ANALISIS PERAMALAN DALAM MEMPREDIKSIKAN PERMINTAAN DAN PERSEDIAAN MESIN DENGAN PERHITUNGAN EOQ DAN SIMULASI MONTE CARLO PADA PT. SURYA WAHANA FORTUNA Doddy Saputro Taman Buaran Indah IV Blok/Lb 6 No 10 Jakarta Timur, 0818721658
[email protected]
dosen pembimbing :
Lim Sanny, ST, MM. ABSTRAC PT. Surya Wahana Fortuna company engaged in automatic sewing machine distributor. Consumer satisfaction in the PT. Surya Wahana Fortuna we need a system of demand and supply (distribution) of goods were stable and good, one of which is the method of forecasting, EOQ, and Monte Carlo Simulation, and then generated. The results of the four forecasting methods are Linear Regression method which has experienced a small error rate and efficiency on a comparison between the EOQ method and Monte Carlo Simulation Monte Carlo Simulation proves that proved to be more efficient and effective minimaze in total cost of inventory with good demand. But in the Monte Carlo Simulation inventory cost is greater than the EOQ method due to the Monte Carlo simulation occurs zero deductible does not demand so the impact on the cost of storage, while the method of EOQ when the demand remains zero deductible and in accordance with the average use of machine inventory.
Keywords: Operational, Inventory, Forecasting, EOQ, Simulasi Monte Carlo
ABSTRAK
PT. Surya Wahana Fortuna perusahaan yang bergerak dibidang distributor mesin jahit otomatis. Dalam terjadinya kepuasan konsumen PT. Surya Wahana Fortuna dibutuhkan suatu sistem permintaan dan persediaan (distribusi) barang yang stabil dan baik yang salah satunya ialah dengan metode forecasting, EOQ, dan Simulasi Monte Carlo, dan kemudian dihasilkan. Hasil dari ke empat pada metode forecasting adalah metode Linier Regression yang memiliki tingkat kesalahan yang kecil mengalami efisiensi dan pada perbandingan antara metode EOQ dan Simulasi Monte Carlo membuktikan bahwa Simulasi Monte Carlo terbukti lebih efisien dan efektif dalam meminimalisi total biaya persediaan dengan baik dari permintaan. Namun pada pada Simulasi Monte Carlo biaya inventory lebih besar dari metode EOQ dikarenakan pada Simulasi Monte Carlo terjadi nol permintaan tidak dikurangkan sehingga berdampak pada biaya penyimpanan, sedangkan metode EOQ ketika terjadinya nol permintaan tetap dikurangkan dan sesuai dengan rata-rata penggunaan persediaan mesin.
Kata Kunci : Operasi, Inventory, Forecasting, EOQ, Simulasi Monte Carlo
PENDAHULUAN Perkembangan industri fashion (pakaian jadi) dari tahun ke tahun terus meningkat. Hal ini terjadi karena cepatnya perubahan model serta permintaan dari konsumen yang terus meningkat sesuai dengan perkembangan zaman. Peningkatan permintaan produk pakaian jadi yang terbanyak dan tercepat adalah produk permintaan pakaian wanita, karena banyaknya atribut yang dapat digunakan pada pakaian wanita, salah satunya adalah bordir. Perkembangan industri pakaian jadi terus meningkat mengakibatkan banyaknya perusahaan yang ingin masuk dalam industri pakaian jadi. Dengan meningkatnya jumlah perusahaan pada industri pakaian jadi khususnya yang menggunakan bordir, mengakibatkan permintaan mesin bordir terus meningkat. PT. Surya Wahana Fortuna sebagai salah satu perusahaan yang sudah cukup lama bergerak di bidang distributor mesin bordir perlu melakukan suatu upaya untuk dapat terus bersaing dengan perusahaan lainnya agar perusahaan dapat mempertahankan pangsa pasarnya saat ini. Salah satu cara yang dapat digunakan oleh perusahaan untuk dapat terus bersaing dengan perusahaan lain adalah dengan cara efisiensi biaya. Persediaan merupakan salah satu aset terpenting dalam banyak perusahaan karena nilai persediaan bisa mencapai 40 % dari seluruh investasi modal.
Untuk itu perlunya manajer
operasional untuk dapat memahami bahwa persediaan merupakan hal yang penting dalam mencapai biaya produksi yang efektif dan efisien. Manajemen produksi dan operasi merupakan proses pencapaian dan pengutilisasian sumber-sumber daya untuk memproduksi atau menghasikan barang-barang atau jasa-jasa yang berguna sebagai usaha untuk menciptakan tujuan dan sasaran organisasi (sumber Assauri;Manajemen Operasi, Edisi 7. Jakarta: Salemba Empat) Peramalan adalah kegiatan memperkirakan tingkat permintaan produk yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu dimasa yang akan datang (Blegel J.E; 1999, Pengendalian Produksi: Suatu Pendekatan Kuantitatif )
Dalam peramalan (forecasting) tidak jarang terjadi kesalahan misalnya saja penjualan atau jasa sering tidak sama dengan nilai eksak yang diperkirakan. Sedikit variasi dari perkiraan sering dapat diserap oleh kapasitas tambahan. Peramalan adalah kegiatan yang berhubungan dengan meramalkan atau kegiatan atau memproyeksikan hal-hal yang terjadi dimasa lampau kemasa depan. Peramalan permintaan (Demand forecasting) menyangkut peramalan permintaan yang akan datang berdasarkan permintaan yang lalu atau berdasarkan perhitungan tertentu. Peramalan permintaan mencakup dua kegiatan menurut (Indrajit R. E. dan Djokopranoto R. ,2003:341) , yaitu : 1. Mengidentifikasi variabel-veriabel yang mempengaruhi permintaan. 2.
Mengembangkan persamaan-persamaan yang menyatakan hubungan antara variabel-variabel tersebut dalam bentuk perhitungan matematis.
Sedangkan menurut (Heizer J. and Render B. ,2009: 162), Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian dimasa depan. Hal ini dapat dikakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya kemasa akan datang dengan suatu bentuk model matematis. Bila juga merupakan prediksi intuasi yang bersifat subjektif. Atau bisa juga dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Oleh karena itu peramalan dapat dikatakan sebagai suatu bentuk perkiraan untuk perusahaan untuk dapat mengantisipasi permintaan dengan membuat suatu perencanaan operasi sampai melakukan perencanaan dan pengendalian persediaan. Walaupun ada berbagai macam prosedur atau langkah – langkahproses peramalan jasa, umumnya lima langkah berikut merupakan langkah pokok yang dilakukan, menurut (Tjiptono F. dan Chandra G. , 2007:249254): 1.
Penentuan tujuan peramalan Tujuan peramalan tergantung pada kebutuhan informasi para manajer. Dalam langkah ini ditentukan
sejumlah hal, diantaranya variabel yang akan diestimasi, pengguna ramalan, alasan dibutuhkannya peramalan, biaya peramalan, jangka waktu peramalan, tingkat akurasi peramalan, dan saat melakukan peramalan. 2.
Model peramalan Langkah selanjutnya adalah menyusun model peramalan, yang merupakan penyajiansecara sederhana
sistem atau aspek-espek yang akan diprediksi permintaan akan jasa. Model ini sering bermanfaat dalam
membantu mengkalisifikasikan atau memisahkan pengaruh faktor-faktor internal dan eksternal. Faktor internal adalah faktor-faktor yang dapat dikendalikan secara langsung oleh pihak manajemen perusahaan misalnya biaya promosi, kualitas, produk/jasa, harga jual, garansi, dan saluran distribusi. Sedangkan faktor eksternal merupakan faktor diluar kendali pihak manajemen,
seperti tingkat inflasi, tingkat pendapatan konsumen, tingkat
pengangguran, perilaku pesaing,dan perubahan peraturan pemerintahan. Pemilihan model yang tepat merupakan aspek krusial, karena dapat mempengaruhi validitas (kesahilan) dan realiabilitas (keandalan) peramalan. Model yang sebaiknya dipilih adalah model yang dapat menggambarkan secara realistis perilaku variabel-variabel yang diestimasikan. Misalkan perusahaan ingin memprediksi permintaan yang bersifat linier, maka model yang dipilih bisa berupa trend linier atau regresi linier. 3. Pengujian model Peramalan Dalam rangka mendapatkan hasil estimasi yang memuaskan, model yang dipilih perlu diuji terlebih dahulu akurasi. Pengujian ini dilakukan dengan cara menggunakan model bersangkutan untuk mengestimasikan nilai saat ini (misalnya, volume penjualan, jumlah pelanggan, dan sebagainya) berdasarkan nilai-nilai historis pada periode sebelumnya. Dengan membandingkan nilai prediksi (hasil estimasi dari model yang diuji) untuk periode saat ini dengan nilai aktualnya, maka akan diketahui tingkat akurasi estimasi model yang diuji tersebut. 4. Penerapan model peramalan Setelah tahap pengujian, model yang memiliki tingkat akurasi, validitas dan reliabilitas sesuai harapan diterapkan untuk melakukan peramalan masa datang dengan jangka waktu yang diinginkan. 5. Revisi dan evaluasi Estimasi-estimasi yang telah dibuat harus senantiasa disempurnakan dan ditinjau kembali. Revisi mungkin perlu dilakukan sehubungan dengan adanya perubahan-perubahan, baik pada perusahaan maupun lingkungannya, misalnya harga, biaya promosi, peraturan pemerintah, dan perkembangan teknologi. Sementara itu, evaluasi merupakan pembandingan estimasi dengan hasil aktual untuk menilai akurasi penggunaan metode peramalan spesifik. Langkah ini dibutuhkan untuk meningkatkan kualitas estimasi dimasa datang. Peramalan permintaan memiliki karakteristik tertentuk yang berlaku secara umum. Karakteristik ini harus diperhatikan untuk menilai proses peramalan permintaan dengan metode yang digunakan. Ada karakteristik peramalan permintaan (Nasution, 2003:28): 1.
Akurasi.
Hasil dari peramalan yang diukur dengan kebiasaan dan kekonsistensian peramalan. Hasil dari peramalan dikatakan biasa apabila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan kenyataan yang terjadi. Hasil peramalan dikatakan konsisten apabila besarnya kesalahan peramalan relatif kecil. 2.
Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung dari jumlah item yang diramalkan, lamanya periode peramalan dan metode peramalan yang dipakai.
3.
Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dirancang, dan diaplikasikan secara mudah akan memberikan keuntungan bagi perusahaan.
Analisis Time Series (Iriawan dan Astuti, 2006:341) merupakan metode peramalan kuantitatif untuk menentukan pola data masa lampau yang dikumpulkan berdasarkan urutan waktu, yang disebut data time series. Dalam membuat prediksi dengan asumsi bahwa masa depan merupakan fungsi dari masa lalu dengan kata lain mereka melihat apa yang terjadi selama kurun waktu tertentu dan menggunakan data masa lalu tersebut untuk melakukan peramalan. Jika kita memperkirakan penjualan pertahun mesin, kita menggunakan data penjualan pada tahun lalu untuk membuat ramalan penjualan pada tahun yang akan datang. Pada penelitian ini metode Time Series (Deret Waktu) yang digunakan terdiri dari 4 yaitu: a.
Linier Regression Y = a + bX
b.
Exponential Smoothing Merupakan kasus khusus dari metode rata-rata bergerak tertimbang dimana penimbang dipilih hanya untuk observasi terbaru. Penimbang yang diletakkan pada observasi terbaru adalah nilai konstanta penghalusan α. Penimbang untuk menilai adata selain dihitung secara otomatis dan semakin lama periode waktu suatu observasi nilainya akan semakin kecil. Ft+1= αYt + (1 – α)Ft
c.
Rata-rata bergerak tertimbang (Weighted Moving Average)
• Melibatkan penimbang untuk setiap nilai data dan kemudian menghitung rata-rata penimbang sebagai nilai peramalan. Contoh rata-rata bergerak tertimbang 3 periode dihitung sebagai berikut: o d.
Ft = W1At-1 + W2At-2 + .... + WnAt-n
Rata-rata bergerak (Moving Average) •
Menggunakan n nilai data terbaru dalam suatu deret berkala untuk meramalkan periode yang akan datang.
•
Rata-rata perubahan atau pergerakan sebagai observasi baru.
•
Perhitungan rata-rata bergerak adalah sebagai berikut Ft = At-n-1 + .... + At –1 + At n
e.
Menghitung MSE dan MAD •
MSE (Mean Square Error) MSE =
•
MAD (Mean Absolute Deviation) MAD =
Tujuan dari peramalan adalah untuk mengetahui dan melihat serta memperkirakan prospek ekonomi atau kegiatan usaha dan pengaruh lingkungan terhadap prospek tersebut, sehingga dapat di informasikan mengenai: 1.
Kebutuhan suatu kegiatan usaha di masa yang akan datang.
2.
Waktu untuk mengambil keputusan yang berkaitan dengan skala produk pemasaran serta target usaha.
3.
Perencanaan skala produksi, pemasaran, anggaran, biaya produk dan arus keuangan (cash flow).
Persediaan adalah barang yang sangat mahal yang dapat digantikan oleh barang yang lebih murah yaitu informasi. Untuk menggantikannya, informasi haruslah tepat waktu, akurat, andal dan konsisten. Jika ini terjadi, maka akan tersimpan lebih sedikit persediaan, mengurangi biaya dan mengirimkan produk lebih cepat ke pelanggan. Alasan pertama perlunya manajemen persediaan adalah untuk: 1. Memaksimalkan efisiensi pembelian dan produksi
Berbagai barang dapat saja dibeli dalam jumlah yang lebih besar ketimbang yang dibutuhkan untuk mencapai efisiensi pembelian atau transportasi. Meskipun demikian, bisa ditetapkan kesepakatan yang disebut “order” pembelian berdasarkan kapasitas persediaan. 2. Memaksimalkan profit Profit dapat diartikan dengan meningkatkan pendapatan atau menurunkan biaya. Salah satu cara dengan manajemen persediaan yang benar. 3. Meminimalkan investasi persediaan Persediaan akan mengikat uang yang seharusnya dapat dipergunakan oleh perusahaan dalam berbagai hal dalam suatu bisnis. Persediaan yang terlalu besar dapat mengakibatkan kas perusahaan yang negatif, dan hal ini harus dihindarkan.
Pada dasarnya persediaan mempermudah atau mempelancar jalannya operasi perusahaan yang harus dilakukan secara berturut-turut untuk memproduksi barang-barang serta menyampaikan kepada pelanggan. Persediaan bagi perusahaan, antara lain berguna untuk ; 1.) Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan yang dibutuhkan perusahaan. 2.) Menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat digunakan bila bahan itu tidak ada dalam pasaran. 3.) Mempertahankan stabilitas atau kelancaran operasi perusahaan. 4.) Mencapai penggunaan mesin yang optimal. 5.) Memberikan pelayanan kepada pelanggan dengan sebaik-baiknya. 6.) Membuat produksi tidak perlu sesuai dengan penggunaan atau penjualannya. Persediaan sangat penting artinya bagi suatu perusahaan karena berfungsi menggabungkan antara operasi yang berurutan dalam pembuatan suatu barang dan menyampaikannya kepada konsumen. Adanya persediaan dapat memungkinkan bagi perusahaan untuk melaksanakan operasi produksi, karena faktor waktu antara operasi itu dapat dihilangkan sama sekali atau diminimumkan.
Pengendaliaan persediaan merupakan fungsi manejerial yang sangat penting karena persediaan fisik banyak melibatkan investasi terbesar.Bila perusahaan menanamkan terlalu banyak dananya dalam persediaan, menyebab kan biaya penyimpanan yang berlebihan, dan mungkin mempunyai “Opportunity
Cost” (dana dapat ditanamkan dalam investasi yang lebih menguntungkan).Sebaliknya, bila perusahaan tidak mempunyai persediaan yang cukup, dapat mengakibatkan meningkatkan biaya-biaya karena kekurangan bahan. Istilah persediaan adalah suatu istilah umum yang menunjukan segala sesuatu atau sumberdayasumberdaya perusahaan yang disimpan dalam antisipasi pemenuhan permintaan. Permintaan akan sumber daya internal ataupun eksternal meliputi persediaan bahan mentah,barang dalam proses, barang jadi atau produk akhir, bahan-bahan pembantu atau pelengkap dan komponen-komponen lain yang menjadi bagian keluaran produk perusahaan. Fungsi-fungsi persediaan antara lain : 1.)
Fungsi Decoupling. Fungsi persediaan ini operasi-operasi perusahaan secara internal dan eksternal sehingga perusahaan dapat memenuhi permintaan pelanggan tanpa tergantung pada supplier. Persediaan barang jadi diperlukan untuk memenuhi permintaan produk yang tidak pasti dari pelanggan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang tidak pasti diperkirakan atau diramalkan disebut Fluctuation Stock.
2.)
Fungsi Ekonomis Lot Sizing Persedian berfungsi untuk mengurangi biaya-biaya per unit saat Produksi dan membeli sumberdaya-sumberdaya. Persediaan ini perlu mempertimbangkan penghematan-penghematan (potongan pembelian, biaya pengangkutan lebih murah dan sebagainya) karena perusahaan melakukan pembelian dalam kuantitas yang lebih besar, dibandingkan dengan biaya-biaya yang timbul karena besarnya persediaan(biaya sewa gudang, investasi, resiko kerusakan).
3.)
Fungsi Antisipasi Persediaan berfungsi sebagai pengaman bagi perusahaan yang sering menghadafi ketidakpastian jangka waktu pengiriman dan permintaan akan barang-barang. Persediaan ini penting agar kelancaran proses produksi tidak terganggu.
Meskipun persediaan akan memberikan banyak mamfaat bagi perusahaan, namun perusahaan tetap hati-hati dalam menetukan kebijakan persediaan. Persediaan membutuhkan biaya investasi dan dalam hal ini menjadi tugas bagi manajemen untuk menentukan investasi yang optimal dalam persediaan. Masalah persediaaan merupakan masalah pembelanjaan aktif, dimana perusahaan mengunakan dana yang dimiliki dalam persediaan dengan cara yang seefektif mungkin.Untuk melangsungkan usahanya dengan lancar maka kebanyakan perusahaan merasakan perlunya persediaan. Menurut Riyanto B. (2001:74) besar kecilnya persediaan yang dimilki oleh perusahaan ditentukan oleh beberapa faktor antara lain : 1.)
Volume yang dibutuhkan untuk melindungi jalannya perusahaan terhadap gangguan kehabisan persediaan yang akan menghambat atau mengganggu jalannya produksi.
2.)
Volume produksi yang direncanakan, dimana volume produksi yang direncanakan itu sendiri sangat tergantung kepada volume penjualan yang direncanakan.
3.)
Besar pembeliaan bahan mentah setiap kali pembelian untuk mendapatkan biaya pembelian yang minimal
4.)
Estimasi tentang fluktuasi harga bahan mentah yang bersangkutan diwaktu-waktu yang akan datang.
5.)
Peraturan-peraturan pemerintah yang menyangkut persediaan material.
6.)
Harga pembelian bahan mentah.
7.)
Biaya penyimpanan dan resiko penyimpanan di gudang.
8.)
Tingkat kecepatan material menjadi rusak atau turun kualitasnya.
Pengertian EOQ (Economic Order Quantity) menurut Bambang Riyanto (2001:78) adalah jumlah kuantitas barang yang dapat diperoleh dengan biaya yang minimal atau sering dikatakan sebagai jumlah pembelian yang optimal. Sedangkan menurut Heizer dan Render(2005:68) (economic order quantity –EOQ model) adalah salah satu tehnik pengendalian persediaan yang paling tua dan terkenal secara luas, metode pengendalian persediaan ini menjawab 2 (dua) pertanyaan penting, kapan harus memesan dan berapa banyak harus memesan. Model EOQ diatas hanya dapat dibenerkan apabila asumsi-asumsi berikut dapat dipenuhi menurut Petty, William,Scott dan David (2005:278) adalah:
1.
Permintaan konstan dan seragam meskipun model EOQ (Economic Order Quantity)
mengasumsikan permintaan konstan, permintaan sesungguhnya mungkin bervariasi dari hari kehari. 2.
Harga per unit konstan memasukan variabel harga yang timbul dari diskon kuantitas
dapat ditangani dengan agak mudah dengan cara memodifikasi model awal, mendifinisikan kembali biaya total dan menentukan kuantitas pesanan yang optimal. 3.
Biaya pemesanan konstan, biaya penyimpanan per unit mungkin bervariasi sangat
besar ketika besarnya persediaan meningkat. 4.
Biaya pemesanan konstan, meskipun asumsi ini umumnya valid, pelanggan dapat
diakomodir dengan memodifikasi model EOQ (Economic Order Quntity) awal dengan cara yang sama dengan yang digunakan untuk harga per unit variabel. 5.
Pengiriman seketika, jika pengiriman tidak terjadi seketika yang merupakan kasus
umum, maka model EOQ (Economic Order Quantity) awal harus dimodifikasi dengan cara memesan stock pengaman. 6.
Pesanan yang independend, jika multi pesanan menghasil kan penghematan biaya
dengan mengurangi biaya administrasi dan transportasi maka model EOQ awal harus dimodifikasi kembali. Asumsi-asumsi ini menggambarkan keterbatasan model EOQ dasar serta cara bagaimana model tersebut dimodifikasi. Memahami keterbatasan dan asumsi model EOQ menjadi dasar yang penting bagi majerial membuat keputusan tentang persediaan. Adapun penentuan jumlah pesanan ekonomis (EOQ) ada 3 cara menurutAssauri S. (2004:182) yaitu :
1. Tabular Approach Penentuan jumlah pesanan yang ekonomis dengan Tabular approach dilakukan dengan cara menyusun suatu daftar atau table jumlah pesanan dan jumlah biaya pertahun. 2. Graphical Approach Penentuan jumlah pesanan economis dengan cara Graphical approach dilakukan dengan cara menggambar grafik-grafik carying cost dan total cost dalam satu gambar, dimana sumbu
horizontal jumlah pesanan (order) per tahun, sumbu vertical besarnya biaya dari ordering cost, carying cost dan total costs. 3. Dengan menggunakan rumus (Formula Approach) Cara penentuan jumlah pesanan ekonomis dengan menurunkan didalam rumus-rumus matematika dapat dilakukan dengan cara memperhatikan jumlah biaya persediaan yang minimum terdapat, jika ordering costs sama dengan Carying costs.
Pengertian lead time menurut Fien Zulfikarijah (2005:96) adalah
merupakan waktu yang
dibutuhkan antara pemesanan dengan barang sampai diperusahaan, sehingga lead time berhubungan dengan reoder point dan saat penerimaan barang. Lead Time muncul karena setiap pesanan membutuhkan waktu dan tidak semua pesanan bisa dipenuhi seketika, sehingga selalu ada Jeda waktu. Lead time sangat berguna bagi perusahaan yaitu pada saat persediaan mencapai nol, pesanan akan segera tiba diperusahaan. Dalam EOQ, lead time diasumsikan konstan artinya dari waktu ke waktu selalu tetap misal lead time 30 hari, maka akan berulang dalam setiap periode. Akan tetapi dalam prakteknya lead time banyak berubah-ubah, untuk mengantisipasinya perusahaan sering menyediakan Safety Stock. Dari pembahasan diatas faktor waktu sangatlah penting dalam pengisian kembali persediaan karena terdapat perbedaan waktu yang kadang cukup lama saat mengadakan pesanan untuk menggantikan atau pengisian kembali persediaan. Safety stock merupakan dilemma, dimana adanya stock out akan berakibat terganggunya proses produksi adanya stock yang berlebihan akan membengkak kan biaya penyimpanannya. Oleh karena dalam penentuan safety stock harus memperhatikan keduanya, dengan kata lain dalam safety stock diusahakan terjadinya keseimbangan diatara keduanya. Dalam penentuan safety stock pada level tertentu tergantung pada jenis pemesanan persediaan di masing-masing perusahaan apakah didasarkan pada quantity). Tujuan safety stock adalah untuk meminimalkan terjadinya stock out dan mengurangi penambahan biaya penyimpanan dan biaya stock out total, biaya penyimpanan disini akan bertambah seiring dengan adanya penmbahan yang berasal dari reorder point oleh karena adanya safety stock. Keuntungan adanya safety stock adalah pada saat jumlah permintaan mengalami lonjakan, maka persediaan pengaman dapat digunakan untuk menutup permitaan tersebut.
Menurut Tampubolon M. P. (2004:280-285) Simulasi Monte Carlo merupakan metode eksperimen dengan membuat perubahan mendasarkan probabilitas dengan teknik sampling random. Metode Monte Carlo merupakan teknik simulasi dengan menggunakan random yang dipilih dari elemen yang sesuai dengan perlakuannya.
Metode Monte Carlo dapat dilakukan berdasarkan langkah – langkah sebagai berikut.
1. Menyusun distribusi probabilitas untuk tiap variabel yang dibutuhkan. 2. Menyusun distribusi probibalitas kumulatif dari setiap variabel. 3. Membuat dasar interval dari sejumlah random dari tiap variabel. 4. Generalisir jumlah random. 5. Melakukan simulasi secara berurutan, secara berlanjut, sampai diperoleh expecter demand (diharapkan permintaan) pada waktu yang dibutuhkan.
Simulasi metode Monte Carlo selain untuk menentukan tingkat output harian, mingguan, atau bulanan yang akan diproduksi seperti contoh penentuan tingkat output sepeda motor yang akan diuraikan. Metode Monte Carlo juga dapat dipergunakan untuk menentukan jumlah personalia di tiap – tiap departemen yang berhubungan dengan proses konversi atau operasional suatu perusahaan.
METODE PENELITIAN
Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. Penelitian ini merupakan penelitian terapan (applied research). Penelitian terapan adalah penelitian untuk mengetahui serta bertujuan agar dapat melakukan sesuatu yang lebih baik, efektif, dan efisien. Adapun tujuan dari penelitian ini untuk meningkatkan efisiensi dan efektifitas manajemen persediaan dan permintaan pada perusahaan PT. Surya Wahana Fortuna. Metode penelitian ini adalah metode kuantitatif dengan data primer adapun yang dilakukan dalam penelitian ini antara lain perhitungan data-data yang didapat dari perusahaan dengan menggunakan metode Forecasting, EOQ dengan bantuan software QM serta simulasi Monte Carlo yang bertujuan untuk dapat membandingkan hasil yang terbaik bagi proses minimalisasi persediaan dari nilai jumlah maupun biaya. Hasil dari perhitungan Lead Time sangat mempengaruhi titik ROP (Reorder Point) karena ketepatan waktu dimana perusahaan harus melakukan pemesanan kembali sebelum terjadi kekosongan stock, demi
menghindari kekosongan stock dilakukan perhitungan safety stock demi menghindari lost of sale. Metode simulasi monte carlo memiliki peran untuk menyelesaikan beberapa perhitungan penelitian ini. Dalam penelitian ini peneliti mengumpulan data dengan teknik, sebagai berikut : 1. Penelitian Kepustakaan (Library Research) Linier regression
exponential smoothing
weighted moving average
moving average
Untuk mengumpulkan data dengan cara membaca buku-buku manajemen operasinal, manajemen operasi jasa, manajemen riset dan catatan yang berhubungan dengan masalah yang diteli. 2. Penelitian Lapangan (Field Research) Untuk menghimpun data yang diperlukan dalam penelitiaan ini peneliti langsung terjun ke perusahaan yang diteliti dengan : a.
Pengamatan Melakukan pengamatan secara langsung elemen-elemen yang diterapkan dan data lain yang berhubungan.
HASIL DAN PEMBAHASAN Analisis Forecasting Dari analisis forecasting bahwa dapat disajikan penjelasan sebagai berikut: 1.
Pada tipe mesin 1209 dibuktikan bahwa metode forecasting dengan cara Linier Regression adalah metode yang paling akurat dibandingkan metode lainnya karena metode tersebut menghasilkan MSE dan MAD terkecil dan yang berarti yang paling mengalami tingkat kesalahan yang kecil dibandingkan metode laiinya.
2.
Pada tipe mesin 2006 dibuktikan bahwa metode forecasting dengan cara Linier Regression adalah metode yang paling akurat dibandingkan metode lainnya karena metode tersebut menghasilkan MSE dan MAD terkecil dan yang berarti yang paling mengalami tingkat kesalahan yang kecil dibandingkan metode laiinya. Tipe mesin 1209
MAD
1,9975
2,5335
2,9222
3
MSE
8,4571
12,4135
16,28333
14,7778
Standard Error
3,1857
3,8951
4,5756
4,3589
12,0758
12,4074
12,7
12
Next periode
Tipe mesin 2006
Linier regression
exponential smoothing
weighted moving average
moving average
MAD
3,4674
4,5438
4,5889
4,4444
MSE
19,1622
30,8327
29,5122
27,2099
4,7953
6,1388
6,1599
5,9147
22,2576
22,3037
24,8
23,6667
Standard Error Next periode
Perhitungan EOQ dan Simulasi Monte Carlo 1. Dari hasil perhitungan yang dilakukan ternyata metode simulasi Monte Carlo memberikan hasil biaya yang lebih kecil. Dengan demikian maka Simulasi Monte Carlo dapat digunakan untuk meminimalisi biaya PT. Surya Wahana Fortuna. Tipe mesin 1209
Description 1
Permintaan mesin
Metode EOQ 347
Monte Carlo 221
Harga mesin Biaya mesin
84240480 29231446560
84240480 18617146080
3
Order per tahun Biaya per tahun Biaya order mesin
6,288 21060120 132426034,6
7 21060120 147.420.840
4
Average inventory Biaya per unit Biaya inventory
27,59 4800000 132432000
18,4 4800000 88320000
5
Safety stock Biaya per unit Biaya safety stock
30 4800000 144000000
30 4800000 144000000
29640304595
18.996.886.920
Total cost
tipe mesin 2006
Metode
Description EOQ
Monte Carlo
1
Permintaan mesin Harga mesin Biaya mesin
150 92.173.440 13.826.016.000
143 92.173.440 13.180.801.920
3
Order per tahun Biaya per tahun Biaya order mesin
4,06 23.043.360 93.556.042
6 23.043.360 138260160
4
Average inventory Biaya per unit Biaya inventory
18,715 5.000.000 93.575.000
11,91 5.000.000 59550000
5
Safety stock Biaya per unit Biaya safety stock
20 5.000.000 100.000.000
20 5.000.000 100.000.000
14113147042
13.478.612.080
Total cost
SIMPULAN DAN SARAN Simpulan yang dapat disampaikan dalam penelitian ini adalah.
1.
Dari hasil perhitungan metode forecasting pada kedua jenis mesin menunjukkan bahwa metode Linier Regression menghasilkan MAD dan MSE terkecil yang artinya yang paling akurat diantara ketiga metode lainnya maka diaplikasikan pada PT. Surya Wahana Fortuna.
2.
Dari hasil perhitungan yang dilakukan ternyata metode simulasi Monte Carlo memberikan hasil biaya yang lebih kecil. Dengan demikian maka Simulasi Monte Carlo dapat digunakan untuk meminimalisi biaya PT. Surya Wahana Fortuna.
Saran 1.
PT. Surya Wahana Fortuna sebaiknya menerapkan metode forecasting dengan menggunakan metode Linier Regression, karena metode tersebut yang paling akurat
2.
PT. Surya Wahana Fortuna sebaiknya menggunakan metode simulasi Monte Carlo untuk meminimalisir biaya perusahaan.
DAFTAR PUSTAKA Assauri, S. (2004). Manajemen Persediaan dan Operasi (edisi operasi). Jakarta: lembaga Penerbit FEUI.
Baroto, T. (2002), Perencanaan dan Pengendalian Produksi. Jakarta: Ghalia Indonesia.
Biegel, J.E, (1999) Pengendalian Produksi : Suatu Pendekatan Kuantitatif, Akademika Jakarta : Pressindo.
Heizer, J., & Render, B. (2001). Prinsip-prinsip Manajemen Operasi,Edisi Bahasa Indonesia. Jakarta: Salemba Empat. Heizer, J., & Render, B. (2006). Manajemen Operasi, Edisi 7. Jakarta: Salemba Empat.
Nasution. (2003). Metode Penelitian Naturalistik Kuantitatif. Bandung: Tarsito.
Pengestu Subagyo. (2000). Manajemen Operasi, Edisi Pertama. Yogyakarta: BPFE.
Petty, William, Scott, & David. Financial Management. New Jersey: Prentice Hall.
Prawirosentono, D. S. (2007). Manajemen Operasi. Jakarta: Bumi Aksara.
Prasmanasi, Deasy Yuanita. Jenis – Jenis Metode Peramalan. Malang :Universitas Muhammadiyah.
Rangkuty, F. (2004). Manajemen Persediaan. Jakarta: Rajawali Press.
Richard, L. D.(2006). Manajemen,Edisi Keenam Jakarta: Salemba Empat
Sarjono, H. (2010). Aplikasi Riset Operasi. Jakarta: Salemba empat.
Sartono, K. A. (2001). Manajemen Keuangan, Teori dan Aplikasi, Edisi 4. Jakarta: BPFE.
Tampubolon M. P. (2004) Manajemen Operasional. Jakarta: Ghalia Indonesia.
Tjiptono, F. & Chandra, G (2007). Service, Quality and Satisfaction, Edisi 2. Yogyakarta: Penerbit ANDI
Wild, J. J. (2005). Analisis Laporan Keuangan 1 edisi 8. Jakarta: Salemba Empat.
Zulfikarijah, F. (2005). Manajemen Persediaan. Malang: UMM.
RIWAYAT PENULIS Doddy Saputro lahir di kota Jakarta pada 17 Desember 1990. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Manajemen pada tahun 2013