24
PENERAPAN SUPPLY CHAIN MANAGEMENT PERSEDIAAN
BAHAN BAKU DISC BRAKE MENGGUNAKAN MODEL ECONOMIC
ORDER QUANTITY (EOQ)
BUDI SUMARTONO1DAN IKHWAN MUHAMMAD2
1
Program Studi Teknik Industri Universitas Darma Persada Jakarta 2
Program Studi Teknik Industri Universitas Suryadarma ABSTRAK
Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja suplay chain. Namun tentu harus disadari bahwa kebutuhan pelanggan hanya bisa diramalkan. Kesalahan bisa berupa memproduksi terlalu banyak atau terlalu sedikit (volume error) atau memproduksi jenis yang sama (mix error). Kedua-duanya menimbulkan masalah persediaan. Inti dari supply chain adalah koordinasi dan kolaborasi. Dengan menggunakan data yang didapat dari perusahaan dengan cara melihat history persediaan tahun lalu, maka dapat dibuat penelitian model persediaan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan di atas, yakni ongkos pesan dan ongkos simpan. Fungsi dari EOQ sangatlah besar oleh karenanya beberapa jumlah pesanan yang efektif dan pada saat kapan harus memesan merupakan pernyataan-pernyataan yang sangat penting.
PENDAHULUAN
PT. Sunstar Engineering
Indonesia (SEI) merupakan salah satu perusahaan industri yang memproduksi Sprocket dan Disc Brake, yang mana hasil industri tersebut banyak digunakan oleh perusahaan-perusahaan lain dalam berbagai macam produksinya. Hal ini terlihat atau terbukti dengan banyaknya
permintaan atau pesanan dari
perusahaan-perusahaan lain yang
menggunakan produk tersebut dalam
industrinya. Dengan banyaknya
permintaan dalam jumlah yang cukup besar maka perusahaan harus bisa mengantisipasi dalam jumlah persediaan yang ada. Apabila persediaan bahan baku yang ada dalam perusahaan tidak
mencukupi kebutuhan maka dapat
mengganggu jalannya proses produksi, karena dengan habisnya bahan baku yang ada berarti proses produksi akan terhenti sampai bahan baku yang dipesan tiba kembali di perusahaan.
Berhubungan dengan kaitan
diatas manajemen persediaan yang merupakan isu sangat penting pada supply chain dan pengelolaan aliran material/produk dengan tepat adalah tujuannya, berarti tidak terlalu terlambat dan tidak terlalu dini, jumlahnya sesuai dengan kebutuhan, dan terkirim ke tempat yang memang membutuhkan. Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja supply chain.
Dengan melihat faktor penting ini maka salah satu keputusan yang harus diambil dalam manajemen persediaan adalah ukuran pesanan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic
Order Quantity (EOQ). Model ini
mempertimbangkan dua ongkos
persediaan diatas, yakni ongkos pesan
dan ongkos simpan. Model EOQ
diperluas dengan mempertimbangkan ongkos-ongkos yang dikeluarkan oleh pembeli maupun pemasok.
25
METODE
Menurut Sofyan Assauri secara umum produksi diartikan sebagai suatu
kegiatan yang mentransformasikan
masukan (input) menjadi hasil keluaran (output). Dalam arti sempit, pengertian
produksi hanya dimaksud sebagai
kegiatan yang menghasilkan barang baik barang jadi maupun barang setengah jadi, bahan industri dan suku cadang atau spare parts dan komponen.
Komponen atau elemen struktural yang membentuk system produksi terdiri dari: bahan (material), mesin dan peralatan, tenaga kerja, modal, energi, informasi, tanah dan lain-lain sedangkan komponen atau elemen fungsional terdiri
dari: supervise, perencanaan,
pengendalian, koordinasi, dan
kepemimpinan yang kesemuanya
berkaitan dengan manajemen dan
organisasi.
Cara lain untuk mengklasifikasikan aktivitas produksi adalah tergantung pada kuantitas produk yang dibuat. Dalam pengklasifiasian ini, terdapat tiga tipe produksi, yaitu :
a. Job shop production
Ciri dari tipe produksi ini adalah volume produksi yang kecil yang tingkatan keterampilan pekerja harus tinggi. Dikatakan bervolume
demikian, karena Job Shop
Production merupakan perusahaan yang hanya akan berproduksi atas dasar pesanan yang masuk ke
dalam perusahaan dan tipe
pekerjaan yang bervariasi yang menuntut tingkat keterampilan yang relatif tinggi dari pekerja.
b. Batch production
Dikatakan batch production apabila ukuran lot medium, dalam arti volume produksi tidak terlalu tinggi dan juga tidak terlampau rendah dari sejumlah item atau produk yang sama. Ukuran lot
mungkin diproduksi hanya sekali, atau di produksi pada interval yang tetap. Tujuan dari tipe ini adalah untuk dapat memuaskan permintaan atas sejumlah item dari costomer yang berkelanjutan. Bagaimanapun perusahaan yang menjalankan tipe produksi ini, mampu berproduksi
melebihi daripada tingkat
permintaannya dan kelebihan
produksi akan disimpan di gudang. c. Mass production
Mass production merupakan tipe produksi yang diterapkan oleh perusahaan yang berproduksi untuk persediaan dan (atau) untuk pasar dengan volume produksi yang tinggi. Untuk perusahaan semacam ini, baik ada pesanan ataupun tidak ada pesanan, perusahaan akan tetap memproduksi barang.
Fungsi produksi adalah
bertanggung jawab atas pengolahan faktor-faktor produksi menjadi suatu produk jadi yang siap diserbu konsumen. Dalam melaksanakan fungsi produksi diperlukan serangkaian kegiatan yang mencakup suatu sistem di mana akan
melibatkan banyak orang dalam
menjalankannya.
Supply chain adalah jaringan
perusahaan-perusahaan yang secara
bersama-sama bekerja untuk
menciptakan dan menghantarkan suatu
produk ke tangan pemakai akhir.
Perusahaan-perusahaan tersebut
biasanya termasuk supplier, pabrik,
distributor, toko atau ritel, serta
perusahaan-perusahaan pendukung
seperti perusahaan jasa logistik.
Pada supply chain biasanya ada 3 macam aliran material yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke
pabrik. Setelah produk selesai
diproduksi, mereka dikirim ke distributor, lalu ke pengecer atau ritel, kemudian ke pemakai akhir. Yang kedua aliran uang
26 =
=1 t t a dan sejenisnya yang mengalir dari hilir kehulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya.
Istilah SCM pertama kali ditemukan oleh Oliver & Weber pada tahun 1982 (cf. Oliver & Weber, 1982; Lambert et al. 1998). Kalau supply chain adalah jaringan fisiknya, yakni
perusahaan-perusahaan yang terlibat dalam
memasok bahan baku, memproduksi barang maupun mengirimkannya ke pemakai akhir, SCM adalah metode, alat,
atau pendekatan pengelolaannya.
Namun perlu ditekankan bahwa SCM menghendaki pendekatan atau metode
yang terintegrasi dengan dasar
semangat kolaborasi. Ada beberapa definisi tentang SCM. Misalnya, the
Council of Logistics Management
mamberikan definisi sebagai berikut: Supply Chain Management is the systematic, strategic coordinations of the traditional business functions within a
particuar company and across
businesses within the supply chain for the purpose of improving the long-term performance of the individual company and the supply chain as a whole.
Seperti yang telah diketahui bahwa ada banyak metode yang dapat digunakan untuk merencanakan suatu persediaan bahan baku. Masing-masing metode itu mempunyai kelemahan dan kelebihan yang dapat dianalisis sendiri oleh perusahaan untuk penggunaannya. Metode tersebut adalah sebagai berikut ini.
a. Material Requirement Planning
(MRP)
Material requirement planning (MRP) adalah suatu perencanaan dan penjadwalan kebutuhan material untuk produksi yang memerlukan tahapan proses atau dengan kata lain adalah suatu rencana produksi untuk sejumlah produk jadi yang diterjemahkan ke bahan mentah
(komponen) yang dibutuhkan
dengan menggunakan waktu
tenggang, sehingga dapat
ditentukan kapan dan berapa
banyak yang dipesan untuk masing-masing komponen suatu produk yang akan dibuat.
b. Economic order quantity (jumlah pesanan ekonomis)
Metode EOQ merupakan suatu metode penentu jumlah bahan baku
yang dipesan dalam rangka
meminimalkan biaya. (Rangkuti,
Freddy. Manajemen Persediaan – Aplikasi di bidang bisnis. Hal 19) Peramalan
Peramalan (forecasting) adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk dalam periode waktu tertentu di masa yang akan datang. Oleh karena itu peramalan adalah pada dasarnya suatu taksiran.
Model Konstan
Dalam model ini, data-data
acak/random menunjukkan
kecenderungan tetap dengan sedikit variasi untuk suatu rentang waktu yang ditentukan.
Persamaan untuk model konstan ini adalah : t =a
^
Dimana :
Y(t) = Persamaan kebutuhan produk
a =Parameter, yaitu peramalan
kebutuhan produk pada t
Nilai a dapat diperoleh
dengan memakai
persamaan berikut :
di mana :
Y(t) = Data yang dikomulatifkan
N = Banyaknya data
27
Model Peramalan Rata-Rata Bergerak
Metode peramalan rata-rata
bergerak terdiri atas dua jenis peramalan yaitu :
a. Rata-rata bergerak tunggal (Singel Moving Average)
b. Rata-rata bergerak ganda (Double Moving Average)
Untuk mengurangi terjadinya
kesalahan sistematis yang terjadi pada rata-rata bergerak tunggal bila dipakai pada data yang cenderung naik, maka
dikembangkan metode rata-rata
bergerak linear (linear moving average). Yang menjadi dasar perhitungan dalam
metode peramalan ini adalah
menghitung rata-rata bergerak kedua dari data peramalan, oleh sebab itu metode peramalan ini sering disebut juga sebagai peramalan rata-rata bergerak ganda.
Secara umum persamaan rata-rata bergerak dapat dituliskan sebagai berikut :
Y’(t) = a + b(n) Di mana :
Y’(t) = Hasil peramalan
a = Konstanta
b = Periode kemukakan yang akan
diramalkan
Untuk menentukan nilai a dan b digunakan persamaan sebagai berikut
a = S’t + (S’t – S”t) = 2 S’t – S”t b = St S t V 1 ' " 2 Dimana :
S’t = Data triwulan pertama S”t = Data triwulan kedua
V = Jangka waktu moving averages Metode Eksponensial Smoothing
Exponensial smoothing adalah
suatu tipe teknik peramalan rata-rata
bergerak yang melakukan yang
melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot lebih besar dalam rata-rata
bergerak. Dengan eksponensial
smoothing sederhana, forecast dilakukan dengan cara ramalan periode terakhir ditambah porsi perbedaan (disebut α) antara permintaan nyata periode terakhir dan ramalan periode terakhir.
Secara umum persamaan
untuk metode peramalan ini adalah : Yt + m = at + bt . m Di mana : m t
= Peramalan kebutuhan produk at = Konstanta bt = Konstantam = Jumlah periode ke muka yang diramalkan
Untuk mencari nilai at dan bt digunakan persamaan : at = 2 S’t – S’’tbt S't S''t 1 = a a S’t = α Xt + (1 + α) S’t – 1 S’’t = α S’t + (1 – α) S’’t – 1
Untuk nilai α berkisar antara
0 sampai dengan 1, namun
berdasarkan pengalaman empiris nilai α yang optimal antara 0,1 dan 0,2. Bila α = 0,1 berarti peramalan terlalu berhati-hati, sedangkan bila α = 0,2 berarti responsif.
Analisis Kesalahan Peramalan
Kesalahan ramalan mempunyai dua komponen yang harus ditinjau kembali secara hati-hati oleh analis-ukuran atau besarnya perbedaan antara permintaan nyata dan menurut ramalan; dan arah kesalahan-apakah permintaan nyata di atas atau di bawah ramalan.
Cara paling mudah untuk
mengukur kesalahan ramalan adalah
secara sederhana membandingkan
ramalan yang umum digunakan adalah mean absolut deviation (MAD). Secara sederhanakan, ukuran ini merupakan perbedaan antara permintaan nyata dan
28
forecats. Dalam bentuk rumusan
diuraikan sebagai berikut :
=
= n t t t MAD 1 ' di mana :MAD = Mean Absolute Deviation
Yt = Data aktual pada periode t
Y’t = Data hasil peramalan periode t
N = Periode yang digunakan
Setiap metode peramalan yang digunakan kemudian diuji dengan data masa lampau dan dihitung besar nilai
kesalahan kuadratnya. Metode
peramalan yang mempunyai nilai MAD yang terkecil maka metode peramalan tersebut merupakan metode yang terbaik
dari metode-metode yang
lainnya.(Biegel, John E. Ib. It. Hal)
Model Economic Order Quantity
(EOQ)
Salah satu model sederhana yang
bisa digunakan untuk menentukan
ukuran pesan yang ekonomis adalah model economic order quantity (EOQ).
Model ini mempertimbangkan dua
ongkos persediaan di atas yakni ongkos pesan dan ongkos simpan. Ongkos pesan yang dimaksud adalah ongkos-ongkos tetap yang keluar setiap kali
pemesanan dilakukan dan tidak
tergantung pada ukuran atau volume pesanan.
Model EOQ dibuat dengan
sejumlah asumsi. Artinya, model ini hanya bisa digunakan dengan cukup
baik apabila sejumlah asumsi tersebut dipenuhi atau setidaknya mendekati. Dalam kenyataannya asumsi ini tidak pernah terpenuhi. Namun demikian, model ini tetap cukup baik digunakan asalkan variasi permintaan dari awal waktu ke waktu tidak terlalu besar.
Model EOQ digunakan untuk
menentukan kuantitas persediaan yang
meminimumkan biaya langsung
penyimpanan persediaan dan biaya kebalikannya (inverse cost) pemesanan persediaan.
Sebelum masuk ke dalam rumus EOQ, memakai rumus :
b D QCb Q hb
C = / /2
di mana : =
Cb Total ongkos dalam setahun
=
D kebutuhan bahan baku per tahun
=
b
h
ongkos simpan per unit per tahun=
b
C ongkos pesan
=
Q Ukuran pesan
Rumus EOQ yang digunakan adalah :
C D h
Q= 2 b /
di mana :
=
Q Ukuran pesan yang optimal
=
b
C ongkos pesan
=
D kebutuhan bahan baku per tahun
=
h ongkos simpan per unit per tahun
(Pujawan, I Nyoman. Op. Cit. Hal 105-107)
Model EOQ di atas dibuat hanya dengan mempertimbangkan ongkos-ongkos yang ditanggung oleh perusahaan pembeli (yang memesan). Ongkos-ongkos yang
dikeluarkan oleh suppier tidak
diperhitungkan. Rumus yang digunakan adalah : s D QCS Q hs C = / /2 di mana : =
Cs Total ongkos dalam setahun yang
dikeluarkan oleh suppier
=
D kebutuhan bahan baku per tahun
yang dikeluarkan oleh suppier
=
s
h ongkos simpan per unit per tahun
yang dikeluarkan oleh suppier
=
s
C ongkos pesan yang dikeluarkan oleh
suppier
=
Q Ukuran pesan
sehingga untuk mendapatkan Q optimal memakai rumus :
29 bs Cs Cb hs hb Q , = 2 / di mana : = s
h ongkos simpan per unit per tahun
yang dikeluarkan oleh suppier
=
s
C ongkos pesan yang dikeluarkan oleh
suppier
=
b
h ongkos simpan per unit per tahun
yang dikeluarkan oleh pembeli
=
b
C ongkos pesan yang dikeluarkan oleh
pembeli
bs=
Q , Ukuran pesan yang optimal
(Pujawan, I Nyoman. Ib. It. Hal 107)
Setiap bahan baku akan diuji dengan beberapa metode peramalan untuk menentukan trend yang sesuai dengan data yang ada. Berikut ini adalah
grafik peramalan Raw material
SUS410DB 3,8 x dia. 199,3. Metode Peramalan Konstan
Tabel1Peramalan Konstan
No Bulan Penggunaan Y(t)
1 Januari 22000 2 Februari 16000 3 Maret 28000 4 April 20000 5 Mei 12000 6 Juni 13000 7 Juli 26000 8 Agustus 8000 9 September 5000 10 Oktober 8000 11 November 18000 12 Desember 0 Total 176000 a = 12 176000 = 14666
Tabel 2 Perhitungan MAD dari Peramalan Konstan No Bulan Y (t) Peramalan Y'(t) Error Abs. Error
13 Januari 22000 14666 7334 7334 14 Februari 16000 14666 1334 1334 15 Maret 28000 14666 13334 13334 16 April 20000 14666 5334 5334 17 Mei 12000 14666 -2666 2666 18 Juni 13000 14666 -1666 1666 19 Juli 26000 14666 11334 11334 20 Agustus 8000 14666 -6666 6666 21 September 5000 14666 -9666 9666 22 Oktober 8000 14666 -6666 6666 23 November 18000 14666 3334 3334 24 Desember 0 14666 -14666 14666 Total 176000 84000 MAD = 12 84000 = 7.000
30
Metode Peramalan Double Moving Average
Tabel 3 Peramalan Double Moving Average No Bulan Y(t) 4 bulan pertama 4 bulan kedua
1 Januari 22000 2 Februari 16000 3 Maret 28000 4 April 20000 21500 5 Mei 12000 19000 6 Juni 13000 18250 7 Juli 26000 17750 19125 8 Agustus 8000 14750 17437.5 9 September 5000 13000 15937.5 10 Oktober 8000 11750 14312.5 11 November 18000 9750 12312.5 12 Desember 0 7750 10562.5
7750 4937,5
1875 1 4 2 = = b 5 , 4937 5 , 10562 ) 7750 * 2 ( = = aTabel 4 MAD dari Peramalan Double Moving Average No Bulan Y(t) Peramalan Y' = a + b t Abs. Error
13 Januari 22000 6812.5 15187.5 14 Februari 16000 8687.5 7312.5 15 Maret 28000 10562.5 17437.5 16 April 20000 12437.5 7562.5 17 Mei 12000 14312.5 2312.5 18 Juni 13000 16187.5 3187.5 19 Juli 26000 18062.5 7937.5 20 Agustus 8000 19937.5 11937.5 21 September 5000 21812.5 16812.5 22 Oktober 8000 23687.5 15687.5 23 November 18000 25562.5 7562.5 24 Desember 0 27437.5 27437.5 Total 176000 140375 MAD = 12 140375 = 11697.91 Metode Peramalan Linear Exponential Smoothing
Tabel 5 Peramalan Linear Exponential Smoothing
No Bulan Y(t) S't S"t at bt 1 Januari 22000 22000 22000 2 Februari 16000 20800 21760 19840 -16560 3 Maret 28000 22240 21856 22624 -16296 4 April 20000 21792 21843.2 21740.8 -16395.2 5 Mei 12000 19833.6 21441.28 18225.92 -16482.9 6 Juni 13000 18466.88 20846.4 16087.36 -16229.7 7 Juli 26000 19973.504 20671.821 19275.19 -15678.4 8 Agustus 8000 17578.803 20053.217 15104.39 -15658.5 9 September 5000 15063.042 19055.182 11070.9 -15289.4 10 Oktober 8000 13650.434 17974.232 9326.635 -14561.6 11 November 18000 14520.347 17283.455 11757.24 -13653.4 12 Desember 0 11616.278 16150.02 7082.536 -13246
31
Tabel 6 MAD dari Peramalan Peramalan Linear Exponential Smoothing No Bulan Y(t) Y'(t) Peramalan (a = 0,2 Error Abs. Error
13 Januari 22000 20328.536 1671.464 1671.464 14 Februari 16000 33574.536 -17574.54 17574.54 15 Maret 28000 46820.536 -18820.54 18820.54 16 April 20000 60066.536 -40066.54 40066.54 17 Mei 12000 73312.536 -61312.54 61312.54 18 Juni 13000 86558.536 -73558.54 73558.54 19 Juli 26000 99804.536 -73804.54 73804.54 20 Agustus 8000 113050.536 -105050.5 105050.5 21 September 5000 126296.536 -121296.5 121296.5 22 Oktober 8000 139542.536 -131542.5 131542.5 23 November 18000 152788.536 -134788.5 134788.5 24 Desember 0 166034.536 -166034.5 166034.5 945521.4 MAD = 12 4 . 521 . 945 = 78793.45
Dari tiga jenis metode peramalan didapat MAD sebagai berikut : Tabel 7 Nilai MAD dari Tiga Metode Peramalan
Metode MAD
Konstan 7.000,00
Double Moving Average 11.697,91 Linear Eksponential Smoothing 78.793,45
Perencanaan Kebutuhan Bahan Baku Dalam Jumlah Yang Ekonomis
= 1.398 pcs.
Maka didapatlah perencanaan
kebutuhan bahan baku dalam jumlah yang ekonomis sebesar 1.398 pcs.
b 175.992/1.398Rp.200.000 1.398/2Rp.3.600.000
C =
= Rp. 25.177.682,- + Rp. 2.516.400.000,- = Rp. 2.541.577.682,-
Setelah mendapatkan nilai
perencanaan kebutuhan bahan baku yang ekonomis, maka dapat melakukan dalam penerapan SCM, yaitu dengan cara memperhitungkan seberapa besar pula kebutuhan bahan baku yang dikeluarkan dari supplier.
Setelah menggunakan EOQ dalam penerapan SCM 2*Rp.200.000*200.000/Rp.3.600.000 Q= = 1.490 pcs. .3.600.000 2 490 . 1 200.000 . 490 . 1 000 . 200 Rp Rp s C = =Rp. 26.845.638,- + Rp. 2.683.000.000,- = Rp. 2.708.845.638,-
Membandingkan Antara EOQ Biasa Dengan EOQ Dalam Penerapan SCM Untuk membandingkan antara EOQ biasa dengan EOQ dalam penerapan
SCM maka dilakukan perhitungan
sebagai berikut :
Perhitungan untuk pihak perusahaan
(pembeli)Sebelum dilakukan EOQ
dalam penerapan SCM ; 2*Rp.200.000*175.992/Rp.3.600.000 Q= = 1.398 pcs. .3.600.000 2 398 . 1 000 . 200 . 398 . 1 992 . 175 Rp Rp b C = = Rp. 25.177.682,- + Rp. 2.516.400.000,- = Rp..2.541.577.682,- = 000 . 600 . 3 . 992 . 175 * 000 . 200 . * 2 Rp Rp Q
32
Sesudah dilakukan EOQ dalam
penerapan SCM ; 2*Rp.200.000*200.000/Rp.3.600.000 Q= = 1.490 pcs. b 175.992/1.490Rp.200.000 1.490/2Rp.3.600.000 C = = Rp. 23.623.087,- + Rp.2.682.000.000,- = Rp. 2.705.632.087,-
Perhitungan untuk pihak supplier (pemasok)Sebelum dilakukan EOQ dalam penerapan SCM ; 2*Rp.200.000*175.992/Rp.3.600.000 Q= = 1.398 pcs. .3.600.000 2 398 . 1 000 . 200 . 398 . 1 000 . 200 Rp Rp s C = = Rp. 28.612.303,- + Rp. 2.516.400.000,- = Rp. 2.545.012.303,-
Sesudah dilakukan EOQ dalam
penerapan SCM ; 2*Rp.200.000*200.000/Rp.3.600.000 Q= = 1.490 pcs. s 200.000/1.490Rp.200.000 1.490/2Rp.3.600.000 C = = Rp. 26.845.638,- + Rp. 2.682.000.000,- = Rp. 2.708.845.638,-
Tabel 8 Perbandingan antara EOQ biasa dengan EOQ dalam PenerapanSCM
Diskripsi EOQ Biasa EOQ dalam SCM
Ukuran pesanan ekonomis 1,398 pcs 1,490 pcs
Total ongkos pembeli (rupiah) 2,541,577,682 2,705,632,087
Total ongkos pemasok (rupiah) 2,545,012,303 2,708,845,638
Total ongkos sistem (rupiah) 5,086,589,985 5,414,477,725
Kesimpulan
Berdasarkan hasil pengujian
beberapa metode peramalan Konstan dengan MAD 7,000, Doubel Moving Average dengan MAD 11.697,91, Linear Eksponential Smoothing dengan MAD 78.793,45. terhadap data-data yang ada, ternyata Raw material SUS410DB 3,8 x dia. 199,3 menggunakan peramalan konstan dengan MAD terkecil yaitu 7,000.
Perhitungan antara EOQ biasa dengan EOQ dalam penerapan SCM terlihat jelas antara pihak pembeli dan pemasok yaitu : Untuk perusahaan (pembeli)EOQ biasa, Q = 1.398 pcs dan
TC=Rp.2.541.577.682,- sedangkan
dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC =
Rp.2.705.632.087,-, Untuk supplier
(pemasok) EOQ biasa, Q = 1.398 pcs dan TC=Rp.2.545.012.303,- sedangkan dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC = Rp.2.708.845.638,-.
Sehingga dapat dihitung pula Total ongkos sistem EOQ biasa sebesar Rp.
5.086.589.985,- dan Total ongkos
system dengan EOQ dalam penerapan SCM sebesar Rp.5.414.477.725,-.
33
Daftar Pustaka
Agus, Ahyari., 1995., “Manajemen
Produksi Perencanaan System
Produksi”, Yogyakarta,
BEPFE-Yogyakarta.
Assauri, Sofian, 1993. “Pengendalian Produksi dan Operasi”, Lembaga Penerbit FEUI.
Biegel, John E.1992, “Pengendalian
Produksi-Suatu Pendekatan
Kuantitatif”, Jakarta : CV Akademika Presindo,.
Gaspersz, Vincent,1998. “Production Planning And Inventory Control”,
PT. Gramedia Pustaka Utama,
Jakarta :.
Makridakis, Spyros,1993
JohnWiley&Sons, “Foresting
Methads And Application”,.
Pujawan, I Nyoman, 2005Institute
Teknologi Sepuluh Nopember,
“Supply Chain Management”,
Surabaya, Edisi Pertama, Guna
Widya,.
Rangkuti, Freddy, 1996, “Manajemen
Persediaan-Aplikasi di Bidang
Bisnis”, Jakarta, PT. Raja Grafindo Persada,.
Wheelwright, Steven C, Maridakis, Victor
E. McGee,1988. “Metode dan