FAK/JUR : TEKNIK INDUSTRI PEMBIMBING : EMY KHIKMAWATI S.T., M.T. PERAMALAN PRODUKSI SEBAGAI DASAR PERENCANAAN PERSEDIAAN PENGAMAN KEBUTUHAN BAHAN BAKU BILLET BAJA DI PABRIK WIRE ROD MILL P.T. KRAKATAU STEEL (PERSERO) NAMA : RIO YURI ALDINO NPM : 11130012 FAK/JUR : TEKNIK INDUSTRI PEMBIMBING : EMY KHIKMAWATI S.T., M.T. PARTNERSHIP FOR SUSTAINABLE GROWTH

Latar Belakang P.T. Krakatau Steel (Persero) adalah perusahaan baja terpadu yang terletak di kota Cilegon Provinsi Banten. P.T. Krakatau Steel (Persero) juga merupakan pabrik baja terbesar di Indonesia dan merupakan distributor baja terbesar di seluruh Indonesia. Hasil produksi P.T. Krakatau Steel (Persero) berupa Batang baja (Billet), Slab Baja, Batang Kawat Baja (Wire Rods), Baja Lembaran Dingin (Cold Rolled Coil), Baja Lemabaran Panas (Hot Sheet Coil) dan Baja Gulungan Panas (Hot Rolled Coil). Untuk itu dalam memenuhi permintaan konsumen, kebutuhan bahan baku harus dimanajemen sebaik mungkin, baik dari perencanaan bahan baku hingga proses perencanaan persediaan pengaman (safety stock) kebutuhan bahan baku untuk kedepannya agar dapat memenuhi permintaan konsumen dengan mempertimbangkan segala aspek produksi di perusahaan. Maka dapat disimpulkan bahwa peranan peramalan sangat penting disetiap industri untuk merencanakan dan pengambilan keputusan untuk kedepannya. Meskipun perlu disadari pula bahwa peramalan adalah perkiraan yang pasti memiliki nilai kesalahan. Maka, orang yang yang akan meramalkan itu harus memonitor segala aspek yang dapat memicu kesalahan agar memperkecil kemungkinan kesalahan yang akan terjadi serta dapat menghitung perencanaan persediaan pengaman (safety stock) kebutuhan bahan baku agar disuatu saat ketika permintaan meningkat, perusahaan dapat memenuhi permintaan tersebut.

Identifikasi Masalah Sebelum mengetahui perencanaan persediaan pengaman (safety stock) bahan baku untuk digunakan di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk, disini penulis menggunakan metode peramalan untuk mengetahui hasil peramalan jumlah produksi serta peramalan kebutuhan bahan baku untuk kedepannya terlebih dahulu.

Perumusan Masalah Metode Peramalan apakah yang sebaiknya diterapkan di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk untuk meminimumkan kesalahan peramalan perencanaan persediaan bahan baku Berapa ton peramalan produksi baja batang batang kawat di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk dengan menggunakan metode peramalan terpilih Berapa ton peramalan persediaan kebutuhan bahan baku (baja billet) Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk dengan menggunakan peramalan yang terpilih Berapa ton persediaan pengaman (safety stock) yang dibutuhkan pada pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) untuk pengambilan keputusan penggunaan bahan baku untuk kedepannya

Batasan Masalah Kerja praktek yang penulis lakukan adalah di pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) Tbk. Pembahasan dan analisa data yang digunakan dihitung dengan menggunakan metode peramalan jumlah produksi serta dengan menggunakan metode perencanaan persediaan pengaman (safety stock) untuk kebutuhan bahan baku.

Manfaat Kerja Praktek Mahasiswa dapat menerapkan ilmu pengetahuan dan metodologinya yang selama ini telah diterima di bangku kuliah pada dunia kerja. Menguji kemampuan penerapan ilmu pengetahuan dan teknologi yang telah diperoleh di bangku kuliah. Memberikan informasi kepada mahasiswa terutama mahasiswa teknik Universitas Malahayati tentang keadaan dunia kerja nyata sehingga memotivasi untuk mempersiapkan dirinya. Memberikan kesempatan kepada penulis sebagai mahasiswa untuk memasyarakatkan diri pada suasana dan iklim lingkungan kerja yang sebenarnya terutama berkenaan dengan disiplin.

Waktu Pelaksanaan Tanggal Pelaksanaan : 07 Juli s/d 07 Agustus 2014 Tempat/Perusahaan : PT. KRAKATAU STEEL (Persero) Divisi Pabrik Baja Batang Kawat (Wire Rod Mill) Alamat Perusahaan : PT. KRAKATAU STEEL (Persero) Jl. Industri No. 5 P.O. Box 14 Cilegon, Banten 42435

Peramalan Menurut Gaspersz (2005) Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat.

Metode Peramalan Time Series Pendekatan naif Rata-rata bergerak (moving average) Penghalusan eksponential (exponential smoothing) Proyeksi tren (trend projection)

Metode Rata-rata bergerak sederhana (single moving average) Dimana : Fx = Forecast untuk periode x Yx = Data periode x n = jangka waktu x

Metode Penghalusan Eksponential (exponential smoothing) Fx = Fx-1 + α (Ax-1 – Fx-1) Dimana : Fx = Periode x yang diramalkan Fx-1 = Hasil ramalan periode x-1 Ax-1 = Nilai sebenarnya periode x-1 α = Porsi perbedaan nilai sebenarnya & hasil ramalan periode terakhir ( 0 < α <1 )

Metode garis lurus (linear trend) = a + bx dimana: ŷ = nilai terhitung dari variabel yang akan diprediksi ( disebut variabel terikat ) a = persilangan sumbu y b = kemiringan garis regresi (atau tingkat perubahan pada y untuk perubahan yang terjadi di x). x = variable bebas

Rumus : b = a = dimana:. Σ. = tanda penjumlahan total. x Rumus : b = a = dimana: Σ = tanda penjumlahan total x = nilai variabel bebas yang diketahui y = nilai variabel terkait yang diketahui x^ = rata-rata nilai x ŷ = rata-rata nilai y n = jumlah data atau pengamatan

Pengukuran Kesalahan Peramalan (Error) E = yꞌ-y Dimana : E = Error atau Kesalahan yꞌ = peramalan y = nilai aktual jumlah produksi

Teknik mengukur kesalahan peramalan menurut Render dan Heizer (2004): Deviasi rata-rata absolute atau Mean Absolute Error (MAE) MAE = dimana : |E| = Absolute Error n = Jumlah periode data

2. Kesalahan rata-rata kuadrat atau Mean Squared Error (MSE) Dimana : |E2| = Absolute Squarred Error n = Jumlah periode data

dimana: |PE| = Percentage Error 3. Kesalahan Persentase rata-rata absolute atau Mean Absolute Percent Error (MAPE) MAPE = dimana: |PE| = Percentage Error n = Jumlah periode data

Persediaan (inventory) Menurut Rangkuti (2002) persediaan merupakan sejumlah bahan-bahan, bagian-bagian yang disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi atau produk yang disediakan untuk memenuhi permintaan dari konsumen atau langganan setiap waktu.

Tujuan pengawasan persediaan Menjaga jangan sampai kehabisan persediaan Supaya pembentukan persediaan stabil Menghindari pembelian kecil-kecilan Pemesanan yang ekonomis

Persediaan Pengaman (safety stock) Menurut Rangkuti (2002) persediaan pengaman adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (stock out). Rumus : SS = Z . SD Dimana : SS = Persediaan Pengaman (safety stock) Z = policy factor atau tingkat pelayanan tertentu SD = Standart deviasi

PT. Krakatau Steel (Persero) Kantor Pusat : Jl. Industri No. 5 P.O. Box 14 Cilegon - Banten 42435 Indonesia Tel:+62-254 392159, 392003 (Hunting) Fax: +62-254 372246, 395178 Kantor Jakarta : Gedung Krakatau Steel, Lantai 4 Jl. Gatot Subroto Kav. 54 Jakarta Selatan 12950 Indonesia Tel: +62-21 5221255 (Hunting) Fax: +62-21 5200876, 5204208, 5200793 Pabrik : Cilegon-Cigading Plant Site Banten 42435

Unit Produksi

Struktur Organisasi Perusahaan

Pabrik Baja Batang Kawat ( Wire Rod Mill / WRM ) Pabrik batang kawat ini awalnya bernama Wire Rod & Strip mill (WRSM). Sejak awal WRSM beroprasi hanya memproduksi wire rod dan strip, untuk memproduksi dua jenis produk yaitu Wire Rod diameter billet produk antara 5.5 mm sampai 12 mm dan strip yang mempunyai lebar maksimum 360 mm dan tebal minimum 2 mm, yang masing-masing terdiri dari dua jalur. Pabrik ini mulai beroperasi sejak tahun 1979 dengan menggunakan teknologi dari Schloeman-Siemang Jerman, yang mempunyai kapsitas 220.000 MT pertahun. Bahan baku untuk memproduksi rod dan strip tersebut adalah billet baja dengan square 110mm dan panjangnya 10mm. Secara garis besar layout pabrik terbagi atas lima area yaitu furnace, roughing mill, intermediate mill, pre-finishing mill dan finishing mill.

Struktur Organisasi Pabrik Baja Batang Kawat

Proses Pembuatan Batang Kawat

Pengumpulan Data (Sumber : Data hasil produksi Januari 2013 – Mei 2014)

Dapat dilihat data yang dikumpulkan bersifat random atau tidak tetap Dapat dilihat data yang dikumpulkan bersifat random atau tidak tetap. Sehingga metode yang cocok untuk digunakan adalah sebagai berikut : Trend Linear Single Moving Average 3 bulanan. Single Moving Average 4 bulanan. Single Moving Average 5 bulanan. Single Exponential Smoothing dengan menggunakan alpha 0,1 0,5 dan 0,9.

Metode Trend Linear Perhitungan Peramalan jumlah produksi periode bulan Januari 2013 – Mei 2014 dengan Metode Trend Linier

Grafik Peramalan jumlah produksi Januari 2013 – Mei 2014 dengan Metode Trend Linear

Metode Single Moving Average 3 bulanan Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single Moving Avarage 3 bulanan

Grafik Peramalan Jumlah Produksi Januari 2013 – Mei 2014 dengan metode Single Moving Average 3 bulanan

Metode Single Moving Average 4 bulanan Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single Moving Avarage 4 bulanan

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Moving Average 4 bulanan

Metode Single Moving Average 5 bulanan Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single Moving Avarage 5 bulanan

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Moving Average 5 bulanan

Metode Single Exponential Smoothing dengan α = 0,1 Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,1

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan α = 0,1

Metode Single Exponential Smoothing dengan α = 0,5 Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,5

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan α = 0,5

Metode Single Exponential Smoothing dengan α = 0,9 Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,9

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan α = 0,9

Penggunaan Metode Hasil perbandingan forecast error (kesalahan peramalan) metode peramalan

Peramalan yang tepat adalah peramalan yang memiliki nilai kesalahan rata-rata terkecil, yaitu Mean Absolute Error (MAE) dan Mean Squarred Error (MSE). Dari tabel diatas dapat diketahui bahwa peramalan jumlah produksi yang tepat digunakan di Pabrik Wire Rod P.T. Krakatau Steel (Persero) adalah menganalisis data dengan menggunakan metode Single Moving Average 5 bulanan karena memiliki nilai Mean Absolute Error (MAE) dan Mean Squarred Error (MSE). Yaitu MAE = 3603,028 dan MSE = 18166393,669. Maka perhitungan untuk peramalan selanjutnya adalah sebagai berikut :

Hasil peramalan jumlah produksi Juni 2014 – Mei 2015 pabrik Wire Rod Mill

Grafik Peramalan jumlah produksi Juni 2014 – Mei 2015

Penentuan Kebutuhan Bahan Baku Kebutuhan Rata-rata billet baja = = = 1,02971 ton Untuk menentukan kebutuhan bahan baku untuk periode mendatang adalah dengan cara mengalikan hasil peramalan jumlah produksi perbulan nya untuk bulan Juni 2014 hinggan Mei 2015 dengan hasil kebutuhan rata-rata billet baja. Berikut contoh hasil perhitungannya : Juni 2014 = 13377,721 x 1,02971 = 13775,173 Ton dst....

Penentuan Kebutuhan Bahan Baku Perbandingan Kebutuhan baku Billet Baja

Grafik perbandingan penggunaan bahan baku billet baja periode Januari 2013 - Mei 2014 dan periode Juni 2014 – Mei 2015

Persediaan Pengaman (Safety Stock) SD = Dimana : SD = Standart Deviasi X = Perkiraan Pemakaian Y = Pemakaian Sesungguhnya n = Banyaknya Data Rata-Rata persediaan perbulan = = = 17393,660 Ton

Perhitungan Standart Deviasi Bahan Baku Billet Baja Januari 2013 – Mei 2014

Perhitungan Standar Deviasi SD = = = 5705,072

Perhitungan Safety Stock Berdasarkan hasil wawancara, Pabrik Wire Rod Mill menetapkan kebijakan Yield atau tingkat pemenuhan kebutuhan bahan baku terhadap jumlah produksi adalah 97,20%. Sedangkan kemungkinan terjadinya stockouts adalah 2,80%. Dengan Menggunakan tabel distribusi normal, nilai Z pada daerah dibawah kurva normal 97,20 (atau 1 - 0,028), diperoleh : 1,92 Maka, SS = Z . SD = 1,92 . (5705, 072) = 10784,038 ton Jadi, total persediaan pengaman (safety stock) untuk bahan baku Billet Baja yang harus ada untuk 1 tahun kedepan pada periode Juni 2014 – Mei 2015 adalah 10784,038 ton.

Simpulan Berdasarkan data Yield actual yang terjadi pada perusahaan, proses produksi dan perencanaan pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) sudah berjalan dengan baik. Hal ini dikarenakan selisih perbandingan antara tingkat Yield yang ditargetkan perusahaan dengan Yield actual tidak berselisih terlalu jauh. Sebaiknya metode peramalan yang dilakukan pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) adalah dengan menggunakan metode peramalan Single Moving Average 5 bulanan karena memiliki nilai kesalahan (error) Mean Absolute Error dan Mean Squarred Error terkecil. Sedangkan untuk Total peramalan produksi untuk bulan Juni 2014 – Mei 2015 untuk Batang Kawat pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) dengan menggunakan Single Moving Average 5 bulanan adalah 158338,943 ton. Dan untuk total kebutuhan bahan baku Billet Baja untuk periode Juni 2014 – Mei 2015 adalah 163094,679 ton. Sedangkan rata-rata kebutuhan bahan bakunya adalah 13591,223 ton per bulan. Dari hasil analisa, persediaan pengaman (safety stock) untuk bahan baku Billet Baja yang harus ada untuk periode selanjutnya yaitu untuk periode Juni 2014 – Mei 2015 dengan nilai service level atau target Yield yang sudah ditentukan perusahaan untuk Pabrik Wire Rod Mill P.T. Krakatau Steel sebesar 97,20% adalah 10784,038 ton.

Saran Apabila perusahaan ingin mengambil keputusan untuk perencanaan persediaan bahan baku dan persediaan safety stock sebaiknya perusahaan melakukan perhitungan peramalan terlebih dahulu. Apabila Perusahaan ingin menerapkan metode peramalan, maka metode peramalan yang tepat untuk diterapkan adalah dengan menggunakan metode peramalan Single Moving Average 5 bulanan karena memiliki nilai kesalahan (error) Mean Absolute Error dan Mean Squarred Error terkecil apabila dibandingakan dengan metode Linier Trend, Single Moving Average 3 bulanan, Single Moving Average 4 bulanan dan dengan metode Single Exponential Smoothing dengan alpha 0,1 0,5 dan 0,9. Sebaiknya perusahaan memproduksi Batang Kawat untuk periode selanjutnya sebesar hasil peramalan yang telah dihitung dengan menggunakan metode peramalan Single Moving Average 5 bulanan. Sebaiknya perusahaan merencanakan kebutuhan bahan baku Billet Baja untuk periode selanjutnya sebesar hasil peramalan yang telah dihitung dengan menggunakan metode peramalan Single Moving Average 5 bulanan. Untuk meningkatkan tingkat Yield atau service level, perusahaan sebaiknya meningkatkan persediaan pengamannya.

TERIMA KASIH