BAB III
LANGKAH PEMECAHAN MASALAH
3.1
Penetapan Kriteria Optimasi
3.1.1 Analisa Kondisi Perusahaan saat ini
CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri parfum. Merek parfum yang diproduksi adalah Sandrella, Creed, Coco, dan Josvelyn. Sandrella merupakan produk utama CV. JOGI CITRA MANDIRI, sebab merek tersebut adalah merek yang paling pertama kali diproduksi sejak berdirinya perusahaan. Sedangkan merek lainnya adalah merek yang baru berjalan dalam periode dekat.
Di dalam proses produksi, perusahaan sering mengalami permasalahan pada proses produksi parfum Sandrella. Permasalahan sering muncul pada produk Sandrella, sebab produk tersebut sudah lama eksis di pasar sehingga menyebabkan permintaan pasar yang bersifat tinggi dan dinamis. Dengan adanya kondisi tersebut, maka perusahaan sering mengalami masalah dalam meramalkan permintaan pasar dan pemesanan bahan baku yang optimal per periode. Permasalahan yang dihadapi perusahaan adalah perusahaan tidak pernah mengetahui kebutuhan permintaan pada periode berikutnya sehingga perusahaan tidak dapat mengetahui berapa kuantitas yang pasti dalam memesan bahan baku dan tidak bisa memproduksi barang jadi dengan optimal sehingga tidak dapat memenuhi kebutuhan konsumen. Hal tersebut dikarenakan oleh kurang adanya suatu perencanaan akan jumlah barang yang dipesan. Dengan adanya permasalahan kekurangan stock barang jadi, maka perusahaan tidak bisa menjual barangnya secara maksimal dan akan berdampak pada kepuasan konsumen, yaitu dimana konsumen merasa kebutuhannya kurang terpenuhi karena
53
54 perusahaan tidak bisa memenuhi kebutuhannya sehingga mereka akan berpindah kepada kompetitor lainnya untuk mencari produk pengganti atau produk pesaing. Hal tersebut akan mengurangi kesempatan perusahaan dalam memaksimalkan labanya. Begitu juga dengan kelebihan stock barang jadi. Apabila terjadi kelebihan stock barang jadi, maka akan berdampak pada biaya penyimpanan, dimana perusahaan harus menyimpan stock barang jadinya tanpa adanya penjualan dan bertambahnya biaya.
Berikut adalah data permintaan parfum Sandrella pada CV. JOGI CITRA MANDIRI per tahunnya :
Tabel 3.1 Permintaaan parfum Sandrella BULAN
PERMINTAAN
DESEMBER ‘09
19.680
JANUARI ‘10
20.180
FEBRUARI ‘10
18.120
MARET ‘10
17.020
APRIL ‘10
18.160
MEI ‘10
20.940
JUNI ‘10
23.400
JULI ‘10
26.580
AGUSTUS ‘10
24.280
SEPTEMBER ‘10
18.820
OKTOBER ‘10
21.360
NOVEMBER ‘10
24.740
TOTAL PERMINTAAN
253.280
Sumber : CV. JOGI CITRA MANDIRI (JCM)
55
Berikut adalah data permintaan dibandingkan dengan stock parfum Sandrella pada CV. JOGI CITRA MANDIRI per tahunnya
Tabel 3.2 Permintaaan parfum Sandrella dibadingkan stock barang jadi Barang yang Bulan
Permintaan
diproduksi
Des'09
19.680
20000
320
320
Jan'10
20.180
20000
20.320
140
Feb'10
18.120
20000
20.140
2.020
Mar’10
17.020
20000
22.020
5.000
Apr’10
18.160
17500
22.500
4.340
Mei’10
20.940
15000
19.340
-1.600
Jun’10
23.400
20000
18.400
-5.000
Jul’10
26.580
25000
20.000
-6.580
Agust’10
24.280
30000
23.420
-860
Sep’10
18.820
25000
24.140
5.320
Okt’10
21.360
15000
20.320
-1.040
Nov’10
24.740
20000
18.960
-5.780
253.280
Sisa stock
Jumlah stock
247500
Sumber : CV. JOGI CITRA MANDIRI (JCM)
Dapat dilihat diatas bahwa perusahaan men-stock barang jadi secara tidak teratur per bulannya (kolom 3). Perusahaan selalu men-stock barang jadi sesuai dengan perkiraan stock akhir bulan dan tanpa perhitungan. Hal tersebut disebabkan
56 oleh perusahaan tidak mengetahui berapa kuantitas pemesanan bahan baku yang pasti agar dapat memaksimalkan penjualan parfum atau dapat dikatakan bahwa perusahaan tidak pernah meramalkan kebutuhan permintaan pada periode berikutnya. Masalah yang dihadapi oleh perusahaan adalah perusahaan tidak mengetahui berapa kuantitas pemesanan bahan baku yang optimal untuk memproduksi barang jadi untuk dijual sehingga perusahaan sering mengalami kekurangan dan kelebihan stock barang jadi.
Seperti yang dapat dilihat pada tabel 3.2, permintaan parfum Sandrella sering mengalami kenaikan dan penurunan. Perusahaan tidak mengetahui berapa kuantitas yang pasti untuk memesan bahan baku sehingga terkadang terjadi kelebihan dan kekurangan stock barang jadi. Apabila perusahaan tidak dapat memenuhi permintaan dari pembeli, maka maka perusahaan tidak bisa menjual barangnya dengan optimal dan akan mengurangi kepuasan konsumen. Hal tersebut akan mengakibatkan terjadinya switching cost, dimana para konsumen akan berpindah kepada kompetitor lainnya untuk mencari produk pengganti. Dengan terjadinya hal tersebut, maka akan mengurangi kesempatan perusahaan untuk mendapatkan laba secara maksimal. Begitu juga dengan kelebihan stock barang jadi. Dengan kelebihan stock barang jadi, perusahaan akan mengalami penambahan biaya dalam menyimpan barang yang tidak terjual tersebut. Dalam pengendalian perencanaan persediaan, perusahaan ingin mencari suatu model atau pendekatan yang pasti dalam pengendalian perencanaan persediaan. Banyak metode pendekatan yang dapat dilakukan dalam pengendalian persediaan, seperti Forecasting, Inventory, Transportation, Supply Chain Managemen
(SCM), Dynamic Inventory (DI), dsb. Semua metode tersebut dapat membantu perusahaan dalam pengambilan keputusan manajemen persediaan.
57 3.2
Pengembangan Alternatif Solusi
Atas dasar kondisi yang ada di dalam perusahaan, maka penulis ingin merekomendasikan 2 pendekatan dalam kasus tersebut. Pendekatan awal yang dilakukan perusahaan adalah pendekatan Forecasting. Pendekatan Forecasting dilakukan pertama kali dengan tujuan agar perusahaan dapat meramalkan permintaan barang pada periode berikutnya, sehingga perusahaan dapat mengetahui bagaimana kondisi permintaan pada periode berikutnya. Metode peramalan dapat mendukung metode yang lainnya dengan memperhitungkan terlebih dahulu persediaan yang dibutuhkan oleh perusahaan kedepannya sehingga pemesanan bisa menjadi lebih optimal.
Sesudah mengetahui kondisi penjualan pada berikutnya, maka penulis merekomendasikan pendekatan yang berikutnya, yaitu pendekatan Inventory. Pendekatan Inventory dapat mendukung persediaan perusahaan dengan memberikan masukan tentang berapa kuantitas optimal yang harus dipesan perusahaan per periodenya, mengetahui titik pemesanan kembali (Re-order Point), menyediakan masukan persediaan pengaman (safety stock), mengetahui frekuensi pemesanan yang tepat, dan dapat mengetahui minimasi biaya yang dikeluarkan oleh perusahaan. Metode Inventory mengolah data dengan mengoptimalkan pemesanan bahan baku dengan jumlah kuantitas yang maksimal agar tidak terjadinya kekurangan ataupun kelebihan stock bahan baku. Metode persediaan juga dapat membantu perusahaan dalam meminimalkan biaya dalam pemesanan bahan baku
Maka dari itu, penulis akan menggunakan metode kuantitatif binis, yakni pendekatan Forecasting dan Inventory. Dengan pendekatan tersebut, perusahaan dapat meramalkan data – data permintaan periode yang akan datang dan
58 mengoptimalkan
pemesanan
bahan
baku.
Kedua
pendekatan
tersebut
akan
dikalkulasikan dengan program Quantitative Method for Windows 2 (QM 2).
3.3
Pengembangan Model Optimasi
Model optimasi yang digunakan adalah model persediaan, maka hasil yang didapatkan adalah kuantitas pemesanan yang optimal dan efisiensi biaya dari seluruh kegiatan produksi. Dalam penelitian ini, penulis memilih menggunakan program
Quantitative Method for Windows 2, baik untuk menghitung kuantitas pemesanan dan efisiensi biaya, serta menghitung peramalan permintaan barang yang akan datang oleh konsumen.
Program Quantitative Method for Windows 2 adalah program bantuan dalam mengolah data – data dalam pengoperasian manajemen dengan cara metode kuantitatif untuk bisnis. Dalam aplikasinya, terdapat berbagai macam metode dari proyek manajemen, peramalan, persediaan, transportasi, dsb.
Di dalam penelitian ini, penulis menggunakan 2 metode yakni metode
Forecasting dengan Least Square dan metode Inventory. Dalam menganalisa data di dalam penelitian ini, maka ada beberapa tahap dalam penganalisaan, yaitu :
1. Mencari atau menghitung permintaan produk untuk masa yang akan datang
2. Membuat model persediaan yang tepat sehingga perusahaan dapat menentukan berapa kuantitas pemesanan bahan baku yang akan digunakan, menentukan titik pemesanan kembali, menentukan persediaan pengaman
59 dalam mengantisipasi kekurangan stock, dan meminimalkan biaya sekecil mungkin.
Untuk mendapatkan data permintaan yang akan datang, maka penulis mengambil data – data permintaan yang lampau dari asal tujuan masing – masing. Data – data yang telah didapatkan kemudian diolah dengan menggunakan program
Quantitative Method for Windows 2. Untuk menjalankan program tersebut, maka ada beberapa langkah penyelesaian, yaitu sebagai berikut :
1. Pada main menu pilih : Module.
2. Pada menu Module pilih : Forecasting.
3. Pada Sub menu pilih New.
4. Pilih Jenis Metode yang ingin digunakan untuk setiap penelitian, yaitu : time
series analysis 5. Input Title : Judul yang ingin tertera dalam hasil output dari program.
6. Input Number of Past Period : adalah memasukkan jumlah data dari periode yang lalu.
7. Input Row Names : Tergantung dari jenis asal data, dalam penelitian ini data diperoleh berdasarkan bulan – bulan yang lalu.
8. Input data yang diminta : data dalam penelitian ini adalah permintaan – permintaan masa lalu dari konsumen.
60 9. Pilih Metode yang ingin digunakan.
10. Pilih Solve
Berikut adalah bentuk model peramalan untuk permintaan
Tabel 3.3 Model Peramalan BULAN
PERMINTAAN
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER Sumber : QM for Windows
Di dalam program Quantitative Method for Windows 2, terdapat 3 Metode Dasar yaitu, metode Time Series, Least Square – Simple and Multiple Regression , dan Regression
Projector.
61
Sumber : QM for Windows Gambar 3.1 QM for Windows (Forecasting) Di dalam setiap metode tersebut terdapat beberapa metode lagi yang nantinya akan dipergunakan sesuai dengan Metode Kuantitatif untuk Bisnis.
Untuk Penelitian ini, penulis akan menggunakan metode dasar Time series analysis yang memiliki beberapa metode didalamnya, seperti Naive method, metode rata – rata bergerak, metode rata – rata bergerak tertimbang, metode penghalusan, metode penghalusan dengan trend dan regresi linear.
Masukkan data dalam model peramalan di Quantitative Method for Windows 2
62
Sumber : QM for Windows Gambar 3.2 Create Forecasting Data Pada title diisi judul dari peramalan. Kolom sebelah kiri adalah kolom untuk mengisi banyak jumlah data yang ingin dimasukkan dari periode yang lalu, dan kolom sebelah kanan adalah untuk menunjukkan judul dari jenis data. Pada bagian ini, kita pilih bulan karena data yang dimasukkan adalah data dari bulan – bulan sebelumnya.
Sumber : QM for Windows Gambar 3.3 Input Data
63 Di tabel sebelah kanan kita masukkan data – data penjualan masa lalu yang telah kita dapatkan di dalam perusahaan
Sumber : QM for Windows Gambar 3.4 Forecasting Results Gambar diatas merupakan hasil dari perhitungan dalam peramalan menggunakan program QM for Windows. Pada baris next period, akan diberikan data peramalan untuk periode berikutnya. Dan diatas diperlihatkan juga angka error yang terjadi dari peramalan itu sendiri.
Berikut adalah pemilihan metode yang akan digunakan di dalam penelitian dan pengambilan keputusan da Sumber : QM for Windows Gambar 3.5 Metode Forecasting Tahap berikutnya adalah menghitung jumlah pemesanan bahan baku yang optimal dengan metode persediaan. Untuk mengolah Model Persediaan, penulis juga
64 menggunakan program yang sama, yaitu Quantitative Method for Windows 2. Berikut adalah langkah – langkah penyelesaian metode persediaan :
1. Pada main menu pilih : Module.
2. Pada menu Module pilih : Inventory
3. Pada Sub menu pilih : File - New.
4. Pilih Economic Order Quantity (EOQ) Model
6. Input Title : Judul yang ingin tertera dalam hasil output dari program.
7. Dari Kedua pilihan dikanan bawah, pilih Compute Reorder Point
8. Input data yang diminta : data dalam penelitian ini adalah data permintaan per tahun, biaya pemesanan, biaya penyimpanan, biaya per unit, jumlah hari kerja, kebutuhan per hari, waktu tunggu, dan persediaan pengaman
9. Pilih Solve
Metode Inventory dalam Quantitative Method for Windows 2 dimulai dengan pemilihan model yang akan digunakan
65
Sumber : QM for Windows Gambar 3.6 QM for Windows (Inventory)
Dalam penelitian ini, penulis menggunakan metode yang pertama, yaitu
Economic Order Quantity (EOQ) Model
Sumber : QM for Windows Gambar 3.7 Create Inventory Data Pada title diisi dengan judul penelitian yang akan kita lakukan, kemudian pilih Compute Reorder Point
66
Sumber : QM for Windows Gambar 3.8 Input Data Kemudian, data diisi pada kolom sebelah kanan. Data yang diisi adalah data data permintaan per tahun, biaya pemesanan, biaya penyimpanan, biaya per unit, jumlah hari kerja, kebutuhan per hari, waktu tunggu, dan persediaan pengaman.
Sesudah itu, data di solve dan hasil akan menunjukkan hasil pemesanan kuantitas bahan baku yang optimal, dan perhitungan biaya yang ada di dalam perusahaan.
3.4
Rancangan Implikasi Solusi Terpilih
Di dalam penelitian ini, penulis menggunakan beberapa metode dalam perhitungan baik untuk mendapatkan hasil peramalan permintaan yang akan datang maupun untuk mendapatkan hasil pemesanan kuantitas bahan baku yang optimal dan efisiensi biaya.
Di dalam peramalan, terdapat 6 metode yang berbeda, dan untuk pengambilan hasilnya atau keputusan, terdapat kriteria bagaimana hasil data dari suatu metode yang dipilih untuk digunakan di dalam penelitian.
67 Berikut adalah kriteria yang akan digunakan di dalam setiap metode perhitungan yang ada dalam penelitian.
-
Agar perusahaan dapat meramalkan kebutuhan permintaan untuk periode kedepannya, maka akan digunakan metode peramalan (forecasting). Di dalam metode peramalan terdapat 6 metode, dan
setiap metode
menghasilkan angka yang berbeda – beda dalam pengambilan keputusan. Maka nantinya akan diambil angka error yang terkecil untuk dijadikan sebagai hasil permintaan yang akan datang. Hasil – hasil permintaan tersebut itulah yang akan menjadi dasar penulis untuk membantu perusahaan dalam meramalkan kebutuhan permintaan pada periode berikutnya.
- Untuk memaksimalkan fungsi persediaan yang ada di dalam perusahaan, maka digunakan metode persediaan, dimana metode tersebut dapat memperhitungkan kuantitas pemesanan yang optimal, biaya yang efisien, titik pemesanan kembali yang efektif, waktu tunggu yang efisien, dan penetapan persediaan pengaman. Dengan adanya informasi – informasi tersebut, maka akan membantu perusahaan dalam mengoptimalkan fungsi persediaan sehingga dapat memaksimalkan laba dan meminimalkan biaya perusahaan.
