BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1
Pengumpulan Data
4.1.1
Data Penjualan Dump Truck Produk akhir dari PT HP adalah dump truck unit dengan tiga varian
utama, yaitu : 1. Unit kecil , memakai hidrolik model A dengan kapasitas maksimal 9 ton. 2. Unit sedang, memakai hidrolik model B dengan kapasitas maksimal 20 ton 3. Unit besar, memakai hidrolik model C dengan kapasitas maksimal 35 ton. Tiap-tiap varian terdiri dari banyak spesifikasi bodi dump truck, baik dari segi dimensi maupun modelnya sesuai dengan permintaan customer. jadi produk dumptruck PT HP bisa di customized sesuai permintaan customer. Hasil produksi dumptruck mencerminkan hasil penjualan, yang berarti juga mencerminkan kecenderungan permintaan customer akan unit-unit dump truck dengan tipe dan jenis yang beragam, seperti yang terlihat dari tabel berikut:
49
tabel 4.1 Data penjualan dump truck tahun 2011
Tipe Kecil Sedang Besar Total
Jan 60 4 294 358
Feb Mar Aprl 108 191 158 22 35 17 252 237 212 382 463 387
Bulan Total Mei Juni Juli Agt Sep Okt Nov Des 137 59 119 90 89 51 126 76 1264 6 12 7 6 28 4 16 3 160 157 169 256 156 260 303 277 274 2847 300 240 382 252 377 358 419 353 4271
Tabel 4.2 Data penjualan dump truck tahun 2012
Tipe
Jan kecil 100 Sedang 0 Besar 270 Total 370
Bulan Feb Mar Aprl Mei Juni Juli 75 75 150 150 150 100 0 50 50 0 0 0 250 275 170 280 150 200 325 400 370 430 300 300
Agt 125 25 200 350
Sep 200 0 155 355
Total Okt Nov Des 0 0 150 1275 50 0 0 175 302 423 320 2995 352 423 470 4445
Tabel4.3 Data penjualan dump truck ahun 2013
Tipe
Jan kecil 50 Sedang 3 Besar 100 Total 153
4.1.2
Bulan Total Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des 97 112 39 106 43 67 514 8 15 16 13 5 33 93 150 73 139 111 163 200 936 255 200 194 230 211 300 0 0 0 0 0 1543
Data Persediaan Hydraulic Assy Hydraulic assymerupakankomponensub assypadadump truck yang
jugadiproduksiolehdivisiterpisah, dandalamhalinikitaanggapsebagaientitasterpisah.
50
Divisihidrolikmemproduksihydraulic
assy
yang
akandipasokkebagianproduksidumptruck, yang akanmenjadikomponenutamadump truck.
Hydraulic
assyakanmasukkegudanghidroliksecarabertahap,
danakandihitungsebagaistokpadabulanberjalan, dandialokasikanuntukproduksidump
truckbulanberikutnya.
Jadipenentuanproduksihidrolikakansangattergantungpadaramalanatauperkiraanju mlahpermintaandump
truckpadaperiode
yang
akandatang.
Kebijakanmanajemenuntukmenentukanjumlahpersediaanhidroliktiapbulannya, tidakberdasarkanmetodekuantitatifyaitudenganperhitunganstatistikuntukmenentuk anjumlahpersediaan
yang
paling
optimal.Penentuanjumlahpersediaanditentukansebesar minimal 2X danmaksimal 3X dari rata-rata penjualandump truckselama 6 bulanterakhir .Dengan lead time ditentukan 1 bulanmakacadanganpengamanatausafety stock-nyaadalah 100%150% darioperating stock-nya. Berikutadalah data persediaanhydraulic assy: Tabel 4.4 Data persediaanhidroliktahun 2011
Type
Jan Kecil 229 Sedang 30 Besar 376 Total 635
Feb 244 26 332 602
Mar 211 54 360 625
Aprl 170 69 293 532
Mei 162 52 361 575
Bulan Juni Juli 175 216 46 34 354 385 575 635
51
Agt 157 27 329 513
Total Sep Okt Nov Des 332 489 192 216 2793 46 73 64 48 569 323 652 459 462 4686 701 1214 715 726 8048
Tabel 4.5 Data persediaanhidroliktahun 2012
Bulan Jan Feb Mar Aprl Mei Juni Juli Kecil 234 167 369 252 422 352 364 Sedang 91 85 58 51 60 33 24 Besar 424 622 535 668 512 509 646 Type
Total
749 874
962
971
994
Agt 281 37 639
Total Sep Okt Nov Des 360 260 444 438 3943 42 50 32 55 618 568 587 476 496 6682
894 1034 957 970 897
952
989 11243
Tabel 4.6 Data persediaanhidroliktahun 2013
Type Kecil Sedang Besar Total
4.1.3
Jan 462 48 481 991
Feb 412 45 527 984
Mar 315 37 377 729
Aprl 378 47 429 854
Mei 339 44 390 773
Bulan Total Juni Juli Agt Sep Okt Nov Des 283 2189 43 264 387 2591 713 0 0 0 0 0 0 5044
Data ForecastPermintaanDump Truck Departemen
sales
membuat
forecast
permintaandump
truckbaikuntukjangkapendekmaupunjangkapanjang. Forecastdibuatberdasar data historispenjualandump
truck.
Berikut
data
sudahdibuatolehbagiansalesuntuktahun 2011-2013 .
52
forecastjangkapendek
yang
Tabel 4.7 Data forecast unit dump truck tahun 2011
Bulan Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Kecil 94 91 91 96 99 97 119 129 126 109 Sedang 19 21 22 25 22 24 16 17 14 13 Besar 197 197 195 209 208 206 220 214 198 202 Total 310 309 308 330 329 327 355 360 338 324 Type
Nov 91 11 217 319
Des 89 12 237 338
Total 1339 248 2731 4318
Tabel 4.8 Data forecast unit dump truck tahun 2012
Type
Jan Kecil 92 Sedang 11 Besar 254 Total 357
Feb 87 11 254 352
Bulan Mar Aprl Mei Juni Juli 87 87 93 87 117 12 10 11 10 17 270 272 267 265 233 369 369 371 362 367
Agt 117 17 221 355
Sep 125 21 213 359
Okt 146 13 193 352
Total
Nov 121 13 215 349
Des 96 13 238 347
Nov 36 9 79 124
Total Des 18 845 6 141 61 2382 85 3368
1255 159 2895 4309
Tabel 4.9 Data forecast unit dump truck tahun 2013
Bulan Jan Feb Mar Aprl Mei Juni Juli Kecil 96 95 90 72 84 98 75 Sedang 13 15 13 15 9 11 10 Besar 267 278 291 314 316 298 123 Total 376 388 394 401 409 407 208 Type
53
Agt 77 15 139 231
Sep 61 14 114 189
Okt 43 11 102 156
4.2
Pengolahan Data
4.2.1 MetodeSaatIni Penentuan
level
safety
stockpada
PT
HP
selamainidilakukandengancaramenghitung rata-rata penjualanselamaperiode 6 bulansebelumnya,
kemudianangka
yang
didapatkanakanmenjadidasarpenentuanpembuatanstokhidrolik. Kebijakan yang adaadalahpersediaanhidroliksebesar 2 – 3 kali dari forecast penjualan. Namunpadakenyataanya, penentuanjumlahpersediaandanpersediaanpengamannyajugadilakukanberdasarkan pengalamandanintuisiplanneratauadanyaarahandaripihakmanajemenberdasarkanin formasi-informasidankomitmen-komitmen
yang
Jikakitaakanmenentukanjumlah
stock
sebagaicontoh,
maka
safety data
merekadapatkandaricustomer.
yang
penjualanprodukdariperiodejanuaritahun
2012
untukbulanjulitahun
2012,
diperlukanadalah
data
sampaidenganjunitahun 2012.
Langkah – langkahnyaadalahsebagaiberikut: 1. Hitung rata-rata penjualan dalam 6 bulan terakhir untuk masingmasing
tipe.
Angka
yang
didapatmenjadidasarpembuatanrencanaproduksihidrolik. Forecast untukbulanjuli 2012 Jan 100
Feb 75
Mar 75
54
Aprl 150
Mei 150
Juni 150
Forecast (F) = (100+75+75+150+150+150)/6 = 116 2. Hitungkebutuhanproduksihidrolikdengancaramenambahkanangka safety
faktor
2-3
darihasil
forecast
kemudiandikurangidenganinventoriawal (I). Contohuntuk safety faktor yang dipakai 2.5 Rencanaproduksi (P) = 2.5 x F – I P = (116 x 2.5) – 164 = 126 3. Bisa diketahui safety stock (SS) yang dialokasikan adalah: SS = (I + P) - (F ) = 164 + 126 – 116 = 174 Angka-angka tersebut diatas adalah angka pengolahan dari data yang tersedia. Pada kenyatanya akan dilakukan penyesuaian-penyesuaian seperti pembulatan dan penambahan atau pengurangan berdasarkan petunjuk dan arahan dari pihak manajemen. Namun demikian angka hasil perhitungan tetap menjadi dasar penentuan akhir untuk kebijakan tingkat persediaan yang diambil.
55
Berikut data safety stock untuk tahun 2012. Tabel 4.10 Safety stock tahun 2012
Bulan Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Total
4.2.2
A 134 92 294 102 272 202 264 156 160 260 444 288 2668
Tipe B 91 85 8 1 60 33 24 12 42 0 32 55 443
C 154 372 260 498 232 359 446 439 413 285 53 176 3687
Total 379 549 562 601 564 594 734 607 615 545 529 519 6798
Metode Statistical Based Safety Stock Pada dasarnya metode perhitungan secara statistik, baik dengan
pendekatan service level, maupun availability juga bersifat subyektif, yaitu pada penentuan target service level maupun availability yang diinginkan, diset pada
56
tingkat tertentu sesuai dengan kebijakan dari manajemen. Namun demikian, untuk parameter dan variabel yang terlibat dihitung dengan perhitungan matematis sehingga hasilnya lebih akurat. Salah satunya adalah untuk menangkap kecenderungan fluktuasi permintaan/penjualan, dimana ini merupakan variabel yang sangat menentukan akurasi dalam penentuan safety stock, maka perlu dihitung standar deviasi penjualan/permintaan. Untuk kasus di PT HP mengingat variasi permintaan dump truck dalam satu tahun sangat tinggi, jika perhitungan standar deviasi per bulannya diseragamkan maka tingkat akurasi akan rendah. Untuk itu perhitungan standar deviasi bukan untuk satu tahun tertentu, tapi dihitung standar deviasi secara spesifik untuk masing-masing bulan. Dengan data penjualan dari tahun 2011-2013, maka standar deviasi untuk bulan juli adalah sebagai berikut.
Unit Kecil Sales Forecast Deviasi Juli'11 119 119 0 Juli'12 100 117 -17 Juli'13 67 75 -8 Jumlah
Dikuadratkan 0 289 64 353
Dari data diataskemudiandihitungstandardeviasiuntukbulanjulidenganrumus: SL
= √(kuadratdeviasi/N-1)
SL
= √353/2
SL
= 13.29
Berikutadalah data standardeviasiuntukmasing-masingbulan, berdasarkan data actual sales dan forecast sales tahun 2011-2013
57
Tabel4.11 Standardeviasi
Bulan Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des
Tipe Kecil Sedang Besar 40.84 14.93 137.03 14.78 9.25 98.55 72.9 28.43 157.02 66.72 28.85 143.24 50.88 14.02 149.66 64.95 11.83 128.1 13.29 21.2 64.47 28.15 9.62 43.62 59.14 17.85 60.03 111.09 26.93 105.08 89.07 9.85 153.08 39.27 11.18 63.61
Metode Availability (AV) Availabilitydidefinisikansebagaikemungkinan (tidakterjadinyastockoutselamalead time) Dari rumussafety stockumum SS
= ZαSL√L
58
dimana
Zα
adalahsafety
factor
yang
berasosiasidengan
f(Zα)
padadistribusiprobabilitaskumulatif. Sesuaidengankebijakanmanajemenmakauntuk target availability leveladalah 99%. Dari tabelbisadilihatnilai Zα untuk availability 99% adalah 2.33. Variabel lain yang berpengaruhdalampenentuansafety stockadalah lead time. Lead time (L) jugasalahsatukomponen
yang
memilikitingkat
variability
tertentu,
namundalampenelitianini lead time diasumsikantetapyaitu 1 bulan. Jadinilai safety stock untukbulanjulitahun 2012 adalahsebagaiberikut: SS
= 2.33 x 13.29 √1 = 31 (dibulatkan)
Dari data diatasdapatdihitungtingkatsafety stock yang dibutuhkanuntukmencapai target pelayanan yang diinginkanmanajemen. Untukbulanjuliadalahsebagaiberikut SS
= Zα x S√L = 2.33 x 13.29 = 30.9657 dibulatkanmenjadi 31
59
Tabel4.12 safety stocktahun 2012
Bulan Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Total
Tipe B
A 95 34 170 155 119 151 31 66 138 259 208 91 1517
35 22 66 67 33 28 49 22 42 63 23 26 476
C 319 230 366 334 349 298 150 102 140 245 357 148 3038
Total 449 286 602 556 501 477 230 190 320 567 588 265 5031
Metode Service Level (SL) Pengertianservice
leveldisiniadalahrasiodaripermintaan
yang
terpenuhidibanding total permintaan yang ada. Rumus yang digunakansamayaitu: SS
= ZαSL√L
60
dengan
safety
factor
(Zα)
merujukpada
ψ(Zα)
=
(1-SL)Q/SL(the
partialexpectation). Dengan target service level yang ditetapkanpada0.99 ,makaangka safety factor sesuaidengantabeladalah Zα = 1.94. Dengan lead time diasumsikankonstanyaitu 1 bulan,
makanilai
safety
stock
yang
didapatuntukbulanjuli
adalahsebagiberikut: SS
= 1.94 x 13.29 = 25,78 (dibulatkanmenjadi 26) Tabel4.13 Safety stock tahun 2012
Bulan Jan Feb Mar Aprl Mei Juni Juli Agt Sep Okt Nov Des Total
Tipe B
A 79 29 141 129 99 126 26 55 115 216 173 76 1264
29 18 55 56 27 23 41 19 35 52 19 22 396
61
C 266 191 305 278 290 249 125 85 116 204 297 123 2529
Total 374 238 501 463 416 398 192 159 266 472 489 221 4189
2012
