ANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA
NAMA MAHASISWA
: Galih Trisno Saputra
Instansi
: --
Alamat
: --
Telp
: --
Email Penulis
:
[email protected]
Nama Dosen Pembimbing : Anggara Hayun Anujuprana, ST.,MT
ABSTRAK PT Komatsu Marketing And Support Indonesia merupakan perusahaan representatif dari Komatsu Ltd, Jepang dalam penjualan suku cadang unit alat berat merk Komatsu di Indonesia. Permasalahan yng timbul yaitu pada metode peramalan awal yang digunakan dinilai kurang memadai untuk mencukupi kebutuhan layanan after sales atau purna jual terhadap pelanggan jika terdapat unit breakdown secara tiba-tiba. Tujuan yang hendak dicapai dalam penelitian ini adalah memberikan masukan dan pertimbangan kepada perusahaan mengenai metode peramalan yang sesuai. Metode penelitian yang dilakukan yaitu dengan mengumpulkan data-data perusahaan seperti data historical penjualan suku cadang filter dengan part number 207-06-71821 pada tahun 2011 dan data populasi unit alat berat merk Komatsu yang menggunakan suku cadang dengan part number tersebut. Berdasarkan data yang diperoleh, penelitian dilakukan dengan melakukan peramalan order dengan menggunakan 3 metode peramalan dengan pengujian sehingga didapatkan metode pengujian yang memiliki error paling kecil. Selain penggunaan salah satu metode tersebut digunakan pula metode peramalan yang berdasarkan pada data populasi unit alat berat yang disebut hanseizai. Data yang digunakan pada metode hanseizai yaitu data-data yang bersifat operasional dari suatu unit alat berat seperti jam operasional dan quantity per unit. Hasil dari peramalan yang paling baik akan digunakan untuk melakukan peramalan pada tahun 2012. Kesimpulan yang dapat diperoleh adalah perusahaan dapat melakukan suatu metode peramalan yang lebih baik sehingga kebutuhan customer akan suku cadang filter part number207-06-71821 dapat terpenuhi dengan baik.
Kata Kunci : Peramalan, sales, suku cadang filter, after sales, populasi unit, alat berat, hanseizai,
ABSTRACT PT Komatsu Indonesia Marketing And Support is a representative of Komatsu Ltd., Japan in sales of spare parts for Komatsu heavy equipment unit in Indonesia. Yng problems that arise at the beginning of the forecasting methods used were considered less adequate to meet the needs of after sales service or sales to the customer if there is a unit of a sudden breakdown. Goals to be achieved in this study is to provide input and consideration to the company regarding the appropriate forecasting method. Methods of research done that is by collecting data on companies such as data filters historical sales of spare parts by part number 207-06-71821 in 2011 and population data units of Komatsu heavy equipment products are used spare parts with the part number. Based on the data obtained, the research done by forecasting order by using the three methods of forecasting the test so we get a test method that has the smallest error. In addition to the use of one such method is also used forecasting methods based on population data unit called hanseizai heavy equipment. The data used in the method hanseizai the data that are operating from a unit of heavy equipment such as operating hours and the quantity per unit. Results from forecasting the best will be used to perform forecasting in 2012. The conclusion that can be obtained is the company can do a better forecasting method so that the customer will need spare parts-filter part 06-71821 number207 can be properly fulfilled.
Keyword : Forecaast, sales, filter spare parts, after sales, unit population, heavy equipment, hanseizai,
BAB 1 PENDAHULUAN 1.1
Latar Belakang PT Komatsu Marketing & Support Indonesia (KMSI) adalah perusahaan perwakilan Komatsu di Indonesia, perusahaan perwakilan yang bergerak dalam pengadaan suku cadang alat berat dan mesin industri, dukungan pengadaan produk baru (brand new unit), dan pelayanan purna jual Komatsu di Indonesia dalam rangka mendukung produk-produk Komatsu yang dijual oleh distributor utama Komatsu di Indonesia, yaitu PT United Tractors, Tbk (UT). Pengadaan suku cadang filter tersebut terbagi menjadi dua kategori yaitu pengadaan filter sebagai kelengkapan utama pada unit alat berat dan pengadaan dalam hal layanan purna jual (after sales service). Dalam penulisan kali ini yang akan dibahas adalah mengenai pengadaan dalam layanan purna jual tersebut. Berdasarkan beragamnya kebutuhan, ketersediaan, dan kecepatan pasok suku cadang komatsu maka perlu diterapkan suatu sistem rantai pasok yang ideal agar error atau jenjang antara proyeksi permintaan aktual dengan perhitungan berdasarkan data historis dapat diminimalisir,
1.2
Landasan Teori Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaan relatif kecil. Terdapat dua jenis model peramalan yang utama, yaitu model time series dan model regresi. Model time series, peramalan dilakukan berdasarkan nilai masa lalu dari suatu variabel. Tujuan metode ini adalah menemukan pola dalam deret historis memanfaatkan untuk perkiraan di masa yang akan datang. Sedangkan model regresi menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel beba. Pola data dibedakan menjadi empat jenis, yaitu: 1. Pola Horizontal Terjadi ketika nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya cenderung tidak meningkat atau menurun dalam waktu tertentu termasuk kedalam jenis pola horizontal. 2. Pola Musiman Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman, misal kuartal tahun, bulan, atau saat-saat tertentu 3. Pola Siklis Terjadi bilamana data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis, adanya pergantian selera, mode, adanya pergantian siklus produk. 4. Pola Tren Terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data, dan datanya bersifat runtun waktu. Metode yang digunakan dalam pola data tren antara lain dapat menggunakan Double Moving Average, Double Exponential Smoothing, Triple Exponential Smoothing.
1.3
Rumusan Masalah Untuk menanggulangi kekurangan pasok suku cadang tersebut maka perlu adanya suatu metode yang tepat untuk memperkecil error peramalan tersebut sehingga pasokan suku cadang filter terhadap pemenuhan kebutuhan customer tidak terganggu.
1.4
Tujuan Penelitian Menentukan dan menggunakan metode peramalan yang tepat dalam menentukan peramalan hydraulic oil filter merk Komatsu.
BAB 2 METODE PENELITIAN
2.1 Langkah-langkah Penelitian 1. Studi Pendahuluan Merupakan tahap awal dalam penelitian ini dimana kegiatan yang dilakukan adalah: 1. Menentukan perusahaan tempat objek penelitian, didapatkan yaitu PT Komatsu Marketing and Support Indonesia 2. Melakukan observasi dan wawancara dengan perusahaan 3. Menentukan topik, PT Komatsu Marketing and Support Indonesia merupakan perusahaan yang bergerak dalam bidang trading dan penyedia suku cadang alat berat Komatsu, maka topik yang ditentukan adalah mengenai manajemen rantai pasok.
2. Perumusan Masalah Masalah yang akan dibahas yaitu melakukan analisis kinerja SCM KMSI terutama dalam hal pasokan hydraulic oil filter sehingga dapat menerapkan strategi SCM yang tepat dan dapat memenuhi kebutuhan customer atas suku cadang tersebut. 3. Tujuan Penelitian Dalam tahap ini menentukan tujuan penelitian yaitu Menentukan dan menggunakan metode peramalan yang tepat dalam menentukan peramalan hydraulic oil filter merk Komatsu dengan berdasarkan landasan teori dari berbagai literatur. 4. Pengumpulan Data Data-data yang dikumpulkan dan informasi yang didapat selama di dalam perusahaan maupun di luar perusahaan yang terdiri dari : 1. Data Primer : wawancara, data penjualan, dan data populasi unit di Indonesia 2. Data Sekunder : sejarah singkat perusahaan dan data pengamatan di lapangan 5. Pengolahan Data Dalam tahap ini data-data yang didapatkan diolah dan dilakukan analisis a. Peramalan dengan metode Double Moving Average
b. Peramalan dengan metode Double Exponential Smoothing c. Peramalan dengan metode Triple Exponential Smoothing 1 Parameter (Quadratic) d. Analisis metode hanseizai 6. Simpulan dan Saran Setelah dilakukan pengolahan dan analisis data-data, maka ditentukan metode yang sesuai untuk digunakan berdasarkan besar kesalahan terkecil.
BAB 3 HASIL DAN BAHASAN
3.1 Penentuan Metode Awal yang Digunakan Penentuan metode awal yang digunakan berdasarkan perbandingan besar error MSE dan MAPE pada ketiga metode tersebut yaitu seperti pada tabel berikut maka ditentukan lah metode yang digunakan yaitu metode Triple Exponential Smoothing.
DMA
DES
TES
MSE
51063.52
46502.61
19908.61
MAPE
31.92878
28.2427
16.50639
3.2 Penentuan Metode Peramalan Lanjutan Peramalan selanjutnya dilakukan secara berkelanjutan untuk menjaga kapasitas dalam proses overhaul yaitu menggunakan metode hanseizai dengan data yang digunakan berasal dari data aktual di lapangan MODEL
2011
Jan
Feb
Mar
Apr
Mei
Jun
Jul
Aug
Sep
Okt
Nov
Des
D155A-6R
209
6
6
5
7
5
4
4
3
3
2
3
1
D275A-5
19
-
-
-
-
-
-
-
-
-
-
-
-
PC200-7
3175
-
-
-
-
-
-
-
-
-
-
-
-
PC200-8
1883
75
55
65
75
70
85
60
90
80
65
70
85
PC300-7
375
-
-
-
-
-
-
-
-
-
-
-
-
PC300-8
801
44
40
45
57
58
40
50
57
55
45
50
49
HB205-1
1
-
-
-
-
-
-
-
-
-
-
-
-
Total
6463
125
101
115
139
133
129
114
150
138
112
123
135
Kumulatif populasi
6463
6588
6689
6804
6943
7076
7205
7319
7469
7607
7719
7842
7977
Parameter 1) Rekomendasi OMM :
Penggantian setiap 1000 jam
2) Jam operasi / hari
:
12 jam
3) Qty / unit
:
1 pc
4) Juml. Hari operasi/bln :
25 hari
Dari data historical pada tahun 2011 diketahui bahwa total populasi filter sebanyak 6463 pcs. Dengan informasi parameter yang berasal dari customer dan Departemen Service maka untuk mendapatkan estimasi jumlah penggantian di Januari 2012 dan bulan-bulan berikutnya adalah dengan melakukan perhitungan sebagai berikut, Jumlah hari dalam 1 tahun
Total operasi dalam 1 tahun
Kebutuhan filter dalam 1 tahun
Kebutuhan filter dalam 1 bulan
=
25 hari x 12 bulan
=
300 hari
=
12 jam x 300 hari
=
3600 jam
=
3600 jam / 1000 jam
=
3.6 pcs
=
4 pcs
=
4 pcs / 12 bulan
=
0.33 pcs
=
1 pc
Maka, Kebutuhan filter di bulan Januari 2012
= 1 pc x 125 = 125 pcs
Kebutuhan filter di bulan Februari 2012
= 1 pc x 101 = 101 pcs
...................... Kebutuhan filter di bulan Desember 2012
= 1 pc x 135 = 135 pcs
Diketahui estimasi jumlah populasi kumulatif di bulan Januari 2012 adalah sebanyak 6588 pcs dengan penggantian seluruhnya di 1000 jam. Dalam satu unit machine hanya terdapat 1 pc filter. Pengoperasian machine seluruhnya adalah selama 12 jam per hari dan 25 hari per bulannya. Perusahaan menetapkan target sales sebesar 80% di bulan tersebut. Maka besar proyeksi market size pada bulan Januari 2012 untuk filter part number 207-06-71821 adalah sebesar 6588 pcs dengan perkiraan target sales 100%, maka dengan target sales sebesar 80% besar market size PT KMSI di bulan Januari 2012 yaitu sebesar 80% x 6588 pcs = 5270.4 pcs atau 5270 pcs, sehingga diprediksi akan naik sekitar 23% dari market size hingga tahun 2011.
BAB 4 SIMPULAN DAN SARAN 4.1 Kesimpulan Kesimpulan yang dapat diambil dari penelitian ini adalah 1.
Metode yang paling baik digunakan pada saat peramalan awal adalah metode yang cocok adalah Triple Exponential Smoothing 1 Parameter (Quadratic).
2.
Metode hanseizai cocok digunakan sebagai sarana review berkelanjutan dan memiliki keunggulan yaitu data yang lebih komprehensif karena menggunakan data-data operasional unit machine sebagai data perhitungannya.
4.2 Saran Data yang digunakan dalam perhitungan analisis hanseizai merupakan data aktual yang terdapat di lapangan, untuk itu perusahaan harus senantiasa memperbarui data tersebut setiap bulannya, sehingga nilai peramalan yang dilakukan kedepannya akan semakin mendekati besarnya kebutuhan customer.
