i
MODEL INVENTORI ECONOMIC ORDER QUANTITY PROBABILISTIK
STUDI KASUS PADA OPTIK YOGYA
SKRIPSI
Ditujukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains
Program Studi Matematika
Oleh:
Vincentius Prabowojati Wicaksana NIM: 053114013
PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
ii
ECONOMIC ORDER QUANTITY PROBABILISTIC INVENTORY MODELS CASE STUDY OF YOGYA OPTIK
THESIS
Presented as Partial Fulfillment of the Requirements To Obtain the SARJANA SAINS Degree
In mathematics
By:
Vincentius Prabowojati Wicaksana Student Number: 053114013
Study Program of Mathematics Science Department of Mathematics Faculty of Science and Technology
Sanata Dharma University Yogyakarta
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 12 Agustus 2009 Penulis,
vi
! "
#
! "
#
! "
#
! "
#
!
$% #
&
$ ' (
!
$% #
&
$ ' (
!
$% #
&
$ ' (
!
$% #
&
$ ' (
(
'
(
'
(
'
(
'
))))
(
$ *
(
$ *
(
$ *
(
$ *
"
"
"
"
%
%
%
%
&
$ "
# + $
)
&
&
$ "
$ "
# + $
# + $
)
)
&
$ "
# + $
)
!!!! " "" "" "" "
# # #
# """"
$$$$
viii ABSTRAK
Dalam proses penjualan yang dilakukan oleh toko Optik Yogya, terdapat be-berapa barang yang harus tersedia untuk memenuhi kebutuhan konsumen. Ada per-masalahan yang terjadi ketika barang yang dibutuhkan tidak tersedia dan juga jika barang yang tersedia melebihi kapasitas atau over.
ix ABSTRACT
In the selling process carried out by Yogya Optik, few goods must be availa-ble in order to meet the need of the consument. The proavaila-blems occurs when the goods that the customer want are not available and when the available goods are exceeding its maximum capasity.
x
KATA PENGANTAR
Segala puji dan syukur, penulis panjatkan kepada Tuhan Yesus Kristus, sehingga karena kasih, izin dan karunia-Nya skripsi ini dapat diselesaikan dengan baik.
Dalam penyusunan skripsi ini penulis memiliki banyak hambatan sehingga membutuhkan bantuan dari berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis ingin menyampaikan ucapan terima kasih kepada :
1. Lusia Krismiyati Budiasih, S.Si., M.Si., selaku dosen pembimbing dan Kaprodi Matematika FST-USD yang dengan rendah hati mau meluangkan banyak waktu, pikiran, nasehat dan penuh kesabaran telah membimbing penulis selama penyusunan skripsi.
2. Yosef Agung Cahyanta, S.T., M.T., selaku Dekan FST-USD. 3. Ch. Enny Murwaningtyas, S.Si., M.Si., selaku dosen penguji. 4. Ir. Ig. Aris Dwiatmoko, M.Sc. selaku dosen penguji.
5. Romo Prof. Dr. Frans Susilo, S.J., selaku dosen pembimbing akademik.
6. Sudi Mungkasi, S.Si., M.Sc., yang pernah menjadi dosen pembimbing akademik bagi penulis.
7. Herry Pribawanto Suryawan, S.Si., M.Si., yang telah banyak membantu penulis. 8. Bapak dan Ibu dosen Program Studi Matematika yang telah memberikan bekal
xi
9. Bapak Tukija dan Ibu Linda yang telah memberikan pelayanan administraasi dan urusan-urusan akademik selama penulis kuliah serta Karyawan Perpustakaan USD yang telah memberikan fasilitas dan kemudahan kepada penulis.
10.Kedua orang tuaku serta kakakku Ignas dan adik-adikku Hendrikus dan Dion yang selalu memberikan dukungan kepadaku dalam segala hal, kasih sayang, pengorbanan, doa, motivasi dan kepercayaan yang sangat berarti.
11.Semua pihak yang telah membantu yang tidak dapat disebutkan satu persatu.
Penulis menyadari masih ada kekurangan dalam skripsi ini, untuk itu saran serta kritik yang membangun sangat diharapkan dalam peningkatan kualitas skripsi ini, dan akhirnya penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak.
Yogyakarta, Agustus 2009
Penulis,
xii DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
HALAMAN JUDUL DALAM BAHASA INGGRIS ... ii
HALAMAN PERSETUJUAN PEMBIMBING ... iii
HALAMAN PENGESAHAN ... iv
PERNYATAAN KEASLIAN KARYA ... v
HALAMAN PERSEMBAHAN ... vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ……….... vii
ABSTRAK ... viii
ABSTRACT ... ix
KATA PENGANTAR ... x
DAFTAR ISI ... xi
BAB I PENDAHULUAN ... 1
A. Latar Belakang Masalah ... 1
B. Perumusan Masalah ... 3
C. Batasan Masalah ... 4
D. Tujuan Penulisan ... 4
E. Metode Penulisan ... 4
F. Manfaat Penelitian ... 5
xiii
BAB II DIFERENSIAL, FUNGSI KONVEKS DAN TEORI PROBABILITAS 7
A. Diferensial... 7
B. Fungsi konveks ... 11
C. Teori Probabilitas... 12
BAB III MODEL INVENTORI... 31
A.Parameter-parameter Persediaan... 31
B. Model Economic Order Quantity Deterministik Satu Barang... 23
C. Model Economic Order Quantity Deterministik Banyak Barang... 34
D.Model Economic Order Quantity Deterministik Diskon... 36
E.Model Economic Order Quantity Deterministik Back Order... 38
F. Model Economic Order Quantity Probabilistik... 52
BAB IV APLIKASI MODEL INVENTORI PROBABILISTIK... 67
PADA OPTIK YOGYA... ... 67
A. Analisis dengan Data yang tersedia... 67
B. Simulasi ... 73
BAB V PENUTUP... ... 100
A. Kesimpulan... 100
B. Saran... 101
A. Latar Belakang Masalah
Dalam dunia perekonomian kita sering mengenal berbagai
permasalahan yang nyata dalam hidup. Permasalahan itu ada dari zaman
dahulu hingga sekarang. Salah satu permasalahan yang sangat penting dan
hampir dihadapi oleh semua bidang usaha adalah inventori atau yang lebih
kita kenal persediaan.
Inventori (Persediaan) adalah setiap sumberdaya yang disimpan
(stored resource) yang digunakan untuk memuaskan kebutuhan pelanggan
pada saat ini atau masa depan. Bagi banyak perusahaan dan toko, inventori
mencerminkan sebuah investasi, dan investasi ini sering lebih besar daripada
yang seharusnya. Hal ini dikarenakan perusahaan-perusahaan atau toko-toko
lebih mudah untuk memiliki inventori just-in-case (berjaga-jaga kalau ada
apa-apa) daripada inventori just-in-time (persediaan seperlunya) karena
berbagai pertimbangan dan kondisi yang ada.
Setiap perusahaan atau toko saat ini tentunya memiliki manager
operasi yang bertugas dalam bidang inventori. Setiap manager operasi
tentunya harus menyadari bahwa mengatur inventori yang baik dan tepat
sangatlah penting. Hal itu dikarenakan stok (jumlah barang) inventori,
berpengaruh besar terhadap kelangsungan aktivitas keseharian perusahaan
perusahaan ataupun toko tersebut mengalami kerugian yang besar. Selain itu
juga, jika perusahaan atau toko ingin mengurangi biaya pengeluaran dengan
membatasi stok inventori di tangan, sebaliknya konsumen akan merasa tidak
puas bila suatu produk stok inventorinya habis. Oleh karena itu, perusahaan
atau toko harus mencapai keseimbangan antara inventori dan tingkat layanan
konsumen.
Setelah mengetahui beberapa permasalahan di ataas, dalam skripsi ini
akan dibahas tentang inventori Toko Optik Jogja yang berada di kota Jogja
dan Ambon. Optik Jogja merupakan salah satu toko yang menjual dan
menyalurkan kaca mata, soft lens, lensa kacamata serta lap kacamata. Untuk
mendukung proses penjualannya, Optik Jogja memiliki manager yang
mempunyai wewenang dan tugas untuk mengontrol, mendata dan
mengendalikan stok inventori bingkai kacamata, lensa, lap kacamata dan
lainnya.
Meskipun mempunyai manager yang bertugas mengontrol stok
inventori, namun sering kali stok inventori tidak berada pada level yang telah
ditetapkan sebelumnya. Stok inventori sering berada jauh di atas maksimum
stok, bahkan sering juga mengalami kehabisan. Hal ini sering mengakibatkan
konsumen kecewa, karena barang yang diinginkannya tidak tersedia. Selain
itu juga, jumlah pesanan kacamata dan lensa yang berlebihan kadang menjadi
sia-sia karena tidak digunakan dan tidak jarang mengakibatkan kerugian.
Menyadari kenyataan tersebut penulis akan menganalisa faktor-faktor
stok inventori. Selain itu, Penulis juga akan menganalisa banyaknya barang
yang ada, jenis dan tingkat penjualannya, yang selama ini kurang maksimal.
Setelah faktor-faktor yang berkaitan dengan proses inventori selesai
dikumpulkan, faktor-faktor tersebut akan dianalisa lebih lanjut dengan
menggunakan model inventori.
Model inventori yang akan digunakan dalam skripsi ini adalah model
Economic Order Quantity (EOQ). Dalam masalah nyata, permasalahan
ekonomi sangatlah tidak pasti. Masalah tersebut dapat muncul dan berubah
setiap saat seturut perkembangan kondisi yang terjadi. Oleh karena ketidak
pastian tersebut,model EOQ nantinya akan dianalisa juga dengan cara
probabilistik yaitu dengan mempertimbangakan kemungkinan-kemungkinan
yang terjadi.
Hasil dari analisa dan perhitungan tersebut, nantinya diharapkan
dapat dijadikan suatu landasan dan acuan dalam menggambil keputusan untuk
proses inventori selanjutnya dengan mempertimbangkan faktor-faktor yang
mungkin akan terjadi pada masa yang akan datang. Sehingga, nantinya Toko
Optik Jogja mendapatkan keuntungan yang maksimal.
A.Perumusan Masalah
Berdasarkan uraian yang telah dipaparkan dalam latar belakang, pokok
permasalahan dalam skripsi ini dapat dirumuskan sebagai berikut:
1. Apakah yang dimaksud model inventori?
3. Bagaimana menganalisa persamaan EOQ secara deterministik dan
probabilistik?
4. Bagaimana menerapkan model inventori dalam kasus nyata pada Toko
Optik Jogja?
B. Batasan Masalah
Batasan masalah dalam skripsi ini adalah:
1. Teori probabilitas hanya dibahas sebatas yang terkait langsung dengan
permasalahan, sedangkan hal-hal yang sifatnya elementer tidak dibahas
2. Data-data yang digunakan hanya pada Toko Optik Jogja pada tahun 2007
dan 2008.
3. Model inventori yang akan dibahas pada skripsi ini hanya model Economic
Order Quantity (EOQ).
4. Pada simulasi hanya dipakai proses pengunaannya saja, tanpa membahas
dasar teorinya.
5. Pada simulasi data bilangan random didapatkan menggunakan excel.
C.Tujuan Penulisan
Tujuan penulisan skripsi ini adalah untuk:
1. Mengetahui dasar-dasar Model Inventori.
2. Mengetahui model inventori Economic Order Quantity (EOQ).
3. Mengaplikasikan model inventori EOQ pada kasus nyata toko optik Jogja.
D.Metode Penulisan
Metode penulisan skripsi ini menggunakan metode studi pustaka, yaitu
dengan menggunakan buku-buku, jurnal, dan makalah yang telah
stok inventori dan jumlah penjualannya diperoleh langsung dari Toko Optik
Jogja.
E.Manfaat Penulisan
Manfaat penulisan skripsi ini adalah:
1. Dapat mengetahui dasar model inventori.
2. Dapat mengetahui parameter-parameter yang berpengaruh dalam model
inventori.
3. Dapat mengetahui model EOQ secara detail.
4. Dapat mengetahui cara pengaplikasian langsung model inventori.
F. Sistematika Penulisan BAB I PENDAHULUAN
A.Latar Belakang Masalah
B. Perumusan Masalah
C.Batasan Masalah
D.Tujuan Penulisan
E. Metode Penulisan
F. Maanfaat Penulisan
Bab II DIFERENSIAL, FUNGSI KONVEKS DAN TEORI PROBABILITAS
A.Diferensial
B. Fungsi konveks
C.Teori Probabilitas
BAB III MODEL INVENTORI
A.Parameter-parameter inventori
B. Economic Order Quantity (EOQ) Deterministik
C.Economic Order Quantity (EOQ) Probabilistik
BAB IV APLIKASI MODEL INVENTORI PADA TOKO OPTIK JOGJA
A.Data data parameter yang dibutuhkan
B. Perhitungan dengan Economic Order Quantity (EOQ)
BAB V KESIMPULAN
A.Kesimpulan
Bab II,
Diferensial, Fungsi Konveks dan Teori Probabilitas
2.1 Diferensial Definisi 2.1.1
Andaikan y=f(x) terdeferensialkan di x, dan andaikan bahwa dx merupakan
diferensial dari variabel bebas x, yang menyatakan pertambahan sembarang dari x.
Diferensial dari variabel tak bebas y ditulis dy di definisikan oleh
= ( )
Berikut merupakan grafik peraga dari diferensial
Gambar 2.1.1 Fungsi = ( )
Andaikan P(x0,y0) adalah titik tetap pada grafik fungsi = ( ), seperti
terlihat pada gambar 2.1.1. Pandang P sebagai titik asal, dx dan dy merupakan
sumbu-sumbu koordinat baru yang sejajar dengan sumbu koordinat.
Dalam sistem koordinat yang baru, garis singgung di P persamaannya
adalah sebagai berikut = , dimana adalah kemiringan garis, =
( ) . Dari persamaan tersebut dx disebut diferensial dari x dan dy disebut
differensial dari y.
Maksimum dan minimum fungsi Definisi 2.1.2
Andaikan S adalah daerah asal fungsi f, yang memuat titik c. Dikatakan bahwa:
1. ( )adalah nilai maksimum pada , jika ( ) ≥ ( )untuk semua di 2. ( )adalah nilai minimum pada , jika ( ) ≤ ( )untuk semua di
3. ( ) adalah nilai ekstrim f pada S, jika ( ) adalah nilai maksimum atau
minimum
Berikut ini merupakan grafik ilustrasi dari Definisi 2.1.2
Gambar 2.1.3 Gambar 2.1.4
Gambar 2.1.3 dan 2.1.4 masing-masing menunjukkan sketsa sebagian
grafik yang mempunyai maksimum di c. Sedangkan gambar 2.1.5 dan 2.1.6
masing-masing menunjukan sebagian grafik yang mempunyai nilai minimum di c.
Untuk menentukan daerah asal S agar fungsi f terdefinisi dan dapat
menghasilkan prasyarat nilai ekstrim dan titik kritis yang digunakan untuk
menentukan kemungkinan nilai-nilai c yang memberikan nilai ekstrim, digunakan
definisi berikut
Definisi 2.1.3
Andaikan S, adalah daerah asal f yang memuat titik c, dikatakan bahwa
1. f(c) adalah nilai maksimum relatif f, jika terdapat interval terbuka (a,b), yang
memuat c sedemikian sehingga f(c) adalah nilai maksimum f pada (a,b).
2. f(c) adalah nilai minimum relatif f, jika terdapat interval terbuka (a,b), yang
memuat c sedemikian sehingga f(c) adalah nilai minimum f pada (a,b).
3. f(c) adalah nilai ekstrim relatif f, jika terdapat f(c) sedemikian sehingga f(c)
adalah nilai maksimum relatif atau minimum relatif .
Berikut ini merupakan grafik ilustrasi dari Definisi 2.1.3
Gambar 2.1.9
Gambar 2.1.7 memperlihatkan fungsi yang tidak memiliki nilai ekstrim relatif,
walaupun berlaku ( ) = 0. Sedangkan gambar 2.1.8 dan 2.1.9 masing-masing
memperlihatkan grafik fungsi dengan ekstrim maksimum dan ekstrim minimum.
Dari gambar 2.1.8 dan 2.1.9 juga, pada saat ( ) merupakan nilai ekstrim fungsi
( ), maka terlihat bahwa ( ) = 0 dan disekitar x=c, ( ) berubah nilainya
dari positif ke negatif untuk ekstrim maksimum, serta berubah dari negatif ke
positif untuk ekstrim minimum.
Teorema 2.1.1 Uji turunan pertama ekstrim relatif
Andaikan fungsi f kontinu pada interval terbuka (a,b) yang memuat titik kritis c.
1. Jika ( ) > 0 untuk semua nilai x pada a<x<c, dan ( ) < 0 untuk semua
nilai x pada c<x<b, maka ( ) adalah nilai maksimum relatif dari f.
2. Jika ( ) < 0 untuk semua nilai x pada a<x<c, dan ( ) > 0 untuk semua
nilai x pada c<x<b, maka ( ) adalah nilai minimum relatif dari f.
3. Jika ( ) bertanda sama untuk semua nilai x pada a<x<c dan c<x<b, maka
Teorema 2.1.2 Teorema titik kritis
Andaikan fungsi f didefinisikan pada interval I yang memuat titik c. Jika f(c)
adalah nilai ekstrim, maka c haruslah suatu titik kritis, yakni c berupa salah satu
dari:
1. Titik ujung interval I.
2. Titik stationer dari f, yakni ( ) = %.
3. Titik singular dari f, yakni ( )tidak ada.
Dari teorema 2.1.1 dapat ditarik kesimpulan bahwa persyaratan yang harus
dipenuhi untuk terjadinya nilai ekstrim di c adalah f kontinu dan S adalah
interval tertutup.
2.2 Fungsi Konveks Definisi 2.2.1
S adalah suatu himpunan, dan S disebut himpunan konveks jika ∀'(,')* maka
semua kombinasi konveks dari + dan , juga berada dalam S.
Misalkan fungsi f yang bernilai real tersebut didefinisikan paada himpunan
konveks C di Rn. Fungsi tersebut dikatakan fungsi konveks jika untuk setiap
+ dan , di C dan - ≥ 0, . ≥ 0, - + . = 1, maka
(- ++ . ,) ≤ - ( +) + . ( ,)
Sedangkan fungsi f disebut konveks tegas bila
(- ++ . ,) < - ( +) + . ( ,)
Jika akan diinterpretasikan secara geometris, fungsi konveks f adalah
fungsi sedemikian sehingga jika + dan ,, sembarang titik di Rn pada grafik f , maka titik-titik segmen garis [ +, ,] yang menghubungkan + dan , terletak pada atau di atas grafik f.
2.3 Teori Probabilitas
A. Peubah Acak Kontinu
Misalkan terdapat sebuah ruang contoh dari pelamparan uang logam
sebanyak tiga kali dapat dituliskan sebagai berikut
= 2333, 334, 343, 433, 344, 434, 443, 4445
Dengan G menunjukan sisi gambar, dan A menunjukan sisi angka.
Jika dari hasil pelemparan tersebut ditanyakan berapa kali sisi gambar muncul,
maka nilai numerik 0,1,2, atau 3 dapat diberikan.
Dari hasil yang diberikan tersebut, sebenarnya merupakan besaran acak
yang nilainya ditentukan oleh hasil percobaan. Nilai-nilai tersebut dapat
dipandang sebagai nilai-nilai yang dapat diambil oleh suatu peubah acak atau
variabel acak X tertentu yang dalam hal ini menyatakan berapa kali sisi gambar
muncul bla sekeping uang logam dilempar tiga kali.
Berdasarkan keterangan di atas dapat disimpulkan bahwa peubah acak
merupakan suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh
setiap unsur dalam contoh. Kemudian, digunakan huruf kapital misalkan X untuk
melambangakan suatu peubah acak, dan huruf kecilnya x untuk menyatakan satu
Pada kenyataannya, banyaknya kemungkinan dari suatu percobaan
mungkin saja tidak terhingga atau tidak tercacah. Misalkan, akan menghitung
jumlah barang yang terjual dalam sebuah toko dalam waktu tertentu. Dengan
mengasumsikan waktu dalam hal ini hari, maka sangatlah jelas bahwa didapat tak
hingga banyaknya kemungkinan barang terjual dalam interval waktu tertentu yang
tidak dapat di dapatkan secara pasti. Oleh karena itu, bila suatu ruang contoh
mengandung takhingga banyaknya titik contoh yang sama dengan banyaknya titik
pada sebuah garis, maka ruang itu disebut ruang contoh kontinu.
Peubah acak yang didefinisikan dalam ruang contoh kontinu disebut
peubah acak kontinu. Dalam hal ini, peubah acak kontinu digunakan untuk data
yang diukur, misalnya jumlah barang yang dibutuhkan, jarak dan lain sebagainya.
B. Fungsi kepekatan
Fungsi peluang yang digambarkan oleh kurva biasa disebut fungsi
kepekatan. Kebanyakan fungsi kepekatan yang mempunyai penerapan praktis
dalam analisis data statistik bersifat kontinu untuk semua nilai X. Karena luas
daerah akan digunakan untuk menyatakan peluang, dan nilai dari peluang itu
sendiri adalah positif, maka fungsi kepekatan teletak seluruhnya di atas sumbu-x.
Fungsi kepekatan didefinisikan sedemikian sehingga luas di daerah bawah
kurva dan di atas sumbu-x sama dengan satu. Bila suatu fungsi kepekatan
maka peluang X men
diaksir yang terletak a
Oleh karena
kontinu X bila luas d
dan bila luas daerah d
terletak antara a dan b
C. Distribusi Norm
Distribusi norm
bidang statistika dan
merupakan gambar ku
engambil nilai antara x1 dan x2 sama dengan lu
k antara x1 dan x2 di bawah fungsi kepekatannya
na itu, fungsi f disebut fungsi kepekatan ba
s daerah dibawah kurva dan di atas sumbu-x sam
di bawah kurva antara x1 =a dan x2=b menyat
b.
rmal
ormal merupakan distribusi kontinu yang palin
an banyak dipakai dalam memecahkan per
kurva distribusi normal:
Gambar 2.3.1 distribusi normal
n luas daerah yang
nya.
bagi peubah acak
sama dengan satu,
yatakan peluang X
ling penting dalam
Dari gambar d
genta disebut peubah
peubah acak normal
dan simpangan bakun
kepekatan bagi x den
Dari keterang
adalah suatu peubah
persamaan kurva norm
6( ; 8, 9
Bila nilai-nilai
ditentukan dengan pas
Luas daerah dibawa
Kurva dengan se
kepekatan yang dibu
dibatasi oleh +
nilai antara + da
dengan : + $ 8 $
r di atas, suatu peubah acak kontinu x yang m
ah acak normal. Persamaan matematik untuk s
al tergantung pada dua parameter 8 dan 9, ya
kunya. Oleh karena itu dapat dilambangkan n
engan ; ; 8, 9 .
ngan di atas, dapat didefinisikan kurva norm
ah acak normal dengan nilai tengah 8 dan ra
ormalnya adalah:
9 1
9√2=>?+,@
'?A B C
)
, D6EDF G ∞ $ $
i 8 dan 9 diketahui, maka kurva normal
pasti.
wah kurva Normal
sembarang sebaran peluang kontinu atau me
ibuat sedemikian sehingga luas daerah di ba
dan , sama dengan peluang peubah aca
dan ,. Berikut merupakan ilustrasi grafi
, yang dinyatakan oleh luas daerah yang di
memiliki sebaran
k sebaran peluang
yaitu nilai tengah
nilai-nilai fungsi
rmal, yaitu bila x
ragam 9,, maka
$ ∞
l itu telah dapat
merupakan fungsi
bawah kurva itu
acak x mengambil
rafik kurva normal
Kemudian unt
ditransformasikan sem
normal z dengan nilai
Nilai tengah z ada
Sedangkan ragam
Bila x berada di
diantara nilai-nilai:
I
Contoh 2.3.1:
Untuk sebaran n
peubah acak x bernila
Jawab:
Sebaran peluang
diberikan dalam gamb
ntuk mengetahui nilai dari daerah yang diaksir
sembarang peubah acak x menjadi satu nil
lai tengah nol dan ragam satu. Dimana
I G 89
adalah nol, karena:
J I 9 J G 91 9 J 9 G 91 0
amnya adalah
9K, 9,'?ALB 91,9', 9 ,
9, 1
diantara + dan ,. Maka peubah
I+ +9 M6 IG 8 , ,9 G 8
normal dengan 8 300 dan 9 50 hitu
ilai lebih besar dari 362.
ng normal yang menunjukan luas daerah y
mbar berikut
sir tersebut, dapat
nilai peubah acak
ah acak z berada
hitunglah peluang
Untuk menghitung : >362), harus dihitung luas daerah aksiran disebelah
kanan nilai = 362. Ini dapat dilakukan dengan mentransformasikan = 362
menjadi nilai z sehingga didapatkan luas daerah di sebelah kiri z dari tabel
normal, dan kemudian mengurangkan daerah tersebut dengan satu. Sehingga
diperoleh
I = ,9 = − 8 362 − 30050 = 1.24
Dengan demikian
:( > 362) = :(I > 1.24) = 1 − :(I > 1.24)
= 1 − 0.8925
BAB III
MODEL INVENTORI
Model inventori merupakan suatu strategi bidang perekonomian yang
menggunakan model matematika untuk menentukan banyak persediaan barang
yang disimpan dan yang harus disediakan oleh perodusen itu sendiri. Hal ini
diperlukan agar produsen barang dapat menyuplai barang dengan baik kepada
konsumen tanpa harus kehabisan barang sehingga kebutuhan pasar dapat dipenuhi
dan keuntungan dapat diperoleh.
Model inventori dapat dibedakan menjadi dua, yakni model inventori
deterministik dan inventori probabilistik. Model inventori deterministik ditandai
oleh karakteristik tingkat permintaan dan periode kedatangan pesanan dapat
diketahui sebelumnya secara pasti. Apabila salah satu ataupun kedua parameter
tersebut tidak dapat diketahui secara pasti sebelumnya, harus didekati dengan
distribusi probabilitas, maka hal tersebut memberikan suatu model inventori
probabilistik.
3.1. Parameter-Parameter persediaan
Seperti yang telah diketahui, pada umumnya produsen memproduksi barang
serta menjualnya kembali kepada konsumen. Hal ini tentunya memerlukan proses
yang panjang. Berdasarkan proses tersebut, terdapat dua karakteristik utama
parameter-parameter masalah inventori, yaitu tingkat permintaan dan periode
Tingkat permintaan dan periode kedatangan sangat berpengaruh dalam
penentuan jumlah barang produksi maupun yang disimpan dan pendapatan
produsen. Hal itu dikarenakan di dalam tingkat permintaan dan periode
kedatangan terdapat beberapa parameter yang sangat bepengaruh. Para
meter-parameter tersebut diantaranya adalah:
a. Biaya Pesan (Ordering cost)
Biaya pesan merupakan biaya yang muncul saat terjadi proses pemesanan
barang. Biaya-biaya pembuatan surat, telepon, fax, dan beberapa lainnya yang
muncul karena proses pemesanan barang merupakan contoh biaya pesan.
Biaya pesan akan dilambangkan dengan BP. Biaya ini dapat diperoleh
dengan:
UVM M W>XM6 = YZ[\]^]_`a b`c`d e`^] f[ghib[(j)k(li^`c \h`m` f[g h^[d m`an bhZ[c]`gZ`a(o)) p]dc`_ \`g`an e[^h`fZ`ch bhf[e`a(q)
atau dapat ditulis sebagai bentuk
U: =rs (3.1.1)
Dari bentuk di atas, diasumsikan bahwa jika semakin banyak pesanan, maka
biaya yang dikeluarkan semakin kecil. Berikut ini merupakan ilustrasi dengan
BP
q
Gambar 3.1.1. kurva biaya pesan
b. Biaya Simpan (Carrying cost)
Biaya simpan muncul jika terdapat proses penyimpanan suatu barang.
Beberapa contoh biaya simpan diantaranya adalah sewa gudang, keamanan,
asuransi, dan biaya-biaya lain yang muncul karena proses penyimpanan.
Sedangkan biaya-biaya lain yang tetap ada meski persediaan tidak ada bukanlah
termasuk kategori biaya penyimpanan.
Biaya simpan per periode dilambangkan dengan BS, yang dapat diperoleh
dengan
UVM M XV WM6
:>tV% > = uUVM M XV WM6VFvDX w uW>tV% >wVFvDX
Dalam model ini, pada umumnya akan melakukan pemesanan secara bertahap
dan kontinu atau dengan kata lain pemesanan dilakukan dalam beberapa kali
diasumsikan rata-rata inventori dalam suatu siklus adalah q
, unit dan panjang
siklus q
j, maka
uUVM MW>tV% > w = (tMEM − tMEM W>XM6M6 1 XVFvDX)(WM6xM6y XVFvDX)(biaya simpan per barang) XV WM6
=s2 @rC ℎ =s s2r,ℎ
Sehingga
UVM M XV WM6
•MFED =s
,ℎ
2r ursw =ℎs2
Atau dapat ditulis sebagai fungsi
U = s2 ℎ (3.1.2)
Apabila semakin banyak barang yang dipesan, maka biaya penyimpanan
semakin tinggi. Berikut ini merupakan bentuk kurva biaya pesan. Diasumsikan
kurva berbentuk linear terhadap q
BS
q
c. Biaya Pembelian (Purchase cost)
Biaya pembelian muncul pada saat dilakukan pembelian suatu barang. Biaya
Pembelian dilambangkan dengan BP yangdapat dinyatakan sebagai berikut
UVM M W> €>vVM6 = ℎMtyM W> €>vVM6(W) × ‚>€DEDℎM6 MvM 1 W>tV% >(r)
Atau dapat ditulis sebagai fungsi
U: € = W × r (3.1.3)
d. Biaya Kehabisan Persediaan (Stockout cost)
Biaya kehabisan persediaan muncul pada saat persediaan barang habis
ataupun tidak tersedia lagi sehingga peluang untuk mendapatkan keuntungan tidak
tercapai. Hal ini dapat diakibatkan karena mesin rusak, karyawan tidak bekerja,
terlambatnya pengiriman barang dan lainnya.
Biaya kehabisan persedian dalam suatu siklus dapat dinyatakan sebagai
berikut.
UVM M ‚>ℎM€VXM6 W>tX> VMM6:>tV% > = u UVM M ‚>ℎM€VXM6 W>tX> VMM6VFvDX w u:>tV% >wVFvDX
Misalkan jumlah unit yang tidak tersedia se, maka rata-rata kekurangan
barang dalam interval waktu ∆E adalah q?q„
, , dengan panjang interval ∆E adalah q?q„
j . Dari hal tersebut dapat dituliskan, UVM M ‚>ℎM€VXM6 W>tX> VMM6
=s − s2 Xus − sr Xwℎ =Ys − sXk
2ℎ 2r
Jika terdapat j
qsiklus per tahun maka,
UVM M ‚>ℎM€VXM6 W>tX> VMM6
EMℎD6 =
Ys − sXk2ℎ
2r †rs‡=Ys − sXk 2ℎ 2s
U‚: =(s − s2se),ℎ (3.1.4)
3.2 Model Economic Order Quantity (EOQ) deterministik satu barang
Model Economic Order Quantity (EOQ) deterministik merupakan model
inventori yang dalam perhitungannya memperhitungkan dua macam biaya
persediaan paling dasar, yaitu biaya pesan dan biaya simpan. Selain itu juga,
model EOQ deterministikbergantung pada tarif dasar harga barang dan tenggang
waktu pemesanan barang.
Untuk memperoleh suatu model awal yang baik, tentunya dibutuhkan
beberapa asumsi dan syarat awal. Berikut ini merupakan asumsi-asumsi yang
dibutuhkan dalam model EOQ deterministik yang harus dicapai.
1. Permintaan saat memesan barang dan tarif dasar harga barang tetap atau
tidak berubah dalam jangka waktu tertentu.
2. Jeda pemesanan antara periode yang satu dan yang lainnya bernilai nol
atau dapat dikatakan tidak boleh terjadi jeda antara waktu pemesanan
periode satu dan berikutnya sehingga pemesanan bersifat kontinu.
Misalkan ˆ‰ s adalah total biaya tahunan yang dikeluarkan jika dipesan q
unit barang dengan jeda periode sama dengan nol dan dinotasikan sebagai berikut
ˆ‰ s UVM M W>XM6 + UVM M W> €>vVM6 + UVM M XV WM6
Kemudian rumusan tersebut dikombinasikan dengan parameter-parameter
yang telah dibahas sebelumnya sehingga menghasilkan
ˆ‰(s) =j
q + :r + q ,ℎ
Untuk meminimumkan total biaya tahunan (TC(q)), maka ditentukan
ˆ‰ (s) = 0, sehingga menghasilkan
ˆ‰ (s) = −rs, +ℎ2 = 0
atau
rs, = ℎ2
s, = 2r ℎ
Sehingga diperoleh,
s+ = Š,jo
_ atau s, = −Š,jo_
Persamaan q2 tidak memberikan arti apa-apa karena tidak ada jumlah
barang yang bernilai negatif. Sehingga didapatkan sebuah persamaan dalam q
sd`Ze = ‹2rℎ (3.2.1)
Untuk mendapatkan gambar kurva EOQ deterministik, persamaan ˆ‰ (s)
diturunkan sekali lagi dan diperoleh.
ˆ‰ ′(s) = 2joq• ≥ 0 untuk semua s > 0
sehingga ˆ (s) merupakan fungsi cekung. Berikut ini merupakan gambar
dari fungsi ˆ‰(s)
biaya Tc(q)
h(q/2)
Sd/q
0 q jumlah barang
Gambar 3.2.1 kurva biaya TC(q)
Seperti yang disebutkan di atas, model dasar EOQ deterministik lebih
memperhitungkan dua macam biaya yang utama, yaitu biaya pesan dan biaya
simpan. Oleh karena itu biaya total persediaan (BTP) dapat ditulis sebagai berikut.
Biaya Total persediaan=Biaya Pesan+ Biaya Simpan
BTP=BP+BS
dan dinotasikan sebagai berikut:
Uˆ: = rs +s2 ℎ (3.2.2)
Dengan nilai q yang maksimum, dapat dicari biaya total persediaan, yaitu
dengan memasukan nilai q yang didapatkan pada persamaan awal BTP sehingga
Uˆ: = rs +s2 ℎ
= 2r + s
2s
2ℎ
= 2r + †Š2rℎ ‡ ,
ℎ
2Š2rℎ
= 2r + 2r 2Š2rℎ
= 2r
Š2rℎ
Uˆ:, 4r, , 2r
ℎ
= 4r2r, ,ℎ
= 2r ℎ
sehingga
Uˆ:dha= √2r ℎ (3.2.3)
3.2.1 Siklus Pesan Ulang (Reorder Cycle)
Salah satu hal yang juga penting dalam model inventori adalah mengetahui
siklus pemesanan ulang barang. Model EOQ yang secara matematis dinyatakan
pada persamaan (3.2.1) merupakan gabungan antara model sistem periodik dan
sistem pemesana tetap. Model sistem periodik merupakan model inventori dimana
pembelian dilakukan secara periodik. Interval waktu yang digunakan dalam
pembelian selalu sama, misalkan dalam satu minggu, satu bulan, dan seterusnya.
Sebagai konsekuensinya pembelian persediaan selalu menyesuaikan dengan
kebutuhan, sehingga jumlah persediaan yang dibeli belum tentu sama pada setiap
periode pembelian. Berikut ini merupakan kurva model sistem periodik
persediaan
|| || || waktu
Sedangkan model sistem pemesanan tetap adalah model inventori dimana
pembelian dilakukan dengan jumlah yang tetap sehingga menjelaskan bagaimana
penambahan persediaan yang selalu sama dalam interval waktu kedatangan yang
berbeda. Berikut merupakan kurva model sistem pemesanan tetap
Persediaan
q
waktu
Gambar 3.2.3 Kurva sistem pemesanan tetap
Dari model di atas, diketahui bahwa kebutuhan dalam periode perencanaan
adalah D dan penambahan persediaan adalah q. Sehingga, siklus pemesanan ulang
dapat ditulis dengan
VFvDX W>XM6 DvM6y =ŽD vMℎ €MtM6y M6y VW>XM6 X>EVMW W> >XM6M6‚>€DEDℎM6 MvM W>tV% > W>t>6 M6MM6
Atau dinotasikan sebagai
: =rs (3.2.1.1)
Selanjutnya, untuk menentukan periode waktu pemesanan ulang didapatkan
dari membagi periode waktu perencanaan (W) misalkan 12 bulan, 56 minggu, atau
:>tV% > •MFED W> >XM6M6 DvM6y =W>tV% > •MFED W>t>6 M6MM6XVFvDX W>XM6 DvM6y
atau dinotasikan sebagai
• =•: (3.2.1.2)
Dari persamaan (3.2.1.1) dan (3.2.1.2) didapatkan bahwa satuan periode
waktu yang digunakan dalam setiap siklus pesan ulang Y, sangat bergantung pada
periode waktu perencanaan W.
Berikut ini merupakan penjelasan siklus pesan ulang dalam bentuk kurva
persediaan
q
| || | || | || | waktu
t1 t2 t3 t4
Gambar 3.2.4 Kurva siklus pesan ulang
Dari gambar 3.2.4 di atas, persedian barang datang serentak sebesar q di ti,
untuk i=1,2,3,...,n. Selanjutnya, persediaan itu digunakan selama (ti ,ti+i) Ketika
persediaan habis di ti+1, maka barang datang serentak sebesar q. Siklus ini seperti
yang telah dijelaskan di atas berulang sebanyak j
q dengan penambahan barang
selalu sama sebesar q dan juga dengan siklus pesan ulang ti-ti+1, untuk i=1,2,...,n.
3.2.2 Hubungan Parameter D dan q
Setelah mengetahui siklus pemesanan ulang, berikut ini merupakan hubungan
dalam persamaan (3.1
pesanan ulang atau P
persamaan :. • •
sebagai berikut:
Gam
3.2.3 Tingkat Pemak
Tingkat pema
penggunaan persedia
digunakan secara bert
kurva tingkat persedia
3.1.1) yang akan dipenuhi oleh q dalam bebe
P. Dari persamaan 3.2.1.1 dan 3.2.1.2
•. Persamaan tersebut dapat dibuat dalam
ambar 3.2.5 Kurva kebutuhan periode perencan
akaian Persediaan
makaian persediaan memberi gambaran men
iaan dalam suatu siklus pemesanan. Persedi
ertahap selama periode Y sampai habis. Beriku
diaan. q
eberapa kali siklus
diperoleh suatu
am bentuk kurva
canan
engenai kecepatan
ediaan q kemudian
Ga
Tingkat pemakaia
ˆV6yFME W> MFMVM6 XMED
sedangkan tingka
dengan
ˆV6yFME W> MFMVM6
Kemudian dari p
Gambar 3.2.6 Kurva tingkat pemakaian persedia
aian satu periode perencanaan dapat diperoleh d
XMED W>tV% > W>t>6 M6MM6 ‘[\]^]_`a b`c`d f[ghib[ ’`Z^] f[g[a
• r
gkat pemakaian satu siklus pesanan ulang d
MFMVM6 XMED XVFvDX W>XM6 DvM6y ‚>€DED~M6 MvMW>tV% > •MFED
• s
i persamaan 3.2.1.1 dan 3.2.1.2 maka,
r
• :. s:. •
diaan
h dengan
e`^] f[ghib[
f[g[a“`a``a
3.2.3.1
g dapat diperoleh
MvM XMED W>tV% > •MFED W>t>6 M6MM6
Atau,
r
• •s
dengan kata lain
∆• =∆r ∆• (3.2.3.3)∆s
Jadi, tingkat pemakaian dalam satu periode perencanaa adalah sama dengan
tingkat pemakaian dalam suatu siklus pesanan ulang.
3.2.4 Saat Memesan Ulang
Hal yang dibutuhkan juga dalam model EOQ adalah mengetahui kapan
harus memesan ulang barang agar nantinya datang tepat waktu dengan jumlah yang
sesuai dengan yang diinginkan. Selain itu juga, dalam saat memesan ulang
diasumsikan waktu antara pesan dibuat dan pesanan datang atau yang disebut lead
time telah diketahui sebelumnya secara pasti.
Sesuai dengan penjelasan tentang siklus pemesanan, bahwa penambahan
sebesar q yang datang pada t1 akan habis dipakai pada t2. Pada waktu t2 tersebut,
penambahan barang akan datang serentak. Hal ini mengakibatkan terjadi dua
kejadian sekaligus yaitu persediaan sebelumnya q habis dan penambahan q tepat
datang secara serentak pada t2.
Jika L adalah lead time, dan Y adalah Panjang waktu dalam satu siklus pesan
ulang, maka pesanan ulang harus dilakukan saat t1 atau t0+Y-L atau t2-L. Oleh
lead time. Jadi, jika ad
agar penambahan seb
indikator persediaan y
menandai saat pesan u
Berikut ini merup
Karena telah dias
diketahui secara pas
persamaan (3.2.3.2), m
Atau,
dengan kata lain
ada persedian sebesar R pada saat t1 maka pesa
sebesar q datang serentak di t2. Hal ini beraki
n yang menandai saat pesan ulang harus dibu
n ulang dilakukan.
rupakan gambar kurva saat melakukan pemesan
Gambar 3.2.7 Kurva pemesanan ulang
iasumsikan bahwa tingkat pemakaian selama
pasti sebelumnya dan tidak berubah, yaitu
), maka hal ini berakibat
”
• =::. •. s
” • •s
in
∆•∆” ∆s∆•
esanan ulang dibuat
akibat R merupakan
buat. Maka, t1=t2-L
anan ulang
a lead time dapat
itu sesuai dengan
Dari persamaan (3.2.3.2) dapat menjamin agar prediksi persediaan habis dan
pesanan datang tepat pada waktunya.
3.2.5 Model Economic Order Quantity (EOQ) Deterministik Banyak Barang
Pada model EOQ ini, sebenarnya memiliki perinsip yang sama dengan
model satu barang. Hanya saja, dalam model banyak barang ini, barang-barang
yang dihitung lebih dari satu, tetapi asumsi-asumsi yang digunakan masih sama.
Pertama-tama dalam model ini haruslah ditentukan terlebih dahulu periode
dalam pesan ulang. Karena dalam model ini mencakup banyak barang, nantinya
akan digunakan indeks i sebagai keterangan barang ke i. Dalam kasus ini rh dan
sh berbeda untuk setiap barang, sehingga periode pesan ulang yang pada model ini
dilambangkan dengan Pi dan dirumuskan :h j–
q– , hal ini berakibat :h akan
berbeda untuk setiap barang.
Berdasarkan asumsi bahwa pemesanan ulang untuk beberapa atau seluruh
barang memiliki periode yang sama, maka Pi=P. Oleh karena itu, dari persamaan
3.2.2) harus diubah agar terdapat P terlebih dahulu sehingga dapat diketahui
periode pesan ulang untuk EOQ multi item. Dari persamaan (3.2.2)
Uˆ: =rs +s2 ℎ
Karena : =j
q atau s =j— maka,
Karena ini merupakan kasus banyak barang, maka persamaan 3.2.5.1)diubah
menjadi,
Uˆ: = ˜ :. h + a
h™+
˜r2:h. ℎh a
h™+
dimana i=1...n,
Atau,
Uˆ: = : ˜ h + a
h™+
1
2: ˜ rh. ℎh a
h™+
(3.2.5.2)
Diketahui syarat BTP minimum untuk P adalah b(šl—)
b— = 0. Maka, (Uˆ:)
: = ˜ h
a
h™+
−12 :?,˜ rh. ℎh a
h™+
˜ h
a
h™+
−12 :?,˜ rh. ℎh a h™+ = 0 ˜ h a h™+
= 12 :?,˜ rh. ℎh a
h™+
˜ h
a
h™+
= 2:1,˜ rh. ℎh a
h™+
:, =∑ rah™+ h. ℎh 2 ∑ah™+ h
: = ‹∑ r2 ∑ah™+ h. ℎh h a
P pada (3.2.5.3) merupakan P optimal yang sama untuk setiap item i. Hal
tersebut dapat memungkinkan pemasok mengirimkan beberapa item berbeda pada
saat yang sama sehingga mendapatkan BTP persamaan (3.2.5.2) minimum juga.
3.2.6 Model Economic Order Quantity (EOQ) dengan Potongan Pembelian (Quantity Discount)
Dalam dunia usaha salah satu hal yang dapat terjadi adalah potongan harga
dalam pembelian. Hal tersebut tentunya dapat terjadi jika pembelian dalam jumlah
yang banyak sesuai kesepakatan produsen.
Pada model awal diasumsikan bahwa harga pembelian atau q tetap. Hal ini
tentunya menimbulkan kerancuan, karena pada model ini harga menurun jika
jumlah pembelian bertambah banyak. Hal ini jelas membuat model awal EOQ
tidak valid lagi, karena asumsi harga pembelian tidak terpenuhi. Oleh karena itu,
pada model EOQ potongan pembelian, biaya pembelian diganti dengan biaya
yang telah dikurangi harga potongan ~W .
Model BTP EOQ potongan pembelian dapat dirumuskan sebagai berikut,
BTP=Biaya Pesan + Biaya Simpan +Biaya Potongan Pembelian
Dengan,
UVM M W%E%6yM6 W> €>vVM6 = ℎMtyM W%E%6yM6(ℎf) × ‚>€DEDℎM6 MvM 1 W>tV% >(r)
Atau dapat ditulis sebagai fungsi
U:: = ℎf× r (3.2.6.1)
Sehingga,
Misalkan terdapa
(3.2.6.2) dapat diubah
Uˆ:
Dengan sc adala
diskon. Berikut ini me
Ga
Dari gambar 3.2
maksimum dengan b
Š,jo_ . Kemudian, ada
atau yang dimaksud z
Nilai dari sc > s
apat dua harga pembelian ~f+ dan ~f, m
ah menjadi:
Uˆ: œUˆ:+
r
s /s2 ~ / ~f+r , s ! sc
Uˆ:, rs /s2 ~ / ~f,r , s > sc
•
alah batas banyak barang yang di beli untu
merupakan kurva perbandingan kedua BTP:
Gambar 3.2.8 Kurva tingkat pemakaian persedia
2.8 dapat terlihat bahwa, fungsi Uˆ:+ dan Uˆ:
biaya minimum pada titik tengah kedua kur
ada kemungkinan letak nilai q maksimum yai
d zona I, sd, sc atau zona II, dan , sd, ∞ ata
sd dapat ditentukan dengan persamaan sebag
Uˆ:, sc Uˆ:+ sd
BTP1
BTP
qm
maka persamaan
•
ntuk mendapatkan
diaan
Uˆ:, mencapai q
urva dengan sd
yaitu antara 0, sd
atau zona III.
r
s /s2 ℎ + ℎf,r = Uˆ:+(sd)
s,+ †2Yℎf,r − Uˆ:+(sd)k
ℎ ‡ s +2rℎ (3.2.6.3)
Sehingga dari gambar 3.2.8 juga dapat ditentukan q* yaitu:
s∗ = Ÿsd jika s terletak pada zona I atau III sc jika s terletak pada zona II •
Dimana q* merupakan jumlah barang maksimum yang akan dipesan
berdasarkan penentuan di ataas. Dari penentuan s∗ kemudian dapat disubtitusikan ke dalam persamaan (3.2.6.3) untuk mendapatkan BTPmin
3.2.7 Model Economic Order Quantity (EOQ) Back Order
Pada model EOQ dasar, diasumsikan bahwa pesanan akan datang tepat
pada saat persediaan habis sehingga masalah kehabisan persediaan tidak penah
terjadi. Pada model EOQ back order, kemungkinan terjadinya kehabisan
persediaan ada dan telah dapat diprediksi sebelumnya. Oleh karena itu, dalam
model ini biaya kehabisan persediaan juga diperhitungkan dalam mencari
peminimuman biaya total persediaan.
Berikut ini merupakan ilustrasi gambar perbedaan antara model EOQ
Gambar
Dari gambar p
tersebut digambarkan
gambar ilustrasi EOQ
q
ar 3.2.9 Kurva perbandingan EOQ dasar dan ba
r peraga, jelas terlihat kehabisan persediaan da
an dengan daerah yang diaksir hitam. Berikut
Q back order.
Gambar 3.2.10 Kurva back order
q
back order
dapat terjadi. Hal
Dari ilustrasi tersebut, biaya total persediaan EOQ back order dapat
dituliskan sebagai berikut
BTP=Biaya Pesan +Biaya Kehabisan Persediaan+ Biaya Simpan ketika
barang habis
Dalam rumusan BTP EOQ back order, rumus biaya pesan dan biaya
kehabisan persediaan sama dengan yang telah diberikan sebelumnya yaitu
persamaan (3.1.1) dan (3.1.4), sedangkan biaya simpan dihitung ketika barang
habis. Berikut ini merupakan rumusan biaya simpan ketika barang habis. Biaya
simpan ketika barang habis dapat diperoleh dengan
UVM M XV WM6 F>EVFM €MtM6y ℎM€VX
•MFED = uUVM M XV WM6 F>EVFM €MtM6y ℎM€VXVFvDX w u•MFEDwVFvDX
Jika diasumsikan rata-rata kehabisan barang dalam suatu siklus adalah q„
,
unit, panjang siklus q„
j, dan ℎe adalah biaya kehabisan persediaan , maka
uUVM M XV WM6 F>EVFM €MtM6y ℎM€VXVFvDX w = (tMEM − tMEM F>ℎM€VXM6 €MtM6y 1 XVFvDX) (WM6xM6y XVFvDX)(biaya simpan per barang)
=s2 @e srC ℎe e = se ,ℎe 2r
UVM M XV WM6 F>EVFM €MtM6y ℎM€VX
•MFED = se
,ℎe
2r ursw =ℎese ,
2s (3.2.7.1)
Misalkan ˆ‰(s, se) adalah total biaya tahunan yang dikeluarkan jika barang habis.
ˆ‰(s, se) =Biaya Pesan +Biaya Kehabisan Persediaan+Biaya Simpan ketika barang habis
ˆ‰(s, se) =rs +(s − se) ,ℎ
2s +ℎese , 2s
=rs +s,− 2s. s2se+ se,ℎ +ℎe2sse,
= rs +(s − s2s ℎ +e) se,(ℎ + ℎ2s e)
Untuk meminimumkan total biaya tahunanTC(q, se), maka ditentukan
£l“ £q =
£l“
£q„ = 0. sehingga diperoleh,
¤ˆ ¤s = 0
−rs, +ℎ2 −se,(ℎ + ℎ2s e)= 0
ℎ
2 =rs, +se
,(ℎ + ℎe) 2s
ℎ
2 =2r + se
,(ℎ + ℎ e) 2s,
s = ‹2r + seℎ,(ℎ + ℎe) (3.2.7.2)
¤ˆ ¤se = 0
−ℎ +se(ℎ + ℎs e) = 0
ℎ =se(ℎ + ℎs e)
se =(ℎ + ℎℎs
e) (3.2.7.3)
Dari persamaan (3.2.7.2) dan (3.2.7.3) diperoleh,
s, = 2r u ℎs(ℎ + ℎe)w ,
(ℎ + ℎe) ℎ
s, = 2r + ℎ ,s, (ℎ + ℎe) ℎ
2r = ℎs,− ℎ,s, (ℎ + ℎe)
s, = 2r (ℎ + ℎe) ℎ[(ℎ + ℎe) − ℎ¥
s, = 2r (ℎ + ℎe) ℎℎe
s = ‹2r (ℎ + ℎℎℎ e)
Kemudian persamaan (3.2.7.4) disubtitusikan ke dalam persamaan (3.2.7.3)
sehingga,
se ~ / ~~
e ‹
2r (ℎ + ℎe) ℎℎe
se = ‹2r (ℎ + ℎe) ,
ℎℎe(ℎ + ℎe),
se = ‹ℎ 2r ℎ
e(ℎ + ℎe) (3.2.7.5)
Sesuai dengan gambar peraga, qmaks diperoleh dari q dikurangi se. Sehingga
qmaks= q-se
sd`Ze = ‹2r (ℎ + ℎℎℎ e)
e − ‹
2r ℎ ℎe(ℎ + ℎe)
Atau dapat disederhanakan menjadi
sd`Ze= ‹2rℎ ‹(ℎ + ℎℎe
e) (3.2.7.6)
Dari persamaan (3.2.7.4) dan (3.2.7.5) diperoleh,
ˆ‰(s, se)= Uˆ: = rs +(s − s2s ℎ +X) sX
r
Š2r (ℎ + ℎe) ℎℎe
+ℎ2 ‹2r (ℎ + ℎℎℎ e)
e − ℎ‹
2r ℎ ℎe(ℎ + ℎe) +
se
s se(ℎ + ℎ2 e)
= r ‹2r (ℎ + ℎℎℎe e) +
ℎ
2 ‹2r (ℎ + ℎℎℎe e)− ‹
2r ℎ¦ ℎe(ℎ + ℎe)
+(ℎ + ℎℎ e)
se(ℎ + ℎe) 2
= ‹2r (ℎ + ℎℎℎer, ,
e) +‹2r (ℎ + ℎ e)ℎ, ℎℎe2, − ‹
2r ℎ¦ ℎe(ℎ + ℎe) +
ℎse 2
= ‹2r (ℎ + ℎℎℎer, ,
e) +‹2r (ℎ + ℎ e)ℎ, ℎℎe2, − ‹
2r ℎ¦ ℎe(ℎ + ℎe) +
ℎ
2 ‹ℎe(ℎ + ℎ2r ℎe)
= ℎe‹2ℎ r ℎ
e(ℎ + ℎe) + (ℎ + ℎe)‹ r ℎ
2ℎe(ℎ + ℎe) − 2ℎ‹
r ℎ
2ℎe(ℎ + ℎe) + ℎ‹
r ℎ 2ℎe(ℎ + ℎe)
= ℎe √r ℎ
§2ℎe(ℎ + ℎe)+ (ℎ + ℎe)
√r ℎ
§2ℎe(ℎ + ℎe)− 2ℎ
√r ℎ
§2ℎe(ℎ + ℎe)+ ℎ
√r ℎ §2ℎe(ℎ + ℎe)
=√r ℎ[ℎe + (ℎ + ℎe) + 2ℎ + ℎ¥ §2ℎe(ℎ + ℎe)
Uˆ:dha =
Š4r ℎℎe, §2ℎe(ℎ + ℎe)
Jadi, BTP minimum untuk EOQ back order adalah,
Uˆ:dha = §2r ℎℎe §(ℎ + ℎe)
Atau,
Uˆ: J±² UM F ±t >t = √r ℎ‹(ℎ + ℎℎe
e) (3.2.7.7)
Contoh soal 3.2.8 model deterministik satu barang
Sebuah supermarket Alma ingin memesan sepeda untuk persediaannya
yang akan dijual dalam waktu 1 tahun ke depan. Supermarket tersebut ingin
mengetahui tingkat pemesanan barang, penentuan siklus pesan ulang, panjang
waktu siklus pesanan ulang, tingkat penjualan per hari dan perhitungan biaya total
persediaan yang dikeluarkannya bila diketahui data sebelumnya kebutuhan dalam
satu periode sejumlah 600 buah per tahun dengan 240 hari kerja efektif, kemudian
total biaya pesan per barang yang dikeluarkan sebesar Rp.250,- untuk tiap kali
pemesanan dengan jeda waktu pemesanan atau lead time 10 hari dan biaya simpan
Dari permasalahan di atas akan ditentukan:
1. Tingkat pemesanan barang.
2. Penentuan siklus pesan ulang.
3. Panjang waktu siklus pesanan ulang.
4. Tingkat penjualan per hari.
5. Biaya total persediaan yang dikeluarkan
Penyelesaian:
Diketahui:
D :600 buah/tahun, untuk 240 hari kerja efektif
S :Rp.250,00 untuk setiap kali pesan
h :Rp.30,00 per unit per tahun
L :10 hari
Jawab:
1. Penentuan tingkat penambahan persediaan yang ekonomis.
Dari persamaan (3.2.1),
sd`Ze= ‹2rℎ
sd`Ze= ‹2 600 25030
sd`Ze= 100
2. Penentuan siklus pesanan ulang.
Dari persamaan (3.2.1.1),
: =rs
: = 600100
: = 6FMvV
Jadi, dalam satu tahun periode perencanaan akan terjadi 6 kali pesanan.
3. Penentuan panjang waktu dalam satu siklus pesanan ulang.
Karena diketahui kebutuhan 600 unit sepeda direncanakan untuk satu tahun, maka estimasi biaya simpan juga dihitung dengan asumsi hari kerja efektif dalam satu tahun adalah 240 hari.
Dari persamaan (3.2.1.2)
• =•:
• =2406
• = 40 hari.
Jadi, panjang waktu setiap siklus pesanan ulang adalah 40 hari.
4. Perhitungan tingkat penjualan per hari untuk menentukan saat pesan
ulang.
∆r
∆• ∆•∆s
Karena s =100 dan
unit per hari. Diketahui selama lead time adala ulang adalah pada saat atau hari ke-30 setelah Berikut ini merupakan k
5. Penghitungan biaya
Dari persamaan
Uˆ:dha
Uˆ:dha
Uˆ:dha
Atau
Uˆ:dha
dan • 40 maka tingkat penjualan per hari adal
Diketahui juga bahwalead time adalah 10 hari. Mak adalah 10 x 2,5 25 unit. Oleh karena itu saa pada saat persediaan tinggal 25 unit atau pada h 0 setelah pesanan datang.
rupakan kurva siklus pemesanan ulang
gan biaya total persediaan, amaan 3.2.3
dha √2r ~
dha √2 600 250 30
dha 3000
dha jq /q,~
hari adalah +» 2,5
Uˆ:dha
Uˆ:dha
Uˆ:dha
Sehingga biaya Total Rp1.500,00 dan biaya si Berikut ini merupakan i
Contoh soal 3.2.9 mo
Sebuah supermar
akan dijual dalam wak
tingkat penambahan u
biaya total persediaa
periode sejumlah 600
total biaya pesan per
pemesanan, biaya sim
persediaan
Rp.2000,-dha 600100 250 /1002 30 dha 1.500 / 1.500 dha 3000
ya Total Persediaan Rp.3.000,00, terdiri dari b an biaya simpan Rp1.500,00.
rupakan ilustrasi kurva Uˆ:dha
model EOQ back order
arket Alma ingin memesan motor untuk pers
aktu 1 tahun kedepan. Supermarket tersebut in
n unit yang tidak tersedia, penentuan siklus p
iaan bila diketahui data sebelumnya kebutuh
00.000 unit per tahun dengan 300 hari kerja ef
er barang yang dikeluarkan sebesar Rp.10.000,
simpan Rp.400,- per barang per tahun dan b
- per unit.
iri dari biaya pesan
ersediaannya yang
t ingin mengetahui
s pesan ulang dan
tuhan dalam satu
efektif, kemudian
,- untuk tiap kali
Dari permasalahan di atas akan ditentukan:
1. Tingkat pemesanan barang.
2. Biaya total persediaan yang dikeluarkan.
3. Frekuensi pesanan dalam satu tahun.
4. Panjang waktu siklus pesanan ulang.
Penyelesaian:
Diketahui:
D :600.000unit/tahun, untuk 300 hari kerja efektif
S :Rp.10.000,00
~e :Rp.2.000,00 per unit
h :Rp.400,00 per unit per tahun
Jawab
1. Penentuan tingkat penambahan persediaan yang habis. Tingkat persediaan q optimal
s ‹2r ~ / ~~~ e
e
s ‹2 600.000)(10.000)(400 + 2.000)(400)(2.000)
s = 6.000 D6VE
sd`Ze ‹2r~ ‹ ~ / ~~e e
sd`Ze ‹2 600.000)(10.000)400 ‹(400 + 2.000) 2.000
sd`Ze = 5.000
Dengan demikian, se=q- qmaks
se = 6.000 − 5.000 = 1.000 D6VE
D. Penghitungan biaya total persediaan Dari persamaan (3.2.7.2)
Uˆ: = §2r ℎℎe §(ℎ + ℎe)
Uˆ: = §2(600.000)(10.000)(400)(2.000) §(400 + 2.000)
Uˆ: = ”W. 2.000.000,00
2 Frekuensi pesanan dalam satu tahun Dari persamaan(3.2.1.1)
: = rs
: = 600.0006.000
: = 100FMvV
3 Penentuan panjang waktu dalam satu siklus pesanan ulang. Diketahui hari kerja efektif dalam satu tahun adalah 300 hari.
Dari persamaan(3.2.1.2),
• =•:
• =300100
• = 3 hari.
Jadi, panjang waktu setiap siklus pesanan ulang adalah 3 hari.
3.3 EOQ Probabilistik
Seperti yang telah dipaparkan di atas, model Economic Order Quantity
(EOQ) probalistik merupakan model inventori yang dalam perhitungannya
permintaan barang, kebutuhan dalam satu periode dan waktu lead time tidak dapat
diketahui sebelumnya secara pasti. Hal tersebut mengakibatkan asumsi pesanan
datang saat persediaan habis dapat dimungkinkan tidak terpenuhi. Oleh karena itu
harus didekati dengan distribusi probabilitas.
Hal yang memungkinkan jika permintaan dan lead time tidak dapat diketahui
sebelumnya adalah sebagai berikut:
1. Pesanan habis tepat pada saat pesanan tiba.
2. Persediaan habis ketika pesanan belum tiba.
3. Persediaan belum habis saat pesanan tiba.
Berikut ini merupakan gambar peraga untuk kemungkinan-kemungkinan
Pada •+, persedi
pesanan datang tepat
pesan tiba tidak berde
Pada •,, persedia
datang pada E». Hal in
Pada •¦ pemakai
pada EÀ, tetapi karen
persediaan selama EÀ,
Pada •», terjadi
diharapkan datang pa
barang masih tersedia
Dari empat kemu
tersebut tentunya aka
untuk mengantisipasi
dengan pendekatan di
Gambar 3.3.1 kemungkinan persediaan
diaan sebesar q diperkirakan akan habis pa
at pada saat itu. Kondisi ini terjadi jika perm
deviasi, atau secara pasti dapat ditentukan sebe
diaan q sudah habis terpakai pada E¦ tetapi p
l ini berakibat akan terjadi kehabisan persediaan
aian persediaan sesuai dengan yang direncana
rena pesanan datang pada saat EÁ maka te
, EÁ.
adi kelebihan barang. Hal ini disebabkan
pada saat EÂ tiba lebih awal pada saat EÃ, pad
dia.
ungkinan di atas, hal yang menyimpang dari p
akan mengakibatkan kerugian yang besar. O
asinya harus dibentuk persediaan cadangan
distribusi probabilitas normal.
pada E, sehingga
rmintaan dan saat
belumnya.
i persediaan baru
aan selama E¦, E».
anakan yaitu habis
terjadi kehabisan
an pesanan yang
adahal persediaan
i perkiraan semula
Oleh karena itu,
3.3.1 Persediaan Cad
Permintaan ya
secara pasti, maka pen
karena permintaan pa
dengan i=1,2,3,...,n dan
dengan bantuan teore
Var(Xi) yang mendek
permintaan dan le
pendekatan. Berikut m
Dari kurva terseb
dalam satu siklus (mis
rata (mean) atau 8 ku
menyebar disekitar 8
memperkirakan perse
penyimpangan variab
dengan 9. q
adangan ( Safety Stock )
yang berlebih pada waktu Lead time tidak
penyimpangan tersebut dapat didekati dengan d
pada saat lead time sangatlah banyak atau d
dan Xi adalah variabel random yang saling b
rema limit pusat dapat dicari nilai harapan E(X
dekati distribusi normal. Hal ini berakibat na
lead time dapat diperkirakan sebelumnya
t merupakan peraga pendekatan dengan kurva n
Gambar 3.3.2 pendekatan kurva normal
sebut, jika rata-rata permintaan selama masa te
misalnya dalam interval waktu (t1,t2)) ditrasform
kurva normal, maka perilaku penyimpangan p
sehingga deviasi penyebaran itu akan dapat d
rsediaan cadangan (safety stock) yang berdasa
abel-variabel yang mempengaruhinya. Hal ters
k dapat diketahui
n distribusi normal
dilambangkan Xi
g bebas, sehingga
E(Xi) dan variansi
nantinya perilaku
ya dengan hasil
a normal.
tenggang pesanan
ormasikan ke
rata-n permirata-ntaarata-n akarata-n
at digunakan untuk
asar pada perilaku
Untuk memperk
normal untuk pende
normal, dengan x m
tunggu.
Pada gambar pera
kurva normal di mana
G 8 dan dinyataka
ini, penyimpangan-pe
tenggang pesanan) ter
9 Š∑Ä–Å
Dengan 8 adalah rata
erkirakan persediaan cadangan, akan digun
dekatannya. Berikut ini merupakan peraga
menyatakan permintaan pada waktu tertent
Gambar 3.3.3 kurva normal
eraga kurva normal di atas menjelaskan cakupa
ana penyimpangan atau deviasi x terhadap rata
akan dalam standar deviasi 9. Pada kasus perse
penyimpangan h ( permintaan pada waktu ke
terhadap 8 dinyatakan dalam 9 melalui:
Š ÄÅ( '–?A)
a ;
ta-rata yang dapat dirumuskan
8 E%EMv xD vM~ €MtM6y •MFED
∑ah™+6 h
unakan distribusi
ga dari distribusi
ntu selama masa
pan luas area pada
ata-rata 8 adalah
rsediaan cadangan
ke i selama masa
(3.3.1.1)
Dengan i menunjukan indeks jumlah barang per satuan waktu yang berjalan dari
1-n
Selanjutnya, 9 dari persamaan (3.3.1.1) digunakan untuk menemukan luas
area dalam kurva normal melalui:
I h9 3.3.G 8 1.2
Kemudian dengan bantuan tabel normal, dapat dicari nilai z, dimana z berkaitan
dengan empat digit bilangan di belakang koma yang menjelaskan berapa persen
luas area yang dicakup 9. Setelah mendapatkan nilai z, dapat ditentukan berapa
besar persediaan cadangan yaitu:
:>tX> VMM6 M M6yM6 probabilitas kekurangan persediaan × XEM6 Mt >…VMXV atau dapat ditulis,
G 8 I × 9 3.3.1.3)
3.3.2 Model EOQ Probabilistik Dasar
Berbeda dengan model EOQ deterministik, model EOQ probabilistik
memperhitungkan perilaku permintaan, dan tenggang waktu pesanan datang ( lead
time) yang tidak pasti atau tidak dapat ditentukan sebelumnya secara pasti.
Ketidakpastian permintaan dan tenggang waktu pesanan tersebut
memunculkan dua masalah baru. Pertama, keinginan produsen untuk
mendapatkan persediaan cadangan tentunya akan menambah jenis biaya baru
yang tidak diperhitungkan sebelumnya pada EOQ deterministik. Kedua, jika
persediaan. Kedua jenis biaya tersebut berbanding terbalik, dimana jika
persediaan banyak maka kehabisan persediaan akan kecil dan sebaliknya.
Oleh karena itu, model EOQ pada model probabilistik nantinya akan
ditambahkan dua biaya baru yaitu biaya persediaan cadangan dan biaya kehabisan
persediaan. Misalkan ˆ‰ s adalah total biaya tahunan yang dikeluarkan,
ˆ‰ s UVM M :>XM6 / UVM M V WM6 / €VM M W> €>vVM6
/€VM M F>~M€VXM6 W>tX> VMM6 XMED W>tV% > / €VM M W>tX> VMM6 M M6yM6
ˆ‰ s rs /s2 ~ / :r / U‚:f/ U:‰ 3.3.2.1)
Dalam hal ini, persamaan (3.3.2.1) tidak dapat diturunkan untuk mendapatkan
sd`' secara langsung seperti pada EOQ deterministik karena U‚: M6 U:‰ merupakan biaya yang diperhitungkan dalam penuru