PENERAPAN SUPPLY CHAIN MANAGEMENT PERSEDIAAN BAHAN BAKU DISC BRAKE MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BUDI SUMARTONO1DAN IKHWAN MUHAMMAD2 Program Studi Teknik Industri Universitas Darma Persada Jakarta 2 Program Studi Teknik Industri Universitas Suryadarma 1
ABSTRAK Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja suplay chain. Namun tentu harus disadari bahwa kebutuhan pelanggan hanya bisa diramalkan. Kesalahan bisa berupa memproduksi terlalu banyak atau terlalu sedikit (volume error) atau memproduksi jenis yang sama (mix error). Kedua-duanya menimbulkan masalah persediaan. Inti dari supply chain adalah koordinasi dan kolaborasi. Dengan menggunakan data yang didapat dari perusahaan dengan cara melihat history persediaan tahun lalu, maka dapat dibuat penelitian model persediaan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan di atas, yakni ongkos pesan dan ongkos simpan. Fungsi dari EOQ sangatlah besar oleh karenanya beberapa jumlah pesanan yang efektif dan pada saat kapan harus memesan merupakan pernyataan-pernyataan yang sangat penting.
PENDAHULUAN PT. Sunstar Engineering Indonesia (SEI) merupakan salah satu perusahaan industri yang memproduksi Sprocket dan Disc Brake, yang mana hasil industri tersebut banyak digunakan oleh perusahaan-perusahaan lain dalam berbagai macam produksinya. Hal ini terlihat atau terbukti dengan banyaknya permintaan atau pesanan dari perusahaan-perusahaan lain yang menggunakan produk tersebut dalam industrinya. Dengan banyaknya permintaan dalam jumlah yang cukup besar maka perusahaan harus bisa mengantisipasi dalam jumlah persediaan yang ada. Apabila persediaan bahan baku yang ada dalam perusahaan tidak mencukupi kebutuhan maka dapat mengganggu jalannya proses produksi, karena dengan habisnya bahan baku yang ada berarti proses produksi akan terhenti sampai bahan baku yang dipesan tiba kembali di perusahaan.
Berhubungan dengan kaitan diatas manajemen persediaan yang merupakan isu sangat penting pada supply chain dan pengelolaan aliran material/produk dengan tepat adalah tujuannya, berarti tidak terlalu terlambat dan tidak terlalu dini, jumlahnya sesuai dengan kebutuhan, dan terkirim ke tempat yang memang membutuhkan. Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja supply chain. Dengan melihat faktor penting ini maka salah satu keputusan yang harus diambil dalam manajemen persediaan adalah ukuran pesanan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan diatas, yakni ongkos pesan dan ongkos simpan. Model EOQ diperluas dengan mempertimbangkan ongkos-ongkos yang dikeluarkan oleh pembeli maupun pemasok.
24
METODE Menurut Sofyan Assauri secara umum produksi diartikan sebagai suatu kegiatan yang mentransformasikan masukan (input) menjadi hasil keluaran (output). Dalam arti sempit, pengertian produksi hanya dimaksud sebagai kegiatan yang menghasilkan barang baik barang jadi maupun barang setengah jadi, bahan industri dan suku cadang atau spare parts dan komponen.
mungkin diproduksi hanya sekali, atau di produksi pada interval yang tetap. Tujuan dari tipe ini adalah untuk dapat memuaskan permintaan atas sejumlah item dari costomer yang berkelanjutan. Bagaimanapun perusahaan yang menjalankan tipe produksi ini, mampu berproduksi melebihi daripada tingkat permintaannya dan kelebihan produksi akan disimpan di gudang.
Komponen atau elemen struktural yang membentuk system produksi terdiri dari: bahan (material), mesin dan peralatan, tenaga kerja, modal, energi, informasi, tanah dan lain-lain sedangkan komponen atau elemen fungsional terdiri dari: supervise, perencanaan, pengendalian, koordinasi, dan kepemimpinan yang kesemuanya berkaitan dengan manajemen dan organisasi.
c. Mass production Mass production merupakan tipe produksi yang diterapkan oleh perusahaan yang berproduksi untuk persediaan dan (atau) untuk pasar dengan volume produksi yang tinggi. Untuk perusahaan semacam ini, baik ada pesanan ataupun tidak ada pesanan, perusahaan akan tetap memproduksi barang.
Cara lain untuk mengklasifikasikan aktivitas produksi adalah tergantung pada kuantitas produk yang dibuat. Dalam pengklasifiasian ini, terdapat tiga tipe produksi, yaitu :
Fungsi produksi adalah bertanggung jawab atas pengolahan faktor-faktor produksi menjadi suatu produk jadi yang siap diserbu konsumen. Dalam melaksanakan fungsi produksi diperlukan serangkaian kegiatan yang mencakup suatu sistem di mana akan melibatkan banyak orang dalam menjalankannya.
a. Job shop production Ciri dari tipe produksi ini adalah volume produksi yang kecil yang tingkatan keterampilan pekerja harus tinggi. Dikatakan bervolume demikian, karena Job Shop Production merupakan perusahaan yang hanya akan berproduksi atas dasar pesanan yang masuk ke dalam perusahaan dan tipe pekerjaan yang bervariasi yang menuntut tingkat keterampilan yang relatif tinggi dari pekerja. b. Batch production Dikatakan batch production apabila ukuran lot medium, dalam arti volume produksi tidak terlalu tinggi dan juga tidak terlampau rendah dari sejumlah item atau produk yang sama. Ukuran lot
Supply chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan-perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko atau ritel, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik. Pada supply chain biasanya ada 3 macam aliran material yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke pabrik. Setelah produk selesai diproduksi, mereka dikirim ke distributor, lalu ke pengecer atau ritel, kemudian ke pemakai akhir. Yang kedua aliran uang 25
dan sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Istilah SCM pertama kali ditemukan oleh Oliver & Weber pada tahun 1982 (cf. Oliver & Weber, 1982; Lambert et al. 1998). Kalau supply chain adalah jaringan fisiknya, yakni perusahaanperusahaan yang terlibat dalam memasok bahan baku, memproduksi barang maupun mengirimkannya ke pemakai akhir, SCM adalah metode, alat, atau pendekatan pengelolaannya. Namun perlu ditekankan bahwa SCM menghendaki pendekatan atau metode yang terintegrasi dengan dasar semangat kolaborasi. Ada beberapa definisi tentang SCM. Misalnya, the Council of Logistics Management mamberikan definisi sebagai berikut: Supply Chain Management is the systematic, strategic coordinations of the traditional business functions within a particuar company and across businesses within the supply chain for the purpose of improving the long-term performance of the individual company and the supply chain as a whole. Seperti yang telah diketahui bahwa ada banyak metode yang dapat digunakan untuk merencanakan suatu persediaan bahan baku. Masing-masing metode itu mempunyai kelemahan dan kelebihan yang dapat dianalisis sendiri oleh perusahaan untuk penggunaannya. Metode tersebut adalah sebagai berikut ini. a. Material (MRP)
Requirement
tenggang, sehingga dapat ditentukan kapan dan berapa banyak yang dipesan untuk masingmasing komponen suatu produk yang akan dibuat. b. Economic order quantity (jumlah pesanan ekonomis) Metode EOQ merupakan suatu metode penentu jumlah bahan baku yang dipesan dalam rangka meminimalkan biaya. (Rangkuti, Freddy. Manajemen Persediaan – Aplikasi di bidang bisnis. Hal 19) Peramalan Peramalan (forecasting) adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk dalam periode waktu tertentu di masa yang akan datang. Oleh karena itu peramalan adalah pada dasarnya suatu taksiran. Model Konstan Dalam model ini, data-data acak/random menunjukkan kecenderungan tetap dengan sedikit variasi untuk suatu rentang waktu yang ditentukan. Persamaan untuk model konstan ^
ini adalah : t = a Dimana : Y(t)
= Persamaan kebutuhan produk
a =Parameter, yaitu kebutuhan produk pada t Nilai a dapat dengan persamaan
t
diperoleh memakai berikut :
a = t =1
Planning
Material requirement planning (MRP) adalah suatu perencanaan dan penjadwalan kebutuhan material untuk produksi yang memerlukan tahapan proses atau dengan kata lain adalah suatu rencana produksi untuk sejumlah produk jadi yang diterjemahkan ke bahan mentah (komponen) yang dibutuhkan dengan menggunakan waktu
peramalan
di mana : Y(t)
= Data yang dikomulatifkan
N
= Banyaknya data
t
= Waktu
26
Model Peramalan Rata-Rata Bergerak Metode peramalan rata-rata bergerak terdiri atas dua jenis peramalan yaitu : a. Rata-rata bergerak tunggal (Singel Moving Average)
bergerak. Dengan eksponensial smoothing sederhana, forecast dilakukan dengan cara ramalan periode terakhir ditambah porsi perbedaan (disebut α) antara permintaan nyata periode terakhir dan ramalan periode terakhir. Secara umum persamaan untuk metode peramalan ini adalah :
b. Rata-rata bergerak ganda (Double Moving Average) Untuk mengurangi terjadinya kesalahan sistematis yang terjadi pada rata-rata bergerak tunggal bila dipakai pada data yang cenderung naik, maka dikembangkan metode rata-rata bergerak linear (linear moving average). Yang menjadi dasar perhitungan dalam metode peramalan ini adalah menghitung rata-rata bergerak kedua dari data peramalan, oleh sebab itu metode peramalan ini sering disebut juga sebagai peramalan rata-rata bergerak ganda. Secara umum persamaan rata-rata bergerak dapat dituliskan sebagai berikut : Y’(t) = a + b(n) Di mana : Y’(t) = Hasil peramalan a = Konstanta b = Periode kemukakan yang akan diramalkan Untuk menentukan nilai a dan b digunakan persamaan sebagai berikut a = S’t + (S’t – S”t) = 2 S’t – S”t b = 2 S ' t S"t V 1
Dimana : S’t = Data triwulan pertama S”t = Data triwulan kedua V = Jangka waktu moving averages Metode Eksponensial Smoothing Exponensial smoothing adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot lebih besar dalam rata-rata
Yt + m = at + bt . m Di mana :
t m
= kebutuhan produk
Peramalan
at
= Konstanta
bt
= Konstanta
m = Jumlah periode ke muka yang diramalkan Untuk mencari nilai at dan bt digunakan persamaan : at = 2 S’t – S’’t bt =
a 1a
S ' t S ' ' t
S’t = α Xt + (1 + α) S’t – 1 S’’t = α S’t + (1 – α) S’’t – 1 Untuk nilai α berkisar antara 0 sampai dengan 1, namun berdasarkan pengalaman empiris nilai α yang optimal antara 0,1 dan 0,2. Bila α = 0,1 berarti peramalan terlalu berhati-hati, sedangkan bila α = 0,2 berarti responsif. Analisis Kesalahan Peramalan Kesalahan ramalan mempunyai dua komponen yang harus ditinjau kembali secara hati-hati oleh analisukuran atau besarnya perbedaan antara permintaan nyata dan menurut ramalan; dan arah kesalahan-apakah permintaan nyata di atas atau di bawah ramalan. Cara paling mudah untuk mengukur kesalahan ramalan adalah secara sederhana membandingkan ramalan yang umum digunakan adalah mean absolut deviation (MAD). Secara sederhanakan, ukuran ini merupakan perbedaan antara permintaan nyata dan
27
forecats. Dalam bentuk diuraikan sebagai berikut :
rumusan
n
' t
MAD = t =1
t
di mana : MAD = Mean Absolute Deviation Yt = Data aktual pada periode t Y’ t N
= Data hasil peramalan periode t = Periode yang digunakan Setiap metode peramalan yang digunakan kemudian diuji dengan data masa lampau dan dihitung besar nilai kesalahan kuadratnya. Metode peramalan yang mempunyai nilai MAD yang terkecil maka metode peramalan tersebut merupakan metode yang terbaik dari metode-metode yang lainnya.(Biegel, John E. Ib. It. Hal)
baik apabila sejumlah asumsi tersebut dipenuhi atau setidaknya mendekati. Dalam kenyataannya asumsi ini tidak pernah terpenuhi. Namun demikian, model ini tetap cukup baik digunakan asalkan variasi permintaan dari awal waktu ke waktu tidak terlalu besar. Model EOQ digunakan untuk menentukan kuantitas persediaan yang meminimumkan biaya langsung penyimpanan persediaan dan biaya kebalikannya (inverse cost) pemesanan persediaan. Sebelum masuk ke dalam rumus EOQ, memakai rumus : C b = D / Q Cb Q / 2 hb
di mana : C b = Total
D=
Model (EOQ)
Economic
Order
Quantity
Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesan yang ekonomis adalah model economic order quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan di atas yakni ongkos pesan dan ongkos simpan. Ongkos pesan yang dimaksud adalah ongkosongkos tetap yang keluar setiap kali pemesanan dilakukan dan tidak tergantung pada ukuran atau volume pesanan.
ongkos dalam setahun
kebutuhan bahan baku per tahun
hb = ongkos simpan per unit per tahun Cb = ongkos
Q = Ukuran
pesan
pesan
Rumus EOQ yang digunakan adalah : Q=
2C b D / h
di mana : Q = Ukuran
pesan yang optimal
Cb = ongkos
D=
pesan
kebutuhan bahan baku per tahun
Model EOQ dibuat dengan sejumlah asumsi. Artinya, model ini hanya bisa digunakan dengan cukup
h = ongkos simpan per unit per tahun (Pujawan, I Nyoman. Op. Cit. Hal 105107)
Model EOQ di atas dibuat hanya dengan mempertimbangkan ongkos-ongkos yang ditanggung oleh perusahaan pembeli (yang memesan). Ongkos-ongkos yang dikeluarkan oleh suppier tidak diperhitungkan. Rumus yang digunakan adalah : C s = D / Q C S Q / 2 hs di mana : C s = Total ongkos dalam setahun yang dikeluarkan oleh suppier
D = kebutuhan bahan baku per tahun yang dikeluarkan oleh suppier hs = ongkos simpan per unit per tahun yang dikeluarkan oleh suppier C s = ongkos pesan yang dikeluarkan oleh suppier Q = Ukuran pesan sehingga untuk mendapatkan Q optimal memakai rumus :
28
Q b, s = 2C s C b / hs hb
Ukuran pesan yang optimal (Pujawan, I Nyoman. Ib. It. Hal 107) Q b ,s =
di mana : hs = ongkos simpan per unit per tahun yang dikeluarkan oleh suppier C s = ongkos pesan yang dikeluarkan oleh suppier hb = ongkos simpan per unit per tahun yang dikeluarkan oleh pembeli Cb = ongkos pesan yang dikeluarkan oleh pembeli
Setiap bahan baku akan diuji dengan beberapa metode peramalan untuk menentukan trend yang sesuai dengan data yang ada. Berikut ini adalah grafik peramalan Raw material SUS410DB 3,8 x dia. 199,3.
Metode Peramalan Konstan Tabel1Peramalan Konstan No 1 2 3 4 5 6 7 8 9 10 11 12
a=
176000 12
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total
Penggunaan Y(t) 22000 16000 28000 20000 12000 13000 26000 8000 5000 8000 18000 0 176000
= 14666
Tabel 2 Perhitungan MAD dari Peramalan Konstan No 13 14 15 16 17 18 19 20 21 22 23 24
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total
Y (t) Peramalan Y'(t) 22000 14666 16000 14666 28000 14666 20000 14666 12000 14666 13000 14666 26000 14666 8000 14666 5000 14666 8000 14666 18000 14666 0 14666 176000
Error Abs. Error 7334 7334 1334 1334 13334 13334 5334 5334 -2666 2666 -1666 1666 11334 11334 -6666 6666 -9666 9666 -6666 6666 3334 3334 -14666 14666 84000
MAD = 84000 = 7.000 12
29
Metode Peramalan Double Moving Average
Tabel 3 Peramalan Double Moving Average No 1 2 3 4 5 6 7 8 9 10 11 12
b=
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
Y(t) 4 bulan pertama 4 bulan kedua 22000 16000 28000 20000 21500 12000 19000 13000 18250 26000 17750 19125 8000 14750 17437.5 5000 13000 15937.5 8000 11750 14312.5 18000 9750 12312.5 0 7750 10562.5
2 7750 4937,5 = 1875 4 1
a = (2 * 7750) 10562,5 = 4937,5
Tabel 4 MAD dari Peramalan Double Moving Average No 13 14 15 16 17 18 19 20 21 22 23 24
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total
Y(t) 22000 16000 28000 20000 12000 13000 26000 8000 5000 8000 18000 0 176000
Peramalan Y' = a + b t Abs. Error 6812.5 15187.5 8687.5 7312.5 10562.5 17437.5 12437.5 7562.5 14312.5 2312.5 16187.5 3187.5 18062.5 7937.5 19937.5 11937.5 21812.5 16812.5 23687.5 15687.5 25562.5 7562.5 27437.5 27437.5 140375
MAD = 140375 = 11697.91 12
Metode Peramalan Linear Exponential Smoothing Tabel 5 Peramalan Linear Exponential Smoothing No 1 2 3 4 5 6 7 8 9 10 11 12
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
Y(t) 22000 16000 28000 20000 12000 13000 26000 8000 5000 8000 18000 0
S't 22000 20800 22240 21792 19833.6 18466.88 19973.504 17578.803 15063.042 13650.434 14520.347 11616.278
S"t 22000 21760 21856 21843.2 21441.28 20846.4 20671.821 20053.217 19055.182 17974.232 17283.455 16150.02
at 19840 22624 21740.8 18225.92 16087.36 19275.19 15104.39 11070.9 9326.635 11757.24 7082.536
bt -16560 -16296 -16395.2 -16482.9 -16229.7 -15678.4 -15658.5 -15289.4 -14561.6 -13653.4 -13246
30
Tabel 6 MAD dari Peramalan Peramalan Linear Exponential Smoothing No 13 14 15 16 17 18 19 20 21 22 23 24
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
MAD =
Y'(t) Peramalan (a = 0,2 Y(t) 22000 20328.536 16000 33574.536 28000 46820.536 20000 60066.536 12000 73312.536 13000 86558.536 26000 99804.536 8000 113050.536 5000 126296.536 8000 139542.536 18000 152788.536 0 166034.536
945.521.4 12
Error 1671.464 -17574.54 -18820.54 -40066.54 -61312.54 -73558.54 -73804.54 -105050.5 -121296.5 -131542.5 -134788.5 -166034.5
Abs. Error 1671.464 17574.54 18820.54 40066.54 61312.54 73558.54 73804.54 105050.5 121296.5 131542.5 134788.5 166034.5 945521.4
= 78793.45
Dari tiga jenis metode peramalan didapat MAD sebagai berikut : Tabel 7 Nilai MAD dari Tiga Metode Peramalan Metode
MAD
7.000,00 11.697,91 78.793,45
Konstan Double Moving Average Linear Eksponential Smoothing
Perencanaan Kebutuhan Bahan Baku Dalam Jumlah Yang Ekonomis
200.000 1.490 C s = Rp.200.000 Rp.3.600.000 1.490 2
=Rp. 26.845.638,- + Rp. 2.683.000.000, 2 * Rp.200 .000 * 175 .992 Q = Rp.3.600 .000
= Rp. 2.708.845.638,-
= 1.398 pcs. Maka didapatlah perencanaan kebutuhan bahan baku dalam jumlah yang ekonomis sebesar 1.398 pcs. C b = 175 . 992 / 1 .398 Rp .200 .000 1 .398 / 2 Rp .3 .600 .000
= Rp. 25.177.682,- + Rp. 2.516.400.000,= Rp. 2.541.577.682,Setelah mendapatkan nilai perencanaan kebutuhan bahan baku yang ekonomis, maka dapat melakukan dalam penerapan SCM, yaitu dengan cara memperhitungkan seberapa besar pula kebutuhan bahan baku yang dikeluarkan dari supplier.
Membandingkan Antara EOQ Biasa Dengan EOQ Dalam Penerapan SCM Untuk membandingkan antara EOQ biasa dengan EOQ dalam penerapan SCM maka dilakukan perhitungan sebagai berikut : Perhitungan untuk pihak perusahaan (pembeli)Sebelum dilakukan EOQ dalam penerapan SCM ; Q=
2 * Rp.200.000 *175.992 / Rp.3.600.000 =
1.398
pcs. 175 . 992 1 . 398 C b = Rp .200 . 000 Rp . 3 .600 . 000 1 .398 2
= Rp. 25.177.682,- + Rp. 2.516.400.000,= Rp..2.541.577.682,-
Setelah menggunakan EOQ dalam penerapan SCM Q=
2 * Rp.200.000 * 200.000 / Rp.3.600.000 =
1.490 pcs.
31
Sesudah dilakukan penerapan SCM ; Q=
EOQ
dalam
2 * Rp.200.000 * 200.000 / Rp.3.600.000 = 1.490
200 .000 1 .398 C s = Rp .200 .000 Rp .3.600 .000 1.398 2
= Rp. 28.612.303,- + Rp. 2.516.400.000,-
pcs.
= Rp. 2.545.012.303,-
C b = 175.992 / 1.490 Rp.200.000 1.490 / 2Rp.3.600.000
Sesudah dilakukan penerapan SCM ;
= Rp. 23.623.087,- + Rp.2.682.000.000,= Rp. 2.705.632.087,Perhitungan untuk pihak supplier (pemasok)Sebelum dilakukan EOQ dalam penerapan SCM ; Q=
2 * Rp.200.000 *175.992 / Rp.3.600.000
Q=
EOQ
dalam
2 * Rp.200.000 * 200.000 / Rp.3.600.000 = 1.490
pcs. C s = 200.000 / 1.490 Rp.200.000 1.490 / 2Rp.3.600.000
= Rp. 26.845.638,- + Rp. 2.682.000.000,= Rp. 2.708.845.638,-
= 1.398 pcs. Tabel 8 Perbandingan antara EOQ biasa dengan EOQ dalam PenerapanSCM Diskripsi Ukuran pesanan ekonomis Total ongkos pembeli (rupiah) Total ongkos pemasok (rupiah) Total ongkos sistem (rupiah)
Kesimpulan Berdasarkan hasil pengujian beberapa metode peramalan Konstan dengan MAD 7,000, Doubel Moving Average dengan MAD 11.697,91, Linear Eksponential Smoothing dengan MAD 78.793,45. terhadap data-data yang ada, ternyata Raw material SUS410DB 3,8 x dia. 199,3 menggunakan peramalan konstan dengan MAD terkecil yaitu 7,000.
EOQ Biasa EOQ dalam SCM 1,398 pcs 1,490 pcs 2,541,577,682 2,705,632,087 2,545,012,303 2,708,845,638 5,086,589,985 5,414,477,725
Sehingga dapat dihitung pula Total ongkos sistem EOQ biasa sebesar Rp. 5.086.589.985,- dan Total ongkos system dengan EOQ dalam penerapan SCM sebesar Rp.5.414.477.725,-.
Perhitungan antara EOQ biasa dengan EOQ dalam penerapan SCM terlihat jelas antara pihak pembeli dan pemasok yaitu : Untuk perusahaan (pembeli)EOQ biasa, Q = 1.398 pcs dan TC=Rp.2.541.577.682,sedangkan dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC = Rp.2.705.632.087,-, Untuk supplier (pemasok) EOQ biasa, Q = 1.398 pcs dan TC=Rp.2.545.012.303,- sedangkan dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC = Rp.2.708.845.638,-.
32
Daftar Pustaka Agus, Ahyari., 1995., “Manajemen Produksi Perencanaan System Produksi”, Yogyakarta, BEPFEYogyakarta. Assauri, Sofian, 1993. “Pengendalian Produksi dan Operasi”, Lembaga Penerbit FEUI. Biegel, John E.1992, “Pengendalian Produksi-Suatu Pendekatan Kuantitatif”, Jakarta : CV Akademika Presindo,. Gaspersz, Vincent,1998. “Production Planning And Inventory Control”, PT. Gramedia Pustaka Utama, Jakarta :.
Makridakis, Spyros,1993 JohnWiley&Sons, “Foresting Methads And Application”,. Pujawan, I Teknologi “Supply Surabaya, Widya,.
Nyoman, 2005Institute Sepuluh Nopember, Chain Management”, Edisi Pertama, Guna
Rangkuti, Freddy, 1996, “Manajemen Persediaan-Aplikasi di Bidang Bisnis”, Jakarta, PT. Raja Grafindo Persada,. Wheelwright, Steven C, Maridakis, Victor E. McGee,1988. “Metode dan Aplikasi Peramalan”.
33
