• Tidak ada hasil yang ditemukan

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV PENGUMPULAN DAN PENGOLAHAN DATA"

Copied!
13
0
0

Teks penuh

(1)

49

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

4.1.1 Data Penjualan Dump Truck

Produk akhir dari PT HP adalah dump truck unit dengan tiga varian

utama, yaitu :

1. Unit kecil , memakai hidrolik model A dengan kapasitas maksimal 9 ton.

2. Unit sedang, memakai hidrolik model B dengan kapasitas maksimal 20 ton

3. Unit besar, memakai hidrolik model C dengan kapasitas maksimal 35 ton.

Tiap-tiap varian terdiri dari banyak spesifikasi bodi dump truck, baik dari segi

dimensi maupun modelnya sesuai dengan permintaan customer. jadi produk

dumptruck PT HP bisa di customized sesuai permintaan customer. Hasil produksi

dumptruck mencerminkan hasil penjualan, yang berarti juga mencerminkan

kecenderungan permintaan customer akan unit-unit dump truck dengan tipe dan

(2)

50

tabel 4.1 Data penjualan dump truck tahun 2011

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Kecil 60 108 191 158 137 59 119 90 89 51 126 76 1264 Sedang 4 22 35 17 6 12 7 6 28 4 16 3 160

Besar 294 252 237 212 157 169 256 156 260 303 277 274 2847 Total 358 382 463 387 300 240 382 252 377 358 419 353 4271

Tipe Bulan Total

Tabel 4.2 Data penjualan dump truck tahun 2012

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des kecil 100 75 75 150 150 150 100 125 200 0 0 150 1275

Sedang 0 0 50 50 0 0 0 25 0 50 0 0 175

Besar 270 250 275 170 280 150 200 200 155 302 423 320 2995 Total 370 325 400 370 430 300 300 350 355 352 423 470 4445

Tipe Bulan Total

Tabel4.3 Data penjualan dump truck ahun 2013

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des

kecil 50 97 112 39 106 43 67 514

Sedang 3 8 15 16 13 5 33 93

Besar 100 150 73 139 111 163 200 936

Total 153 255 200 194 230 211 300 0 0 0 0 0 1543

Tipe Bulan Total

4.1.2 Data Persediaan Hydraulic Assy

Hydraulic assymerupakankomponensub assypadadump truck yang

jugadiproduksiolehdivisiterpisah,

(3)

51

Divisihidrolikmemproduksihydraulic assy yang

akandipasokkebagianproduksidumptruck, yang akanmenjadikomponenutamadump

truck. Hydraulic assyakanmasukkegudanghidroliksecarabertahap,

danakandihitungsebagaistokpadabulanberjalan,

dandialokasikanuntukproduksidump truckbulanberikutnya.

Jadipenentuanproduksihidrolikakansangattergantungpadaramalanatauperkiraanju

mlahpermintaandump truckpadaperiode yang akandatang.

Kebijakanmanajemenuntukmenentukanjumlahpersediaanhidroliktiapbulannya,

tidakberdasarkanmetodekuantitatifyaitudenganperhitunganstatistikuntukmenentuk

anjumlahpersediaan yang paling

optimal.Penentuanjumlahpersediaanditentukansebesar minimal 2X danmaksimal

3X dari rata-rata penjualandump truckselama 6 bulanterakhir .Dengan lead time

ditentukan 1 bulanmakacadanganpengamanatausafety stock-nyaadalah

100%-150% darioperating stock-nya. Berikutadalah data persediaanhydraulic assy:

Tabel 4.4 Data persediaanhidroliktahun 2011

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Kecil 229 244 211 170 162 175 216 157 332 489 192 216 2793

Sedang 30 26 54 69 52 46 34 27 46 73 64 48 569

Besar 376 332 360 293 361 354 385 329 323 652 459 462 4686 Total 635 602 625 532 575 575 635 513 701 1214 715 726 8048

(4)

52

Tabel 4.5 Data persediaanhidroliktahun 2012

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Kecil 234 167 369 252 422 352 364 281 360 260 444 438 3943

Sedang 91 85 58 51 60 33 24 37 42 50 32 55 618

Besar 424 622 535 668 512 509 646 639 568 587 476 496 6682

Total 749 874 962 971 994 894 1034 957 970 897 952 989 11243

Type Bulan Total

Tabel 4.6 Data persediaanhidroliktahun 2013

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des

Kecil 462 412 315 378 339 283 2189

Sedang 48 45 37 47 44 43 264

Besar 481 527 377 429 390 387 2591

Total 991 984 729 854 773 713 0 0 0 0 0 0 5044

Type Bulan Total

4.1.3 Data ForecastPermintaanDump Truck

Departemen sales membuat forecast permintaandump

truckbaikuntukjangkapendekmaupunjangkapanjang. Forecastdibuatberdasar data

historispenjualandump truck. Berikut data forecastjangkapendek yang

(5)

53

Tabel 4.7 Data forecast unit dump truck tahun 2011

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Kecil 94 91 91 96 99 97 119 129 126 109 91 89 1339 Sedang 19 21 22 25 22 24 16 17 14 13 11 12 248

Besar 197 197 195 209 208 206 220 214 198 202 217 237 2731 Total 310 309 308 330 329 327 355 360 338 324 319 338 4318

Type Bulan Total

Tabel 4.8 Data forecast unit dump truck tahun 2012

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des

Kecil 92 87 87 87 93 87 117 117 125 146 121 96 1255 Sedang 11 11 12 10 11 10 17 17 21 13 13 13 159

Besar 254 254 270 272 267 265 233 221 213 193 215 238 2895 Total 357 352 369 369 371 362 367 355 359 352 349 347 4309

Type Bulan Total

Tabel 4.9 Data forecast unit dump truck tahun 2013

Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des

Kecil 96 95 90 72 84 98 75 77 61 43 36 18 845

Sedang 13 15 13 15 9 11 10 15 14 11 9 6 141

Besar 267 278 291 314 316 298 123 139 114 102 79 61 2382 Total 376 388 394 401 409 407 208 231 189 156 124 85 3368

(6)

54 4.2 Pengolahan Data

4.2.1 MetodeSaatIni

Penentuan level safety stockpada PT HP

selamainidilakukandengancaramenghitung rata-rata penjualanselamaperiode 6

bulansebelumnya, kemudianangka yang

didapatkanakanmenjadidasarpenentuanpembuatanstokhidrolik. Kebijakan yang

adaadalahpersediaanhidroliksebesar 2 – 3 kali dari forecast penjualan.

Namunpadakenyataanya,

penentuanjumlahpersediaandanpersediaanpengamannyajugadilakukanberdasarkan

pengalamandanintuisiplanneratauadanyaarahandaripihakmanajemenberdasarkanin

formasi-informasidankomitmen-komitmen yang merekadapatkandaricustomer.

Jikakitaakanmenentukanjumlah safety stock untukbulanjulitahun 2012,

sebagaicontoh, maka data yang diperlukanadalah data

penjualanprodukdariperiodejanuaritahun 2012 sampaidenganjunitahun 2012.

Langkah – langkahnyaadalahsebagaiberikut:

1. Hitung rata-rata penjualan dalam 6 bulan terakhir untuk

masing-masing tipe. Angka yang

didapatmenjadidasarpembuatanrencanaproduksihidrolik.

Forecast untukbulanjuli 2012

Jan Feb Mar Aprl Mei Juni

(7)

55

Forecast (F) = (100+75+75+150+150+150)/6

= 116

2. Hitungkebutuhanproduksihidrolikdengancaramenambahkanangka

safety faktor 2-3 darihasil forecast

kemudiandikurangidenganinventoriawal (I). Contohuntuk safety faktor

yang dipakai 2.5

Rencanaproduksi (P) = 2.5 x F – I

P = (116 x 2.5) – 164

= 126

3. Bisa diketahui safety stock (SS) yang dialokasikan adalah:

SS = (I + P) - (F )

= 164 + 126 – 116

= 174

Angka-angka tersebut diatas adalah angka pengolahan dari data yang tersedia.

Pada kenyatanya akan dilakukan penyesuaian-penyesuaian seperti pembulatan dan

penambahan atau pengurangan berdasarkan petunjuk dan arahan dari pihak

manajemen. Namun demikian angka hasil perhitungan tetap menjadi dasar

(8)

56

Berikut data safety stock untuk tahun 2012.

Tabel 4.10 Safety stock tahun 2012

A

B

C

Jan

134

91

154

379

Feb

92

85

372

549

Mar

294

8

260

562

Aprl

102

1

498

601

Mei

272

60

232

564

Juni

202

33

359

594

Juli

264

24

446

734

Agt

156

12

439

607

Sep

160

42

413

615

Okt

260

0

285

545

Nov

444

32

53

529

Des

288

55

176

519

Total

2668

443

3687

6798

Bulan

Tipe

Total

4.2.2 Metode Statistical Based Safety Stock

Pada dasarnya metode perhitungan secara statistik, baik dengan

pendekatan service level, maupun availability juga bersifat subyektif, yaitu pada

(9)

57

tingkat tertentu sesuai dengan kebijakan dari manajemen. Namun demikian, untuk

parameter dan variabel yang terlibat dihitung dengan perhitungan matematis

sehingga hasilnya lebih akurat. Salah satunya adalah untuk menangkap

kecenderungan fluktuasi permintaan/penjualan, dimana ini merupakan variabel

yang sangat menentukan akurasi dalam penentuan safety stock, maka perlu

dihitung standar deviasi penjualan/permintaan. Untuk kasus di PT HP mengingat

variasi permintaan dump truck dalam satu tahun sangat tinggi, jika perhitungan

standar deviasi per bulannya diseragamkan maka tingkat akurasi akan rendah.

Untuk itu perhitungan standar deviasi bukan untuk satu tahun tertentu, tapi

dihitung standar deviasi secara spesifik untuk masing-masing bulan. Dengan data

penjualan dari tahun 2011-2013, maka standar deviasi untuk bulan juli adalah

sebagai berikut.

Unit Kecil Sales Forecast Deviasi Dikuadratkan Juli'11 119 119 0 0 Juli'12 100 117 -17 289 Juli'13 67 75 -8 64

Jumlah 353

Dari data diataskemudiandihitungstandardeviasiuntukbulanjulidenganrumus:

SL = √(kuadratdeviasi/N-1)

SL = √353/2

SL = 13.29

Berikutadalah data standardeviasiuntukmasing-masingbulan, berdasarkan data

(10)

58

Tabel4.11 Standardeviasi

Kecil

Sedang

Besar

Jan

40.84

14.93

137.03

Feb

14.78

9.25

98.55

Mar

72.9

28.43

157.02

Aprl

66.72

28.85

143.24

Mei

50.88

14.02

149.66

Juni

64.95

11.83

128.1

Juli

13.29

21.2

64.47

Agt

28.15

9.62

43.62

Sep

59.14

17.85

60.03

Okt

111.09

26.93

105.08

Nov

89.07

9.85

153.08

Des

39.27

11.18

63.61

Tipe

Bulan

Metode Availability (AV)

Availabilitydidefinisikansebagaikemungkinan (tidakterjadinyastockoutselamalead

time)

Dari rumussafety stockumum

(11)

59

dimana Zα adalahsafety factor yang berasosiasidengan f(Zα)

padadistribusiprobabilitaskumulatif.

Sesuaidengankebijakanmanajemenmakauntuk target availability leveladalah 99%.

Dari tabelbisadilihatnilai Zα untuk availability 99% adalah 2.33. Variabel lain

yang berpengaruhdalampenentuansafety stockadalah lead time. Lead time (L)

jugasalahsatukomponen yang memilikitingkat variability tertentu,

namundalampenelitianini lead time diasumsikantetapyaitu 1 bulan. Jadinilai safety

stock untukbulanjulitahun 2012 adalahsebagaiberikut:

SS = 2.33 x 13.29 √1

= 31 (dibulatkan)

Dari data diatasdapatdihitungtingkatsafety stock yang dibutuhkanuntukmencapai

target pelayanan yang diinginkanmanajemen. Untukbulanjuliadalahsebagaiberikut

SS = Zα x S√L

= 2.33 x 13.29

(12)

60

Tabel4.12 safety stocktahun 2012

A

B

C

Jan

95

35

319

449

Feb

34

22

230

286

Mar

170

66

366

602

Aprl

155

67

334

556

Mei

119

33

349

501

Juni

151

28

298

477

Juli

31

49

150

230

Agt

66

22

102

190

Sep

138

42

140

320

Okt

259

63

245

567

Nov

208

23

357

588

Des

91

26

148

265

Total

1517

476

3038

5031

Bulan

Tipe

Total

Metode Service Level (SL)

Pengertianservice leveldisiniadalahrasiodaripermintaan yang

terpenuhidibanding total permintaan yang ada. Rumus yang digunakansamayaitu:

(13)

61

dengan safety factor (Zα) merujukpada ψ(Zα) = (1-SL)Q/SL(the

partialexpectation).

Dengan target service level yang ditetapkanpada0.99 ,makaangka safety factor

sesuaidengantabeladalah Zα = 1.94. Dengan lead time diasumsikankonstanyaitu 1

bulan, makanilai safety stock yang didapatuntukbulanjuli 2012

adalahsebagiberikut:

SS = 1.94 x 13.29

= 25,78 (dibulatkanmenjadi 26)

Tabel4.13 Safety stock tahun 2012

A

B

C

Jan

79

29

266

374

Feb

29

18

191

238

Mar

141

55

305

501

Aprl

129

56

278

463

Mei

99

27

290

416

Juni

126

23

249

398

Juli

26

41

125

192

Agt

55

19

85

159

Sep

115

35

116

266

Okt

216

52

204

472

Nov

173

19

297

489

Des

76

22

123

221

Total

1264

396

2529

4189

Gambar

Tabel 4.2 Data penjualan dump truck tahun 2012
Tabel 4.4 Data persediaanhidroliktahun 2011
Tabel 4.6 Data persediaanhidroliktahun 2013
Tabel 4.7 Data forecast unit dump truck tahun 2011
+2

Referensi

Dokumen terkait

 Audit Program PPI sangat penting di dalam pelaksanaan PPI di rumah sakit, dengan audit terhadap semua aktifitas pelayanan dan fasilitas penunjang akan terjadi perubahan

Ogg Vorbis encoder secara normal tidak berdasarkan pada bit rate saja, namun juga berdasarkan pada faktor kualitas yang besarnya berkisar antara '-1' (terendah) hingga '10'

Apabila pesan telah diterima, maka akan muncul interface berikut ini pada layar emulator Anda... Perhatikan layar console Anda dan dapatkan pesan

(2) Sejarah dalam Kejadian meliputi jangka waktu yang lebih lama dari seluruh sisa Alkitab, dimulai dengan pasangan manusia pertama, berkembang hingga sejarah dunia pra-air bah,

Penelitian yang dilakukan oleh Robiah (2015) yang mengenai Kesulitan-kesulitan Calon Guru dalam Penguasaan Keterampilan Dasar Mengajar Pada Mata Kuliah Pengajaran Mikro

Penelitian berjudul The Contribution of Infrastructureto Aggregate Output ditulis oleh David menyatakan bahwa infrastruktur rute transportasi (panjang jalan aspal

Gambar 5: Grafik Hasil Titik Pencocokan Citra Bawah laut dengan Koreksi Gamma dan Histogram Equalization Dari 50 buah tersebut diuji dengan algoritma SIFT tanpa peningkatan

Penelitian eksperimen yaitu penelitian yang didalamnya melibatkan manipulasi pada kondisi subjek yang di teliti, dengan adanya pengontrolan ketat pada faktor- faktor luar