BAB III LANDASAN TEORI

BAB III LANDASAN TEORI

3.1

Persediaan Persediaan adalah Sejumlah bahan – bahan parts yang disediakan dan

bahan bahan dalam proses yang terdapat di perusahaan untuk proses produksi serta persediaan barang jadi atau produk yang disediakan untuk memenuhi permintaan dari komponen atau pelanggan setiap waktu. (Sofyan Assauri) Pada pengendalian persediaan ada dua keputusan yang perlu diambil, yaitu jumlah setiap kali pemesanan dan kapan pemesanan itu harus dilakukan. Prinsip dari persediaan yaitu mempermudah dan memperlancar jalannya operasi perusahaan

pabrik,

yang

harus

dilakukan

secara

berturut-turut

untuk

memproduksi barang-barang, serta selanjutnya menyampaikan kepada pelanggan atau konsumen. Persediaan memungkinkan produk-produk dihasilkan pada tempat yang jauh dari pelanggan dan atau sumber bahan mentah (Rangkuti, 2002). Dari segi teori, persediaan digunakan untuk menentukan prosedur optimal

dalam jumlah optimal produksi atau bahan yang disimpan untuk

memenuhi permintaan pasar di masa depan (Bedworth dan Bailey, 1982). Pengendalian persediaan merupakan kegiatan yang berhubungan dengan perencanaan, pelaksanaan, dan pengawasan penentuan kebutuhan material sedemikian rupa sehingga disatu pihak kebutuhan operasi dapat dipenuhi pada waktunya dan dilain pihak investasi persediaan material dapat ditekan secara optimal (Indrajit dan Djokopranoto, 2003). Persediaan merupakan suatu hal

Laporan Kerja Praktek Teknik Industri

http://digilib.mercubuana.ac.id/

Page 19

yang tak terhindarkan. Menurut Baroto (2002) penyebab timbulnya persediaan adalah sebagai berikut : a. Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu barang tidak dapat dipenuhi seketika bila barang tersebut tidak tersedia sebelumnya. Untuk menyiapkan barang ini diperlukan waktu untuk pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang sulit dihindarkan. b. Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat, diantaranya yaitu permintaan yang bervariasi yang tidak pasti dalam jumlah maupun waktu kedatangan, waktu pembuatan yang cenderung tidak konstan antara satu produk dengan produk berikutnya, waktu tenggang (lead time) yang cenderung tidak pasti karena banyak faktor yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan mengadakan persediaan. c. Keinginan

melakukan

spekulasi

yang

bertujuan

mendapatkan

keuntungan besar dari kenaikan harga dimasa mendatang. 3.1.1. Tujuan Persediaan Menurut Ristono pada dasarnya pengendalian persediaan dimaksudkan untuk membantu kelancaraan proses produksi, melayani kebutuhuan perusahaan akan bahan-bahan atau barang jadi dari waktu ke waktu. Sedangkan tujuan dari pengendalian persediaan adalah sebagai berikut : a. Menjaga agar jangan sampai perusahaan kehabisan bahan-bahan sehingga menyebabkan terhenti atau terganggunya proses produksi. b. Menjaga agar keadaan persediaan tidak terlalu besar atau berlebihan sehingga biaya-biaya yang timbul dari persediaan tidak besar pula.



Page 20

c. Selain untuk memenuhi permintaan pelanggan, persediaan juga diperlukan apabila biaya untuk mencari barang/bahan pengganti atau biaya kehabisan bahan atu barang (stock out) relative besar. 3.1.2.

Fungsi Persediaan Fungsi utama persediaan yaitu sebagai penyangga, penghubung antar

proses produksi dan distribusi untuk memperoleh efisiensi. Fungsi lain persediaan yaitu sebagai stabilisator harga terhadap fluktuasi permintaan. Lebih spesifik, persediaan dapat dikategorikan berdasarkan ungsinya sebagai berikut : a. Persediaan dalam Lot Size. Persediaan muncul karena ada persyaratan ekonomis untuk penyediaan (replishment) kembali. Penyediaan dalam lot yang besar atau dengan kecepatan sedikit lebih cepat dari permintaan akan lebih ekonomis. Faktor penentu persyaratan ekonomis antara lain biaya setup, biaya persiapan produksi atau pembelian dan biaya transport. b. Persediaan cadangan. Pengendalian persediaan timbul berkenaan dengan ketidakpastian. Peramalan permintaan konsumen biasanya diserti kesalahan peramalan. Waktu siklus produksi (lead time) mungkin lebih dalam dari yang diprediksi. Jumlah produksi yang ditolak (reject) hanya bias diprediksi dalam proses. Persediaan cadangan mengamankan kegagalan mencapai permintaan konsumen atau memenuhi kebutuhan manufaktur tepat pada waktunya. c. Persediaan antisipasi Persediaan dapat timbul mengantisipasi terjadinya penuruan persediaan (supply) dan kenaikan permintaan (demand) atau kenaikan harga. Untuk menjaga kontinuitas pengiriman produk ke konsumen, suatu perusahan



Page 21

dapat memelihara persediaan dalam rangka liburan tenaga kerja atau antisipasi terjadinya pemogokan tenaga kerja.

d. Persediaan pipeline Sistem persediaan dapat diibaratkan sebagai sekumpulan tempat (stock point) dengan aliran diantara tempat persediaan tersebut. Pengendalian persediaan terdiri dari pengendalian aliran persediaan dan jumlah persediaan akan terakumulasi ditempat persediaan. Jika aliran melibatkan perubahan fisik produk, seperti perlakuan panas atau perakitan beberapa komponen, persediaan dalam aliran tersebut persediaan setengah jadi (work in process). Jika suatu produk tidak dapat berubah secara fisik tetapi dipindahkan dari

suatu tempat

penyimpanan ke tempat

penyimpanan lain, persediaan disebut persediaan transportasi. Jumlah dari persediaan setengah jadi dan persediaan transportasi disebut persediaan pipeline. Persediaan pipeline. Persediaan pipeline merupakan total investasi perubahan dan harus dikendalikan. e. Persediaan Lebih . Yaitu persediaan yang tidak dapat digunakan karena kelebihan atau kerusakan fisik yang terjadi. 3.1.3. Jenis-jenis persediaan Menurut Rangkuti (2002), Setiap jenis persediaan memiliki karakteristik tersendiri dan cara pengolahan yang berbeda. Persediaan dapat dibedakan menjadi beberapa jenis diantaranya sebagai berikut : a)

Persediaan bahan mentah (raw material) yaitu persediaan barangbarang berwujud, seperti besi, kayu, serta komponen-komponen lain yang digunakan dalam proses prouksi.



Page 22

b)

Persediaan

komponen-komponen

rakitan

parts/components) yaitu persediaan barang-barang

(purchased yang tediri dari

komponen-komponen yang diperoleh dari perusahaan lain yang secara langsung dapat dirakit menjadi suatu produk. c)

Persediaan bahan pembantu atau penolong yaitu persediaan barangbarang yang diperlukan dalam proses produksi, tetapi bukan merupakan bagian atau komponen barang jadi.

d)

Persediaan barang dalam proses (work in process) yaitu persediaan barang- barang yang merupakan keluaran dari tiap-tiap bagian dalam proses produksi atau yang telah diolah menjadi suatu bentuk, tetapi masih perlu diproses lebih lanjut menjadi barang jadi.

e)

Persediaan barang jadi (finished goods), persediaan barang-barang yang telah selesai diproses atau diolah dalam pabrik dan siap dijual atau dikirim kepada pelanggan.

3.2

Pengertian Peramalan Peramalan (Forecasting) adalah proses untuk memperkirakan berapa

kebutuhan dimasa 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 permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi permintaan pasar bersifat kompleks.

3.2.1

Syarat-Syarat Peramalan Operasi Fungsi peramalan permintaan mempunyai manfaat manajerial yang luas,

baik dalam organisasi nirlaba maupun non laba. Agar dapat berguna bagi



Page 23

perencanaan dan pengendalian operasi. Syarat-syarat peramalan operasi antara lain: a. Data peramalan permintaan harus tersedia dalam bentuk yang dapat diterjemkan ke dalam permintaan akan material, permintaan akan waktu pada kelompok peralatan tertentu, dan permintaan akan keahlian tenaga kerja tertentu. b. Perencanaan dan pengendalian operasi dilakukan pada berbagai tingkat yang berbeda. (Elwoods Buffa. 1983 ”manajemen produksi/operasi modern”).

3.2.2 Metode Peramalan Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Tabel berikut ini menunjukkan tipe-tipe keputusan berdasarkan jangka waktu peramalannya. Tabel 3.1. Rentang Waktu dalam Peramalan Rentang Waktu

Tipe Keputusan

Jangka Pendek

Operasional

(3-6 bulan) Jangka Menengah

Taktis

( 2 tahun) Jangka Panjang (Lebih dari 2 tahun)

Strategis

Contoh Perencanaan Produksi, Distribusi Penyewaan Lokasi dan Peralatan Penelitian dan Pengembangan untuk akuisisi dan penggabungan atau pembuatan produk baru

Selain rentang waktu yang ada dalam proses peramalan, terdapat juga teknik atau metode yang digunakan dalam peramalan. Metode peramalan dapat diklasifikasikan dalam dua kategori, yaitu: A. Metode Kualitatif



Page 24

Metode ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang ahli atau experd di bidangnya. Adapun kelebihan dari metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah. Salah satu pendekatan peramalan dalam metode ini adalah teknik delphi, dimana menggabungkan dan merata-ratakan pendapat para pakar dalam suatu forum yang dibentuk untuk memberikan estimasi suatu hasil permasalahan di masa yang akan datang. Misalnya: berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi 3G.

B. Metode Kuantitatif Penggunaan metode ini didasari ketersediaan data mentah disertai serangkaian kaidah matematis untuk meramalkan hasil di masa depan. Terdapat beberapa macam model peramalan yang tergolong metode kualitatif, yaitu: I.Model-model Regresi Perluasan dari metode regresi linier digunakan untuk meramalkan suatu variabel yang memiliki hubungan secara linier dengan variabel bebas yang diketahui atau diandalkan. II.

Model Ekonometrik Menggunakan serangkaian persamaan-persamaan regresi dimana terdapat variabel-variabel tidak bebas yang menstimulasi segmensegmen ekonomi seperti harga dan lainnya.



Page 25

III.

Model Time Series Analysis (Deret Waktu) Memasang suatu garis trend yang representatif dengan data-data masa

lalu

(historis)

berdasarkan

kecenderungan

datanya

dan

memproyeksikan data tersebut ke masa yang akan datang. (http:// metode+peramalan.html, Rabu, tanggal 13 Juli 2011, jam 10.12 Wib ).

3.2.3 Jenis Peramalan Organisasi pada umumnya menggunakan tiga tipe peramalan yang utama dalam perencanaan operasi dimasa depan yaitu : a. Peramalan ekonomi, menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya. b. Peramalan teknologi, memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru. c. Peramalan permintaan adalah proyeksi permintaan untuk produk atau jasa perusahaan disebut juga peramalan penjualan, mengarahkan produksi, kapasitas dan sistem penjadwalan perusahaan dan bertindak sebagai masukkan untuk perencanaan keuangan, pemasaran dan personalia. (Jay,Heizer.Barry Render,”Menejemen Operasi”). d. Terdapat beberapa pola data dalam metode peramalan diantaranya ada pola data horizontal, pola data musiman, pola data siklis, dan pola data trend.



Page 26

Grafik 3.1 Pola data Peramalan 3.3

Metode Regresi Berikut

ini

akan dijabarkan cara

melakukan peramalan dengan

menggunakan model regresi yang terdiri dari beberapa model. Terdapat 3 kondisi yang dibutuhkan untuk dapat menggunakan metode regresi yaitu: a. Adanya informasi tentang keadaan masa lalu. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data. c. Dapat diasumsikan bahwa pola hubungan yang ada dari data masa lalu akan berkelanjutan di masa yang akan datang. 3.3.1

Metode Konstan (Constant Forecasting) Persamaan garis yang menggambarkan pola konstan adalah:

dt’ = a dimana:

a

= Konstanta

dt’ = Hasil peramalan bulan ke-n



Page 27

Untuk mendapatkan nilai (a) maka dapat didekati melalui turunan kuadrat terkecilnya (least square) terhadap (a) sebagai berikut: sehingga Syarat agar E minimum adalah : dE/da = 0 Sehingga diperoleh:

2[dt a][ 1]

dt

a

0 dibagi 2

0 ; maka

dt n.a

0

dt

Sehingga: a Dimana:

n

n = Jumlah data masa lalu dt = Data masa lalu a = Konstanta

Dengan MSE:

(dt dt ' ) 2 MSE =

n R

Dimana nilai R untuk metode konstan adalah 1. Jadi, apabila pola data berbentuk konstan, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut.(Hendra, Kusuma.”Perencanaan dan pengendalian produksi edisi pertama”)

3.3.2

Metode Regresi Linier (Linier Forecasting) Persamaan garis yang mendekati bentuk data linier adalah:

dt’ = a + bt Dimana: dt’

= Hasil peramalan bulan ke-n



Page 28

a, b = Konstanta t

= nilai bulan ke-n

Konstanta a dan b ditentukan dari data mentah berdasarkan Kriteria Kuadrat Terkecil (least square criterion). Dimana :

Dengan MSE:

(dt dt ' ) 2

a=

MSE =

n R

b=

Dimana nilai R untuk metode regresi linier adalah 2. Jadi, apabila pola data berbentuk regresi linier, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut.(Hendra, Kusuma.”Perencanaan dan pengendalian produksi edisi pertama”)

3.3.3 Metode Siklis (Musiman) Untuk pola data yang bersifat siklis atau musiman, persamaan garis yang mewakili dapat didekati dengan fungsi trigonometri, yaitu: ......

dt’ Dimana:

dt a

n



Page 29

Dimana

N

= Jumlah periode peramalan.

a, b, c =Konstanta 2π

= 360

n

= Jumlah data masa lalu

dt

= data masa lalu

dt`

= hasil peramalan bulan ke-n

Dengan MSE:

[dt dt ' ] 2 MSE

n R

Dimana nilai R untuk metode siklis adalah 3.

Jadi, apabila pola data berbentuk siklis, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut.(Hendra, Kusuma.”Perencanaan dan pengendalian produksi edisi pertama).

3.3.4

Model Rata-rata Bergerak (Moving Average) Metode rata-rata bergerak banyak digunakan untuk menentukan trend dari

suatu deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih mulus. Metode ini digunakan untuk data yang perubahannya tidak cepat, dan tidak mempunyai karakteristik musiman atau seasonal. Model rata-rata bergerak



Page 30

mengestimasi permintaan periode berikutnya sebagai rata-rata data permintaan aktual dari n periode terakhir. Terdapat tiga macam model rata-rata bergerak, yaitu:

3.3.5

Simple Moving Average

Simple Moving Average (SMAt)=

3.3.6

Yt

Yt

1

Yt

2

.... Yt

n 1

n

Centered Moving Average Perbedaan utama antara Simple Moving Average dan Centered Moving

Average terletak pada pemilihan observasi yang digunakan. Simple Moving Average menggunakan data yang sedang diobservasi tambah data sebelum observasi. Misalnya, menggunakan 5 periode moving average, maka untuk SMA menggunakan data periode ke-5 dan 4 data periode sebelumnya. Sebaliknya untuk CMA, “Center” berarti rataan antara data sekarang dengan menggunakan data sebelumnya dan data sesudahnya. Misalnya untuk 3 periode moving average, maka SMA menggunakan data periode 3 ditambah data sebelumnya dan data sesudahnya. Didefinisikan sebagai berikut:

CMA t

Yt

(( L 1 / 2 )

........Yt

........ Yt

(( L 1) / 2

L

Dimana Yt adalah nilai tengah dari interval L data observasi. (L-1)/2 observasi merupakan data sebelum dan sesudahnya. Misalnya CMA 5 periode, maka Yt = Y5 maka intervalnya dimulai dari Y3 sampai Y7 3.3.7

Pelicinan Exponential (Exponential Smoothing)

Dalam model rata-rata bergerak (Moving Average) dapat dilihat bahwa untuk semua data obesrvasi memiliki bobot yang sama yang membentuk rataratanya. Padahal, data observasi terbaru seharusnya memiliki bobot yang lebih besar dibandingkan dengan data observasi di masa yang lalu. Hal ini dipandang



Page 31

sebagai kelemahan model peramalan Moving Average. Untuk itu, digunakanlah metode Exponential Smoothing agar kelemahan tersebut dapat diatasi didasarkan pada alasan sebagai berikut: Metode exponential smoothing mempertimbangkan bobot data-data sebelumnya dengan estimasi untuk Y’(t+1) dengan periode (t+1) dihitung sebagai:

Y '(t

(1

Y1

1)

)Y( t

1)

(1

) 2 Y(t

2)

......

Dimana disebut konstanta pelicinan dalam interval 0 < < 1. Rumus ini memperlihatkan bahwa data yang lalu memiliki bobot lebih kecil dibandingkan dengan data yang terbaru. Rumus tersebut dapat disederhanakan sebagai berikut:

Y '( t

Y1

1)

(1

)Y '(t )

Dengan nilai Y’(1) untuk inisial ramalan didekati dengan nilai rata-ratanya ( Y ) Atau

Y '(t ) Y '(t

1)

(Y(t

1)

Y '(t

1)

)

Perlu diperhatikan bahwa penetapan nilai konstanta memiliki andil yang penting dalam menghasilkan hasil ramalan yang “andal”. Model Exponential Smoothing digunakan untuk peramalan jangka pendek. 3.4

Material Requirement Planning

3.4.1

Pengertian Material Requirement Planning Pengaturan material mempunyai pengertian sebagai suatu pengaturan yang

mencangkup hal- hal yang berhubungan dengan sistem persediaan yang sekaligus sistem informasinya, agar dicapai sistem pengadaan material yang tepat waktu, tepat jumlah, tepat bahan, dan tepat harga. Sistem pengaturan ini kemudian dikenal dengan perencanaan kebutuhan bahan baku atau dalam istilah asing dikenal sebagai

MRP

(Material

Requirement

Planning),

(Yamit,1996).

Material Requirement Planning (MRP) dapat didefinisikan sebagai suatu teknik



Page 32

atau set prosedur yang sistematis dalam penentuan kuantitas serta waktu dalam proses pengendalian kebutuhan bahan terhadap komponen-komponen permintaan yang saling bergantungan. (Dependent demand items). Permintaan dependent adalah komponen barang akhir-seperti bahan mentah, komponen suku cadang dan subperakitan-dimana jumlah sediaan yang dibutuhkan tergantung (dependent) terhadap jumlah permintaan item barang akhir. Contoh, dalam perencanaan produksi sepeda, permintaan dependen dari sediaan yang mungkin adalah aluminum, ban, jok, dan rantai sepeda. 3.4.2 Tujuan MRP Suatu sistem MRP pada dasarnya bertujuan untuk merancang suatu sistem yang mampu menghasilkan informasi untuk mendukung aksi yang tepat baik berupa pembatalan pesanan, pesan ulang, atau penjadwalan ulang. Aksi ini sekaligus merupakan suatu pegangan untuk melakukan pembelian dan/ atau produksi. Tujuan dari perencanaan kebutuhan bahan baku adalah sebagai berikut (Yamit, 1996) a. Menjamin tersedianya material, item, atau komponen pada saat dibutuhkan untuk memenuhi jadwal induk produksi dan menjamin tersedianya produk jadi bagi konsumen. b. Menjaga tingkat persediaan pada kondisi minimum c. Merencanakan aktifitas pengiriman, dan aktifitas pembelian

3.4.3 Mekanisme MRP Terdapat bebrapa mekanisme dalam MRP diantaranya : 1. NETTING (Perhitungan Kebutuhan Bersih)



Page 33

Kebutuhan Bersih (NR) dihitung sebagai nilai dari Kebutuhan Kotor (GR) minus Jumlah yang diterima Penerimaan (SR) minus Persediaan Ditangan (OH) Kebutuhan Bersih dianggap nol bila NR lebih kecil dari atau sama dengan nol. NR=GR-SR-OH POH : Planned On Hand , yaitu persediaan yang siap digunakan POH =On Hand–Safety Stock– Allocated–Scrap OH : On Hand , total persediaan ditangan SS : safety stock , persediaan pengaman Ditentukan berdasarkan fluktuasi demand (σ), distribusidemand (Z) dan leadtime (LT).

2. LOTTING (Penentuan Ukuran Lot). Langkah ini bertujuan menentukan besarnya pesanan individu yang optimal berdasarkan hasil dari perhitungan kebutuhan bersih. Langkah ini ditentukan berdasarkan teknik lotting/lotsizing yang tepat. Parameter yang digunakan biasanya adalah biaya simpan dan biaya pesan. Metode yang umum dipakai dalam prakteknya adalah Lot- for Lot (L-4-L). 3. OFFSETTING (Penentuan Waktu Pemesanan). Langkah ini bertujuan agar kebutuhan komponen dapat tersedia tepat pada saat dibutuhkan dengan memperhitungkan lead time pengadaan komponen tersebut. 4.

EXPLOSION



Page 34

Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat item (komponen) pada level yang lebih rendah dari struktur produk yang tersedia. 3.4.4 Teknik lot sizing Proses penentuan besarnya ukuran jumlah pesanan yang optimal untuk sebuah item, berdasarkan kebutuhan bersih yang dihasilkan dari masing-masing periode horison perencanaan dalam MRP (material requirement Planning)

Didalam ukuran lot ini ada beberapa pendekatan yaitu: a. Menyeimbangkan ongkos pesan (set up cost) dan ongkos simpan. Biaya pemesanan ( order cost ) adalah biaya yang dikaitkan dengan usaha untuk mendapatkan bahan atau bahan dari luar. Biaya pemesanan dapat berupa biaya penulisan pemesanan, biaya proses pemesanan, biaya materai / perangko, biaya faktur, biaya pengetesan, biaya pengawasan, dan biaya transportasi. Sifat biaya pemesanan ini adalah semakin besar frekuensi pembelian semakin besar biaya pemesanan. Biaya Penyimpanan Komponen utama dari biaya simpan ( carrying cost ) terdiri dari :  Biaya Modal, meliputi : biaya yang diinvestasikan dalam persediaan, gedung, dan peralatan yang diperlukan untuk mengadakan dan memelihara persediaan.  Biaya Simpan, meliputi : biaya sewa gudang, perawatan dan perbaikan bangunan, listrik, gaji, personel keamanan, pajak atas persediaan, pajak dan asuransi peralatan, biaya penyusutan dan perbaikan peralatan. Biaya tersebut ada bersifat tetap (fixed ), variabel, maupun semi fixed atau semi variabel. b. Menggunakan konsep jumlah pesanan tetap.



Page 35

c. Dengan jumlah periode pemesanan tetap. Terdapat beberapa Alternatif teknik yang digunakan dalam menentukan ukuran Lot. adalah sebagai berikut : Lot for Lot (LFL) Pendekatan menggunakan konsep atas dasar pesanan diskrit dengan pertimbangan minimasi dari ongkos simpan, jumlah yang dipesan sama dengan jumlah yang dibutuhkan. contoh : Untuk menjelaskan teknik-teknik lot sizing, lihat MRP Chart di bawah, yang menunjukkan Gross Requirement (GR) selama 10 minggu Diketahui: Biaya simpan: $2/unit/minggu Biaya set-up (pesan) : $200 Lead Time: 1 minggu

PD GR On Hand POR

35

1 35 0

2 30

3 40

4 0

5 10

6 40

7 30

8 0

9 30

10 55

Table 3.2 penetapan ukuarn lot dengan metode lot for lot

Least Unit Cost (LUC) Pendekatan menggunakan konsep pemesanan dengan ongkos unit perkecil, dimana jumlah pemesanan ataupun interval pemesanan dapat bervariasi. Keputusan untuk pemesanan didasarkan: ongkos perunit terkecil = (ongkos pesan per unit) + (ongkos simpan per unit). Contoh :



Page 36

PD GR On Hand POR

35

1 35 0 70

2 30 40

3 40 0

4 0 0 80

5 10 70

6 40 30

7 30 0

8 0 0 85

9 30 55

Tabel 3.3 Penetapan Ukuran Lot dengan Metode LUC Economic Order Quantity (EOQ) Pendekatan menggunakan konsep minimasi ongkos simpan dan ongkos pesan. Ukuran lot tetap berdasarkan hitungan minimasi tersebut. Contoh : Rata-rata demand per minggu= 27 unit, maka EOQ:

Tabel 3.4 Penetapan Ukuran Lot dengan Metode EOQ



Page 37

10 55 0

Period Order Quantity (POQ) Pendekatan menggunakan konsep jumlah pemesanan ekonomis agar dapat dipakai pada periode bersifat permintaan diskrit, teknik ini dilandasi oleh metode EOQ. Dengan mengambil dasar perhitungan pada metode pesanan ekonomis maka akan diperoleh besarnya jumlah pesanan yang harus dilakukan dan interval periode pemesanannya adalah setahun. Contoh : Menggunakan EOQ sebagai dasar penentuan waktu antar pemesanan EOQ=74; demand/minggu = 27; setahun = 27*52= 1404 Maka D/Q= 1404/74 = 19 Waktu antar pemesanan = 52/19 = 2.7 ~ 3 minggu

PD GR On Hand POR

35

1 35 0 70

2 30 50

3 40 10

4 0 10 80

5 10 0

6 40 60

7 30 30

8 0 30 85

9 30 0

10 55

Tabel 3.5 Penetapan Ukuran Lot dengan Metode POQ

Silver Mean (SM) Menitik beratkan pada ukuran lot yang harus dapat meminimumkan ongkos total per-periode.Dimana ukuran lot didapatkan dengan cara menjumlahkan kebutuhan beberapa periode yang berturut-turut sebagai ukuranlotyang tentatif (bersifat sementara), penjumlahan dilakukan terus sampai ongkos totalnya dibagi dengan banyaknya periode yang kebutuhannya termasuk dalam ukuran lott entatif tersebut meningkat. Besarnya ukuran lot yang sebenarnya adalah ukuran lott entatif terakhir yang ongkos total periodenya masih menurun. Contoh :



Page 38

Dengan metode lot sizing Silver Meal diperoleh hasil MRP sbb :

Tabel 3.6 Penetapan Ukuran Lot dengan Metode Silver Meal



Page 39

BAB III LANDASAN TEORI

Recommend Documents