BAB 4 HASIL DAN PEMBAHASAN

53

BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan Perusahaan Jaya Mulia Perkasa merupakan perusahaan berbentuk Perseroan Terbatas yang bergerak di bidang produksi semen instan. Perusahaan ini menghasilkan produk semen dengan nama merek produk Jaya Mortar. Perusahaan ini berdiri tahun 1998 pada saat itu jumlah karyawan hanya 20 karyawan. Perusahaan ini memiliki kantor di jl. Peta Selatan Komplek Ruko Kalideres Indah I Blok D No. 3B, Jakarta dan pabriknya terletak di jl Bayur Ds. Keadaung Barat RT.004/01 Sepatan, Tangerang. Dengan semakin pesatnya pengembangan industri kontruksi di Indonesia mengakibatkan meningkatnya tuntutan akan produk-produk dan teknologi penunjang industri konstruksi yang efisien dan berkualitas, maka perusahaan menggunakan campuran yang ideal yaitu pasir silika dalam British Standart dan ASTM C144.93. Perusahaan ini juga telah lulus pengujian ketahanan dan kualitas produknya oleh Pusat Penelitian dan Pengembangan Pemukiman. Hingga saat ini perusahaan memiliki karyawan berjumlah 100 orang karyawan. Produk-produk yang dihasilkan oleh perusahaan ini berupa semen. Hampir semua produk yang dihasilkan untuk memenuhi kebutuhan permintaan para kontraktor dalam negeri yang sedang menjalankan proyek pembangunan. Jenis produk yang dihasilkan antara lain : Jaya Mortar Plaster (JM 200), Acian (JM 300), Skim Coat (JM 310), Tile Adthesive (JM

400), Thin Bed (JM 100), Repair Concrete (JM 110), Hardener (JM 500), Dry Concrete K225 (JM 500), Cement (JM210), Floor Screed (JM 190).

54

4.1.1 Visi dan Misi Perusahaan 4.1.1.1 Visi Perusahaan Menjadi Perusahaan yang terkemuka dengan mengedepankan sinergi dan daya saing perusahaan.

4.1.1.2 Misi Perusahaan Misi yang akan dilakukan oleh perusahaan antara lain : •

Memproduksi, semen

dengan berorientasikan pada kepuasan konsumen dengan

menggunakan teknologi yang ramah lingkungan. •

Mempertahankan

dan

meningkatkan

pangsa

pasar

semen

sehingga

dapat

meningkatkan penjualan. •

Memberdayakan dan mengintegrasikan unit-unit usaha strategik untuk meningkatkan keuntungan secara berkesinambungan.

55

4.1.2 Struktur Organisasi

Direktur

Manajer

Logistik

Litbang

Keuangan

Operasi

Pemasaran

Penelitian PNBP

Pengadaan

Akuntansi

Produksi Jaya Mortar

Jaminan Mutu Q/A

Perencanaan dan Penyediaan Material

Perbendaharaan Pajak dan Asuransi

Pemeliharaan Produk

Penjualan

Promosi

Transportasi

Anggaran dan Analisa keuangan

Sumber : PT. JAYA MULIA PERKASA, April 2007

Gambar 4.1 Struktur Organisasi PT. Jaya Mulia Perkasa

4.1.3 Uraian Pekerjaan PT. JAYA MULIA PERKASA Penjelasan atas uraian pekerjaan dari Struktur Organisasi PT. JAYA MULIA PERKASA sebagai berikut : 1. Direktur Direktur

merupakan

pemimpin

tertinggi

perusahaan

perusahaan. Tugas Direktur antara lain : •

Memantau perkembangan perusahaan.

•

Memantau kinerja manajer dan karyawan.

•

Pengambil keputusan akhir.

sekaligus

pemilik

56

2. Manajer Umum Manajer merupakan orang yang penting dalam pengaturan, pemantauan dan pengendalian karyawan. Tugasnya antara lain : •

Membuat sistem produksi, dan secara langsung bertanggung jawab terhadap direktur.

•

Mengatur jalannya seluruh kegiatan perusahaan.

•

Memimpin, memotivasi, dan memberi arahan kepada bawahan.

3. Litbang Litbang bagian pemantauan, perancangan dan pengawasan mutu produk. •

Menilai kelayakan mutu bahan dan produk.

•

Penggujian yang telah diproduksi.

4. Logistik Logistik merupakan bagian persediaan dan pengadaan bahan baku untuk proses produksi. •

Melakukan perencanaan dan penyediaan bahan baku untuk produksi.

•

Pengadaan bahan baku.

5. Keuangan Keuangan merupakan bagian perhitungan pendapatan dan biaya-biaya perusahaan. •

Melakukan perhitungan pajak, biaya produksi, dan penjualan.

•

Melakukan permbukuan Laba/Rugi.

•

Menyediakan laporan keuangan perusahaan.

6. Operasi Operasi merupakan bagian kegiatan produksi perusahaan. •

Melakukan kegiatan produksi atas produk.

57

•

Pemeliharaan atas produk.

7. Pemasaran Pemasaran merupakan bagian yang melakukan pendekatan penjualan produk. •

Mencari pelanggan.

•

Promosi.

•

Penjualan produk.

4.2 Kondisi Perusahaan

Pendatang Baru Potensial

• •

•

PT Bintang Mortar Perkasa

Ancaman

PT Suvarna Bhumi Persada PT Sarana KaryaKekuatan Bakti Tawar Pemasok

Pembeli •

PT Astasiti Mahadhana

•

PT Cipta Mortar Utama

Pesaing Kekuatan Tawar

Ancaman •

Tidak ada Substitusi

• • • • •

PT PT PT PT PT

Sumber : PT. JAYA MULIA PERKASA, April 2007

Gambar 4.2 Analisis Porter PT. Jaya Mulia Perkasa

Adhi Karya Wilkon Agaton Mandiri Global Dasatria Utama

58

•

Pesaing Industri Pesaing Industri PT. Jaya Mulia Perkasa adalah perusahaan yang menghasilkan produk yang sejenis antara lain Asana Mortar yang di hasilkan oleh PT Astasiti Mahadhana dan Mortar Utama Yang Diproduksi oleh PT Cipta Mortar Utama serta beberapa industri sejenis lainya.

•

Pendatang Baru Potensial Datangnya pesaing baru yang potensial merupakan ancaman lain bagi PT. Jaya Mulia Perkasa. Hambatan untuk mendirikan sebuah perusahaan yang meghasilkan produk semen seperti PT. Jaya Mulia Perkasa sangatlah tinggi karena membutuhkan teknologi yang maju, lokasi yang luas, dan dana investasi yang besar. Oleh sebab itu peluang munculnya perusahaan pesaing bisa dikatakan rendah. perusahaan pendatang baru yang mempunyai jenis usaha yang sama yaitu PT. Bintang Mortar Perkasa.

•

Pembeli Pembeli dari PT. Jaya Mulia Perkasa adalah kebanyakan perusahaan-perusahaan yang bergerak di bidang kontraktor yang sedang melakukan proyek pembangunan antara lain PT. Adhi Karya, PT. Wilkon, PT. Agaton Mandiri, PT. Global, PT. Dasatria Utama, dll.

•

Pemasok Pemasok menyediakan bahan baku yang dibutuhkan oleh perusahaan PT.

Jaya

Mulia Perkasa untuk mulai memproduksi produknya. salah satu cara yang dilakukan oleh PT. Jaya Mulia Perkasa ialah dengan menyeleksi beberapa pemasok sehingga didapatkan pemasok utama yang memenuhi kriteria bahan baku yang berkualitas. Beberapa pemasok utama bagi PT.

Jaya Mulia Perkasa antara lain PT Suvarna

Bhumi Persada dan PT Sarana Karya Bakti.

59

•

Subtitusi Produk semen ini tidak memiliki bahan pengganti yang menjadi ancaman. Kesimpulan dari analisis Porter adalah dapat kita ketahui bahwa sedikitnya

pendatang baru akan industri semen hal ini disebabkan karena untuk membuka usaha semen ini memerlukan modal yang cukup besar dan produk semen ini belum memiliki barang pengganti untuk menggantikannya. Jadi pada industri ini memiliki prospek cukup bagus karena kondisi persaingan usaha yang sulit bertambah serta belum adanya ancaman akan produk pengganti.

4.3 Analisa Data Data tahun 2006 yang pada penjualan produk Jaya mortar (JM 200) adalah sebagai berikut : Tabel 4.1 data penjualan 2006 produk JM 200 Bulan

JM 200 / zak (50 kg)

Januari

4510

Februari

4460

Maret

5670

April

5630

Mei

5332

Juni

4220

Juli

5110

Agustus

3890

September

4480

Oktober

5710

60

November

4470

Desember

4510

Jumlah

57992

Sumber : PT. JAYA MULIA PERKASA


Gambar 4.3 Grafik penjualan Jaya Mortar (JM200) 2006 Jika diplotkan data-data penjualan tahun lalu yang ada pada tabel ke gambar berupa grafik, Dengan melihat gambar grafik tersebut maka gambaran sementara adalah bahwa grafik tersebut mempunyai kecenderungan penjualan yang naik turun. Tetapi fungsi persamaan peramalan yang dapat mendeteksi sebaran data masa lalu tersebut belum diketahui, oleh sebab itu akan diadakan pendekatan sebaran data tersebut dengan menggunakan metoda-metoda peramalan dengan menggunakan program QM (Quantitative Management).

61

4.3.1 Menghitung Peramalan Penjualan Jaya Mortar (JM200) Dihitung dengan menggunakan QM (Quantitative Management) : 1. Peramalan Konstan 2. Peramalan Linier 3. Peramalan Rata – Rata Bergerak 4. Peramalan Rata – Rata Bergerak Dengan Bobot

4.3.1.1 Peramalan Metode Konstan Tabel 4.2 Data penjualan produk Bulan

Plester JM 200

Januari

4510

Februari

4460

Maret

5670

April

5630

Mei

5332

Juni

4220

Juli

5110

Agustus

3890

September

4480

Oktober

5710

November

4470

Desember

4510

∑y

57992

62

Sumber : PT. JAYA MORTAR.

n

∑ Y(t) a=

t=1

N a=

57992

= 4832.6 unit

12 Jadi, peramalan penjualan untuk periode berikutnya adalah 4832.6 unit. Persamaannya adalah : Y(t) = a Y(t) = 4832.6 Peramalan penjualan untuk periode berikutnya adalah 4832.6 unit. Jika dibuat tabel Peramalan untuk tahun 2007 adalah sebagai berikut : Tabel 4.3 Peramalan penjualan metode konstan tahun 2007 Bulan

Peramalan

Januari

4832.6

Februari

4832.6

Maret

4832.6

April

4832.6

Mei

4832.6

Juni

4832.6

Juli

4832.6

Agustus

4832.6

September

4832.6

63

Oktober

4832.6

November

4832.6

Desember

4832.6

Sumber : Hasil analisis data Mei 2007

Menghitung nilai kesalahan : Tabel 4.4 MSE metode peramalan konstan No

Bulan

Permintaan

Peramalan

[Y(t)-Ŷ(t)]2

1

Januari

4510

4832.6

104070.76

2

Februari

4460

4832.6

138830.76

3

Maret

5670

4832.6

701238.76

4

April

5630

4832.6

635845.76

5

Mei

5332

4832.6

249400.36

6

Juni

4220

4832.6

375278.76

7

Juli

5110

4832.6

76950.76

8

Agustus

3890

4832.6

888494.76

9

September

4480

4832.6

124326.76

10

Oktober

5710

4832.6

769830.76

11

November

4470

4832.6

131478.76

12

Desember

4510

4832.6

104070.76

Jumlah Sumber : Hasil analisis data Mei 2007

N ∑ {Y (t) – γ (t)}2 MSE = t=1 N

4299817.72

64

MSE = 4299817.72 12 MSE = 358318.1433 Dasar pemikiran metode ini adalah demand atau permintaan akan didekati dengan nilai konstan yang artinya nilai demand untuk setiap periode adalah sama. Untuk itu permintaan untuk periode yang akan datang adalah sama. Untuk lebih memperjelas perbandingan antara permintaan hasil peramalan dengan data historismakan perhatikan plot data atau grafik berikut :


Gambar 4.4 Grafik metode peramalan konstan

4.3.1.2 Peramalan Metode Linier (Linier Regression) Tabel 4.5 Peramalan Linier Bulan (t)

JM 200 (y)

t

t2

y.t

Januari

4510

1

1

4510

65

Februari

4460

2

4

8920

Maret

5670

3

9

17010

April

5630

4

16

22520

Mei

5332

5

25

26660

Juni

4220

6

36

25320

Juli

5110

7

49

35770

Agustus

3890

8

64

31120

September

4480

9

81

40320

Oktober

5710

10

100

57100

November

4470

11

121

49170

Desember

4510

12

144

54120

Total

∑y = 57992

∑t = 78

∑t2 = 650

∑y.t = 372540

Rata-rata

4832,667

6.5

54,1667

31045


Untuk mencari Intercept = (57992 X 650) – (372540 X 78) (12 X 650) – (78)2 = 5033,03 Untuk Mencari Slope = (372540 X 12) – (57992 X 78) (12 X 650) – (78)2 = -30,82 Tabel 4.6 Peramalan tahun 2007 Bulan

Peramalan

Januari

4632.304

66

Februari

4601.479

Maret

4570.653

April

4539.829

Mei

4509.003

Juni

4478.178

Juli

4447.353

Agustus

4416.528

September

4385.703

Oktober

4354.878

November

4324.053

Desember

4293.228


Tabel 4.7 Menghitung MSE Metode Linier Bulan

Permintaan

Peramalan

[Y(t)-Ŷ(t)]2

Januari

4510

5002,2

242260,84

Februari

4460

4971,4

261529,96

Maret

5670

4940,5

532170,25

April

5630

4909,7

518832,09

Mei

5332

4878,9

205299.61

Juni

4220

4848,1

394509,61

Juli

5110

4817,2

85731,84

Agustus

3890

4786,4

803532,96

67

September

4480

4755,6

75955.36

Oktober

5710

4724,8

970619,04

November

4470

4693,9

50131,21

Desember

4510

4663,1

23439,61

Jumlah

4164007,38


MSE =

4164007,38 12

=

347000,6

Sumber : Hasil analisis data mei 2007

Gambar 4.5 Grafik Metode Peramalan Linier

68

4.3.1.3 Peramalan Metode Rata – Rata Bergerak (Moving Average) Tabel 4.8 Peramalan Rata – Rata Bergerak Bulan

Permintaan

Peramalan dengan MA 3 Bulanan

Januari

4510

-

Febuari

4460

-

Maret

5670

-

April

5630

4880

Mei

5332

5253.3

Juni

4220

5443.9

Juli

5110

4960.6

Agustus

3890

4787.3

September

4480

4306.7

Oktober

5710

4393.3

November

4470

4593.3

Desember

4510

4786.6

∑t4 = 60710

∑ Peramalan MA 3 Bln = 43405


∑ {Peramalan MA 3bln} MSE =

N

= ∑ (43405)

2

12 = 1883994025 12

2

69

= 156999502.1 MA 3 bulan ( N = 3 ) pada bulan Maret : Januari + Febuari + Maret 3 :

4510 + 4460 + 5670 3

:

14640 3

: 4880 MA bulan April : MA bulan Maret + ( Permintaan April – Permintaan Januari ) 3 : 4880 + ( 5630 – 4510 ) 3 : 4880 + ( 1120 ) 3 : 4880 + 373.3 : 5253.3 MA bulan Mei

: MA bulan April + ( Permintaan Mei – Permintaan Febuari ) 3 : 5253.3 + ( 5332 – 4460 ) 3 : 5253.3 + ( 872 ) 3 : 5253.3 + 290.6 : 5443.9

70

MA bulan Juni

: MA bulan Mei + ( Permintaan Juni – Permintaan Maret ) 3 : 5443.9 + ( 4220 – 5670 ) 3 : 5443.9 + ( -1450 ) 3 : 5443.9 + ( -483.3 ) : 4960.6

MA bulan Juli

: MA bulan Juni + ( Permintaan Juli – Permintaan April ) 3 : 4960.6 + ( 5110 – 5630 ) 3 : 4960.6 + ( -520 ) 3 : 4960.6+ ( -173.3 ) : 4787.3

MA bulan Agustus

: MA bulan Juli + ( Permintaan Agustus – Permintaan Mei ) 3 : 4787.3 + ( 3890 – 5332 ) 3 : 4880 + ( -1442 ) 3 : 4880 + ( -480.6 ) : 4306.7

MA bulan September

: MA bulan Agustus + ( Permintaan September – Permintaan Juni )

71

3 : 4306.7 + ( 4480 – 4220 ) 3 : 4306.7 + ( 260 ) 3 : 4306.7 + 86.6 : 4393.3 MA bulan Oktober

: MA bulan Agustus + ( Permintaan Oktober – Permintaan Juli ) 3 : 4393.3 + ( 5710 – 5110 ) 3 : 4393.3 + ( 600 ) 3 : 4393.3 + 200 : 4593.3

MA bulan November

: MA bulan Oktober + (Permintaan November – Permintaan Agustus) 3 : 4593.3 + ( 4470 – 3890 ) 3 : 4593.3 + ( 580 ) 3 : 4593.3 + 193.3 : 4786.6

MA bulan Desember

: MA November + (Permintaan Desember – Permintaan September) 3

72

: 4786.6 + ( 4510 – 4480 ) 3 : 4786.6 + ( 30 ) 3 : 4786.6 + 10 : 4796.6


Gambar 4.6 Grafik metode peramalan Rata – Rata Bergerak 4.3.1.4 Metode Rata – Rata Bergerak Dengan Bobot ( Weight Moving Average) Tabel 4.9 Peramalan Metode Rata – Rata Bergerak Dengan Bobot Bulan

Januari

Permintaan

4510

Peramalan dengan

Peramalan WMA

MA 3 Bulanan

3 Bulanan

-

-

73

Febuari

4460

-

-

Maret

5670

-

-

April

5630

4880

5077.5

Mei

5332

5253.3

5347.5

Juni

4220

5443.9

5491

Juli

5110

4960.6

4913.5

Agustus

3890

4787.3

4943

September

4480

4306.7

4277.5

Oktober

5710

4393.3

5085

November

4470

4593.3

5077.5

Desember

4510

4786.6

4777.5

∑t4 =

∑ Peramalan MA 3

∑ Peramalan

60710

Bln = 43405

WMA 3 Bln = 44990


MSE =

∑ {Peramalan WMA 3bln}

= ∑ (44990)

2

N 2

12 = 2024100100 12 = 168675008.3

WMA pada bulan Maret : (0.25 x permintaan januari) + (0.25 x permintaan febuari) + (0.50 x permintaan maret)

74

: ( 0.25 x 4510 ) + ( 0.25 x 4460 ) + ( 0.50 x 5670 ) : 1127.5 + 1115 + 2835 : 5077.5 WMA pada bulan April : (0.25 x permintaan febuari) + (0.25 x permintaan maret) + (0.50 x permintaan april) : ( 0.25 x 4460 ) + ( 0.25 x 5670 ) + ( 0.50 x 5630 ) : 1115 + 1417.5 + 2815 : 5347.5 WMA pada bulan Mei

: (0.25 x permintaan maret) + (0.25 x permintaan april) + (0.50 x permintaan mei) : ( 0.25 x 5670 ) + ( 0.25 x 5630 ) + ( 0.50 x 5332 ) : 1417.5 + 1407.5 + 2666 : 5491

WMA pada bulan Juni

: (0.25 x permintaan april) + (0.25 x permintaan mei) + (0.50 x permintaan juni) : ( 0.25 x 5630 ) + ( 0.25 x 5332 ) + ( 0.50 x 4220 ) : 1470.5 + 1333 + 2110 : 4913.5

WMA pada bulan Juli

: (0.25 x permintaan mei) + (0.25 x permintaan juni) + (0.50 x permintaan juli) : ( 0.25 x 5332 ) + ( 0.25 x 4220 ) + ( 0.50 x 5110 ) : 1333 + 1055 + 2555 : 4943

WMA pada bulan Agustus

: (0.25 x permintaan juni) + (0.25 x permintaan juli) + (0.50 x permintaan agustus) : ( 0.25 x 4220 ) + ( 0.25 x 5110 ) + ( 0.50 x 3890 )

75

: 1055 + 1277.5 + 1945 : 4277.5 WMA pada bulan September

: (0.25 x permintaan juli) + (0.25 x permintaan agustus) + (0.50 x permintaan september) : ( 0.25 x 5110 ) + ( 0.25 x 3890 ) + ( 0.50 x 4480 ) : 1277.5 + 972.5 + 2835 : 5085

WMA pada bulan Oktober

: (0.25 x permintaan agustus) + (0.25 x permintaan september) + (0.50 x permintaan oktober) : ( 0.25 x 3890 ) + ( 0.25 x 4480 ) + ( 0.50 x 5710 ) : 972.5 + 1115 + 2835 : 5077.5

WMA pada bulan November

: (0.25 x permintaan september) + (0.25 x permintaan oktober) + (0.50 x permintaan november) : ( 0.25 x 4480 ) + ( 0.25 x 5710 ) + ( 0.50 x 4470 ) : 1115 + 1427.5 + 2235 : 4777.5

WMA pada bulan Desember

: (0.25 x permintaan oktober) + (0.25 x permintaan november) + (0.50 x permintaan desember) : ( 0.25 x 5710 ) + ( 0.25 x 4470 ) + ( 0.50 x 4510 ) : 1427.5 + 1117.5 + 2255 : 4800

76


Gambar 4.7 Grafik metode peramalan rata – rata bergerak dengan bobot 4.3.2 Perbandingan MSE (Mean Squared Error) Tabel 4.10 Perbandingan MSE Metode Peramalan Peramalan Konstan Peramalan Linier

Perhitungan MSE 358318.1433 347000.6

Peramalan Rata – Rata Bergerak

156999502.1

Peramalan Rata – Rata Bergerak Dengan Bobot

168675008.3


Dari peramalan yang telah dilakukan diketahui bahwa MSE yang paling kecil adalah peramalan linier dengan tingkat kesalahan sebesar 347000,6 berikut adalah hasil peramalan linier :

77

Tabel 4.11 Peramalan tahun 2007 (metode Linier) Bulan

Permintaan

Januari

4632

Februari

4601

Maret

4571

April

4540

Mei

4509

Juni

4478

Juli

4447

Agustus

4417

September

4386

Oktober

4355

November

4324

Desember

4293

Sumber : Hasil analisis data, Mei 2007

4.3.3 Data Kebutuhan Bahan Baku Berdasarkan hasil peramalan permintaan untuk tahun berikutnya, maka dapat ditentukan banyaknya bahan baku yang diperlukan dalam proses produksi. Berikut ini adalah spesifikasi dan sifat teknik produk Jaya Mortar JM 200 Tabel 4.12 Spesifikasi dan sifat teknik JM 200 Keterangan

Spesifikasi dan sifat teknik

Warna

Abu-abu

Bahan Pengikat

Portland Cement

78

Filler

Calcium Carbonate / Lime Powder

Agregat

Pasir Silika, ukuran maksimum partikel 2,3 mm

Additif

Polymer

Kebutuhan air

7-8 liter untuk 50 kg kantong Plester

Kompressive strength

>70 N/mm2 BS 4450 : Pt 3 :1978

Real Converage per zak

± 2,5 m2; untuk Pemakaian dengan tebal 10 mm

Potential Converage per

3,16 m2; untuk Pemakaian dengan tebal

zak

10 mm

Dry Density

1,9 gr/cc

Wet Density

2,0 gr/cc

Sumber : PT JAYA MULIA PERKASA

Dan komposisi penggunaan bahan baku adalah sebagai berikut : Tabel 4.13 Penggunaan bahan baku No

Nama Bahan

Jumlah Komposisi Bahan Per Zak

1

Lime Powder / Kapur

60 %

2

Tanah Liat

20 %

3

Biji Oksida / biji besi

5%

4

Silika (Pasir)

8%

5

Gipsum

3%

6

Polymer

4%

Sumber : PT JAYA MULIA PERKASA

79

Berdasarkan data penjualan yang diterima tahun 2006 dapat diketahui kebutuhan bahan bakunya sebagai berikut : Tabel 4.14 Kebutuhan bahan baku 2006 Bulan

JM 200 / zak (50 kg)

Lime Powder / Kapur (Kg)

Alumina / Tanah Liat (kg)

Biji Oksida / biji besi (Kg)

Silika (Kg)

Gipsum (Kg)

Polymer (kg)

Perminta an (Kg)

Januari

4510

135300

45100

11275

18040

6765

9020

225500

Februari

4460

133800

44600

11150

17840

6690

8920

223000

Maret

5670

170100

56700

14175

22680

8505

11340

283500

April

5630

168900

56300

14075

22520

8445

11260

281500

Mei

5332

159960

53320

13330

21328

7998

10664

266600

Juni

4220

126600

42200

10550

16880

6330

8440

211000

Juli

5110

153300

51100

12775

20440

7665

10220

255500

Agustus

3890

116700

38900

9725

15560

5835

7780

194500

September

4480

134400

44800

11200

17920

6720

8960

224000

Oktober

5710

171300

57100

14275

22840

8565

11420

285500

November

4470

134100

44700

11175

17880

6705

8940

223500

Desember

4510

135300

45100

11275

18040

6765

9020

225500

Jumlah

57992

1739760

579920

144980

231968

86988

115984

2899600

Sumber : PT. JAYA MULIA PERKASA Berdasarkan data peramalan penjualan, maka dapat dibuat data kebutuhan bahan baku untuk tahun berikutnya adalah :

80

Tabel 4.15 Kebutuhan bahan baku 2007 Bulan

peramalan

Lime Powder / Kapur (Kg)

Alumina / Tanah Liat (kg)

Biji Oksida /biji besi (Kg)

Silika (Kg)

Gipsum (Kg)

Polymer (Kg)

Permintaa n (kg)

Januari

4632

138960

46320

11580

18528

6948

9264

231600

Februari

4601

138030

46010

11502.5

18404

6901.5

9202

230050

Maret

4571

137130

45710

11427.5

18284

6856.5

9142

228550

April

4540

136200

45400

11350

18160

6810

9080

227000

Mei

4509

135270

45090

11272.5

18036

6763.5

9018

225450

Juni

4478

134340

44780

11195

17912

6717

8956

223900

Juli

4447

133410

44470

11117.5

17788

6670.5

8894

222350

Agustus

4417

132510

44170

11042.5

17668

6625.5

8834

220850

September

4386

131580

43860

10965

17544

6579

8772

219300

Oktober

4355

130650

43550

10887.5

17420

6532.5

8710

217750

November

4324

129720

43240

10810

17296

6486

8648

216200

Desember

4293

128790

42930

10732.5

17172

6439.5

8586

214650

Jumlah

53553

1606590

535530

133882.5

214212

80329.5

107106

2677650


4.3.4 Penentuan Besaran Lot (Lot Sizing) Biaya-biaya yang merupakan bagian dalam penentuan besaran lot atau juga dikenal dengan pemesanan ekonomis adalah sebagai berikut : 1. Biaya penyimpanan Rp. 450.000 m2 * 550 m2 = Rp.247.500.000,Depresiasi gudang diasumsikan berbentuk garis lurus. Penyusutan nilai gudang, termasuk aktiva tetap adalah sebesar

81

100% / 25tahun = 4% Maka nilai depresisasinya adalah : Rp. 247.500.000,- * 4% = Rp.9.900.000 2. Biaya pegawai gudang adalah : - Upah perhari

Rp.40.000-

- Upah makan perhari

Rp.30.000,-

Total = Rp.70.000,Biaya yang harus dikeluarkan untuk biaya pegawai adalah : Rp.70.000/hari/orang * 300 hari = Rp.21.000.000,Jadi untuk lima orang pegawai adalah sebesar : Rp.21.000.000,- * 5 orang = Rp.105.000.000,3. Biaya rata-rata listrik pertahun adalah : Rp.7000.000,4. Biaya perawatan gudang Rp3.100.000,Rekapitulasi biaya penyimpanan bahan baku sebagai berikut : Tabel 4.16 Biaya total penyimpanan bahan baku No.

Keterangan

Biaya (rupiah)

1

Depresiasi gudang

Rp.9.900.000

2

Gaji bagian gudang

Rp.105.000.000

3

Biaya listrik

Rp.7.000.000

4

Biaya perawatan gudang

Rp.3.100.000

Jumlah Sumber : PT. JAYA MULIA PERKASA

Rp.125.000.000

82

5. Biaya pemesanan Berikut

adalah

biaya

pemesanan

barang

oleh

perusahaan

melalui

jasa

penggangkutan bahan baku diangkut pada saat bersamaan karena proses produksinya dilakukan pada saat yang sama berikut adalah total biaya setiap kali penggangkutan bahan baku : Tabel 4.17 Biaya setiap kali pemesanan (ordering Cost) No.

Keterangan

Biaya

1

Biaya pemeriksaan

Rp 80.000

2

Biaya rata-rata pengangkutan

Rp 500.000

3

Biaya rata-rata administrasi

Rp 50.000

Total

Rp 630.000


6. Lead time Bahan baku yang dipesan semua dari suplyer yang berada diarea Jabotabek memiliki tenggang waktu (lead time) hingga bahan sampai pabrik adalah sebagai berikut : Tabel 4.18 Lead time No

Nama Bahan

Waktu (hari)

1

Lime Powder / Kapur

2

2

Tanah Liat

2

3


2

4

Silika (Pasir)

2

5

Gipsum

2

6

Polymer

2


83

4.3.5 Model Persediaan Menggunakan EOQ (Economic Order Quantity) Kapur Peramalan kebutuhan tahun depan adalah = 1606590 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Lead time

= 2 hari

kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ

:

2 DS H

EOQ

:

2 (1606590) (630.000) 43

:

216971,9

Jadi Kuantitas pesanan ekonomis adalah 216.972 Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q =

1606590 216971,9

= 7 kali Jumlah waktu setiap pesanan dilakukan T = 365 / F T=

365 7

84

T = 52 hari Safety Stok Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar pada tahun 2006 yaitu pada bulan oktober : Pemakaian maximum per hari yaitu

= 171300 / 24 = 7137.5

Pemakaian rata-rata per hari (2007) = 1606590 / 300 = 5355.3 Lead time

= 2 hari

SS

= 1782.2 x 2 = 3564 kg

Reorder Point (ROP) ROP = d x L = (1606590 / 300) 2 = 10711 ROP = (1606590 / 300) 2 + SS = 10711 + 3564 = 14.275 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 14.275 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 4.664.897 + Rp 4.664.895,85 = Rp 9.329.793

85

Q = 216.972 kg

F = 7 kali

Waktu T = 52 hari


ROP = 10.711 kg

SS = 3.564 kg

Gambar 4.8 Grafik Persediaan Metode EOQ (Kapur)


Gambar 4.9 Hasil QM Persediaan Metode EOQ (Kapur)

86


Gambar 4.10 Grafik QM Biaya Persediaan Tanah Liat Peramalan kebutuhan tahun depan adalah = 535530 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Lead time

= 2 hari

Jumlah kuantitas pemesanan ekonomis adalah sebagai berikut :

EOQ

:

2 DS H

EOQ

:

2 (535530) (630.000) 43

:

125268,8

Jadi Kuantitas pesanan ekonomis adalah 125.269 Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q

87

=

535530 125268,8

= 4 kali Masa waktu setiap pesanan dilakukan T = 365 / F T=

365 4

T = 91 hari

Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu

= 57100 / 24 = 2379.2

Pemakaian rata-rata per hari (2007) = 535530 / 300 = 1785,1 Lead time

= 2 hari

SS

= 594.1 x 2 = 1.188 kg

Reorder Point (ROP) ROP

=dxL = (535530 / 300) 2 = 3570

ROP

= (579930 / 300) 2 + SS = 3570 + 1.188 = 4.758

88

Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 4.758 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 2.693.279,572 + Rp 2.693.279,2 = Rp 5.386.559 Q = 125.269 kg F = 4 kali

Waktu T = 91 hari

ROP = 3570 kg

SS = 1.188 kg


Gambar 4.11 Grafik Persediaan Metode EOQ (tanah Liat) Biji Besi Peramalan kebutuhan tahun depan adalah = 133883 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Lead time

= 2 hari


89

EOQ

:

2 DS H

EOQ

:

2 (144980) (630.000) 43

:

62634,52

Jadi Kuantitas pesanan ekonomis adalah 62.635 Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q

=

133883 62634,52


365 2

T = 183 hari Safety Stock Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu

= 14275 / 24 = 594.8

Pemakaian rata-rata per hari (2007) = 133882.5 / 300 = 446,3

90

Lead time

= 2 hari

SS

= 148.5 x 2 = 297 kg

Reorder Point (ROP) ROP = d x L = (133883 / 300) 2 = 892 ROP = (133883 / 300) 2 + SS = 892 + 297 = 1.189 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 1.189 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.346.139,317 + Rp 1346.642.18 = Rp 2.692.782

91

Q = 62.635 kg

F = 2 kali

Waktu T = 183 hari

ROP = 892 kg


SS = 297 kg

Gambar 4.12 Grafik Persediaan Metode EOQ (Biji Besi) Silika Peramalan kebutuhan tahun depan adalah = 214212 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Lead time

= 2 hari


EOQ

:

2 DS H

EOQ

: :

2 (214212) (630.000) 79226,95

43

Jadi Kuantitas pesanan ekonomis adalah 79.227 Kg

92

Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q =

214212 79226,95


365 3


= 22840 / 24 = 951,7

Pemakaian rata-rata per hari (2007) = 214212 / 300 = 714 Lead time

= 2 hari

SS

= 237,7 x 2 = 475,4 kg

Reorder Point (ROP) ROP = d x L = (214212 / 300) 2 = 1428 ROP = (231968 / 300) 2 + SS

93

= 1428 + 475 = 1.903 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 1.903 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.703.379,469 + Rp 1.703.379,425 = Rp 3.406.759 Q = 79.227 kg

T = 122 hari


F = 3 kali

ROP = 1428 kg

SS = 475 kg

Gambar 4.13 Grafik Persediaan Metode EOQ (Silika) Gipsum Peramalan kebutuhan tahun depan adalah = 80330 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Waktu

94

Lead time

= 2 hari


EOQ

:

2 DS H

EOQ

: :

2 (80330) (630.000) 48516.55

43

Jadi Kuantitas pesanan ekonomis adalah 48.517 Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q =

80330 48516.55

= 2 kali Masa waktu setiap pesanan dilakukan T = 365 / F

T=

365 2


= 8565 / 24 = 357

95


= 2 hari

SS

= 89 x 2 = 178 kg

Reorder Point (ROP) ROP = d x L = (80330 / 300) 2 = 536 ROP = (231968 / 300) 2 + SS = 536 + 178 = 714 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 714 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.043.105,909 + Rp 1.043.105,825 = Rp 2.086.212

96

Q = 48.517 kg

F = 2 kali

Waktu T = 183 hari

ROP = 536 kg


SS = 178 kg

Gambar 4.14 Grafik Persediaan Metode EOQ (Gibsum) Polymer Peramalan kebutuhan tahun depan adalah = 107106 Biaya simpan per kg tahun lalu adalah

= Rp. 125.000.000 : 2899600 = Rp. 43

Biaya pesan

= Rp. 630.000

Lead time

= 2 hari


EOQ

:

2 DS H

EOQ

: :

2 (107106) (630.000) 56021,91

43

Jadi Kuantitas pesanan ekonomis adalah 56.022 Kg

97

Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F=D/Q =

107106 56021,91

=

2 kali

Masa waktu setiap pesanan dilakukan T = 365 / F T=

365 2

T = 183 hari Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu

= 11420 / 24 = 476


= 2 hari

SS

= 119 x 2 = 238 kg

Reorder Point (ROP) ROP = d x L = (107106 / 300) 2 = 714 ROP = (107106 / 300) 2 + SS = 714 + 238

98

= 952 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 952 kg. Biaya total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp 1.204.471,251 + Rp 1.204.471,065 = Rp 2.408.942

Q = 56.022 kg

F = 2 kali

Waktu T = 183 hari


ROP = 714 kg

SS = 238 kg

Gambar 4.15 Grafik Persediaan Metode EOQ (Polymer) 4.4 Implikasi Hasil Penelitian Dari analisis yang di lakukan dapat menjadi salah satu perbandingan perencanaan dan pengendalian persediaan bagi perusahaan. Dilihat dari data penjualan tahun lalu pada penjualan produk setiap bulan tidak selalu sama tetapi jumlah penjualan produk pada setiap tahunya relatif sama. Dari hasil analisis data yang dilakukan berikut adalah uraian singkat dari hasil analisis yang penulis lakukan selama melakukan penelitian.

99

1. Jumlah Pemesanan ekonomis EOQ pada setiap bahan baku sebagai berikut : Tabel 4.19 Kuantitas Pesanan Ekonomis No

Nama Bahan

EOQ

1

Lime Powder / Kapur

216.972 kg

2

Tanah Liat

125.269 kg

3


62.635 kg

4

Silika (Pasir)

79.227 kg

5

Gipsum

48.517 kg

6

Polymer

56.022 kg


2. Tingkat pemesanan kembali dengan stok pengaman persediaan adalah sebagai berikut : Tabel 4.20 Tingkat Pemesanan Kembali (Reorder Point) No

Nama Bahan

ROP

Frekuensi pemesanan

Masa pemesanan

1

Kapur

14.275 kg

7 kali

52 hari

2

Tanah Liat

4.758 kg

4 kali

91 hari

3

Biji Besi

1.189 kg

2 kali

183 hari

4

Silika

1.903 kg

3 kali

122 hari

5

Gipsum

714 kg

2 kali

183 hari

6

Polymer

952 kg

2 kali

183 hari


EOQ adalah jumlah kuantitas pesanan bahan yang dapat dilakukan perusahaan dalam satu kali pesan.

100

Tingkat pemesanan kembali ROP menunjukkan tingkat jumlah persediaan bahan baku saat perusahaan harus melakukan pemesanan kembali bahan baku agar proses produksi dapat berjalan lancar. Frekuensi pemesanan kembali menunjukkan berapa kali pemesanan optimal yang dapat dilakukan perusahaan dalam satu tahun. Sedangkan masa pemesanan adalah jumlah hari pemesanan setiap bahan dalam satu tahun. Berikut ini adalah perbandingan biaya yang diminimalisasi sebelum dan sesudah melakukan EOQ Tabel 4.21 Total Biaya Sebelum EOQ Keterangan

Kapur

Tanah Liat

Biji besi

Silika

Gipsum

Polymer

Kuantitas

133.883 kg

44.628 kg

11.157 kg

17.851 kg

6.694 kg

8.926 kg

12 Kali

12 Kali

12 Kali

12 kali

12 kali

12 kali

30 hari

30 hari

30 hari

30 hari

30 hari

30 hari

Rp 7.560.000

Rp 7.560.000

Rp 7.560.000

Rp 7.560.000

Rp 7.560.000

Rp 7.560.000

Rp 69.083.628

Rp 23.028.048

Rp 5.757.012

Rp 9.211.116

Rp 3.454.104

Rp 4.605.816

Rp 76.643.628

Rp 30.588.048

Rp13.317.012

Rp16.771.116

Rp 11.014.104

Rp 12.165.816

Pemesanan Frekuensi Pemesanan Masa waktu pemesanan per tahun Total Biaya Pemesanan (tahun) Total Biaya Penyimpanan (Tahun) Total Biaya


101

Tabel 4.22 Total Biaya Sesudah EOQ Keterangan

Kapur

Tanah Liat

Biji besi

Silika

Gipsum

Polymer

Kuantitas

216.972 kg

125.269 kg

62.635

79.227 kg

48.517 kg

56.022 kg

7 Kali

4 Kali

2 Kali

3 kali

2 kali

2 kali

52 hari

91 hari

183 hari

122 hari

183 hari

183 hari

Rp 4.410.000

Rp 2.520.000

Rp 1.260.000

Rp 1.890.000

Rp 1.260.000

Rp 1.260.000

Rp 65.308.572

Rp 21.546.268

Rp 5.386.610

Rp 10.220.283

Rp 4.172.462

Rp 4.817.892

Rp 69.718.572

Rp 24.066.268

Pemesanan Frekuensi Pemesanan Masa waktu pemesanan per tahun Total Biaya Pemesanan (tahun) Total Biaya Penyimpanan (tahun) Total Biaya

Rp 6.646.610

Rp12.110.283

Rp 5.432.462

Rp 6.077.892


Jadi total biaya yang diminimalisasi dari perbandingan Sebelum dan sesudah menggunakan metode EOQ adalah sebesar Rp 36.447.637

BAB 4 HASIL DAN PEMBAHASAN

Recommend Documents