BAB III METODE PENELITIAN 3.1 Desain Penelitian
Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan untuk mengetahui; bertujuan agar dapat melakukan sesuatu yang lebih baik, efektif, efisien. Dengan tujuan dapat meningkatkan efisiensi dan efektifitas manajemen persediaan pada Perusahaan Sammy Batik Pekalongan. Metode penelitian yang digunakan adalah antara lain perhitungan terhadap data-data yang tersedia dengan menggunakan metode EOQ, QM, dan Monte Carlo untuk dapat membandingkan hasil yang terbaik bagi proses minimalisasi persediaan dari segi jumlah maupun biaya. Hasil dari perhitungan Lead Time sangat mempengaruhi titik ROP (Reorder Point) karena ketepatan waktu dimana perusahaan harus melakukan pemesanan kembali sebelum terjadi kekosongan stock, demi menghindari kekosongan stock dilakukan perhitungan safety stock demi menghindari lost of sale. Metode simulasi monte carlo memiliki peran untuk menyelesaikan beberapa perhitungan penelitian ini.
3.2
Operasional Variable
Variable penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya.
Tabel 3.1 Definisi Operasional Variable
Konsep variable
Dimensi
Indikator
Pengukuran
EOQ
Meminimalisir Persediaan
Order Quantity
Permintaan Produksi
Original
Average Inventory
Biaya Unit dan Biaya Inventory
Setup Cost
Jumlah Pesanan
Holding Cost
Jumlah Persediaan
Safety Cost
Lead Time
Total Cost
Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock Cost
Order Quantity
Permintaan Produksi
Average Inventory
Biaya Unit dan Biaya Inventory
Setup Cost
Jumlah Pesanan
Holding Cost
Jumlah Persediaan
Safety Cost
Lead Time
Total Cost
Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock
QM
Meminimalisir Persediaan
Original
Cost Monte Carlo
1.3
Meminimalisir Persediaan
Order Quantity
Permintaan Produksi, Cuaca, har-hari tertentu
Average Inventory
Biaya Unit dan Biaya Inventory
Setup Cost
Jumlah Pesanan
Holding Cost
Jumlah Persediaan
Safety Cost
Lead Time
Total Cost
Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock Cost
Jenis Dan Sumber data
Jenis dan sumber data penelitian Tabel 3.2 Jenis dan Sumber data Jenis dan Sumber Data
Original
Variabel
Jenis Data
Sumber Data data primer yang diperoleh dari wawancara dengan staf perusahaan, peninjauan langsung ke
EOQ
kuantitatif gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan. data primer yang diperoleh dari wawancara dengan staf perusahaan, peninjauan langsung ke
QM
kuantitatif gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan. data primer yang diperoleh dari wawancara dengan staf perusahaan, peninjauan langsung ke
Monte Carlo
kuantitatif gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan.
1.4
Pengumpulan Data
Pengumpulan data penelitian terdiri 2 jenis yaitu data primer dan data sekunder. Data primer merupakan data yang didapat langsung dari perusahaan melalui metode wawancara dengan staf perusahaan, peninjauan langsung pada gudang persediaan, gudang produksi, gudang persediaan barang jadi. Sedangkan data sekunder merupakan data yang disediakan oleh perusahaan dari laporan permintaan bahan baku, laporan permintaan customer / penjualan, laporan catatan kedatangan bahan baku, laporan catatan arus lalu lintas bahan baku, laporan permintaan customer periodik,laporan jenis bahan baku, laporan jenis barang jadi yang siap edar. 1.5
Metode Analisis
Pengolahan data dilakukan dengan menggunakan teknik random dengan metode simulasi monte carlo secara manual, dengan sebagai pembandingnya menggunakan perhitungan EOQ menggunakan software POM Qm maupun manual. 1.) Perhitungan dengan Manual (EOQ) Diketahui : ‐
D
: permintaan
‐
Unit Cost
: harga per satuan unit
‐
CO = S
: biaya pemesanan
‐
Lt
: lead Time
‐
Ch = H
: cost per unit
‐
Days per year
‐
SS
: Safety Stock
a. EOQ / Q = √2.Co.D Ch
b. Average Inventory : Q 2 c. Order per periode : D 2 d. Annual Setup Cost : D Q e. Annual Holding Cost = Annual Holding Safety stock = holding cost per unit x safety stock f. Total Unit Cost = unit cost x D
Total Cost = Total cost + Annual set up + annual holding cost + annual holding safety stok g. DD = D / Days Per year DD = daily demand rate ROP = SS + (LT x DD) Q
1
2 Q 2 ROP
LT
0 3
waktu
Penjelasan: 1: tingkat pemakaian 2: Persediaan rata – rata yang dimiliki Q 2 3: persediaan minimum
a.) Menentukan Lead Time Jika Perusahaan tidak menentukan lead time maka untuk menentukan lead time dilakukan dengan menggunakan rumus, jika permintaan perusahaan tidak menentu sebaiknya jumlah waktu antar pesanan (lead time) ditentukan secara konstan. Dan jika permintaan sudah ditentukan secara teratur, maka formula nya sebagai berikut :
Lead Time =
Jumlah hari kerja per tahun jumlah pemesanan yang diinginkan
Jumlah pesanan yang diinginkan (N) =
permintaan(D)
jumlah unit yang dipesan(Q)
Jumlah unit yang dipesan (Q) =
√2DS H
Ket: S = biaya pemasangan atau pemesanan untuk setiap pesanan. H = biaya penahan atau penyimpanan per unit per tahun. b.) Menentukan Safety Stock Jika perusahaan tidak menentukan jumlah stock pengaman (safety stock)tergantung biaya terjadinya kehabisan stock dan biaya penyimpanan persediaan tambahan, dengan formula sebagai berikut : Safety Stock = Reorder Point(ROP) – (permintaan harian x Lead time pesanan)
c.) Menentukan Reorder Point Pada penentuan reoder point perusahaan harus memperhatikan lead time kedatangan persediaan dan kebutuhan per hari persediaan tersebut serta mempertimbangkan faktor-faktor lain yang tidak terduga.
Maka formulanya adalah sebagai berikut ;
SS = Safety Stock LT = Lead Time DD = Daily Demand Rate R O P = SS + (LT x DD) Penjelasan, pada saat tingkat persediaan turun ketingkat X unit, perusahaan harus melakukan pemesan. Pemesan itu akan tiba dalam waktu Y hari, tepat pada saat persediaan perusahaan telah habis, atau pada tingkat safety stock, tergantung kebijakkan perusahaan atas pertimbangan-pertimbangan sesuatu hal. 2.) Perhitungan Dengan Software POM QM 1.) Buka Software lalu pilih modul kemudian pilih Inventory Gambar 2.2 Langkah-Langkah QM
2.) Pilih File lalu new Gambar 2.3 Langkah-Langkah QM
3.) Kemudian pilih Economic Oder Quantity Gambar 2.4 Langkah-Langkah QM
4.) Akan muncul dilayar seperti gambar lalu pilih compute reorder point dan kemudian masukkan nama sesuai dengan produk atau unit
Gambar 2.5 Langkah-Langkah QM
3.) Pengolahan data dengan simulasi metode Monte carlo Teknik simulasi Monte Carlo terbagi atas lima langkah : 1.) Menetapkan sebuah distribusi probabilitas bagi variabel penting gunanya untuk membangkitkan nilai variabel pada model yang sedang diuji.Diantara nya adalah ; permintaan persediaan; waktu tenggang pesanan untuk tiba; waktu kedatangan pelanggan dan sebagai nya. Sebuah cara untuk menetapkan distribusi probabilitas bagi variabel adalah menguji hasil historis. Distribusi probabilitas dapat ditemukan atau frekwensi relatif, untuk setiap output variabel yang mungkin
dengan cara membagi jumlah pengamatan dengan jumlah pengamatan total (tabel).
Permintaan
Frekuensi (hari)
Tabel 3.3 Monte Carlo 1
Permintaan
Frekuensi (hari)
0
X1
1
X2
2
X3
3
X4
4
X5
5
X6 X hari
Tabel 3.4 Monte Carlo 2
Peluang Kejadian
Kita merubah
0
X1
X 1/
X hari=Y1
1
X2
X 2/
X hari=Y2
2
X3
X 3/
X hari=Y3
3
X4
X 4/
X hari=Y4
4
X5
X 5/
X hari=Y5
5
6
X
6
X/
X hari
tersebut
X hari=Y
dapat
6
keadaan
Y = 1,00
diatas
menjadi distribusi kemungkinan (bila kita asumsikan tingkat penjualan dimasa lalu akan tetap bertahan sampai ke masa depan) dengan membagi tiap permintaan dengan total permintaan. Seperti pada tabel berikut:
2.) Membuat distribusi probabilitas kumulatif bagi setiap variabel. (tabel) Tabel 3.5 Monte Carlo 3 Permintaan
Frekuensi
Peluang Kejadian
(hari)
Probabilitas kumulatif
0
X1
X 1/
X hari=Y1
Y1 = a
1
X2
X 2/
X hari=Y2
a + Y2=b
3.) M e n e
2
X3
X 3/
X hari=Y3
b + Y3=c
3
X4
X 4/
X hari=Y4
c + Y4=d
4
X5
X 5/
X hari=Y5
d + Y5=e
5
X6
X 6/
X hari=Y6
e +Y6=1,00
X hari
t
Y = 1,00
apkan interval angka random. Setelah distribusi probabilitas komulatif bagi setiap variabel yang digunakan dalam simulasi sudah ditetapkan, maka diberikan serangkaian angka acak yang mewakili setiap nilai atau output yang mungkin. Angka ini disebut interval angka acak(random number interval)
Tabel 3.6 Monte Carlo 4 Peluang Kejadian
Frekuensi
0
X1
X1 /
X hari=Y1 Y1 = a
1 – (ax100)
1
X2
X2 /
X hari=Y2 a + Y2=b
((ax100)+1)– (bx100)
2
X3
X3 /
X hari=Y3 b + Y3=c
((bx100)+1)– (cx100)
(hari)
Probabilita s kumulatif
Interval angka random
Perminta an
3
X4
X4 /
X hari=Y4 c + Y4=d
((cx100)+1)– (dx100)
4
X5
X5 /
X hari=Y5 d + Y5=e
((dx100)+1)– (ex100)
5
X6
X6 /
X hari=Y6 e+Y6=1,00 ((ex100) +1) – 100
4.) Membangkitkan angka acak. Angka acak dapat dibangkitkan dengan dua cara. Jika persoalan yang dihadapi besar dan proses yang sedang diteliti melibatkan banyak percobaan simulasi, maka digunakan program komputer untuk membangkitkan angka acak. Jika simulasi dilakukan dengan perhitungan tangan, angka acak dapat diambil dari sebuah tabel angka acak.
52 06 50
88 53 30 10 47 99 37 66 91 35 32 00 84 57 07
37 63 28
02 74 35 24 03 29 60 74 85 90 73 59 55 17 60
82 57 68
28 05 94 03 11 27 79 90 87 92 41 09 25 36 77
69 02 36
49 71 99 32 10 75 21 95 90 94 38 97 71 72 49
98 94 90
36 06 78 23 67 89 85 29 21 25 73 09 34 85 76
96 52 62
87 49 56 59 23 78 71 72 90 57 01 98 57 31 95
33 69 27
21 11 60 95 89 68 48 17 89 34 09 93 50 44 51
50 33 50
95 13 44 34 62 64 39 55 26 30 64 49 44 30 16
88 32 18
50 62 57 34 56 62 31 15 40 90 34 51 95 26 14
70 30 36
24 69 82 51 74 30 35 36 85 01 55 92 64 09 85
50 48 61
18 85 23 08 54 17 12 80 69 24 84 92 16 49 59
27 88 21
62 69 64 48 31 12 73 02 68 00 16 16 46 13 85
45 14 46
32 13 49 66 62 74 41 86 98 92 98 84 54 33 40
81 02 01
78 82 74 97 37 45 31 94 99 42 49 27 64 89 42
66 83 14
74 27 76 03 33 11 97 59 81 72 00 64 61 13 52
74 05 81
82 93 09 96 33 52 78 13 06 28 30 94 23 37 39
30 34 87
01 74 11 46 82 59 94 25 34 32 23 17 01 58 73
59 55 72
33 82 13 74 68 22 44 42 09 32 46 71 79 45 89
67 09 80
98 99 25 77 50 03 32 36 63 65 75 94 19 95 88
60 77 46
63 71 69 44 22 03 85 14 48 69 13 30 50 33 24
60 08 19
29 36 72 30 27 50 64 85 72 75 29 87 05 75 01
80 45 SO 99 02 34 87 08 86 84 10 76 24 08 01 86 29 11 53 84 49
63 26 65 72 84 85 63 26 02 75 26 92 62 40 67
69 84 12
94 51 38 17 02 15 29 16 52 56 43 26 22 08 62
37 77 13
10 02 18 31 19 32 85 31 94 81 43 31 58 33 51
Tabel 3.7 Tabel Angka Acak Tabel angka acak Sumber:Dikutip dari A Million Random Digit with 100.000 Normal Deviates, Rand (New York: The Free Press, 1995) Digunakan dengan Izin
5.) Mensimulasi percobaan hasil dari eksprimen dapat disimulasikan secara sederhana dengan memilih angka acak dari tabel. Percobaan dapat dimulai dari titik mana pun dalam tabel, perhatikan dalam tabel pada interval mana setiap angka berada,dari permintaan yang disimulasikan dijumlahkan lalu dibagi ratarata.
Tabel 3.8 Monte Carlo 5
Permint aan
Frekuensi
0
X1
X 1/ X hari=Y1
Y1 = a
1 – (ax100)
1
X2
X 2/ X hari=Y2
a + Y2=b
((ax100)+1)– (bx100)
2
X3
X 3/ X hari=Y3
b + Y3=c
((bx100)+1)– (cx100)
3
X4
X 4/ X hari=Y4
c + Y4=d
((cx100)+1)– (dx100)
4
X5
X 5/ X hari=Y5
d + Y5=e
((dx100)+1)– (ex100)
5
X6
X 6/ X hari=Y6
e+Y6=1,00 ((ex100) +1) – 100
(hari)
Peluang Kejadian
Probabilita s kumulatif
Interval angka random
X hari
Contoh
Y = 1,00
implementasi dari langkah – langkah diatas adalah:
Contoh Simulasi angka random/acak : Tabel 3.9 Monte Carlo 6 Hari/Periode 1
Angka Permintaan Random (Simulasi) 52 Permintaan 0-5
2
37
Permintaan 0-5
3
82
Permintaan 0-5
4
69
Permintaan 0-5
5
98
Permintaan 0-5 Permintaan
Hasil simulasi permintaan didapat dengan menentukan kelas angka random pada interval angka random yang telah didapat sebelumnya untuk masing – masing permintaan.
Tabel 3.10 Monte Carlo 7 Frekuensi (pesanan)
Peluang Kejadian
Probabilitas kumulatif
Interval angka random
X1 Pesanan
X1 pesanan / X pesanan=Y1
Y1 = a
1 – (ax100)
X2 Pesanan
X2 pesanan / X pesanan=Y2
a + Y2=b
((ax100)+1)– (bx100)
X3 Pesanan
X3 pesanan / X pesanan=Y3
b + Y3=c
((bx100)+1)– (cx100)
X4 Pesanan
X4 pesanan / X pesanan=Y4
c + Y4=d
((cx100)+1)– (dx100)
X5 Pesanan
X5 pesanan / X pesanan=Y5
d+Y5=1.00
((dx100)+1)–100
X Pesanan
Y = 1,00
6.) Frekuensi Pemenuhan Bahan Baku per hari x = ((produksi perminggu/kebutuhan bahan baku perhari)*bahan baku perhari) hari kerja dalam seminggu Tabel 3.11 Monte Carlo 8 Kemampua n Pemenuhan Permintaan x x x x x
SP001
Pembulat an
x SP001 x SP001 x SP001 x SP001 x SP001
SP002
Pembulat an
x SP002 x SP002 x SP002 x SP002 x SP002
SP003
Pembulata n
x SP003 x SP003 x SP003 x SP003 x SP003
7.) Tahap akhir mencari rata-rata persediaan.
Hari
Unit
Persediaan
Angka
pesanan
awal
acak
Permintaan
Persediaan
Lost
akhir
of sales
Pesan
Angka
Masa
acak
tenggang
1
-
I
72
*
**
***
Ya/Tidak
****
*****
Tabel
2
Q
I
34
*
**
***
Ya/Tidak
****
*****
3.12
3
Q
I
65
*
**
***
Ya/Tidak
****
*****
4
Q
I
38
*
**
***
Ya/Tidak
****
*****
5
Q
I
18
*
**
***
Ya/Tidak
****
*****
Monte Carlo 9
Keteran gan : Q
jumlah unit yang dipesan I
= jumlah unit persediaan awal
“*”
= tabel 3.8 interval angka random
“**”
= Q – “*”
“***” = Ketika terjadi permintaan lebih besar dari persediaan “****” = tabel 3.10 interval angka random, jika terjadi pemesanan. “*****”=tabel 3.10 lead time, jika terjadi pemesanan. Penulis akan mensimulasikan beberapa formula adalah sebagai berikut :
•
Rata – rata persediaan akhir bahan baku pertahun = Jumlah persediaan akhir pertahun Jumlah hari kerja pertahun
•
Harga Bahan Baku = x
•
Demand (dalam x hari kerja pertahun) =
•
Biaya bahan baku = unit cost x permintaan pertahun
•
Biaya Safety Stock = Safety Stock x biaya perunit
•
Rata – rata biaya penyimpanan pertahun =
permintaan pertahun
=
Rata – rata persediaan akhir bahan baku pertahun x biaya penyimpanan perunit •
Total biaya pemesanan bahan baku per tahun (x order) = Jumlah order x biaya pemesanan
•
Total biaya bahan baku pertahun = Rata – rata biaya penyimpanan perhari + Total biaya pemesanan bahan baku per tahun + biaya safety stock
•
Total Cost = biaya bahan baku + Rata – rata biaya penyimpanan perhari +Total biaya pemesanan bahan baku per tahun + biaya safety stock
Jika hasil simulasi monte carlo lebih besar dari yang permintaan yang diharapkan,maka simulasi diulang puluhan hingga ribuan kali, sehingga rata-rata permintaan akan mendekati permintaan yang diharapkan. Dan jika lebih kecil simulasi monta carlo maka simulasi dihentikan.
3.6
Rancangan Pemecahan Masalah
Dalam penelitian ini terdapat beberapa masalah yang akan dibahas, yaitu: penerapan monte carlo dapat menekan persediaan bahan baku pada Perusahaan CV. Sammy Batik Pekalongan, penerapan monte carlo dapat menekan persedian barang jadi pada Perusahaan CV. Sammy Batik Pekalongan, penerapan monte carlo dapat menekan biaya persediaan pada Perusahaan CV. Sammy Batik Pekalongan. Dalam melakukan penelitian terhadap ketiga masalah tersebut peneliti melakukan perhitungan lead time, reorder point (ROP), safety stock dan simulasi monte carlo untuk mendapatkan perhitungan guna menghasilkan minimalisasi persediaan bahan baku dan minimalisasi biaya persediaan.
Sehingga perusahaan dapat mengetahui penerapan simulasi monte carlo dan perhitungan persediaan secara minimal untuk menghasilkan minimalisasi biaya persediaan dan persediaan pada Perusahaan Sammy Batik Pekalongan.