Penentuan Kebijakan Persediaan Spare Parts pada Perusahaan Migas dengan Pendekatan Simulasi Monte Carlo

(1)

Penentuan Kebijakan Persediaan Spare Parts pada Perusahaan Migas dengan Pendekatan Simulasi Monte Carlo

Sayyidan Fatchur Rochman, Yadrifil Teknik Industri

Fakultas Teknik Abstrak

Material MRO merupakan material yang diperlukan untuk menunjang kegiatan pemeliharaan, perbaikan, dan operasi dalam kegiatan operasional sebuah Perusahaan Migas.

Pengelolaan persediaan MRO pada Perusahaan Migas dimaksudkan untuk dapat memenuhi kebutuhan material MRO agar kegiatan operasional perusahaan dapat berjalan lancar.

Tantangan dalam Manajemen Persediaan adalah untuk dapat memenuhi kebutuhan dengan maksimal dan dalam waktu yang sama berusaha untuk meminimalkan biaya yang dikeluarkan dalam memenuhi kebutuhan tersebut. Jumlah permintaan terhadap material MRO yang tidak menentu pada Perusahaan Migas menjadi tantangan yang harus dihadapi. Metode yang dapat digunakan untuk menentukan kebijakan persedian material MRO adalah Continuous Review System dan Periodic Review System. Metode ini digunakan untuk mendapatkan parameter- parameter kebijakan seperti jumlah pemesanan (Q), ROP, dan biaya total persediaan. Simulasi Monte Carlo digunakan untuk memperoleh range dari biaya total persediaan. Hasil yang diperoleh adalah model kebijakan Continuous Review dapat memberikan biaya total persediaan yang lebih rendah dari Periodic Review dengan selisih biaya total persediaan mencapai $ 76.000,00.

Kata Kunci: Continuous Review System; Kebijakan Persediaan; MRO; Periodic Review System, Simulasi Monte Carlo

Abstract

MRO is neccessary material to support maintenance, repair, and operation in Oil and Gas Company operational activity. The purpose of MRO inventory management ini Oil and Gas Company is to fulfill the MRO demand so the operational activity of the company can run smoothly. The challange in inventory management is to fulfill the need for MRO material and at the same time keep the cost associated at minimum. The fluctuation in MRO demand in Oil and Gas Company is one of the challenge the company have to face. Methods that can be used to calculate the inventory policy of MRO are Continuous Review System and Periodic Review System. These methods are used to calculate the parameters of the policy such as order quantity(Q), ROP, and total inventory cost. Monte Carlo Simulation is used to get the range of the total inventory cost for both of the model. The result from this research is that the Continuous Review System result in smaller total inventory cost than the Periodic Review System with margins as much as $76,000.00.

Keywords: Continuous Review System; Inventory Policy; Monte Carlo Simulation; MRO;

Periodic Review System 1. Pendahuluan

Industri minyak dan gas bumi adalah sebuah industri bernilai milyaran dolar yang mampu menopang perekonomian sebuah negara. Di Indonesia, salah satu pelaku bisnis dalam industri minyak dan gas bumi adalah Kontraktor Kontrak Kerja Sama (KKKS). Kontraktor

(2)

Kontrak Kerja Sama (KKKS) adalah Badan Usaha yang telah ditetapkan untuk melakukan eksplorasi dan eksploitasi pada suatu wilayah kerja berdasarkan kontrak kerja sama dengan Badan Pelaksana (PP Nomor 79 Tahun 2010).

Dalam sebuah usaha biaya pemeliharaan sering kali menjadi sebuah hidden cost yang jika tidak segera disadari dapat menurunkan keuntungan perusahaan. Contoh kejadian dimana biaya pemeliharaan menjadi hidden cost adalah saat penjualan sebuah perusahaan naik dengan pesat tetapi keuntungan atau revenue yang diperoleh tidak ikut naik dengan signifikan karena ternyata terdapat peningkatan pula pada biaya pemeliharaannya. Salah satu komponen vital dari biaya pemeliharaan adalah biaya persediaan material MRO (maintenance, repair, operation). Pengendalian material persediaan MRO (maintenance, repair, operations) menjadi bagian yang penting terhadap perusahaan, karena jika terdapat barang yang berlebihan dapat menyebabkan tingginya biaya penyimpanan (holding cost) sedangkan jika tidak terdapat persediaan atau stock out dapat memiliki dampak yang besar terhadap kinerja operasional perusahaan (Porras, Eric, Dekker, Rommert, 2007).

Pada penelitian ini yang menjadi permasalahan adalah belum adanya sebuah kebijakan persediaan untuk mengontrol tingkat persediaan spare parts pada perusahaan yang menjadi objek penelitian. Hal ini menyebabkan perusahaan kurang dapat menangani ketidakpastian dalam permintaan spare parts. Kondisi ini menyebabkan biaya persediaan spare parts yang harus dikeluarkan menjadi tinggi dan tingkat perputaran atau turnover material menjadi rendah.

Untuk menjawab permasalahan ini tujuan dari penelitian ini adalah untuk mendapatkan kebijakan persediaan spare parts yang memberikan biaya total persediaan yang rendah. Pada penelitian ini dibandingkan dua sistem kebijakan persediaan yaitu continuous review system dan periodic review system. Simulasi Monte Carlo kemudian dilakukan untuk melihat sistem kebijakan mana yang memberikan biaya total persediaan yang lebih rendah.

2. Dasar Teori

Sistem pengelolaan material persediaan merupakan suatu set kebijakan dan kontrol yang memantau tingkat persediaan dan menentukan tingkat persediaan yang harus dijaga, berapa besar pesanan yang harus dibuat, dan kapan seharusnya stok ditambah kembali ( Chase, et.al, 2004).

(3)

Manajemen persediaan merupakan aspek yang paling penting dibandingkan dengan aspek lain dalam manajemen operasi, karena persediaan memerlukan biaya yang besar dan berpengaruh terhadap layanan terhadap pelanggan (Schroeder, 2003). Manajemen persediaan berhubungan dengan pengambilan keputusan dalam bidang pembelian, distribusi, dan logistik. Berkaitan dengan manajemen persediaan, terdapat biaya yang diinvestasikan perusahaan untuk menjaga tingkat persediaan dimana nilainya berkisar antara 30% sampai 50% dari nilai aset keseluruhan.

Untuk memperoleh kebijakan persediaan terdapat dua metode yaitu continuous review system dan periodic review system.

2.1 Continuous Review System

Metode ini melakukan pengontrolan material secara terus menerus sehingga memiliki kelebihan sedikitnya jumlah safety stock. Namun, biaya pengamatan akan lebih tinggi dibandingkan dengan sistem periodik serta jumlah tenaga kerja yang dibutuhkan sewaktu- waktu dapat berubah karena tergantung dengan kebutuhan material. Pemesanan dilakukan ketika persediaan telah mencapai titik ROP (reorder point). Karena terdapat lead time dalam proses pemesanan suatu barang, maka terdapat safety stock yang dipersiapkan untuk mengantisipasi adanya perbedaan antara peramalan dan permintaan aktual, antara lead time yang diharapkan dan lead time aktualnya. Safety stock hanya digunakan untuk mengatasi ketidak pastian dari lead time sehingga model ini memberikan tingkat persediaan yang lebih rendah (Ballou, 1992).

Gambar 1. Continuous Review System Model

(4)

2.2 Periodic Review System

Metode persediaan ini mengamati tingkat persediaan pada waktu-waktu tertentu yang telah ditetapkan, misalnya satu bulan sekali. Keuntungan dari metode ini adalah konsistensi baik dalam segi pemasok, waktu, harga, sehingga menimbulkan koordinasi yang baik.

Kekurangan dari metode ini adalah tingkat persediaan yang lebih tinggi untuk mengantisipasi permintaan sampai periode pengamatan selanjutnya. Pada model ini aspek kebijakannya antara lain adalah interval pengamatan, tingkat persediaan maksimal. Pada saat dilakukan review pemesanan dilakukan dengan jumlah pesanan sebanyak selisih antara level persediaan maksimum dengan jumlah persediaan yang dimiliki pada waktu review.

Gambar 2. Periodic Review System Model 2.3 Simulasi Monte Carlo

Monte Carlo merupakan bagian dari metode yang menggunakan bilangan acak dan distribusi probalitas dalam analisnya. Simulasi Monte Carlo merupakan keadaan dengan menggunakan angka bilangan acak yang disesuaikan dengan bentuk probabilitas dari data historis yang telah diperoleh sebelumnya (Lawrence and Pasterneck, 2001). Hal yang paling dasar dalam simulasi ini adalah mendapatkan nilai bilangan acak yang sesuai dengan pola distribusi data historis yang telah dimiliki. Hasil yang dapat diperoleh dari simulasi ini yaitu distribusi data terhadap perubahan beberapa variabel yang nilainya terdistribusi dengan pola tertentu.

(5)

3. Metodologi Penelitian

Penelitian ini dilakukan dengan melakukan Klasifikasi ABC untuk memilih barang yang akan dihitung kebijakan persediaannya. Setelah dilakukan klasifikasi ABC dilakukan peramalan permintaan atau konsumsi dari item-item yang terpilih sebagai input untuk perhitungan kebijakan persediaan. Perhitungan kebijakan persediaan dengan dua model dilakukan untuk memperoleh parameter-parameter kebijakan dengan menggunakan hasil peramalan permintaan. Setelah itu dilakukan simulasi Monte Carlo untuk melihat model kebijakan persediaan yang memberikan biaya total persediaan yang lebih rendah.

3.1 Pengumpulan Data

Data-data yang dikumpulkan untuk penelitian ini antara lain adalah:

a. Laporan Inventory Balance tiap bulan pada tahun 2012.

b. Data historis permintaan kebutuhan spare parts tahun 2011-2012.

c. Data penunjang perhitungan seperti harga parts, lead time, dan service level.

d. Data biaya pemesanan.

e. Data biaya penyimpanan.

3.2 Klasifikasi ABC

Jenis-jenis item yang bervariasi tentunya memerlukan pengawasan yang cukup ketat terhadap barang-barang tersebut, terlebih item dengan katergori MRO, karena tipe dan jenisnya yang bermacam-macam dengan jumlah yang sangat banyak. Item yang jumlahnya sangat banyak tersebut perlu dikelompokkan berdasarkan tingkat kepentingan.

Pengelompokkan ini dilakukan dengan melihat nilai penggunaan atau konsumsi material dari Januari 2012 sampai Desember 2012 yang diperoleh dari data Inventory Balance. Item tersebut dikelompokkan menggunakan klasifikasi ABC dengan prinsip hukum Pareto. Item tersebut diurutkan berdasarkan total nilai dollar value-nya selam setahun dari yang paling tinggi sampai yang paling rendah. Tahapan pengelompokkan berdasarkan penggunaan material dengan klasifikasi ABC adalah:

• Mengurutkan item-item bedasarkan dollar value-nya selama setahun dari yang terbesar hingga yang terkecil

• Hitung presentase kumulatif dari dollar value penggunaan material

• Menentukan item sesuai dengan dengan klasifikasi ABC

(6)

Untuk membuat penelitian ini menjadi lebih fokus maka dipisahkan terlebih dahulu antara material kapital dan material non-kapital. Penelitian ini akan difokuskan pada material kapital yang merupakan item yang sangat penting dalam kegiatan operasional perusahaan dan nilai penggunaannya juga tinggi. Berikut adalah klasifikasi ABC untuk material kapital tersebut.

Tabel 1. Klasifikasi ABC Material Kapital

Dari klasifikasi di atas dipilih enam item kelas A yang menjadi sampel dalam penelitian.

3.3 Peramalan Permintaan

Data permintaan atau konsumsi spare part digunakan untuk melakukan peramalan untuk permintaan di masa yang akan datang. Peramalan terhadap masing-masing item dilakukan dengan metode single exponential smoothing, double exponential smoothing, dan metode croston. Peramalan permintaan dengan error yang paling kecil dipilih untuk menjadi dasar dalam perhitungan parameter kebijakan pengendalian persediaan.

Mat. Number Values Issued Cum Value Cum % Class 10700290 902,659.91 902,659.91 19.49 A 10700131 698,405.56 1,601,065.47 34.57 A 10700214 640,036.40 2,241,101.87 48.39 A

10700191 500,353.90 2,741,455.77 59.20 A

10792252 282,543 3,023,999.19 65.30 A 10700126 236,390.89 3,260,390.08 70.41 A 10700125 224,583.50 3,484,973.58 75.26 A 700004789 211,440 3,696,413.58 79.82 A 700000390 148,015.44 3,844,429.02 83.02 B 10792198 117,295 3,961,723.87 85.55 B

10700190 102,699.38 4,064,423.25 87.77 B

10700132 89,298 4,153,721.51 89.70 B

700004722 88,807.77 4,242,529.28 91.61 B

700002087 86,197 4,328,725.82 93.48 C 10701455 70,999 4,399,724.69 95.01 C

10901093 65,826.90 4,465,551.59 96.43 C

10792243 56,974.54 4,522,526.13 97.66 C 10792118 55,823 4,578,349.00 98.87 C

10792121 15,894.04 4,594,243.04 99.21 C

10792259 14,308 4,608,550.88 99.52 C

700005259 10,550.00 4,619,100.88 99.75 C

700001102 9,796.71 4,628,897.59 99.96 C

10900987 936 4,629,833.88 99.98 C 10900986 537 4,630,370.71 99.99 C

10700922 504.2 4,630,874.91 100.00 C

(7)

Tabel 2. Perbandingan Nilai Kesalahan Peramalan Untuk Enam Material Sampel

Hasil peramalan permintaan untuk enam material dengan metode yang terpilih ditampilkan pada tabel di bawah ini.

Tabel 3. Hasil Peramalan Permintaan Enam Material Sampel

3.4 Perhitungan Kebijakan Persediaan dengan Model Continuous Review

Persamaan-persamaan yang digunakan untuk menghitung parameter kebijakan pada Continuous Review Model yaitu jumlah pemesanan (Q), titik pemesanan kembali (ROP), dan safety stock ditunjukkan pada persamaan dibawah ini.

1. Jumlah Pemesanan

! = ^{! ×! ×!}

! ×!

! (1)

2. ROP

!"# = ! ×!" + !! (2)

3. Safety Stock

!! = ! ×(! × !")^! (3)

Mat.

Number

Latest Demand

Forecast Demand

10700290 120 134

10700214 60 48

10792252 14 16

10700126 194 303

10700125 217 269

10700131 122 64

(8)

Untuk menghitung parameter-parameter kebijakan tersebut diperlukan beberapa variabel pendukung seperti lead time dan harga spare parts.

Tabel 4. Variabel Pendukung Perhitungan Kebijakan Persediaan

Setelah dilakukan perhitungan dengan persamaan di atas diperoleh hasil yang ditunjukkan pada Tabel 5 berikut.

Tabel 5. Perhitungan Kebijakan Persediaan Model Continuous Review

Tabel 5. Perhitungan Kebijakan Persediaan Model Continuous Review (lanjutan)

Dari Tabel 5 dapat kita lihat jumlah pemesanan (Q), safety stock, titik pemesanan kembali (ROP), dan biaya total persediaan untuk keenam jenis spare part yang dijadikan sampel pada penelitian ini. Perhitungan dengan model continuous review ini menghasilkan kebijakan persediaan dengan total biaya untuk keenam material sebesar $ 373.081,16.

Mat.

Number Material Description Price

(USD)

Lead Time (months)

10700290 CASING:9-‐5/8";L-‐80;BTC;43.50PPF;R-‐3;SMLS 1,061.61 6.53

10700214 CASING:7IN;R3;SMLS;BTC;26PPF;L80 759.15 8.67

10792252 TUBING:4-‐1/2IN;EUE-‐8RD;12.60PPF;L80 404.79 3.14

10700131 TUBING:3-‐1/2IN;EUE-‐8RD;9.30PPF;L80/N80 265.52 11.48

Mat.

Number Material Description

Holding Cost (USD)

Procure ment

Cost (USD)

Stockout Cost (USD) 10700290 CASING:9-‐5/8";L-‐80;BTC;43.50PPF;R-‐3;SMLS 265.40 736.78 10,616.10 10700214 CASING:7IN;R3;SMLS;BTC;26PPF;L80 189.79 736.78 7,591.50 10792252 TUBING:4-‐1/2IN;EUE-‐8RD;12.60PPF;L80 101.20 736.78 4,047.90 10700126 TUBING:2-‐7/8IN;EUE-‐8RD;6.50PPF;L80 35.59 736.78 1,423.50 10700125 TUBING:2-‐7/8IN;EUE-‐8RD;6.50PPF;L80 42.53 736.78 1,701.00 10700131 TUBING:3-‐1/2IN;EUE-‐8RD;9.30PPF;L80/N80 66.38 736.78 2,655.20

Mat.

Number

Forecast Demand (unit)

sd (unit)

Q (unit)

SS (unit)

ROP

(unit) TC (USD)

10700290 134 68 94 285 1160 153,033.54

10700214 48 7 67 32 448 20,858.54

10792252 16 3 53 9 59 6,406.71

10700126 303 222 388 1074 3709 66,572.89

10700125 269 266 334 1483 4590 102,004.94

10700131 64 34 131 189 923 24,204.54

(9)

3.5 Perhitungan Kebijakan Persediaan dengan Model Periodic Review

Persamaan-persamaan yang digunakan untuk menghitung parameter kebijakan pada Periodic Review Model yaitu jumlah pemesanan (Q’), review interval (T), dan maximum inventory level (M) ditunjukkan pada persamaan dibawah ini.

1. Review Interval

! =^!_! (4)

2. Maximum Inventory Level

! = ! ! + !" + !(!^!_!) (5)

3. Jumlah pemesanan

!^! = ! − ! (6)

Setelah dilakukan perhitungan dengan persamaan di atas diperoleh hasil yang ditunjukkan pada Tabel 6 berikut.

Tabel 6. Perhitungan Kebijakan Persediaan Model Periodic Review

Dari tabel di atas dapat dilihat bahwa total biaya untuk model periodic review relatif lebih tinggi dibandingkan dengan model perhitungan continuous review. Hal ini disebabkan karena jumlah persediaan yang disimpan pada model perhitngan periodic review lebih banyak dibandingkan pada model continuous review. Dari hasil perhitungan di atas diperoleh kebijakan persediaan dengan total biaya sebesar $ 449.536,11.

3.6 Simulasi Monte Carlo

Simulasi monte carlo dilakukan untuk melihat perubahan biaya total yang dihasilkan oleh dua jenis model kebijakan yang telah diperoleh sebelumnya. Simulasi terhadap masing- masing item untuk setiap jenis kebijakan dilakukan sebanyak 100 kali. Hasil yang diperoleh dari simulasi ini adalah range dari total biaya yang diperoleh dari masing-masing item untuk kebijakan continuous review dan juga periodic review.

Mat.

Number Q (unit)

T (unit)

s'd (unit)

M

(unit) TC (USD) 10700290 94 0.705 183 1269 125,769.36 10700214 67 1.393 21 517 29,609.44 10792252 53 3.298 8 116 35,245.25 10700126 388 1.281 701 4173 84,717.51 10700125 334 1.243 951 5002 124,699.12 10700131 131 2.04 125 1070 49,522.44

(10)

Dalam simulasi monte carlo ini menggunakan 8 skenario untuk melihat perubahan pada total biaya persediaan dari kebijakan persediaan yang telah dihitung. Delapan skenario tersebut yaitu:

• Skenario 1: variabel tidak pasti yaitu permintaan mengalami kenaikan sebesar 10% dan lead time mengalami keterlambatan selama 20%

• Skenario 2: variabel tidak pasti yaitu permintaan mengalami kenaikan sebesar 20% dan lead time mengalami keterlambatan selama 20%

• Skenario 3: variabel tidak pasti yaitu permintaan mengalami penurunan sebesar 10% dan lead time mengalami keterlambatan selama 20%

• Skenario 4: variabel tidak pasti yaitu permintaan mengalami penurunan sebesar 20% dan lead time mengalami keterlambatan selama 20%

• Skenario 5: variabel tidak pasti yaitu permintaan mengalami kenaikan sebesar 10% dan lead time lebih cepat selama 20%

• Skenario 6: variabel tidak pasti yaitu permintaan mengalami kenaikan sebesar 20% dan lead time lebih cepat selama 20%

• Skenario 7: variabel tidak pasti yaitu permintaan mengalami penurunan sebesar 10% dan lead time lebih cepat selama 20%

• Skenario 8: variabel tidak pasti yaitu permintaan mengalami penurunan sebesar 20% dan lead time lebih cepat selama 20%

Hasil dari Simulasi Monte Carlo berupa perbandingan antara biaya total dari continuous review dan periodic review ditampilkan pada Tabel 7, Tabel 8, Tabel 9, dan Tabel 10.

Tabel 7. Perbandingan Biaya Total Persediaan untuk Skenario 1 dan 2

Continuous Periodic Continuous Periodic 10700290 $344,461.37 $880,684.80 $393,730.40 $955,838.60 10700131 $102,576.36 $142,300.95 $104,715.83 $148,264.69 10700214 $133,211.70 $272,736.00 $135,113.60 $281,089.90 10792252 $10,768.77 $18,145.64 $11,175.63 $20,788.58 10700126 $176,435.50 $329,831.21 $178,277.28 $341,551.38 10700125 $233,584.69 $474,035.32 $234,966.62 $480,292.90

Mat.

Number

Skenario 1 Skenario 2

(11)

Dari tabel-tabel di atas dapat dilihat bahwa model persediaan continuous review memberikan biaya total persediaan yang lebih rendah untuk semua skenario.

4. Hasil dan Pembahasan

4.1 Analisis Penentuan Kebijakan Persediaan

Pada bagian sebelumnya, telah ditampilkan perhitungan untuk menentukan kebijakan dalam pengendalian material persediaan MRO. Perhitungan tersebut dilakukan dengan menggunakan model continuous review dan model periodic review. Pada model continuous review yang ditentukan adalah jumlah pesanan (Q), titik pemesanan kembali (ROP), safety

Mat.

Number

Mat.

Number

Mat.

Number

(12)

stock, dan total biaya persediaan. Untuk model periodic review yang ditentukan adalah review interval (T), tingkat persediaan maksimum (M), dan total biaya persediaan.

• Material 10700290

Pada material 10700290, nilai biaya penyimpanan adalah sebesar $265,4 dan biaya pemesanannya adalah $736,78. Dengan menggunakan rumus untuk model continuous review dan periodic review diperoleh output kebijakan untuk masing-masing model.

Pada model continuous review diperoleh nilai jumlah pemesanan sebesar 95 unit, safety stock sebesar 285 unit, ROP sebesar 1.160 unit, dan total biaya persediaan sebesar

$153.000,00. Pada model periodic review diperoleh review interval (T) yaitu 0,75 atau 1 periode, tingkat persediaan maksimum (M) sebesar 1269 unit, dan total biaya persediaan sebesar $ 125.000,00. Untuk material 10700290 model periodic review memberikan total biaya persediaan yang lebih rendah.

• Material 10700214

Pada model continuous review diperoleh nilai jumlah pemesana sebesar 67 unit, safety stock sebesar 32 unit, ROP sebesar 448 unit, dan total biaya persediaan sebesar

$20.858,00. Pada model periodic review diperoleh review interval (T) yaitu 1,39 atau 2 periode, tingkat persediaan maksimum (M) sebesar 517 unit, dan total biaya persediaan sebesar $ 29.609,00. Untuk material 10700214 model continuous review memberikan total biaya persediaan yang lebih rendah.

• Material 10792252

Pada model continuous review diperoleh nilai jumlah pemesanan sebesar 53 unit, safety stock sebesar 9 unit, ROP sebesar 60 unit, dan total biaya persediaan sebesar $6.400,00.

Pada model periodic review diperoleh review interval (T) yaitu 3,29 atau 4 periode, tingkat persediaan maksimum (M) sebesar 116 unit, dan total biaya persediaan sebesar $

(13)

35.000,00. Untuk material 10792252 model continuous review memberikan total biaya persediaan yang jauh lebih rendah.

• Material 10700126

Pada material 10700126, nilai biaya penyimpanan adalah sebesar $35,59dan biaya pemesanannya adalah $736,78. Dengan menggunakan rumus untuk model continuous review dan periodic review diperoleh output kebijakan untuk masing-masing model.

Pada model continuous review diperoleh nilai jumlah pemesanan sebesar 388 unit, safety stock sebesar 1.074 unit, ROP sebesar 3.709 unit, dan total biaya persediaan sebesar $66.500,00. Pada model periodic review diperoleh review interval (T) yaitu 1,28 atau 2 periode, tingkat persediaan maksimum (M) sebesar 4173 unit, dan total biaya persediaan sebesar $ 84.700,00. Untuk material 10700126 model continuous review memberikan total biaya persediaan yang lebih rendah.

• Material 10700131

Pada model continuous review diperoleh nilai jumlah pemesanan sebesar 131 unit, safety stock sebesar 189 unit, ROP sebesar 924 unit, dan total biaya persediaan sebesar

$24.200,00. Pada model periodic review diperoleh review interval (T) yaitu 2,04 atau 2 periode, tingkat persediaan maksimum (M) sebesar 1070 unit, dan total biaya persediaan sebesar $ 49.500,00. Untuk material 10700131 model continuous review memberikan total biaya persediaan yang lebih rendah.

• Material 10700125

Pada model continuous review diperoleh nilai jumlah pemesanan sebesar 335 unit, safety stock sebesar 1483 unit, ROP sebesar 4590 unit, dan total biaya persediaan sebesar $102.000,00. Pada model periodic review diperoleh review interval (T) yaitu 1,24 atau 2 periode, tingkat persediaan maksimum (M) sebesar 5002 unit, dan total

(14)

biaya persediaan sebesar $ 124.700,00. Untuk material 10700125 model periodic review memberikan total biaya persediaan yang lebih rendah.

Secara keseluruhan model pengendalian persediaan continuous review memberikan hasil total biaya persediaan yang lebih rendah. Hal ini disebabkan pada model ini level persediaan yang disimpan relatif lebih rendah dibandingkan pada model periodic review.

Total biaya persediaan yang dihasilkan dengan menggunakan model continuous review adalah sebesar $ 373.081,16. Untuk model biaya periodic review total biaya persediaannya adalah $ 449.536,11. Dari perbandingan total biaya ini dapat dikatakan model continuous review adalah model kebijakan pengendalian yang lebih baik untuk penelitian ini dengan perbedaan biaya total persediaan mencapai $76.000,00.

4.2 Analisis Simulasi Monte Carlo

Dalam penelitian ini, Simulasi Monte Carlo yang dilakukan menggunakan delapan skenario seperti yang telah disebutkan sebelumnya, dengan masing-masing skenario memiliki hasil yang berbeda. Hasil dari simulasi ini memperlihatkan rata-rata total biaya persediaan setelah simulasi berjalan selama 100 periode untuk model kebijakan persediaan continuous review dan periodic review. Untuk melihat perbandingan biaya total persediaan dari dua model persediaan dipilih satu item yang akan dianalisis grafik perbandingan biaya totalnya.

Grafik perbandingan biaya total untuk material 10700290 ditampilkan pada gambar-gambar berikut ini.

Gambar 3. Perbandingan Biaya Total untuk Skenario 1

(15)

(16)

Dari grafik perbandingan biaya untuk skenario 1 sampai 4 dapat dilihat bahwa saat ada kenaikan permintaan terjadi kenaikan biaya pada model continuous review pada beberapa periode. Hal ini diakibatkan karena terjadinya stockout sehingga terjadi lonjakan biaya.

Walaupun demikian, secara rata-rata total biaya yang diberikan masih lebih rendah dibandingkan dengan model periodic review. Saat permintaan menurun total biaya persediaan model continuous review secara konstan lebih rendah dibandingkan dengan total biaya model periodic review.

(17)

Sama seperti hasil dari skenario satu sampai empat, saat terjadi kenaikan permintaan model persediaan continuous review mengalami kondisi stockout. Hal yang perlu diperhatikan dari hasil skenario lima sampai delapan adalah penurunan lead time mampu meningkatkan kemampuan model kebijakan persediaan untuk bertahan dari kondisi stockout, hal ini dapat dilihat dari hasil skenario lima dan enam yang kondisi stockout-nya terjadi lebih lambat daripada skenario satu dan dua.

5. Kesimpulan

Berdasarkan hasil pengolahan dan analisis data untuk persediaan spare part pada salah satu perusahaan migas, untuk enam jenis spare part yang telah dipilih melalui klasifikasi ABC berdasarkan nilai penggunaan tertinggi, dapat ditarik kesimpulan sebagai berikut:

(18)

1. Berdasarkan hasil perhitungan, model perhitungan kebijakan pengendalian persediaan continuous review memberikan total biaya persediaan yang lebih rendah yaitu sebesar $373.081,16 dibandingkan dengan model perhitungan kebijakan pengendalian persediaan periodic review yaitu sebesar $449.536,11.

2. Model perhitungan continuous review memiliki kelebihan yaitu total biaya persediaan yang lebih rendah karena tingkat persediaan yang disimpan lebih sedikit, akan tetapi kelemahannya adalah masih ada peluang terjadinya stockout.

Hal ini dapat dilihat dari hasil simulasi monte carlo.

3. Model perhitungan periodic review memiliki kemampuan untuk menjaga persediaan sehingga dapat mencegah terjadinya stockout, hal ini dapat dilihat pada asimulasi monte carlo dimana kejadian stock out tidak pernah terjadi pada kebijakan periodic review untuk semua jenis spare part yang diteliti. Kelebihan ini harus dibayar dengan total biaya yang relatif lebih tinggi dibandingkan dengan kebijakan continuous review.

4. Dengan hasil total biaya persediaan yang lebih rendah berdasarkan hasil simulasi pada kedelapan skenario, model kebijakan continuous review lebih baik untuk diterapkan pada pengendalian persediaan spare part di perusahaan migas.

6. Saran

Untuk tercapainya hasil penelitian yang lebih baik pada penelitian yang akan datang, maka penulis memberikan beberapa saran perbaikan penelitian. Saran tersebut antara lain adalah:

1. Skenario lain pada simulasi monte carlo dapat ditambahkan, contohnya adalah perubahan harga per unit dari material selain perubahan pada permintaan.

2. Kebijakan pengendalian dihitung dengan metode-metode lain yang mungkin bisa memberikan hasil yang lebih baik.

3. Metode peramalan permintaan dapat dicari yang lebih tepat untuk masing-masing jenis spare part karena salah satu variable penting dalam perhitungan kebijakan pengendalian persediaan adalah hasil peramalan permintaan berdasarkan data historis.

(19)

Referensi

Aisyati, Azizah, et.al.(2013). Determination Inventory Level for Aircraft Spare Parts Using Continuous Review Model. International Journal of Business Research and Management, 4.

Aquilano, Chase, Jacobs. (2004). Operations & Supply Management. New York: McGraw- Hill/Irwin.

Arnold, J. R., Tony, Chapman, Stephen, N. (2004). Introduction to Materials Management (5^th ed). New Jersey: Pearson Prentice Hall.

Ballou, Ronald, H. (1992). Business Logistics Management (3^rd ed). Englewood Cliffs:

Prentice Hall, Inc.

Kocer, Umay, & Tamer, Sezin. (2011). Determining the Inventory Policy for Slow-Moving Items: A Case Study. Proceedings of the World Congress on Engineering 2011 Vol I.

Mahadevan, B., et.al. (2003). Periodic review, push inventory policies for remanufacturing.

European Journal of Operational Research, 151, 536–551.

Porras, Eric, & Dekker, Rommert. (2007). An Inventory control system for spare parts at a refinery : An empirical comparison of different re-order point methods. European Journal of Operational Research 184, 101 – 132.

Regaetteri, et. al. (2005). Managing lumpy demand for aircraft spare parts. Journal of Air Transport Management 11 (2005) 426–431

Willemain, et al. (2004). A new approach to forecasting intermittent demand for service parts inventories. International Journal of Forecasting 20 (2004) 375– 387