ANALISA SISTEM PERSEDIAAN BAHAN BAKU DI PT. TRUTUNGGAL MULTICHEMICAL

Slides:



Advertisements
Presentasi serupa
NIM : NAMA : M.ROYYAN.ASRILLAH
Advertisements

III. PERENCANAAN & PENGENDALIAN operasi
PERTEMUAN 6 : MANAJEMEN PERSEDIAAN
Inventory.
METODE PERAMALAN KUANTITATIF
INVENTORY (Manajemen Persediaan)
PERTEMUAN 7 ANGGARAN PERSEDIAAN.
INVENTORY (Manajemen Persediaan) By: Andri Irawan S.Pd
PERAMALAN (FORECASTING)
DERET BERKALA (TIME SERIES) (1)
Apakah Peramalan itu ? Peramalan : seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan denganmelibatkan pengambilan data.
PENGENDALIAN PERSEDIAN : INDEPENDEN & DEPENDEN
MANAJEMEN PERSEDIAAN.
MANAJEMEN INVENTORY DAN LOGISTIK
MANAJEMEN INVENTORY DAN LOGISTIK
OPERASI LOGISTIK & KOORDINASI LOGISTIK
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
QUANTITATIVE FORECASTING METHOD
By. Ella Silvana Ginting, SE, M.Si
BAB 6 PERENCANAAN DAN PENGENDALIAN PEMBELIAN & PENGGUNAAN BAHAN BAKU
FORECASTING -PERAMALAN-
Prima Denny Sentia, Didi Asmadi, Dicky Ramadhan
Pertemuan Metode Peramalan (Forecasting Method)
MANAJEMEN PERSEDIAAN Heizer & Rander
PERAMALAN (FORECASTING)
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
BAB XI MANAJEMEN PERSEDIAAN
Manajemen persediaan.
‘12 Manajemen Operasional Hidayat Wiweko, SE. M.Si
Manajemen persediaan.
Metode Pengendalian Persediaan Tradisional
TAHAP-TAHAP PERAMALAN
By: Evaliati Amaniyah, SE, MSM
MANAJEMEN PERSEDIAAN (Inventory Management)
ECONOMIC ORDER QUANTITY
MODUL X TEKNUK PENINGKATAN PRODUKTIVITAS BERDASARKAN MATERIAL
BAB 18 MANAJEMEN PERSEDIAAN
PERAMALAN DENGAN METODE SMOOTHING
MANAJEMEN PERSEDIAAN.
Rosyeni Rasyid dan Abel Tasman
Anggaran Produksi.
Peramalan Operation Management.
LANJUTAN FORECASTING PROGRAM KULIAH SABTU MINGGU FAKULTAS EKONOMI
FORECASTING/ PERAMALAN
Manajemen Operasional (Peramalan Permintaan)
Peramalan .Manajemen Produksi #3
Pertemuan 4 MANAJEMEN PERSEDIAAN (lanjutan)
INVESTASI DALAM PERSEDIAAN BARANG (INVENTORY)
Pertemuan 6 ANGGARAN BAHAN MENTAH
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
FORECASTING.
Pertemuan-3 PERAMALAN (FORECASTING)
DERET BERKALA (TIME SERIES) (1)
BAB 6 analisis runtut waktu
Manajemen Persediaan (Inventory Management)
Manajemen persediaan.
Economic Order Quantity (EOQ)
Manajemen Persediaan Manajemen Keuangan 1.
III. PERENCANAAN & PENGENDALIAN operasi
Managemen Pengendalian Persediaan (Inventory Management and Control)
Rakhma Diana Bastomi, SEI, MM
MODEL PENGENDALIAN PERSEDIAAN STOKASTIK
FAK/JUR : TEKNIK INDUSTRI PEMBIMBING : EMY KHIKMAWATI S.T., M.T.
ECONOMIC ORDER QUANTITY. Dalam suatu periode, perusahaan akan melakukan beberapa kali pembelian bahan baku atau barang dagangan. Pada saat pembelian bahan.
PERENCANAAN KEBUTUHAN MATERIAL (MRP)
MANAJEMEN PERSEDIAAN Fungsi dan tujuan persediaan KEPUTUSAN DALAM MANAJEMEN PERSEDIAAN BIAYA DALAM KEPUTUSAN PERSEDIAAN MODEL EQONOMIC ORDER QUANTITY
USULAN PERENCANAAN KEBUTUHAN BAHAN BAKU PRODUK BUSI TIPE C7HSA PADA PT
MANAJEMEN PERSEDIAAN KELOMPOK VI 1.ALPIAN ABDULLAH 2.RANGGA WALI ARIA SAPUTRA 3.DAVE DARELL 4.YANG HARSI RAHMAT.
Transcript presentasi:

ANALISA SISTEM PERSEDIAAN BAHAN BAKU DI PT. TRUTUNGGAL MULTICHEMICAL TUGAS AKHIR ANALISA SISTEM PERSEDIAAN BAHAN BAKU DI PT. TRUTUNGGAL MULTICHEMICAL Dinni Kushartini (416-1111-0084) TEKNIK INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 2015

BAB I PENDAHULUAN 1.1 Latar Belakang PT. XYZ, merupakan salah satu perusahaan manufaktur yang bergerak dalam bidang pembuatan resin yang digunakan dalam dunia paper dan coating. Untuk kelancaran dalam proses persediaan bahan baku ini, maka perlu adanya suatu “prosedur atau persediaan di PT.Tritunggal Multi Chemicals (TMC)” . Prosedur persediaan ini dimaksudkan untuk menentukan aliran informasi yang tepat dalam menyediakan bahan baku yang diperlukan dalam proses produksi agar proses produksi dapat berjalan lancar dan tidak terjadi out of stock dengan biaya minimal. Proses persediaan merupakan salah satu kegiatan dari urutan kegiatan- kegiatan yang berkaitan erat satu sama lain dalam seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah direncanakan terlebih dahulu baik waktu,jumlah,kualitas maupun biayanya. Oleh karena itu untuk menjamin kelancaran kegiatan operasi suatu perusahaan pabrik, maka kita perlu mengetahui arti dan tujuan serta kegiatan-kegiatan dan proses persediaan. 1.2 Rumusan Masalah Berdasarkan uraian yang telah dipaparkan di atas maka rumusan maslah dalam penelitian ini adalah bagaimana merencanakan kebutuhan bahan baku dispersant X yang dapat mengurangi biaya persediaan dengan menggunakan metode Econimic Order Quantity dan Lot For Lot ? 1.3 Tujuan Penelitian Untuk mengetahui Safety Stock dan total biaya pemesanan bahan baku Untuk mengetahui berapa banyak bahan baku yang dipesan untuk memenuhi kebutuhan produksi dan menentukan saat atau waktu perusahaan harus mengadakan pemesanan kembali bahan baku (reorder point).

BAB I PENDAHULUAN 1.4 Batasan Permasalahan Bagaimana pelaksanaan proses Persediaan Bahan Baku untuk Produk Dispersant X di PT. Tritunggal Multi Chemicals? Apakah sistem persediaan pada PT.TMC sudah berjalan efektif dan ekonomis sehingga tidak menggangu kelancaran proses produksi. Proses persediaan dalam pembahasan ini dibatasi pada usaha-usaha prosedur persediaan yang sedang dilakukan atas produk yang dihasilkan oleh suatu perusahaan sepanjang tahunselama perusahaan ini berproduksi. Pembahasan ini menekankan pada bagian proses persediaan, aliran informasi dan material pada proses produksi Produk Dispesant X walaupun tidak menutup kemungkinan sama sekali pengungkapan dan pembahasan bagian-bagian yang lain serta bagian selain porses persediaan yang ada pada perusahaan tersebut.

METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pemecahan Masalah

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN 4.1 Pengumpulan Data Dalam penelitian data ini, penulis melakukan penelitian dengan mengelompokan menjadi dua data yaitu: Data primer, merupakan data yang langsung diperoleh di lapangan saat melakukan penelitian yang data tersebut boleh diakses dan diketahui secara umum (setiap karyawan) didalam perusahaan. Data sekunder, merupakan data yang diperoleh diperusahaan dengan melalui sumber data dari departemen-departemen seperti data permintaan aktual dari departemen pemasaran, data kapasitas mesin produksi dan lain-lainya guna mendukung perencanaan kebutuhan material atau bahan baku pada perusahaan tersebut. Data yang dikumpulkan untuk pengolahan data tersebut adalah dengan mengambil data-data yang berhubungan dengan produk Dispersing X, dimana dibutuhkan sistem perencanaan yang dapat menunjang proses produksi 4.1.1 Data Permintaan Konsumen/ Data Aktual Peramalan yang akan dilakukan adlah peramlan dengan metode kuantitatif sehingga untuk melakukan perhitungannya diperlukam data penjualan actual periode sebelumnya. Kurun waktu perhitungan setahun di PT. TMC adalah dari bulan September 2013 – Agustus 2014. Data permintaan tersebut dapat dilihat pada tabel berikut ini:

PENGOLAHAN DATA DAN HASIL PENELITIAN Permintaan Aktual (Ton) BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN Tabel 4.1 Data Permintaan Aktual (Tahun 2013-2014) Tabel 4.2 Peramalan Regresi Linier Periode Bulan Tahun Permintaan Aktual (Ton) 1 September 2013 73 2 Oktober 108 3 November 232 4 Desember 179 5 Januari 2014 68 6 Februari 57 7 Maret 98 8 April 138 9 Mei 104 10 Juni 135 11 Juli 176 12 Agustus 136 BULAN t d dt t2 d2 September 1 73 5329 Oktober 2 108 216 4 11664 November 3 232 696 9 53824 Desember 179 716 16 32041 Januari 5 68 340 25 4624 Februari 6 57 342 36 3249 Maret 7 98 686 49 9604 April 8 138 1104 64 19044 Mei 104 936 81 10816 Juni 10 135 1350 100 18225 Juli 11 176 1936 121 30976 Agustus 12 136 1632 144 18496 ∑ 78 1504 10027 650 217892

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN Tabel 4.3 Perhitungan Analisa Kesalahan Tabel 4.4 Analisa Kesalahan Regresi Linier TAHUN BULAN T Permintaand (Ton) Peramalan ( d' ) 2013 September 1 73 115,65 Oktober 2 108 117,41 November 3 232 119,17 Desember 4 179 120,93 2014 Januari 5 68 122,69 Februari 6 57 124,45 Maret 7 98 126,21 April 8 138 127,97 Mei 9 104 129,73 Juni 10 135 131,49 Juli 11 176 133,25 Agustus 12 136 135,01 S 78 1504 1503,96 SEE 538,053 MAD (Mean Absolute Deviation) 38,027 MSE (Mean Squared Error) 2,412,508 MADE 3628,20 MFE 0.003

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN 4.1.3 Metode Exponential Smoothing Peramalan permintaan ini menggunakan α = 0.1 ; 0.3 ; 0.5 : Tabel 4.6 Analisis kesalahan dengan Eksponensial Smoothing Tabel 4.5 Peramalan Dengan Exponential Smoothing TAHUN BULAN T Permintaan d (Ton) Peramalan α = 0.1 Peramalan α = 0.3 Peramalan α = 0.5 2013 September 1 73   Oktober 2 108 73,00 November 3 232 76,50 83,50 90,50 Desember 4 179 92,05 128,05 161,25 2014 Januari 5 68 100,75 143,34 170,13 Februari 6 57 97,47 120,73 119,06 Maret 7 98 93,42 101,61 88,03 April 8 138 93,88 100,53 93,02 Mei 9 104 98,29 111,77 115,51 Juni 10 135 98,86 109,44 109,75 Juli 11 176 102,48 117,11 122,38 Agustus 12 136 109,8 134,8 149,2 ∑ 78 1504 1109,5 1296,9 1364,8   α = 0,1 α = 0,3 α = 0,5 SEE 75,06 7,177,324 72,27 MAD (Mean Absolute Deviation) 49,172 1,702,173 46,996 MSE (Mean Squared Error) 36,10 39,925 43,19 MADE 4097,45 3746,47 3,798,701 MFE 35,860 18,83 12,65

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN 4.1.4 Metode Moving Average Peramalan ini menggunakan n = 2 ; 3 ; 4 : Tabel 4.7 Peramalan dengan MA Tabel 4.8 Analisis Kesalahan SEE, MAD, MADE, MFE dan MSE dengan MA TAHUN BULAN t Permintaan d (Ton) Peramalan n = 2 Peramalan n = 3 Peramalan n = 4 2013 September 1 73   Oktober 2 108 November 3 232 90,5 Desember 4 179 170 137,67 2014 Januari 5 68 205,5 173,00 148 Februari 6 57 123,5 159,67 146,75 Maret 7 98 62,5 101,33 134 April 8 138 77,5 74,33 100,5 Mei 9 104 118 97,67 90,25 Juni 10 135 121 113,33 99,25 Juli 11 176 119,5 125,67 118,75 Agustus 12 136 155,5 138,33 138,25 ∑ 78 1504 1243,5 1121 975,75   N = 2 bulan N = 3 bulan N = 4 bulan SEE 933,780 779,575 74,005 MAD (Mean Absolute Deviation) 55,45 44,074 44,031 MSE (Mean Squared Error) 53,52 51,07 51,61 MADE 5,231,675 3376,32 2738,38 MFE 7,95 3,33 7,968

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN Tabel 4.9 Hasil Perhitungan Peta moving Range BULAN T Peramalan d' Permintaan d d' - d Moving Range Januari 1 73 116 -43 - Februari 2 108 117 -9 33,24 Maret 3 232 119 113 122,24 April ³ 179 121 58 54,76 Mei 5 68 123 -55 112,76 Juni 6 57 124 -67 12,76 Juli 7 98 126 -28 39,24 Agustus 8 138 128 10 38,24 September 9 104 130 -26 35,76 Oktober 135 131 4 29,24 November 11 176 133 43 Desember 12 136 41,76 ∑ 78 1504 559,24

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN MR = ∑MR/ n-1 = 559,24/11 = 50,48 UCL = +2,66MR = 2,66 x 50,48 = 135,24 LCL = -2,66MR = -2,66 x 50,48 = -135,24 Gambar 4.2 Peta Moving Range untuk Peramalan R.Linier

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN Tabel 4.10 Hasil Perhitungan Peramalan Dispersant X dengan Metode R.Linier Periode Permintaan 2013/2014 Peramalan 2014/2015 September 73 116 Oktober 108 117 November 232 119 Desember 179 121 Januari 68 123 Februari 57 124 Maret 98 126 April 138 128 Mei 104 130 Juni 135 131 Juli 176 133 Agustus 136

PENGOLAHAN DATA DAN HASIL PENELITIAN BAB IV PENGOLAHAN DATA DAN HASIL PENELITIAN Gambar 4.3 Grafik Peramalan Dispersant X dengan Metode R.Linier   4.2 Jadwal Induk Produksi Tabel 4.11 Jadwal Induk Produksi Dispersant X 1 lot Uraian Deskripsi : Dispersant X 1 lot (6,6 ton) OH : 0 Periode (Bulan) 1 2 3 4 5 6 7 8 9 10 11 12 Kebutuhan Bruto 116 117 119 121 123 124 126 128 130 131 133 135

Tabel 4.12 Data Struktur Produk 1 lot No Material Level Qty Satuan 1 Zat A 1890 Kg 2 Zat B 2150 3 Zat C 108 4 Zat D 18 Tabel 4.13 Kebutuhan Total Bahan Baku 1 lot BULAN Zat A (Kg) Zat B (Kg) Zat C (Kg) Zat D (Kg) September 33218 37788 1898 316 Oktober 33505 38114 1915 319 November 34077 38765 1947 325 Desember 34650 39417 1980 330 Januari 35223 40068 2013 335 Februari 35509 40394 2029 338 Maret 36082 41045 2062 344 April 36655 41697 2095 349 Mei 37227 42348 2127 355 Juni 37514 42674 2144 357 Juli 38086 43326 2176 363 Agustus 38659 43977 2209 368 ∑ 430405 489614 24595 4099 Rata-rata 35867,08 40801,17 2049,58 341,58

Biaya Pembelian (Rp/Kg) Biaya Pengiriman+ Administrasi (Rp) Tabel 4.14 Data Pengendalian Material Nama Item Satuan Biaya Pesan (Rp) Biaya Pembelian (Rp/Kg) Biaya Pengiriman+ Administrasi (Rp) Zat A Kg 155.000,00 150 385.000,00 Zat B 13.000,00 300 175.000,00 Zat C 28.500,00 250 57.500,00 Zat D 6.000,00 200 35.000,00 4.3 Perhitungan Safety Stock Perusahaan juga menetapkan risiko kehabisan persediaan untuk seluruh jenis bahan baku tidak lebih dari 2%. Lead Time (LT) = 2 minggu = 14 hari (1/2 bulan) = 0,50 Service Level (z) = 100% - risiko = 98% z untuk 98% = 2.05% (lihat label z terlampir)

Tabel 4.16 Hasil perhitungan Safety Stock periode 2014-2015 No Jenis Material Safety Stock (Kg) 1 Zat A 2588,58 2 Zat B 2944,55 3 Zat C 147,88 4 Zat D 24,73

Tabel 4.17 EOQ Material Zat A 4.4 Perhitungan Menggunakan metode EOQ Teknik EOQ ini, interval pemesanan ditentukan dengan suatu perhitungan yang didasarkan pada perhitungan EOQ klasik. EOQ = √2CR/H Zat A Biaya Simpan Kg/bulan = Rp 100,61 Biaya Total pemesanan = Rp.155.000,00+Rp.385.000,00 = Rp. 540.000,00 EOQ = √2CR/H = √(2x540000x430405)/100,61 = 67972 Kg Tabel 4.17 EOQ Material Zat A Sumber : Hasil pengolahan data penulis

Perhitungan proyeksi biaya zat A: Biaya pembelian = Total permintaan x biaya beli per kg = 430405 x Rp 150 = Rp. 64.560.750,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 6 x Rp 540.000 = Rp.3.240.000,00 Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (413076 + (12x 2588,58)) x 100,61) = Rp. 44.684.820,80 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp.64.560.750 + Rp.3.240.000 + Rp.44.684.820,80 = Rp.112.485.570,80

Tabel 4.18 EOQ material Zat B Biaya Simpan kg/bulan =Rp. 80kg/bulan Biaya Total pemesanan = Rp.13.000,00+Rp.175.000,00 = Rp.188.000,00 EOQ = √2CR/H =√(2x1880000x489614)/80 = 47971 kg Tabel 4.18 EOQ material Zat B Sumber : Hasil pengolahan data penulis

Perhitungan proyeksi biaya zat B: Biaya pembelian = Total permintaan x biaya beli per kg = 489614 x Rp 300 = Rp. 146.884.200,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 11 x Rp 188.000 = Rp. 2.068.000,00 Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (314630 + (12x 2944,55)) x Rp 80) = Rp.27.997.168,00 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp.146884200 + Rp.2.068.000 + Rp.27.997.168,00 = Rp.176.949.368,00

Tabel 4.19 EOQ material Zat C Biaya Simpan kg/bulan = Rp. 94,08 Biaya Total pemesanan = Rp.28.500,00+Rp.57.500,00 = Rp.86.000,00 EOQ = √2CR/H = √(2x86000x24595)/94,08 = 6706 Kg Tabel 4.19 EOQ material Zat C Sumber: Hasil pengolahan data penulis

Perhitungan proyeksi biaya zat C: Biaya pembelian = Total permintaan x biaya beli per kg = 24595 x Rp 250 = Rp. 6.148.750,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 5 x Rp 86.000 = Rp. 430.000,00 Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (37660 + (12x 147,88)) x Rp 94,08) = Rp.3.710.003,40 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp. 6.148.750 + Rp.430.000 + Rp.3.710.003,40 = Rp.10.288.753,00

Tabel 4.20 EOQ material Zat D Biaya Simpan kg/bulan = Rp. 72,96 Biaya Total pemesanan = Rp.6.000,00+Rp.35.000,00 = Rp.41.000,00 EOQ = √2CR/H = √(2x41000x4099)/72,96 = 2146 Kg Tabel 4.20 EOQ material Zat D Sumber : Hasil pengolahan data penulis

Perhitungan proyeksi biaya zat D: Biaya pembelian = Total permintaan x biaya beli per kg = 4099 x Rp 200 = Rp.819.800,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 2 x Rp 41.000 = Rp. 82.000,00 Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (12667 + (12x24,73 )) x Rp 72,96) = Rp.945.835,93 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp.819.800 + Rp.82.000 + Rp.945.835,93 = Rp.1.847.635,93

Tabel 4.21 Perhitungan Material Zat A 4.4.1 Perhitungan dengan Menggunakan Metode Lot For Lot Tabel di bawah ini menunjukan perhitungan dengan metode Lot For Lot: Tabel 4.21 Perhitungan Material Zat A Sumber : Hasil pengolahan data penulis Perhitungan proyeksi biaya zat B: Biaya pembelian = Total permintaan x biaya beli per kg = 489614 x Rp 300 = Rp. 146.884.200,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 12 x Rp 188.000 = Rp. 2.256.000,00

Tabel 4.23 Perhitungan Material Zat C Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (0 + (12x 2944,55)) x Rp 80) = Rp.2.826.768,00 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp.146884200 + Rp.2.256.000 + Rp.2.826.768,00 = Rp.151.966.968,00 Tabel 4.23 Perhitungan Material Zat C Sumber: Hasil pengolahan data penulis

Perhitungan proyeksi biaya zat C: Biaya pembelian = Total permintaan x biaya beli per kg = 24595 x Rp 250 = Rp. 6.148.750,00 Biaya pemesanan = frekuuensi pemesanan x biaya pesan = 12 x Rp 86.000 = Rp. 1.032.000,00 Biaya penyimpanan = (jml produk disimpan + (periode perencanaanxsafetystock)) x biaya simpan = (0 + (12x 147,88)) x Rp 94,08) = Rp.166.950,61 Total Biaya = Biaya pembelian + biaya pemesanan + biaya penyimpanan = Rp. 6.148.750 + Rp.1.032.000 + Rp. 166.950,61 = Rp.7.347.700,61

Tabel 4.25 Hasil perhitungan Reorder Point periode 2014-2015 4.4.2 Perhitungan Waktu Pemesanan Kembali (Reorder Point) Dalam penelitian ini digunakan model Reorder Point dimana tingkat permintaan bersifat variabel dan Lead Time bersifat konstan. Lead Time untuk semua jenis bahan baku/material adalah 2 minggu (14 hari = 0,5 bulan) Tabel 4.25 Hasil perhitungan Reorder Point periode 2014-2015 No Jenis Material Reorder Point (Kg) 1 Zat A 20522,12 2 Zat B 23345,135 3 Zat C 1172,67 4 Zat D 195,52

Gambar 5.1 Data Permintaan Produk Dispersant X BAB V PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Berdasarkan data yang diperoleh dari PT. TMC, maka dapat dilihat komponen data bersifat acak (random) atau tidak stabil. Sumber Data : PT. TMC Gambar 5.1 Data Permintaan Produk Dispersant X

BAB V PEMBAHASAN Setelah diketahui pola dari data hasil penelitian kemudian dilakukan peramalan permintaan. Peramalan yang digunakan adalah peramalan dengan analisa deret waktu, yaitu metode Regresi Linier, Exponential Smoothing, Moving Average karena pola dat yang bersifat stasioner. Suatu data deret waktu yang bersifat stasioner, merupakan suatu serial data yang nilai rata-ratanya tidak banyak berubah sepanjang waktu. Berdasarkan hasil wawan cara diketahui bahwa pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama, sehimgga diharapkan pola tersebut masih akan tetap berlanjut. Dari hasil perhitungan peramlan permintaan menggunakan kriteria pemilihan metode berdasarkan nilai MAD dan MFE, maka peramalan terbaik untuk keempat jenis bahan baku ini adalah dengan metode Regresi Linier karena memiliki nilai MFE yang paling mendekati nol.

BAB V PEMBAHASAN Tabel 5.1 Analisa Kesalahan Regresi Linier   N = 2 bulan N = 3 bulan N = 4 bulan SEE 933,780 779,575 74,005 MAD (Mean Absolute Deviation) 55,45 44,074 44,031 MSE (Mean Squared Error) 53,52 51,07 51,61 MADE 5,231,675 3376,32 2738,38 MFE 7,95 3,33 7,968 Tabel 5.2 Analisis kesalahan dengan Eksponensial Smoothing SEE 538,053 MAD (Mean Absolute Deviation) 38,027 MSE (Mean Squared Error) 2,412,508 MADE 3628,20 MFE 0.003 Tabel 5.3 Analisis Kesalahan SEE, MAD, MADE, MFE dan MSE dengan MA   α = 0,1 α = 0,3 α = 0,5 SEE 75,06 7,177,324 72,27 MAD (Mean Absolute Deviation) 49,172 1,702,173 46,996 MSE (Mean Squared Error) 36,10 39,925 43,19 MADE 4097,45 3746,47 3,798,701 MFE 35,860 18,83 12,65

BAB V PEMBAHASAN 5.2 Persediaan Pengamanan (Safety Stock) Bahan Baku Fungsi dari safety stock yait untuk mengurangi resiko kehabisan persediaan. Semakin besar tingkat safety stock-nya maka kemungkinan kehabisan persediaan semakin kecil. Berdasarkan hasil perhitungan, untuk keempat jenis bahan baku didapatkan safety stock-nya yaitu : Tabel 5.4 Hasil perhitungan Safety Stock periode 2014-2015 No Jenis Material Safety Stock (Kg) 1 Zat A 2588,58 2 Zat B 2944,55 3 Zat C 147,88 4 Zat D 24,73 5.3 Perhitungan Biaya Bahan Baku Tabel 5.5 Hasil Perhitungan Bahan Baku Total Biaya EOQ LFL Zat A Rp.112.485.570,80 Rp. 74.165.994,40 Zat B Rp.176.949.368,00 Rp. 151.966.968,00 Zat C Rp.10.288.753,00 Rp. 7.347.700,00 Zat D Rp.1.847.635,93 Rp. 1.333.451,61

BAB V PEMBAHASAN Berdasarkan hasil perhitungan dengan menggunakan metode Lot For Lot maka dapat diambil kesimpulan bahwa metode yang cocok untuk melakukan perhitungan biaya pemesanan bahan baku adalah metode Lot For Lot, karena metode ini memberikan solusi optimum dan menghasilkan biaya persediaan yang rendah. 5.4 Waktu Pemesanana Kembali (Reorder Point) Bahan Baku Fungsi menentukan reorder point (ROP) yaitu untuk mengetahui berapa banyak batas minimal tingkat persediaan yang harus dipertimbangkan sehingga tidak terjadi kekurangan persediaan. Jumlah yang diharapkan tersebut dihitung selama masa tenggang. Dalam penelitian ini, ROP ditambahkan dengan safety stock yang mengacu kepada probabilitas atau kemungkinan terjadinya kekurangan stock selama masa tenggang. Berdasarkan keadaan yang dialami perusahaan maka diketahui bahwa waktu tenggang pemesanan bahan baku untuk setiap jenis bahan baku yaitu 14 hari. Sedangkan rata-rata permintaan untuk jenis bahan baku Zat A 2588.58 Kg, jenis Zat B 2944.55 Kg, jenis Zat C 147.88 Kg, jenis Zat D 247.73 Kg. Dengan demikian dengan diketahuinya lead time dan permintaan rata-rata maka digunakan model pencarian reorder point untuk jumlah lead time konstan dan permintaan bersifat variable. Berdasarkan hasil wawancara, diketahui bahwa perusahaan menetapkan resiko kehabisan persediaan untuk seluruh jenis bahan baku tidak lebih dari 2%.

BAB V PEMBAHASAN Setelah dilakukan perhitungan hasil reorder point untuk jenis Zat A sebanyak 20522.12 Kg, Zat B 23345.135 Kg, Zat C 1172.67 Kg, Zat D 195.52 Kg. Hal ini berarti bahwa perusahaan harus mengadakan pemesanan kembali bahan baku apabila minimal stok Zat A sebanyak 20522.12 Kg, Zat B23345.135 Kg, Zat C 1172.67 Kg, Zat D 195.52 Kg.

BAB VI KESIMPULAN Kesimpulan Berdasarkan pengolahan data terkait dengan pengendalian bahan baku dispersant X melalui lot size tipe Lot For Lot (LFL), Economic Order Quantity (EOQ) yang dilakukan pada bab IV di PT. Tritunggal Multichemical, selanjutnya dapat diambil kesimpulan sebagai berikut : Peramalan dilakukan dengan menggunakan metode Regresi Linier. Hasil peramalan yang digunakan mengacu pada nilai Mean Forecast Error (MFE), Mean Absolute Deviation (MAD), Mean Squared Error (MSE) terkecil. Dari ketiga metode peramalan yang telah dilakukan (Moving Averages, Exponential Smoothing dan Linear Regression), peramalan dengan metode Linear Regression memberikan hasil terbaik. Hal ini dilihat dari nilai MFE, MAD, MSE (rata-rata persentase kesalahan absolute) yang terkecil  Safety Stock jenis bahan baku yaitu Zat A sebanyak 2588.58 Kg, kelompok Zat B sebanyak 2944.55 Kg, kelompok Zat C sebanyak 147.88 Kg, dan kelompok Zat D sebanyak 247.73 Kg. Metode Lot For Lot cocok untuk melakukan perhitungan biaya pemesanan bahan baku, karena metode ini memberikan solusi optimum dan menghasilkan biaya persediaan yang rendah. Dengan menggunakan metode Lot For Lot dihitung total keseluruhan biaya untuk bahan baku untuk Zat A Rp. 74.165.994,40 sedangkan untuk Zat B Rp. 151.966.968,00 adapun untuk Zat C Rp. 7.347.700,00 dan untuk Zat D Rp. 1.333.451,61.

5. Setelah dilakukan perhitungan hasil reorder point untuk jenis Zat A sebanyak 20522.12 Kg, Zat B 23345.135 Kg, Zat C 1172.67 Kg, Zat D 195.52 Kg. Hal ini berarti bahwa perusahaan harus mengadakan pemesanan kembali bahan baku apabila minimal stok Zat A sebanyak 20522.12 Kg, Zat B 23345.135 Kg, Zat C 1172.67 Kg, Zat D 195.52 Kg.

UNIVERSITAS MERCU BUANA TERIMA KASIH Dinni Kushartini (416-1111-0084) FAKULTAS TEKNIK UNIVERSITAS MERCU BUANA JAKARTA 2015