PENGENDALIAN PERSEDIAAN SUKU CADANG PESAWAT TERBANG DENGAN PENDEKATAN MODEL PERIODIC REVIEW (Studi kasus PT. Garuda Maintenance Facility Aero Asia)

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENGENDALIAN PERSEDIAAN SUKU CADANG PESAWAT TERBANG DENGAN PENDEKATAN MODEL PERIODIC REVIEW (Studi kasus PT. Garuda Maintenance Facility Aero Asia)

Skripsi

MONICA BHAKTYARTHI AKYATI I1307015

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA commit to user 2011


digilib.uns.ac.id

ABSTRAK Monica Bhaktyarthi Akyati, NIM : I1307015, PENGENDALIAN PERSEDIAAN SUKU CADANG PESAWAT TERBANG DENGAN PENDEKATAN MODEL PERIODIC REVIEW. Skripsi. Surakarta : Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, Oktober 2011. PT. Garuda Maintenance Facility Aero Asia (PT. GMF AA) merupakan perusahaan yang bergerak dalam bidang jasa pelayanan perawatan dan perbaikan pesawat terbang. PT. GMF AA mengelompokkan suku cadang menjadi 3 jenis, yaitu rotable, repairable, dan consumable. PT. GMF AA mempunyai permasalahan kekurangan dan kelebihan persediaan suku cadang pada jenis consumable. Bila kondisi persediaan seperti ini terjadi terus-menerus dapat mengakibatkan meningkatnya total biaya persediaan. Oleh karena itu, penelitian ini membahas mengenai perbaikan pengendalian persediaan suku cadang jenis consumable. Tahap penelitian ini diawali dengan peramalan suku cadang. Kemudian dilakukan penentuan tingkat persediaan yang meliputi periode waktu antar pemesanan (T) dan jumlah persediaan maksimum (R) dengan menggunakan model Periodic Review. Tahap akhir dari penelitian ini adalah melakukan perbandingan total biaya pesediaan antara model Periodic Review dengan model kebijakan perusahaan. Adapun penentuan total biaya persediaan yang sesuai dengan model kebijakan perusahaan dilakukan dengan Simulasi Montecarlo. Penelitian ini menghasilkan periode waktu antar pemesanan (T) dan jumlah persediaan maksimum (R) yang optimal, yang dapat meminimalkan total biaya persediaan. Hasil perbandingan total biaya pesediaan antara model Periodic Review dengan model kebijakan perusahaan mengindikasikan adanya penghematan total biaya pesediaan yang cukup signifikan sebesar 37,07%. Kata kunci : suku cadang, model Periodic Review, Simulasi Montecarlo, periode waktu antar pemesanan (T), jumlah persediaan maksimum (R)

xix + 96 halaman; 9 gambar; 23 tabel; 5 lampiran Daftar pustaka : 7 (1994-2010)

commit to user vi


digilib.uns.ac.id

ABSTRACT Monica Bhaktyarthi Akyati, NIM: I1307015, AIRCRAFT SPARE PART INVENTORY CONTROL USING PERIODIC REVIEW MODEL APPROACH, Thesis. Surakarta: Industrial Engineering, Faculty of Engineering, Sebelas Maret University, October 2011. Garuda Maintenance Facility AeroAsia Ltd.(PT GMF AA) is a company engaged in the field of an aircraft-maintenance and repairing services. GMF AA Ltd. classifies the aircraft spare parts into three groups namely rotable, repairable, and consumables. GMF AA Ltd. has a problem of having an excessive inventory and shortage of the consumable spare part. If this problem is not solved, it can increase the total inventory cost. Therefore, this study discusses the improvement of the inventory control of the consumable spare parts. The first phase of this study is forecasting the existing spare part. Then, the we determine the inventory level which ordering period (T) and maximum inventory (R) using Periodic Review Model. The final phase of this study is comparing the total inventory cost in accordance with the corporate policy model. We use Montecarlo Simulation to determine corporate total inventory cost. This research result an ordering period (T) and maximum inventory (R) which is optimal and can minimizes the total inventory cost. The comparative results between the total inventory cost using Periodic Review Model and corporate policy model indicate the significant saving of the total inventory cost of 37.07%. Keywords : spare parts, Periodic Review Model, Montecarlo Simulation, ordering period (T), maximum inventory (R)

xix + 96 pages; 9 figures; 23 tables; 5 appendixes Bibliography : 7 (1994-2010)

commit to user vii


digilib.uns.ac.id

DAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR

vi vii viii xi xiii xiv

BAB I

PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Perumusan Masalah 1.3. Tujuan Penelitian 1.4. Manfaat Penelitian 1.5. Batasan Masalah 1.6. Asumsi Penelitian 1.7. Sistematika Penulisan

I-I I-1 I-4 I-4 I-4 I-5 I-5 I-5

BAB II

TINJAUAN PUSTAKA 2.1. Profil Perusahaan 2.2. Peramalan 2.2.1. Pengertian Peramalan 2.2.2. Manfaat Peramalan 2.2.3. Prinsip-prinsip Peramalan 2.2.4. Langkah-langkah Peramalan 2.2.5. Metode-metode Peramalan 2.2.6. Metode-metode Peramalan Kuantitatif Time Series 2.2.7. Pengukuran Kesalahan Peramalan 2.2.8. Validasi Model Peramalan 2.3. Persediaan 2.3.1. Pengendalian Persediaan 2.3.2. Klasifikasi Persediaan dengan Metode ABC 2.3.3. Model Pengendalian Persediaan Periodic Review 2.4. Simulasi Montecarlo 2.5. Penelitian Sebelumnya

II-1 II-1 II-2 II-2 II-2 II-2 II-3 II-4 II-7 II-10 II-11 II-11 II-13 II-15 II-17 II-25 II-26

BAB III

METODOLOGI PENELITIAN 3.1. Tahap Identifikasi Masalah 3.2. Peramalan Jumlah Permintaan Suku Cadang 3.3. Perhitungan Holding Cost, Ordering Cost dan Shortage Cost 3.4. Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimum (R) 3.5. Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan Kebijakan Perusahaan 3.6. Perbandingan Hasil Perhitunagn Total Biaya Persediaan Model Persediaan Periodic Review dengan Model Kebijakan Perusahaan commit to user

III-1 III-3 III-5

xi

III-6 III-7 III-9

III-11


BAB IV

BAB

V

BAB VI

digilib.uns.ac.id

3.7. Analisis Hasil 3.8. Kesimpulan dan Saran

III-11 III-12

PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1. Data Historis Permintaan Suku Cadang 4.1.2. Data Harga Suku Cadang 4.1.3. Data Leadtime Pemesanan Suku Cadang 4.1.4. Komponen Holding Cost, Ordering Cost dan Shortage Cost 4.1.5. Suku Cadang yang Diteliti 4.2 Pengolahan Data 4.2.1. Peramalan Jumlah Permintaan Suku Cadang 4.2.2. Perhitungan Holding Cost, Ordering Cost dan Shortage Cost 4.2.3. Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimum (R) 4.2.4. Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan Kebijakan Perusahaan 4.2.5. Perbandingan Hasil Perhitungan Total Biaya Persediaan Model Persediaan Periodic Review dengan Model Kebijakan Perusahaan

IV-1 IV-1 IV-1 IV-1 IV-3

ANALISIS HASIL 5.1. Analisis Periose Waktu Antar Pemesanan (T) 5.2. Analisis Persediaan Maksimum (R) 5.3. Perbandingan Total Biaya Persediaan 5.4. Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B 5.5. Perubahan Jumlah Permintaan Suku Cadang Kelas B

V-1 V-1 V-2 V-3

KESIMPULAN DAN SARAN 6.1. Kesimpulan 6.2. Saran

VI-1 VI-1 VI-2

DAFTAR PUSTAKA LAMPIRAN Lampiran 1 : Data Perusahaan Lampiran 2 : Klasifikasi ABC Lampiran 3 : Peramalan Lampiran 4 : Model Perioic Review Lampiran 5 : Simulasi Montecarlo

commit to user xii

IV-5 IV-6 IV-8 IV-8 IV-15 IV-17 IV-24

IV-37

V-5 V-9

L-1 L-50 L-54 L-56 L-60


digilib.uns.ac.id

BAB I PENDAHULUAN Bab ini menjelaskan mengenai latar belakang dan perumusan masalah untuk mengidentifikasi masalah yang diangkat, tujuan dan manfaat dari penelitian, batasan masalah serta sistematika penulisan yang bermanfaat untuk membantu dalam menyelesaikan penelitian. 1.1.

Latar Belakang Masalah Keberadaan persediaan dalam kegiatan usaha tidak dapat dihindarkan.

Salah satu penyebab utamanya adalah barang-barang tersebut tidak dapat diperoleh secara instan, tetapi diperlukan tenggang waktu untuk memperolehnya. Persediaan dalam suatu usaha dapat dikategorikan sebagai modal kerja yang berbentuk barang. Keberadaanya tidak saja dianggap sebagai beban karena merupakan pemborosan, tetapi sekaligus juga dapat dianggap sebagai kekayaan yang dapat segera dicairkan dalam bentuk uang tunai. Dari nilai persediaan yang ada, akan dapat diketahui sampai seberapa besar pentingnya pengelolaan persediaan bagi suatu usaha. Semakin tinggi nilai persediaan yang harus dikelola dan semakin tinggi aktivitas perputaran persediaan, akan semakin besar pula pentingnya perencanaan dan pengendalian persediaan (Bahagia, 2006). PT. Garuda Maintenance Facility AeroAsia (PT. GMF AA) merupakan salah satu anak perusahaan PT. Garuda Indonesia (Persero) yang bergerak pada bidang jasa, yaitu pusat pelayanan perawatan dan perbaikan pesawat terbang. Lokasi PT. GMF AA terletak pada area Bandara Internasional Soekarno-Hatta. Secara khusus PT. GMF AA melayani perawatan dan perbaikan pesawat terbang milik PT. Garuda Indonesia (Persero). Seiring berjalannya waktu, PT. GMF AA juga membuka pelayanan perawatan pesawat terbang bagi maskapai penerbangan dalam negeri maupun luar negeri yang mengalami kerusakan di Bandara Internasional Soekarno-Hatta. PT. GMF AA mengelompokkan suku cadang menjadi 3 jenis, yaitu jenis rotable, repairable, dan consumable. Suku cadang jenis rotable yaitu suku cadang yang dapat dirotasikan antar pesawat, dapat diperbaiki, dan harganya relatif paling commit to user mahal dibandingkan dengan suku cadang lain. Suku cadang jenis repairable yaitu I-1


digilib.uns.ac.id

suku cadang yang diperbaiki ketika suku cadang tersebut rusak dan memiliki sifat hampir sama dengan suku cadang jenis rotable namun, harganya masih lebih murah dari suku cadang jenis rotable. Suku cadang jenis consumable yaitu suku cadang yang tidak dapat diperbaiki lagi jika terjadi kerusakan. Jumlah dari jenis suku cadang jenis rotable, repairable, dan consumable lebih dari 700 jenis. Untuk itu PT. GMF AA harus mempunyai pengendalian persediaan yang baik demi menjaga kelancaran proses operasional perusahaan. Namun pada kenyataannya PT. GMF AA belum dapat merealisasikan hal tersebut, terbukti dengan sering terjadinya beberapa masalah mengenai persediaan suku cadang. Salah satu masalah yang sering terjadi adalah habisnya persediaan di gudang suku cadang saat dibutuhkan. Pengendalian persediaan di PT. GMF AA selama ini melakukan pengadaan suku cadang jika persediaan suku cadang di gudang habis. Hal ini menyebabkan pesawat terbang milik beberapa maskapai penerbangan harus menunggu untuk diperbaiki dalam beberapa hari, karena suku cadang yang dibutuhkan tidak ada di gudang. Adanya waktu tunggu karena perbaikan tertunda, menyebabkan berkurangnya tingkat kepercayaan maskapai penerbangan terhadap PT. GMF AA yang dinilai memiliki tingkat pelayanan yang rendah. Selain kekurangan persediaan, masalah yang terjadi di PT. GMF AA adalah adanya beberapa suku cadang yang tersimpan di gudang terlalu banyak karena permintaan sedikit atau bahkan tidak ada permintaan sama sekali. Penyimpanan suku cadang yang terlalu banyak menyebabkan modal yang tertanam untuk pengadaan suku cadang meningkat. Pada pengamatan yang dilakukan di bulan Maret 2011, dari beberapa suku cadang yang mengalami kekurangan persediaan antara lain suku cadang 337-5419205 memiliki jumlah permintaan sebanyak 40 unit sedangkan jumlah persediaan di gudang 9 unit. Suku cadang 3101768-1 memiliki jumlah permintaan sebanyak 121 unit sedangkan jumlah persediaan di gudang 5 unit. Suku cadang BACB30FQ6A8 memiliki jumlah permintaan sebanyak 285 unit sedangkan jumlah persediaan di gudang 19 unit. Beberapa suku cadang yang mengalami kelebihan persediaan pada pengamatan yang dilakukan di bulan Maret 2011 yaitu suku cadang NAS1919M05S03AU tidak memiliki permintaan, sedangkan jumlah persediaan yang ada di gudangcommit 60 unit. Suku cadang NAS1169C8L tidak to user

I-2


digilib.uns.ac.id

memiliki permintaan, sedangkan jumlah persediaan yang ada di gudang 148 unit. Suku cadang HL720PN5-6 tidak memiliki permintaan, sedangkan jumlah persediaan yang ada di gudang 25 unit. Beberapa suku cadang yang sering mengalami permasalahan kekurangan dan kelebihan persediaan adalah suku cadang jenis consumable. Pengendalian persediaan sangat berpengaruh terhadap biaya operasi, oleh karena itu dalam mengelola persediaan dibutuhkan persediaan yang optimal. Berdasarkan beberapa masalah yang terjadi di PT. GMF AA, penelitian ini berusaha untuk menyelesaikan masalah pengendalian persediaan suku cadang jenis consumable. Pengendalian persediaan suku cadang jenis consumable diteliti karena dilihat dari proses kebutuhan, penggunaan, sampai dengan pengadaan dan pemenuhan mutlak harus dipenuhi apabila ada suatu aktivitas perawatan ataupun perbaikan terjadi. Pada penelitian Chu,dkk (2008) pengendalian persediaan dilakukan dengan klasifikasi ABC. Klasifikasi ABC dilakukan untuk mengetahui tingkat kepentingan persediaan. Pengendalian persediaan dilakukan pada persediaan yang mempunyai kategori sangat penting dan penting menurut klasifikasi ABC. Karena, persediaan yang termasuk dalam kategori sangat penting dan penting mempunyai pengaruh yang besar terhadap biaya operasional perusahaan. Persediaan yang masuk ke dalam kategori sangat penting sebagai kelas A dan penting sebagai kelas B. Chu,dkk (2008) merekomendasikan model yang dipakai untuk mengendalikan persediaan adalah Continous Review untuk kelas A dan Periodic Review untuk kelas B. Penelitian selanjutnya dilakukan Muhbiantie (2011) untuk mengklasifikasikan 60 suku cadang jenis consumable di PT. GMF AA. Penelitian Muhbiantie (2011) mengklasifikasikan 60 suku cadang jenis consumable dengan klasifikasi ABC, serta memperbaiki pengendalian persediaan suku cadang untuk kelas A dengan model Continous Review yang mengacu pada penelitian Chu,dkk (2008). Penelitian ini mengacu pada hasil klasifikasi yang dilakukan Muhbiantie (2011). Pada penelitian ini, pengendalian persediaan dilakukan untuk kelas B dengan model Periodic Review. Model Periodic Review merupakan model persediaan dimana status persediaan ditentukan pada interval yang teratur atau tetap, dan memesan banyaknya commit pemesanan yang dibutuhkan sampai mencapai to user

I-3


digilib.uns.ac.id

target level persediaan maksimum (Gaspersz, 2001). Dengan menggunakan model Periodic Review, proses operasional perusahaan akan lebih efektif dan efisien. Hal ini disebabkan karena pemantauan persediaan tidak dilakukan setiap saat, melainkan pada periode tertentu berdasarkan interval yang ditentukan. Selain itu model Periodic Review mampu meminimasi shortage serta dapat meminimasi total

biaya persediaan.

Tahapan

terakhir

dalam

penelitian

ini

adalah

membandingkan total biaya persediaan yang dikeluarkan perusahaan dengan total biaya persediaan usulan. Total biaya perusahaan akan ditentukan dengan simulasi, karena tidak ada ketersediaan data mengenai jumlah backorder. Sehingga model perusahaan tidak memungkinkan untuk diselesaikan menggunakan persamaan. 1.2.

Perumusan Masalah Berdasarkan uraian pada latar belakang masalah, dapat dirumuskan suatu

pokok permasalahan dari laporan penelitian ini adalah : 1.

Bagaimana melakukan perbaikan pengendalian persediaan suku cadang pesawat terbang untuk meminimalkan total biaya persediaan di PT.GMF AA.

2.

Bagaimana melakukan perbandingan hasil perbaikan pengendalian persediaan dengan pengendalian perusahaan.

1.3.

Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini adalah :

1.

Menentukan waktu pemesanan yang dapat meminimalkan total biaya persediaan.

2.

Menentukan jumlah persediaaan maksimal yang dapat meminimalkan total biaya persediaan.

3.

Membandingkan total biaya persediaan usulan dengan perusahaan.

1.4.

Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini adalah :

1.

Memudahkan perusahaan untuk memantau persediaan karena pemantauan

2.

dilakukan dalam interval waktu tertentu. commit to user Mengurangi terjadinya backorder karena persediaan tidak nol. I-4


3.

digilib.uns.ac.id

Shortage yang terjadi berkurang sehingga dapat meminimalkan total biaya persediaan suku cadang.

4.

Perusahaan dapat mengetahui seberapa baik model usulan dengan perbandingan total biaya persediaan.

1.5.

Batasan Masalah Pada laporan penelitian ini, dicantumkan batasan masalah agar

permasalahan yang dibahas jelas, yaitu mengoptimalkan persediaan suku cadang. Batasan masalah yang digunakan adalah : 1.

Suku cadang yang diamati adalah suku cadang jenis consumable untuk pesawat terbang tipe B737.

2.

Suku cadang yang diteliti sebanyak 60 item yang didasarkan pada jumlah permintaan suku cadang yang paling tinggi.

3.

Data permintaan suku cadang yang digunakan adalah data permintaan suku cadang pada tahun 2001 sampai dengan tahun 2010.

4.

Pengendalian persediaan hanya dilakukan pada suku cadang kelas B hasil dari penelitian Muhbiantie (2011).

1.6.

Asumsi Asumsi-asumsi yang digunakan dalam penelitian ini adalah :

1.

Suku cadang yang dipesan datang dengan jumlah sesuai pesanan dan dalam keadaan baik.

2.

Permintaan suku cadang berdistribusi normal.

3.

Harga suku cadang yang digunakan dalam penelitian merupakan harga pada tahun 2010.

4.

Pemasok selalu dapat memenuhi permintaan dari PT. GMF AA.

1.7.

Sistematika Penulisan Pada penulisan laporan penelitian ini, dicantumkan sistematika penulisan

yang menguraikan setiap bab untuk mempermudah dalam pembahasannya. Laporan penelitian ini terdapat enam bab, yaitu : commit to user

I-5


BAB I

digilib.uns.ac.id

PENDAHULUAN Pada bab ini menguraikan pengantar permasalahan seperti latar belakang masalah yang terdapat di PT. GMF AA, perumusan masalah pengendalian persediaan suku cadang pesawat terbang pada gudang, tujuan dan manfaat penelitian untuk memperbaiki sistem pengendalian persediaan suku cadang di PT. GMF AA, batasan masalah, asumsi dan sistematika penulisan.

BAB II

TINJAUAN PUSTAKA Bab ini memaparkan tinjauan umum PT. GMF AA dan teori-teori yang berhubungan dengan materi yang diambil dari beberapa referensi baik buku, jurnal maupun internet. Materi tersebut adalah pengertian pesediaan, metode klasifikasi ABC, peramalan (forecasting), metode Periodic Review serta Simulasi Montecarlo.

BAB III METODOLOGI PENELITIAN Bab ini menjelaskan mengenai pelaksanaan penelitian yang dilakukan yang terstruktur tahap demi tahap dan digambarkan dalam bentuk flowchart. Tahapan yang dilalui dimulai dari tahap pendahuluan yaitu identifikasi masalah, melakukan proses perbaikan pengendalian persediaan suku cadang, analisis dan interpretasi hasil serta tahap terakhir adalah melakukan penarikan kesimpulan dan memberikan saran. BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Bab ini menyajikan pengumpulan data dan pengolahan data untuk melakukan pengendalian persediaan suku cadang yang optimal. Pengumpulan data berupa data permintaan suku cadang selama tahun 2001-2010, data harga suku cadang, data leadtime pemesanan suku cadang, komponen ordering cost, holding cost dan shortage cost serta data jumlah lot pemesanan dan titik pemesanan kembali perusahaan. Setelah itu dilakukan

pengolahan data sesuai dengan perumusan

masalah yang berdasarkan metodologi penelitian. commit to user

I-6


BAB V

digilib.uns.ac.id

ANALISIS HASIL Bab ini berisi pembahasan dari hasil pengumpulan dan pengolahan data mengenai perbaikan pengendalian persediaan suku cadang pesawat terbang untuk meminimalkan total biaya persediaan dan perbandingan hasil

perbaikan

pengendalian

persediaan

dengan

pengendalian

perusahaan. BAB VI KESIMPULAN DAN SARAN Bab ini merupakan bab paling akhir dalam laporan penelitian ini yang berisi kesimpulan dan saran yang diperoleh dari pengolahan data dan analisis yang dilakukan, disertai rekomendasi perbaikan pengendalian persediaan untuk PT. GMF AA.

commit to user

I-7


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA Bab ini membahas prodil perusahaan dan teori yang digunakan dalam penelitian, sebagai landasan dan dasar pemikiran untuk membahas serta menganalisa permasalahan yang ada. 2.1.

Profil Perusahaan PT. Garuda Maitenance Facilities Aero Asia atau biasa disingkat PT. GMF

AA merupakan salah satu perusahaan jasa perawatan pesawat yang terbesar di Indonesia. PT. GMF AA adalah anak perusahaan dari PT. Garuda Indonesia, yang dahulunya bernama Garuda Maintenance Facility Support Center yang berdiri pada tahun 1984. Dalam upaya untuk meningkatkan kemampuannya, pada tahun 1996 GMF berubah menjadi Unit Bisnis Strategi (SBU) dengan nama SBU-GMF dan mulai melayani operator pihak ketiga. Pada tahun 2002, GMF berubah dari SBU-GMF menjadi perusahaan sendiri yaitu PT. GMF AA yang terpisah dari PT. Garuda Indonesia. Dengan ini PT. GMF AA memiliki badan hukum sendiri sehingga dapat membuat kebijakan-kebijakan sendiri tanpa harus bersandar oleh kebijakan-kebijakan PT. Garuda Indonesia. PT. GMF AA sendiri terletak di kompleks Bandara Internasional Soekarno-Hatta dengan luas lahan sebesar 115 hektar. PT. GMF AA memiliki visi ke dalam tiga tahap selama 15 tahun, berikut visi pada tahun (2003-2018), yang dikenal dengan ‘Global Challenge’ : ·

Tahap pertama (2003-2007) : “Membangun fondasi GMF untuk dominasi di regional” (building a foundation for regional dominance).

·

Tahap kedua (2008-2012) : “GMF menjadi MRO kelas dunia pilihan customer choice)

·

Tahap ketiga (2013-2018) : “GMF menjadi pemain dominan di pasar dunia” (Dominant player in the world market). Dalam mencapai visi yang telah ditetapkan PT. GMF AA mempunyai misi

dengan menyediakan solusi perawatan, reparasi, dan overhaul yang teritegrasikan dan handal untuk keselamatan ruang udara dan menjamin kualitas hidup umat commit to user

II - 1


digilib.uns.ac.id

manusia (to provide integrated and reliable maintenance, repair, and overhaul solutions for a safety sky and secured quality of life of mankind). 2.2.

Peramalan

2.2.1. Pengertian Peramalan Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Dengan demikian peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis (Gaspersz, 2001). 2.2.2. Manfaat Peramalan Peramalan permintaan sangat bermanfaat bagi perusahaan karena berhubungan dengan pengambilan keputusan. Manfaat dari peramalan permintaan adalah sebagai berikut: 1.

Untuk menentukan kebijakan dalam persoalan penyusunan anggaran untuk segala aktivitas yang dilaksanakan, seperti anggaran penjualan dan sebagainya.

2.

Pedoman untuk pengendalian persediaan, karena bila persediaan terlalu besar maka akan menimbulkan biaya penyimpanan yang tinggi dan sebaliknya bila persediaan terlalu kecil maka akan berpengaruh pada tingkat pelayanan terhadap konsumen. Oleh karena itu, peramalan dapat digunakan sebagai pedoman untuk mengendalikan persediaan.

3.

Merupakan langkah evaluasi yang baik untuk mengatur tingkat pelayanan (kemampuan memenuhi permintaan) terhadap konsumen.

2.2.3. Prinsip-prinsip Peramalan Permalan mempunya prinsip-prinsip

yang perlu dipertimbangkan,

diantaranya : 1.

Secara umum, teknik peramalan berasumsi bahwa sesuatu yang berlandaskan pada sebab yang sama yang terjadi dimasa lalu akan berlanjut dimasa yang akancommit datang.to user

II - 2


2.

digilib.uns.ac.id

Tidak ada peramalan yang sempurna, peramalan hanya tidak mengurangi ketidakpastian dari suatu kondisi yang akan terjadi dimasa yang akan datang. Dengan demikian hasil peramalan mengandung nilai kesalahan.

3.

Peramalan untuk family item cenderung lebih akurat dari pada peramalan untuk produk individu.

4.

Peramalan jangka pendek mengandung ketidakpastian yang lebih sedikit daripada peramalan untuk jangka waktu yang lebih lama. Dengan demikian peramalan untuk jangka waktu yang lebih pendek lebih akurat.

2.2.4. Langkah-langkah Peramalan Langkah-langkah yang harus diperhatikan untuk menjamin efektivitas dan efisiensi dari sistem peramalan dalam manajemen permintaan, yaitu: 1.

Menentukan tujuan dari peramalan Tujuan utama dari peramalan permintaan adalah untuk menentukan permintaan dari produk-produk independent demand dimasa yang akan datang.

2.

Memilih produk independent demand yang akan diramalkan Pemilihan produk independent demand tergantung pada situasi dan kondisi aktual dari masing-masing industri manufaktur dan tujuan peramalan itu sendiri.

3.

Menentukan horizon waktu peramalan semakin jauh periode dimasa datang yang diramalkan (dengan asumsi faktor lain tetap) maka hasil ramalan akan semakin kurang akurat.

4.

Mengumpulkan data yang diperlukan untuk melakukan peramalan Data yang diperlukan untuk melakukan peramalan adalah data permintaan, leadtime, persediaan dan lain sebagainya. Jangka waktu untuk proses peramalan secara normal minimal 1 tahun.

5.

Memilih model-model peramalan Pemilihan model peramalan bergantung pada pola data dan horizon waktu peramalan. Pola data dapat dibedakan menjadi 4, yaitu:

commit to user

II - 3


·

digilib.uns.ac.id

Pola horizontal (H), terjadi bilamana nilai data berfluktuasi di sekitar rata-rata yang konstan. Deret seperti ini stasioner terhadap nilai ratarata.

·

Pola musiman (S), terjadi bilamana suatu deret dipengaruhi oleh faktor musiman, misalnya tahun, minggu, atau hari tertentu.

·

Pola siklis (C), merupakan pola musiman dengan periode waktu jangka panjang, biasanya berhubungan dengan siklus bisnis.

·

Pola trend (T), terjadi bilamana ada kenaikan atau penurunan jangka panjang dalam data.

Dari identifikasi pola dasar maka akan ditemukan formulasi model matematis (dengan asumsi yang diperlukan) sehingga pola tersebut dapat diteruskan dan diperbaharui untuk masa yang akan datang. 6.

Penentuan model peramalan Model peramalan yang baik adalah model peramalan yang dapat memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan kata lain model peramalan yang baik adalah yang dapat memberikan simpangan terkecil antara hasil peramalan dengan data aktualnya.

7.

Validasi model peramalan Validasi model peramalan dapat dilakukan dengan menggunakan tracking signal. Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan memperkirakan nilai-nilai aktual.

8.

Membuat peramalan

2.2.5. Metode-metode Peramalan Semua metode peramalan menggunakan pengalaman masa lalu untuk meramalkan masa depan yang mengandung ketidakpastian. Oleh karena itu peramalan mengasumsikan bahwa kondisi-kondisi yang menghasilkan data masa lalu tidak berbeda dengan kondisi di masa datang. Secara garis besar ada 2 macam metode peramalan yang dapat digunakan (Gaspersz, 2001): commit to user

II - 4


1.

digilib.uns.ac.id

Teknik Peramalan Kualitatif Adalah peramalan yang lebih mengandalkan jugdement dan intuisi

manusia ketimbang penggunaan data historis yang dimiliki. Macam Teknik Peramalan Kualitatif (Gaspersz, 2001): a.

Metode Eksploratoris : Metode peramalan kualitatif yang dimulai dari masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa depan secara heuristik. Contoh : Metode Delphi, Kurva Pertumbuhan, penelitian morfologis.

b.

Metode Normatif : Metode peramalan kualitatif yang dimulai dengan menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala, sumber daya, dan teknologi yang tersedia. Peramalan kualitatif tidak bertujuan untuk memberikan suatu peramalan numerik tertentu, dan biasanya digunakan untuk keadaan jangka panjang dan menengah seperti perumusan strategi, pengembangan produk dan teknologi baru.

2.

Teknik Peramalan Kuantitatif Adalah peramalan dengan menggunakan data histories dengan syarat jika

data histories yang tersedia cukup memadai dan jika data dianggap cukup representatif untuk meramalkan masa datang. Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi (Gaspersz, 2001): a.

Tersedianya informasi tentang masa lalu.

b.

Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.

c.

Dapat diasumsikan bahwa aspek pola masa lalu akan terus berlanjut di masa mendatang.

Macam teknik peramalan kuantitatif (Gaspersz, 2001): a.

Metode deret berkala (time series) Metode peramalan kuantitatif yang bertujuan untuk menemukan pola

dalam deret data histories dan mengekstrapolasikan pola tersebut ke masa depan. Berdasarkan pola datanya, metode time series ada 4 tipe yaitu: pola horizontal, musiman, (seasional), siklis, dan trend. Gambar 3.1 merupakan gambar dari masing-masing pola data time series (Gaspersz, 2001): commit to user

II - 5


digilib.uns.ac.id

A

B

C

D Gambar 2.1. Pola Data Time Series Sumber : Gaspersz, 2001

Keterangan gambar : ·

A adalah suatu data runtut waktu yang bersifat stasioner atau horisontal, dimana serial data nilai rata-ratanya tidak berubah sepanjang waktu.

·

B adalah suatu data runtut waktu yang bersifat musiman, dimana data mempunyai perubahan yang berulang.

·

C adalah suatu data siklis, yaitu didefinisikan sebagai fluktuasi seperti gelombang di sekitar trend.

·

D adalah suatu data runtut waktu yang bersifat trend. Suatu data runtut waktu dikatakan mempunyai trend jika nilai harapannya berubah sepanjang waktu sehingga data tersebut diharapkan akan meningkat atau menurun selama periode dimana peramalan diinginkan.

b.

Metode kausal Metode peramalan

kuantitatif

yang mengasumsikan

faktor

yang

diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Baik peramalan model deret berkala maupun model kausal mempunyai keuntungan dalam situasi tertentu. Model time series dapat digunakan untuk meramalkan dengan mudah, sedangkan model kausal dapat digunakan dengan keberhasilan yang lebih besar untuk pengambilan keputusan dan kebijaksanaan. Untuk bahasan selanjutnya hanya dibatasi pada metode-metode time series, yaitu sesuai dengan bahasan dari laporan yang bertujuan untuk commit(Gaspersz, to user 2001) menganalisa permintaan dan persediaan.

II - 6


digilib.uns.ac.id

2.2.6. Metode-metode Peramalan Kuantitatif Time Series Berikut ini adalah beberapa metode peramalan yang digolongkan model kuantitatif untuk model deret berkala (time series) yaitu: rata-rata bergerak (moving averages model), pemulusan eksponensial (exponential smoothing), dan adaptive exponential smoothing. 1.

Model Rata-rata Bergerak (Moving Average Model) Model rata-rata bergerak menggunakan sejumlah data aktual permintaan

yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. Metode rata-rata bergerak akan efektif bila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu (Gaspersz, 2001). Teknik ini akan bekarja secara sempurna bila pola data yang digunakan stasioner atau relative steady, tidak ada lonjakan atau penurunan terlalu tajam. Metode ini tidak dapat digunakan untuk menangani data yang memiliki komponen trend dan musiman. Model rata-rata bergerak diperoleh degan menghitung ratarata suatu nilai runtut waktu dan kemudian mengunakannya untuk meramal periode selanjutnya. Persamaan metode ini adalah : Rata-rata bergerak n-Periode = 2.

∑ (permintaan dalam n-Periode terdahulu) …⽘2.1… n

Model Rata-rata Bergerak Terbobot (Weighted Moving Averages Model) Model rata-rata bergerak terbobot lebih responsive terhadap perubahan,

karena data dari periode yang baru biasanya diberi bobot yang besar. Suatu model rata-rata bergerak n-periode terbobot, dinyatakan sebagai berikut (Gaspersz, 2001): Weighted MA(n) = 3.

∑ (pembobot periode n)(permintaan aktual periode n) ….⽘2.2… ∑ (pembobot)

Model Pemulusan Eksponensial (Exponential Smoothing)

Model peramalan pemulusan eksponensial bekerja hamper sama dengan alat thermostat, dimana bila galat ramalan (forecast error) adalah positif, yang berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan (A-F > 0). user berarti nilai aktual permintaan Sebaliknya apabila galat ramalancommit adalahtonegatif,

II - 7


digilib.uns.ac.id

lebih rendah daripada nilai ramalan (A-F < 0), maka model pemulusan eksponensial akan secara otomatis menurunkan nilai ramalan. Proses penyesuaian ini berlangsung terus-menerus, kecuali galat ramalan telah mencapai nol. Model peramalan biasa digunakan apabila pola data historis dari data aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu (Gaspersz, 2001). a.

Metode Single Exponential Smoothing Metode ini adalah suatu prosedur yang terus menerus memperbaiki

peramalan dengan merata-rata (menghaluskan atau smoothing) nilai masa lalu dari suatu runtut data dengan exponential. Persamaan yang dipakai dalam metode ini adalah (Gaspersz, 2001): Ft-1 = X1 峸⽘1 Dimana:

…F1 ………………………………………………………..⽘2.3…

Ft+1

= peramalan untuk periode t + 1

α

= konstanta pemulusan

Xt

= data aktual periode t

Ft

= peramalan untuk periode t jika t = 1 Pada metode ini nilai yang lebih baru diberikan bobot yang relative besar

dari yang lama. Metode ini cocok untuk data stasioner. Kelebihan dari metode ini adalah tidak memerlukan data yang terlalu banyak dan dapat mengurangi masalah penyimpanan data. b.

Metode Double Exponential Smoothing Pada metode double exponential smoothing secara teoritis akan sesuai jika

series data yang memiliki pola data horizontal (tidak memiliki trend). Jika data tersebut dipakai untuk serial data yang memiliki trend yang konsisten, ramalan yang dibuat akan berada dibelakang trend itu. Metode double exponential smoothing ini menghindari masalah tersebut dengan cara explisit mengenali dan mempertimbangkan adanya trend. Metode ini menggunakan dua konstanta pemulusan. Konstanta tersebut adalah α dan β (Gaspersz, 2001). S’t = αXt + (1-α) S’t-1…………………………..………………………………(2.4) S’’t = β*S’t + (1- β) S’t-1………………………..……………...………………(2.5) commit to user

II - 8


c.

digilib.uns.ac.id

Adaptive Exponential Smoothing Metode ini dimulai dengan menetapkan nilai α pada setiap periode.

Pengecekan terhadap nilai α dengan tiga nilai, α - 0.05, α, α + 0.05, makan akan diperoleh nilai F(t) dengan error absolut terkecil. Formula untuk metode ini adalah (Gaspersz, 2001): F(0) = A(1) F(t) = α A(t) + (I – α) F(t-I)……………………………....…...………………(2.6) Dimana : F(t)

= peramalan untuk periode t

A(t)

= aktual data dalam periode t

I

= seasonal index untuk periode t

4.

Model Analisis Garis Kecenderungan (Trend Analysis Model) Model analisis garis kecenderungan dipergunakan sebagai model

peramalan apabila pola historis dari data aktual permintaan menunjukkan adanya suatu kecenderungan menaik dari waktu ke waktu. Model analisis garis kecenderungan yang paling sederhana adalah menggunakan persemaan garis lurus (straight line equation), sebagai berikut (Gaspersz, 2001): Ft = a +bt……………………………………………………………………. (2.7) dimana, Ft

= nilai ramalan permintaan pada period ke-t

a

= intersep

b

= slope dari garis kecenderungan (trend line), merupakan tingkat perubahan dalam permintaan

t

= indeks waktu (t = 1, 2, 3, … , n) ; n adalah banyaknya periode waktu Slope dan intersep dari persamaan garis lurus dihitung dengan

menggunakan formulasi sebagai berikut : b=

∑ tA - n(t - bar)(A - bar) ………………………………………………….(2.8) ∑t ⽘ ̈A …

a = A-bar – b(t-bar)………………………………………………………..….(2.9) dimana, b a

= slope dari persamaan garis lurus to user = intersep dari persamaan commit garis lurus

II - 9


digilib.uns.ac.id

t

= indeks waktu

t-bar

= nilai rata-rata dari t

A

= variabel permintaan (data aktual permintaan)

A-bar = nilai rata-rata permintaan per periode waktu, rata-rata dari A 2.2.7. Pengukuran Kesalahan Peramalan Peramalan yang baik mempunyai berbagai kriteria yang penting antara lain akurasi, biaya dan kemudahan. Akurasi dari suatu hasil peramalan diukur dengan bias dan konsistensi peramalan. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tingi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikataka

konsisten jika besar kesalahan

peramalan relatif kecil. Ukuran akurasi hasil peramalan merupakan tingkat perbedaan antara hasil peramalan dengan permintaan yang dsebenarnya terjadi. Ukuran akurasi peramalan yang biasa digunakan yaitu: ∑ ………………………………………………………….⽘2.10… n ∑| | 2. Mean Absolute Error 玐 ……………………………………………....⽘2.11… n 1. Mean Error 玐

3. Sum of Square Error 玐

4. Mean Squared Error 玐

2

……………………………………………...⽘2.12…

∑⽘ …2 ………………………………………….….⽘2.13… n

5. Standard Deviation of Error 玐

∑ 2 .…………………………….…..…..⽘2.14… ⽘n-1…

∑ 丸Ǵ

……………………………………………(2.16)

6. Percentage Error 玐

100%………………………………………….…..⽘2.15…

7. Mean Percentage Error =

8. Mean Absolute Percentage Error =

∑|丸Ǵ |

………………………………...(2.17)

Dimana ei merupakan kesalahan (error) pada periode i yang nilainya didapat dari selisih antara nilai actual dengan nilai ramalan periode i. Secara sistematis ei dinyatakan sebagal berikut: commit to user e = Xi – Fi .................................................................................................... .…(2.18)

II - 10


digilib.uns.ac.id

dimana Xi: data aktual pada periode ke-i Fi : hasil forecasting pada periode ke-i. 2.2.8. Validasi Model Peramalan Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan memperkirakan nilai-nilai aktual. Suatu ramalan diperbaharui setiap minggu, bulan, atau triwulan, sehingga data permintaan yang baru dibandingkan terhadap nilai-nilai ramalan. Tracking signal dihitung sebagai running sum of the forecast error (RFSE) dibagi dengan mean absolute deviation (MAD). Persamaan untuk menentukan tracking signal adalah : Tracking signal= 2.3.

RFSE ………………………………….………………….(2.19) MAD

Persediaan Persediaan merupakan asset penting yang dimiliki suatu perusahaan guna

memenuhi permintaan pelanggannya. Salah satu alat ukur manajemen persediaan adalah total biaya persediaan dan service level. Pihak manajemen perlu merencanakan kebijakan persediaan yang dimilikinya guna mengoptimalkan biaya persediaan dan service level (Jauhari, 2008). Persediaan adalah bahan atau barang yang disimpan dan akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan, untuk dijual kembali, serta untuk suku cadang dan suatu peralatan atau mesin (Herjanto, 1999). Persediaan dapat berupa bahan mentah, bahan pembantu, barang dalam proses, barang jadi, ataupun suku cadang. Persediaan merupakan suatu hal yang tak terhindarkan. Penyebab timbulnya persediaan sebagai berikut: 1.

Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu

barang tidak dapat terpenuhi seketika bila barang tersebut tidak tersedia sebelumnya. Untuk menyiapkan barang tersebut, diperlukan waktu untuk pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang sulit dihindarkan. 2.

Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat

permintaan yang bervariasi dan tidak pasti dalam jumlah maupun kedatangan, commit to user waktu pembuatan yang tidak cenderung konstan antara satu produk dengan

II - 11


digilib.uns.ac.id

produk berikutnya, waktu tenggang (leadtime) yang cenderung tidak pasti karena banyak faktor yang tidak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan mengadakan persediaan. 3.

Keinginan melakukan spekulasi yang bertujuan mendapatkan keuntungan

besar dari kenaikan harga di masa mendatang. Keberadaan inventori tidak saja dianggap sebagai beban karena merupakan pemborosan, tetapi sekaligus juga dapat dianggap sebagai kekayaan yang dapat segera dicairkan dalam bentuk uang tunai (Bahagia, 2006). Klasifikasi persediaan menjadi tiga bentuk sesuai dengan keberadaannya, yaitu (Bahagia, 2006): 1.

Bahan baku (raw material) Merupakan masukan awal proses transformasi produksi yang selanjutnya

akan diolah menjadi produk jadi. Ketersediaan bahan baku akan sangat menentukan kelancaran proses produksi sehingga perlu dikelola secara saksama. Inventori jenis ini didatangkan dari luar system dan keberadaannya secara fisik biasanya disimpan di gudang penerimaan (receiving storage). 2.

Barang setengah jadi (work in process) Merupakan bentuk peralihan dari bahan baku menjadi produk jadi. Dalam

system manufaktur yang bersifat pesanan (job order), adanya inventori barang setengah jadi ini biasanya tidak dapat dihindari sebab proses transformasi produksinya memerlukan waktu yang cukup lama. Sementara dalam sistem manufaktur yang bersifat produksi massa (mass production), adanya inventori barang setengah jadi karena karakteristik prosesnya yang memang demikian atau terjadi karena lintasan produksinya yang tidak seimbang. 3.

Barang jadi (finished good) Merupakan hasil akhir proses transformasi produksi yang sia dipasarkan

kepada pemakai. Sebalum diangkut kepada pemakai yang membutuhkan, barang jadi disimpan untuk bebrapa waktu sampai dengan datangnya pembeli, sedangkan dalam sistem manufaktur yang bersifat produksi massa (mass production), biasanya barang yang jadi disimpan untuk bebrapa waktu sampai dengan datangnya pembeli, sedangkan dalam sistem manufaktur yang bersifat pesanan commit to user (job order), begitu barang tersebut selesai diproduksi akan segera diambil oleh

II - 12


digilib.uns.ac.id

pemakai yang memesannya. Dengan demikian, dalam sistem manufaktur berdasarkan pesanan sangat jarang ditemui barang inventori barang jadi di gudang. Ketika permintaan bersifat probabilistik, persediaan bisa dikelompokkan menjadi 4, yaitu (Silver dkk, 1998),: 1.

On-hand stock Merupakan persediaan yang dimiliki perusahaan yang secara fisik ada di gudang dan nilainya selalu positif.

2.

Net stock Net stock = (on-hand) – (backorder), persediaan ini bisa negatif ketika terjadi backorder.

3.

Inventory position Disebut juga available stock. Inventory position = (on-hand) + (on-order) – (backorder) – (commited)

4.

Safety stock Rata-rata tingkat net stock sebelum pembelian material berikutnya diterima.

2.3.1

Pengendalian Persediaan Model inventori probabilistic adalah model utnuk menjawab persoalan

inventori dimana fenomenanya tidak diketahui secara pasti, namun nilai ekspektasi, variansi, dan pola distribusi kemungkinannya dapat diprediksi (Bahagia, 2006). Persoalan utama dalam inventori probabilistic adalah selain menentukan besarnya stok operasi juga menentukan besarnya cadangan pengaman (safety stock). Untuk menentukan berapa besar cadangan pengaman (ss) pada suatu leadtime (L) dan tingkat pelayanan (η) perlu diketahui bagaimana bentuk pola distribusi kemungkinan permintaan selama leadtime tersebut. Jika distribusi kemungkinan permintaan selama leadtime berdistribusi normal dengan fungsi kepadatan probabilitas f(x) dan harga rata-rata sebesar DL, standar deviasi sebesar SL maka besarnya cadangan pengaman (ss) untuk besar kemungkinan kekurangan (α) dapat direprentasikan pada Gambar 2.2. commit to user

II - 13


digilib.uns.ac.id

Gambar 2.2. Representasi Cadangan Pengaman (ss) Distribusi Normal Sumber : Bahagia, 2006

Keterangan : SL

: standar deviasi selama leadtime

DL

: ekspektasi permintaan selama leadtime

r

: inventori yang dimiliki saat pemesanan dilakukan

ss

: cadangan pengaman (safety stock)

α

: kemungkinan kekurangan Unsur biaya yang terdapat dalam pengendalian persediaan dapat

digolongkan menjadi tiga, yaitu biaya pemesanan, biaya penyimpanan, dan biaya kekurangan persediaan. 1.

Biaya pemesanan Biaya pemesanan (ordering cost, set up cost, procurement cost) adalah

biaya yang dikeluarkan sehubungan dengan kegiatan pemesanan suku cadang, sejak dari pemesanan sampai tersedianya barang di gudang. Biaya pemesanan ini meliputi biaya yang dikeluarkan dalam rangka mengadakan pemesanan barang tersebut, yang dapat mencakup biaya administrasi dan penempatan order, biaya pemilihan vendor atau pemasok, biaya pengangkutan, biaya penerimaan dan biaya pemeriksaan barang. Biaya pemesanan tidak tergantung dari jumlah yang dipesan, tetapi tergantung dari berapa kali pesanan dilakukan. 2.

Biaya Penyimpanan Biaya penyimpanan (carrying cost, holding cost) adalah biaya yang

dikeluarkan berkenaan dengan diadakannya persediaan barang. Yang termasuk biaya ini antara lain biaya sewa gudang, biaya administrasi pergudangan, gaji

commit to yang user tertanam dalam persediaan, biaya pegawai gudang, biaya listrik, biaya modal

II - 14


digilib.uns.ac.id

asuransi, ataupun biaya kerusakan, kehilangan atau penyusutan barang selama dalam penyimpanan. Biaya modal merupakan komponen biaya penyimpanan terbesar, baik itu berupa biaya bunga kalau modalnya berasal dari pinjaman maupun biaya oportunitas apabila modalnya milik sendiri. Biaya penyimpanan dapat dinyatakan dalam dua bentuk, yaitu sebagai presentase dari nilai rata-rata persediaan per-tahun dan dalam bentuk rupiah per-tahun per-unit barang. 3.

Biaya kekurangan persediaan Biaya kekurangan persediaan (shortage cost, stock out cost) adalah biaya

yang timbul sebagai akibat tidak tersedianya barang pada waktu diperlukan. Biaya kekurangan persediaan ini pada dasarnya bukan biaya nyata (riil), melainkan berupa biaya kehilangan kesempatan. Termasuk dalam biaya ini, antara lain semua biaya kesempatan yang timbul karena terhentinya proses produksi sebagai akibat tidak adanya bahan yang diproses, biaya administrasi tambahan, biaya tertundanya penerimaan keuntungan, bahkan biaya kehilangan pelanggan. 2.3.2

Klasifikasi Persediaan dengan Metode ABC Metode pengendalian persedian ABC didasarkan pada hubungan distribusi

pendapatan yang dikemukakan oleh Pareto bahwa distribusi sebagian pendapatan (80%) terpusat pada sebagian kecil individu (20%) dari total populasi. Hubungan serupa juga terjadi dalam persediaan. Sebagian kecil item persediaan menyebabkan sebagian besar ongkos persediaan keseluruhan. Pengendalian ketat atas part-part dengan biaya yang tinggi akan membawa kepada pengendalian yang efektif atas seluruh biaya persediaan. Ongkos administrasi pada saat yang sama juga akan dapat ditekan. Metode pengendalian persediaan untuk menangani hal ini dikenal sebagai metode ABC, menurut klasifikasi persediaan. Persediaan yang bernilai tinggi digolongkan ke dalam kelas A, persediaan yang bernilai sedang digolongkan ke dalam kelas B, dan persediaan bernilai rendah digolongkan ke dalam kelas C. Perbedaan kebijaksanaan persediaan untuk ketiga kelas ini. Investasi harus ditekan untuk item persediaan kelas A dan B sehingga kebijaksanaan minimasi ongkos harus dilakukan dengan ketat. Item persediaan kelas C dapat disediakan agak berlebihan dan dengan pengendalian longgar untuk mengurangi resiko commit to user

II - 15


digilib.uns.ac.id

kehabisan persediaan. Penggunaan analisis ABC untuk menetapkan, yaitu (Gaspersz, 2001): 1.

Frekuensi perhitungan inventori (cycle counting), dimana materialmaterial kelas A harus diuji lebih sering dalam hal akurasi catatan inventory dibandingkan material-material kelas B atau C.

2.

Prioritas rekayasa (engineering), dimana material-material kelas A dan B memberikan petunjuk pada bagian rekayasa dalam peningkatan program reduksi biaya ketika mencari material-material tertentu yang perlu difokuskan.

3.

Prioritas pembelian (perolehan), dimana aktifitas pembelian seharusnya difokuskan pada bahan-bahan baku bernilai tinggi (high cost) dan penggunaan dalam jumlah tinggi (high usage). Fokus pada materialmaterial kelas A untuk pemasokan (sourcing) dan negosiasi.

4.

Keamanan: meskipun nilai biaya per unit merupakan indikator yang lebih baik dibandingkan nilai penggunaan (usage value), namun analisis ABC boleh digunakan sebagai indikator dari material-material mana (kelas A dan B) yang seharusnya lebih aman disimpan dalam ruangan terkunci untuk mencegah kehilangan, kerusakan atau pencurian.

5.

Sistem pengisian kembali (replenishment system), dimana klasifikasi ABC akan membantu mengidentifikasi metode pengendalian yang digunakan. Akan lebih ekonomis apabila mengendalikan material-material kelas C dengan simple two-bin system of replenishment (bin reserve system or visual review system) dan metode-metode yang lain untuk materialmaterial kelas A dan B.

6.

Keputusan investasi, karena material-material kelas A menggambarkan investasi yang lebih besar dalam inventori, maka perlu lebih berhati-hati dalam membuat keputusan tentang kuantitas pesanan dan stok pengaman terhadap material-material kelas A dibandingkan terhadap materialmaterial kelas B dan C.

commit to user

II - 16


digilib.uns.ac.id

Terdapat sejumlah prosedur untuk mengelompokan material-material inventori ke dalam kelas A, B dan C antara lain (Gaspersz, 2001) : 1.

Tentukan volume penggunaan per periode waktu (biasanya per tahun) dari material-material inventori yang ingin diklasifikasikan.

2.

Gandakan (kalikan) volume penggunaan per periode waktu (per tahun) dari setiap material inventori dengan biaya per unitnya guna memperoleh nilai total penggunaan biaya per per periode waktu (per tahun) untuk setiap material inventori itu.s

3.

Jumlahkan nilai total penggunaan biaya dari semua material inventori itu untuk memperoleh nilai total penggunaan biaya agregat (keseluruhan).

4.

Bagi nilai total penggunaan biaya dari setiap material inventori itu dengan nilai total penggunaan biaya agregat, untuk menentukan persentase nilai total penggunaan biaya dari setiap material inventori itu.

5.

Daftarkan material-material itu dalam rank persentase nilai total penggunaan biaya dengan urutan menurun dari terbesar sampai terkecil.

6.

Klasifikasikan material-material inventori itu ke dalam kelas A, B dan C dengan kriteria 20% dari jenis material diklasifikasikan ke dalam kelas A, 30% dari jenis material diklasifikasikan ke dalam kelas B, dan 50% dari jenis material diklasifikasikan ke dalam kelas C.

2.3.3

Model Pengendalian Persediaan Periodic Review Metode periodic review adalah salah satu metode untuk menentukan

kebijakan perusahaan. Dengan metode periodic review, status persediaan di gudang ditentukan pada interval yang teratur dan tetap, dan memesan order quantity yang dibutuhkan sampai mencapai level persediaan maksimum. Persediaan pengaman (safety stock) yang disediakan di gudang harus lebih besar daripada metode continous review karena dalam metode periodic review persediaan pengaman harus mencakup variasi permintaan selama periode review dan selama waktu tunggu (leadtime). Metode periodic review merupakan system pemesanan kembali secara periodek, dimana interval waktu di antara pesanan-pesanan adalah tetap (misalnya: mingguan, bulanan, atau triwulan), tetapi ukuran pemesanan bervariasi to user sesuai dengan pemakaian pada commit saat review terakhir. Adopsi metode periodic

II - 17


digilib.uns.ac.id

review disarankan untuk diterapkan dalam kondisi-kondisi berikut (Gaspersz, 2001) : 1.

Produk-produk inventori berada dalam situasi independent demand.

2.

Kelompok produk dibeli dari supplier yang sama.

3.

Produk-produk yang memiliki daya tahan terbatas adalah ideal dengan menggunakan metode periodic review.

4.

Pertimbangan economic advantage dalam membangun full truckload shipment atau penggunaan secara penuh kapasitas yang tersedia. Model Periodic Review merupakan model persediaan dimana status

persediaan ditentukan pada interval yang teratur atau tetap, dan memesan banyaknya pemesanan yang dibutuhkan sampai mencapai target level persediaan maksimum (Gaspersz, 2001). Ada beberapa macam model Periodic Review, sebagai berikut : 1.

Model (R,s)

A.

Formulasi Model P Karakteristik kebijakan inventori model P ditandai oleh dua elemen dasar

sebagai berikut. ·

Pemesanan dilakukan menurut suatu selang interval waktu yang tetap (T).

·

Ukuran lot pemesanan besarnya merupakan selisih antara inventori maksimum yang diinginkan (R) dengan inventori yang ada pada saat pemesanan dilakukan. Sesuai dengan karakteristik tersebut, secara grafis situasi inventori yang

ada dalam gudang bila menggunakan model P dapat digambarkan seperti pada Gambar 2.2.

Gambar 2.3. Situasi commit Inventori to userdengan Model P Sumber : Bahagia, 2006

II - 18


digilib.uns.ac.id

Pada gambar 2.3 terlihat bahwa mekanisme pengendalian dilakukan dengan memesan menurut interval waktu T dan jumlah yang dipesan adalah sebesar (R – r) yang merupakan ukuran lot bersifat variabel. Variabilitas ini dikarenakan permintaan bersifat probabilistic sedangkan waktu pemesanan (T) selalu tetap sehingga ukuran lot pemesanan antara satu pemesanan dengan pemesanan lain berubah-ubah (variabel). Disamping itu tampak juga adanya suatu periode waktu tertentu di mana kemungkinan barang tidak ada di gudang atau terjadi kekurangan inventori (out of stock). Dalam metode P, kekurangan inventori mungkin terjadi selama T dan selama leadtime (L). Oleh sebab itu, cadangan pengaman yang diperlukan digunakan untuk meredam fluktuasi kebutuhan selama T dan selama leadtime (L) tersebut. Penentuan besarnya cadangan pengaman (ss) akan diperoleh dengan mencari keseimbangan antara tingkat pelayanan dan ongkos inventori yang ditimbulkan (Bahagia, 2006). Berdasarkan ekspektasi, ongkos inventori total (OT) terdiri dari komponen ordering cost, holding cost, dan shortage cost. Berikut ini akan dirinci formulasinya sehingga akan dapat ditentukan variabel-variabel keputusan yang akan dikendalikan yaitu T dan R (Bahagia, 2006) : 1.

Ordering cost (Op) Ordering cost per tahun (Op) dapat dinyatakan sebagai berikut : Op (ongkos tiap kali pesan) × (frekuensi pemesanan per tahun) Op = A × f Jika setiap kali pemesanan dilakukan selang waktu T, frekuensi pemesanan per tahun sebesar : 1 T Dengan demikian ordering cost per tahun dapat diformulasikan sebagai: 玐

2.

A ……………………………………………………………….(2.20) T Holding cost (Os) 玐

Holding cost per tahun (Os) merupakan perkalian antara ekspektasi inventori per tahun (m) dengan holding cost per unit per tahun (h) atau : Os = m × h commit to user

II - 19


digilib.uns.ac.id

Dalam suatu siklus tertentu, inventori akan berada pada tingkat (s + TD) di awal siklus pada tingkat (s) di akhir siklus, sehingga inventori ekspektasi harga adalah : TD 2 Seperti pada metode Q, untuk menghitung s untuk kasus backorder yaitu : 玐 s+

Dalam kasus backorder kekurangan inventori dapat dipenihi kemudian, secara sistematis dengan backorder memungkinkan nilai s berharga negative sehingga ekspektasi harga s adalah : s 玐穨⽘R-z…f⽘z… dz 0

玐 R- 穨 zf⽘z… dz 0

dimana,

穨 zf⽘z… dz 玐 D⽘L 峸 T… 0

sehingga,

玐 DL 峸 TD

s = R – DL – TD Keterangan: z

: Variabel acak permintaan barang selama (T + L) periode

f(z)

: Distribusi kemungkinan permintaan sebesar z

DL

: Ekspektasi permintaan selama L periode

T

: Interval waktu antar pemesanan

Dengan demikian diperileh ekspektasi inventori (m) sebagai berikut : 玐 R - DL - TD + 玐 R - DL -

TD 2

TD ………………………………………..…………(2.21) 2

commit to user

II - 20


digilib.uns.ac.id

dengan mensubstitusikan persamaan 2.4 ke dalam Os, maka holding cost (Os) dapat diformulasikan sebagai :

3.

Os 玐 R-DL -

TD h……………………...………………………..…(2.22) 2

Shortage cost (Ok) Dalam model P, kemungkinan terjadinya kekurangan inventori dapat terjadi

setiap

saat.

Oleh

sebab

itu,

cadangan

pengaman

yang

perkudiberikan harus dapat meredam fluktuasi kebutuhan selama (T+L). Seperti pada metode Q, untuk menghitung shortage cost ini dapat dilakukan atas dasar kuantitas inventori yang kurang. Jika ongkos setiap unit kekurangan inventori sebesar cu dan jumlah total kekurangan inventori selama satu tahun adalah NT, shortage cost per tahun adalah : Ok = NTcu Adapun harga NT dapat ditentukan sebagai perkalian antara jumlah siklus dalam satu tahun dengan jumlah kekurangan inventori untuk setiap siklus, maka : NT 玐 N

1 T

N T Dengan demikian shortage cost sebesar : 玐

B.

Ok 玐

cu N …………………...……………………………………...(2.23) T

Model P dengan Backorder Formulasi model dan solusi berikut ini hanya berlaku bila kekurangan

inventori diberlakukan dengan backorder. Dalam hal ini pengguna mau menunggu barang yang diminta sampai tersedia di gudang (Bahagia, 2006). 1.

Formulasi Model Hasil yang diperoleh dari persamaan 2.20 sampai dengan 2.23 jika

disustitusikan ke dalam OT dengan kekurangan inventori diperlakukan secara backorder akan diperoleh : OT = Op + Os + Ok commit to user

II - 21


OT 玐 DP 峸

digilib.uns.ac.id

A DT cu 峸 h R-DL 峸峸穨⽘z-R…f⽘z… dz………...……….…...(2.24) T 2 T R

Dari formulasi ongkos total OT pada persamaan 2.24 nampak bahwa ada

dua variabel keputusan yang akan ditentukan, yaitu T dan R. Untuk mencari nilai variabel keputusan optimal T, R dan ss diperoleh dengan menggunakan prinsip optimasi, yaitu dengan memanfaatkan sifat konveksitas OT terhadap T dan. Dengan demikian syarat agar OT minimal adalah : OT 玐0 T 玐

A 2

1 cu 峸 hD 2 穨⽘z-R…f⽘z… dz 玐 0 2 R

2 A峸cu

T∗ 玐

OT 玐0 R

玐 h-

⽘z-R…f⽘z… dz

hD

……...……….……………………...…...(2.25)

cu 穨 f⽘z… dz 玐 0 T r

α 玐穨 f⽘z… dz 玐 r

2.

R

Th ……...……….……………………………...………..(2.26) cu

Solusi dengan Metode Hadley-Within Secara prinsip dari dua persamaan di atas nilai T dan R dapat ditentukan.

Namun, persamaan 2.25 dan 2.26 tersebut merupakan fungsi implisit sehingga secara analitik sulit dipecahkan. Oleh sebab itu, untuk menentukan nilai T* dan R* dicari dengan cara iterative. Seperti pada model Q, cara pencarian solusi T* dan R* juga akan menggunakan metode Hadley-Within dengan cara sebagai berikut : a.

Menghitung nilai T sebagai berikut :

b.

T玐

2A Dh

Hitung nilai α dan R dengan menggunakan persamaan 2.26. 玐

Th cu

commit to user

II - 22


digilib.uns.ac.id

Jika kebutuhan berdistribusi normal, nilai R mencakup kebutuhan selama (T+L) periode dan dinyatakan dengan :

c. d.

R = D(T + L) + zα √

峸

Hitung total ongkos inventori (OT)0 dengan menggunakan persamaan 2.24. Ulangi mulai langkah b dengan mengubah T0 = T0 + ∆T0 ·

Jika hasil (OT)0 baru lebih besar dari (OT)0 awal, iterasi penambahan T0 dihentikan. Kemudian dicoba dengan iterasi pengurangan (T0 = T0 ∆T0) sampai ditemukan nilai T* = T0 yang memberikan nilai (OT)* minimal.

·

Jika hasil (OT)0 baru lebih kecil dari (OT)0 awal, iterasi penambahan (T0 = T0 + ∆T0) dilanjutkan dan baru berhenti apabila (OT)0 baru lebih

besar dari (OT)0 yang dihitung sebelumnya. Harga T0 yang memberikan ongkos total terkecil (OT*) merupakan selang waktu optimal (T*) 2.

Model (R, s, S) (R, s, S) adalah merupakan kombinasi dari sistem (s, S) dan (R, S). (R, s, S)

menggunakan asumsi periodic review system (Silver dkk, 1998). Dalam sistem (R, s, S), setiap R unit waktu dilakukan pemeriksaan posisi persediaan. Apabila posisinya berada di bawah atau sama dengan reorder point, s, maka dilakukan pemesanan sampai posisi persediaan mencapai S. Tapi apabila di atas s maka tidak dilakukan pemesanan sampai saat pemeriksaan berikutnya. Dalam bukunya, Silver dkk (1998) menulis salah satu formulasi model (R, s, S) sistem yang merupakan pengembangan dari power approximation menentukan dua parameter pengendali inventori yaitu Q = S – s dan s. Berikut merupakan langkah-langkah dalam model pengembangan power approximation. ·

Menghitung 玐1.30

dan

玐 0 973

.

̊

峸峸

.

1峸

0 183

峸10

……………………....(2.27)

3 2 192

commit to user

II - 23

…………………...(2.28)


digilib.uns.ac.id

dimana Q

z玐

………………………………………………………….....(2.29…

玐 DR

玐 D⽘R峸L…

·

Jika Qp /

> 1,5 maka :

s = sp S = sp + Qp Jika tidak, maka lanjut ke langkah 3 ·

Menghitung

玐

峸 k

dimana k diperoleh dari ⽘k…玐

maka

峸

s = minimum {sp, S0}…………………………………………….…..(2.30) S = minimum {sp + Qp, S0}…………………………………………..(2.31) Keterangan : A

: ordering cost

vr

: holding cost

D

: demand per tahun : rata-rata demand selama periode review : rata-rata demand selama periode review dan leadtime : standar deviasi demand selama periode review : standar deviasi demand selama periode review dan leadtime

s

: reorder point

S

: maksimum stock

B

: shortage cost

k

: safety factor ⽘k… : fungsi variabel distribusi normal

commit to user

II - 24


2.4

digilib.uns.ac.id

Simulasi Montecarlo Simulasi Montecarlo adalah tipe simulasi probabilistic yang memberikan

solusi masalah menggunakan sampling dari suatu proses random. Hal ini dilakukan dengan terlebih dulu menentukan distribusi probabilitas dari variabel dan kemudian diambil sampling secara random dari distribusi untuk mengumpulkan data. Rangkaian bilangan random digunakan untuk menjelaskan bahwa setiap variabel adalah random dari waktu ke waktu (Tersine, 1994). Simulasi Montecarlo mengembangkan model stokastik dari situasi nyata dan kemudian menampilkan percobaan sampling pada model. Langkah utama dalam Simulasi Montecarlo adalah : 1.

Mendefinisikan distribusi probabilitas dari variabel kunci tertentu. Data dapat berdistribusi standar, seperti Poisson, Normal atau Eksponensial atau dapat berdistribusi empiris dari data masa lalu. Distribusi dapat dihasilkan dari masa lampau atau dari percobaan.

2.

Sampel random digunakan untuk menentukan nilai variabel yang spesifik dalam simulasi. Cara mengambil sampel antara lain dengan tabel bilangan random. Urutan bilangan random akan mengikuti pola dari variasi yang diharapkan.

3.

Mensimulasikan proses dan menganalisa observasi dalam jumlah yang banyak. Jumlah yang tepat dari replikasi ditentukan dengan cara yang sama dengan ukuran yang sesuai dengan sampel dalam eksperimen yang aktual. Sampel dari sistem dalam Simulasi Montecarlo ditentukan dengan

bilangan random. Bilangan random adalah sekumpulan nilai numerik yang terjadi dengan kemungkinan sama dan tanpa pola yang diketahui. Cara yang paling mudah dalam membangkitkan bilangan random adalah mengambil sampel random dari dari semangkuk koin yang ditandai angka 1-100. Kebanyakan bilangan random dibangkitkan oleh komputer dan disebut sebagai bilangan random pseudo. Kelemahan dari bilangan random ini adalah tidak ada random secara sempurna tetapi cukup random untuk tujuan simulasi. Bilangan random ada yang tersedia dalam tabel. Bilangan ini dibangkitkan oleh perangkat commit to user elektronik dan dapat menghasilkan bilangan random yang sempurna. Kelemahan

II - 25


digilib.uns.ac.id

dari peralatan ini adalah harganya yang mahal. Oleh karena itu, dalam simulasi komputer lebih umum digunakan bilangan random pseudo yang dibangkitkan oleh program komputer. 2.5

Penelitian Sebelumnya Penelitian sebelumnya yang digunakan dalam penelitian ini adalah

penelitian tentang manajemen persediaan dan penataan gudang spare part bus di PO. Safari Eka Kapti (Ariyadi, 2010). Tujuan yang ingin dicapai dalam penelitian ini adalah melakukan manajemen persediaan yang optimal dengan menentukan jumlah pemesanan dan ROP yang optimal. Ada beberapa tahapan yang dilakukan dalam penelitian ini. Pada langkah awal diperlukan pengumpulan data yang berhubungan dengan objek penelitian yaitu spare part bus. Beberapa data yang diperlukan diantaranya: data historis permintaan spare part, data historis pengadaan spare part,

biaya pengadaan spare part, data leadtime spare part,

komponen holding cost, ordering cost dan shortage cost. Setelah beberapa yang diperlukan terkumpul, maka pertama kali yang dilakukan adalah uji distribusi normal permintaan. Uji ini dilakukan untuk mencocokkan apakah data permintaan sudah sesuai dengan asumsi berdistribusi normal yang dipakai dalam model persediaan. Selanjutnya melakukan pemilihan spare part dengan melakukan klasifikasi ABC. Langkah berikutnya adalah perhitungan jumlah pemesanan (Q) dan titik pemesanan kembali (ROP) dilakukan dengan menggunakan pendekatan model persediaan single item dengan mengakomodasi adanya backorder policy sehingga mampu meminimalkan biaya total persediaan spare part. Algoritma yang dipakai adalah algoritma yang telah dikembangkan oleh Hariga et al (2004). Sedangkan untuk menghitung total biaya persediaan dilakukan dengan Simulasi Montecarlo. Hasil yang diperoleh dari penelitian ini adalah jumlah pemesanan (Q) dan titik pemesanan kembali (ROP) yang mampu meminimalkan total biaya persediaan dan backorder. Selain itu penelitian yang lain adalah penelitian tentang penentuan model persediaan spare part dengan mempertimbangkan terjadinya backorder (Jauhari, 2008). Tujuan yang ingin dicapai dalam penelitian ini adalah menentukan solusi model persediaan spare part commit dengantomempertimbangkan backorder. Ada user

II - 26


digilib.uns.ac.id

beberapa tahapan yang dilakukan dalam penelitian ini. Pada tahap awal adalah melakukan peramalan dengan metode Croston. Metode Croston pada dasarnya memisahkan permintaan suatu item yang intermittent menjadi ukuran permintaan dan waktu antar kedatangan. Tahap selanjutnya adalah pengembangan model, pada tahap ini menentukan model biaya penyimapanan yang mengacu pada model Tersine (1994). Penurunan rumus dilakukan untuk mencari ekspektasi jumlah backorder yang mengikuti model yang sudah ada pada Tersine (1994) dan Chopra dan Meindl (2001). Sedangkan untuk pencarian solusi model, yang dilakukan adalah menetukan variabel keputusan q, variabel keputusan k dan algoritma penyelesaian model. Pada algoritma penyelesaian model, pencarian solusi dilakukan terhadap nilai q dan k yang mengacu pada ide dasar algoritma yang telah dikembangkan oleh Ben-Daya dan Hariga (2004). Hasil yang diperoleh dari penelitian ini adalah model persediaan untuk meminimasi terjadinya backorder dengan beberapa variabel respon.

commit to user

II - 27


digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN Proses pembuatan laporan penelitian ini terstruktur tahap demi tahap dan digambarkan dalam bentuk flowchart, berikut uraiannya secara singkat.

commit to user Gambar 3.1. Flowchart Metodologi Penelitan III - 1


digilib.uns.ac.id

commit to user Gambar 3.1. Flowchart Metodologi Penelitian (lanjutan)

III - 2


digilib.uns.ac.id

Proses penelitian dilakukan dalam beberapa tahapan yang diuraikan secara singkat berikut ini : 3.1.

Tahap Identifikasi Masalah Tahap ini dilakukan sebagai studi awal sebelum melakukan penelitian

yang terdiri dari : a.

Studi Lapangan dan Studi Literatur Studi lapangan berupa studi terhadap permasalahan yang terjadi di tempat

penelitian, yang diamati adalah manajemen persediaan suku cadang pesawat jenis consumable. Pengamatan tersebut dilakukan untuk mengetahui permasalahan mengenai manajemen persediaan suku cadang yaitu kurang terealisasinya manajemen persediaan suku cadang yang baik karena sering terjadi kekurangan ataupun kelebihan persediaan suku cadang. Sedangkan, studi literatur berupa studi pustaka seperti apa yang termuat dalam landasan teori, dilakukan dengan mempelajari materi yang didapat dari buku, jurnal dan internet. Studi literatur dilakukan untuk mencari ide-ide, rumusan-rumusan, konsep-konsep teoritis seperti: konsep persediaan, konsep peramalan, dan konsep simulasi. b.

Latar Belakang Masalah Pada penelitian ini latar belakang masalahnya yaitu untuk memperbaiki

sistem manajemen persediaan suku cadang pesawat agar persediaan yang ada di dalam gudang optimal, sehingga dapat meminimalkan total biaya persediaan namun perusahaan tetap dapat memenuhi permintaan perbaikan pesawat. c.

Perumusan Masalah Pada tahap ini dirumuskan permasalahan yang digunakan untuk

mengidentifikasi permasalahan yang diteliti. Pada perumusan masalah dilakukan penetapan sasaran yang akan dibahas dan kemudian dicari solusi permecahan masalahnya pada tahap pengolahan data. Hal ini dilakukan agar dapat fokus dalam membahas permasalahan yang diterjadi. Perumusan masalah pada penelitian ini adalah melakukan perbaikan pada pengendalian persediaan suku cadang pesawat terbang untuk meminimalkan total biaya persediaan dan melakukan perbandingan commit to user

III - 3


digilib.uns.ac.id

hasil perbaikan pengendalian persediaan usulan dengan pengendalian yang dilakukan perusahaan. d.

Tujuan Penelitian Tujuan

penelitian

ditetapkan

agar

penelitian

yang

dilakukan

menyelesaikan rumusan masalah. Tujuan dari penelitian ini adalah menentukan waktu

antar

pemesanan

dan

persediaan

maksimum

sehingga

mampu

meminimalkan biaya total persediaan suku cadang, serta membandingkan total biaya persediaan usulan dengan perusahaan. e.

Pembatasan Masalah Pembatasan masalah dilakukan dengan tujuan agar masalah yang dibahas

tidak menyimpang dari pokok permasalahan dan tujuan yang telah ditetapkan. Perusahaan mengelompokkan suku cadang menjadi tiga jenis, yaitu rotable, repairable, dan consumable. Pada penelitian ini, suku cadang yang diteliti adalah suku cadang jenis consumable. Pengendalian persediaan suku cadang jenis consumable diteliti karena dilihat dari proses kebutuhan, penggunaan, sampai dengan pengadaan dan pemenuhan mutlak harus dipenuhi apabila ada suatu aktivitas perawatan ataupun perbaikan terjadi. Hal ini dikarenakan suku cadang jenis consumable sering sekali dipakai dan tidak dapat diperbaiki lagi bila terjadi kerusakan. Suku cadang jenis consumable diperoleh dengan melakukan pemesanan ke beberapa pemasok yang membutuhkan waktu pemesanan berbedabeda karena suku cadang tersebut didatangkan dari beberapa negara yang berbeda pula. Di dalam gudang banyak sekali jenis suku cadang yang disimpan, akan tetapi ada beberapa suku cadang yang jarang disimpan. Oleh karena itu, suku cadang yang diambil merupakan data suku cadang yang mempunyai permintaan tinggi. Data suku cadang yang diambil adalah 60 jenis suku cadang consumable yang paling tinggi permintaannya mulai tahun 2001 hingga tahun 2010. Hal ini dikarenakan penelitian dilakukan pada tahun 2011 dan pada proses penyelesaian penelitian ini memerlukan data permintaan beberapa tahun yang lalu. Harga suku cadang yang dipakai adalah harga suku cadang pada tahun 2010, karena harga pada tahun tersebut paling mendekati dengan harga suku cadang pada tahun 2011. commit to user

III - 4


3.2.

digilib.uns.ac.id

Peramalan Jumlah Permintaan Suku Cadang Peramalan jumlah permintaan digunakan untuk meramalkan jumlah

permintaan suku cadang satu tahun yang akan datang. Suku cadang yang diteliti adalah suku cadang kelas B yang mengacu pada hasil penelitian Muhbiantie (2011). Dalam melakukan peramalan terdapat tiga tahapan yaitu tahap agregasi, tahap peramalan dan penentuan demand forecast. Pada tahap peramalan digunakan alat bantu software WinQSB untuk membantu meramalkan permintaan suku cadang satu tahun ke depan. Data yang diperlukan dalam proses peramalan adalah data historis permintaan suku cadang selama tahun 2001-2010. 1.

Tahap Agregasi Agregasi merupakan proses pengelompokan dari produk individu ke

dalam famili produk. Hal ini dilakukan karena peramalan famili produk lebih akurat jika dibandingkan dengan peramalan produk individu. 2.

Tahap Peramalan Peramalan permintaan suku cadang dilakukan untuk mengetahui besarnya

nilai demand forecast untuk satu tahun ke depan. Pada tahap peramalan digunakan alat bantu software WinQSB untuk membantu meramalkan permintaan suku cadang. 3.

Tahap Disagregasi Untuk mengetahui demand forecast masing-masing suku cadang, maka

dilakukan disagregasi yaitu perhitungan proporsi dari masing-masing suku cadang. Pada penelitian ini hanya memfokuskan pada suku cadang kelas B, untuk itu pada tahap disagregasi, suku cadang yang dihitung adalah suku cadang kelas B. Pada proses disagregasi diperlukan proporsi dari setiap suku cadang. 4.

Perhitungan Standar Deviasi Standar deviasi digunakan untuk membandingkan penyebaran atau

penyimpangan data jumlah permintaan suku cadang. Untuk menghitung standar deviasi, langkah pertama yang dilakukan adalah menghitung rata-rata permintaan, berikut uraiannya : 憀=

∑ xi

………………………………………………………………………..(3.1) commit to user

III - 5


digilib.uns.ac.id

Keterangan : xi

: jumlah permintaan pada periode ke-n

坘

: rata-rata jumlah permintaan

n

: jumlah periode Sedangkan langkah kedua adalah menghitung besarnya standar deviasi,

berikut langkah-langkahnya : S=

Ƽx1 -x

2+

Ƽx2 -x

2 +Ƽx -x 2 +Ƽx -x 2 +…+Ƽx -x 2 3 4 n

n-1

……………………..(3.2)

Keterangan : S

: standar deviasi

xn

: jumlah permintaan pada periode ke-n

坘

: rata-rata jumlah permintaan

n

: jumlah periode

3.3.

Perhitungan Holding Cost, Ordering Cost dan Shortage Cost Biaya-biaya yang digunakan untuk perhitungan total biaya persediaan

suku cadang adalah holding cost, ordering cost dan shortage cost. Berikut ini adalah uraian dari masing-masing komponen biaya tersebut : 1.

Holding Cost (Os) Holding cost adalah biaya yang digunakan untuk merawat persediaan suku

cadang. Dalam menentukan holding cost, terdapat dua komponen yaitu interest rate dan biaya operasional gudang. Biaya operasional gudang terdiri dari gaji pegawai gudang. berikut adalah uraian perhitungan holding cost : Os = I + B…………………..………………………………………………….(3.3) dimana, Os = holding cost (Rp/unit/tahun) I = interest rate (Rp/unit/tahun) B = biaya operasional gudang (Rp/unit/tahun) Keterangan : I = bunga pinjam bank × harga suku cadang per item……………..………(3.4) B=

gaji pegawai selama satu tahun commit……………………………………….(3.5) to user rata-rata persediaan suku cadang III - 6


2.

digilib.uns.ac.id

Ordering Cost (Op) Ordering cost merupakan biaya yang dikeluarkan oleh perusahaan untuk

memperoleh suku cadang dari pemasok. Ordering cost diperoleh dari : Op =

bt ………………………………………………………………………..(3.6) j

dimana, Op= Ordering cost (Rp/order) bt = Biaya internet selama satu tahun (Rp/tahun) j

= Jumlah seluruh order dalam satu tahun (order/tahun)

3.

Shortage Cost (Ok) Shortage cost merupakan biaya yang dikeluarkan perusahaan karena

terjadi kekurangan persediaan. Shortage cost ditetapkan oleh perusahaan untuk masing-masing suku cadang yaitu 20% dari harga suku cadang. 3.4.

Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimum (R) Penentuan periode waktu antar pemesanan dan persediaan maksimum

menggunakan model persediaan periodic review, berikut langkah-langkahnya : a.

Langkah 1 T虠

: menghitung nilai T

2A ………………………………………………………………..Ƽ3.7) Dh

Keterangan :

b.

T

: periode waktu antar pemesanan

A

: ordering cost

D

: permintaan

H

: holding cost

Langkah 2 虠

Th

: menghitung nilai

………………………………………………………………...(3.8)

commit to user

III - 7


digilib.uns.ac.id

Keterangan :

c.

T


h

: holding cost

Cu

: shortage cost

Langkah 3 R 虠 DT

: menghitung nilai R √T + L………………………….….……………...(3.9)

DL

dimana,

zα = nilai tabel dari α …………………………………………….……(3.10) Keterangan :

d.

R

: persediaan maksimum

D

: permintaan

T


L

: leadtime pemesanan

Langkah 4

: menghitung nilai N

N 虠 S√T + L fƼ

ѰƼ

dimana,

…………………………………….(3.11)

虠 NORMDIST (z,0,1,0)………………………….…….…….(3.12)

fƼ ѰƼ

虠 NORMDIST (z ,0,1,0) - z 1-NORMDISTƼz,0,1,1 ….…….(3.13)

N

: jumlah suku cadang

S

: standar deviasi

T


L

: leadtime pemesanan

Keterangan :

e.

Langkah 5 虠

A T

: menghitung nilai OT R-D

DT h 2

T

h N……………………………(3.14)

Keterangan : OT

: total biaya persediaan

T


A

: ordering cost

R

: persediaan maksimum

D

: permintaan

commit to user

III - 8


f.

digilib.uns.ac.id

Cu

: shortage cost

h

: holding cost

N

: jumlah suku cadang

Langkah 6

: menentukan T dan R optimal

Setelah mengetahui OT dari T awal, dicoba dengan penambahan T awal sebesar 0,005 tahun sehingga T awal bertambah, selanjutnya kembali ke Langkah 2. Terdapat dua kemungkinan pada iterasi ini, yaitu : ·

Jika pada penambahan T awal, OT yang dihasilkan lebih kecil maka lanjutkan iterasi penambahan T sebesar 0,005 hingga hasil OT paling kecil.

·

Jika pada penambahan T awal, OT yang dihasilkan lebih besar maka iterasi penambahan T berhenti dan dilanjutkan iterasi dengan pengurangan T awal sebesar 0,005 hingga hasil OT paling kecil.

Penentuan periode waktu antar pemesanan ( T ) dan persediaan maksimum ( R ) yang optimal adalah pada OT terkecil. 3.5.

Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan Kebijakan Perusahaan Total biaya persediaan suku cadang berdasarkan kebijakan perusahaan

ditentukan untuk membandingkan dengan total biaya persediaan usulan. Hal ini dilakukan untuk mengetahui seberapa baik model persediaan usulan. Dalam menentukan total biaya persediaan suku cadang berdasarkan kebijakan perusahaan, langkah yang dilakukan adalah melakukan simulasi Montecarlo. Total biaya persediaan perusahaan dihitung dengan simulasi, karena tidak ada ketersediaan data mengenai jumlah backorder. Sehingga model perusahaan tidak memungkinkan untuk diselesaikan menggunakan persamaan. Simulasi Montecarlo akan digunakan untuk penentuan total biaya perusahaan karena simulasi ini adalah simulasi model persediaan yang cara kerjanya menggunakan

beberapa parameter. Simulasi Montecarlo digunakan

untuk mengetahui persediaan rata-rata suku cadang selama satu tahun, jumlah order, dan banyaknya shortage. Simulasi Montecarlo merupakan simulasi dengan model probabilistic, dimana data commit dihasilkan dari bilangan random yang kemudian to user

III - 9


disusun

suatu

digilib.uns.ac.id

distribusi

probabilitas.

Langkah-langkah

dalam

Simulasi

Montecarlo : 1.

Menentukan parameter yang diamati dalam sistem, untuk hal ini adalah permintaan suku cadang.

2.

Membuat distribusi frekuensi permintaan.

3.

Membuat distribusi probabilitas kumulatif.

4.

Mengkaitkan nilai parameter dengan bilangan random.

5.

Melakukan simulasi Simulasi digunakan untuk menentukan total biaya persediaan menurut

model perusahaan. Ada bebrapa tahap dalam melakukan simulasi yaitu : a.

Penentuan jumlah permintaan suku cadang Jumlah permintaan suku cadang ditentukan berdasarkan hasil dari

pengkaitan nilai parameter dengan bilangan random. b.

Penentuan jumlah lot pemesanan Jumlah lot pemesanan ditentukan berdasarkan banyaknya jumlah

pemesanan pada kebijakan perusahaan. c.

Penentuan jumlah posisi persediaan Posisi persediaan adalah jumlah persediaan yang ada di gudang. Untuk

jumlah posisi persediaan dihitung dengan persamaan : Posisi persediaan n = Posisi persediaan (n-1) + lot pemesanan (n) – Permintaan (n) – shortage (n-1)……………………….…………(3.15) d.

Penentuan banyaknya shortage Shortage dilakukan apabila nilai posisi persediaan < permintaan, untuk

jumlah banyaknya shortage dihitung dengan persamaan : Shortage (n) = permintaan (n) - posisi persediaan (n)……………………..….(3.16) e.

Penentuan banyaknya order Untuk jumlah banyaknya order didasarkan pada kebijakan perusahaan

yaitu saat posisi persediaan 0 unit. f.

Penentuan total biaya persediaan Untuk nilai jumlah pemesanan (Q) dan titik pemesanan kembali (ROP)

yang digunakan adalah berdasarkan kebijakan perusahaan. Setelah dilakukan commit torata-rata, user simulasi maka akan diketahui persediaan jumlah order, dan banyaknya

III - 10


digilib.uns.ac.id

shortage sehingga total biaya persediaan suku cadang dapat dihitung dengan menggunaakan persamaan sebagai berikut : OT = ( rata-rata persediaan × Os ) + ( jumlah shortage × Ok ) + ( jumlah order × Op )……………………………………………………...…………….(3.17) Keterangan : OT

: total biaya persediaan (Rp/tahun)

Os

: holding cost (Rp/unit/tahun)

Ok

: shortage cost (Rp/unit)

Op

: ordering cost (Rp/order) Pada proses simulasi data yang dibutuhkan adalah :

·

Data banyaknya lot pemesanan perusahan (Q) setiap suku cadang

·

Data titik pemesanan kembali perusahaan (ROP) setiap suku cadang

·

Data leadtime pemasanan

·

Data komponen holding cost, ordering cost dan shortage cost

3.6.

Perbandinagan Hasil Perhitungan Total Biaya Persediaan Model Periodic Review dengan Model Kebijakan Perusahaan Pada tahap ini akan dipaparkan hasil perhitungan total biaya persediaan

model periodic review dengan model kebijakan perusahaan. Dengan melihat hasil perhitungan total biaya persediaan, dapat dibandingkan model persediaan mana yang terbaik untuk perusahaan. 3.7.

Analisis Hasil Pada tahap ini dilakukan beberapa analisis dari hasil pengolahan data yang

dilakukan, analisis tersebut adalah : 1.

Analisis periode waktu antar pemesanan (T).

2.

Analisis persediaan maksimum (R).

3.

Perbandingan total biaya persediaan.

4.

Perubahan periode review suku cadang kelas B.

5.

Perubahan jumlahpermintaan suku cadang kelas B. commit to user

III - 11


3.8.

Kesimpulan dan Saran

a.

Kesimpulan

digilib.uns.ac.id

Setelah dilakukan tahap analisis hasil maka dapat ditarik kesimpulan sesuai dengan tujuan penelitian mengenai manajemen persediaan suku cadang. b.

Saran Saran merupakan usulan dari peneliti yang mungkin dapat ditindaklanjuti

oleh perusahaan dalam mengendalikan persediaan.

commit to user

III - 12


digilib.uns.ac.id

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1.

Pengumpulan Data Pada tahap ini menjelaskan mengenai data-data pendukung untuk

pengolahan data mengenai manajemen persediaan suku cadang pesawat yang berasal dari perusahaan, data-data yang dimaksud adalah data historis permintaan suku cadang, data harga suku cadang, data leadtime pemesanan suku cadang, komponen holding cost, ordering cost dan shortage cost. 4.1.1. Data Historis Permintaan Suku Cadang Data historis permintaan suku cadang diperoleh dari hasil pencatatan tahunan yang dilakukan oleh pihak perusahaan. Data tersebut berisi jumlah permintaan 60 suku cadang jenis consumable dengan permintaan paling banyak selama tahun 2001-2010. Data ini digunakan untuk melakukan peramalan jumlah permintaan suku cadang untuk satu tahun yang akan datang. Adapun data permintaan selama tahun 2001-2010 selengkapnya dapat dilihat pada Lampiran 1.1. 4.1.2. Data Harga Suku Cadang Data harga suku cadang yang diperoleh dari perusahaan merupakan harga dalam satuan mata uang U$ dollars, maka dari itu untuk mempermudah perhitungan dikonversikan ke dalam satuan mata uang rupiah dengan mengalikannya Rp 8.900,00. Data harga suku cadang tersebut dapat dilihat pada Tabel 4.1. Data harga suku cadang digunakan untuk penentuan total biaya persediaan.

commit to user

IV - 1


digilib.uns.ac.id

Tabel 4.1. Harga Suku Cadang No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

Harga ($/unit)

Nama Suku Cadang CH34736 335-299-401-0 S9413-11 MFFA632/2 740001 D717-01-100 FK16588 088-1031-006 KB29665 4L83-046 QA03963 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200 ABS0368-01 BV03112-03-33 2315M20-3 ASPF-S-V06 65-90305-17 QD1004-125 69-41868-3 CA00075A FK20159 77870949 65-90305-59 BACH20X3 QA06123 332A1034-25

$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $

to Sumber : SAP PT. GMF AA, commit 2010

669.48 74.60 473.34 11,716.01 107.54 877.44 3,157.33 1,556.49 259.42 963.01 170.58 604.71 677.92 132.85 569.87 11.31 615.76 216.20 42.25 555.10 41.79 75.63 211.98 385.94 13.98 78.06 100.37 11.54 76.99 22.88 89.83 16.22 36.55 48.10 13.27 327.98 22.62 214.13

IV - 2

user

Harga (Rp/unit) Rp 5,958,369 Rp 663,941 Rp 4,212,726 Rp 104,272,489 Rp 957,120 Rp 7,809,216 Rp 28,100,193 Rp 13,852,783 Rp 2,308,797 Rp 8,570,745 Rp 1,518,178 Rp 5,381,885 Rp 6,033,452 Rp 1,182,356 Rp 5,071,843 Rp 100,685 Rp 5,480,231 Rp 1,924,190 Rp 375,991 Rp 4,940,346 Rp 371,912 Rp 673,090 Rp 1,886,582 Rp 3,434,896 Rp 124,442 Rp 694,767 Rp 893,272 Rp 102,743 Rp 685,202 Rp 203,654 Rp 799,460 Rp 144,347 Rp 325,320 Rp 428,101 Rp 118,074 Rp 2,919,022 Rp 201,312 Rp 1,905,727


digilib.uns.ac.id

Tabel 4.1. Harga Suku Cadang (lanjutan) No.

Nama Suku Cadang

39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

RG1969 65C27738-2 OF25-021 BACC63BV14B7SN FK20158 BACR15BB6D7C MS29526-2 BACB30NN4K4 ABS0367-030 ABS0604-4 F5746293620100 BACR15GF8D7 BACN10YR3C MS29513-334 S9413-111 BACN10JC4CD 65B10920-171 4551 1683 M83248/1-906 BACB30VF4K12 BACW10BP41CD

Harga ($/unit)

Harga (Rp/unit)

$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $

Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

30.35 303.49 23.79 36.31 37.85 19.75 16.49 0.78 7.35 1.09 6.56 53.50 0.22 0.85 0.32 0.53 31.42 0.07 0.07 0.14 0.92 0.44

270,102 2,701,017 211,709 323,191 336,902 175,775 146,748 6,952 65,377 9,657 58,359 476,150 1,933 7,601 2,804 4,740 279,638 659 631 1,260 8,210 3,916

Sumber : SAP PT. GMF AA, 2010

4.1.3. Data Leadtime Pemesanan Suku Cadang Data leadtime pemesanan suku cadang yang diperoleh dari perusahaan merupakan data leadtime pemesanan dalam satuan hari. Untuk memudahkan perhitungan pada metode periodic review satuan tersebut dikonversikan ke dalam satuan tahun dengan membagi 365 hari. Sedangkan untuk memudahkan proses simulasi persediaan suku cadang selama satu tahun, menggunakan leadtime dalam satuan hari yang dapat dilihat pada Tabel 4.2.

commit to user

IV - 3


digilib.uns.ac.id

Tabel 4.2. Leadtime Pemesanan Suku Cadang No.

Nama Suku Cadang

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

CH34736 335-299-401-0 S9413-11 MFFA632/2 740001 D717-01-100 FK16588 088-1031-006 KB29665 4L83-046 QA03963 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200 ABS0368-01 BV03112-03-33 2315M20-3 ASPF-S-V06 65-90305-17 QD1004-125 69-41868-3 CA00075A FK20159 77870949 65-90305-59 BACH20X3 QA06123 332A1034-25

Leadtime (hari)

Leadtime (tahun)

45 96 21 23 10 23 21 11 23 7 29 35 29 7 7 26 23 89 20 11 45 11 8 10 14 58 23 7 8 8 96 46 45 8 46 46 46 26

0.123 0.263 0.058 0.063 0.027 0.063 0.058 0.030 0.063 0.019 0.079 0.096 0.079 0.019 0.019 0.071 0.063 0.244 0.055 0.030 0.123 0.030 0.022 0.027 0.038 0.159 0.063 0.019 0.022 0.022 0.263 0.126 0.123 0.022 0.126 0.126 0.126 0.071

commit to user Sumber : SAP PT. GMF AA, 2010

IV - 4


digilib.uns.ac.id

Tabel 4.2. Leadtime Pemesanan Suku Cadang (lanjutan) No.

Nama Suku Cadang

Leadtime (hari)

Leadtime (tahun)

39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

RG1969 65C27738-2 OF25-021 BACC63BV14B7SN FK20158 BACR15BB6D7C MS29526-2 BACB30NN4K4 ABS0367-030 ABS0604-4 F5746293620100 BACR15GF8D7 BACN10YR3C MS29513-334 S9413-111 BACN10JC4CD 65B10920-171 4551 1683 M83248/1-906 BACB30VF4K12 BACW10BP41CD

46 21 23 46 35 7 29 45 8 20 45 9 22 11 182 46 45 10 35 23 14 16

0.126 0.058 0.063 0.126 0.096 0.019 0.079 0.123 0.022 0.055 0.123 0.025 0.060 0.030 0.499 0.126 0.123 0.027 0.096 0.063 0.038 0.044

Sumber : SAP PT. GMF AA, 2010

4.1.4. Komponen Holding Cost, Ordering Cost dan Shortage Cost 1.

Holding Cost Penentuan besarnya holding cost terdapat dua komponen, yaitu interest

rate dan biaya operasional gudang. Dalam penentuan interest rate diperlukan bunga pinjam bank dan harga masing-masing suku cadang, bunga pinjam bank ditentukan sebesar 6%. Sedangkan dalam penentuan biaya operasional diperlukan data rata-rata semua suku cadang yang terdapat di gudang selama tahun 2010 yaitu sebesar 20.039 unit, jumlah pegawai di gudang persediaan yaitu 15 orang dan gaji pegawai sebesar Rp 4.000.000,00 setiap bulannya. 2.

Ordering Cost

Ordering cost diperoleh dari beberapa komponen yaitu biaya internet yang commit to user digunakan oleh pihak perusahaan dalam pemesanan seluruh suku cadang sebesar

IV - 5


digilib.uns.ac.id

Rp 300.000,00 tiap bulan, persentase penggunaan internet sepenuhnya untuk pemesanan suku cadang yang dibutuhkan perusahaan. Selain itu komponen ordering cost yang dibutuhkan adalah jumlah pemesanan yang dilakukan perusahaan selama satu tahun adalah 1.067 kali. 3.

Shortage Cost Shortage cost merupakan biaya kekurangan persediaan saat dibutuhkan,

besarnya shortage cost telah ditentukan perusahaan. Shortage cost pada dasarnya bukan biaya nyata, melainkan berupa biaya kehilangan kesempatan. Termasuk dalam biaya ini, antara lain semua biaya kesempatan yang timbul karena terhentinya proses perbaikan pesawat terbang sebagai akibat tidak adanya suku cadang yang dibutuhkan, biaya administrasi tambahan, biaya tertundanya penerimaan keuntungan, bahkan biaya kehilangan pelanggan. Data shortage cost merupakan data yang diambil dari perusahaan yaitu sebesar 20% dari harga suku cadang tersebut, shortage cost dapat dilihat pada Tabel 4.10. 4.1.5. Suku Cadang yang Diteliti Pada penelitian ini suku cadang yang diteliti adalah suku cadang kelas B berdasarkan hasil pengklasifikasian dari penelitian Muhbiantie (2011). Hasil dari pengklasifikasian suku cadang dapat dilihat pada Tabel 4.3. Tabel 4.3. Hasil Klasifikasi ABC No. 1 2 3 4 5 6 7 8 9 10 11 12

Nama Suku Cadang CH34736 335-299-401-0 S9413-11 MFFA632/2 740001 D717-01-100 FK16588 088-1031-006 KB29665 4L83-046 QA03963 5709-4

Sumber : Muhbiantie, 2011.

Persentase Pemakaian Suku Cadang

Kelas

Nilai Pemakaian

Persentase Jumlah Nilai Pemakaian

Rp 2,808,350,055

79.613%

23.068%

Kelas A

Rp 521,112,802

14.773%

16.904%

Kelas B

Jumlah

commit to user

IV - 6


digilib.uns.ac.id

Tabel 4.3. Hasil Klasifikasi ABC (lanjutan) No. 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

Nama Suku Cadang 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200 ABS0368-01 BV03112-03-33 2315M20-3 ASPF-S-V06 65-90305-17 QD1004-125 69-41868-3 CA00075A FK20159 77870949 65-90305-59 BACH20X3 QA06123 332A1034-25 RG1969 65C27738-2 OF25-021 BACC63BV14B7SN FK20158 BACR15BB6D7C MS29526-2 BACB30NN4K4 ABS0367-030 ABS0604-4 F5746293620100 BACR15GF8D7

Sumber : Muhbiantie, 2011


Kelas

Nilai Pemakaian


Rp 521,112,802

14.773%

16.904%

Kelas B

Rp 198,035,858

5.614%

60.028%

Kelas C

Jumlah

commit to user

IV - 7


digilib.uns.ac.id

Tabel 4.3. Hasil Klasifikasi ABC (lanjutan) No. 51 52 53 54 55 56 57 58 59 60

Nama Suku Cadang BACN10YR3C MS29513-334 S9413-111 BACN10JC4CD 65B10920-171 4551 1683 M83248/1-906 BACB30VF4K12 BACW10BP41CD


Kelas

Nilai Pemakaian


Rp 198,035,858

5.614%

60.028%

Kelas C

Jumlah

Sumber : Muhbiantie, 2011

4.2.

Pengolahan Data Pengolahan data dilakukan tahap demi tahap sesuai dengan langkah-

langkah yang dijelaskan pada metodologi penelitian. Pengolahan data yang dilakukan meliputi: peramalan jumlah permintaan suku cadang, perhitungan biaya (holding cost, ordering cost dan shortage cost), penentuan waktu antar pemesanan (T) dan penentuan persediaan maksimum (R) dengan model periodic review, serta penentuan total biaya persediaan perusahaan dengan simulasi Montecarlo. Untuk proses peramalan, suku cadang yang diramalkan adalah suku cadang kelas B yang mengacu pada hasil penelitian yang dilakukan oleh Muhbiantie (2011). Penelitian ini memiliki kesamaan objek dengan penelitian yang dilakukan oleh Muhbiantie (2011) di PT. GMF AA. 4.2.1. Peramalan Jumlah Permintaan Suku Cadang Peramalan jumlah permintaan digunakan untuk meramalkan jumlah permintaan suku cadang satu tahun yang akan datang. Peramalan jumlah permintaan ini nantinya akan dijadikan sebagai demand yang digunakan untuk menentukan periode waktu antar pemesanan (T) dan persediaan maksimum (R) dalam model periodic review. Pada penelitian ini, suku cadang yang teliti adalah suku cadang kelas B, maka dari itu pada tahap peramalan ini suku cadang yang akan diramalkan adalah commit to user suku cadang kelas B. Dalam melakukan peramalan terdapat tiga tahapan yaitu IV - 8


digilib.uns.ac.id

tahap agregasi, tahap peramalan dan disagregasi. Pada tahap peramalan digunakan alat bantu software WinQSB untuk membantu meramalkan permintaan suku cadang satu tahun ke depan. 1.

Agregasi Agregasi merupakan proses pengelompokan dari produk individu ke

dalam famili produk. Hal ini dilakukan karena peramalan famili produk lebih akurat jika dibandingkan dengan peramalan produk individu. Melalui agregasi diperoleh juga hasil plot data untuk mengetahui pola data permintaan suku cadang tersebut. Hasil dari agregasi data permintaan suku cadang dapat selengkapnya dilihat pada Tabel 4.4. Tabel 4.4. Hasil Agregasi Permintaan Suku Cadang No.

Nama Suku Cadang

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

CH34736 335-299-401-0 S9413-11 MFFA632/2 740001 D717-01-100 FK16588 088-1031-006 KB29665 4L83-046 QA03963 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200 ABS0368-01 BV03112-03-33

Jumlah Permintaan (unit) 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 4 0 23 6 52 46 53 194 75 123 8 8 0 12 4 1 15 13 319 521 16 6 8 57 118 228 207 38 148 133 4 34 0 5 5 8 2 0 0 2 34 54 12 1 19 272 100 27 268 196 8 2 0 6 4 5 12 10 6 24 11 3 2 2 1 3 0 7 10 6 2 2 0 0 4 5 12 16 6 8 42 34 69 4 19 24 21 30 33 48 0 6 22 38 69 273 518 72 5 12 12 20 6 4 37 31 30 13 49 61 6 21 15 13 11 18 28 3 15 13 4 18 10 2 3 2 4 0 18 10 0 11 16 21 46 55 81 107 56 50 5 13 28 4 4 1 15 17 7 11 67 1 17 16 260 366 108 13 319 521 5 0 1 1 1 5 5 9 14 8 7 3 11 11 13 16 22 11 24 17 34 23 11 47 27 113 108 94 215 87 4 2 2 0 2 0 2 209 2 6 3 13 34 1 10 1 12 2 24 60 144 20 4 0 89 124 190 168 95 31 1 3 10 8 14 8 27 64 15 11 3 3 1 6 1 0 2 221 2 6 50 9 206 475 207 174 65 6 273 153 1 commit 4 to user 2 2 23 16 50 834 46 27

IV - 9


digilib.uns.ac.id

Tabel 4.4. Hasil Agregasi Permintaan Suku Cadang (lanjutan) No.

Nama Suku Cadang

27

2315M20-3

28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

ASPF-S-V06 65-90305-17 QD1004-125 69-41868-3 CA00075A FK20159 77870949 65-90305-59 BACH20X3 QA06123 332A1034-25 RG1969 65C27738-2 OF25-021 BACC63BV14B7SN FK20158 BACR15BB6D7C MS29526-2 BACB30NN4K4 ABS0367-030 ABS0604-4 F5746293620100 BACR15GF8D7 BACN10YR3C MS29513-334 S9413-111 BACN10JC4CD 65B10920-171 4551 1683 M83248/1-906 BACB30VF4K12 BACW10BP41CD TOTAL

Jumlah Permintaan (unit) 2001 2002 33 16 6 9 24 2 57 1 4 70 20 3 11 6 3 15 34 9 24 11 154 0 24 23 12 17 0 9 12 6 211 95 0 1 12 1,393

9 19 12 2 2 3 7 37 3 1 3 10 2 22 12 23 2 3 39 20 11 4 9 22 2 6 5 0 6 6 1 3 12

2003 31

2004 4

2005 29

2006 15

2007 25

2008 233

2009 3

2010 21

75 32 1 9 6 16 12 14 3 6 7 11 1 3 76 16 2 1 18 36 15 12 2 11 3 8 78 3 3 22 19 24 22

4 15 4 12 45 0 3 35 1 0 10 1 0 7 11 0 12 1 20 77 281 17 1 70 8 57 14 1 8 37 4 6 8

56 14 33 5 79 4 6 82 10 16 4 9 5 11 25 5 22 10 165 10 108 11 1 232 200 119 151 1 30 438 29 20 11

0 12 33 15 95 6 6 108 11 6 3 4 1 17 20 7 15 19 436 63 99 7 7 348 150 228 155 0 619 273 15 42 18

175 27 30 1 86 7 5 129 7 10 6 5 2 5 28 14 52 26 159 0 150 12 1 547 130 207 30 1 651 518 25 83 28

8 62 337 520 12 332 0 2 8 23 1 1 5 0 10 38 3 26 16 10 9 23 5 5 26 29 2 2 4 5 12 24 348

238 17 41 35 117 15 23 112 5 20 5 10 4 11 29 15 24 16 258 151 246 14 5 288 16 222 3 4 645 509 4 6 5

146 19 60 13 72 25 16 56 2 29 3 20 2 24 14 12 23 21 208 21 125 18 2 403 84 214 118 2 548 385 57 4 4

647 1,108 1,516 2,994 4,648 4,871 4,319 5,160 4,916

Berdasarkan hasil agregasi data permintaan suku cadang yang terdapat pada Tabel 4.4 dapat diketahui jumlah total permintaan semua suku cadang setiap commit to user tahunnya mulai dari tahun 2001-2010. Jumlah permintaan semua suku cadang IV - 10


digilib.uns.ac.id

setiap tahunnya akan di plot sehingga dapat diketahui pola data tersebut. Selain itu, jumlah permintaan semua suku cadang setiap tahun akan menjadi input pada peramalan menggunakan software WinQSB untuk menghasilkan demand forecast. Pola data yang dimaksud dapat dilihat pada Gambar 4.1.

Jumlah permintaan (unit)

6000 5000 4000 3000 Permintaan

2000 1000 0 1

2

3

4

5

6

7

8

9

10

Tahun

Gambar 4.1. Plot Data Permintaan Suku Cadang Tahun 2001-2010 2.

Peramalan Langkah selanjutnya setelah mengagregasikan data adalah tahap

peramalan. Peramalan permintaan suku cadang dilakukan untuk mengetahui besarnya nilai demand forecast untuk satu tahun ke depan. Pada Gambar 4.1 plot data yang dihasilkan adalah grafik yang cenderung memiliki pola trend, untuk itu metode peramalan yang digunakan untuk meramalkan permintaan suku cadang adalah peramalan regresi linier. Hasil dari peramalan yang diperoleh dari software WinQSB dapat dilihat pada Tabel 4.5. Hasil peramalan permintaan semua suku cadang pada Tabel 4.5 menggunakan metode regresi linier sebesar 6.192,9 unit. Melalui hasil peramalan tersebut dapat diketahui demand forecast masing-masing suku cadang.

commit to user

IV - 11


digilib.uns.ac.id

Tabel 4.5. Hasil Peramalan Permintaan Suku Cadang Forecast Result for Example Problem Year

1 2 3 4 5 6 7 8 9 10 11 CFE MAD MSE MAPE Trk.Signal R-sqaure

3.

Actual

Forecast by

Forecast

Data

LR

Error

1393 647 1108 1516 2994 4648 4871 4319 5160 4916

673.4 1225.4 1777.3 2329.3 2881.2 3433.2 3985.1 4537.1 5089.0 5641.0 6192.9

719.6 -578.4 -669.3 -813.3 112.8 1214.8 885.9 -218.1 71.0 -725.0

CFE

719.6 141.2 -528.1 -1341.4 -1228.6 -13.8 872.1 654.0 725.0 0.0

MAD

719.6 649.0 655.8 695.1 578.7 684.7 713.4 651.5 587.0 600.8

MSE

MAPE (%)

Tracking

51.7 70.5 67.2 63.8 51.8 47.5 43.3 38.5 34.4 32.4

1.0 0.2 -0.8 -1.9 -2.1 0.0 1.2 1.0 1.2 0.0

517798.2 426154.8 433433.4 490428.2 394886.2 575038.2 604999.9 535319.8 476399.4 481319.3

Signal

7.32E-04 600.8049 481319.3 32.43655 1.22E-06 0.8392756 a=121.4665 b=551.9515

Disagregasi Hasil peramalan pada Tabel 4.5 merupakan demand forecast untuk semua

suku cadang selama satu tahun ke depan. Untuk mengetahui demand forecast masing-masing suku cadang, maka dilakukan disagregasi yaitu perhitungan proporsi dari masing-masing suku cadang. Pada penelitian ini hanya memfokuskan pada suku cadang kelas B, untuk itu pada tahap disagregasi, suku cadang yang dihitung adalah suku cadang kelas B. Pada proses disagregasi diperlukan proporsi dari setiap suku cadang. Hasil perhitungan proporsi dan hasil perhitungan demand forecast untuk tiap suku cadang dapat dilihat pada Tabel 4.6. Berikut contoh perhitungan demand forecast untuk suku cadang 5709-4 : demand forecast

= proporsi × demand forecast WinQSB commit to user = 0,0283 × 1.008,5 unit = 28,542 unit

IV - 12

Rsqaure

1.0 0.6 1.0 1.0 1.0 0.5 0.5 0.6 0.7 0.8


digilib.uns.ac.id

Tabel 4.6. Hasil Proporsi dan Demand Forecast Suku Cadang Kelas B No. 1 2 3 4 5 6 7 8 9 10 11 12 13

4.

Nama Suku Cadang 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

Hasil Demand Total Proporsi Forecast Forecast (unit) (unit) (unit) 143 0.0045 6192.9 28.050 71 0.0022 6192.9 13.927 443 0.0140 6192.9 86.896 105 0.0033 6192.9 20.596 1,688 0.0535 6192.9 331.106 49 0.0016 6192.9 9.611 135 0.0043 6192.9 26.481 759 0.0240 6192.9 148.880 229 0.0073 6192.9 44.919 160 0.0051 6192.9 31.384 865 0.0274 6192.9 169.672 161 0.0051 6192.9 31.581 245 0.0078 6192.9 48.057

Standar Deviasi Standar deviasi digunakan untuk membandingkan penyebaran atau

penyimpangan data jumlah permintaan suku cadang. Untuk menghitung standar deviasi, langkah pertama yang dilakukan adalah menghitung rata-rata permintaan selama sepuluh tahun. Hasil perhitungan rata-rata permintaan dapat dilihat pada Tabel 4.7, berikut contoh perhitungan rata-rata permintaan suku cadang 5709-4 : స= స=

∑ xi

6 + 21 + 15 + 13 + 11 + 18 + 28 + 3 + 15 + 13 (unit) 10 unit

స = 14 unit

commit to user

IV - 13


digilib.uns.ac.id

Tabel 4.7. Hasil Perhitungan Rata-rata Permintaan Suku Cadang Kelas B Jumlah Pemakaian (unit)

No.

Nama Suku Cadang

1 2 3 4 5 6 7 8 9 10 11 12 13

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

2001

2002

2003

6 4 0 5 67 5 7 34 4 3 144 1 3

21 18 11 13 1 0 3 23 2 13 20 3 3

15 10 16 28 17 1 11 11 2 34 4 10 1

2004 2005 13 2 21 4 16 1 11 47 0 1 0 8 6

2006

11 3 46 4 260 1 13 27 2 10 89 14 1

Rata-rata

2007 2008 2009 2010

18 2 55 1 366 5 16 113 0 1 124 8 0

28 4 81 15 108 5 22 108 2 12 190 27 2

3 0 107 17 13 9 11 94 209 2 168 64 221

15 18 56 7 319 14 24 215 2 24 95 15 2

13 10 50 11 521 8 17 87 6 60 31 11 6

Sedangkan untuk hasil perhitungan standar deviasi dapat dilihat pada Tabel 4.8, berikut ini merupakan contoh perhitungan standar deviasi suku cadang 5709-4 :

S =ﾸ

x1 -x

S ๨ﾸ

6

2+

14

x2 -x

2

2+

21

x3 -x 2 + x4 -x n-1 14

2

15 9

2 +…+

14

2

xn -x

2

…

13

๨ 7,134 unit

commit to user

IV - 14

14

2

(unit) 14 7 44 11 169 5 14 76 23 16 87 16 25


digilib.uns.ac.id

Tabel 4.8. Hasil Perhitungan Standar Deviasi Suku Cadang Kelas B No. 1 2 3 4 5 6 7 8 9 10 11 12 13

Nama Suku Cadang 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

2001 2002 2003 6 21 15 4 18 10 0 11 16 5 13 28 67 1 17 5 0 1 7 3 11 34 23 11 4 2 2 3 13 34 144 20 4 1 3 10 3 3 1

Jumlah Permintaan (unit) Standar 2004 2005 2006 2007 2008 2009 2010 Deviasi (unit) 13 11 18 28 3 15 13 7.134 2 3 2 4 0 18 10 6.607 21 46 55 81 107 56 50 33.300 4 4 1 15 17 7 11 8.114 16 260 366 108 13 319 521 184.599 1 1 5 5 9 14 8 4.458 11 13 16 22 11 24 17 6.433 47 27 113 108 94 215 87 61.643 0 2 0 2 209 2 6 65.412 1 10 1 12 2 24 60 18.856 0 89 124 190 168 95 31 69.870 8 14 8 27 64 15 11 18.297 6 1 0 2 221 2 6 69.072

4.2.2. Perhitungan Holding Cost, Ordering Cost dan Shortage Cost Biaya yang digunakan untuk penentuan total biaya persediaan suku cadang adalah holding cost, ordering cost dan shortage cost. Berikut adalah perhitungan dari masing-masing biaya tersebut. 1.

Holding Cost Holding cost adalah biaya yang digunakan untuk menyimpan persediaan

suku cadang selama dalam gudang, dalam perhitungan holding cost menggunakan persamaan 3.3, 3.4 dan 3.5. Hasil perhitungan holding cost selengkapnya dapat dilihat pada Tabel 4.9. Contoh perhitungan holding cost untuk suku cadang 57094 adalah sebagai berikut : I = bunga pinjam bank × harga suku cadang per item = 6% /tahun × Rp 5.381.885,00/unit = Rp 322.913,00/unit/tahun B=

gaji pegawai selama satu tahun rata-rata persediaan suku cadang

=

(15 × Rp 4.000.000,00) × 12 bulan 20.039 unit

= Rp 35.930,00/unit/tahun Os = I + B = Rp 358.843,00/unit/tahun

commit to user

IV - 15


digilib.uns.ac.id

Tabel 4.9. Hasil Perhitungan Holding Cost Suku Cadang Kelas B Nama Suku Cadang

No. 1 2 3 4 5 6 7 8 9 10 11 12 13

2.

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

Harga (Rp/unit) Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

5,381,885 6,033,452 1,182,356 5,071,843 100,685 5,480,231 1,924,190 375,991 4,940,346 371,912 673,090 1,886,582 3,434,896

Holding Cost (Rp/unit/tahun) Rp 358,843 Rp 397,937 Rp 106,871 Rp 340,241 Rp 41,971 Rp 364,744 Rp 151,381 Rp 58,489 Rp 332,351 Rp 58,245 Rp 76,315 Rp 149,125 Rp 242,024

Ordering Cost Ordering cost merupakan biaya yang dikeluarkan oleh perusahaan untuk

memperoleh persediaan suku cadang. Ordering cost untuk semua suku cadang adalah sama. Perhitungan ordering cost menggunakan persamaan 3.4, berikut perhitungannya : Op = =

bt j Rp 300.000,00 × 12 1.067

= Rp 3.374,00/order 3.

Shortage Cost Shortage Cost merupakan biaya yang dikeluarkan persahaan karena terjadi

kekurangan persediaan di gudang. Shortage cost ditetapkan oleh perusahaan untuk masing-masing suku cadang yaitu 20% dari harga suku cadang. Penentuan shortage cost dapat dilihat pada Tabel 4.10, contoh perhitungan shortage cost untuk suku cadang 5709-4 adalah sebagai berikut : Ok = 20% × harga suku cadang = 20% × Rp 5.381.885,00 = Rp 1.076.377,00/unit

commit to user

IV - 16


digilib.uns.ac.id

Tabel 4.10. Hasil Perhitungan Shortage Cost Suku Cadang Kelas B No.

Nama Suku Cadang

1 2 3 4 5 6 7 8 9 10 11 12 13

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

Harga (unit) Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

5,381,885 6,033,452 1,182,356 5,071,843 100,685 5,480,231 1,924,190 375,991 4,940,346 371,912 673,090 1,886,582 3,434,896

Shortage Cost (unit) Rp 1,076,377 Rp 1,206,690 Rp 236,471 Rp 1,014,369 Rp 20,137 Rp 1,096,046 Rp 384,838 Rp 75,198 Rp 988,069 Rp 74,382 Rp 134,618 Rp 377,316 Rp 686,979

4.2.3. Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimum (R) Untuk penentuan periode waktu antar pemesanan dan persediaan maksimum mengacu pada persamaan 3.7 sampai dengan persamaan 3.14. Berikut adalah contoh langkah-langkah penentuan periode waktu antar pemesanan (T) dan persediaan maksimum (R) suku cadang 5709-4: ·

Iterasi 1

Langkah 1

: menghitung nilai T

2A T ๨ﾸ Dh 2 × Rp 3.373,95 ๨ﾸ 28,542 × Rp 358.843,00 ๨ 0,0259 tahun

Langkah 2 ๨

๨

: mengitung nilai α

Th 0,0259 × Rp 358.843,00 Rp 1.076.376,95

๨ 0,0086

commit to user

IV - 17


Langkah 3 R ๨ DT

digilib.uns.ac.id

: mengitung nilai R √T + L

DL

๨ 28,542×0,0259

28,542×0,096

2,3802 0,0259+ 0,096

๨ 4,2466 unit

dimana,

zα = 2,3802 hasil nilai tabel dari α = 0,0086 Langkah 4

: mengitung nilai N

N ๨ S√T + L f

Ѱ

๨ 7,134 0,0259+0,096 0,0235

2,3802×0,0029

๨ 0,0413

dimana,

๨ NORMDIST (z,0,1,0)

f

๨ NORMDIST (2,3802 ,0,1,0)

Ѱ

๨ 0,0235

Langkah 5

๨ NORMDIST (z ,0,1,0) – z 1-NORMDIST z,0,1,1

๨ NORMDIST (2,3802 ,0,1,0) – 2,3802 1-NORMDIST 2,3802 ,0,1,1 ๨ 0,0029

: mengitung OT

A R - DL T Rp 3.373,95 ๨ 0,0259 ๨

DT h 2

T

h N

4,2466 - 28,542×0,096

Rp 358.843,00

28,542×0,0259 2

Rp 1.076.376,95 0,0029 0,0259

๨ Rp 2.538.224,02/tahun

Setelah mengetahui OT dari T awal = 0,0259, akan dicoba dengan

penambahan T awal sebesar 0,005 tahun sehingga T = 0,0309, selanjutnya kembali ke Langkah 2. ·

Iterasi 2

Langkah 2 ๨

Th

: mengitung nilai α commit to user

IV - 18


๨

digilib.uns.ac.id

0,0309 × Rp 358.843,02 Rp 1.076.376,95

๨ 0,0103

Langkah 3 R ๨ DT


DL

๨ 28,542×0,0309

28,542×0,096

2,3102 0,0309+ 0,096

๨ 4,3788 unit

dimana,


: mengitung nilai N

N ๨ S√T + L f

Ѱ

๨ 7,134 0,0309+0,096 0,0277

2,3102×0,0036

๨ 0,0494

dimana,


f

๨ NORMDIST (2,3102 ,0,1,0)

Ѱ

Langkah 5

๨ 0,0264

๨ NORMDIST (z ,0,1,0) - z 1-NORMDIST z,0,1,1


: mengitung OT

A R - DL T Rp 3.373,95 ๨ 0,0309 ๨

DT h 2

T

h N

4,3788 - 28,542×0,096

Rp 358.843,02

28,542×0,0309 2

Rp 1.076.376,95 0,0036 0,0309

๨ Rp 2.593.191,00/tahun

Iterasi penambahan T awal tidak dilanjutkan karena nilai OT yang

dihasilkan lebih besar dari sebelumnya. Oleh karena itu, akan dilakukan iterasi commit to user

IV - 19


digilib.uns.ac.id

pengurangan T awal sebesar 0,005 tahun sehingga T = 0,0209, selanjutnya kembali ke Langkah 2. ·

Iterasi 3 : mengitung nilai α

Langkah 2 ๨

๨

Th 0,0209 × Rp 358.843,02 Rp 1.076.376,95

๨ 0,0070

Langkah 3 R ๨ DT


DL

๨ 28,542×0,0209

28,542×0,096

2,4598 0,0209+ 0,096

๨ 4,1163 unit

dimana,


: mengitung nilai N

N ๨ S√T + L f

Ѱ

๨ 7,134 0,0209+0,096 0,0194

2,4598×0,0023

๨ 0,0336

dimana,

f


๨ NORMDIST (2,4598 ,0,1,0)

Ѱ

Langkah 5

๨ 0,0194



: mengitung OT

A R - DL T Rp 3.373,95 ๨ 0,0209 ๨

DT h 2

T

h N

4,1163 - 28,542×0,096 commit to user

IV - 20

28,542×0,0209 2


digilib.uns.ac.id

Rp 1.076.376,95 0,0023 0,0209

Rp 358.843,02

๨ Rp 2.510.251,03/tahun

Iterasi pengurangan akan dilanjutkan karena nilai OT yang dihasilkan lebih

kecil dari sebelumnya. Oleh karena itu, akan dilakukan iterasi pengurangan T sebesar 0,005 tahun sehingga T = 0,0159, selanjutnya kembali ke Langkah 2. ·


Langkah 2 ๨

๨

Th 0,0159 × Rp 358.843,02 Rp 1.076.376,95

๨ 0,0053

Langkah 3 R ๨ DT


DL

๨ 28,542×0,0159

28,542×0,096

2,5597 0,0159+ 0,096

๨ 3,9913 unit

dimana,


: mengitung nilai N

N ๨ S√T + L f

Ѱ

๨ 7,134 0,0159+0,096 0,0151

2,5597×0,0017

๨ 0,0258

dimana,


f

๨ NORMDIST (2,5597 ,0,1,0)

Ѱ

๨ 0,0151



commit to user

IV - 21


Langkah 5

digilib.uns.ac.id

: mengitung OT

A R - DL T Rp 3.373,95 ๨ 0,0159

DT h 2

๨

T

h N

3,9913 - 28,542×0,096

Rp 358.843,

28,542×0,0159 2

Rp 1.076.376,95 0,0017 0,0159

๨ Rp 2.506.443,85/tahun

Iterasi pengurangan akan dilanjutkan karena nilai OT yang dihasilkan lebih

kecil dari sebelumnya. Oleh karena itu, akan dilakukan iterasi pengurangan T sebesar 0,005 tahun sehingga T = 0,0159, selanjutnya kembali ke Langkah 2. ·


Langkah 2 ๨

๨

Th 0,0109 × Rp 358.843,02 Rp 1.076.376,95

๨ 0,0036

Langkah 3 R ๨ DT


DL

๨ 28,542×0,0109

28,542×0,096

2,6900 0,0109+ 0,096

๨ 3,8743 unit

dimana,


: mengitung nilai N

N ๨ S√T + L f

Ѱ

๨ 7,134 0,0109+0,096 0,0107

2,6900×0,0011

๨ 0,0181

dimana,

f


๨ NORMDIST (2,6900 ,0,1,0) = 0,0151 commit to user IV - 22


Ѱ

digilib.uns.ac.id



Langkah 5

: mengitung OT

A R - DL T Rp 3.373,95 ๨ 0,0109 ๨

DT h 2

T

h N 28,542×0,0109 2

3,8743 - 28,542×0,096

Rp 1.076.376,95 0,0011 0,0159

Rp 358.843,

๨ Rp 2.577.294,93/tahun

Iterasi pengurangan tidak dilanjutkan nilai OT yang dihasilkan lebih besar

dari sebelumnya. Dengan demikian kebijakan yang optimal untuk suku cadang 5709-4 dapat dilihat pada Tabel 4.11 dan untuk rekap kebijakan yang optimal semua suku cadang kelas B selengkapnya dapat dilihat pada Tabel 4.12. Tabel 4.11. Hasil Optimal Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimal (R) Suku Sadang 5709-4 Nama Suku Cadang

5709-4

T (tahun) (hari) 0.0259 0.0309 0.0209 0.0159 0.0109

10 12 8 6 4

R (unit) 4.2466 4.3788 4.1163 3.9913 3.8743

OT (Rp /tahun) Rp Rp Rp Rp Rp

Keterangan

2,538,224.02 2,593,191.00 2,510,251.03 2,506,443.85 2,577,294.93

Optimal

Tabel 4.12. Rekap Hasil Optimal Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimal (R) Semua Suku Cadang No. 1 2 3 4 5 6 7

Nama Suku Cadang 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993

T (tahun) (hari)

R (unit)

0.0159 0.0249 0.0120 0.0160 0.0220 0.0239 0.0310

3.9913 2.2285 3.1554 1.2037 31.3976 1.5455 8.4582

6 10 5 6 8 9 12

commit to user

IV - 23

OT (Rp/tahun) Rp Rp Rp Rp Rp Rp Rp

2,506,443.85 2,292,373.77 1,784,124.15 1,608,858.26 3,935,036.46 1,461,056.69 1,403,073.98


digilib.uns.ac.id

Tabel 4.12. Rekap Hasil Optimal Periode Waktu Antar Pemesanan (T) dan Persediaan Maksimal (R) Semua Suku Cadang (lanjutan) No.

Nama Suku Cadang

8 9 10 11 12 13

740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

T (tahun) (hari) 0.0178 0.0113 0.0508 0.0128 0.0229 0.0091

7 5 19 5 9 4

OT

R (unit)

(Rp/tahun)

11.4063 2.4028 6.1961 7.7958 1.9153 2.2748

Rp 2,188,351.13 Rp 10,278,218.03 Rp 906,685.95 Rp 2,746,600.50 Rp 1,471,274.40 Rp 7,621,508.13

4.2.4. Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan Kebijakan Perusahaan Total biaya persediaan suku cadang perusahaan ditentukan untuk tahap perbandingan total biaya persediaan usulan dengan perusahaan. Perbandingan ini dilakukan untuk mengetahui seberapa baik model persediaan usulan. Dalam menentukan total biaya persediaan suku cadang berdasarkan kebijakan perusahaan adalah melakukan simulasi Montecarlo dengan bantuan software Microsoft Excel. Tujuan simulasi tersebut untuk mengetahui persediaan rata-rata suku cadang selama satu tahun, jumlah order, dan banyaknya shortage. Simulasi Montecarlo merupakan simulasi dengan model probabilistic, dimana data dihasilkan dari bilangan random yang kemudian disusun suatu distribusi probabilitas. Pada simulasi Montecarlo memerlukan data jumlah permintaan suku cadang harian beberapa tahun yang lalu. Jumlah data permintaan yang tersedia di perusahaan selengkapnya pada Tabel 4.13, sedangkan rincian permintaan dapat dilihat pada Lampiran 1.4 sampai dengan Lampiran 1.16. Tabel 4.13. Banyaknya Data Permintaan Suku Cadang Harian No. 1 2 3 4 5 6 7 8

Nama Suku Cadang

Banyaknya Data

5709-4 3 tahun 362-509-9002 6 tahun 65-90305-15 5 tahun 16135-62 3 tahun 335-299-401 6 tahun 453A1810-33 4 tahun AB0473993 6 tahun commit to 740007 5user tahun

IV - 24

Keterangan 2005-2007 2002-2007 2003-2007 2005-2007 2002-2007 2007-2010 2002-2007 2003-2007


digilib.uns.ac.id

Tabel 4.13. Banyaknya Data Permintaan Suku Cadang Harian (lanjutan) No.

Nama Suku Cadang

Banyaknya Data

Keterangan

9 10 11 12 13

QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

5 tahun 3 tahun 6 tahun 5 tahun 3 tahun

2003-2007 2005-2007 2002-2007 2003-2007 2005-2007

Adapun langkah-langkah dalam simulasi penentuan total biaya persediaan untuk suku cadang 5709-4 sebagai berikut : 1.

Menentukan perameter, pada penelitian ini parameter yang diamati adalah jumlah permintaan suku cadang 5709-4 harian selama beberapa tahun yang lalu.

2.

Membuat distribusi frekuensi permintaan. Pada suku cadang 5709-4 data permintaan harian yang tersedia adalah tiga tahun. Untuk itu jumlah permintaan dan jumlah frekuensi selama tiga tahun selengkapnya dapat dilihat hasilnya pada Tabel 4.14.

3.

Membuat distribusi probabilitas kumulatif untuk suku cadang 5709-4, hasil probabilitas kumulatif dapat dilihat pada Tabel 4.14. sedangkan untuk suku cadang lain terdapat pada Lampiran 5.1 sampai dengan Lampiran 5.13. Tabel 4.14. Probabilitas Kumulatif Suku Cadang 5709-4 Jumlah Permintaan 0 1 2 3

4.

Frekuensi 1043 48 3 1

% % Frekuensi Frekuensi Kumulatif 95.25 95.25 4.38 99.63 0.27 99.91 0.09 100.00

Probabilitas Bil. Random 0-95.25 95.26-99.63 99.64-99.91 99.92-100

Mengkaitkan nilai perameter dengan bilangan random. Pada simulasi bilangan random yang dibutuhkan adalah sebanyak 365. Angka 365 didapatkan dari jumlah hari dalam satu tahun, bilangan random yang dihasilkan adalah jumlah permintaan dalam satu hari. Contoh bilangan random untuk suku cadang 5709-4 selama 10 hari dapat dilihat pada Tabel 4.15. Persamaan untuk menentukan bilangan random adalah : commit to user Bilangan random ๨RAND( )*100 IV - 25


digilib.uns.ac.id

Tabel 4.15. Penentuan Bilangan Random Suku Cadang 5709-4

5.

Hari ke-

Bil. random

1 2 3 4 5 6 7 8 9 10

89.24 55.28 4.96 94.15 99.04 47.81 26.81 35.95 85.25 94.12

Probabilitas Bil. Random 0-95.25 0-95.26 0-95.27 0-95.28 95.26-99.63 0-95.25 0-95.26 0-95.27 0-95.28 0-95.29

Jumlah Permintaan (unit) 0 0 0 0 1 0 0 0 0 0

Melakukan simulasi Pada simulasi jumlah pemesanan (Q) ditentukan perusahaan untuk

masing-masing suku cadangnya, sedangkan titik pemesanan kembali (ROP) adalah 0. Leadtime pemesanan menggunakan leadtime pemesanan dalam satuan hari yang terdapat pada Tabel 4.2. Holding cost, ordering cost dan shortage cost mengacu pada hasil perhitungan di sub bab 4.2.3. Pada simulasi, periode review dilakukan setiap hari. Berikut adalah contoh uraian langkah-langkah proses simulasi perusahaan pada suku cadang 5709-4 : ·

Penentuan permintaan suku cadang Permintaan suku cadang mengacu pada hasil dari Langkah 4 dan dapat dilihat pada Tabel 4.15

·

Penentuan lot pemesanan Lot pemesanan jumlah kedatangan suku cadang yang telah dipesan pada leadtime yang telah ditentukan. Besarnya nilai lot pemesanan didasarkan pada jumlah yang dipesan yaitu jumlah pesanan (Q) perusahaan yang mengacu pada Lampiran 1.3.

·

Penentuan posisi persediaan Penentuan posisi persediaan mengacu pada persamaan 3.15, berikut contoh perhitungan pada hari (n) pertama. Posisi persediaan n = Posisi persediaan (n-1) + lot pemesanan (n) – Permintaan (n) – shortage (n-1) user = 2 commit unit + 0to unit – 0 unit – 0 unit = 2 unit

IV - 26


6.

digilib.uns.ac.id

Penentuan jumlah shortage Penentuan jumlah shortage mengacu pada persamaan 3.16, berikut contoh perhitungan pada hari (n) pertama : Shortage (n) = permintaan (n) - posisi persediaan (n) = 0 unit – 2 unit = 0 unit , karena posisi persediaan > permintaan

7.

Order Order merupakan pemesanan, pada simulasi model persediaan perusahaan order akan dilakukan jika posisi persediaan = 0 unit

8.

Penentuan total biaya persediaan Terdapat tiga komponen dalam menentukan total biaya persediaan yaitu holding cost, ordering cost dan shortage cost. Penentuan total biaya persediaan mengacu pada persamaan 3.17. OT = (rata-rata persediaan × Os) + (jumlah shortage × Ok) + (jumlah order × Op) OT = (3 × Rp 358.843,02) + (2 × Rp 1.076.376,95) + (5 × Rp 3.373,95) = Rp 3.149.088,61/tahun

Hasil simulasi Montecarlo suku cadang 5709-4 dapat dilihat pada Tabel 4.16, sedangkan untuk suku cadang lain selengkapnya pada Lampiran 5.14. Untuk rekap total biaya persediaan semua suku cadang kelas B dapat dilihat pada Tabel 4.17. Tabel 4.16. Hasil Simulasi Montecarlo Suku Cadang 5709-4 Hari ke1 2 3 4 5 6 7 8 9

lot pemesanan (unit)

posisi persediaan (unit)

permintaan (unit)

2 2 2 2 2 1 1 1 1 1commit to user

IV - 27

0 0 0 0 1 0 0 0 0

shortage (unit)

order


digilib.uns.ac.id

Tabel 4.16. Hasil Simulasi Montecarlo Suku Cadang 5709-4 (lanjutan) Hari lot pemesanan ke(unit) 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

posisi persediaan

permintaan

shortage

(unit)

(unit)

(unit)

1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0commit to user 0 0 0

IV - 28

order

1


digilib.uns.ac.id


8


permintaan (unit)

0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 8 0 8 0 8 0 8 0 7 1 7 0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 6 1 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 commit to user 6 0

IV - 29

shortage (unit)

order


digilib.uns.ac.id



permintaan (unit)

6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 5 1 5 0 5 0 5 0 4 1 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 commit to user 4 0

IV - 30

shortage (unit)

order


digilib.uns.ac.id



permintaan (unit)

4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 3 1 3 0 3 0 3 0 3 0 2 1 2 0 2 0 2 0 2 0 2 0 2 0 2 0 2 0 commit to user 2 0

IV - 31

shortage (unit)

order


digilib.uns.ac.id



permintaan (unit)

2 0 2 0 2 0 2 0 1 1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 commit to user 0 0

IV - 32

shortage (unit)

order


digilib.uns.ac.id



permintaan (unit)

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 commit to user 0 0

IV - 33

shortage (unit)

order

1

1

1

1

1


digilib.uns.ac.id


8


permintaan (unit)

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 6 0 5 1 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 commit to user 5 0

IV - 34

shortage (unit)

order


digilib.uns.ac.id



permintaan (unit)

5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 4 1 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 4 0 3 1 3 0 3 0 3 0 3 0 3 0 3 0 3 0 3 0 commit to user 3 0

IV - 35

shortage (unit)

order


digilib.uns.ac.id

Tabel 4.16. Hasil Simulasi Montecarlo Suku Cadang 5709-4 (lanjutan) lot pemesanan

posisi persediaan

permintaan

shortage

(unit)

(unit)

(unit)

(unit)

330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0 0 0

Jumlah

19

2

Hari ke-

Rata-rata

order

1

5

3

Biaya

Rp 358,843.02

OT

Rp 979,464.97

Rp 1,076,376.95

Rp

3,373.95

Rp 2,152,753.91

Rp

16,869.73

commit to user

IV - 36

Rp 3,149,088.61


digilib.uns.ac.id

Tabel 4.17. Rekap Total Biaya Persediaan Perusahaan Suku Cadang Kelas B OT Perusahaan Nama Suku No. 1 2 3 4 5 6 7 8 9 10 11 12 13

Cadang 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

(Rp/tahun) Rp 3,149,088.61 Rp 17,474,439.23 Rp 2,725,353.20 Rp 9,176,663.08 Rp 5,371,262.97 Rp 1,967,814.77 Rp 3,064,476.14 Rp 3,327,663.95 Rp 10,635,221.33 Rp 2,238,758.54 Rp 4,131,125.17 Rp 1,752,534.85 Rp 7,958,346.85

4.2.6. Perbandingan Hasil Perhitungan Total Biaya Persediaan Model Periodic Review Dengan Model Kebijakan Perusahaan Total biaya persediaan model kebijakan perusahaan dari hasil Simulasi Montecarlo memiliki nilai yang lebih besar dibandingkan total biaya persediaan model usulan. Hal tersebut dipengaruhi oleh besar kecilnya komponen total biaya persediaan yang meliputi holding cost, ordering cost serta shortage cost. Adapun perbandingan total biaya persediaan antara metode usulan dengan kebijakan perusahaan dapat dilihat selengkapnya pada Tabel 4.18. Tabel 4.18. Perbandingan Total Biaya Persediaan Model Periodic Review dengan Model Kebijakan Perusahaan No. 1 2 3 4 5 6 7 8 9 10

Nama Suku Cadang 5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32

Total Biaya Persediaan (Rp/tahun) Periodic Review Rp 2,506,443.85 Rp 2,292,373.77 Rp 1,784,124.15 Rp 1,608,858.26 Rp 3,935,036.46 Rp 1,461,056.69 Rp 1,403,073.98 Rp 2,188,351.13 Rp 10,278,218.03 Rp 906,685.95 commit to user

IV - 37

Perusahaan Rp 3,149,088.61 Rp 17,474,439.23 Rp 2,725,353.20 Rp 9,176,663.08 Rp 5,371,262.97 Rp 1,967,814.77 Rp 3,064,476.14 Rp 3,327,663.95 Rp 10,635,221.33 Rp 2,238,758.54


digilib.uns.ac.id

Tabel 4.18. Perbandingan Total Biaya Persediaan Model Periodic Review dengan Model Kebijakan Perusahaan (lanjutan) No.

Nama Suku Cadang

11 12 13

65-90305-20B AC9380F4010 F5746293620200

Total Biaya Persediaan (Rp/tahun) Usulan Rp 2,746,600.50 Rp 1,471,274.40 Rp 7,621,508.13

commit to user

IV - 38

Perusahaan Rp 4,131,125.17 Rp 1,752,534.85 Rp 7,958,346.85


digilib.uns.ac.id

BAB V ANALISIS HASIL Pada bab ini tahap analisis terdiri dari hasil analisis periode waktu antar pemesanan (T), analisis persediaan maksimum (R), perbandingan total biaya persediaan, perubahan periode waktu antar pemesanan (T) suku cadang kelas B, serta perubahan permintaan suku cadang kelas B. 5.1.

Analisis Periode Waktu Antar Pemesanan (T) Periode waktu antar pemesanan (T) yang dihasilkan dari model periodic

review untuk 13 suku cadang kelas B berbeda-beda. Perbedaan periode waktu antar pemesanan (T) pada 13 suku cadang kelas B dapat dilihat pada Tabel 5.1. Tabel 5.1. Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B No.

Nama Suku Cadang

T (hari)

1 2 3 4 5 6 7 8 9 10 11 12 13

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

6 10 5 6 8 9 12 7 5 19 5 9 4

Dari Tabel 5.1 dapat dilihat hasil perhitungan periode waktu antar pemesanan (T) pada setiap suku cadang kelas B yang berbeda-beda. Periode waktu antar pemesanan (T) paling pendek adalah 4 hari pada suku cadang F5746293620200 dan yang paling panjang adalah 19 hari pada suku cadang MS20995C32. Pada suku cadang F5746293620200 periode waktu antar pemesanan (T) yang dihasilkan paling pendek hal ini dikarenakan permintaan suku cadang F5746293620200 cukup tinggi yaitu 49 unit/tahun juga shortage cost yang dihasilkan tinggi yaitu Rp 686.979,13. Maka untuk mengantisipasi adanya commit to user

V-1


digilib.uns.ac.id

shortage cost yang dapat meningkatkan total biaya persediaan, dibutuhkan peninjauan persediaan dengan periode waktu antar pemesanan (T) yang pendek yaitu selama 4 hari sekali. Pada suku cadang MS20995C32 periode waktu antar pemesanan (T) yang dihasilkan paling panjang hal ini dikarenakan permintaan suku cadang MS20995C32 tidak begitu tinggi yaitu 32 unit/tahun juga shortage cost yang dihasilkan rendah yaitu Rp 74.382,35. Untuk memudahkan perusahaan dalam memantau persediaan, dihasilkan periode waktu antar pemesanan (T) yang panjang yaitu selama 19 hari sekali. Jika terjadi shortage cost diharapkan total biaya persediaan yang dihasilkan tidak begitu tinggi karena permintaan dan shortage cost yang rendah. 5.2.

Analisis Persediaan Maksimum (R) Persediaan maksimum (R), yang dihasilkan dari model periodic review

untuk 13 suku cadang kelas B berbeda-beda. Perbedaan persediaan maksimum (R) pada 13 suku cadang kelas B dapat dilihat pada Tabel 5.2. Tabel 5.2. Persediaan Maksimum (R) Suku Cadang Kelas B No.

Nama Suku Cadang

R (unit)

1 2 3 4 5 6 7 8 9 10 11 12 13

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

4 3 4 2 32 2 9 12 3 7 8 2 3

Dari Tabel 5.2 dapat dilihat hasil perhitungan persediaan maksimum (R) pada setiap suku cadang kelas B yang berbeda-beda. Persediaan maksimum (R) yang paling sedikit adalah 2 unit pada suku cadang 16135-62, 453A1810-33 dan commit to user AC9380F4010 dan persediaan maksimum (R) yang paling banyak adalah 31 unit V-2


pada

suku

cadang

digilib.uns.ac.id

335-299-401.

Suku

cadang

16135-62,

453A1810-33,

AC9380F4010 dan 335-299-401 mempunyai periode waktu antar pemesanan (T) yang hampir sama namun persediaan maksimum (R) berbeda-beda karena dipengaruhi oleh beberapa faktor. Pada suku cadang 16135-62, 453A1810-33 dan AC9380F4010 persediaan maksimum (R) yang dihasilkan paling sedikit hal ini dikarenakan permintaan suku cadang 16135-62, 453A1810-33 dan AC9380F4010 tidak begitu tinggi yaitu 21 unit/tahun, 10 unit/tahun dan 32 unit/tahun. Selain itu pada suku cadang 16135-62, 453A1810-33 dan AC9380F4010 holding cost yang dihasilkan tinggi yaitu Rp 340.240,52/tahun, Rp 364.734,77/tahun dan Rp 149.124,83/tahun. Maka untuk mengantisipasi holding cost yang dapat meningkatkan total biaya persediaan, dibutuhkan persediaan maksimum (R) yang sedikit yaitu 2 unit. Sedikitnya persediaan maksimum (R) pada suku cadang 16135-62, 453A1810-33 dan AC9380F4010 diharapkan dapat meminimalkan holding cost. Sedangkan pada suku cadang MS20995C32 persediaan maksimum (R) paling banyak yaitu 32 unit hal ini dikarenakan permintaan suku cadang MS20995C32 tinggi yaitu 332 unit/tahun. Selain itu pada suku cadang MS20995C32 holding cost yang dihasilkan rendah yaitu Rp 41.971,06/tahun. Maka untuk mengantisipasi shortage cost yang dapat meningkatkan total biaya persediaan, dibutuhkan persediaan maksimum (R) yang banyak yaitu 32 unit. Banyaknya persediaan maksimum (R) pada suku cadang MS20995C32 diharapkan dapat memenuhi tingginya jumlah permintaan pada suku cadang tersebut. Persediaan maksimum (R) cukup banyak pada suku cadang MS20995C32 tidak akan meningkatkan total biaya persediaan karena holding cost yang rendah. 5.3.

Perbandingan Total Biaya Persediaan Berdasarkan hasil perhitungan total biaya persediaan pada model periodic

review dan model kebijakan perusahaan, model periodic review menghasilkan total biaya persediaan yang lebih kecil dari model kebijakan perusahaan. Pada semua suku cadang kelas B, total biaya persediaan model periodic review yang commit to user

V-3


digilib.uns.ac.id

dihasilkan lebih kecil dari model kebijakan perusahaan. Selisih total biaya persediaan untuk semua suku cadang kelas B, yang dapat dilihat pada Tabel 5.3. Rata-rata selisih total biaya persediaan untuk 13 suku cadang kelas B sebesar 37,07%, dimana selisih yang paling besar terdapat pada suku cadang 362509-9002 yaitu sebesar 86.88%. Selisih terbesar pada suku cadang 362-509-9002 karena rata-rata persediaan yang tersedia di gudang 44 unit sedangkan besarnya permintaan 5 unit sedangkan pada model usulan, persediaan yang harus tersedia cenderung lebih kecil sehingga holding cost yang dihasilkan lebih kecil. Selain itu holding cost yang dimiliki suku cadang 362-509-9002 paling tinggi dibandingkan dengan suku cadang lain. Sedangkan selisih total biaya persediaan yang kecil terdapat pada suku cadang QA03362 sebesar 3.36% dan suku cadang F5746293620200 sebesar 4.23%. Selisih total biaya persediaan yang cenderung kecil dipengaruhi oleh besarnya holding cost yang dihasilkan model usulan dengan model perusahaan hampir sama. Hal ini disebabkan karena besarnya ratarata persediaan yang tersedia di gudang pada model usulan dengan model perusahaan seimbang dengan banyaknya permintaan. Tabel 5.3. Selisih Total Biaya Persediaan Suku Cadang Kelas B No.

Nama Suku Cadang

OT Perusahaan (Rp/tahun)

OT Usulan (Rp/tahun)

1 2 3 4 5 6 7 8 9 10 11 12 13

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200

Rp 3,149,088.61 Rp 17,474,439.23 Rp 2,725,353.20 Rp 9,176,663.08 Rp 5,371,262.97 Rp 1,967,814.77 Rp 3,064,476.14 Rp 3,327,663.95 Rp 10,635,221.33 Rp 2,238,758.54 Rp 4,131,125.17 Rp 1,752,534.85 Rp 7,958,346.85

Rp 2,506,443.85 Rp 2,292,373.77 Rp 1,784,124.15 Rp 1,608,858.26 Rp 3,935,036.46 Rp 1,461,056.69 Rp 1,403,073.98 Rp 2,188,351.13 Rp 10,278,218.03 Rp 906,685.95 Rp 2,746,600.50 Rp 1,471,274.40 Rp 7,621,508.13

Selisih OT (Rp/tahun) Rp 642,644.76 Rp 15,182,065.47 Rp 941,229.05 Rp 7,567,804.82 Rp 1,436,226.51 Rp 506,758.08 Rp 1,661,402.15 Rp 1,139,312.82 Rp 357,003.30 Rp 1,332,072.59 Rp 1,384,524.67 Rp 281,260.45 Rp 336,838.72

Total biaya persediaan perusahaan yang dihitung dengan simulasi Montecarlo menghasilkan total biaya persediaan sebesar Rp 72.972.748,71/tahun, sedangkan

total

biaya

persediaan model periodic review sebesar Rp commit to user 40.203.605,29/tahun untuk semua suku cadang kelas B, yang selengkapnya dapat V-4

(%) 20.41% 86.88% 34.54% 82.47% 26.74% 25.75% 54.21% 34.24% 3.36% 59.50% 33.51% 16.05% 4.23%


digilib.uns.ac.id

dilihat pada Gambar 5.1. Model periodic review yang dilakukan dapat menghemat total biaya persediaan yang dikeluarkan perusahaan untuk mengelola persediaan di PT. GMF AA. Penghematan total biaya persediaan dipengaruhi oleh beberapa faktor, satu diantaranya adalah berkurangnya persediaan rata-rata semua suku cadang kelas B di gudang. Hal ini disebabkan karena setiap suku cadang mempunyai titik maksimal persediaan. Faktor lain adalah berkurangnya jumlah shortage yang dilakukan oleh perusahaan karena masing-masing suku cadang mempunyai persediaan yang lebih dari nol dan akan memesan suku cadang ketika posisi persediaan berada di bawah titik maksimum persediaan. Total Biaya Persediaan (Rp/tahun)

Rp80,000,000

Rp72,972,749

Rp70,000,000 Rp60,000,000 Rp50,000,000 Rp40,000,000

Rp40,203,605

Rp30,000,000 Rp20,000,000 Rp10,000,000 RpUsulan

Perusahaan

Model Persediaan

Gambar 5.1. Grafik Perbandingan Total Biaya Persediaan 5.4.

Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B Pada analisis ini, perubahan periode waktu antar pemesanan (T) dilakukan

pada semua suku cadang kelas B. Perubahan periode waktu antar pemesanan (T) dilakukan dengan periode waktu antar pemesanan (T) mingguan dan tidak dilakukan dengan periode waktu antar pemesanan (T) harian, karena periode waktu antar pemesanan (T) yang dilakukan harian adalah model continous review. Periode waktu antar pemesanan (T) mingguan dilakukan mulai dari 1 minggu hingga 12 minggu. Hasil total biaya persediaan yang diperoleh dari perubahan periode waktu antar pemesanan (T) memiliki titik minimal pada periode waktu commit to user antar pemesanan (T) 6 minggu. Pada perubahan 12 periode waktu antar V-5


digilib.uns.ac.id

pemesanan (T) ini, hasil yang ditampilkan hanya pada periode waktu antar pemesanan (T) pada 2 minggu, 4 minggu, 6 minggu, 8 minggu, 10 minggu dan 12 minggu. Pada perubahan periode waktu antar pemesanan (T), terjadi peningkatan total biaya persediaan seperti ditunjukkan pada Tabel 5.4. Tabel 5.4. Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B Periode Review 2 minggu 4 minggu 6 minggu 8 minggu 10 minggu 12 minggu

Total biaya Persediaan (Rp/tahun) Perubahan (T) (T) awal Rp Rp Rp Rp Rp Rp

93,713,865.23 68,993,203.76 64,598,550.03 65,427,975.90 68,433,010.28 72,565,051.51

Rp 40,203,605.29 Rp 40,203,605.29 Rp 40,203,605.29 Rp 40,203,605.29 Rp 40,203,605.29 Rp 40,203,605.29

Pada Tabel 5.4, total biaya persediaan model usulan lebih kecil dibandingkan dengan total biaya persediaan jika terjadi perubahan periode waktu antar pemesanan (T). Hal ini membuktikan bahwa periode waktu antar pemesanan (T) yang ditetapkan berdasarkan hasil perhitungan model periodic review sudah optimal. Apabila perusahaan menghendaki agar pengendalian persediaan suku cadang kelas B dilakukan dengan periode waktu antar pemesanan (T) yang sama, maka disarankan periode waktu antar pemesanan (T) yang dipakai adalah periode waktu antar pemesanan (T) 6 minggu. Pada periode waktu antar pemesanan (T) 6 minggu total biaya persediaan yang dihasilkan paling minimum. Walaupun semakin panjang interval periode waktu antar pemesanan (T), perusahaan akan lebih mudah mengendalikan persediaan. Akan tetapi, penetapan periode waktu antar pemesanan (T) harus dicermati lebih teliti oleh perusahaan karena periode waktu antar pemesanan (T) akan mempengaruhi total biaya persediaan. Pada Gambar 5.4, total biaya persediaan pada perubahan periode waktu antar pemesanan (T) akan semakin turun jika interval periode waktu antar pemesanan (T) semakin panjang. Namun pada kondisi lain ada titik balik yang mengakibatkan total biaya persediaan akan meningkat jika periode waktu antar pemesanan (T) semakin panjang. Titik minimum dari total biaya persediaan pada perubahan periode waktu antar pemesanan (T) adalah pada saat interval periode waktu antar pemesanan (T) 6 minggu dengan total biaya persediaan Rp commit to user 64,598,550.03/tahun. Hal ini disebabkan karena beberapa faktor, salah satunya V-6


digilib.uns.ac.id

adalah pada saat periode waktu antar pemesanan (T) kurang dari 6 minggu, holding cost yang dihasilkan semakin kecil sebab jumlah persediaan menurun. Menurunnya jumlah persediaan karena tidak terjadi pengadaan persediaan selama interval periode waktu antar pemesanan (T). Jika holding cost menurun maka total biaya persediaan juga akan menurun.

Total Biaya Persediaan (Rp/tahun)

Rp100,000,000 Rp90,000,000 Rp80,000,000 Rp70,000,000 Rp60,000,000

OT Perubahan Periode Review

Rp50,000,000 Rp40,000,000 Rp30,000,000 Rp20,000,000

OT Model Usulan

Rp10,000,000 Rp2

4

6

8

10

12

Periode Review (minggu)

Gambar 5.2. Grafik Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B Sedangkan pada saat interval periode waktu antar pemesanan (T) lebih dari 6 minggu total biaya persediaan akan meningkat, faktor penyebabnya adalah adanya shortage cost yang semakin membesar. Pengadaan persediaan dilakukan pada saat periode waktu antar pemesanan (T), jika semakin lama interval periode waktu antar pemesanan (T), jumlah persediaan yang ada di gudang semakin menurun dan mungkin tidak dapat memenuhi semua permintaan karena kurangnya persediaan. Jika terjadi kekurangan persediaan, perusahaan harus mengeluarkan shortage cost. Meningkatnya shortage cost akan meningkatkan pula total biaya persediaan. Jika periode waktu antar pemesanan (T) mengalami perubahan pada semua suku cadang, maka persediaan maksimum (R) juga akan berubah. Semakin panjang periode waktu antar pemesanan (T), semakin banyak pula persediaan maksimum (R) yang harus ada di gudang. Hal ini dikarenakan persediaan maksimum (R) harus dapat memenuhi permintaan selama periode waktu antar commitmaksimum to user pemesanan (T). Perubahan persediaan (R) pada periode waktu antar

V-7


digilib.uns.ac.id

pemesanan (T) selama 2 minggu sampai dengan 12 minggu dapat diihat pada Gambar 5.3.

Gambar 5.3. Grafik Perubahan Persediaan Maksimum (R) Suku Cadang Kelas B Pada Gambar 5.3 terlihat bahwa semakin lama periode waktu antar pemesanan (T), persediaan maksimum (R) semakin meningkat. Besarnya peningkatan persediaan maksimum (R) setiap suku cadang pada perubahan periode waktu antar pemesanan (T) yang sama, selengkapnya dapat dilihat pada Tabel 5.5. Hampir semua suku cadang pada Tabel 5.5 mengalami peningkatan persediaan maksimum (R) pada saat periode waktu antar pemesanan (T) antara 2 minggu hingga 12 minggu. Namun, suku cadang MS20995C32

mengalami

penurunan persediaan maksimum (R) pada periode waktu antar pemesanan (T) 2 minggu. Hal ini dikarenakan periode waktu antar pemesanan (T) yang optimal pada suku cadang MS20995C32 adalah 19 hari. Maka pada periode waktu antar pemesanan (T) 2 minggu, persediaan maksimum (R) berkurang dari 7 unit ke 6 unit.

commit to user

V-8


digilib.uns.ac.id

Tabel 5.5. Perubahan Persediaan Maksimum (R) Pada Periode Waktu Antar Pemesanan (T) yang Sama No. 1 2 3 4 5 6 7 8 9 10 11 12 13

5.5.

Nama Suku Cadang

R awal (unit)

5709-4 362-509-9002 65-90305-15 16135-62 335-299-401 453A1810-33 AB0473993 740007 QA03362 MS20995C32 65-90305-20B AC9380F4010 F5746293620200 Total

4 3 4 2 32 2 9 12 3 7 8 2 3 91

Perubahan R (unit) 2 4 6 8 10 12 minggu minggu minggu minggu minggu minggu 5 6 7 8 9 11 3 3 4 5 5 6 6 9 13 16 20 23 2 3 4 5 6 6 37 50 63 75 88 101 2 2 3 3 4 4 9 10 11 12 13 14 15 21 26 32 38 44 4 6 8 9 11 13 6 7 9 10 11 12 13 19 26 32 39 45 3 4 5 7 8 9 4 6 8 10 12 14 109 146 187 224 293 302

Perubahan Jumlah Permintaan Suku Cadang Kelas B Jumlah permintaan sangat mungkin berubah setiap tahunnya, perubahan

permintaan dapat terjadi pada semua suku cadang. Pada analisis ini, perubahan jumlah permintaan terbagi menjadi dua macam yaitu peningkatan jumlah permintaan dan penurunan jumlah permintaan. Peningkatan dan penurunan jumlah permintaan pada analisis ini dilakukan sebesar 20%, 40%, 60%, 80% dan 100%. Jika terjadi peningkatan dan penurunan jumlah permintaan sebesar persentase tersebut, terjadi perubahan total biaya persediaan seperti ditunjukkan pada Gambar 5.4. Perubahan peningkatan dan penurunan jumlah permintaan memberikan perubahan pada total biaya persediaan seperti yang ada pada Gambar 5.3. Pada peningkatan jumlah permintaan, semakin tinggi jumlah permintaan maka semakin besar pula total biaya persediaan. Hal ini disebabkan karena persediaan yang ada di gudang tidak dapat memenuhi permintaan, maka banyak shortage cost yang dapat meningkatkan total biaya persediaan meskipun tidak terdapat holding cost. Selain itu shortage cost di PT. GMF AA lebih tinggi dibandingkan dengan holding cost, hal ini memberikan commit pertimbangan to userbagi perusahaan untuk mengambil

V-9


digilib.uns.ac.id

keputusan meningkatkan persediaan untuk mengantisipasi jika terjadi lonjakan jumlah persediaan.

Gambar 5.4. Grafik Perubahan Jumlah Permintaan Suku Cadang Kelas B Sedangkan pada penurunan jumlah permintaan, semakin kecil jumlah permintaan maka semakin kecil pula total biaya persediaan. Hal ini disebabkan karena persediaan yang ada di gudang dapat selalu memenuhi permintaan, maka tidak ada shortage cost, meskipun masih ada ordering cost dan holding cost. Namun ordering cost dan holding cost di PT. GMF AA cenderung memiliki nilai yang rendah dibandingkan dengan shortage cost. Selain itu dengan adanya jumlah persediaan maksimal (R) pada model periodic review, dapat mengatasi adanya kelebihan persediaan yang dapat meningkatkan total biaya persediaan.

commit to user

V - 10


digilib.uns.ac.id

BAB VI KESIMPULAN DAN SARAN Pada bab ini akan dijelaskan kesimpulan mengenai hasil dari pembahasan pengendalian persediaan suku cadang serta perbandingan model periodic review dengan model kebijakan perusahaan. Sedangkan saran yang berisi mengenai halhal yang harus dipertimbangkan untuk perusahaan dalam mengelola persediaan. 6.1.

Kesimpulan Kesimpulan yang dapat ditarik berdasarkan hasil penelitian mengenai

persediaan suku cadang di PT. GMF AA yang sesuai dengan tujuan penelitian sebagai berikut : 1.

Model periodic review yang telah digunakan dapat menghasilkan periode waktu antar pemesanan (T) yang optimal untuk 13 suku cadang kelas B. Periode waktu antar pemesanan (T) pada setiap suku cadang berbeda, periode waktu antar pemesanan (T) paling pendek adalah 4 hari dan yang paling lama adalah 19 hari.

2.

Model periodic review yang telah digunakan dapat menghasilkan persediaan maksimum (R) yang optimal untuk 13 suku cadang kelas B. Persediaan maksimum (R) pada setiap suku cadang berbeda, persediaan maksimum (R) paling sedikit adalah 2 unit dan yang paling banyak adalah 31 unit.

3.

Hasil dari perbandingan total biaya persediaan model periodic review dengan model kebijakan perusahaan adalah total biaya persediaan pada model periodic review mempunyai nilai yang lebih kecil. Rata-rata selisih total biaya persediaan model periodic review dengan model kebijakan perusahaan sebesar 37,07%.

6.2.

Saran Saran untuk PT. GMF AA berdasarkan penelitian ini adalah jika

perusahaan menghendaki agar pengendalian persediaan suku cadang kelas B dilakukan dengan periode review yang sama, maka disarankan periode review yang dipakai adalah 6 minggu. commit to user

VI - 1

PENGENDALIAN PERSEDIAAN SUKU CADANG PESAWAT TERBANG DENGAN PENDEKATAN MODEL PERIODIC REVIEW (Studi kasus PT. Garuda Maintenance Facility Aero Asia)

Recommend Documents