analisis pengendalian persediaan bahan baku dengan metode
Post on 30-Oct-2021
21 Views
Preview:
TRANSCRIPT
Analisis Pengendalian Persediaan Bahan Baku dengan Metode Material
Requirements Planning pada PT. Tirta Purbalingga Adijaya Sentul
Peneliti:
Farieq Afzal Zain
Fakultas Ekonomi dan Bisnis Universitas Brawijaya
farieq08@student.ub.ac.id
Dosen Pembimbing:
Rila Anggraeni
ABSTRAK
Perusahaan perlu meningkatkan produktivitas yang dapat dilakukan melalui
penerapan manajemen operasi. Perusahaan dapat menerapkan salah satu instrumen
manajemen operasi, yaitu pengendalian persediaan yang bertujuan untuk
menciptakan kelancaran operasional dan efisiensi. Hal ini dikarenakan persediaan
termasuk ke dalam fungsi manajerial terpenting dan memiliki nilai 50% dari total
investasi yang dilakukan. PT. Tirta Purbalingga Adijaya Sentul, perusahaan yang
memproduksi AMDK (Air Minum Dalam Kemasan) dengan merek “Prim-a,”
memerlukan pengendalian persediaan karena produktivitas perusahaan belum
cukup baik. Peningkatan produktivitas dapat mendongkrak keunggulan kompetitif
sehingga memungkinkan perusahaan untuk bersaing dengan para kompetitormya.
Bahan baku merupakan aspek terpenting dalam input produksi pada PT. Tirta
Purbalingga Adijaya Sentul sehingga pengendalian persediaan berfokus pada bahan
baku. Penelitian ini menerapkan Metode MRP (Material Requirements Planning)
sebagai solusi untuk menyelesaikan permasalahan yang terjadi. Berdasarkan
analisis, diperoleh hasil efisiensi biaya persediaan sebesar 33,45% dengan
menggunakan POQ (Periodic Order Quantity) sebagai teknik lot sizing MRP dan
Holt-Winter Exponential Smoothing sebagai metode peramalan untuk varian
produk 240 ml dalam periode tahun 2021.
Kata Kunci: Pengendalian Persediaan, Bahan Baku, MRP (Material
Requirements Planning), Efisiensi
Analysis of Raw Material Inventory Control by Material Requirements
Planning Method at PT. Tirta Purbalingga Adijaya Sentul
By:
Farieq Afzal Zain
Faculty of Economics and Business Universitas Brawijaya
farieq08@student.ub.ac.id
Supervisor:
Rila Anggraeni
ABSTRACT
Companies need to increase productivity which can be done through the
implementation of operations management. Companies can apply one of the
operational management instruments, namely inventory control, which aims to
create smooth operations and efficiency. This is because inventory is included in
the most important managerial function and has a value of 50% of the total
investment made. PT. Tirta Purbalingga Adijaya Sentul, a company that produces
bottled drinking water under the brand "Prim-a," requires inventory control because
productivity of the company is not good enough. Increased productivity can
increase competitive advantage so that it allows the company to compete with its
competitors. Raw material is the most important aspect in production input at PT.
Tirta Purbalingga Adijaya Sentul so the inventory control focuses on raw materials.
This study applies the MRP (Material Requirements Planning) method as a solution
to solving problems that occur. Based on the analysis, the results of inventory cost
efficiency are 33,45% using POQ (Periodic Order Quantity) as the MRP lot sizing
technique and Holt-Winter Exponential Smoothing as a forecasting method for 240
ml product variants in the period 2021.
Keywords: Inventory Control, Raw Material, MRP (Material Requirements
Planning), Efficiency
1. PENDAHULUAN
Manajemen operasi merupakan
salah satu cabang ilmu pengetahuan
yang dapat digunakan perusahaan
untuk meningkatkan produktivitas
dan penerapannya dapat diiringi
dengan menggunakan teknologi.
Produktivitas perusahaan dapat
dicapai jika perusahaan memiliki
efisiensi terhadap input kegiatan dan
optimalisasi terhadap output kegiatan
(Stevenson, 2015). Upaya
mewujudkan peningkatan
produktivitas dapat diiringi dengan
menerapkan salah satu instrumen
yang ada pada manajemen operasi,
yaitu pengendalian persediaan.
Persediaan merupakan salah satu
aset perusahaan yang memiliki nilai
tertinggi dan mencerimankan 50%
dari total modal yang diinvestasikan
(Heizer, Render & Munson, 2016).
Salah satu contoh perusahaan yang
memerlukan persediaan adalah PT.
Tirta Purbalingga Adijaya Sentul,
yaitu perusahaan yang memproduksi
AMDK (Air Minum Dalam
Kemasan) dengan merek “Prim-a.”
Persediaan terpenting pada PT.
Tirta Purbalingga Adijaya Sentul
adalah persediaan bahan baku. Hal ini
dikarenakan banyaknya jenis bahan
baku yang diperoleh dari pemasok
(supplier) langsung diolah menjadi
barang jadi yang cenderung memiliki
perputaran cepat. Pemesanan bahan
baku juga harus memerhatikan waktu
tunggu (lead time) dari pemasok
(supplier) agar dapat diterima sesuai
dengan jadwal.
Pentingnya pengendalian
persediaan bahan baku bagi PT. Tirta
Purbalingga Adijaya Sentul
dikarenakan tidak dilakukannya
pengendalian persediaan bahan baku
seperti tidak menggunakan MRP
(Material Requirements Planning)
sesuai dengan prosedur sehingga
menimbulkan masalah seperti
kehabisan atau kelebihan bahan baku
serta keterlambatan pemesanan bahan
baku yang mengakibatkan penurunan
produktivitas serta memengaruhi
keunggulan kompetitif.
Pada tahun 2020, PT. Tirta
Purbalingga Adijaya Sentul memiliki
total biaya persediaan kurang lebih
sebesar Rp24.208.000,00 untuk
AMDK “Prim-a” varian 240 ml.
Berdasarkan wawancara pada
Departemen PPIC (Production
Planning and Inventory Control) juga
ditemukan hasil bahwa perusahaan
sering kali mengalami kelebihan,
kehabisan, maupun keterlambatan
pemesanan bahan baku.
Pengendalian persediaan bahan
baku dapat dilakukan dengan
menggunakan Metode MRP. MRP
merupakan suatu sistem perencanaan
kebutuhan bahan baku yang akan
digunakan untuk proses produksi.
MRP juga dapat menjamin
ketersediaan bahan baku pada saat
dibutuhkan sehingga dapat
meminimalkan biaya persediaan
dalam suatu proyek (Martha dan Putu,
2018).
Perencanaan jumlah kebutuhan
bahan baku dalam MRP bertujuan
untuk menentukan berapa banyak
suatu produk akhir dan kapan produk
tersebut diproduksi akan dijabarkan
melalui MPS (Master Production
Schedule).
MPS dapat mengatasi
permasalahan apabila permintaan
produk mengalami fluktuasi
signifikan (tidak konstan) seperti
halnya permintaan produk AMDK
“Prim-a” varian 240 ml sehingga
penerapan MRP sangat cocok untuk
mengendalikan persediaan. MPS
didasarkan oleh perhitungan
peramalan (forecast).
Peramalan memiliki beberapa
metode yang diantaranya dapat
mengatasi pola data yang berfluktuasi
seperti Metode Dekomposisi dan
Holt-Winter Exponential Smoothing
dalam model deret waktu (time
series). Peramalan juga sangat erat
kaitannya dengan ketidakpastian
karena beberapa hal dapat terjadi di
luar perkiraan, oleh karena itu
perencanaan jumlah kebutuhan bahan
baku sebaiknya mempertimbangkan
stok pengaman (safety stock).
MRP memiliki beberapa teknik
perhitungan (lot sizing) seperti LFL
(Lot-for-Lot Sizing), EOQ (Economic
Order Quantity), dan POQ (Periodic
Order Quantity) yang akan
memberikan perbedaan pada hasil
efisiensi biaya persediaan, oleh
karena itu manajer operasi harus
membuat keputusan dalam pemilihan
teknik yang menghasilkan efisiensi
terbesar. Penelitian dengan judul
“Analisis Pengendalian Persediaan
Bahan Baku dengan Metode
Material Requirements Planning
pada PT. Tirta Purbalingga
Adijaya Sentul” dilakukan untuk
mendapatkan solusi dari
permasalahan tersebut.
2. KAJIAN PUSTAKA
a. Manajemen Operasi
Manajemen operasi merupakan
serangkaian aktivitas yang
menciptakan nilai dalam bentuk
barang dan jasa di semua organisasi
terutama dalam lingkup manufaktur
yang penciptaannya dilakukan
dengan jelas dan kompleks (Jacobs &
Chase, 2018).
Menurut Heizer, Render &
Munson (2016), manajer operasi
memiliki sepuluh keputusan strategis
(ten strategic decision) untuk
mencapai diferensiasi, efisiensi biaya,
efisiensi waktu, dan membuat
kebijakan yang efektif, salah satu
diantaranya adalah Menyatukan
kebutuhan kapasitas, tingkat
personel, teknologi, dan kebutuhan
persediaan untuk menentukan arus
bahan baku, orang, dan informasi
yang efisien.
b. Definisi Peramalan
Menurut Montgomery, Jennings
& Kulahci (2015), peramalan
merupakan dasar dari perencanaan
yang menghubungkan antara suatu
sistem dan lingkungan yang mana
lingkungan itu sendiri cenderung
tidak stabil. Peramalan dapat
dilakukan secara kuantitatif dengan
model deret waktu (time series).
c. Metode Peramalan Kuantitatif
Adapun metode peramalan
kuantitatif yang terdapat pada model
time series, diantaranya: (1) Metode
dekomposisi merupakan metode yang
memisahkan empat komponen dari
pola dasar (siklus, tren, musiman, dan
error) dengan mencirikan deret data
bahwa kenyataan yang terjadi di masa
lalu akan terulang dengan pola yang
sama pada masa yang akan datang
(Lisjianti, 2011). (2) Metode Holt-
Winter Exponential Smoothing, yaitu
jenis peramalan yang cocok untuk
memprediksi data dengan amplitudo
pola musiman yang tidak tergantung
pada tingkatan atau ukuran data
(Santosa, Ni dan Ratna 2019).
Peramalan memerlukan
perhitungan tingkat kesalahan error
untuk mengetahui metode yang
memiliki hasil paling akurat. Adapun
metode yang dapat digunakan adalah
MAPE (Mean Absolute Percentage
Error) yang menghitung kesalahan
absolut setiap periode waktu dengan
membagi kesalahan absolut dengan
angka aktual yang sesuai, dan
membaginya kembali dengan jumlah
data serta disajikan dalam bentuk
persentase (Montgomery, Jennings &
Kulahci, 2015).
d. Definisi Persediaan
Menurut Heizer, Render &
Munson (2016), persediaan
merupakan aset yang dimiliki oleh
perusahaan untuk kelangsungan
operasi dan dapat digunakan sebagai
input produksi. Persediaan juga dapat
diklasifikasikan sebagai aset lancar
pada neraca perusahaan yang
berfungsi sebagai penyangga antara
manufaktur dan pemenuhan pesanan.
e. Biaya Persediaan
Aktivitas menggunakan
persediaan akan menimbulkan biaya
yang disebut biaya persediaan.
Adapun menurut Jacobs & Chase
(2018), yang termasuk biaya
persediaan meliputi biaya
penyimpanan (holding cost), biaya
pemesanan (ordering cost), biaya
pemasangan (setup cost), dan biaya
kehabisan (shortage cost).
f. Safety Stock
Menurut (Efendi, Hidayat dan
Raden, 2019), perusahaan dalam
mengatasi kejadian-kejadian tidak
terduga, diperlukan persediaan
pengaman (safety stock). Perhitungan
perencanaan kebutuhan bahan baku
didasarkan pada peramalan yang
memiliki tingkat ketidakpastian yang
tinggi, maka persediaan pengaman
sangat penting untuk mengurangi
kemungkinan kehabisan persediaan
yang mengakibatkan kerugian.
g. Definisi MRP
Menurut Jacobs & Chase (2018)
dan Heizer, Render & Munson (2016),
MRP adalah suatu perencanaan
produksi berbasis metode peramalan
(forcasted method) pada sejumlah
barang jadi dengan memerhatikan
kuantitas dan lead time untuk masing-
masing pemesanan bahan baku.
h. Struktur MRP
Menurut Heizer, Render &
Munson (2016), MRP memerlukan
beberapa komponen untuk
menunjang perencanaan agregat,
antara lain: (1) MPS (Master
Production Schedule), yaitu
perencanaan yang memuat jadwal
berapa banyak barang jadi yang akan
diproduksi pada perusahaan atas
dasar peramalan dan kapasitas
perusahaan. (2) Bill of Material, yaitu
deskripsi produk lengkap mengenai
kuantitas daftar bahan baku, suku
cadang, dan jumlah komponen setiap
item, serta urutan produk yang akan
dibuat. (3) Data persediaan yang
memuat memuat kuantitas persediaan
yang dimiliki, berapa banyak
kekurangan persediaan yang harus
dipenuhi, dan lead time.
i. Proses MRP
Menurut Jacobs & Chase (2018),
dalam pembuatan MRP diperlukan
beberapa perhitungan, antara lain: (1)
Kebutuhan kotor (gross
requirements), yaitu total permintaan
yang diharapkan untuk suatu barang
atau bahan mentah dengan
memisahkan jumlah persediaan yang
ada. (2) Tanda terima terjadwal
(scheduled receipts), yaitu pesanan
yang telah dilakukan dan dijadwalkan
untuk tiba dari pemasok pada awal
periode. (3) Projected on hands, yaitu
jumlah persediaan berjalan yang
diharapkan yang akan ada di awal
setiap periode waktu yang dapat
ditambah dengan scheduled receipts
serta persediaan yang ada di periode
selanjutnya. (4) Kebutuhan bersih
(net requirements), yaitu jumlah
kebutuhan bahan baku sebenarnya
yang dibutuhkan pada masing-masing
jangka waktu. (5) Planned-order
receipts, yaitu kuantitas pemesanan
bahan baku yang diterima pada
periode waktu tertentu. (6) Planned-
order releases, yaitu indikator untuk
menunjukkan jumlah kuantitas bahan
baku untuk dipesan pada periode
waktu tertentu dengan melihat lead
time pemesanan. Adapun format
MRP ditunjukkan pada tabel berikut:
Tabel 1. Format MRP
Tanggal 1-15 16-30
Gross Requirements (MPS based)
Scheduled Receipts
Projected on Hands
Net Requirements
Planned-Order Receipts
Planned-Order Releases Sumber: Heizer, Render & Munson (2016).
j. Teknik Lot Sizing MRP
Menurut Heizer, Render &
Munson (2016), ada beberapa teknik
lot sizing MRP akan menghasilkan
output dan biaya persediaan yang
berbeda untuk perencanaan agregat.
Adapun teknik-teknik tersebut, antara
lain: (1) LFL (Lot-for-Lot Sizing),
yaitu teknik yang memproduksi
sejumlah unit hanya sesuai kebutuhan
bersih, tanpa pengendapan persediaan
dan tidak ada antisipasi pesanan lebih
lanjut. (2) EOQ (Economic Order
Quantity), yaitu teknik yang bertujuan
untuk menentukan berapa banyak
bahan baku yang harus dipesan agar
biaya persediaan yang dihasilkan
menjadi minimum atau ekonomis. (3)
POQ (Periodic Order Quantity), yaitu
teknik yang bertujuan untuk memesan
kuantitas kebutuhan selama waktu
yang ditentukan sebelumnya di antara
pesanan (interval).
3. METODOLOGI PENELITIAN
a. Jenis dan Sifat Penelitian
Jenis penelitian ini adalah applied
research (penelitian terapan), yaitu
penelitian yang memiliki tujuan untuk
memecahkan suatu masalah agar
dalam melakukan sesuatu dapat lebih
baik serta memudahkan dalam
memilih alternatif lain (Indrianto dan
Supomo, 2016).
Sifat penelitian ini adalah
replikasi, yaitu penelitian yang
mengadopsi variabel, indikator, objek
penelitian, atau alat analisis yang
sama dengan penelitian sebelumnya
pada proses pembuatannya (Indrianto
dan Supomo, 2016).
b. Lokasi dan Periode Penelitian
Lokasi penelitian ini adalah di PT.
Tirta Purbalingga Adijaya Pabrik
Sentul, Kawasan Industri Sentul,
Jalan Olympic Raya Blok A6 Sentul,
Kabupaten Bogor dari Tanggal 1 - 25
September 2020.
c. Sumber Data
Penelitian ini tidak menggunakan
populasi dan sampel karena untuk
membuat suatu MRP dengan dasar
peramalan model time series hanya
memerlukan data primer dan
sekunder sebagai sumber utama. akan
tetapi penelitian ini memperoleh
informasi dari staff Departemen
Accounting dan PPIC PT. Tirta
Purbalingga Adijaya Sentul untuk
menunjang data.
Sumber data yang digunakan
dalam penlitian ini, antara lain: (1)
Data primer, yaitu data dari hasil
pengamatan dan analisa langsung di
lapangan (tidak ada perantara) yang
meliputi hasil observasi dan
wawancara langsung pada
Departemen PPIC dan Accounting.
(2) Data Sekunder, yaitu data yang
didapat dari sumber lain seperti
literatur, laporan perusahaan, pustaka,
dan referensi lain yang meliputi
adalah data permintaan AMDK
“Prim-a” varian 240 ml dari Bulan
April 2017 - Desember 2020, data
bahan baku, profil perusahaan, visi
dan misi perusahaan, bentuk badan
hukum perusahaan, struktur
organisasi, biaya pemesanan untuk
sekali pesan, dan biaya penyimpanan
per unit per tahun.
d. Metode Analisis Data
Data ramalan permintaan AMDK
“Prim-a” varian 240 ml untuk satu
tahun ke depan (Januari – Desember
2021) akan dihasilkan dari Metode
Dekomposisi dan Holt-Winter
Exponential Smoothing dengan acuan
data permintaan pada Bulan April
2017 - Desember 2020 dengan
bantuan perangkat lunak Microsoft
Excel 2016.
Metode dekomposisi memiliki
rumus yang digambarkan melalui
persamaan:
Yt = St x Tt x Ct x Rt
Keterangan:
Xt : Nilai Peramalan pada Periode-t
Tt : Komponen Tren pada Periode-t
St : Komponen Musiman (Indeks)
pada Periode-t
Ct : Komponen Siklus pada Periode-t
Rt : Komponen Random Periode-t
Metode Holt-Winter Exponential
Smoothing menggunakan tiga
parameter berbeda (α, β, dan γ) serta
memiliki rumus:
At = α𝒀𝒕
𝑺𝒕−𝑳+ (𝟏 − 𝜶)(𝑨𝒕−𝟏 + 𝑻𝒕−𝟏) (1)
Tt = β(𝑨𝒕 − 𝑨𝒕−𝟏)(𝟏 − 𝜷)𝑻𝒕−𝟏 (2)
St = γ𝒀𝒕
𝑨𝒕+ (𝟏 − 𝜸)𝑺𝒕−𝑳 (3)
Ŷt+ p = (At +Tt p)St-L+p (4)
Keterangan:
At : Nilai pemulusan ke – t
St : Estimasi musiman ke - t
α : Parameter pemulusan untuk
data (0 < α < 1)
β : Parameter pemulusan untuk
tren (0 < β < 1)
γ : Parameter pemulusan untuk
musiman (0 < γ < 1)
Yt : Data aktual ke – t
Tt : Estimasi tren ke – t
p : Jumlah periode yang akan
diramalkan
Ŷt+ p : Nilai data ramalan
L : Panjangnya musim
Pada penelitian ini, metode yang
digunakan untuk mengukur tingkat
kesalahan peramalan adalah MAPE
(Mean Absolute Percentage Error)
yang memiliki rumus:
𝐌𝐀𝐏𝐄 = | ∑(𝐃𝐚𝐭𝐚 𝐀𝐤𝐭𝐮𝐚𝐥 − 𝐃𝐚𝐭𝐚 𝐑𝐚𝐦𝐚𝐥𝐚𝐧)
𝐉𝐮𝐦𝐥𝐚𝐡 𝐃𝐚𝐭𝐚 (𝐧)| 𝐱 𝟏𝟎𝟎%
Penentuan kuantitas produksi
mingguan per-bulan yang akan
dijabarkan dalam MPS (Master
Production Schedule) mengikuti
kapasitas produksi persuahaan
dengan persentase dari peramalan
sebesar 29% untuk minggu ke-1, 25%
untuk minggu ke-2, 17% untuk
minggu ke-3, dan 29% untuk minggu
ke-4.
Teknik perhitungan yang
digunakan untuk penyusunan MRP
(lot-sizing decision) pada penelitian
ini, antara lain: (1) LFL, yang
memperhitungkan kuantitas
pemesanan bahan baku sesuai dengan
kebutuhan bersih. (2) EOQ, yang
bertujuan untuk mencari kuantitas
pemesanan bahan baku ekonomis
sehingga menghasilkan biaya
persediaan yang minimal. Adapun
rumus EOQ adalah:
EOQ = √𝟐𝑫𝑺
𝑯
Keterangan:
D : Jumlah kebutuhan per tahun
S : Biaya pemesanan untuk sekali
pesan
H: Biaya penyimpanan per unit, per
tahun
(3) POQ, teknik yang bertujuan untuk
menetapkan interval waktu
pemesanan sehingga lebih teratur.
Adapun perhitungannya, yaitu:
POQ = 𝑬𝑶𝑸
𝑹𝒂𝒕𝒂−𝑹𝒂𝒕𝒂 𝑲𝒆𝒃𝒖𝒕𝒖𝒉𝒂𝒏 𝑴𝒊𝒏𝒈𝒈𝒖𝒂𝒏
Kebutuhan bersih (net
requirements) pada MRP didapat dari
hasil pengurangan antara kebutuhan
kotor (gross requirements) dan
persediaan berjalan (projected on
hands). Apabila kuantitas gross
requirements lebih kecil dari
projected on hands, maka net
requirements akan bernilai nol karena
tidak ada kebutuhan bersih.
Adanya kebutuhan bersih, maka
diperlukan pemesanan yang
dimasukkan pada kolom planned-
order releases sesuai dengan lead
time dan hasilnya akan dimasukkan
pada kolom planned-order releases.
Pada penelitian ini, besarnya
service level untuk safety stock
AMDK “Prim-a” varian 240 ml
mengikuti kebijakan perusahaan,
yaitu 95%. Penentuan safety stock
akan dihitung dengan rumus sebagai
berikut:
SS = Z x σ (1)
σ = √Ʃ(𝑿−�̄�)
𝟐
𝒏 (2)
Keterangan:
SS : Safety Stock
Z : Nilai Z-Score dari Tingkat
Penyimpangan Service Level
σ : Standar Deviasi
X : Jumlah Kebutuhan Bahan
X ̄: Rata-Rata Kebutuhan Bahan
n : Jumlah Data
Biaya persediaan yang akan
dihitung adalah biaya pemesanan dan
penyimpanan sehingga dapat ditulis
menjadi model matematis sebagai
berikut:
(1) Biaya Persediaan = Total Biaya
Pemesanan + Total Biaya
Penyimpanan
(2) Total Biaya Pemesanan = Total
Frekuensi Pemesanan x Biaya
Pemesanan untuk Sekali Pesan
(3) Total Biaya Penyimpanan = Total
projected on hands x Biaya
Penyimpanan Per Unit Per Minggu
4. HASIL DAN PEMBAHASAN
a. Deskripsi Hasil Penelitian
Berdasarkan hasil penelitian
berupa observasi dan wawancara pada
Tanggal 25 September 2020 dan
dilanjutkan kembali dengan
wawancara pada Tanggal 23 Januari
2021, terdapat data permintaan aktual
produk dalam satuan box untuk
AMDK “Prim-a” varian 240 ml.
Tabel 2. Data Aktual Permintaan
Sumber: Data diolah (2021).
Berdasarkan observasi yang
dilakukan pada Tanggal 19
September 2020 di Departemen PPIC,
terdapat rincian mengenai data bahan
baku dan lead time yang diuraikan
pada tabel berikut:
Tabel 3. Data Bahan Baku
Nama Bahan Baku Kode Lead Time
Cup 240 ml Prim-a C1
3 Minggu
Karton 240 ml Prim-a C2
Straw C3
Layer C4
OPP Packing Tape Prim-a 36
mm
C5
Lid Prim-a Sandwich C6
Sumber: Data diolah (2020).
Berdasarkan hasil wawancara dan
observasi pada Tanggal 8 September
2020, diperoleh persediaan akhir
AMDK “Prim-a” tahun 2020 yang
selanjutnya menjadi persediaan awal
tahun 2021, yaitu sebanyak 5.200
box.
Berdasarkan wawancara pada
Tanggal 5 September 2020 di,
didapatkan hasil beberapa data biaya
persediaan untuk setiap bahan baku
AMDK “Prim-a” varian 240 ml yang
terdiri dari biaya penyimpanan per
unit per tahun dan biaya pemesanan
untuk sekali pesan yang dijelaskan
pada tabel berikut:
Tabel 4. Data Biaya Persediaan
Sumber: Data diolah (2020).
b. Analisis Data
Perhitungan peramalan untuk
permintaan AMDK “Prim-a” varian
240 ml dengan Metode Dekomposisi
dan Holt-Winter Exponential
Smoothing serta dilakukan dengan
menggunakan bantuan perangkat
lunak Microsoft Excel 2016 setelah
diukur tingkat keakuratannya
menggunakan MAPE, ditemukan
hasil bahwa Metode Holt-Winter
Exponential Smoothing paling akurat
dengan nilai MAPE lebih kecil, yaitu
14,6% dibandingkan Metode
Dekomposisi, yaitu sebesar 20,0%.
Hasil peramalan permintaan
dengan Metode Holt-Winter
Exponential Smoothing akan
digunakan sebagai dasar penyusunan
MPS. Adapun rinciannya, yaitu:
Tabel 5. Hasil Peramalan
Sumber: Data diolah (2021).
Berdasarkan hasil wawancara
dan observasi pada Tanggal 18
September 2020, ditemukan kuantitas
dan macam-macam bahan baku yang
diperlukan untuk memproduksi
AMDK “Prim-a” varian 240 ml.
Bahan baku yang diperlukan untuk
produksi digambarkan melalui Bill of
Material sebagai berikut:
Gambar 1. Bill of Material Produk
Sumber: Data diolah (2021).
Berdasarkan wawancara pada
Tanggal 10 September 2020,
didapatkan informasi kebijakan
mengenai service level untuk
pengadaan safety stock adalah 95%,
oleh karena itu nilai Z-Score sebesar
1,645 (didapat dari tabel Z kurva
distribusi normal). Penentuan safety
stock berdasarkan hasil peramalan
dengan satuan box diuraikan pada
tabel berikut:
Tabel 6. Perhitungan Safety Stock
Sumber: Data diolah (2021).
Berdasarkan lot sizing dengan
Teknik LFL, maka didapatkan hasil
MRP AMDK “Prim-a” varian 240 ml
untuk periode Bulan Januari –
Desember 2021 yang diuraikan pada
tabel berikut:
Tabel 7. Hasil MRP (LFL)
Sumber: Data diolah (2021).
Berdasarkan lot sizing dengan
Teknik EOQ, maka didapatkan
kuantitas EOQ yang harus dipesan
dan hasil MRP AMDK “Prim-a”
varian 240 ml untuk periode Bulan
Januari – Desember 2021 yang
diuraikan pada tabel berikut:
Tabel 8. Hasil MRP (EOQ)
Sumber: Data diolah (2021).
Berdasarkan lot sizing dengan
Teknik POQ, maka didapatkan
interval waktu pemesanan dan hasil
MRP AMDK “Prim-a” varian 240 ml
untuk periode Bulan Januari –
Desember 2021 yang diuraikan pada
tabel berikut:
Tabel 9. Hasil MRP (POQ)
Sumber: Data diolah (2021).
Berdasarkan penyusunan MRP
yang telah dilakukan dengan
beberapa teknik lot sizing, maka dapat
dihitung biaya persediaan untuk
masing-masing bahan baku AMDK
“Prim-a” varian 240 ml untuk periode
Bulan Januari – Desember 2021.
Perhitungan biaya persediaan
menggunakan biaya penyimpanan per
unit per minggu yang diperoleh dari
biaya penyimpanan per unit per tahun
dibagi 52 (satu tahun sama dengan 52
minggu) serta biaya pemesanan untuk
sekali pesan. Adapun rinciannya
sebagai berikut:
Tabel 10. Hasil Biaya Persediaan
1) Biaya Persediaan Bahan Baku C1
2) Biaya Persediaan Bahan Baku C2
3) Biaya Persediaan Bahan Baku C3
4) Biaya Persediaan Bahan Baku C4
5) Biaya Persediaan Bahan Baku C5
6) Biaya Persediaan Bahan Baku C6
Sumber: Data diolah (2021).
c. Pembahasan
Teknik lot sizing yang
menghasilkan biaya paling minimal
untuk periode Bulan Januari –
Desember 2021 pada seluruh bahan
baku AMDK “Prim-a” varian 240 ml
adalah Teknik POQ dengan total
biaya persediaan sebesar
Rp16.108.784,00 Kedua teknik lot
sizing lainnya, yaitu Teknik EOQ
menghasilkan total biaya persediaan
sebesar Rp18.836.415,00 sedangkan
Teknik LFL menghasilkan total
biaya persediaan sebesar
Rp37.800.000,00.
Pada tahun 2020, PT. Tirta
Purbalingga Adijaya Sentul
mencatatkan biaya persediaan
AMDK “Prim-a” varian 240 ml
sebesar Rp24.208.000,00. Hal ini
menandakan bahwa dengan
menggunakan Metode Holt-Winter
Exponential Smoothing untuk
peramalan dan Teknik POQ sebagai
teknik lot sizing pada MRP, maka
perusahaan dapat mengefisiensikan
biaya persediaan sebesar 33,45%.
Meskipun Teknik EOQ
memberikan kuantitas pemesanan
optimal untuk menekan biaya
persediaan, tetapi pada kenyataannya
belum dapat bekerja dengan baik
karena fluktuasi permintaan
kebutuhan kotor mingguan
menyebabkan penumpukan
persediaan berjalan secara
signifikan. Teknik LFL juga tidak
menghasilkan efisiensi biaya
persediaan karena frekuensi
pemesanan maupun biaya
pemesanan untuk sekali pesan cukup
tinggi.
Metode Holt-Winter Exponential
Smoothing merupakan metode yang
lebih akurat dibandingkan dengan
Metode Dekomposisi karena adanya
pola musiman yang tidak tergantung
pada tingkatan atau ukuran data dan
tidak ada pola berulang yang jelas
sehingga lebih cocok menggunakan
metode ini.
Gambar 2. Pola Data Permintaan
Sumber: Data diolah (2021).
Tingkat error pada peramalan ini
juga dipengaruhi oleh situasi
pandemi Covid-19 yang
menyebabkan penurunan permintaan
signifikan khususnya pada tahun
2020 sehingga dapat diasumsikan
bahwa pada situasi normal, tingkat
error peramalan akan lebih kecil.
Apabila terjadi hal di luar kendali
yang menyebabkan permintaan aktual
lebih tinggi dari hasil peramalan,
maka dapat diatasi dengan
menggunakan safety stock agar
pemenuhan tetap terjaga dengan baik.
Hasil peramalan dengan metode
terbaik kemudian dijadikan dasar
dalam MPS agar waktu pemenuhan
kebutuhan bahan baku dan
pemesanan dapat disusun secara rinci.
d. Implikasi Hasil Penelitian
MRP merupakan metode yang
cocok untuk diterapkan pada
pengendalian persediaan yang
berbasis permintaan dependen
(Heizer, Render & Munson, 2016).
Permintaan dependen terjadi karena
adanya permintaan terhadap item
dengan level yang lebih tinggi.
Teknik POQ merupakan teknik
lot sizing yang menghasilkan efisiensi
biaya persediaan terbesar untuk
seluruh varian produk. Pada Teknik
POQ, interval pemesanan bahan baku
dapat akan terpola secara jelas
sehingga perusahaan dapat menyusun
jadwal sistematis mengenai
kedatangan bahan baku yang dipesan
kepada supplier.
Jumlah kuantitas bahan baku
yang harus dipesan juga dapat
memberikan informasi kepada
perusahaan sebagai acuan untuk
perencanaan pembiayaan. Hal ini
dapat meningkatkan produktivitas
perusahaan.
5. KESIMPULAN DAN SARAN
a. Kesimpulan
1) Metode Holt-Winter Exponential
Smoothing merupakan metode
terbaik untuk meramalkan
permintaan AMDK “Prim-a”
varian 240 ml.
2) Setiap teknik lot sizing pada MRP
memberikan variasi hasil terhadap
kebutuhan bersih dan persediaan
berjalan bahan baku AMDK
“Prim-a” varian 240 ml.
3) Teknik POQ merupakan teknik lot
sizing yang menghasilkan efisiensi
biaya persediaan AMDK “Prim-a”
varian 240 ml terbesar
dibandingkan dengan Teknik LFL
dan EOQ.
b. Saran
1) Perusahaan dapat
menghubungkan MRP dengan
sistem informasi terintegrasi
untuk mengantisipasi perubahan
permintaan dan Bill of Material.
2) Perusahaan dapat menambahkan
variabel biaya persediaan lain
seperti biaya kehabisan
persediaan dan pemasangan agar
pengendalian biaya persediaan
lebih menyeluruh.
DAFTAR PUSTAKA
Chopra, S. & Meindl, P., 2016,
Supply Chain Management:
Strategy,
Planning, and Operation,
Global Edition, Pearson,
Harlow.
Dermawan, J. & Abdul WM., 2015,
‘Perencanaan dan
Pengendalian
Persediaan Bahan Baku Jamur
Tiram di Industri Rumah
Tangga Ailani Kota
Malang Jawa Timur’, Habitat,
Vol. 26, No. 1, pp. 22-30.
Efendi, J., Hidayat K. & Raden F.,
2019, ‘Analisis Pengendalian
Persediaan
Bahan Baku Kerupuk Mentah
Potato dan Kentang Keriting
Menggunakan
Metode Economic Order
Quantity (EOQ)’, Media
Ilmiah Teknik Industri,
Vol. 18, No. 2, pp. 125-134.
Efrianti, D., 2014, ‘Pengaruh
Pengendalian Persediaan Just
in Time
Terhadap Efisiensi Pengadaan
Persediaan Bahan Baku (Studi
Kasus Pada CV Jawara Karsa
Agusto)’, Jurnal Ilmiah
Akuntansi Kesatuan, Vol. 2,
No. 1, pp. 99-108.
Fahrudin, V., 2009, ‘Penerapan
Material Requirements
Planning pada
Pengendalian Persediaan
Bahan Baku dan Pengaruhnya
Terhadap Minimasi Biaya
Persediaan (Studi Pada PT.
Tiga Serangkai Pustaka
Mandiri Surakarta)’, Skripsi,
Universitas Sebelas Maret,
Surakarta.
Fajriyah, EW., M. Fuad FM. & Askur
R., 2017, ‘Perencanaan
Persediaan Bahan
Baku Rajungan Menggunakan
Metode MRP (Material
Requirements Planning)
(Studi Kasus: UD. Gerald
Unedo)’, Jurnal Ilmiah
Rekayasa, Vol. 10, No. 1, pp.
9-15.
Hanke, JE. & Reitsch, AG., 1992,
Business Forecasting, 4th
Edition, Allyn and
Bacon, Massachussets.
Heizer, J., Render, B. & Munson, C.,
2016, Operations
Management:
Sustainability and Supply
Chain Management, 12th
Edition, Pearson,
Boston.
Indrayati, R., 2007, ‘Analisis
Pengendalian Persediaan
Bahan Baku dengan
Metode EOQ (Economic
Order Quantity) pada PT.
Tipota Furnishings
Jepara, Skripsi, Universitas
Negeri Semarang, Semarang.
Jacobs, FR. & Chase, RB., 2018,
Operations and Supply Chain
Management, 15th
Edition, McGraw-Hill, New
York.
Johnston, R., Clark, G. & Shulver,
M., 2012, Service Operations
Management:
Improving Service Delivery,
4th Edition, Pearson, Harlow.
Kementrian Perindustrian, 2019,
Peluang Industri AMDK
Mengalir Deras di
Tahun Politik, diakses pada 31
Desember 2020,
https://kemenperin.go.id/artik
el/20354/Peluang-Industri-
AMDK-Mengalir-
Deras-di-Tahun-Politik
Lisjiyanti, AD., 2011, ‘Analisis
Peramalan Penjualan Tahu
Kita pada PT.
Kitagama Jakarta’, Skripsi,
Institut Pertanian Bogor,
Bogor.
Martha, KA. & Putu YS., 2018,
‘Analisis Material
Requirements Planning
Produk Coconut Sugar Pada
Kul-Kul Farm’, E-Jurnal
Manajemen Unud,
Vol. 7, No. 12, pp. 6532-6560.
Montgomery, DC., Jennings, CL. &
Kulahci, M., 2015,
Introduction to Time
Series Analysis and
Forecasting, 2nd Edition,
Wiley, Hoboken.
Nafarin, M., 2007, Penganggaran
Perusahaan, Edisi 3, Salemba
Empat, Jakarta.
Ramadhan, FM., 2018, Aqua
Mendominasi Pangsa Pasar
Air Kemasan,
Tempo.co, diakses pada 31
Desember 2020,
https://grafis.tempo.co/read/1
215/aqua-mendominasi-
pangsa-pasar-air-
kemasan
Robbins, S. & Coulter, M., 2016,
Manajemen, Edisi 13,
Penerbit Erlangga,
Jakarta.
Santosa, IMA., Ni Luh Ayu Kartika
YS. & Ratna KW., 2019,
‘Perbandingan
Metode Holt Winter Additive
dan Metode Holt Winter
Additive Damped
dalam Peramalan Jumlah
Pendaftaran Mahasiswa’,
Jurnal Ilmah Rekayasa
dan Manajemen Sistem
Informasi, Vol. 5, No. 1, pp.
93-98.
Stevenson, WJ., 2015, Operations
Management, 12th Edition,
McGraw-
Hill, New York.
Ummiroh, IR., 2013, ‘Analisis
Penerapan Material
Requirements
Planning (MRP) pada
Pennyellow Furniture’,
Skripsi, Universitas Jember,
Jember.
Utami, R. & Suryo A., 2017,
‘Perbandingan Metode Holt
Exponential
Smoothing dan Winter
Exponential Smoothing untuk
Peramalan
Penjualan Souvenir’, Jurnal
Ilmiah Teknologi Asia, Vol.
11, No. 2, pp. 123-130.
Uty, RL., 2017, ‘Analisis
Pengendalian Persediaan
Bahan Baku pada
Industri Pupuk Organik
Bersubsidi di Kabupaten
Malang’, Skripsi,
Universitas Brawijaya,
Malang.
top related