162
OPTIMALISASI PEMESANAN BAHAN BAKU DI PT XYZ
UNTUK MEREDUKSI BIAYA PERSEDIAAN DENGAN
METODE PROGRAM DINAMIS
Iwan Aang Soenandi*, Parvesh Putren
Fakultas Teknik dan Ilmu Komputer Jurusan Teknik Industri Universitas Kristen Krida Wacana - Jakarta
*iwan.as@ukrida.ac.id
Abstrak
Bahan baku merupakan sesuatu yang penting bagi perusahaan terutama untuk proses produksi. Jika perusahaan memiliki bahan baku terlalu banyak akan mengakibatkan tingginya biaya pembelian, penyimpanan, dan pemeliharaan gudang. Sementara itu, jika bahan baku yang dimiliki sedikit, akan menyebabkan kerugian besar bagi perusahaan karena tidak dapat memenuhi permintaan penjualan. Oleh karena itu, untuk menjaga proses produksi agar berjalan lancar diperlukan suatu perencanaan dan pengendalian bahan baku yang baik.
Kata Kunci: Proses Produksi, Optimasi, Pemrograman Dinamis Abstract
The raw material is something important for the company especially for the production process. If the company have too much raw materials, it will result in high cost of purchase, storage, and maintenance at the warehouse. Meanwhile, if a little bit of raw materials owned, it will cause a great loss to the company because they could not fulfill the sales demand. Therefore, to maintain the production process running smoothly required a good planning and control of raw materials.
Keywords: Production Process, Optimization, Dynamic Programming
1. PENDAHULUAN
Bahan baku merupakan sesuatu yang sangat penting bagi perusahaan terutama bagi proses produksi. Jika bahan baku yang dimiliki terlalu banyak/overstock, maka akan mengakibatkan tingginya biaya pembelian, penyimpanan, dan pemeliharaan di gudang sedangkan jika bahan baku yang dimiliki sedikit/outstock, maka akan mengakibatkan terhentinya proses produksi yang akan menimbulkan kerugian besar pada perusahaan karena tidak dapat memenuhi permintaan penjualan. Oleh karena itu, untuk menjaga kelancaran proses produksi diperlukan suatu perencanaan dan pengendalian bahan baku yang baik.
Selama ini, penentuan jumlah bahan baku yang akan dipesan oleh PT XYZ tidak didasarkan pada hasil perhitungan yang baik, melainkan hanya didasarkan pada jumlah permintaan bahan baku pada periode tertentu. Padahal semakin banyak bahan baku yang dibeli, maka perusahaan akan mendapatkan diskon dari supplier. Tetapi hal ini kurang dimanfaatkan oleh perusahaan, sehingga biaya yang dikeluarkan untuk membeli bahan baku menjadi tidak optimum.
Dengan demikian, pada penelitian ini pokok permasalahan yang dibahas adalah mengenai perencanaan dan pengendalian bahan baku dengan menggunakan metode
163 program dinamis. Dengan metode ini, akan ditentukan berapa banyak bahan baku yang seharusnya dipesan (order quantity) untuk meminimalisasi biaya persediaan.
2. KONSEP DASAR 2.1 Peramalan
Peramalan (forecasting) adalah istilah yang sangat popular di dunia bisnis, yang pada dasarnya merupakan kegiatan yang berhubungan dengan meramalkan atau memproyeksikan hal-hal yang terjadi di masa lampau ke masa depan. Ramalan permintaan (demand forecasting) menyangkut peramalan permintaan yang akan datang berdasarkan permintaan yang lalu atau berdasarkan perhitungan tertentu. Ramalan permintaan mencakup dua kegiatan, yaitu:
Mengidentifikasi variabel-variabel yang mempengaruhi permintaan.
Mengembangkan persamaan-persamaan yang menyatakan hubungan antara variabel-variabel tersebut dalam bentuk perhitungan matematis.
Salah satu hal yang menyulitkan dalam perhitungan peramalan adalah adanya fluktuasi aktivitas permintaan sepanjang waktu. Sangat jarang dijumpai bahwa permintaan bersifat konstan dan merata sepanjang masa. Dari segi fluktuasi ini, pola permintaan dapat dibagi menjadi empat jenis, yaitu:
Kecenderungan (trend)
Kecenderungan adalah tendensi keseluruhan yang bersifat naik (berkembang) atau turun (berkontraksi), atau rata tidak naik dan tidak turun selama jangka waktu yang lama.
Variasi musiman (seasonal variation)
Adalah pola permintaan dimana fluktuasi perubahannya terjadi secara lengkap dalam periode waktu satu tahun dan fluktuasi ini berulang dari tahun ke tahun.
Variasi siklikal (cyclical variation)
Adalah pola permintaan dimana fluktuasi perubahannya terjadi tidak mengikuti jangka waktu yang tetap tetapi bervariasi dari beberapa bulan sampai beberapa tahun. Gerakan tak teratur (irregular movements)
Pola permintaan jenis ini dari waktu ke waktu terjadi secara tidak teratur dan sulit dijelaskan penyebabnya.
Secara garis besar, teknik peramalan terdiri dari empat jenis pokok, yaitu [1]: Metode subjektif (subjective methods)
Metode ini bersifat subjektif, artinya sangat tergantung dari penilaian individu penilai.
Analisis serial waktu (time-series analysis)
Metode ini didasarkan atas perhitungan seri data masa lalu. Pola permintaan yang akan datang diasumsikan sebagai pengulangan dari pola permintaan yang lalu. Teknik barometris (barometric techniques)
Metode ini dikembangkan atas dasar asumsi bahwa pola permintaan yang akan datang merupakan pengembangan dari pola permintaan pada saat ini.
Model ekonometris (econometric models)
Metode ini dikembangkan dari sejumlah data yang bercirikan variabel yang sangat banyak yang menentukan pola permintaan, sehingga memerlukan perhitungan yang sangat rumit.
164 Pada umumnya peramalan dapat dibedakan dari beberapa segi, yaitu [2]:
1) Jika dilihat dari segi penyusunannya, maka peramalan dapat dibedakan atas dua macam, yaitu:
Peramalan subjektif, merupakan peramalan yang didasarkan atas dasar perasaan atau feeling dari seorang yang menyusunnya. Dalam hal ini pandangan dan pengalaman masa lalu dari penyusun sangat menentukan hasil ramalan.
Peramalan objektif merupakan peramalan yang didasarkan atas data dan informasi yang ada, kemudian dianalisis dengan menggunakan teknik atau metode tertentu. Data yang digunakan biasanya data masa lalu untuk beberapa periode.
2) Jika dilihat dari jangka waktu peramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
Peramalan jangka panjang, merupakan peramalan yang didasarkan kepada waktu lebih dari 1 tahun.
Peramalan jangka pendek, merupakan peramalan yang didasarkan pada waktu kurang dari 1 tahun.
3) Dilihat dari segi ramalan maka peramalan dapat dibedakan atas dua macam, yaitu: Peramalan kualitatif, merupakan peramalan yang didasarkan atas data kualitatif
dan biasanya peramalan ini didasarkan kepada hasil penyelidikan.
Peramalan kuantitatif, merupakan peramalan yang didasarkan atas data-data kuantitatif masa lalu.
2.2 Program Dinamis (Dynamic Programming)
Program Dinamis (dynamic programming) adalah metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage) sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan. Program dinamis dapat digunakan untuk menyelesaikan persoalan dalam area, seperti alokasi, pemuatan kargo, pembuatan jadwal, dan inventori [3].
Sebuah tahap dalam program dinamis didefinisikan sebagai bagian dari masalah yang memiliki beberapa alternatif yang saling menggantikan dimana darinya alternatif terbaik akan dipilih. Gagasan dasar program dinamis adalah secara praktis menghilangkan pengaruh saling ketergantungan antara tahap-tahap dengan menghubungkan definisi suatu keadaan dengan setiap tahap. Suatu keadaan biasanya didefinisikan untuk menunjukkan status batasan yang mengikat semua tahap secara bersama-sama [4].
Ciri-ciri dasar dari suatu masalah program dinamis adalah [5]:
1) Dalam masalah program dinamis, keputusan tentang suatu masalah ditandai dengan optimisasi pada tahap berikutnya, bukan keserentakan. Ini berarti, jika suatu masalah akan diselesaikan dengan program dinamis, maka harus dipisahkan menjadi n subproblem.
2) Program dinamis berkaitan dengan masalah-masalah di mana pilihan atau keputusan dibuat pada masing-masing tahap. Seluruh kemungkinan pilihan dicerminkan, diatur oleh sistem status atau state pada setiap tahap.
3) Berkaitan dengan sistem keputusan pada setiap tahap adalah return function yang mengevaluasi pilihan yang dibuat dalam arti sumbangan yang diberikan kepada tujuan keseluruhan (maksimisasi atau minimisasi).
4) Pada setiap tahap proses keputusan dihubungkan dengan tahap yang berdekatan melalui fungsi transisi. Fungsi ini dapat berupa kuantitas yang diskrit maupun kontinu tergantung pada sifat-sifat masalah.
5) Suatu hubungan rekursif digunakan untuk menghubungkan kebijaksanaan optimum pada tahap n dengan n-1. Terdapat dua macam prosedur rekursif, yaitu foreward dan backward.
165 Hubungan itu adalah:
a) foreward recursive equation (perhitungan dari depan ke belakang)
b) backward recursive equation (perhitungan dari belakang ke depan)
, j = 1, 2, 3, …., n Keterangan:
atau = optimum return function X atau Y = state
X @ k atau Y @ k = fungsi transisi j = tahap ke
k = variabel keputusan
Perbedaan pokok antara metode foreward dan backward terletak dalam cara mendefinisikan state. Simbol @ menyatakan hubungan matematika antara Xj atau Yj dengan kj, misalnya tambah, kurang, kali, atau akar, dan lain-lain.
6) Dengan menggunakan hubungan rekursif ini, prosedur penyelesaian bergerak dari tahap ke tahap sampai kebijaksanaan optimum tahap terakhir ditemukan. Sekali kebijaksanaan optimum tahap n telah ditemukan, n komponen keputusan dapat ditemukan kembali dengan melacak balik melalui fungsi transisi tahap n.
Secara grafis, gambaran dari suatu tahapan dapat diperlihatkan sebagai berikut:
Gambar 1. Model matematik program dinamis
Tidak seperti pemrograman linier, tidak ada bentuk matematis standar untuk perumusan pemrograman dinamis. Akan tetapi, pemrograman dinamis adalah pendekatan umum untuk pemecahan masalah dan persamaan tertentu yang digunakan di dalamnya harus dibentuk sesuai dengan situasi masalah yang dihadapi [6].
3. TUJUAN DAN MANFAAT PENELITIAN 3.1 Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam penelitian ini adalah: Menentukan jumlah kebutuhan bahan baku setiap bulan.
Menentukan jumlah bahan baku yang dipesan setiap periode agar biaya persediaan menjadi minimum.
166 3.2 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah dapat menurunkan biaya operasional perusahaan sehingga lebih dapat berkompetisi di dalam persaingan.
4. METODE PENELITIAN
Metode penelitian yang digunakan adalah sebagai berikut: 1) Penelitian pendahuluan
Penelitian pendahuluan dilakukan melalui proses pengamatan kondisi, lingkungan, dan situasi dari PT XYZ, khususnya divisi galon PET. Pengamatan ini juga dilakukan untuk mendapatkan informasi – informasi mengenai gambaran umum perusahaan, proses produksi yang dilakukan, dan mengidentifikasi masalah – masalah yang dihadapi oleh perusahaan. Informasi ini diperoleh dengan melakukan hasil studi lapangan dan berbagai wawancara tanya jawab yang dilakukan dengan pihak perusahaan.
2) Identifikasi masalah
Setelah melakukan penelitian pendahuluan, diketahui bahwa penentuan jumlah bahan baku yang akan dipesan oleh PT XYZ tidak didasarkan pada hasil perhitungan yang baik, melainkan hanya didasarkan pada jumlah permintaan bahan baku pada periode tertentu, sehingga biaya yang dikeluarkan untuk membeli bahan baku menjadi tidak optimum.
3) Penentuan tujuan penelitian Tujuan dari penelitian ini adalah:
Menentukan jumlah kebutuhan bahan baku setiap bulan untuk tahun 2011.
Menentukan jumlah bahan baku yang dipesan setiap periode agar biaya persediaan menjadi minimum.
Menentukan total biaya dari pemesanan bahan baku selama tahun 2011. 4) Pengumpulan data
Proses pengumpulan data dilakukan dengan melakukan wawancara dan mengumpulkan data historis perusahaan.
5) Pengolahan data
Pengolahan data dilakukan melalui beberapa tahap, seperti menentukan jumlah permintaan untuk satu tahun ke depan dengan menggunakan peramalan dekomposisi dan mencari solusi optimal untuk pemesanan bahan baku dengan menggunakan program dinamis.
6) Analisis
Langkah ini merupakan pembahasan dari hasil pengolahan data. 7) Kesimpulan dan saran
Langkah terakhir yang dilakukan dalam penelitian ini adalah menarik kesimpulan dari hasil pengolahan data dan analisis yang sebelumnya telah dilakukan.
5. HASIL DAN PEMBAHASAN 5.1 Pengumpulan Data
Data-data yang digunakan dalam penelitian ini diperoleh dengan mengumpulkan data historis maupun tanya jawab dengan pimpinan perusahaan. Data-data yang dikumpulkan antara lain data permintaan galon PET dari periode November 2007 sampai Oktober 2010, data tentang harga bahan baku maupun ukuran lot yang dapat dibeli oleh perusahaan, dan data-data yang terkait dalam perhitungan program dinamis.
167 Berikut ini adalah data permintaan galon PET dari periode November 2007-Oktober 2010.
Tabel 1. Tabel permintaan galon PET November 2007-Oktober 2010
Untuk membuat satu produk galon PET dibutuhkan bahan baku sebanyak 710 ± 5 gram. Harga untuk bahan baku adalah Rp 14.000,-/kg. Bahan baku dapat dibeli dalam ukuran lot 5 ton, 10 ton, 15 ton, 20 ton, 25 ton, 30 ton, dan 35 ton. Semakin banyak bahan baku yang dibeli, perusahaan mendapatkan diskon dari supplier. Tabel diskon bahan baku dapat dilihat pada Tabel 2.
Tabel 2. Diskon Ukuran Lot (Ribuan Kg) Diskon (%) 5 0 10 0 15 2 20 3 25 4 30 5 35 6
Dalam melakukan pemesanan bahan baku, perusahaan mengeluarkan biaya pemesanan sebesar Rp 20.000,- yang meliputi biaya telepon, biaya fax, dan biaya pencetakan surat permintaan pembelian. Selain biaya-biaya di atas, perusahaan dikenakan biaya ongkos kirim setiap melakukan pemesanan bahan baku. Biaya ongkos kirim berbeda-beda tergantung dengan jumlah bahan baku yang dipesan. Harga untuk ongkos kirim bahan baku dapat dilihat pada Tabel 3.
Bulan-Thn Demand Bulan-Thn Demand Bulan-Thn Demand
Nov-2007 19,628 Nov-2008 14,071 Nov-2009 21,202 Dec-2007 16,670 Dec-2008 4,512 Dec-2009 38,645 Jan-2008 17,205 Jan-2009 12,556 Jan-2010 23,798 Feb-2008 11,682 Feb-2009 14,850 Feb-2010 21,517 Mar-2008 14,668 Mar-2009 14,790 Mar-2010 30,460 Apr-2008 20,655 Apr-2009 17,367 Apr-2010 23,682 May-2008 23,460 May-2009 19,387 May-2010 25,168 Jun-2008 20,412 Jun-2009 18,820 Jun-2010 26,842 Jul-2008 19,842 Jul-2009 20,006 Jul-2010 22,302 Aug-2008 16,309 Aug-2009 21,521 Aug-2010 18,660 Sep-2008 13,098 Sep-2009 10,047 Sep-2010 10,489 Oct-2008 12,102 Oct-2009 18,012 Oct-2010 24,824
168 Tabel 3. Harga ongkos kirim bahan baku
Ukuran Lot (Ribuan Kg) Biaya Pengiriman (Ribuan Rp) 5 800 10 1,300 15 2,000 20 2,600 25 3,300 30 4,000 35 4,600
Perusahaan memiliki gudang dengan kapasitas 27 ton. Biaya yang dikeluarkan oleh perusahaan untuk biaya operasional gudang adalah Rp 8.000.000,-/bulan. Dengan demikian, maka biaya simpan bahan baku per bulan adalah Rp 296,-/kg.
5.2 Pengolahan Data
Untuk mengetahui kebutuhan bahan baku untuk tahun 2011, maka dilakukan peramalan jumlah permintaan galon PET. Sebelum melakukan peramalan, data yang diperoleh terlebih dahulu di plot untuk memperoleh gambaran mengenai pola data yang akan menentukan metode peramalan yang digunakan. Berikut ini adalah hasil plot data permintaan galon PET.
Gambar 2. Plot data permintaan galon PET
Dari pola data di atas, dapat disimpulkan bahwa terdapat pola trend dan pola siklis. Oleh karena itu, peramalan dilakukan dengan menggunakan metode dekomposisi. Hasil peramalan permintaan galon PET pada tahun 2011 dengan menggunakan software minitab dapat dilihat pada Tabel 4.
169 Tabel 4. Hasil peramalan permintaan galon PET tahun 2011
Bulan Peramalan Produk Januari 22180 Februari 22942 Maret 27768 April 26315 Mei 32499 Juni 29338 Juli 29337 Agustus 27233
Untuk menentukan kebutuhan bahan baku untuk tahun 2011, maka hasil peramalan permintaan galon PET dikalikan dengan 0,715 gram. Untuk memudahkan perhitungan, maka dilakukan pembulatan. Kebutuhan bahan baku untuk tahun 2011 adalah sebagai berikut.
Tabel 5. Hasil peramalan bahan baku tahun 2011
Bulan Peramalan Bahan Baku (ton)
Januari 16 Februari 17 Maret 20 April 19 Mei 24 Juni 21 Juli 21 Agustus 20 September 13 Oktober 15 November 18 Desember 19
Setelah mengetahui kebutuhan bahan baku untuk tahun 2011, maka langkah selanjutnya adalah menentukan jumlah pemesanan bahan baku yang optimal dengan menggunakan metode program dinamis. Dari pengumpulan data didapat biaya-biaya yang perlu dikeluarkan oleh pabrik untuk membeli bahan baku adalah sebagai berikut:
Tabel 6. Biaya bahan baku
Ukuran Lot (Kg) Harga Bahan Baku / Kg Harga Bhn Baku Diskon (%)Biaya Pengiriman Biaya Pemesanan Total Harga
5000 14000 70,000,000 0 800,000 20,000 70,820,000 10000 14000 140,000,000 0 1,300,000 20,000 141,320,000 15000 14000 210,000,000 2 2,000,000 20,000 207,820,000 20000 14000 280,000,000 3 2,600,000 20,000 274,220,000 25000 14000 350,000,000 4 3,300,000 20,000 339,320,000 30000 14000 420,000,000 5 4,000,000 20,000 403,020,000 35000 14000 490,000,000 6 4,600,000 20,000 465,220,000
170 Tahap pertama yang harus dilakukan untuk menghitung persediaan dengan menggunakan program dinamis adalah membuat model matematik dari persoalan tersebut. Model matematik untuk persoalan persediaan dapat dilihat pada gambar di bawah ini.
Gambar 3. Model matematik program dinamis untuk pembelian bahan baku
Angka 1-12 menunjukkan jumlah bulan, huruf x1-x12 menunjukkan jumlah bahan baku yang akan dibeli, dan huruf s1-s12 menunjukkan jumlah bahan baku yang tersedia di gudang.
Setelah menentukan model matematik, maka langkah selanjutnya adalah membagi masalah dalam bentuk tahap (stage). Tahap yang dimiliki adalah sama dengan jumlah bulan. Perhitungan program dinamis dimulai dari tahap awal yaitu bulan Desember 2011 sampai Januari 2011 yang merupakan tahap akhir. Berikut adalah beberapa contoh perhitungan program dinamis.
Tabel 7. Perhitungan program dinamis stage 12 Satuan dalam ribuan (000)
d12 0 5 10 15 20 25 30 35 S12 0 - - - - 274220+296 - - - 274516 20 274516 1 - - - - 274220+592 - - - 274812 20 274812 2 - - - - 274220+888 - - - 275108 20 275108 3 - - - - 274220+1184 - - - 275404 20 275404 4 - - - 207820 274220+1480 - - - 207820 15 207820 275700 5 - - - 207820+296 274220+1776 - - - 208116 15 208116 275996 Problem 12 - Stage (n = 12) f12(S12) = {Φ (d12) + 296 (S12 + d12 - 19)} f12*(S12) d12*
Huruf S pada tabel menunjukkan jumlah inventori yang dimiliki oleh pabrik, yang terdiri dari angka 0 yang berarti bahan baku yang tersedia di pabrik adalah tidak ada sampai angka 27. Angka 0, 5, 10, 15, 20, 25, 30, 35 adalah ukuran lot. F12*(s) menunjukkan harga yang minimum pada baris 0-35 sedangkan x12* menunjukkan posisi dimana harga minimum tersebut berada.
Pada bulan Desember 2011, jumlah permintaan bahan baku adalah 19 ton. Berdasarkan jumlah lot yang ada, maka perusahaan harus membeli bahan baku sebanyak 20 ton. Dengan membeli bahan baku sebanyak 20 ton maka perusahaan memiliki sisa bahan baku sebanyak 1 ton, sehingga perusahaan harus membayar biaya simpan bahan baku 1 ton tersebut sebesar Rp 296.000,- (harga simpan bahan baku/kg adalah Rp 296,-).
171 Tabel 8. Perhitungan program dinamis stage 11
Satuan dalam ribuan (000)
d11 0 5 10 15 20 25 30 35 S11 0 - - - - 274220+592+275108 339320+2072+208708 403020+3552+142208 465220+5032+71708 541960 35 549920 550100 548780 541960 1 - - - - 274220+888+275404 339320+2368+209004 403020+3848+142504 465220+5328+72004 542552 35 550512 550692 549372 542552 2 - - - - 274220+1184+207820 339320+2664+141320 403020+4144+70820 465220+5624+0 470844 35 483224 483304 477984 470844 3 - - - 207820+274516 274220+1480+208116 339320+2960+141616 403020+4440+71116 465220+5920+296 471436 35 482336 483816 483896 478576 471436 4 - - - 207820+296+274812 274220+1776+208412 339320+3256+141912 403020+4736+71412 465220+6216+592 472028 35 482928 484408 484488 479168 472028 5 - - - 207820+592+275108 274220+2072+208708 339320+3552+142208 403020+5032+71708 465220+6512+888 472620 35 483520 485000 485080 479760 472620 Problem 11 - Stage (n = 11) f11(S11) = {Φ (d11) + 296 (S11 + d11 - 18) + f12*(S12)} f11*(S11) d11*
Kebutuhan bahan baku untuk bulan November 2011 adalah 18 ton. Jika bahan baku yang tersedia di gudang adalah 1 ton maka perusahaan harus membeli 20 ton, sehingga biaya simpan yang dikeluarkan oleh perusahaan adalah Rp 888.000,- (biaya simpan 3 ton). Total biaya yang harus dikeluarkan oleh perusahaan adalah Rp 274.220.000,- + Rp 888.000,- + Rp 275.404.000,-, dimana Rp 274.220.000,- adalah biaya pembelian bahan baku 20 ton, Rp 888.000,- adalah biaya simpan, dan Rp 275.404.000,- adalah biaya dari stage 1 pada saat bahan baku di gudang tersedia 3 ton.
Dengan mengamsumsikan bahan baku yang dimiliki perusahaan pada bulan Januari 2011 adalah nol atau tidak ada bahan baku, maka nilai S hanya ada satu yaitu nol.
Tabel 9. Perhitungan program dinamis stage 1 Satuan dalam ribuan (000)
d1 0 5 10 15 20 25 30 35 S1 0 - - - - 274220+1184+2775924 339320+2664+2713284 403020+4144+2644144 465220+5624+2573324 3044168 35 3051328 3055268 3051308 3044168 Problem 1 - Stage (n = 1) f1(S1) = {Φ (d1) + 296 (S1 + d1 - 16) + f2*(S2)} f1*(S1) d1*
Cara menentukan jumlah pemesanan bahan baku dari hasil perhitungan program dinamis adalah sebagai berikut:
1) Melihat hasil x1* yang terdapat pada stage 1 (Januari). Dari tabel perhitungan didapat nilai x1* adalah 35, maka jumlah bahan baku yang seharusnya dipesan oleh perusahaan untuk bulan Januari adalah 35 ton.
2) Pada bulan Januari perusahaan memesan bahan baku sebanyak 35 ton dan kebutuhan akan bahan baku sebesar 16 ton sehingga sisa bahan baku yang dimiliki perusahaan sebesar 19 ton. Kebutuhan bahan baku pada bulan Februari adalah 17 ton. Untuk melihat jumlah bahan baku yang seharusnya dipesan pada bulan Februari, maka kita harus melihat tabel stage 2 dan baris S yang bernilai 19. Nilai x2* pada baris 19 bernilai 0, maka perusahaan tidak perlu membeli bahan baku untuk bulan kedua.
Tabel 10. Perhitungan program dinamis stage 2 Satuan dalam ribuan (000)
d2 0 5 10 15 20 25 30 35 S2 19 0+592+2572732 70820+2072+2503392 141320+3552+2441192 207820+5032+2375012 274220+6512+2304192 339320+7992+2240532 - - 2573324 0 2573324 2576284 2586064 2587864 2584924 2587844 f2(S2) = {Φ (d2) + 296 (S2 + d2 - 17) + f3*(S3)} f2*(S2) d2* Problem 2 - Stage (n = 2)
172 3) Sisa bahan baku pada bulan Februari adalah 2 ton, maka untuk menentukan jumlah bahan baku yang seharusnya dipesan pada bulan Maret, dilihat nilai x3* pada stage 3 dan baris S bernilai 2. Nilai x3* pada baris 2 bernilai 35, maka perusahaan perlu membeli bahan baku sebanyak 35 ton untuk bulan Maret. Kebutuhan bahan baku pada bulan Maret adalah 20 ton.
4) Sisa bahan baku pada bulan Maret adalah 17 ton, nilai x4* pada baris 17 adalah 5. Maka perusahaan harus memesan bahan baku untuk bulan April sebesar 5 ton. Kebutuhan bahan baku untuk bulan April adalah 19 ton sehingga sisa bahan baku pada bulan ini adalah 3 ton.
5) Nilai x5* pada baris 3 adalah 30, maka pemesanan bahan baku untuk bulan Mei adalah 30 ton. Sisa bahan baku pada bulan Mei adalah 9 ton.
6) Nilai x6* pada baris 9 adalah 35, maka pemesanan bahan baku untuk bulan Juni adalah 35 ton. Sisa bahan baku pada bulan Juni adalah 23 ton.
7) Nilai x7* pada baris 23 adalah 0, maka pada bulan Juli perusahaan tidak perlu membeli bahan baku. Sisa bahan baku pada bulan Juli adalah 2 ton.
8) Nilai x8* pada baris 2 adalah 35, maka pemesanan bahan baku untuk bulan Agustus adalah 35 ton. Sisa bahan baku pada bulan Agustus adalah 17 ton.
9) Nilai x9* pada baris 17 adalah 0, maka pada bulan September perusahaan tidak membeli bahan baku. Sisa bahan baku pada bulan September adalah 4 ton.
10) Nilai x10* pada baris 4 adalah 15, maka pada bulan Oktober tidak dilakukan pemesanan bahan baku dan sisa bahan baku pada bulan ini adalah 4 ton.
11) Nilai x11* pada baris 4 adalah 35, maka pemesanan bahan baku untuk bulan November adalah 20 ton. Sisa bahan baku pada bulan November adalah 21 ton. 12) Nilai x12* pada baris 21 adalah 0, maka pada bulan Desember tidak dilakukan
pemesanan bahan baku dan sisa bahan baku pada bulan ini adalah 2 ton.
Hasil dari perhitungan program dinamis untuk menentukan jumlah pemesanan bahan baku dapat dilihat pada Tabel 11.
Tabel 11. Hasil perhitungan program dinamis
Bulan
Jumlah
Pesan Stock Kebutuhan Sisa
1 35 0 16 19 2 0 19 17 2 3 35 2 20 17 4 5 17 19 3 5 30 3 24 9 6 35 9 21 23 7 0 23 21 2 8 35 2 20 17 9 0 17 13 4 10 15 4 15 4 11 35 4 18 21 12 0 21 19 2
Berdasarkan cara pemesanan bahan baku seperti di atas diperoleh total cost untuk pemesanan bahan baku sebesar Rp 3.044.168.000,-.
173 5.3 Analisis
Program dinamis memiliki keunggulan dapat menghitung jumlah bahan baku yang pembeliannya didasarkan pada lot dan jumlah permintaan yang bervariasi. Selain itu, dengan menggunakan program dinamis dapat memudahkan perhitungan daripada melakukan perhitungan dengan trial & error. Dengan program dinamis bisa diperoleh nilai persediaan yang minimum dengan melakukan pembelian yang berbeda-beda dan pada saat tertentu tidak melakukan pembelian.
Perusahaan dalam memesan bahan baku selalu mengikuti jumlah permintaan setiap bulannya. Dengan cara seperti itu, diperoleh jumlah bahan baku yang dipesan sebagai berikut:
Tabel 12. Jumlah pemesanan bahan baku oleh perusahaan
Bulan
Jumlah
Pesan Stock Kebutuhan Sisa
1 20 0 16 4 2 15 4 17 2 3 20 2 20 2 4 20 2 19 3 5 25 3 24 4 6 20 4 21 3 7 20 3 21 2 8 20 2 20 2 9 15 2 13 4 10 15 4 15 4 11 15 4 18 1 12 20 1 19 2
Dengan melakukan pemesanan seperti di atas, diperoleh total cost persediaan sebesar Rp 3.113.208.000,-. Dari perhitungan program dinamis, diperoleh total cost untuk pemesanan bahan baku sebesar Rp Rp 3.044.168.000,-.
Tabel 13. Perbandingan biaya antara sistem perusahaan dan program dinamis Sistem perusahaan Program dinamis
Biaya pembelian (Rp) 3.090.140.000,- 3.007.760.000,-
Biaya simpan (Rp) 9.768.000,- 36.408.000,-
Total biaya (Rp) 3.113.208.000,- 3.044.168.000,-
Dari perbandingan antara pelaksanaan oleh pihak perusahaan dan berdasarkan analisis dengan menggunakan program dinamis, maka diketahui dengan menggunakan program dinamis terjadi penghematan biaya sebesar Rp 55.740.000 atau sekitar 2 % dari sistem yang digunakan oleh perusahaan.
Berdasarkan hasil peramalan didapat bahwa permintaan bahan baku untuk bulan Januari 2011 adalah 16 ton. Dengan mengamsumsikan persediaan bahan baku di gudang tidak ada, maka bahan baku yang harus dibeli perusahaan adalah sebanyak 35 ton. Kapasitas gudang yang dimiliki oleh PT XYZ adalah 27 ton. Karena jumlah bahan baku yang dipesan sebanyak 35 ton, maka kelebihan bahan baku akan diletakkan di area produksi.
Pada bulan Maret 2011, bahan baku yang tersedia di gudang 2 ton dan perusahaan diharuskan untuk membeli bahan baku sebanyak 35 ton, hal ini tidak
174 mungkin karena kapasitas area produksi untuk menaruh bahan baku adalah 8 ton. Oleh karena itu, perusahaan harus memakai bahan baku sebanyak 2 ton baru memesan bahan baku sebesar 35 ton. Karena waktu lead time untuk memesan bahan baku adalah 1 hari, jadi hal ini mungkin untuk dilakukan. Cara ini juga dapat diterapkan pada bulan Juni, Agustus, dan November karena kapasitas gudang maupun area produksi tidak cukup untuk menampung bahan baku.
6 KESIMPULAN
Dari penelitian yang telah dilakukan, dapat diambil kesimpulan sebagai berikut: Berdasarkan hasil peramalan maka kebutuhan bahan baku setiap periodenya selama
tahun 2011 adalah bulan Januari 16 ton, Februari 17 ton, Maret 20 ton, April 19 ton, Mei 24 ton, Juni 21 ton, Juli 21 ton, Agustus 20 ton, September 13 ton, Oktober 15 ton, November 18 ton, dan Desember 19 ton.
Untuk mendapatkan biaya persediaan minimum maka perusahaan harus membeli bahan baku untuk bulan Januari sebesar 35 ton, tidak membeli bahan baku untuk bulan Februari, membeli sebanyak 35 ton untuk bulan Maret, untuk bulan April membeli bahan baku sebanyak 5 ton, Mei 30 ton, Juni 35 ton, Juli tidak membeli bahan baku, Agustus 35 ton, September tidak membeli bahan baku, Oktober membeli 15 ton, November membeli 35 ton, dan Desember tidak membeli bahan baku. Berdasarkan cara pemesanan bahan baku seperti di atas, diperoleh total cost untuk
pemesanan bahan baku sebesar Rp 3.044.168.000,- sedangkan bila menggunakan metode perusahaan saat ini, maka biaya persediaan sebesar Rp 3.113.208.000,-. Dengan demikian, bila menggunakan metode program dinamis, maka dapat menghemat biaya persediaan sekitar 2 % dari metode saat ini.
REFERENSI
[1]. Indrajit, Eko Richardus dan Richardus Djokopranoto, “Manajemen Persediaan”, Gramedia Widiasarana Indonesia, Jakarta, 2003.
[2]. Kasmir, S.E.,MM dan Jakfar,S.E.,MM, “Studi Kelayakan Bisnis”, Prenada Media, Jakarta, 2003.
[3]. Makridakis, S. Wheelright, S.C, dan McGee V. T, “Metode dan Aplikasi Peramalan”, Edisi Kedua, Jilid 1, (Terjemahan: Andriyanto, U.S. dan Basith A). Erlangga, Jakarta, 1992.
[4]. Meyer, Ruth dan David Krueger, “A minitab Guide to Statistics”, United State Of America, 2001.
[5]. Nur Bahagia, Senator, “Sistem Inventori”, ITB, Bandung, 2006.
[6]. Siswanto, Drs. dan Erlangga, M.Sc., “Operations Research Jilid 1”, Jakarta, 2007.
