RANCANG BANGUN SISTEM INFORMASI MANAJEMEN STOCK PT. XYZ

Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014

RANCANG BANGUN SISTEM INFORMASI MANAJEMEN STOCK PT. XYZ Yaser Arafat1) dan Erma Suriani 2) 1) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Jl. Cokroaminoto 12A, Surabaya, 60264, Indonesia e-mail: [email protected] 2) Jurusan Sistem Informasi, Institut Teknologi Sepuluh Nopember ABSTRAK PT. XYZ adalah perusahaan manufaktur yang bergerak dibidang industri fashion dan pakaian jadi (garment). Dalam proses bisnisnya, PT. XYZ kurang efisien dalam operasional perusahaan. Hal ini terlihat dari besarnya biaya distribusi produk ke masing-masing outlet, banyaknya penumpukan stock produk di beberapa outlet pada suatu periode sedangkan pada periode lain tidak bisa melayani permintaan karena kekurangan stock. Untuk mengatasi masalah tersebut, penelitian ini mengoptimalkan manajemen stock dengan menerapkan sistem informasi. Sistem informasi manajemen stock berguna untuk mencatat dan melaporkan seluruh transaksi stock. Untuk mengoptimalkan distribusi stock, pada penelitian ini menggunakan metode Economic Order Quantity (EOQ). Metode EOQ merupakan salah satu model manajemen stock yang digunakan untuk menentukan kuantitas pengadaan stock yang dapat meminimalkan biaya penyimpanan dan biaya pemesanan stock. Model EOQ membutuhkan demand (kebutuh per periode). Untuk menentukan demand tersebut, penelitian ini menggunakan metode Analysis Time Series. Metode Analysis Time Series berguna untuk meramalkan jumlah permintaan kebutuhan periode yang akan datang berdasarkan data-data dari beberapa periode sebelumnya. Hasil yang diharapkan dari sistem informasi manajemen stock pada penelitian ini adalah agar PT. XYZ dapat mencatat dan melaporkan seluruh stransaksi stock dengan akurat, mengoptimalkan distribusi stock sehingga dapat melayani semua permintaan pelanggan dengan baik tanpa menumpuk banyak stock digudang yang mengakibatkan besarnya investasi aktiva lancar perusahaan. Kata kunci: Sistem Informasi Manajemen Stock, Analysis Time Series.

Economic Order Quantity (EOQ),

PENDAHULUAN PT. XYZ adalah perusahaan manufaktur yang bergerak dibidang industri fashion dan pakaian jadi (garment). PT. XYZ memiliki beberapa brand ternama di Indonesia. Perusahaan ini berpusat di Surabaya dengan market share seluruh Indonesia. Untuk pemasarannya, perusahaan ini menerapkan sistem konsinyasi (sistem jual titip) dan menjalin kerjasama dengan beberapa department store seperti Matahari, Ramayana, Cahaya, dan beberapa department store lain di seluruh Indonesia. Dalam proses produksinya, perusahaan ini menerapkan sistem makloon (proses produksi dengan bantuan pihak ketiga). Sistem produksi makloon yang diterapkan bertujuan untuk memudahkan perusahaan untuk fokus pada proses bisnisnya, selain itu untuk menghemat investasi perusahaan dalam pengadaan alat-alat produksi. Dalam proses bisnisnya, PT. XYZ kurang efisien dalam bidang operasional perusahaan. hal ini terlihat dari banyaknya persediaan yang menumpuk dan tidak terdistribusi dengan baik, permintaan yang tidak bisa terlayani, dan kurang efisiennya distribusi produk ke ISBN : 978-602-70604-0-1 C-5-1


masing-masing outlet. Hal ini berdampak pada besarnya biaya operasional perusahaan. untuk mengatasi masalah tersebut, diperlukan sebuah sistem manajemen stock yang baik agar investasi aktiva lancar perusahaan dapat digunakan secara efektif dan efisien. Menurut Hanafi (2004), manajemen stock adalah salah satu fungsi manajemen yang paling krusial dalam operasional sebuah perusahaan karena kebijakan stock secara fisik berkaitan langsung dengan investasi aktiva lancar sebuah perusahaan. Manajemen stock pada perusahaan mempengaruhi seluruh fungsi bisnis baik bagian operasional, bagian pemasaran dan bagian keuangan. Bagian operasional dan bagian pemasaran menginginkan jumlah stock yang tinggi agar mampu memenuhi semua permintaan konsumen. Sedangkan bagian keuangan menginginkan jumlah stock yang rendah agar investasi yang dikeluarkan perusahaan tidak terlalu besar.oleh karena itu, manajemen stock sangat penting dalam konflik kepentingan diantara fungsi bisnis tersebut. Tujuan utama dari manajemen stock adalah agar perusahaan selalu mempunyai persediaan stock dalam jumlah yang tepat, pada waktu yang tepat, dan dalam spesifikasi yang telah ditentukan sehingga semua aktifitas perusahaan dapat berjalan dengan baik, efektif, dan efisien. Seiring dengan kemajuan teknologi sistem informasi yang semakin canggih sangat berdampak pada sistem informasi sebuah perusahaan. Menurut O’Brien (2004), sistem informasi merupakan kombinasi dari sumber daya manusia, perangkat keras, piranti lunak, jaringan, dan data yang melakukan proses pengumpulan, transformasi dan penyebaran dalam suatu organisasi. Dengan menerapkan teknologi sistem informasi pada manajemen stock diharapkan mampu memberikan nilai ekonomis bagi perusahaan. Salah satu perusahaan yang berhasil menerapkan teknologi sistem informasi manajemen stock adalah Zara. Sebagai salah satu perusahaan fashion ternama dunia, Zara memiliki teknologi supply chain management yang baik terutama dalam menerapkan teknologi sistem informasi manajemen stock pada perusahaan tersebut. Berdasarkan data dari majalah Forbes tahun 2013, kegagalan penjualan produk Zara hanya 1% pertahun dari total produksi, jauh dibawah standar industri perusahaan sejenis yang mencapai 10% pertahun (Forbes.com). Belajar dari keberhasilan Zara dalam menerapkan teknologi sistem informasi manajemen stock yang baik, penelitian ini bertujuan untuk mengatasi masalah kebijakan stock pada PT. XYZ dengan cara melakukan perencanaan produksi dengan melakukan forecasting data penjualan yang telah lalu, melakukan optimalisasi biaya untuk distribusi produk ke masing-masing outlet, dan menerapkan kontrol yang baik terhadap distribusi stock ke masingmasing outlet. Dengan menerapkan teknologi sistem informasi manajemen stock ini diharapkan dapat memeberikan nilai ekonomis bagi PT. XYZ dan mampu bersaing dengan para kompetitor. METODE Economic Order Quantity (EOQ) Untuk mengefisienkan pengadaan stock ada beberapa metode yang bisa digunakan, salah satunya adalah Economic Order Quantity (EOQ). EOQ merupakan salah satu model manajemen stock yang digunakan untuk menentukan kuantitas pengadaan stock yang dapat meminimalkan biaya penyimpanan dan biaya pemesanan stock. Tujuan dari metode ini adalah untuk menghindari kekurangan atau kelebihan stock yang dibutuhkan untuk memenuhi permintaan pasar. Ada beberapa hal yang dianggap penting untuk metode ini adalah waktu rata-rata yang diperlukan untuk memesan, pemakaian rata-rata dalam waktu rata-rata, biaya penyimpanan, dan kerugian yang mungkin terjadi apabila stock kurang (Ahyari, 1999).

ISBN : 978-602-70604-0-1 C-5-2


Dalam kegiatan normal Model Economic Order Quantity memiliki beberapa karakteristik antara lain: 1. Jumlah barang yang dipesan pada setiap pemesanan selalu konstan. 2. Permintaan konsumen, biaya pemesanan, biaya transportasi dan waktu antara pemesanan barang sampai barang tersebut dikirim dapat diketahui secara pasti, dan bersifat konstan. 3. Harga per unit barang adalah konstan dan tidak mempengaruhi jumlah barang yang akan dipesan nantinya, dengan asumsi ini maka harga beli menjadi tidak relevan untuk menghitung EOQ, karena ditakutkan pada nantinya harga barang akan ikut dipertimbangkan dalam pemesanan barang. 4. Pada saat pemesanan barang, tidak terjadi kehabisan barang atau back order yang menyebabkan perhitungan menjadi tidak tepat. Oleh karena itu, manajemen harus menjaga jumlah pemesanan agar tidak terjadi kehabisan barang 5. Pada saat penentuan jumlah pemesanan barang kita tidak boleh mempertimbangkan biaya kualitas barang. 6. Biaya penyimpanan per unit pertahun konstan. Besarnya EOQ dapat ditentukan dengan berbagai cara, Economic Order Quantity akan menentukan jumlah pesanan persediaan yang meminimumkan biaya pemesanan dan biaya penyimpanan (Hansen dan Mowen, 2005). EOQ = TC = PD + HQ/2 + SD/Q Keterangan : TC = Total biaya pemesanan dan biaya penyimpanan P = Harga per unit D = Jumlah (dalam unit) yang dibutuhkan selama satu periode tertentu. H = Biaya penyimpanan barang selama satu periode tertentu. Q = Jumlah order dalam satu periode tertentu. S = Biaya pesanan setiap kali pesan. Rumus di atas digunakan untuk menentukan quantity stock yang optimal untuk memenuhi kebutuhan pasar agar mencegah terjadinya kekurangan atau kelebihan stock. Persediaan stock yang paling optimal adalah jumlah yang menghasilkan biaya paling rendah dalam suatu periode. Metode-Metode Analisis Data Deret Waktu Ada beberapa metode analisis data deret waktu yang bisa dilakukan untuk peramalan. Diantaranya adalah metode Trend Analysis, Dekomposisi, Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, Metode Winter, dan Autoregressive Integrated Moving Average (ARIMA). 1. Trend Analysis Trend analysis membuat pendekatan model trend dari data deret waktu dan melakukan ramalan untuk beberapa periode ke depan. Model dibentuk dengan meregresikan Yt terhadap t. Bentuk model-model trend yang bisa dilakukan yang tersedia di Minitab ditampilkan pada Tabel 1.

ISBN : 978-602-70604-0-1 C-5-3


Tabel 1. Model Trend Analisis di Minitab14

2. Decomposition Komponen-Komponen yang sering digunakan dalam analisis data time series dapat didekomposisikan menjadi: Tt = Komponen Trend St = Seasonal Effect (a particular cycle trend) Component Rt = Residual (random) Effect Component Ketiga komponen tersebut banyak digunakan dalam model additive dan model multiplicative yang berbentuk: Model Additive: Yt = Tt + St + Rt Model Multiplicative: Yt = Tt * St * Rt Model mungkin saja hanya mengandung musiman tetapi tanpa trend. Dekomposisi model additive digunakan ketika:  Data tidak ada trend atau ada trend konstant, dan ada pola seasonal  Ukuran pola seasonal tidak proporsional dengan data (makin lama tidak makin membesar atau mengecil tetapi relatif konstan).  Ingin meramalkan dengan periode kedepan yang panjang.  Profil Forecast: Garis lurus dengan menambah bentuk musiman. Dekomposisi model multiplicative digunakan ketika:  Data tidak ada trend atau ada trend konstan, dan ada pola seasonal.  Ukuran pola seasonal proporsional dengan data (artinya makin lama makin membesar atau mengecil musimannya).  Ingin meramalkan dengan periode ke depan yang panjang.  Profil Forecast: Garis lurus dengan mengalikan bentuk musiman. 3. Moving Average Moving average memuluskan data dengan merata-ratakan pengamatan-pengamatan yang berurutan pada panjang periode tertentu. Model Moving Average digunakan ketika:  Data tidak ada trend, dan tidak ada pola musiman.  Untuk peramalan kedepan jangka pendek (Short term forecasting).  Profil Forecast: garis datar (Flat line) ISBN : 978-602-70604-0-1 C-5-4


4. Metode Pemulusan Eksponensial Tunggal (Single Exponential Smoothing) Single exponential smoothing memuluskan data dengan cara menghitung bobot ratarata eksponensial dan melakukan peramalan jangka pendek. Metode ini baik digunakan untuk data tanpa trend atau komponen seasonal. Algoritman single exponential smoothing

Dimana α parameter menghaluskan dengan nilai antara 0 dan 1 5. Metode Pemulusan Eksponensial Ganda (Double Exponential Smoothing) Double eksponential smoothing menghaluskan data dengan pemulusan eksponensial ganda dan menyediakan peramalan jangka pendek. Prosedur ini dapat bekerja dengan baik ketika ada trend dan bertingkat. Double exponential smoothing menggunakan komponen level dan trend pada masing-masing periode. Untuk merubah komponen ini pada masing-masing periode menggunakan persamaan:

Dimana : Lt = Level dalam waktu t, α adalah bobot dari level Tt = Level dalam waktu t, γ adalah bobot dari trend Yt = Nilai data dalam waktu t 6. Winters Metode winters memuluskan data dengan pemulusan eksponensial dan menyediakan range peramalan pendek dan sedang. Metode ini dapat digunakan ketika data mengandung trend dan seasonal, metode winter memiliki dua komponen additive dan multiplicative. Metode winter menghitung estimasi yang dinamis untuk data yang bersifat level, trend, dan seasonal. Tipe Model: - Multiplicative: Model multiplicative digunakan ketika seasonal data bergantung pada besarnya ukuran data. - Additive: Model Additive digunakana ketika seasonal data tidak bergantung pada besarnya ukuran data. 7. Autoregressive Integrated Moving Average (ARIMA) Seperti halnya pada metode analisis sebelumnya, model ARIMA dapat digunakan untuk analisis data deret waktu dan peramalan data. Pada model ARIMA diperlukan penetapan karakteristik data deret berkala seperti : stasioner, musiman dan sebagainya, yang memerlukan suatu pendekatan sistematis, dan akhirnya akan menolong untuk mendapatkan gambaran yang jelas mengenai model-model dasar yang akan ditangani. Hal utama yang mencirikan model ARIMA dalam rangkan analisis data deret waktu dibandingkan metode pemulusan adalah perlunya pemeriksaan keacakan data dengan melihat koefisien autokorelasinya. Model ARIMA juga bisa digunakan untuk mengatasi masalah sifat keacakan, trend, musiman bahkan sifat siklis data data deret waktu yang dianalisis (Markidakis,1992).

ISBN : 978-602-70604-0-1 C-5-5


Ukuran Keakuratan Metode Data Deret Waktu Jika ada sekumpulan data deret waktu Y1, Y2,…, Yn maka ada banyak metode untuk menganalisis data tersebut. Oleh karena itu perlu ukuran untuk menentukan metode mana yang lebih baik. Ukuran keakuratan yang sering digunakan adalah:

Dimana Yt adalah nilai aktual pada saat t ; t adalah nilai dugaan pada saat t dan n adalah banyaknya pengamatan. Makin kecil nilai ukuran tersebut makin baik metode peramalan yang digunakan. HASIL DAN PEMBAHASAN Berdasarkan perhitungan dari analisis time series yang dilakukan pada Bab 2, diketahui metode peramalan terbaik dalam menentukan kebutuhan stock berdasarkan merek pada PT. XYZ sebagai berikut : Tabel 2. Metode Terbaik Analisis Time Series

Merek BYT HSD PUR OTN

Metode Decomposition Winter Decomposition Decomposition

Sub Metode Multiplicative, Trend Additive Multiplicative, Trend Multiplicative, Trend

Dengan bantuan software minitab14 dengan metode terbaik analisis time series untuk empat merek produk PT. XYZ didapat peramalan untuk periode Januari 2014 - Desember 2014 didapat hasil peramalan sebagai berikut : Tabel 3. Hasil Peramalan Permintaan Pasar Periode Januari 2014 - Desember 2014

2014

Tahun

Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total

Merek BYT 2,855 2,127 4,252 3,081 3,022 2,250 4,493 3,255 3,187 2,371 4,734 3,425 39,052

HSD 8,439 8,650 13,490 8,480 7,043 7,310 12,204 7,182 5,854 6,165 11,100 6,117 102,034

OTN 4,072 7,024 5,757 6,356 4,347 7,489 6,132 6,764 4,621 7,955 6,507 7,172 74,196

PUR 2,344 2,631 6,679 3,416 2,499 2,803 7,106 3,631 2,653 2,974 7,534 3,846 48,116

Dalam analisis sistem ada beberapa tahapan-tahapan yang harus dilakukan. Adapun tahapan-tahapan dalam analisis sistem yang dilakukan adalah pembuatan Document Flow

ISBN : 978-602-70604-0-1 C-5-6


(sistem baru), System Flow, Data Flow Diagram (DFD), dan Entity Relationship Diagram (ERD) yang digunakan. Dalam analisis sistem ada beberapa tahapan-tahapan yang harus dilakukan. Adapun tahapan-tahapan dalam analisis sistem yang dilakukan adalah pembuatan Document Flow (sistem baru), System Flow, Data Flow Diagram (DFD), dan Entity Relationship Diagram (ERD) yang digunakan. KESIMPULAN DAN SARAN Kesimpulan dari penelitian ini dan evaluasi pada Bab IV telah menjawab tujuan dari penetapan sistem informasi manajemen stock PT. XYZ yaitu: 1. Aplikasi ini dapat mencatat seluruh transaksi stock pada PT. XYZ mulai dari proses pembelian material, proses produksi, proses penjualan, dan proses mutasi stock dan koreksi stock. 2. Dengan bantuan minitab14 untuk perhitungan Analysis Time Series, aplikasi ini dapat memprediksi dengan lebih akurat kebutuhan demand dan stock di periode depan. 3. Dengan menerapkan metode Economic Order Quantity untuk menentukan jumlah barang yang dipesan, dan kapan harus dipesan untuk efisiensi produksi agar dapat meminimalkan biaya penyimpanan dan biaya pemesanan produk. Saran untuk langkah lebih lanjut, sistem ini dapat dikembangkan dengan: 1. Membangun aplikasi ini dengan lebih lanjut agar aplikasi ini dapat diterapkan di perusahaan PT. XYZ. 2. Menambahkan keterlibatan Departemen Marketing dan Gudang agar aplikasi ini dapat terintegrasi dengan tiga departemen tersebut. 3. Mengembangkan aplikasi ini untuk seluruh outlet diseluruh wilayah Indonesia. 4. Mengintegrasikan sistem ini dengan seluruh outlet. DAFTAR PUSTAKA Ahyari, A. (1996) Manajemen Produksi; Perencanaan Sistem Produksi, Buku I. Edisi Keempat. Yogyakarta. BPFE. Al-Fatah, Hanif. (2007). Analisis & Perancangan Sistem Informasi untuk Keunggulan Bersaing Perusahaan & Organisasi Modern. Yogyakarta, Andi. David, Gordon B. (2002). Kerangka Dasar Sistem Informasi Manajemen: Bagian 1 Pengantar, Alih Bahasa Andreas S.A. dan Bob Widyahartono, Jakarta. PT. Pustaka Binatama Pressindo. Don R. Hansen dan Maryanne M. Mowen, (2005), Management Accounting, Seventh Edition, Singapore, Thomson Learning. Hanafi, M Mamduh dan Halim, Abdul. (2004). Manajemen Keuangan. Yogyakarta. PTBPFE. Markidakis, S., S. Wheel Wright dan Mc Gee, (1992). Metode dan Aplikasi Peramalan, Jakarta, Erlangga. Nurwono, Y. (1994). Manajemen Informasi Pendekatan Global. Jakarta: PT Elex Media Komputindo. O’Brien, James A. (2004). Management Information System: Managing Information Technology in the Business Enterprise. Sixth Edition, Toronto. The McGraw-Hill. ISBN : 978-602-70604-0-1 C-5-7


Sofyan, A. (1992). Manajemen Pemasaran. Jakarta. Sugito, W. (1991). Akuntansi Penjualan Angsuran dan Konsinyasi. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Sunaryo, Sony, (2012), Modul Statistika Bisnis dan Industri; Metode Analisis Data Deret Waktu, Surabaya. Sutarbi, Tata. (2004). Analisis Sistem Informasi. Yogyakarta: Andi Yogya.

ISBN : 978-602-70604-0-1 C-5-8

RANCANG BANGUN SISTEM INFORMASI MANAJEMEN STOCK PT. XYZ

Recommend Documents