ANALISIS BULLWHIP EFFECT PADA RANTAI SUPPLY DENGAN MODEL Q MENGGUNAKAN PENDEKATAN HADYLEY-WITHIN DI PT. FLORINDO MAKMUR

ANALISIS BULLWHIP EFFECT PADA RANTAI SUPPLY DENGAN MODEL Q MENGGUNAKAN PENDEKATAN HADYLEY-WITHIN DI

PT. FLORINDO MAKMUR

DRAFT TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh M. Rezky Persada

1 1 0 4 0 3 1 1 2

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA MEDAN

2017

ANALISIS BULLWHIP EFFECT PADA RANTAI SUPPLY DENGAN MODEL Q MENGGUNAKAN PENDEKATAN HADYLEY-WITHIN DI

PT. FLORINDO MAKMUR

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh M. Rezky Persada

1 1 0 4 0 3 1 1 2

Disetujui Oleh :

Dosen Pembimbing I, Dosen Pembimbing II,

(Dr. Ir, Nazaruddin, MT.) (Ikhsan Siregar ST, M.Eng)

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA MEDAN

2017

ANALISIS BULLWHIP EFFECT PADA RANTAI SUPPLY DENGAN MODEL Q MENGGUNAKAN PENDEKATAN HADYLEY-WITHIN DI

PT. FLORINDO MAKMUR

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh M. Rezky Persada

1 1 0 4 0 3 1 1 2

Disetujui Oleh :

Dosen Pembimbing I, Dosen Pembimbing II,

(Dr. Ir, Nazaruddin, MT.) (Ikhsan Siregar ST, M.Eng)

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA MEDAN

2017

KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang telah memberikan rahmat dan karunia-Nya kepada penulis sehingga penulis dapat menyelesaikan tugas sarjana ini.

Tugas sarjana ini merupakan salah satu syarat untuk mendapatkan gelar sarjana teknik di Departemen Teknik Industri, khususnya program studi Reguler Strata Satu, Fakultas Teknik, Universitas Sumatera Utara. Judul untuk tugas sarjana ini adalah “Analisis Bullwhip Effect Pada Rantai Supply Dengan Model Q Menggunakan Pendekatan Hadley-

Within Di PT. Florindo Makmur “

Penulis menyadari masih banyak kekurangan dalam penulisan tugas sarjana ini. Oleh karena itu, penulis mengharapkan saran dan masukan yang bersifat membangun demi kesempurnaan laporan tugas sarjana ini. Semoga tugas sarjana ini dapat bermanfaat bagi penulis, perpustakaan Universitas Sumatera Utara, dan pembaca lainnya.

Medan, Maret 2017 Penulis,

(M. Rezky Persada)

UCAPAN TERIMA KASIH

Syukur dan terimakasih penulis ucapkan yang sebesar-besarnya kepada Allah SWT yang telah memberikan kesempatan kepada penulis untuk merasakan dan mengikuti pendidikan di Departemen Teknik Industri USU serta telah membimbing penulis selama masa kuliah dan penulisan laporan tugas sarjana ini.

Dalam penulisan tugas sarjana ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena penulis mengucapkan terima kasih kepada:

1. Dr. Meilita Tryana Sembiring, ST, MT. selaku Ketua Departemen Teknik Industri Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini dan Bapak Buchari, ST.

M.kes. selaku Sekretaris Departemen Teknik Industri

2. Bapak Dr. Ir. Nazaruddin, MT. selaku Dosen Pembimbing I penulis yang bersedia meluangkan waktunya untuk memberikan arahan, motivasi, serta kepercayaan kepada penulis untuk mengerjakan laporan Tugas Sarjana ini.

3. Bapak Ikhsan Siregar ST. M,Eng. selaku Dosen Pembimbing II atas waktu, bimbingan, pengarahan, dan masukan yang diberikan kepada penulis dalam penyelesaian laporan Tugas Sarjana ini.

4. Ibu Ir. Rosnani Ginting, MT dan Bapak Ir. Mangara Tambunan M.Sc. selaku koordinator Tugas Akhir.

5. Seluruh Dosen di Departemen Teknik Industri USU serta seluruh Staff Administrasi yang ada di Departemen Teknik Industri USU.

6. Bapak Pembimbing Lapangan penulis dan seluruh jajaran Staff di lingkungan PT.

Florindo Makmur yang telah meluangkan waktunya untuk membimbing dan membantu penulis dalam melaksanakan penelitian Tugas Sarjana.

7. Orang Tua kandung penulis yang selalu mendukung baik waktu, moril, materil, semangat, dan doanya sehingga mendukung penulis untuk dapat menyelesaikan Tugas Sarjana ini.

8. Rekan-rekan seperjuangan di PT. Florindo Makmur yang sudah sangat membantu penulis.

9. Teman spesial Risa Khairani Srg yang turut serta memberi semangat dan mendukung dalam pembuatan laporan

10. Sahabat-sahabat seperjuangan di Departemen Teknik Industri USU Stambuk 2011 (GIELAS) dan Koridor Squad (2011). Terutama kepada isak, ismi, pucek, gabe, Daniel, zulfahmi, jimmy, agus, fahmi, ucup, rizki, alan.

11. Abang dan kakak senior serta adik-adik junior yang telah memberikan semangat dan informasi.

12. Kepada semua pihak yang telah banyak membantu dalam menyelesaikan laporan ini dan tidak dapat penulis sebutkan satu per satu, penulis mengucapkan terima kasih. Kiranya laporan ini bermanfaat bagi kita semua.

Medan, Maret 2017

PENULIS

DAFTAR ISI

BAB HALAMAN

LEMBAR PENGESAHAN ... ii

DAFTAR ISI ... ii

DAFTAR TABEL ... iii

DAFTAR GAMBAR ... iv

DAFTAR LAMPIRAN ... v

I PENDAHULUAN ... I-1 1.1. Latar Belakang ... I-1 1.2. Perumusan Masalah ... I-4 1.3. Tujuan dan Manfaat ... I-5 1.4. Batasan dan Asumsi Penelitian ... I-6

II GAMBARAN UMUM PERUSAHAAN ... II-1 2.1. Sejarah Perusahaan ... II-1 2.2. Ruang Lingkup Bidang Usaha ... II-2 2.3. Lokasi Perusahaan ... II-2 2.4. Daerah Pemasaran ... II-3 2.5. Dampak Sosial dan Ekonomi Terhadap Lingkungan ... II-3

DAFTAR ISI (LANJUTAN)

2.6. Proses Produksi ... II-5 2.6.1. Standar Mutu Bahan/Produk ... II-5 2.6.2. Bahan yang Digunakan ... II-6 2.6.2.1. Bahan Baku ... II-6 2.6.2.2. Bahan Tambahan ... II-6 2.6.2.3. Bahan Penolong ... II-7 2.6.3. Uraian Proses Produksi ... II-7 2.7. Mesin dan Peralatan ... II-9 2.7.1. Mesin Produksi ... II-9 2.7.2. Peralatan ... II-11 2.8. Limbah ... II-11 2.9. Organisasi dan Manajemen ... II-12 2.9.1. Struktur Organisasi ... II-12 2.9.2. Pembagian Tugas dan Tanggung Jawab ... II-15 2.9.3. Jumlah Pekerja dan Jam Kerja ... II-15

2.9.4. Sistem Pengupahan dan Fasilitas Lainnya ... II-16 III LANDASAN TEORI ... III-1

3.1. Konsep Supply Chain ... III-1 3.2. Pengukuran Bullwhip Effect ... III-1 3.3. Model Probabilistik Q ... III-2 3.3.1. Karakteristik Model Q ... III-3

DAFTAR ISI (LANJUTAN)

3.3.2. Formulasi Model Q (G. Handley and T.M.

Within ) Kasus Lost Sales ... III-4 3.4. Peramalan ... III-11 3.4.1. Peramalan Kualitatif ... III-11 3.4.2. Peramalan Kuantatif ... III-12 3.5. Penentuan Ukuran Lot (Lot Sizing) ... III-22

IV METODOLOGI PEMECAHAN MASALAH ... IV-1 4.1. Tempat Penelitian ... IV-1 4.2. Jenis Penelitian ... IV-1 4.3. Objek Penelitian ... IV-1 4.4. Metodologi Pengumpulan Data... IV-1 4.5. Kerangka Konseptual Penelitian ... IV-2 4.6. Metode Pengumpulan Data ... IV-3 4.7. Pengolahan Data ... IV-5 4.8. Analisis Pemecahan Masalah ... IV-7 4.9. Kesimpulan dan Saran ... IV-7 4.10 . Block Diagaram Metode Penelitian ... IV-7 V. PENGUMPULAN DAN PENGOLAHAN DATA ... V-1 5.1. Pengumpulan Data ... V-1 5.1.1. Lead Time Pemesanan ... V-1

DAFTAR ISI (LANJUTAN)

5.1.2. Biaya Pemesanan Distributor Medan ... V-2

5.1.3. Rata-rata Biaya Simpan Produk Jadi ... V-2 5.1.4. Biaya Kekurangan Persediaan Produk Jadi ... V-2 5.1.5. Data Permintaan Produk ... V-3 5.2. Pengolahan Data ... V-4 5.2.1. Melakukan Peramalan Permintaan Produk ... V-4 5.2.1.1. Peramalan Permintaan Distributor Lotte Mart ... V-5 5.2.1.2. Peramalan Permintaan Distributor Berastagi

Berastagi Supermarket ... V-15 5.2.2. Perhitungan Bullwhip Effect ... V-28 5.2.3. Perhitungan Pengendalian Persediaan ... V-34 5.2.3.1. Kebijakan Inventori Optimal... V-34

VI ANALISA DA PEMECAHAN MASALAH ... VI-1 6.1. Analisis ... VI-1 6.1.1. Analisa Bullwhip Effect ... VI-1 6.2. Pembahasan ... VI-4

6.2.1. Kebijakan Inventori dengan Model Q (Metode

Hadley-Within) ... VI-4 6.2.2. Usulan Mengatasi Bullwhip Effect ... VI-5

VII KESIMPULAN DAN SARAN ... VII-1 7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-1

DAFTAR PUSTAKA

DAFTAR TABEL

TABEL HALAMAN

1.1. Data Produksi Jenis Produk Tepung Tahun 2015 (Pax) ... I-2 1.2. Jumlah Permintaan dan Penjualan Produk Tepung

Gunung Agung Tahun 2015 (pax) ... I-3 5.1. Lead Time Pemesanan ... V-1 5.2. Data Permintaan Distributor Tahun 2015 (Pax) ... V-3 5.3. Data Aktual Permintaan Distributor Tahun 2016 ... V-4

5.4. Data Permintaan Distributor Lotte Mart Tahun 2015 ... V-5 5.5. Hasil Peramalan Dengan Metode Exponensial Smoothing

Berdasarkan Tahun 2015 ... V-7 5.6. Parameter Regresi Linier Metode Hold ... V-8 5.7. Hasil Peramalan Dengan Metode Hold ... V-10 5.8. Perhitungan Kesalahan Peramalan Metode SES ... V-11 5.9. Perhitungan Kesalahan Peramalan Metode Hold ... V-12 5.10. Rekapitulasi Nilai MSE dan MAPE Setiap Metode

Peramalan ... V-13 5.11. Perhitungan Hasil Verifikasi ... V-13 5.12. Hasil Peramalan Permintaan Lotte Mart Tahun 2016 ... V-15 5.13. Data Permintaan Distributor Berastagi Tahun 2015 ... V-16 5.14. Hasil Peramalan Dengan Metode Simple Exponential

Smoothing Berdasarkan Tahun 2015 ... V-18

DAFTAR TABEL (LANJUTAN)

TABEL HALAMAN

5.15. Paratameter Regresi Linier Metode Hold ... V-19 5.16. Hasil Peramalan Dengan Metode Hold ... V-20 5.17. Perhitungan Kesalahan Peramalan Metode SES ... V-21 5.18. Perhitungan Kesalahan Peramalan Metode Hold ... V-22 5.19. Rekapitulasi Nilai MSE dan MAPE Setiap Metode

Peramalan ... V-23 5.20. Perhitungan Hasil Verifikasi ... V-24 5.21. Hasil Peramalan Permintaan Berastagi Supermarket

Tahun 2016 ... V-25

5.22. Hasil Perbandingan Peramalan Permintaan dengan Permintaan Aktual Distributor Lotte Mart Tahun

2016 ... V-26 5.23. Hasil Perbandingan Peramalan Permintaan dengan

Permintaan Aktual Distributor Berastagi Supermarket

Tahun 2016 ... V-27 5.24. Hasil Perbandingan Peramalan Permintaan dengan

Permintaan Aktual Manufaktur Tahun 2016 ... V-28 5.25. Perhitungan Bullwhip Effect Distributor Lotte Mart ... V-30 5.26. Perhitungan Bullwhip Effect Distributor Berastagi

Supermarket ... V-31

DAFTAR TABEL (LANJUTAN)

TABEL HALAMAN

5.27. Perhitungan Bullwhip Effect Pada Rantai Manufaktur ... V-32 5.28. Rekapitulasi Hasil Identifikasi Nilai Bullwhip Effect ... V-33 5.29. Perhitungan Pengendalian Persediaan Distributor Lotte

Mart Tahun 2016 ... V-38 5.30. Perhitungan Pengendalian Persediaan Distributor

Berastagi Supermarket Tahun 2016 ... V-38 5.31. Perhitungan Pengendalian Persediaan Manufaktur

Tahun 2016 ... V-39

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Lokasi PT. Florindo Makmur ... II-3 2.2. Struktur Organisasi PT. Florindo Makmur ... II-14 3.1. Situasi Persediaan dengan Model Q ... III-4 3.2. Posisi Inventori dalam Keadaan Steady State ... III-6 3.3. Langkah-langkah Peramalan Secara Kuantitatif ... III-14 4.1. Kerangka Konseptual Penelitian ... IV-3 4.2. Flow Chart Pengolahan Data ... IV-6 4.3. Block Diagram Metode Penelitian ... IV-8 5.1. Diagram Pencar Permintaan Lotte Mart Tahun 2015 ... V-6 5.2. Moving Range Chart Peramalan Permintaan Lotte

Mart ... V-14 5.3. Diagram Pencar Permintaan Berastagi Supermarket

Tahun 2015 ... V-16 5.4. Moving Range Chart Peramalan Permintaan Lotte

Mart ... V-25

ABSTRAK

PT. Florindo Makmur merupakan perusahaan industri tepung tapioka yang menggunakan singkong sebagai bahan baku untuk menghasilkan produk tepung tapioka. Masalah yang terjadi di PT. Florindo Makmur adalah perencanaan yang tidak akurat, akibatnya terdapat kekurangan variatif antara jumlah permintaan dengan total supply yang terpenuhi, sehingga perlu dilakukan penelitian dengan perumusan masalah yaitu bagaimana menganaslisis Bullwhip Effect pada rantai supply dengan menggunakan model Q melalui pendekatan Hadley-Within agar tidak mengganggu sistem distribusi produk di PT. florindo Makmur.

Sistem distribusi produk di PT. Florindo Makmur, diperoleh berdasarkan jumlah permintaan.

Hasil peramalan tahun 2015 lebih rendah dibandingkan aktual permintaan pada distributor dan manufaktur tahun 2016 dengan persentase rata-rata selisih untuk distributor Lotte Mart, Berastagi Supermarket, dan manufaktur masing-masing sebesar 38,24%, 89,57%, dan 43,11%. Terjadinya distorsi informasi terhadap permintaan produk ini dapat mengidentifikasi adanya bullwhip effect pada rantai supply. Berdasarkan hasil perhitungan bullwhip effect, diperoleh nilai bullwhip effect untuk distributor Lotte Mart, Berastagi Supermarket, dan rantai manufakturnya masing-masing sebesar 0,1982; 0,2425, dan 0,2382.

Nilai bullwhip effect yang lebih kecil dari satu tersebut menunjukkan terjadinya peningkatan variabilitas penjualan produk yang mengakibatkan terjadinya pembengkakan biaya pada sistem inventori. Usulan perbaikan untuk mengatasi bullwhip effect yaitu dengan melakukan kebijakan pengendalian persediaan dengan model Q menggunakan pendekatan Hadley- Within, sehingga diperoleh ukuran lot pemesanan ekonomis (qo) dan cadangan pengaman (ss) yang optimal masing-masing untuk distributor Lotte Mart, Berastagi Supermarket, dan manufakturnya sebesar 24, 20, 31 (pax), dan 6,3,9 (pax).

Kata Kunci: Bullwhip Effect, Model Q, Hadley-Within Peramalan, Rantai Supply.

BAB I

PENDAHULUAN

1.1. Latar Belakang

Dunia industri manufaktur yang semakin maju menyebabkan iklim persaingan sangat ketat serta kompetitif. Perusahaan yang dapat memenuhi keinginan dan kebutuhan konsumen adalah perusahan yang dapat bertahan. Dalam mewujudkan hal tersebut diperlukan koordinasi dan kolaborasi antara pihak-pihak dalam rantai supply

PT. Florindo Makmur merupakan perusahaan yang mengolah ubi menjadi tepung tapioka sebagai produk jadi. Daerah pemasaran perusahaan ini umumnya pada daerah sumatera dan lebih berfokus di daerah Medan dan berkembang ke daerah Aceh, Padang, Jambi, Pekanbaru, serta Palembang

Produk yang dihasilkan PT. Florindo Makmur adalah tepung tapioka. Gunung Agung adalah nama produk dari tepung tapioka yang paling banyak diproduksi dari jenis produk lainnya dan bersifat make to stock sehingga dapat menimbulkan penumpukan produk (over stock) ataupun kekurangan produk (stock out) apabila perencanaan tidak akurat.

Data produksi produk tepung PT. Florindo Makmur tahun 2015 dapat dilihat pada Tabel 1.1.

Tabel 1.1. Data Produksi Jenis Produk Tepung Tahun 2015 (pax) Bulan Gunung

Agung

Rose Brand Januari 1398 1206 Februari 1373 1218

Maret 1515 1069

April 1556 1071

Mei 1332 1094

Juni 1341 1007

Juli 1572 1122 Agustus 1360 1205 September 1528 1148 Oktober 1314 1002 Nopember 1455 1219 Desember 1558 1156 Total 17302 13517 Sumber: PT. Florindo Makmur

Data permintaan dan penjualan produk Gunung Agung pada rantai supply distributor dan manufaktur tahun 2015 dapat dilihat pada Tabel 1.2.

Tabel 1.2. Jumlah Permintaan dan Penjualan Produk Tepung Gunung Agung Tahun 2015 (pax)

Bulan

Permintaan Distributor Total Permintaan Distributor

Total Supply

yang Terpenuhi Kekurangan Permintaan Lotte Mart Berastagi

Supermarket

Januari 1477 1125 2602 2551 51

Februari 1443 1277 2720 2510 210

Maret 1502 1010 2512 2413 99

April 1323 1225 2548 2443 105

Mei 1500 1290 2790 2495 295

Juni 1489 1117 2606 2432 174

Juli 1546 1121 2667 2475 192

Agustus 1378 1068 2446 2463 -17

September 1585 1265 2850 2464 386

Oktober 1492 1177 2669 2543 126

November 1482 1073 2555 2424 131

Desember 1304 1154 2458 2389 69

Total 17521 13902 31423 29602 1821

Sumber: PT. Florindo Makmur

Tabel 1.2. menunjukkan nilai yang variatif antara jumlah permintaan dengan jumlah penjualan yang menimbulkan kekurangan produk (stock out) sepanjang periode tahun 2015 sebanyak 1804 pax yang tidak dapat terpenuhi . Pada bulan Agustus 2015 terjadi penumpukkan inventori (over stock). Overstock dan stock out disebabkan oleh permintaan yang cenderung mengalami perubahan. Perubahan tersebut menyebabkan distorsi permintaan.. Distorsi tersebut mengakibatkan permintaan yang tidak akurat, sehingga terdapat selisih yang variatif antara jumlah permintaan dengan jumlah penjualan. Fenomena ini disebut sebagai bullwhip effect. Fenomena tersebut akan mengganggu sistem distribusi sehingga digunakan model Q melalui pendekatan Hadley – Within.

Penelitian terdahulu menunjukkan bahwa model probabilistik Q dengan pendekatan Hadley-Wihtin dapat digunakan sebagai solusi pemecahan masalah untuk mengurangi bullwhip effect. Nurul (2013) dalam penelitiannya menggunakan model probabilistik Q dengan metode Hadley-Wihtin untuk melakukan pengendalian persediaan barang. Model ini dapat membantu untuk menentukan jumlah safety stock setiap dilakukan pemesanan kepada distributor secara lebih optimal dengan meminimalkan total biaya pembelian. Fenny (2015) melakukan penelitian dengan menggunakan pendekatan Supply Chain Management guna menganalisis efektivitas sistem distribusi produk dan untuk meminimalisasi total biaya persediaan.

Untuk mengatasi permasalahan yang dihadapi PT. Florindo Makmur, perlu dilakukan kebijakan pengendalian persediaan produk. Data tabel, 1.2. untuk jumlah permintaan setiap bulannya sangat berfluktuasi atau bersifat probabilistik, berbeda dengan model deterministik yang selalu diketahui dengan pasti permintaannya. Dalam menangani fenomena probabilistik ditempuh dengan model Q karena bersifat responsif bila terjadi kekurangan barang dibandingkan dengan model lainnya. Selain itu, besarnya cadangan pengaman lebih akurat sebab ditetapkan secara simultan dengan optimalitas ongkos.

Kebijakan inventori model Q dengan pendekatan Haldey-Within mempunyai kelebihan dalam penentuan ukuran lot ekonomis dan cadangan pengaman, sebab mudah dipecahkan secara analitik dan pencarian solusinya dilakukan dengan cara iteratif.

1.2. Perumusan Masalah

Berdasarkan latar belakang yang telah dihasilkan, maka permasalahan yang terjadi di PT. Florindo Makmur adalah perencanaan yang tidak akurat sehingga terdapat kekurangan yang variatif antara jumlah permintaan dengan total supply terpenuhi , sehingga perlu dilakukan penelitian dengan perumusan masalah yaitu bagaimana menganalisis Bullwhip Effect pada rantai supply dengan menggunakan model Q melalui pendekatan Hadley-Within agar tidak mengganggu sistem distribusi produk di PT. Florindo Makmur.

1.3. Tujuan dan Manfaat

Tujuan umum penelitian ini adalah untuk memperoleh kebutuhan pengadaan inventori yang optimal dengan model Q menggunakan pendekatan Hadley-Within sehingga dapat mengatasi bullwhip effect yang terjadi pada rantai

Tujuan khusus yang ingin dicapai dalam penelitian tugas akhir ini adalah:

1. Mengetahui apakah terjadi distorsi informasi terhadap permintaan produk dapat mengevaluasi adanya bullwhip effect pada rantai supply

2. Mengetahui besarnya bullwhip effect pada rantai supply distributor dan manufaktur 3. Memperoleh solusi untuk mengatasi bullwhip effect

Manfaat dalam melakukan penelitian ini adalah sebagai berikut:

1. Manfaat bagi mahasiswa

Penelitian ini dapat menambah pengalaman dalam penerapan dan pengembangan ilmu yang didapat pada saat perkuliahan untuk penyelesaian masalah yang ada di perusahaan tempat dilakukannya penelitian ini.

2. Manfaat bagi perusahaan

Hasil penelitian ini dapat dijadikan masukan bagi perusahaan dalam membuat kebijakan untuk mengintegrasikan aliran informasi antara distributor dan manufaktur.

3. Bagi Departemen Teknik Industri USU

Penelitian ini dapat digunakan sebagai referensi dalam penerapan model Q dengan pendekatan Hadley-Within untuk analisis bullwhip effect pada rantai supply.

1.4. Batasan dan Asumsi Penelitian

Batasan-batasan dalam penelitian ini adalah :

1. Rantai supply yang di analisis pada PT. Florindo Makmur meliputi rantai distributor dan manufaktur

2. Produk yang diteliti adalah tepung yang berkemasan 500 gram ( Gunung Agung)

3. Distributor yang menjadi objek penelitian adalah Lotte Mart dan Berastagi Supermarket

4. Analisis bullwhip effect menggunakan data permintaan tahun 2015 dan tahun 2016

5. Kebijakan pengendalian persediaan menggunakan model Q melalui pendekatan Hadley- Within

Asumsi-asumsi yang digunakan dalam penelitian adalah : 1. Sistem produksi dan pendistribusian produk berjalan dengan normal

2. Penelitian tidak mempertimbangkan kegagalan distribusi akibat kerusakan peralatan 3. Jumlah distributor tidak berubah selama penelitian

4. Tidak terjadi perubahan harga selama penelitian

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

PT. Florindo Makmur merupakan perusahaan yang pengolahan ubi menjadi tepung tapioka sebagai produk jadi. Perusahaan ini berlokasi di Jl. Besar Desa Pergulaan Dusun V,

Kecamatan Sei Rampah, Kabupaten Serdang Bedagai, Provinsi Sumatera Utara. PT.

Florindo Makmur berdiri pada tanggal 8 Agustus 2001 oleh PT. Sungai budi. Pabrik ini merupakan pengembangan dari pabrik-pabrik yang sudah ada sebelumnya. PT. Florindo Makmur berawal dari pendirian PT. Bumi Waras pada bulan November 1996 yang merupakan anak cabang PT. Sungai Budi. Banyaknya problema pasang surut perusahaan dan tantangan sosial serta lingkungan sekitar, maka perusahaan tersebut diakuisisi oleh PT.

Alam Sari pada bulan Februari 2005. PT. Alam Sari sebagai kepemilikan baru ternyata tidak mampu menanggulangi masalah perusahaan sehingga kembali diakuisisi oleh PT.

Florindo Makmur. PT. Florindo Makmur mengakuisisi pada bulan Oktober tahun 2008 dan bertahan sampai saat ini.

PT. Florindo makmur terus berusaha mengembangkan daerah pemasaran dalam mendistribusikan produknya. Awalnya produk dipasarkan di daerah Medan dan Serdang Bedagai. Pemasaran produk saat ini sudah mencapai ke daerah Aceh, Padang, Jambi, Pekanbaru, dan Palembang. PT. Florindo Makmur menggunakan ubi sebagai bahan baku utama pembuatan tepung tapioka. Proses produksi yang dilakukan selalu memperhatikan kualitas yang diperiksa di Departemen Laboratorium. PT. Florindo Makmur ini berstatus sebagai perusahaan swasta dan berdasarkan akte Departemen Kehakiman C-1336 HT.

0104. TH. 2008. Kapasitas dari perusahaan ini beberapa kali mengalami perubahan. Pada tahun pertama akuisisi, PT. Florindo Makmur memiliki kapasitas produksi hanya 100 ton/hari. Pada tahun 2012 mengalami peningkatan menjadi 125 ton/hari. Pada tahun 2014 mengalami peningkatan kembali menjadi sekitar 150 ton/hari hingga sekarang ini.

2.2. Ruang Lingkup Bidang Usaha

PT. Florindo Makmur bergerak dibidang produksi tepung tapioka. PT. Florindo Makmur bersifat make to stock dimana persediaan ditentukan berdasarkan potensi permintaan pelanggan terhadap produk jadi. Bahan baku ubi yang diperoleh pihak pabrik

berasal dari perkebunan ubi yang berasal dari daerah Serdang Bedagai, Deli Serdang, Tapanuli Selatan, Simalungun, dan Sidimpuan, dan lain lain.

2.3. Lokasi Perusahaan

Lokasi PT. Florindo Makmur berada di Jl. Besar Desa Pergulaan Dusun V, Kecamatan Sei Rampah, Kabupaten Serdang Bedagai, Propinsi Sumatera Utara.. Lokasi sumber bahan baku yaitu perkebunan ubi berada disekitar pabrik

2.4. Daerah Pemasaran

Daerah pemasaran produk tepung tapioka perusahaan ini umumnya pada daera sumatera dan lebih berfokus di daerah Medan dan berkembang ke daerah Aceh, Padang, Jambi, Pekanbaru, serta Palembang. Kapasitas produksi pabrik ini adalah sekitar 150 ton/

hari.

2.5. Dampak Sosial dan Ekonomi Terhadap Lingkungan

Setiap usaha yang dijalankan tentunya akan membawa dampak positif maupun negatif, tergantung dari perusahaan tersebut. Dampak positif dan negatif ini akan dapat dirasakan oleh berbagai pihak. Dampak positif maupun negatif dari aspek – aspek sosial dan ekonomi tersebut adalah:

1. Dampak Sosial

Ditinjau dari aspek sosial, dampak positif bagi masyarakat secara umum adalah:

a. Perubahan budaya yang dapat berdampak pada perubahan sikap masyarakat, yaitu masyarakat akan mendapatkan sebuah gambaran tentang bagaimana cara bekerja yang baik dan benar serta meningkatkan disiplin.

b. Perusahaan memberi dukungan atas pelaksanaan acara-acara perayaan, seperti acara keagamaan masyarakat sekitar, sunatan massal, dll. Dengan memberikan sumbangan dana melalui proposal sehingga warga dapat melangsungkan kegiatan tersebut dengan baik dan lancar.

Sedangkan dampak negatif bagi masyarakat adalah prasarana jalan lintas masyarakat mengalami kerusakan dengan cukup banyaknya truk pengangkut ubi yang melewati jalur tersebut setiap harinya.

2. Dampak Ekonomi

Ditinjau dari aspek ekonomi, dampak positif bagi masyarakat secara umum adalah:

a. Dapat meningkatkan ekonomi di lingkungan sekitar serta mengurangi pengangguran di lingkungan sekitar masyarakat. Meningkatkan perekonomian pemerintah, sehingga dapat membantu pemerintah untuk meningkatkan pertumbuhan ekonomi daerah.

BAB III

LANDASAN TEORI

3.1. Konsep Supply Chain

Supply chain adalah jaringan instansi-instansi yang secara bersama-sama bekerja

untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir (end user).

Instansi-instansi tersebut biasanya termasuk supplier, instansi, distributor, toko atau ritel, serta instansi-instansi pendukung seperti instansi jasa logistik. ( Pujawan, 2005).

3.2. Pengukuran Bullwhip Effect

Dalam melakukan perhitungan bullwhip effect yang terjadi harus mempertimbangkan supply chain sebagai bagian dari unit independen (perusahaan) dan sebagai himpunan bagian

dari sejumlah jaringan. Chen (2000) menyatakan bahwa tiap unit pada tingkatan supply chain yang dipertimbangkan mungkin mempunyai hubungan dengan beberapa atau kelipatan

unit atau supply chain lainnya. Sebuah supply chain terdiri dari beberapa echelon berikutnya.

Sebuah echelon adalah satu level dalam supply chain. Sebuah echelon mungkin terdiri dari beberapa outlet yang pararel, misalnya beberapa pusat distribusi mungkin bersama-sama membentuk sebuah tingkatan “Distribution Centre”, atau bahkan beberapa toko mungkin dapat bersama-sama membentuk sebuah tingkatan “Retail Shop”.

Di dalam pembahasannya akan dipertimbangkan sebuah supply chain yang terdiri dari beberapa tingkatan. Yang diidentifikasikan sebagai indeks l, dengan (l=0 menjadi tingkatan yang paling atas / upstream). Setiap tingkatan terdiri dari M outlet yang ditunjukkan dengan ml, lebih lanjutnya kita membedakan antara permintaan yang datang dari tingkatan bawah / downstream (Din) dan permintaan yang keluar menuju tingkatan upstream (Dout).

Dalam melakukan pengukuran terhadap bullwhip effect pada tingkatan atau sekumpulan tingkatan tertentu pada supply chain sebagai hasil bagian dari koefisien variansi permintaan yang diterima oleh tingkatan ini adalah :

ω =

^Cout_Cin

Dimana,

Cout =

σ[Dout (t,t+T)]

µ[Dout (t,t+T)]

; Cin =

σ[Din (t,t+T)]

µ[Din (t,t+T)]

Dout (t,t+T) dan Din (t,t+T) adalah permintaan selama interval waktu (t,t+T) dan akan ditulis sebagai Dout dan Din.

3.3. Model Probabilistik Q

Sebagaimana model Wilson atau model inventori probabilistik sederhana, dalam hal ini pihak manajemen harus melakukan monitoring secara intensif atas status inventori untuk mengetahui kapan saat pemesanan dilakukan (r) dan harus konsisten dalam melakukan pemesanan, yaitu sebesar q0

Oleh karenanya model Q menurut Martin dan Star (1978) disebut pula sebagai sistem inventori otomatis (Automated Inventory System). Artinya pemesanan akan dilakukan secara otomatis bila posisi barang telah mencapai r dan besarnya ukuran pemesanan selalu konstan sebesar q

yang konstan untuk setiap kali melakukan pembelian.

0 untuk setiap kali pemesanan. Dengan waktu ancang-ancang yang tidak sama dengan nol maka saat pemesanan (reoder point) dilakukan pada saat barang di gudang (stock on hand) sebesar kebutuhan selama waktu ancang-ancanganya , sehingga yang menjadi

masalah selanjutnya yang perlu dikaji adalah berapa besarnya q0 dan r yang optimal.

Optimalitas diukur tidak hanya dengan menggunakan kriteria ekpetasi ongkos total nilai inventori selama horison perencanaan, tetapi juga harus memperhitungkan tingkat pelayanan dalam pengertian ketersediaan agar dapat diupayakan setinggi mungkin dengan tetap menjaga ongkos yang rendah. (Senator, 2006).

3.3.1. Karakteristik Model Q

Karakteristik kebijakan persediaan model Q ditandai oleh dua hal mendasar sebagai berikut:

1. Besarnya ukuran pemesanan (qo

2. Pemesanan dilakukan apabila jumlah persediaan yang dimiliki telah mencapai suatu tingkat tertentu (r) yang disebut titik pemesanan kembali (reorder point).

) selalu tetap untuk setiap kali pemesanan dilakukan.

Sesuai dengan karakteristik serta asumsi tersebut di atas, secara grafis situasi persediaan yang ada dalam gudang bila menggunakan model Q dapat digambarkan pada Gambar 3.1.

Gambar 3.1. Situasi Persediaan dengan Model Q

Karena permintaan probabilistik tidak tetap sedangkan ukuran pemesanan (qo) selalu tetap maka interval waktu antara saat pemesanan berubah-ubah (variabel). Disamping itu tampak juga adanya suatu periode waktu tertentu dimana kemungkinan barang tidak ada di gudang atau terjadi kekurangan inventori (out of stock). Dalam model Q, kekurangan persediaan hanya mungkin terjadi selama waktu ancang-ancang saja (L), karena itu cadangan pengaman yang diperlukan hanya digunakan untuk meredam fluktuasi kebutuhan selama waktu ancang-ancang tersebut.

3.3.2. Formulasi Model Q (G. Handley and T.M Within) Kasus Lost Sales

Pada metode G.Hadley dan T.M Whitin untuk kasus lost sales ini dikenal pola permintaan berdistribusi normal serta waktu ancang (lead time) yang konstan. Berdasarkan ekspektasi biaya persediaan total OT seperti dinyatakan dalam persamaan (2-1), berikut ini

akan dirinci formulasinya sehingga kelak akan dapat ditentukan variabel-variabel keputusan yang akan dikendalikan, yaitu qo

dan r.

1. Biaya Pengadaan

Biaya pengadaan per tahun (Op

O

) bergantung pada besarnya ekspektasi frekuensi pemesanan (f) dan biaya untuk setiap kali pemesanan (A). Secara matematis biaya pengadaan dapat dinyatakan sebagai berikut.

p

Adapun besarnya ekspektasi frekuensi pemesanan per tahun bergantung pada ekspektasi kebutuhan tahunan (λ ) dan besarnya ukuran pemesanan (A) , maka secara matematis dapat dinyatakan sebagai berikut.

=f. A ...(2-2)

f = ^λ

𝑞𝑞𝑜𝑜 ...(2-2)

Dengan demikian besarnya biaya pengadaan per tahun (O_p

O

) dapat diperoleh dengan melakukan substitusi persamaan (2-2) ke dalam persamaan (2-2) sehingga didapat:

p

2. Biaya Simpan

= ^Aλ

𝑞𝑞𝑜𝑜 ...2-4)

Biaya simpan per tahun (O_s

O

) bergantung pada ekspektasi jumlah persediaan yang disimpan (m) dan biaya simpan per unit per tahun (h) , yang dapat dinyatakan sebagai berikut.

s = h= h x m

Biaya simpan per unit per tahun (h) biasanya merupakan fungsi dari harga barang yang disimpan dan besarnya dinyatakan sebagai persentase (I) dari harga barang (c) .

..(2-5)

h = I. c ...(2-6)

untuk menghitung dapat ditinjau posisi persediaan bagi setiap siklusnya seperti ditunjukkan pada Gambar 2.5. Dalam keadaan yang stabil (steady state) maka pada awal siklus (sebelum barang yang dipesan tiba), jumlah barang yang ada di gudang

sebesar s (safety stock) dan setelah pesanan datang jumlah barang akan sebesar (s + qo) . Pada akhir siklus, jumlah persediaan akan menyusut kembali menjadi s. Situasi ini dapat digambarkan pada Gambar 3.2.

Gambar 3.2. Posisi Inventori dalam Keadaan Steady State

Dengan demikian dalam keadaan steady state persediaan yang ada dalam gudang akan berfluktuasi s antara dan (s + q_o

m =¹

2𝑞𝑞𝑜𝑜 + 𝑠𝑠^R ...(2-7) ), sehingga ekspektasi persediaan yang ada dapat dinyatakan:

S

ubstitusi persamaan m =¹

2𝑞𝑞𝑜𝑜 + 𝑠𝑠^R, ke dalam , akan memberikan hasil sebagai berikut.

Os = ( ¹

2𝑞𝑞𝑜𝑜 + 𝑠𝑠 Untuk dapat menghitung biaya simpan (O

) h ...(2-8)

s

Dalam keadaan lost sales tidak dimungkinkan persediaan berharga negatif, karena itu harga s adalah:

) dari persamaan di atas yang belum diketahui hanyalah s. Harga s akan bervariasi dari satu siklus ke siklus yang lain. Jika permintaan barang selama lead time (L) sebesar x dengan distribusi kemungkinan f(x) , maka harga s =r-x adalah . Harga s dengan demikian bisa berharga positif maupun negatif. Dalam keadaan steady state nilai ekspektasi s dapat dicari dimana besarnya bergantung pada cara mengatasi keadaan kekurangan persediaan (out of stock).

s = 𝑟𝑟−𝑥𝑥 𝑗𝑗𝑗𝑗𝑗𝑗 𝑎𝑎 𝑟𝑟>𝑥𝑥 0 𝑗𝑗𝑗𝑗𝑗𝑗𝑎𝑎 𝑟𝑟≤𝑥𝑥

Dengan demikian ekspektasi dari harga dapat dihitung sebagai berikut.

s = ∫ (𝑟𝑟 − 𝑥𝑥)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥₀^𝑟𝑟

s = ∫ (𝑟𝑟 − 𝑥𝑥)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 − ∫ (𝑟𝑟 − 𝑥𝑥)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 ₀^∞ _𝑟𝑟^∞ s = ∫ 𝑟𝑟𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 − ∫ 𝑥𝑥𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 + ₀^∞ ₀^∞ ∫ (𝑥𝑥 − 𝑟𝑟)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 _𝑟𝑟^∞

s = 𝑟𝑟 − 𝜋𝜋 + ƞ(𝑟𝑟) ...(2-9)

Dimana :

ƞ(𝑟𝑟) = � (𝑥𝑥 − 𝑟𝑟)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 ^∞

𝑟𝑟

ƞ(𝑟𝑟) = � 𝑥𝑥𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 − � 𝑟𝑟𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥^∞

𝑟𝑟

∞ 𝑟𝑟

ƞ(𝑟𝑟) = 𝜎𝜎 � 𝑧𝑧𝑧𝑧(𝑧𝑧)𝑑𝑑𝑧𝑧 + µ �^∞ 𝑧𝑧(𝑧𝑧)𝑑𝑑𝑧𝑧 − 𝑟𝑟

𝑟𝑟−µ/𝜎𝜎

∞

𝑟𝑟−µ/𝜎𝜎 �^∞ 𝑧𝑧(𝑧𝑧)𝑑𝑑𝑧𝑧

𝑟𝑟−µ/𝜎𝜎

ƞ(𝑟𝑟) = 𝜎𝜎𝑧𝑧 �𝑟𝑟 − µ

𝜎𝜎 � +µ𝑧𝑧 �𝑟𝑟 − µ

𝜎𝜎 � − 𝑟𝑟𝑧𝑧 � 𝑟𝑟 − µ

𝜎𝜎 � Sehingga diperoleh,

ƞ(𝑟𝑟) = 𝜎𝜎𝑧𝑧(𝑧𝑧) + (µ − 𝑟𝑟)𝑧𝑧(𝑧𝑧) ...(2-10) Jika persamaan (2-9) disubstitusikan kedalam persamaan (2-8) akan diperoleh biaya simpan untuk keadaan lost sales sebagai berikut.

𝑂𝑂𝑠𝑠 = 𝜎𝜎𝑧𝑧 �^{𝑞𝑞𝑜𝑜}₂ + 𝑟𝑟 − µ + ƞ(𝑟𝑟)�...(2-11)

3. Biaya kekurangan persediaan (𝑂𝑂𝑗𝑗^R)

Dalam model Q kekurangan persediaan hanya dimungkinkan selama waktu ancang- ancangnya saja dan kekurangan ini terjadi bila jumlah permintaan selama lead time (x) lebih besar dari tingkat persediaan pada saat pemesanan dilakukan (r) . Untuk

menghitung biaya kekurangan persediaan dapat didasarkan atas kuantitas barang

yang kurang. Jika biaya kekurangan setiap satu unit barang sebesar π, biaya kekurangan persediaan per tahun adalah:

Ok = N_T

Dimana:

π ...(2-12)

NT

Harga N

: jumlah kekurangan barang selama satu tahun

T

N

dapat dicari dengan menghitung ekspektasi jumlah kekurangan persediaan setiap siklusnya (ƞ(𝑟𝑟)) dan ekspektasi frekuensi siklus selama satu tahun (f) , atau :

T

Dimana:

= f. ƞ(𝑟𝑟) ...(2-12)

f = ^𝜆𝜆

𝑞𝑞𝑜𝑜 ...(2-14) ƞ(𝑟𝑟) = ∫ (𝑥𝑥 − 𝑟𝑟)𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 _𝑟𝑟^∞ ...(2-15) Dengan demikian biaya kekurangan persediaan (Ok) yang dihitung berdasarkan kuantitas dapat diformulasikan sebagai berikut:

Ok = ^{𝜋𝜋𝜆𝜆}

𝑞𝑞𝑜𝑜 ƞ(𝑟𝑟) ...(2-16) Berangkat dari rumus biaya simpan dan biaya kekurangan persediaan, akan diperoleh formulasi total biaya persediaan. Hasil yang diperoleh dari persamaan 2-4, 2-11 dan 2-16 jika disubstitusikan kedalam OT

O

dengan kekurangan persediaan diperlakukan

secara lost sales maka akan diperoleh:

T = OP + OS + O

O

k

O

T = ^{𝐴𝐴𝜆𝜆}_{𝑞𝑞𝑜𝑜}+ ℎ �^{𝑞𝑞𝑜𝑜}₂ + 𝑟𝑟 − µ + ƞ(𝑟𝑟)� +^{𝜋𝜋𝜆𝜆}_{𝑞𝑞𝑜𝑜}ƞ(𝑟𝑟)

Variabel keputusan optimal akan dapat diperoleh dengan menggunakan prinsip optimasi. Syarat agar O

T = ^{𝐴𝐴𝜆𝜆}_{𝑞𝑞𝑜𝑜}+ ℎ �^{𝑞𝑞𝑜𝑜}₂ + 𝑟𝑟 − µ� + �^{𝜋𝜋𝜆𝜆}_{𝑞𝑞𝑜𝑜}+ ℎ� ƞ(𝑟𝑟) ...(2-17)

T

a. ^{𝜕𝜕𝑂𝑂𝑇𝑇}

𝜕𝜕𝑞𝑞𝑜𝑜 = 0  - ^{𝐴𝐴𝜆𝜆}

qo2 + ¹

2h - ^{𝜋𝜋𝜆𝜆}

qo2 ƞ(r)= 0 minimal adalah:

2 Aλ + 2πλƞ(r)

qo*

b. ^{𝜕𝜕𝑂𝑂𝑇𝑇}

𝜕𝜕𝑟𝑟 = 0  h - �_qo2^{𝜋𝜋𝜆𝜆} + ℎ � ∫ 𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 _𝑟𝑟^∞ = 0

= �2𝜆𝜆[𝐴𝐴+𝜋𝜋ƞ(𝑟𝑟)]

ℎ ...(2-18)

∫ 𝑓𝑓(𝑥𝑥)𝑑𝑑𝑥𝑥 _𝑟𝑟^∞ = Φ(z) = _{𝜋𝜋𝜆𝜆 +ℎqo}^ℎqo ...(2-19) Penyelesaian qo∗ dan r∗ yang optimal sebagai jalan meminimasi nilai O^T

a. Hitung nilai q

maka digunakan prosedur interaktif G.Hadley and T.M Within sebagai berikut:

o1∗ awal sama dengan nilai q^ow q

∗ dengan formula Wilson yaitu:

o1* = q_ow b. Berdasarkan nilai q

∗ = �^{2𝜆𝜆𝐴𝐴}_ℎ ...(2-20)

o1* yang diperoleh akan dapat dicari besarnya kemungkinan kekurangan persediaan Φ(z) dengan menggunakan persamaan (2-19) dan selanjutnya akan dapat dihitung nilai r1

Φ(z) = _{𝜋𝜋𝜆𝜆 +ℎqo}^ℎqo , z dapat dicari dari tabel normalitas

∗:

Selanjutnya nilai r₁ r

∗ dapat dicari dengan menggunakan persamaan berikut:

1

c. Dengan diketahui r

∗ = µ + zσ ...(2-21)

1∗ yang diperoleh akan dapat dihitung nilai q^o2

q

∗ berdasarkan formula yang diperoleh dari persamaan (2-18).

o2

Dimana:

ƞ(𝑟𝑟) = 𝜎𝜎𝑧𝑧(𝑧𝑧) + (µ − 𝑟𝑟)𝑧𝑧(𝑧𝑧)

* = 2𝜆𝜆[𝐴𝐴+𝜋𝜋ƞ(𝑟𝑟)]

ℎ

d. Hitung kembali nilai 𝑧𝑧(𝑧𝑧)menggunakan persamaan (2-19) dengan nilai q^o = q_o2∗ dan hitung nilai r2

e. Bandingkan nilai r

∗ menggunakan persamaan (2-21).

1∗ dan r2∗; jika harga r2∗ relatif sama dengan r1∗ iterasi selesai dan akan diperoleh r∗ = r²∗ dan q^o∗= q^o2*. Jika tidak kembali kelangkah c dengan menggantikan nilai r1∗ = r²∗ dan q^o∗ = q^o2* (Senator, 2006).

3.4. Peramalan

3.4.1. Peramalan Kualitatif

Peramalan kualitatif biasanya digunakan bila tidak ada atau sedikit data masa lalu tersedia. Dalam metode ini, pendapat pakar dan prediksi mereka dijadikan dasar untuk menetapkan permintaan yang akan datang. Beberapa metode kualitatif yang banyak dikenal antara lain (Spyros. 1998):

1. Metode Delphi

Metode ini merupakan cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari para ahli dan berasal dari disiplin yang berbeda. Grup ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok. Metode ini dipakai dalam peramalan teknologi yang sudah digunakan pada pengoperasian jangka panjang.

2. Dugaan Manajemen

Dalam hal ini, peramalan didasarkan pada pertimbangan manajemen, umumnya oleh manajemen senior. Metode ini akan akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari suatu kelompok kecil orang yang karena pengalamannya mampu memberikan opini yang kritis dan relevan.

3. Riset Pasar

Metode ini mengumpulkan dan menganalisa fakta secara sistematis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama adalah survey pasar yang akan memberikan informasi mengenai selera yang diharapkan konsumen, dimana informasi tersenut diperoleh dengan cara kuesioner.

4. Metode Kelompok Terstruktur

Metode ini melibatkan orang-orang yang berpengalaman dalam berbagai bidang.

Perbedaan dengan metode Delphi terletak pada interaksi antar anggota panel. Dalam metode ini terdapat diskusi antar anggota secara langsung sedangkan dalam metode Delphi sama sekali tidak ada interaksi lisan.

5. Analogi Historis

Merupakan teknik peramalan yang didasarkan pada pola data masa lalu dari produk- produk yang dapat disamakan secara analogi. Analogi historis akan cenderung lebih baik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar itu.

3.4.2. Peramalan Kuantitatif

Metode peramalan ini didasarkan pada data kuantitatif pada masa lalu. Hasil peramalan yang dibuat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Metode yang baik yaitu yang memberi nilai-nilai perbedaan atau penyimpangan yang mungkin. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi berikut:

1. Adanya informasi tentang keadaan yang lain.

2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

Adapun langkah-langkah melakukan peramalan secara kuantitatif (Gambar 3.3) sebagai berikut:

1. Tentukan tujuan peramalan

2. Pembuatan diagram pencar (scatter diagram)

3. Pilih minimal dua metode peramalan yang dianggap sesuai 4. Hitung parameter-parameter fungsi peramalan.

5. Hitung kesalahan setiap metode yang terbaik, yaitu yang memiliki kesalahan terkecil 6. Pilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil.

7. Lakukan verifikasi peramalan.

Gambar 3.3. Langkah-langkah Peramalan Secara Kuantitatif

Ada dua kelompok besar metode kuantitatif, yaitu:

a. Metode Time Series

Metode time series adalah metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi

Langkah I Definisikan Tujuan Peramalan

Langkah II Buat Diagram Pencar

Langkah III

Pilih Beberapa Metode Peramalan

Langkah IV Hitung parameter-parameter

Langkah V

Hitung setiap kesalahan setiap metode

Langkah VI

Pilih Metode dengan kesalahan terkecil

Langkah VII Melakukan Verifikasi Peramalan

ditunjukkan bagaimana permintaan terhadap suatu produk tertentu bervariasi terhadap waktu. Sifat dari perubahan permintaan dari tahun ke tahun dirumuskan untuk meramalkan penjualan pada masa yang akan datang.

Ada empat komponen utama yang mempengaruhi analisis ini, yaitu : a. Pola siklis, jika penjualan produk memilki siklus yang berulang secara periodik b. Pola musiman, jika pola penjualan berulang setiap periode

c. Pola horizontal, jika nilai data berfluktuasi di sekitar nilai rata-rata.

d. Pola trend, jika data memiliki kecenderungan untuk naik/turun terus-menerus

Dalam meramalkan biaya-biaya yang termasuk dalam biaya operasi dipergunakan pola trend karena biaya tersebut cenderung naik jika mesin/peralatan semakin tua atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang digunakan di dalam penyelesaian masalah ini yaitu :

1. Trend linier

Bentuk persamaan umum : Y = a + bt

sedangkan peramalannya mempunyai bentuk persamaan Yt = a + bt

∑ ∑

∑ ∑ ∑

−

− −

2

2 ( t)

t n

Y t tY

b n ^{t t}

n t b a₌

∑

Y^t−

∑

2. Trend Eksponensial atau Pertumbuhan Bentuk persamaan umum :

Y = ae

sedangkan peramalannya mempunyai bentuk persamaan :

bt

Yt = ae^bt

∑ ∑

∑ ∑ ∑

−

= −

2

2 ( )

ln ln

t t

n

Y t Y t

b n ^{t t}

n t b a ₌

∑

^lnY^t−

∑

ln

3. Trend Logaritma Y = a + b log t

sedangkan bentuk peramalannya : Yt = a + b log t

∑ ∑

∑ ∑ ∑

−

= ₂ − ₂

) log ( log

log log

t t

n

Y t tY

b n ^{t t}

n

t b

a ₌

∑

Y^{t −}

∑

^log

4. Trend Geometrik Bentuk persamaannya : Y = at

sedangkan bentuk peramalannya :

b

Yt = at

∑ ∑

∑ ∑ ∑

−

= ₂ − ₂

) log ( log

log log

log . log

t t

n

Y t

Y t

b n ^{t t}

b

n

t b

a₌

∑

Y^{t −}

∑

^log

log

5. Trend Hyperbola

Bentuk persamaan umumnya adalah :

Y = _t b

a

sedangkan peramalnnya :

Yt = bt

a

∑ ∑

∑ ∑ ∑

−

= −

2

)2

(

log log

log .

t n t

Y t

Y t

b n ^{t t}

n

t b a₌

∑

^logY^{t −log}

∑

log

Adapun metode peramalan yang termasuk model time series adalah : 1. Metode Penghalusan (Smoothing)

Metode ini digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu, dengan membuat rata-rata tertimbang dari sederetan data masa lalu. Ketepatan dengan metode ini akan terdapat pada peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang akurat.

Metode ini terdiri dari:

a. Metode Rata-rata Bergerak (moving average) Single Moving Average

Merupakan peramalan untuk satu periode ke depan dari periode rata-rata.

Rumus yang digunakan adalah:

N

X X

F_t X^{t N} + + ^t + ^t

= ^{− + +}

+ 1 1

1

...

Dimana:

Xi

N : jumlah deret waktu yang digunakan : data pengamatan periode i.

F_t+1

Linear Moving Avarage

: nilai peramalan periode t+1

Dasar dari metode ini adalah penggunaan moving average kedua untuk memperoleh penyesuaian bentuk pola trend.

Double Moving Avarage

Notasi yang diberikan adalah MA (M x N), artinya M – periode MA dan N – periode NA

Weigthed Moving Average

Weighted moving average adalah metode perhitungan dengan cara mengalikan tiap-

tiap periode dengan faktor bobot dan membagikannya dengan hasil produk yang merupakan penjumlahan faktor bobot. Formula metode Weighted Moving Average adalah:

n t n t

t

t w A w A w A

F = _{1 −1}+ _{2 −2} +...+ ₋

dimana : w₁ w

: bobot yang diberikan pada periode t-1

2

w

: bobot yang diberikan pada periode t-2

n

n : jumlah periode

: bobot yang diberikan pada periode t-n

b. Metode Exponential Smoothing Single Exponential Smoothing(SES)

Pengertian dasar dari metode ini adalah: nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai ramalan yang terjadi pada periode t tersebut. Secara matematis dapat dinyatakan:

( )

(

1

)

^ˆ ₁

ˆ_t = f_t + − f_t−

f α α

dimana :

fˆ t : perkirakan permintaan pada periode t

α : suatu nilai (0<α <1) yang ditentukan secara subjektif

f t : permintaan aktual pada periode t ˆ 1

t−

f : perkiraan permintaan pada periode t-1

Double Exponential Smoothing

Formula Double Exponential Smoothing adalah : . .m b a f_t+m = _t + _t sedangkan :

(

¹

)

^' ₁

'= _t + − _t−

t X f

f α α

(

1

)

" 1

"

"= _t+ − _t−

t f f

f α α

dimana

t'

f : single exponential smoothing

"

ft : double exponential smoothing

(

^{' "}

)

^{2 ' "}

' _{t t t t}

t

t = f + f −f = f −f

α

(

' "

)

1 ^{t t}

t f −f

= − α β α

c. Trend Corrected Exponential Smoothing (Metode Hold)

Langkah pertama dilakukan dengan menghitung nilai level estimasi awal (Lo) dan trend estimasi awal (To) dengan menjalankan regresi linier antara permintaan At dan periode t dalam bentuk persamaan At = at + b, konstanta b merupakan estimasi awal level Lo dan a merupakan estimasi trend awal To.

Perhitungan To dan Lo sebagai berikut:

To =

∑ ∑

∑ ∑ ∑

−

−

2

2 ( )

.

t t

n

At t At t n

Lo =

n t To

∑

At⁻

∑

Selanjutnya, memodifikasi estimasi dengan rumusan sebagai berikut:

Lt+1 = α At+1 + (1- α)(Lt + Tt

T

)

t+1 = β(Lt+1 – L_t) + (1- β)Tt

2. Metode Proyeksi Kecenderungan dengan Regresi

Metode ini merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.

Bentuk fungsi dari metode ini dapat berupa:

a. Konstan, dengan fungsi peramalan (Yt):

Yt = a, dimana

N a₌

∑

Y¹

dimana : Yt = nilai tambah N = jumlah periode b. Linier, dengan fungsi peramalan:

Yt = a + bt

dimana :

n bt a Y −

=

( ) ( )

∑ ( ) ∑

∑ ∑ ∑

−

−

= − ₂

2 t

t n

y t ty b n

c. Kuadratis, dengan fungsi peramalan : Yt = a + bt + ct

dimana :

2

n

t c t b

a₌

∑

Y ⁻

∑

⁻

∑

² _;

∂

=θ −bα

c ; ₂

α β

θα δ

−

∂

−

= ∂ b

( _∑ )

−

_∑

=

∂ t^{2 2} n t⁴

∑ ∑

⁻

∑

= t Y n tY

δ

∑ ∑

⁻

∑

= t² Y n t²Y θ

∑ ∑

⁻

∑

= t² t² n t³ α

( ) _∑

⁻

_∑

= t ² n t² β

d. Eksponensial, dengan fungsi peramalan :

Yt = ae dimana :

bt

n t b a₌

∑

^lnY ⁻

∑

ln

( )

²

2

ln ln ln

∑

∑ ∑ ∑ ∑

−

= −

t t

n

Y t Y t a n

e. Siklis, dengan fungsi peramalan :

n c t b n

a

Y_t τ 2τ

2 cos ˆ = + sin + dimana :

n c t

n b t na

Y τ 2τ

2 cos

sin

∑

∑

^{= + +}

n t n

c t b n

n a t

n

Y τt τ τ τ 2τ

2 cos 2 sin

2 sin 2 sin

sin

∑

²

∑

∑

^{= + +}

n t n

b t c n

n a t

n

Y τt τ τ τ 2τ

2 cos 2 sin

2 cos 2 cos

cos

∑ ∑

²

∑

∑

^{= + +}

3. Metode dekomposisi

Metode peramalan yang ditentukan dengan kombinasi dari fungsi yang ada sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan fungsi linier atau siklis, kemudian bagi t atas kuartal sementara berdasarkan pola data yang ada. Metode dekomposisi merupakan pendekatan peramalan yang tertua. Terdapat beberapa pendekatan alternatif umtuk mendekomposisikan suatu deret berkala yang semuanya bertujuan memisahkan setiap komponen deret data seteliti mungkin.

3.5. Penentuan Ukuran Lot (Lot Sizing)

Ada beberapa prosedur untuk menentukan ukuran lot. Prosedur-prosedur ini dimulai dari yang paling sederhana hingga algoritma yang komplek. Berikut ini ada beberapa teknik- tekniknya antara lain (Sukaria. 2008):

1. Metode Lot for Lot (LFL)

Pada metode ini dilakukan pemesanan sejumlah yang dibutuhkan sehingga tidak ada on hand inventory. Selain itu menggunakan asumsi bahwa order dapat dilakukan untuk

jumlah berapapun.

2. Least Unit Cost (LUC)

Pada teknik LUC ini ukuran kuantitas pemesanan ditentukan dengan cara coba-coba yaitu dengan jalan mempertanyakan apakah ukuran lot di suatu periode sebaiknya sama dengan kebutuhan bersih atau bagaimana kalau ditambah dengan periode berikutnya.

Keputusan ditentukan berdasarkan ongkor per unit terkecil dari setiap bakal ukuran lot yang dipilih.

3. Least Total Cost (LTC)

Sarana untuk mencapai tujuan ini adalah suatu faktor yang disebut Economic Part Period (EPP). Pemilihan ukuran lot ditentukan dengan jalan membandingkan ongkos part period yang ditimbulkan oleh setiap ukuran lot yang akan dilaksanakan. EPP dihitung dengan membagi ongkos pengadaan (A) dengan ongkos simpan per unit per periode.

4. Part Period Balancing (PPB)

Teknik ini merupakan satu variasi dari Least Total Cost (LTC). Konversikan ongkos pesan menjadi Equivalent Part Period (EPP).

H EPP= A

Dimana : A = ongkos pesan

H = ongkos simpan per unit periode 5. Period Order Quantity (POQ)

Prosedur yang dilakukan adalah :

a. Hitung Economic Order Quantity (EOQ)

b. Gunakan EOQ untuk menghitung frekuensi pemesanan per tahun (N)

N ₌ EOQλ

Dimana λ adalah kebutuhan tahunan c. Hitung POQ

N

tahun per periode Jumlah

POQ=

d. Bulatkan hasil POQ 6. Wagner Within

Setiap persediaan membawa efek biaya sedangkan keberadaannya tidak memberikan nilai tambah kepada produksi. Namun demikian, pengadaan persediaan sering tidak dapat diabaikan karena fungsinya sebagai penyangga (buffer) dalam memelihara kelancaran proses produksi dan distribusi. Sehubungan dengan itu, dibutuhkan suatu model tentang jumlah persediaan yang optimum.

BAB IV

METODOLOGI PENELITIAN

4.1. Tempat Penelitian

Penelitian ini dilakukan di PT Florindo Makmur yang bergerak dalam bidang produksi tepung . PT. Florindo Makmur berada di Jl. Besar Desa Pergulaan Dusun V, Kecamatan Sei Rampah, Kabupaten Serdang Bedagai, Propinsi Sumatera Utara.

4.2. Jenis Penelitian

Jenis penelitian yang digunakan adalah deskriptif. Penelitian deskriptif ialah jenis penelitian yang bertujuan untuk mendiskripsikan secara sistematik, factual, dan akurat tentang fakta-fakta dan sifat-sifat suatu objek atau populasi tertentu. Tujuan penelitian ini adalah hanya sebatas membuat deskripsi yang tepat apa adanya tentang fakta-fakta dan sifat-sifat dari objek tanpa membuat prekdiksi atau mencari pemecahan atas masalah yang ada di objek tersebut. (Sinulingga, 2011).

4.3. Objek Penelitian

Objek penelitian yang diamati adalah distributor Lotte Mart dan distributor Berastagi Supermarket dengan data yang diamati yaitu data permintaan produk Gunun Agung. Pemilihan distributor dikarenakan area pemasaran distributor yang sangat luas, selain itu distributor tersebut juga mempunyai retailer-retailer yang besar sehingga jumlah permintaan yang diterima oleh perusahaan juga sangat besar.

4.4. Variabel Penelitian

Variabel-variabel yang terdapat dalam penelitian ini adalah sebagai berikut:

1. Variabel independen

Variabel independen adalah variabel yang mempengaruhi variabel dependen baik secara positif maupun secara negatif (Sinulingga, 2011). Variabel independen pada penelitian ini adalah diskon, jumlah permintaan, jumlah penjualan, dan distorsi informasi.

2. Variabel Dependen

Variabel dependen adalah yang nilainya dipengaruhi atau ditentukan oleh nilai variabel lain (Sinulingga, 2011). Variabel dependen dalam penelitian ini adalah bullwhip effect dan inventory cost sebagai focus penelitian

4.5. Kerangka Konseptual Penelitian

Penelitian dapat dilaksanakan apabila tersedia sebuah perancangan kerangka konseptual yang baik sehingga langkah-langkah penelitian lebih sistematis. Kerangka konseptual penelitian ini dapat dilihat pada Gambar 3.1.

Jumlah Permintaan

Jumlah Penjualan

Bullwhip effect

Inventory Cost Variabel Independen

Variabel Dependen

Distorsi Informasi Jumlah Penjualan

Gambar 4.1. Kerangka Konseptual Penelitian

4.6. Metode Pengumpulan Data

Data yang dikumpulkan ada dua jenis yaitu:

1. Data primer berupa entitas pada setiap level distribusi dan aliran distribusi barang yang meliputi prosedur pemesanan dan pengiriman produk jadi.