• Tidak ada hasil yang ditemukan

ANALISIS PENGENDALIAN PERSEDIAAN PRODUK DENGAN MENGGUNAKAN ALGORITMA WAGNER-WITHIN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN DI PT. PUTRA AREZDA PURNAMA.

N/A
N/A
Protected

Academic year: 2017

Membagikan "ANALISIS PENGENDALIAN PERSEDIAAN PRODUK DENGAN MENGGUNAKAN ALGORITMA WAGNER-WITHIN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN DI PT. PUTRA AREZDA PURNAMA."

Copied!
17
0
0

Teks penuh

(1)

ANALISIS PENGENDALIAN PERSEDIAAN PRSDUK DENGAN MENGGUNAKAN ALGSRITMAWAGNER-WITHIN

UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN DI PT. PUTRA AREZDA PURNAMA

Sleh:

Maria I F Situmorang NIM. 4103230022 Program Studi Matematika

SKRIPSI

Dialukan Untuk Memenuhi Syarat Memperoleh Gelar Sarlana Sain

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI MEDAN

(2)
(3)

iv

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah melimpahkan rahmat dan karunianNya sehingga skripsi ini dapat diselesaikan dengan baik. Skripsi ini berjudul “Analisis Pengendalian Persediaan Produk Dengan Menggunakan Algoritma Wagner-Within Untuk Meminimumkan Biaya Persediaan Di PT. Putra Arezda Purnama”. Skripsi ini disusun untuk memenuhi salah satu syarat memperoleh gelar Sarjana Sains di Universitas Negeri Medan.

(4)

Situmorang, S.E., Eben Situmorang, S.Si., Lintong Situmorang, Mey Situmorang, dan Niko Situmorang, yang memberikan dukungan doa dan motivasi kepada penulis, kepada temannteman terkasih Ezra, Handa, Rani, Rini, Astriyani, Lilis yang selalu memberi motivasi kepada penulis juga, terkhusus sejuta terima kasih penulis sampaikan kepada teman seperjuangan Aam, Anggi, Friska, Marcel, Marikson, Nancy, Royman, Venny, Marihot, John, Johan, Juneidy, Erisfan dan kepada teman KTB ku Aam jon Tarigan dan abg pkk kami Dedy Hutajulu, S.Pd., dan anggota IKBKM, anggota UKMKP UPnFMIPA, dan anggota IMDA yang tidak bosannbosannya menasehati, mendukung dan memberikan motivasi, serta selalu membantu penulis dalam menyelesaikan skripsi ini. Thank You Very Very Much, temanntemanku seperjuangan NonnDik’10 yang tidak dapat saya sebutkan satu persatu yang selama ini selalu memberikan dukungan, semangat, dan doa, terimakasih banyak buat alumni selaku senior saya Franz Simanjuntak, S.Si, Daniel Sihombing, S.Si, Ketty, S.Si, Rumondang, S.Si, Regina Tarigan, S.Si, Hedro Hutabarat, S.Si, dan Marshinta, S.Si, terimakasih juga kepada teman dan adiknadik serumah saya Sri Rezeki, Putri, Melisa, Romiana, Julianti, Friska, Wulan, dan Marina yang selalu memberikan dukungan, semangat, dan doa pada pengerjaan skripsi ini, begitu juga kepada junior saya Berkat, Fitri, Joni, Jumedi, Orlando, Simson,Valdo, Yuri, Taufan, Eva, Moses yang selalu memberikan dukungan serta semua pihak yang turut membantu penyelesaian skripsi ini yang tidak dapat disebutkan satu per satu.

Semoga skripsi ini bermanfaat dan menambah wawasan bagi kita semua. Akhir kata, penulis mengucapkan terima kasih.

Medan, Juni 2014 Penulis

(5)

iii

Analisis Pengendalian Persediaan Produk Dengan Menggunakan AlgoritmaWagner-WithinUntuk

Meminimumkan Biaya Persediaan Di PT. Putra Arezda Purnama

Maria I F Situmorang 4103230022

ABSTRAK

PT. Putra Arezda Purnama adalah perusahaan yang bergerak dalam industri produksi ban yang memiliki permasalahan dalam pengelolaan pengendalian persediaan ban. PT. Putra Arezda Purnama memiliki jumlah permintaan yang banyak, sehingga dibutuhkan pengendalian persediaan yang sesuai untuk menghemat biaya persediaan yaitu dengn menggunakan metode deterministik dinamis. Dalam penelitian ini, untuk menganalisis data terlebih dahulu digunakan uji normalitas data dengan uji Liliefors dimana data tersebut berdistribusi normal. Kemudian model yang digunakan adalah model pengendalian persediaan deterministik dinamis yaitu algoritma Wagner-Within Data yang diperoleh dari PT. Putra Arezda Purnama menunjukkan bahwa biaya persediaan yang dikeluarkan perusahaan untuk ban kecil ukuran 700-16 sebesar adalah Rp 2.596.797.740, ban truk ukuran 750-16 sebesar Rp 6.774.680.000, ban OTR ukuran 1000-20 sebesar Rp 409.248.631, dan ban overtread ukuran 11R 22,5 sebesar Rp 1.476.285.262. Biaya tersebut lebih besar jika dibandingkan dengan biaya persediaan yang diolah dengan algoritma Wagner-Within yaitu untuk ban kecil ukuran 700-16 sebesar adalah Rp 2.112.517.860, ban truk ukuran 750-16 sebesar Rp Rp 6.027.777.080, ban OTR ukuran 1000-20 sebesar Rp 320.830.270, dan ban overtread ukuran 11R 22,5 sebesar Rp 1.336.456.575. Metode deterministik dinamis yaitu algoritma Wagner-Within, dapat melakukan penghematan biaya persediaan di PT. Putra Arezda Purnama.

(6)

DAFTAR ISI

Halaman

LembarPengesahan i

Riwayat Hidup ii

Abstrak iii

Kata Pengantar iv

Daftar Isi vi

Daftar Gambar viii

Daftar Tabel ix

Daftar Lampiran xii

BAB I PENDAHILIAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 4

1.3 Batasan masalah 4

1.4 Tujuan Penelitian 5

(7)

vii

BAB II TINJAIAN PISTAKA 6

2.1 Persediaan (Inventory)

2.1.1 Pengertian Persediaan (Inventory) 6

2.1.2 Jenis-jenis Persediaan 9

2.1.3 Tujuan dan Fungsi Persediaan 9

2.1.4 Kegunaan Persediaan 11

2.2 Pengendalian Persediaan 11

2.2.1 Pengertian Pengendalian Persediaan 11

2.2.2 Tujuan Pengendalian Persediaan 12

2.2.3 Komponen Biaya Persediaan 13

2.2.4 Prinsip Manajemen Persediaan 15

2.2.5 Model Pengendalian Persediaan 15

2.3 AlgoritmaWagner-Within 18

2.3.1 Langkah-langkah Algoritma Wagner-Whitin 18

untuk Penyelesaian Masalah Optimasi

2.4 Uji Kenormalan Liliefors 22

BAB III METODOLOGI PENELITIAN 23

3.1 Waktu dan Tempat Penelitian 23

3.2 Jenis Penelitian 23

(8)

BAB IV PEMBAHASAN 25

4.1 Pengumpulan Data 26

4.2 Pengolahan Data 28

4.2.1 Langkah-langkah Pengolahan 28

Data Ban Kecil Ukuran 700-16 tahun 2013

4.2.2 Langkah-langkah Pengolahan 44

Data Ban Truk Ukuran 750-16 tahun 2013

4.2.3 Langkah-langkah Pengolahan 62

Data Ban OTR Ukuran 1000-20 tahun 2013

4.2.4 Langkah-langkah Pengolahan 79

Data BanOvertreadUkuran 11R 22,5 tahun 2013

BAB V KESIMPILAN DAN SARAN 101

5.1 Simpulan 101

5.2 Saran 102

(9)

ix

DAFTAR TABEL

Halaman

Tabel 1 Ongkos Dalam Kurun 12 Periode 19

Tabel 4.1 Data Produksi Ban Tahun 2013 26

Tabel 4.2 Data Permintaan Ban Tahun 2013 27

Tabel 4.3 Data Permintaan Ban Kecil 28 Ukuran 700-16 Tahun 2013

Tabel 4.4 Uji Normalitas Pemakaian Ban Kecil Tahun 2013 32

Ukuran 750-16 Tahun 2013

Tabel 4.5 Matriks Perhitungan Ban Kecil 34

Ukuran 700-16 tahun 2013

Tabel 4.6 Penentuan Lot Pemesanan Ban Kecil 38

Ukuran 700-16 dengan AlgoritmaWagner-Within

Tabel 4.7 Persediaan Ban Kecil Ukuran 700-16 39

dengan AlgoritmaWagner-Within

(Apabila Pembelian Berdasarkan Permintaan)

Tabel 4.8 Biaya Persediaan Ban Kecil Ukuran 700-16 40

dengan AlgoritmaWagner-Within

Tabel 4.9 Total Biaya Pembelian Ban Kecil 41

Ukuran 700-16 Menurut Perusahaan

(10)

Ukuran 700-16 Tahun 2013

Tabel 4.11 Data Biaya Simpan Ban Kecil 42

Ukuran 700-16 Tahun 2013

Tabel 4.12 Total Biaya Pembelian Ban Kecil 43

Ukuran 700-16 Menurut Perusahaan

Tabel 4.13 Data Permintaan Ban Truk 44

Ukuran 750-16 Tahun 2013

Tabel 4.14 Uji Normalitas Pemakaian Ban Kecil Tahun 2013 49

Tabel 4.15 Matriks Perhitungan Ban Truk 43

Ukuran 750-16 Tahun 2013

Tabel 4.16 Penentuan Lot Pemesanan Ban Truk 56

Ukuran 750-16 dengan AlgoritmaWagner-Within

Tabel 4.17 Persediaan Ban Truk Ukuran 750-16 57

dengan AlgoritmaWagner-Within

(Apabila Pembelian Berdasarkan Permintaan)

Tabel 4.18 Biaya Persediaan Ban Truk Ukuran 750-16 58

dengan AlgoritmaWagner-Within

Tabel 4.19 Total Biaya Pembelian Ban Truk 59

Ukuran 750-16 Menurut Perusahaan

Tabel 4.20 Data Biaya Pemesanan Ban Truk 60

(11)

xi

Tabel 4.21 Data Biaya Simpan Ban Truk 60

Ukuran 750-16 Tahun 2013

Tabel 4.22 Total Biaya Pembelian Ban Truk 61

Ukuran 750-16 Menurut Perusahaan

Tabel 4.23 Data Permintaan Ban OTR 62

Ukuran 1000-20 Tahun 2013

Tabel 4.24 Uji Normalitas Pemakaian Ban OTR 66

Ukuran 1000-20 tahun 2013

Tabel 4.25 Matriks Perhitungan Ban OTR 68

Ukuran 1000-20 tahun 2013

Tabel 4.26 Penentuan Lot Pemesanan Ban OTR 73

Ukuran 1000-20 dengan AlgoritmaWagner-Within

Tabel 4.27 Persediaan Ban OTR Ukuran 1000-20 dengan 74 AlgoritmaWagner-Within

(Apabila Pembelian Berdasarkan Permintaan)

Tabel 4.28 Biaya Persediaan Ban OTR 75

Ukuran 1000-20 dengan AlgoritmaWagner-Within

Tabel 4.29 Total Biaya Pembelian Ban OTR 76

Ukuran 1000-20 Menurut Perusahaan

Tabel 4.30 Data Biaya Pemesanan Ban OTR 77

(12)

Tabel 4.31 Data Biaya Simpan Ban OTR 77

Ukuran 1000-20 Tahun 2013

Tabel 4.32 Total Biaya Pembelian Ban OTR 78

Ukuran 1000-20 Menurut Perusahaan

Tabel 4.33 Data Permintaan BanOvertread 79

Ukuran 11R-22,5 Tahun 2013

Tabel 4.34 Uji Normalitas Pemakaian BanOvertread 83

Ukuran 11R 22,5 Tahun 2013

Tabel 4.35 Matriks Perhitungan BanOvertread 85 Ukuran 11R 22,5 tahun 2013

Tabel 4.36 Penentuan Lot Pemesanan BanOvertread 90

Ukuran 11R 22,5 dengan AlgoritmaWagner-Within

Tabel 4.37 Persediaan BanOvertreadUkuran 11R-22,5 91

dengan AlgoritmaWagner-Within

(Apabila Pembelian Berdasarkan Permintaan)

Tabel 4.38 Biaya Persediaan BanOvertread 92

Ukuran 1000-20 dengan AlgoritmaWagner-Within

Tabel 4.39 Total Biaya Pembelian BanOvertread 93

Ukuran 11R 22,5 Menurut Perusahaan

Tabel 4.40 Data Biaya Pemesanan BanOvertread 94

(13)

xiii

Tabel 4.41 Data Biaya Simpan BanOvertread 95 Ukuran 11R 22,5 Tahun 2013

Tabel 4.42 Total Biaya Pembelian BanOvertread 95

(14)

DAFTAR GAMBAR

(15)

xii

DAFTAR LAMPIRAN

Lampiran 1: Pengumpulan Data PT. Putra Arezda Purnama Tahun 2013

Lampiran 2:Perhitungan Matriks Iterasi Total Biaya Persediaan Ban Tahun 2013 Selama 12 Periode

Lampiran 3: Tampilan Hasil Pengelolaaan Matriks Iterasi Total Biaya Persediaan Ban Tahun 2013 Dengan Menggunakan MS.Excel.

Lampiran 4: Tabel Luas Di Bawah Kurva Normal Lampiran 5: Nilai Kritis Untuk Uji Liliefors Lampiran 6: Dokumentasi Penelitian

Lampiran 7: Surat Persetujuan Dosen Pembimbing Skripsi

Lampiran 8: Surat Permohonan Izin Penelitian dari FMIPA UNIMED Lampiran 9: Surat Izin Penelitian dari PT. FMIPA UNIMED

(16)

97

5.1 S

impulan

Berdeserken hesil pengolehen dete, meke depet disimpulken behwe: 1. Dengen mengguneken elgoritme Wagner-Within didepetken stretegi pengendelien persedieen yeng optimum pede tehun 2013 yeitu dengen menghitung iteresi ongkos totel kemudien mendefenisiken ongkos minimum yeng terjedi seleme periode tersebut den menerjemehken solusi optimum pede produksi ben, pemesenen produksi ben kecil ukuren 700-16 dilekuken 5 keli, ben truk ukuren 750-16 dilekuken 9 keli, ben OTR ukuren 1000-20 dilekuken 5 keli, ben overtread ukuren 11R 22,5 dilekuken 5 keli, sehingge depet meminimumken bieye persedieen ben di PT. Putre Arezde Purneme Meden.

2. Algoritme Wagner-Within depet meminimumken bieye persedieen ben di PT. Putre Arezde Purneme Meden, dimene deri perhitungen bieye produksi unit, bieye pesen, den bieye simpen meke elgoritme

Wagner-Within depet meminimelken bieye persedieen pede ben kecil ukuren 700-16 sebeser Rp 484.279.880, ben truk ukuren 750-16 sebeser Rp 746.902.920, ben OTR ukuren 1000-20 sebeser Rp 88.418.361, ben

overtreadukuren 11R 22,5 sebeser Rp 139.828.687, sehingge deri hesil perhitungen sesuei dengen tujuen.

5.2. Saran

Begi pihek PT. Putre Arezde Purneme Meden, eger depet mempertimbengken pengguneen metode Algoritme Wagner-Within

(17)

98 DAFTAR PUSTATA

Eko, R. (2003).Manajemen nersedeaan. Penerbit Grasindo: Jakarta

Ginting. R. (2007).Sestem nrodukse.Graha Ilmu: Yogyakarta

Kulsum, Suganda, dan Evi, F. (2013). nenentuan Kebutuhan Matereal Menggunakan Metode MRn pada nroduk Cup Insole. FT, 8 Oktober 2013

Prawirosentono, S. (1997). Manajemen nrodukse dan Operase. Bumi Aksara: Jakarta

Prawirosentono, S. (2005).Reset Operase dan Ekonofeseka. Bumi Aksara: Jakarta

Rangkuti, F. (2007). Manajemen nersedeaan Aplekase de Bedang Besnes.PT. Raja Grafindo Persada: Jakarta

Sadjadi, S. (2009). An Improved Wagner-Whitin Algorithm. Internateonal Journal of Industreal Engeneereng and nroducteon Research, Volume 20, Number 3, Desember 2009, ISSN: 2008-4889

Siswanto. (2007).Operateon Research.Penerbit Erlangga: Jakarta

Subagyo, P. (1986). Dasar-dasar Operateon Research. Lembaga Penerbit Fakultas Ekonomi UGM: Jakarta

Syafaruddin, S. (2004).Statestek Terapan.Grasindo: Jakarta

Taha, H. (1997).Reset Operase. Jilid 2. Binarupa Aksara: Jakarta

Tigano, A. (2013). Peramalan Permintaan Sarung Menggunakan Model Runtun Waktu Autoregresive Integreted Moving Average (ARIMA) dan Meminimumkan Ongkos Total Inventory Hasil Peramalan Menggunakan Wagner-Wethen.Jounal Sceence East Borneo. FMIPA, Volume 1, Nomor 1, Juni 2013

Yamit, Z. (2007).Manajemen nersedeaan. Penerbit Ekonosia: Yogyakarta

Haniah, N. (2013).Uje Normaletas Dengan Metode Leleefors http://statistikapendi

Referensi

Dokumen terkait

[r]

Himpunan Peraturan Gubernur Tahun 2015 1... Himpunan Peraturan Gubernur Tahun 2015

Tabel Lengkap Pengujian Kecepatan Motion Geser Kanan Robot... Tabel Lengkap Pengujian Kecepatan Motion Geser

Karena tidak adanya pengolahan data persetujuan kredit nasabah yang menyebabkan resiko kesalahan yang cukup besar, seperti pengolahan data dan informasi yang masih

Photo Berbasis Online yang nantinya dapat berguna bagi

Sumber Daya Manusia (SDM) menjadi faktor penting dalam perancangan website untuk pengarsipan dokumen tak hanya perngarsipan sistem ini dapat melihat perankingan

Minyak dedak padi dan methanol direaksikan dengan katalis HCl berdasarkan reaksi esterifikasi dengan variabel tetap yang digunakan adalah umpan (minyak dedak sebesar 100 ml,

Tujuan penelitian ini adalah untuk melakukan optimasi dan validasi metode Kromatografi Cair Kinerja Tinggi (KCKT) pada penetapan kadar natrium siklamat dalam minuman ringan dan