modul or ref.2014.pdf

MODUL PRAKTIKUM

OPERATIONAL RESEARCH (OR)

JURUSAN AGRIBISNIS

FAKULTAS PERTANIAN – PETERNAKAN

UNIVERSITAS MUHAMMADIYAH MALANG

2014

2

KATA PENGANTAR

Alhamdulillah atas segala rahmat dan karunia Allah SWT, perbaikan modul petunjuk

praktikum mata kuliah Operational Research (OR) sebagai tambahan materi muatan lokal

jurusan Agribisnis Fakultas Pertanian- Peternakan Universitas Muhammadiyah Malang dalam

rangka meningkatkan mutu lulusan pertanian yang mempunyai nilai lebih (soft skill).

Modul Praktikum Manajemen Operasi ini secara umum berisi panduan penggunaan

software, uraian singkat teori/konsep-konsep dan soal-soal latihan yang disesuaikan dengan

materi perkuliahan yang telah disampaikan di kelas. Sofware yang digunakan untuk kegiatan

praktikum ini adalah POM for Windows version 4.5

Tujuan penulisan modul praktikum ini bukan hanya membekali mahasiswa tentang

pengetahuan-pengetahuan praktis dibidang operational research saja, akan tetapi juga membekali

mahasiswa dengan pengetahuan dasar tentang manajemen operasi. Dalam kegiatan praktikum

ini, materi yang dibahas difokuskan pada beberapa hal sebagai berikut, yaitu: Pengambilan

Keputusan (Decision Analysis), Linier Programing, Model Antrian (Waiting Lines), Metode

Transportasi, peramalan (forecasting), dan persediaan (inventory). Pemilihan sebagian materi

yang dibahas dalam kegiatan praktikum ini, diharapkan dapat merepresentasikan hal-hal yang

terkait dengan fungsi manajemen secara umum: planning, organizing, actuating, controlling.

Untuk tujuan pemahaman lebih jauh atas berbagai materi lainnya, mahasiswa dapat mempelajari

sendiri dengan bantuan menu Help alam software POM for Windows ini, dan buku-buku

penunjang lainnya.

Kritik dan saran kiranya kami harapkan dari pembaca untuk perbaikan dan

penyempurnaan modul praktikum Operational Research ini dimasa mendatang.

Malang, Oktober 2014

Penyususn

Ir. Dyah Erni Widyastuti, MM,

Endang Ratnasari,

Yulistiani.

3

DAFTAR ISI

BAB I PENDAHULUAN ..........................................................................................................4

BAB II DECISION ANALISYS ...............................................................................................7

BAB III WAITING LINES ..................................................................................................... 12

BAB IV LINEAR PROGRAMMING .................................................................................... 17

BAB V TRANSPORTATION METHOD .............................................................................. 23

BAB VI FORECASTING (PERAMALAN) ........................................................................... 30

BAB VII INVENTORY / PERSEDIAAN .............................................................................. 35

DAFTAR PUSTAKA .............................................................................................................. 43

4

BAB I

PENDAHULUAN

QM adalah kepanjangan dari quantitatif method yang merupakan perangkat lunak dan

menyertai buku-buku teks seputar manajemen operasi. QM for windows merupakan gabungan

dari program terdahulu DS dan POM for windoes, jadi jika dibandingkan dengan program POM

for windows modul-modul yang tersedia pada QM for windows lebih banyak. Namun ada

modul-modul yang hanya tersedia pada program POM for windows, atau hanya tersedia di

program DS for windows dan tidak tersedia di QM for windows. Berikut ini adalah contoh

tampilan awal pada saat QM for windows dijalankan.

Gambar 1.1 Tampilan awal program QM for windows

5

Gambar 1.2 Pilihan modul yang tersedia pada program QM for Windows

Gambar 1.3 Menubar saat sebelum dipilih modul tertentu

Gambar 1.4 Menubar saat setelah dipilih modul tertentu

Gambar 1.5 Toolbar saat sebelum dipilih modul tertentu

Gambar 1.6 Toolbar saat setelah dipilih modul tertentu

7

BAB II

DECISION ANALISYS

Decision Analisys (DA) adalah salah satu metode untuk menyelesaikan masalah

mengenai analisa keputusan. Analisa ini dilakukan melalui tabel yang akan ditunjukkan oleh

output hasil pengolahan data. Tujuan yang diinginkan adalah untuk memilih keputusan yang

lebih optimal berdasarkan alternatif - alternatif pilihan yang ada.

2.1 Contoh soal

PT. Naruto adalah salah satu perusahaan yang bergerak dibidang produksi makanan. Perusaah ini

akan melakukan ekspansi dengan pilihan beberapa alternatif yang akan dipertimbangkan.

Alternatif keputusan antara lain membuat pabrik besar, pabrik kecil, peningkatan kualitas, atau

tidak melakukan apapun (do nothing). Dalam keputusan tersebut akan ada hal yang dipengaruhi

yaitu sangat menguntungkan, menguntungkan, atau tidak menguntungkan dengan probalitilas

untuk masing-masing kemungkinan yaitu 0.2 , 0.7 ,dan 0.1.Data akan dijelaskan lebih lanjut

dengan tabel dibawah ini.

Tabel 2.1 Data Perusahaan PT. Naruto

Sangat

menguntungkan

Menguntungkan Tidak

menguntungkan

Probabilitas 0.2 0.7 0.1

Pabrik Besar 275000 100000 -150000

Pabrik Kecil 200000 60000 -10000

Peningkatan

Kapasitas

100000 40000 -1000

Do Nothing 0 0 0

Pertanyaan :

Hitung nilai disetiap alternatif pilihan, kemudian pilih alternatif terbaik dan berapa keuntungan

yang akan didapatkan.

2.2 Langkah penyelesaian soal

Jalankan program QM for Windows, pilih Module – Decision Analysis

Pilih menu File - New, sehingga muncul tampilan seperti Gambar 2.1

8

Gambar 2.1 Tampilan awal modul Decision Analysis

Buat judul penyelesaian soal ini dengan mengisi bagian Title: “CONTOH SOAL

DECISION ANALYSIS” . Jika Title tidak diisi, program QM for Windows akan

membuat judul sendiri sesuai default (patokan)-nya. Default Title ini dapat dirubah

dengan meng-klik modify default title. Judul dapat diubah/edit dengan meng-klik ikon

title.

Isikan (set) jumlah keputusan dengan 2, dengan cara meng-klik tanda pada kotak

Number of Decisions (dalam program QM for Windows, tidak perlu memasukkan

keputusan non negatif)

Isikan (set) jumlah nature states dengan 2, dengan cara meng-klik tanda pada kotak

Biarkan pada bagian Objective, tetap pada pilihan Profit (Maximize)

Sekarang tampilan akan seperti pada Gambar 2.2, lanjutkan dengan meng-klik tombol

hingga akan muncul tampilan seperti pada Gambar 2.3

9

Gambar 2.2 Tampilan modul decision Analysis setelah beberapa pilihan diisikan

Gambar 2.3 Tampilan untuk mengisikan angka-angka sesuai dengan contoh soal

10

Selesaikan Contoh Soal ini dengan meng-klik tombol pada toolbar atau dari

menu File – Solve, atau dengan menekan tombol F9 pada keyboard.

Jika ternyata ada data soal yang perlu diperbaiki, klik tombol pada toolbar atau

dari menu File – Edit

Jangan lupa simpan (save) file kerja ini dengan menu File – Save (atau menekan tombol

Ctrl+S. Pilihan untuk menyimpan file dengan format Excel (.xls) dan html (.html) juga

disediakan.

2.3 Hasil Perhitungan

Ada 5 output (tampilan) yang dihasilkan dari penyelesaian

soal, dapat dipilih untuk ditampilkan dari menu Windows yaitu

1.Decision Table Result

2. Expected value Multiplications

3. Perfect Information

4. Regret or Opportunity Loss

5. Hurwicz Tabe

Output-output ini dapat ditampilkan secara

bersaman dengan memilih menu Window –

Tile, atau secara bertumpuk dengan menu

Window – Cascade.

11

Gambar 2.4 Output dari penyelesaian CONTOH SOAL DECISION ANALYSIS

12

BAB III

WAITING LINES

Waiting Lines adalah salah satu modul yang digunakan untuk menyelesaikan masalh

antrian. Masalah antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan

pelayanan atau fasilitas pelayanan, sehingga pengguna fasilitas yang tiba tidak segera dapat

pelayanan dan harus menunggu hingga dilayani. Tujuan dasar dari model antrian adalah untuk

meminimumkan biaya fasilitas pelayanan dan biaya antrian.

3.1 Contoh Soal

Toko Maju Jaya mencoba membuat sistem antrian baru pada tempat pembayaran. Rata-rata

tingkat kedatangan pelanggan 12 org/jam dan setiap pelanggan dapat dilayani dalam 4 menit.

Gaji yang diberikan pada kasir adalah Rp 2500/jam. Diketahui biaya menunggu dalam antrian

untuk setiap pelanggan adalah Rp.20/menit. Dengan data diatas, perusahaan melakukan analisis

terhadap 3 pilihan yaitu,

1. Tetap memberlakukan sistem yang ada yaitu satu saluran satu tahap

2. Merekrut karyawan yang lebih terampil dengan gaji Rp.3000/jam. Dengan cara ini setiap

pelanggan dapat dilayani 2 menit.

3. Memberlakukan sistem antrian baru dengan 2 tempat pembayaran

Pertanyaan :

Hitung biaya total per jam yang harus dikeluarkan untuk setiap alternatif dan pilih alternatif

terbaik.

3.2 Langkah penyelesaian soal

Jalankan program QM for Windows, pilih Module – Waiting Lines

Pilih menu File - New, pilih model yang sesuai dengan studi kasus, sebagai contoh untuk

alternatif pertama memilih M/M/1, sehingga muncul tampilan seperti Gambar 3.1

13

Gambar 3.1 Tampilan awal modul Waiting Lines

Buat judul penyelesaian soal ini dengan mengisi bagian Title: “toko 1” . Jika Title tidak

diisi, program QM for Windows akan membuat judul sendiri sesuai default (patokan)-

nya. Default Title ini dapat dirubah dengan meng-klik modify default title. Judul dapat

diubah/edit dengan meng-klik ikon title.

Pilih pada bagian Cost Analysis,pada pilihan Use Cost



14

Gambar 3.2 Tampilan modul Waiting Lines setelah beberapa pilihan diisikan








disediakan.


Ada 5 output (tampilan) yang dihasilkan dari penyelesaian soal, dapat dipilih untuk

ditampilkan dari menu Windows yaitu

1.Waiting Lines Result

2. Table of Probabilities

3. Graphs of Probabilities

Output-output ini dapat ditampilkan secara bersaman dengan

memilih menu Window – Tile, atau secara bertumpuk dengan

menu Window – Cascade.

15

Gambar 3.4 Output waiting lines results

Gambar 3.5 Output table of probabilities

16

Gambar 3.6 Output Graph of Probabilities

17

BAB IV

LINEAR PROGRAMMING

Linear Programming (LP) adalah salah satu metode untuk menyelesaikan masalah

optimasi. Masalah optimalisasi produksi menjadi salah satu masalah yang paling populer

diselesaikan dengan LP. Tujuan yang ingin dicapai biasanya memaksimumkan keuntungan dan

meminimasi biaya produksi.

4.1 Contoh soal

Perusahaan mebel “RAPI”, membuat meja dan kursi dari kayu. Setiap meja membutuhkan

pekerjaan tukang kayu rata-rata selama 4 jam dan pengecatan rata-rata 2 jam; setiap kursi

membutuhkan pekerjaan tukang kayu rata-rata 3 jam dan pengecatan rata-rata 1 jam. Dalam satu

minggu tersedia 240 jam kerja untuk tukang kayu dan 100 jam kerja untuk pengecatan. Jika

dijual, setiap meja menghasilkan keuntungan rata-rata $7 dan setiap kursi $5. Ringkasan data

mengenai meja dan kursi ada pada Tabel 2.1.

Tabel 4.1 Data perusahaan “RAPI”

Pekerjaan Jam yang dibutuhkan Jam kerja tersedia

per minggu kerja Meja Kursi

Tukang kayu 4 3 240

Pegecatan 2 1 100

Profit per unit $7 $5

Pertanyaan:

Berapa seharusnya produksi meja dan kursi dalam satu minggu kerja agar profit total perusahaan

“RAPI” maksimal?

2.2 Langkah-Langkah Penyelesaian Soal

Jalankan program QM for Windows, pilih Module – Linear Programming


18

Gambar 4.1 Tampilan awal modul Linier Programming

Buat judul penyelesaian soal ini dengan mengisi bagian Title: “CONTOH SOAL LP” .

Jika Title tidak diisi, program QM for Windows akan membuat judul sendiri sesuai

default (patokan)-nya. Default Title ini dapat dirubah dengan meng-klik modify default

title. Judul dapat diubah/edit dengan meng-klik ikon title.

Isikan (set) jumlah kendala dengan 2, dengan cara meng-klik tanda pada kotak

Number of Constraints (dalam program QM for Windows, tidak perlu memasukkan

kendala non negatif)

Isikan (set) jumlah variabel dengan 2, dengan cara meng-klik tanda pada kotak

Number of Variables

Pilih pada bagian Row names, kemudian isi dengan nama “jam kerja”

Pilih pada bagian Column names,

19

Biarkan pada bagian Objective, tetap pada pilihan Maximize



Gambar 4.2 Tampilan modul Linear Programming setelah beberapa pilihan diisikan


20

Isikan angka-angka pada kotak-kotak yang bersesuaian antara jam kerja dan variabel (X1

= meja; X2 = kursi), yaitu


menu File – Solve, atau dengan menekan tombol F9 pada keyboard

Jika ternyata ada data soal yang perlu diperbaiki, klik tombol edit pada toolbar atau dari

menu File – Edit



disediakan.


Ada 5 output (tampilan) yang dihasilkan dari penyelesaian

soal, dapat dipilih untuk ditampilkan dari menu

Windows yaitu

1. Linear Programming Results

2. Ranging

3. Solution list

4. Iterations

5. Graph

Output-output ini dapat ditampilkan secara

bersaman dengan memilih menu Window – Tile, atau secara bertumpuk dengan menu Window –

Cascade.

22

Gambar 4.4 Output dari penyelesaian CONTOH SOAL LINEAR PROGRAMMING

Tampilan Linear Programming Results menunjukkan hasil perhitungan. Solution X1 =

30; X2=40; RHS=410, menunjukkan jumlah produksi optimal Meja=30 unit, kursi=40

unit dan keuntungan yang diperoleh dari jumlah produksi itu adalah $410.

Tampilan Iterations, menunjukkan langkah-langkah dalam metode Simplex, untuk

menyelesaikan persoalan LP. Tampilan Iterations ini hanya muncul jika persoalan yang

dipecahkan tidak rumit.

Tampilan Ranging khususnya pada kolom Lower Bond dan Upper Bond

menunjukkanbatas maksimal (minimum dan maksimum) pada koefisien variabel dan

pada nilai kendala, dimana pada rentang nilai antara Lower Bond dan Upper Bond,

penambahan atau pengurangan nilai solusi yang optimal adalah sebanding (linear) dengan

penambahan atau pengurangan koefisien variabel atau nilai kendala (dibahas/dijelaskan

dalam Analisis Sensitivitas)

Tampilan Graph, menunjukkan secara grafik, hasil perhitungan LP. Tampilan ini hanya

akan muncul jika yang diselesaikan persoalan 2 dimensi (bisa digambarkan dengan grafik

dengan sumbu x dan y)

23

BAB V

TRANSPORTATION METHOD

Transportation Method (metode/model transportasi) digunakan untuk mencari biaya

transportasi total minimal. Perbedaan biaya transportasi per satuan dari masing-masing lokasi

sumber ke lokasi tujuan, perbedaan jumlah maksimal barang yang dapat diangkut dari setiap

sumber serta perbedaan jumlah kebutuhan barang di tiap-tiap tujuan, menjadi variabel yang

menentukan biaya total minimum.

Ada beberapa teknik dalam metode transportasi, namun yang populer adalah teknik

stepping stone dengan kaidah kiri atas – kanan bawah (Nortwest Corner Method), artinya iterasi

(perhitungan) dilakukan secara bertahap dengan dimulai dari kiri atas ke kanan bawah. Teknik

lainnya adalah Vogel’s Approximation Method dan Minimum Cost Method.

5.1 Contoh Soal

Ada tiga pabrik mebel A, B dan C masing masing memiliki kapasitas produksi maksimal dalam

satu periode waktu tertentu 100, 300, dan 300 unit mebel. Ada tiga gudang D, E, dan F yang

masing masing dapat menampung maksimal 300, 200 dan 200 unit mebel. Rata-rata biaya

angkut per unit mebel dari masing-masing pabrik ke masing-masing gudang disajikan dalam

Tabel 4.1 berikut ini

Tabel 5.1 Rata-rata biaya angkut setiap unit mebel dari masing-masing pabrik

ke tiap-tiap gudang yang berbeda

Gudang D Gudang E Gudang F

Pabrik A $5 $4 $3

Pabrik B $8 $4 $3

Pabrik C $9 $7 $3

Pertanyaan: Berapa unit mebel harus diangkut dari masing-masing pabrik ke tiap-tiap

gudang sehingga biaya transportasi total minimum?

24

5.2 Langkah-Langkah Penyelesaian Soal

Jalankan program QM for Windows, pilih Module – Transportation


Gambar 5.1 Tampilan awal modul Transportation

Buat judul penyelesaian soal ini dengan mengisi bagian Title: “CONTOH SOAL

TRANSPORTASI” . Jika Title tidak diisi, program QM for Windows akan membuat

judul sendiri sesuai default (patokan)- nya. Default Title ini dapat dirubah dengan meng-

klik . Judul dapat diubah/edit dengan meng-klik ikon

Isikan (set) jumlah sumber dengan 3, dengan cara meng-klik tanda pada kotak

Number of Sources

Isikan (set) jumlah tujuan dengan 3, dengan cara meng-klik tanda pada kotak

Number of Destinations

Pilih pada bagian Row names, kemudian isi dengan nama “Pabrik”

Pilih pada bagian Column names, kemudian isi dengan nama “Gudang”

25

Biarkan pada bagian Objective, tetap pada pilihan Minimize

Sekarang tampilan akan seperti pada Gambar 5.2, lanjutkan dengan meng-klik

tombol hingga akan muncul tampilan seperti pada Gambar 5.3

Gambar 5.2 Tampilan pada modul Transportation setelah beberapa pilihan diisikan


(perhatikan bahwa Pabrik A, B, C menjadi 1,2,3, juga Gudang D,E,F, menjadi 1,2,3)

26

Isikan angka-angka yang sesuai pada kotak-kotak yang bersesuaian antara Pabrik dan

Gudang, yaitu

Selesaikan Contoh Soal ini dengan meng-klik tombol pada toolbar atau

darimenu File – Solve, atau dengan menekan tombol F9 pada keyboard.





disediakan.


Ada 6 output (tampilan) yang dihasilkan dari

penyelesaian soal, dapat dipilih untuk ditampilkan dari

menu Windows yaitu

1. Transportation Shipments

2. Marginal Costs

3. Final Solution Table

4. Iterations

5. Shipments with costs

6. Shipping list

Output-output ini dapat ditampilkan secara bersaman dengan memilih menu Window –

Tile, atau secara bertumpuk dengan menu Window – Cascade.

27

Gambar 5.4 Output dari penyelesaian CONTOH SOAL TRANSPORTASI

Tampilan Transportation Shipments menunjukkan hasil perhitungan, yaitu jumlah mebel

yang diangkut dari masing-masing Pabrik ke tiap-tiap Gudang, dengan biaya angkut total

minimum

28

Tampilan Marginal Costs menunjukkan tambahan biaya per unit muatan pada sel-sel

yang bersesuaian, seandainya muatan dialihkan ke sel-sel tersebut.

Tampilan Final Solution Table adalah gabungan dari Transportation Shipments dan

Marginal Costs.

Tampilan Iterations menunjukkan langkan-langkah perhitungan yang dilakukan oleh

program QS for Windows

Tampilan Shipments with costs menunjukkan jumlah muatan dan jumlah biaya angkut

dari masing-masing Pabrik ke tiap-tiap Gudang

Tampilan Shipping List menunjukkan daftar jumlah muatan, biaya per unit dan biaya

total dari masing-masing Pabrik ke tiap-tiap Gudang.

5.4. Contoh Soal 2

Mengacu pada Contoh Soal di bagian 4.2, namun dengan sedikit perubahan yaitu

kapasitas maksimum pabrik A yang semula 100 sekarang diganti menjadi 200. Data yang

lainya tetap.

5.4.1 Langkah Penyelesaian Soal 2

Bisa dimulai seperti pada bagian 4.2, namun juga bisa dengan cara yang lebih cepat yaitu

menggunakan file CONTOH SOAL TRANSPORTASI yang sudah ada, kemudian klik

tombol pada toolbar atau dari menu File – Edit

Ganti angka pada kotak yang bersesuaian antara Pabrik 1 dan SUPPLY menjadi 200,

yaitu



Jangan lupa simpan (save) file kerja ini dengan menu File – Save As Pilihan untuk

menyimpan file dengan format Excel (.xls) dan html (.html) juga disediakan.

5.4.2 Hasil Perhitungan Soal 2

29

Hasil perhitungannya menjadi:

Perhatikan bahwa sekarang muncul kolom Dummy dengan angka 100 pada sel yang bersesuaian

dengan Pabrik 3. Ini berarti terdapat kelebihan kapasitas di Pabrik 3 (C) sebesar 100 unit.

30

BAB VI

FORECASTING (PERAMALAN)

6.1 Pengertian

Forecasting merupakan salah satu fungsi perencanaan dan pengendalian produksi. Fungsi

ini akan membuat ramalan kebutuhan (demand) dari produk yang harus dibuat yang dinyatakan

dalam kuantitas (jumlah) produk sebagai fungsi dari waktu. Peramalan dilakukan dalam jangka

panjang (long term), jangka menengah (medium term), dan jangka pendek (short time). Estimasi

yang berkaitan dengan pertanyaan (1) what will be demanded?, (2) how many?, dan (3) when it

should be supplied? Monitoring peramalan sangat diperlukan dengan jalan melakukan

perbandingan antara kebutuhan yang diramalkan dengan yang senyatanya. Untuk itu bisa segera

dilakukan tindak koreksi terhadap kebutuhan yang diramalkan.

Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan

dengan beberapa bentuk model matematis. Peramalan biasanya dikelompokkan oleh horizon

waktu masa depan yang mendasarinya, dengan kategori sebagai berikut:

Peramalan jangka pendek (< 3 bulan)

Peramalan jangka menengah (3 bulan - 3 tahun)

Peramalan jangka panjang (> 3 tahun)

Metode permalan secara umum dibagi dua:

Kualitatif; metode Delphi, judgment para ahli/opini eksekutif, survey pasar konsumen, dsb.

Kuantitatif; moving average (rata-rata bergerak), exponential smoothing (penghalusan

eksponensial), trend projection (proyeksi trend), linear regression (regresi linier). ( Render &

Heizer, 45-90, 2001). Dalam kegiatan praktikum ini, persoalan-persoalan peramalan akan

diselesaikan dengan metode kuantitatif, menggunakan software POM for Windows, yang

pengopersiannya sebagai berikut.

Contoh Forecasting “Linear Regression”

Toko SEGAR adalah took kelontong yang menjual air mineral botol 600 ml. Data

penjualan air mineral botol dalam 6 bulan pertama tahun 2009 adalah sebagai berikut.

Bulan Penjualan

Januari 215

Februari 222

Maret 235

31

April 228

Mei 210

Juni 240

Berdasarkan data diatas, tentukanlah:

a. Ramalan penjualan penjualan pada tahun 2009 dengan metode regresi linier?

b. MAD (Mean Absolute Deviation) dan MSE (Mean Squared Error)?

6.2 Pengoperasian data dengan QM For Window

1. Aktifkan program QM for Windows. Klik menu Module, pilih Forecasting

2. Klik menu File, pilih New dan Time Series Analysis.

32

3. Isi kolom Title dengan Toko SEGAR dan kolom Number of Past Periods dengan 6, Klik

OK.

4. Isi kolom sesuai dengan data pada soal. Pada menu Method pilih Linier Regression/Least

Square. Isi kolom x value for forecast dengan angka 7. Isi Time (x) secara berurutan dari

angka 1 sampai 6.

33

5. Klik Solve untuk mendapatkan hasil perhitungan.

34

6. Klik menu Window dan pilih title untuk melihat perhitungan semua.

Forecasting result : menampilkan hasil akhir forecasting dengan ukuran dan nilai

tertentu, missal untuk demand periode berikutnya, atau koefisien korelasi, dan

lain sebagainya.

Details and Error Analysis :menampilkan total rata-rata, nilai forecast, beta,

macam eror (bias, MAD, dan MSE)

Graph : menampilkan grafik hasil forecasting sesuai metode yang dipilih.

35

BAB VII

INVENTORY / PERSEDIAAN

7.1 Pengertian

Persediaan (inventory) memiliki arti penting bagi perusahaan karena merupakan salah satu

asset yang nilainya besar, secara umumhampir mencakup 40% dari total modal yang

diinvestasikan. Persediaan memiliki beberapa fungsi yang dapat menambah fleksibilitas dari

operasi perusahaan, yaitu untuk:

Memberikan stok barang agar dapat mengantisipasi permintaan yang akan timbul dari

konsumen

Menyesuaikan produksi dengan distribusi Menurunkan biaya produk, yaitu dari discount

atas pembelian jumlah besar

Melakukan hedging terhadap inflasi dan perubahan harga

Menghindari kekurangan stok karena berbagai hal, misal cuaca, kesalahan pengiriman,

dsb.

Menjaga agar operasi dapat berlangsung dengan baik

Terdapat 4 jenis persediaan; persediaan bahan mentah, persediaan barang dalam proses

(Work-in-process-WIP), persediaan MRO (perlengkapan pemeliharaan/perbaikan/operasi), dan

persediaan barang jadi. Model Persediaan berkaitan erat dengan jenis permintaan, yaitu

permintaan dependen dan independen, sehingga metode yang digunakan juga berbeda.

Model persediaan untuk permintaan independen antara lain: Economic Order

Quantity(EOQ), Production Order Quantity (POQ), Quantity Discount, dsb.

Model persediaan untuk permintaan dependen; Material Requirement Planning (MRP).

Dalam POM for Windows, model persediaan untuk permintaan independent termasuk ke

dalam modul inventory, sedangkan MRP dipisahkan dalam modul tersendiri.

A. Pengoperasian Software

Langkah-langkah penyelesian/solusi untuk Persediaan (inventory) adalah sebagai berikut:

1. Klik Module

2. Klik Inventory

36

3. Klik New

37

4. Pilih salah satu antara; Economic Order Quantity (EOQ), Production Order Quantity

(POQ), Quantity Discount, dst.

5. Misalnya dipilih Economic Order Quantity (EOQ), maka kemudian,

6. Isi identitas data dengan mengarahkan mouse ke dalam format ‘creating a new data

sheet’, untuk beberapa model, misal EOQ, data yang harus diisi cukup hanya Tittle

(judul masalah) saja.

7. Klik no reorder point (tanpa point penyediaan persediaan kembali) atau compute

reorder point (point saat persedian dilakukan kembali)

8. Klik OK

9. Lengkapi identitas tabel masalah.

38

10. Masukkan nilai untuk baris demand rate (tingkat permintaan), Ordering Cost (biaya

pemesanan), Holding Cost (biaya simpan), dst.

11. Klik Solve untuk mengetahui solusi/penyelesaian masalah.

12. Klik Window untuk mengetahui semua jenis solusi. Solusi yang diberikan oleh POM

WIN untuk pilihan Economic Order Quantity (EOQ) meliputi:

Inventory result: menampilkan hasil akhir inventory dengan nilai tertentu untuk

berbagai parameter, misalnya Optimal Order Quantity, Total Cost, dsb.

Cost Curve: menampilkan kurva inventory, yang menggambarkan Quantity dan

Cost (Ordering Cost, Holding Cost, dan Total Cost).

Sedangkan untuk beberapa model lainnya, solusi yang ditampilkan melalui

window, termasuk Detail, dengan informasi yang lebih spesifik, namun ada juga

yang hanya menampilkan Inventory result nya saja.

39

Contoh soal menggunakan metode EOQ :

Sebuah perusahaan eksportir buah manggis CV. Mastin Good memiliki stok 3 ton buah

manggis. Permintaan per tahun 100.000 Kg buah manggis dengan demand constant. Biaya

pemesanan kembali $100 per pemesanan dan biaya penyimpanan persediaan diperkirakan $1 per

unit. Serta diasumsikan jumlah hari kerja dalam satu tahun adalah 250 hari.

Pertanyaan :

a. Berapakah kuantitas pesanan yang harus dipenuhi perusahaan untuk meminimalkan biaya

yang berhubungan dengan persediaan ?

b. Pada titik berapa pesanan harus disiapkan ?

c. Berapakah rata-rata persediaan yang akan terjadi (dalam satuan buah) ?

d. Berapakah total pesanan dan biaya penyimpanan yang terjadi ?

7.2 Langkah-langkah dalam POM :

1. Jalankan program POM, Module Inventory New Economic Order Quantity

(EOQ) compute reorder point

2. Pada bagian title, ketikan judul sesuai dengan soal

3. Klik OK

40

4. Isikan data sesuai dengan soal

5. Klik Solve

6. Muncul Output Inventory Result dan Cost Curve

41

a. Output Inventory result

b. Output Cost Curve

Simpulan :

a. Kuantitas pesanan yang harus disediakan perusahaan untuk meminimalkan biaya

yang berhubungan dengan persediaan adalah 4.472 buah manggis

42

b. 0 buah (waktu pesanan bersifat segera, sehingga untuk menurunkan persediaan

menjadi nol sebelum dilakukan pesanan kembali.

c. Rata-rata persediaan yang akan terjadi (dalam satuan buah) = 2.238 buah

d. Total pesanan dan biaya penyimpanan yang terjadi $4.472

43

DAFTAR PUSTAKA

Anonimous. (2014, 10 24). Manajemen Operasi. Retrieved from Google:

http://www.scribd.com/doc/65902115/POM-QM

Sarjon, H. (2010). Aplikasi Riset Operasi. Jakarta: Salemba Empat.

modul or ref.2014.pdf

Documents