BAB 4 HASIL DAN PEMBAHASAN

(1)

BAB 4

HASIL DAN PEMBAHASAN

4.1 Profil Perusahaan

Perusahaan Jaya Mulia Perkasa merupakan perusahaan berbentuk Perseroan Terbatas yang bergerak di bidang produksi semen instan. Perusahaan ini menghasilkan produk semen dengan nama merek produk Jaya Mortar.

Perusahaan ini berdiri tahun 1998 pada saat itu jumlah karyawan hanya 20 karyawan. Perusahaan ini memiliki kantor di jl. Peta Selatan Komplek Ruko Kalideres Indah I Blok D No. 3B, Jakarta dan pabriknya terletak di jl Bayur Ds. Keadaung Barat RT.004/01 Sepatan, Tangerang. Dengan semakin pesatnya pengembangan industri kontruksi di Indonesia mengakibatkan meningkatnya tuntutan akan produk-produk dan teknologi penunjang industri konstruksi yang efisien dan berkualitas, maka perusahaan menggunakan campuran yang ideal yaitu pasir silika dalam British Standart dan ASTM C144.93. Perusahaan ini juga telah lulus pengujian ketahanan dan kualitas produknya oleh Pusat Penelitian dan Pengembangan Pemukiman. Hingga saat ini perusahaan memiliki karyawan berjumlah 100 orang karyawan.

Produk-produk yang dihasilkan oleh perusahaan ini berupa semen. Hampir semua produk yang dihasilkan untuk memenuhi kebutuhan permintaan para kontraktor dalam negeri yang sedang menjalankan proyek pembangunan. Jenis produk yang dihasilkan antara lain : Jaya Mortar Plaster (JM 200), Acian (JM 300), Skim Coat (JM 310), Tile Adthesive (JM 400), Thin Bed (JM 100), Repair Concrete (JM 110), Hardener (JM 500), Dry Concrete K225 (JM 500), Cement (JM210), Floor Screed (JM 190).

(2)

4.1.1 Visi dan Misi Perusahaan 4.1.1.1 Visi Perusahaan

Menjadi Perusahaan yang terkemuka dengan mengedepankan sinergi dan daya saing perusahaan.

4.1.1.2 Misi Perusahaan

Misi yang akan dilakukan oleh perusahaan antara lain :

• Memproduksi, semen dengan berorientasikan pada kepuasan konsumen dengan menggunakan teknologi yang ramah lingkungan.

• Mempertahankan dan meningkatkan pangsa pasar semen sehingga dapat meningkatkan penjualan.

• Memberdayakan dan mengintegrasikan unit-unit usaha strategik untuk meningkatkan keuntungan secara berkesinambungan.

(3)

4.1.2 Struktur Organisasi

Sumber : PT. JAYA MULIA PERKASA, April 2007

Gambar 4.1 Struktur Organisasi PT. Jaya Mulia Perkasa

4.1.3 Uraian Pekerjaan PT. JAYA MULIA PERKASA

Penjelasan atas uraian pekerjaan dari Struktur Organisasi PT. JAYA MULIA PERKASA sebagai berikut :

1. Direktur

Direktur merupakan pemimpin tertinggi perusahaan sekaligus pemilik perusahaan. Tugas Direktur antara lain :

• Memantau perkembangan perusahaan.

• Memantau kinerja manajer dan karyawan.

• Pengambil keputusan akhir. Direktur

Manajer

Litbang Logistik Keuangan Operasi Pemasaran

Perbendaharaan Pajak dan Asuransi Anggaran dan Analisa keuangan Akuntansi Perencanaan dan Penyediaan Material Produksi

Jaya Mortar _Penjualan

Jaminan

Mutu Q/A Pemeliharaan

Produk Pengadaan Promosi Transportasi Penelitian PNBP

(4)

2. Manajer Umum

Manajer merupakan orang yang penting dalam pengaturan, pemantauan dan pengendalian karyawan. Tugasnya antara lain :

• Membuat sistem produksi, dan secara langsung bertanggung jawab terhadap direktur.

• Mengatur jalannya seluruh kegiatan perusahaan.

• Memimpin, memotivasi, dan memberi arahan kepada bawahan. 3. Litbang

Litbang bagian pemantauan, perancangan dan pengawasan mutu produk.

• Menilai kelayakan mutu bahan dan produk.

• Penggujian yang telah diproduksi. 4. Logistik

Logistik merupakan bagian persediaan dan pengadaan bahan baku untuk proses produksi.

• Melakukan perencanaan dan penyediaan bahan baku untuk produksi.

• Pengadaan bahan baku. 5. Keuangan

Keuangan merupakan bagian perhitungan pendapatan dan biaya-biaya perusahaan.

• Melakukan perhitungan pajak, biaya produksi, dan penjualan.

• Melakukan permbukuan Laba/Rugi.

• Menyediakan laporan keuangan perusahaan. 6. Operasi

Operasi merupakan bagian kegiatan produksi perusahaan.

(5)

Pendatang Baru Potensial Pemasok Pembeli Pesaing Substitusi Ancaman

Kekuatan

Tawar

Ancaman

Kekuatan Tawar • PT Bintang Mortar Perkasa • PT Adhi Karya • PT Wilkon • PT Agaton Mandiri • PT Global • PT Dasatria Utama • PT Astasiti Mahadhana • PT Cipta Mortar Utama • PT Suvarna Bhumi Persada • PT Sarana Karya Bakti • Tidak ada

• Pemeliharaan atas produk. 7. Pemasaran

Pemasaran merupakan bagian yang melakukan pendekatan penjualan produk.

• Mencari pelanggan.

• Promosi.

• Penjualan produk.

4.2 Kondisi Perusahaan

Sumber : PT. JAYA MULIA PERKASA, April 2007

(6)

• Pesaing Industri

Pesaing Industri PT. Jaya Mulia Perkasa adalah perusahaan yang menghasilkan produk yang sejenis antara lain Asana Mortar yang di hasilkan oleh PT Astasiti Mahadhana dan Mortar Utama Yang Diproduksi oleh PT Cipta Mortar Utama serta beberapa industri sejenis lainya.

• Pendatang Baru Potensial

Datangnya pesaing baru yang potensial merupakan ancaman lain bagi PT. Jaya Mulia Perkasa. Hambatan untuk mendirikan sebuah perusahaan yang meghasilkan produk semen seperti PT. Jaya Mulia Perkasa sangatlah tinggi karena membutuhkan teknologi yang maju, lokasi yang luas, dan dana investasi yang besar. Oleh sebab itu peluang munculnya perusahaan pesaing bisa dikatakan rendah. perusahaan pendatang baru yang mempunyai jenis usaha yang sama yaitu PT. Bintang Mortar Perkasa.

• Pembeli

Pembeli dari PT. Jaya Mulia Perkasa adalah kebanyakan perusahaan-perusahaan yang bergerak di bidang kontraktor yang sedang melakukan proyek pembangunan antara lain PT. Adhi Karya, PT. Wilkon, PT. Agaton Mandiri, PT. Global, PT. Dasatria Utama, dll.

• Pemasok

Pemasok menyediakan bahan baku yang dibutuhkan oleh perusahaan PT. Jaya Mulia Perkasa untuk mulai memproduksi produknya. salah satu cara yang dilakukan oleh PT. Jaya Mulia Perkasa ialah dengan menyeleksi beberapa pemasok sehingga didapatkan pemasok utama yang memenuhi kriteria bahan baku yang berkualitas. Beberapa pemasok utama bagi PT. Jaya Mulia Perkasa antara lain PT Suvarna Bhumi Persada dan PT Sarana Karya Bakti.

(7)

• Subtitusi

Produk semen ini tidak memiliki bahan pengganti yang menjadi ancaman.

Kesimpulan dari analisis Porter adalah dapat kita ketahui bahwa sedikitnya pendatang baru akan industri semen hal ini disebabkan karena untuk membuka usaha semen ini memerlukan modal yang cukup besar dan produk semen ini belum memiliki barang pengganti untuk menggantikannya. Jadi pada industri ini memiliki prospek cukup bagus karena kondisi persaingan usaha yang sulit bertambah serta belum adanya ancaman akan produk pengganti.

4.3 Analisa Data

Data tahun 2006 yang pada penjualan produk Jaya mortar (JM 200) adalah sebagai berikut :

Tabel 4.1 data penjualan 2006 produk JM 200 Bulan JM 200 / zak (50 kg) Januari 4510 Februari 4460 Maret 5670 April 5630 Mei 5332 Juni 4220 Juli 5110 Agustus 3890 September 4480 Oktober 5710

(8)

November 4470 Desember 4510 Jumlah 57992

Sumber : PT. JAYA MULIA PERKASA

Gambar 4.3 Grafik penjualan Jaya Mortar (JM200) 2006

Jika diplotkan data-data penjualan tahun lalu yang ada pada tabel ke gambar berupa grafik, Dengan melihat gambar grafik tersebut maka gambaran sementara adalah bahwa grafik tersebut mempunyai kecenderungan penjualan yang naik turun. Tetapi fungsi persamaan peramalan yang dapat mendeteksi sebaran data masa lalu tersebut belum diketahui, oleh sebab itu akan diadakan pendekatan sebaran data tersebut dengan menggunakan metoda-metoda peramalan dengan menggunakan program QM (Quantitative Management).

(9)

4.3.1 Menghitung Peramalan

Penjualan Jaya Mortar (JM200) Dihitung dengan menggunakan QM (Quantitative Management) :

1. Peramalan Konstan 2. Peramalan Linier

3. Peramalan Rata – Rata Bergerak

4. Peramalan Rata – Rata Bergerak Dengan Bobot

4.3.1.1 Peramalan Metode Konstan

Tabel 4.2 Data penjualan produk Bulan Plester JM 200 Januari 4510 Februari 4460 Maret 5670 April 5630 Mei 5332 Juni 4220 Juli 5110 Agustus 3890 September 4480 Oktober 5710 November 4470 Desember 4510 ∑ y 57992

(10)

Sumber : PT. JAYA MORTAR. n

∑

Y(t)

a = t=1

N

a = 57992 = 4832.6 unit 12

Jadi, peramalan penjualan untuk periode berikutnya adalah 4832.6 unit. Persamaannya adalah :

Y(t) = a Y(t) = 4832.6

Peramalan penjualan untuk periode berikutnya adalah 4832.6 unit. Jika dibuat tabel Peramalan untuk tahun 2007 adalah sebagai berikut :

Tabel 4.3 Peramalan penjualan metode konstan tahun 2007 Bulan Peramalan Januari 4832.6 Februari 4832.6 Maret 4832.6 April 4832.6 Mei 4832.6 Juni 4832.6 Juli 4832.6 Agustus 4832.6 September 4832.6

(11)

Oktober 4832.6 November 4832.6 Desember 4832.6 Sumber : Hasil analisis data Mei 2007

Menghitung nilai kesalahan :

Tabel 4.4 MSE metode peramalan konstan No Bulan Permintaan Peramalan [Y(t)-Ŷ(t)]2

1 Januari 4510 4832.6 104070.76 2 Februari 4460 4832.6 138830.76 3 Maret 5670 4832.6 701238.76 4 April 5630 4832.6 635845.76 5 Mei 5332 4832.6 249400.36 6 Juni 4220 4832.6 375278.76 7 Juli 5110 4832.6 76950.76 8 Agustus 3890 4832.6 888494.76 9 September 4480 4832.6 124326.76 10 Oktober 5710 4832.6 769830.76 11 November 4470 4832.6 131478.76 12 Desember 4510 4832.6 104070.76 Jumlah 4299817.72

Sumber : Hasil analisis data Mei 2007

N

∑ {Y (t) – γ (t)}2 MSE = t=1

(12)

MSE = 4299817.72 12 MSE = 358318.1433

Dasar pemikiran metode ini adalah demand atau permintaan akan didekati dengan nilai konstan yang artinya nilai demand untuk setiap periode adalah sama. Untuk itu permintaan untuk periode yang akan datang adalah sama.

Untuk lebih memperjelas perbandingan antara permintaan hasil peramalan dengan data historismakan perhatikan plot data atau grafik berikut :

Gambar 4.4 Grafik metode peramalan konstan

4.3.1.2 Peramalan Metode Linier (Linier Regression) Tabel 4.5 Peramalan Linier

Bulan (t) JM 200 (y) t t2 _y.t

(13)

Februari 4460 2 4 8920 Maret 5670 3 9 17010 April 5630 4 16 22520 Mei 5332 5 25 26660 Juni 4220 6 36 25320 Juli 5110 7 49 35770 Agustus 3890 8 64 31120 September 4480 9 81 40320 Oktober 5710 10 100 57100 November 4470 11 121 49170 Desember 4510 12 144 54120 Total ∑y = 57992 ∑t = 78 ∑t2 _{= 650} _∑_{y.t = 372540} Rata-rata 4832,667 6.5 54,1667 31045 Sumber : Hasil analisis data Mei 2007

Untuk mencari Intercept = (57992 X 650) – (372540 X 78) (12 X 650) – (78)2 = 5033,03

Untuk Mencari Slope = (372540 X 12) – (57992 X 78) (12 X 650) – (78)2 = -30,82

Tabel 4.6 Peramalan tahun 2007 Bulan Peramalan

(14)

Februari 4601.479 Maret 4570.653 April 4539.829 Mei 4509.003 Juni 4478.178 Juli 4447.353 Agustus 4416.528 September 4385.703 Oktober 4354.878 November 4324.053 Desember 4293.228 Sumber : Hasil analisis data Mei 2007

Tabel 4.7 Menghitung MSE Metode Linier Bulan Permintaan Peramalan _[Y(t)-_Ŷ_(t)]2 Januari 4510 5002,2 242260,84 Februari 4460 4971,4 261529,96 Maret 5670 4940,5 532170,25 April 5630 4909,7 _518832,09 Mei 5332 4878,9 205299.61 Juni 4220 4848,1 394509,61 Juli 5110 4817,2 85731,84 Agustus 3890 4786,4 803532,96

(15)

September 4480 4755,6 75955.36 Oktober 5710 4724,8 970619,04 November 4470 4693,9 50131,21 Desember 4510 4663,1 23439,61

Jumlah 4164007,38

MSE = 4164007,38 12 = 347000,6

Sumber : Hasil analisis data mei 2007

(16)

4.3.1.3 Peramalan Metode Rata – Rata Bergerak (Moving Average) Tabel 4.8 Peramalan Rata – Rata Bergerak

Bulan Permintaan Peramalan dengan MA 3 Bulanan Januari 4510 - Febuari 4460 - Maret 5670 - April 5630 4880 Mei 5332 5253.3 Juni 4220 5443.9 Juli 5110 4960.6 Agustus 3890 4787.3 September 4480 4306.7 Oktober 5710 4393.3 November 4470 4593.3 Desember 4510 4786.6 ∑t4_{= 60710} _∑_{Peramalan MA 3} Bln = 43405 Sumber : Hasil analisis data mei 2007

∑ {Peramalan MA 3bln} 2 MSE = N

= ∑ (43405) 2 12 = 1883994025 12

(17)

= 156999502.1

MA 3 bulan ( N = 3 ) pada bulan Maret : Januari + Febuari + Maret 3 : 4510 + 4460 + 5670 3 : 14640 3 : 4880

MA bulan April : MA bulan Maret + ( Permintaan April – Permintaan Januari ) 3 : 4880 + ( 5630 – 4510 ) 3 : 4880 + ( 1120 ) 3 : 4880 + 373.3 : 5253.3

MA bulan Mei : MA bulan April + ( Permintaan Mei – Permintaan Febuari ) 3 : 5253.3 + ( 5332 – 4460 ) 3 : 5253.3 + ( 872 ) 3 : 5253.3 + 290.6 : 5443.9

(18)

MA bulan Juni : MA bulan Mei + ( Permintaan Juni – Permintaan Maret ) 3 : 5443.9 + ( 4220 – 5670 ) 3 : 5443.9 + ( -1450 ) 3 : 5443.9 + ( -483.3 ) : 4960.6

MA bulan Juli : MA bulan Juni + ( Permintaan Juli – Permintaan April ) 3 : 4960.6 + ( 5110 – 5630 ) 3 : 4960.6 + ( -520 ) 3 : 4960.6+ ( -173.3 ) : 4787.3

MA bulan Agustus : MA bulan Juli + ( Permintaan Agustus – Permintaan Mei ) 3 : 4787.3 + ( 3890 – 5332 ) 3 : 4880 + ( -1442 ) 3 : 4880 + ( -480.6 ) : 4306.7

(19)

3 : 4306.7 + ( 4480 – 4220 ) 3 : 4306.7 + ( 260 ) 3 : 4306.7 + 86.6 : 4393.3

MA bulan Oktober : MA bulan Agustus + ( Permintaan Oktober – Permintaan Juli ) 3 : 4393.3 + ( 5710 – 5110 ) 3 : 4393.3 + ( 600 ) 3 : 4393.3 + 200 : 4593.3

MA bulan November : MA bulan Oktober + (Permintaan November – Permintaan Agustus) 3 : 4593.3 + ( 4470 – 3890 ) 3 : 4593.3 + ( 580 ) 3 : 4593.3 + 193.3 : 4786.6

MA bulan Desember : MA November + (Permintaan Desember – Permintaan September) 3

(20)

: 4786.6 + ( 4510 – 4480 ) 3 : 4786.6 + ( 30 ) 3 : 4786.6 + 10 : 4796.6

Gambar 4.6 Grafik metode peramalan Rata – Rata Bergerak

4.3.1.4 Metode Rata – Rata Bergerak Dengan Bobot ( Weight Moving Average) Tabel 4.9 Peramalan Metode Rata – Rata Bergerak Dengan Bobot

Bulan Permintaan Peramalan dengan MA 3 Bulanan

Peramalan WMA 3 Bulanan

(21)

Febuari 4460 - - Maret 5670 - - April 5630 4880 5077.5 Mei 5332 5253.3 5347.5 Juni 4220 5443.9 5491 Juli 5110 4960.6 4913.5 Agustus 3890 4787.3 4943 September 4480 4306.7 4277.5 Oktober 5710 4393.3 5085 November 4470 4593.3 5077.5 Desember 4510 4786.6 4777.5 ∑t4₌ 60710 ∑ Peramalan MA 3 Bln = 43405 ∑ Peramalan WMA 3 Bln = 44990 Sumber : Hasil analisis data Mei 2007

∑ {Peramalan WMA 3bln} 2 MSE = N

=

∑ (44990) 2 12 = 2024100100 12 = 168675008.3

WMA pada bulan Maret : (0.25 x permintaan januari) + (0.25 x permintaan febuari) + (0.50 x permintaan maret)

(22)

: ( 0.25 x 4510 ) + ( 0.25 x 4460 ) + ( 0.50 x 5670 ) : 1127.5 + 1115 + 2835

: 5077.5

WMA pada bulan April : (0.25 x permintaan febuari) + (0.25 x permintaan maret) + (0.50 x permintaan april)

: ( 0.25 x 4460 ) + ( 0.25 x 5670 ) + ( 0.50 x 5630 ) : 1115 + 1417.5 + 2815

: 5347.5

WMA pada bulan Mei : (0.25 x permintaan maret) + (0.25 x permintaan april) + (0.50 x permintaan mei)

: ( 0.25 x 5670 ) + ( 0.25 x 5630 ) + ( 0.50 x 5332 ) : 1417.5 + 1407.5 + 2666

: 5491

WMA pada bulan Juni : (0.25 x permintaan april) + (0.25 x permintaan mei) + (0.50 x permintaan juni)

: ( 0.25 x 5630 ) + ( 0.25 x 5332 ) + ( 0.50 x 4220 ) : 1470.5 + 1333 + 2110

: 4913.5

WMA pada bulan Juli : (0.25 x permintaan mei) + (0.25 x permintaan juni) + (0.50 x permintaan juli)

: ( 0.25 x 5332 ) + ( 0.25 x 4220 ) + ( 0.50 x 5110 ) : 1333 + 1055 + 2555

: 4943

WMA pada bulan Agustus : (0.25 x permintaan juni) + (0.25 x permintaan juli) + (0.50 x permintaan agustus)

(23)

: 1055 + 1277.5 + 1945

: 4277.5

WMA pada bulan September : (0.25 x permintaan juli) + (0.25 x permintaan agustus) + (0.50 x permintaan september)

: ( 0.25 x 5110 ) + ( 0.25 x 3890 ) + ( 0.50 x 4480 ) : 1277.5 + 972.5 + 2835

: 5085

WMA pada bulan Oktober : (0.25 x permintaan agustus) + (0.25 x permintaan september) + (0.50 x permintaan oktober)

: ( 0.25 x 3890 ) + ( 0.25 x 4480 ) + ( 0.50 x 5710 ) : 972.5 + 1115 + 2835

: 5077.5

WMA pada bulan November : (0.25 x permintaan september) + (0.25 x permintaan oktober) + (0.50 x permintaan november)

: ( 0.25 x 4480 ) + ( 0.25 x 5710 ) + ( 0.50 x 4470 ) : 1115 + 1427.5 + 2235

: 4777.5

WMA pada bulan Desember : (0.25 x permintaan oktober) + (0.25 x permintaan november) + (0.50 x permintaan desember) : ( 0.25 x 5710 ) + ( 0.25 x 4470 ) + ( 0.50 x 4510 ) : 1427.5 + 1117.5 + 2255

(24)

Gambar 4.7 Grafik metode peramalan rata – rata bergerak dengan bobot

4.3.2 Perbandingan MSE (Mean Squared Error)

Tabel 4.10 Perbandingan MSE

Metode Peramalan Perhitungan MSE

Peramalan Konstan 358318.1433

Peramalan Linier 347000.6

Peramalan Rata – Rata Bergerak 156999502.1 Peramalan Rata – Rata Bergerak Dengan Bobot 168675008.3 Sumber : Hasil analisis data Mei 2007

Dari peramalan yang telah dilakukan diketahui bahwa MSE yang paling kecil adalah peramalan linier dengan tingkat kesalahan sebesar 347000,6 berikut adalah hasil peramalan linier :

(25)

Tabel 4.11 Peramalan tahun 2007 (metode Linier) Bulan Permintaan Januari 4632 Februari 4601 Maret 4571 April 4540 Mei 4509 Juni 4478 Juli 4447 Agustus 4417 September 4386 Oktober 4355 November 4324 Desember 4293 Sumber : Hasil analisis data, Mei 2007

4.3.3 Data Kebutuhan Bahan Baku

Berdasarkan hasil peramalan permintaan untuk tahun berikutnya, maka dapat ditentukan banyaknya bahan baku yang diperlukan dalam proses produksi. Berikut ini adalah spesifikasi dan sifat teknik produk Jaya Mortar JM 200

Tabel 4.12 Spesifikasi dan sifat teknik JM 200 Keterangan Spesifikasi dan sifat teknik Warna Abu-abu Bahan Pengikat Portland Cement

(26)

Filler Calcium Carbonate / Lime Powder

Agregat Pasir Silika, ukuran maksimum partikel 2,3 mm

Additif Polymer Kebutuhan air 7-8 liter untuk 50 kg kantong Plester Kompressive strength >70 N/mm2 _{BS 4450 : Pt 3 :1978}

Real Converage per zak ± 2,5 m2_{; untuk Pemakaian dengan tebal} 10 mm

Potential Converage per zak

3,16 m2_{; untuk Pemakaian dengan tebal} 10 mm

Dry Density 1,9 gr/cc Wet Density 2,0 gr/cc Sumber : PT JAYA MULIA PERKASA

Dan komposisi penggunaan bahan baku adalah sebagai berikut : Tabel 4.13 Penggunaan bahan baku

No Nama Bahan Jumlah Komposisi Bahan Per Zak

1 Lime Powder / Kapur 60 %

2 Tanah Liat 20 %

3 Biji Oksida / biji besi 5 %

4 Silika (Pasir) 8 %

5 Gipsum 3 %

6 Polymer 4 %

(27)

Berdasarkan data penjualan yang diterima tahun 2006 dapat diketahui kebutuhan bahan bakunya sebagai berikut :

Tabel 4.14 Kebutuhan bahan baku 2006 Bulan JM 200 / zak (50 kg) Lime Powder / Kapur (Kg) Alumina / Tanah Liat (kg) Biji Oksida / biji besi (Kg) Silika (Kg) Gipsum (Kg) Polymer (kg) Perminta an (Kg) Januari 4510 135300 45100 11275 18040 6765 9020 225500 Februari 4460 133800 44600 11150 17840 6690 8920 223000 Maret 5670 170100 56700 14175 22680 8505 11340 283500 April 5630 168900 56300 14075 22520 8445 11260 281500 Mei 5332 159960 53320 13330 21328 7998 10664 266600 Juni 4220 126600 42200 10550 16880 6330 8440 211000 Juli 5110 153300 51100 12775 20440 7665 10220 255500 Agustus 3890 116700 38900 9725 15560 5835 7780 194500 September 4480 134400 44800 11200 17920 6720 8960 224000 Oktober 5710 171300 57100 14275 22840 8565 11420 285500 November 4470 134100 44700 11175 17880 6705 8940 223500 Desember 4510 135300 45100 11275 18040 6765 9020 225500 Jumlah 57992 1739760 579920 144980 231968 86988 115984 2899600 Sumber : PT. JAYA MULIA PERKASA

Berdasarkan data peramalan penjualan, maka dapat dibuat data kebutuhan bahan baku untuk tahun berikutnya adalah :

(28)

Tabel 4.15 Kebutuhan bahan baku 2007 Bulan peramalan Lime

Powder / Kapur (Kg) Alumina / Tanah Liat (kg) Biji Oksida /biji besi (Kg) Silika

(Kg) Gipsum (Kg) Polymer (Kg) Permintaan (kg)

Januari 4632 138960 46320 11580 18528 6948 9264 231600 Februari 4601 138030 46010 11502.5 18404 6901.5 9202 230050 Maret 4571 137130 45710 11427.5 18284 6856.5 9142 228550 April 4540 136200 45400 11350 18160 6810 9080 227000 Mei 4509 135270 45090 11272.5 18036 6763.5 9018 225450 Juni 4478 134340 44780 11195 17912 6717 8956 223900 Juli 4447 133410 44470 11117.5 17788 6670.5 8894 222350 Agustus 4417 132510 44170 11042.5 17668 6625.5 8834 220850 September 4386 131580 43860 10965 17544 6579 8772 219300 Oktober 4355 130650 43550 10887.5 17420 6532.5 8710 217750 November 4324 129720 43240 10810 17296 6486 8648 216200 Desember 4293 128790 42930 10732.5 17172 6439.5 8586 214650 Jumlah 53553 1606590 535530 133882.5 214212 80329.5 107106 2677650

Sumber : Hasil analisis data, Mei 2007

4.3.4 Penentuan Besaran Lot (Lot Sizing)

Biaya-biaya yang merupakan bagian dalam penentuan besaran lot atau juga dikenal dengan pemesanan ekonomis adalah sebagai berikut :

1. Biaya penyimpanan

Rp. 450.000 m2 * 550 m2_{= Rp.247.500.000,-}

Depresiasi gudang diasumsikan berbentuk garis lurus. Penyusutan nilai gudang, termasuk aktiva tetap adalah sebesar

(29)

100% / 25tahun = 4%

Maka nilai depresisasinya adalah : Rp. 247.500.000,- * 4% = Rp.9.900.000 2. Biaya pegawai gudang adalah :

- Upah perhari Rp.40.000- - Upah makan perhari Rp.30.000,- Total = Rp.70.000,-

Biaya yang harus dikeluarkan untuk biaya pegawai adalah : Rp.70.000/hari/orang * 300 hari = Rp.21.000.000,-

Jadi untuk lima orang pegawai adalah sebesar : Rp.21.000.000,- * 5 orang = Rp.105.000.000,- 3. Biaya rata-rata listrik pertahun adalah :

Rp.7000.000,-

4. Biaya perawatan gudang Rp3.100.000,-

Rekapitulasi biaya penyimpanan bahan baku sebagai berikut : Tabel 4.16 Biaya total penyimpanan bahan baku

No. Keterangan Biaya (rupiah) 1 Depresiasi gudang Rp.9.900.000 2 Gaji bagian gudang Rp.105.000.000

3 Biaya listrik Rp.7.000.000 4 Biaya perawatan gudang Rp.3.100.000

Jumlah Rp.125.000.000 Sumber : PT. JAYA MULIA PERKASA

(30)

5. Biaya pemesanan

Berikut adalah biaya pemesanan barang oleh perusahaan melalui jasa penggangkutan bahan baku diangkut pada saat bersamaan karena proses produksinya dilakukan pada saat yang sama berikut adalah total biaya setiap kali penggangkutan bahan baku :

Tabel 4.17 Biaya setiap kali pemesanan (ordering Cost)

No. Keterangan Biaya

1 Biaya pemeriksaan Rp 80.000 2 Biaya rata-rata pengangkutan Rp 500.000 3 Biaya rata-rata administrasi Rp 50.000

Total Rp 630.000

Sumber : PT. JAYA MULIA PERKASA

6. Lead time

Bahan baku yang dipesan semua dari suplyer yang berada diarea Jabotabek memiliki tenggang waktu (lead time) hingga bahan sampai pabrik adalah sebagai berikut :

Tabel 4.18 Lead time

No Nama Bahan Waktu (hari) 1 Lime Powder / Kapur 2

2 Tanah Liat 2

3 Biji Oksida / biji besi 2

4 Silika (Pasir) 2

5 Gipsum 2

6 Polymer 2

(31)

4.3.5 Model Persediaan Menggunakan EOQ (Economic Order Quantity) Kapur

Peramalan kebutuhan tahun depan adalah = 1606590

Biaya simpan per kg tahun lalu adalah = Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan = Rp. 630.000 Lead time = 2 hari

kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ : 2 DS H EOQ : 2 (1606590) (630.000) 43

: 216971,9

Jadi Kuantitas pesanan ekonomis adalah 216.972 Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan

F = D / Q = 1606590 216971,9

= 7 kali

Jumlah waktu setiap pesanan dilakukan T = 365 / F

T = 365 7

(32)

T = 52 hari Safety Stok

Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar pada tahun 2006 yaitu pada bulan oktober :

Pemakaian maximum per hari yaitu = 171300 / 24 = 7137.5 Pemakaian rata-rata per hari (2007) = 1606590 / 300 = 5355.3

Lead time = 2 hari

SS = 1782.2 x 2 = 3564 kg Reorder Point (ROP)

ROP = d x L = (1606590 / 300) 2 = 10711 ROP = (1606590 / 300) 2 + SS = 10711 + 3564 = 14.275

Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 14.275 kg.

Biaya Total

TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H)

= Rp 4.664.897 + Rp 4.664.895,85 = Rp 9.329.793

(33)

Q = 216.972 kg

F = 7 kali

Waktu

T = 52 hari ROP = 10.711 kg SS = 3.564 kg Sumber : Hasil analisis data mei 2007

Gambar 4.8 Grafik Persediaan Metode EOQ (Kapur)

(34)

Gambar 4.10 Grafik QM Biaya Persediaan Tanah Liat

Jumlah kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ : 2 DS H

EOQ : 2 (535530) (630.000)

43 : 125268,8

(35)

= 535530 125268,8

= 4 kali

Masa waktu setiap pesanan dilakukan T = 365 / F

T = 365 4 T = 91 hari

Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober :

Pemakaian maximum per hari yaitu = 57100 / 24 = 2379.2 Pemakaian rata-rata per hari (2007) = 535530 / 300 = 1785,1 Lead time = 2 hari

SS = 594.1 x 2 = 1.188 kg Reorder Point (ROP)

ROP = d x L = (535530 / 300) 2 = 3570 ROP = (579930 / 300) 2 + SS = 3570 + 1.188 = 4.758

(36)

Biaya Total

TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 2.693.279,572 + Rp 2.693.279,2 = Rp 5.386.559 Q = 125.269 kg

F = 4 kali

Waktu

T = 91 hari ROP = 3570 kg SS = 1.188 kg Sumber : Hasil analisis data mei 2007

Gambar 4.11 Grafik Persediaan Metode EOQ (tanah Liat)

Biji Besi

Biaya pesan = Rp. 630.000 Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut :

(37)

EOQ : 2 DS H

EOQ : 2 (144980) (630.000)

43 : 62634,52

F = D / Q

= 133883 62634,52

= 2 kali

T = 365 2 T = 183 hari Safety Stock

Pemakaian maximum per hari yaitu = 14275 / 24 = 594.8

Pemakaian rata-rata per hari (2007) = 133882.5 / 300 = 446,3

(38)

Lead time = 2 hari

SS = 148.5 x 2 = 297 kg

Reorder Point (ROP) ROP = d x L = (133883 / 300) 2 = 892 ROP = (133883 / 300) 2 + SS = 892 + 297 = 1.189

Biaya Total

= Rp 1.346.139,317 + Rp 1346.642.18 = Rp 2.692.782

(39)

Q = 62.635 kg

F = 2 kali

Waktu

T = 183 hari ROP = 892 kg SS = 297 kg Sumber : Hasil analisis data mei 2007

Gambar 4.12 Grafik Persediaan Metode EOQ (Biji Besi)

Silika

Biaya pesan = Rp. 630.000 Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ : 2 DS H

EOQ : 2 (214212) (630.000)

43 : 79226,95

(40)

Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q

= 214212 79226,95

= 3 kali

Pemakaian maximum per hari yaitu = 22840 / 24 = 951,7

Pemakaian rata-rata per hari (2007) = 214212 / 300 = 714

Lead time = 2 hari

SS = 237,7 x 2 = 475,4 kg

Reorder Point (ROP) ROP = d x L

= (214212 / 300) 2

= 1428 ROP = (231968 / 300) 2 + SS

(41)

= 1428 + 475 = 1.903

Biaya Total

TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.703.379,469 + Rp 1.703.379,425 = Rp 3.406.759

Q = 79.227 kg

F = 3 kali

Waktu

Gambar 4.13 Grafik Persediaan Metode EOQ (Silika)

Gipsum

(42)

Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ : 2 DS H

EOQ : 2 (80330) (630.000)

43 : 48516.55

F = D / Q = 80330 48516.55

= 2 kali

Pemakaian maximum per hari yaitu = 8565 / 24 = 357

(43)

Lead time = 2 hari

SS = 89 x 2 = 178 kg Reorder Point (ROP)

ROP = d x L = (80330 / 300) 2 = 536 ROP = (231968 / 300) 2 + SS = 536 + 178 = 714

Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 714 kg.

Biaya Total

= Rp 1.043.105,909 + Rp 1.043.105,825 = Rp 2.086.212

(44)

Q = 48.517 kg

F = 2 kali

Waktu

Gambar 4.14 Grafik Persediaan Metode EOQ (Gibsum)

Polymer

kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ : 2 DS H

EOQ : 2 (107106) (630.000)

43 : 56021,91

(45)

Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q

= 107106 56021,91

= 2 kali

T = 365 2 T = 183 hari

Pemakaian maximum per hari yaitu = 11420 / 24 = 476

Lead time = 2 hari

SS = 119 x 2 = 238 kg

Reorder Point (ROP) ROP = d x L

= (107106 / 300) 2 = 714

ROP = (107106 / 300) 2 + SS = 714 + 238

(46)

= 952

Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 952 kg.

Biaya total

TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.204.471,251 + Rp 1.204.471,065 = Rp 2.408.942

Q = 56.022 kg

F = 2 kali

Waktu

Gambar 4.15 Grafik Persediaan Metode EOQ (Polymer)

4.4 Implikasi Hasil Penelitian

Dari analisis yang di lakukan dapat menjadi salah satu perbandingan perencanaan dan pengendalian persediaan bagi perusahaan. Dilihat dari data penjualan tahun lalu pada penjualan produk setiap bulan tidak selalu sama tetapi jumlah penjualan produk pada setiap tahunya relatif sama. Dari hasil analisis data yang dilakukan berikut adalah uraian singkat dari hasil analisis yang penulis lakukan selama melakukan penelitian.

(47)

1. Jumlah Pemesanan ekonomis EOQ pada setiap bahan baku sebagai berikut :

Tabel 4.19 Kuantitas Pesanan Ekonomis

No Nama Bahan EOQ

1 Lime Powder / Kapur 216.972 kg

2 Tanah Liat 125.269 kg

3 Biji Oksida / biji besi 62.635 kg 4 Silika (Pasir) 79.227 kg

5 Gipsum 48.517 kg

6 Polymer 56.022 kg

Sumber : Hasil analisis data, Mei 2007

2. Tingkat pemesanan kembali dengan stok pengaman persediaan adalah sebagai berikut :

Tabel 4.20 Tingkat Pemesanan Kembali (Reorder Point) No Nama Bahan ROP Frekuensi pemesanan Masa pemesanan

1 Kapur 14.275 kg 7 kali 52 hari 2 Tanah Liat 4.758 kg 4 kali 91 hari 3 Biji Besi 1.189 kg 2 kali 183 hari 4 Silika 1.903 kg 3 kali 122 hari 5 Gipsum 714 kg 2 kali 183 hari 6 Polymer 952 kg 2 kali 183 hari Sumber : Hasil analisis data, Mei 2007

EOQ adalah jumlah kuantitas pesanan bahan yang dapat dilakukan perusahaan dalam satu kali pesan.

(48)

Tingkat pemesanan kembali ROP menunjukkan tingkat jumlah persediaan bahan baku saat perusahaan harus melakukan pemesanan kembali bahan baku agar proses produksi dapat berjalan lancar.

Frekuensi pemesanan kembali menunjukkan berapa kali pemesanan optimal yang dapat dilakukan perusahaan dalam satu tahun. Sedangkan masa pemesanan adalah jumlah hari pemesanan setiap bahan dalam satu tahun.

Berikut ini adalah perbandingan biaya yang diminimalisasi sebelum dan sesudah melakukan EOQ

Tabel 4.21 Total Biaya Sebelum EOQ

Keterangan Kapur Tanah Liat Biji besi Silika Gipsum Polymer Kuantitas

Pemesanan

133.883 kg 44.628 kg 11.157 kg 17.851 kg 6.694 kg 8.926 kg

Frekuensi Pemesanan

12 Kali 12 Kali 12 Kali 12 kali 12 kali 12 kali

Masa waktu pemesanan per tahun

30 hari 30 hari 30 hari 30 hari 30 hari 30 hari

Total Biaya Pemesanan (tahun) Rp 7.560.000 Rp 7.560.000 Rp 7.560.000 Rp 7.560.000 Rp 7.560.000 Rp 7.560.000 Total Biaya Penyimpanan (Tahun) Rp 69.083.628 Rp 23.028.048 Rp 5.757.012 Rp 9.211.116 Rp 3.454.104 Rp 4.605.816 Total Biaya Rp 76.643.628 Rp 30.588.048 Rp13.317.012 Rp16.771.116 Rp 11.014.104 Rp 12.165.816 Sumber : Hasil analisis data, Mei 2007

(49)

Tabel 4.22 Total Biaya Sesudah EOQ

Keterangan Kapur Tanah Liat Biji besi Silika Gipsum Polymer Kuantitas

Pemesanan

216.972 kg 125.269 kg 62.635 79.227 kg 48.517 kg 56.022 kg

Frekuensi Pemesanan

7 Kali 4 Kali 2 Kali 3 kali 2 kali 2 kali

Masa waktu pemesanan per tahun

52 hari 91 hari 183 hari 122 hari 183 hari 183 hari

Total Biaya Pemesanan (tahun) Rp 4.410.000 Rp 2.520.000 Rp 1.260.000 Rp 1.890.000 Rp 1.260.000 Rp 1.260.000 Total Biaya Penyimpanan (tahun) Rp 65.308.572 Rp 21.546.268 Rp 5.386.610 Rp 10.220.283 Rp 4.172.462 Rp 4.817.892 Total Biaya Rp 69.718.572 Rp 24.066.268 Rp 6.646.610 Rp12.110.283 Rp 5.432.462 Rp 6.077.892 Sumber : Hasil analisis data, Mei 2007

Jadi total biaya yang diminimalisasi dari perbandingan Sebelum dan sesudah menggunakan metode EOQ adalah sebesar Rp 36.447.637