PERAMALAN PENJUALAN DAN OPTIMALISASI BIAYA PENDISTRIBUSIAN PADA PT MITRA PELITA INTERNUSA Patricia
[email protected] Iskandar Putong SE.,MM
ABSTRACT The purpose of this study is to do sales forecasting accurately and to optimize book distribution cost on PT Mitra Pelita Internusa. Accurate forecasting analysis is essential for the company so that there are no surplus or shortage of books delivered to every channel which it could minimize total cost. Also in selecting alternative way of book distribution, which compares company’s current outsources or the other. Method used in this study is quantitative. In forecasting analysis, methods used are Moving Average, Exponential Smoothing, Linear Regression and Neural Network, whilst in distribution analysis, Northwest Corner, Least Cost and Vogel’s Approximation method is used. The data must be validated and declared stationary to start the forecasting process; Neural Network became the most accurate with very low error level. For distribution cost optimization, the three methods shows best and even results. With PT Mitra Pelita Internusa applying those methods, surely the cost of distribution should decrease. Keywords: Forecasting, Neural Network, Stationary, Transportation, Channel
ABSTRAK Tujuan penelitian ini ialah untuk meramalkan jumlah penjualan yang akurat dan mengoptimalisasikan biaya pendistribusian buku pada PT Mitra Pelita Internusa (MPI). Peramalan penjualan yang akurat sangatlah penting bagi perusahaan agar tidak terjadi kelebihan atau kekurangan jumlah buku yang dikirim ke setiap channel sehingga tidak perlu mengeluarkan biaya – biaya lain sehingga dapat meminimalisasi total cost. Begitu juga untuk pemilihan alternatif distribusi yang harus dipilih oleh perusahaan dalam mendistribusikan barang ke setiap channel, dengan membandingkan penggunaan jasa outsourcing saat ini atau jasa outsourcing lainnya. Metode penelitian yang digunakan adalah metode kuantitatif. Dalam menganalisis peramalan penjualan digunakan empat metode peramalan yaitu Moving Average, Exponential Smoothing, Linear Regression, dan Neural Network, sedangkan untuk menganalisis distribusi digunakan tiga metode transportasi yaitu Northwest-Corner, Least Cost dan Vogel’s Approximation Method. Setelah data di validasi melalui uji stasioner data yang kemudian dilakukan peramalan maka hasilnya menunjukkan metode Neural Network lah yang mempunyai akurasi dengan tingkat error yang paling kecil sedangkan untuk optimalisasi distribusi, terbukti ketiga metode transportasi menghasilkan hasil terbaik. Dengan menerapkan metode-metode tersebut pada PT MPI, maka dipastikan dapat mengurangi biaya yang harus dikeluarkan oleh perusahaan. (P) Kata Kunci : Peramalan, Neural Network, Stasioner, Transportasi, Channel
Pendahuluan Kemajuan teknologi di era Globalisasi saat ini memberikan dampak yang cukup significant terhadap beberapa aspek kehidupan manusia. Salah satunya yaitu membuat “teknologi” menjadi suatu hal yang sulit untuk dipisahkan dalam kehidupan sehari-hari. Melihat dampak positif dari penggunaan teknologi, ternyata banyak juga dampak negative yang ditimbulkan. Salah satunya adalah dampak yang dirasakan oleh Industri buku. Buku yang sebelumnya menjadi sebuah kebutuhan utama dalam pencaharian ilmu pengetahuan, sekarang sudah mulai tergeser manfaatnya akibat kemajuan dan penggunaan teknologi. Masyarakat cenderung untuk menggunakan e-book yang bisa diakses secara online, mudah dan gratis. Dalam Industri buku, masalah tersebut dirasakan oleh para penerbit, percetakan, dan distributor buku. Masalah yang dialami berbeda-beda, salah satunya adalah kesulitan untuk mengatasi bagaimana agar barang yang disediakan sesuai dengan permintaan yang dibutuhkan. Diperlukan cara yang tepat untuk menyelesaikan solusi tersebut tidak terjadi penurunan profit perusahaan. PT Mitra Pelita Internusa yang bergerak dibidang distributor buku. Perusahaan ini menyalurkan buku dari luar negeri ke beberapa toko buku ternama di Jakarta sejak tahun 2004. Perusahaan ini berpusat pada sebuah kantor yang beralamatkan di Ruko Kebon Jeruk Permai Blok C No.18, Jakarta Barat. Perusahaan ini mendistribusikan buku cerita berbentuk novel fiksi yang bersumber dari America, Inggris, dan Singapore ke toko buku Gramedia di Jakarta, Bandung, Makassar, Yogyakarta, Surabaya, Malang. Dari keenam channel yang ada, permasalahan seringkali terjadi pada channel Gramedia Makassar, Yogyakarta, dan Surabaya yang mana penjualan di tiga kota tersebut naik turun dalam tiga tahun terakhir ini, sehingga terjadi banyak barang yang over dan understock, berikut adalah data yang didapatkan dari penjualan di 3 channel tersebut. Dari data penjualan tersebut terlihat lonjakan penjualan yang cukup signifikan dan naik turun. Pemilihan dan penentuan saluran distribusi bukan suatu hal yang mudah karena kesalahan dalam memilih saluran distribusi akan dapat menggagalkan tujuan perusahaan yang telah ditentukan. Salah satunya akibat pemilihan saluran distribusi yang salah dapat menimbulkan penghamburan biaya atau pemborosan. Perusahaan ini berkeinginan untuk beralih pada jasa pengiriman outsource lain, dikarenakan perusahaan merasa biaya yang dikeluarkan pada jasa pengiriman outsource saat ini masih cukup mahal bagi perusahaan. Biaya pengiriman berdasarkan data tiga tahun terakhir setelah data di rataratakan dari perusahaan yaitu sebesar Rp 6.040.000,-. Nilai ini masih dianggap tinggi, sedangkan untuk kedepannya perusahaan menginginkan biaya pendistribusian bisa mencapai dibawah Rp 5.000.000,- dengan tujuan agar kelebihan uang dari selisih biaya tersebut dapat dimanfaatkan untuk biaya yang lain.
Identifikasi Masalah Berdasarkan latar belakang masalah diatas, terdapat beberapa identifikasi masalah yang akan di bahas, antara lain : 1. Berapa besarkah nilai aktual penjualan buku di Gramedia tiga kota pada periode selanjutnya? 2. Berapa besarkah biaya yang paling optimal pada pengiriman ke Gramedia tiga kota tersebut?
Ruang Lingkup Dalam penelitian ini, peneliti membahas manajemen operasional yang menganalisa peramalan penjualan, persediaan stok barang dan efisiensi biaya pengiriman dari PT Mitra Pelita Internusa. Yang mana : 1. Penelitian ini fokus pada penjualan buku di Gramedia Makassar, Yogyakarta, dan Surabaya dengan metode peramalan membandingkan antara ke empat metode (Exponential Smoothing, Moving Avarage, Linear Regression, dan Neural Network) dan Metode Transportasi membandingkan antara ke tiga metode (North West Corner, Least Cost, dan VAM) tidak fokus pada hal-hal diluar itu. 2. Penelitian ini tidak menguji hipotesis untuk tujuan penelitian, tapi menguji hipotesis untuk Validasi 3. Ceteris Paribus (Hal-hal lain di luar yang akan ditetiti relative tidak berubah)
Tujuan Penelitian Tujuan penelitian ini adalah untuk : 1. Mengetahui nilai aktual penjualan buku di tiga kota pada periode selanjutnya. 2. Mengetahui biaya yang paling optimal pada pengiriman ke tiga kota.
Metode Penelitian Penelitian ini adalah penelitian deskriptif dengan menggunakan data primer sekunder dan cross section. Data penjualan yang digunakan dalam penelitian ini adalah dari bulan January 2012 – Juli 2014. Teknik pengumpulan data menggunakan teknik wawancara, survey, dan dokumentasi. Untuk menyelesaikan permasalahan dalam penelitian ini, menggunakan empat metode peramalan dan tiga metode transportasi yang mana data harus di stasionerkan terlebihdahulu.
Hasil dan Bahasan Berikut ini adalah data penjualan buku di tiga channel yaitu Gramedia Makassar, Gramedia Yogyakarta, dan Gramedia Surabaya selama kurang dari tiga tahun ini, terhitung dari bulan January 2012-Juli 2014. Dari data penjualan ini, akan digunakan untuk peramalan penjualan dan optimalisasi biaya transportasi.
Channel
NO BULAN
Tabel 1 Data Penjualan Gramedia Gramedia
Gramedia
MAKASSAR
YOGYAKARTA
SURABAYA
1
JANUARY 2012
224
147
113
2
FEBUARY 2012
193
137
217
3
MARET 2012
263
173
351
4
APRIL 2012
244
136
211
5
MEI 2012
214
100
295
6
JUNI 2012
161
114
360
7
JULI 2012
114
115
283
8
AGUSTUS 2012
123
120
326
9
SEPTEMBER 2012
121
146
307
10
OKTOBER 2012
152
129
249
11
NOVEMBER 2012
130
121
202
12
DESEMBER 2012
255
189
207
1
JANUARY 2013
229
156
185
2
FEBUARY 2013
211
171
144
3
MARET 2013
259
165
282
4
APRIL 2013
200
105
265
5
MEI 2013
211
161
339
6
JUNI 2013
204
150
344
7
JULI 2013
189
140
399
8
AGUSTUS 2013
116
156
350
9
SEPTEMBER 2013
140
153
384
10
OKTOBER 2013
93
104
454
11
NOVEMBER 2013
124
94
383
12
DESEMBER 2013
193
160
528
1
JANUARY 2014
106
97
433
2
FEBUARY 2014
69
81
342
3
MARET 2014
117
135
339
4
APRIL 2014
125
187
404
5
MEI 2014
167
156
411
6
JUNI 2014
121
120
405
7
JULI 2014
121
128
338
Sumber : PT MPI Untuk bisa meramalkan data, data harus terlebih dahulu di stasionerkan dengan berbagai syarat. Diantaranya, data harus terbebas dari unit root, dengan indikator hasil tes <0.05, data harus tidak random walk, dengan indikator uji collerogram >0.05, data harus berdistribusi normal, dengan indikator uji Histogram & Statistic >0.05. Tabel 2 Uji Stasioner Data Channel P-Value UJI Gramedia Gramedia Gramedia MAKASSAR YOGYAKARTA SURABAYA UNIT ROOT COLLEROGRAM HISTOGRAM & STATISTIC
0.1078 *
0.0018
0.0479
>0.05
>0.05
>0.05
0.373007
0.669044
0.850100
Sumber : Penulis Tabel diatas belumlah menunjukkan bahwa data sudah layak dilakukan peramalan, karena untuk data Gramedia Makassar, hasil uji unit root nya masih diatas 0.05, sedangkan syaratnya adalah dibawah 0.05. Maka dari itu harus dilakukan dekomposisi data. Tabel berikut menunjukkan bahwa data sudah layak untuk dilakukan peramalan setelah dilakukan dekomposisi data untuk data Gramedia Makassar.
Channel
Tabel 3 Uji Stasioner Data Setelah Dekomposisi Data P-Value
UJI Gramedia MAKASSAR
Gramedia YOGYAKARTA
Gramedia SURABAYA
0.000 (FirstDifference)
0.0018
0.0479
COLLEROGRAM
>0.05
>0.05
>0.05
HISTOGRAM & STATISTIC
0.373007
0.669044
0.850100
UNIT ROOT
Sumber : Penulis Dibawah ini adalah hasil peramalan untuk ketiga channel yaitu Gramedia Makassar, Yogyakarta, dan Surabaya untuk lima bulan kedepan. Tabel 4 Peramalan Penjualan Buku Channel Gramedia Gramedia NO Gramedia Yogyakarta Surabaya MAKASSAR BULAN 8
AGUSTUS 2014
41 buku
156 buku
331 buku
9
SEPTEMBER 2014
160 buku
115 buku
384 buku
10
OKTOBER 2014
105 buku
172 buku
374 buku
11
NOVEMBER 2014
142 buku
194 buku
379 buku
12
DESEMBER 2014
84 buku
85 buku
360 buku
Sumber : Penulis Untuk perhitungan optimalisasi biaya distribusi, maka dalam penelitian ini meneliti dalam ketiga kondisi, yaitu Pesimis, Moderate, dan Optimis. Berikut ini adalah analisa biaya distribusi menggunakan tiga metode saat kondisi Pesimis.
Tabel 5 Komparasi Metode Transportasi Saat Kondisi Pesimis Channel
Metode yang sedang berjalan
Metode NWC
Metode Least Cost
Metode VAM
Gramedia Makassar
2.262.000
2.084.000
2.084.000
2.084.000
GramediaYogyakarta
1.095.000
730.000
584.000
730.000
Gramedia Surabaya
3.132.000
2.202.000
2.348.000
2.202.000
Total
6.489.000
5.016.000
5.016.000
5.016.000
Sumber : Penulis Berikut ini adalah analisa biaya distribusi menggunakan tiga metode saat kondisi Moderate.
Tabel 6 Komparasi Metode Transportasi Saat Kondisi Moderate
Metode NWC
Metode Least Cost
Metode VAM
Channel
Metode yang sedang berjalan
Gramedia Makassar
2.054.000
1.772.000
1.772.000
1.772.000
GramediaYogyakarta
1.035.000
690.000
552.000
690.000
Gramedia Surabaya
2.916.000
2.066.000
2.204.000
2.066.000
Total
6.005.000
4.528.000
4.528.000
4.528.000
Sumber : Penulis Berikut ini adalah analisa biaya distribusi menggunakan tiga metode saat kondisi Optimis. Tabel 7 Komparasi Metode Transportasi Saat Kondisi Optimis
Channel
Metode yang sedang berjalan
Metode NWC
Metode Least Cost
Metode VAM
Gramedia Makassar
1.846.000
1.460.000
1.460.000
1.460.000
GramediaYogyakarta
975.000
650.000
520.000
650.000
Gramedia Surabaya
2.700.000
1.930.000
2.060.000
1.930.000
Total
5.521.000
4.040.000
4.040.000
4.040.000
Sumber : Penulis Dari komparasi ketiga metode tersebut, maka metode NWC, Least Cost, dan VAM lah yang bisa mengoptimalasasi biaya pendistribusian pada PT MPI saat kondisi Pesimis dengan biaya sebesar Rp 5.016.000, saat kondisi Moderate dengan biaya sebesar Rp 4.528.000, dan saat kondisi Optimis dengan biaya sebesar Rp 4.040.000.
Simpulan dan Saran Simpulan Berdasarkan hasil analisa pada bab empat didapatkan hasil yang dapat disimpulkan sebagai berikut : 1. Metode peramalan dengan NeuralNetwork setelah data di stasionerkan adalah yang terbaik karena menghasilkan prediksi yang paling akurat dengan indicator error (MSE) mendekati nol. 2. Metodeterbaik yang digunakan untuk optimalisasibiaya distribusi saat kondisi pesimis, moderate, dan optimis adalah metode NWC, Least Cost, dan VAM.
Saran Berdasarkan simpulan yang telah diusulkan, ada beberapa saran yang dapat menjadi masukan untuk PT Mitra Pelita Internusa, antara lain: 1. Sebelum dilakukan analisa peramalan, data sebaiknya di uji kelayakannya dengan memvalidasi terlebih dahulu, karena tidak semua data layak untuk dilakukan peramalan. 2. Sebaiknya untuk melakukan peramalan, menggunakan metode Neural Network dan akan lebih baik lagi apabila jumlah data yang diolah lebih banyak dari penelitian ini, agar hasilnya lebih akurat. 3. Untuk mengoptimalkan segala macam biaya operasional termasuk biaya distribusi, sebaiknya menggunakan metode terukur. Metode terukur yang paling bagus digunakan adalah
metode transportasi, sehingga dapat meminimalisir biaya pengiriman karena perusahaan belum melakukan metode apapun. 4. Perusahaan bisa memilih salah satu dari ketiga metode transportasi yang telah dilakukan dalam penelitian ini, karena dalam perhitungan, ketiga metode tersebut sudah memberikan hasil yang optimal.
Referensi Anderson – Sweeney – William – Camm – Cochran. (2014). Statistics for business and economics, cengage learning. Box, G. E. P., Jenkins G. M., & Reinsel G. C. (2008). Time Series Analysis: Forecasting and Control, Fourth Edition. Wiley, Canada. Chase, Richard B. (2004). Operational Management. Jakarta. Gasper, Vincent. (2004). Production and Planning Inventory Control. Gramedia.
Jakarta.
Hasibuan, Malayu S.P. (2004). Manajemen Sumber Daya Manusia. PT. Bumi Aksara, Jakarta. Heizer, Jay dan Barry Render. (2009). Manajemen Operasi. Salemba Empat, Jakarta. Juanda – Junaedi. (2014), Ekonomtrika Deret Waktu, IPB Press Khotari, C.R. (2004). Research Methodology – Methods and techniques, New Age International Publishers Kotler, Philip. (2007). Manajemen Pemasaran, Edisi Keduabelas. Jakarta : PT.Mancanan Jaya Cemerlang. Mulyono, Sri. (2007). Riset Operasi. Edisi revisi. Jakarta : Fakultas ekonomi Universitas Indonesia. Nachrowi dan Hardius. (2004). Teknik Pengambilan Keputusan. Grasindo, Jakarta. Rangkuti, Freddy. (2005). Manajemen Persediaan. PT. Rajagrafindo Persada. Jakarta. Robbins, Stephen P. dan Mary Coulter. (2010). Manajemen. PT.Indeks, Jakarta. Saladin,Djaslim.(2006).ManajemenPemasaranAnalisis,Perencanaa, Pelaksanaan dan Pengendalian, Edisi Keempat. Bandung : CV.Linda Karya. Wooldridge, Jeffrey M. (2013). Introductory Econometrics. A Modern Approach. Edisi Kelima, South Western – cengage learning Yunarto, Holy Icun. (2006). Business Concepts Implementation Series in Sales and Distribution Management. Jakarta: Elex Media Komputindo Jurnal Assis, K; Amran, A; Remaldi, Y (2010). Forecasting Cocoa Bean Prices Using Univariate Time Series Models. Journal of Arts Science & Commerce. Volume I, Oktober 1. Hakim,M (2012).An Alternative Method to Find Initial Basic FeasibleSolution of a Transportation Problem.Annals of Pure and Applied Mathematics.Vol. 1, No. 2, 2012, 203-209. Maithili, A; Kumari, Vasantha; Rajamanickam, S (2012). Neural Network Towards Business Forecasting. IOSR Journal of Engineering. Vol 2(2). Sanny, Lim; Sarjono, Haryadi (2013). Peramalan Jumlah Siswa/i Sekolah Menengah Atas Swasta menggunakan enam metode forecasting.Forum Ilmiah.Volume 10 Nomer 2.
Sharma, Gaurav; Abbas, S.H; Kumar Gupta, Vijay (2012). Solving Transportation Problem With The Various Method Of Linear Programming Problem. Asian Journal of Current Engineering and Maths. Hal 81-83. Internet Zaitun Time Series. (2009). Neural Network Analysis. Diperoleh 10-11-2014 dari http://zaitunsoftware.com/zaitun-time-series-features/neural-network
Riwayat Penulis Penulis bernama Patricia, lahir di Jakarta, 28 Febuary 1993. Penulis Menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang ilmu Manajemen pada tahun 2015.
