Maret 2017.
b. Biaya penyimpanan tepung terigu.
c. Biaya pemesanan tepung terigu.
d. Lead Time (waktu tenggang) pemesanan.
3.3 Teknik Pengumpulan Data
Teknik-teknik pengumpulan data yang digunakan dalam penelitian ini adalah:
1. Teknik Interview
Wawancara merupakan teknik pengumpulan data yang dilakukan
melalui tatap muka dan tanya jawab langsung antara pengumpul data
maupun peneliti terhadap narasumber atau sumber data atau pihak lain
yang berhubungan dengan permasalahan yang dikaji. Wawancara dapat
dilakukan dengan tatap muka maupun melalui telpon.
2. Teknik Pengamatan Lapanagan (Field Research )
Penelitian ini dilakukan dengan menggunakan data primer yang
berhubungan denngan objek pengamatan secara langsung. Metode yang
digunakan adalah observasi, yaitu teknik pengumpulan data dengan
pengamatan secara langsung guna memperoleh data penggunaan tepung
terigu pada produksi
37
3. Studi Pustaka (Librsry Research)
Yaitu pengumpulan data dengan mempelajari referensi, literatur,
laporan hasil penelitian dan sumber kepustakaan lain yang berhubungan
dengan permasalahan yang diamati.
3.4 Tahapan Analisis Data
a. Pengumpulan Data
Peneliti mencatat semua data secara obyektif dan apa adanya sesuai dengan
hasil observasi dan dokumen (schedule) dari lapangan
b. Metode Peramalan
Menghitung ramalan permintaan bahan baku untuk 1 tahun ke depan dengan
membandingkan 3 metode peramalan yaitu :
1. Metode Single Exponential Smoothing untuk α = 0,1, α = 0,5, α = 0,9.
dimana α merupakan suatu nilai (0
38
3.5 Kerangka Pemikiran
Mulai
Studi Pendahuluan
- Observasi
- Interview
Studi Literatur
Latar Belakang Masalah
Identifikasi & Perumusan
Masalah
Tujuan Penelitian
Pengumpulan Data
1.Data pemakaian produksi dan penerimaan barang dari suplier
2.Data Pemesanan : Biaya Simpan,Biaya Pemesanan dan Lead Time
Pengolahan Data:
1.Menentukan metode peramalan yang akan dipakai (Moving Average,Exponential
Smooting,Regresi linear) dengan persentase error yang paling kecil
2.Menganalisa persediaan bahan baku dengan metode MRP (Teknik hitung dengan EOQ ,Lot
For Lot dan LUC)
Analisis biaya persediaan yang paling kecil
Kesimpulan & Saran
Selesai
39
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data
Data-data yang diperoleh dengan wawancara dan hasil pencatatan
berdasarkan dokumentasi PT XYZ sebagai pihak yang terkait dengan masalah
persediaan bahan baku utama pembuatan wafer yaitu terigu adalah sebagai
berikut:
4.1.1 Data Permintaan Bahan Baku Tepung Terigu
Data ini digunakan sebagai dasar dalam melakukan proses peramalan
permintaan bahan baku terigu untuk periode April 2017- April 2018. Data- data
tersebut berasal dari laporan pemakaian bahan baku tepung terigu bagian PPIC
PT XYZ.
40
Tabel 4.1 Data Permintaan Bahan Baku Tepung Terigu (April 2015-Maret 2017)
No Periode
Permintaan
Tepung Terigu
(kg)
1 Apr'15 1.171.275
2 Mei'15 1.205.025
3 Jun'15 1.132.150
4 Jul'15 774.775
5 Agu'15 1.046.900
6 Sep'15 1.008.075
7 Okt'15 657.850
8 Nov'15 1.053.325
9 Des'15 1.413.075
10 Jan'16 1.159.975
11 Feb'16 869.025
12 Mar'16 1.238.800
13 Apr'16 1.042.925
14 Mei'16 534.800
15 Jun'16 1.290.025
16 Jul'16 802.500
17 Agu'16 1.322.850
18 Sep'16 1.021.875
19 Okt'16 825.750
20 Nov'16 728.300
21 Des'16 717.850
22 Jan'17 957.425
23 Feb'17 1.248.725
24 Mar'17 1.393.525
Total 24.616.800
Sumber : Data Bag. PPIC PT XYZ
41
Sumber : Data Bag. PPIC PT XYZ
Gambar 4.1 .Laju Permintaan Bahan Baku Periode April 2015 - Maret 2017
4.1.2 Struktur Biaya
Biaya Pemesanan merupakan seluruh biaya yang terjadi mulai dari
pemesanan barang sampai tersedianya barang di gudang. Biaya pemesanan yang
terjadi pada PT XYZ yaitu biaya administrasi pemesanan dan biaya transportasi
(sewa truck). Biaya penyimpanan merupakan besarnya biaya yang dikeluarkan
untuk menangani penyimpanan bahan baku tepung terigu. Dalam menangani
penyimpanan bahan baku, PT XYZ menanggung biaya penghitungan fisik,
asuransi, dan pajak. Data-data ini diolah dari jumlah biaya yang dikeluarkan
oleh perusahaan per sekali pesan yang merupakan rata-rata biaya yang
dikeluarkan oleh perusahaan.
42
Tabel 4.2. Perhitungan Biaya Pesan dan Biaya Simpan
Harga Tepung Terigu/ kg
7.150
Biaya pemesanan meliputi
Biaya kuli bongkar
2.145.000
Biaya telepon
235.000
Biaya Transportasi
4.055.000
Total Biaya Pemesanan
6.435.000
Biaya Penyimpanan meliputi :
Biaya Kerusakan dan kehilangan : 1 % dari harga produk 72
Biaya penanganan persediaan : 0,5 % dari harga produk 36
Biaya Fasilitas Penyimpanan : 0,5 % dari harga bahan baku 36
Total biaya penyimpanan : 2 % dari harga produk per bulan
143
4.1.3 Lead Time (Waktu Tenggang) Pemesanan Bahan baku
Lead Time merupakan selisih atau perbedaan waktu antara saat
pemesanan sampai dengan barang diterima. Berdasarkan hasil wawancara
dengan bagian PPIC diketahui bahwa Lead time untuk bahan baku tepung terigu
adalah 7 hari.
4.1.4 Data Struktur Produk ( BOM )
Merupakan daftar dari semua bahan baku dengan kuantitas yang
dibutuhkan untuk memproduksi satu unit produk. MRP menggunakan BOM
sebagai basis untuk perhitungan banyaknya setiap bahan baku yang dibutuhkan
43
untuk setiap periode waktu. Untuk produk wafer yang akan dibuat untuk
hitungan 1 karton membutuhkan 1,5 kg tepung terigu.
4.2 Pengolahan Data
4.2.1 Peramalan Kebutuhan Bahan Baku
Berdasarkan data permintaan bahan baku periode April 2015- Maret
2017, terlihat bahwa terjadi fluktuasi permintaan bahan baku setiap bulan.
Sehingga dalam penelitian ini menggunakan tiga metode peramalan, yaitu
metode Moving Average ,metode Exponential Smoothing dan metode Regresi
Linear.
Sedangkan untuk memilih metode peramalan terbaik dari ketiga metode
peramalan tersebut dapat diukur kesalahan antara permintaan actual periode April
2015- Maret 2017 dengan hasil peramalannya dengan menggunakan Mean
Absolute Deviation (MAD), Measurement of Error (MSE) dan Mean Absolute
Percent Error (MAPE). Metode perhitungan tersebut dibandingkan pada
masing-masing metode peramalan dan dicari yang nilai MAD MSE atau MAPE-
nya paling kecil (paling mendekati nol) dengan menggunakan Microsoft Excel
maka dapat dilihat perbandingan nilai MAD,MSE dan MAPE pada masing-
masing metode peramalan yang digunakan.
44
Tabel 4.3 Peramalan dengan Metode Moving Average
Periode Aktual MA (2 ) MAD (2) MSE (2)
MAPE
(2) MA (3 ) MAD (3) MSE (3)
MAPE
(3) MA (5 ) MAD (5) MSE (5)
MAPE
(5)
Apr'15 1.171.275
Mei'15 1.205.025
Jun'15 1.132.150 1.188.150 56.000 3.136.000.000 4,95%
Jul'15 774.775 1.168.588 393.813 155.088.285.156 50,83% 1.169.483 394.708 155.794.668.403 50,94%
Agu'15 1.046.900 953.463 93.438 8.730.566.406 8,93% 1.037.317 9.583 91.840.278 0,92%
Sep'15 1.008.075 910.838 97.238 9.455.131.406 9,65% 984.608 23.467 550.684.444 2,33% 1.066.025 57.950 3.358.202.500 5,75%
Okt'15 657.850 1.027.488 369.638 136.631.881.406 56,19% 943.250 285.400 81.453.160.000 43,38% 1.033.385 375.535 141.026.536.225 57,09%
Nov'15 1.053.325 832.963 220.363 48.559.631.406 20,92% 904.275 149.050 22.215.902.500 14,15% 923.950 129.375 16.737.890.625 12,28%
Des'15 1.413.075 855.588 557.488 310.792.312.656 39,45% 906.417 506.658 256.702.666.736 35,86% 908.185 504.890 254.913.912.100 35,73%
Jan'16 1.159.975 1.233.200 73.225 5.361.900.625 6,31% 1.041.417 118.558 14.056.078.403 10,22% 1.035.845 124.130 15.408.256.900 10,70%
Feb'16 869.025 1.286.525 417.500 174.306.250.000 48,04% 1.208.792 339.767 115.441.387.778 39,10% 1.058.460 189.435 35.885.619.225 21,80%
Mar'16 1.238.800 1.014.500 224.300 50.310.490.000 18,11% 1.147.358 91.442 8.361.578.403 7,38% 1.030.650 208.150 43.326.422.500 16,80%
Apr'16 1.042.925 1.053.913 10.988 120.725.156 1,05% 1.089.267 46.342 2.147.550.069 4,44% 1.146.840 103.915 10.798.327.225 9,96%
Mei'16 534.800 1.140.863 606.063 367.311.753.906 113,33% 1.050.250 515.450 265.688.702.500 96,38% 1.144.760 609.960 372.051.201.600 114,05%
Jun'16 1.290.025 788.863 501.163 251.163.851.406 38,85% 938.842 351.183 123.329.733.611 27,22% 969.105 320.920 102.989.646.400 24,88%
Jul'16 802.500 912.413 109.913 12.080.757.656 13,70% 955.917 153.417 23.536.673.611 19,12% 995.115 192.615 37.100.538.225 24,00%
Agu'16 1.322.850 1.046.263 276.588 76.500.645.156 20,91% 875.775 447.075 199.876.055.625 33,80% 981.810 341.040 116.308.281.600 25,78%
Sep'16 1.021.875 1.062.675 40.800 1.664.640.000 3,99% 1.138.458 116.583 13.591.673.611 11,41% 998.620 23.255 540.795.025 2,28%
Okt'16 825.750 1.172.363 346.613 120.140.225.156 41,98% 1.049.075 223.325 49.874.055.625 27,05% 994.410 168.660 28.446.195.600 20,43%
Nov'16 728.300 923.813 195.513 38.225.137.656 26,85% 1.056.825 328.525 107.928.675.625 45,11% 1.052.600 324.300 105.170.490.000 44,53%
Des'16 717.850 777.025 59.175 3.501.680.625 8,24% 858.642 140.792 19.822.293.403 19,61% 940.255 222.405 49.463.984.025 30,98%
Jan'17 957.425 723.075 234.350 54.919.922.500 24,48% 757.300 200.125 40.050.015.625 20,90% 923.325 34.100 1.162.810.000 3,56%
Feb'17 1.248.725 837.638 411.088 168.992.932.656 32,92% 801.192 447.533 200.286.084.444 35,84% 850.240 398.485 158.790.295.225 31,91%
Mar'17 1.393.525 1.103.075 290.450 84.361.202.500 20,84% 974.667 418.858 175.442.303.403 30,06% 895.610 497.915 247.919.347.225 35,73%
Total 24.616.800 22.013.275 5.585.700 2.081.355.923.438 610,50% 20.889.125 5.307.842 1.876.241.784.097 575,21% 18.949.190 4.827.035 1.741.398.752.225 528,24%
232.738 86.723.163.477 25,44% 221.160 78.176.741.004 23,97% 201.126 72.558.281.343 22,01%
45
Tabel 4.4 Peramalan dengan Metode Exponential Smooting
Periode Aktual α = 0.1 α = 0.5 α = 0.9 MAD 0,1 MSE 0,1 MAPE
0,1 MAD 0,5 MSE 0,5
MAPE
0,5 MAD 0,9 MSE 0,9
MAPE
0,9
Apr'15 1.171.275
Mei'15 1.205.025 1.171.275 1.171.275 1.171.275 33.750 1.139.062.500 2,80% 33.750 1.139.062.500 2,80% 33.750 1.139.062.500 2,80%
Jun'15 1.132.150 1.174.650 1.188.150 1.201.650 42.500 1.806.250.000 3,75% 56.000 3.136.000.000 4,95% 69.500 4.830.250.000 6,14%
Jul'15 774.775 1.170.400 1.160.150 1.139.100 395.625 156.519.140.625 51,06% 385.375 148.513.890.625 49,74% 364.325 132.732.705.625 47,02%
Agu'15 1.046.900 1.130.838 967.463 811.208 83.938 7.045.503.906 8,02% 79.438 6.310.316.406 7,59% 235.693 55.550.954.556 22,51%
Sep'15 1.008.075 1.122.444 1.007.181 1.023.331 114.369 13.080.210.977 11,35% 894 798.789 0,09% 15.256 232.737.908 1,51%
Okt'15 657.850 1.111.007 1.007.628 1.009.601 453.157 205.351.153.360 68,88% 349.778 122.344.736.729 53,17% 351.751 123.728.467.013 53,47%
Nov'15 1.053.325 1.065.691 832.739 693.025 12.366 152.922.593 1,17% 220.586 48.658.155.823 20,94% 360.300 129.816.048.566 34,21%
Des'15 1.413.075 1.064.455 943.032 1.017.295 348.620 121.536.205.085 24,67% 470.043 220.940.392.471 33,26% 395.780 156.641.803.849 28,01%
Jan'16 1.159.975 1.099.317 1.178.054 1.373.497 60.658 3.679.440.050 5,23% 18.079 326.832.727 1,56% 213.522 45.591.644.730 18,41%
Feb'16 869.025 1.105.382 1.169.014 1.181.327 236.357 55.864.844.495 27,20% 299.989 89.993.554.803 34,52% 312.302 97.532.664.161 35,94%
Mar'16 1.238.800 1.081.747 1.019.020 900.255 157.053 24.665.737.276 12,68% 219.780 48.303.411.518 17,74% 338.545 114.612.568.061 27,33%
Apr'16 1.042.925 1.097.452 1.128.910 1.204.946 54.527 2.973.197.552 5,23% 85.985 7.393.388.317 8,24% 162.021 26.250.649.549 15,54%
Mei'16 534.800 1.091.999 1.085.917 1.059.127 557.199 310.471.095.081 104,19% 551.117 303.730.396.548 103,05% 524.327 274.918.857.669 98,04%
Jun'16 1.290.025 1.036.279 810.359 587.233 253.746 64.386.830.333 19,67% 479.666 230.079.755.889 37,18% 702.792 493.917.009.602 54,48%
Jul'16 802.500 1.061.654 1.050.192 1.219.746 259.154 67.160.774.235 32,29% 247.692 61.351.253.451 30,87% 417.246 174.094.033.018 51,99%
Agu'16 1.322.850 1.035.739 926.346 844.225 287.111 82.432.977.428 21,70% 396.504 157.215.480.775 29,97% 478.625 229.082.295.492 36,18%
Sep'16 1.021.875 1.064.450 1.124.598 1.274.987 42.575 1.812.605.628 4,17% 102.723 10.552.007.118 10,05% 253.112 64.065.916.246 24,77%
Okt'16 825.750 1.060.192 1.073.236 1.047.186 234.442 54.963.161.921 28,39% 247.486 61.249.558.513 29,97% 221.436 49.034.010.941 26,82%
Nov'16 728.300 1.036.748 949.493 847.894 308.448 95.140.176.236 42,35% 221.193 48.926.449.748 30,37% 119.594 14.302.635.039 16,42%
Des'16 717.850 1.005.903 838.897 740.259 288.053 82.974.652.361 40,13% 121.047 14.652.284.303 16,86% 22.409 502.179.526 3,12%
Jan'17 957.425 977.098 778.373 720.091 19.673 387.022.597 2,05% 179.052 32.059.507.626 18,70% 237.334 56.327.457.818 24,79%
Feb'17 1.248.725 975.131 867.899 933.692 273.594 74.853.895.219 21,91% 380.826 145.028.324.150 30,50% 315.033 99.246.047.133 25,23%
Mar'17 1.393.525 1.002.490 1.058.312 1.217.222 391.035 152.908.339.309 28,06% 335.213 112.367.703.380 24,06% 176.303 31.082.867.920 12,65%
Total 4.907.952 1.581.305.198.766 566,96% 5.482.216 1.874.273.262.209 596,19% 6.320.956 2.375.232.866.921 667,37%
213.389 68.752.399.946 24,65% 238.357 81.490.141.835 25,92% 274.824 103.270.994.214 29,02%
46
Tabel 4.5 Peramalan Metode Regresi Linear
Periode
periode
(x) Aktual (y) xy x^2 y^2 Y ''= 1.046.350 - 1.652X MAD y'' MAD MSE MAPE
Apr'15 1 1.171.275 1.171.275 1 1.371.885.125.625 1.044.698 126.577 126.577 16.021.736.929 10,81%
Mei'15 2 1.205.025 2.410.050 4 1.452.085.250.625 1.043.046 161.979 161.979 26.237.196.441 13,44%
Jun'15 3 1.132.150 3.396.450 9 1.281.763.622.500 1.041.394 90.756 90.756 8.236.651.536 8,02%
Jul'15 4 774.775 3.099.100 16 600.276.300.625 1.039.742 -264.967 264.967 70.207.511.089 34,20%
Agu'15 5 1.046.900 5.234.500 25 1.095.999.610.000 1.038.090 8.810 8.810 77.616.100 0,84%
Sep'15 6 1.008.075 6.048.450 36 1.016.215.205.625 1.036.438 -28.363 28.363 804.459.769 2,81%
Okt'15 7 657.850 4.604.950 49 432.766.622.500 1.034.786 -376.936 376.936 142.080.748.096 57,30%
Nov'15 8 1.053.325 8.426.600 64 1.109.493.555.625 1.033.134 20.191 20.191 407.676.481 1,92%
Des'15 9 1.413.075 12.717.675 81 1.996.780.955.625 1.031.482 381.593 381.593 145.613.217.649 27,00%
Jan'16 10 1.159.975 11.599.750 100 1.345.542.000.625 1.029.830 130.145 130.145 16.937.721.025 11,22%
Feb'16 11 869.025 9.559.275 121 755.204.450.625 1.028.178 -159.153 159.153 25.329.677.409 18,31%
Mar'16 12 1.238.800 14.865.600 144 1.534.625.440.000 1.026.526 212.274 212.274 45.060.251.076 17,14%
Apr'16 13 1.042.925 13.558.025 169 1.087.692.555.625 1.024.874 18.051 18.051 325.838.601 1,73%
Mei'16 14 534.800 7.487.200 196 286.011.040.000 1.023.222 -488.422 488.422 238.556.050.084 91,33%
Jun'16 15 1.290.025 19.350.375 225 1.664.164.500.625 1.021.570 268.455 268.455 72.068.087.025 20,81%
Jul'16 16 802.500 12.840.000 256 644.006.250.000 1.019.918 -217.418 217.418 47.270.586.724 27,09%
Agu'16 17 1.322.850 22.488.450 289 1.749.932.122.500 1.018.266 304.584 304.584 92.771.413.056 23,02%
Sep'16 18 1.021.875 18.393.750 324 1.044.228.515.625 1.016.614 5.261 5.261 27.678.121 0,51%
Okt'16 19 825.750 15.689.250 361 681.863.062.500 1.014.962 -189.212 189.212 35.801.180.944 22,91%
Nov'16 20 728.300 14.566.000 400 530.420.890.000 1.013.310 -285.010 285.010 81.230.700.100 39,13%
Des'16 21 717.850 15.074.850 441 515.308.622.500 1.011.658 -293.808 293.808 86.323.140.864 40,93%
Jan'17 22 957.425 21.063.350 484 916.662.630.625 1.010.006 -52.581 52.581 2.764.761.561 5,49%
Feb'17 23 1.248.725 28.720.675 529 1.559.314.125.625 1.008.354 240.371 240.371 57.778.217.641 19,25%
Mar'17 24 1.393.525 33.444.600 576 1.941.911.925.625 1.006.702 386.823 386.823 149.632.033.329 27,76%
total 300 24.616.800 305.810.200 4.900 26.614.154.381.250 24.616.800 4.711.740 1.361.564.151.650 522,99%
average 12,5 1.025.700 12.742.092 204 1.108.923.099.219 196.323 56.731.839.652 21,79%
47
Tabel 4.6 Perbandingan Nilai Error MAD, MSE dan MAPE
Moving Average Exponential Smooting Regresi Linear
2 bulan 3 bulan 5 bulan α = 0.1 α = 0.5 α = 0.9
MAD 232.738 221.160 201.126 213.389 238.357 274.824 198.001
MSE 86.723.163.477 78.176.741.004 72.558.281.343 68.752.399.946 81.490.141.835 103.270.994.214 56.805.397.533
MAPE 25,44% 23,97% 22,01% 24,65% 25,92% 29,02% 21,99%
Dari tabel dapat dilihat bahwa metode peramalan yang terpilih yaitu Regresi Linear karena memberikan nilai yang lebih kecil
dibandingkan metode Moving Average ataupun Exponensial Smoting, dan bila kita melihat nilai MAPE yang terkecil maka akan
diketahui peramalan dengan deviasi terkecil yaitu Regresi Linear karena memberikan nilai MAPE yang paling kecil (nilainya paling
mendekati nol). Oleh karena itu untuk membuat peramalan 1 tahun kedepan metode yang digunakan adalah metode Regresi Linear
48
Y = a + b x
b = n(Σxy) – (Σx) (Σy)
n(Σx²) – (Σx)²
b = 24 (305.810.200) – (300) (24.616.800)
24 (4900) – (300)²
b = -1652
a = −−
− xbY
a = 1.025.700 – (-1652)(12,5)
a = 1.046.350
jadi Y(x) = 1.046.350 - 1.652 X
Dengan demikian hasil peramalan untuk periode April 2017 – Maret 2018 adalah
sebagai berikut :
Y(25)= 1.046.350 - 1.652*25 = 1005050 kg
Y(26)= 1.046.350 - 1.652*26 = 1003398 kg
Y(27)= 1.046.350 - 1.652*27 = 1001746 kg
Y(28)= 1.046.350 - 1.652*28 = 1000094 kg
Y(29)= 1.046.350 - 1.652*28 = 998442 kg
Y(30)= 1.046.350 - 1.652*28 = 996790 kg
Y(31)= 1.046.350 - 1.652*28 = 995138 kg
49
Y(32)= 1.046.350 - 1.652*28 = 993486 kg
Y(33)= 1.046.350 - 1.652*28 = 991834 kg
Y(34)= 1.046.350 - 1.652*28 = 990182 kg
Y(35)= 1.046.350 - 1.652*28 = 988530 kg
Y(36)= 1.046.350 - 1.652*28 = 986878 kg
Hasil peramalan permintaan dengan metode Regresi Linier untuk periode April
2017 – Maret 2018 dapat dilihat pada tabel 4.
Tabel 4.7 Hasil Peramalan Permintaan dengan Metode Regresi Linear
No Periode Hasil Peramalan
1 Apr'17 1.005.050
2 Mei '17 1.003.398
3 Jun'17 1.001.746
4 Jul'17 1.000.094
5 Aug'17 998.442
6 Sep'17 996.790
7 Oct'17 995.138
8 Nov'17 993.486
9 Dec'17 991.834
10 Jan'18 990.182
11 Feb'18 988.530
12 Mar'18 986.878
Total 11.951.568
Average 995.964
Standar Deviasi 5.956
50
4.2.2 Perencanaan Persediaan Bahan Baku
Perencanaan persediaan bahan baku tepung terigu dengan metode Lot For Lot
MRP Tepung Terigu
LT= 7 hari Lot size =0
Metode Lot For Lot
Mar'17 Apr'17 Mei '17 Jun'17 Jul'17 Aug'17 Sep'17 Oct'17 Nov'17 Dec'17 Jan'18 Feb'18 Mar'18 Total
Gross Reqruitemnt
1.005.050
1.003.398
1.001.746
1.000.094
998.442
996.790
995.138
993.486
991.834
990.182
988.530
986.878 11.951.568
Schedule receipts 0
On Hand 0 0 0 0 0 0 0 0 0 0 0 0 0
Net Reqruitments
1.005.050
1.003.398
1.001.746
1.000.094
998.442
996.790
995.138
993.486
991.834
990.182
988.530
986.878 11.951.568
Planned Order
Receipts
1.005.050
1.003.398
1.001.746
1.000.094
998.442
996.790
995.138
993.486
991.834
990.182
988.530
986.878 11.951.568
Planned Order Release
1.005.050
1.003.398
1.001.746
1.000.094
998.442
996.790
995.138
993.486
991.834
990.182
988.530
986.878 11.951.568
Biaya pemesanan Tepung Terigu/ Tahun = 12 x Rp 6.435.000
= Rp 77.220.000
Biaya Persediaan = Biaya Pemesanan + Biaya Simpan
= Rp 77.220.000+ 0
= Rp 77.220.000
51
Perencanaan persediaan bahan baku tepung terigu dengan metode Least Unit Cost
Tabel 4.8 Perhitungan Unit Cost
QTY Periode Quantity
Order Carrying Cost
Order
cost Total Cost Unit Cost
1.005.050 1 1.005.050 0 650.000 650.000 0,6
1-2 2.008.448 2.325.782.784.000 650.000 2.325.783.434.000
1.158.000,3
1.003.398 2 1.003.398 0 650.000 650.000 0,6
2-3 2.005.144 2.321.956.752.000 650.000 2.321.957.402.000
1.158.000,3
1.001.746 3 1.001.746 0 650.000 650.000 0,6
3-4 2.001.840 2.318.130.720.000 650.000 2.318.131.370.000
1.158.000,3
1.000.094 4 1.000.094 0 650.000 650.000 0,6
4-5 1.998.536 2.314.304.688.000 650.000 2.314.305.338.000
1.158.000,3
998.442 5 998.442 0 650.000 650.000 0,7
5-6 1.995.232 2.310.478.656.000 650.000 2.310.479.306.000
1.158.000,3
996.790 6 996.790 0 650.000 650.000 0,7
6-7 1.991.928 2.306.652.624.000 650.000 2.306.653.274.000
1.158.000,3
995.138 7 995.138 0 650.000 650.000 0,7
7-8 1.988.624 2.302.826.592.000 650.000 2.302.827.242.000
1.158.000,3
993.486 8 993.486 0 650.000 650.000 0,7
8-9 1.985.320 2.299.000.560.000 650.000 2.299.001.210.000
1.158.000,3
991.834 9 991.834 0 650.000 650.000 0,7
9-10 1.982.016 2.295.174.528.000 650.000 2.295.175.178.000
1.158.000,3
990.182 10 990.182 0 650.000 650.000 0,7
10-11 1.978.712 2.291.348.496.000 650.000 2.291.349.146.000
1.158.000,3
988.530 11 988.530 0 650.000 650.000 0,7
11-12 1.975.408 2.287.522.464.000 650.000 2.287.523.114.000
1.158.000,3
986.878 12 986.878 0 650.000 650.000 0,7
52
Dari hasil perhitungan perencanaan persediaan LUC, selalu terjadi kenaikan setiap
2 kali periode pemesanan.
Carrying Cost diperoleh dari biaya simpan dikali periode simpan dikali quantity
order dan dijumlahkan dengan biaya simpan dengan periode sebelumnya. Dari
hasil perhitungan unit cost disimpulkan bahwa perencanaan persediaan dilakukan
setiap bulan.
Tabel 4.9 Hasil Perencaan Persediaan LUC
Mount Net
Requirements
Production
Quantity
Ending
Inventory
Holding
Cost
Setup
Cost
Total Cost
1 1.005.050 1.005.050 0 0 650.000 650.000
2 1.003.398 1.003.398 0 0 650.000 1.300.000
3 1.001.746 1.001.746 0 0 650.000 1.950.000
4 1.000.094 1.000.094 0 0 650.000 2.600.000
5 998.442 998.442 0 0 650.000 3.250.000
6 996.790 996.790 0 0 650.000 3.900.000
7 995.138 995.138 0 0 650.000 4.550.000
8 993.486 993.486 0 0 650.000 5.200.000
9 991.834 991.834 0 0 650.000 5.850.000
10 990.182 990.182 0 0 650.000 6.500.000
11 988.530 988.530 0 0 650.000 7.150.000
12 986.878 986.878 0 0 650.000 7.800.000
53
Biaya pemesanan Tepung Terigu/ Tahun = 12 x Rp 6.435.000
= Rp 77.220.000
Biaya Persediaan = Biaya Pemesanan + Biaya Simpan
= Rp 77.220.000 + 0
= Rp 77.220.000
MRP Tepung Terigu
LT= 7 hari Lot size =0
Metode LUC
Apr'17 Mei '17 Jun'17 Jul'17 Aug'17 Sep'17 Oct'17 Nov'17 Dec'17 Jan'18 Feb'18 Mar'18 Total
Gross Reqruitemnt
1.005.050
1.003.398
1.001.746
1.000.094
998.442,0
996.790
995.138 993.486