Professional Documents
Culture Documents
= ..........................(2.13)
Persamaan (2.13) diatas menentukan taksiran kecenderungan dari periode
waktu yang satu ke periode waktu berikutya
m b a F
t t t
= ..........................(2.14)
Persamaan (2.14) diatas menunjukkan bagaimana memperoleh ramalan
untuk m periode ke depan dari t.
45
2.10.2.3. Metode Weighted Moving Average (WMA)
Pada metode WMA, setiap data permintaan actual memiliki bobot
yang berbeda. Data yang lebih baru akan mempunyai bobot yang tinggi
karena data tersebut mempresentasikan kondisi yang terakhir terjadi.
Secara matematis WMA dapat dinyatakan sebagai berikut :
( )
t t
X Wt F = ..(2.15)
Dimana :
W
t
= bobot permintaan aktual pada periode-t dengan keterbatasan W=1
X
t
= permintaan aktual pada periode t
2.10.2.4. Metode Single Exponential Smoothing (SES)
Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu
yang cukup banyak dapat diatasi dengan teknik SES. Model matematis SES
dapat dikembangkan dari persamaan berikut :
+ =
+
N
X
N
X
F F
N t t
t t 1
(2.16)
Dimana bila data permintaan aktual yang lama A
t-N
tidak tersedia, maka
dapat digantikan dengan nilai pendekatan yang berupa nilai ramalan
sebelumnya F
t,
sehingga persamaan (2.8) dapat dituliskan menjadi :
+ =
+
N
F
N
X
F F
t t
t t 1
.........................(2.17)
t t t
F
N
X
N
F
=
+
1
1
1
1
..........................(2.18)
46
Dari persamaan (2.18) dapat dilihat bahwa ramalan ini (F
t+1
) didasarakan
atas pembobotan observasi yang terakhir dengan suatu niali bobot (1/N) dan
pembobotan peramalan yang terakhir sebelumnya (F
t
) dengan suatu bobot
[1-91/N)]. Karena N merupakan suatu bilangan positif, 1/N akan menjadi
suatu konstanta antara nol (jika N tak terhingga) dan 1 (jika N=1).
Dengan mengganti 1/N dengan , persamaan (2.18) menjadi :
t t t
)F (1 X F + = ..........................(2.19)
Cara lain untuk menuliskan persamaan (2.11) adalah dengan susunan
sebagai berikut :
) F (X F
t t t 1 t
+ =
+
F ..........................(2.20)
2.10.2.5. Metode Double Exponential Smoothing (Browns One Parameter
Linier)
Dengan cara analogi yang dapat dipakai pada waktu memulai dari
rata-rata bergerak tunggal ke pemulusan (smoothing) exponensial tunggal
kita dapat juga memulai dari rata-rata bergerak ganda ke pemulusan
exponensial ganda. Persamaan yang dipakai dalam implementasi pemulusan
eksponensial linier satu parameter dari brown ditunjukkan di bawah ini :
1
' ) 1 ( '
+ =
t t
S X S ..........................(2.21)
1
" ) 1 ( ' "
+ =
t t
S S S ..........................(2.22)
Di mana S
t
adalah nilai pemulusan eksponensial tunggal dan S
t
adalah
nilai pemulusan eksponensial ganda.
t t t t t t
S S S S S a " ' 2 ) " ' ( ' = + = ..........................(2.23)
47
) " ' (
1
t t t
S S b
..........................(2.24)
m b a F
t t m t
+ =
+
..........................(2.25)
Dimana m adalah jumlah periode ke muka yang diramalkan.
2.10.2.6. Metode Triple Exponential Smoothing (Browns One Parameter
Quadratic)
Sebagaimana halnya dengan pemulusan eksponensial linier yang dapat
digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk
pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya adalah
kuadratis, kubik atau orde yang lebih tinggi. Untuk memulai dari pemulusan
kuadratis, pendekatan dasarnya adalah memasukkan tingkat pemulusan
tambahan (smoothing tripel) dan memberlakukan persamaan peramalan
kuadratis. Peramalan untuk pemulusan kuadratis adalah :
1
' ) 1 ( '
+ =
t t
S X S ..........................(2.26)
1
" ) 1 ( ' "
+ =
t t
S S S ..........................(2.27)
1
" ' ) 1 ( " ' "
+ =
t t t
S S S ..........................(2.28)
t t t t
S S S a " ' " 3 ' 3 + = ..........................(2.29)
[ ] ) " ' ) 3 4 ( " ) 8 10 ( ' ) 5 6 (
) 1 ( 2
2
t t t t
S S S b
= ...........(2.30)
) " ' " 2 ' (
) 1 (
2
2
t t t t
S S S c +
..........................(2.31)
2
2
1
m c m b a F
t t t m t
+ + =
+
..........................(2.32)
Persamaan yang dibutuhkan untuk pemulusan kuadratis sangat rumit
dari pada persamaan untuk pemulusan tunggal dan linier. Walaupun
48
demikian pendekatannya dalam mencoba menyesuaikan nilai ramalan
sehingga ramalan tersebut dapat mengikuti perubahan trend yang kuadratis
adalah sama.
2.10.3. Ukuran Akurasi Hasil Peramalan
Ukuran akurasi hasil peramalan merupakan ukuran kesalahan peramalan yaitu
tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
Ada 4 ukuran yang biasa digunakan yaitu :
a) Mean absolute Deviation (MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu
tanpa memperhatikan apakah hasil peramalan lebih besar atau kecil
dibandingkan kenyataannya. Secara matematis MAD dirumuskan sebagai
berikut :
n
F X
MAD
n
1 t
t t
=
= .......................(2.33)
Dimana :
Xt = permintaan actual pada periode t
Ft = peramalan permintaan pada periode t
N = jumlah periode peramalan yang terlibat
49
b) Mean Square Error (MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan
peramalan pada setiap periode dan membaginya dengan jumlah periode
peramalan.
( )
n
F X
MSE
n
1 t
2
t t
=
= .........................(2.34)
c) Mean forecast Error (MFE)
MFE sangat efektif untuk mengetahui apakah hasil peramalan selama
periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak
bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan
menjumlahkan semua kesalahan peramalan selama periode peramalan dan
membaginya dengan jumlah periode peramalan.
( )
n
F X
MFE
n
1 t
t t
=
= ..........................(2.35)
d) Mean Absolute Percentage Error (MAPE)
MAPE merupakan ukuran kesalahan relative. MAPE menyatakan
presentase kesalahan hasil peramalan terhadap permintaan aktual selama
periode tetentu yang akan memberikan informasi presentase kesalahan
terlalu tinggi atau terlalu rendah.
MAPE = ..........................(2.36)
50
Akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD,MSE,MFE,
dan MAPE semakin kecil. Apabila suatu data aktual dinyatakan sebagai Xt nilai
ramalan dinyatakan sebagai Ft, maka galat ramalan (forecast error) dinyatakan
sebagai :
e
t
= Xt Ft jadi Error = Data Aktual Forecast
Berkaitan dengan validasi model peramalan, dapat menggunakan tracking
signal. Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan
memperkirakan nilai-nilai actual. Tracking signal dihitung sebagai Running Sum of
the Forecast Error (RSFE) dibagi dengan Mean Absolute Deviation (MAD), sebagai
berikut :
MAD
RSFE
Signal Tracking =
( )
MAD
F X
Signal Tracking
n
t
t t
=
=
1
..........................(2.37)
Tracking Signal yang positif menunjukkan bahwa nilai aktual permintaan lebih
besar dari pada ramalan, sedangkan tracking signal yang negative berarti nilai aktual
permintaan lebih kecil dari pada ramalan. Apabila tracking signal telah dihitung, kita
dapat membangun peta control tracking signal sebagaimana halnya dengan peta-peta
control dalam pengendalian proses statistical (statistical process control = SPC),
yang memiliki batas control atas (upper control limit) dan batas control bawah (lower
control limit).
51
BAB III
METODOLOGI PENELITIAN
Penelitian merupakan suatu proses di mana rangkaian langkah-langkah
dilakukan secara terencana dan sistematis guna mendapatkan pemecahan dari
masalah yang ada atau mendapatkan jawaban terhadap pertanyaan tertentu. Langkah-
langkah yang dilakukan harus serasi dan saling mendukung antara satu dengan yang
lainnya, agar penelitian yang dilakukan mempunyai suatu bobot yang memadai dan
memberikan suatu kesimpulan yang tidak meragukan.
Penelitian dilakukan melalui dua cara, yaitu dengan melakukan studi lapangan
dan wawancara langsung dengan sumber yang berkaitan dan melakukan studi pustaka
yang berasal dari buku-buku atau referensi yang berhubungan dengan masalah yang
akan dibahas. Untuk mendapatkan hasil penelitian yang baik, diperlukan suatu urutan
prosedur atau tahapan-tahapan secara sistematik sehingga penelitian ini mampu
menjadi alternatif untuk memecahkan masalah-masalah yang dihadapi. Adapun
urutan prosedur atau tahapan-tahapan pada penelitian ini adalah sebagai berikut :
3.1. Penelitian Pendahuluan
Tahap awal yang dilakukan dalam suatu penelitian adalah mengadakan
penelitian pendahuluan dengan meninjau langsung untuk mengetahui situasi dan
kondisi dari perusahaan yang akan diteliti, sehingga dapat menentukan masalah yang
akan diangkat menjadi objek penelitian.
52
a. Tinjauan Pustaka
Di maksudkan untuk memberikan informasi sebagai penuntun dalam
memecahkan masalah dan menarik kesimpulan. Tinjauan pustaka ini juga
menjadi dasar bagi kerangka berfikir dalam memecahkan masalah-
masalah yang dihadapi.
b. Tinjaun Lapangan
Pengambilan data dilakukan dengan datang langsung ke perusahaan
untuk memperoleh data-data sekunder dari literature perusahaan dengan
menggunakan metode deskripsi yang memberikan gambaran atas suatu
keadaan dari hasil suatu perbandingan/analisa sejernih mungkin. Data
tersebut diperoleh dari bagian pengadaan dan produksi yang menangani
masalah persediaan bahan baku plat baja 0,4 mm pada perusahaan
tersebut.
3.2. Identifikasi Masalah
Berdasarkan hasil pengamatan, adanya masalah mengenai pengendalian
persediaan bahan baku kap lampu yaitu plat baja 0,4 mm di PT. Citilite Buana Putra.
Dari sistem dan metode yang dipakai selama ini terlihat bahwa terdapat pengadaan
stok yang berlebihan dari yang dibutuhkan dalam proses produksinya.
53
3.3. Pengumpulan Data
Pengumpulan data dilakukan dengan cara mengambil data-data sekunder dari
dokumen perusahaan yaitu melalui bagian pengadaan dan produksi, data-data yang
dikumpulkan adalah :
1. Data permintaan kap lampu dari bulan Januari - Desember 2010
2. Biaya-biaya yang berkaitan dengan pengendalian persediaan bahan baku plat
0,4 mm yaitu biaya pemesanan, biaya penyimpanan dan biaya-biaya lainnya
yang berkaitan.
3.4. Pengolahan Data
Setelah data-data dikumpulkan mencukupi, maka data tersebut selanjutnya
diolah sebelum diproses (analisis) lebih lanjut, yaitu dengan menghitung persediaan
bahan baku dengan model EOQ Deterministik :
1. Jumlah pemesanan ekonomis.
2. frekuensi pemesanan.
3. Siklus persediaan.
4. Titik pemesanan kembali.
5. Total biaya persediaan.
3.5. Analisis Data
Pada bab ini proses pengolahan data-data aktual dengan melakukan
perhitungan-perhitungan berdasarkan teori pada tinjauan pustaka akan dianalisa
terhadap pengolahan data yang telah dilakukan guna mendapatkan pemecahan
54
masalah yang efektif dan efisien. Teknik Statistik yang pada umumnya digunakan
untuk menganalisis data pada penelitian-penelitian deskripsi ialah dengan
menggunakan table-tabel dan grafik. Analisa yang dilakukan adalah analisa terhadap
hasil perhitungan pengendalian persediaan bahan baku plat baja 0,4 mm dengan
menggunakan model EOQ Deterministik.
3.6. Simpulan Dan Saran
Dari penelitian yang dilakukan maka di dapat suati simpulan berdasarkan
analisa tersebut beserta keterbatasannya serta saran yang akan disampaikan kepada
perusahaan.
Keseluruhan langkah metodologi penelitian di atas secara ringkas dapat dilihat
pada gambar di bawah ini :
55
Gambar 3.1 Alur Metodologi Penelitian
Tujuan penelitian :
1. Melakukan pengendalian persediaan
plat baja 0,4 mm sehingga dapat
meminimumkan biaya persediaan
Identifikasi Masalah
Pengumpulan data :
1. Data permintaan kap lampu dari
bulan Juli 2010 - Desember 2010
2. Data biaya pemesanan dan
penyimpanan
Pengolahan Data :
1. Menghitung persediaan bahan baku plat baja
0,4 dengan model EOQ Deterministik.
2. Meramalkan kebutuhan plat baja 0,4 mm
untuk periode Januari 2011 Juni 2011
Simpulan dan Saran
Analisa
Studi Pendahuluan:
1. Wawancara
2. Studi Pustaka
56
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1. Data Umum Perusahaan
PT. Citilite Buana Putra (CLBP) merupakan sebuah Perusahaan Swasta
Nasional yang didirikan pada bulan Agustus 1980 di Jakarta. Pada tahun 1991
perusahaan ini mendirikan pabrik di kawasan Depok. Perusahaan ini merupakan
vendor bagi retail-retail komponen elektronik kap lampu TL di Indonesia maupun
vendor bagi pekerjaan-pekerjaan proyek berbagai skala. Produk dibuat oleh CLBP
dikerjakan berdasarkan pesanan pelanggan melalui tender atau pembelian
langsung. Berdasarkan sistem manufaktur, maka CLBP menjalankan strategi
operasi MTO dan MFS. Hal ini dilakukan karena jenis produk yang dibuat
bersifat standar dan massal.
4.1.1. Struktur Organisasi
Dalam menjalankan aktifitas usahanya, CLBP memiliki struktur organisasi
seperti yang tertera pada Gambar IV.1.
57
Gambar 4.1. Struktur Organisasi CLBP
4.1.2. Deskripsi Kerja Divisi-Divisi di CLBP
Divisi-divisi pada perusahaan CLBP diberi tugas dan kewenangan khusus
sedemikian hingga fungsi parsialnya dapat berkorelasi dan bersinergi sebagai
fungsi integral di dalam tubuh perusahaan sebagai berikut:
4.1.3. Divisi Retail
Bertugas merintis, membina, dan memperluas jaringan pemasaran dengan
retail-retail pemasaran kap lampu. Melakukan market intelejen dengan
menangkap volume kebutuhan setiap titik retail dan melakukan survei terhadap
ketahanan daya saing produknya di tengah produk lain.
Dewan
Komisaris
Direktur Utama
Manager Umum,
Adm & Keuangan
Manager
Marketing
Manager
Produksi
Quality
Control
Divisi
Factory
Gudang Divisi
Retail
Divisi
Projek
Divisi
Pembelian
Divisi Adm
& Umum
58
4.1.4. Divisi Projek
Bertugas membangun jaringan pemasaran berkelas projek. Melakukan
berita acara-berita acara kepesertaan tender dengan institusi penyelenggara tender.
4.1.5. Divisi Procurement
Bertugas mengatur pengadaan bahan baku dan kebutuhan pengadaan
properti perusahaan. Menerima permintaan pengadaan barang. Berkomunikasi
dengan supplier, memilih supplier, menentukan kuantitas dan mengontrol
kedatangan barang.
4.1.6. Divisi Gudang
Bertugas mengawasi dan mengendalikan persediaan bahan baku.
Mengecek jumlah dan kondisi material di gudang secara periodik atau insidential.
Mengatur dan melakukan pencatatan arus keluar masuk bahan baku.
4.1.7. Divisi Factory dan PPC
Bertugas melakukan perencanaan produksi, dan pengendaliannya.
Menyusun jadwal produksi untuk setiap pesanan pelanggan yang telah resmi
diterima dan melakukan pekerjaan fabrikasi.
4.1.8. Divisi QC
Bertugas menjaga kualitas produk. Memilih dan memisahkan produk yang
dibawah standar mutu.
59
4.1.9. Divisi Keuangan (Manager keuangan)
Bertugas melakukan aktifitas keuangan dan akunting. Mencatat dan
melakukan proses penerimaan uang masuk atau pembayaran uang keluar.
Mengatur arus kas dan melakukan penganggaran.
4.1.10. Adm dan Umum
Bertugas melakukan aktivitas administrasi persuratan perusahaan.
Memelihara arsip, mengurus kebutuhan administrasi proyek, melakukan
penjadwalan pengiriman barang, mengurus kebutuhan administrasi dan umum
perusahaan sehari-hari.
4.1.11. Rantai Supplai di CLBP
Rantai suplai antara pelanggan, perusahaan, dan supplier dipetakan pada
gambar 4.2 di bawah ini:
Aliran Pemesanan
Aliran Penyuplaian
Gambar 4.2. Peta Rantai Suplai di CLBP
Supplier
Plat Baja
Serbuk Cat
Plat Mirror
Plat ST
Kait Reflector
Kardus Packing
Manufaktur
Kap Lampu
CLBP
Pelanggan
Retail
Projek
60
4.1.12. Alur Umum Proses Kerja PT.Citilite Buana Putra
Alur umum proses kerja di CLBP diselenggarakan sebagai berikut:
1) Alur kerja CLBP dimulai dari aktivitas pemasaran berupa penerimaan
order pelanggan sebagai hasil dari tender projek yang dimenangkan
perusahaan, dari penunjukan langsung atau dari pemesanan retailer secara
reguler.
2) Order yang telah diterima itu sebelumnya telah dikonfirmasi ke divisi
factory dan PPC perihal ketersediaan produk jadi yang telah siap (MTS)
atau lead time proses operasi produksi yang hendak dilakukan (MFS) dan
(MTO), namun setelah order dimenangkan, dilakukan konfirmasi ke dua
berupa pengesahan order menjadi Surat Perintah Kerja.
3) Selanjutnya pihak factory akan melakukan perencanaan kebutuhan bahan
baku sesuai kuantitas order dan Bill of Material produk. Perencanaan
kebutuhan bahan baku dikirimkan kepada bagian gudang sebagai
permintaan bahan baku.
4) Divisi gudang menyediakan bahan baku yang diminta, dan diberikan
kepada divisi factory.
5) Divisi factory melakukan proses produksi sesuai perencanaan penjadwalan
produksi mulai dari unit produksi potong, pon, tekuk, las, cat, hingga
packing.
6) Barang jadi dikirimkan ke pelanggan.
72
BAB V
ANALISIS DATA
5.1. Perhitungan Pengendalian Persediaan bahan baku plat baja0,4 mm
dengan Metode EOQ Deterministik Periode Januari sampai dengan
Desember 2011.
a. Kebutuhan plat baja 0,4 mm (D) = 15.136,86 lembar/tahun
b. Biaya pemesanan (A) = Rp. 300.000/pemesanan
c. Biaya penyimpanan (i) = Rp. 34.286/unit/tahun
d. Harga plat baja (C) = Rp. 100.000/lembar
e. Lead time = 6 hari
1. Jumlah pemesanan ekonomis ( Q )
Q = _
2 x A x
= _
2 x 300000 x 15136,86
34286
= 514,68 lembar
2. Frekuensi pemesanan ( f )
f =
Q
=
15136,86
514,68
= 29,4 29 Kali
73
3. Waktu pemesanan optimal (T)
T = W x
Q
= 300 x
514,68
15136,86
= 10,20 10 hari
4. Titik pemesanan kembali (R)
Kebutuhan satu tahun = 15136,86 lembar, maka
Kebutuhan per bulan = 15136,86/12
= 1261,41 lembar/bulan
Kebutuhan per hari = 1261,41/25
= 50,45 50 lembar/hari
Jadi, Reoder point (R) = L< t
= L x dL
= 6 x 50
= 300 lembar
5. Biaya-biaya persediaan
1). Biaya pemesanan
= A x
= 300.000 x
15136,86
514,68
= Rp. 8.823.071,-
74
2). Biaya penyimpanan
= i x
Q
2
= 34.286 x
514,68
2
= Rp. 8.823.159,-
6. Total biaya persediaan (TC)
7. IC = A x j
[ + i x j
2
[ +xC
= 300.000 x
15136,86
514,68
+ 34.286 x
514,68
2
+ (15136,86 x 100.000)
= 8.823.071 + 8.823.159 + 1.513.686.000
= Rp. 1.531.332.230,-/tahun
Tingkat Persediaan (Ton)
q=514,68
R = 300
L = 6 waktu (hari)
t = 10 t = 10
75
Gambar 5.1 Waktu Siklus Plat baja 0,4 mm
Gambar 5.2 Grafik Economic Order Quantity (EOQ)
Tabel 5.1 Hasil perhitungan dengan metode EOQ
No Jenis Bahan
Baku
Kebutuhan
bahan baku
satu tahun
Frekuensi
pemesanan
satu tahun
Reoder
Point
Total biaya
persediaan
satu tahun.
1 Plat baja 0,4 mm 15136,86 29 300 RP. 1.531.332.230,-
Berdasarkan hasil perhitungan pengendalian bahan baku plat baja 0,4 mm
didapat, bahwa kebutuhan bahan baku selama periode bulan Januari 2011 sampai
dengan Desember 2011 yaitu sebesar 15136,86 lembar, dengan frekwensi
pemesanan sebanyak 29 kali dalam satu tahun. Perusahaan melakukan pemesanan
kembali (Reoder Point) pada saat posisi stok mencapai 300 lembar. Maka total
biaya persediaan bahan baku yang dikeluarkan perusahaan pada periode Januari
2011 sampai Desember 2011 untuk memenuhi kebutuhan persediaan bahan baku
plat baja 0,4 mm meliputi biaya pemesanan, biaya penyimpanan, dan biaya bahan
baku, maka total biaya persediaan yang dikeluarkan adalah sebesar Rp.
1.531.332.230,-.
0.00
5,000,000.00
10,000,000.00
15,000,000.00
20,000,000.00
25,000,000.00
30,000,000.00
35,000,000.00
40,000,000.00
129 386 643 901 1,158 1,415
Units
Ordering Cost
Carrying Cost
Total Cost
76
5.2. Perhitungan Pengendalian Persediaan Bahan Baku Plat Baja 0,4 mm
Dengan Metode Perusahaan.
1. Rata-rata kebutuhan bahan baku plat baja 0,4 mm
(D) = D / 2
= 15.136,86 / 2
= 7.568,43 lembar
2. Biaya-Biaya persediaan
1). Biaya pemesanan
= A x
= 300.000 x
15136,86
514,68
= Rp. 8.700.000,-
2). Biaya penyimpanan
= i x ( D / f )
= 34.286 x ( 15.136,86 / 29)
= Rp. 17.895.944,-
3). Total harga plat baja 0,4 mm
= Harga bahan baku plat baja 0,4 mm x kebutuhan bahan baku
= Rp. 100.000,- x 15.136,86 lembar
= Rp. 1.523.686.000,-
3. Total Biaya Persediaan (TC)
4. IC = A x j
[ + i x j
]
[ +xC
77
= 300.000 x
15136,86
514,68
+ 34.286 x(15.136,86/29)+(15136,86 x 100.000)
= 8.823.071 + 17.895.944 + 1.513.686.000
= Rp. 1.540.281.944,-/tahun
Dari hasil perhitungan pengendalian dengan metode yang diterapkan
diperusahaan dapat dilihat total biaya perusahaan selama 1 periode (tahun) yang
harus dikeluarkan perusahaan adalah sebesar Rp. 1.540.281.944,-. Umtuk itulah
sebagai pembanding dalam menentukan penggunaan metode EOQ (Economic
Order Quantity) dapat diterapkan pada PT. Citilite Buana Putra dapat dilihat dari
besarnya biaya persediaan selama satu tahun, karena semakin kecil total biaya
persediaan yang dikeluarkan maka semakin baik metode pengendalian persediaan
itu dapat digunakan.
Tabel. 5.2. Tabel Perbandingan Pengendalian Persediaan Bahan Baku Plat Baja
0,4 mm Metode Perusahaan dengan Metode EOQ
No Jenis
Bahan Baku
Kebutuhan
bahan baku
satu tahun
Dengan Metode
Perusahaan
Dengan Metode
EOQ
Selisih
1 Plat baja 0,4 mm 15.136,86 RP. 1.540.281.944 RP. 1.531.332.230 RP. 8.949.714,-
Berdasarkan Tabel 5.2 dapat dilihat bahwa dengan perhitungan yang
dilakukan perusahaan total biaya persediaan yang dikeluarkan selama 1 periode
(tahun) untuk pengadaan bahan baku adalah sebesar Rp. 1.540.281.944,- dan
dengan menggunakan metode EOQ adalah sebesar Rp. 1.531.332.230,-. Sehingga
78
perusahaan dapat meminimalkan biaya pengadaan bahan baku untuk proses
produksi kap lampu dengan efisiensi biaya sebesar Rp. 8.949.714,-.
76
BAB VI
SIMPULAN DAN SARAN
6.1. Simpulan
Dari hasil penelitian dan pembahasan pada bab sebelumnya, dapat diambil suatu
simpulan sebagai berikut :
1. Analisis peramalan (forecasting) dan pengendalian persediaan bahan baku
dengan metode EOQ (Economic Order Quantity) Deterministik pada produksi
kap lampu di PT. Citilite Buana Putra yaitu perhitungan peramalan
permintaan bahan baku plat baja 0,4 mm dengan menggunakan program
excel, diperoleh hasil yang terbaik menggunakan Metode Moving Average
dengan n = 4 karena mempunyai tingkat peramalan terkecil yaitu 21,75 %,
dan hasil peramalan digunakan sebagai data aktual pada bulan Januari
Desember 2011.
2. Berdasarkan perhitungan pengendalian persediaan bahan baku plat baja 0,4
mm yaitu sebesar 15.136,86 lembar.
3. Frekuensi pembelian bahan baku plat baja 0,4 mm bila menggunakan metode
EOQ (Economic Order Quantity) Deterministik adalah 29 kali pembelian
bahan baku dalam 1 periode (tahun).
4. Jumlah pemesanan ekonomis (Q) setiap kali pesan adalah sebanyak 514,68
lembar dengan waktu antar pemesanan (t) selama 10 hari.
77
5. Batas atau titik pemesanan kembali (R) bahan baku yang dibutuhkan
perusahaan adalah 300 lembar.
6. Total biaya persediaan (TC) bahan baku plat baja 0,4 mm untuk bulan Januari-
Desember 2011 adalah sebesar Rp. 1.531.332.230,-.
6.2. Saran
Berdasarkan simpulan diatas, maka peneliti dapat memberikan saran kepada
perusahaan sebagai bahan pertimbangan adalah :
1. Perusahaan sebaiknya meninjau kembali kebijakan persediaan bahan baku
yang selama ini dilakukan perusahaan, apakah tahun berikutnya akan
melakukan peningkatan jumlah kapasitas produksi untuk meningkatkan
margin yang diperoleh perusahaan.
2. Perusahaan sebaiknya menentukan supplaier yang tetap agar tidak terjadi
keterlambatan pengiriman bahan baku untuk menghindari resiko kehabisan
bahan baku sehingga dapat meminimalisasi biaya bahan baku bagi
perusahaan.
DAFTAR PUSTAKA
1. Assauri, Sofjan. Manajemen Produksi dan Operasi, Jakarta : Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia, 1999
2. Biegel, John E. Pengendalian Produksi : Suatu Pendekatan Kuantitatif,
Jakarta: Akademika Pressindo, 1992.
3. Baroto, Teguh .Perencanaan dan Pengendalian Produksi. Jakarta: Ghalia
Indonesia, 2002
4. Indrajit, Richardus Eko., Djokopranoto, Richardus. Manajemen
Persediaan, Jakarta : Gramedia Widiasarana Indonesia, 2003.
5. Kusuma, Hendra. Perencanaan dan Pengendalian Produksi, yogyakarta :
ANDI, 2001.
6. Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi,
Surabaya : Guna Widya, 2003.
7. T. Hani Handoko, Manajemen Produksi dan Operasi, Yogyakarta: BPFE,
1999.
8. Yamit, Zulian. Manajemen Persediaan, Yogyakarta : Ekonosia FE UI,
1999.
LCL= 1122,65
A= 747,02
747,02
B= 375,62
375,62
LCL= 951,73
16 1253,05 A= 633,29
17 1257,56 633,29
18 1268,20 B= 318,43
19 1265,56 318,43
20 1261,09
21 1263,10
22 1264,49
23 1263,56
24
1263,06
3
LCL=
1287,54
A= 856,74
856,74
B= 430,79
430,79
LCL= 956,48
A= 636,45
636,45
B= 320,02
320,02
7
Perhitungan Peramalan Dengan Menggunakan Metode Weighted Moving Average n = 0,17; 0,33; 0,5
WeightedMovingAverage
W(t)= 0,17 0,33 0,5
Bulan A(t) F(t) f(t) |A(t)f(t)| (A(t)f(t))^2 |(A(t)f(t))/A(t)| f(t)A(t) MR
1 521,00
2 1187,00
3 1501,00 1233,00
4 1042,00 1219,17 1233,00 191,00 36481,00 0,18 191,00
5 976,00 1085,50 1219,17 243,17 59130,03 0,25 243,17 52,17
6 1455,00 1226,50 1085,50 369,50 136530,25 0,25 369,50 612,67
7 1396,00 1345,67 1226,50 169,50 28730,25 0,12 169,50 200,00
8 1065,00 1240,33 1345,67 280,67 78773,78 0,26 280,67 450,17
9 690,00 932,67 1240,33 550,33 302866,78 0,80 550,33 269,67
10 1410,00 1112,50 932,67 477,33 227847,11 0,34 477,33 1027,67
11 1405,00 1287,50 1112,50 292,50 85556,25 0,21 292,50 184,83
12 1235,00 1320,83 1287,50 52,50 2756,25 0,04 52,50 345,00
13
LCL= 1194,02
A= 794,52
794,52
B= 399,50
399,50
Grafik Hasil Peramalan Dengan Menggunakan Metode Weighted Moving Average n = 0,17; 0,33; 0,5
1
0
Perhitungan Peramalan Dengan Menggunakan Metode Weighted Moving Average n = 0,10; 0,20; 0,30; 0,40
WeightedMovingAverage
W(t) = 0,10 0,20 0,3 0,4
Bulan A(t) F(t) f(t) |A(t)f(t)| (A(t)f(t))^2 |(A(t)f(t))/A(t)| f(t)A(t) MR
1 521,00
2 1187,00
3 1501,00
4 1042,00 1156,60
5 976,00 1121,90 1156,60 180,60 32616,36 0,19 180,60
6 1455,00 1233,30 1121,90 333,10 110955,61 0,23 333,10 513,70
7 1396,00 1294,30 1233,30 162,70 26471,29 0,12 162,70 170,40
8 1065,00 1233,40 1294,30 229,30 52578,49 0,22 229,30 392,00
9 690,00 1020,20 1233,40 543,40 295283,56 0,79 543,40 314,10
10 1410,00 1123,60 1020,20 389,80 151944,04 0,28 389,80 933,20
11 1405,00 1229,50 1123,60 281,40 79185,96 0,20 281,40 108,40
12 1235,00 1266,50 1229,50 5,50 30,25 0,00 5,50 275,90
13
LCL= 1200,41
A= 798,77
798,77
B= 401,64
401,64
1
1
Grafik Hasil Peramalan Dengan Menggunakan Metode Weighted Moving Average n = 0,10; 0,20; 0,30; 0,40
1
2
LCL= 1111,42
A= 739,56
739,56
B= 371,87
371,87
1
3
Grafik Hasil Peramalan Dengan Menggunakan Metode Single Exponential Smoothing = 0,5
1
4
LCL= 1058,54
A= 704,36
704,36
B= 354,17
354,17
1
5
Grafik Hasil Peramalan Dengan Menggunakan Metode Double Exponential Smoothing = 0,5
1
6
4
9