PENGENDALIAN PERSEDIAAN BAHAN BAKU SILICA SAND DENGAN METODE ECONOMIC ORDER QUANTITY (EOQ) DI PT. ASAHIMAS FLAT GLASS TBK. SIDOARJO FACTORYBab 4

(1)

63

BAB IV

TUGAS KHUSUS

PENGENDALIAN PERSEDIAAN BAHAN BAKU SILICA SAND DENGAN METODE ECONOMIC ORDER QUANTITY (EOQ) DI PT. ASAHIMAS FLAT GLASS TBK.

SIDOARJO FACTORY

4.1. Manajemen Persediaan

Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk digunakan dalam proses produksi atau distribusi. Sedangkan manajemen persediaan adalah proses untuk mengatur persediaan barang yang dimiliki oleh suatun instansi atau perusahaan. Mulai dari cara memperoleh persediaan, penyimpanannya, sampai persediaan tersebut dimanfaatkan atau dikeluarkan. Persediaan merupakan salah satu aset perusahaan yang sangat berhubungan dengan penjualan maupun tingkat produksi. Sehingga, jika ada masalah menyangkut mengenai persediaan akan langsung berpengaruh terhadap kerugian bisnis. Oleh karena itu, penting bagi Anda untuk mengetahui mengenai manajemen persediaan

.

Persediaan merupakan aset perusahaan yang ‘nganggur’ atau lebih mudahnya yaitu aset yang disimpan dan menunggu untuk digunakan/dijual. Contoh dari persediaan ini adalah persediaan barang dagang (apabila perusahaan dagang) dan

(2)

64

pada perusahaan manufaktur ini akan lebih luas lagi seperti material (bahan baku), barang jadi dan barang setengah jadi.

Untuk mengatur persediaan dagang ini bisa dikatakan susah susah gampang, jika persediaan yang ada jumlahnya berlebihan, maka persediaan tentu menimbulkan pengeluaran yang tinggi. Karena itu, setiap barang yang disimpan pasti membutuhkan biaya yang tidak sedikit. Namun, jika persediaan yang tersedia kurang, maka akan menghambat kegiatan produksi dan akhirnya menyebabkan kehilangan konsumen dan penjualan. Adanya ketidakpastian terhadap waktu pemesanan, pasokan dari supplier hingga ketidakjelasan permintaan ini semua perlu diatur agar tidak timbul dalam sebuah perusahaan. Karenanya diperlukan manajemen persediaan agar semua dapat dikendalikan.

Economic Order Quantity merupakan salah satu metode manajemen persediaan. EOQ adalah jumlah pemesanan paling ekonomis. Maksudnya jumlah pembelian barang yang dilakukan oleh perusahaan adalah sesuai dengan pesanan yang diterima. Jadi dapat meminimumkan jumlah pemeliharaan barang dan biaya pemesanannya

4.2. Manajemen Persediaan Bahan Baku di PT. Asahimas Flat Glass

PT. Asahimas Flat Glass menentukan persediaan bahan bakunya melalui jumlah pesanan dari para pelanggan. Karena PT. Asahimas Flat Glass merupakan perusahaan multi nasional yang pendekatan produksi Make To Order, maka mereka sudah ada gambaran atau forecasting untuk periode 1 tahun kedepan. Untuk penentuan jumlah pembelian bahan baku, masih belum mempertimbangkan biaya pemesanan dan biaya penyimpanan.

(3)

65

Untuk warehouse sendiri, PT. Asahimas memiliki 5 lot gudang pasir Silica Sand, dengan kapasitas maksimal 35.000 Ton. Maka dari itu perlu adanya penyesuaian pembelian bahan baku agar tidak menumpuk di gudang.

4.3. Pengumpulan Data 4.3.1 Data Produksi

Pada produksi kaca di PT. Asahimas Flat Glas menggunakan pasir silica dengan total dari tiap periodenya sebagai berikut :

Tabel 4.1 Data Penggunaan Bahan Baku Periode Oktober 2015 - September 2021 Periode Total Pemakaian Bahan Baku Masuk

OKT 2015 - SEP 2016 159.650 165.907

OKT 2016 - SEP 2017 169.341 162.718

OKT 2017 - SEP 2018 173.042 192.825

OKT 2018 - SEP 2019 168.439 160.241

OKT 2019 - SEP 2020 151.920 143.478

OKT 2020 - SEP 2021 185.635 193.851

Sumber Data : Data Internal PT. Asahimas Flat Glass 4.3.2 Biaya Pemesanan

Adalah baiaya yang dikeluarkan berkenaan dengan pemesanan barang-barang atau bahan baku dari penjual, mulai dari pemesanan dibuat dan dikirim kepenjual, sampai barang-barang atau bahan baku tersebut dikirim dan diserahkan kegudang.

Biaya ini berhubungan dengan pesanan, tetapi sifatnya konstan, dimana besarnya yang dipesan, tetapi frekuensi pemesanan. Untuk biaya pemesanan Silica Sand di PT. Asahimas Flat Glass sendiri sebesar Rp 500.000 (data internal perusahaan) setiap kali pesan.

(4)

66 4.3.3 Biaya Penyimpanan

Adalah biaya yang berhubungan dengan adanya persediaan yang meliputi seluruh pengeluaran yang ditanggung perusahaan sebagai akibat adanya sejumlah persediaan. Biaya persediaan akan semakin besar apabila kuantitas pemesanan semakin besar. Biaya simpan termasuk biaya kebersihan gudang, biaya sewa gudang, biaya listrik gudang, biaya maintenance gudang, biaya pencatatan, dan biaya pekerja di gudang. Untuk biaya penyimpanan Silica Sand di PT. Asahimas Flat Glass sendiri sebesar Rp 25.000.000 (data internal perusahaan) setiap kali pesan.

4.3.4 Lead Time

Lead time adalah lamanya waktu antara mulai dilakukannya pemesanan bahan baku sampai dengan kedatangan bahan baku yang dipesan tersebut dan diterima digudang persediaan. Lamanya waktu tersebut tidaklah sama antara satu pesanan dengan pesanan yang lain. Persediaan yang diadakan adalah untuk menutupi kebutuhan selama lead time yang telah diperkirakan. Akan tetapi apabila kedatangan bahan tersebut terlambat atau lead time yang terjadi lebih besar dari pada yang diperkirakan. Akan tetapi apabila kedatangan bahan tersebut terlambat atau lead time yang terjadi lebih besar dari pada yang diperkirakan, maka persediaan yang ditetapkan semula tidak dapat memenuhi kebutuhan pengguna.

Untuk lead time pengadaan bahan baku silicand sand di PT. Asahimas Flat Glass sendiri adalah 7 hari.

(5)

67 4.3.5 Safety Stock

Persediaan pengaman (safety stock) adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (stock-out). Terjadinya kekurangan bahan karena penggunaan bahan baku yang lebih besar dari pada perkiraan semula, atau keterlambatan dalam penerimaan bahan baku yang dipesan. Akibat penggunaan persediaan pengaman terhadap biaya perusahaan adalah mengurangi kerugian yang ditimbulkan karena terjadinya kekurangan bahan, akan tetapi sebaliknya akan menambah besarnya biaya persediaan. Untuk safety stock bahan baku silica sand di PT. Asahimas Flat Glass adalah 22.500 Ton.

4.4. Pengolahan Data

Pengolahan data merupakan proses mengolah data dari hasil pengamatan dilapangan. Tahap pengolahan data yang akan diolah dalam penelitian ini adalah dengan menggunakan metode Economic Order Quantity dan digabung dengan perhitungan forecasting.

4.4.1 Perhitungan EOQ periode Oktober 2015 – September 2021 1. Periode 2015 – 2016

a. EOQ = √^2𝐷𝑆

𝐻

=√2.159650.500000 1879,11

= 9217 Ton b. TIC = TOC + THC

= 500000 x ¹⁵⁹⁶⁵⁰

9217 + ⁹²¹⁷

2 x 1879

(6)

68

= 8660254 + 8660254

= Rp 17.320.508

Gambar 4.1 Grafik Perhitungan EOQ Periode 2015 – 2016 2. Periode 2016 – 2017

𝐻

=√2.169341.500000 1771,57

= 500000 x ¹⁶⁹³⁴¹

9777 + ⁹⁷⁷⁷

2 x 1771,57

= 8660254 + 8660254

= Rp 17.320.508

(7)

69

𝐻

=√2.173042.500000 1733,68

= 500000 x ¹⁷³⁰⁴²

9991 + ⁹⁹⁹¹

2 x 1733,68

= 8660254 + 8660254

= Rp 17.320.508

Gambar 4.3 Grafik Perhitungan EOQ Periode 2017 – 2018

5.000 ; 21.363.033

9.777 ; 17.320.508

13.560 ; 18.255.333

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik 2016-2017

Ordering (S) Holding (H) Total Inventory Cost

5.000 ; 21.638.408

9.991 ; 17.320.508

16.069 ; 19.313.487

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik 2017-2018

(8)

70 4. Periode 2018 – 2019

𝐻

=√2.168439.500000 1781,06

= 500000 x ¹⁶⁸⁴³⁹

9725 + ⁹⁷²⁵

2 x 1781,06

= 8660254 + 8660254

= Rp 17.320.508

𝐻

=√2.151920.500000 1974,72

= 500000 x ¹⁵¹⁹²⁰

8771 + ⁸⁷⁷¹

2 x 1974,72

5.000 ; 21.296.551

9.725 ; 17.320.508

13.353 ; 18.198.582

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik 2018-2019

(9)

71

= 8660254 + 8660254

= Rp 17.320.508

𝐻

=√2.185635.500000 1616,07

= 500000 x ¹⁸⁵⁶³⁵

10718 + ¹⁰⁷¹⁸

2 x 1616,07

= 8660254 + 8660254

= Rp 17.320.508

5.000 ; 20.128.809

8.771 ; 17.320.508

11.957 ; 18.158.421

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik 2019-2020

(10)

72

Gambar 4.6 Grafik Perhitungan EOQ Periode 2020 – 2021 4.4.2 Forecasting untuk periode Oktober 2021 – September 2022 1. Moving Average (3 - Month)

Tabel 4.2 Hasil Forecast dengan Metode Moving Average 3 - Month

Period Demand (A) Forecast (F)

1 159650

2 169341

3 173042

4 168439 167344,33

5 151920 170274

6 185635 164467

Next Period 168.665

2. Exponential Smoothing (α = 0,47)

Tabel 4.3 Hasil Forecast dengan Metode Exponential Smoothing (α = 0,47)

1 159650 -

2 169341 159650

3 173042 164204,77

4 168439 168358,27

5 151920 168396,21

6 185635 160652,39

Next Period 172.394

5.000 ; 22.603.686

10.718 ; 17.320.508

16.154 ; 18.798.938

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik 2020-2021

(11)

73 3. Constant

Tabel 4.4 Hasil Forecast dengan Metode Constant

1 159650 168004,5

2 169341 168004,5

3 173042 168004,5

4 168439 168004,5

5 151920 168004,5

6 185635 168004,5

Next Period 168.005

4. Naive

Tabel 4.5 Hasil Forecast dengan Metode Naive

1 159650 -

2 169341 159650

3 173042 169341

4 168439 173042

5 151920 168439

6 185635 151920

Next Period 185.635

5. Linear Trend

Tabel 4.6 Hasil Forecast dengan Metode Linear Trend

Period (t) Demand (d) Forecast (d't)

1 159650 166800,2308

2 169341 167281,9385

3 173042 167763,6462

4 168439 168245,3538

5 151920 168727,0615

6 185635 169208,7692

Total 21 1008027

Next Period 7 169.690

(12)

74 4.4.3 Perhitungan EOQ

1. Periode 2021 – 2022 a. EOQ = √^2𝐷𝑆

𝐻

=√2.169690.500000 1767,93

= 500000 x ¹⁶⁹⁶⁹⁰

9797 + ⁹⁷⁹⁷

2 x 1767,93

= 8660254 + 8660254

= Rp 17.320.508

Gambar 4.7 Grafik Perhitungan EOQ Periode 2021 – 2022 c. Frek. Pemesanan (n) = ^𝐷

𝑄∗

= ¹⁶⁹⁶⁹⁰

9797

= 17 kali d. Interval = ³⁶⁵

𝑛

= ³⁶⁵

17

9.797 ; 17.320.508

- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000

- 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

Grafik Forecast Periode 2021-2022

(13)

75

= 21 hari e. Penggunaan perhari = ^𝐷

365

= ¹⁶⁹⁶⁹⁰

365

= 465 Ton f. ROP

Gambar 4.8 Reorder Point 4.4.4 Perhitungan Safety Stock yang disarankan

a. Standar Deviasi (σ) σ = √^∑(𝐷^𝑖^−𝐷^̅)²

𝑛−1

σ = √(159.650−168.005)²+(169.341−168.005)²….+(185.365−168.005)² 6−1

= 11.547,25 ton

b. Safety Stock yang disarankan SS = Z x σ

= 1,65 x 11.547,25

(14)

76

= 19.053 ton

Untuk resiko stock out 5% (asumsi) didapat dari kebutuhan jumlah bahan baku pertahun, maka untuk mendapatkan nilai Z dibawah kurva normal 0,95 (1- 0,05) digunakan tabel distribusi normal, diperoleh nilai Z = 1,65.

c. ROP dengan Safety Stock yang disarankan

Gambar 4.9 ROP dengan Safety Stock yang disarankan