Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Dani Leonidas Sumarna ,ST.MT

Presentasi serupa


Presentasi berjudul: "Dani Leonidas Sumarna ,ST.MT"— Transcript presentasi:

1 Dani Leonidas Sumarna ,ST.MT
Manajemen Persediaan (2) Persediaan (Klasifikasi Permasalahan, karakteristik, dll)+(Pengantar Peramalan) Dani Leonidas Sumarna ,ST.MT

2 Agenda Klasifikasi permasalahan persediaan Karakteristik Persediaan
Ongkos persediaan Tujuan manajemen Persediaan Kemampuan pelayanan Pengantar Peramalan

3 Klasifikasi Permasalahan Persediaan (Tersine)
Repetitiveness Single order Repeat order Supply Source Outside Supply Inside Supply Knowledge of Demand Constant Demand Variable Demand Knowledge of Lead time Constant Lead time Variable Lead time Inventory System Perpetual Periodic Material Requiment Planning (MRP) Distribution Requirement Planning (DRP) Single Order Quantity

4 Keberulangan Keputusan Persediaan
Single Order dibuat hanya sekali dan tidak pernah berulang Contoh: pembelian apartemen, pelayanan makanan untuk suatu pertemuan dsb Repeat Order Order pembelian material yang dibuat berulang kali dan ditentukan oleh suatu jadwal. Dikonsumsi secara berulang akan diisi persediaan secara berulang pula

5 Sumber Persediaan Penawaran dari Luar
Dipicu oleh kebutuhan material yang harus diadakan dari luar organisasi Akan ada pengumuman order pembelian ke pihak luar organisasi/perusahaan Penawaran dari Dalam Persediaan yang disediakan/diproduksi oleh perusahaan itu sendiri Perusahaan akan mengeluarkan order produksi dari salah satu unit organisasinya

6 Pengetahuan tentang Permintaan
Permintaan Tetap Permintaan yang jumlahnya tetap sepanjang waktu Permintaan Berubah-ubah Jumlahnya berfluktuasi Mengikuti suatu distribusi tertentu Permintaan Bebas (Independent Demand) Tidak terkait dengan permintaan material lainnya (barang jadi) Permintaan Terikat (Dependent Demand) Bergantung pada permintaan material lainnya (komponen, subAssembly)

7 Pengetahuan Atas Lead Time (terdiri dari...)
Persiapan order (int) Dari penyusunan order oleh pengorder sampai order dikirim ke pemasok Order Transit (ext) Dari order dikirim sampai diterima pemasok Assembly dan manufaktur (ext) Dari order diterima pemasok sampai pemasok mengirim ke pengorder Transit (ext) Dari barang dikirim pemasok sampai barang diterima pengorder Pembongkaran, pemeriksaan dan transport (int) Dari barang diterima pengorder sampai barang siap digunakan

8 Lead Time Constant Lead time Variable Lead time

9 Type of inventory system
Perpetual Melakukan order stok ketika mencapai reorder point Periodik Melakukan order stok dalam siklus waktu tertentu MRP Melakukan order untuk memenuhi kebutuhan perencanaan produksi DRP Melakukan order untuk memenuhi kebutuhan Pusat Distribusi Single Order Quantity Melakukan order untuk memenuhi kebutuhan khusus atau kebutuhan untuk jangka waktu singkat

10 Contoh Permasalahan MRP
Misalkan terdapat dua model demand M1 dan M2 yang terjadi secara kwartal selama satu tahun ke depan untuk dua produk yang masing-masing diproduksi 100 unit dan 150 unit. Kedua produk , masing-masing, dikeluarkan di akhir kwartal. Lead time untuk produksi kedua produk adalah 2 bulan untuk M1 dan 1 bulan untuk M2. setiap unit pada M1 dan M2 menggunakan 2 unit subassembly S. Lead time untuk produksi subassembly S adalah 1 bulan. Tentukan jadwal produksi kedua produk dan subassembly S.

11 Kebutuhan Kombinasi SubAssembly S untuk M1 dan M2
Model 1 Model 2 1 2 3 4 5 6 7 8 9 10 11 12 100 150 M1 M2 200 300 S Kebutuhan Kombinasi SubAssembly S untuk M1 dan M2 200 300 1 2 3 4 5 6 7 8 9 10 11 12

12 Jadwal produksi dimulai di akhir bulan 3, 6, 9 dan 12
Jadwal produksi dimulai di akhir bulan 3, 6, 9 dan 12. Lead time yang terjadi pada untuk M1 (2 bulan) dan M2 (1 bulan) ditunjukkan dengan garis putus-putus yang menghubungkan jadwal produksi dengan kebutuhan subassembly S

13 Distribution Resource Planning

14 Karakteristik Persediaan
PERMINTAAN (DEMAND)- sejumlah material yang diambil dari persediaan Dikelompokan berdasarkan: ukuran,kecepatan, pola Konstan-berubah, Determinisitik (diketahui)-Probabilistik (tidak diketahui) PENGGANTIAN (REPLENISHMENT)- sejumlah material yang ditambahkan dalam persediaan KENDALA (CONSTRAINT)-batasan-batasan yang dikenakan pada permintaan, penggantian, ongkos maupun kondisi lingkungan ONGKOS- sejumlah dana yang dikeluarkan untuk pemeliharaan persediaan

15 Ongkos Persediaan Purchase Cost (Ongkos Pengadaan Barang)
Setup Cost (Ongkos Penurunan Order) Holding Cost( Ongkos Penyimpanan) Stockout/Shortage Cost (Ongkos Tekor/Kurang Barang)

16 Purchase cost Ongkos yang dikeluarkan untuk membeli barang (harga barang per unit) Semakin banyak barang yang dibeli kecenderungan semakin murah harga satuannya Sumber Barang dari Luar: Harga Barang per unitnya Sumber Barang dari Dalam (dibuat sendiri): Harga Pokok Produksi

17 Setup/order Cost Berkaitan dengan persiapan penurunan order pembelian /order produksi Bergantung pada jumlah order yang diturunkan dan tidak bergantung pada besarnya order Meliputi pembuatan : Formulir permintaan pengadaan/Material Requisition Menganalisis rekanan Membuat order pembelian Penerimaan material Pemeriksaan material Pemantauan kemajuan order Pencatatan transaksi-transaksi material Persiapan Order Produksi termasuk: pembuatan kartu kerja, penjadwalan, proses percobaan, ekspedisi, dan pemeriksaan material

18 Holding Cost Terdiri atas dana yang dikeluarkan untuk pembelian persediaan dan pemeliharaan material di gudang Meliputi : capital cost (modal), pajak, asuransi, pemeliharan, penyimpanan, penciutan material (shrinkage), ketinggalan mode (obsolescence), aus (deterioration), dll Capital Cost: ongkos kesempatan, kerugian yang diderita karena tidak menginvestasikan di investasi lainnya+bunga yang diharapkan

19 Shortage/stockout Cost
Resiko baik dari luar maupun dalam Kekurangan eksternal/luar: terjadi apabila pesanan konsumen tidak terpenuhi backorder cost Kekurangan internal/dalam: permintaan barang dari salah satu unit organisasi tidak dapat dipenuhi kehilangan produksi (manusia, mesin idle)-> bisa hingga ketidakpusasan konsumen Situasi-situasi yang menyebabkan besar kecilnya kerugian Apakah konsumen bersedia menunggu Apakah konsumen bersedia memilih item pengganti Apakah konsumen membatalkan pesanan

20 Shortage/stockout Cost
Aspek untuk menentukan Ongkos tekor: Kuantitas yang tidak dipenuhi-biasa diukur dari keuntungan yang hilang karena tidak dapat memenuhi barang yang diminta atau dari kerugian akibat terhentinya proses produksi (Rp/unit) Waktu Pemenuhan-lamanya gudang kosong adalah sama dengan lamanya proses produksi terhenti dan lamanya perusahaan tidak menerima keuntungan-> uang yang hilang (Rp/satuan waktu) Ongkos pengadaan darurat- timbul untuk mengatasi pelanggan yang kecewa, biasa timbul dalam jumlah besar (Rp per tekor)

21 Ongkos Sistemik Ongkos yang timbul saat membangun sistem inventori
Meliputi: ongkos perancangan, perencanaan, instalasi sistem, startup sistem dan pengadaan peralatan, fasilitas inventori, pelatihan tenaga operasional. Termasuk ongkos investasi

22 (Kuantitas order ekonomis yg diinginkan) Kapan dilakukan order?
Banyak order? (Kuantitas order ekonomis yg diinginkan) Kapan dilakukan order? (Waktu antara pemesanan) Biaya Pembelanjaan (Purchasing cost), didasarkan pada harga per unit item. Biaya ini bisa saja konstan, atau dapat saja berubah dengan adanya penawaran diskon Biaya setup (setup cost) merupakan biaya tetap yang terjadi ketika pemesanan (order) terjadi. Biaya ini independen terhadap kuantitas order Biaya Penyimpanan (Holding Cost), suatu biaya yang dikeluarkan untuk memelihara inventori dalam persediaannya. Biaya ini termasuk pengembalian modal dan biaya penyimpanan, pemeliharaan dan penanganan Biaya Tekor (Shortage cost) merupakan biaya penalti yang dapat terjadi ketika stok habis. Biaya ini termasuk potensi kehilangan pendapatan dan pada konteks yang subjektif misalnya kehilangan kepercayaan costumer

23

24 Tujuan Manajemen Persediaan
Meminimumkan Ongkos Persediaan Perhatian analisis dipusatkan pada ongkos-ongkos yang berubah (variabel cost) sesuai dengan perubahan jumlah persediaan saja

25 Tingkat Pelayanan (availability)
Tingkat Persediaan Kemampuan sistem inventori dalam memenuhi permintaan tanpa terjadi penundaan Ukuran pemenuhan segera jumlah permintaan pemakai Persentase pemenuhan jumlah order yang terlayani Persentase waktu tersedianya inventori

26 Tingkat Pelayanan-Ukuran pemenuhan segera jumlah permintaan pemakai
Formulasi Ukuran 𝜂(𝑒𝑡𝑎)= 𝐷 𝑠 𝐷 𝑥100% 𝐷 𝑠 : Jumlah permintaan yang dapat dipenuhi segera D: Jumlah permintaan yang datan dalam periode itu Contoh: Bila dalam suatu hari terdapat permintaan gula pasir dari konsumen sebanyak 100g, sedangkan pada hari tersebut hanya tersedia 80 kg dan keesokan harinya akan dipenuhi sebanyak 20 kg. berapa tingkat ketersediaanya? Jawab: 80%

27 Tingkat Pelayanan-Persentase pemenuhan jumlah order yang dilayani
Diformulasikan sebagai berikut: 𝜂= 𝑓 𝑝 𝐹 𝑥100% 𝑓 𝑝 : Jumlah order yang dapat dipenuhi segera F: Jumlah order yang datang dalam periode tersebut Contoh: Bila dalam suatu hari ada 10 pesanan yang datang dari berbagai pelanggan, sedangkan yang dapat dilayani hanya 9 pesanan pelanggan dan seorang pelanggan lainnya akan dipenuhi pada kesempatan yang lain. Berapa tingkat ketersediaan pelayanannya? Jawab : 90 %

28 Tingkat Pelayanan: Persentase waktu tersedianya Inventori
Diformulasikan sebagai berikut: 𝜂= 𝐻 𝐻 𝑇 𝑥100% H; Jumlah Hari Kerja dalam suatu periode di mana tersedia barang saat dibutuhkan HT : Jumlah hari kerja dalam suatu periode yang bersangkutan Bila pada tahun 2002 gudang kosong (tidak ada barang) selama 15 hari kerja, sedangkan di tahun 2002 ini terdapat 300 hari kerja. Berapa tingkat ketersediaannya? Jawab: 95%

29 Kemampuan Pelayanan (serviceability)
Cerminan kemampuan sistem inventori dalam memberikan pelayanan kepada pengguna Ukuran yang digunakan Waktu pengiriman (delivery time) Waktu Proses (processing time) Waktu Tunggu (waiting time) Contoh kasus: Pemasok A menawarkan barang dengan waktu ancang-ancang 8 hari dengan standar deviasi 2 hari. Pemasok B menawarkan barang dengan waktu ancang-ancang 10 hari dan dijamin pasti tepat. Pemasok mana yang akan dipilih? Jawab; Pemasok B

30 Intangible Service Ukuran kualitatif yang bersifat intangible (tak ternampak) Kemudahan akses Kenyamanan pelayanan Kepercayaan Kepastian Diskon/rabat Dll

31 Ongkos Vs Tingkat Pelayanan
𝑂 𝑇 Ongkos/Periode 𝑶 𝑻∗ 𝜂 ∗ 100% Tingkat Pelayanan

32 Ongkos vs Tingkat Pelayanan
Semakin tinggi tingkat pelayanan, maka ongkos semakin tinggi Prinsip: pelayanan terbaik dengan ongkos terendah Tujuan : Menekan opportunity cost (Kerugian yang timbul karena hilangnya kesempatan/ kehilangan pelanggan)

33 Pertimbangan Finansial
Tujuan Pengendalian Persediaan: tingkat persediaan berada pada level tertentu dimana tujuan organisasi dapat tercapai-> efisiensi dan efektivitas operasi organisasi Kebijakan persediaan->ongkos-> pendapatan (secara tidak langsung) Persediaan tidak memberi pendapatan namun memicu penjualan Manajemen Persediaan dapat diukur dari investasi yang dikeluarkan untjuk persediaan dan besar ongkos material suatu produk Aspek Aliran Kas: Persediaan merupakan modal menganggur-> pengendalian persediaan buruk-> aliran kas negatif

34 Pertimbangan Finansial-likuiditas
Modal disusun atas likuiditas: yang kurang lancar diprioritaskan teratas dan yang lancar diharapkan menghasilkan uang tunai (cash) yg bisa digunakan untuk pembayaran liabilitas pada suatu tahun anggaran. Rasio Likuiditas, bisa diukur dengan quick ratio Quick Ratio:menghitung kemampuan perusahaan membayar kewajiban tanpa bergantung pada penjualan persediaan 𝑄𝑢𝑖𝑐𝑘 𝑅𝑎𝑡𝑖𝑜= 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑎𝑠𝑠𝑒𝑡−𝑖𝑛𝑣𝑒𝑛𝑡𝑜𝑟𝑦 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦

35 Pertimbangan Finansial-Likuiditas_Inventory Turnover Ratio (ITR)
Turn Over: ratio nilai barang yang dijual dibagi dengan modal rata-rata, merupakan ukuran perputaran inventori sebagai ukuran efektivitas modal ITR Perbandingan antara volum 𝐼𝑇𝑅= 𝑉 𝑝 𝑉 𝑇 𝑉 𝑝 :Volume penjualan tahunan 𝑉 𝑇 : Volume inventori rata-rata tahunan Contoh : dalam satu tahun gula pasir terjual 100 ton, sedangkan volume inventori rata-rata tahunnya adalah 5 ton. Berapa ITR nya? Jawab : ITR =20 kali

36 Pertimbangan Finansial-Likuiditas_Inventory Turnover Ratio (ITR)
ITR Perbandingan antara nilai 𝐼𝑇𝑅= 𝑉 𝑛 𝐼 𝑛 𝑉 𝑛 :Nilai penjualan tahunan 𝐼 𝑛 : Nilai modal yang ditanam Contoh : Nilai penjualan gula pasir pada tahun 2002 adalah Rp 20 juta sedangkan modal yang dikeluarkan Rp 2 juta. Berapa ITR nya? Jawab : ITR =10 kali

37

38 Pengantar Peramalan Apa yang dimaksud dengan peramalan ???

39 “Forecasting is the prediction, projections, or estimation of the occurrences of uncertain future events or level of activity” (Tersine)

40 Mengapa Peramalan penting
Demand for products and services is usually uncertain Forecasting can be used for… Strategic planning (long range planning) Finance and accounting (budgets and cost controls) Marketing (future sales, new products) Production and operations

41 Master Forecasting Peramalan menjadi dasar dalam pengambilan keputusan mengenai : Kebijakan Ekonomi, politik, sosial, teknologi Produk Jenis/ jumlah produk, pelayanan, pasar Proses Metoda dan proses-proses Perencanaan Lokasi fasilitas dan layoutnya Operasional Penjadwalan

42 Functional Forecasting
Peramalan menjadi dasar perencanaan: Finansial Pemasaran Produksi Master scheduling

43 Fungsi Peramalan (Tersine)
Batasan: Kebijakan manajemen Ketersediaan sumber daya Kondisi pasar teknologi Input : Marketing research Demand history Advertising Promotion Opinion Output : Perkiraan demand Produk Pelanggan wilayah Model Peramalan Faktor Lingkungan Ekonomi Sosial Politik Budaya

44 Some general characteristics of forecasts
Forecasts are always wrong Forecasts are more accurate for groups or families of items Forecasts are more accurate for shorter time periods Every forecast should include an error estimate Forecasts are no substitute for calculated demand.

45 Key issues in forecasting
A forecast is only as good as the information included in the forecast (past data) History is not a perfect predictor of the future (i.e.: there is no such thing as a perfect forecast) REMEMBER: Forecasting is based on the assumption that the past predicts the future! When forecasting, think carefully whether or not the past is strongly related to what you expect to see in the future…

46 Example: Mercedes E-class vs. M-class Sales
Month E-class Sales M-class Sales Jan 23,345 - Feb 22,034 Mar 21,453 Apr 24,897 May 23,561 Jun 22,684 Jul ? Question: Can we predict the new model M-class sales based on the data in the the table? Answer: Maybe... We need to consider how much the two markets have in common

47 What should we consider when looking at past demand data?
Trends Seasonality Cyclical elements Autocorrelation Random variation

48 Some Important Questions
What is the purpose of the forecast? Which systems will use the forecast? How important is the past in estimating the future? Answers will help determine time horizons, techniques, and level of detail for the forecast.

49 Types of forecasting methods
Qualitative methods Quantitative methods Rely on subjective opinions from one or more experts. Rely on data and analytical techniques.

50 Model Peramalan Kuantitatif Kualitatif Time series analysis
Economic indicators Econometric models Kualitatif Expert opinion Market survey Delphi ( structured communication technique or method, originally developed as a systematic, interactive forecasting method which relies on a panel of experts)

51 Qualitative forecasting methods
Grass Roots: deriving future demand by asking the person closest to the customer. Market Research: trying to identify customer habits; new product ideas. Panel Consensus: deriving future estimations from the synergy of a panel of experts in the area. Historical Analogy: identifying another similar market. Delphi Method: similar to the panel consensus but with concealed identities.

52 Quantitative forecasting methods
Time Series: models that predict future demand based on past history trends Causal Relationship: models that use statistical techniques to establish relationships between various items and demand Simulation: models that can incorporate some randomness and non-linear effects

53 Time Series: Moving average
The moving average model uses the last t periods in order to predict demand in period t+1. There can be two types of moving average models: simple moving average and weighted moving average The moving average model assumption is that the most accurate prediction of future demand is a simple (linear) combination of past demand.

54 Time series: simple moving average
In the simple moving average models the forecast value is At + At-1 + … + At-n Ft+1 = n t is the current period. Ft+1 is the forecast for next period n is the forecasting horizon (how far back we look), A is the actual sales figure from each period.

55 What will the sales be for July?
Example: forecasting sales at Kroger Kroger sells (among other stuff) bottled spring water What will the sales be for July? Month Bottles Jan 1,325 Feb 1,353 Mar 1,305 Apr 1,275 May 1,210 Jun 1,195 Jul ?

56 What if we use a 3-month simple moving average?
AJun + AMay + AApr FJul = = 1,227 3 What if we use a 5-month simple moving average? AJun + AMay + AApr + AMar + AFeb FJul = = 1,268 5

57 5-month average smoothes data more; 3-month average more responsive
MA forecast 3-month MA forecast What do we observe? 5-month average smoothes data more; 3-month average more responsive

58 Stability versus responsiveness in moving averages

59 Time series: weighted moving average
We may want to give more importance to some of the data… Ft+1 = wt At + wt-1 At-1 + … + wt-n At-n wt + wt-1 + … + wt-n = 1 t is the current period. Ft+1 is the forecast for next period n is the forecasting horizon (how far back we look), A is the actual sales figure from each period. w is the importance (weight) we give to each period

60 Demand for Mercedes E-class
Why do we need the WMA models? Because of the ability to give more importance to what happened recently, without losing the impact of the past. Demand for Mercedes E-class Time Jan Feb Mar Apr May Jun Jul Aug Actual demand (past sales) Prediction when using 6-month SMA Prediction when using 6-months WMA For a 6-month SMA, attributing equal weights to all past data we miss the downward trend

61 What will be the sales for July?
Example: Kroger sales of bottled water What will be the sales for July? Month Bottles Jan 1,325 Feb 1,353 Mar 1,305 Apr 1,275 May 1,210 Jun 1,195 Jul ?

62 6-month simple moving average…
AJun + AMay + AApr + AMar + AFeb + AJan FJul = = 1,277 6 In other words, because we used equal weights, a slight downward trend that actually exists is not observed…

63 What if we use a weighted moving average?
Make the weights for the last three months more than the first three months… 6-month SMA WMA 40% / 60% 30% / 70% 20% / 80% July Forecast 1,277 1,267 1,257 1,247 The higher the importance we give to recent data, the more we pick up the declining trend in our forecast.

64 WMA is better than SMA because of the ability to
How do we choose weights? Depending on the importance that we feel past data has Depending on known seasonality (weights of past data can also be zero). WMA is better than SMA because of the ability to vary the weights!


Download ppt "Dani Leonidas Sumarna ,ST.MT"

Presentasi serupa


Iklan oleh Google