P. 1
ANALISIS PERSEDIAAN BAHAN BAKU PADA PROSES PRODUKSI PANEL BANGUNAN MENGGUNAKAN METODE P DAN Q DI PT. BETON ELEMENINDO PUTRA

ANALISIS PERSEDIAAN BAHAN BAKU PADA PROSES PRODUKSI PANEL BANGUNAN MENGGUNAKAN METODE P DAN Q DI PT. BETON ELEMENINDO PUTRA

|Views: 533|Likes:
Published by KARYAGATA MANDIRI

More info:

Published by: KARYAGATA MANDIRI on Apr 27, 2012
Copyright:Traditional Copyright: All rights reserved

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
See more
See less

08/24/2015

Sections

Analisis Persediaan Bahan Baku Pada Proses Produksi Panel

Bangunan Menggunakan Metode P dan Q Di PT. Beton
Elemenindo Putra


TUGAS AKHIR

Karya tulis yang disusun sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknik Program Studi Teknik Industri




Disusun oleh:
AKBAR TAUFIK ISMAIL
1.03.07.706




PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
2011
Inventory Analysis of Raw Materials In Building Panel Production
Process Using The Method of P and Q In The
PT. Beton Elemenindo Putra


TUGAS AKHIR

Karya tulis yang disusun sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknik Program Studi Teknik Industri




Disusun oleh:
AKBAR TAUFIK ISMAIL
1.03.07.706




PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
2011
ABSTRAK

PERSEDIAAN BAHAN BAKU PADA PROSES PRODUKSI
PANEL BANGUNAN MENGGUNAKAN METODE P DAN Q DI
PT. BETON ELEMENINDO PUTRA

Oleh:

AKBAR TAUFIK ISMAIL
NIM. 1.03.07.706


PT. Beton Elemenindo Putra berdiri pada tahun 2006, selama ini perusahaan telah
memproduksi berbagai jenis produk yang berbahan dasar styrofoam. Seiring
dengan ketatnya persaingan, maka perusahaan ini berharap untuk dapat terus
berkembang dan bisa menjadi yang terdepan dalam dunia industri. Saat ini
pemesanan bahan baku hanya dilakukan bila terlihat persediaan yang dimiliki
sudah hampir habis, dengan kata lain belum ada sistem untuk menentukan jumlah
dan saat pemesanan yang tepat, akibatnya persediaan sering mengalami
kekurangan atau kelebihan dari kebutuhan yang semestinya.

Untuk menentukan penanganan bahan baku maka digunakan beberapa metode.
Metode yang digunakan untuk merencanakan kebutuhan bahan baku yaitu model
probabilistik. Dalam model probabilistik semua parameter seperti permintaan,
biaya persediaan dan tenggang waktu (lead time) tidak dapat diperhitungkan
secara pasti.

Dari hasil pengamatan kemudian dilakukan perencanaan bahan baku
menggunakan permintaan independen model probabilistik. Dalam probabilistik
menggunakan metode Q, backorder dan P. Selanjutnya dihitung total ongkos
persediaan yang terjadi dari semua metode tersebut.

Pada model probabilistik terdapat sistem P, backorder dan Q. Model ini
mempunyai safety stock yang harus disediakan oleh perusahaan. Dari semua
sistem yang telah dibuat baik sitem Q, backorder maupun P, tidak dapat
ditentukan bahwa sistem yang satu lebih baik daripada sistem lainnya karena
masing-masing mempunyai kelebihan dan kekurangannya. Namun jika dilihat
dari variabel total ongkos maka bahan baku EPS, Welded Wiremesh dan
Connector wire menggunakan model backorder untuk ongkos yang lebih kecil
dari sistem yang lainnya.

Kata kunci: inventory, probabilistik, Sistem P, backorder dan Q
KATA PENGANTAR


Alhamdulillahi Robbil’allamin..
Puji dan syukur penulis persembahkan kepada Allah SWT yang telah
melimpahkan rahmat, hidayah dan inayah-Nya, sehingga Laporan Tugas Akhir ini
dapat diselesaikan. Penulis menyadari bahwa dalam penyusunan Laporan ini
masih jauh dari sempurna dan masih banyak kekurangan karena keterbatasan ilmu
yang dimiliki.

Dalam kesempatan ini penulis mengucapkan banyak terima kasih kepada semua
pihak yang telah membantu dalam menyelesaikan Laporan ini, yaitu:
1. Ayah dan ibu ku tercinta yang selalu mencurahkan kasih sayangnya dan
menjadi motivator paling berarti sepanjang hidup ini.
2. Bpk I.Made Aryantha A, MT selaku Ketua Jurusan Teknik Industri.
3. Ibu Henny, MT selaku Dosen Pembimbing yang senantiasa selalu
memberikan pengarahan pada setiap bimbingan yang mengesankan sehingga
laporan ini dapat selesai.
4. Seluruh staff dosen Teknik Industri, terima kasih untuk semua ilmu yang
telah bapak dan ibu berikan.
5. Teh eka, selaku pembimbing di tempat penelitian di PT. Beton Elemenindo
Putra.
6. Seluruh karyawan dan karyawati PT. Beton Elemenindo Putra yang telah
banyak memberikan informasi dan kemudahan dalam pengumpulan data.
7. Teh shinta selaku sekretariat Teknik Industri, terima kasih untuk semua
kemudahannya.
8. Kakak dan adik ku tersayang, meskipun selama ini kita jauh tapi akbar selalu
kangen kalian.
9. Mas Isnu yang selalu memberikan pengetahuan dan motivasi untuk
menyelesaikan Laporan Tugas Akhir ini.
10. My soulmate, Anida Silpia yang selalu memberikan semangat dan dorongan
untuk menyelesaikan Laporan Tugas Akhir ini.
11. The best forever partner, Santi Sugiarti rekan kerja praktikum yang bertahan
sampai praktikum terakhir Teknik Industri, akhirnya kita berhasil
menyelesaikan semuanya dengan sempurna. Keep relax and be perfect..
12. Rizky Rachmatsyah makasih ya dah diajak penelitian bareng di PT. Beton
Elemenindo Putra dan Friska Sitanggang ST. Yang telah membantu
menyelesaikan laporan ini.
13. Sahabat-sahabat terbaikku di TI-07, terima kasih semuanya, persahabatan Q-
ta untuk selamanya.
14. Teman-teman kosan Abah Faiq, Fadly, gilang, daniel, alif (saudara), firman,
nopan, zaenal, tanpa kalian kosan begitu sangat sepi, hehe..

Dengan segala keterbatasan yang dimiliki, penulis menerima kritik maupun saran
yang bisa dijadikan sebagai perbaikan dimasa yang akan datang. Akhir kata
penulis berharap semoga laporan ini dapat bermanfaat bagi para pembaca
khususnya bagi penulis.



Bandung, Agustus 2011


Penulis
Bab 1
Pendahuluan


1.1. Latar Belakang Masalah
Persaingan dunia usaha yang semakin ketat dan semakin maju akan menimbulkan
persaingan diantara perusahaan, hal tersebut merupakan suatu bentuk tantangan
bagi setiap perusahaan. Sehingga perusahaan dituntut untuk selalu melakukan
yang terbaik dalam menjalankan kegiatan usahanya, agar perusahaan mampu
bersaing dengan perusahaan lain.

Berkembangnya suatu perusahaan akan membawa suatu permasalahan dalam
pelaksanaan usahanya. Setiap bentuk usaha harus mampu mengantisipasi setiap
keadaan. Banyak hal yang perlu diperhatikan agar suatu industri dapat
berkembang dan berjalan mengikuti perkembangan zaman, salah satunya dengan
memperhatikan efektifitass dan efesiensi produksi. Untuk itu perusahaan
memerlukan persediaan bahan baku guna membantu perusahaan untuk
menjalankan produksi yang diadakan dengan baik.

Persediaan bahan baku merupakan asset perusahaan yang berharga. Oleh karena
itu persediaan harus dapat dikelola dengan baik. Pada perusahaan produksi yang
biasanya banyak dihadapkan dengan masalah bahan baku, kelebihan atau
kekurangan bahan baku dapat mengakibatkan terganggunya kelancaran proses
produksi.

PT. Beton Elemenindo Putra merupakan salah satu perusahaan yang bergerak di
bidang panel bangunan sebagai produk utama dengan ukuran yang berbeda.
Dalam melakukan suatu produksi, perusahaan melakukan persediaan bahan baku
untuk menjalankan produksinya. Bahan baku yang digunakan dalam
menghasilkan produk ini adalah Styrofoam, coil, konektor, serta bahan
pendukung lainnya seperti rockwool dan sebagainya. Saat ini pemesanan bahan
baku hanya dilakukan bila terlihat persediaan yang dimiliki sudah hampir habis,
dengan kata lain belum ada sistem untuk menentukan jumlah dan saat
pemesanan yang tepat, akibatnya persediaan sering mengalami kekurangan atau
kelebihan dari kebutuhan yang semestinya. Perusahaan ini menggunakan sistem
make to order, dimana pembuatan produk-produknya berdasarkan order yang
diterima. Perusahaan ini mempunyai gudang yang digunakan untuk menyimpan
bahan baku yang disediakan serta menyimpan hasil produksi yang siap
dipasarkan.. Sehingga dengan ini peneliti tertarik untuk melakukan penelitian
tentang persediaan bahan baku di PT. Beton Elemenindo Putra. Pada penelitian
kali ini peneliti coba menggunakan metode P dan Q. Sehingga peneliti
mengambil judul “Analisis Persediaan Bahan Baku Pada Proses Produksi
Panel Bangunan Menggunakan Metode P dan Q Di PT. Beton Elemenindo
Putra”

1.2. Identifikasi Masalah
Berdasarkan uraian pada latar belakang penelitian, maka masalah penelitian ini di
identifikasikan apakah sistem persediaan bahan baku sudah sesuai dengan yang
diharapkan?

1.3. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengidentifikasi sitem persediaan bahan
baku dengan menghitung total cost.

1.4. Pembatasan Masalah Dan Asumsi
Dengan pembatasan masalah, ruang lingkup penelitian dilakukan agar lebih
terarah sehingga dibahas secara lebih sempit. Untuk mengetahui secara lebih jelas
maka dapat dilihat dibawah ini.
Pembatasan masalah dalam penelitian ini adalah:
1. Penelitian hanya dilakukan pada satu macam produk yaitu single panel
2. Penelitian dilakukan dengan menggunakan medel probabilistik P dan Q
3. Tenggang waktu pemesanan dapat ditentukan dan relatif tetap


1.5. Sistematika Penulisan
Dalam penyusunan tugas akhir penulis akan menggunakan sistematika penulisan
sebagai berikut :

Bab 1 Pendahuluan
Berisikan latar belakang masalah, identifikasi masalah, tujuan penelitian
pembatasan masalah dan sistematika penulisan.
Bab 2 Landasan Teori
Berisikan teori-teori yang berkaitan dengan masalah dalam penelitian yang akan
dijadikan sebagai dasar penganalisisan dan pemecahan masalah.
Bab 3 Metodologi Penelitian
Berisikan langkah-langkah yang dilakukan dalam penyusunan tugas akhir, mulai
dari awal melaksanakan tugas akhir sampai dengan pengambilan kesimpulan.
Bab 4 Pengumpulan dan Pengolahan Data
Berisikan data-data yang berhubungan dengan obyek yang diteliti dan
pengolahan terhadap data yang telah dikumpulkan.
Bab 5 Analisis
Berisikan analisis terhadap pengolahan data.
Bab 6 Kesimpulan dan Saran
Berisikan kesimpulan dari hasil pengolahan data dan saran-saran yang diajukan
untuk pihak perusahaan.


Bab 2
Tinjauan Pustaka


2.1. Manajemen Persediaan
Setiap perusahaan baik jasa maupun manufaktur, selalu memerlukan persediaan,
tanpa persediaan perusahaan akan dihadapkan pada risiko jika suatu ketika tidak
dapat memenuhi keinginan pelanggan. Hal ini bisa terjadi karena tidak selamanya
barang atau jasa selalu tersedia pada setiap saat, dan jika hal ini terjadi akan
berakibat perusahaan akan kehilangan kesempatan memperoleh keuntungan.
Tujuan manajemen persediaan adalah meminimumkan biaya oleh karena itu
perusahaan perlu mengadakan analisis untuk menentukan tingkat persediaan yang
dapat meminimumkan biaya atau paling ekonomis.

2.1.1. Pengertian Persediaan
Secara umum, persediaan adalah segala sumber daya organisasi yang disimpan
dalam antisipasinya terhadap pemenuhan permintaan. Persediaan (inventory)
dalam konteks produksi, dapat diartikan sebagai sumber daya menganggur (idle
resource). Sumber daya menganggur ini belum digunakan karena menunggu
proses

lebih lanjut. Yang dimaksud proses lebih lanjut disini dapat berupa
kegiatan produksi

seperti dijumpai pada sistem manufaktur, kegiatan pemasaran
seperti dijumpai pada sistem distribusi ataupun kegiatan konsumsi seperti pada
sistem rumah tangga.

Keberadaan persediaan atau sumber daya menganggur ini dalam suatu sistem

mempunyai suatu tujuan tertentu. Alasan utamanya adalah karena sumber daya
tertentu tidak bisa didatangkan ketika sumber daya tersebut dibutuhkan. Sehingga,
untuk menjamin tersedianya sumber daya tersebut perlu adanya persediaan yang
siap digunakan ketika dibutuhkan.



Telah banyak definisi sistem persediaan dikemukakan oleh para ahli, antara lain:
1. Starr dan Miller (13, hal 3)
Sistem persediaan adalah suatu sistem untuk pengadaan barang-barang dalam
memenuhi kebutuhan dimasa yang akan datang. Persediaan merupakan suatu
sumber yang menganggur tetapi mempunyai yang ekonomis.
2. Biegel (3, hal 90)
Persediaan didefinisikan sebagai material yang disimpan digudang untuk
kebutuhan masa yang akan datang baik untuk digunakan maupun

untuk
keperluan penjualan.
3. Groebner (Introduction to Management Science, 1992)

Persediaan adalah komponen, material, atau produk

jadi yang tersedia di
tangan, menunggu untuk digunakan atau dijual.

4. Riggs (1976)
Persediaan adalah bahan mentah, barang dalam proses (work in process),
barang jadi, bahan pembantu, bahan pelengkap, komponen yang tersimpan
dalam antisipasinya terhadap pemenuhan permintaan.

Jadi dapat disimpulkan bahwa persediaan merupakan sejumlah bahan-bahan
mentah, barang setengah jadi, maupun barang jadi, yang disediakan untuk
memenuhi permintaan dari konsumen atau pelanggan setiap waktu.

Secara fisik, item persediaan dapat dikelompokkan dalam lima kategori, yaitu
sebagai berikut:
1. Bahan mentah (raw materials), yaitu barang-barang berwujud seperti baja,
kayu, tanah liat, atau bahan-bahan mentah lainnya yang diperoleh dari sumber-
sumber alam, atau dibeli dari pemasok atau diolah sendiri oleh

perusahaan
untuk digunakan perusahaan dalam proses produksinya sendiri.
2. Komponen, yaitu barang-barang yang terdiri atas bagian-bagian (parts) yang
diperoleh dari perusahaan lain atau hasil produksi sendiri untuk

digunakan
dalam pembuatan barang jadi atau barang setengah jadi.
3. Barang setengah jadi (work in proeess) yaitu barang-barang keluaran dari tiap
operasi produksi atau perakitan yang telah memiliki bentuk lebih kompleks
daripada komponen, narnun masih perlu proses lebih lanjut untuk menjadi barang
jadi.
4. Barang jadi (finished good) adalah barang-barang yang telah selesai diproses
dan siap untuk didistribusikan ke konsumen.
5. Bahan pembantu (supplies material) adalah barang-barang yang diperlukan
dalam proses pembuatan atau perakitan barang, namun bukan merupakan
komponen barang jadi. Termasuk bahan penolong adalah bahan bakar,
pelumas, listrik dll.

Pengendalian persediaan merupakan fungsi manajerial yang sangat penting,
karena mayoritas perusahaan melibatkan investasi besar pada aspek ini (20%
sampai 60%).Ini merupakan dilema bagi perusahaan. Bila persediaan dilebihkan,
biaya penyimpanan dan modal yang diperlukan akan bertambah. Bila perusahaan
menanam terlalu banyak modalnya dalam persediaan, menyebabkan biaya
penyimpanan yang berlebihan. Kelebihan persediaan juga membuat modal
menjadi mandek, semestinya modal tersebut dapat diinvestasikan pada sektor lain
yang lebih menguntungkan (opportunity cost). Sebaliknya, bila persediaan
dikurangi, suatu ketika bisa mengalami stock out (kehabisan barang). Bila
perusahaan tidak memiliki persediaan yang mencukupi, biaya pengadaan darurat
akan lebih mahal. Dampak lain, mungkin kosongnya barang di pasaran dapat
membuat konsumen kecewa dan lari ke merek lain.

Mengingat konsekuensi yang dilematis (kekurangan atau kelebihan) dari
persediaan, perusahaan harus mengadakan

atau merencanakan dan mengendalikan
persediaan ini pada tingkat yang optimal. Kriteria optimal adalah minimasi
keseluruhan biaya yang terkait dengan semua konsekuensi kebijakan persediaan.

2.1.2. Penyebab dan Fungsi Persediaan
Persediaan merupakan suatu hal yang tak terhindarkan. Penyebab timbulnya
persediaan adalah sebagai berikut:
1. Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu barang
tidak dapat

dipenuhi seketika bila barang tersebut tidak tersedia sebelumnya.
Untuk menyiapkan barang ini diperlukan waktu untuk pembuatan dan
pengiriman, maka adanya persediaan merupakan hal yang sulit dihindarkan.
2. Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat
permintaan yang bervariasi dan tidak pasti dalam jumlah maupun waktu
kedatangan, waktu pembuatan yang cenderung tidak konstan antara satu
produk dengan produk berikutnya, waktu tenggang (lead time) yang cenderung
tidak pasti karena banyak faktor yang tak dapat dikendalikan. Ketidakpastian
ini dapat diredam dengan mengadakan persediaan.
3. Keinginan untuk melakukan spekulasi dengan tujuan mendapatkan keuntungan
dari kenaikan harga dimasa yang akan datang.

Efisiensi produksi (salah satu muaranya adalah penurunan biaya produksi) dapat
ditingkatkan melalui pengendalian sistem persediaan. Efisiensi ini dapat dicapai
bila fungsi persediaan dapat dioptimalakan. Fungsi utama persediaan yaitu
sebagai penyangga, penghubung antar proses produksi dan distribusi untuk
memperoleh efisiensi. Fungsi lain persediaan yaitu sebagai stabilisator harga
terhadap fluktuasi permintaan. Lebih spesifik, persediaan dapat dikategorikan
berdasarkan fungsinya sebagai berikut:

a. Persediaan dalam Lot Size
Persediaan muncul karena ada persyaratan ekonomis untuk penyediaan
(replishment) kembali. Penyediaan dalam lot yang besar atau dengan kecepatan
sedikit lebih cepat dari permintaan akan lebih ekonomis. Faktor penentu
persyaratan ekonomis antara lain biaya setup, biaya persiapan produksi atau
pembelian dan biaya tronsport.
b. Persediaan Cadangan
Pengendalian persediaan timbul berkenaan dengan ketidakpastian. Peramalan
permintaan konsumen biasanya diprediksi peramalan. Waktu siklus produksi
(lead time) mungkin lebih dalam dari yang diprediksi. Jumlah produksi yang
ditolak (reject) hanya bisa diprediksi dalam proses. Persediaan cadangan
mengamankan kegagalan mencapai permintaan konsumen atau memenuhi
kebutuhan manufaktur tepat pada waktunya.

c. Persediaan Antisipasi
Persediaan dapat timbul mengantisipasi terjadinya penurunan persediaan
(supply) dan kenaikan permintaan (demand) atau kenaikan harga untuk
menjaga kontinuitas pengiriman produk ke konsumen, suatu perusahaan dapat
memelihara persediaan dalam rangka liburan tenaga kerja atau antisipasi

terjadinya pemogokan tenaga kerja.
d. Persediaan Pipeline
Sistem persediaan dapat diibaratkan sebagai sekumpulan tempat (stock point)
dengan aliran di antara tempat persediaan tersebut. Pengendalian persediaan
terdiri dari pengendalian aliran persediaan dan jumlah persediaan akan
terakumulasi ditempat persediaan. Jika aliran melibatkan perubahan fisik
produk, seperti perlakuan panas atau perakitan beberapa komponen, persediaan
dalam aliran tersebut persediaan setengah jadi (work in process). Jika suatu
produk tidak dapat berubah secara fisik tetapi dipindahkan dari suatu tempat
penyimpanan ke tempat penyimpanan yang lain, persediaan disebut persediaan
transportasi. Jumlah dari persdiaan setengah jadi dan persediaan transportasi
disebut persediaan pipeline. Persediaan pipeline merupakan total investasi
perubahan dan harus dikendalikan.
e. Persediaan Lebih
Yaitu persediaan yang tidak dapat digunakan karena kelebihan atau kerusakan
fisik yang terjadi.

2.1.3. Tujuan Persediaan
Divisi yang berbeda dalam industri manufaktur akan memiliki tujuan
pengendalian persediaan yang berbeda:
1. Pemasaran ingin melayani konsumen secepat mungkin sehingga menginginkan
persediaan dalam jumlah yang banyak.
2. Produksi ingin beroperasi secara efisien. Hal ini mengimplikasikan order
produksi

yang tinggi akan menghasilkan persediaan yang besar (untuk
mengurangi setup mesin). Disampng itu juga produk menginginkan persediaan
bahan baku, setengah jadi atau komponen yang cukup sehingga proses
produksi tidak terganggu karena kekurangan bahan.
3. Pembelian (purchasing), dalam rangka efisiensi, juga menginginkan persamaan
produksi yang besar dalam jumlah sedikit daripada pesanan yang kecil dalam
jumlah yang banyak. Pembelian juga ingin ada persediaan sebagai pembatas
kenaikan harga dan kekurangan produk.
4. Keuangan (finance) menginginkan meminimasi semua bentuk investasi
persediaan karena biaya investasi dan efek negatif yang terjadi pada
perhitungan pengembalian aset (return of asset) perusahaan.
5. Personalia (personel and industrial relationship) menginginkan adanya
persediaan untuk

mengantisipasi fluktuasi kebutuhan tenaga kerja dan PHK
tidak perlu dilakukan.
6. Rekayasa (engineering) menginginkan persediaan minimal untuk
mengantisipasi jika terjadi perubahan rekayasa (engineering).

2.2. Sistem persediaan
sistem persediaan adalah suatu mekanisme mengenai bagaimana mengelola

masukan-masukan yang berhubungan dengan persediaan menjadi output dimana
untuk itu diperlukan umpan balik agar output memenuhi standar tertentu.
Mekanisme sistem ini adalah pembuatan serangkaian kebijakan yang memonitor
tingkat persediaan, menentukan persediaan yang harus dijaga, kapan persediaan
harus diisi dan berapa besar pesanan harus dilakukan. Sistem ini bertujuan
menetapkan dan menjamin tersedianya produk jadi, barang dalam proses,
komponen, bahan baku secara optimal, dalam kuantitas yang optimal dan pada
waktu yang optimal. Kriteria optimal adalah minimasi biaya total yang terkait
dengan persediaan, yaitu biaya penyimpanan, biaya pemesanan dan biaya
kekurangan persediaan.

Variabel keputusan dalam pengendalian tradisional dapat diklasifikasikan ke
dalam variabel kuantitatif dan variabel kualitatif

secara kuantitatif, variabel
keputusan pada pengendalian sistem persediaan adalah sebagai berikut:
1. Berapa banyak jumlah barang yang akan dipesan atau dibuat.
2. Kapan pemesanan atau pembuatan harus dilakukan.
3. Berapa jumlah persediaan pengaman.
4. Bagaimana mengendalikan penediaan.

Secara kualitatif, masalah persediaan berkaitan dengan sistem pengoperasian
persediaan yang akan menjamin kelancaran pengelolaan persediaan adalah
sebagai berikut:
1. Jenis barang apa yang dimiliki.
2. Dimana barang tersebut berada.
3. Berapa jumlah barang yang sedang dipesan.
4. Siapa saja yang menjadi pemasok masing-masing item.

Secara luas tujuan sistem persediaan adalah menemukan solusi optimal terhadap
seluruh masalah yang terkait dengan persediaan. Dikaitkan dengan tujuan umum
perusahaan, maka ukuran optimalitas pengendalian persediaan seringkali diukur
dengan keuntungan maksimum yang dicapai. Karena perusahaan memiliki banyak
subsistem lain selain persediaan, maka mengukur kontribusi pengendalian
persediaan dalam mencapai total keuntungan bukan hal mudah. Optimalisasi
pengendalian persediaan biasanya diukur dengan total biaya minimal pada suatu
periode tertentu.

2.2.1. Bentuk Sistem Persediaan
Secara umum, bentuk sistem persediaan terbagi menjadi:
1. Sistem Sederhana
Yaitu sistem persediaan yang berdasarkan atas input dan output.

Gambar 2.l. Sistem Persediaan Input-Output




Gambar diatas menunjukkan sistem persediaan yang dipengaruhi oleh proses
input dan output. P(t) addah rata-rata material atau bahan yang masuk ke dalam
sistem persediaan pada saat t. Sedangkan W(t) adalah rata-rata suatu material
atau bahan keluar dari sistem persediaan. Output (W(t) dipengaruhi oleh
permintaan atau kebutuhan terhadap material atau bahan, dengan rata-rata D(t),
yang berasal dari luar perusahaan dan berada di luar kendali perusahaan.

Walaupun terkadang kita dapat mempengaruhi permintaan dengan
kebijaksanaan harga dan iklan, atau kebutuhan akan suatu bahan dapat
dikendalikan melalui proses produksi yang dijalankan, D(t) dapat dianggap
sebagai variabel yang berada di luar kendali perusahaan. Rata-rata output
(W(t)) akan sama dengan rata-rata permintaan (D(t), kecuali jika persediaan
mengalami kekurangan, dengan kata lain D(t) lebih besar daripada P(t), atau
yang disebut juga sebagai kondisi "out-of-stocll' dan"stockout".

Kekurangan yang timbul dapat dipenuhi dengan rush order (pemesanan
mendadak). Bagi pihak supplier, rush order tentu tidak dapat diprediksi waktu
dan jumlahnya. Karena itu, rush order tentu harus dilakukan kepada supplier
yang memiliki sistem dengan tingkat responsif yang tinggi. Tingkat responsif
yang tinggi didukung oleh sistem yang fleksibel, yang mampu mengubah
volume dan waktu dari output yang dihasilkan.

Proses input merupakan bagian dari sistem persediaan yang dapat dikontrol
perusahaan melalui kebijaksanaan kapan dan berapa banyak pemesanan perlu
dilakukan. Walaupun demikian, keterlambatan-keterlambatan pemenuhan
pemesanan dari pemasok bisa saja terjadi, sehingga rata-rata input aktual (P(t),
akan berdeviasi atau berbeda dari harapan perusahaan.

2. Sistem Berjenjang (Multi Echelon Inventory System)
Persediaan yang berada di gudang pusat ke gudang wilayah ke gudang UPT
seperti gambar berikut.



Gambar 2.2. Sistem Persediaan Berjenjang

2.2.2. Karakteristik Sistem Persediaan
Adapun unsur-unsur yang membentuk sistem persediaan yang harus
diperhitungkan dengan sebaik-baiknya oleh suatu perusahaan, yaitu:
1. Kebutuhan atau demand, adalah sesuatu yang dibutuhkan oleh pemakai yang
perlu dikeluarkan dari sistem persediaan. Perkiraaan kebutuhan besar artinya
untuk menentukan solusi dari sistem. Sebenamya kebutuhan sulit untuk
dikontrol karena ia dibentuk oleh orang diluar organisasi perusahaan, akan
tetapi harus diketahui bagaimana karakteristik kebutuhan, misalnya:
 Bagaimana pola datanya, berapa besarnya, dan kapan dibutuhkannya.
 Berapa harga rata-rata dan range kebutuhannya.
2. Penambahan persediaan, dalam menentukan cara penambahan persediaan harus
diidentifikasikan elemen-elemen sebagai berikut:
a. Jumlah penambahan, yaitu jumlah pemesanan untuk setiap periode
penjadwalan, tetap atau berubah-ubah.
b. Periode penjadwalan, yaitu panjang waktu antara 2 pemesanan yang
berurutan biasa tetap atau berubah-ubah.
c. Lead Time, yaitu tenggang waktu antara barang yang dipesan sampai barang
tersebut datang. Lead time hanya berpengaruh terhadap sistem probabilistik,
sedangkan pada sistem deterministik tidak banyak pengaruhnya karena
kebufuhannya konstan.
3. Elemen biaya persediaan, Naddor berpendapat bahwa pada sistem persediaan
hanya terdapat 3 macam biaya penting dimana 2 diantaranya atau seluruhnya
harus dikontrol. Ketiga macam biaya itu adalah:
a. Biaya memiliki persediaan (carrying cost).

b. Biaya kekurangan persediaan (shortage cost).
c. Biaya penambahan persediaan (replenishing cost).
4. Pembatas (constrain), berlaku jika ada aturan-aturan khusus yang merupakan
pembatas bagi sistem persediaan, seperti:
 Barang boleh ditukar
 Harga bervariasi tergantung jumlah pemesanan
 Keterbatasan gudang
 Ketergantungan terhadap kebutuhan sebelumnya

2.3. Uji Distribusi Normal
Suatu variabel random kontinu x yang berdistribusi normal, dengan parameter µ
dan σ jika fungsi probabilitasnya:
n(x,µ,σ) =
1
σ√2π
e
-0,5
j
x-µ
σ
[, -∞ < x< ∞ ......................................................... (2.1.)
Dengan mean µ dan variansi σ
2

Distribusi normal merupakan salah satu distribusi peluang yang paling banyak
digunakan dalam berbagai disiplin ilmu. Walaupun bersifat kontinu, namun dalam
penerapannya seperti dalam kasus demand untuk sistem persediaan variabel
random yang diskrit dapat diabaikan dan disuguhkan dalam bentuk kontinu.
Dalam permasalahan persediaan, penggunaan distribusi normal untuk
menghampiri jumlah permintaan dapatdilihat pada bagian literatur Hadley-Within
(1963) secara khusus.

2.3.1. Uji Chi-sqaare Goodnees Of Fit Test
Goodness Of Fit Test menguji apakah frekuensi yang diobservasikan memang
konsisten dengan frekuensi teoritisnya. Apabila konsisten maka tidak terdapat
perbedaan yang nyata atau signifikannya, dengan kata lain hipotesisnya dapat
diterima. Apabila tidak signifikan maka hipotesisnya ditolak.

Dari data permintaan masa lalu sebelum diolah dengan beberapa metode
peramalan, data tersebut diuji terlebih dahulu dengan Uji Chi-square Goodness Of
Fit Test, dengan uji ini dapat diketahui apakah data berdistribusi normal atau
tidak. Langkah-langkahnya adalah:
1. Penentuan hipotesa:
H
0
: Data berdistribusi normal
H
1
: Data tidak berdistribusi normal
2. Penentuan taraf keberartian α
3. Penentuan daerah kritis = χ
2
tabel
= χ
2

α;v
dengan nilai degree of freedom (df)
= k-p-1, dimana k = jumlah kelas dan p = parameter.
4. Membuat tabel interval kelas, caranya:
a. Menentukan data minimum (X
I kecil
) dan data maksimum (X
I besar
)
b. Menentukan range (R) = (X
I kecil
) - (X
I besar
)
c. Menentukan jumlah kelas (JK) = 1 + 3,3 log n ;

n = jumlah data
d. Menentukan lebar kelas (LK) = Range/jumlah kelas
5. Menentukan nilai rata-rata (µ) dan standar deviasi (σ)
µ =
∑XI
n
..................................................................................................... (2.2.)
σ = _
∑( XI-µ) 2
n-1
........................................................................................ (2.3.)
Dimana: Xi = Data permintaan ke-i
n = Jumlah data
6. Batas kelas yaitu LCB dan UCB dimana:
LCB = LCL – 0,5
UCB = UCL + 0,5
7. Z1 =
LCB( I) - µ
σ
Z2 =
UCB( I) - µ
σ

8. P(Z1) dan P(Z2) merupakan hasil interpolasi dari tabel distribusi normal
9. P(Z) = P(Z2) – P(Z1)
10. Ei = P(Z) x ∑fi
11. Menggabungkan kelas sehingga nilai E ≥ 5
Menentukan χ
2
hitung = ∑
( fI – EI)
2
EI
.................................................... (2.4.)
12. Tabel interval kelas
Kelas Interval Batas
Kelas
Frekuensi
(fi)
Z1 Z2 P(Z1) P(Z2) P(Z) Ei Χ
2
hitung
LCL -
UCL
LCB -
UCB



13. Memberikan kesimpulan dengan membandingkan nilai χ
2
hitung
dengan χ
2
tabel
,
apabila χ
2
hitung
< χ
2
tabel
maka terima H
0
, berarti data berdistribusi normal dan
sebaliknya.

2.3.2. Uji Kolmogorov -Smirnov
Metode ini merupakan sebuah alternatif penting untuk menguji kesesuaian
distribusi. Uji ini ditemukan oleh dua matematikawan Rusia, yaitu Kolmogorov
dan Smirnov pada akhir dekade 1930. Dengan uji Kolmogorov-Smirnov dapat
diperiksa apakah distribusi nilai-nilai sampel yang teramati sesuai dengan
distribusi teoritis tertentu. Uji Kolmogorov-Smirnov dapat diterapkan pada dua
keadaan, yaitu:
1. Menguji apakah suatu sampel mengikuti bentuk distribusi populasi teoritis.
2. Menguji apakah kedua buah sampel berasal dari dua populasi yang identik.

Prinsip uji Kolmogorov-Smirnov ialah menghitung selisih absolut antara fungsi
distrubusi fiekuensi komulatif observasi [S
N
(x)] dan fungsi distribusi frekuensi
kumulatif teoritis [F
0
(x)]. Statistik uji Kolmogorov-Smirnov merupakan selisih
absolut terbesar antara F
0
(x) dan S
N
(x), yang disebut deviasi maksimum D.
Persamaannya ialah sebagai berikut:
D = Maksimum |F
0
(x) – S
N
(x)| .................................................................. (2.5.)
Dimana: F
0
(x) = Fungsi distribusi frekuensi kumulatif teoritis
S
N
(x) = Fungsi distribusi frekuensi kumulatif observasi

Nilai D kemudian dibandingkan dengan nilai kritis pada tabel Kolmogorov-
Smirnov dengan ukuran sampel n dan tingkat signifikan σ. Aturan keptusannya
ialah sebagai berikut:
1. Jika D
maks
< D
tabel
, maka terima H
0

2. Jika D
min
< D
tabel
, maka tolak H
0


Langkah-langkah pengujian dalam uji Kolmogorov-Smirnov adalah sebagai
berikut:
1. Susun frekuensi-frekuensi dari tiap nilai yang teramati, berurutan dari nilai
terkecil sampai terbesar.
2. Susun frekuensi kumulatif dari nilai-nilai teramati tersebut.
3. Konversikan frekuensi kumulatif tersebut kedalam probabilitas, yaitu ke dalam
fungsi distribusi frekuensi kumulatif [S
N
(x)]
4. Hitung nilai Z untuk masing-masing nilai teramati diatas dengan rumus
Z =
( xI – X)
s
........................................................................................... (2.6.)
5. Dengan mengacu pada tabel distribusi normal, carilah nilai F
0
(x), yaitu
probabilitas (luas area) kumulatif untuk setiap nilai teramati (rumus diatas
berlaku jika berdistribusi normal, sedangkan jika bukan berdistribusi normal
maka rumusnya akan berbeda).
6. Susun S
N
(x) berdampingan dengan F
0
(x). Hitung selisih absolut antara F
0
(x)
dan S
N
(x) pada masing-masing nilai teramati.
7. Statistik uji Kolmogorov-Smirnov ialah selisih absolut terbesar F
0
(x) dan S
N
(x)
yang juga disebut Deviasi maksimum (D).
8. Kesimpulan, untuk pengujian dengan jumlah sampel yang kecil (n ≤ 30), maka
uji Kolmogorov-smirnov akan lebih efisien jika dibandingkan dengan tes Chi-
Square.

2.4. Permintaan lndependen Model Probabilistik
Model Q maupun P memerlukan asumsi-asumsi yang dalam kenyataannya tidak
berlaku. Jika terjadi demikian, maka hasil perhitungan yang diperoleh tentunya
tidak dapat digunakan. Model pengendalian tradisional memberikan solusi berupa
diadakannya suatu persediaan dalam jumlah tertentu sebagai tindakan
pengendalian atas kondisi-kondisi nyata yang mungkin terjadi tersebut. Itulah
yang disebut dengan sediaan pengaman (safety stock). Penentuan besarnya safety
stock ini dipengaruhi oleh pola permintaan, biaya dan lead time.
Model persediaan tradisional (EOQ dan EPQ) tersebut dapat dilakukan dengan
menggunakan asumsi sebagai berikut:
1. Permintaan dapat ditentukan, seragam dan terus menerus.
2. Produksi dapat ditentukan, seragam dan terus menerus.
3. Tenggang waktu pemesanan dapat ditentukan dan relatif tetap.
4. Biaya pemesanan atau persiapan dapat ditentukan dan relatif tetap.
5. Biaya simpan dapat ditentukan, relatif tetap dan linier.
6. Sumber tidak terbatas (modal terbatas atau gudang terbatas)
7. Persediaan biasanya tidak diizinkan (keterbatasan biaya persediaan)
8. Biaya hasil analisis persediaan meningkat.

Ada banyak metode yang dapat digunakan untuk menentukan safety stock
tersebut. Berikut ini akan diberikan beberapa perhitungan bila terjadi perubahan-
perubahan pada biaya, lead time dan permintaan.

2.4.1. Pengaruh Perubahan Elemen Biaya
Model-model persediaan deterministik mengasumsikan biaya-biaya yang terjadi
adalah relatif tetap. Bila biaya tersebut berubah, maka jumlah pemesanan ataupun
jumlah produksi yang ekonomis juga berubah (sesuai dengan rumusnya). Karena
EOQ/EPQ berbanding lurus dengan √D dan √k, jika itu terjadi peningkatan
permintaan atau biaya pesan/setup, maka EOQ/EPQ akan ikut naik. Hal ini juga
berlaku sebaliknya. Karena EOQ/EPQ berbanding terbalik dengan √h, dimana h
seringkali ditetapkan atas dasar bunga bank. Apabila terjadi kenaikan tingkat suku
bunga bank, biaya simpan maupun harga satuan bahan, maka akan menurunkan
EOQ/EPQ. Hal ini juga berlaku sebaliknya.

Perubahan harga-harga tersebut akan menyebabkan jumlah pesanan atau jumlah
produksi menurut perhitungan ikut berubah. Dalam hal ini suatu alat pemantau
diperlukan sehingga perubahan harga elemen-elemen tersebut dapat diikuti
sesegera mungkin dengan tindakan menaikkan atau menurunkan EOQ/EPQ.
Dalam kasus untuk elemen-elemen yang cepat berubah, misalnya harga bahan,
sebaiknya dipertimbangkan penggunaan analisis sensitivitas. Pada kondisi ini
ditetapkan ambang batas perubahan harga bahan. Pada perubahan sebesar berapa
yang harus diikuti oleh tindakan perhitungan ulang (pengendalian). Bila
perubahan harga bahan belum melampaui ambang batas, maka tidak perlu
dilakukan tindakan apa-apa. Penyesuaian baru dilakukan bila perubahan harga
bahan telah melewati ambang batas.
2.4.2. Pengaruh Perubahan Lead Time
Model-model pengendalian tradisional juga mengasumsikan waktu yang
diperlukan untuk pemenuhan kebutuhan adalah konstan. Secara aktual, asumsi ini
sulit dipenuhi karena banyak masalah yang tak dapat dihindarkan sehingga
pesanan yang telah dilakukan tidak dapat terkirim sesuai perkiraan. Bila pesanan
dilakukan pada perusahaan lain, ketidaktepatan pengiriman ini dapat terjadi
karena kemacetan lalu lintas, kendaraan pengangkut mogok dan lain sebagainya.
Bila pesanan dilakukan dalam perusahaan sendiri (produksi), mesin yang rusak,
jumlah produk cacat meningkat dan masalah lain semacam itu akan menyebabkan
lead time tidak dapat dipastikan.
Kepastian lead time ini sangat vital, karena pesanan yang optimal dilakukan pada
saat sebesar lead time sebelum bahan tersebut habis, sehingga pada saat bahan
habis pesanan yang dilakukan tepat saat itu diterima. Dengan demikian tidak
terlalu banyak persediaan. Perubahan lead time tersebut akan diantisipasi pihak
manajemen perusahaan dengan menyediakan safety stock sehingga tidak
mengganggu sistem persediaan.

2.4.3. Penentuan Safety Stock
Ketidakpastian jumlah dan waktu permintaan, lead time dan jumlah serta
penyelesaian produksi merupakan problem yang sering terjadi. Ketidakpastian ini
dapat menyebabkan kehabisan persediaan atau sebaliknya jumlah persediaan yang
terlalu banyak. Resiko kehabisan persediaan antara lain disebabkan oleh hal-hal
berikut:
 Permintaan yang lebih besar
 Lead time bertamabah
 Permintaan terlalu tinggi dan waktu ancang bertambah.

Untuk mengantisipasi ketidakpastian tersebut, khususnya dalam permintaan dan
lead time, maka disediakannya suatu jumlah tertentu safety stock (SS) yang akan
mengurangi resiko kehabisan persediaan. Semakin besar tingkat safety stock-nya
maka kemungkinan kehabisan persediaan semakin kecil. Akan tetapi, akibatnya
adalah biaya simpan semakin besar karena jumlah total persediaan meningkat.
Reorder
Point
Safety
Stock
Order
Place
Lot
Received
Order
Placed
Lot
Received
Time
Quantity
Bila demikian, tujuan minimasi total biaya persediaan tidak tercapai karena total
biaya dalam model persediaan tradisional didapatkan pada titik keseimbangan
antara kelebihan dan kehabisan persediaan.

Biaya kelebihan persediaan relatif lebih mudah diperkirakan daripada biaya
kehabisan persediaan. Karena sulitnya memperkirakan biaya kehabisan persediaan
secara tepat, maka biasanya manajemen menentukan ukuran safety stock
berdasarkan tingkat pelayanan (service level) tertentu yang harus diberikan kepada
konsumen. Sebagai contoh, bila manajemen menetapkan service level adalah
90%, maka bagian persediaan harus berusaha agar paling banyak dari l0 kali
permintaan yang datang hanya 1 kali permintaan yang tidak dapat dipenuhi.
Penentuan berapa jumlah safety stock yang dapat memenuhi service level tertentu
yang diberikan adalah tergantung dari model persediaannya, yaitu model Q atau
model P. Berikut adalah gambar model persediaan ideal:



Q+S




B



S


0


Tersine J. Richard. 1994. Principles Of Inventory And Materials Management
Gambar 2.3. Model Persediaan Ideal

2.4.3.1. Penentuan Safety Stock Dengan Service Level Tertentu
Bila permintaan aktual yang terjadi selama lead time melebihi permintaan yang
diperkirakan, maka akan terjadi kehabisan persediaan (stock out). Tanpa adanya
safety stock, kemungkinan terjadinya kekurangan persediaan biasa sebesar 50%
(0.5) atau lebih selama masa lead time tersebut. Tujuan penentuan safety stock
dengan service level tertentu adalah mengurangi resiko kekurangan persediaan
tersebut menjadi hanya 5% atau l0% saja (umumnya). Bila diinginkan resiko
terjadinya kekurangan persediaan adalah sebesar 5%, maka tingkat keyakinan
tidak terjadi kekurangan persediaan adalah sebesar 5%, maka tingkat keyakinan
tidak terjadi kekurangan persediaan adalah sebesar 95% (yaitu didapat dari 100%-
5%).

Tingkat pelayanan berarti persentase (kemungkinan) tidak terjadi kehabisan
persediaan. Jika diinginkan keyakinan yang tinggi agar tidak kehabisan
persediaan, maka dipilih tingkat pelayanan yang besar. Tingkat pelayanan yang
besar berarti Zα besar. Zα besar berarti jumlah R lebih besar. Jumlah R besar
berarti biaya persediaan lebih besar. Sebuah konsekuensi logis yang harus terjadi,
suatu kepastian tidak terjadi kehabisan persediaan memerlukan biaya persediaan
yang lebih besar. Tidak ada teori

mengenai berapa besarnya tingkat pelayanan
yang harus dipilih, hal ini merupakan faktor subjektif. Jika perusahaan
menganggap kekurangan persediaan sebagai hal yang sangat penting, maka
tingkat pelayanan adalah 99%. Tingkat pelayanan 95% adalah bila kekurangan
persediaan adalah penting atau 0% jika kekurangan persediaan tidak berarti apa-
apa.

Tabel 2.1. Hubungan nilai Z dengan tingkat pelayanan


Besarnya jumlah safety stock bila digunakan service level tertentu adalah juga
tergantung dari model persediaan yang digunakan. Bila digunakan model EOQ,
maka perhitungan safety stock akan berbeda dibandingkan dengan menggunakan
model P. Bila model persediaan yang digunakan adalah model EOQ sederhana
atau model fix order quantity (FOQ) maka sebagai berikut:
Bila:
D = Rata-rata tingkat permintaan per unit waktu (biasanya satu tahun)
D
max
= Maksimum tingkat permintaan per unit waktu yang mungkin
d = Rata-ratapermintaan selama lead time = d.L
d
max
= Maksimum permintaan selama lead time yang mungkin untuk service
level tertentu = D
max
L
SS
FOQ
= Safety stock dengan sistem FOQ

Maka jumlah safety stock dapat ditentukan sebagai berikut:
SS
FOQ
= d
max
– d = D
max
L – D.L = (D
max
– D)L .......................................... (2.7.)
Dimana bila terjadi dengan frekuensi untuk i = 1,2,..,n, maka:
d = d
1
[p(d
1
)] + d
2
[p(d
2
)] + .. + d
n
[p(d
n
)] ..................................................... (2.8.)

Dalam model P, variabel keputusan adalah variabel siklus pemesanan (t). Periode
pemeriksaan dapat diperoleh dengan persamaan berikut:
T =
ç
D
.......................................................................................................... (2.9.)
Dalam persamaan selanjutnya disubstitusi dengan rumus EOQ, sehingga
persamaan tersebut menjadi sebagai berikut:
t
0
= _
2k
Dh
................................................................................................... (2.10.)

Target dari tingkat persediaan dapat ditetapkan berdasarkan tingkat pelayanan
yang ingin diberikan. Dalam hal ini target persediaan memiliki rumus yang mirip,
namun tidak sama dengan rumus titik pemesanan kembali (ROP/R) dalam model
Q. Target persediaan tersebut adalah untuk memenuhi permintaan selama lead
time (L) ditambah periode opimal pengamatan (t
0
). Hal ini dilakukan karena
Low
High
0.50 1.00
Safety
Stock
Service Level
persediaan tidak akan dipesan lagi sampai kedatangannya. Untuk mencapai
pelayanan tertentu, permintaan harus dipenuhi sepanjang waktu t + L secara rata-
rata ditambah suatu persediaan pengaman. Secara matematis, rumus tersebut
adalah sebagai berikut:
R = d
t+l
+ ZαS
dtL
................................................................................................... (2.11.)
Dimana:
T = Target tingkat persediaan maksimum yang diinginkan
D
t+L
= Permintaan rata-rata selama t + L
Zα = Faktor pengaman (nilai Z pada tingkat pelayanan (1 – α)%)
S
dtL
= Standar deviasi permintaan selama t + L

Pada gambar 2.4 dapat dilihat hubungan antara safety stock dengan service level












Tersine J. Richard. 1994. Principles Of Inventory And Materials Management
Gambar 2.4. Safety Stock Vs Service Level

2.4.3.2. Penentuan Safety Stock Untuk Permintaan Berdistribusi Normal
Permintaan berdistribusi normal adalah bila permintaan berpola seperti pola pada
kurva normal dalam bidang ilmu statistika. Parreto adalah seorang peneliti
mengenai persediaan menemukan fakta bahwa penggunaan suatu item tertentu
kadang kala dalam jumlah sedikit, kadang kala dalam jumlah besar dan kadang
kala dalam jumlah sangat besar. Bila dibuat grafik peluangnya, dimana garis


mendatar menunjukkan jumlah penggunaan dan garis vertikal menunjukkan
peluang, maka akan didapat kurva yang berbentuk seperti lonceng. Pola data
seperti inilah yang dimaksud dengan distribusi (pola) normal.

Bila permintaan berdistribusi normal, parameter yang digunakan untuk
menentukan safety stock adalah d, (rata-rata) dan s (standar deviasi). Contoh, jika
total permintaan selama lead time mempunyai nilai rata-rata S
d
sama dengan 3600
unit dan standar deviasi sama dengan 20 unit, maka permintaan maksimum yang
mungkin selama lead time dapat ditentukan dengan menggunakan tabel distribusi
normal yaitu:
d
max
= d + Z
a
S
d
= 3600 + Z
a
(20) ................................................................ (2.12.)
Zα adalah bilangan deviasi (kesalahan) maksimum bila digunakan tingkat
keyakinan tidak terjadi kehabisan persediaan sebesar (l - α)*100%. Nilai Z
merupakan perkiraan kemungkinan terjadinya permintaan berbeda dengan rata-
rata permintaan dibagi dengan standar deviasi (kesalahan baku). Nilai Z dapat
diperoleh pada tabel kurva normal di buku-buku statistika dengan melihat nilai Z
pada α yang sesuai.

2.4.3.3. Penentuan Safety

Stock Untuk Permintaan Berdistribusi Empiris
Distribusi empiris adalah data tersebut memiliki pola tertentu yang tidak seperti
pola-pola umum yang terdapat dalam tabel-tabel distribusi dalam statistika, yaitu
distribusi normal, poisson, eksponential, binomial dan lain-lain. Data berdistribusi
empiris berati memiliki grafik peluang yang unik untuk data itu sendiri dan tidak
sama dengan distribusi yang lain. Penentuan safety stock untuk data seperti ini
akan berbeda dengan bila data berdistribusi normal.
Langkah-langkah pengerjaannya yaitu:
a. Menghitung probabilitas kumulatif terhadap kebutuhan bahan baku
Tabel 2.2. Probabilitas Kumulatif
No Jumlah yang
diminta (dL)
Frekuensi
masa lalu
Probabilitas
P
r
(dL =
ROP
i
)
Kumulatif
P
r
(dL≤ROP
i
)



 Jumlah pesanan optimal EOQ
Q* = _
2CR
H
...................................................................................... (2.13.)
 Frekuensi pemesanan dalam satu tahun
F =
R
Q

............................................................................................... (2.14.)
 Permintaan harian rata-rata (d)
d =
R
N
................................................................................................ (2.15.)
 Jumlah (titik) pemesanan kembali (ROP)
ROP = d*L ........................................................................................ (2.16.)
b. Menentukan jumlah safety stock
Pr (dL ≤ ROP) = 1 -
H
K x F

ROP = dL + SS, jadi
SS = ROP – dL ..................................................................................... (2.17.)
c. Menentukan nilai harapan dari total biaya dengan nilai harapan biaya
kekurangannya dimulai dari kuantitas reorder point.
Tabel 2.3. Ekspektasi Biaya Kekurangan
Jumlah yang
diminta
Kekurangan
kuantitas
P
r
(dL = ROP
i
) K*F Perkiraan biaya
kekurangan



d. Perhitungan total ongkos
TC = PR + H(Q* + SS) + ∑ E (Shortage Cost) .................................... (2.18.)

2.4.3.4. Penentuan Safety Stock Bila Permintaan Tidak Pasti
Model EOQ akan bersifat stochastic (probabilistik), bila permintaannya bersifat
tidak pasti selama periode tertentu. Akibat dari permintaan yang tidak pasti
tersebut lead time untuk setiap siklus pemesanan akan tidak pasti pula lama
waktunya. Ada penyimpangan antara perhitungan EOQ dengan kenyataan
sebenarnya. Adanya penyimpangan ini mengakibatkan lead time pesanan atau

produksi akan tidak pasti. Jika tidak ada safety stock, maka akan terjadi
kekurangan persediaan. Untuk menghindari hal tersebut maka harus ditentukan
besarnya safety stock optimal sehingga dapat meminimasi nilai harapan biaya
kekurangan persediaan dan biaya penyimpanan. Perhitungan untuk seperti kasus
tersebut di atas adalah sebagai berikut:
E(MHC) = E(MSC) ..................................................................................... (2.19.)
Dimana:
E(MHC) = Expectation (Marginal Holding Cost)
E(MSC) = Expectation (Marginal Shortage Cost)

Jumlah safety stock harus ditentukan sedemikian rupa sehingga biaya
penyimpanan tambahan atau E(MHC) yang akan terjadi, karena kehabisan barang
atau E(MSC) karena persediaan tidak dapat mencukupi permintaan.

Jumlah safety stock

diharapkan dapat menutupi kelebihan permintaan terhadap
persediaan, terutama bila fluktasi permintaan mencapai titik tertinggi (maksimal)
sehingga dapat dianggap bahwa probabilitas di mana paling sedikit masih tersisa
satu unit terakhir dari safety stock tersebut adalah 100% [(P(MHC) unit terakhir =
1] sehingga:
E(MHC) = MHC.P(MHC) = MHC = h ....................................................... (2.20.)
Kehabisan persediaan akan terjadi bila permintaan selama lead time (dL) lebih
besar dari titik R (pemesanan kembali), maka perkiraan terjadinya kehabisan
persediaan adalah sebagai berikut:
E(MSC)+P(dL>R)MSC ............................................................................... (2.21.)
Dimana: MSC (dalam satu periode) = p*(D/Q)

Untuk menghitung peluang (probabilitas) tidak terjadinya kekurangan (kehabisan)
persediaan dapat ditentukan dengan menggabungkan ketiga persamaan di atas.
Rumus untuk menentukan peluang tidak terjadinya kekurangan (kehabisan)
persediaan adalah sebagai berikut:
E(MHC) = E(MSC)
H = P(dL>R)MSC
h
px
D
Q

= 1-P(dL≤R)
P(dL≤R) = 1 -
h
px
D
Q

.................................................................................... (2.22.)
Biaya total persediaan adalah sebagai berikut:
E(TC) = Holding cost + Ordering cost + E(Shortage cost)
= h (
Q
2
+ n) + k
D
Q
+ p
D
Q
{ i ∑ P( dL = Ri ) Ui
o
n+ 1
} ............................ (2.23.)

Demand Berubah-ubah dan Lead Time Tetap
Asumsi lead time konstan sering realistik untuk banyak item. Ketika variasi dalam
lead time kecil dalam hubungannya dengan lead time rata-rata, lead time
probabilistik dapat didekati dengan lead time konstan. Juga, ketentuan kontrak
dapat membuat lead time hampir tertentu. ketika pasokan adalah dari sumber
internal (satu departemen atau divisi memasok barang-barang untuk departemen
lain atau divisi dari organisasi yang sama), lead time dikontrol.

Berikut adalah bentuk permintaan berubah dan lead time tetap dapat dilihat pada
gambar 2.5. dibawah ini.






B


QUANTITY



S


0 P (M>B)

W W

Gambar 2.5. Demand berubah dan Lead Time tetap

Q + S
L
Time
Ket: B = Reorder Point
S = Safety Stock
Q = Jumlah pemesanan
L = Lead Time
B + W = Permintaan maksimum lead time
B – J = Permintaan minimum lead time
B – S = Permintaan lead time yang diharapkan
P(M > B) = Probabilitas kehabisan persediaan

Adalah untuk meminimalkan jumlah biaya memegang safety stock dan biaya
persediaan habis. sebagai ukuran meningkatkan keselamatan saham, peningkatan
biaya memegang tetapi biaya kehabisan persediaan menurun. sebagai safety stock
menurun, kehabisan persediaan meningkatkan biaya tetapi biaya memegang
menurun.

Bahaya kehabisan persediaan hanya terjadi selama lead time. ada R / T lead time
per tahun. Sering, distribusi permintaan dinyatakan atas dasar waktu yang berbeda
dari lead time. bawah kondisi ini, maka perlu untuk memodifikasi distribusi
permintaan sehingga menentukan permintaan selama lead time. yang tecnique
memodifikasi permintaan untuk memungkinkan berbagai-panjang periode waktu
yang disebut konvolusi.

Kasus Backorder: Kehabisan Persediaan Biaya per Unit
Dengan backorders, tidak ada kehilangan penjualan, karena pelanggan menunggu
kedatangan pesanan jika saham tidak tersedia. safety stock yang diharapkan
didefinisikan sebagai:
S = B – M ................................................................................................... (2.24.)
Jumlah yang diharapkan dari backorder per lead time adalah
E(M > B) = ∫ ( M −B) f ( M) dM

B
.................................................................... (2.25.)
Notasi matematika yang tepat untuk distribusi kontinu ketika biaya kehabisan
persediaan pada basis per unit adalah sebagai berikut:
TCs = H(B – M) +
AR E( M>B)
Q
............................................................... (2.26.)
Dimana: B = M+S = Reorder point dalam unit
S = Safety Stock dalam unit
H = Biaya simpan per unit
A = Biaya backorder per unit
R = Rata-rata demand setahun dalam unit
Q = Jumlah pemesanan dalam unit
M = Lead time demand dalam unit
M = Rata-rata lead time demand dalam unit
f(M) = Probabilitas fungsi kepadatan dari lead time demand

Perlu untuk menentukan kuantitas pesanan ekonomi dan maka probabilitas
optimum kehabisan persediaan:
Q* = _
2CR
PF
................................................................................................. (2.27.)
Dengan mengambil derivatif dari biaya tahunan yang diharapkan dari safety stock
sehubungan dengan titik pesanan dan setting sama dengan nol, hasil sebagai
berikut:
P(s) =
HQ
AR
..................................................................................................... (2.28.)

2.4.3.5. Penentuan Safety Stock Bila lead Time Tidak Pasti
Model penentuan safety stock bila lead time tidak pasti ini memiliki asumsi bahwa
permintaan adalah konstan dan lead time berdistribusi empiris (tidak pasti). Suatu
simulasi komputer dengan data-data ketidakpastian masa lalu merupakan metode
yang lebih baik untuk menguji kinerja perhitungan yang dibuat.
Langkah-langkah pengerjaannya yaitu:
1. Menentukan probabilitas lead time
Tabel 2.4. Probabilitas lead time
Lead Time (Hari) Frekuensi Frekuensi Relatif



2. Permintaan harian rata-rata (d)
d =
R
N
................................................................................................... (2.29.)
3. Biaya yang terjadi akibat kekurangan persediaan
K
n
= d*K ............................................................................................... (2.30.)
4. Biaya simpan akibat penambahan safety stock
H
n
= d*H .............................................................................................. (2.31.)
5. Ekspektasi untuk lead time tidak pasti
Tabel 2.5. Ekspektasi untuk lead time tidak pasti
L
Perkiraan
L aktual dan peluangnya Perkiraan
L
1

(P
1
)

....
L
n

P(
n
)
Biaya simpan
(H)
Biaya
kekurangan (K)
L
1

....
L
n


6. Menghitung jumlah pemesanan optimal (Q)
Q
L
=_
2{C + E(K)}*R
H
.......................................................................... (2.32.)
7. Total biaya persediaan untuk setiap alternatif lead time
TC = PR +
{C + E(K)}*R
Q
L
+
HQ
L
2
+ E(H) ........................................... (2.33.)
Tabel 2.6. Total biaya persediaan untuk setiap alternatif lead time
Alternatif lead time
(L)
Jumlah pemesanan
(Q)
Total biaya persediaan
(TC)
L
1

...
L
n


8. Safety stock dari lead time terpilih
SS = d*L ............................................................................................... (2.34.)

2.4.3.6. Penentuan Safety Stock Untuk Banyak Item
Penentuan safety stock.untuk banyak item dilakukan dengan cara yang berbeda
dibandingkan dengan perhitungan yang telah dibahas sebelumnya. Pemesanan
bersama untuk banyak item umumnya akan meningkatkan kebutuhan akan jumlah
safety stock dibandingkan pemesanan satu item (yang dilakukan bila salah satu
dari banyak item tersebut telah mencapai titik pemesanan kembali).

Penyediaan safety stock untuk keseluruhan item secara bersama-sama akan
menghasilkan biaya simpan yang terlalu tinggi. Hal ini dikarenakan setiap kali
pesanan diterima, jumlah persediaan mungkin masih cukup banyak untuk
beberapa item kecuali item yang mengakibatkan harus dilakukannya pemesanan
tersebut. Kebalikannya, penentuan safety stock yang tidak tepat untuk beberapa
item tertentu akan mengakibatkan biaya kekurangan persediaan semakin
bertambah tinggi. Permasalahan ini dapat dipecahkan dengan menggunakan
prinsip persediaan ABC. Intinya, tindakan pengendalian hanya dilakukan pada
item-item yang sering digunakan saja(item vital).

2.4.4. Perbandingan Metode P terhadap Metode Q
Ada dua alternatif kebijakan dalam model tradisional pengendalian persediaan
yang dapat dipilih oleh perusahaan. Alternatif ini dikembangkan karena antara
alternatif yang satu dengan yang lainnya memiliki kekurangan dan kelebihan
masing-masing. Kedua alternatif ini memiliki dasar perhitungan dan tindakan
yang berbeda, namun tidak bisa untuk dikatakan alternatif satu lebih baik dari
alternatif yang lain. Kedua alternatif kebijakan tersebut adalahsebagai berikut:
 Pemeriksaan terus menerus, jika mencapai R lakukan pemesanan.
 Pemeriksaan dalam selang waktu tertentu, pesan sebanyak kekurangan

Dalam model Q (FOQ), pemesanan dilakukan jika jumlah persediaan mencapai
titik R (R = d.L) dimana d = permintaan harian dan L adalah lead time pesanan.
Jika pemesanan dilakukan pada tingkat persediaan di bawah titik R, maka
persediaan akan habis duluan sebelum pesanan tiba. Pesanan persediaan di atas R
akan menyebabkan jumlah persediaan terlalu banyak sehingga tidak ekonomis.
Dengan demikian, jika menggunakan model Q, jumlah persediaan harus dipantau
terus menerus. Jika mencapai titik R, lakukan pesanan sejumlah Q.

Memantau persediaan terus menerus adalah bukan pekerjaan mudah. Apalagi bila
jenis barang dalam gudang persediaan sangat banyak. Model P adalah suatu
model persediaan dimana pemantauan terus menerus tidak perlu dilakukan.
Pemantauan cukup dilakukan beberapa hari sekali, beberapa minggu sekali atau
beberapa periode sekali. Jarak waktu antar pemeriksaan adalah tetap. Jika waktu
inilah variabel keputusan dalam model P. Karena jarak waktu bersifat tetap, maka
jumlah yang dipesan akan berubah-ubah tergantung dari kapasitas gudang dan sisa
persediaan.
Model P berfungsi dengan cara yang sangat berbeda dibandingkan model Q
karena hal-hal berikut:
1. Model P tidak mempunyai titik pemesanan kembali, tetapi lebih menekan
kepada target persediaan.
2. Model P tidak mempunyai nilai EOQ karena jumlah pemesanan akan
bervariasi tergantung permintaan yang sesuai dengan target persediaan.
3. Dalam model P, interval pemesanannya tetap sedangkan kuantitas pesanannya
berubah-ubah.


Bab 3
Metodologi Penelitian

3.1. Flowchart Pemecahan Masalah
Agar Penelitian ini berjalan dengan sitematis, maka sebelumnya penulis
membuat perencanaan tentang langkah-langkah pemecahan masalah yang akan
dilalui seperti tersaji pada gambar 3.1.

Gambar 3.1. Flowchart Penelitian


3.2. Penjelasan Flowchart Pemecahan Masalah
1. Observasi
Observasi merupakan suatu pengamatan pada objek penelitian, maka diperlukan
studi mengenai keadaan objek tersebut. Oleh karena itu studi lingkungan internal
yang dilakukan di PT. Beton Elemenindo Putra diperlukan untuk mencari
permasalahan yang ada di perusahaan ini, kemudian coba untuk ditemukan
solusinya.

2. Identifikasi Masalah
Berisikan masalah-masalah yang diungkapkan didalam penelitian atau
permasalahan yang terjadi ditempat penelitian. Dari observasi yang telah
dilakukan, maka peneliti mengidentifikasi permasalahan: “Apakah jumlah
persediaan bahan baku sudah sesuai dengan yang dibutuhkan?

3. Tujuan Penelitian
Penelitian ini bertujuan untuk mengidentifikasi jumlah persediaan bahan baku
yang dibutuhkan oleh perusahaan menggunakan model probabilistik.

4. Studi Literatur
Pengumpulan data dengan mempergunakan bahan-bahan tertulis, yaitu dengan
cara mempelajari dan membaca pendapat para ahli yang berhubungan dengan
masalah yang sedang dibahas. Kemudian digunakan sebagai acuan untuk
menunjang penyusunan dari pembahasan masalah yang diteliti.

5. Pengumpulan Data
Langkah selanjutnya adalah melakukan pengumpulan data yang diperlukan
sehubungan dengan tujuan penelitian ini. Data-data yang diperlukan terdiri dari:
 Data umum perusahaan
Berisi tentang sejarah singkat perusahaan dan struktur organisasi perusahaan.
 Data ongkos persediaan
Elemen biaya (ongkos) persediaan yang digunakan sebagai bahan
pertimbangan, diantaranya yaitu:
1. Biaya Pembelian
Biaya ini merupakan biaya pembelian bahan baku kepada supplier.
2. Biaya Pemesanan
Biaya pemesanan adalah biaya yang timbul akibat pengadaan bahan baku.
3. Biaya Penyimpanan
Biaya ini merupakan biaya yang timbul akibat penyimpanan bahan baku
dengan tujuan agar bahan baku tersebut tidak rusak.
 Data harga produk, merupakan daftar harga untuk produk repeat order di PT.
Beton Elemenindo Putra.
 Data permintaan produk, diambil selama satu tahun terakhir.

6. Pengolahan Data
Dalam pengolahan data ini dilakukan dengan menggunakan permintaan
independen model probabilistik, untuk memperjelasnya maka langkah-langkah
tersebut adalah:
 Uji Kecocokan Distribusi
Untuk mengetahui apakah data demand dan lead time berdistribusi normal,
poisson atau eksponensial, maka sebelumnya diuji terlebih dahulu
menggunakan uji chi square goodness of fit test. Apabila dalam uji tersebut
data berdistribusi salah satu dari distribusi tersebut, maka probabilitasnya
diambil dari probabilitas distribusi itu, sedangkan jika tidak maka data
tersebut dianggap berdistribusi empiris dan untuk probabilitas datanya
diambil dari frekuensi relatifnya.
 Sistem Q
Model EOQ akan bersifat stochastic (Probabilistik), bila permintaanya
bersifat tidak pasti selama periode tertentu. Untuk menghindari hal tersebut
maka harus ditentukan besarnya safety stock optimal sehingga dapat
meminimasi nilai harapan biaya kekurangan persediaan dan biaya
penyimpanan.
 Sistem P
Dalam sistem Economic Order Interval mengasumsikan waktu yang
diperlukan untuk pemenuhan kebutuhan adalah konstan. Secara actual,
asumsi ini sulit dipenuhi karena banyak masalah yang tidak dapat dihindarkan
sehingga pesanan yang telah dilakukan tidak dapat terkirim sesuai perkiraan.
Perubahan lead time tersebut harus diantisipasi pihak manajemen perusahaan
dengan menyediakan safety stock sehingga tidak mengganggu sistem
persediaan.

7. Analisis dan Pembahasan
Setelah langkah-langkah diatas selesai, maka tahap selanjutnya melakukan
analisis dan pembahasan dari perhitungan-perhitungan yang dilakukan. Pada
tahap ini baru dapat ditemukan jawaban dari permasalahan yang telah dibahas,
sehingga dapat diketahui solusi yang tepat dari masalah tersebut.

8. Kesimpulan dan Saran
Ambil kesimpulan dari hasil penelitian yang telah dilakukan dan mengajukan
saran-saran yang dapat disampaikan kepada pihak perusahaan nantinya. Dan
diharapkan penelitian ini dapat membantu menyelesaikan permasalahan yang
sedang dihadapi oleh perusahaan.















Bab 4
Pengumpulan Dan Pengolahan Data


4.1. Pengumpulan Data
4.1.1. Sejarah Perusahaan
PT. Beton Elemenindo Putra didirikan pada tahun 2006. Kami adalah anak
perusahaan PT. Beton Elemenindo Perkasa, salah satu perusahaan beton
prestressed/precast yang terbesar dan terpercaya di Indonesia. PT. Beton
Elemenindo Putra memproduksi Expanded PolyStrene (EPS) dengan merek
dagang b-foam. Untuk memenuhi kebutuhan EPS/styrofoam bermutu dengan
harga terjangkau, khususnya untuk keperluan packaging dan dekorasi.

Kami berusaha melayani kebutuhan EPS untuk daerah Jawa Barat mulai dari kota
Bandung, Cimahi, Cirebon, Tasikmalaya, Cianjur, Sukabumi, Sumedang, Subang,
Garut, Majalaya, Purwakarta, Kuningan, Cicalengka, Nagrek, Indramayu,
Pamanukan, Cipanas, dan Pangandaran, hingga daerah Jabodetabek: Jakarta,
Bogor, Depok, Tangerang, Bekasi. Aplikasi EPS/styrofoam yang baru-baru
meningkat pesat adalah Geofoam (Pengunaan EPS/styrofoam sebagai pengganti
tanah urugan/material konstruksi lainnya).

Kami juga memproduksi b-foam jenis FR (Fire Retardant) yang mayoritas kami
gunakan sendiri untuk memproduksi dan mengembangkan bahan bangunan dan
sistem konstruksi baru dan inovatif, dengan menggunakan panel komposit yang
kedap suhu dan suara, yang kami namakan b-panel, yaitu bahan dan sistem
bangunan tahan gempa dan ramah lingkungan kebanggaan kami. b-panel
diproduksi untuk memenuhi kebutuhan yang meningkat pesat akan bahan
bangunan hemat energi dan tempat hunian yang ramah lingkungan. Teknologi b-
panel ini akan menjadi solusi bahan dan sistem bangunan hemat energi yang
paling efektif untuk industri properti di Indonesia.


4.1.2. Visi Dan Misi Perusahaan
 Visi
- Mengurangi konsumsi energi untuk hunian sekaligus meningkatkan
kenyamanan dan keamanan bagi penghuninya.
- Menjadi perusahaan bahan dan sistem bangunan terkemuka, sekaligus
menjaga kelestarian Bumi.
 Misi
- Mengutamakan integritas, keinginan untuk menjadi yang terbaik, dan
kepedulian terhadap lingkungan, sebagai pedoman menjalankan usaha
kami.
- Bekerja bersama sumber daya manusia yang berkualitas dan bermotivasi
untuk senantiasa menyempurnakan produk dan layanan kami.
- Menjadi yang terdepan dalam inovasi efisiensi energi melalui perpaduan
teknologi, sistem, desain, dan bahan dasar.

4.1.3. Lokasi Perusahaan
Kantor pusat PT. Beton Elemenindo Putra terletak di Jalan Raya Batu jajar Km.5
No.8 Desa Giri Asih-Cangkorah, Kabupaten Bandung Barat dengan nomor yang
dapat di hubungi :
Tel : +(62) 22 686 7077
Fax : +(62) 22 686 7076
Email : marketing@b-panel.com










4.1.4. Struktur Organisasi
4.2.














Gambar 4.1. Struktur Organisasi Perusahaan
4.1.5. Data Ongkos Persediaan
Ongkos-ongkos persediaan yaitu ongkos-ongkos yang keluar akibat pembelian
dari bahan baku. Adapun elemen ongkos persediaan yang dimaksud adalah:
1. Ongkos Pembelian
Ongkos ini merupakan harga dari bahan baku (raw material) per kilogram.
Tabel 4.1. Data Jenis Bahan Baku Dan Harga Belinya
Jenis Bahan
Baku
Harga /Kg
(Rp)
EPS 15.900
Welded Wiremesh 8.500
Connector Wire 10.300

2. Ongkos Pemesanan
Ongkos pemesanan adalah ongkos yang berasal dari pembelian bahan baku
dari supplier dan diasumsikan tidak akan berubah secara langsung terhadap
jumlah pemesanan. Pihak perusahaan telah menetapkan bahwa ongkos
pengadaaan semua jenis bahan baku sama untuk sekali pesan yaitu:
a. Ongkos telepon
Tabel 4.2. Tarif Percakapan Telepon
Tujuan Peak
06.00-21.59
Off Peak
22.00-05.59
Dalam Kota Rp 300/menit Rp 320/menit
Antar Kota Zona Dekat (<200 Km) Rp 900/menit Rp 320/menit
Antar Kota Zona Jauh (>200 Km) Rp 1395/menit Rp 320/menit

Perusahaan melakukan pemesanan bahan baku melalui telepon. Karena
pemesanan bahan baku dilakukan pada supplier yang berlokasi di Jakarta, maka
tariff percakapan yang digunakan adalah antar kota zona dekat (<200 Km) pada
jam kerja antara pukul 08.00-17.00 WIB ditambah pajak 10%, dengan lama
penggunaan diperkirakan 15 menit untuk sekali pemesanan. Sehingga biaya
penggunaan telepon untuk melakukan pemesanan:
15 menit*Rp 900/menit = Rp 13.500
Pajak 10% = Rp 1.350
Total ongkos telepon = Rp 14.850


b. Ongkos Penerimaan
Ongkos ini meliputi kegiatan bongkar muat, mengatur penempatan bahan baku
digudang dan pemeriksaan. Kegiatan ini memakan waktu kurang lebih 120 menit
yang dilakukan oleh 3 orang pegawai gudang. Upah pegawai gudang Rp
54.379/hari dengan waktu kerja 8 jam/hari. Jadi ongkos penerimaan:
54.379/8 x 120/60 = Rp 13.595/hari
Total ongkos penerimaan = Rp 13.595 x 3 = Rp 40.785
Total ongkos pemesanan = total ongkos telepon + total ongkos penerimaan
= Rp 14.850 + Rp 40.785
= Rp 55.635

c. Ongkos Penyimpanan
Merupakan ongkos yang dikeluarkan atas investasi dalam persediaan dan
pemeliharaan maupun sarana fisik untuk menyimpan persediaan. Ongkos simpan
pertahun adalah ongkos yang dikeluarkan selama satu tahun, sehingga ongkos
penyimpanan terdiri dari:
1. Variable cost
- Biaya resiko rusak = 2%
- Biaya resiko gudang = 2%
2. Fixed cost
- Biaya penjaga gudang = 1%
- Biaya pemeliharaan gudang = 1%
Total ongkos simpan = Variable cost + Fixed cost
= 4% + 2% = 6%
Tabel 4.3. Ongkos Simpan Untuk Semua Jenis Bahan Baku
Jenis Bahan
Baku
Harga /Kg
(Rp)
Ongkos
Simpan
EPS 15.900 954
Welded Wiremesh 8.500 510
Connector Wire 10.300 618

d. Ongkos Kekurangan Persediaan (Backorder)
Merupakan konsekuensi ekonomis yang terjadi apabila pesanan konsumen tidak
dapat terpenuhi. Maka untuk mengatasi hal ini, perusahaan harus melakukan
pemesanan kembali bahan baku yang biasanya harganya lebih tinggi karena
pengiriman lebih cepat dan tenggang waktu lebih pendek. Ongkos kekurangan
persediaan yang harus dikeluarkan perusahaan untuk semua jenis bahan baku
yaitu:
Tabel 4.4. Ongkos Backorder Untuk Semua Jenis Bahan Baku
Jenis Bahan
Baku
Harga /Kg
(Rp)
Ongkos
Backorder
EPS 15.900 17.490
Welded Wiremesh 8.500 9.350
Connector Wire 10.300 11.330

Keterangan:
Biaya Backorder = Harga beli per Kg + (Harga beli per Kg*10%)

4.1.6. Lead Time Bahan Baku
Lead time atau masa tenggang adalah waktu antara pemesanan dan penerimaan
bahan pesanan di gudang persediaan. Lead time ini dinyatakan dalam satuan hari.
Perusahaan pemasok (supplier) membutuhkan waktu sekitar 2 hari untuk
memenuhi bahan baku yang dipesan.

4.1.7. Waktu Kerja
Perusahaan memberlakukan jam kerja bagi karyawan dengan jumlah 6 hari kerja
dengan 42 jam kerja efektif dalam seminggu yaitu hari senin sampai jumat dan
lembur pada hari sabtu. Pengaturan jam kerja yang berlaku pada perusahaan
adalah sebagai berikut:
1. Hari senin sampai jumat adalah:
a. Mulai masuk : pukul 08.00 – 12.00
b. Istirahat : pukul 12.00 – 13.00
c. Kerja kembali : pukul 13.00 – 14.00
2. Hari sabtu adalah:
a. Mulai masuk : pukul 08.00 – 12.00
b. Istirahat : pukul 12.00 – 13.00
c. Kerja kembali : pukul 13.00 – 16.00

4.1.8. Data Pengamatan Waktu Proses
Waktu proses adalah waktu yang digunakan untuk memproses satu unit produk
dari proses bahan baku sampai dengan proses finishing. Berikut ini merupakan
data waktu proses produksi tiap stasiun kerja atau mesin yang digunakan
berdasarkan Operation Process Chart (OPC):

Gambar 4.2. Operation Process Chart (OPC)





4.1.9. Data Demand Produk Single Panel
Tabel 4.5. Data Demand Produk Single Panel

TTDTE TPROD TQTY







Januari



























Februari













20100108 FPS-FR10-290120X4-SMD3.0-X80150 53 PC
20100119 FPS-FR10-300120X4-SMD3.0-X80150 5 PC
20100119 FPS-FR10-305120X4-SMD3.0-X80150 3 PC
20100108 FPS-FR11-290100X4-SMD3.0-X80150 35 PC
20100119 FPS-FR11-290120X4-SMD3.0-X80150 19 PC
20100119 FPS-FR11-300120X6-SMD3.0-X80150 4 PC
20100119 FPS-FR11-305120X4-SMD3.0GX80150 1 PC
20100111 FPS-FR11-305120X8-SMD3.0-X80150 7 PC
20100114 FPS-FR11-305120X8-SMD3.0-X80150 1 PC
20100108 FPS-FR11-410120X8-SMD3.0-X80150 30 PC
20100114 FPS-FR12-245120X8-SMD3.0-X80150 1 PC
20100108 FPS-FR12-300100X4-SMD3.0-X80150 1 PC
20100119 FPS-FR12-300100X4-SMD3.0-X80150 1 PC
20100119 FPS-FR12-305120X4-SMD3.0-X80150 1 PC
20100120 FPS-FR12-305120X8-D3.0GX80150-F 4 PC
20100129 FPS-FR12-305120X8-D3.0GX80150-F 6 PC
20100129 FPS-FR12-305120X8-SMD3.0-X80150 6 PC
20100129 FPS-FR12-470120X4-SMD3.0-X80150 1 PC
20100219 FPS-FRWS-305120X8-SMD3.0-X80150 2 PC
20100225 FPS-FR12-245120X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-290X70X8-SMD3.0-X80150 1 PC
20100202 FPS-FR12-290120X8-SMD3.0-X80150 90 PC
20100216 FPS-FR12-290120X8-SMD3.0-X80150 90 PC
20100216 FPS-FR12-290120X8-SMD3.0-X80150 45 PC
20100218 FPS-FR12-290120X8-SMD3.0-X80150 90 PC
20100219 FPS-FR12-290120X8-SMD3.0-X80150 90 PC
20100216 FPS-FR12-305X60X8-SMD3.0-X80150 1 PC
20100225 FPS-FR12-305120X6-SMD3.0-X80150 1 PC
20100201 FPS-FR12-305120X8-SMD3.0-X80150 3 PC
20100216 FPS-FR12-305120X8-SMD3.0-X80150 3 PC
20100225 FPS-FR12-335120X6-SMD3.0-X80150 65 PC
20100223 FPS-FR12-335120X8-SMD3.0-X80150 5 PC
20100216 FPS-FR12-350X70X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-350100X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-350120X8-SMD3.0-X80150 2 PC
20100216 FPS-FR12-365100X8-SMD3.0-X80150 2 PC
20100215 FPS-FR12-365120X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-365120X8-SMD3.0-X80150 1 PC
20100223 FPS-FR12-365120X8-SMD3.0-X80150 24 PC
20100223 FPS-FR12-380120X8-SMD3.0-X80150 1 PC
20100215 FPS-FR12-395120X8-SMD3.0-X80150 22 PC
20100223 FPS-FR12-395120X8-SMD3.0-X80150 5 PC
20100223 FPS-FR12-410120X8-SMD3.0-X80150 7 PC
20100216 FPS-FR12-425X70X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-425100X8-SMD3.0-X80150 1 PC
20100215 FPS-FR12-425120X8-SMD3.0-X80150 10 PC
















Maret






April




























20100216 FPS-FR12-425120X8-SMD3.0-X80150 1 PC
20100215 FPS-FR12-440120X8-SMD3.0-X80150 5 PC
20100223 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-455100X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-500120X8-SMD3.0-X80150 1 PC
20100223 FPS-FR12-530120X8-SMD3.0-X80150 2 PC
20100216 FPS-FR12-575100X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-590100X8-SMD3.0-X80150 1 PC
20100216 FPS-FR12-590120X8-SMD3.0-X80150 11 PC
20100216 FPS-FR12-605120X8-SMD3.0-X80150 1 PC
20100329 FPS-FRWS-305120X8-SMD3.0-X80150 50 PC
20100313 FPS-FR11-245X70X4-SMD3.0-X80150 1 PC
20100303 FPS-FR12-290120X8-SMD3.0GX80150 1 PC
20100302 FPS-FR12-305120X4-SMD3.0-X80150 1 PC
20100303 FPS-FR12-305120X6-SMD3.0-X80150 24 PC
20100302 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100301 FPS-FR12-335120X8-SMD3.0-X80150 1 PC
20100329 FPS-FR12-335120X8-SMD3.0-X80150 5 PC
20100303 FPS-FR12-395120X6-SMD3.0-X80150 29 PC
20100301 FPS-FR12-560100X8-SMD3.0-X80150 1 PC
20100406 FPS-FRWS-305120X8-SMD3.0-X80150 50 PC
20100416 FPS-FRWS-305120X8-SMD3.0-X80150 30 PC
20100423 FPS-FRWS-305120X8-SMD3.0-X80150 6 PC
20100406 FPS-FRWS-335120X8-SMD3.0-X80150 1 PC
20100427 FPS-FR12-245100X8-SMD3.0-X80150 1 PC
20100413 FPS-FR12-245120X4-SMD3.0-X80150 1 PC
20100420 FPS-FR12-245120X8-SMD3.0GX80150 1 PC
20100427 FPS-FR12-260100X8-SMD3.0-X80150 1 PC
20100413 FPS-FR12-260120X4-SMD3.0-X80150 1 PC
20100415 FPS-FR12-290100X8-SMD3.0-X80150 1 PC
20100413 FPS-FR12-290120X4-SMD3.0-X80150 1 PC
20100405 FPS-FR12-290120X6-SMD3.0-X80150 222 PC
20100405 FPS-FR12-290120X6-SMD3.0-X80150 222 PC
20100405 FPS-FR12-290120X8-SMD3.0-X80150 1 PC
20100430 FPS-FR12-290120X8-SMD3.0-X80150 1 PC
20100420 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100430 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100415 FPS-FR12-320100X8-SMD3.0-X80150 1 PC
20100427 FPS-FR12-320100X8-SMD3.0-X80150 2 PC
20100427 FPS-FR12-320120X8-SMD3.0-X80150 1 PC
20100430 FPS-FR12-335X70X8-SMD3.0-X80150 1 PC
20100430 FPS-FR12-335120X8-SMD3.0-X80150 11 PC
20100413 FPS-FR12-350100X4-SMD3.0-X80150 7 PC
20100413 FPS-FR12-350120X4-SMD3.0-X80150 7 PC
20100405 FPS-FR12-350120X8-SMD3.0-X80150 1 PC
20100430 FPS-FR12-350120X8-SMD3.0-X80150 1 PC
20100427 FPS-FR12-365X70X8-SMD3.0-X80150 1 PC
20100413 FPS-FR12-365120X4-SMD3.0-X80150 1 PC
20100405 FPS-FR12-365120X8-SMD3.0-X80150 3 PC
20100405 FPS-FR12-365120X8-SMD3.0-X80150 2 PC
























April



























20100413 FPS-FR12-365120X8-SMD3.0-X80150 4 PC
20100415 FPS-FR12-365120X8-SMD3.0-X80150 2 PC
20100430 FPS-FR12-365120X8-SMD3.0-X80150 18 PC
20100427 FPS-FR12-380100X8-SMD3.0-X80150 1 PC
20100413 FPS-FR12-380120X4-SMD3.0-X80150 7 PC
20100405 FPS-FR12-380120X8-SMD3.0-X80150 2 PC
20100430 FPS-FR12-380120X8-SMD3.0-X80150 3 PC
20100420 FPS-FR12-395120X4-SMD3.0-X80150 1 PC
20100427 FPS-FR12-395120X8-SMD3.0-X80150 5 PC
20100430 FPS-FR12-395120X8-SMD3.0-X80150 5 PC
20100419 FPS-FR12-410X50X8-SMD3.0-X80150 1 PC
20100429 FPS-FR12-410X50X8-SMD3.0-X80150 1 PC
20100419 FPS-FR12-410X70X8-SMD3.0-X80150 2 PC
20100413 FPS-FR12-410120X8-SMD3.0-X80150 1 PC
20100419 FPS-FR12-410120X8-SMD3.0-X80150 42 PC
20100427 FPS-FR12-410120X8-SMD3.0-X80150 35 PC
20100429 FPS-FR12-410120X8-SMD3.0-X80150 13 PC
20100430 FPS-FR12-410120X8-SMD3.0-X80150 4 PC
20100413 FPS-FR12-425100X4-SMD3.0-X80150 2 PC
20100419 FPS-FR12-425100X4-SMD3.0-X80150 4 PC
20100415 FPS-FR12-425100X8-SMD3.0-X80150 11 PC
20100419 FPS-FR12-425120X4-SMD3.0-X80150 2 PC
20100415 FPS-FR12-425120X8-SMD3.0-X80150 33 PC
20100419 FPS-FR12-425120X8-SMD3.0-X80150 5 PC
20100420 FPS-FR12-425120X8-SMD3.0-X80150 11 PC
20100427 FPS-FR12-425120X8-SMD3.0-X80150 3 PC
20100430 FPS-FR12-425120X8-SMD3.0-X80150 1 PC
20100415 FPS-FR12-440100X8-SMD3.0-X80150 1 PC
20100405 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100405 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100415 FPS-FR12-440120X8-SMD3.0-X80150 2 PC
20100427 FPS-FR12-440120X8-SMD3.0-X80150 6 PC
20100430 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100420 FPS-FR12-455X7028-SMD3.0-X80150 2 PC
20100415 FPS-FR12-455100X8-SMD3.0-X80150 2 PC
20100405 FPS-FR12-455120X8-SMD3.0-X80150 7 PC
20100405 FPS-FR12-470120X8-SMD3.0-X80150 1 PC
20100415 FPS-FR12-470120X8-SMD3.0-X80150 2 PC
20100430 FPS-FR12-470120X8-SMD3.0-X80150 3 PC
20100415 FPS-FR12-485100X8-SMD3.0-X80150 1 PC
20100405 FPS-FR12-485120X8-SMD3.0-X80150 2 PC
20100405 FPS-FR12-485120X8-SMD3.0-X80150 1 PC
20100427 FPS-FR12-485120X8-SMD3.0-X80150 1 PC
20100415 FPS-FR12-515120X8-SMD3.0-X80150 2 PC
20100420 FPS-FR12-530X7028-SMD3.0-X80150 2 PC
20100419 FPS-FR12-530100X4-SMD3.0-X80150 2 PC
20100415 FPS-FR12-530100X8-SMD3.0-X80150 3 PC
20100415 FPS-FR12-530120X8-SMD3.0-X80150 4 PC
20100413 FPS-FR12-545120X4-SMD3.0-X80150 1 PC
20100419 FPS-FR12-545120X4-SMD3.0-X80150 2 PC























April














Mei













20100413 FPS-FR12-560100X4-SMD3.0-X80150 2 PC
20100413 FPS-FR12-560120X4-SMD3.0-X80150 1 PC
20100415 FPS-FR12-575120X8-SMD3.0-X80150 2 PC
20100427 FPS-FR12-575120X8-SMD3.0-X80150 1 PC
20100420 FPS-FR12-605X7028-SMD3.0-X80150 2 PC
20100413 FPS-FR12-605120X8-SMD3.0-X80150 4 PC
20100406 FPS-FR24-29010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-29012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-32012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-35010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-36510018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-38012010-SMD6.0-X80150 1 PC
20100406 FPS-FR24-38012018-SMD6.0-X80150 2 PC
20100413 FPS-FR24-38012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-41012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-440X5018-SMD6.0-X80150 1 PC
20100413 FPS-FR24-440X5018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-44010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-44010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-44010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-44012018-SMD6.0-X80150 2 PC
20100406 FPS-FR24-44012018-SMD6.0-X80150 2 PC
20100406 FPS-FR24-47012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-47012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-48512018-SMD6.0-X80150 1 PC
20100413 FPS-FR24-48512018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-51512018-SMD6.0-X80150 2 PC
20100406 FPS-FR24-53012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-56010018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-56012018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-57512018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-60510018-SMD6.0-X80150 2 PC
20100406 FPS-FR24-60512018-SMD6.0-X80150 1 PC
20100406 FPS-FR24-60512018-SMD6.0-X80150 1 PC
20100423 FPS-RX09-305120X8-SMD3.0-X80150 14 PC
20100517 FPS-FR12-245X60X8-SMD3.0-X80150 1 PC
20100527 FPS-FR12-245120X4-SMD3.0-X80150 1 PC
20100506 FPS-FR12-260100X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-260120X4-SMD3.0-X80150 152 PC
20100506 FPS-FR12-260120X4-SMD3.0-X80150 156 PC
20100521 FPS-FR12-260120X4-SMD3.0-X80150 265 PC
20100526 FPS-FR12-305X50X8-SMD3.0-X80150 1 PC
20100526 FPS-FR12-305X60X8-SMD3.0-X80150 1 PC
20100526 FPS-FR12-305100X8-SMD3.0-X80150 7 PC
20100520 FPS-FR12-305120X3-SMD6.0-X80150 1 PC
20100524 FPS-FR12-305120X8-SMD3.0-X80150 2 PC
20100524 FPS-FR12-305120X8-SMD3.0-X80150 69 PC
20100526 FPS-FR12-305120X8-SMD3.0-X80150 4 PC
20100506 FPS-FR12-320X70X8-SMD3.0-X80150 2 PC
20100524 FPS-FR12-335X50X4-SMD3.0-X80150 1 PC






Mei




























Juni
















20100524 FPS-FR12-335100X4-SMD3.0-X80150 6 PC
20100524 FPS-FR12-335120X4-SMD3.0-X80150 55 PC
20100507 FPS-FR12-350X50X3-SMD3.0-X80150 1 PC
20100506 FPS-FR12-365X70X8-SMD3.0-X80150 1 PC
20100507 FPS-FR12-365100X8-SMD3.0-X80150 1 PC
20100526 FPS-FR12-365100X8-SMD3.0-X80150 1 PC
20100520 FPS-FR12-365120X8-SMD3.0-X80150 5 PC
20100526 FPS-FR12-395X70X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-395100X8-SMD3.0-X80150 2 PC
20100526 FPS-FR12-395100X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-395120X8-SMD3.0-X80150 3 PC
20100520 FPS-FR12-410X60X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-410X70X8-SMD3.0-X80150 10 PC
20100506 FPS-FR12-410100X8-SMD3.0-X80150 4 PC
20100521 FPS-FR12-410120X4-SMD3.0-X80150 1 PC
20100520 FPS-FR12-410120X8-SMD3.0-X80150 3 PC
20100525 FPS-FR12-410120X8-SMD3.0-X80150 2 PC
20100506 FPS-FR12-425100X8-SMD3.0-X80150 5 PC
20100520 FPS-FR12-425120X4-SMD3.0-X80150 1 PC
20100506 FPS-FR12-425120X8-SMD3.0-X80150 2 PC
20100506 FPS-FR12-440X70X8-SMD3.0-X80150 2 PC
20100506 FPS-FR12-455X70X8-SMD3.0-X80150 1 PC
20100520 FPS-FR12-455120X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-470100X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-470120X8-SMD3.0-X80150 4 PC
20100520 FPS-FR12-470120X8-SMD3.0-X80150 3 PC
20100506 FPS-FR12-485120X8-SMD3.0-X80150 1 PC
20100520 FPS-FR12-515120X8-SMD3.0-X80150 1 PC
20100506 FPS-FR12-575120X8-SMD3.0-X80150 1 PC
20100510 FPS-FR24-29012018-SMD6.0-X80150 1 PC
20100520 FPS-FR24-30512018-SMD6.0-X80150 1 PC
20100510 FPS-FR24-38012018-SMD6.0-X80150 2 PC
20100610 FPS-FR12-240120X4-SMD3.0-X80150 100 PC
20100610 FPS-FR12-240120X4-SMD3.0-X80150 180 PC
20100616 FPS-FR12-240120X4-SMD3.0-X80150 170 PC
20100617 FPS-FR12-240120X4-SMD3.0-X80150 60 PC
20100617 FPS-FR12-240120X4-SMD3.0-X80150 150 PC
20100617 FPS-FR12-240120X4-SMD3.0-X80150 200 PC
20100617 FPS-FR12-240120X4-SMD3.0-X80150 120 PC
20100608 FPS-FR12-245120X8-SMD3.0-X80150 1 PC
20100625 FPS-FR12-245120X8-SMD3.0-X80150 1 PC
20100610 FPS-FR12-260120X4-SMD3.0-X80150 68 PC
20100624 FPS-FR12-260120X8-SMD3.0-X80150 136 PC
20100624 FPS-FR12-260120X8-SMD3.0-X80150 92 PC
20100624 FPS-FR12-260120X8-SMD3.0-X80150 136 PC
20100608 FPS-FR12-275100X6-SMD3.0-X80150 1 PC
20100608 FPS-FR12-275120X6-SMD3.0-X80150 1 PC
20100628 FPS-FR12-290120X8-SMD3.0-X80150 3 PC
20100624 FPS-FR12-300120X8-SMD3.0-X80150 44 PC
20100624 FPS-FR12-300120X8-SMD3.0-X80150 44 PC




Juni
20100624 FPS-FR12-305X50X8-SMD3.0-X80150 1 PC
20100624 FPS-FR12-305X60X8-SMD3.0-X80150 1 PC
20100624 FPS-FR12-305100X8-SMD3.0-X80150 7 PC
20100602 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100602 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100603 FPS-FR12-305120X8-SMD3.0-X80150 9 PC
20100624 FPS-FR12-305120X8-SMD3.0-X80150 75 PC
20100628 FPS-FR12-305120X8-SMD3.0-X80150 1 PC
20100602 FPS-FR12-335120X4-SMD3.0-X80150 4 PC
20100628 FPS-FR12-335120X8-SMD3.0-X80150 10 PC
20100602 FPS-FR12-350100X4-SMD3.0-X80150 1 PC
20100608 FPS-FR12-350100X6-SMD3.0-X80150 9 PC
20100602 FPS-FR12-350120X4-SMD3.0-X80150 1 PC
20100608 FPS-FR12-350120X6-SMD3.0-X80150 38 PC
20100628 FPS-FR12-350120X8-SMD3.0-X80150 1 PC
20100624 FPS-FR12-365100X8-SMD3.0-X80150 1 PC
20100603 FPS-FR12-365120X8-SMD3.0-X80150 8 PC
20100603 FPS-FR12-365120X8-SMD3.0-X80150 8 PC
20100604 FPS-FR12-365120X8-SMD3.0-X80150 18 PC
20100628 FPS-FR12-365120X8-SMD3.0-X80150 23 PC
20100629 FPS-FR12-365120X8-SMD3.0-X80150 20 PC
20100628 FPS-FR12-380120X8-SMD3.0-X80150 1 PC
20100624 FPS-FR12-395X70X8-SMD3.0-X80150 1 PC
20100608 FPS-FR12-395100X6-SMD3.0-X80150 1 PC
20100624 FPS-FR12-395100X8-SMD3.0-X80150 1 PC
20100603 FPS-FR12-395120X8-SMD3.0-X80150 2 PC
20100628 FPS-FR12-395120X8-SMD3.0-X80150 6 PC
20100608 FPS-FR12-410X70X6-SMD3.0-X80150 4 PC
20100608 FPS-FR12-410100X6-SMD3.0-X80150 4 PC
20100608 FPS-FR12-410120X6-SMD3.0-X80150 43 PC
20100608 FPS-FR12-410120X6-SMD3.0-X80150 3 PC
20100604 FPS-FR12-410120X8-SMD3.0-X80150 4 PC
20100628 FPS-FR12-410120X8-SMD3.0-X80150 7 PC
20100629 FPS-FR12-410120X8-SMD3.0-X80150 1 PC
20100628 FPS-FR12-425120X4-SMD3.0-X80150 1 PC
20100608 FPS-FR12-425120X6-SMD3.0-X80150 1 PC
20100602 FPS-FR12-425120X8-SMD3.0-X80150 1 PC
20100602 FPS-FR12-425120X8-SMD3.0-X80150 1 PC
20100628 FPS-FR12-425120X8-SMD3.0-X80150 1 PC
20100608 FPS-FR12-440120X6-SMD3.0-X80150 1 PC
20100602 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100602 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100628 FPS-FR12-440120X8-SMD3.0-X80150 1 PC
20100608 FPS-FR12-455120X6-SMD3.0-X80150 1 PC
20100628 FPS-FR12-455120X8-SMD3.0-X80150 2 PC
20100628 FPS-FR12-470120X8-SMD3.0-X80150 6 PC
20100608 FPS-FR12-485120X6-SMD3.0-X80150 1 PC
20100602 FPS-FR12-500120X4-SMD3.0-X80150 1 PC
20100608 FPS-FR12-500120X6-SMD3.0-X80150 1 PC
20100628 FPS-FR12-500120X8-SMD3.0-X80150 1 PC
20100604 FPS-FR12-515120X8-SMD3.0-X80150 2 PC
20100604 FPS-FR12-530120X8-SMD3.0-X80150 2 PC
20100608 FPS-FR12-545120X6-SMD3.0-X80150 3 PC
20100608 FPS-FR12-560120X6-SMD3.0-X80150 1 PC
20100608 FPS-FR12-575100X6-SMD3.0-X80150 3 PC
20100608 FPS-FR12-575120X6-SMD3.0-X80150 1 PC
20100608 FPS-FR12-590100X6-SMD3.0-X80150 1 PC
20100608 FPS-FR12-605120X6-SMD3.0-X80150 1 PC




Juli





20100713 FPS-FRWS-305120X8-SMD3.0-X80150 5 PC
20100713 FPS-FRWS-305120X8-SMD3.0-X80150 5 PC
20100714 FPS-FRWS-305120X8-SMD3.0-X80150 17 PC
20100710 FPS-FR12-240120X4-SMD3.0-X80150 175 PC
20100710 FPS-FR12-240120X4-SMD3.0-X80150 175 PC
20100712 FPS-FR12-240120X4-SMD3.0-X80150 167 PC
20100712 FPS-FR12-240120X4-SMD3.0-X80150 173 PC
20100712 FPS-FR12-260120X4-SMD3.0-X80150 2 PC
20100713 FPS-FR12-260120X8-SMD3.0-X80150 44 PC
20100720 FPS-FR12-290120X4-SMD3.0-X80150 2 PC
20100713 FPS-FR12-300120X8-SMD3.0-X80150 44 PC
20100720 FPS-FR12-605120X8-SMD3.0-X80150 3 PC


Agustus












20100827 FPS-FR11-305120X8-SMD3.0-X80150 10 PC
20100802 FPS-FR12-245120X8-SMD3.0-X80150 25 PC
20100827 FPS-FR12-245120X8-SMD3.0-X80150 6 PC
20100802 FPS-FR12-290100X8-SMD3.0-X80150 4 PC
20100827 FPS-FR12-290120X6-SMD3.0-X80150 196 PC
20100811 FPS-FR12-290120X8-SMD3.0-X80150 1 PC
20100826 FPS-FR12-290120X8-SMD3.0-X80150 6 PC
20100826 FPS-FR12-290120X8-SMD3.0-X80150 6 PC
20100827 FPS-FR12-290120X8-SMD3.0-X80150 6 PC
20100827 FPS-FR12-290120X8-SMD3.0-X80150 137 PC
20100809 FPS-FR12-300120X8-SMD3.0-X80150-F 12 PC
20100827 FPS-FR12-300120X8-SMD3.0-X80150-F 4 PC
20100827 FPS-FR12-300120X8-SMD3.0GX80150 1 PC
20100809 FPS-FR12-30012010-SMD3.0-X80150-F 5 PC
20100827 FPS-FR12-30012010-SMD3.0-X80150-F 2 PC
20100827 FPS-FR12-305120X8-SMD3.0-X80150 14 PC
20100802 FPS-FR12-350100X8-SMD3.0-X80150 2 PC
20100827 FPS-FR12-365120X8-SMD3.0-X80150 3 PC
20100827 FPS-FR12-410120X8-SMD3.0-X80150 7 PC






September




20100920 FPS-FR12-245120X8-SMD3.0-X80150 2 PC
20100920 FPS-FR12-245120X8-SMD3.0-X80150 2 PC
20100923 FPS-FR12-245120X8-SMD3.0-X80150 2 PC
20100923 FPS-FR12-290120X4-SMD3.0-X80150 97 PC
20100923 FPS-FR12-290120X4-SMD3.0-X80150 109 PC
20100924 FPS-FR12-300120X4-SMD3.0GX80150 28 PC
20100927 FPS-FR12-300120X6-SMD3.0-X80150 2 PC
20100924 FPS-FR12-300120X6-SMD3.0GX80150 28 PC
20100928 FPS-FR12-300120X8-SMD3.0-X80150-F 3 PC
20100924 FPS-FR12-300120X8-SMD3.0GX80150 56 PC
20100920 FPS-FR12-305120X8-SMD3.0-X80150 58 PC






September
20100920 FPS-FR12-305120X8-SMD3.0-X80150 58 PC
20100923 FPS-FR12-305120X8-SMD3.0-X80150 58 PC
20100920 FPS-FR12-305120X8-SMD3.0-X80150-F 6 PC
20100920 FPS-FR12-305120X8-SMD3.0-X80150-F 6 PC
20100923 FPS-FR12-305120X8-SMD3.0-X80150-F 6 PC
20100920 FPS-FR12-350120X8-SMD3.0-X80150 2 PC
20100920 FPS-FR12-350120X8-SMD3.0-X80150 2 PC
20100923 FPS-FR12-350120X8-SMD3.0-X80150 2 PC
20100920 FPS-FR12-350120X8-SMD3.0-X80150-F 2 PC
20100920 FPS-FR12-350120X8-SMD3.0-X80150-F 2 PC
20100923 FPS-FR12-350120X8-SMD3.0-X80150-F 2 PC
20100927 FPS-FR12-380120X8-SMD3.0-X80150 98 PC
Oktober
20101004 FPS-FR12-240120X4-SMD3.0-X80150 50 PC
20101022 FPS-FR12-240120X4-SMD3.0-X80150 25 PC
20101022 FPS-FR12-240120X4-SMD3.0-X80150 25 PC
20101004 FPS-FR12-240120X6-SMD3.0-X80150 210 PC
20101004 FPS-FR12-240120X6-SMD3.0-X80150 255 PC
20101004 FPS-FR12-240120X6-SMD3.0-X80150 255 PC
20101022 FPS-FR12-350120X4-SMD3.0-X80150 195 PC
20101001 FPS-FR12-365120X4-SMD3.0-X80150 3 PC
20101022 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101001 FPS-FR12-545120X4-SMD3.0-X80150 1 PC




November









20101104 FPS-FR12-300120X8-SMD3.0-X80150 10 PC
20101122 FPS-FR12-305120X8-SMD3.0-X80150 80 PC
20101122 FPS-FR12-305120X8-SMD3.0-X80150 56 PC
20101125 FPS-FR12-335120X6-SMD3.0-X80150 1 PC
20101122 FPS-FR12-335120X8-SMD3.0-X80150 40 PC
20101122 FPS-FR12-335120X8-SMD3.0-X80150 38 PC
20101123 FPS-FR12-335120X8-SMD3.0-X80150 9 PC
20101125 FPS-FR12-350100X6-SMD3.0-X80150 6 PC
20101125 FPS-FR12-350120X6-SMD3.0-X80150 15 PC
20101126 FPS-FR12-350120X6-SMD3.0-X80150 15 PC
20101110 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101119 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101125 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101104 FPS-FR12-380120X8-SMD3.0-X80150 9 PC
20101129 FPS-FR12-425100X6-SMD3.0-X80150 3 PC
20101129 FPS-FR12-425120X6-SMD3.0-X80150 3 PC
20101125 FPS-FR12-560X70X6-SMD3.0-X80150 2 PC
20101125 FPS-FR12-560120X6-SMD3.0-X80150 2 PC
20101125 FPS-FR12-575100X6-SMD3.0-X80150 1 PC
20101129 FPS-FR12-575120X6-SMD3.0-X80150 2 PC




Desember



20101209 FPS-FR12-300120X8-SMD3.0-X80150 10 PC
20101231 FPS-FR12-300120X8-SMD3.0-X80150 43 PC
20101228 FPS-FR12-305100X6-SMD3.0-X80150 1 PC
20101216 FPS-FR12-305120X8-SMD3.0-X80150 18 PC
20101222 FPS-FR12-305120X8-SMD3.0-X80150 16 PC
20101223 FPS-FR12-305120X8-SMD3.0-X80150 4 PC
20101221 FPS-FR12-335120X6-SMD3.0-X80150 1 PC
20101216 FPS-FR12-335120X8-SMD3.0-X80150 9 PC








Desember











20101222 FPS-FR12-335120X8-SMD3.0-X80150 10 PC
20101221 FPS-FR12-350100X6-SMD3.0-X80150 6 PC
20101228 FPS-FR12-350100X6-SMD3.0-X80150 4 PC
20101221 FPS-FR12-350120X6-SMD3.0-X80150 15 PC
20101228 FPS-FR12-350120X6-SMD3.0-X80150 10 PC
20101231 FPS-FR12-350120X6-SMD3.0-X80150 62 PC
20101203 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101210 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101217 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101224 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101224 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101227 FPS-FR12-380120X4-SMD3.0-X80150 195 PC
20101221 FPS-FR12-425100X6-SMD3.0-X80150 2 PC
20101228 FPS-FR12-425100X6-SMD3.0-X80150 1 PC
20101221 FPS-FR12-425120X6-SMD3.0-X80150 2 PC
20101228 FPS-FR12-425120X6-SMD3.0-X80150 1 PC
20101201 FPS-FR12-560X70X6-SMD3.0-X80150 2 PC
20101221 FPS-FR12-560X70X6-SMD3.0-X80150 4 PC
20101228 FPS-FR12-560X70X6-SMD3.0-X80150 4 PC
20101221 FPS-FR12-560120X6-SMD3.0-X80150 3 PC
20101221 FPS-FR12-575100X6-SMD3.0-X80150 1 PC



















4.2. Pengolahan Data
4.2.1. Perencanaan Persediaan Model Probabilistik
4.2.1.1. Bill Of Material
Dalam pembuatan produk single panel bahan baku yang diperlukan dapat dibuat
ke dalam bill of material yang dapat dilihat pada gambar 4.3.








Gambar 4.3. Bill Of Material Produk Single Panel

Berdasarkan hasil observasi yang telah dilakukan, maka frekuensi untuk data
demand per lead time (2 hari) periode Januari 2010 – Desember 2010 dapat dilihat
pada tabel 4.6.
Tabel 4.6. Frekuensi demand
Bulan
EPS Welded Wiremesh Connector Wire
dL Frekuensi dL Frekuensi dL Frekuensi
1 286400 18 408962 18 479398 18
2 945600 38 1350258 38 1582817 38
3 182400 10 260456 10 305315 10
4 1454400 115 2076793 115 2434484 115
5 1262400 47 1802629 47 2113100 47
6 2974400 76 4247258 76 4978774 76
7 1299200 12 1855177 12 2174699 12
8 715200 19 1021261 19 1197156 19
9 1009600 23 1441646 23 1689945 23
10 1942400 10 2773626 10 3251335 10
11 1403200 20 2003682 20 2348782 20
12 2238400 29 3196296 29 3746802 29
∑ 15713600 417 22438044 417 26302607 417



Single Panel
EPS
(1600 kg/ unit)
Welded Wiremesh
(2284,7 kg/ unit)
Connector Wire
(2678,2kg/ unit)
Sedangkan untuk lead time, karena ketiga jenis bahan baku yang menjadi prioritas
penanganan persediaan dipesan dari supplier yang berbeda, berdasarkan
pengalaman frekuensi lead time dari 100 kali pemesanan yang pernah dilakukan
dapat dilihat pada tabel 4.7.

Tabel 4.7. Frekuensi Lead Time
Lead Time
(Hari)
Frekuensi
1 10
2 85
3 5
∑ 100























4.2.1.2 Uji Kecocokan Distribusi
 Uji chi-square EPS
1. Penentuan hipotesa:
H
0
: Data berdistribusi normal
H
1
: Data tidak berdistribusi normal
2. Taraf keberartian 5%
3. Penentuan daerah kritis
H
0
diterima jika χ
2
hitung < χ
2
tabel
4. Membuat tabel interval kelas
interval fi lcb ucb lcl ucl cm cm.fi p(z1) p(z2) pi ei x
2

18,240 79,468 3 18,240 79,468 17,740 79,968 48,85404 146,5621 -0,75541 -0,34337 0,412035 4,944423 6,546858
79,469 140,697 5 79,469 140,697 78,969 141,197 110,0831 550,4155 -0,34336 0,06867 0,412035 4,944423

140,698 201,926 2 140,698 201,926 140,198 202,426 171,3122 342,6244 0,068677 0,480712 0,412035 4,944423

201,927 263,155 1 201,927 263,155 201,427 263,655 232,5412 232,5412 0,480719 0,892754 0,412035 4,944423

263,156 324,384 1 263,156 324,384 262,656 324,884 293,7703 293,7703 0,892761 1,304796 0,412035 4,944423



12

cm.fi 1565,914 24,72211



μ 130,4928


xtabel 7,82


σ 148,5991



5. Kesimpulan
Karena χ2 hitung < χ2 tabel maka terima H
0
, berarti data berdistribusi normal.

 Uji Chi-square Welded Wiremesh
1. Penentuan hipotesa:
H
0
: Data berdistribusi normal
H
1
: Data tidak berdistribusi normal
2. Taraf keberartian 5%
3. Penentuan daerah kritis
H
0
diterima jika χ
2
hitung < χ
2
tabel
4. Membuat tabel interval kelas
interval fi lcb ucb lcl ucl cm fi.cm p(z1) p(z2) pi ei x
2

26,0456 113,475 3 26,0456 113,475 25,5456 113,975 69,76053 209,2816 -0,81876 -0,45641 0,362347 4,348161 4,364296
113,476 200,906 5 113,476 200,906 112,9765 201,406 157,1914 785,957 -0,45641 -0,09406 0,362347 4,348161

200,907 288,337 2 200,907 288,337 200,4073 288,837 244,6223 489,2445 -0,09406 0,26829 0,362347 4,348161

288,338 375,768 1 288,338 375,768 287,8382 376,268 332,0531 332,0531 0,268294 0,630641 0,362347 4,348161

375,769 463,199 1 375,7691 463,1989 375,2691 463,699 419,484 419,484 0,630645 0,992992 0,362347 4,348161


12

2236,02

21,74081


μ 223,602

X tabel

σ 241,2878

5,99

5. Kesimpulan
Karena χ2 hitung < χ2 tabel maka diterima, berarti data berdistribusi normal.

 Uji Chi-square Connector Wire
1. Penentuan hipotesa:
H
0
: Data berdistribusi normal
H
1
: Data tidak berdistribusi normal
2. Taraf keberartian 5%
3. Penentuan daerah kritis
H
0
diterima jika χ
2
hitung < χ
2
tabel
4. Membuat tabel interval kelas
interal fi lcb ucb lcl ucl cm cm.fi p(z1) p(z2) pi ei x
2

30,532 133,020 3 30,532 133,020 30,032 133,520 81,776 245,327 -0,756 -0,879 -0,123 -1,474
-
2,01163
133,021 235,509 5 133,021 235,509 132,521 236,009 184,265 921,324 -0,465 0,069 0,534 6,403

235,510 337,998 2 235,510 337,998 235,010 338,498 286,754 573,508 0,947 0,481 -0,466 -5,597

337,999 440,487 1 337,999 440,487 337,499 440,987 389,243 389,243 1,360 0,893 -0,466 -5,597

440,488 542,976 1 440,488 542,976 439,988 543,476 491,732 491,732 1,772 1,306 -0,466 -5,597


12

cm.fi 2621,133

-11,862


μ 218,4277

xtabel 7,82

σ 248,5734

α=5%

5. Kesimpulan
Karena χ2 hitung < χ2 tabel maka diterima, berarti data berdistribusi normal.
4.2.1.3. Sistem Q
1. Bahan Baku Jenis EPS
a. Probabilitas kumulatif terhadap kebutuhan bahan baku
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas kebutuhan
bahan baku EPS dapat dilihat pada tabel 4.8.
Tabel 4.8. Probabilitas Kumulatif EPS
No Jumlah yang
Diminta (dL)
Frekuensi
Masa lalu
Probabilitas
Pr(dL = ROPi)
Kumulatif
Pr(dL ≤ ROPi)
1 286400 18 0,043 0,043
2 945600 38 0,091 0,134
3 182400 10 0,023 0,157
4 1454400 115 0,275 0,432
5 1262400 47 0,112 0,544
6 2974400 76 0,182 0,726
7 1299200 12 0,028 0,754
8 715200 19 0,045 0,799
9 1009600 23 0,055 0,854
10 1942400 10 0,023 0,877
11 1403200 20 0,047 0,924
12 2238400 29 0,069 1.000
∑ 15713600 417 1.00 -

Ket:
Pr(dL = ROPi) =
fi
∑f

Pr(dL ≤ ROPi) = [Pr(dL = ROPi) + Pr(dL ≤ ROP
i-1
)]

 Perhitungan Jumlah pesanan optimal EOQ
Berdasarkan rumus yang ada maka perhitungan EOQ dapat dihitung sebagai
berikut:
Q*=_
2CR
H

Q*=_
2x55635x15713600
954
= 42810,73 Kg ≈ 42811 Kg
Ket: Q*= EOQ
C = Ongkos Pemesanan
R = Demand
H = Ongkos Penyimpanan
Artinya perusahaan harus menyediakan bahan baku EPS sebanyak 42811 kg
agar jumlah pembelian optimal dengan biaya minimalis.
Pembulatan angka dikarenakan pemesanan bahan baku pada supplier harus
sesuai dengan lot size yaitu 800 Kg.
 Perhitungan Frekuensi pemesanan dalam satu tahun
Berdasarkan rumus yang ada maka perhitungan frekuensi pemesanan dalam
satu tahun dapat dihitung sebagai berikut:
F =
R
Q


F =
15713600
42811
= 367 kali
Ket: F = Frekuensi Pemesanan
R = Demand
Q*= EOQ
Artinya perusahaan melakukan pembelian sebanyak 367 kali dalam satu tahun.
 Perhitungan Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
15713600
300
= 52379 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan rata-rata dalam sehari sebanyak 52379 kg
 Perhitungan Jumlah (titik) pemesanan kembali (ROP)
Berdasarkan rumus yang ada maka perhitungan ROP dapat dihitung sebagai
berikut:
ROP = dL
ROP = 52379 x 2 = 104758 kg
Ket: d = Permintaan harian rata-rata
L = Lead Time
Artinya perusahaan melakukan pemesanan kembali pada saat bahan baku EPS
berada di titik 104758 kg.
b. Menentukan Jumlah Safety Stock
Berdasarkan rumus yang ada maka untuk menentukan jumlah safety stock
dapat dihitung sebagai berikut:
Pr (dL ≤ ROP) = 1 -
H
K x F

Pr (dL ≤ ROP) = 1 -
954
17490 x 367

Pr (dL ≤ ROP) = 1 – 0,00014 = 0,999
Ket: H = Ongkos Penyimpanan
K = Ongkos Kekurangan
F = Frekuensi Pemesanan
Pada tabel 4.8. diketahui bahwa jumlah permintaan pada peluang kumulatif
optimal Pr (dL ≤ ROP) = 0,999 adalah 46400 kg.jumlah titik reiorder point
(termasuk safety stock) adalah pada 2238400 kg. Dengan demikian safety stock
yang optimal yaitu:
ROP = dL + SS, jadi
SS = ROP – dL
SS = 2238400 – 104758 = 2133642 kg
Jadi safety stock yang dipunyai perusahaan untuk bahan baku EPS adalah
2133642 kg.

c. Perhitungan total ongkos
Berdasarkan rumus yang ada maka perhitungan total ongkos dapat dihitung
sebagai berikut:
TC = PR + H(Q* + SS) + ∑ E (Shortage Cost)
TC = (15900 x 15713600) + (954 (42811 + 2133642) + 0
TC = 249846240000 + 2076336162 + 0 = Rp 251.922.576.162
Ket: P = Ongkos Pembelian
R = Demand
H = Ongkos Penyimpanan
Q*= EOQ
SS= Safety Stock
Artinya pengeluaran perusahaan menggunakan probabilitas untuk bahan baku
EPS per tahun sebanyak Rp 251.922.576.162

Backorder Untuk Bahan Baku Jenis EPS
 Perhitungan Jumlah Unit (Q*)
Berdasarkan rumus yang ada maka perhitungan jumlah unit pemesanan dapat
dihitung sebagai berikut:
Q*=_
2CR
PF
= _
2(55635) 15713600
( 40000000)( 0,06)
= _
1748452272000
2400000
= 854 unit
Artinya perusahaan harus menyediakan bahan baku EPS sebanyak 854 unit
 Perhitungan probabilitas optimum dari kehabisan persediaan
Berdasarkan rumus yang ada maka perhitungan jumlah unit maksimum
backorder dapat dihitung sebagai berikut:
P
(S)
=
HQ*
AR
=
954(854)
17490(15713600)
=
814716
274830864000
= -2,96
 Perhitungan Total Biaya Tahunan
Berdasarkan rumus yang ada maka perhitungan total biaya tahunan dapat
dihitung sebagai berikut:
TCs = H(B – M) +
AR E( M>B)
Q

= 954(104758-52379) +
17490(15713600)3
854

= 49969566 + 965448000 = 1015417566
Artinya pengeluaran perusahaan untuk bahan baku EPS per tahun sebanyak Rp
1.015.417.566

2. Bahan Baku Jenis Welded Wiremesh
a. Probabilitas kumulatif terhadap kebutuhan bahan baku
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas kumulatif
terhadap kebutuhan bahan baku Welded Wiremesh dapat dilihat pada tabel 4.9.

Tabel 4.9. Probabilitas Kumulatif Welded Wiremesh
No Jumlah yang
Diminta (dL)
Frekuensi
Masa lalu
Probabilitas
Pr(dL = ROPi)
Kumulatif
Pr(dL ≤ ROPi)
1 408962 18 0,043 0,043
2 1350258 38 0,091 0,134
3 260456 10 0,023 0,157
4 2076793 115 0,275 0,432
5 1802629 47 0,112 0,544
6 4247258 76 0,182 0,726
7 1855177 12 0,028 0,754
8 1021261 19 0,045 0,799
9 1441646 23 0,055 0,854
10 2773626 10 0,023 0,877
11 2003682 20 0,047 0,924
12 3196296 29 0,069 1.000
∑ 22438044 417 1.00 -

Ket:
Pr(dL = ROPi) =
fi
∑f

Pr(dL ≤ ROPi) = [Pr(dL = ROPi) + Pr(dL ≤ ROP
i-1
)]
 Perhitungan Jumlah pesanan optimal EOQ
Berdasarkan rumus yang ada maka perhitungan EOQ dapat dihitung sebagai
berikut:
Q*=_
2CR
H

Q*=_
2x55635x22438044
510
= 69967,5 Kg ≈ 69968 Kg
Ket: Q*= EOQ
C = Ongkos Pemesanan
R = Demand
H = Ongkos Penyimpanan
Artinya perusahaan harus menyediakan bahan baku Welded Wiremesh
sebanyak 69968 kg agar jumlah pembelian optimal dengan biaya minimalis.
 Perhitungan Frekuensi pemesanan dalam satu tahun
Berdasarkan rumus yang ada maka perhitungan frekuensi pemesanan dalam
satu tahun dapat dihitung sebagai berikut:
F =
R
Q


F =
22438044
69968
= 321 kali
Ket: F = Frekuensi Pemesanan
R = Demand
Q*= EOQ
Artinya perusahaan melakukan pembelian sebanyak 321 kali dalam satu tahun.
 Perhitungan Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
22438044
300
= 74793,48 ≈ 74794 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan rata-rata dalam sehari sebanyak 74794 kg
 Perhitungan Jumlah (titik) pemesanan kembali (ROP)
Berdasarkan rumus yang ada maka perhitungan ROP dapat dihitung sebagai
berikut:
ROP = dL
ROP = 74794 x 2 = 149588 kg
Ket: d = Permintaan harian rata-rata
L = Lead Time
Artinya perusahaan melakukan pemesanan kembali pada saat bahan baku
Welded Wiremesh berada di titik 149588 kg.
b. Menentukan Jumlah Safety Stock
Berdasarkan rumus yang ada maka untuk menentukan jumlah safety stock
dapat dihitung sebagai berikut:
Pr (dL ≤ ROP) = 1 -
H
K x F

Pr (dL ≤ ROP) = 1 -
510
9350 x 321

Pr (dL ≤ ROP) = 1 – 0,00016 = 0,999
Ket: H = Ongkos Penyimpanan
K = Ongkos Kekurangan
F = Frekuensi Pemesanan
Pada tabel 4.9. diketahui bahwa jumlah permintaan pada peluang kumulatif
optimal Pr (dL ≤ ROP) = 0,999 adalah 3196296 kg. Jumlah titik reiorder point
(termasuk safety stock) adalah pada 3196296 kg. Dengan demikian safety stock
yang optimal yaitu:
ROP = dL + SS, jadi
SS = ROP – dL
SS = 3196296 – 149588 = 3046708 kg
Jadi safety stock yang dipunyai perusahaan untuk bahan baku Welded
Wiremesh adalah 3046708 kg.
c. Perhitungan total ongkos
Berdasarkan rumus yang ada maka perhitungan total ongkos dapat dihitung
sebagai berikut:
TC = PR + H(Q* + SS) + ∑ E (Shortage Cost)
TC = (8500 x22438044) + (510 (69968 + 304670) + 0
TC = 190.723.374.000 + 191.065.380 + 0 = Rp 190.914.439.380
Ket: P = Ongkos Pembelian
R = Demand
H = Ongkos Penyimpanan
Q*= EOQ
SS= Safety Stock
Artinya pengeluaran perusahaan menggunakan probabilitas untuk bahan baku
Welded Wiremesh per tahun sebanyak Rp 190.914.439.380

Backorder Untuk Bahan Baku Jenis Welded Wiremesh
 Perhitungan Jumlah Unit (Q*)
Berdasarkan rumus yang ada maka perhitungan jumlah unit pemesanan dapat
dihitung sebagai berikut:
Q*=_
2CR
PF
= _
2(55635) 22438044
( 40000000)( 0,06)
= _
2496681155880
2400000
= 1020 unit
Artinya perusahaan harus menyediakan bahan baku welded wiremesh sebanyak
1020 unit
 Perhitungan probabilitas optimum dari kehabisan persediaan
Berdasarkan rumus yang ada maka perhitungan jumlah unit maksimum
backorder dapat dihitung sebagai berikut:
P
(S)
=
HQ*
AR
=
510(1020)
9350(22438044)
=
520200
209795711400
= -2,48
 Perhitungan Total Biaya Tahunan
Berdasarkan rumus yang ada maka perhitungan total biaya tahunan dapat
dihitung sebagai berikut:
TCs = H(B – M) +
AR E( M>B)
Q

= 510(149588-74794) +
9350(22438044)3
1020

= 38144940 + 617046210 = 655191150
Artinya pengeluaran perusahaan untuk bahan baku Welded Wiremesh per tahun
sebanyak Rp 655.191.150

3. Bahan Baku Jenis Connector Wire
a. Probabilitas kumulatif terhadap kebutuhan bahan baku
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas kumulatif
terhadap kebutuhan bahan baku Connector Wire dapat dilihat pada tabel 4.10.








Tabel 4.10. Probabilitas Kumulatif Connector Wire
No Jumlah yang
Diminta (dL)
Frekuensi
Masa lalu
Probabilitas
Pr(dL = ROPi)
Kumulatif
Pr(dL ≤ ROPi)
1 479398 18 0,043 0,043
2 1582817 38 0,091 0,134
3 305315 10 0,023 0,157
4 2434484 115 0,275 0,432
5 2113100 47 0,112 0,544
6 4978774 76 0,182 0,726
7 2174699 12 0,028 0,754
8 1197156 19 0,045 0,799
9 1689945 23 0,055 0,854
10 3251335 10 0,023 0,877
11 2348782 20 0,047 0,924
12 3746802 29 0,069 1.000
∑ 26302607 417 1.00 -

Ket:
Pr(dL = ROPi) =
fi
∑f

Pr(dL ≤ ROPi) = [Pr(dL = ROPi) + Pr(dL ≤ ROP
i-1
)]
 Perhitungan Jumlah pesanan optimal EOQ
Berdasarkan rumus yang ada maka perhitungan EOQ dapat dihitung sebagai
berikut:

Q*=_
2CR
H

Q*=_
2x55635x26302607
618
= 68816,75 ≈ 68817 Kg
Ket: Q*= EOQ
C = Ongkos Pemesanan
R = Demand
H = Ongkos Penyimpanan
Artinya perusahaan harus menyediakan bahan baku Connector Wire sebanyak
68817 kg agar jumlah pembelian optimal dengan biaya minimalis.


 Perhitungan Frekuensi pemesanan dalam satu tahun
Berdasarkan rumus yang ada maka perhitungan frekuensi pemesanan dalam
satu tahun dapat dihitung sebagai berikut:
F =
R
Q


F =
26302607
68817
= 383 kali
Ket: F = Frekuensi Pemesanan
R = Demand
Q*= EOQ
Artinya perusahaan melakukan pembelian sebanyak 383 kali dalam satu tahun.
 Perhitungan Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
26302607
300
= 87675,35 ≈ 87676 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan rata-rata dalam sehari sebanyak 87676 kg
 Perhitungan Jumlah (titik) pemesanan kembali (ROP)
Berdasarkan rumus yang ada maka perhitungan ROP dapat dihitung sebagai
berikut:
ROP = dL
ROP = 87676 x 2 = 175352 kg
Ket: d = Permintaan harian rata-rata
L = Lead Time
Artinya perusahaan melakukan pemesanan kembali pada saat bahan baku
Connector Wire berada di titik 175352 kg.
b. Menentukan Jumlah Safety Stock
Berdasarkan rumus yang ada maka untuk menentukan jumlah safety stock
dapat dihitung sebagai berikut:
Pr (dL ≤ ROP) = 1 -
H
K x F

Pr (dL ≤ ROP) = 1 -
618
11330 x 383

Pr (dL ≤ ROP) = 1 – 0,00014 = 0,999
Ket: H = Ongkos Penyimpanan
K = Ongkos Kekurangan
F = Frekuensi Pemesanan
Pada tabel 4.10. diketahui bahwa jumlah permintaan pada peluang kumulatif
optimal Pr (dL ≤ ROP) = 0,9969 adalah 3746802 kg. Jumlah titik reiorder
point (termasuk safety stock) adalah pada 3746802 kg. Dengan demikian safety
stock yang optimal yaitu:
ROP = dL + SS, jadi
SS = ROP – dL
SS = 3746802 – 175352 = 3571450 kg
Jadi safety stock yang dipunyai perusahaan untuk bahan baku Connector Wire
adalah 3571450 kg.
c. Perhitungan total ongkos
Berdasarkan rumus yang ada maka perhitungan total ongkos dapat dihitung
sebagai berikut:
TC = PR + H(Q* + SS) + ∑ E (Shortage Cost)
TC = (10300 x 26302607) + (618 (68817+ 3571450) + 0
TC = 270.916.852.100 + 2.249.685.006 + 0 = Rp 273.266.537.106
Ket: P = Ongkos Pembelian
R = Demand
H = Ongkos Penyimpanan
Q*= EOQ
SS= Safety Stock
Artinya pengeluaran perusahaan menggunakan probabilitas untuk bahan baku
Connector Wire per tahun sebanyak Rp 273.266.537.106



Backorder Untuk Bahan Baku Jenis Connector Wire
 Perhitungan Jumlah Unit (Q*)
Berdasarkan rumus yang ada maka perhitungan jumlah unit pemesanan dapat
dihitung sebagai berikut:
Q*=_
2CR
PF
= _
2(55635) 26302607
( 40000000)( 0,06)
= _
2926691080890
2400000
= 1105 unit
Artinya perusahaan harus menyediakan bahan baku Connector Wire sebanyak
1105 unit
 Perhitungan probabilitas optimum dari kehabisan persediaan
Berdasarkan rumus yang ada maka perhitungan jumlah unit maksimum
backorder dapat dihitung sebagai berikut:
P
(S)
=
HQ*
AR
=
618(1105)
11330(26302607)
=
682890
298008537310
= -2,29
 Perhitungan Total Biaya Tahunan
Berdasarkan rumus yang ada maka perhitungan total biaya tahunan dapat
dihitung sebagai berikut:
TCs = H(B – M) +
AR E( M>B)
Q

= 618(175352-87676) +
11330(26302607)3
1105

= 54183768 + 809072952 = 863256720
Artinya pengeluaran perusahaan untuk bahan baku Connector Wire per tahun
sebanyak Rp 863.256.720

4.2.1.4. Sistem P
1. Bahan Baku Jenis EPS
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas Lead Time
EPS dapat dilihat pada tabel 4.11.
Tabel 4.11. Probabilitas Lead Time EPS
Lead Time
(Hari)
Frekuensi Frekuensi Relatif
1 10 0,100
2 85 0,850
3 5 0,050
∑ 100 1.000
Diketahui:
Biaya Pembelian (P) = Rp 15.900 per kg
Biaya Pesan (C) = Rp 55.635 setiap kali pesan
Biaya Simpan (H) = Rp 954 per kg per tahun
Biaya Kekurangan (K) = Rp 17.490 per kg per hari
Kebutuhan bahan baku (R) = 15713600 kg per tahun
 Perhitungan Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
15713600
300
= 52378,6 ≈ 52379 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan harian rata-rata sebesar 52379 kg
 Biaya yang terjadi akibat kekurangan persediaan
Berdasarkan rumus yang ada maka perhitungan permintaan rata-rata dapat
dihitung sebagai berikut:
= d.K
= 52379 x 17490
= Rp 916.108.710
Ket: d = Permintaan harian rata-rata
K = Ongkos Kekurangan
Artinya biaya yang terjadi akibat kekurangan persediaan sebesar Rp
916.108.710
 Biaya simpan akibat penambahan safety stock
Berdasarkan rumus yang ada maka perhitungan biaya simpan akibat
penambahan safety stock dapat dihitung sebagai berikut:
= d.H
= 52379 x 954
= Rp 49.969.566

Ket: d = Permintaan harian rata-rata
H = Ongkos Penyimpanan
Artinya biaya simpan akibat penambahan safety stock sebesar Rp 49.969.566

Berikut ini adalah ekspektasi untuk lead time tidak pasti EPS dapat di lihat pada
tabel 4.12.
Tabel 4.12. Ekspektasi untuk lead time tidak pasti EPS
L
Perkiraan
L Aktual dan Peluangnya Perkiraan
1
0,1
2
0,85
3
0,05
Biaya
Simpan (H)
Biaya
Kekurangan
(K)
1 916108710 18322174200 0 1694801114
2 49969566 916108710 4996956,6 45805436
3 999391320 49969566 0

Keterangan:
 Ekspektasi Biaya Kekurangan
Berdasarkan rumus yang ada maka perhitungan ekspektasi biaya kekurangan
dapat dihitung sebagai berikut:
E (K
n
) = ∑ P( Li ) x E( Ki )
n
ì=1

E (K
1
) = {(0,85 x 916108710) + (0,05 x 18322174200)}
= 778692404 + 916108710
= Rp 1.694.801.114
E (K
2
) = 0,05 x 916108710
= Rp 45.805.436
 Ekspektasi Biaya Simpan
Berdasarkan rumus yang ada maka perhitungan ekspektasi biaya simpan dapat
dihitung sebagai berikut:
E (H
n
) = ∑ P( Li ) x E( Hi )
n
ì=1

E (H
2
) = 0,1 x 49969566
= Rp 4996956,6
E (H3) = {(0,1 x 999391320) + (0,85 x 49969566)}
= 99939132 + 42474131,1
= Rp 142.413.264

 Menghitung Jumlah Pesanan Optimal (Q)
Berdasarkan rumus yang ada maka perhitungan jumlah pesanan optimal dapat
dihitung sebagai berikut:
Q
L
= _
2{C + E (K)} xR
H

Q
L1
= _
2 (55635 + 1694801114) x 15713600
954
= 7472142,67 ≈ 7472143 kg
Q
L2
= _
2 (55635 + 45805436) x 15713600
954
= 1229138,30 ≈ 1229139 kg
Q
L3
= _
2 (55635 + 0) x 15713600
954
= 42810,73 ≈ 42811 kg
 Total biaya persediaan untuk setiap alternatif lead time
Berdasarkan rumus yang ada maka perhitungan total biaya persediaan untuk
setiap alternatif lead time dapat dihitung sebagai berikut:
TC = PR +
{C + E(K)} x R
QL
+
HQL
2
+ E(H)
TC
1
= 15900 x 15713600 +
(55635 + 1694801114) x 15713600
7472143
+
954 x 7472143
2
+ 0
= 249846240000 + 3564211902 + 3564212211 + 0
= Rp 256.974.664.113
TC
2
=15900 x 15713600 +
(55635 + 45805436) x 157 13 60 0
122 9 13 9
+
954 x 1229 1 39
2
+ 4996956,6
= 249846240000 + 586298641 + 586299303 + 4996956,6
= Rp 251.023.834.901
TC
3
= 15900 x 15713600 +
(55635 + 0) x 15713600
42811
+
954 x 42811
2
+ 142413264
= 249846240000 + 20420596,02 + 20420847 + 142413264
= Rp 250.029.494.708

Dari hasil perhitungan total biaya persediaan untuk setiap alternatif lead time
EPS maka dapat di lihat pada tabel 4.13.


Tabel 4.13. Total Biaya Persediaan Untuk Setiap Alternatif Lead Time EPS
Alternatif
Lead Time (L)
Jumlah
Pemesanan (Q)
Total Biaya
Persediaan (TC)
1 7472143 256974664113
2 1229139 251023834901
3 42811 250029494708

Dari tabel 4.13. diatas ternyata biaya minimum persediaan diperoleh apabila
lead time sebesar 3 hari, sehingga:
SS = dL
= 42811 x 3 =128433 kg
Dengan jumlah pesanan setiap kali pesan adalah 42811 kg dan total biaya Rp
250.029.494.708

2. Bahan Baku Jenis Welded Wiremesh
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas Lead Time
Welded Wiremesh dapat dilihat pada tabel 4.14.
Tabel 4.14. Probabilitas Lead Time Welded Wiremesh
Lead Time
(Hari)
Frekuensi Frekuensi
Relatif
1 10 0,100
2 85 0,850
3 5 0,050
∑ 100 1.000

Diketahui:
Biaya Pembelian (P) = Rp 8.500 per kg
Biaya Pesan (C) = Rp 55.635 setiap kali pesan
Biaya Simpan (H) = Rp 510 per kg per tahun
Biaya Kekurangan (K) = Rp 9.350 per kg per hari
Kebutuhan bahan baku (R) = 22438044 kg per tahun
 Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
22438044
300
= 74793,48 ≈ 74794 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan harian rata-rata sebesar 74794 kg
 Perhitungan Biaya yang terjadi akibat kekurangan persediaan
Berdasarkan rumus yang ada maka perhitungan biaya yang terjadi akibat
kekurangan persediaan dapat dihitung sebagai berikut:
= d.K
= 74794 x 9350
= Rp 699.323.900
Ket: d = Permintaan harian rata-rata
K = Ongkos Kekurangan
Artinya biaya yang terjadi akibat kekurangan persediaan sebesar Rp
699.323.900
 Biaya simpan akibat penambahan safety stock
Berdasarkan rumus yang ada maka perhitungan biaya simpan akibat
penambahan safety stock dapat dihitung sebagai berikut:
= d.H
= 74794 x 510
= Rp 38.144.940
Ket: d = Permintaan harian rata-rata
H = Ongkos Penyimpanan
Artinya biaya simpan akibat penambahan safety stock sebesar Rp 38.144.940

Berikut ini adalah ekspektasi untuk lead time tidak pasti Welded Wiremesh dapat
di lihat pada tabel 4.15.





Tabel 4.15. Ekspektasi untuk lead time tidak pasti Welded Wiremesh
L
Perkiraan
L Aktual dan Peluangnya Perkiraan
1
0,1
2
0,85
3
0,05
Biaya
Simpan
(H)
Biaya
Kekurangan
(K)
1 699323900 13986478000 0 1293749215
2 38144940 699323900 3814494 34966195
3 762898800 38144940 108713079 0

Keterangan:
 Ekspektasi Biaya Kekurangan
Berdasarkan rumus yang ada maka perhitungan ekspektasi biaya kekurangan
dapat dihitung sebagai berikut:
E (K
n
) = ∑ P( Li ) x E( Ki )
n
ì=1

E (K
1
) = {(0,85 x 699323900) + (0,05 x 13986478000)}
= 594425315 + 699323900
= Rp 1.293.749.215
E (K
2
) = 0,05 x 699323900
= Rp 34.966.195
 Ekspektasi Biaya Simpan
Berdasarkan rumus yang ada maka perhitungan ekspektasi biaya simpan dapat
dihitung sebagai berikut:
E (H
n
) = ∑ P( Li ) x E( Hi )
n
ì=1

E (H
2
) = 0,1 x 38144940
= Rp 3.814.494
E (H3) = {(0,1 x 762898800) + (0,85 x 38144940)}
= 76289880 + 32423199
= Rp 108.713.079
 Menghitung Jumlah Pesanan Optimal (Q)
Berdasarkan rumus yang ada maka perhitungan jumlah pesanan optimal dapat
dihitung sebagai berikut:
Q
L
= _
2{C + E (K)} xR
H

Q
L1
= _
2 (55635 + 1293749215) x 22438044
510
= 10669812,68 ≈ 10669813 kg
Q
L2
= _
2 (55635 + 34966195) x 22438044
510
= 1755463,58 ≈ 1755464 kg
Q
L3
= _
2 (55635 + 0) x 22438044
510
= 69967,5 ≈ 69968 kg

 Total biaya persediaan untuk setiap alternatif lead time
Berdasarkan rumus yang ada maka perhitungan total biaya persediaan untuk
setiap alternatif lead time dapat dihitung sebagai berikut:

TC = PR +
{C + E(K)} x R
QL
+
HQL
2
+ E(H)
TC
1
= 8500 x 22438044 +
(55635 + 1293749215) x 22438044
10669813
+
510 x10669813
2
+ 0
= 190723374000 + 2720802150 + 2720802315 + 0
= Rp 196.164.978.465
TC
2
= 8500 x 22438044 +
(55635 + 34966195) x 2243 80 44
17 55 4 64
+
510 x 1755464
2
+ 3814494
= 190723374000 + 447643108,9 + 447643320 + 3814494
= Rp 191.622.474.923
TC
3
= 8500 x 22438044 +
(55635 + 0) x 224380444
69968
+
510 x 69968
2
+ 108713079
= 190723374000 + 178415933 + 17841840 + 108713079
= Rp 191.028.344.852

Dari hasil perhitungan total biaya persediaan untuk setiap alternatif lead time
Welded Wiremesh maka dapat di lihat pada tabel 4.16.
Tabel 4.16. Total Biaya Persediaan Untuk Setiap Alternatif Lead Time Welded Wiremesh
Alternatif
Lead Time (L)
Jumlah
Pemesanan (Q)
Total Biaya
Persediaan (TC)
1 10669813 196164978465
2 1755464 191622474923
3 69968 191028344852

Dari tabel 4.16. diatas ternyata biaya minimum persediaan diperoleh apabila lead
time sebesar 3 hari, sehingga:
SS = dL
= 74794 x 3 = 224382 kg
Dengan jumlah pesanan setiap kali pesan adalah 69968 kg dan total biaya Rp
191.028.344.852

3. Bahan Baku Jenis Connector Wire
Berdasarkan hasil observasi yang telah dilakukan, maka probabilitas Lead Time
Connector Wire dapat dilihat pada tabel 4.17.
Tabel 4.17. Probabilitas Lead Time Connector Wire
Lead Time
(Hari)
Frekuensi Frekuensi
Relatif
1 10 0,100
2 85 0,850
3 5 0,050
∑ 100 1.000

Diketahui:
Biaya Pembelian (P) = Rp 10.300 per kg
Biaya Pesan (C) = Rp 55.635 setiap kali pesan
Biaya Simpan (H) = Rp 618 per kg per tahun
Biaya Kekurangan (K) = Rp 11.330 per kg per hari
Kebutuhan bahan baku (R) = 26302607 kg per tahun
 Permintaan harian rata-rata (d)
Berdasarkan rumus yang ada maka perhitungan permintaan harian rata-rata
dapat dihitung sebagai berikut:
d =
R
N

d =
26302607
300
= 87675,35 ≈ 87676 kg/hari
Ket: R = Demand
N = Jumlah hari kerja dalam setahun
Artinya permintaan harian rata-rata sebesar 87676 kg

 Biaya yang terjadi akibat kekurangan persediaan
Berdasarkan rumus yang ada maka perhitungan biaya yang terjadi akibat
kekurangan persediaan dapat dihitung sebagai berikut:
= d.K
= 87676 x 11330
= Rp 993.369.080
Ket: d = Permintaan harian rata-rata
K = Ongkos Kekurangan
Artinya biaya yang terjadi akibat kekurangan persediaan sebesar Rp
993.369.080
 Biaya simpan akibat penambahan safety stock
Berdasarkan rumus yang ada maka perhitungan biaya simpan akibat
penambahan safety stock dapat dihitung sebagai berikut:
= d.H
= 87676 x 618
= Rp 54.183.768
Ket: d = Permintaan harian rata-rata
H = Ongkos Penyimpanan
Artinya biaya simpan akibat penambahan safety stock sebesar Rp 54.183.768

Berikut ini adalah ekspektasi untuk lead time tidak pasti Connector Wire dapat di
lihat pada tabel 4.18.
Tabel 4.18. Ekspektasi untuk lead time tidak pasti Connector Wire
L
Perkiraan
L Aktual dan Peluangnya Perkiraan
1
0,1
2
0,85
3
0,05
Biaya
Simpan
(H)
Biaya
Kekurangan
(K)
1 993369080 19867381600 0
2 54183768 993369080
3 1083675360 54183768 0
Keterangan:
 Ekspektasi Biaya Kekurangan
E (K
n
) = ∑ P( Li ) x E( Ki )
n
ì=1

E (K
1
) = {(0,85 x 993369080) + (0,05 x 19867381600)}
= 844363718 + 993369080
= Rp 1.837.732.798
E (K
2
) = 0,05 x 993369080
= Rp 49.668.454
 Ekspektasi Biaya Simpan
E (H
n
) = ∑ P( Li ) x E( Hi )
n
ì=1

E (H
2
) = 0,1 x 54183768
= Rp 5418376,8
E (H3) = {(0,1 x 1083675360) + (0,85 x 54183768)}
= 108367536 + 46056202,8
= Rp 154.423.739
 Menghitung Jumlah Pesanan Optimal (Q)
Q
L
= _
2{C + E (K)} x R
H

Q
L1
= _
2 (55635 + 1837732798) x 26302607
618
= 12507425,23 ≈ 12507426 kg
Q
L2
= _
2 (55635 + 49668454) x 26302607
618
= 2057328,18 ≈ 2057329 kg
Q
L3
= _
2 (55635 + 0) x 26302607
618
= 68816,75 ≈ 68817 kg
 Total biaya persediaan untuk setiap alternatif lead time
TC = PR +
{C + E(K)} x R
QL
+
HQL
2
+ E(H)
TC
1
= 10300 x 26302607 +
(55635 + 1837732798) x 26302607
12507426
+
618 x12507426
2
+ 0
= 270916852100 + 3864794155 + 3864794634 + 0
= Rp 278.646.440.889
TC
2
= 10300 x 26302607+
(55635 + 49668454) x 2630 2 60 7
205 73 2 9
+
618 x 2057329
2
+ 5418376,8
= 270916852100 + 635714157,2 + 635714661 + 5418376,8
= Rp 272.193.699.295
TC
3
= 10300 x 26302607+
(55635 + 0) x 26302607
68817
+
618 x 68817
2
+ 154423739
= 270916852100 + 21264303,01 + 21264453 + 154423739
= Rp 271.113.804.596

Dari hasil perhitungan total biaya persediaan untuk setiap alternatif lead time
Connector Wire maka dapat di lihat pada tabel 4.19.
Tabel 4.19. Total Biaya Persediaan Untuk Setiap Alternatif Lead Time Connector Wire
Alternatif
Lead Time (L)
Jumlah
Pemesanan (Q)
Total Biaya
Persediaan (TC)
1 12507426 278646440889
2 2057329 272193699295
3 68817 271113804596

Dari tabel 4.19. diatas ternyata biaya minimum persediaan diperoleh apabila lead
time sebesar 3 hari, sehingga:
SS = dL
= 87676 x 3 = 263028 kg
Dengan jumlah pesanan setiap kali pesan adalah 68817 kg dan total biaya Rp
271.113.804.596

4.2.2. Perbandingan Total Ongkos
Berdasarkan dari hasil semua perhitungan maka dapat dilihat perbandingan total
ongkos untuk semua metode pada tabel 4.20.
Tabel 4.20. Perbandingan Total Ongkos Untuk Semua Metode
Independent
Demand
Models

Metode
Total Ongkos
EPS
(Rp)
Welded
Wiremesh
(Rp)
Connector Wire
(Rp)

Probabilistik
Sistem Q 251.922.576.162 190.914.439.380 273.266.537.106
Backorder 1.015.417.566 655.191.150 863.256.720
Sistem P 250.029.494.708 191.028.344.852 271.113.804.596





Bab 5
Analisis


5.1. Analisis Persediaan Bahan Baku
5.1.1. Analisis Prosedur Persediaan Bahan Baku
Meskipun belum terlalu lama berdiri, namun hingga saat ini di PT. Beton
Elemenindo Putra belum mempunyai sistem pengendalian yang dapat
meminimalkan total biaya persediaan. Pemesanan bahan baku pun hanya
dilakukan bila terlihat persediaan yang dimiliki sudah hampir habis, akibatnya
ketika fluktasi permintaan produk tinggi maka perusahaan tidak dapat
memenuhinya. Hal ini berarti perusahaan akan kehilangan penjualan. Apabila
konsumen mau menunggu, alternatif solusinya yaitu perusahaan harus melakukan
backorder, namun apabila jumlah backorder tidak optimal maka perusahaan pun
akan menanggung tambahan biaya yang lebih besar.

Tidak jarang juga perusahaan mengalami kelebihan persediaan. Hal tersebut
dikarenakan pada saat permintaan produk rendah, pihak manajemen salah
memperkirakan jumlah bahan baku yang harus di pesan. Akibatnya apabila
disimpan terlalu lama di gudang, maka biaya penyimpanannya akan semakin
tingg. Solusi yang bisa dilakukan perusahaan yaitu bahan baku tersebut dijual
kembali tentu dengan harga yang lebih rendah, sehingga perusahaan akan merugi.

5.1.2. Analisis Persetujuan Perencanaan Persediaan Bahan Baku
Tujuan dari perencanaan persediaan bahan baku di PT. Beton Elemenindo Putra
yaitu memberikan alternatif solusi sebagai bahan pertimbangan untuk menentukan
kebijakan persediaan. Hal ini juga sangat penting untuk membantu pihak
manajemen perusahaan dalam mengambil keputusan ketika menghadapi fluktasi
demand. Alternatif yang disajikan yaitu pertimbangan dalam pengambilan
keputusan ketika demand dari produk yang dihasilkan bersifat probabilistik.


5.1.3. Analisis Objek Penelitian
Pihak perusahaan sangat kesulitan dalam menentukan jumlah persediaan bahan
baku, hal ini timbul akibat bervariasinya permintaan akan produk dari waktu ke
waktu, maka perusahaan merasa kesulitan memperkirakan jumlah persediaan
bahan baku khususnya untuk produk repeat order. Mengingat konsekuensi logis
yang dilematis (kekurangan atau kelebihan) dari persediaan, maka perlu dilakukan
perencanaan dan pengendalian persediaan ini pada tingkat yang optimal. Kriteria
optimal adalah minimasi keseluruhan biaya yang terkait dengan semua
konsekuensi kebijakan persediaan.

5.2. Analisis Permintaan Independen Model Probabilistik
Dalam model deterministik baik untuk sistem Q maupun P didasari asumsi bahwa
jumlah kebutuhan atau permintaan dan lead time bersifat konstan dan uniform.
Permintaan uniform dapat diartikan bahwa jumlah kebutuhan setahun dapat
dipecah menjadi jumlah kebutuhan dalam satuan periode waktu yang lebih kecil
daripada setahun dengan jumlah yang sama. Misal, kebutuhan setahun = 12.000
kg, maka dalam satu bulan kebutuhannya = 12.000/12 = 1.000 kg/bulan.
Sedangkan untuk lead time konstan, hal tersebut kadang dalam kenyataannya
tidak selalu tepat sesuai dengan yang diperkirakan.

Pengembangan model probabilistik digunakan untuk melonggarkan asumsi ini,
yaitu bahwa permintaan setahun tidak diketahui secara pasti, namun masih bisa
diperkirakan dengan rata-rata distribusi probabilitasnya begitu juga dengan lead
time-nya. Sebelum melakukan pengolahan data untuk sistem Q maupun P yang
bersifat probabilistik, tentu harus dilakukan uji distribusi data. Setelah dilakukan
pengujian dari data masa lalu ternyata untuk demand maupun lead time termasuk
ke dalam distribusi normal.

5.2.1. Analisis Sistem Q
Model EOQ akan bersifat stochastic (probabilistik), bila permintaannya bersifat
tidak pasti selama periode tertentu. Akibat dari permintaan yang tidak pasti
tersebut lead time untuk setiap siklus pemesanan akan tidak pasti pula lama
waktunya. Ada penyimpangan antara perhitungan EOQ dengan kenyataan
sebenarnya. Adanya penyimpangan ini mengakibatkan lead time pesanan atau
produksi akan tidak pasti. Jika tidak ada safety stock, maka akan terjadi
kekurangan persediaan. Untuk menghindari hal tersebut maka harus ditentukan
besarnya safety stock optimal sehingga dapat meminimasi nilai harapan biaya
kekurangan persediaan dan biaya penyimpanan. Berikut adalah tabel hasil
perhitungan sistem Q dapat dilihat pada tabel 5.1.
Tabel 5.1. Hasil Perhitungan Sistem Q
Jenis Bahan Baku Q*
(kg)
F
(kali)
d
(kg/hari)
ROP
(kg)
SS
(kg)
TC
(Rp/Thn)
EPS 42811 367 52379 104758 2133642 251922576162
Welded Wiremesh 69968 321 74794 149588 3046708 190914439380
Connector Wire 68817 383 87676 175352 3571450 273266537106

Dari tabel 5.1. diketahui bahwa jumlah safety stock optimal untuk EPS sebesar
2133642 kg, untuk Welded Wiremesh sebanyak 3046708 kg dan Connector Wire
sebanyak 3571450 kg. Artinya agar perusahaan tidak mengalami kekurangan
persediaan, maka pada saat ketiga bahan baku tersebut mencapai titik reorder
point ditambah safety stock-nya perusahaan harus segera melakukan pemesanan
untuk EPS sebanyak 42811 kg, Welded Wiremesh sebanyak 69968 kg, dan
Connector Wire sebanyak 68817 kg.

5.2.2. Analisis Backorder
Apabila suatu saat perusahaan mengalami kekurangan persediaan dan tidak dapat
memenuhi permintaan pelanggan, tetapi pelanggan menyetujui untuk menunggu
pengiriman pesanan berikutnya maka backorder dapat dilakukan. Sehingga
perusahaan tidak akan kehilangan penjualan. Maka hasil perhitungan backorder
dapat dilihat pada tabel 5.2.
Tabel 5.2. Hasil Perhitungan Backorder
Jenis Bahan
Baku
Q*
(unit)
P(s)

TC
(Rp/Thn)
EPS 854 -2,96 1015417566
Welded Wiremesh 1020 -2,48 655191150
Connector Wire 1105 -2,29 863256720


Keterangan:
Q* = EOQ
P(s) = Probabilitas Optimum
TC = Perhitungan total biaya tahunan minimum

Sebagai contoh, persediaan bahan baku untuk jenis EPS, dimana kekurangan
persediaan sebesar 854 unit dengan probabilitas optimum -2,96 dan mempunyai
ongkos sebesar 1015417566

5.2.3. Sistem P
Dalam sistem Economic Order Interval mengasumsikan waktu yang diperlukan
untuk memenuhi kebutuhan adalah konstan. Secara aktual, asumsi ini sulit
dipenuhi karena banyak masalah yang tidak dapat dihindarkan sehingga
pemesanan yang telah dilakukan tidak dapat terkirim sesuai perkiraan. Karena PT.
Elemenindo Putra melakukan pemesanan bahan baku dari perusahaan lain, maka
tidak menutup kemungkinan ketidaktepatan pengiriman ini dapat terjadi karena
kemacetan lalu lintas, kendaraan pengangkut mogok dan lain sebagainya.
Kepastian lead time ini sangat vital, karena pesanan yang optimal dilakukan pada
saat sebesar lead time sebelum bahan tersebut habis, sehingga pada saat bahan
habis pesanan yang dilakukan tepat saat itu diterima. Dengan demikian tidak
terlalu banyak persediaan. Perubahan lead time tersebut akan diantisipasi pihak
manajemen perusahaan dengan menyediakan safety stock sehingga tidak
mengganggu sistem persediaan. Berikut adalah tabel hasil perhitungan sistem P
yang dapat dilihat pada tabel 5.3.
Tabel 5.3. Hasil Perhitungan Sistem P
Jenis Bahan
Baku
Lead Time
(hari)
Q*
(kg)
SS
(kg)
TC
(Rp/kg)
EPS 3 42811 128433 250029494708
Welded Wiremesh 3 69968 224382 191028344852
Connector Wire 3 68817 263028 271113804596

Dari tabel 5.3. ternyata untuk ketiga jenis bahan baku tersebut, biaya minimum
persediaan diperoleh apabila lead time sebesar 3 hari. Safety stock optimal untuk
EPS sebesar 128433 kg, untuk Welded Wiremesh sebesar 224382 kg dan untuk
Connector Wire sebesar 263028 kg. Sedangkan jumlah pemesanan yang harus
dilakukan pihak perusahaan untuk bahan baku EPS, Welded Wiremesh dan
Connector Wire masing-masing sebesar 42811 kg, 69968 kg dan 68817 kg.

5.2.4. Analisis Perbandingan Total Ongkos Model Probabilistik
Dari hasil pengolahan data maka diperoleh perbandingan total ongkos model
probabilistik yang dapat dilihat pada tabel 4.20. Seperti yang telah dibahas
sebelumnya bahwa antara sistem Q, backorder dan P model probabilistik, tidak
dapat ditetapkan bahwa sistem yang satu lebih baik daripada yang lainnya karena
masing-masing mempunyai kelebihan dan kekurangannya. Namun jika dilihat
dari variabel total ongkos maka bahan baku EPS, Welded Wiremesh dan
Connector wire menggunakan model backorder untuk ongkos yang lebih kecil
dari yang lainnya.
Bab 6
Kesimpulan dan Saran


6.1. Kesimpulan
Dalam dunia industri setiap perusahaan mempunyai kendala akibat bervariasinya
produk yang dihasilkan dan sistem persediaan bahan baku dari produk tersebut
serta ketepatan lead time dan supplier. Dari hasil pengolahan data dan analisis,
maka dapat ditarik kesimpulan sebagai berikut:
Pada permintaan independen model probabilistik terdapat sistem Q, backorder
dan P. Model ini terdapat safety stock yang harus disediakan oleh perusahaan.
Dari semua sistem yang telah dibuat baik sitem Q, backorder maupun P, tidak
dapat ditentukan bahwa sistem yang satu lebih baik daripada sistem lainnya
karena masing-masing mempunyai kelebihan dan kekurangannya. Namun jika
dilihat dari variabel total ongkos maka bahan baku EPS, Welded Wiremesh dan
Connector wire menggunakan model backorder untuk ongkos yang lebih kecil
dari sistem yang lainnya.

6.2. Saran
Dari pembahasan yang telah dilakukan saran yang diberikan untuk perusahaan
adalah sebagai berikut:
 Untuk menghindari terjadinya kekurangan maupun kelebihan persediaan bahan
baku, sebaiknya perusahaan menggunakan salah satu alternatif solusi yang
telah dibuat dan dianggap cocok untuk dijadikan sistem pengendalian
persediaan.
 Dalam penyusunan laporan ini mungkin kurang begitu sempurna maka
diharapkan ada penelitian selanjutnya untuk menyempurnakan laporan ini.
Daftar Pustaka


Andriana Iyan, 2009. Diktat Praktikum Win-QSB. Bandung: Universitas
Komputer Indonesia.
Setiawati Noer, 2008. Perencanaan Persediaan Bahan Baku Dengan Pendekatan
Model Backorder. Bandung: Jurusan Teknik Industri, Universitas
Komputer Indonesia.
Taufik akbar dan Sugiarti santi, 2009. Risalah Praktikum Statistika Industri.
Bandung: Jurusan Teknik Industri, Universitas Komputer Indonesia.
Tersine J. Richard. 1994. Principles Of Inventory And Materials Management,
The University Of Oklahoma.
Daftar Riwayat Hidup

Data Pribadi
Nama Lengkap : Akbar Taufik Ismail
Jenis Kelamin : Laki-laki
Tempat, tanggal lahir : Jayapura, 4 Agustus 1987
Kewarganegaraan : Indonesia
Status perkawinan : Belum Menikah
Tinggi, berat badan : 168 cm, 55 kg
Kesehatan : Sangat Baik
Agama : Islam
Alamat lengkap : Jl Bambu no 26 Bhayangkara 1 Jayapura-Papua
No tlp/HP : 085221416665
E-mail : Akbar_taufikismail@yahoo.com

Pendidikan
1993-1999 : SD Hikmah 1 Yapis Jayapura
1999-2002 : SMP Negeri 1 Jayapura
2002-2005 : SMA Negeri 2, Jayapura
2007-2011 : Program Sarjana (S-1) Teknik Industri Universitas Komputer
Indonesia, Bandung

You're Reading a Free Preview

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