BAB I PENDAHULUAN

1.1. LATAR BELAKANG Setiap hari para manajer membuat keputusan tanpa mengetahui apa yang akan terjadi di masa depan. Persediaan dipesan tanpa kepastian berapa jumlah penjualannya, peralatan baru dibeli padahal tidak ada kepastian permintaan terhadap produk dan investasi dilakukan tanpa pengetahuan berapa laba yang akan diperoleh. Dalam menghadapi ketidakpastian, para manajer selalu berusaha membuat estimasi yang lebih baik tentang apa yang akan terjadi di masa depan. Membuat estimasi yang lebih baik adalah tujuan dari peramalan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. Bisa jadi berupa prediksi subjektif atau intuitif tentang masa depan. Atau peramalan bisa mencakup kombinasi model matematis yang disesuaikan dengan penilaian yang baik oleh manajer. Metode peramalan yang paling cocok untuk sebuah perusahaan mungkin mendatangkan bencana bagi perusahaan yang lain atau bahkan dalam departemen yang berbeda dari perusahaan yang sama. Peramalan memang memiliki banyak keterbatasan, peramalan jarang sekali jika pernah sempurna, peramalan juga memakan biaya dan waktu untuk menyiapkan dan memantaunya. Sedangkan perencanaan dan pengendalian persediaan diperlukan untuk menjaga agar proses produksi bisa berjalan lancar, juga antisipasi kebutuhan yang senantiasa berfluktuasi dan tidak pasti maupun ramalan permintaan yang tidak menjamin ketelitiannya, semuanya akan bisa diatasi. Permasalahan persediaan yang perlu diformulasikan dalam perencanaan adalah seberapa banyak dan kapan persediaan barang tersebut harus disiapkan agar tidak terjadi kelangkaan. Persediaan akan memiliki fungsi dan arti penting untuk menjaga proses produksi bisa berlangsung lancar dan terkendali secara rinci dijelaskan sebagai berikut : Fungsi Pipe-Line (Transit) Inventories, berfungsi sebagai penghubung antara produsen barang dengan pemasok ataupun konsumen yang dipisahkan oleh letak geografis. Economis Order Quantities. Kuantitas produk yang dipesan diharapkan mampu memberi keseimbangan dalam hal biaya penyimpanan barang dalam jumlah besar dan pesanan dalam jumlah kecil dengan frekuensi pemesanan yang jarang. Safety/Buffer Stocks, merupakan antisipasi terhadap kondisi acak, fluktuasi, ketidakpastian, dan di luar kendali sistem industri. Decoupling Inventories, persediaan dibuat agar setiap tahapan produksi bisa lebih bebas tidak saling tergantung dengan proses yang lain.

Page | 1

Seasonal Inventories, persediaan dibuat untuk mengantisipasi fluktuasi permintaan produk/barang pada musim yang berbeda. Persediaan barang berkaitan erat dengan permintaan/kebutuhan (demand) dan kapasitas produksi terpasang. Optimasi jumlah persediaan akan ditentukan berdasarkan biaya yang terkecil. 1.2. LANDASAN TEORI 1.2.1 Peramalan (Forecasting) Peramalan adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan. Dua pendekatan umum dalam peramalan yaitu : 1. Metode Kualitatif Metode ini biasanya digunakan untuk perkenalan produk barang dan jasa baru. Metode Kualitatif terdiri atas : a. Juri dari opini eksekutif b. Gabungan armada penjualan c. Metode Delphi d. Survei pasar konsumen e. Pendekatan naif 2. Metode Kuantitatif Metode Kuantitatif terdiri atas : a. Rata-rata Bergerak (Moving Average) b. Penghalusan Eksponensial (Exponential Smoothing) c. Proyeksi Trend (Trend Projection) d. Regresi Linear (Linear Regression) Pada studi kasus kali ini hanya akan digunakan peramalan dengan 2 metode kuantitatif model time series, yaitu Moving Average dan Exponential Smoothing serta perhitungan error MAD, MSE dan MAPE. Rata-rata bergerak/Moving Average bermanfaat jika asumsinya adalah bahwa permintaan pasar tetap stabil sepanjang waktu. Persamaan umumnya yaitu : Rata-rata Bergerak =

dimana n adalah jumlah bergerak dalam rata-rata bergerak. Penghalusan Eksponensial/Exponential Smoothing didasarkan pada asumsi bahwa angka rata-rata baru dapat diperoleh dari angka rata-rata lama dan data demand yang tebaru. Persamaannya yaitu : Ft = Ft-1 + (At-1 Ft-1) Dimana : Ft = ramalan baru = konstanta penghalusan (01)

Page | 2

Ft-1

= ramalan sebelumnya

At-1

= permintaan aktual periode sebelumnya

Tujuan mengambil sebuah nilai untuk konstanta penghalusan adalah untuk mencapai ramalan yang paling akurat. Kesalahan peramalan (forecast error) didefinisikan dengan : Kesalahan peramalan = permintaan peramalan Metode perhitungan kesalahan peramalan yaitu : 1. Mean Absolute Deviation (MAD)/Deviasi Absolut Rata-rata Hitung MAD dihitung dengan mengambil jumlah nilai absolut dari kesalahan peramalan individu dan membaginya dengan jumlah periode data (n). MAD =

=

=

2. Mean Squared Error (MSE)/Kesalahan Kuadrat Rata-rata MSE adalah rata-rata perbedaan kuadrat antara nilai yang diramalkan dan nilai yang diamati. MSE merupakan cara lain mengukur kesalahan ramalan secara menyeluruh. MSE =

=

3. Mean Absolute Percentage Errors (MAPE) MAPE merupakan cara yang paling akurat untuk membandingkan error dari 2 metode time series.

MAPE =

1.2.2 Persediaan (Inventory) Persediaan merupakan simpanan material yang berupa bahan mentah, barang dalam proses dan barang jadi. Pengendalian terhadap persediaan/Inventory Control adalah aktivitas mempertahankan jumlah persediaan pada tingkat yang dikehendaki. 1. Economic Order Quantity (EOQ)/Jumlah Pemesanan Ekonomis Ada beberapa asumsi dasar yang akan diambil, yaitu : Biaya kelangkaan (shortage cost) dalam hal ini dianggap = 0 Tidak ada potongan harga (discount price) untuk barang/ produk yang dipesan meskipun dalam jumlah besar Perhitungan akan dilakukan per item barang/produk yang akan dilakukan pengendalian persediaan

Page | 3

Biaya pemesanan (ordering costs) dan penyimpanan (holding costs) akan berlaku tetap/konstan dan diketahui Laju pemakaian barang (production rate) dan juga waktu pemesanan sampai dengan kedatangan barang/produk yang dipesan (lead time) juga bersifat konstan dan diketahui Total biaya persediaan/Total Inventory Costs (TIC) dihitung berdasarkan biaya pemesanan (ordering costs) ditambah dengan biaya penyimpanan (holding costs). TIC per tahun = k.D/Q + h.Q/2 Dimana : k D Q h Q/2 = biaya pemesanan per pesanan = permintaan (demand) per tahun = jumlah barang/produk yang dipesan per pemesanan = biaya penyimpanan = rata-rata persediaan (units)

Berdasarkan formulasi TIC di atas, maka akan diperoleh jumlah pemesanan yang paling ekonomis (EOQ) dengan penurunan TIC sebagai berikut : TIC/Q = -k.D.Q-2 + h/2, kondisi akan optimum bila TIC/Q = 0, sehingga : -k.D/Q02 + h/2 = 0 atau k.D/Q02 = h/2 Q02 = 2k.D/h EOQ = Q0 = Dengan melakukan pemesanan dengan jumlah yang ekonomis (EOQ) maka akan diperoleh biaya persediaan yang paling kecil, yaitu sebesar : TIC0 = k.D/Q0 + h.Q0/2 2. Re-Order Point (ROP)/Titik Pemesanan Kembali Titik pemesanan kembali/Re-Order Point (ROP) merupakan titik saat pemesanan barang harus dilakukan sebanyak yang dibutuhkan, banyaknya persediaan yang ada di gudang, atau banyaknya persediaan yang direncanakan untuk mengantisipasi kebutuhan produksi masa mendatang. Pada saat persediaan sudah mencapai suatu tingkat tertentu (reorder level) maka pesanan dalam jumlah ekonomis harus dibuat, yaitu pada saat t0. Untuk mencari siklus pesanan atau pengadaan persediaan optimal (t0) dapat ditetapkan berdasarkan rumus : t0 = Q0/D Dimana : t0 = saat kapan pesanan ekonomis harus dilaksanakan Pemesanan harus dilakukan selama masih terdapat persediaan yang cukup untuk memenuhi permintaan selama periode tenggang waktu. Tingkat

Page | 4

persediaan ini disebut dengan titik pemesanan kembali. Formulasinya dapat dirumuskan sebagai berikut : ROP = L.D/hari kerja dalam setahun Dimana : L = waktu antara pemesanan sampai pesanan datang (lead time) D= jumlah permintaan 3. Safety Stock (SS)/Persediaan Penahan Titik pemesanan kembali pada saat tingkat persediaan sudah menunjukkan sejumlah tertentu (TPK) yang berhubungan dengan safety stock dapat diformulasikan sebagai berikut : TPK = SS+L.D SS = zs Dimana : TPK = reorder level/Titik Pemesanan Kembali SS = safety stock L.D = permintaan atau laju pemakaian persediaan selama tenggang waktu pemesanan sampai dengan kedatangan barang (lead time) z = ditentukan oleh service level s = standar deviasi permintaan selama lead time Dalam model EOQ nilai safety stock (SS)=0 Service level adalah sebuah kemungkinan dimana suatu permintaan pelanggan dapat dipenuhi dari persediaan selama tenggang waktu pemesanan atau lead time dalam satu siklus pemesanan. Tabel Persentase Permintaan Normal NORMAL DEMAND PERCENTAGES z 0 0,5 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 Service Level Percent 50,0 69,1 84,1 86,4 88,5 90,3 91,9 93,3 94,5 95,5 Stockout percent 50,0 30,9 15,9 13,6 11,5 9,7 8,1 6,7 5,5 4,5

Page | 5

1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0

96,4 97,1 97,7 98,2 98,6 98,9 99,2 99,4 99,5 99,6 99,7 99,8 99,9

3,6 2,9 2,3 1,8 1,4 1,1 0,8 0,6 0,5 0,4 0,3 0,2 0,1

Page | 6

BAB II PEMBAHASAN

2.1. PERAMALAN (FORECASTING) PT. BATHOTIS FOODS merupakan perusahaan yang memproduksi barang berupa aneka makanan berbahan dasar kentang. Secara konsisten PT. BATHOTIS FOODS yang merupakan perusahaan yang sedang berkembang melakukan peramalan penjualan keripik kentang selama 1 tahun. Tujuannya adalah untuk persiapan mempekerjakan, melatih atau harus memberhentikan pekerja/jika harus mempekerjakan pekerja tambahan, menentukan kapasitas permintaan agar tidak terjadi kekurangan atau kelebihan dalam produksi, serta peramalan yang akurat akan dapat menjalin hubungan yang baik dengan pemasok serta harga barang. Metode yang digunakan yaitu metode Rata-rata Bergerak dan Penghalusan Eksponensial serta perhitungan error menggunakan metode MAD, MAPE dan MSE. 2.1.1 Metode Peramalan Rata-rata Bergerak (Moving Average)

DATA PENJUALAN AKTUAL KERIPIK KENTANG DAN HASIL PERAMALAN MOVING AVERAGE PT BATHOTIS FOODS PADA TAHUN 2010 (UNITS DALAM RIBUAN) Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Penjualan Aktual (Units) 10 11 13 15 18 16 16 17 20 23 21 25 Moving Average tiap Bulan (Units) (23+21+25)/3 = 23 (21+25+10)/3 = 18 2/3 (25+10+11)/3 = 15 1/3 (10+11+13)/3 = 11 1/3 (11+13+15)/3 = 13 (13+15+18)/3 = 15 1/3 (15+18+16)/3 = 16 1/3 (18+16+16)/3 = 16 2/3 (16+16+17)/3 = 16 1/3 (16+17+20)/3 = 17 1/3 (17+20+23)/3 = 20 (20+23+21)/3 = 21 1/3

Page | 7

2.1.2

Metode Peramalan Smoothing)

Penghalusan

Eksponensial

(Exponential

DATA PERMINTAAN KERIPIK KENTANG UNTUK PERAMALAN METODE EXPONENTIAL SMOOTHING PT BATHOTIS FOODS PADA TAHUN 2010 (UNITS DALAM RIBUAN) Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember 2.1.3 Permintaan/ Demand (Dt) 10 11 13 15 18 16 16 17 20 23 21 25 Forecasting (Ft) =0,1 15,00 14,50 14,15 14,04 14,13 14,52 14,67 14,80 15,02 15,52 16,27 16,74 Forecasting (Ft) =0,5 15,00 12,50 11,75 12,38 13,69 15,84 15,92 15,96 16,48 18,24 20,62 20,81

Perhitungan Error (Forecast Error) DATA KESALAHAN PERAMALAM METODE MOVING AVERAGE Bulan Demand (Dt) 10 11 13 15 18 16 16 17 20 23 21 25 Forecasting (Ft) 23,00 18,67 15,33 11,33 13,00 15,33 16,33 16,67 16,33 17,33 20,00 21,33 Dt-Ft -13,00 -7,67 -2,33 3,67 5,00 0,67 -0,33 0,33 3,67 5,67 1,00 3,67 0,35 47,01 319,01

Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (Dt-Ft) bias [Dt-Ft] absolute deviation (Dt-Ft)2

Page | 8

DATA KESALAHAN PERAMALAN METODE EXPONENTIAL SMOOTHING Bulan Demand (Dt) Ft =0,1 15,00 14,50 14,15 14,04 14,13 14,52 14,67 14,80 15,02 15,52 16,27 16,74 Dt-Ft -0,50 -3,50 -1,15 0,96 3,87 1,48 1,33 2,20 4,98 7,48 4,73 8,26 30,14 40,44 209,87 Ft =0,5 15,00 12,50 11,75 12,38 13,69 15,84 15,92 15,96 16,48 18,24 20,62 20,81 Dt-Ft -0,50 -1,50 1,25 2,62 4,31 0,16 0,08 1,04 3,52 4,76 0,38 4,19 20,31 24,31 83,37

Januari 10 Februari 11 Maret 13 April 15 Mei 18 Juni 16 Juli 16 Agustus 17 September 20 Oktober 23 November 21 Desember 25 (Dt-Ft) bias [Dt-Ft] absolute deviation (Dt-Ft)2

Perhitungan error dari 3 macam metode kesalahan peramalan dengan periode (n) 12 bulan adalah sebagai berikut : Metode PeramalanMAD=

MSE=

MAPE=

Moving Average Exponential =0,1 Smoothing =0,5 2.1.4 Metode Terbaik

3,92 3,37 2,03

26,58 17,49 6,95

28,38% 18,09% 11,18%

Berdasarkan tabel perhitungan error dari 3 metode di atas, maka metode Exponential Smoothing dengan =0,5 merupakan metode terbaik karena dari ketiga perhitungan kesalahan peramalan, Exponential Smoothing dengan =0,5 memiliki tingkat error yang lebih sedikit dibandingkan dengan =0,1 atau metode moving average.

Page | 9

2.2. PERSEDIAAN (INVENTORY) Untuk mengantisipasi segala ketidakpastian yang terjadi diluar kendali sistem industri seperti terjadinya kelangkaan, pemogokan tenaga kerja, dsb, perlu dilakukan perencanaan dan pengendalian persediaan agar PT BATHOTIS FOODS tidak kehilangan konsumen karena hal-hal tersebut. Dalam melakukan perencanaan dan pengendalian persediaan, maka perlu diketahui komponenkomponen biaya yang akan dijadikan dasar perhitungan dalam melakukan perencanaan dan pengendalian persediaan, yaitu meliputi : Biaya pemesanan, meliputi biaya administrasi untuk pembelian/pemesanan kepada pemasok (supplier)dari luar. Biaya persiapan, meliputi biaya untuk membuat/memproduksi sendiri produk maupun komponen yang diperlukan. Biaya kelangkaan, yaitu biaya yang harus dikeluarkan sebagai konsekuensi Biaya persediaan, terdiri dari biaya penyimpanan seperti sewa gudang, asuransi, pemeliharaan/perawatan. Biaya (harga) material, merupakan harga material per unit yang harus dipesan/dibeli dalam jumlah tertentu sebagai konsekuensi dalam perencanaan persediaan. 2.2.1 Economic Order Quantity (EOQ)/Jumlah Pemesanan Ekonomis Kebutuhan/permintaan akan produk keripik kentang pada tahun 2010 yaitu sebesar 32.800 unit/tahun dengan biaya pemesanan sebesar Rp400.000,- per pesanan dan biaya penyimpanan sebesar Rp41.000,- per unit per tahun. Maka jumlah pemesanan ekonomis (EOQ) yang dapat dilakukan PT BATHOTIS FOODS dapat dihitung sebagai berikut : EOQ = Q0 = ; dengan k = 400.000 D= 32.800 h = 41.000

EOQ = = = = 800 Jadi, jumlah pemesanan ekonomis yaitu sebesar 800 unit. Dengan melakukan pemesanan dalam jumlah ekonomis tersebut maka dapat ditentukan biaya persediaan yang paling kecil, yaitu dengan perhitungan sebagai berikut : TIC0 = k.D/Q0 + h.Q0/2 = +

Page | 10

= 16.400.000 + 16.400.000 = 32.800.000 Biaya persediaan paling kecil yaitu Rp32.800.000,- dengan melakukan jumlah pemesanan sebesar 800 unit. Kondisi tersebut dapat digambarkan dengan grafik sebagai berikut : Economic Order Quantity (EOQ) dan Biaya Persediaan Minimal (TIC0) Biaya TIC Biaya Penyimpanan

45

32,8x Rp1jt

TIC0

30

15

Biaya Pemesanan Q0 (units)0 400 800 1200

0

2.2.2 Economic Order Quantity (EOQ) dengan Re-Order Point (ROP) Telah ditentukan bahwa harga keripik kentang per unit (b) adalah sebesar Rp5000,-. Dari pembahasan diatas telah diketahui jumlah pemesanan ekonomis (Q0) sebesar 800 unit serta jumlah permintaan (D) sebesar 32.800 unit/tahun, sedangkan waktu antara pemesanan sampai dengan pesanan datang (lead time) yaitu selama 5 hari, maka siklus waktu pesanan/pengadaan persediaan optimal (t0) dapat diketahui sebagai berikut : t0 = Q0/D = 800/32.800 = 0,024 tahun

Dalam hal ini satu tahun perusahaan mengalokasikan dalam 250 hari kerja, jadi 0,024 tahun sama dengan 6 hari kerja.

Page | 11

ROP

= L.D/hari kerja dalam setahun = 5(32.800)/250 = 656

Grafik Model EOQ dengan ROPJumlah Pesanan800

(Q0)

EOQ

ROP 656 Qr

Level pemesanan Kembali

0 0

6 5 11

22

33

44

waktu (t)

Selanjutnya dapat dihitung Total Cost (TC0) untuk pengadaan persediaan per tahun, yaitu sebagai berikut : TC0 = TIC0/tahun + b.D = 32.800.000 + 5.000(32.800) = 196.800.000 Jadi total biaya untuk pengadaan persediaan selama 1 tahun yaitu sebesar Rp196.800.000,-. 2.2.3 Economic Order Quantity (EOQ) dengan Re-Order Point (ROP) + Safety Stock (SS) PT Bathotis Foods yang merupakan perusahaan yang memproduksi dan menjual keripik kentang kepada distributor dengan karakteristik sebagai berikut : Service level = 95% Biaya Pemesanan Ekonomis (EOQ) = 800 unit Rata-rata Permintaan = 100 unit per hari Lead Time = 5 hari Standar deviasi dari permintaan = 60 unit Jadi, total permintaan selama lead time = 5x100 unit = 500 unit

Page | 12

Standar deviasi setiap hari = 60 unit, maka standar deviasi permintaan selama lead time 5 hari adalah s2 = 5x(60)2 = 18.000 s= = 134 unit (dengan pembulatan) TPK = 500+1,65(134) = 721,1 unit Maka, re-order point = 721,1 unit, sedangkan besar pemesanan ekonomis adalah 800 unit.

Page | 13

BAB III KESIMPULAN

Berdasarkan perhitungan dari dua metode peramalan yaitu Moving Average dan Exponential Smoothing (dengan dua konstanta yang berbeda yaitu =0,1 dan =0,5) didapatkan metode peramalan terbaik yaitu metode Exponential Smoothing dengan konstanta 0,5 karena tingkat kesalahannya paling kecil. Penentuan konstanta untuk mendapatkan tingkat kesalahan yang sekecil-kecilnya didapat dengan cara coba-coba. Dengan melakukan perencannaan persediaan yangn tepat, yaitu dengan penentuan jumlah pemesanan ekonomis, total biaya persediaan minimal, saat kapan dilakukan pemesanan kembali, berapa jumlah pemesanan, serta berapa jumlah persediaan cadangan agar dapat memenuhi permintaan selama tenggang waktu pemesanan maka akan dapat mengoptimalkan waktu dan biaya yang harus dikeluarkan oleh suatu perusahaan. Sehingga, perusahan mendapat kepercayaan dari pelanggan karena selalu memenuhi permintaan pelanggan tepat waktu.

Page | 14

DAFTAR PUSTAKASumayang, Lalu.2003. Dasar-Dasar Manajemen Produksi dan Operasi. Jakarta: Salemba Empat. Wignjosoebroto, Sritomo. 2006. Pengantar Teknik&Manajemen Industri. Surabaya : Guna Widya. Rander, Barry dan Jay Heizer. 2001. Prinsip-Prinsip Manajemen Operasi. Jakarta: Salemba Empat W. Taylor, Bernard. 2006. Sains Manajemen Buku 2. Jakarta: Salemba Empat Rander, Barry dan Jay Heizer. 2009. Manajemen Operasi. Jakarta: Salemba Empat

Page | 15