Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur-Medan

(1)

Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

INVENTORY CONTROL DAN PERENCANAAN BAHAN BAKU DI INDUSTRI MANUFAKTURING PADA PT. INDOFOOD

SUKSES MAKMUR - MEDAN

SKRIPSI

IMELDA YULI YANTI FRANSISKA

050803021

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

INVENTORY CONTROL DAN PERENCANAAN BAHAN BAKU DI INDUSTRI MANUFAKTURING PADA PT. INDOFOOD

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

IMELDA YULI YANTI FRANSISKA 050803021

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(3)

PENGHARGAAN

Dengan segala kerendahan hati penulis memanjatkan puji dan syukur kepada Tuhan

Yang Maha Esa atas kasih dan penyertaanNya sehingga penulis dapat menyelesaikan

perkuliahan dan tugas akhir ini yang berjudul “Inventory Control dan Perencanaan

Bahan Baku di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan”.

Pada kesempatan ini penulis mengucapkan banyak terima kasih kepada

seluruh pihak yang telah banyak membantu, khususnya kepada :

1. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si., sebagai dosen pembimbing utama dan

bapak Drs. Djakaria Sebayang sebagai pembimbing II yang telah bersedia

meluangkan waktunya yang sangat berharga, tenaga dan pikiran dalam

membimbing penulis.

2. Bapak Drs. Henry Rani Sitepu, M.si. dan Ibu Dra. Elly Rosmaini, M.Si., sebagai

dosen penguji yang telah bersedia meluangkan waktunya dan yang telah

memberikan saran-saran untuk memperbaiki tulisan ini.

3. Bapak Dr. Saib Suwilo, M.Sc., selaku ketua jurusan di Departemen Matematika

yang telah memberikan kesempatan kepada penulis untuk menyusun skripsi ini.

4. Bapak Drs. Agus Salim Harahap, M.si., selaku dosen wali yang telah memberikan

dorongan dan semangat semasa perkuliahan.

5. Seluruh Staff pengajar khususnya Staff pengajar Matematika dan pegawai FMIPA

USU yang telah membimbing penulis dalam perkuliahan dan urusan administrasi.

6. Ketua dan pengurus HMM yang memberikan dukungan selama kegiatan di

Himpunan.

7. Kedua orangtuaku Ibunda R. br Manurung dan ayahanda H.R. Siburian tercinta

dan segenap keluarga besar atas curahan kasih sayang, dukungan dana, doa, dan

dorongan yang diberikan kepada penulis selama mengikuti perkuliahan hingga

selesainya penulisan tugas akhir ini.

8. Bapak Mochtar Sukardi selaku Branch Manager, Bapak Widiyarto selaku Branch

(4)

Dwi Antoni selaku Industrial Relation, Bapak Rusli selaku Production Manager,

Bapak Endang Supriatna selaku PPIC - Supervisor, dan seluruh Staff

PPIC-Production Planning and Inventory Control yang telah memberikan kesempatan

kepada penulis untuk melakukan penelitian dan tak lupa juga kepada Ibu Ija yang

banyak membantu penulis.

9. Teman-teman Mahasiswa Matematika Angkatan ’05 khususnya sahabat-sahabatku

tersayang Ester Christina, Christine “Bundo”, Trisnawati Sitompul, Ruth Endaria

Ginting, Meilinda Siahaan, Alice, Josephine, Juli Butar-butar, Veronika Sitohang,

Sagita dan seluruh teman-temanku yang “jahil”. Kakak-kakak, abang-abang dan

adik-adik senior yang telah banyak memberikan kasih sayang, perhatian, dorongan

dan semangat kepada penulis selama perkuliahan dan penulisan skripsi ini.

Biarlah Cinta kasih Tuhan yang tidak berkesudahan yang akan membalas

kebaikan yang telah diberikan kepada penulis.

Penulis menyadari sepenuhnya bahwa tulisan ini masih kurang sempurna. Oleh

karena itu dengan hati yang terbuka penulis menerima kritik dan saran yang

membangun dari semua pihak. Sekian dan Terima kasih.

Medan, Agustus 2009

Penulis,

(5)

ABSTRAK

Persediaan (inventory) bahan baku sebagai kekayaan perusahaan memiliki peranan penting di dalam operasi bisnis dalam industi manufaktur. Masalah kuantitatif yang berkaitan dengan persediaan (inventory) bahan baku adalah mengendalikan saat datangnya bahan baku agar bisa tepat waktu, mengendalikan banyaknya bahan baku yang datang, termasuk persediaan pengaman, dan mengendalikan biaya persediaan agar diperoleh biaya total minimum. Dalam tulisan ini penulis memilih menggunakan metode dekomposisi dalam meramalkan kebutuhan bahan baku tepung terigu di PT. Indofood Sukses Makmur pada periode Januari sampai dengan Desember 2009. Metode Dekomposisi merupakan salah satu metode peramalan yang menguraikan data atas komponen-komponen time series secara terpisah. Dengan Model Dekomposisi data : Xt = St . Tt . Ct . Et . Dari hasil perhitungan dan analisa, pemakaian bahan baku

tepung terigu di PT. Indofood Sukses Makmur periode Januari 2009 sampai dengan Desember 2009 adalah 30.866.645,51 kg, dengan Fixed Order Quantity 1.008.100,453 kg akan diperoleh penghematan sebesar Rp 356.667.291 per tahun, Sedangkan Fixed

Order Interval (T*) adalah 9.79 – 10 hari kerja akan diperoleh penghematan sebesar

(6)

INVENTORY CONTROL DAN PERENCANAAN BAHAN BAKU DI INDUSTRI MANUFAKTURING PADA PT. INDOFOOD

ABSTRACT

Raw material inventory has an interesting rule in the bussiness operation in manufakturing industry. The quantitative problems in the raw material inventory are to rein the coming of raw material just in time, to rein the total of raw material, instead safety stock and to rein the inventory cost so we have minimum total cost . In this paper, writer choose to use a Decompotition Method to forecast the raw material (Flavour) necessary in PT. Indofood Sukses Makmur in period January 2009 to December 2009. Decompotition Method is the one of the forecasting Method that analyzing the data of time series for each componen. The decompotition method is : Xt = St . Tt . Ct . Et . From the math calculation, the raw material need in next period is

(7)

DAFTAR ISI

Halaman

KATA PENGANTAR i

ABSTRAK iii

ABSTRACT iv

DAFTAR ISI v

DAFTAR TABEL vii

DAFTAR GAMBAR viii

BAB I PENDAHULUAN

1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Pembatasan Masalah 2

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 4

1.7 Tinjauan Pustaka 5

BAB II LANDASAN TEORI

2.1 Metode Peramalan 6

2.2 Metode Dekomposisi 7

2.3 Dekomposisi Data 8

2.3.1 Komponen Musiman 8

2.3.2 Komponen Trend 10

2.3.3 Komponen Siklus 11

2.3.4 Komponen Error 11

2.4 Pengujian Data. 11

2.4.1 Pengambilan Sampel 11

2.4.2 Uji Musiman 12

2.5 Persediaan (Inventory) 14

2.5.1 Pengendalian persediaan bahan baku 15

2.5.2 Faktor-faktor yang mempengaruhi persediaan

bahan baku 16

2.6 Model Persediaan 17

2.6.1 Metode Fixed Order Quantity 17

2.6.2 Metode Fixed Order Interval 20

2.7 Menentukan Safety Stock 21

BAB III PEMBAHASAN DAN HASIL

3.1 Pengumpulan Data 23

(8)

3.3 Grafik Data 28

3.4 Peramalan 29

3.5 Formulasi Model Persediaan dan Safety Stock 39

BAB IV KESIMPULAN DAN SARAN

4.1 Kesimpulan 44

4.2 Saran 45

DAFTAR PUSTAKA 46

LAMPIRAN

(9)

DAFTAR TABEL

Halaman

Tabel 2.1 Perhitungan Uji Musiman 13

Tabel 2.2 Perhitungan Anava 14

Tabel 3.1 Data Produksi Tepung Terigu 24

Tabel 3.2 Perhitungan Uji Musiman Permintaan 25

Tabel 3.3 Anava Tepung Terigu 28

Tabel 3.4 Rata-rata Bergerak 6 Bulan produksi Tepung Terigu 30

Tabel 3.5 Perhitungan Indeks Musiman tahun 2009 31

Tabel 3.6 Perhitungan Trend 32

Tabel 3.7 Komponen Trend 34

Tabel 3.8 Perhitungan Siklus 35

Tabel 3.9 Perhitungan Siklus Tahun 2009 36

Tabel 3.10 Perhitungan Komponen Error 37

(10)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Pola Data Musiman 9

Gambar 3.1 Plot Data Tepung Terigu 29

Gambar 3.2 Grafik Rata-rata Bergerak dengan Data Aktual 31

Gambar 3.3 Grafik Komponen Trend 34

(11)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Berbagai rumusan tentang definisi persediaan (inventory) telah banyak dikemukakan

oleh para ahli. Menurut Tersine [1994], persediaan (inventory) adalah stok material

yang ada pada suatu waktu tertentu atau aset nyata yang dapat dilihat, diukur dan

dihitung atau dapat juga dikatakan sebagai sumber daya menganggur yang menunggu

proses lebih lanjut. Yang dimaksud dengan proses lebih lanjut di sini dapat berupa

kegiatan produksi pada sistem manufaktur, kegiatan pemasaran pada sistem distribusi,

atau kegiatan konsumsi pada sistem rumah tangga. Biaya bukanlah satu-satunya

variabel dalam masalah persediaan, tetapi juga mengandung variabel-variabel lain

seperti jumlah permintaan dan waktu. Jumlah permintaan boleh tetap dan boleh

berubah-ubah dari waktu ke waktu. Variabel waktu bisa timbul karena penundaan

yang boleh tetap dan juga boleh berubah. Kombinasi dari variabel-variabel ini

memberikan karakter yang khusus bagi tiap masalah persediaan. Dengan mempelajari

bagaimana variabel-variabel berubah dari waktu ke waktu suatu hubungan antara

waktu dan jumlah permintaan akan dapat diformulasikan dan digunakan untuk

memprediksi tingkat permintaan (demand) yang akan datang. Selanjutnya yang akan

dibahas adalah persediaan bahan baku dalam sistem manufaktur.

Guna mendukung penulisan ini, penulis mengadakan penelitian pada PT.

Indofood Sukses Makmur. PT. Indofood Sukses Makmur adalah suatu perusahaan

yang bergerak dalam bidang produksi makanan ringan, dimana perusahaan

memproduksi Indomie, Supermi, Sarimi, dan Sakura. Untuk mencegah terjadinya

(12)

Makmur yang mana bahan baku merupakan hal yang sangat penting dalam proses

produksi itu, maka penulis mencoba untuk menentukan estimasi kebutuhan bahan

baku untuk periode mendatang dengan metode peramalan yang tepat, menetapkan

jumlah bahan baku yang harus dipesan dan interval waktu pemesanan yang optimal

menggunakan metode FOI dan FOQ, dan menetapkan safety stock yang optimal untuk

mengetahui peranan perencanaan dan pengendalian persediaan bahan baku dalam

usaha meningkatkan efisiensi biaya persediaan.

1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas maka inventory level menjadi

suatu permasalahan yang signifikan di mana pada periode tertentu alokasi

modal terhadap inventory menjadi tinggi dan sebaliknya dengan fluktuasi

demand mengakibatkan lose sales yang tentu saja merupakan cost tersendiri bagi

perusahaan. Sehingga permasalahan dapat dirumuskan sebagai berikut:

1. Bagaimana menentukan estimasi kebutuhan bahan baku untuk periode

mendatang dengan menggunakan metode peramalan yang tepat.

2. Berapa jumlah bahan baku yang harus dipesan dan kapan waktu

pemesanan yang optimal dengan menggunakan metode FOQ dan FOI.

3. Berapa safety stock yang optimal untuk masing-masing bahan baku

kaitannya dengan biaya perusahaan.

1.3 Pembatasan Masalah

Untuk menghindari terlalu meluasnya masalah dan adanya bias dalam

pengambilan kesimpulan dalam penelitian ini maka permasalahan dibatasi

sebagai berikut :

1. Bahan baku produk maka na n de ng a n kat ego ri f ast moving dengan

quantity besar dan menyerap biaya yang tinggi yang secara signifikan sangat

(13)

adalah bahan baku tepung terigu.

2. Data p e r mint a a n yang diambil adalah data periode Januari 2007

sampai Desember 2008. Dengan asumsi permintaan akan produk berlangsung secara

kontinu serta bahan baku yang dipesan datang sekaligus dari supplier.

1.4 Tujuan Penelitian

Berdasarkan permasalahan yang telah diuraikan maka yang menjadi bagian penting

dalam penelitian ini adalah menentukan estimasi kebutuhan bahan baku untuk

periode mendatang dengan metode peramalan, menetapkan jumlah bahan baku yang

harus dipesan dan interval waktu pemesanan yang optimal menggunakan metode FOI

dan FOQ, dan menetapkan safety stock yang optimal. Untuk mengetahui peranan

perencanaan dan pengendalian persediaan bahan baku dalam usaha meningkatkan

efisiensi biaya persediaan.

1.5 Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah:

1. Peramalan untuk mengantisipasi setiap keadaan yang tidak diinginkan

sehingga perusahaan dapat membuat perencanaan pada periode mendatang dan

dalam menentukan kebijakan persediaan bahan baku agar perusahaan jangan sampai

kehabisan persediaan yang dapat mangakibatkan terhentinya kegiatan produksi dan

perusahaan dapat mengambil keputusan tentang alokasi modal yang lebih efektif dan

efisien.

2. Manfaat bagi penulis yaitu dapat menerapkan ilmu pengetahuan yang

diperoleh di bangku kuliah di lapangan. Mendeskripsikan penerapan manajemen

persediaan dan pengendalian bahan baku yang dilakukan oleh penulis di PT. Indofood

Sukses Makmur Medan.

(14)

Metode penelitian yang akan digunakan terdiri atas empat tahap yaitu:

1) Tahap identifikasi permasalahan dan kebutuhan data

2) Tahap pengumpulan data

Adapun data yang dibutuhkan adalah :

a. Data produksi bahan baku tepung terigu di PT. Indofood Sukses

Makmur periode Januari 2007 sampai dengan Desember 2008.

b. Data biaya pembelian bahan baku.

c. Data biaya – biaya yang berkaitan dengan persediaan bahan baku.

3) Tahap pengolahan data

Dalam penelitian tentang analisis perencanaan dan pengendalian bahan baku

pada PT. Indofood:

a ) Langkah pertama adalah peramalan permintaan produk makanan dengan

metode Deko mposis i yang menguraikan semua data dari Deret Berkala (Time

Series). Deret Berkala adalah himpunan yang dihasilkan dalam rentang waktu yang

sama untuk jangka waktu tertentu. Data historis dianalisa untuk

mengidentifikasikan komponen-komponen yang berhubungan yang

mempengaruhi variabel yang diramalkan. Dengan mempelajari bagaimana

variabel berubah dari waktu ke waktu suatu hubungan antara waktu dan

p e r m i n t a a n ( demand) akan dapat diformulasikan dan digunakan untuk

memprediksi tingkat permintaan (demand) yang akan datang.

b) Langkah kedua, dari hasil peramalan tersebut maka diketahui

kebutuhan bahan baku yang diperlukan oleh perusahaan u n t u k jangka waktu

12 bulan mendatang, ke mud ian dapat ditentukan berapa jumla h

pemesanan opt ima l yang harus dipesan dan kapan ak a n d ipe sa n de ng a n

me nggu naka n met o de Metode Fixed Order Quantity (FOQ) dan Fixed Order

Interval (FOI).

(15)

1.7 TINJAUAN PUSTAKA

Makridakis S, Wheelwright S.C dan Mcgee V.E [1991], dalam bukunya menjelaskan

bahwa metode peramalan dapat diterapkan bila 3 kondisi berikut dapat dipenuhi,

yaitu:

1. Tersedia informasi tentang masa lalu

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik

3. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut ( runtut).

Proses tahapan dalam metode dekomposisi.

Tersine [1994], Persediaan (inventory) adalah stok material yang ada pada

suatu waktu tertentu atau aset nyata yang dapat dilihat, diukur dan dihitung atau

dalam arti yang lain sumber daya yang menganggur yang menunggu proses lebih

lanjut. Dalam sistem model inventory deterministik dikenal 2 tipe dasar inventory

yaitu Fixed Order Quantity (FOQ) dengan Total Cost (TC) = . . .

2

C R H Q P R

Q

+ + dan

Fixed Order Interval (FOI) dengan Total Cost (TC) = . . . . 2

C P F R T P R

T

(16)

BAB 2

LANDASAN TEORI

2.1 Metode Peramalan

Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan yang

efektif dan efisien khususnya bidang ekonomi. Peramalan adalah prediksi, proyeksi

atau estimasi tingkat kejadian yang tidak pasti di masa yang akan datang. Ketepatan

secara mutlak dalam memprediksi peristiwa dan tingkat kegiatan yang akan datang

tidak mungkin dicapai, oleh karena itu ketika perusahaan tidak dapat melihat kejadian

yang akan datang secara pasti, diperlukan waktu lama untuk menarik kesimpulan

terhadap kejadian yang akan datang.

Peramalan pada umumnya digunakan untuk memprediksi pendapatan, biaya,

keuntungan, harga, perubahan teknologi, dan berbagai variabel lainnya. Dalam

lingkungan perusahaan, peramalan kebanyakan digunakan untuk memprediksi atau

mengestimasi permintaan yang akan datang.

Banyak jenis metode peramalan yang tersedia untuk manajemen. Namun yang

lebih penting bagi para praktisi adalah bagaimana memahami karateristik suatu

metode peramalan agar cocok bagi situasi pengambilan keputusan tertentu. Secara

umum metode peramalan dapat diklasifikasikan dalam dua kategori utama, yaitu

(17)

Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan

dan biaya yang harus dipertimbangkan dalam memilih metode tertentu. Untuk

menggunakan metode kuantitatif terdapat tiga kondisi yang harus dipenuhi :

1. Tersedia informasi tentang masa lalu

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik

3. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut (runtut).

Metode kualitatif dapat berupa pengambilan pendapat yang dapat dibagi

menjadi pengumpulan pendapat para ahli dan survey pasar. Sedangkan Metode

kuantitatif dapat dibagi ke dalam deret berkala atau runtun waktu (Time Series), dan

metode gerakan trend. Metode runtun waktu (Time Series) atau sering pula disebut

metode deret waktu atau deret berkala menggambarkan berbagai gerakan yang terjadi

pada sederetan data pada waktu tertentu. Langkah penting dalam memilih metode

deret berkala adalah dengan mempertimbangkan jenis pola data. Pola data dapat

dibedakan menjadi empat jenis siklus dan trend, yaitu :

1. Pola Horizontal, terjadi bilamana bila data berfluktuasi di sekitar nilai

rata-rata yang konstan atau stasioner terhadap nilai rata-rata-rata-ratanya.

2. Pola Musiman, terjadi bilamana suatu deret dipengaruhi oleh faktor

musiman. Untuk mengetahui apakah data memiliki pola musiman maka

dilakukan uji data musiman

3. Pola Siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi

jangka panjang seperti siklus bisnis atau ekonomi.

4. Pola Trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler

jangka panjang dalam data.

Metode Penghalusan (Smoothing Method), khususnya metode rata-rata,

merupakan salah satu metode peramalan yang dapat digunakan untuk data deret

berkala. Namun demikian, metode rata-rata itu hanya dapat digunakan untuk

mengidentifikasi dan meniadakan komponen acak. Metode yang dapat digunakan

untuk mengidentifikasi keempat komponen dari deret waktu tersebut secara terpisah

(18)

2.2 Metode Dekomposisi

Metode Dekomposisi ini menguraikan bentuk data tersebut ke dalam tiga komponen

yang terpisah. Ketiga komponen yang dimaksud adalah faktor trend, siklis, dan

musiman. Trend menggambarkan keadaan data jangka panjang yang dapat bertambah

atau berkurang atau bahkan terjadi perubahan.

Persamaan matematik pendekatan dekomposisi sebagai berikut :

Xt = f(St , Tt , Ct , Et) (2.1)

di mana :

Xt = nilai deret waktu pada periode t

St = komponen musiman pada periode t

Tt = komponen trend pada periode t

Ct = komponen siklis pada periode t

Et = komponen kesalahan (error) pada periode t

Persamaan matematik model dekomposisi tersebut dapat dilakukan dalam

bentuk perkalian dan penjumlahan. Tetapi dalam penulisan ini, penulis menggunakan

bentuk perkalian. Formula dalam bentuk perkalian sebagai berikut :

Xt = St . Tt . Ct . Et (2.2)

Et adalah kesalahan random yang tidak dapat diramalkan dan biasanya ahli statistika

menyebutkan sebagai komponen irregular. Model perkalian ini sering digunakan di

mana komponen faktor musim dan siklus dinyatakan dalam bentuk indeks.

(19)

Sebagai ketentuan dalam setiap melakukan penelitian yang berhubungan dengan

pengambilan sampel adalah ukuran sampel yang diambil harus memenuhi untuk

dianalisa. Rumus yang dipakai untuk melakukan uji sampel adalah :

N’ =

(

)

2 2 2

20 _t _t

t

N X X

X

 ₋ 

 

 

∑

(2.7)

di mana :

N’ = ukuran sampel yang diperlukan

N = ukuran sampel pengamatan

X = data aktual

Xt = nilai deret waktu pada periode t

Apabila N’ < N berarti sampel percobaan memenuhi syarat untuk dipakai

sebagai sampel.

2.3.2 Uji Musiman

Untuk mengetahui adanya pola musiman dalam data dilakukan analisa data musiman

yaitu dengan uji musiman.

Adapun langkah-langkah uji musiman adalah sebagai berikut :

H0 = Data tidak dipengaruhi musiman

(20)

Perhitungan:

Tabel 2.1 Perhitungan Uji Musiman

Periode

(t)

Musiman

Total

1 2 3 . . . k

1 X11 X12 X13 . . . X1k

2 X 21 X22 X23 . . . X2k

3 X31 X32 X33 . . . X3k

. . .

n Xn1 Xn2 Xn3 . . . Xnk

Total (S) S1 S2 S3 . . . Sk

∑

Sj

Jumlah Kuadrat

(Z) Z1 Z2 Z3 . . . Zk j

Z

∑

Jumlah Data n1 n2 n3 . . . nk N

Rata-rata

kuadrat total S1

2

/n1 S2 2/n2 S3 2/n3 . . . Sk 2/nk

2 j j

S n

∑

Jumlah Kuadrat

Deviasi (D) D1 D2 D3 . . . Dk j

D

∑

(21)

Notasi :

j tj

S =

∑

X ;

∑ ∑∑

S_j = X_tj ; _j 2

tj

Z = X

∑ ∑

j

S

X

n

=

; tj tj

X

k

=

Dengan

t = 1, 2, … , n

j = 1, 2, …, k

Jumlah Kuadrat Total (Z ) : _tot

( )

2

j tot j j

S

Z

N

=

∑

−

∑

Jumlah Kuadrat antar Musim (Zam) :

am

Z =

(

)

2 2 j j j j

S

n

−

N

∑

Jumlah Kuadrat dalam Musim (Z_dm) :

dm

Z =

(

)

2

tj tj j

t j

X − X = D

∑∑

∑

Tabel 2.2 Anava

Sumber Variasi Derajat Bebas Jumlah Kuadrat (JK)

Jumlah Kuadrat

Rata-rata Statistik Uji

Antar Musim k - 1 Zam

2 1 am b Z S k = − 2 2 b w S F S =

Dalam Musim N - k Zdm

(22)

Total N - 1 Z tot

Kriteria pengujian :

H0 ditolak jika

F

hitung≥

F

(k−1,N−k)taraf nyata

α

dan terima H0 untuk lainnya.

2.4 Dekomposisi Data 2.4.1 Komponen Musiman

Komponen musiman merupakan pola berkala yang teratur dan terdapat dalam deret data

yang sifatnya tahunan. Faktor ini banyak terdapat dalam dunia ekonomi yang biasanya

dipengaruhi oleh hal-hal seperti temperatur, curah hujan, bulan pada suatu tahun, saat

liburan, dan kebijaksanaan perusahaan. Dalam hal ini musiman yang berpengaruh

adalah saat liburan sekolah dan hari-hari besar.

waktu

Gbr 2.1 Pola Data Musiman

Uraian sebelumnya telah menyebutkan bahwa faktor musim dinyatakan dalam

indeks, sehingga sering disebut dengan indeks musim. Indeks musim ini diperoleh

dari hasil bagi data time series dengan faktor trend dan siklis. Pemisahan data dari

trend-siklis melalui perhitungan rata-rata bergerak sesuai dengan jangka waktu

musimannya (6 bulanan). Rata-rata bergerak tersebut adalah hasil kali antara faktor

trend dan siklis, maka :

(23)

Persamaan indeks musim sebagai berikut :

Indeks Musim = t t X M =

. . . .

t t t t t t

S T C E

T C = St . Et (2.3)

Pembagian data asli dengan hasil kali trend dan siklis bermaksud memisahkan

data aslinya dari faktor trend-siklis untuk menghilangkan faktor kesalahan (error) dari

nilai-nilai pada persamaan (2.3) dengan metode rata-rata medial. Rata-rata medial

adalah nilai rata-rata untuk setiap bulan setelah dikeluarkan nilai terbesar dan terkecil.

Hal ini dimaksudkan agar persentasi yang ekstrim rendah dan ekstrim tinggi tidak

mempengaruhi indeks musiman yang akan ditentukan.

2.4.2 Komponen Trend

Faktor Trend merupakan pergerakan yang mendasar pada jangka panjang dari deret

waktu.

Persamaan dari komponen Trend adalah :

Tt = a + b.t (2.4)

Nilai a dan b diperoleh sebagai berikut :

b =

( )

2

. _t t Mt

t M n t t n − −

∑ ∑

∑

a = Mt b. t

n − n

∑

di mana :

(24)

t = periode (t = 1, 2, …, n)

n = jumlah pengamatan

Rata-rata bergerak n-periode diperoleh dengan menggunakan rumusan sebagai

berikut :

Rata-rata bergerak n-periode = jumlah permintaan dalam n-periode terdahulu n

Setelah parameter a dan b diperoleh maka nilai trend Tt dapat dipergunakan dengan

menggunakan persamaan (2.4).

2.4.3 Komponen Siklus

Komponen Siklus menggambarkan fluktuasi ekonomi jangka panjang dan tidak

konstan. Jika suatu time series telah dibebaskan dari pengaruh trend, gerak bermusim

dan komponen error maka tinggallah pengaruh dari gerak siklusnya.

Dengan membagi nilai rata-rata bergerak dengan nilai trend akan diperoleh

persamaan Komponen Siklus :

t t M

T = Ct (2.5)

2.4.4 Komponen Kesalahan (Error)

Komponen error mempunyai gerak yang tidak teratur. Gerak tak teratur ini terjadi

hanya sekali-sekali sehingga tidak dapat diduga ataupun diramalkan. Komponen error

diperoleh dengan membagi data aktual terhadap ketiga komponen time series yang

(25)

. .

t t t t

X

S T C = Et (2.6)

2.5 Persediaan (Inventory)

Persediaan (Inventory) stok material yang ada pada suatu waktu tertentu atau aset

nyata yang dapat dilihat, diukur dan dihitung atau dapat juga dikatakan sebagai

sumber daya menganggur yang menunggu proses lebih lanjut. Persediaan dapat

membuat kelancaran dan efisiensi dalam operasi manufacturing dengan kondisi yang

tidak bergantung pada bagian atau departemen tertentu dalam kegiatan secara

keseluruhan. Persediaan juga dapat membantu menyeimbangkan pasokan sekaligus

menekan permintaan pasar.

2.5.1 Pengendalian persediaan bahan baku

Kegiatan perusahaan mempunyai hubungan yang sangat erat dengan kegiatan

produksi. Perusahaan mengadakan kegiatan produksi untuk memenuhi kebutuhan

pasar. Untuk mengadakan kegiatan produksi harus ada bahan baku. Bahan baku

merupakan salah satu sumber daya yang harus dikelola dengan baik, tidak ada

industri yang dapat hidup tanpa adanya bahan baku atau material.

Persediaan (inventory) bahan baku sebagai kekayaan perusahaan memiliki

peranan penting dalam operasi bisnis di industi manufaktur. Bahan baku merupakan

faktor utama di dalam perusahaan untuk menunjang kelancaran proses produksi, baik

perusahaan besar maupun perusahaan kecil. Masalah penentuan besarnya persediaan

merupakan masalah yang penting bagi perusahaan, karena persediaan mempunyai

efek yang langsung terhadap keuntungan perusahaan. Kesalahan dalam menentukan

besarnya investasi (modal yang tertanam) dalam persediaan akan menekan

keuntungan perusahaan. Adanya persediaan bahan baku yang terlalu besar

dibandingkan kebutuhan perusahaan akan menambah beban bunga, biaya

pemeliharaan dan penyimpanan dalam gudang, serta kemungkinan terjadinya

(26)

mengurangi keuntungan perusahaan. Demikian pula sebaliknya, persediaan bahan

baku yang terlalu kecil dalam perusahaan akan mengakibatkan kemacetan dalam

produksi, sehingga perusahaan akan mengalami kerugian juga.

Cara penyelenggaraan persediaan (inventory) bahan baku berbeda-beda untuk

setiap perusahaan, baik dalam jumlah unit persediaan bahan baku yang ada dalam

perusahaan, waktu penggunaannya, maupun jumlah biaya untuk

membeli bahan baku tersebut.

Perlunya persediaan (inventory) bahan baku bagi perusahaan merupakan

akibat dari :

1) Mekanisme pemenuhan produksi, proses suatu barang tidak dapat

dilaksanakan dengan segera bila bahan bakunya tidak tersedia.

2) Keinginan meredam ketidakpastian, ketidakpastian berasal dari adanya

permintaan yang bervariasi dalam jumlah dan waktu, waktu pembuatan yang

cenderung tidak konstan dan waktu pengiriman bahan baku yang cenderung tidak

pasti.

3) Keinginan melakukan spekulasi yang bertujuan untuk mendapatkan

keuntungan besar dari kenaikan harga bahan baku pada waktu mendatang.

Sehingga masalah kuantitatif yang berkaitan dengan persediaan (inventory)

bahan baku adalah mengendalikan saat datangnya bahan baku agar bisa tepat waktu,

mengendalikan banyaknya bahan baku yang datang, termasuk persediaan pengaman,

dan mengendalikan biaya persediaan agar diperoleh biaya total minimum.

2.5.2 Faktor-faktor yang mempengaruhi persediaan bahan baku

Ada beberapa macam faktor-faktor yang mempengaruhi persediaan bahan baku.

Faktor-faktor tersebut akan saling berkaitan, sehingga secara bersama-sama akan

mempengaruhi persediaan bahan baku. Adapun faktor-faktor yang dimaksud adalah

(27)

1. Perkiraan pemakaian / peramalan

Sebelum kegiatan pembelian bahan baku dilaksanakan maka manajemen harus

dapat membuat perkiraan bahan baku yang akan dipergunakan di dalam proses

produksi pada suatu periode. Perkiraan kebutuhan bahan baku ini merupakan

perkiraan tentang berapa besar/jumlahnya bahan baku yang akan digunakan oleh

perusahaan untuk keperluan proses produksi pada periode yang akan datang. Dalam

hal ini perkiraan pemakaian / peramalan telah dilakukan pada uraian sebelumnya.

2. Harga bahan baku

Harga bahan baku adalah salah satu faktor penentu dalam kebijakan persediaan

bahan dan merupakan dasar penyusunan perhitungan berapa besar dana perusahaan

yang harus disediakan sebagai investasi dalam persediaan bahan baku ini.

3. Biaya-biaya persediaan

Biaya-biaya untuk menyelenggarakan persediaan bahan baku ini sudah

selayaknya diperhitungkan dalam penentuan besarnya persediaan bahan baku.

Biaya-biaya yang berhubungan dengan persediaan disini dapat berupa Biaya-biaya pembelian

bahan baku, biaya penyimpanan (Carrying Cost atau Holding Cost) dan biaya

pemesanan (Ordering Cost).

4. Pemakaian senyatanya

Pemakaian bahan baku yang nyata dari periode-periode yang lalu (data

permintaan aktual) merupakan salah satu faktor yang perlu diperhatikan. Seberapa

besar penyerapan bahan baku oleh proses produksi perusahaan serta bagaimana

hubungannya dengan perkiraan pemakaian yang sudah disusun harus senantiasa

dianalisa. Dengan demikian akan dapat disusun perkiraan kebutuhan bahan baku yang

mendekati kenyataan.

(28)

Waktu tunggu adalah merupakan tenggang waktu yang diperlukan antara saat

pemesanan bahan baku sampai dengan datangnya bahan baku.

2.6 Model Persediaan (Inventory Model)

Dalam sistem Inventory model deterministik dikenal 2 tipe dasar inventory, yaitu

Fixed Order Quantity (FOQ) dan Fixed Order Interval (FOI) (Tersine, 1994)

2.6.1. Metode Fixed Order Quantity

Metode FOQ (Fixed Order Quantity) disebut juga model EOQ (Economic Order

Quantity) ini digunakan untuk menentukan berapa jumlah bahan baku yang harus

dipesan yang meminimumkan biaya penyimpanan persediaan dan biaya pemesanan

persediaan.

Metode Fixed Order Quantity merupakan model persediaan yang akan

membantu perusahaan agar investasi yang ditanamkan dalam persediaan tidak

berlebihan tetapi perusahaan juga tidak mengalami kekurangan persediaan.

Metode ini sering dipakai karena mudah untuk dilaksanakan dan mampu

memberikan solusi yang terbaik bagi perusahaan, karena dengan perhitungan

menggunakan FOQ tidak saja akan diketahui berapa jumlah persediaan yang paling

efisien bagi perusahaan, tetapi akan diketahui juga biaya yang akan dikeluarkan

perusahaan dengan persediaan bahan baku yang dimilikinya (dihitung dengan

menggunakan TIC/Total Inventory Cost) dan waktu yang paling tepat untuk

mengadakan pemesanan kembali.

TIC (Total Inventory Cost) = Biaya pembelian + biaya pemesanan + biaya

penyimpanan

(29)

Sedangkan,

T = R

Q (2.9)

Substitusi persamaan (2.9) ke persamaan (2.8), maka diperoleh total biaya pemesanan,

yaitu :

Total Biaya Pemesanan = C R.

Q (2.10)

Rata-rata persediaan = 2 Q

sehingga total biaya penyimpanan menjadi

Total Biaya Penyimpanan = . 2

H Q

(2.11)

Dengan demikian Total biaya persediaan (TIC) dengan menggunakan Model

persamaan metode FOQ akan menjadi :

TIC = P R. + C R.

Q +

. 2 H Q

di mana :

R = Total demand/tahun per unit (Requirement atau Revenue)

P = Harga beli bahan baku per unit (Purchasing Cost)

C = Biaya pesan/sekali pesan

Q = Jumlah order dalam unit (Quantity Order)

H = Biaya penyimpanan/tahun per unit (Holding Cost)

F = Fraksi biaya simpan tahunan (dalam persentase)

TIC = Total biaya persediaan (Total Inventory Cost) selama satu periode

(30)

0

TIC Q

∂ ₌

∂ , ma k a :

TIC = P R. + C R.

Q +

. 2 H Q TIC Q ∂ ₌

∂ - 2

.

C R Q + 2

H = 0

2 H

= C R.₂

Q

H.Q2 = 2 C. R

Q2 = 2 .C R H

Q * = 2 .C R

H =

2 . .

C R P F

P a d a t it ik EO Q bia ya p e me s a na n a ka n s a ma d e ng a n bia ya

p e n yimp a na n. M a ka kita dapat menentukan Economic Order Quantity (EOQ)

atau jumlah bahan baku optimal yang harus dipesan sebagai berikut:

Q* = 2 . .

C R P F

Metode Fixed Order Quantity dapat dihitung dengan menghubungkan

antara biaya penyimpanan per unit, biaya pemesanan setiap kali pesan, jumlah

kebutuhan bahan baku untuk satu periode dan harga beli bahan baku per unit.

2.6.2. Metode Fixed Order Interval

Metode FOI ini merupakan metode yang digunakan untuk mengetahui kapan waktu

pemesanan yang optimal yang harus dilakukan.

Total biaya dengan menggunakan Model persamaan FOI :

(31)

= . . .

2

C H R T P R

T

+ +

Di mana: T = interval pemesanan tiap tahun

Pada titik EOQ biaya pemesanan akan sama dengan biaya penyimpanan,

. . 2

C H R T

T =

H.R.T2 = 2C

T2 = 2 . C H R

sehingga didapatkan persamaan interval pemesanan optimal sebagai berikut :

T* = 2

.

C H R =

2 . .

C

P F R = EOI dalam tahun

Dan diperoleh jumlah pesanan optimal dalam 1 tahun, sebagai berikut :

m* = * 1 T

Persediaan (inventory) Maksimum :

E = R(T* + L) n

di mana :

T* = Interval pemesanan optimal dalam tahun

L = Lead time order

M = Jumlah order per tahun

E = Maksimum inventory

(32)

Untuk Economic Order Interval (EOI) dengan interval pemesanan yang optimal

persamaan total biaya tahunan sebagai berikut :

TC (T *) = P.R + H.R.T *

2.7 Menentukan Safety Stock

Dalam metode Fixed Order Quantity diasumsikan bahwa baik permintaan maupun

waktu pesan sampai tiba (Lead Time) penerimaan bahan baku adalah konstan atau

tetap. Namun pada kenyataannya, permintaan dan waktu pesan sampai tiba

penerimaan bahan baku tersebut adalah berubah-ubah. Untuk mengatasi resiko yang

muncul akibat perubahan tersebut adalah dengan cara menyimpan persediaan dalam

jumlah yang lebih besar dari jumlah pemakaian yang disebut Safety Stock.

Safety Stock adalah jumlah inventory yang diadakan untuk mengatasi

permintaan barang yang tidak konstan. Safety Stock juga digunakan sebagai

cadangan jika terjadi peningkatan permintaan barang yang tidak diinginkan,

keterlambatan supplier mengirimkan barang pesanan perusahaan dan

ketidaktersediaan barang yang dipesan pada supplier. Terjadinya kekurangan

persediaan barang atau Stock Out dapat disebabkan karena penggunaan persediaan

yang lebih besar dari perkiraan semula atau keterlambatan dalam penerimaan

persediaan barang yang dipesan. Dengan diadakan Safety Stock ini dapat

menghindari kerugian yang ditimbulkan karena timbulnya Stock Out, sebaliknya hal

ini akan menambah besarnya biaya penyimpanan, jadi dalam menyediakan Safety

Stock harus diusahakan agar biaya tetap serendah mungkin.

Untuk menentukan berapa jumlah Safety Stock dapat digunakan metode

Perbedaan Pemakaian Maksimum dan Rata-Rata. Metode ini dilakukan dengan

menghitung selisih antara pemakaian maksimum dengan pemakaian rata-rata dalam

jangka waktu tertentu, kemudian selisih tersebut dikalikan dengan lead time (dalam

(33)

Safety Stock = (Pemakaian Maksimum – Pemakaian Rata-Rata) x Lead Time.

= (X_t_max Xt)

N

−

∑

x Lead Time.

Di mana N = Jumlah data series

BAB 3

PEMBAHASAN DAN HASIL

3.1 Pengumpulan Data

Seperti yang disebutkan pada bab sebelumnya bahwa untuk mendukung penulisan ini

dibutuhkan data, seperti:

1. Data produksi bahan baku tepung terigu di PT. Indofood periode

Januari 2007 sampai dengan Desember 2008.

2. Data biaya pembelian bahan baku.

(34)

4. Data biaya – biaya yang berkaitan dengan persediaan bahan baku.

PT. Indofood Sukses Makmur adalah suatu perusahaan yang bergerak dalam

bidang produksi makanan ringan, dimana perusahaan memproduksi Indomie, Supermi,

Sarimi, dan Sakura. Adapun bahan baku yang digunakan dalam pembuatan

produk-produk itu memiliki banyak kesamaan, seperti Tepung terigu, minyak goreng, bumbu,

dan minyak bumbu.

Data yang diperoleh penulis dari pihak PT. Indofood adalah sebagai berikut:

1. Harga bahan baku:

Tepung Terigu (/kg) = Rp 5.000,-

Minyak Goreng (/kg) = Rp 8.000,-

Bumbu (/pcs) = Rp 90,-

Minyak Bumbu (/pcs) = Rp 110,-

Sesuai dengan pembatasan masalah yang telah disebutkan sebelumnya bahwa

bahan baku yang dibahas adalah bahan baku produk ma ka na n de nga n kat ego ri

f ast moving dengan quantity besar dan menyerap biaya yang tinggi yang secara

signifikan sangat berpengaruh pada sistem inventory level perusahaan, maka penulis

membuat kesimpulan untuk mengambil bahan baku tepung terigu sebagai objek

penelitian.

2. Data produksi tepung terigu periode Januari 2007 sampai dengan Desember

2008

Periode 2007

(kg)

2008

(kg)

Januari 3.060.638 2.853.034

Februari 3.139.794 2.716.175

Maret 3.476.819 3.020.543

(35)

Mei 3.064.781 1.580.592

Juni 3.227.259 2.934.421

Juli 2.703.808 2.280.584

Agustus 2.731.156 2.455.480

September 2.332.621 3.671.507

Oktober 2.233.906 4.047.403

November 3.038.559 2.759.993

[image:35.595.66.560.71.737.2]

Desember 3.110.554 2.980.763

Tabel 3.1 Data Produksi tepung terigu

4. Biaya pemesanan (ongkos angkut + bongkar) adalah Rp 12.346.659,-

5. Biaya penyimpanan adalah 15% dari harga bahan baku per tahun.

6. Lead time adalah 1 hari, dengan bahan baku tepung terigu didatangkan dari

Belawan.

Tabel 3.2 Perhitungan Uji Musiman Permintaan

Periode 1 2 3 4 5 6

1 3.060.638 3.476.819 3.064.781 2.703.808 2.332.621 3.038.559

2 3.139.794 3.127.278 3.227.259 2.731.156 2.233.906 3.110.554

S 6.200.432 6.604.097 6.292.040 5.434.964 4.566.527 6.149.113

Z 1,923E+13 2,187E+13 1,981E+13 1,477E+13 2,137E+13 1,891E+13

n 2 2 2 2 2 2

Mean Z 1,922E+13 2,1807E+13 1,979E+13 1,47694E+13 1,043E+13 1,8906E+13

Rata-rata 3.100.216 3.302.048,5 3.146.020 2.717.482 2.283.263,5 3.074.556,5

[image:35.595.166.468.84.254.2]

(36)

Periode 7 8 9 10 11 12 Total

1 2.853.034 3.020.543 1.580.592 2.280.584 3.671.507 2.759.993 33.843.479

2 2.716.175 2.641.439 2.934.421 2.455.480 4.047.403 2.980.763 35.345.628

S 5.569.209 5.661.982 4.515.013 4.736.064 7.718.910 5.740.756 69.189.107

Z 1,552E+13 1,610E+13 1,111E+13 1,123E+13 2,986E+13 1,650E+13 2,053E+14

n 2 2 2 2 2 2 2

Mean Z 1,551E+13 1,6029E+13 1,019E+13 1,12152E+13 2,979E+13 1,64781E+13 2,041E+14

Rata-rata 2.784.604,5 2.830.991 2.257.506,5 2.368.032 3.859.455 2.870.378,0 34.594.553,5

D 9,365E+09 7,186E+10 9,164E+11 1,529E+10 7,065E+10 2,437E+10 1,193E+12

3.2 Analisa dan Pengolahan Data

Uji Sampel dan Uji Musiman

Seperti yang telah diuraikan dalam landasan teori, bahwa sebelum melakukan

analisa pengolahan data maka terlebih dahulu data diuji apakah sampel data produksi

bahan baku dapat diterima sebagai sampel atau tidak dan apakah data dipengaruhi

musiman.

Uji Sampel

Dari tabel (3.2) Uji Sampel produksi bahan baku tepung terigu :

(37)

t

X

∑

= 69.189.107

2 t X

∑

= 2,053E+14

(

)

2

t X

∑

= 4,787E+15

Dari persamaan (2.1)

N’ =

(

)

2 2 2

20 _t _t

t

N X X

X  ₋         

∑

N’ =

(

) (

)

2 2

20 24 2,053E+14 69.189.107

69.189.107

 ₋ 

 

 

N’ = 11,715

Karena N’ < N berarti sampel percobaan memenuhi syarat untuk dipakai sebagai

sampel.

Uji Musiman

Untuk mengetahui ada tidaknya pengaruh pola musiman terhadap data dapat

diketahui dengan melakukan uji musiman.

Hipotesa :

H0 = Data tidak dipengaruhi musiman

H1 = Data dipengaruhi musiman

Dari tabel (3.2) diperoleh :

(38)

( )

2

j tot j

j

S

Z

N

=

∑

−

∑

= 2,053E+14 –(69.189.107)2 24

= 2,053E+14 – 1,995E+14

= 5,8E+12

Jumlah Kuadrat antar Musim (Zam) :

am

Z =

(

)

2 2

j j

S

n

−

N

∑

= 2,041E+14 - (69.189.107)2 24

= 2,041E+14 - 1,995E+14

= 4,6E+12

Jumlah Kuadrat dalam Musim (Z_dm) :

dm

Z =

(

_ij _ij

)

2 _j i j

X −X = D

∑∑

∑

= 1,2E+12

[image:38.595.103.447.161.611.2]

Sehingga dapat disusun tabel Anava untuk uji musiman seperti berikut :

(39)

Sumber

Variasi Derajat Bebas

Jumlah

Kuadrat

(JK)

Jumlah

Kuadrat

Rata-rata

Statistik

Uji

Antar

Musim 11 4,6E+12 4,18E+11

4,18 Dalam

Musim 12 1,2E+12 1E+11

Total 23 5,8E+12

Dengan α = 0,05 Diperoleh F(11,12) = 2,72

Dari tabel (3.3) dapat kita lihat bahwa Fhit = 4,18, sesuai dengan kriteria, maka H0

ditolak karena Fhit > Ftab, artinya data produksi dipengaruhi musiman.

3.3 Grafik Data

Setiap pengamatan di dalam Time Series digambarkan sebagai suatu titik pada

susunan koordinat tegak lurus memakai nilai pengamatan sebagai ordinat dan angka

yang menunjukkan waktu sebagai absis.

Dengan penggambaran Time Series tersebut dapat dilihat dengan mudah

bagaimana gerak-gerik variabel yang sedang diamati pada waktu lampau. Untuk itu

data produksi bahan baku yang diperoleh dari PT. Indofood Sukses Makmur

(40)

0 500.000 1.000.000 1.500.000 2.000.000 2.500.000 3.000.000 3.500.000 4.000.000 4.500.000

1 3 5 7 9 11 13 15 17 19 21 23

Periode

P

ro

d

u

k

s

i

Gbr 3.1 Plot Data Tepung Terigu

3.4 Peramalan

a. Indeks Musim

Indeks Musiman dihitung dengan cara rasio rata-rata bergerak, dibuat bebas dari

pengaruh trend, siklus dan pengaruh komponen error.

Langkah pertama yaitu pengambilan harga rata-rata bergerak 6 bulan

diharapkan menghilangkan pengaruh dari gerak bermusim dan meninggalkan pengaruh

trend dan gerak siklus di dalam time series. Perhitungan rata-rata bergerak dan rasio

(41)

[image:41.595.136.499.119.702.2]

Tabel 3.4 Rata-rata Bergerak 6 Bulan produksi Tepung Terigu

Periode

(t)

Tepung

Terigu Xt

MA 6 MA 6

Centered

Rasio

Xt / MA 6 C

1 3.060.638

2 3.139.794

3 3.476.819

4 3.127.278 3.182.761,50 3.153.025,67 0,99

5 3.064.781 3.123.289,83 3.089.236,67 0,99

6 3.227.259 3.055.183,50 2.959.833,67 1,09

7 2.703.808 2.864.483,83 2.790.036,17 0,97

8 2.731.156 2.715.588,50 2.713.403,33 1,01

9 2.332.621 2.711.218,17 2.701.492,75 0,86

10 2.233.906 2.691.767,33 2.704.202,83 0,83

11 3.038.559 2.716.638,33 2.715.389,92 1,12

12 3.110.554 2.714.141,50 2.771.468,33 1,12

13 2.853.034 2.828.795,17 2.862.756,25 1,00

14 2.716.175 2.896.717,33 2.775.220,08 0,98

15 3.020.543 2.653.722,83 2.639.045,08 1,14

16 2.641.439 2.624.367,33 2.576.663,17 1,03

17 1.580.592 2.528.959,00 2.507.234,42 0,63

18 2.934.421 2.485.509,83 2.539.756,83 1,16

19 2.280.584 2.594.003,83 2.711.167,50 0,84

20 2.455.480 2.828.331,17 2.926.614,58 0,84

21 3.671.507 3.024.898,00 3.028.759,83 1,21

22 4.047.403 3.032.621,67

23 2.759.993

24 2.980.763

Jumlah 69.189.107

Pada kolom keempat terdapat rata-rata bergerak terpusat yang diperoleh dari

(42)

ini hanya mengandung komponen trend dan siklus.

Mt = Tt . Ct

Pada gambar (3.2) berikut ini digambarkan grafik data aktual dan rata-rata bergerak.

0 500.000 1.000.000 1.500.000 2.000.000 2.500.000 3.000.000 3.500.000 4.000.000 4.500.000

1 3 5 7 9 11 13 15 17 19 21 23

Periode

Gbr 3.2 Grafik Rata-rata Bergerak dengan Data Aktual

[image:42.595.148.452.347.739.2]

Dari tabel (3.4) diperoleh perhitungan Indeks Musiman, sebagai berikut :

Tabel 3.5 Perhitungan Indeks Musiman tahun 2009

Bulan 2007 2008

Indeks

musiman

(St)

Januari 1,12 1,12

Februari 1 1

Maret 0,98 0,98

April 1,14 1,14

Mei 0,99 1,03 1,01

Juni 0,99 0,63 0,81

Juli 1,09 1,16 1,12

Agustus 0,97 0,84 0,91

September 1,01 0,84 0,92

Oktober 0,86 1,21 1,04

(43)

Desember 1,12 1,12

Jumlah 12

b. Komponen Trend

Gerak Trend adalah gerak yang menentukan arah dari time series, yang umumnya di

dalam suatu jangka waktu yang panjang.

Tt = a + b . t

Perhitungan nilai trend dilakukan terhadap data yang telah bebas dari pengaruh

[image:43.595.145.450.83.132.2]

musiman dan komponen error (Mt), seperti pada tabel :

Tabel 3.6 Perhitungan Trend

t M t t M . t t 2

4 3.153.025,67 12.612.102,68 16

5 3.089.236,67 15.446.183,35 25

6 2.959.833,67 17.759.002,02 36

7 2.790.036,17 19.530.253,19 49

8 2.713.403,33 21.707.226,64 64

9 2.701.492,75 24.313.434,75 81

10 2.704.202,83 27.042.028,30 100

11 2.715.389,92 29.869.289,12 121

12 2.771.468,33 33.257.619,96 144

13 2.862.756,25 37.215.831,25 169

14 2.775.220,08 38.853.081,12 196

15 2.639.045,08 39.585.676,20 225

16 2.576.663,17 41.226.610,72 256

17 2.507.234,42 42.622.985,14 289

18 2.539.756,83 45.715.622,94 324

19 2.711.167,50 51.512.182,50 361

(44)

21 3.028.759,83 63.603.956,43 441

t

∑

= 225

∑

M_t = 50.165.307,08

∑

t M. _t= 620.405.377,91

∑

t2= 3297

Dari tabel diperoleh nilai-nilai :

n = 18

t

∑

= 225

t

M

∑

= 50.165.307,08

. t

t M

∑

= 620.405.377,91

2

t

∑

= 3297

Sehingga,

b =

( )

2

. _t t Mt

t M n t t n − −

∑ ∑

∑

b = 620.405.377,91- _{225x50.165.307,08}

18

b = - 13.748,1

a = M_t– b t

= 2.786.961,5 – (-13.748,1 x 12.5)

= 2.958.811,5

Dengan mensubstitusi nilai a dan b ke persamaan (2.5) diperoleh persamaan

trend : Tt = 2.958.811,5 - 13.748,1 t. Artinya untuk setiap kenaikan satu periode maka

produksi tepung terigu berkurang sebanyak 13.748,1 kg perbulan dari periode

sebelumnya. Untuk mendapatkan nilai trend untuk data dan ramalan trend, maka nilai

(45)

[image:45.595.158.429.211.646.2]

Tabel Komponen Trend :

Tabel 3.7 Komponen Trend

t Tt

4 2.903.819,1

5 2.890.071,0

6 2.876.322,9

7 2.862.574,8

8 2.848.826,7

9 2.835.078,6

10 2.821.330,5

11 2.807.582,4

12 2.793.834,3

13 2.780.086,2

14 2.766.338,1

15 2.752.590,0

16 2.738.841,9

17 2.725.093,8

18 2.711.345,7

19 2.697.597,6

20 2.683.849,5

21 2.670.101,4

Nilai-nilai trend ramalan yang diperoleh kemudian diperlihatkan pada gambar (3.3)

(46)

2.550.000,00 2.600.000,00 2.650.000,00 2.700.000,00 2.750.000,00 2.800.000,00 2.850.000,00 2.900.000,00 2.950.000,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Periode

Ju

m

lah

Gbr 3.3 Grafik Komponen Trend

c. Komponen Siklus

Gerak siklusnya diperoleh jika suatu time series telah dibebaskan dari pengaruh trend,

gerak bermusim dan komponen error.

Dengan membagi nilai rata-rata bergerak dengan nilai trend akan diperoleh

persamaan Komponen Siklus :

t t M

(47)

[image:47.595.162.441.99.555.2]

Tabel 3.8 Perhitungan Siklus

t Mt Tt

Ct

(Mt / Tt)

1 3.153.025,67 2.903.819,1 1,09

2 3.089.236,67 2.890.071,0 1,07

3 2.959.833,67 2.876.322,9 1,03

4 2.790.036,17 2.862.574,8 0,97

5 2.713.403,33 2.848.826,7 0,95

6 2.701.492,75 2.835.078,6 0,95

7 2.704.202,83 2.821.330,5 0,96

8 2.715.389,92 2.807.582,4 0,97

9 2.771.468,33 2.793.834,3 0,99

10 2.862.756,25 2.780.086,2 1,03

11 2.775.220,08 2.766.338,1 1,00

12 2.639.045,08 2.752.590,0 0,96

13 2.576.663,17 2.738.841,9 0,94

14 2.507.234,42 2.725.093,8 0,92

15 2.539.756,83 2.711.345,7 0,94

16 2.711.167,50 2.697.597,6 1,01

17 2.926.614,58 2.683.849,5 1,09

18 3.028.759,83 2.670.101,4 1,13

Nilai-nilai komponen siklus yang diperoleh pada tabel di atas dapat dilihat pada

(48)

0 0,2 0,4 0,6 0,8 1 1,2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Periode

In

d

eks

Gbr 3.4 Grafik Komponen Siklus

Untuk mendapatkan ramalan komponen siklus untuk 12 bulan mendatang,

pertama-tama dihitung rata-rata tahunan untuk melihat tahun tinggi dan

tahun-tahun rendah. Kemudian ditentukan tahun-tahun yang akan diramalkan, apakah termasuk

[image:48.595.139.490.86.271.2]

tahun tinggi atau tahun rendah.

Tabel 3.9 Perhitungan Siklus Tahun 2009

Periode 2007 2008 Ct

2009

Januari 0,99 0,99

Februari 1,03 1,03

Maret 1 1

April 0,96 0,96

Mei 1,09 0,94 1,09

Juni 1,07 0,92 0,92

Juli 1,03 0,94 1,03

Agustus 0,97 1,01 0,97

September 0,95 1,09 0,95

Oktober 0,95 1,13 1,13

November 0,96 0,96

(49)

d. Komponen Error

Setelah diperoleh nilai-nilai untuk komponen musim, komponen trend dan komponen

siklus dari data, maka dapat ditentukan nilai komponen errornya. Komponen error

dapat ditentukan dengan cara membagi nilai data aktual berturut-turut terhadap nilai

komponen musim, trend dan siklus.

. .

t t t t

X

S T C = Et

Tabel 3.10 Perhitungan Komponen Error

Xt St Tt Ct

Et

(Xt/St.Tt.Ct)

3.127.278 1,14 2.903.819,1 1,09 0,87

3.064.781 1,01 2.890.071,0 1,07 0,98

3.227.259 0,81 2.876.322,9 1,03 1,34

2.703.808 1,12 2.862.574,8 0,97 0,87

2.731.156 0,91 2.848.826,7 0,95 1,11

2.332.621 0,92 2.835.078,6 0,95 0,94

2.233.906 1,04 2.821.330,5 0,96 0,79

3.038.559 0,83 2.807.582,4 0,97 1,34

3.110.554 1,12 2.793.834,3 0,99 1,00

2.853.034 1,12 2.780.086,2 1,03 0,89

2.716.175 1 2.766.338,1 1 0,98

3.020.543 0,98 2.752.590,0 0,96 1,17

2.641.439 1,14 2.738.841,9 0,94 0,90

1.580.592 1,01 2.725.093,8 0,92 0,62

2.934.421 0,81 2.711.345,7 0,94 1,42

2.280.584 1,12 2.697.597,6 1,01 0,75

2.455.480 0,91 2.683.849,5 1,09 0,92

3.671.507 0,92 2.670.101,4 1,13 1,32

Jumlah 18,23

(50)

e. Hasil Peramalan

Nilai ramalan kebutuhan bahan baku Tepung Terigu untuk memproduksi Indomie,

Supermi, Sarimi dan Sakura untuk Tahun 2009 di PT. Indofood Sukses Makmur

ditentukan dengan mengalikan keempat komponen ramalan time series yang telah

diperoleh.

[image:50.595.110.524.294.634.2]

Xt = St . Tt . Ct . Et ; t = 25, 26, … , 36

Tabel 3.11 Peramalan Tahun 2009

Periode Tt St Ct Et

Xt

(Tt.St.Ct.Et)

Januari 2.615.109,0 1,12 0,99 1,01 2.928.629,19

Februari 2.601.360,9 1 1,03 1,01 2.706.195,74

Maret 2.587.612,8 0,98 1 1,01 2.561.219,15

April 2.573.864,7 1,14 0,96 1,01 2.845.005,90

Mei 2.560.116,6 1,01 1,09 1,01 2.846.616,69

Juni 2.546.368,5 0,81 0,92 1,01 1.916.529,34

Juli 2.532.620,4 1,12 1,03 1,01 2.950.847,20

Agustus 2.518.872,3 0,91 0,97 1,01 2.245.642,67

September 2.505.124,2 0,92 0,95 1,01 2.211.373,34

Oktober 2.491.376,1 1,04 1,13 1,01 2.957.143,84

November 2.477.628,0 0,83 0,96 1,01 1.993.915,73

Desember 2.463.879,9 1,12 0,97 1,01 2.703.526,71

Jumlah 30.866.645,51 kg

Dengan demikian perkiraan/peramalan kebutuhan bahan baku Tepung terigu

periode Januari 2009 sampai dengan Desember tahun 2009 adalah sebesar

(51)

3.5 Formulasi Model Persediaan

Karena pemesanan dilakukan 1 kali dalam 1 bulan, maka jumlah pemesanan setiap

kali pesan adalah :

Q = 12

R

= 30.866.645, 51

12

= 2.572.220, 549 kg

Di PT. Indofood Sukses Makmur biaya pesan tepung terigu yang dipesan dari

Belawan dihitung per sak. Tiap sak berisi 25 kg dan memiliki biaya Rp 120,- , maka

biaya pesan dapat dihitung menjadi :

Biaya pesan (C) = 2.572.220, 549

25 x Rp 120

= Rp 12.346.659,-

Sehingga dengan cara biasa biaya total adalah :

Total Cost (TC) = biaya pembelian + biaya pemesanan + biaya penyimpanan

= . . . 2

C R H Q P R

Q

+ +

= (5000)(30.866.645,51) + (12.346.659 )(30.866.645, 51)

2.572.220, 549 +

(5000)(0.15)(2.572.220, 549) 2

= Rp 154.333.227.600 + Rp 148.159.901 + Rp 964.582.706

= Rp 155.445.970.207,-

a. Metode Fixed Order Quantity atau Economic Order Quantity

Sekarang biaya total dengan menggunakan metode FOQ dihitung dengan

(52)

Q* = 2 . .

C R

P F = EOQ

Q* = 2.(12.346.659)(30.866.645, 51) (5000).(0.15)

= 1.008.100,453 kg setiap kali pesan

Total biaya tahunan dengan menggunakan Model persamaan metode FOQ:

Total Cost (TC) = biaya pembelian + biaya pemesanan + biaya penyimpanan

= . . . *

* 2

C R H Q P R

Q

+ +

= (5.000)(30.866.645,51) + (12.346.659)(30.866.645, 51)

1.008.100,453 +

(5.000)(0.15)(1.008.100,453)

2

= Rp 154.333.227.600,- + Rp 378.037.646,- + Rp 378.037.670,-

= Rp 155.089.302.916,-

b. Metode Fixed Order Interval atau Economic Order Interval

Perencanaan persediaan bahan baku untuk bahan baku Tepung Terigu

menggunakan metode FOI adalah sebagai berikut:

Dari hasil peramalan maka dapat dihitung biaya persediaan untuk periode

Januari 2009 sampai dengan Desember 2009

C = biaya pemesanan yaitu sebesar Rp 12.346.659,- per sekali pesan

R = total permintaan bahan baku (kg) selama periode Januari 2009 – Desember

2009 adalah 30.866.645,51 kg

P = harga bahan baku yaitu sebesar Rp 5.000 / kg

T = interval pemesanan yaitu 1 bulan

F = fraksi biaya simpan yaitu 15 % per tahun

(53)

L = 1 hari

Perhitungan interval pemesanan optimal bahan baku tepung terigu dengan

menggunakan metode FOI atau EOI adalah sebagai berikut :

T* = 2

. .

C P F R =

2 x (12.346.659)

(5.000)(0.15)(30.866.645, 51)

= 0.0010667

= 0.0326 tahun

T* (dalam hari) = 0.0326 x 300 hari kerja = 9.79 – 10 hari

Banyaknya memesan dalam setahun :

m* = * 1

T =

1

0.0326 = 30.67 – 31 kali

Economic Order Interval (EOI) dengan interval pemesanan yang optimal

persamaan