BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
4.1
Pengumpulan Data
4.1.1 Pengumpulan Data Untuk EOQ Dalam melakukan penelitian untuk memecahkan permasalahan di PT. Primatama Konstruksi departemen PPIC (production planning and inventory control), maka terlebih dahulu dilakukan tahapan pengumpulan data. Dalam hal ini bahan baku terpenting saja yang dijadikan fokus permasalahan, yakni besi siku. Karena secara keseluruhan produk yang dihasilkan oleh perusahaan 90% menggunakan besi siku tersebut. Sistem yang ada di perusahaan saat ini ialah sistem pemesanan dilakukan secara periodik, yakni pemesanan dilakukan secara rutin dan cara pemesanannya pun dengan cara memenuhi kapasitas inventory dari perusahaan, tanpa memepertimbangkan faktor penting didalamnya. seperti biaya pesan, biaya simpan dan lain-lain. Data-data yang dikumpulkan untuk menyelesaikan permasalahan pada departemen PPIC ini adalah:
Tabel 4.1 Data Penggunaan M aterial Besi Siku Periode 2007 Bulan Januari Februari M aret April M ei Juni Juli Agustus September Oktober November Desember
Penggunaan (ton) 190 200 187 192 200 197 198 188 170 196 190 184
Sumber: PT.Primatama Konstruksi
Tabel 4.2 Data Pemesanan Besi Siku Periode 2007 Bulan
Jumlah pemesanan
Harga per ton
Januari Febuari M aret April M ei Juni Juli Agustus September Oktober November Desember Total
250 210 200 200 250 200 200 190 200 250 200 200 2550
Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000 Rp.5.800.000
Sumber: PT.Primatama Konstruksi
Total pembelian 1.450.000.000 1.218.000.000 1.160.000.000 1.160.000.000 1.450.000.000 1.160.000.000 1.160.000.000 1.102.000.000 1.160.000.000 1.450.000.000 1.160.000.000 1.160.000.000 14.790.000.000
Data di atas diperoleh dari data yang ada selama periode 2007. Sistem pemesanan yang dilakukan oleh PT. Primatama Konstruksi masih belum stabil, atau dengan kata lain tidak ada perhitungan ataupun ketetapan yang ditentukan oleh pihak perusahaan untuk melakukan pemesanan bahan baku besi siku. Jadi bahan baku yang dipesan tidak memakai perhitungan EOQ atau apapun. Dikarenkan tidak adanya sistem pemesanan yang diterapkan oleh perusahaan, maka peneliti melakukan wawancara dengan beberapa karyawan dan staff di PT. Primatama Konstruksi. Total biaya diperoleh dari biaya simpan + biaya pembelian bahan baku yakni, 15.879.522.000. Dari hasil wawancara yang dilakukan, diketahui bahwa pemesanan dilakukan secara terus menerus yakni, hampir setiap hari. Dengan jumlah 10 sampai 30 ton per pengiriman. Diketahui data biaya total yang dikeluarkan untuk bahan baku besi siku ialah pembelian bahan baku. Diketahui: Biaya pembelian = 14.790.000.000 Biaya simpan = 1.089.522.000
4.1.2 Pengumpulan Data untuk Safety Stock Data–data yang diperlukan untuk perhitungan safety stock ini adalah data historis demand selama 12 periode ke belakang (januari 2007) dan data service level yang dimiliki oleh perusahaan.
Data historis permintaan diperlukan untuk mengetahui apakah permintaan yang ada berdistribusi normal atau tidak, dan data service level sendiri diperlukan untuk menentukan berapa banyak persediaan yang harus dimiliki oleh perusahaan. Data permintaan untuk safety stock sama seperti data penggunaan material yang ada di tabel 4.1, karena perusahaan ini membuat produk berdasarkan pesanan atau biasa disebut dengan make to order. Service level untuk PT.Primatama Konstruksi adalah 95%.
4.2
Pengolahan Data
4.2.1 Pengolahan Data EOQ Untuk menghitung ukuran lot pemesanan ekonomis diperlukan datadata sebagai berikut: - Harga bahan baku besi per ton Rp 5.800.000,00. - Biaya proses pemesanan @ Rp 800.000,00 / pesanan Suplai bahan baku dalam 1 tahun (D)
= 2292 ton
Lead time (L)
= 2 hari
Jumlah hari kerja dalam 1 tahun
= 300 hari
Selain data-data di atas, untuk melengkapi parameter-parameter lain yang digunakan dalam perhitungan, maka digunakan juga beberapa asumsi yang diperoleh dari pihak perusahaan sebagai berikut : Biaya simpan:
-Biaya penerimaan bahan baku di gudang=Rp 1.895.000 / ton / tahun -Biaya kerusakan = 10 % x Rp 5.800.000 = Rp 580.000 / ton / tahun -Biaya penerimaan bahan baku di gudang=Rp 1.600.000 / ton / tahun TOTAL BIAYA SIMPAN (H) = Rp 4.075.000,00 Q*=
2 xDxS = H
2 × 2292 x800.000 = 899.93 =29.99 ton~ 30 ton 4.075.000
Frekuensi pesan dalam satu tahun: N =
2292 D = = 76,4 ≈ 77kali Q* 30 Interval pemesanan:
T=
hari
ker ja / tahun 300 = = 3,89 ≈ 4hari N 77 Total cost
⎛ D × S ⎞ ⎛ EOQ × H ⎞ TC = (D × C) + ⎜⎜ ⎟⎟ + ⎜ ⎟ 2 ⎠ ⎝ EOQ ⎠ ⎝ ⎛ 2292 x800.000 ⎞ ⎛ 30 x4.075.000 ⎞ =(2292 x 5.800.000)+ ⎜ ⎟+⎜ ⎟ 30 2 ⎝ ⎠ ⎝ ⎠ = Rp13.293.600.000 + 61.120.000 + 61.125.000 =Rp13.415.845.000 Asumsi penggunaan raw material dalam 1 hari = d =
2292ton =7,64 ton / hari 300 hari ker ja
4.2.2 Perhitungan Nilai Safety Stock untuk Bahan Baku Nilai safety stock yang akan dihitung pada bagian ini adalah nilai safety stock untuk bahan baku yang digunakan dalam proses produksi tower base transreceiver station tipe 36 medium light. Perhitungan ini berfungsi untuk menghindari adanya kehabisan / kekurangan bahan baku pada saat proses produksi berlangsung. Adanya safety stock untuk bahan baku ini juga berfungsi untuk mengantisipasi adanya kenaikan harga barang (bahan baku). Perhitungan safety stock ini dilakukan dengan memperhitungakan adanya service level per order cycle yang dimiliki oleh perusahaan. Langkah awal yang dilakukan ialah menentukan apakah data-data historis mengenai produksi atau permintaan tersebut berdistribusi normal. Hal ini dilakukan untuk menentukan rumus perhitungan safety stock yang digunakan. penentuan normality test ini dilakukan dengan menggunakan bantuan software M INITAB 14.
Probability Plot of data produksi Normal
99
Mean S tDev N KS P -Value
95 90
191 8.475 12 0.152 >0.150
Per cent
80 70 60 50 40 30 20 10 5
1
170
180
190 dat a produksi
200
210
sumber: pengolahan data minitab
Grafik 4.1 Normality Test Data Produksi Periode 2007
Dari gambar tersebut, dapat diambil kesimpulan bahwa data yang ada berdistribusi normal, dikarena p-value yang didapat dari minitab bernilai lebih besar dari 0.15, dari situ maka sudah dapat ditentukan rumus safety stock yang digunakan adalah: Safety Stock = S = Ma − M , dimana nilai M a adalah titik re-order point yang didapat dari rumus: ROP (B) = Ma = M + z ⋅ σ
Dimana nilai z didapat dari tabel distribusi normal z yang menunjukkan nilai service level yang dimiliki oleh perusahaan. Sedangkan nilai standar deviasi didapatkan dari rumus: 2
(Σ( Xi − x )) n −1
Standar deviasi = •
Safety stock untuk bahan baku besi siku Tabel 4.3 Frekuensi dan Probabilitas Terjadi Stockout Besi Siku
LT Demand in Unit M 1-5 6-10 Total
Frequency Probability MP(M) f P(M ) 2 0,33 0,825 4 0,67 5,025 6 1 5,85
Probability of Stockouts P (M >B) 0,67 0
Berdasarkan tabel 4.10 bagian pengumpulan data, diketahui service level untuk besi siku ialah sebesar 95%, maka nilai z yang didapatkan adalah sebesar 1.64. 2
Standar deviasi =
(Σ( Xi − x )) n −1
=
790 = 71,81 = 8,47= 9 ton 12 − 1
M aka didapatkan hasil perhitungan re-order point sebesar: ROP (B)= Ma = Μ + z.σ = 5,85+1,64 x 8,47 = 19,74 ≈ 20 ton
Dan nilai safety stocknya adalah: Safety stock = S = Ma − Μ = 20 − 5,85 = 14,15ton ≈ 15 ton
4.3 Analisis Data 4.3.1 Analisis EOQ M odel pengendalian persediaan bahan baku ini dirancang dengan menggunakan model economic order quantity (EOQ model) karena bahan baku yang digunakan untuk proses produksi pada departemen PPIC (prouction planning and inventory control) PT. Primatam Konstruksi ini merupakan tipe independent demand. Tabel 4.4 Perhitungan Economic Order Quantity (EOQ) Keterangan
Besi siku 2 hari 30 ton 77 kali 4 hari 20 ton 15 ton Rp. 13.415.845.000
Lead Time Jumlah pemesanan ekonomis (Q*) Jumlah pesanan per tahun (N) Interval pemesanan (T) Re-order point (ROP) Safety stock (SS) Total cost Dalam perhitungan
dengan
menggunakan
metode EOQ,
diketahui bahwa lead timenya adalah 2 hari yang berarti pesanan bahan baku tersebut akan datang setelah 2 hari setelah waktu pemesanan dan diperoleh nilai Q* sebesar 30 ton untuk bahan baku besi siku. Jumlah tersebut menunjukan bahwa besarnya pemesanan yang harus dilakukan pada setiap pemesanan yang
akan dilakukan oleh perusahaan. Tetapi dalam kennyataan biasanya pemesanan terkadang ada peraturan-peraturan yang ditetapkan oleh supplier. Sebagai contoh, pemesanan bisa dilakukan di atas 10 ton tetapi setelah itu berlaku kelipatan 5 untuk penambahan pemesanan, apabila demikian pihak perusahaan tidak akan bisa memesan bahan baku sesuai dengan perhitungan EOQ yang didapat yakni 30 ton. Apabila terjadi hal seperti itu tidak terlalu jadi masalah dikarenkan jumlah ukuran lot yang didapat dari perhitungan 30 ton juga memenuhi persyaratan yang ditetapkan oleh supplier. Dengan begitu pihak perusahaan dapat menggunakan sistem EOQ tetapi juga memenuhi syarat yang ditetapkan oleh supplier. Tetapi apabila supplier menetapakan klipatan 20 ton, maka perusahaan harus menetukan dimana letak titik terdekat dari jumlah yang dianjurkan.
4.3.2 Analisis Frekuensi Pemesanan Berdasarkan perhitungan EOQ yang didapat maka dapat diketahui pula frekuensi pemesanan bahan baku yang dilakukan oleh pihak perusahaan dalam satu periode tertentu. Frekuensi pemesanan bahan baku dalam periode satu tahun yang didapat berdasarkan perhitungan adalah sebanyak 77 kali. Angka ini menunjukan seberapa sering pihak perusahaan melakukan pemesanan terhadap supplier dalam periode tertentu. Dari data ini sebenarnya pihak perusahaan dapat mengetahui biaya-biaya yang harus diminiasi, sehingga dengan adanya frekuensi pemesanan ini bisa menjadi tolak ukur perusahaan
dalam menentukan pesanan di setiap pemesanan kepada supplier. Frekuensi pemesanan sebanyak 77 berdasarkan perhitungan inilah frekuensi yang paling ideal untuk dilakukan meskipun biaya pesan yang dikeluarkan oleh perusahaan jadi membesar, namun secar keseluruhan biaya dengan menggunakan sistem inilah yang memiliki biaya paling murah dibandingkan dengan sistem yang sudah ada di perusahaan saat ini.
4.3.3 Analisis Interval Waktu Untuk menentukan perhitungan interval waktu dibutuhkan data seperti, EOQ, frekuensi pemesanan, lead time, safety stock, dan re-order point. Perhitungan ini didapat dengan analisa berdasarkan pertimbangan dari data EOQ, frekuensi pemesanan, lead time, safety stock, dan re-order point. Perhitungan yang didapat menunjukan 4 hari, angka ini menunjukan selang waktu antara pemesanan sebelumnya ke pemesanan berikutnya. Dengan begitu ketika bahan baku yang dipesan diterima tidak akan terjadi kekurangan persediaan selama waktu menunggu, selain itu juga tidak terjadi penumpukan bahan baku dalam sebuah pabrik. Karena jika terjadi penumpukan bahan baku maka akan menambah biaya bagi perusahaan, yakni biaya simpan. Termasuk biaya kerusakan dan gudang. Dibandingkan sistem yang sudah ada memakai sistem random yakni bisa setiap hari memesan bahan baku, hal tersebut sebenarnya dapat membuat biaya pemesanan menjadi semakin besar, dan efektivitas waktu pun jadi terganggu. Sehingga dapat mengganggu kegiatan
produksi perusahaan. Sebaiknya perusahaan menggunakan sistem EOQ probabilistik yang diusulkan, karena selain dapat menghemat biaya, juga dapat meningkatkan efisiensi waktu. Dengan begitu perusahaan dapat meningkatkan produktivitas sehingga dapat memaksimalkan keuntungan yang akan didapat.
4.3.4 Re-order point Seperti yang sudah dilampirkan pada perhitungan EOQ diatas didapat sebanyak 30 ton ukuran pesanan ekonomis. Karena model EOQ bersifat kontinu (terus menerus), maka harus ditentukan pula titik diamana pihak perusahaan harus melakukan pemesanan kembali. Berdasarkan perhitungan re-order point yang didapat sebanyak 20 ton. Dengan demikian jika persediaan bahan baku di sebuah perusahaan yang sudah mencapai titik tersebut, maka harus dilakukan pemesanan kembali. Dengan begitu ketika bahan baku yang dipesan diterima berbarengan dengan menipisnya persediaan yang ada di perusahaan, sehingga pihak perusahaan dapat mengantisipasi kekurangan bahan baku selama waktu tunggu (lead time) bahan baku itu dikirim ke perusahaan.
4.3.5 Analisis Safety Stock Safety stock ini berfungsi sebagai antisipasi adanya lonjakan harga ataupun lonjakan permintaan produk. Selain itu safety stock juga berfungsi sebagai antiipasi jika terjadi masalah-masalah yang tidak diperkirakan oleh perusahaan. Seperti, permintaan yang tiba-tiba meningkat, ataupun terjadi cacat
dalam produksi sehingga memerlukan bahan baku tambahan diluar bahan baku yang sudah ditentukan untuk sebuah produk. Karena produk tower yang dihasilkan oleh PT. Primatama Konstruksi dipakai oleh perusahaan-perusahaan penyedia layanan komunikasi, seperti telkomsel, indosat,dan lain-lain. Biasanya untuk produk tower BTS yang dibuat PT.Primatama Konstruksi terjadi lonjakan permintaan menjelang akhir sampai pergantian tahun. Hal ini dikarenakan adanya pihak perusahaan yang memang ingin meningkatkan kualitas jaringannya dikarenakan setelah meningkatnya permintaan pada periode akhir tahun. Yang disebabkan oleh banyaknya hari raya yang bertepatan pada bulan-bulan tersebut, yakni berkisar desember sampai januari. Sehingga pada bulan-bulan berikutnya pemakaian terus berlangsung. Sedangkan dari pihak perusahaan penyedia media komunikasinya sendiri pun memiliki kelonggaran budget, dari hal tersebut mereka berusaha menghabiskan
anggaran
tahunannya untuk
memperbaiki kualitas
dari
jaringannya. Dari perhitungan yang didapat safety stock sebesar 15 ton, itu merupakan persediaan cadangan yang disimpan oleh perusahaan untuk mengantisipasi terjadinya lonjakan permintaan yang tiba-tiba dan hal-hal yang tidak terduga atau terprediksi oleh perusahaan.
4.3.6 Analisis Total Cost Setelah perhitungan-perhitungan di atas, maka dapat diperoleh total cost yang dikeluarkan perusahaan ialah Rp13.415.845.000. Perhitungan total cost ini dapat dijadikan acuan untuk perusahaan dalam menentukan sistem apa yang harus digunakan dalam sistem pemesanan bahan baku. Perhitungan tersebut didapat dari biaya-biaya seperti biaya pembelian bahan baku, biaya pemesanan, hingga biaya simpan bahnbaku tersebut. Setelah didapat perhitngan total cost ini, pihak perusahaan dapat mempertimbangkan kembali total cost yang sudah dikeluarkan oleh perusahaan jika menggunakan metode yang sudah ada sekarang kemudian dibandingkan total biaya yang diusulkan dengan metode EOQ. Jika dibandingkan dengan sistem yang sudah ada di PT. Primatama Konstruksi biaya total yang mencapai 15.879.522.000 memang bahan baku yang ditema pun masih lebih banyak dibandingkan perhitungan EOQ yang diusulkan yakni hanaya 2292 ton sedangkan bahan baku yang diterima perusahaan 2550 ton berbeda sekitar 250 ton, tetapi jika bahan baku dihitung sama tetap sistem dengan menggunakan model EOQ probabilistic masih lebih rendah yakni hanya 13.415.845.000 + 1.450.000.000 = 14.865.845.000. jadi sebenarnya jika perusahaan menggunakan model EOQ probabilistik yang diusulkan pihak perusahaan dapat menghemat 1 miliar lebih, jika dibandingkan dengan sistem saat ini digunakan.
