L1
LAMPIRAN
Lampiran 1 Data Pendukung dari PT. Sebastian Citra Indonesia
Data Penjualan Roti’O Outlet Stasuin Kota Jakarta Tahun 2012 Bulan
Penjualan
Mei
1.826
Juni
6.089
Juli
5.268
Agustus
5.083
September
5.696
Oktober
6.510
Total Penjualan
30.472
Data Penjualan Roti’O outlet Stasiun Bandung Bulan
Penjualan
Juni
7.268
Juli
8.354
Agustus
8.186
September
8.071
Oktober
8.891
Total Penjualan
40.770
L2
Data Penjualan Roti’O Outlet Bandara Husein Sastranegara Bandung Bulan
Penjualan
Juni
2.062
Juli
3.657
Agustus
3.551
September
4.735
Oktober
4.802
Total Penjualan
18.807
Data Persediaan Bahan Baku Tepung Terigu Demand
600 Kg
Harga per kilogram
Rp. 6.400
Biaya pengiriman (Co)
Rp. 60.000
Biaya Penyimpanan (Ch)
Rp. 940
Jumlah hari kerja
30 hari
Waktu tunggu
2 hari
Safety Stock
100 Kg
L3
Data Persediaan Bahan Baku Gula Pasir Demand
250 Kg
Harga per kilogram
Rp. 11.500
Biaya pengiriman (Co)
Rp. 25.000
Biaya Penyimpanan (Ch)
Rp. 940
Jumlah hari kerja
30 hari
Waktu tunggu
2 hari
Safety Stock
50 Kg
Data Persediaan Bahan Baku Mentega Demand
360 Kg
Harga per kilogram
Rp. 37.500
Biaya pengiriman (Co)
Rp. 72.000
Biaya Penyimpanan (Ch)
Rp. 940
Jumlah hari kerja
30 hari
Waktu tunggu
4 hari
Safety Stock
60 Kg
L4
Data Biaya Pengiriman pada PT. Sebastian Citra Indonesia Peluang Bagi Kondisi Alamiah
Nilai Hasil Keputusan
Alternatif
1.
Galang Tri Manunggal
2. Mitra Sukses Bersama 3. Buana Trans Sejahtera
Ekonomi
Ekonomi
Baik
Buruk
0.7
Ekonomi Baik
Ekonomi Buruk
0.3
Rp. 1.537.500
Rp. 1.691.250
0.7
0.3
Rp. 1.687.500
Rp. 1856.250
0.7
0.3
Rp. 1.850.000
Rp. 2.035.000
L5
Lampiran 2 Hasil Perbandingan Perhitungan Peramalan Software QM for Windows dengan Perhitungan Manual
Tabel Perbandingan Hasil Perhitungan Software QM for Windows dan Perhitungan Manual dengan Enam Metode Pada Forecasting Stasiun Kota Jakarta (November 2012).
METODE
Perhitungan dengan QM For Windows
Perhitungan Manual
Hasil Peramalan
MAD
MSE
Hasil Peramalan
MAD
MSE
7.284,268
820,0032
1.186,127
7.824,27
820,01
1.186.127,47
Moving Average
5.763
688,5555
622.946,2
5.763
688,56
622.947,80
Weighted Moving Average
5.980,4
565,6333
455.674,1
5.980,4
565,63
455.674,12
Exponential Smoothing
5.183,925
2.238,616
6.117.946
5.183,93
2238,93
6.117.944,45
Exponential Smoothing With Trend
6.413,567
1.712.792
4.745.959
6.413,57
1.712,81
4.745.984,19
6.510
1.339,2
3.983.959
6.510
1.339,2
3.983,960
Linear Regression
Naive Method
L6
Tabel Perbandingan Hasil Perhitungan Software QM for Windows dan Perhitungan Manual dengan Enam Metode Pada Forecasting Stasiun Bandung (November 2012).
Perhitungan dengan QM For Windows
Perhitungan Manual
METODE Hasil Peramalan
MAD
MSE
Hasil Peramalan
MAD
MSE
9.042,9
269,08
99.628,16
9.042,9
269,08
99.628,22
Moving Average
8.382,667
411,1665
245.325,8
8.382,67
411,17
245.323,77
Weighted Moving Average
8.504
373,5498
265.813,2
8.504
373,55
265.813,23
Exponential Smoothing
8.170,225
751,8546
670.014,6
8.170,22
751,85
670.014,46
Exponential Smoothing With Trend
8.469,985
648,4943
540.123,4
8.470,73
647,96
539.634,19
8.891
547,25
473.311,3
8.891
547,25
473.311,25
Linear Regression
Naive Method
L7
Tabel Perbandingan Hasil Perhitungan Software QM for Windows dan Perhitungan Manual dengan Enam Metode Pada Forecasting Bandara Husein Sastra Negara Bandung (November 2012).
Perhitungan dengan QM For Windows
Perhitungan Manual
METODE Hasil Peramalan
MAD
MSE
Hasil Peramalan
MAD
MSE
5.728,8
347,6799
1.34.627,3
5.728,8
347,68
134.627,36
Moving Average
4.362,667
1.233
1.690.033
4.362,67
1.233
1.690.033
Weighted Moving Average
4.531,7
1.043,9
1.254.644
4.531,7
1.043,9
1.254.644,42
Exponential Smoothing
3.828,338
1.471,949
2.269,267
3.828,34
1.471,95
2.269.263,54
Exponential Smoothing With Trend
4.420,934
1.292,8
1.789.451
4.420,95
1.292,80
1.789.445,83
4.802
738
990.401,5
4.802
738
990.401,5
Linear Regression
Naive Method
L8
Lampiran 3 Hasil Perhitungan Peramalan Software QM for Windows
Detail and Error Analysis pada Metode Linear Regression outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Metode Linear Regression outlet Stasiun Kota Jakarta
L9
Detail and Error Analysis pada Metode Moving Average outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Metode Moving Average outlet Stasiun Kota Jakarta
L10
Detail and Error Analysis pada Metode Weighted Moving Average outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Metode Weighted Moving Average outlet Stasiun Kota Jakarta
L11
Detail and Error Analysis pada Metode Exponential Smoothing outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Metode Exponential Smoothing outlet Stasiun Kota Jakarta
L12
Detail and Error Analysis pada Metode Exponential Smoothing with Trend Outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Metode Exponential Smoothing with Trend Outlet Stasiun Kota Jakarta
L13
Detail and Error Analysis pada Naive Method Outlet Stasiun Kota Jakarta
Grafik Hasil Perhitungan Naive Method Outlet Stasiun Kota Jakarta
L14
Detail and Error Analysis pada Metode Linear Regression outlet Stasiun Bandung
Grafik Hasil Perhitungan Metode Linear Regression outlet Stasiun Bandung
L15
Detail and Error Analysis pada Metode Moving Average outlet Stasiun Bandung
Grafik Hasil Perhitungan Metode Moving Average outlet Stasiun Bandung
L16
Detail and Error Analysis pada Metode Weighted Moving Average outlet Stasiun Bandung
Grafik Hasil Perhitungan Metode Weighted Moving Average outlet Stasiun Bandung
L17
Detail and Error Analysis pada Metode Exponential Smoothing outlet Stasiun Bandung
Grafik Hasil Perhitungan Metode Exponential Smoothing outlet Stasiun Bandung
L18
Detail and Error Analysis pada Metode Exponential Smoothing with Trend Outlet Stasiun Bandung
Grafik Hasil Perhitungan Metode Exponential Smoothing with Trend Outlet Stasiun Bandung
L19
Detail and Error Analysis pada Naive Method Outlet Stasiun Bandung
Grafik Hasil Perhitungan Naive Method Outlet Stasiun Bandung
L20
Detail and Error Analysis pada Metode Linear Regression outlet Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Linear Regression outlet Bandara Husein Sastranegara Bandung
L21
Detail and Error Analysis pada Metode Moving Average Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Moving Average Bandara Husein Sastranegara Bandung
L22
Detail and Error Analysis pada Metode Weighted Moving Average outlet Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Weighted Moving Average outlet Bandara Husein Sastranegara Bandung
L23
Detail and Error Analysis pada Metode Exponential Smoothing outlet Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Exponential Smoothing outlet Bandara Husein Sastranegara Bandung
L24
Detail and Error Analysis pada Metode Exponential Smoothing with Trend Outlet Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Exponential Smoothing with Trend Outlet Bandara Husein Sastranegara Bandung
L25
Detail and Error Analysis pada Naive Method Outlet Bandara Husein Sastranegara Bandung
Grafik Hasil Perhitungan Metode Exponential Smoothing with Trend Outlet Bandara Husein Sastranegara Bandung
L26
Lampiran 4 Hasil Perhitungan Persediaan Bahan Baku Software QM for Windows
Hasil Perhitungan EOQ Tepung Terigu pada Software QM For Windows
L27
Hasil Perhitungan EOQ Gula Pasir pada Software QM For Windows
L28
Hasil Perhitungan EOQ Mentega pada Software QM For Windows
L29
Lampiran 5 Tabel Hasil Perhitungan Persediaan Bahan Baku dari Perhitungan Manual Hasil Perhitungan Persediaan Bahan Baku dengan Metode EOQ
KETERANGAN
TEPUNG TERIGU
GULA PASIR
MENTEGA
EOQ
267,76 kg
115,32 kg
234,84 kg
Avergare Inventory
138,38 kg
57,66 kg
117,42 kg
Orders per Period
2,17 kali
2,17 kali
1,53 kali
Annual Setup Cost
Rp. 130.076,60
Rp. 54.197,02
Rp. 110.373,02
Annual Holding Cost
Rp .130.077,20
Rp. 54.200,40
Rp. 110.374,80
Total Unit Cost
Rp. 3.840.000
Rp. 2.875.000
Rp. 13.500.000
Rp. 4.100.152,80
Rp. 2.983.397,42
Rp. 13.720.747,82
Daily Demand
20 kg
8,33 kg
12 kg
Reorder Point
140 kg
66,66 kg
108 kg
Total Cost
L30
Lampiran 6 Hasil Perhitungan Metode Pohon Keputusan (Decision Tree) dengan Software QM for Windows
Hasil Perhitungan Metode Pohon Keputusan (Decision Tree)
L31
Lampiran 7 Hasil Perhitungan Manual Pohon Keputusan (Decision Tree) Hasil Perhitungan Manual Pohon Keputusan (Decision Tree) Ekonomi Baik (0,7) Galang Tri Manunggal
Rp. 1.537.500
Rp. 1.583.625
Rp. 1.691.250 Ekonomi Buruk (0,3)
Mitra Sukses Bersama
Rp. 1.583.625
Ekonomi Baik (0,7)
Rp. 1.687.500
Rp. 1.738.125
Rp. 1856.250 Ekonomi Buruk (0,3)
Ekonomi Baik (0,7) Buana Trans Sejahtera
Rp. 1.850.000
Rp. 1.905.500
Rp. 2.035.000 Ekonomi Buruk (0,3)
L32
Lampiran 4 Hasil Wawancara dengan PT. Sebastian Citra Indonesia
Wawancara Penelitian “ANALISIS PERAMALAN PENJUALAN, PERSEDIAAN BAHAN BAKU, DAN PENGGUNAAN ANALISA KEPUTUSAN PADA PT. SEBASTIAN CITRA INDONESIA”
Wawancara ini merupakan model wawancara terbuka karena seluruh jawaban berasal dari PT. Sebastian Citra Indonesia. Data dari hasil wawancara ini setelahnya tidak akan diserbarluaskan karena hanya akan digunakan oleh penulis untuk kebutuhan skripsi di Binus University. Penulis adalah mahasiswa jurusan Manajemen Binus University angkatan 2009 dengan jenjang S1 semester akhir dan saat ini sedang dalam penyusunan skripsi. Saya mohon kiranya pihak PT. Sebastian Citra Indonesia bersedia meluangkan waktu untuk menjawab beberapa pertanyaan pada dalam wawancara ini.
Hormat Saya,
Yustine (1301044220)
L33
Daftar Pertanyaan : 1. Kapan Roti’O mulai di produksi? Jawab : Roti’O pertama kali di buka pada tanggal 25 Mei 2012 di Stasiun Kota Jakarta.
2. Berapa banyak outlet yang telah di buka sampai saat ini? Jawab : saat ini outlet Roti’O ada 3, yaitu Outlet Stasiun Kota Jakarta, Outlet Stasiun Bandung, dan Outlet Bandara Husein Sastranegara Bandung
3. Berapa banyak penjualan Roti’O sejak outlet pertama kali dibuka sampai saat ini? Jawab : Data Penjualan Roti’O Outlet Stasuin Kota Jakarta Tahun 2012 Bandara Husein Bulan
Stasiun Kota
Stasiun Bandung
Sastranegara Bandung
Mei
1.826
-
-
Juni
6.089
7.268
2.062
Juli
5.268
8.354
3.657
Agustus
5.083
8.186
3.551
September
5.696
8.071
4.735
Oktober
6.510
8.891
4.802
30.472
40.770
18.807
Total Penjualan
L34
4. Bahan baku apa saja yang diperlukan dalam membuat Roti’O? Jawab : Tepung terigu, gula pasir, mentega, susu bubuk, fermipan (pengembang roti), telur, bubuk coklat, bubuk kopi, dan esen moka.
5. Masalah apa saja yang terjadi di dalam perusahaan dalam penyediaan bahan baku? Jawab : sering terjadi penumpukan bahan baku yang berlebihan dan apabila terlalu lama disimpan ke dalam gudang dapat menyebabkan bahan baku tersebut rusak / tidak layak untuk digunakan, seperti tepung terigu, gula pasir, dan metega.
6. Berapa banyak bahan baku yang di stok oleh PT. Sebastian Citra Indonesia agar permintaan Roti’O per outlet dapat dipenuhi? Jawab : Perusahaan melakukan pembelian bahan baku untuk tepung terigu sebesar 600 kg/bulan, gula pasir sebanyak 250kg/bulan, dan mentega sebesar 360 kg /bulan.
7. Berapa lama sekali PT. SCI melakukan pemesanan bahan baku sebagai persediaan untuk melakukan produksi Roti’O? Jawab : untuk setiap bahan baku perusahaan melakukan pemesanan sebanyak 1 kali dalam setiap bulan.
L35
8. Bagaiaman cara pemesanan bahan baku yang dilakukan PT. Sebastian Citra Indonesia? Jawab : perusahaan memesan bahan baku dengan cara menelepon ke supplier.
9. Adakah biaya yang dikeluarkan oleh PT. SCI untuk melakukan pemesanan dan penyimpanan bahan baku? Jawab : ada, untuk biaya penyimpanan bahan baku meliputi biaya asuransi gudang sebesar Rp. 18.000.000 per tahun dan biaya listrik berkisar antara Rp. 400.000 sampai Rp. 420.000 setiap bulannya.
10. Berapakah harga beli bahan baku per unit yang dikeluarkan oleh PT. SCI dalam melakukan pembelian bahan baku? Jawab : harga beli 1 karung tepung terigu sebesar Rp. 160.000 dengan berat bersih 25kg. harga beli 1 karung gula pasir sebesar Rp. 575.000 dengan berat bersih sebesar 50kg. Dan harga beli 1 dus mentega sebesar Rp. 432.000 dengan isi 6 kaleng dan berat setiap kaleng sebesar 2 kg.
11. Berapa lama waktu yang diperlukan agar pembelian bahan baku sampai ke PT. SCI? Jawab : waktu tunggu untuk pembelian tepung terigu dan gula pasir diperlukan selama 2 hari, sedangkan untuk pembelian mentega diperlukan selama 4 hari.
L36
12. Adakah stok pengaman dari setiap bahan baku yang dilakukan oleh PT. SCI? Jawab : ada, untuk tepung terigu stok pengaman sebanyak 100 kg/bulan, gula pasir sebanyak 50 kg/bulan, dan mentega sebanyak 60 kg/bulan.
13. Berapakah hari kerja per periode di PT. SCI dalam melakukan produksi Roti’O? Jawab : perusahaan melakukan produksi Roti setiap hari. Perusahaan tidak memberlakukan hari libur karena penjualan Roti’O juga berjalan setiap hari.
14. Bagaimana cara PT. SCI memasok bahan baku untuk keperluan produksi setiap hari? Jawab : perusahaan memasok bahan baku dengan beberapa supplier di Jakarta maupun di luar kota Jakarta.
15. Untuk supplier yang berada di luar kota Jakarta, bagaimanakah cara pendistribusian bahan baku tersebut agar bisa diterima oleh PT.SCI? Jawab : Perusahaan menggunakan ekspedisi untuk melakukan pendistribusian bahan baku dari supplier yang berada di luar kota Jakarta. Saat ini, perusahaan menggunakan tiga ekspedisi untuk melakukan pendistribusian barang, yaitu Galang Tri Manunggal, Mitra Sukses Bersama, dan Buana Trans Sejahtera.
L37
16. Bagaimanakan rincian biaya pengiriman bahan baku dari ketiga ekspedisi tersebut? Data Biaya Pengiriman pada PT. Sebastian Citra Indonesia
Alternatif
Peluang Bagi Kondisi Alamiah
Nilai Hasil Keputusan
Ekonomi Baik
Ekonomi Buruk
Ekonomi Baik
Ekonomi Buruk
1. Galang Tri Manunggal
0.7
0.3
Rp. 1.537.500
Rp. 1.691.250
2. Mitra Sukses Bersama
0.7
0.3
Rp. 1.687.500
Rp. 1856.250
3. Buana Trans Sejahtera
0.7
0.3
Rp. 1.850.000
Rp. 2.035.000
