Analisis Pengendalian Persediaan Bahan Baku dengan Metode Economic Order Quantity (EOQ) untuk Multi Item (Studi Kasus: Pabrik Syahfira Bakery) Chapter III IV

(1)

HASIL DAN PEMBAHASAN

3.1 Pengumpulan Data

Dalam melakukan penelitian ini, penulis mewawancarai pemilik pabrik secara

langsung dan mendapatkan data sekunder dari pabrik tersebut. Adapun data yang

didapat dari pabrik tersebut adalah:

1. Jenis bahan baku utama untuk pembuatan roti pada yang ada pada pabrik

Syahfira Bakery yaitu tepung, gula, pelembut, pengembag, dan mentega.

2. Jumlah persediaan masing-masing jenis bahan baku selama 1 tahun dari bulan

Januari 2016 – Desember 2016.

3. Biaya pemesanan bahan baku selama 1 tahun untuk tiap jenis bahan baku.

4. Biaya penyimpanan bahan baku per unit selama 1 tahun tiap jenis bahan

baku.

3.1.1 Jumlah Persediaan Bahan Baku Pada Tahun 2016

Jumlah persediaan bahan baku selama 1 tahun dari bulan Januari 2016-Desember

2016 dapat dilihat pada tabel berikut:

Tabel 3.1 Tabel Persediaan Bahan Baku pada Pabrik Syahfira Bakery Tahun 2016

Bulan

Jumlah Persediaan Tepung

(kg)

Gula (kg)

Pelembut (kg)

Pengembang (kg)

Mentega (kg)

(1) (2) (3) (4) (5) (6)

Januari 7.250 _24.40 60 ₁₂₅ 1.230

(2)

(1) (2) (3) (4) (5) (6)

Maret 7.000 _2.300 60 ₁₁₀ 1.300

April 6.475 _2.300 70 ₁₂₀ 1.240

Mei 6.325 _2.775 75 ₁₂₅ 1.225

Juni 7.500 _2.025 69 ₁₂₆ 1.325

Juli 5.920 _2.010 60 ₁₀₀ 985

Agustus 4.500 _1.950 80 ₉₀ 900

September 3.900 _2.000 70 ₈₇ 870

Oktober 4.000 _2.150 75 ₉₀ 880

November 5.850 _2.400 68 ₁₂₅ 1.300

Desember 7.250 _2.200 80 ₁₃₀ 1.230

Jumlah 72.270 _27.175 831 1.356 13.585

Sumber: Pabrik Syahfira Bakery Medan

3.1.2 Biaya Pemesanan Bahan Baku

Besarnya biaya pemesanan diketahui dari rincian biaya yang dikeluarkan untuk

melakukan pemesanan dalam satu kali pesan. Biaya pemesanan bahan baku pada

Syahfira Bakery Medan adalah sebagai berikut:

Tabel 3.2 Biaya Pemesanan Bahan Baku pada Pabrik Syahfira Bakery Tahun 2016

Biaya pemesanan ini bersifat konstan, dimana besarnya tidak tergantung dari

besarnya nilai atau banyaknya bahan yang dipesan sehingga setiap item

persediaan di Syahfira Bakery Medan membutuhkan biaya pemesanan yang sama.

Jenis Biaya Biaya (Rp)

Biaya Administrasi dan Umum 35.000,00

(3)

3.1.3 Biaya Penyimpanan Bahan Baku

Biaya penyimpanan adalah biaya yang timbul karena disimpannya suatu barang.

Biaya penyimpanan ini bergantung pada jumlah barang yang disimpan tanpa

memperhitungkan batas kadaluarsa. Pada Pabrik Syahfira Bakery besarnya biaya

penyimpanan adalah sebesar 3% dari harga bahan baku per kilogram.

Tabel 3.3 Biaya Penyimpanan Baku Pada Pabrik Syahfira Bakery Tahun 2016

Jenis bahan baku Biaya penyimpanan per kg (Rp)

Tepung 194,4

Gula 309

Pelembut 2.400

Pengembang 2.400

Mentega 320,01

3.2 Pengolahan Data

Di dalam pengolahan data terdapat beberapa langkah yang dilakukan yaitu:

1. Menguji kenormalan data dengan uji normalitas lilliefors.

2. Menentukan pemesanan yang ekonomis menggunakan metode EOQ

3. Menentukan banyaknya persediaan pengaman (Safety Stock).

4. Mementukan titik pemesanan bahan baku kembali (Reorder Point)

5. Menentukan total biaya persediahan bahan baku (Total Inventory Cost)

menggunakan metode EOQ

6. Membandingkan total biaya persediaan bahan baku pada pabrik Syahfira

(4)

3.2.1 Uji Kenormalan Data Dengan Uji Lilliefors

Data persediaan bahan baku di Pabrik Syahfira Bakery pada tahun 2016 diuji

kenormalannya dengan menggunakan uji Normalitas Lilliefors.

1. Uji Normalitas Lilliefors Untuk Tepung

Adapun langkah-langkah pengujiannya sebagai berikut:

Hipotesis:

H0 : persediaan bahan baku tepung berasal dari populasi berdistribusi normal.

H1 : persediaan bahan baku tepung berasal dari populasi tidak berdistribusi

normal

a. Rata-rata persediaan bahan baku tepung:

� = �

12

�=1

� � =72.270

12 � = 6.022,5

b. Standar Deviasi persediaan Bahan Baku Tepung

Tabel 3.4 Standar Deviasi Persediaan Bahan Baku Tepung

Bulan � � � − � � − � �

(1) (2) (3) (4) (5)

Januari 7250 6.022,5 1.227,5 1.506.756,25

Februari 6300 6.022,5 277,5 77.006,25

Maret 7000 6.022,5 977,5 955.506,25

April 6475 6.022,5 452,5 204.756,25

Mei 6325 6.022,5 302,5 91.506,25

Juni 7500 6.022,5 1.477,5 2.183.006,25

(5)

(1) (2) (3) (4) (5) Agustus 4500 6.022,5 -1.522,5 2.318.006,25

September 3900 6.022,5 -2.122,5 4.505.006,25

Oktober 4000 6.022,5 -2.022,5 4.090.506,25

November 5850 6.022,5 -172,5 29.756,25

Desember 7250 6.022,5 1.227,5 1.506.756,25

Jumlah 72.270 17.479.075

(6)

(7)

(8)

8 − 8 = 0,1131−0,2500 = 0,1369

9 − 9 = 0,0465−0,0833 = 0,0368

10 − 10 = 0,0548−0,1667 = 0,1119

11 − 11 = 0,4443−0,3333 = 0,111

12 − 12 = 0,83400,9167 = 0,0827

Tabel 3.5 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Tepung

No � �_� F �_� S �_� |� �_� − � �_� |

1 7.250 0,97 0,834 0,8333 0,0007

2 6.300 0,22 0,5871 0,5000 0,0871

3 7.000 0,77 0,7794 0,7500 0,0294

4 6.475 0,36 0,6406 0,6667 0,0261

5 6.325 0,24 0,5948 0,5883 0,0115

6 7.500 1,17 0,8790 1,0000 0,121

7 5.920 -0,08 0,4681 0,4167 0,0541

8 4.500 -1,21 0,1131 0,2500 0,1369

9 3.900 -1,68 0,0465 0,0833 0,0368

10 4.000 -1,60 0,0548 0,1667 0,1119

11 5.850 -0,14 0,4443 0,3333 0,111

12 7.250 0,97 0,8340 0,9167 0,0827

Dari tabel 3.5 dapat dilihat bahwa:

0 = � − � = 0,1369

0 = � � , diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata

∝= 0,05 dan �= 12

� � = 0,05 12 = 0,242

ℎ� �� < , sehingga H0 diterima, dari uji kenormalan Lilliefors dapat

disimpulakan bahwa data persediaan bahan baku tepung pada januari sampai

(9)

2. Uji normalitas lilliefors untuk gula

Hipotesis:

H0 : persediaan bahan baku gula berasal dari populasi berdistribusi normal.

H1 :persediaan bahan baku gula berasal dari populasi tidak berdistribusi

normal

a. Rata-Rata Persediaan Bahan Baku Gula:

� = �

12

�=1

� � =27.175

12 � = 2.264,583

b. Standar Deviasi Persediaan Bahan Baku Gula

Tabel 3.6 Standar Deviasi Persediaan Bahan Baku Gula

Bulan � � � − � � − � �

Januari 2440 2264,583 175,417 30771,124

Februari 2625 2264,583 360,417 129900,414

Maret 2300 2264,583 35,417 1254,364

April 2300 2264,583 35,417 1254,364

Mei 2775 2264,583 510,417 260525,514

Juni 2025 2264,583 -239,583 57400,014

Juli 2010 2264,583 -254,583 64812,504

Agustus 1950 2264,583 -314,583 98962,464

September 2000 2264,583 -264,583 70004,164

Oktober 2150 2264,583 -114,583 13129,264

November 2400 2264,583 135,417 18337,764

Desember 2200 2264,583 -64,583 4170,964

(10)

(11)

(12)

7 =

3

12= 0,25

8 =

1

12= 0,0833

9 =

2

12= 0,1667

10 = 5

12= 0,4167

11 =

9

12= 0,75

12 =

6

12= 0,5

f. Menghitung selisih _� − _� untuk �= 1, 2, 3,…, 12 diperoleh:

1 − 1 = 0,7486−0,8333 = 0,0847

2 − 2 = 0,9147−0,9167 = 0,002

3 − 3 = 0,5517−0,6667 = 0,115

4 − 4 = 0,5517−0,6667 = 0,115

5 − 5 = 0,9744−1 = 0,0256

6 − 6 = 0,1814−0,3333 = 0,1519

7 − 7 = 0,166−0,25 = 0,084

8 − 8 = 0,1151−0,0833 = 0,0318

9 − 9 = 0,1562−0,1667 = 0,0105

10 − 10 = 0,3336−0,4167 = 0,0831

11 − 11 = 0,695−0,75 = 0,055

(13)

Tabel 3.7 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Gula

No � �_� F �_� S �_� |� �_� − � �_� |

1 2440 0,67 0,7486 0,8333 0,0847

2 2625 1,37 0,9147 0,9167 0,002

3 2300 0,13 0,5517 0,6667 0,115

4 2300 0,13 0,5517 0,6667 0,115

5 2775 1,95 0,9744 1 0,0256

6 2025 -0,91 0,1814 0,3333 0,1519

7 2010 -0,97 0,166 0,25 0,084

8 1950 -1,20 0,1151 0,0833 0,0318

9 2000 -1,01 0,1562 0,1667 0,0105

10 2150 -0,43 0,3336 0,4167 0,0831

11 2400 0,51 0,695 0,75 0,055

12 2200 -0,24 0,4052 0,5 0,0948

0 = � − � = 0,1519

∝= 0,05 dan �= 12

� � = 0,05 12 = 0,242

disimpulakan bahwa data persediaan bahan baku gula pada Januari sampai dengan

Desember 2016 berasal dari populasi berdistribusi normal.

3. Uji normalitas lilliefors untuk pelembut

Adapun langkah-langkah pengujiannya sebagai berikut:Hipotesis:

H0 : persediaan bahan baku pelembut berasal dari populasi berdistribusi

normal.

H1 : persediaan bahan baku pelembut berasal dari populasi tidak berdistribusi

(14)

a. Rata-rata persediaan bahan baku pelembut:

b. Standar deviasi persediaan bahan baku pelembut

Tabel 3.8 Standar Deviasi Persediaan Bahan Baku pelembut

(15)

(16)

(17)

11 =

5

12= 0,4167

12 =

12

12= 1,0000

1 − 1 = 0,1038−0,2500 = 0,1462

2 − 2 = 0,2358−0,3333 = 0,0975

3 − 3 = 0,1038−0,2500 = 0,1462

4 − 4 = 0,5398−0,6667 = 0,1269

5 − 5 = 0,7823−0,8333 = 0,051

6 − 6 = 0,488−0,5000 = 0,012

7 − 7 = 0,1038−0,2500 = 0,1462

8 − 8 = 0,9292−1,0000 = 0,0708

9 − 9 = 0,5398−0,6667 = 0,1269

10 − 10 = 0,7823−0,8333 = 0,051

11 − 11 = 0,4325−0,4167 = 0,0158

12 − 12 = 0, 9292−1,0000 = 0,0708

Tabel 3.9 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pelembut

No � �_� F �_� S �_� |� �_� − � �_� |

(1) (2) (3) (4) (5) (6)

1 60 -1,26 0,1038 0,2500 0,1462

2 64 -0,72 0,2358 0,3333 0,0975

3 60 -1,26 0,1038 0,2500 0,1462

4 70 0,10 0,5398 0,6667 0,1269

(18)

(1) (2) (3) (4) (5) (6)

6 69 -0,03 0,488 0,5000 0,012

7 60 -1,26 0,1038 0,2500 0,1462

8 80 1,47 0,9292 1,0000 0,0708

9 70 0,10 0,5398 0,6667 0,1269

10 75 0,78 0,7823 0,8333 0,051

11 68 -0,17 0,4325 0,4167 0,0158

12 80 1,47 0, 9292 1,0000 0,0708

0 = � − � = 0,1462

∝= 0,05 dan �= 12

� � = 0,05 12 = 0,242

disimpulakan bahwa data persediaan bahan baku pelembut pada januari sampai

dengan Desember 2016 berasal dari populasi berdistribusi normal.

4. Uji normalitas lilliefors untuk pengembang

Hipotesis:

H0 : persediaan bahan baku pengembang berasal dari populasi berdistribusi

normal.

H1 : persediaan bahan baku pengembang berasal dari populasi tidak

berdistribusi normal

a. Rata-rata persediaan bahan baku pengembang:

� = �

12

�=1

�

(19)

b. Standar deviasi persediaan bahan baku pengembang

Tabel 3.10 Standar Deviasi Persediaan Bahan Baku pengembang

Bulan � � � − � � − � �

Januari 125 113 12 144

Februari 128 113 15 225

Maret 110 113 -3 9

April 120 113 7 49

Mei 125 113 12 144

Juni 126 113 13 169

Juli 100 113 -13 169

Agustus 90 113 -23 529

September 87 113 -26 676

Oktober 90 113 -23 529

November 125 113 12 144

Desember 130 113 17 289

Jumlah 1.356 3.076

= � −

2 12

�=1

� −1

= 3.076 11

= 279,6363636

= 16,7223

c. Hitung _� dengan rumus:

� = �−

1 =

125−113

(20)

(21)

(22)

1 − 1 = 0,7611−0,75 = 0,0111

2 − 2 = 0,8133−0,9166 = 0,1033

3 − 3 = 0,4325−0,4166 = 0,0158

4 − 4 = 0,6591−0,5 = 0,1591

5 − 5 = 0,7611−0,75 = 0,0111

6 − 6 = 0,7794−0,83333 = 0,5393

7 − 7 = 0,2206−0,33333 = 0,11273

8 − 8 = 0,0853−0,25 = 0,1467

9 − 9 = 0,0606−0,08333 = 0,02273

10 − 10 = 0,0853−0,25 = 0,1467

11 − 11 = 0,7611−0,75 = 0,0111

12 − 12 = 0,8438−1 = 0,1562

Tabel 3.11 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pengembang

No � �_� F �_� S �_� |� �_� − � �_� |

(1) (2) (3) (4) (5) (6)

1 125 0,717605 0,7611 0,75 0,0111

2 128 0,897006 0,8133 0,9166 0,1033

3 110 -0,1794 0,4325 0,4166 0,0158

4 120 0,41860 0,6591 0,5 0,1591

5 125 0,71760 0,7611 0,75 0,0111

6 126 0,77740 0,7794 0,8333 0,0539

7 100 -0,77741 0,2206 0,3333 0,1127

8 90 -1,37541 0,0853 0,25 0,1647

(23)

(1) (2) (3) (4) (5) (6)

10 90 -1,37541 0,0853 0,25 0,1647

11 125 0,717605 0,7611 0,75 0,0111

12 130 1,016607 0,8438 1 0,1562

0 = � − � = 0,1647

∝= 0,05 dan �= 12

� � = 0,05 12 = 0,242

disimpulakan bahwa data persediaan bahan baku pengembang pada januari

sampai dengan Desember 2016 berasal dari populasi berdistribusi normal.

5. Uji normalitas lilliefors untuk mentega

Hipotesis:

H0 : persediaan bahan baku mentega berasal dari populasi berdistribusi

normal.

H1 : persediaan bahan baku mentega berasal dari populasi tidak berdistribusi

normal

a. Rata-rata persediaan bahan baku mentega:

� = �

12

�=1

�

(24)

b. Standar deviasi persediaan bahan baku mentega

Tabel 3.12 Standar Deviasi Persediaan Bahan Baku Mentega

Bulan � � � − � � − � �

Januari 1230 1132,083 97,917 9587,738889

Februari 1100 1132,083 -32,083 1029,318889

Maret 1300 1132,083 167,917 28196,11889

April 1240 1132,083 107,917 11646,07889

Mei 1225 1132,083 92,917 8633,568889

Juni 1325 1132,083 192,917 37216,96889

Juli 985 1132,083 -147,083 21633,40889

Agustus 900 1132,083 -232,083 53862,51889

September 870 1132,083 -262,083 68687,49889

Oktober 880 1132,083 -252,083 63545,83889

November 1300 1132,083 167,917 28196,11889

Desember 1230 1132,083 97,917 9587,738889

Jumlah 13.585 341.822,9167

(25)

(26)

(27)

1 − 1 = 0,7088−0,6667 = 0,0421

2 − 2 = 0,4286−0,4167 = 0,0119

3 − 3 = 0,8289−0,9167 = 0,0878

4 − 4 = 0,7291−0,75 = 0,0209

5 − 5 = 0,6985−0,5 = 0,1985

6 − 6 = 0,8621−1,0000 = 0,1379

7 − 7 = 0,2033−0,3333 = 0,1300

8 − 8 = 0,0951−0,2500 = 0,1549

9 − 9 = 0,0694−0,0833 = 0,0139

10 − 10 = 0,0764−0,1667 = 0,0903

11 − 11 = 0,8289−0,9167 = 0,0878

12 − 12 = 0,7088−0,6667 = 0,0421

Tabel 3.13 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Mentega

No � �_� F �_� S �_� |� �_� − � �_� |

(1) (2) (3) (4) (5) (6)

1 1230 0,55 0,7088 0,6667 0,0421

2 1100 -0,18 0,4286 0,4167 0,0119

3 1300 0,95 0,8289 0,9167 0,0878

4 1240 0,61 0,7291 0,75 0,0209

5 1225 0,52 0,6985 0,50 0,1985

6 1325 1,09 0,8621 1,0000 0,1379

7 985 -0,83 0,2033 0,3333 0,1300

8 900 -1,31 0,0951 0,2500 0,1549

9 870 -1,48 0,0694 0,0833 0,0139

(28)

(1) (2) (3) (4) (5) (6)

11 1300 0,95 0,8289 0,9167 0,0878

12 1230 0,55 0,7088 0,6667 0,0421

0 = � − � = 0,1985

∝= 0,05 dan �= 12

� � = 0,05 12 = 0,242

disimpulakan bahwa data persediaan bahan baku mentega pada januari sampai

dengan Desember 2016 berasal dari populasi berdistribusi normal.

3.2.2 penentuan pemesanan yang ekonomis dengan metode Economic Order Quantity (EOQ)

Untuk menentukan pemesanan yang ekonomis dengan metode Economic Order

Quantity (EOQ) (menggunakan rumus 2.16):

= 2

a. Untuk Tepung

= 2

= 2 72.270 35.000 194,4

= 26.023.148,15

= 5.101,28 kg

(29)

Dengan frekuensi pemesanan yang diperlukan adalah:

= = 72.270

5.101,28= 14,16

b. Untuk Gula

= 2

= 2 27.175 35.000 309

= 6.156.148,867

= 2.481,15 kg

Maka diperoleh pemesanan yang ekonomis untuk gula adalah 2.481 kg

= = 27.175

2.481,15 = 10,95

c. Untuk Pelembut

= 2

= 2 831 35.000 2.400

= 24.237,5

= 155,68 kg

Maka diperoleh pemesanan yang ekonomis untuk pelembut adalah 156 kg

= = 831

(30)

d. Untuk Pengembang

= 2

= 2 1.356 35.000 2.400

= 39.550 = 198,87 kg

Maka diperoleh pemesanan yang ekonomis untuk pengembang adalah 199 kg.

= = 1.356

198,87= 6,81

e. Untuk mentega

= 2

= 2 13.585 35.000 320,01

= 2.971.625,887

= 1.723,84 kg

Maka diperoleh pemesanan yang ekonomis untuk mentega adalah 1.724 kg.

= = 13.585

(31)

3.2.3 Penentuan Banyaknya Persediaan Pengaman (Safety Stock)

Persediaan pengaman (safety stock) sangat diperlukan dalam sebuah perusahaan

karena berfungsi untuk melindungi atau menjaga kemungkinann terjadinya

kekurangan barang, sehingga memperlancar kegiatan penjualan. Untuk

menentukan banyaknya persediaan pengaman dipelukan standar deviasi �

pemakaian masing-masing bahan pada tahun 2016 dan juga faktor pengaman

perhitungayang digunakan pabrik. Pabrik mengharapkan terjadinya stock out

hanya 5% dan apabila dilihat dari tabel berdistribusi normal (tabel Z terlampir)

didapat nilai error yang diharapkan 5% maka nilai faktor pengaman (Z) yang

digunakan adalah 1,65.

Untuk menentukan banyaknya persediaan pengaman (menggunakan rumus 2.17)

a. Safety Stock Untuk Tepung

= �

= 1.260,56 1,65 = 2.079,92 kg

Maka banyaknya persediaan pengaman untuk tepung yaitu sebesar 2.080 kg.

b. Safety Stock Untuk Gula

= �

= 261,207 1,65 = 430,99 kg

Maka banyaknya persediaan pengaman untuk gula yaitu sebesar 431 kg.

c. Safety Stock Untuk Pelembut

= �

= 7,29 1,65 = 12,02 kg

(32)

d. Safety Stock Untuk Pengembang

= �

= 16,7223 1,65

= 27,59 kg

Maka banyaknya persediaan pengaman untuk pengembang yaitu sebesar 27 kg.

e. Safety Stock Untuk Mentega

= �

= 176,28 1,65

= 290,86 kg

Maka banyaknya persediaan pengaman untuk mentega yaitu sebesar 290 kg.

Dari perhitungan safety stock, dapat diketahui besarnya jumlah persediaaan yang

dapat dicadangkan sebagai pengaman untuk kelangsungan proses produksi dari

risiko kehabisan bahan baku (stock out).

3.2.4 Penentuan Titik Pemesanan Kembali (Reorder Point)

Reorder point/titik pemesanan kembali merupakan saat atau waktu tertentu

dimana perusahaan harus mengadakan pemesanan bahan baku kembali sebelum

persediaan yang ada di gudang habis. Dalam perhitungan reorder point, pabrik

perlu mempertimbangkan juga tentang lead time atau waktu tunggu. Pada pabrik

Syahfira Bakery, lead time yang terjadi saat melakukan pembelian bahan baku

adalah 1 hari.

Berdasarkan perhitungan EOQ, maka penentuan reorder point pada pabrik

(33)

a. Reorder Point untuk tepung

Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak

pemakaian bahan baku per hari (d) adalah:

=

Dimana:

D = jumlah pemakaian bahan baku

jumlah hari kerja per tahun (t) 317 hari

=72.270 317 = 227,98

Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)

= +

= 227,98 1 + 2.079,92

= 2.307,9 kg

Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan tepung yang

ada di gudang mencapai jumlah 2.308 kg, maka pabrik harus melakukan

pemesanan persediaan tepung untuk bulan berikutnya

b. Reorder Point untuk gula

=

Dimana:

(34)

=27.175 317 = 85,73

= +

= 85,73 1 + 430,99

= 516,72 kg

Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan gula yang ada

di gudang mencapai jumlah 517 kg, maka pabrik harus melakukan pemesanan

persediaan gula untuk bulan berikutnya

c. Reorder Point untuk pelembut

=

Dimana:

=813 317 = 2,56

= +

(35)

Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pelembut

yang ada di gudang mencapai jumlah 14 kg, maka pabrik harus melakukan

pemesanan persediaan tepung untuk bulan berikutnya

d. Reorder Point untuk pengembang

=

Dimana:

=1.356 317 = 4,28

= +

= 4,28 1 + 27,59 = 31,87 kg

Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pengembang

yang ada di gudang mencapai jumlah 32 kg, maka pabrik harus melakukan

pemesanan persediaan pengembang untuk bulan berikutnya

e. Reorder Point untuk mentega

(36)

Dimana:

=13.585 317 = 42,85

= +

= 42,85 1 + 290,86 = 333,71 kg

Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan mentega yang

ada di gudang mencapai jumlah 334 kg, maka pabrik harus melakukan pemesanan

persediaan mentega untuk bulan berikutnya

3.2.5 Penentuan Total Biaya Persediaan Bahan Baku

untuk menentukan total biaya persediaan bahan baku dengan metode EOQ

(menggunakan rumus 2.9)

Total biaya = biaya pemesanan + biaya penyimpanan

= +

2

a. Untuk tepung

= + 2

= 72.270

5.101,2835.000 +

(37)

Maka diperoleh total biaya persediaan untuk tepung adalah Rp. 991.690,5566 = 383.340,3865 + 383.337,675

= �. 766.678,0615

Maka diperoleh total biaya persediaan untuk gula adalah Rp. 766.678,0615

c. Untuk pelembut

= + = 186.825,5396 + 186.816 = �. 373.641,5396

Maka diperoleh total biaya persediaan untuk pelembut adalah Rp. 373.641,5396

d. Untuk pengembang

= + = 238.648,3633 + 238.644 = �. 477.292,3633

Maka diperoleh total biaya persediaan untuk pengembang adalah Rp.

477.292,3633

e. Untuk mentega

(38)

= 13.585

1.723,8435.000 +

1,723,84

2 320,01 = 275.823,1622 + 275.823,0192 = �. 515.646,1814

Maka diperoleh total biaya persediaan untuk mentega adalah Rp. 515.646,1814

Disamping itu, perusahaan juga memiliki perhitungan sendiri untuk menentukan

total biaya persediaan (menggunakan rumus 2.6)

= + �

Dengan menggunakan rumusan diatas maka dapat dihitung biaya persediaan

bahan baku perusahaan sebagai berikut:

a. Untuk tepung

= + �

= 6022,5 x 194,4 + 12 35.000

= 1.170.774 + 420.000 = �. 1.590.774

b. Untuk gula

= + �

= 2.264,583 x 309 + 12 35.000

= 699.755,22 + 420.000

= �. 1.119.755,22

c. Untuk pelembut

= + �

= 69,25 x 2.400 + 12 35.000

(39)

d. Untuk pengembang

= + �

= 113 x 2.400 + 12 35.000 = 271.200 + 420.000

= �. 691.200

e. Untuk mentega

= + �

= 1.132,08 x 320,01 + 12 35.000 = 362.276,9208 + 420.000

= �. 782.276,9208

Maka dapat disimpulkan banyaknya pemesanan ekonomis (Economic Order

Quantity), banyaknya persediaan pengaman (safety stock), titik pemesanan

kembali (reorder point), dan total biaya persediaan masing-masing roti dapat

dilihat pada tabel berikut:

Tabel 3.14 Tabel Pemesanan Ekonomis Menurut EOQ Tahun 2016 Bahan baku EOQ

(kg)

Safety Stock

(kg)

Reorder

Point (kg)

Total biaya

persediaan (Rp)

Tepung 5.101 2.078 2.307,9 Rp. 991.690,5566

Gula 2.481 430 516 Rp. 766.678,0615

Pelembut 156 12 14,58 Rp. 373.641,5396

Pengembang 199 28 31,87 Rp.477.292,3633

Mentega 1.723,84 291 333,71 Rp.515.646,1814

Jumlah Rp. 3.160.948,702

Adapun perbandingan Total Inventory Cost (TIC) persediaan menurut perusahaan

dengan Total Inventory Cost (TIC) berdasarkan metode EOQ dapat dilihat pada

(40)

Tabel 3.15 Perbandingan Biaya Bahan Baku Syahfira Bakery Dengan Metode Economic Order Quantity (EOQ) Tahun 2016

TICc Pabrik TIC EOQ Selisih

Rp. 4.770.206,141 Rp. 3.160.948,702 Rp. 1.609.257,439

Berdasarkan hasil perhitungan EOQ tabel 3.15 ternyata diperoleh total biaya

persediaan yang lebih kecil di bandingkan dengan total biaya pesediaan yang

selama ini dikeluarkan pabrik. Total biaya persediaan bahan baku menurut Pabrik

Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ sebesar Rp.

3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari

biaya persediaan bahan baku menurut Pabrik Syahfira Bakery. Terjadinya

penghematan biaya persediaan di dukung oleh adanya jumlah pemesanan optimal,

safety stock, dan reorder point yang merupakan faktor pendukung yang membuat

frekuensi pemesanan bahan baku menjadi lebih kecil dan dan mengakibatkan

(41)

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan, dapat disimpulkan bahwa

pengendalian persediaan bahan baku bedasarkan metode Economic Order

Quantity (EOQ) lebih optimal dan ekonomis dibandingkan dengan metode yang

diterapkan perusahaan. Sehingga diperoleh metode perhitungan yang lebih efektif

dan efisien dalam menentukan persediaan optimal. Hal tersebut dibuktikan dengan

adanya selisih perhitungan Total Inventory Cost (TIC) antara metode perusahaan

dengan metode EOQ. Dimana total biaya persediaan bahan baku menurut Pabrik

Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ) sebesar Rp.

3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari

biaya persediaan bahan baku menurut Pabrik Syahfira Bakery.

4.2Saran

1. bagi pihak Pabrik Syahfira Bakery kedepannya dapat mempertimbangkan

untuk menggunakan metode EOQ dalam melakukan pembelian persediaan

bahan baku untuk pembuatan roti karena dengan metode EOQ pabrik

dapat melakukan penghematan biaya persediaan sehingga penghematan

yang diperoleh pabrik dapat dialokasikan untuk kebutuhan yang lain.

2. Bagi peneliti selanjutnya, dapat mencoba menggunakan metode EOQ

dengan menggunakan software-software lain yang mendukung agar lebih