BAB V HASIL DAN PEMBAHASAN
5.1
OBSERVASI LAPANG
Perum Perhutani Unit III Jawa Barat dan Banten merupakan salah satu perusahaan yang memproduksi air minum dalam kemasan. Perusahaan memproduksi berbagai jenis kemasan, salah satunya adalah kemasan galon. Perum perhutani memiliki satu areal pabrik air minum dalam kemasan dan satu gudang distribusi. Letak pabrik dan gudang distribusi tidak berada dalam satu lokasi, pabrik berada di Sentul Bogor dan gudang distribusi berada di Bandung. Pemilihan lokasi pabrik berdasarkan kedekatan dengan sumber mata air, sedangkan pemilihan gudang distribusi berdasarkan kedekatan dengan target pasar. Gudang pusat berada di dalam satu areal pabrik, dimana terdapat gudang produk dan gudang galon kosong. Kemasan galon digunakan secara berulang-ulang. Setelah produk di konsumsi oleh konsumen maka galon kosong akan ditarik kembali oleh pabrik dengan tujuan untuk memproduksi kembali air minum dalam kemasan dan kembali didistribusikan ke konsumen. Perusahaan melayani penjualan langsung ke konsumen ataupun melewati distributor. Produk sebagian besar dikirimkan ke gudang distribusi dan sebagian dikirimkan langsung ke konsumen sesuai dengan jumlah permintaan. Pengiriman produk dilakukkan bersamaan dengan kedatangan galon kosong. Pengiriman produk dilakukan setelah pengiriman galon kosong ke pabrik. Dengan demikian jumlah galon kosong kembali ke pabrik ditentukan oleh banyaknya galon kosong yang berhasil dikumpulkan kembali oleh distributor, kapasitas angkut yang tersedia dan jumlah galon kosong yang dikirimkan oleh distributor. Pengiriman produk ke tempat distributor berdasarkan permintaan dari bagian pemasaran. Jumlah pengiriman produk dilakukan dengan mempertimbangan jumlah pemesanan konsumen, sedikitnya persediaan di tempat distributor adanya ketersediaan produk di gudang pusat. Pengiriman produk langsung ke konsumen ada yang sifatnya permintaan rutin atau tidak rutin. Perputaran galon dimulai dari gudang pusat ke bagian produksi kemudian kembali ke gudang dalam bentuk produk Gudang kemudian mendistribusikan produk ke gudang distributor atau konsumen. Pengangkutan produk dan galon kosong menggunakan truk dan mobil angkutan. Pengiriman produk dan galon kosong dilakukkan setiap hari termasuk hari minggu. Ketersediaan galon kosong merupakan faktor yang sangat berperan dalam perencanan produksi sehingga secara langsung menentukan pula jumlah pengiriman dan distribusi produk. Galon menjadi faktor yang sangat penting karena sifatnya yang dapat digunakan secara berulang. Terdapat dua kepentingan yang membutuhkan galon, pihak konsumen atau distributor ketersediaan produk atau galon isi sangat penting sedangkan pihak pabrik membutuhkan galon kosong yang kembali dari konsumen untuk diproduksi kembali. Ketersediaan galon kosong menjadi pembatas volume produksi, penjadwalan produksi dan rencana pengiriman produk ke gudang distribusi. Oleh karena itu, kelancaran produksi dan distribusi sangat ditretukan oleh kelancaran perputaran galon. Ketersediaan galon kosong dipengaruhi pengembalian galon kosong. Pengembalian galon kosong setiap periode berbeda-beda. Kekurangan galon kosong untuk produksi sering terjadi karena ketidakpastian pengembalian galon kosong. Perusahaan pernah terjadi kekurangan galon kosong akibat dari perusahaan hanya mengandalkan galon kosong yang kembali dari konsumen sebagai rencana produksi. Selama ini, perusahaan melakukan pembelian galon baru berdasarkan kekurangan dengan membeli galon kosong kurang lebih 500 galon per bulan untuk mengantisipasi kekurangan galon kosong.
34
Kondisi kekurangan galon kosong menyebabkan keterlambatan proses produksi atau penjadwalan produksi tidak teratur sehingga akan terjadi keterlambatan pemenuhan permintaan atau terjadinya stok out dalam pelayanan di tingkat kosumen. Dampak dari stok out dapat berakibat pada kerugian dengan kehilangan potensi keuntungan akibat lost sales dan kehilangan keuntungan di masa depan akibat dari kehilangan pelanggan yang berpindah pada produk lain. Ketidaktersedianya galon kosong juga mengakibatkan sering terjadi kegiatan produksi diluar waktu shift kerja atau dapat dikatakan penjadwalan produksi tidak teratur. Kegiatan produksi dilakukkan selama 6 hari waktu kerja. Target produksi perusahaan berdasarkan kapasitas optimal pabrik akan tetapi berdasarkan sumber daya yang dimiliki dan permintaan pasar maka perusahaan berproduksi sesuai dengan jumlah galon kosong yang kembali pada periode sebelumnya. Selain itu perusahaan melakukan estimasi produksi berdasarkan tingkat persediaan dan kekurangan produk. Kapasitas produksi yaitu 800 produk per shift, satu shift berdurasi 8 jam waktu kerja. Overtime kerja selama 1 shift kerja atau apabila dijumlahkan satu hari kerja perusahaan mampu memproduksi maksimal 1600 produk per hari. Kerusakan galon sering terjadi pada saat transportasi dan dapat teridentifikasi ketika galon dalam bentuk produk yang tersimpan dalam gudang. Sesuai dengan prosedur, produk di karantina selama sehari untuk mengetahui apakah galon mengalami kebocoran atau tidak. Galon yang bocor terlihat dari kurangnya volume air dalam produk. Jumlah kerusakan galon per hari dapat diasumsikan 0.01 % dari total produk yang di karantina Dari hasil observasi lapang ini kemudian disusun model rencana persediaan, tingkat pengembalian galon kosong dan pemilihan teknik peramalan permnitaan yang sesuai. Model ini disusun untuk memberikan informasi bagi perencana persediaan galon dalam mengestimasi kebutuhan galon kosong sesuai dengan kebutuhan permintaan. Model diaplikasikan dalam bentuk perangkat kunak dengan konfigurasi mengikuti struktur model sistem basis data, model sistem basis model, danmodel manajemen dialog. Tingkat persediaan produk merupakan selisih antara stok persediaan produk periode sebelumnya dari gudang dengan permintaan konsumen pada periode sekarang. Persediaan produk akan bertambah jika produk yang diterima dari hasil produksi lebih besar dari pada yang dikirim pada tiap periodenya. Permintaan pengiriman produk berdasarkan permintaan dari distributor dan konsumen, ketersediaan persediaan terdapat di gudang distributor dan ketersediaan produk di gudang pusat. Jumlah permintaan dapat dipengaruhi dari faktor dalam dan dari faktor luar perusahaan. Faktor dari dalam perusahaan adalah kemampuan bagian pemasaran untuk menjual produk ke konsumen, kemampuan pemasaran untuk menjalin kerjasama dengan perusahaan atau pabrik untuk memasok produk secara rutin, jaringan distribusi yang tersedia dan kemampuan bagian persediaan dan produksi untuk memenuhi kebutuhan permintaan terhadap produk. Faktor dari luar perusahaan adalah selera dan kecenderungan konsumsi pasar, tingkat persaingan dengan produk air kemasan galon lain dan kondisi perekonomian. Permintaan produk dan pengembalian galon kosong tidak dapat dikendalikan secara langsung oleh perusahaan karena bersifat probabilistik. Perencanaan persediaan disusun dengan membuat prakiraan permintaan produk dan estimasi galon kosong yang akan kembali pada periode selanjutya. Prakiraan permintaan produk dilakukkan dengan menggunakan metode peramalan deret waktu dan estimasi galon kosong yang akan kembali digunakan metode simulasi sesuai dengan sebaran data yang teridentifikasi.
35
Metode peramalan deret waktu digunakan untuk memprakirakan permintaan masa yang akan datang berdasarkan data penjualan masa lalu dan kondisi sekarang. Metode peramalan deret waktu tidak mempertimbangkan faktor penyebab dan faktor peubah dari pola data yang terbentuk atau mengapa permintaan memiliki nilai tersebut.Selain itu, data diasumsikan terdapat hubungan antara permintaan dan faktor peubahyang mempengaruhinya akan berlanjut pada masa yang akan datang. Metode estimasi galon kosong yang kembali menggunakan metode simulasi probabilistik. Data yang disimulasikan merupakan rasio perbandingan antara jumlah pengembalian galon kosong dengan jumlah pengiriman galon kosong. Penggunaan rasio karena jumlah pengiriman dari gudang pusat tidak terlalu berbeda dengan jumlah pengembalin galon kosong dari gudang distributor. Pertama data diidentifikasi untuk mengetahui jenis sebaran data dan kemudian disimulasikan berdasarkan sebaran data tersebut.
5.2
PRAKIRAAN PERMINTAAN
Jumlah Galon
Model prakiraan permintaan merupakan suatu model untuk mengolah data yang menghasilkan informasi tentang prakiraan permintaan pada periode masa datang. Model prakiraan terdiri dari beberapa teknik peramalan. Teknik-teknik peramalan permintaan yang digunakan adalah metode deret waktu. Model peramalan yang dipilih sesuai dengan pola data historis dan parameter kesalahan minimal yang dihasilkan. Verifikasi model peramalan menggunakan data aktual pengiriman produk sebagai data aktual permintaan yang terdapat dalam Lampiran 1. Plot data permintaan produk dapat dilihat pada Gambar 11. 900 800 700 600 500 400 300 200 100 1 4 7 10131619222528313437404346495255586164677073767982858891 Periode Ke-
Gambar 11. Grafik Permintaan Air Minum Dalam Kemasan Galon Plot data memberikan informasi awal dalam melihat kecenderungan data dan fluktuasi data. Tahapan identifikasi pola data diperlukan sebagai tahap awal untuk memilih teknik peramalan yang tepat dan memungkinkan. Berdasarkan kecenderungan pola yang terbentuk maka pola data dapat dikatagorikan dalam 4 jenis pola data, yaitu pola data yang memiliki efek kecenderungan (trend), musiman, random dan stasioner. Pada Gambar 11 terlihat bahwa data tidak memiliki efek musiman dan berpola stasioner tetapi sedikit ada efek kecenderungan (trend) maka kemungkinan model yang dipilih adalah model perataan bergerak, model pemulusan eksponensial tunggal, model pemulusan eksponensail ganda. Setelah itu maka pemilihan model yang tepat dengan membandingkan nilai MAPE (Mean Absolute Persentage Error) dari ketiga model tersebut dengan nilai parameter yang berbeda-beda. Semakin kecil nilai MAPE maka semakin kecil nilai kesalahan antara ramalan dengan data aktual. Perbandingan nilai MAPE dari ketiga model dapat dilihat pada Tabel 2.
36
Tabel 2. Perbandingan Nilai MAPE Berdasarkan Metode Peramalan Model Peramalan Metode Perataan Bergerak Tunggal Metode Pemulusan Eksponensial Tunggal
Parameter
Nilai MAPE
MA (3)
774.78
MA (4)
647.42
MA (5)
779.67
= 0.0001
418.40
= 0.0234
581.05
= 0.0334
604.54
Model Peramalan
Parameter
Metode Pemulusan Eksponensial Ganda
Nilai MAPE
= 0.0134 =0.0232
727.87
= 0.0234 =0.0013
695.98
= 0.0334 =0.0113
688.49
Pemilihan nilai parameter menggunakan metode trial and error. Pada tabel 2 terlihat bahwa metode peramalan yang memiliki MAPE terkecil adalah metode pemulusan eksponensial tunggal pada tingkat = 0.0001. Akan tetap, nilai MAPE yang dihasilkan diatas 100 maka dapat dikatakan hasil peramalan memiliki persentase error sangat tinggi. Sehingga kurang tepat apabila memilih metode pemulusan eksponensial tunggal sebagai dasar untuk meramal permintaan pada masa yang akan datang. Oleh karena itu, maka metode peramalan tepat apabila menggunakan metode naif yaitu suatu metode yang meramalkan sejumlah permintaan masa depan memiliki jumlah yang sama dengan data historis permintaan.
5.3
SIMULASI TINGKAT PENGEMBALIAN GALON
Tingkat pengembalian galon kosong merupakan rasio perbandingan antar jumlah galon kosong yang kembali dengan jumlah produk yang dikirimkan perusahaan per satu periode. Penggunaan rasio ini berdasarkan mekanisme yang digunakan perusahaan bahwa galon dalam bentuk produk yang dikirimkan, jumlah dan kuantitasnya harus sama atau tidak jauh berbeda dengan galon kosong yang kembali. Tingkat pengembalian galon kosong akan disimulasikan untuk periode mendatang. Tahap awal simulasi yaitu mengidentifikasi pola sebaran data mengikuti sebaran data tertentu. Setelah itu dilakukan proses simulasi berdasarkan pola sebaran data yang terbentuk. Tahap identifikasi dan simulasi menggunakan bantuan perangkat lunak EasyFit 5.5 yang dibuat oleh mathWave. Data aktual tingkat pengembalian galon kosong dapat dilihat pada Lampiran 2 dan grafik data dapat dilihat pada Gambar 12. 12.00 10.00
Rasio
8.00 6.00 4.00 2.00 0.00 1 4 7 10131619222528313437404346495255586164677073767982858891 Periode keGambar 12. Grafik Data Tingkat pengembalian Galon Kosong
37
Data diidentifikasi pola sebaran data menggunakan perangkat lunak EasyFit 5.5. Perangkat lunak tersebut akan memberikan rangking atau peringkat berdasarkan kesesuaian data yang akan diidentifikasi dengan sebaran data teoritis tertentu dengan melihati nilai test goodness of fit terkecil. Test goodness of fit yang digunakan adalah kolmogrov-sminorv, Anderson-Darling, dan Chi-square. Peringkat kesesuaian data aktual dengan sebaran teoritis tertentu berdasarkan test goodness of fit dapat dilihat pada Lampiran 3. Berdasarkan identifikasi sebaran data maka sebaran data yang terpilih adalah sebaran cauchy dengan nilai goodness of fit terkecil dapat dilihat pada Tabel 3 dan nilai parameter skala = 0.1615 dan nilai parameter lokasi = 0.98269. Tabel 3. Nilai Goodnees of Fit Sebaran Cauchy
Hipotesis yang digunakan adalah: Ho: Sebaran mengikuti sebaran teoritis tertentu Hi : Sebaran tidak mengikuti sebaran teoritis tertentu 1. Ho diterima, atau Hi ditolak jika nilai hitung (statistik) < nilai kritis pada tertentu 2. Ho ditolak, atau Hi diterima jika nilai hitung (statistik) > nilai kritis pada tertentu Berdasarkan hasil uji Kolmogrov-Sminorv dan Anderson-Darling sebaran Cauchy pada tingkat kepercayaan 95 % maka tingkat pengembalian galon kosong mengikuti sebaran Cauchy. Pada uji Kolmogrov-Sminorv, nilai hitung sebaran Cauchy lebih kecil dibandingkan dengan nilai kritisnya pada =0,05 (0.11181< 0,1404). Pada uji Anderson-Darling, nilai hitung sebaran Cauchy lebih kecil dibandingkan dengan nilai kritisnya pada =0,05 (2,1594 < 2,5018). Hasil perhitungan dapat dilihat pada Tabel 3.
38
Proses pembangkitan nilai random dan bilangan acak menggunakan software EasyFit 5.5. Data hasil simulasi dapat dilihat pada Lampiran 4. Pengujian validitas hasil simulasi menggunakan uji median. Penggunaan uji median karena data tidak berdistribusi normal. Uji median termauk dalam uji statistik non parametik untuk menguji dua populasi data memiliki tipe sebaran data yang sama. Hipotesesis yang digunakan adalah: Ho: Data aktual dan hasil simulasi diambil dengan mediun dari distribusi data yang sama. Hi: Data aktual dan hasil simulasi diambil dengan mediun dari distribusi data yang beda. 1. 2.
Ho diterima, atau Hi ditolak jika nilai hitung < nilai kritis (chi-kuadrat) pada dan derajat kebebasan tertentu Ho ditolak, atau Hi diterima jika nilai hitung (statistik) > nilai kritis (chi-kuadrat) pada dan derjat kebebasan tertentu
Berdasarkan hasil uji median pada tingkat kepercayaan 95 % dan derajat kebebasan sama dengan 1 maka didapatkan hasil bahwa Ho diterima dan Hi ditolak, dimana nilai hitung lebih kecil dari nilai kritisnya ( 0.8795 < 3.84). Perhitungan uji median dapat dilihat pada Lampiran 5. Gambar 13 merupakan perbandingan antara hasil simulasi tingkat pengembalian galon kosong dan data aktual tingkat pengembalian. 12 10 Hasil Simulasi
Jumlah
8
Data Aktual 6 4 2 0 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 Periode ke-
Gambar 13. Grafik Perbandingan data aktual tingkat pengembalian dengan data simulasi
5.4
ESTIMASI KONDISI PERSEDIAAN GALON
Model estimasi kondisi persediaan galon dan produk mengunakan data prakiraan permintaan dan dats simulasi tingkat pengembalian galon kosong. Estimasi dilakukkan untuk 91 periode harian. Penyusunan model dalam periode harian bertujuan untuk mengetahui mutasi galon dan produk dapat terpantau lebih detail dan dapat memberikan informasi aktual kondisi persediaan. Tahapan penggunaan model adalah : 1. 2.
Pemasukan data hasil simulasi tingkat pengembalian galon kosong. Data simulasi akan menjadi dasar prakiraan atau estimasi jumlah galon kosong yang kembali. Pemasukan data prakiraan permintaan untuk 91 periode hari mendatang (3 bulan). Data prakiraan ini akan menjadi dasar penyusunan rencana pengiriman produk.
39
3. 4.
Penentuan estimasi kebocoran galon kosong selama periode dan estimasi penyimpangan pengiriman dari prakiraan permintaan sebagai faktor kebijakan persediaan. Pemasukan informasi stok produk dan jumlah galon kosong kembali periode terahkir
Tabel 4. Masukan dan Parameter Model Estimasi Kondisi Persediaan Galon Stok Produk
Galon Kosong Kembali
Estimasi Perkiraan Kebocoran Produk
Penyimpangan pengiriman dari perencanaan
411
315
0.1 %
1%
Kondisi Persediaan produk akhir dan galon kosong kembali per 2 April 2011 dan parameter masukan model ini dapat dilihat pada Tabel 4. Estimasi perkiraan kebocoran produk merupakan perkiraan kemungkinan produk bocor selama penyimpanan produk. Menurut observasi yang dilakukan, kebocoran produk terjadi selama penyimpanan sebesar 0,1 % dari stok produk yang disimpan. Tampilan akhir model merupakan tabel yang mencantumkan kondisi persediaan produk dan galon kosong. Pada kolom “1” tabel di Lampiran 6, menampilkan periode estimasi dalam satuan harian. Periode estimasi harian karena tidak adanya antrisipasi galon kosong juga menyebabkan perencanaan dilakukan dalam periode harian dan perencanaan sangat bergantung pada galon kosong yang kembali pada periode sebelumnya. Kolom “2” menunjukan data prakiraan permintaan yang merupakan output dari model prakiraan permintaan dan menjadi input pada model estimasi kondisi persediaan galon. Kolom “2” didapatkan dari metode metode pemulusan eksponensial tunggal. Kolom “3” merupakan tingkat persediaan produk yang didapatkan berdasarkan perhitungan dari persamaan 1. Jumlah kekurangan produk dapat dillihat pada kolom “4” dan didapatkan berdasarkan perhitungan dari persamaan antara 2, 3, 4, atau 5. Estimasi kekurangan produk untuk periode 6, 12, 18 dan kelipatannya atau bertepatan pada hari sabtu maka menggunakan persamaan 2 dan 3. Sedangkan untuk periode selain 6, 12, 18 dan kelipatannya maka menggunakan persamaan 4 dan 5. Estimasi kekurangan produk terjadi apabila tingkat persediaan bernilai minus atau tingkat persediaan tidak mampu memenuhi permintaan pada periode selanjutnya. Pada periode ke 6, 12, 18 dan kelipatannya atau pada hari sabtu estimasi kekurangan produk berdasarkan permintaan untuk hari minggu dan senin. Kolom “5” mengestimasi jumlah produk yang harus dihasilkan atau estimasi permintaan produksi. Perhitungan didapatkan berdasarkan persamaan antara 6, 7, atau 8. Estimasi dilakukan pada waktu kerja sedangkan selain waktu kerja tidak dilakukan estimasi permintaan produksi karena pabrik tidak beroperasi. Persamaan yang digunakan yaitu persamaan 6 sedangkan untuk periode hari kerja digunakan persamaan 7 dan 8. Apabila estimasi kekurangan produk melebihi jumlah galon kosong yang kembali ditambahkan jumlah kelebihan galon kosong pada periode sebelumnya maka estimasi produksi sejumlah estimasi kekurangan produk atau dapat dilihat pada persamaan 7. Apabila sebaliknya maka estimasi produksi sejumlah galon kosong yang kembali ditambahkan dengan sejumlah kelebihan galon kosong pada periode sebelumnya atau dapat dilihat pada persaman 8. Kolom “6” menunjukan realisasi produksi yang dilakukkan oleh bagian produksi dan menunjukan jumlah produk yang dihasilkan. Perhitungan didapatkan berdasarkan persamaan antara 9, 10, 11, 12, atau 13. Realisasi produksi dilakukkan berdasarkan estimasi produksi yang disesuaikan dengan kapasitas produksi yang terpasang. Apabila estimasi produksi melebihi dari kapasitas produksi maka jumlah produk yang dihasilkan merupakan jumlah produk maksimal yang mampu dihasilkan pabrik (Full Capacity) atau dapat dilihat pada persamaan 10 dan 12. Pada periode 8, 15, 22
40
dan kelipatannya atau bertepatan hari senin maka realisasi produksi sesuai dengan jumlah galon kosong yang kembali dua periode sebelumnya atau dapat dilihat pada persamaan 11. Sedangkan pada periode lainnya maka realisasi produksi sesuai dengan galon kosong yang kembali satu periode sebelumnya dan dapat dilihat pada persamaan 13. Pengiriman produk ditunjukkan pada kolom “7” dan didapatkan dari perhitungan pada persamaan 14 atau 15. Rencana pengiriman merupakan selisih antara permintaan yang telah diprakiraan dengan estimasi penyimpangan dari target yang telah direncanakan. Jika stok akhir produk setelah produksi tidak mampu memenuhi rencana pengiriman produk yang harus dilakukan maka pengiriman hanya sejumlah produk yang tersedia atau dapat dilihat pada persamaan 14. Stok produk ditunjukan pada kolom “8” yaitu banyaknya persediaan produk akhir yang merupakan pertambahan dari produk yang diproduksi pada periode tersebut ditambahkan dengan persediaan produk periode sebelumnya dan dikurangi pengiriman produk dan kemungkinan kebocoran produk selama penyimpanan atau dapat dilihat pada persamaan 16. Kolom “9” merupakan hasil simulasi dari model tingkat pengembalian galon kosong. Galon kosong kembali ditunjukan pada kolom “10” yang bergantung pada hasil simulasi kolom “9” dan pengiriman produk kolom “7” atau dapat dilihat pada persamaan 17. Kekurangan galon untuk produksi ditampilkan pada kolom “11”. Kekurangan galon kosong disebabkan karena galon kosong yang kembali pada periode sebelumnya tidak mampu mencukupi kebutuhan galon kosong sebanyak periode estimasi produksi atau dapat dilihat pada persamaan 18. Kelebihan galon kosong juga ditampilkan pada kolom “12” dan didapatkan dari persamaan 20 atau 21. Kekurangan galon kosong untuk produksi yang mempengaruhi atau dipengaruhi dari kekurangan produk pada suatu periode. Berdasarkan hasil simulasi pada Lampiran 6 diketahui bahwa akan terjadi kekurangan galon untuk produksi pada periode ke 8, 10, 13, 14, 28, dan 55. Selain itu, akan terjadi kekurangan produk pada periode ke 6 dan akan berdampak pada periode 8, 9, 10, dan 11. Kekurangan produk yang mengakibatkan tidak terpenuhinya permintaan terjadi pada periode ke 13 dan 14. Keterlambatan pemenuhan produk juga akan terjadi pada periode 17, 25, 52, 53, 54, dan 56. Kekurangan produk pada period 27 akan berdampak pada kekurangan persediaan pada periode ke 28 dan 29. Kekurangan produk terjadi berdasarkan estimasi permintaan terjadi pada periode ke 41, 83 dan 90 tetapi tidak berdampak pada periode yang akan datang. Hasil simulasi tingkat pengembalian galon kosong pada periode ke 72 bernilai nol. Angka nol didapatkan karena berdasarkan hasil simulasi nilai tingkat pengembalian galon kosong kurang dari nol atau bernilai negatif. Hal ini menandakan bahwa tidak ada pengembalian galon kosong dari konsumen atau distributor. Tidak adanya pengembalian galon kosong dikarenakan beberapa alasan. Kemungkinan pertama adalah adanya konsumen baru yang mengkonsumsi produk sehingga tidak adanya galon kosong yang kembali. Kemungkinan kedua adalah terjadi penumpukan galon kosong di konsumen atau distributor. Kemungkinan ketiga adalah kurang kemampuan distributor untuk menarik kembali galon kosong dari konsumen. Penambahan galon kosong bersifat sebagai antisipasi kekurangan galon selama periode estimasi. Pertimbangan penambahan galon berdasarkan jumlah kekurangan galon kosong untuk produksi atau ketika tingkat persediaan benilai minus yang berarti bahwa terjadi kekurangan produk. Penambahan galon kosong dilakukan satu periode sebelum tingkat persediaan bernilai minus atau pada periode terjadinya kekurangan galon kosong.
41
Pengadaan galon kosong yang diperlukan sebanyak 1093 galon kosong. Berdasarkan hasil simulasi penambahan galon kosong diperlukan pada periode 6 sebanyak 242 galon, periode 9 sebanyak 104 galon, periode 11 sebanyak 148 galon, periode 16 sebanyak 198 galon, periode 24 sebanyak 156 galon, periode 27 sebanyak 159 galon. Penambahan galon kosong dapat dilakukkan untuk mengantisipasi kekurangan galon kosong. Perhitungan penambahan galon kosong dapat dilihat pada Lampiran 7. Dengan pengembangan model pengendalian persediaan galon maka dapat diketahui jumlah penambahan galon kosong untuk mengantisipasi kekurangan galon pada periode selanjutnya. Apabila dibandingkan antara metode perusahaan yang melakukan pembelian galon kosong sekitar 1500 galon kosong untuk 3 bulan dengan hasil estimasi penambahan galon kosong berdasarkan model yang telah dibuat maka didapatkan hasil yang berbeda. Perusahaan hanya memerlukan 1082 galon kosong untuk 3 bulan dan perusahaan mampu menghemat biaya investasi dalam pengadaan galon kosong.
5.5
PENGGUNAAN PERANGKAT LUNAK
Model pengendaliaan persediaan kemasan galon dikembangkan dalam perangkat lunak berbasis komputer sehingga memudahkan pengguna untuk menggunakannya. Perangkat lunak ini diberi mama PMIG 1.0. Pemrograman dikembangkan dengan bahasa Delphi XE dengan sistem operasi Windows 7. Basis data yang digunakan adalah Ms.Access 2007 dengan versi data Ms.Access (*.mdb). Selain itu, model tingkat pengembalian galon untuk mengidentifikasi sebaran data dan pembangkitan data menggunakan perangkat lunak EasyFit 5.5. Sedangkan hasil model prakiraan, model tingkat pengembalian dan estimasi dapat dibaca pada perangkat lunak Ms.Excel yang umum terdapat dalam sistem operasai Windows 7. Penggunaan PMIG1.0 dilakukan dengan pemilihan menu, menekan tombol perintah dari mouse, pemasukan data dilakukan pada kotak teks untuk kemudahan pemakaian pengguna. Perangkat lunak kompetibel dengan sistem operasi Windows 7 dehingga pengguna dapat mengoperasikan dengan cepat. Kemudahan penggunaan PMIG 1.0 dibantu dengan menggunkan tampilan menu, dialog singkat, tampilan informasi petunjuk pengguna dan kotak pesan atau peringatan. Pemilihan menu dapat dilakukkan dengan mengkik tombol atau menu yang ditampilkan. Pengguna perangkat lunak ini adalah manajer produksi. Pada tahap awal, pengguna perlu mensimulasikan terlebih dahulu tingkat pengembalian galon kosong dengan bantuan perangkat lunak lain yaitu EasyFit 5.5. Pada tahap awal pengguna harus menginputkan data tingkat pengembalian yang didapatkan dari rasio atau perbandingan antara jumlah galon yang kembali dengan jumlah produk yang dikirimkan. Data dapat diperoleh dari program PMIG 1.0 pada menu model tingkat pengembalian galon kosong. Form utama PMIG 1.0 dapat dilihat pada Gambar 14. Form utama terdapat 4 pilihan menu yaitu, data tingkat pengembalian galon kosong, model prakiraan permintaan serta model estimasi persediaan galon, tentang program yang memberikan informasi penggunaan perangkat lunak, dan profil pembuat. Setelah itu, data akan diidentifikasi sesuai dengan sebaran data tertentu dan dilakukan simulasi sesuai dengan sebaran data yang telah teridentifikasi.
42
Gambar 14. Form Menu Utama Perangkat Lunak PMIG 1.0 Gambar 15 merupakan form menu data tingkat pengembalian galon kosong. Pada menu ini, pengguna dapat memasukan, menghapus, mengubah data pengiriman produk, pengembalian galon kosong dan tingkat pengembalian aktual serta hasil simulasi dari program EasyFit 5.5.
Gambar 15. Form Menu Data Tingkat Pengembalian Galon Kosong
43
Setelah pengguna memasukan data hasil simulasi pada menu data tingkat pengembalian maka pengguna kembali ke menu utama. Pengguna memilih menu model prakiraan permintaan dan model estimasi kondisi persediaan galon. Sebelum mengklik menu model prakiraan permintaan, pengguna harus memasukan data historis permintaan produk yang dapat dilihat pada Gambar 16. Selain dapat memasukan data, pengguna dapat mengubah, menyimpan, dan menghapus data. Menu model prakiraan permintaan terdapat empat metode prakiraan yang dapat dipilih yaitu metode perataan bergerak, metode pemulusan tunggal, metode pemulusan ganda dan metode winter‟s. Model akan memprakirakan permintaan pada periode mendatang berdasarkan nilai parameter yang telah diinputkan. Tampilan menu ini dilengkapi dengan grafik hasil plot data historis dan hasil prakiraan. Form menu model prakiraan permintaan dapat dilihat pada Gambar 17.
Gambar 16. Form Input Data Permintaan
44
Gambar 17. Form Model Prakiran Permintaan Data hasil prakiraan menjadi input bagi model estimasi kondisi persediaan galon dan dapat dilihat pada Gambar 18. Pengguna memasukan nilai parameter seperti stok awal produk, jumlah galon kosong yang kembali, persentase estimasi galon akan bocor dan estimasi penyimpangan pengiriman dari prakiraan permintaan. Hasil perhitungan model estimasi kondisi persedian galon berupa tabel hasil perhitungan dari sub model.
Gambar 18. Form Model Estimasi Kondisi Persediaan Galon
45
Kebutuhan galon kosong dapat dihitung dengan menekan tombol “Hitung Kebutuhan Galon” pada tampilan model estimasi galon. Setelah menekan tombol maka akan muncul form penambahan galon kosong dan dapat dilihat pada Gambar 19. Pengguna memasukan jumlah galon yang perlu ditambahkan sesuai dengan periode estimasi yang mengalami kekurangan galon kosong dan kekurangan produk.
Gambar 19. Form Model Penambahan Galon Kosong
46
