PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU DENGAN METODE SILVER MEAL HEURISTIC (STUDI KASUS : DI ZONA INDUSTRI KLAGEN TROPODO KECAMATAN KRIAN).

PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU

DENGAN METODE SILVER MEAL HEURISTIC

(STUDI KASUS : DI ZONA INDUSTRI KLAGEN TROPODO KECAMATAN KRIAN)

SKRIPSI

Disusun Oleh :

J OHAN SAPUTRO 0932010054

J URUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

YAYASAN KESEJ AHTERAAN PENDIDIKAN DAN PERUMAHAN UPN “VETERAN” J AWA TIMUR

FAKULTAS TEKNOLOGI INDUSTRI, J URUSAN TEKNIK INDUSTRI Jl. Raya Rungkut Madya Gunung Anyar Telp. (031) 8706369 (Hunting). Fax. (031) 8706372 Surabaya 60294

LEMBAR PERSETUJ UAN UJ IAN NEGARA LISAN

Mahasiswa dengan nama dan NPM yang tertera dibawah ini :

Nama : Johan Saputro

NPM : 0932010054

Jurusan : Teknik Industri

Dengan ini, telah melaksanakan tugas akhir dan disetujui untuk mengikuti Ujian

Negara Lisan Tahun Akademik 2012 / 2013.

1. SKRIPSI

J udul :

PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU

DENGAN MENGGUNAKAN METODE SILVER MEAL

(STUDY KASUS DI ZONA INDUSTRI KLAGEN TROPODO, KRIAN)

2. PRAKTEK KERJ A LAPANGAN (PKL)

J udul : SISTEM DISTRIBUSI DAN MANAJEMEN PERAWATAN DI PT. SENTRATEK ADIPRESTASI SURABAYA

Mengetahui, Dosen Pembimbing I

Dr. Ir.Minto Waluyo . MM

NIP. 19611130 199003 1 001

Mengetahui, Dosen Pembimbing II

Dwi Sukma. D ST, MT

NIP. 19580427 199003 1 001

Dosen Pembimbing PKL

Ir.Handoyo,MT

NIP. 19570209 198503 1 003

Mengetahui,

Ketua Jurusan Teknik Industri

LEMBAR PENGESAHAN

SKRIPSI

PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU

DENGAN MENGGUNAKAN METODE SILVER MEAL

(STUDY KASUS DI ZONA INDUSTRI KLAGEN TROPODO, KRIAN)

OLEH :

J OHAN SAPUTRO

NPM : 0932010054

Telah disetujui untuk mengikuti Ujian Negara Lisan

Tahun Akademik 2012 / 2013

Sur abaya, 17 Desember 2013

Mengetahui,

Dosen Pembimbing I

Dr. Ir Minto Waluyo, MM NIP. 19611130 199003 1 001

Dosen Pembimbing II

Dwi Sukma. D ST, MT NIP. 19810726 200501 1 002

Ketua J ur usan

J ur usan Teknik Industri

SKRIPSI

PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU DENGAN

METODE SILVER-MEAL HEURISTIC

(STUDI KASUS : DI ZONA INDUSTRY KLAGEN TROPODO KECAMATAN KRIAN)

Disusun Oleh :

J OHAN SAPUTRO 0932010054

Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Skr ipsi J ur usan Teknik Industri Fakultas Teknologi Industr i

Univer sitas Pembangunan Nasional “Veteran” J awa Timur Pada Tanggal : 25 Desember 2013

Dosen Penguji : Dosen Pembimbing :

1. 1.

Enny Ariyani Dr. Ir Minto Waluyo, MM

NPY. 3700 99500 411 NIP. 19611130 199003 1 001

2. 2.

Dr s. Pailan, MPd Dwi Sukma D, ST, MT

NIP. 19530504 198303 1 001 NIP. 19810726 200501 1 002

3.

Dr. Ir Minto Waluyo, MM NIP. 19611130 199003 1 001

Mengetahui,

Dekan Fakultas Teknologi Industri

Univer sitas Pembangunan Nasional “Veteran” J awa Timur

KATA PENGANTAR

Segala puji syukur kehadirat ALLAH SWT, atas segala karunia dan

ridhonya sehingga saya dapat menyelesaikan penyusunan tugas akhir ini.

Tugas akhir ini disusun untuk memenuhi persyaratan kelulusan Program

Sarjana (S-1) di Jurusan Teknik Industri Fakultas Teknologi Industri Universitas

Pembangunan Nasional “Veteran” Jawa Timur dengan judul :

“PERENCANAAN PERSEDIAAN BAHAN BAKU TAHU DENGAN

METODE SILVER MEAL (STUDI KASUS : DI ZONA INDUSTRI KLAGEN

TROPODO RT 10 RW 04 KECAMATAN KRIAN) “.

Dengan terselesaikannya penyusunan tugas akhir ini tentunya tidak

terlepas dari peran serta berbagai pihak yang telah memberikan bimbingan dan

bantuan serta dorongan baik secara langsung maupun tidak langsung. Oleh karena

itu tidak berlebihan bila pada kesempatan kali ini penulis mengucapkan terima

kasih kepada :

1. Prof. DR. Ir. Teguh Soedarto, MP., selaku Rektor Universitas Pembangunan

Nasional “Veteran” Jawa Timur.

2. Ir. Sutiyono, MT., selaku Dekan Fakultas Teknologi Industri Universitas

Pembangunan “Veteran” Jawa Timur.

3. Dr. Ir. Minto Waluyo MM., selaku Ketua Jurusan Teknik Industri Fakultas

Teknologi Industri Universitas Pembangunan “Veteran” Jawa Timur.

4. Bapak dan Ibu Dosen serta staf pengajar Jurusan Teknik Industri yang telah

5. Bapak Dr, Ir Minto Waluyo, MM. Selaku Dosen Pembimbing I yang dengan

kesabaran dan kerelaannya telah membimbing dan memberi petunjuk -

petunjuk yang sangat barguna sehingga dapat terselesainya Tugas Akhir ini.

6. Dwi Sukma. D, ST, MT. Selaku Dosen Pembimbing II yang dengan

kesabaran dan kerelaannya telah membimbing dan memberi petunjuk -

petunjuk yang sangat barguna sehingga dapat terselesainya Tugas Akhir ini.

7. Ir. Erlina P,MT. selaku Dosen penguji I seminar I dan Ir. Iriani, MT. Selaku

Dosen penguji II seminar I

8. Bapak Ir. Rusindiyanto, MT selaku Dosen Penguji I seminar II dan Ir.

Yustina Ngatilah,MT Dosen penguji II seminar II

9. Ir. Sumiati, MT selaku dosen wali

10. Ayahanda, Ibunda, kakak serta keluarga besar tercinta yang telah memberi

dukungan baik doa maupun materi yang tidak terukur nilainya.

11. Kepada gang ZooSquad, saudara Joni Mustofa, Achmad Lutfianto, Benny

Panjaitan, Dedi Arianto, Dio Kharisma Putra, Didik Setiawan, Wisnu

Perdana, Rizal Hardiansyah, Dio Mahesa Putra, Wahyu Herlambang, dan

Auorera Yamashieta yang sudah membantu saya baik melalui waktu

maupun pendapat saya ucapkan terima kasih sebanyak-banyaknya.

12. Terimah Kasih juga pada seluruh Mahasiswa Teknik Industri 2009 dan

Asisten Laboratorium Prokom & Optimasi yang telah memberikan

13. Kepada sahabat saya Samsul Ma’arif dan seluruh teman – teman Kota Asap

yang selalu senantiasa memberikan semangat dan membantu saya secara

tidak langsung.

Seluruh kemampuan dan pengetahuan telah tercurahkan demi kesempurnaan

skripsi ini, namun keterbatasan dan kekurangan tetaplah ada. Oleh karena itu,

Penulis menyadari sepenuhnya bahwa di dalam penyusunan laporan ini masih

jauh dari sempurna, hal ini disebabkan karena keterbatasan yang kami miliki.

Untuk itu penulis dengan senang hati menerima segala kritik dan saran yang

bersifat membangun guna kesempurnaan Tugas Akhir (Skripsi) ini.

Akhir kata penulis berharap semoga Tugas Akhir ini dapat bermanfaat

bagi semua pihak dan terutama bagi penulis sendiri.

Krian, 17 Desember 2013

Penulis

DAFTAR ISI

Kata Pengantar ... i

Daftar Isi ... iv

Daftar Tabel... vii

Daftar Gambar ... ix

Daftar Lampiran ... x

Abstraksi ... xi

BAB I Pendahuluan ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 2

1.3 Batasan Masalah ... 2

1.4 Asumsi - Asumsi... 3

1.5 Tujuan Penelitian ... 3

1.5 Manfaat Penelitian ... 3

1.6 Sistematika Penulisan ... 4

BAB II Tinjauan Pustaka ... 6

2.1 Pengertian Persediaan ... 6

2.1.1 Jenis – jenis Persediaan ... 6

2.1.2 Fungsi- fungsi Persediaan ... 7

2.1.3 Biaya – biaya Persediaan ... 8

2.1.4 Pengendalian Persediaan ... 11

2.2 Model Pengendalian Silver Meal Heuristic ... 12

2.3 Peramalan Untuk Perencanaan Persediaan Bahan Baku... 15

2.3.1 Pengertian Peramalan ... 15

2.3.2 Analisa Pola Data Deret Berkala (Time Series) ... 17

2.3.2.1 Jenis Pola Data Untuk Deret Berkala ... 17

2.3.3 Metode Peramalan ... 18

2.3.3.3 Regresi Linier ... 23

2.3.4 Pengukuran Ketepatan Metode Peramalan... 25

2.3.5 Pemeriksa dan Pengendalian Peramalan ... 27

BAB III Metodologi Penelitian ... 28

3.1. Tempat Dan Waktu Penelitian ... 28

3.2. Indetifikasi Dan Definisi Operasional Variabel ... 28

3.2.1 Identifikasi Variabel ... 28

3.2.1 Definisi Operasional Variabel ... 29

3.3 Metode Pengumpulan Data ... 29

3.4 Metode Pengolahan Data ... 31

3.5 Langkah - langkah Pemecahan Masalah ... 32

BAB IV Hasil dan Pembahasan ... 40

4.1 Pengumpulan Data... 40

4.1.1 Data Penerimaan dan Kebutuhan Bahan Baku Home Industry Bulan Desember 2012 sampai Bulan November 2013 ... 40

4.1.2 Data Biaya Pemesanan Bahan Baku ... 42

4.1.3 Data Harga Pembelian Bahan Baku ... 42

4.1.4 Data Biaya Penyimpanan Bahan Baku ... 42

4.2 Pengolahan Data ... 43

4.2.1 Menghitung Total Cost Persediaan Bahan Sesuai Dengan Kebijaksanaan Pengendalian Persediaan Home Industry... 43

4.2.2 Pengolahan Data Dengan Menggunakan Metode Silver – Meal Heuristic ... 48

4.2.2.1 Menghitung Biaya Rata-rata Persediaan Kedelai Local . 48 4.2.2.2 Membuat Tabel Pengendalian Dengan Menggunakan Metode Silver Meal Heuristic ... 55

4.2.3.1 Peramalan Kebutuhan Bahan Baku Bulan Desember 2012

Sampai Bulan November Tahun 2013 ... 59

4.2.3.2 Data Kebutuhan Bahan Baku Bulan Desember 2012 Sampai Bulan November Tahun 2013 ... 59

4.2.3.3 Diagram Pencar ... 60

4.2.3.4 Pendekatan Beberapa Metode Peramalan ... 61

4.2.3.5 Menghitung MSE ... 61

4.2.3.6 Peta Rentang Bergerak (MRC)... 62

4.2.3.7 Hasil Peramalan Kebutuhan Bahan Baku Bulan Desember 2013 Sampai Bulan November Tahun 2014 ... 62

4.2.3.8 Pengolahan Data Peramalan Bulan Desember 2013 Sampai Bulan November Tahun 2014 dengan Menggunakan Metode Silver-Meal Heuristic ... 64

4.2.3.9 Menghitung Biaya Rata-rata Persediaan ... 64

4.2.3.10 Membuat Tabel Pengendalian Dengan Menggunakan Metode Silver Meal Heuristic ... 74

4.3 Hasil Dan Pembahasan ... 79

BAB V KESIMPULAN DAN SARAN ... 81

5.1 Kesimpulan ... 81

5.2 Saran ... 82

ABSTRAK

Di Home Industry Klagen Tropodo, Kecamatan Krian merupakan Home Industry yang bergerak dibidang pengolahan Tahu. Untuk setiap hasil produksi tahu dibutuhkan bahan baku. Adapun bahan baku yang dibutuhkan untuk pembuatan tahu antara lain Kedelai Local, Kedelai Impor, Cuka’.

Masalah yang sering terjadi Home Industry adalah seringkalinya terjadi kehabisan produk yang diminta konsumen akibat kekurangan sehingga kehilangan keuntungan dan kadang pula terjadi kelebihan persediaan bahan untuk produksi yang dapat menyebabkan membesarnya biaya pemesanan dan biaya penyimpanan bahan baku serta dapat menggangu atau bahkan sampai terhentinya kegiatan proses produksi. Hal seperti ini tentunya perlu mendapatkan perhatian dan penanganan yang serius untuk memperbaiki keadaan untuk memperlancar kegiatan produksi home industry agar tidak menimbulkan biaya persediaan.

Dengan adanya masalah tersebut maka dilakukan penelitian Perencanaan Persediaan Bahan Baku Tahu dengan harapan Home industry Tahu Klagen Tropodo dapat melakukan perencanaan akan kebutuhan bahan baku pembuatan Tahu agar tetap menjaga kualitas dan dapat memenuhi kuantitas permintaan konsumen.

Pendekatan Silver-Meal Heuristic dalam perhitungannya lebih didasarkan pada variabel periode pembelian dan bukan berdasarkan total permintaan selama perencanaan yang menyatakan bahwa pembelian bahan baku hanya dilakukan pada awal periode, biaya simpan hanya dibebankan pada bahan yang disimpan lebih dari satu periode. dimana pembelian bahan baku dilakukan hanya jika persediaan bahan baku diperhitungkan nol.

Berdasarkan hasil penelitian, maka didapatkan biaya pengadaan bahan baku dengan menggunakan metode Silver-Meal Heuristic, total biayanya adalah Rp. 303.200.000,- dan total penghematan adalah Rp. 1.663.750,- (0,55 %) Sedangkan biaya pengadaan bahan baku dengan menggunakan metode Riil home industry menghasilkan total biaya sebesar Rp. 304.863.750,- .

BAB I

PENDAHULUAN

1.1 Latar Belakang

Bahan baku merupakan salah satu faktor produksi yang sangat vital bagi

berlangsungnya proses produksi. Kekurangan bahan baku akan berakibat

terhentinya proses produksi yang disebabkan habisnya bahan baku untuk diproses.

Akan tetapi jika persediaan bahan baku terlalu besar dapat mengakibatkan

tingginya biaya untuk menyimpan dan memelihara bahan baku tersebut,

disamping itu jika ditinjau dari segi finansial merupakan hal yang tidak efektif

karena terlalu besarnya barang modal yang menganggur dan tidak berputar.

Untuk mendapatkan bahan baku yang cukup sesuai dengan kebutuhan,

maka diperlukan adanya perencanaan persediaan bahan baku tersebut.

Perencanaan bahan baku ini bertujuan agar bahan baku tidak mengalami

kekurangan atau kelebihan pada saat proses produksi serta tidak mengalami

penumpukan bahan baku.

Dapat diketahui secara umum permasalahan bahan baku menduduki

peringkat utama dalam permasalahan efisiensi produksi pada home industry. Bila

bahan baku yang dimiliki home industry melebihi dari kebutuhan yang

direncanakan untuk kebutuhan proses produksi, maka home industry menanggung

resiko biaya yang cukup besar, baik itu akibat biaya penyimpanan bahan baku

Home industry Tahu di Kecamatan Krian lebih tepatnya di Desa Klagen

Tropodo, seringkalinya terjadi kehabisan produk yang diminta konsumen akibat

kekurangan sehingga kehilangan keuntungan dan kadang pula terjadi kelebihan

persediaan bahan sehingga menimbulkan biaya persediaan.

Dengan adanya masalah tersebut maka dilakukan penelitian Perencanaan

Persediaan Bahan Baku Tahu dengan harapan Home industry Tahu Klagen

Tropodo dapat melakukan perencanaan akan kebutuhan bahan baku pembuatan

Tahu agar tetap menjaga kualitas dan dapat memenuhi kuantitas permintaan

konsumen.

Maka penelitian bertujuan untuk mengaplikasikan metode Silvermeal

untuk memecahkan permasalahan perencanaan bahan baku Tahu yang terjadi

pada Home industry tersebut. Heuristic silver meal dimulai pada permulaan

periode pertama, dimana pembelian bahan dilakukan bila persediaan bahan baku

diperhitungkan nol.

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah tersebut diatas, maka dapat

dirumuskan suatu permasalahan pada Home Industry Tahu Klagen Tropodo

adalah sebagai berikut :

“Bagaimana merencanakan kebutuhan bahan baku sehingga dapat meminimalkan

biaya persediaan di Home Industry Klagen Tropodo Kecamatan Krian ?”

1. Penelitian dilakukan pada bulan Desember tahun 2012 sampai November

tahun 2013.

2. Persediaan bahan baku utama yang digunakan adalah Kedelai dan cuka’

1.4 Asumsi - asumsi

Asumsi-asumsi yang digunakan dalam penelitian ini adalah sebagai

berikut :

1. Harga bahan baku konstan.

2. Kebutuhan bahan baku mudah didapat.

3. Mesin dan peralatan dalam kondisi normal.

4. Biaya simpan tidak ada perubahan selama penelitian

5. Proses produksi berjalan lancar

1.5 Tujuan Penelitian

Adapun tujuan penelitian ini adalah :

1. Melakukan perencanaan persediaan bahan baku tahu.

2. Meminimumkan total biaya persediaan bahan baku.

1.6 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah :

1. Bagi Penulis

Penyusunan skripsi ini merupakan sebagai tahap awal dalam mengaplikasikan

teori yang didapat di bangku perkuliahan untuk memecahkan masalah

2. Bagi Universitas

Hasil penyusunan skripsi ini diharapkan dapat menjadi bahan pertimbangan

dalam memecahakan permasalahan yang sejenis dan dapat menambah

wawasan.

3. Bagi Home Industry Tahu Klagen Tropodo

Hasil skripsi ini diharapkan dapat memberikan informasi atau bahan masukan

bagi Home Industry tahu Klagen Tropodo dalam menerapkan kebijakan dalam

menentukan tingkat persediaan bahan baku yang tepat

1.7 Sistematika Penulisan

Sistematika penulisan yang digunakan dalam pelaksanaan penelitian ini

adalah :

BAB I PENDAHULUAN

Membahas tentang latar belakang penelitian, rumusan masalah,

batasan masalah, tujuan penelitian, asumsi-asumsi dan manfaat

penelitian, serta sistematika penulisan.

BAB II TINJ AUAN PUSTAKA

Bab ini berisi tentang teori – teori dasar yang berhubungan dengan

masalah yang diteliti, seperti teori tentang persediaan dan lain-lain.

BAB III METODOLOGI PENELITIAN

Bab ini menjelaskan tentang langkah-langkah penelitian dalam bentuk

BAB IV HASIL DAN PEMBAHASAN

Berisi tentang pengumpulan data-data yang berkaitan dengan

penelitian, pengolahan data beserta hasil perhitungan sehingga

didapatkan suatu hasil kombinasi jumlah yang tepat.

BAB V KESIMPULAN DAN SARAN

Berisi tentang kesimpulan yang diperoleh dari hasil pemecahan

persoalan pada tugas akhir ini serta memberikan saran-saran sebagai

bahan pertimbangan bagi Zona industry.

DAFTAR PUSTAKA

BAB II

TINJ AUAN PUSTAKA

2.1 Penger tian Per sediaan

Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk suku cadang dari peralatan atau mesin. Persediaan dapat berupa bahan mentah, bahan pembantu,bahan dalam proses, barang jadi, ataupun suku cadang. Bisa dikatakan persediaan hanyalah suatu sumber dana menganggur, karena sebelum persediaan digunakan berarti dana terikat didalamnya tidak dapat digunakan untuk keperluan lain. (Eddy Herjanto, 2008).

Sebagai salah satu asset penting dalam perusahaan perencanaan dan pengendalian persediaan merupakan suatu kegiatan penting yang mendapatkan perhatian khusus dari manajemen perusahaan.

2.1.1 J enis-J enis Per sediaan

Persediaan dapat dikelompokkan ke dalam empat jenis, yaitu (Eddy Herjanto, 2008) :

2. Anticipation stock, merupakan persediaan untuk menghadapi permintaan yang dapat diramalkan pada musim permintaan tinggi, tetapi kapasitas produksi pada saat itu tidak mampu memenuhi permintaan. Persediaan ini juga dimaksudkan untuk menjaga kemungkinan sukarnya diperoleh bahan baku sehingga tidak mengakibatkan terhentinya produksi.

3. Lot-size inventory, merupakan persediaan yang diadakan dalam jumlah yang lebih besar daripada kebutuhan saat itu. Persediaan dilakukan untuk mendapatkan keuntungan dari harga barang (berupa diskon) karena membeli dalam jumlah yang besar, atau untuk mendapatkan penghematan dari biaya pengakutan per unit yang lebih rendah.

4. Pipeline inventory, merupakan persediaan yang dalam proses pengiriman dari tempat asal ke tempat dimana barang tersebut akan digunakan. Misalnya, barang yang dikirim dari pabrik menuju tempat penjualan, yang dapat memakan waktu beberapa hari atau minggu.

2.1.2 Fungsi-Fungsi Persediaan

Beberapa fungsi penting yang dikadung oleh persediaan dalam memenuhi kebutuhan perusahaan, sebagai berikut (Eddy Herjanto, 2008) :

• Menghilangkan resiko keterlambatan pengiriman bahan baku atau barang yang dibutuhkan perusahaan.

• Menghilangkan resiko terhadap kenaikan harga atau inflasi.

• Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga perusahaan tidak akan kesulitan jika bahan baku itu tidak tersedia dipasaran. • Mendapatkan keuntungan dari pembelian berdasarkan diskon kuantitas. • Memberikan pelayan kepada pelanggan dengan tersediaanya barang yang

diperlukan

2.1.3 Biaya-Biaya Per sediaan

Dalam setiap penentuan pemesanan barang yang akan mempengaruhi besarnya jumlah persediaan, biaya-biaya variable berikut ini harus di pertimbangkan. a) Biaya penyimpanan adalah biaya yang dikeluarkan berkenaan dengan diadakannya persediaan barang. Biaya penyimpanan dapat dinyatakan dalam dua bentuk yaitu persentase dari unit harga/nilai barang, dan dalam bentuk rupiah perunit barang, dalam periode waktu tertentu. Biaya-biaya yang termasuk sebagai biaya penyimpanan adalah :

1. Biaya sewa gudang

2. Biaya administrasi pergudangan 3. Gaji pelaksana pergudangan 4. Biaya listrik

5. Biaya modal yang tertanam dalam persediaan 7. Biaya kerusakan

Biaya modal biasanya merupakan komponen biaya penyimpanan yang terbesar, baik berupa biaya bunga kalau modalnya berasal dari pinjaman maupun biaya oportunitas apabila modalnya milik sendiri (Eddy Herjanto, 2008).

b) Biaya pemesanan (pembelian), merupakan biaya yang dikeluarkan sehubungan dengan kegiatan pemesanan bahan/barang, sejak dari penempatan pemesanan sampai tersediaanya barang di gudang (Eddy Herjanto, 2008). Setiap kali suatu bahan dipesan, organisasi menanggung biaya pemesanan (order costs atau

procurement costs). Biaya-biaya pemesanan secara terperinci meliputi :

1. Pemrosesan pesanan dan biaya ekspedisi 2. Upah

3. Biaya telephone

4. Pengeluaran surat menyurat

5. Biaya pengepakan dan penimbangan 6. Biaya pemeriksaan (inspeksi) penerimaan 7. Biaya pengiriman ke gudang

perusahaan dagang, terdapat tiga alternatif yang dapat terjadi karena kekurang persediaan., yaitu (Eddy Herjanto, 2008) :

• Kehilangan penjualan

Pelanggan membeli barang subtitusi atau merk lain karena sangat membutuhkan tetapi pada kesempatan berikutnya pelanggan kembali membeli produk atau merk semula. Pelanggan masih tergolong loyal terhadap produk atau merk yang bersangkutan. Disini kesempatan keuntungan, sebesar profit margin dikalikan unit yang seharusnya terjual, menjadi hilang.

• Kehilangan pelanggan

Terjadi apabila pelanggan mencari produk atau merek pengganti, dan seharusnya memutuskan untuk terus menggunakan produk atau merek pengganti itu. Berubahnya pelanggan kepada produk atau merek pengganti -yang pada mulanya tidak sengaja- dapat disebabkan oleh mutu produk, pelayanan penjual, atau karena harga yang lebih murah. Pada kasus ini perusahaan kehilangan pelanggan, yang bisa merupakan kerugian terbesar apabila pelanggan ini merupakan pelanggan besar atau potensial.

2.1.4 Pegendalian Per sediaan

Sistem pengendalian persediaan dapat didefinisikan sebagai serangkaian kebijakan pengendalian untuk menentukan tingkat persediaan yang harus dijaga, kapan pesanan untuk menambah persediaan harus dilakukan dan berapa besar pesanan harus diadakan. Sistem ini menentukan dan menjamin tersedianya persediaan yang tepat dalam kuantitas dan waktu yang tepat. Mengendalikan persediaan bukan hal yang mudah. Apabila jumlah persediaan terlalu besar menimbulkan dana menganggur yang besar (yang tertanam dalam persediaan), meningkatnya biaya penyimpanan, dan resiko kerusakan barang yang besar. Namun jika persediaan terlalu sedikit mengakibatkan resiko terjadinya kekurangan persediaan (stockout) karena seringkali bahan/barang yang dibutuhkan tidak dapat didatangkan secara mendadak dan sebesar yang dibutuhkan (Eddy Herjanto, 2008).

Gambar 2.2 Klasifikasi Permintaan

Sumber : (Eddy Herjanto, 2008).

2.1.5 Tujuan Pengendalian Per sediaan

Pengendalian persediaan barang yang dijalankan pastilah mempunyai tujuan. Adapun tujuannya adalah sebagai berikut (Eddy Herjanto, 2008)

Probabilist ik Det erminist ik

Non St asioner Stasioner

Statis Dinamis

a. Menjaga jangan sampai organisasi kehabisan persediaan sehingga dapat mengakibatkan terhentinya kegiatan produksi.

b. Menjaga agar pembentukkan persediaan oleh organisasi tidak terlalu besar atau berlebih-lebihan, sehingga biaya yang timbul tidak terlalu besar.

c. Menjaga agar pembeliaan secara kecil-kecilan dapat dihindari karena ini akan berakibat biaya pemesanan semakin besar.

Gambar 2.3 Skema Masalah Persediaan

Sumber : (Eddy Herjanto, 2008)

2.2 Model Pengendalia n Silver-Meal Heuristic.

Silver-Meal Heuristic didasarkan atas permintaan beberapa periode

mendatang yang sudah diramalkan sebelumnya. Metode ini ditemukan oleh Edward Silver dan Harlan Meal yang menyatakan bahwa pembelian bahan hanya disimpan lebih dari satu periode pertama, dimana pembelian bahan baku dilakukan bila persediaan bahan baku diperhitungkan nol (Arman Hakim, 2003). Tersine (2001) memberikan langkah-langkah penerepan dari Silver-Meal Heuristic sebagai berikut :

Masalah–masalah Persediaan

Peminimum Biaya Total Persediaan

Biaya Pesan Biaya Pembelian

1. Menghitung total relevan cost (TRC) . T T Periode Akhir pada Simpan Biaya Total C T T TRC + = ) ( (2.1) = +

∑

= − T t Rk k Ph C T T TRC 1 ) 1 ( ) ( (2.2) Dimana :

C = Biaya Pesan

h = Friksi Biaya Simpan P = Biaya Pengadaan Ph = Biaya Simpan

TRC (T) = Total relevan Cost tiap T periode T = Waktu pengadaan

Rk = Permintaan rata-rata dalam periode Ki

Sedangkan menurut Arman Hakim (2003), penyelesaian Heuristik memberikan cara penyelesaian lebih sederhana. Ada beberapa pendekatan heuristik, tetapi pendekatan silver meal mudah digunakan dan menghasilkan pola pembelian terbaik di banding pendekatan heuristik lainnya. Pendekatan heuristik silver meal mirip dengan pendekatan EOQ, tetapi dalam perhitungannya lebih didasarkan pada variabel periode pembelian dan bukan berdasarkan total permintaan selama masa perencanaan.

Rata-rata biaya persediaan per satuan waktu = t t periode akhir pada total simpan Biaya pesan

biaya ) ( )

( + atau ) ( } ) 1 ( ) 1 3 ( ) 1 2 ( ) 1 1

{( _{1 2 3}

i t h D t D D D k TU AC T K K L

L + −

+ − + − + − + = (1) Dimana : = TU AC

Rata-rata biaya persedian per satuan waktu.

k = Biaya per pesan

Dt = Permintaan selama periode ke t

h = Biaya simpan per unit per periode, dimana pada periode pertama (t=1) tidak ada biaya simpan sehingga variabel pada persamaan (1) dapat diabaikan.

Aturan penyelasian atau menghitung

TU AC

untuk periode pembelian berurutan

sampai nilai

TU AC

terendah merupakan periode pembelian dan jumlah bahan yang

dibeli merupakan jumlah kebutuhan selama periode tersebut, Qt = D1 + D2 + D3+ ... + Dt

2. Membuat Tabel Pengadaan.

Adapun bentuk dari tabel tersebut sebagai berikut :

Periode T Kebutuhan

TU

AC Pembelian

Bila : T T TRC T T

TRC ( )

1 ) 1 ( > + + (2)

Maka pada periode T + 1 tersebut harus dilakukan pengadaan persediaan bahan baku kembali dan waktu pengadaan (T) dimulai kembali dari 1 sehingga biaya simpan (holding cost) nya kembali 0 serta terjadi biaya pesan (C) kembali.

3. Membua t Tabel Pengendalian Persediaan.

Bulan Kebutuhan Pembelian Simpan Total Biaya

(Sumber : Manajemen Persediaan, Drs Zulian Yamit M.Si.,hal 110) 4. Menghitung Tingkat Efisiensi Biaya

% 100 × − = A B A TC TC TC Eff Dimana :

TCA : Total Cost kebijaksanaan pengendalian persediaan perusahaan.

TCB : Total Cost perhitungan Heuristic Silver Meal.

2.3 Pera malan Untuk Per encanaan Per sediaan Baha n Baku. 2.3.1 Penger tian Per amalan.

Dapat dikatakan bahwa peramalan adalah suatu taksiran yang ilmiah meskipun akan terdapat sedikit kesalahan yang disebabkan keterbatasan kemampuan manusia. Peramalan dilakukan untuk masa mendatang melalui pengujian keadaan dimasa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa diwaktu yang akan datang atas dasar pola-pola diwaktu yang lalu (Assauri. S, 2003).

Dalam hubungannya dengan operasi produksi, peramalan harus menjadi bagian integral dari perencanaan dan pengambilan keputusan. Peramalan diperlukan sejalan dengan usaha organisasi untuk mengurangi ketergantungannya pada faktor lingkungan yang tidak pasti. Sehingga peramalan merupakan alat bantu yang sangat penting bagi suatu perusahaan yang efektif dan effisien. Karena perencanaan dan pengendalian operasi terjadi di beberapa tingkat, maka tidaklah mungkin bahwa satu jenis peramalan dapat meleyani semua kebutuhan. Kita mebutuhkan peramalan dari rentang waktu yang berbeda untuk berfungsi sebagai dasar rencana operasi yang dikembangkan untuk cakrawala waktu perencanaan yang berbeda-beda. Untuk masing-masing jangka waktu perencanaan yang ada, kriteria utama untuk pemilihan metode yang sesuai adalah kesesuaian antara waktu keputusan, cakrawala waktu perencanaan, akurasi peramalan, pola data yang diramalkan, biaya dan kemudahan pengoprasian (Buffa, 2003 dan Makridakis,2003).

Secara umum metode peramalan dibagi dalam dua katagori yaitu : 1. Metode Kualitatif.

cukup dan mengandalakn opini para pakar. Metode ini berguna untuk peramalan jangka panjang yang termasuk metode kualitatif adalah metode explorasi dan metode normatif.

2. Metode Kuantitatif.

Metode ini digunakan bila tersedia cukup informasi kuantitatif untuk meramalkan kondisi mendatang, dimana informasi masa lalu itu dapat dikuantitatifkan dalam bentuk numerik dengan menggunakan pendekatan statistika dan matematika. Asumsi metode ini bahwa pola data masa lalu akan terus berlanjut dimasa datang. Yang termasuk metode kuantitatif adalah metode eksplorasi deret berkala (Time

series) dan metode kausal (Explanatory / regresi).

2.3.2 Analisa Pola Data Der et Ber kala (Time Series). 2.3.2.1 J enis Pola Data Untuk Der et Ber kala.

Terdapat empat data deret berkala yaitu horizontal, musiman, siklus dan trend. Kelayakan metode akan tergantung pada komponen permintaan mana yang bekerja dalam situasi tertentu (Makridakis, 2003 dan Buffa, 2003).

1. Pola Horizontal (H).

Bilamana nilai data permintaan berfluktuasi disekitar nilai rata-rata konstan dan tidak secara konsisten naik atau turun.

2. Pola Musiman (S).

minggu tertentu) yang terjadi karena faktor-faktor tertentupada selang waktu teratur.

3. Pola Siklus (C).

Bilamana datanya diperngaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Sifat pola siklis atau siklikal bervariasi dalam hal waktu dan durasi kejadian.

4. Pola Trend atau Kecenderungan (T).

Bilamana terjadi kenaikan atau penurunan sekuler jangka panjang dalam data atau dalam satu periode ke periode berikutnya.

2.3.3 Metode Per amalan.

2.3.3.1 Metode Rata-r ata bergerak.

Tujuan utama dari penggunaan teknik rata-rata bergerak ini adalah untuk mengurangi atau menghilangkan

N A A

A

MA= t + t−1+K + t−(N−1) (3)

Dimana : MA = Rata-rata bergerak

t

A = Permintaan aktual pada periode t

N = Jumlah data permintaan yang dilibatkan dalam perhitungan rata-rata bergerak.

Karena data aktual yang dipakai untuk perhitungan rata-rata bergerak berikutnya selalu dihitung dengan mengeluarkan data yang paling terdahulu, maka :

N A A MA

MAt t t t N

− −

− +

= 1 (4)

Prehitungan tentang berapa nilai N yang tepat adalah hal yang penting dalam metode ini. Semakin besar nilai N, maka semakin halus perubahan nilai rata-rata bergerak dari periode ke periode. Kebalikannya, semakin kecil nilai N, maka hasil perhitungan akan lebih agresip dalam mengantisispasi perubahan data terbaru yang diperhitungkan. Kelemahan dari teknik rata-rata bergerak ini adalah sebagai berikut : 1. Peramalan selalu berdasarkan pada N data terakhir tanpa mempertimbangkan

data-data sebelumnya.

merepresentasikan kondisi yang terakhir terjadi. Kelemahan kedua ini akan diatasi dengan menggunakan teknik rata-rata bergerak dengan pembobotan.

3. Diperlukan biaya yang besar dalam penyimpanan dan pemrosesan datanya, karena bila N cukup besar, maka akan membutuhkan memori yang cukup besar dan proses komputasinya menjadi lama.

2.3.3.2 Metode Pemulusan Exponensia l.

Terdapat dua batasan utama yang mendorong para peramal untuk menerapkan metode pelicinan/pemulusan eksponensial untuk menggantikan rata-rata bergerak. Pertama, untuk menghitung ramalan rata-rata bergerak, setidaknya nilai pengamatan sejumlah N harus disimpan. Kedua, metode rata-rata bergerak memberikan bobot yang setara untuk masing-masing pngamatan untuk N pengamatan terakhir dan tidak memberikan bobot apapun untuk semua periode sebelumnya (t-N).

Pada prinsipnya, pelicinan eksponensial beroperasi dengan cara yang sejalan dengan rata-rata bergerak dengan “melicinkan” pengamatan historis untuk mengurangi kerandoman. Tetapi prosedur matematika untuk melakukan pelicinan ini agak berbeda dengan yang dipergunakan dalam rata-rata bergerak (Makridakis, 2003). Model matematis exponensial ini dapat dikembangakan dari persamaan berikut (Arman Hakim, 2003) :

N A A F

Ft t t t N

− −

− +

Dimana bila data permintaan aktual yang lama A_t−N tidak tersedia, maka

dapat digantikan dengan nilai pendekatan yang berupa nilai ramalan sebelumnya

(Ft−1), sehingga persamaan diatas (5) dapat dituliskan menjadi :

N F A F

Ft t t t

− +

= −1 (6)

atau 1

1 1 1 −       ₋ +      

= t t

t F

N A

N

F (7)

Dari persamaan (7) terlihat bahwa peramalan dengan teknik pemulusan eksponensial

pada periode t. (Ft+1) akan didasarkan atas pembobotan data permintaan aktual akhir

(A_t) dengan bobot 1/N dan pembobotan ramalan yang paling akhir (F_t−1) dengan

bobot (1-1/N). Karena N bilangan positif, maka 1/N akan menjadi konstanta yang bernilai antara nol (N = ~) sampai dengan 1 (N = 1). Dengan mengganti 1/N dengan α, maka persamaan (7) akan menjadi :

(

1−

)

₋₁ +

= t t

t A F

F α α (8)

Bila kita notasikan f_t sebagai peramalan permintaan pada periode t sehingga

1 −

= t

t F

f maka persamaan (8) menjadi :

(

)

_t

t

t A f

F =α + 1−α (9)

yang harus disimpan. Cara lain untuk menuliskan persamaan (9) adalah dengan susunan berikut :

(

1

)

1 −

− + −

= t t t

t F A F

F α (9)

Dimana A_t −F_t−1 merupakan kesalahan ramalan dalam periode t (e_t), sehingga

persamaan (9) dapat ditulis sebagai berikut :

t t

t F e

F = ₋₁+α (10)

Dari persamaan (10) terlihat bahwa bila α mempunyai angka mendekati satu, maka ramalan yang baru akan menyesuaikan kesalahan dengan besar pada ramalan sebelumnya. Kebalikannya, bila α mendekati nol, maka ramalan yang baru akan menyesuaikan kesalahan dengan kecil.

Penentuan besarnya nilai α harus dipertimbangkan dengan baik. Salah satu metode yang dapat dipakai adalah memilih nilai α berdasarkan nilai N y ang dilibatkan dalam teknik pemulusan eksponensial. Metode ini hanya dapat diterapkan oleh perusahaan yang telah lama menggunakan teknik pemulusan eksponensial dengan N yang cukup memadai. Rata-rata usia data dengan teknik MA = N – ½, sedangkan rata-rata usia data dengan teknik Es = 1 – α/ α. Untuk men ghitung nilai α dalam hubungannya dengan N adalah dengan membuat persamaan sebagai berikut :

α α − = − 1 2 1 N (11) atau 1 2 + = N

Untuk menggunakan pelicinan eksponensial, seoramg manajer hanya memerlukan angka pengamtan terbaru, ramalan terbaru, dan nilai α. Pelicin an eksponensial tunggal mudah dan murah untuk dipergunakan, karena program komputer dapat secara otomatis menemukan nilai α terbaik. Di samping i tu, bukti empiris dan pengalaman di antara para pengguna peramalan menegaskan bahwa pelicinan eksponensial merupakan metode yang akurat, efektif dan dapat diandalkan untuk berbagai aplikasi peramalan ( Makridakis, 2003).

2.3.3.3 Regr esi Linier .

Peramalan yang didasarkan pada metode regresi menghasilkan fungsi peramalan yang dinamakan persamaan regresi. Persamaan regresi menggambarkan deret yang diramalkan dalam bentuk deret lain yang dianggap mempengaruhi atau menyebabkan penjualan naik atau turun. Dasar pemikirannya dapat bersifat umum ataupun spesifik.

Dalam metode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengumpulan data dan analisisnya. Contoh yang paling sederhana dari metode regresi ini adalah metode regresi linier sederhana dengan variabel pengruh tunggal, secara matematis model ini dinyatakan sebagai berikut (Arman Hakim,2003) :

ŷ = a + bx (13) dimana :

ŷ = perkiraan permintaan

a = nilai tetap y bila x = 0 (merupakan perpotongan dengan sumbu y) b = derajat kemiringan persamaan garis regresi

Dalam model ini, diasumsikan nilai x dan nilai y sebnyak n pasang, Pasangan

x dan y ini dinyatakan sebagai (x₁,y₁),(x₂,y₂),K,(x_n,y_n). Simbol y menunjukkan

nilai ŷ yang diamati, sedangkan simbol menunjukkan titik pada garis yang diekspresikan pada persamaan ŷ = a + bx.

Nilai y yang diperoleh dari hasil pengamatan tidak akan tepat jatuh pada garis perkiraan karena terdapatnya kesalahan acak pada data. Pada setiap titik pengamatan, kesalahan ditujukkan sebagai ŷi – yi, dan total varian atau kesalahan ku adrat untuk seluruh titik pengamatan tersebut adalah :

(

)

(

)

∑

Υ − 2 =

∑

+ − 2

i i i

i y a bx y (14)

Analisa regresi bertujuan meminimasi persamaan kesalahan diatas dengan memilih nilai a dan b yang sesuai. Kesalahan terkecil akan diperoleh dengan cara derivatif,

dimana hasil akhirnya adalah :

n x b n

y

a=

∑

i −

∑

i (15)

( )(

)

[

]

( )

2

2

∑

∑

∑

∑

∑

− − = i i i i i i x x n y x y x n

b (16)

merupakan kuadrat terkecil (prediktor) terbaik atas permintaan y berdasarkan variabel bebas x.

2.3.4 Pengukur an Ketepatan Metode Pera ma la n.

Didalam pemilihan dan penerapan metode peramalan pada data historis yang tersedia, perlu dilakukan pengukuran kesesuian metode tertentu untuk suatu kumpulan data yang diberikan. Dalam banyak situasi peramalan, ketepatan (accuracy) dipandang sebagai kriteria penolakan untuk metode peramalan.

Ukuran statistik standart yang sering digunakan untuk pengukuran ketepatan metode peramalan dimana terdapat nilai pengamatan dan ramalan untuk n periode serta n buah kesalahan adalah (Makridakis, 2003 dan Nasution. A.H, 2003) :

1. Kesalahan Rata-rata (ME) dan Kesalahan Rata-rata Kuadrat (MSE). Kesalahan rata-rata dapat dirumuskan sebagai berikut :

n F A ME

n

t

t t

∑

= −

= 1

(17)

MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis MSE dirumuskan sebagai berikut

(

)

∑

−

=

n F A

MSE t t

2

(18)

(

)

1 2 − − =

∑

n F A

SDE t t (19)

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibanding kenyataannya. Secara matematis, dirumuskan sebagai berikut :

∑

−

=

n F A

MAD t t (20)

3. Kesalahan Persentase (PEi) dan Kesalahan Persentase Rata-rata (MPE). Kesalahan persentase dirumuskan sebagai berikut :

% 100 X A F A PE t t t t −

= (21)

Sedangkan rumus dari kesalahan persentase rata-rata adalah :

n PE MPE n i i

∑

= = 1 (22)

4. Kesalahan Persentase Absolut Rata-rata (MAPE).

MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis MAPE dinyatakan sebagai berikut :

atau

∑

−

      =

t t t

A F A n

MAPE 100 (24)

Dalam banyak situasi peramalan, perbandingan dari masing-masing metode peramalan yang dicoba adalah dijadikan sebagai acuan pemilihan dan pilihan diambil berdasarkan nilai MSE paling minimum. Bila dihubungkan dengan penentuan konstanta pemulusan pada metode smoothing, maka besar kecilnya nilai α, β dan γ harus ditentukan agar MSE dari metode-metode yang dicoba menghasilkan nilai minimum. Penentuan nilai α, β dan γ ini dapat dilakukan dengan cara trial and error atau dapat dibantu dengan program/sofware komputer untuk memperoleh nilai yang baik.

2.3.5 Pemer iksaan dan Pengendalian Per ama la n.

(periode-periode yang dibuat untuk meramalkan periode-periode berikutnya). Moving

range dapat didefinisikan sebagai (Nasution. A.H, 2003) :

(

ˆ −

) (

− ˆ−1− −1

)

= yt yt yt yt

MR (25)

Adapun rata-rata moving range didefinisikan sebagai :

1

1

− =

∑

=

n MR MR

n

t t

(26)

Garis tengah peta moving range adalah titik nol. Batas kontrol atas dan bawah pada peta moving range adalah :

MR

BKA=+2,66 (27)

MR

BKB=−2,66 (28)

Dalam penentuan batas kontrol tersebut paling sedikit digunakan 10 dan atau 20 nilai MR. Perbedaan yang digambarkan dalam peta rentang bergerak (MRC)

adalah ∆yt = yˆt− y. Masing-masing perbedaan itu ditunjukkan sebagai titik-titik

yang diplotkan pada MRC. Jika semua titik masuk dalam batas kendali kita menganggap bahwa peramalan tersebut adalah benar dan representatif. Sedangkan bila titik itu berada diluar batas kendali (out of control) berarti kita tidak mempunyai peramalan yang teliti, sehingga perlu mengadakan perbaikan-perbaikan pada parameter metode peramalan.

Pengujian untuk kondisi tidak terkendali (out of control) adalah jika ada titik

dari tiga titik yang berurutan apakah dua atau lebih terdapat dalam salah satu daerah A. Jika dari lima titik yang berurutan, apakah empat atau lebih terdapat dalam suatu daerah B. Apakah terdapat delapan titik yang berurutan pada salah satu sisi dari garis tengah peta rentang bergerak (MRC) untuk kondisi tidak terkendali ini ditujukkan pada gambar dibawah ini :

Periode

Gambar 2.4 Peta Rentang Bergerak (MRC). Keterangan :

Daerah A = bagian sebelah luar ± 2/3 (2,66 MR ).

= ± 1,77 MR (diatas + 1,77 MR atau dibawah – 1,77 MR ) Daerah A

Daerah B

Daerah A

Daerah B

Daerah C

Daerah C Garis Pusat +

- 0

Ŷ t - yt

UCL = 2,66 M R

A = 2/ 3 UCL

B = 1/ 3 UCL

C = Pusat (0)

B = - 1/ 3 LCL

A = - 2/ 3 LCL

Daerah B = bagian sebelah luar ± 1/3 (2,66 MR )

= ± 0,89 MR (diatas + 0.89 MR atau dibawah – 0,89 MR )

Daerah C = bagian diatas atau dibawah garis tengah.

2.4 Penelitian Ter dahulu

Berikut adalah beberapa ringkasan penelitian terdahulu yang juga menggunakan metode Heuristik Silver Meal :

1. Sugeng Juniarto, Analisis pengendalian per sediaan komponen braking system

aircraft boeing 737 mengguna kan metode heur istik silver mea l di strategic

business unit - merpati maintenance facility, Tahun 2005, UPN “Veteran” Jatim.

Strategic Business Unit – Merpati Maintenance Facility PT.Merpati Nusantara

Airlines merupakan peusahaan yang bergerak dibidang jasa perawatan pesawat terbang. Untuk menunjuk kelayakan terbang maka diadakan material bahan baku komponen Brake Unit P/N.2606672-4.

dibandingkan dengan biaya total persediaan perusahaan yang sebenarnya. Dan setelah dilakukan penelitian, maka didapatkan hasil sebagai berikut :

a. Dari hasil perhitungan diperoleh bahwa metode Heuristik Silver-Meal menghasilkan total biaya persediaan bahan baku yang lebih kecil dari pada total biaya persediaan yang diterapkan oleh perusahaan, dimana total cost riil perusahaan (TCA) adalah sebesar Rp. 724.217.029,1 sedangkan total cost

metode Heuristik Siver-Meal (TCB) sebesar Rp. 710.126.929,5 sehingga

didapat selisih sebesar Rp. 14.090.099,6.

b. Dari hasil penelitian ini didapatkan bahwa model pengendalian Heuristik

Silver-Meal lebih efisien dari pada kebijaksanaan pengendalian yang dilakukan

oleh perusahaan selama ini. Hal ini dapat dilihat dari tingkat efisiensi biaya dari Metode Heuristik Silver-Meal yang sebesar 1,95 %.

c. Dari hasil perhitungan diperoleh bahwa persediaan bahan baku hasil peramalan untuk tahun 2005 dengan menggunakan metode Heuristik Silver Meal menghasilkan total biaya persediaan sebesar Rp. 649.277.998,9

CV. BANGUN merupakan perusahaan yang berlokasi di jalan Mastrip Kebraon dan bergerak dalam pembuatan paving stone. CV. BANGUN memproduksi beberapa jenis paving stone antara lain paving stone balok, paving stone tiga diamond, paving stone segi enam. Untuk setiap hasil produksi paving stone dibutuhkan bahan baku. Adapun bahan baku yang dibutuhkan untuk pembuatan paving stone antara lain pasir, semen, dan abu batu.

Masalah yang sering terjadi CV. BANGUN adalah dalam setiap kali pemesanan bahan baku baik secara kuantitas pemesanan bahan baku hingga waktu kedatangan bahan baku antara bahan baku yang satu dengan yang lain selalu tidak sama, sehingga sering terjadi penumpukan bahan baku yang berlebihan. Dan kadang-kadang juga terjadi kekurangan bahan baku pada saat dibutuhkan untuk produksi yang dapat menyebabkan membesarnya biaya pemesanan dan biaya penyimpanan bahan baku serta dapat menggangu atau bahkan sampai terhentinya kegiatan proses produksi paving stone. Hal seperti ini tentunya perlu mendapatkan perhatian dan penanganan yang serius untuk memperbaiki keadaan untuk memperlancar kegiatan produksi perusahaan.

sebelumnya. Pembelian bahan hanya dilakukan pada awal periode sedang biaya simpan hanya dibebankan pada bahan yang disimpan lebih dari satu periode.

Algoritma Wagne –Within dimulai pada awal periode, dimana pembelian bahan

baku dilakukan hanya jika persediaan bahan baku diperhitungkan nol. Dan setelah dilakukan penelitian, maka didapatkan hasil sebagai berikut :

a. Berdasarkan hasil perhitungan dan analisa perusahaan, ternyata model yang digunakan CV. Bangun untuk melakukan perencanaan pengendalian bahan baku pasir, semen dan abu batu masih belum ekonomis dibandingkan dengan menggunakan Algoritma Wagner Within.

b. Hal tersebut terlihat dari hasil perhitungan dengan metode Heuristik Silver

Meal maupun Algoritma Wagner Within, dimana masih dapat dilakukan

penghematan seperti terlihat pada tabel berikut ini :

BAB III

METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Penelitian ini dilakukan pada Zona Industri Pabrik Tahu di Desa Klagen

Tropodo RT 10, RW 04 Krian, Sidoarjo. Penelitian dilakukan pada bulan

Desember tahun 2012 sampai November tahun 2013.

3.2 Identifikasi dan Definisi Oper asional Var iabel

3.2.1 Identifikasi Variabel

Mengacu pada judul penelitian, maka dapat diidentifikasikan variabel –

variabel apa saja yang akan dilibatkan dalam studi ini. Ditinjau dari kepentingan

studi ini, variabel sebagai segala sesuatu yang menjadi obyek pengamatan atau

merupakan faktor – faktor yang mempunyai peranan dalam gejala atau peristiwa

yang diamati terdiri dari :

a. Variabel Terikat yaitu variabel yang mempengaruhi variable lainnya yaitu

Total biaya persediaan yang minimum.

b. Variabel Bebas yaitu variabel yang dipengaruhi oleh variabel lainnya, antara

lain :

• Data kebutuhan bahan baku

• Data biaya pemesanan bahan baku

• Data biaya pembelian bahan baku

3.2.1 Definisi Operasional Variabel

Definisi operasional adalah suatu definisi yang diberikan kepada suatu

variabel atau konstruk dengan cara memberikan arti atau menspesifikasikan

kegiatan ataupun memberikan suatu operasional yang diperlukan untuk mengukur

variabel

a. Variabel Terikat (Dependent Variable)

Total biaya persediaan yaitu biaya–biaya yang dikeluarkan oleh home industry

akibat adanya persediaan bahan baku.

b. Variabel Bebas (Independent Variable)

• Kuantitas pembelian bahan baku yaitu jumlah pembelian bahan yang

ekonomis dilaksanakan oleh home industry dalam sekali pembelian.

• Biaya Pemesanan adalah biaya yang dikeluarkan oleh home industry,

setiap melakukan pemesanan bahan baku.

• Biaya pembelian yaitu biaya–biaya yang dikeluarkan home industry

sehubungan dengan diadakannya kegiatan pembelian barang atau bahan

baku.

• Biaya penyimpanan yaitu biaya–biaya yang dikeluarkan home industry

sehubungan dengan diadakannya kegiatan penyimpanan bahan baku.

3.3 Metode Pengumpulan Data

Berisi tentang penjelasan bagaimana data dikumpulkan sebelum diolah

1. Data Primer

Data yang dikumpulkan sendiri oleh penulis dengan cara melakukan penelitian

lapangan secara langsung dengan cara sebagai berikut :

1. Observasi

Pengamatan secara langsung kelokasi/unit dalam home industry yang

berhubungan dan menunjang dalam proses pengumpulan data. Adapun

pengamatan dilakukan untuk mengetahui data tentang sarana dan

prasarana, letak gudang bahan baku dan mekanisme kerja.

2. Wawancara (Interview)

Wawancara digunakan untuk memperoleh data dan keterangan atau

kejelasan dari hal-hal yang belum diungkapkan dalam data atau dokumen

observasi dengan cara komunikasi secara langsung dengan bagian candal,

produksi, pembelian dan gudang bahan baku. Adapun data primer yang

diperoleh adalah Sistem pengadaan bahan baku

b. Data Sekunder

Data yang diperoleh dengan cara pengumpulan data yang telah ada di home

industry dalam bentuk dokumen-dokumen atau data yang didapat berupa

arsip-arsip yang ada kaitannya dengan penelitian ini

Adapun data sekunder yang diambil adalah :

1. Data bahan baku

2. Data jumlah kebutuhan bahan baku per periode

3. Data biaya pembelian

3.4 Metode Pengolahan Data

Untuk menganalisa kebijaksanaan persediaan yang baru dengan

kebijaksanaan yang biasa diterapkan oleh perusahaan dalam masalah total biaya.

Salah satu model persediaan yang dapat digunakan untuk menganalisa

permasalahan tersebut adalah menggunakan model Heuristik Silver Meal. Dalam

melakukan penelitian dan perhitungan penelitian mengikuti aturan – aturan

berikut :

1. Pengambilan data

Dalam penelitian ini data yang digunakan adalah data primer dan data

sekunder.

2. Menghitung rata–rata biaya persediaan

Rata – rata biaya persediaan =

(biaya pesan) + (biaya simpan total pada akhir periode t)

t

Atau

[

]

t

h Dt t D

D D

k TU

AC ₌ (1−1) 1+(2−1) 2+(3−1) 3+...+( −1)

3. Membuat tabel pengadaan

Adapun bentuk dari tabel tersebut adalah sebagai berikut :

Periode T Kebutuhan

(kg) _TU

AC

Pembelian kembali

Bila T T TRC T T

TRC ( )

1 ) 1 ( _> + +

maka pada periode T+1 tersebut harus

dilakukan pengadaan persediaan bahan baku kembali dan waktu pengadaan

(T) dimulai kembali dari 1 sehingga biaya simpan (Holding Cost)nya kembali

0 serta biaya pesan (C) kembali.

4. Membuat tingkat pengendalian

Periode Kebutuhan (kg) Pembelian (kg) Simpan ( kg) Total Biaya (kg)

( Sumber : Tersine, 1994 )

5. Menghitung tingkat efisiensi

% 100 x TC TC TC Efisiensi A B A − = Dimana :

TCA = total cost kebijaksanaan pengendalian persediaan home industry

TCB = total cost perhitungan Heuristik Silver Meal

3.5 Langkah-langkah Pemecahan Masalah

Adapun langkah-langkah pemecahan masalah dari penelitian ini bisa dilihat

Studi pustaka Mulai

Survey Lapangan

Perumusan Masalah

Tujuan Penelitian

Pengumpulan Data

1. Data Penerimaan dan Kebutuhan bahan baku Bulan Desember 2012 - November 2013

2. Data Pemesanan Bahan Baku 3. Data Harga Pembelian Bahan Baku 4. Data Biaya Penyimpanan Bahan Baku

Pengendalian persediaan dengan menggunakan metode silver meal heuristic:

- Menghitung rata – rata biaya persediaan - Membuat tabel pengadaan

- Membuat tabel pengendalian

TCB< TCA

Ya

Tidak

Metode usulan diterima Total biaya Persediaan Home

industry bulan Desember 2012

sampai November tahun 2013 (TC )

Identivikasi & Definisi Variabel

Pengendalian Persediaan Metode Home Industry.

Metode Usulan Rill Home industry

Total biaya persediaan yang minimum (TCB)

Gambar 3.1 Langkah-langkah Pemecahan Masalah

Keterangan :

a. Mulai

Mulai ini meliputi kegiatan seperti : pembuatan proposal, konfirmasi pada

pihak personalia, penyerahan judul permasalahan pada pihak jurusan sampai

pembuatan surat keterangan penelitian.

Memilih MSE Terkecil

Uji Verifikasi Dengan (MRC) Apakah Terkontrol ? Memilih MSE

Terkecil Berikutnya

Perencanaan Pengendalian persediaan dengan metode yang dipilih

Ya Tidak

Hasil dan Pembahasan Menghitung Total Biaya

Persediaan

Menerapkan Metode Peramalan yang Dipilih

Menghitung (MSE)

Kesimpulan Dan Saran

Selesai

b. Studi Pustaka

Studi pustaka bertujuan untuk menggali informasi yang berkaitan dengan

permasalahan yang diteliti dari literatur–literatur seperti : buku teks, jurnal

maupun dari penelitian yang telah dilakukan sebelumnya, yang relevan dengan

permasalahan yang sedang diteliti. Selain itu tujuan dari studi pustaka yang lain

adalah untuk memperoleh teori dan konsep yang dapat dijadikan landasan atau

kerangka berfikir dalam menjelaskan permasalahan.

c. Survey Lapangan

Studi lapangan merupakan tahap awal dilakukannya pemahaman kondisi

perusahaan yang berkaitan dengan obyek penelitian yang telah diambil. Tujuan

dilakukannya studi kepustakaan ini adalah untuk memudahkan peneliti dalam

melakukan pemecahan masalah yang akan ditangani.

d. Perumusan Masalah

Merumuskan masalah yang ada diperusahaan, dalam hal ini adalah :

“Bagaimana merencanakan kebutuhan bahan baku yang dapat meminimalkan

biaya persediaan menggunakan metode Silver-Meal Heuristic di Zona Industry

Klagen Tropodo Kecamatan Krian ?”

e. Tujuan Penelitian

Tujuan penelitian yang telah dijelaskan pada bab 1 terdahulu.

f. Identifikasi Variabel

Mengidentifikasi variabel – variabel yang berpengaruh dan berhubungan

g. Pengumpulan Data

Mengumpulkan data dan mencatat data–data yang diperlukan dalam proses

perhitungan total biaya persediaan sebagai masukan, yaitu data mengenai

kebutuhan bahan baku berdasarkan data permintaan, biaya penyimpanan dan

biaya pemesanan pada bulan Desember tahun 2012 samapi November 2013.

h. Pengolahan Data

Pengolahan data pada penelitian ini terbagi menjadi dua, yaitu :

1. Pengolahan data yang berasal dari perusahaan yang sebenarnya (Rill

perusahaan).

2. Pengolahan data dengan menggunakan metode Silver-Meal Heuristic

dengan prosedur atau langkah–langkah pemecahan masalah sebagai

berikut :

- Menghitung rata–rata biaya persediaan

- Membuat tabel pengadaan bahan baku

- Membuat tabel pengendalian persediaan

i. Memperbandingkan Total Cost (TC) metode Silver-Meal Heuristic dengan

metode Riil home industry kemudian dipilih hasil Total Cost (TC) yang lebih

kecil.

j. Menentukan Model

Menentukan model persediaan yang akan digunakan sebagai alat pemecahan

masalah tersebut, dalam hal ini menggunakan metode Silver-Meal Heuristic

dan Metode Rill pengolahan data yang diperoleh dengan menggunakan metode

bahan baku yang diperlukan dengan metode Silver-Meal Heuristic dan Rill

Home industry.

k. Membandingkan total biaya persediaan dengan menggunakan model

persediaan yang dipilih dengan total biaya persediaan yang dikeluarkan selama

ini oleh Home industry. Jika total biaya persediaan dengan menggunakan

metode Silver-Meal Heuristic lebih kecil daripada total biaya persediaan

semula dari home industry maka akan dihitung tingkat efisiensinya dan model

usulan diterima.

l. Jika model diterima maka dibuat total cost pengendalian persediaan yang

optimal.

m. Peramalan

Penjelasan diagram alir peramalan :

- Mulai

- Data permintaan masa lalu

Merupakan data yang didapat dari perusahaan selama penelitian yang akan

digunakan untuk entry data pada peramalan.

- Membuat diagram pencar

Pembuatan diagram pencar ini didasarkan pada data yang telah diperoleh

dengan membuat plote pada diagram yang menunjukkan hubungan antara

data yang diperoleh pada sumbu dt dengan waktu pada sumbu t.

Dengan menggunakan trend atau kecenderungan data tersebut maka dapat

diketahui apakah data tersebut mempunyai trend konstan, trend linier,

trend parabolis dan sebagainya.

- Menghitung parameter fungsi

Setelah diketahui trendnya maka dilakukan perhitungan tiap parameter dari

fungsinya, sehingga dapat ditentukan model peramalan yang akan dipakai

namun tidak langsung dapat diketahui.

- Menghitung MSE

Setelah diketahui parameter fungsi tiap–tiap metode maka dilakukan

perhitungan rata–rata kuadrat kesalahan yang menggunakan metode MSE

dengan rumus :

Error = Data aktual – Hasil peramalan

Dimana : yt = data aktual tahun t

y’t = peramalan permintaan tahun t

atau E = dt - d’t

MSE =

∑

=

n

t e

n ei

1

- Menentukan MSE terkecil

Dari beberapa metode yang sesuai maka dicari yang menghasilkan MSE

terkecil. Hasil ini merupakan hasil peramalan yang digunakan.

- Pemeriksaan dan pengendalian ramalan

Model perlu diperiksa atau diuji kesesuaiannya dengan data yang

nilai yang diamati dengan yang diramalkan dari suatu permintaan aktual

dari peramalan selama periode dasar. Kemudian peta tersebut diperluas

untuk masa yang akan datang sehingga kita dapat membandingkan

ramalan dengan kenyataan dari permintaan tersebut. Jika data tidak

terkontrol maka akan kembali ke perhitungan MSE namun apabila

terkontrol akan berlanjut.

- Gunakan fungsi yang diperoleh untuk meramal

Merupakan data terkontrol yang termasuk dalam kondisi yang diinginkan

setelah dilakukan pengujian dengan MRC.

- Hasil peramalan

Merupakan data permintaan yang akan datang yang sesuai dengan data

yang didapat dan yang akan digunakan untuk menentukan perhitungan

kebutuhan bahan baku dan menghitung biaya simpan atau pengadaan

bahan baku didapatkan metode peramalan yang diinginkan

n. Jika total biaya persediaan dengan metode Heuristik Silver Meal lebih besar

daripada total biaya persediaan semula dari home industry, maka langsung

dilanjutkan dengan hasil dari pembahasan.

o. Kesimpulan dan Saran

Menarik analisa dari perhitungan yang didapat dan membuat suatu analisa dari

pengamatan bagaimana sebaiknya dalam melakukan perencanaan dan

pengendalian persediaan bahan baku sehingga dapat meminimalkan biaya

BAB IV

HASIL DAN PEMBAHASAN

4.1 Pengumpulan Data

4.1.1 Data Penerimaan dan Kebutuhan Bahan Baku Home industry Klagen

Trpodo Bulan Desember Tahun 2012 sampai November Tahun 2013

Data kebutuhan bahan baku yang diterapkan Home industry Klagen

Tropodo terdiri dari 3 macam bahan baku dari Bulan Desember tahun 2012

sampai November tahun 2013 dapat dilihat pada tabel berikut ini :

Tabel 4.1 Penerimaan dan Kebutuhan Bahan Baku Kedelai Local Bulan

Desember 2012 sampai November Tahun 2013

Bulan Penerimaan Kebutuhan Sisa

( kg ) ( kg ) ( kg )

Desember 2012 1640 1610 30

Januari 2013 1600 1580 50

Februari 2013 1580 1590 40

Maret 2013 1600 1620 20

April 2013 1630 1600 50

Mei 2013 1590 1570 70

Juni 2013 1590 1600 60

Juli 2013 1610 1630 40

Agustus 2013 1630 1590 80

September 2013 1600 1620 60

Oktober 2013 1620 1600 80

November 2013 1580 1590 70

Tabel 4.2 Penerimaan dan Kebutuhan Bahan Baku Kedelai Impor Bulan

Desember Tahun 2012 sampai November Tahun 2013

Bulan Penerimaan Kebutuhan Sisa

( kg ) ( kg ) ( kg )

Desember 2012 1640 1610 30

Januari 2013 1600 1580 50

Februari 2013 1580 1590 40

Maret 2013 1600 1620 20

April 2013 1630 1600 50

Mei 2013 1590 1570 70

Juni 2013 1590 1600 60

Juli 2013 1610 1630 40

Agustus 2013 1630 1590 80

September 2013 1600 1620 60

Oktober 2013 1620 1600 80

November 2013 1580 1590 70

Sumber : Home industry Klagen Tropodo

Tabel 4.3 Penerimaan dan Kebutuhan Bahan Baku Cuka’ Bulan Desember Tahun

2012 sampai November Tahun 2013

Bulan Penerimaan Kebutuhan Sisa

(tong ) ( tong) (tong)

Desember 2012 100 96 4

Januari 2013 98 95 7

Februari 2013 96 98 5

Maret 2013 97 99 3

April 2013 100 98 4

Mei 2013 99 97 5

Juni 2013 103 99 9

Juli 2013 100 102 7

Agustus 2013 101 98 10

September 2013 99 101 8

Oktober 2013 100 100 8

November 2013 100 97 11

4.1.2 Data Biaya Pemesanan Bahan Baku

Adapun biaya pemesanan untuk pengadaan bahan baku per bulan adalah

sebagai berikut :

Tabel 4.4 Data Biaya Pemesanan Bahan Baku

No Nama Bahan

Baku

Jenis Biaya

Telepon Bongkar muat Total biaya

1

Kedelai local & kedelai impor

Rp 10.000 Rp 50.000 Rp 60.000

2 Cuka’ _{Rp 5.000 Rp 10.000 Rp 15.000}

Sumber : Home industry Klagen Tropodo

4.1.3 Data Harga Pembelian Bahan Baku

Tabel 4.5 Data Harga Bahan Baku

No Nama Bahan Baku Harga Bahan Baku

1 Kedelai Local Rp 7.500 / kg

2 Kedelai impor Rp 7.900 / kg

3 Cuka’ Rp 5.000/ tong

Sumber : Home industry Klagen Tropodo

4.1.4 Data Biaya Penyimpanan Bahan Baku

Home industry Klagen Tropodo menetapkan biaya penyimpanan :

Untuk kedelai local,kedelai import dan cuka’ ada ketetapan dari home industry

Klagen Tropodo sebesar 5 % dari harga beli (per kg dan tong per bulan).

Jadi data yang diperoleh dari home industry Klagen Tropodo adalah :

1. Harga bahan baku kedelai local / kg = Rp 7.500

Biaya simpan kedelai local = 5 % x Rp. 7.500

= Rp 375 / kg / bulan

Biaya simpan kedelai impor = 5 % x Rp 7.900

= Rp 395 / kg / bulan

3. Harga bahan baku Cuka’/ tong = Rp 5.000

Biaya simpan Cuka’ = 5 % x Rp. 5.000

= Rp. 250 / tong / bulan

4.2 Pengolahan Data

Data yang telah diperoleh dari penelitian di lapangan adalah merupakan

data sekunder atau data riil home industry yang saya peroleh dari Zona industry

Klagen Tropodo Kecamatan Krian yang diolah sesuai dengan metode yang

digunakan dalam penelitian ini yaitu Metode Silver-Meal Heuristic.

4.2.1 Menghitung Total Cost Persediaan Bahan Sesuai Dengan

Kebijaksanaan Pengendalian Per sediaan Home industry Klagen Tropodo

Adapun cara perhitungan dari home industry Klagen Tropodo untuk

menghitung biaya pesan dan biaya simpan untuk Kedelai Local, Kedelai Impor

dan Cuka’ sehingga menghasilkan total cost adalah sebagai berikut ini :

Contoh perhitungan total biaya persediaan Kedelai local untuk bulan Desember

tahun 2012 sampai November 2013:

Biaya pemesanan = biaya 1 kali pesan = Rp 60.000,-

Biay