W. PENGUMPULAN DAN PENGOLAHAN DATA

W. PENGUMPULAN DAN PENGOLAHAN DATA. 1. PENGUMPULAN DATA Langkah-langkah yang dilakukan dalam pengumpulan data demand dan lead time, serta biaya-biaya pemesanan bahan baku selang karet adalah sebagai berikut: 1. Dokumentasi data demand bahan baku selang karet, baik yang dipesan dari supplier luar maupun dalam kota, dari bulan Mei 1998 sampai dengan Maret 2002. Data ini dapat dilihat pada Lampiran 1. 2. Dokumentasi data lead time pemesanan bahan baku selang karet, baik dari supplier luar maupun dalam kota dari bulan Mei 1998 sampai dengan Maret 2002. Data ini dapat dilihat pada Lampiran 1. 3.. Wawancara dengan bagian PPIC mengenai biaya yang dikeluarkan untuk membeli bahan baku selang karet, yaitu harga pembelian, biaya order, dan holding cost. Biaya tersebut berbeda antara bahan baku yang dipesan dari supplier Iuar kota dan dalam kota. Biaya order meliputi biaya telepon, fax, dan sewa gudang di pelabuhan. Dalam satu kali pembelian bahan baku, diperkirakan perusahaan menelepon supplier sebanyak lima kali, dimana setiap kali telepon membutuhkan waktu kurang lebih lima menit. Biaya telepon ke Australia dan Taiwan per menit Rp. 8.300,-, ke Belitung Rp. 2842,-, dan dalam kota Rp.195,- per pulsa, dimana 1 pulsa adalah 2 menit. Dalam setiap pemhclian, perusahaan mengirim kurang.

29. lebih tiga kali fax, dimana biaya fax ke Australia dan Taiwan Rp. 41.500,-, ke Belitung Rp. 2.845,-, dan dalam kota Rp. 1.000,-. Holding cost diperkirakan menggunakan bunga bank, yaitu sebesar 8.5% dari harga bahan baku. Biaya-biaya tersebut akan dikonversikan dari rupiah ke dolar, dimana 1 US$= Rp. 8.500,-. Adapun perincian biayanya adalah sebagai berikut:. TabeU.l Biaya Pembelian Pada Supplier Luar Kota. Keterangan Harga per kg (US$) Biaya telepon per order (US$) Biaya sewa gudang (%) Holding Cost per ton per 2 minggu (US$). SBR 0.800 39.050 0.04 5.670. Bahan GPF 0.700 39.050 0.0375 4.960. Baku FEF 0.700 39.050 0.0375 4.960. Kaolin 0.088 9.360 0.03 0.625. Tabel 4.2 Biaya Pembelian Pada Supplier Dalam Kota. Keterangan Harga per kg (US$) Biaya telepon per order (US$) Holding cost per ton per 2 minggu (US$). SBR 0.920 0.700 5.670. Bahan GPF 0.805 0.7C0 4.960. Baku FEF 0.805 0.700 4.960. Kaolin 0.100 0.700 0.625. Holding cost bahan baku yang dipesan dari supplier dalam kota diasumsikan sama dengan bahan baku yang dipesan dari supplier luar kota. Biaya sewa gudang bahan baku yang dipesan dari supplier dalam kota tidak ada karena pengiriman bahan baku menggunakan truck..

30. PENGOLAHAN DATA. 2.1 Uji Independent Uji independent dilakukan untuk mengetahui apakah demand dan lead iime bahan baku mempunyan pola atau tidak. Apabila data tidak mempunyai pola, maka dapat dilakukan simulasi dan data dapat dibangkitkan menggunakan bilangan random. Hasil uji independent dari demand dan lead time setiap kali pesan dapat dilihat pada penjelasan dibawah ini.. a. Supplier luar kota Gambar Autocorrelation Function dan Partial Autocorrelation Function dari demand dan lead time bahan baku SBR dapat dilihat pada gambar di bawah.. Autocorrelation Function for Demand SBR C _. 10 03 " 06 -. relal. 2.. O. •. •. 0.2. -. I. 1. I. •. —. ' —~ " — ' i. i. i. 1. •. 1. g o 4 ~ <. -06 -08 -1 0 1. I. 2. 7. 1 12. L-9. Cccr. T. LBQ. Lajl. C_r. T. 1 2. 0.03. 058. 035. (i. -013. -0.79. 9(E. -022. -153. 294. 9. -017. •106. 1090. 3. 017. 1.11. 4«. 1(1. -014. -0.83. 1215. 4. 019. 1_. 633. 11. 005. 037. 1241. 5. -009. -0.56. 682. 12. ao6. 033. 1269. 6. -0.12. -0.76. 7.63. 7. -0.06. -0.47. 8.02. _3. Gambar 4.1. Autocorrelation Funclion demand SBR.

31. Partial Autocorrelation Function for Demand SBR. Lag. PfC. 1. 003. Q58. 2 3. -023 022. -160 155. 010. 068 -029 -0.60 -105. 4 5 6 7. -004 -009 -0.15. 8. -016. -113. '3 -0.16 1«] -013 11. 0.11. 112 -092 074. 12. 010. 068. Gambar 4.2 Partial Autocorrelation Function demand SBR. Autocorrelation Funcfion for Lead Time SBR Ll M. ^utocorre. u;. 10 06 06 04 02. -. -02 -04 -06 -08 -10. -. I. 1. 1. I 7. 1 2. 1 12. Lsg. Ccrr. T. LB3. bg. Cccr. T. LB-J. 1. 124. 165. 3. Q04. 022. 713. 2 3. 018 00) 002. 029 014. 174 177. S 10. -0.04 -016. -024 -100. 121 887. 4. 004. 024. 184. 11. -0C9. -057. 5 6 7. 0.03 029 007. 023 193 043. 1S0 678 703. 12. -000. -0G0. 944 944. Gambar 4.3 Autocorrelation Function leadtime SBR.

^. Partiai Autocorreiation Function for Lead Time SBR _CTJ O t:. 8. 08 06 04. 02. I.. o <"> <£. -04. 1. 1. 2. 7. r 12. _e. PfC. T. 1--G. P/C. T. 1. 018. 124. 8. Q02. 013. 2 3. 001 001 Q03. 003 003. 9 10. -QC6 -018. -042 •1.26. 021 Q16 201 .023. 11 -0.04 12 -0.07. -031 -047. 4 5 6 7. 002 Q23. -004. Gambar 4.4 Partial Autocorrelation lead time SBR. Pada gambar Autocorrelation Function dan Partial Autocorrelation Function diatas dan yang dapat dilihat pada Lampiran 2 menunjukkan bahwa data demand dan lead time bahan baku SBR, Carbon Black GPF, Carbon Black FEF, dan Kaolin Nichimen berada di antara kedua garis batas. Hal ini berarti data demand dan lead time bahan baku independent.. b. Supplier dalam kota Pada gambar Autocorrelation Function dan Partial Autocorrelalion Function yang dapat dilihat pada Lampiran 2, menunjukkan bahwa data demand dan /eat/ time bahan baku SBR, Carbon Black GPF, Carbon Black FEF, dan Kaolin Nichimeti berada di antara kedua garis batas. Hal ini menunjukkan bahwa data demand dan lead time bahan baku independent..

JJ. Uji independent juga akan dilakukan pada demand bahan baku per bulan (Lampiran 3). Berdasarkan hasil pengolahan data dapat dilihat bahwa demand dari masing-masing bahan baku berada diantara kedua garis batas. Hal ini menunjukkan bahwa data demand bahan baku independent, sehingga simulasi dapat dilakukan dan demand dapat dibangkitkan dengan bilangan random.. 2.2 Fitting Distribusi Fitting distribusi dilaikukan untuk mengetahui jenis distribusi dan parameter dari masing-masing daita. Adapun hasil pengolahan///lz/7g distnbusi dari masing-masing data dapat dilihat pada Lampiran 4 dan penjelasannya adalah sebagai berikut: a.. Supplier Luar Kota -. Data demand bahan baku SBR Probabilitas dari data demand bahan baku SBR dapat dilihat pada tabel berikut:. Tabel 4.3 Probabilitas Demand Bahan Baku SBR pada Supplier Luar Kota ! Demand SBR Demand SBR Probabilitas ,. . Probabilitas (ton) J (ton) 26.25 7.35 0.02 0.02 26.75 17 0.02 0.02 34 17.5 0.08 0.02 37.8 0.29 v/ 0.02 f 18.9 40 0.47 v 0.04 \ 21. ^O.

34. -. Data lead time bahan baku SBR Pada tabel Goodness of Fit-Tesl (Lampiran 4) terlihat bahwa nilai expected frequency lebih besar dari 5, yang menunjukkan bahwa dalam melakukan uji distribusi/?//j/7g menggunakan nilai Chi-Square Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hj data tidak berdistribusi Normal. Tolak H0 bila Pvalue<a, dengan nilai a sebesar 0.05. Berdasarkan pengolahan data menggunakan software Statgraph™ diperoleh nilai Pvalue pada distribusi Normal sebesar 0.0666721. Nilai Pvalue>a yang artinya gagal tolak HQ. Hal ini menunjukkan bahwa data lead time SBR berdistribusi Normal dengan parameter mean sebesar 80.8571 dan standart deviasi sebesar 32.6126.. -. Data demand bahan baku Carbon Black GPF Probabilitas dari data demand bahan baku Carbon Black GPF dapat dilihat pada tabel berikut:. Tabel 4.4 Probabilitas DemandBahan Baku Carbon Black GPF pada Supplier Luar Kota Demand GPF Probabilitas (ton) 0.31 v 6 0.03 ' 8.4 0.07 ' / 12 0.07 v/ 12.6. Demand GPF Probabilitas (ton) • ^ 13.5 0.34 0.07 , / 13.55 0.07 \/ 14 18 0.03 X.

35. -. Data lead lime bahan baku Carbon Black GPF Pada tabel Goodness of Fit-Test (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi fitling. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak H0 bila Dn(hit)>Dn(tabei). Berdasarkan Statgraph. hasil. pengolahan. data. menggunakan. software. , diperoleh nilai Dn imodified form) pada distribusi. Normal sebesar 0.753645. Sedangkan nilai Dn^bei) pada saat a=5% sebesar 0.895 (Lampiran 9). Dn(hit)<Dn(tabci) yang artinya gagal tolak Ho. Hal ini menunjukkan bahwa data lead time Carbon Black GPF berdistribusi Normal. dengsin parameter mean sebesar 83.069 dan. standart deviasi sebesar 40.3387.. -. Data demand bahan baku Carbon Black FEF Probabilitas dari data demand bahan baku Carbon Black FEF dapat dilihat pada tabel berikut:.

36. Tabel 4.5 Probabilitas Demand Bahan Baku Carbon Black FEF pada Supplier Luar Kota Demand FEF Probabilitas (ton) 0.14 4.00 5.00 0.24 6.00 0.07 10.00 0.14 10.50 0.34 10.55 0.03 12.00 0.03. -. Data lead time bahan baku Carbon Black FEF Pada tabel Goodness of Fii-Test (Lampiran 4) terlihat bahwa nilai expected freguency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitlmg. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hj data tidak berdistribusi Normal. Tolak H0 bila Dn(illt)>Dn(tabei). Berdasarkan. hasil. pengolahan. data. menggunakan. sofiware. Statgraph ' , diperoleh nilai Dn (modified form) pada distribusi Normal sebesar 0.753645. Sedangkan nilai Dn(tabei) pada saat a=5% sebesar 0.895 (Lampiran 9). Dn^t^Dn^^bei) yang artinya gagal tolak H0. Hal ini menunjukkan bahwa, data lead time Carbon Black FEF berdistribusi Normal. dengan parameter mean sebesar 83.069 dan. standart deviasi sebesar 40.3387..

37. -. Data lead lime bahan baku Kaolin Nichimen Pada tabel Goodness of Fit-Test (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitting. menggunakan. nilai. Kolmogorov-Smirnov. Uji hipotesanya adalah H0 data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak Ho bila Dn^ty^Dn^bei). Berdasarkan. hasil. pengolahan. data. menggunakan. software. Statgraph™, diperoleh nilai Dn (modified form) pada distnbusi Normal sebesar 0.635899. Sedangkan nilai Dn(tabei) pada saat a=5% sebesar 0.895 (Lampiran 9). Dn(blt)<Dn(tabei) yang artinya gagal tolak H0. Hal ini menunjukkan bahwa, data lead time Kaolin Nichimen berdistribusi Normal dengan parameter mean sebesar 94.4857 dan standart deviasi sebesar 36.0542.. -. Data demand bahan baku Kaolin Nichimen Pada tabel Goodness of Fit-Test (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitting. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah H0 data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak H0 bila Dn^r^Dn^bei) Berdasarkan Stalgraphm,. hasil. pengolahan. data. menggunakan. software. diperoleh nilai Dn pada distribusi normal sebesar.

38. 0.839671. Sedangkan nilai Dn^tabei) pada saat a=5% sebesar 0.895 (Lampiran 9). Dn^t)<D%abei3 yang artinya gagal tolak Ho. Hal ini menunjukkan bahwa data demand Kaolin Nichimen berdistribusi Normal dengan parameter mean sebesar 42.9089 dan standart deviasi sebesar 28.8553.. b. Supplier Dalam Kota -. Data demand bahan baku SBR Probabilitas dari data demand SBR dapat dilihat pada tabel berikut:. Tabel 4.6 Probabilitas Demand Bahan Baku SBR pada Supplier Dalam Kota DemandSBR (ton) 1.000 1.225 1.260 1.500 1.750 2.100 2.485 2.660 3.000 3.150 3.500 3.675 3.850 4.620 5.005 5.040 6.335 7(KK>. 10 500 11.000. Probabilitas 0.04 0.04 0.02 0.02 0.07 0.02 0.02 0.02 0.04 0.02 0.38 0.02 0.02 0.02 0.02 0.02 0.02 0.11 0.02 0.02.

39. -. Data lead time bahan baku SBR Pada tabel Goodness of Fit-Test (Lampiran 4) terlihat bahwa nilai expected frequency sebesar 5. Nilai ini menunjukkan bahwa dalam melakukan uji distribusi fitting menggunakan nilai Chi-Square Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan H] data tidak berdistribusi Normal. Tolak Ho bila Pvalue<a, dimana nilai a=0.()5. Berdasarkan. hasil. pengolahan. data. menggunakan. software. Statgraph™, diperoleh nilai Pvalue pada distribusi Normal sebesar 0.379887. Pvalue>a yang artinya gagal tolak Ho. Hal. ini. menunjukkan bahwa data lead time SBR berdistribusi Normal dengan parameter mean sebesar 12.8667 dan standart deviasi sebesar 6.82109.. -. Data demand bahan baku Carbon Black GPF Probabilitas dari data demand bahan baku Carbon Black dapat dilihat pada tabel berikut:. Tabel 4.7 Probabilitas Demand Bahan Baku Carbon Black GPF pada Supplier Dalam Kota Demand GPF Probabilitas (ton) 0.02 0.72 0.02 0.8 0.02 1 0.02 1.18 0.33 1.2 0.02 1.22 0.02 1.4. Demand GPF Probabilitas (ton) 1.68 0.02 2 0.02 2.4 0.33 0.07 3 3.5 0.02 4 0.05 4.8 0.02.

40. -. Data lead lime bahan baku Carbon Black GPF Pada tabel Goodness of Fit-Test (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitting. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak H0 bila Dn(hlt)>Dn(tabei) Berdasarkan Statgraph. hasil. pengolahan. data. menggunakan. software. , diperoleh nilai Dn (modified form) pada distribusi. Normal sebesar 0.86986. Sedangkan nilai Dn^bei) pada saat oc=5% sebesar 0.895 (Lampiran 9). Dn(hit)<Dn(tabei) yang artinya gagal tolak H0. Hal ini menunjukkan bahwa, data lead time Carbon Black GPF berdistribusi Normal. dengan parameter mean sebesar 10.907 dan. standart deviasi sebesar 5.24547.. -. Data demand bahan baku Carbon Black FEF Probabilitas dari data demand bahan baku Carbon Black dapat diilihat pada tabel berikut:.

41. Tabel 4.8 Probabilitas Demand Bahan Baku Carbon Black FEF pada Supplier Dalam Kota Demand FEF (ton) 0.8 1 1.2 1.5 2. -. Probabilitas 0.03 0.06 0.31 0.03 0.06. Demand FEF Probabilitas (ton) 2.25 0.03 2.4 0.34 3 0.09 0.03 3.75 4.8 0.03. Data lead time bahan baku Carbon Black FEF Pada tabel Goodness of Fii-Tesl (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitting. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak HQ bila Dn^itpDn^tabei). Berdasarkan Statgraphm',. hasil. pengolahan. data. menggunakan. software. diperoleh nilai Dn (modified form) pada distribusi. Normal sebesar 0.877044. Sedangkan nilai Dn(labei) pada saat o.=5% sebesar 0.895 (Lampiran 9). Dn^D^Dn^taben yang artinya gagal tolak Ho. Hal ini menunjukkan bahwa, data lead time Carbon Black FEF berdistribusi Normal dengan parameter mean sebesar 9.51429 dan standart deviasi sebesar 4.55277..

42. -. Data demand bahan baku Kaolin Nichimen ProbabiHtas dan data demand bahan baku Kaolin Nichimen dapat dilihat pada tabel berikut:. Tabel 4.9 Probabilitas Demand Bahan Baku Kaolin Nichimen pada Supplier Dalam Kota Demand Kaolin Demand Kaolin Probabilitas Probabilitas (ton) (ton) 2 15 0.04 0.32 2.08 20 0.04 0.04 10 25 0.07 0.07 0.04 30 0.39 12.92. -. Data lead time bahan baku Kaolin Nichimen Pada tabel Goodness of Fit- Test (Lampiran 4) terlihat bahwa nilai expected frequency lebih kecil dari 5, yang menunjukkan bahwa dalam. melakukan. uji. distribusi. fitting. menggunakan. nilai. Kolmogorov-Smirnov Test. Uji hipotesanya adalah Ho data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak Ho bila Dn^^Drt^taM). Berdasarkan. hasil. pengolahan. data. menggunakan. software. Statgraph™, diperoleh nilai Dn {modified form) pada distribusi Normal sebesar 0.575545. Sedangkan nilai Dn(tabei) pada saat a=5% sebesar 0.895 (Lampiran 9). Dn(Mt)<Dri(tabei) yang artinya gagal tolak Ho. Hal ini menunjukkan bahwa, data lead time Kaolin Nichimen berdistribusi Normal dengan parameter mean sebesar 52.1071 dan standart deviasi sebesar 30.9101..

43. 2.3 Uji Korelasi Uji korelasi dilakukan untuk mengetahui apakah demand bahan baku mempengaruhi lead time pengirimannya. a.. Supplier luar kota Berdasarkan hasil pengolahan data uji korelasi yang dapat dilihat pada Lampiran 5, nilai korelasi antara demand dan lead time adalah sebagai berikut:. Tabel.4.10 Nilai Korelasi Demand dan Lead Time Bahan Baku dari Supplier Luar Kota Bahan Baku Nilai Korelasi. SBR -0.086. GPF -0.296. FEF -0.252. Kaolin 0.051. Nilai korelasi keempat bahan baku lebih kecil dari 0.5. Hal ini menunjukkan bahwa antara data demand dan lead time independent. Dengan demikian, bilangan random demand dan lead time bahan baku dapat dibangkitkan secara independenl.. b. Supplier dalam kota Berdasarkan hasil pengolahan data uji korelasi yang dapat dilihat pada Lampiran 5, nilai korelasi antara demand dan lead time bahan baku yang dipesan dari supplier dalam kota adalah sebagai berikut:.

44. Tabel4.ll Nilai Korelasi Demand dan Lead Time Rahan Baku dari Supplier Dalam Kota Bahan Baku Nilai Korelasi. SBR 0.25. GPF 0.027. FEF 0.037. Kaolin 0.616. Nilai korelasi bahan baku SBR, Carbon Black GPF, dan Carbon Black FEF berada dibawah 0.5, hal im menunjukkan bahwa antara data demand dan lead time ketiga bahan baku tersebut independent. Sehingga, bilangan random demand dan lead time dapat dibangkitkan secara independenl. Sedangkan nilai korelasi antara demand dan lead time Kaolin Nichimen adalah 0.616 ( lebih besar dari 0.5 ), hal ini menunjukkan bahwa antara data demand dan lead time Kaolin Nichimen dependent. Dengan demikian, bilangan random demand dan lead time tidak dapat dibangkitkan secara independent. Lead time dari bahan baku Kaolin Nichimen bergantung pada jumlah demandnya.. Chart Title -i nn 0}. 1 UU. Lead Tii. p. •. •. •. |. | y/J. 50. ^ " * f. 0.000. Linear (Kaolin Nichimint). *. 20.000. Kaolin Nichimint. 40.000. Demand. R. ~ °-3798. y = 2.0798x + 9.6207. Gambar4.5 Korelasi Demand dan Lead Time Kaolin Nichimen.

45. Berdasarkan hasil pengolahan data menggunakan software Excel™ diperoleh persamaan korelasi y=2.0798x+9.6207 dan nilai R2 sebesar 0.3798. Artinya persamaan korelasi hanya mewakili 37.98% dari data. Oleh karena itu, demand Kaolin Nichimen akan dibagi dalam 6 kelas, dimana lead time dari tiap-tiap kelas demand dapat dilihat pada tabel berikut:. Tabei4.12 Range Demand Range Demand 2 6.67 6.68 11.35 11.36 16.03 20.71 16.04 25.39 20.72 25.4 30.07. Lead tirne 20 10 40 94 87 67. 2.4 Simulasi Model Awal Sistem simulasi untuk kondisi awal dapat dilihat pada Lampiran 6, dimana output dari simulasi adalah biaya yang dikeluarkan untuk membeh bahan baku. Pada kondisi awal bahan baku dibeli dari supplier luar kota dan dalam kota. Model awal akan disimulasikan sebanyak 10 kali, dengan kondisi awal untuk setiap bahan baku adalah sebagai berikut:.

46. Tabel4.13 Kondisi Awal Simulasi Bahan Baku Initial Inventory Reorder Point (LK) Reorder Point (DK). SBR (ton) 24.78 58.625 29.4. GPF (ton) 21.9 41.875 15.75. FEF (ton) 14.76 15 7.875. Kaolin (ton) 177.66 159. Adapun hasil dari simulasi dapat dilihat pada tabel berikut:. Tabel4.14 Hasil Simulasi Model Awal Replikasi 1 2 3 4 5 6 7 8 9 10 Mean. Biaya SBR Biaya GPF Biaya FEF Biaya Kaolin ($). 77,309.00 68,664.60 71,169.00 73,459.80 75,604.70 75,006.80 73,518.90 65,937.30 79,249.90 75,883.40 73,580.34. ($). 28,263.90 25,636.90 28,252.60 28,553.00 27,069.70 26,827.70 27,790.40 25,468.30 25,126.00 27,111.40 27,009.99. ($). 34,471.10 36,827.60 27,443.00 28,825.60 28,781.80 34,266.70 26,965.60 29,013.30 36,711.30 30,295.50 31,360.15. ($). 10,322.90 13,898.60 12,001.00 11,106.70 11,610.30 12,465.70 10,331.00 11,194.40 9,666.10 11,023.50 11,362.02. 2.5 Verifikasi dan Validasi 2.5.1 Uji kecukupan data. Dari model awal yang telah terbentuk, akan dilakukan uji verifikasi dan uji validasi, dengan terlebih dahulu menghitung mean dan standar deviasi dari masing-masing biaya pemesanan bahan baku. Kemudian.

47. untuk mengetahui apakah replikasi yang dilakukan telah cukup atau tidak, maka akan dihitung nilai R menggunakan rumus (2.1) dan (2.2), dengan error ditetapkan sebesar 10% dari mean. Hasil perhitungan setiap replikasi dapat dilihat pada tabel berikut:. Tabel4.15 Replikasi Setiap Bahan Baku Bahan Baku Stdev Mean R Cl(bawah) Cl(atas). SBR 4,026.00 73,580.00 1.50 70,700.20 76,459.80. GPF 1,246.00 27,010.00 1.10 26,118.70 27,901.30. FEF 3,816.00 31,360.00 7.60 28,630.40 34,089.60. Kaolin 1,218.00 11,362.00 5.90 10,490.80 12,233.20. Pada tabel dapat dilihat bahwa nilai replikasi simulasi sistem inventory bahan baku SBR, Carbon Black GPF, Carbon Black FEF, dan Kaolin Nichimen lebih kecil dari 10. Hal ini berarti replikasi yang dilakukan pada simulasi telah cukup. Dalam setiap simulasi, nilai output biaya bahan baku SBR akan berkisar antara $70,700.20 hingga $76,459.80, nilai output biaya bahan baku Carbon Black GPF akan berkisar antara $26,118.70 hingga $27,901.30, nilai output biaya bahan baku Carbon Black FEF akan berkisar antara $28,630.40 hingga $34,089.60, dan nilai output biaya bahan baku Kaolin Nichimen akan berkisar antara $10,490.80 hingga $12,233.20..

48. 2.5.2 Normality test. Hasil simulasi dari masing-masing bahan baku akan dilakukan uji kenormalan dengan hipotesa H0 data berdistribusi Normal dan Hi data tidak berdistribusi Normal. Tolak H0b\la. Pvalue < a. Berdasarkan hasil pengolahan uji kenormalan data yang dapat dilihat pada Lampiran 7, nilai Pvalue adalah sebagai berikut:. Tabel4.16 Nilai Pvalue Setiap Bahan Baku Bahan Baku Pvalue. SBR >0.15. GPF >0.15. FEF Kaolin 0.134 >0.15. Pada tabel terlihat bahwa nilai Pvalue bahan baku SBR, Carbon Black GPF, dan Kaolin Nichimen lebih besar 0.15 dan nilai Pvalue bahan baku Carbon Black FEF 0.134, dimana nilai ini lebih besar dari a (0.05), sehingga gagal tolak H0. Dengan demikian, output biaya bahan baku SBR, Carbon Black GPF, Carbon Black FEF, dan Kaolin Nichimen berdistribusi Normal dengan tingkat kepercayaan 95%.. 2.5.3 Uji mean. Pada bulan April dan Mei 2002, perusahaan melakukan pemesanan bahanbaku sebagiii berikut:. ».

• J ' ,. Tabel4.17 Data Order Bahan Baku Bulan April dan Mei 2002 Bahan Baku SBR Bulan Apr-02 May-02. Luar Kota Order. Jumlah (ton) 21. Bahan Baku GPF. Dalam Jumlah Kota (ton) Order 1.75 Order. 3.5. Order. 3.5. Luar Kota. Order. Bahan Baku FEF. Jumlah Dalam Jumlah (ton) Kota (ton) Order 1.2 13.5. Order. 1.2. Order. 1.2. Order. 1.2. Luar Kota. Order. Jumlah Dalam Jumlah (ton) Kota (ton) Order 4.8 10. Order. 1.2. Order. 1.2. Pada bulan April dan Mei 2002, perusahaan tidak memesan bahan baku Kaolin Nichimen, karena persediaan masih banyak. Dengan demikian, biaya setiap bahan baku aktual pada bulan April dan Mei dapat dilihat pada tabel berikut. Tabel4.18 Total Biaya Bahan Baku Aktual. Bulan April 2002 Mei 2002 Jumlah. Bahan Baku GPF FEF SBR (S) ($) ($) 3,903.98 18,467.27 2,000.33 8,991.60 6,453.75 11,441.30 24,921.02 13,441.63 12,895.58. \. Kaolin ($). 80.08 114.45 194.53. Sedangkan biaya bahan baku dari hasil simulasi adalah sebagai berikut:.

50. Tabel4.19 Hasil Simulasi bulan April dan Mei 2002. Replikasi. Bahan Baku GPF FEF. SBR. 1 2 3 4 5 6 7 8 9 10. a.. 21,826.40 23,728.50 26,936.80 25,226.30 24,785.50 23,225.60 24,627.50 19,931.40 23,696.90 23,312.90. ($). ($). ($). 13,032.60 13,100.50 12,851.50 13,582.60 14,473.10 12,612.90 16,150.50 15,117.80 10,756.10 14,381.50. Kaolin ($). 12,216.80 15,003.30 15,167.10 12,947.20 11,362.00 13,946.70 11,445.50 12,008.80 15,968.80 12,168.00. 297.08 297.08 297.08 297.08 297.08 297.08 297.08 297.08 297.08 297.08. Bahan baku SBR Uji. hipotesanya. adalah. H0:. E(y)=$24,921.02. E(y>£$24,921.02, tolak H0 bila |/ 0 |> ta/2.r-i-. Hasi1. dan. Hx:. pengolahan. data diperoleh dengan menggunakan rumus (2.3).. Tabel 4.20 Hasil Perhitungan to Bahan Baku SBR tnean st dev to ttabel. 23,730 1,913 -1.9688 2.2620. Nilai ko] <ttabei, maka gagal tolak H0, yang berarti model tepat dalam menduga biaya bahan baku SBR untuk bulan April dan Mei 2002..

51. b.. Bahan baku Carbon Black GPF Uji. hipotesanya. E(Y)^$13,441.63,. adalah. H0:. E(y)$13,441.63. tolak H0 bila |/0| > (a/2r-\-. dan. Hf.. Hasil pengolahan. data diperoleh dengan memggunakan rumus (2.3). Tabel 4.21 Hasil Perhitungan to Bahan Baku Carbon Black GPF. mean. 13,606. st dev. 1,505. to. 0.34537. t(tabel). 2.26200. Nilai p0|<ttabei, maka gagal tolak Ho, yang berarti model tepat dalam menduga biaya bahan baku Carbon Black untuk bulan April dan Mei 2002. c.. Bahan baku Carbon Black FEF Uji. hipotesanya. E(Y)^$12,895.58,. adalah. Ho:. E(Y)=$12,895.58. tolak H0 bila |/0| ^-tallr_x.. Hasil pengolahan. data diperoleh dengan menggunakan rumus (2.3).. Tabel 4.22 Hasil Perhitungan to Bahan Baku Carbon Black FEF. mean. 13,223. st dev. 1,677. to. 0.61742. t(tabel). 2.26200. dan Hi:.

52. Nilai |/0|<ttabei, maka gagal tolak H0, yang berarti model tepat dalam menduga biaya balnan baku Carbon Black FEF untuk bulan AprildanMei2002. d.. Bahan baku Kaolin Nichimen Uji hipotesanya adalah H0: E(y)=$194.53 dan Hi: E(y)^$194.53, tolak H0 bila /n0 > /. -la/2,r-\-. Hasil pengolahan data diperoleh. dengan menggunakan rumus (2.3). Tabel 4.23 Hasil Perhitungan t0 Bahan Baku Kaolin Nichimen mean st dev to t(tabcl). 297.08 0 #DIV/0! 2.262. Nilai to untuk bahan baku Kaolin Nichimen tidak dapat dican, sehingga tidak dapat dilakukan uji validasi.. 2.6 Simulasi Model Usulan Pada simulasi model usulan (Lampiran 8) untuk bahan baku SBR, Carbon Black GPF, dan Carbon Black FEF, pemesanan hanya akan dilakukan pada supplier dalam kota saja. Jumlah demand sama dengan demand bahan baku dari supplier luar kota. Simulasi akan dilakukan 10 kali replikasi, yang hasilnya adalah sebagai benkut.

4. 53. Tabel4.24 Hasil Simulasi Model Usulan Bah.an Baku. Replikasi 1 2 3 4 5 6 7 8 9 10 Mean. a.. SBR ($) 71,539.90 79,827.10 76,432.10 70,767.70 81,285.90 71,296.00 75,104.40 69,966.30 73,251.80 72,496.70 74,196.79. GPF ($) 22,925.00 27,315.50 27,308.90 22,138.90 24,045.40 21,423.80 26,361.00 26,339.40 26,120.00 25,401.70 24,937.96. FEF ($) 24,131.70 22,578.00 24,535.40 22,596.60 23,311.50 22,578.00 22,571.80 24,784.30 28,689.90 29,456.50 24,523.37. Bahan baku SBR Biaya bahan baku SBR hasil simulasi model awal sebesar $73,580.34, sedangkan mean biaya model usulan $74,196.79. Ternyata biaya bahan baku model awal lebih murah daripada model usulan, sehingga perusahaan tidak perlu mengganti sistem pembelian bahan baku yang sudah ada.. b. Bahan baku Carbon Black GPF Biaya bahan baku Carbon Black GPF hasil simulasi model awal sebesar $27,099.99, sedangkan mean biaya model usulan $24,937.96. Biaya bahan baku model awal lebih mahal daripada model usulan. Perusahaan dapat mempertimbangkan untuk mengganti sistem pembelian bahan baku yang sudah ada, mengingat bahwa lead time pemesanan bahan baku di luar kota. r.

VI. sangat besar dan sering mengalami keterlambatan. Perusahaan harus membeli bahan baku dari supplier dalam kota untuk mencegah agar jangan sampai kehabisan bahan baku. Akibatnya, disamping biaya pembelian bahan baku yang bertambah, holding cost juga semakin bertambah. Dengan demikian maka biaya akan menjadi meningkat. Bila perusahaan membeli bahan baku dari supplier dalam kota, lead timenya. lebih pasti, sehingga mventory dapat direncanakan dengan matang. c.. Bahan baku Carbon Black FEF Biaya bahan baku Carbon Black FEF hasil simulasi model awal sebesar $31,360.15, sedangkan mean biaya model usulan $24,523.37. Biaya bahan baku model awal lebih mahal daripada model usulan. Perusahaan dapat mempertimbangkan untuk mengganti sistem pembelian bahan baku yang sudah ada, mengingat bahwa lead time pemesanan bahan baku di luar kota sangat besar dan sering mengalami keterlambatan. Perusahaan harus membeli bahan baku dari supplier dalam kota untuk mencegah agar jangan sampai kehabisan bahan baku. Akibatnya, disamping biaya pembelian bahan baku yang bertambah, holding cost juga semakin bertambah. Selain itu, pembelian bahan baku Carbon Black FEF dari supplier luar kota harus pada waktu yang bersamaan dengan pembelian bahan baku Carbon Black GPF, dimana reorder point bahan baku Carbon Black FEF lebih kecil daripada Carbon Black GPF, sehingga pada saat bahan baku masih di atas reorder point, sudah harus melakukan pemesanan bersama dengan Carbon Black GPF. Hal ini juga dapat menjadi penyebab tingginya.

55. biaya holding cost, yang menunjang tingginya total biaya pembelian bahan baku. d. Bahan baku Kaolin Nichimen Oleh karena model awal biaya bahan baku Kaolin Nichimen tidak dapat diuji validasi, maka tidak dapat dibuat model usulannya. Uji validasi tidak dapat dilakukan karena biaya bahan baku pada bulan April dan Mei 2002 selama sepuluh kali replikasi konstan, yang disebabkan tingginya initial mvenlory dibandingkan dengan rata-rata pemakaian bahan baku. Semakin tinggi initial inventory maka holding cost semakin tinggi dan reorder point dicapai dalam waktu yang lama. Berdasarkan. pertimbangan. tersebut,. penyusun. mencoba. untuk. menentukan reorder point yang baru, dengan sistem pemesanan bahan baku dari supplier luar kota dan dalam kota.. Tabel 4.25 Hasil simulasi usulan Bahan Baku Kaolin Nichimen ($) Rep 1 2 3 4 5 6 7 8 9 10 Mean. Kaolin 155 10,322.90 10,506.10 10,982.50 11,106.70 11,610.30 12,465.70 10,331.00 11,194.40 9,666 10 11,023 50 10,920.92. Kaolin Kaolin Kaolin Kaolin Kaolin Kaoiin Kaolin 150 120 145 140 135 130 125 10,322.90 7,454.80 7,454.80 7,454.80 7,454.80 7,454.80 7,454.80 10,506.10 11,117.60 11,117.60 11,117.60 11,117.60 11,117.60 11,117.60 10,982.50 6,816.10 6,816.10 6,816.10 6,816.10 6,816.10 5,293.40 11,106.70 8,599.50 8,599.50 8,599.50 8,599.50 8,599.50 8,599.50 11,610.30 10,028.80 10,028.80 10,028.80 10,028.80 10,028.80 10,028.80 12,465.70 6,332.50 6,332.50 6,332.50 6,332.50 6,332.50 6,332.50 10,331.00 3,675.40 3,675.40 3,675.40 3,675.40 3,675.40 3,675.40 11,194.40 5,923.40 5,923.40 5,923.40 5,923.40 5,923.40 5,923.40 9,666.10 5,289.50 5,289.50 5,289.50 5,289.50 5,289.50 5,289.50 11,023.50 6,009.80 6,009.80 6,009.80 6,009.80 6,009.80 6,009.80 10,920.92 7,124.74 7,124.74 7,124.74 7,124.74 7,124.74 6,972.47.

56. Pada tabel dapat dilihat bahwa rata-rata biaya bahan baku Kaolin Nichimen terkecil adalah pada saat reorder point sebesar 120 yaitu $6,972.47. Sedangkan rata-rata biaya bahan baku Kaolin Nichimen pada model awal sebesar $11,362.02. Hal ini menunjukkan bahwa reorder point 159 terlalu besar sehingga menyebabkan biaya semakin besar. Oleh karena itu, reorder point dapat diturunkan sampai dengan 120 ton.. 2.7 ANALISA Simulasi sistem inventory bahan baku SBR, Carbon Black GPF, dan Carbon Black FEF dengan pemesanan bahan baku dari supplier luar kota dan dalam kota juga akan dilakukan dengan menurunkan reorder point. Adapun hasil simulasi adalah sebagai berikut:. Tabel 4.26 Hasil Simulasi Awal Dengan Menurunkan Reorder Point. Rep. l. SBR (r=50). G P F (r=35) F E F (r=35) (S) ($) ($) 74018.86 26792.54 34471.12. 2 3 4 5 6 7 8 9 10. 68664.63. 20434.24. 23898.84. 61346.04. 28252.56. 27443.04. 76680.53. 26573.41. 28825.59. 75604.71 75006.82. 27069.66 25356.35. 28781.80. 73518.86. 25822.03. 26965.60. 65937.27. 25180.52. 27332.70. 79249.89. 21524.72. 30616.84. 75883.42. 24454.60. 30995.79. Mean. 72591.10. 25146.06. 29359.81. 34266.74.

57. Pada tabel dapat kita lihat bahwa reorder point bahan baku SBR diturunkan sampai 50 ton, sedangkan bahan baku Carbon Black GPF dan FEF diturunkan sampai 35 ton. Reorder point tidak ditetapkan dibawah nilai-nilai tersebut untuk mencegah terjadinya kekurangan bahan baku. Dari hasil pengolahan data dapat diketahui bahwa total biaya pembelian bahan baku SBR, Carbon Black GPF, dan Carbon Black FEF mengalami penurunan dengan diturunkannya reorder point.. Hal ini. menunjukkan bahwa perusahaan terlalu tinggi dalam menetapkan reorder point. yang disebabkan karena perusahaan ingin mencegah. terjadinya. kekurangan bahan baku yang dapat menghambat kelancaran proses produksi. Selain itu simulasi sistem inventory juga akan dilakukan dengan menggunakan demand bahan baku pada supplier luar kota yang telah disesuaikan dengan kapasitas transportasi. Adapun demand dari masingmasing bahan baku adalah sebagai berikut:. Tabel 4.27 Demand Bahan Baku SBR Pada Supplier Luar Kota Dengan Penyesuaian Kapasitas Transportasi Demand (ton) 18.9 21 40 Total. •. Prob 0.36 0.59 0.05 1.00.

58. Tabel 4.28 Demand Bahan Baku Carbon Black GPF Pada Supplier Luar Kota Dengan Penyesuaian Kapasitas Transportasi Demand (ton). Prob. 6 12. 0.33. 12.6. 0.07. 13.5. 0.37. 13.55. 0.07. 14. 0.07. Total. 1.00. 0.07. Hasil simulasi sistem inventory untuk bahan baku SBR diperoleh hasil sebagai berikut:. Tabel 4.29 Hasil Simulasi Awal Dengan Demand Bahan Baku SBR Yang Disesuaikan Dengan Kapasitas Transportasi. Rep. SBR ($). 1 2 3 4 5 6 7 8 9 10 Mean. ». S B R (r=50) ($). S B R (r=45) ($). S B R (r=40) ($). 74029.00. 74029.00. 67880.44. 67880.44. 79872.01. 79872.01. 73997.30. 76601.03. 86476.88. 86476.88. 74158.52. 67481.89. 73186.13. 73186.13. 73186.13. 73186.13. 87020.33. 80501.00. 73804.60. 73804.60. 74947.32. 74947.32. 71677.04. 67015.02. 73411.76. 73411.76. 71408.62. 72977.58. 68952.59. 68952.59. 68952.59. 78350.52. 68952.59 78350.52. 78340.60. 78340.60. 79476.81. 78536.28. 75216.42. 75216.42. 77572.34. 76826.35. 72862.23. 72145.63.

59. Berdasarkan hasil simulasi sistem inventory dengan supplier beirasal dari luar kota dan dalam kota, total biaya pembelian bahan baku SBR dengan demand yang disesuaikan dengan kapasitas transportasi lebih tinggi daripada kondisi aktualnya. Hal ini disebabkan karena jumlah pemesanan bahan baku yang disesuaikan dengan kapasitas transportasi harus memenuhi jumlah tertentu agar kapasitas kontainer terpenuhi. Akan tetapi, apabila reorder point diturunkan, total biaya pembelian bahan baku dapat berkurang. Total biaya minimum pada saat reorderpoint mencapai 40 ton, yaitu sebesar $72,145.63. Reorder point tidak dapat kurang dari 40 ton, karena perusahaan dapat kehabisan inventory dan dapat mengganggu kelancaran proses produksi. Hasil simulasi untuk bahan baku Carbon Black GPF adalah:. Tabel 4.30 Hasil Simulasi Awal Dengan Demand Bahan Baku Carbon Black GPF Yang Disesuaikan Dengan Kapasitas Transportasi Rep. GPF ($). 1 2 3 4 5 6 7 8 9 10 Mean. 32874.75 33710.89 33630.96 30299.64 39640.16 29861.02 36843.78 36775.09 30778.98 30212.32 33462.76. GPF (r=35) ($). 31403.43 28069.81 31674.46 32126.78 39640.16 20696.76 29260.70 34806.70 26854.78 27274.25 30180.78. GPF (r=30) (S) 30421.86 28069.81 31674.46 32126.78 36722.92 20696.76 29260.70 33825.12 25229.21 31388.11 29941.57.

60. Berdasarkan hasil simulasi sistem inventory dengan supplier berasal dari luar kota dan dalam kota, total biaya pembelian bahan baku Carbon Black GPF dengan demand yang disesuaikan dengan kapasitas transportasi masih lebih tinggi daripada kondisi aktualnya, walapun reorder poinl telah dikurangi. Hasil simulasi untuk bahan baku Carbon Black FEF adalah:. Tabel4.31 Hasil Simulasi Awal Dengan Demand Bahan Baku Carbon Black FEF Yang Disesuaikan Dengan Kapasitas Transportasi Rep 1 2 3 4 5 6 7 8 9 10 Mean. FEF FEF (r=35) ($) ($) 26035.24 26035.24 35496.52 23477.79 26758.00 26758.00 j 38948.36 33696.39 25407.16 25407.16 30545.13 25293.16 23056.32 29751.89 31747.83 33704.33 26203.44 26203.44 30080.33 30080.33 27700.76 29767.84. FEF (r=30) ($) 26035.24 23477.79 26758.00 33696.39 25407.16 30545.13 23056.32 33704.33 26203.44 24828.36 27371.22. Berdasarkan hasil simulasi sistem inventory dengan supplier berasal dari luar kota dan dalam kota, total biaya pembelian bahan baku Carbon Black FEF dengan demand yang disesuaikan dengan kapasitas transportasi lebih tinggi daripada kondisi aktualnya. Hal ini disebabkan karena adanya batasan kapasitas kontainer yang harus dipenuhi. Akan tetapi, apabila reorder point. •.

... 61. diturunkan, total biaya pembelian bahan baku dapat berkurang. Total biaya minimum pada saat reorder point mencapai 30 ton, yaitu sebesar $27,371.22..