SKRIPSI IMELDA YULI YANTI FRANSISKA

INVENTORY CONTROL DAN PERENCANAAN BAHAN BAKU DI INDUSTRI MANUFAKTURING PADA PT. INDOFOOD SUKSES MAKMUR - MEDAN

SKRIPSI

IMELDA YULI YANTI FRANSISKA 050803021

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.


SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

IMELDA YULI YANTI FRANSISKA 050803021

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009


PENGHARGAAN

Dengan segala kerendahan hati penulis memanjatkan puji dan syukur kepada Tuhan Yang Maha Esa atas kasih dan penyertaanNya sehingga penulis dapat menyelesaikan perkuliahan dan tugas akhir ini yang berjudul “Inventory Control dan Perencanaan Bahan Baku di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan”. Pada kesempatan ini penulis mengucapkan banyak terima kasih kepada seluruh pihak yang telah banyak membantu, khususnya kepada :

1. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si., sebagai dosen pembimbing utama dan bapak Drs. Djakaria Sebayang sebagai pembimbing II yang telah bersedia meluangkan waktunya yang sangat berharga, tenaga dan pikiran dalam membimbing penulis. 2. Bapak Drs. Henry Rani Sitepu, M.si. dan Ibu Dra. Elly Rosmaini, M.Si., sebagai dosen penguji yang telah bersedia meluangkan waktunya dan yang telah memberikan saran-saran untuk memperbaiki tulisan ini. 3. Bapak Dr. Saib Suwilo, M.Sc., selaku ketua jurusan di Departemen Matematika yang telah memberikan kesempatan kepada penulis untuk menyusun skripsi ini. 4. Bapak Drs. Agus Salim Harahap, M.si., selaku dosen wali yang telah memberikan dorongan dan semangat semasa perkuliahan. 5. Seluruh Staff pengajar khususnya Staff pengajar Matematika dan pegawai FMIPA USU yang telah membimbing penulis dalam perkuliahan dan urusan administrasi. 6. Ketua dan pengurus HMM yang memberikan dukungan selama kegiatan di Himpunan. 7. Kedua orangtuaku Ibunda R. br Manurung dan ayahanda H.R. Siburian tercinta dan segenap keluarga besar atas curahan kasih sayang, dukungan dana, doa, dan dorongan yang diberikan kepada penulis selama mengikuti perkuliahan hingga selesainya penulisan tugas akhir ini. 8. Bapak Mochtar Sukardi selaku Branch Manager, Bapak Widiyarto selaku Branch Personel Manager pada PT. Indofood Sukses Makmur – Medan, Bapak Harfid Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Dwi Antoni selaku Industrial Relation, Bapak Rusli selaku Production Manager, Bapak Endang Supriatna selaku PPIC - Supervisor, dan seluruh Staff PPICProduction Planning and Inventory Control yang telah memberikan kesempatan kepada penulis untuk melakukan penelitian dan tak lupa juga kepada Ibu Ija yang banyak membantu penulis. 9. Teman-teman Mahasiswa Matematika Angkatan ’05 khususnya sahabat-sahabatku tersayang Ester Christina, Christine “Bundo”, Trisnawati Sitompul, Ruth Endaria Ginting, Meilinda Siahaan, Alice, Josephine, Juli Butar-butar, Veronika Sitohang, Sagita dan seluruh teman-temanku yang “jahil”. Kakak-kakak, abang-abang dan adik-adik senior yang telah banyak memberikan kasih sayang, perhatian, dorongan dan semangat kepada penulis selama perkuliahan dan penulisan skripsi ini.

Biarlah Cinta kasih Tuhan yang tidak berkesudahan yang akan membalas kebaikan yang telah diberikan kepada penulis. Penulis menyadari sepenuhnya bahwa tulisan ini masih kurang sempurna. Oleh karena itu dengan hati yang terbuka penulis menerima kritik dan saran yang membangun dari semua pihak. Sekian dan Terima kasih.

Medan, Agustus 2009 Penulis,

Imelda Yuli Yanti Fransiska


ABSTRAK

Persediaan (inventory) bahan baku sebagai kekayaan perusahaan memiliki peranan penting di dalam operasi bisnis dalam industi manufaktur. Masalah kuantitatif yang berkaitan dengan persediaan (inventory) bahan baku adalah mengendalikan saat datangnya bahan baku agar bisa tepat waktu, mengendalikan banyaknya bahan baku yang datang, termasuk persediaan pengaman, dan mengendalikan biaya persediaan agar diperoleh biaya total minimum. Dalam tulisan ini penulis memilih menggunakan metode dekomposisi dalam meramalkan kebutuhan bahan baku tepung terigu di PT. Indofood Sukses Makmur pada periode Januari sampai dengan Desember 2009. Metode Dekomposisi merupakan salah satu metode peramalan yang menguraikan data atas komponen-komponen time series secara terpisah. Dengan Model Dekomposisi data : Xt = St . Tt . Ct . Et . Dari hasil perhitungan dan analisa, pemakaian bahan baku tepung terigu di PT. Indofood Sukses Makmur periode Januari 2009 sampai dengan Desember 2009 adalah 30.866.645,51 kg, dengan Fixed Order Quantity 1.008.100,453 kg akan diperoleh penghematan sebesar Rp 356.667.291 per tahun, Sedangkan Fixed Order Interval (T*) adalah 9.79 – 10 hari kerja akan diperoleh penghematan sebesar Rp 358.053.169 per tahun. Dan safety stock adalah sebesar 46.580,94 kg.



ABSTRACT

Raw material inventory has an interesting rule in the bussiness operation in manufakturing industry. The quantitative problems in the raw material inventory are to rein the coming of raw material just in time, to rein the total of raw material, instead safety stock and to rein the inventory cost so we have minimum total cost . In this paper, writer choose to use a Decompotition Method to forecast the raw material (Flavour) necessary in PT. Indofood Sukses Makmur in period January 2009 to December 2009. Decompotition Method is the one of the forecasting Method that analyzing the data of time series for each componen. The decompotition method is : Xt = St . Tt . Ct . Et . From the math calculation, the raw material need in next period is 30.866.645,51 kg, Fixed Order Quantity is 1.008.100,453 kg received an economical cost Rp 356.667.291 per year, Fixed Order Interval (T*) is 9.79 – 10 days received an economical cost Rp 358.053.169. And Safety Stock is 46.580,94 kg.


DAFTAR ISI

Halaman KATA PENGANTAR ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I

BAB II

BAB III

PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah 1.3 Pembatasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metode Penelitian 1.7 Tinjauan Pustaka LANDASAN TEORI 2.1 Metode Peramalan 2.2 Metode Dekomposisi 2.3 Dekomposisi Data 2.3.1 Komponen Musiman 2.3.2 Komponen Trend 2.3.3 Komponen Siklus 2.3.4 Komponen Error 2.4 Pengujian Data. 2.4.1 Pengambilan Sampel 2.4.2 Uji Musiman 2.5 Persediaan (Inventory) 2.5.1 Pengendalian persediaan bahan baku 2.5.2 Faktor-faktor yang mempengaruhi persediaan bahan baku 2.6 Model Persediaan 2.6.1 Metode Fixed Order Quantity 2.6.2 Metode Fixed Order Interval 2.7 Menentukan Safety Stock PEMBAHASAN DAN HASIL 3.1 Pengumpulan Data 3.2 Analisa dan Pengolahan Data

i iii iv v vii viii

1 2 2 3 3 4 5

6 7 8 8 10 11 11 11 11 12 14 15 16 17 17 20 21

23 26


3.3 3.4 3.5 BAB IV

Grafik Data Peramalan Formulasi Model Persediaan dan Safety Stock

KESIMPULAN DAN SARAN 4.1 Kesimpulan 4.2 Saran

DAFTAR PUSTAKA LAMPIRAN

28 29 39

44 45 46


DAFTAR TABEL

Halaman Tabel 2.1 Tabel 2.2 Tabel 3.1 Tabel 3.2 Tabel 3.3 Tabel 3.4 Tabel 3.5 Tabel 3.6 Tabel 3.7 Tabel 3.8 Tabel 3.9 Tabel 3.10 Tabel 3.11

Perhitungan Uji Musiman Perhitungan Anava Data Produksi Tepung Terigu Perhitungan Uji Musiman Permintaan Anava Tepung Terigu Rata-rata Bergerak 6 Bulan produksi Tepung Terigu Perhitungan Indeks Musiman tahun 2009 Perhitungan Trend Komponen Trend Perhitungan Siklus Perhitungan Siklus Tahun 2009 Perhitungan Komponen Error Peramalan Tahun 2009

13 14 24 25 28 30 31 32 34 35 36 37 38


DAFTAR GAMBAR

Gambar 2.1 Gambar 3.1 Gambar 3.2 Gambar 3.3 Gambar 3.4

Pola Data Musiman Plot Data Tepung Terigu Grafik Rata-rata Bergerak dengan Data Aktual Grafik Komponen Trend Grafik Komponen Siklus

Halaman 9 29 31 34 36


BAB 1

PENDAHULUAN

1.1

Latar Belakang

Berbagai rumusan tentang definisi persediaan (inventory) telah banyak dikemukakan oleh para ahli. Menurut Tersine [1994], persediaan (inventory) adalah stok material yang ada pada suatu waktu tertentu atau aset nyata yang dapat dilihat, diukur dan dihitung atau dapat juga dikatakan sebagai sumber daya menganggur yang menunggu proses lebih lanjut. Yang dimaksud dengan proses lebih lanjut di sini dapat berupa kegiatan produksi pada sistem manufaktur, kegiatan pemasaran pada sistem distribusi, atau kegiatan konsumsi pada sistem rumah tangga. Biaya bukanlah satu-satunya variabel dalam masalah persediaan, tetapi juga mengandung variabel-variabel lain seperti jumlah permintaan dan waktu. Jumlah permintaan boleh tetap dan boleh berubah-ubah dari waktu ke waktu. Variabel waktu bisa timbul karena penundaan yang boleh tetap dan juga boleh berubah. Kombinasi dari variabel-variabel ini memberikan karakter yang khusus bagi tiap masalah persediaan. Dengan mempelajari bagaimana variabel-variabel berubah dari waktu ke waktu suatu hubungan antara waktu dan jumlah permintaan akan dapat diformulasikan dan digunakan untuk memprediksi tingkat permintaan (demand) yang akan datang. Selanjutnya yang akan dibahas adalah persediaan bahan baku dalam sistem manufaktur. Guna mendukung penulisan ini, penulis mengadakan penelitian pada PT. Indofood Sukses Makmur. PT. Indofood Sukses Makmur adalah suatu perusahaan yang bergerak dalam bidang produksi makanan ringan, dimana perusahaan memproduksi Indomie, Supermi, Sarimi, dan Sakura. Untuk mencegah terjadinya ketidakseimbangan antara produksi dan permintaan pasar pada PT. Indofood Sukses Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Makmur yang mana bahan baku merupakan hal yang sangat penting dalam proses produksi itu, maka penulis mencoba untuk menentukan estimasi kebutuhan bahan baku untuk periode mendatang dengan metode peramalan yang tepat, menetapkan jumlah bahan baku yang harus dipesan dan interval waktu pemesanan yang optimal menggunakan metode FOI dan FOQ, dan menetapkan safety stock yang optimal untuk mengetahui peranan perencanaan dan pengendalian persediaan bahan baku dalam usaha meningkatkan efisiensi biaya persediaan.

1.2

Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas maka inventory level menjadi suatu permasalahan yang signifikan di mana pada periode tertentu alokasi modal terhadap inventory

menjadi

tinggi

dan

sebaliknya

dengan

fluktuasi

demand mengakibatkan lose sales yang tentu saja merupakan cost tersendiri bagi perusahaan. Sehingga permasalahan dapat dirumuskan sebagai berikut: 1. Bagaimana menentukan estimasi kebutuhan bahan baku untuk periode mendatang dengan menggunakan metode peramalan yang tepat. 2. Berapa jumlah bahan baku yang harus dipesan dan kapan waktu pemesanan yang optimal dengan menggunakan metode FOQ dan FOI. 3. Berapa safety stock yang optimal untuk masing-masing bahan baku kaitannya dengan biaya perusahaan.

1.3

Untuk

Pembatasan Masalah

menghindari

terlalu

meluasnya masalah

dan

adanya

bias

dalam

pengambilan kesimpulan dalam penelitian ini maka permasalahan dibatasi sebagai berikut : 1. Bahan baku produk makanan dengan kat egori f ast moving dengan quantity besar

dan menyerap biaya yang tinggi yang secara signifikan sangat

berpengaruh pada sistem inventory level perusahaan, dalam hal ini produk yang diteliti Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

adalah bahan baku tepung terigu. 2. Data p er mint aa n yang diambil adalah data periode Januari 2007 sampai Desember 2008. Dengan asumsi permintaan akan produk berlangsung secara kontinu serta bahan baku yang dipesan datang sekaligus dari supplier. 1.4

Tujuan Penelitian

Berdasarkan permasalahan yang telah diuraikan maka yang menjadi bagian penting dalam penelitian ini adalah menentukan estimasi kebutuhan bahan baku untuk periode mendatang dengan metode peramalan, menetapkan jumlah bahan baku yang harus dipesan dan interval waktu pemesanan yang optimal menggunakan metode FOI dan FOQ, dan menetapkan safety stock yang optimal. Untuk mengetahui peranan perencanaan dan pengendalian persediaan bahan baku dalam usaha meningkatkan efisiensi biaya persediaan.

1.5

Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah: 1. Peramalan untuk mengantisipasi setiap keadaan yang tidak diinginkan sehingga perusahaan dapat membuat perencanaan pada periode mendatang dan dalam menentukan kebijakan persediaan bahan baku agar perusahaan jangan sampai kehabisan persediaan yang dapat mangakibatkan terhentinya kegiatan produksi dan perusahaan dapat mengambil keputusan tentang alokasi modal yang lebih efektif dan efisien. 2. Manfaat bagi penulis yaitu dapat menerapkan ilmu pengetahuan yang diperoleh di bangku kuliah di lapangan. Mendeskripsikan penerapan manajemen persediaan dan pengendalian bahan baku yang dilakukan oleh penulis di PT. Indofood Sukses Makmur Medan.

1.6

Metode Penelitian


Metode penelitian yang akan digunakan terdiri atas empat tahap yaitu: 1) Tahap identifikasi permasalahan dan kebutuhan data 2) Tahap pengumpulan data

Adapun data yang dibutuhkan adalah : a. Data produksi bahan baku tepung terigu di PT. Indofood Sukses Makmur periode Januari 2007 sampai dengan Desember 2008. b. Data biaya pembelian bahan baku. c. Data biaya – biaya yang berkaitan dengan persediaan bahan baku. 3) Tahap pengolahan data Dalam penelitian tentang analisis perencanaan dan pengendalian bahan baku pada PT. Indofood: a ) Langkah pertama adalah peramalan permintaan produk makanan dengan metode Dekomposisi yang menguraikan semua data dari Deret Berkala (Time Series). Deret Berkala adalah himpunan yang dihasilkan dalam rentang waktu yang sama

untuk

jangka

mengidentifikasikan mempengaruhi

waktu

tertentu.

Data

komponen-komponen

variabel

yang

diramalkan.

historis yang

Dengan

dianalisa

untuk

berhubungan

yang

mempelajari

bagaimana

variabel berubah dari waktu ke waktu suatu hubungan antara waktu dan permintaan

( demand) akan dapat diformulasikan dan digunakan untuk

memprediksi tingkat permintaan (demand) yang akan datang. b) Langkah

kedua,

dari

hasil

peramalan tersebut

maka

diketahui

kebutuhan bahan baku yang diperlukan oleh perusahaan u n t u k jangka waktu 12

bulan

mendatang,

kemud ian

dapat

ditentukan

berapa

jumlah

pemesanan opt imal yang harus dipesan dan kapan akan dipesan dengan menggu nakan met o de Metode Fixed Order Quantity (FOQ) dan Fixed Order Interval (FOI). 4 ) Tahap analisis dan kesimpulan


1.7

TINJAUAN PUSTAKA

Makridakis S, Wheelwright S.C dan Mcgee V.E [1991], dalam bukunya menjelaskan bahwa metode peramalan dapat diterapkan bila 3 kondisi berikut dapat dipenuhi, yaitu:

1. Tersedia informasi tentang masa lalu 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik 3. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut ( runtut). Proses tahapan dalam metode dekomposisi.

Tersine [1994], Persediaan (inventory) adalah stok material yang ada pada suatu waktu tertentu atau aset nyata yang dapat dilihat, diukur dan dihitung atau dalam arti yang lain sumber daya yang menganggur yang menunggu proses lebih lanjut. Dalam sistem model inventory deterministik dikenal 2 tipe dasar inventory yaitu Fixed Order Quantity (FOQ) dengan Total Cost (TC) = P.R + Fixed Order Interval (FOI) dengan Total Cost (TC) = P.R +

C.R H .Q + dan Q 2

C P.F .R.T . + T 2


BAB 2

LANDASAN TEORI

2.1

Metode Peramalan

Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya bidang ekonomi. Peramalan adalah prediksi, proyeksi atau estimasi tingkat kejadian yang tidak pasti di masa yang akan datang. Ketepatan secara mutlak dalam memprediksi peristiwa dan tingkat kegiatan yang akan datang tidak mungkin dicapai, oleh karena itu ketika perusahaan tidak dapat melihat kejadian yang akan datang secara pasti, diperlukan waktu lama untuk menarik kesimpulan terhadap kejadian yang akan datang.

Peramalan pada umumnya digunakan untuk memprediksi pendapatan, biaya, keuntungan, harga, perubahan teknologi, dan berbagai variabel lainnya. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan untuk memprediksi atau mengestimasi permintaan yang akan datang.

Banyak jenis metode peramalan yang tersedia untuk manajemen. Namun yang lebih penting bagi para praktisi adalah bagaimana memahami karateristik suatu metode peramalan agar cocok bagi situasi pengambilan keputusan tertentu. Secara umum metode peramalan dapat diklasifikasikan dalam dua kategori utama, yaitu metode kuantitatif dan metode kualitatif. Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan dan biaya yang harus dipertimbangkan dalam memilih metode tertentu. Untuk menggunakan metode kuantitatif terdapat tiga kondisi yang harus dipenuhi : 1. Tersedia informasi tentang masa lalu 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik 3. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut (runtut).

Metode kualitatif dapat berupa pengambilan pendapat yang dapat dibagi menjadi pengumpulan pendapat para ahli dan survey pasar. Sedangkan Metode kuantitatif dapat dibagi ke dalam deret berkala atau runtun waktu (Time Series), dan metode gerakan trend. Metode runtun waktu (Time Series) atau sering pula disebut metode deret waktu atau deret berkala menggambarkan berbagai gerakan yang terjadi pada sederetan data pada waktu tertentu. Langkah penting dalam memilih metode deret berkala adalah dengan mempertimbangkan jenis pola data. Pola data dapat dibedakan menjadi empat jenis siklus dan trend, yaitu : 1. Pola Horizontal, terjadi bilamana bila data berfluktuasi di sekitar nilai ratarata yang konstan atau stasioner terhadap nilai rata-ratanya. 2. Pola Musiman, terjadi bilamana suatu deret dipengaruhi oleh faktor musiman. Untuk mengetahui apakah data memiliki pola musiman maka dilakukan uji data musiman 3. Pola Siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti siklus bisnis atau ekonomi. 4. Pola Trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.

Metode Penghalusan (Smoothing Method), khususnya metode rata-rata, merupakan salah satu metode peramalan yang dapat digunakan untuk data deret berkala. Namun demikian, metode rata-rata itu hanya dapat digunakan untuk mengidentifikasi dan meniadakan komponen acak. Metode yang dapat digunakan untuk mengidentifikasi keempat komponen dari deret waktu tersebut secara terpisah adalah Metode Dekomposisi.


2.2

Metode Dekomposisi

Metode Dekomposisi ini menguraikan bentuk data tersebut ke dalam tiga komponen yang terpisah. Ketiga komponen yang dimaksud adalah faktor trend, siklis, dan musiman. Trend menggambarkan keadaan data jangka panjang yang dapat bertambah atau berkurang atau bahkan terjadi perubahan.

Persamaan matematik pendekatan dekomposisi sebagai berikut :

Xt = f(St , Tt , Ct , Et)

(2.1)

di mana : Xt = nilai deret waktu pada periode t St

= komponen musiman pada periode t

Tt = komponen trend pada periode t Ct = komponen siklis pada periode t Et = komponen kesalahan (error) pada periode t

Persamaan matematik model dekomposisi tersebut dapat dilakukan dalam bentuk perkalian dan penjumlahan. Tetapi dalam penulisan ini, penulis menggunakan bentuk perkalian. Formula dalam bentuk perkalian sebagai berikut :

Xt = St . Tt . Ct . Et

(2.2)

Et adalah kesalahan random yang tidak dapat diramalkan dan biasanya ahli statistika menyebutkan sebagai komponen irregular. Model perkalian ini sering digunakan di mana komponen faktor musim dan siklus dinyatakan dalam bentuk indeks.

2.3

Pengujian Data

2.3.1 Pengambilan Sampel


Sebagai ketentuan dalam setiap melakukan penelitian yang berhubungan dengan pengambilan sampel adalah ukuran sampel yang diambil harus memenuhi untuk dianalisa. Rumus yang dipakai untuk melakukan uji sampel adalah :

N’

=

2  2  20 N ∑ X t − ( ∑ X t )  ∑ Xt 

   

2

(2.7)

di mana : N’ = ukuran sampel yang diperlukan N = ukuran sampel pengamatan X = data aktual Xt = nilai deret waktu pada periode t Apabila N’ < N berarti sampel percobaan memenuhi syarat untuk dipakai sebagai sampel.

2.3.2 Uji Musiman

Untuk mengetahui adanya pola musiman dalam data dilakukan analisa data musiman yaitu dengan uji musiman. Adapun langkah-langkah uji musiman adalah sebagai berikut : H0 = Data tidak dipengaruhi musiman H1 = Data dipengaruhi musiman


Perhitungan:

Tabel 2.1 Perhitungan Uji Musiman Musiman

Periode

Total

(t)

1

2

3

. . .

k

1

X11

X12

X13

. . .

X1k

2

X 21

X22

X23

. . .

X2k

3

X31

X32

X33

. . .

X3k

.

.

.

.

. . .

.

.

.

.

.

. . .

.

.

.

.

.

. . .

.

n

Xn1

Xn2

Xn3

. . .

Xnk

Total (S)

S1

S2

S3

. . .

Sk

∑S

j

Z1

Z2

Z3

. . .

Zk

∑Z

j

Jumlah Data

n1

n2

n3

. . .

nk

N

Rata-rata

2

2

2

2

Jumlah Kuadrat (Z)

kuadrat total Jumlah Kuadrat Deviasi (D) Derajat Bebas

∑

S2j

S1 /n1

S2 /n2

S3 /n3

. . .

Sk /nk

D1

D2

D3

. . .

Dk

∑D

n1-1

n2-1

n3-1

. . .

nk - 1

N-k

nj j


Notasi : S j = ∑ X tj

X =

∑ S = ∑∑ X

;

j

Sj

X tj =

;

n

tj

;

∑Z = ∑ X j

2 tj

X tj k

Dengan t = 1, 2, … , n j = 1, 2, …, k Jumlah Kuadrat Total ( Z tot ) :

= Z tot

∑Z

(∑ S ) −

2

j

j

N

j

Jumlah Kuadrat antar Musim ( Z am ) :

Z am =

∑

S j2 nj

j

(∑ S ) −

2

j

N

Jumlah Kuadrat dalam Musim ( Z dm ) : Z dm =

∑∑ ( X t

j

tj

− X tj

) = ∑D 2

j

Tabel 2.2 Anava Sumber Variasi

Derajat Bebas

Antar Musim

k-1

Dalam Musim

N-k

Jumlah Kuadrat

Jumlah Kuadrat

(JK)

Rata-rata

Z am

Sb 2 =

Z dm

Sw2 =

Z am k −1

Z dm N −k

Statistik Uji

F=

Sb 2 Sw2


Total

Z tot

N-1

Kriteria pengujian : H0 ditolak jika

Fhitung ≥ F( k −1, N − k ) taraf nyata α

2.4

Dekomposisi Data

2.4.1

Komponen Musiman

dan terima H0 untuk lainnya.

Komponen musiman merupakan pola berkala yang teratur dan terdapat dalam deret data yang sifatnya tahunan. Faktor ini banyak terdapat dalam dunia ekonomi yang biasanya dipengaruhi oleh hal-hal seperti temperatur, curah hujan, bulan pada suatu tahun, saat liburan, dan kebijaksanaan perusahaan. Dalam hal ini musiman yang berpengaruh adalah saat liburan sekolah dan hari-hari besar.

waktu

Gbr 2.1 Pola Data Musiman Uraian sebelumnya telah menyebutkan bahwa faktor musim dinyatakan dalam indeks, sehingga sering disebut dengan indeks musim. Indeks musim ini diperoleh dari hasil bagi data time series dengan faktor trend dan siklis. Pemisahan data dari trend-siklis melalui perhitungan rata-rata bergerak sesuai dengan jangka waktu musimannya (6 bulanan). Rata-rata bergerak tersebut adalah hasil kali antara faktor trend dan siklis, maka :

Mt = Tt . Ct Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Persamaan indeks musim sebagai berikut :

Indeks Musim =

Xt S . T . Ct . Et = t t = St . E t Mt Tt . Ct

(2.3)

Pembagian data asli dengan hasil kali trend dan siklis bermaksud memisahkan data aslinya dari faktor trend-siklis untuk menghilangkan faktor kesalahan (error) dari nilai-nilai pada persamaan (2.3) dengan metode rata-rata medial. Rata-rata medial adalah nilai rata-rata untuk setiap bulan setelah dikeluarkan nilai terbesar dan terkecil. Hal ini dimaksudkan agar persentasi yang ekstrim rendah dan ekstrim tinggi tidak mempengaruhi indeks musiman yang akan ditentukan.

2.4.2

Komponen Trend

Faktor Trend merupakan pergerakan yang mendasar pada jangka panjang dari deret waktu. Persamaan dari komponen Trend adalah :

Tt = a + b.t

(2.4)

Nilai a dan b diperoleh sebagai berikut :

t M ∑ t.M − ∑ ∑ n (∑ t ) ∑t − n

t

t

b =

2

2

a =

∑M n

t

− b.

∑t n

di mana : Mt = rata-rata bergerak 6 bulan Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

t = periode (t = 1, 2, …, n) n = jumlah pengamatan

Rata-rata bergerak n-periode diperoleh dengan menggunakan rumusan sebagai berikut : Rata-rata bergerak n-periode =

jumlah permintaan dalam n-periode terdahulu n

Setelah parameter a dan b diperoleh maka nilai trend Tt dapat dipergunakan dengan menggunakan persamaan (2.4).

2.4.3

Komponen Siklus

Komponen Siklus menggambarkan fluktuasi ekonomi jangka panjang dan tidak konstan. Jika suatu time series telah dibebaskan dari pengaruh trend, gerak bermusim dan komponen error maka tinggallah pengaruh dari gerak siklusnya. Dengan membagi nilai rata-rata bergerak dengan nilai trend akan diperoleh persamaan Komponen Siklus :

Mt = Ct Tt

2.4.4

(2.5)

Komponen Kesalahan (Error)

Komponen error mempunyai gerak yang tidak teratur. Gerak tak teratur ini terjadi hanya sekali-sekali sehingga tidak dapat diduga ataupun diramalkan. Komponen error diperoleh dengan membagi data aktual terhadap ketiga komponen time series yang lainnya, sehingga :


Xt = Et St .Tt .Ct

2.5

(2.6)

Persediaan (Inventory)

Persediaan (Inventory) stok material yang ada pada suatu waktu tertentu atau aset nyata yang dapat dilihat, diukur dan dihitung atau dapat juga dikatakan sebagai sumber daya menganggur yang menunggu proses lebih lanjut. Persediaan dapat membuat kelancaran dan efisiensi dalam operasi manufacturing dengan kondisi yang tidak bergantung pada bagian atau departemen tertentu dalam kegiatan secara keseluruhan. Persediaan juga dapat membantu menyeimbangkan pasokan sekaligus menekan permintaan pasar.

2.5.1 Pengendalian persediaan bahan baku

Kegiatan perusahaan mempunyai hubungan yang sangat erat dengan kegiatan produksi. Perusahaan mengadakan kegiatan produksi untuk memenuhi kebutuhan pasar. Untuk mengadakan kegiatan produksi harus ada bahan baku. Bahan baku merupakan salah satu sumber daya yang harus dikelola dengan baik, tidak ada industri yang dapat hidup tanpa adanya bahan baku atau material. Persediaan (inventory) bahan baku sebagai kekayaan perusahaan memiliki peranan penting dalam operasi bisnis di industi manufaktur. Bahan baku merupakan faktor utama di dalam perusahaan untuk menunjang kelancaran proses produksi, baik perusahaan besar maupun perusahaan kecil. Masalah penentuan besarnya persediaan merupakan masalah yang penting bagi perusahaan, karena persediaan mempunyai efek yang langsung terhadap keuntungan perusahaan. Kesalahan dalam menentukan besarnya investasi (modal yang tertanam) dalam persediaan akan menekan keuntungan perusahaan. Adanya persediaan bahan baku yang terlalu besar dibandingkan

kebutuhan

perusahaan

akan

menambah

beban

bunga,

biaya

pemeliharaan dan penyimpanan dalam gudang, serta kemungkinan terjadinya penyusutan dan kualitas yang tidak bisa dipertahankan, sehingga semuanya ini akan Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

mengurangi keuntungan perusahaan. Demikian pula sebaliknya, persediaan bahan baku yang terlalu kecil dalam perusahaan akan mengakibatkan kemacetan dalam produksi, sehingga perusahaan akan mengalami kerugian juga. Cara penyelenggaraan persediaan (inventory) bahan baku berbeda-beda untuk setiap perusahaan, baik dalam jumlah unit persediaan bahan baku yang ada dalam perusahaan,

waktu

penggunaannya,

maupun

jumlah

biaya

untuk

membeli bahan baku tersebut. Perlunya persediaan (inventory)

bahan baku bagi perusahaan merupakan

akibat dari : 1) Mekanisme pemenuhan produksi, proses suatu barang tidak dapat dilaksanakan dengan segera bila bahan bakunya tidak tersedia. 2) Keinginan meredam ketidakpastian, ketidakpastian berasal dari adanya permintaan yang bervariasi dalam jumlah dan waktu, waktu pembuatan yang cenderung tidak konstan dan waktu pengiriman bahan baku yang cenderung tidak pasti. 3) Keinginan melakukan spekulasi yang bertujuan untuk mendapatkan keuntungan besar dari kenaikan harga bahan baku pada waktu mendatang.

Sehingga masalah kuantitatif yang berkaitan dengan persediaan (inventory) bahan baku adalah mengendalikan saat datangnya bahan baku agar bisa tepat waktu, mengendalikan banyaknya bahan baku yang datang, termasuk persediaan pengaman, dan mengendalikan biaya persediaan agar diperoleh biaya total minimum.

2.5.2 Faktor-faktor yang mempengaruhi persediaan bahan baku

Ada beberapa macam faktor-faktor yang mempengaruhi persediaan bahan baku. Faktor-faktor tersebut akan saling berkaitan, sehingga secara bersama-sama akan mempengaruhi persediaan bahan baku. Adapun faktor-faktor yang dimaksud adalah sebagai berikut :


1. Perkiraan pemakaian / peramalan Sebelum kegiatan pembelian bahan baku dilaksanakan maka manajemen harus dapat membuat perkiraan bahan baku yang akan dipergunakan di dalam proses produksi pada suatu periode. Perkiraan kebutuhan bahan baku ini merupakan perkiraan tentang berapa besar/jumlahnya bahan baku yang akan digunakan oleh perusahaan untuk keperluan proses produksi pada periode yang akan datang. Dalam hal ini perkiraan pemakaian / peramalan telah dilakukan pada uraian sebelumnya.

2. Harga bahan baku Harga bahan baku adalah salah satu faktor penentu dalam kebijakan persediaan bahan dan merupakan dasar penyusunan perhitungan berapa besar dana perusahaan yang harus disediakan sebagai investasi dalam persediaan bahan baku ini.

3. Biaya-biaya persediaan Biaya-biaya untuk menyelenggarakan persediaan bahan baku ini sudah selayaknya diperhitungkan dalam penentuan besarnya persediaan bahan baku. Biayabiaya yang berhubungan dengan persediaan disini dapat berupa biaya pembelian bahan baku, biaya penyimpanan (Carrying Cost atau Holding Cost) dan biaya pemesanan (Ordering Cost).

4. Pemakaian senyatanya Pemakaian bahan baku yang nyata dari periode-periode yang lalu (data permintaan aktual) merupakan salah satu faktor yang perlu diperhatikan. Seberapa besar penyerapan bahan baku oleh proses produksi perusahaan serta bagaimana hubungannya dengan perkiraan pemakaian yang sudah disusun harus senantiasa dianalisa. Dengan demikian akan dapat disusun perkiraan kebutuhan bahan baku yang mendekati kenyataan.

5. Waktu tunggu (Lead Time)


Waktu tunggu adalah merupakan tenggang waktu yang diperlukan antara saat pemesanan bahan baku sampai dengan datangnya bahan baku.

2.6

Model Persediaan (Inventory Model)

Dalam sistem Inventory model deterministik dikenal 2 tipe dasar inventory, yaitu Fixed Order Quantity (FOQ) dan Fixed Order Interval (FOI) (Tersine, 1994)

2.6.1.

Metode Fixed Order Quantity

Metode FOQ (Fixed Order Quantity) disebut juga model EOQ (Economic Order Quantity) ini digunakan untuk menentukan berapa jumlah bahan baku yang harus dipesan yang meminimumkan biaya penyimpanan persediaan dan biaya pemesanan persediaan.

Metode Fixed Order Quantity merupakan model persediaan yang akan membantu perusahaan agar investasi yang ditanamkan dalam persediaan tidak berlebihan tetapi perusahaan juga tidak mengalami kekurangan persediaan. Metode ini sering dipakai karena mudah untuk dilaksanakan dan mampu memberikan solusi yang terbaik bagi perusahaan, karena dengan perhitungan menggunakan FOQ tidak saja akan diketahui berapa jumlah persediaan yang paling efisien bagi perusahaan, tetapi akan diketahui juga biaya yang akan dikeluarkan perusahaan dengan persediaan bahan baku yang dimilikinya (dihitung dengan menggunakan TIC/Total Inventory Cost) dan waktu yang paling tepat untuk mengadakan pemesanan kembali.

TIC

(Total Inventory Cost) = Biaya pembelian + biaya pemesanan + biaya penyimpanan

Total biaya Pemesanan = C x T

(2.8)


Sedangkan, T =

R Q

(2.9)

Substitusi persamaan (2.9) ke persamaan (2.8), maka diperoleh total biaya pemesanan, yaitu : Total Biaya Pemesanan =

Rata-rata persediaan =

C.R Q

(2.10)

H .Q 2

(2.11)

Q 2

sehingga total biaya penyimpanan menjadi

Total Biaya Penyimpanan =

Dengan demikian Total biaya persediaan (TIC) dengan menggunakan Model persamaan metode FOQ akan menjadi :

TIC = P.R +

C.R H .Q + Q 2

di mana :

R

= Total demand/tahun per unit (Requirement atau Revenue)

P

= Harga beli bahan baku per unit (Purchasing Cost)

C

= Biaya pesan/sekali pesan

Q

= Jumlah order dalam unit (Quantity Order)

H

= Biaya penyimpanan/tahun per unit (Holding Cost)

F

= Fraksi biaya simpan tahunan (dalam persentase)

TIC = Total biaya persediaan (Total Inventory Cost) selama satu periode

Q akan opt ima l jik a T I C min ima l, ha l in i ak an d icap ai ap abila Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

∂TIC = 0 , maka : ∂Q TIC = P.R +

C.R H .Q + Q 2

∂TIC C.R H = - 2 + =0 ∂Q Q 2 H C.R = 2 Q 2

H.Q2 = 2C. R Q2 =

P ad a

t it ik

EOQ

2C.R H

Q* =

2C.R = H

2C.R P.F

bia ya

pemesa nan

akan

sama

dengan

bia ya

p en yimp ana n. Maka kita dapat menentukan Economic Order Quantity (EOQ) atau jumlah bahan baku optimal yang harus dipesan sebagai berikut:

Q* =

2C.R P.F

Metode Fixed Order Quantity dapat dihitung dengan menghubungkan antara biaya penyimpanan per unit, biaya pemesanan setiap kali pesan, jumlah kebutuhan bahan baku untuk satu periode dan harga beli bahan baku per unit.

2.6.2.

Metode Fixed Order Interval

Metode FOI ini merupakan metode yang digunakan untuk mengetahui kapan waktu pemesanan yang optimal yang harus dilakukan. Total biaya dengan menggunakan Model persamaan FOI :

Total Cost (TC) = biaya pembelian + biaya pemesanan + biaya penyimpanan Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

= P.R +

C H .R.T + 2 T

Di mana: T = interval pemesanan tiap tahun Pada titik EOQ biaya pemesanan akan sama dengan biaya penyimpanan,

C H .R.T = T 2

H.R.T2 = 2C T2 =

2C H .R

sehingga didapatkan persamaan interval pemesanan optimal sebagai berikut :

T* =

2C = H .R

2C = P.F .R

EOI dalam tahun

Dan diperoleh jumlah pesanan optimal dalam 1 tahun, sebagai berikut :

m* =

1 T*

Persediaan (inventory) Maksimum :

E =

R(T* + L) n

di mana : T* = Interval pemesanan optimal dalam tahun L = Lead time order M = Jumlah order per tahun E = Maksimum inventory n

= Hari kerja dalam 1 tahun


Untuk Economic Order Interval (EOI) dengan interval pemesanan yang optimal persamaan total biaya tahunan sebagai berikut :

TC (T *) = P.R + H.R.T *

2.7

Menentukan Safety Stock

Dalam metode Fixed Order Quantity diasumsikan bahwa baik permintaan maupun waktu pesan sampai tiba (Lead Time) penerimaan bahan baku adalah konstan atau tetap. Namun pada kenyataannya, permintaan dan waktu pesan sampai tiba penerimaan bahan baku tersebut adalah berubah-ubah. Untuk mengatasi resiko yang muncul akibat perubahan tersebut adalah dengan cara menyimpan persediaan dalam jumlah yang lebih besar dari jumlah pemakaian yang disebut Safety Stock.

Safety Stock adalah jumlah inventory yang diadakan untuk mengatasi permintaan barang yang tidak konstan. Safety Stock juga digunakan sebagai cadangan jika terjadi peningkatan permintaan barang yang tidak diinginkan, keterlambatan

supplier

mengirimkan

barang

pesanan

perusahaan

dan

ketidaktersediaan barang yang dipesan pada supplier. Terjadinya kekurangan persediaan barang atau Stock Out dapat disebabkan karena penggunaan persediaan yang lebih besar dari perkiraan semula atau keterlambatan dalam penerimaan persediaan barang yang dipesan. Dengan diadakan Safety Stock ini dapat menghindari kerugian yang ditimbulkan karena timbulnya Stock Out, sebaliknya hal ini akan menambah besarnya biaya penyimpanan, jadi dalam menyediakan Safety Stock harus diusahakan agar biaya tetap serendah mungkin.

Untuk menentukan berapa jumlah Safety Stock dapat digunakan metode Perbedaan Pemakaian Maksimum dan Rata-Rata. Metode ini dilakukan dengan menghitung selisih antara pemakaian maksimum dengan pemakaian rata-rata dalam jangka waktu tertentu, kemudian selisih tersebut dikalikan dengan lead time (dalam bulan atau dalam minggu). Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Safety Stock = (Pemakaian Maksimum – Pemakaian Rata-Rata) x Lead Time. = ( X t max −

∑X N

t

) x Lead Time.

Di mana N = Jumlah data series

BAB 3

PEMBAHASAN DAN HASIL

3.1

Pengumpulan Data

Seperti yang disebutkan pada bab sebelumnya bahwa untuk mendukung penulisan ini dibutuhkan data, seperti: 1. Data produksi bahan baku tepung terigu di PT. Indofood periode Januari 2007 sampai dengan Desember 2008. 2. Data biaya pembelian bahan baku. 3. Data spesifikasi produk. Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

4. Data biaya – biaya yang berkaitan dengan persediaan bahan baku.

PT. Indofood Sukses Makmur adalah suatu perusahaan yang bergerak dalam bidang produksi makanan ringan, dimana perusahaan memproduksi Indomie, Supermi, Sarimi, dan Sakura. Adapun bahan baku yang digunakan dalam pembuatan produkproduk itu memiliki banyak kesamaan, seperti Tepung terigu, minyak goreng, bumbu, dan minyak bumbu.

Data yang diperoleh penulis dari pihak PT. Indofood adalah sebagai berikut:

1.

Harga bahan baku: Tepung Terigu (/kg) = Rp 5.000,Minyak Goreng (/kg) = Rp 8.000,Bumbu (/pcs)

= Rp

90,-

Minyak Bumbu (/pcs) = Rp

110,-

Sesuai dengan pembatasan masalah yang telah disebutkan sebelumnya bahwa bahan baku yang dibahas adalah bahan baku produk makanan dengan kat egori f ast moving dengan quantity besar dan menyerap biaya yang tinggi yang secara signifikan sangat berpengaruh pada sistem inventory level perusahaan, maka penulis membuat kesimpulan untuk mengambil bahan baku tepung terigu sebagai objek penelitian.

2.

Data produksi tepung terigu periode Januari 2007 sampai dengan Desember

2008

2007

2008

(kg)

(kg)

Januari

3.060.638

2.853.034

Februari

3.139.794

2.716.175

Maret

3.476.819

3.020.543

April

3.127.278

2.641.439

Periode


Mei

3.064.781

1.580.592

Juni

3.227.259

2.934.421

Juli

2.703.808

2.280.584

Agustus

2.731.156

2.455.480

September

2.332.621

3.671.507

Oktober

2.233.906

4.047.403

November

3.038.559

2.759.993

Desember

3.110.554

2.980.763

Tabel 3.1 Data Produksi tepung terigu

4.

Biaya pemesanan (ongkos angkut + bongkar) adalah Rp 12.346.659,-

5.

Biaya penyimpanan adalah 15% dari harga bahan baku per tahun.

6.

Lead time adalah 1 hari, dengan bahan baku tepung terigu didatangkan dari Belawan.

Tabel 3.2 Perhitungan Uji Musiman Permintaan

Periode

1

2

3

4

5

6

1

3.060.638

3.476.819

3.064.781

2.703.808

2.332.621

3.038.559

2

3.139.794

3.127.278

3.227.259

2.731.156

2.233.906

3.110.554

S

6.200.432

6.604.097

6.292.040

5.434.964

4.566.527

6.149.113

Z

1,923E+13

2,187E+13

1,981E+13

1,477E+13

2,137E+13

1,891E+13

n

2

2

2

2

2

2

Mean Z

1,922E+13

2,1807E+13

1,979E+13

1,47694E+13

1,043E+13

1,8906E+13

Rata-rata

3.100.216

3.302.048,5

3.146.020

2.717.482

2.283.263,5

3.074.556,5

D

3,133E+09

6,109E+10

1,320E+10

3,740E+08

4,872E+09

2,592E+09


Periode

7

8

9

10

11

12

Total

1

2.853.034

3.020.543

1.580.592

2.280.584

3.671.507

2.759.993

33.843.479

2

2.716.175

2.641.439

2.934.421

2.455.480

4.047.403

2.980.763

35.345.628

S

5.569.209

5.661.982

4.515.013

4.736.064

7.718.910

5.740.756

69.189.107

Z

1,552E+13

1,610E+13

1,111E+13

1,123E+13

2,986E+13

1,650E+13

2,053E+14

n

2

2

2

2

2

2

2

Mean Z

1,551E+13

1,6029E+13

1,019E+13

2.830.991

2.257.506,5

2.368.032

3.859.455

2.870.378,0

34.594.553,5

7,186E+10

9,164E+11

1,529E+10

7,065E+10

2,437E+10

1,193E+12

Rata-rata 2.784.604,5 D

9,365E+09

3.2

1,12152E+13 2,979E+13 1,64781E+13

2,041E+14

Analisa dan Pengolahan Data

Uji Sampel dan Uji Musiman Seperti yang telah diuraikan dalam landasan teori, bahwa sebelum melakukan analisa pengolahan data maka terlebih dahulu data diuji apakah sampel data produksi bahan baku dapat diterima sebagai sampel atau tidak dan apakah data dipengaruhi musiman.

Uji Sampel Dari tabel (3.2) Uji Sampel produksi bahan baku tepung terigu : N

= 24


∑X

∑X

= 69.189.107

t

2 t

= 2,053E+14

( ∑ X ) = 4,787E+15 2

t

Dari persamaan (2.1)

=

N’

=

 20 24 2,053E+14 − 69.189.107 2 ( ) ( )   69.189.107 

N’

= 11,715

N’

   

2

2  2  20 N ∑ X t − ( ∑ X t )  ∑ Xt 

   

2

Karena N’ < N berarti sampel percobaan memenuhi syarat untuk dipakai sebagai sampel.

Uji Musiman Untuk mengetahui ada tidaknya pengaruh pola musiman terhadap data dapat diketahui dengan melakukan uji musiman. Hipotesa : H0 = Data tidak dipengaruhi musiman H1 = Data dipengaruhi musiman

Dari tabel (3.2) diperoleh :

Jumlah Kuadrat Total ( Z tot ) : Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

∑Z

= Z tot

(∑ S ) −

2

j

j

N

j

= 2,053E+14 –

(69.189.107)2 24

= 2,053E+14 – 1,995E+14 = 5,8E+12

Jumlah Kuadrat antar Musim ( Z am ) :

Z am =

∑ j

S j2 nj

(∑ S ) −

2

j

N

= 2,041E+14 -

(69.189.107)2 24

= 2,041E+14 - 1,995E+14 = 4,6E+12

Jumlah Kuadrat dalam Musim ( Z dm ) :

Z dm =

∑∑ ( X i

j

ij

− X ij

) = ∑D 2

j

= 1,2E+12

Sehingga dapat disusun tabel Anava untuk uji musiman seperti berikut :

Tabel 3.3 Anava Tepung Terigu Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Sumber Variasi Antar Musim Dalam Musim Total

Derajat Bebas

11

Jumlah

Jumlah

Kuadrat

Kuadrat

(JK)

Rata-rata

4,6E+12

4,18E+11

Statistik Uji

4,18 12

1,2E+12

23

5,8E+12

1E+11

Dengan α = 0,05 Diperoleh F(11,12) = 2,72 Dari tabel (3.3) dapat kita lihat bahwa Fhit = 4,18, sesuai dengan kriteria, maka H0 ditolak karena Fhit > Ftab, artinya data produksi dipengaruhi musiman.

3.3

Grafik Data

Setiap pengamatan di dalam Time Series digambarkan sebagai suatu titik pada susunan koordinat tegak lurus memakai nilai pengamatan sebagai ordinat dan angka yang menunjukkan waktu sebagai absis. Dengan penggambaran Time Series tersebut dapat dilihat dengan mudah bagaimana gerak-gerik variabel yang sedang diamati pada waktu lampau. Untuk itu data produksi bahan baku yang diperoleh dari PT. Indofood Sukses Makmur digambarkan dalam bentuk grafik.


4.500.000 4.000.000

Produksi

3.500.000 3.000.000 2.500.000 2.000.000 1.500.000 1.000.000 500.000 0 1

3

5

7

9

11

13

15

17

19

21

23

Periode

Gbr 3.1 Plot Data Tepung Terigu

3.4

a.

Peramalan

Indeks Musim

Indeks Musiman dihitung dengan cara rasio rata-rata bergerak, dibuat bebas dari pengaruh trend, siklus dan pengaruh komponen error. Langkah pertama yaitu pengambilan harga rata-rata bergerak 6 bulan diharapkan menghilangkan pengaruh dari gerak bermusim dan meninggalkan pengaruh trend dan gerak siklus di dalam time series. Perhitungan rata-rata bergerak dan rasio data aktual terhadap rata-rata bergerak dapat dilihat pada tabel (3.4).


Tabel 3.4 Rata-rata Bergerak 6 Bulan produksi Tepung Terigu Periode

Tepung

(t)

Terigu Xt

1

3.060.638

2

3.139.794

3

3.476.819

4

3.127.278

3.182.761,50 3.153.025,67

0,99

5

3.064.781

3.123.289,83 3.089.236,67

0,99

6

3.227.259

3.055.183,50 2.959.833,67

1,09

7

2.703.808

2.864.483,83 2.790.036,17

0,97

8

2.731.156

2.715.588,50 2.713.403,33

1,01

9

2.332.621

2.711.218,17 2.701.492,75

0,86

10

2.233.906

2.691.767,33 2.704.202,83

0,83

11

3.038.559

2.716.638,33 2.715.389,92

1,12

12

3.110.554

2.714.141,50 2.771.468,33

1,12

13

2.853.034

2.828.795,17 2.862.756,25

1,00

14

2.716.175

2.896.717,33 2.775.220,08

0,98

15

3.020.543

2.653.722,83 2.639.045,08

1,14

16

2.641.439

2.624.367,33 2.576.663,17

1,03

17

1.580.592

2.528.959,00 2.507.234,42

0,63

18

2.934.421

2.485.509,83 2.539.756,83

1,16

19

2.280.584

2.594.003,83 2.711.167,50

0,84

20

2.455.480

2.828.331,17 2.926.614,58

0,84

21

3.671.507

3.024.898,00 3.028.759,83

1,21

22

4.047.403

3.032.621,67

23

2.759.993

24

2.980.763

Jumlah

69.189.107

MA 6

MA 6

Rasio

Centered

Xt / MA 6 C

Pada kolom keempat terdapat rata-rata bergerak terpusat yang diperoleh dari total bergerak tingkat dua dari rata-rata bergerak 6 bulan dibagi 2. Rata-rata bergerak Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

ini hanya mengandung komponen trend dan siklus. Mt = Tt . Ct

Pada gambar (3.2) berikut ini digambarkan grafik data aktual dan rata-rata bergerak. 4.500.000 4.000.000 3.500.000 3.000.000 2.500.000 2.000.000 1.500.000 1.000.000 500.000 0 1

3

5

7

9

11

13

15

17

19

21

23

Periode

Gbr 3.2 Grafik Rata-rata Bergerak dengan Data Aktual

Dari tabel (3.4) diperoleh perhitungan Indeks Musiman, sebagai berikut : Tabel 3.5 Perhitungan Indeks Musiman tahun 2009 Indeks Bulan

2007

2008

musiman (St)

Januari

1,12

1,12

Februari

1

1

Maret

0,98

0,98

April

1,14

1,14

Mei

0,99

1,03

1,01

Juni

0,99

0,63

0,81

Juli

1,09

1,16

1,12

Agustus

0,97

0,84

0,91

September

1,01

0,84

0,92

Oktober

0,86

1,21

1,04

November

0,83

0,83


Desember

1,12

1,12

Jumlah b.

12

Komponen Trend

Gerak Trend adalah gerak yang menentukan arah dari time series, yang umumnya di dalam suatu jangka waktu yang panjang.

Tt = a + b . t Perhitungan nilai trend dilakukan terhadap data yang telah bebas dari pengaruh musiman dan komponen error (Mt), seperti pada tabel :

Tabel 3.6 Perhitungan Trend t

Mt

t.M t

t2

4

3.153.025,67

12.612.102,68

16

5

3.089.236,67

15.446.183,35

25

6

2.959.833,67

17.759.002,02

36

7

2.790.036,17

19.530.253,19

49

8

2.713.403,33

21.707.226,64

64

9

2.701.492,75

24.313.434,75

81

10

2.704.202,83

27.042.028,30

100

11

2.715.389,92

29.869.289,12

121

12

2.771.468,33

33.257.619,96

144

13

2.862.756,25

37.215.831,25

169

14

2.775.220,08

38.853.081,12

196

15

2.639.045,08

39.585.676,20

225

16

2.576.663,17

41.226.610,72

256

17

2.507.234,42

42.622.985,14

289

18

2.539.756,83

45.715.622,94

324

19

2.711.167,50

51.512.182,50

361

20

2.926.614,58

58.532.291,60

400


21

3.028.759,83

∑ t = 225 ∑ M

t

= 50.165.307,08

63.603.956,43

∑ t.M

t

= 620.405.377,91

441

∑t

2

= 3297

Dari tabel diperoleh nilai-nilai : n

= 18

∑t

= 225

∑M

∑ t.M

∑t

= 50.165.307,08

t

t

2

= 620.405.377,91 = 3297

Sehingga,

t M ∑ t.M − ∑ ∑ n (∑ t ) ∑t − n

t

t

b=

2

2

b = 620.405.377,91- 225x50.165.307,08 18 b = - 13.748,1

a = Mt – b t = 2.786.961,5 – (-13.748,1 x 12.5) = 2.958.811,5

Dengan mensubstitusi nilai a dan b ke persamaan (2.5) diperoleh persamaan trend : Tt = 2.958.811,5 - 13.748,1 t. Artinya untuk setiap kenaikan satu periode maka produksi tepung terigu berkurang sebanyak 13.748,1 kg perbulan dari periode sebelumnya. Untuk mendapatkan nilai trend untuk data dan ramalan trend, maka nilai periode t disubstitusikan ke persamaan trend di atas. Sehingga diperoleh :


Tabel Komponen Trend :

Tabel 3.7 Komponen Trend t

Tt

4

2.903.819,1

5

2.890.071,0

6

2.876.322,9

7

2.862.574,8

8

2.848.826,7

9

2.835.078,6

10

2.821.330,5

11

2.807.582,4

12

2.793.834,3

13

2.780.086,2

14

2.766.338,1

15

2.752.590,0

16

2.738.841,9

17

2.725.093,8

18

2.711.345,7

19

2.697.597,6

20

2.683.849,5

21

2.670.101,4

Nilai-nilai trend ramalan yang diperoleh kemudian diperlihatkan pada gambar (3.3) sebagai berikut :


2.950.000,00 2.900.000,00 Jumlah

2.850.000,00 2.800.000,00 2.750.000,00 2.700.000,00 2.650.000,00 2.600.000,00 2.550.000,00 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 Periode

Gbr 3.3 Grafik Komponen Trend

c.

Komponen Siklus

Gerak siklusnya diperoleh jika suatu time series telah dibebaskan dari pengaruh trend, gerak bermusim dan komponen error. Dengan membagi nilai rata-rata bergerak dengan nilai trend akan diperoleh persamaan Komponen Siklus :

Mt = Ct Tt


Tabel 3.8 Perhitungan Siklus t

Mt

Tt

Ct (Mt / Tt)

1

3.153.025,67 2.903.819,1

1,09

2

3.089.236,67 2.890.071,0

1,07

3

2.959.833,67 2.876.322,9

1,03

4

2.790.036,17 2.862.574,8

0,97

5

2.713.403,33 2.848.826,7

0,95

6

2.701.492,75 2.835.078,6

0,95

7

2.704.202,83 2.821.330,5

0,96

8

2.715.389,92 2.807.582,4

0,97

9

2.771.468,33 2.793.834,3

0,99

10

2.862.756,25 2.780.086,2

1,03

11

2.775.220,08 2.766.338,1

1,00

12

2.639.045,08 2.752.590,0

0,96

13

2.576.663,17 2.738.841,9

0,94

14

2.507.234,42 2.725.093,8

0,92

15

2.539.756,83 2.711.345,7

0,94

16

2.711.167,50 2.697.597,6

1,01

17

2.926.614,58 2.683.849,5

1,09

18

3.028.759,83 2.670.101,4

1,13

Nilai-nilai komponen siklus yang diperoleh pada tabel di atas dapat dilihat pada gambar (3.4) :


1,2 1

Indeks

0,8 0,6 0,4 0,2 0 1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

Periode

Gbr 3.4 Grafik Komponen Siklus

Untuk mendapatkan ramalan komponen siklus untuk 12 bulan mendatang, pertama-tama dihitung rata-rata tahunan untuk melihat tahun-tahun tinggi dan tahuntahun rendah. Kemudian ditentukan tahun yang akan diramalkan, apakah termasuk tahun tinggi atau tahun rendah.

Tabel 3.9 Perhitungan Siklus Tahun 2009 Periode

2007

2008

Ct 2009

Januari

0,99

0,99

Februari

1,03

1,03

Maret

1

1

April

0,96

0,96

Mei

1,09

0,94

1,09

Juni

1,07

0,92

0,92

Juli

1,03

0,94

1,03

Agustus

0,97

1,01

0,97

September

0,95

1,09

0,95

Oktober

0,95

1,13

1,13

November

0,96

0,96

Desember

0,97

0,97


d.

Komponen Error

Setelah diperoleh nilai-nilai untuk komponen musim, komponen trend dan komponen siklus dari data, maka dapat ditentukan nilai komponen errornya. Komponen error dapat ditentukan dengan cara membagi nilai data aktual berturut-turut terhadap nilai komponen musim, trend dan siklus.

Xt = Et St .Tt .Ct Tabel 3.10 Perhitungan Komponen Error Et

Xt

St

Tt

Ct

3.127.278

1,14

2.903.819,1

1,09

0,87

3.064.781

1,01

2.890.071,0

1,07

0,98

3.227.259

0,81

2.876.322,9

1,03

1,34

2.703.808

1,12

2.862.574,8

0,97

0,87

2.731.156

0,91

2.848.826,7

0,95

1,11

2.332.621

0,92

2.835.078,6

0,95

0,94

2.233.906

1,04

2.821.330,5

0,96

0,79

3.038.559

0,83

2.807.582,4

0,97

1,34

3.110.554

1,12

2.793.834,3

0,99

1,00

2.853.034

1,12

2.780.086,2

1,03

0,89

2.716.175

1

2.766.338,1

1

0,98

3.020.543

0,98

2.752.590,0

0,96

1,17

2.641.439

1,14

2.738.841,9

0,94

0,90

1.580.592

1,01

2.725.093,8

0,92

0,62

2.934.421

0,81

2.711.345,7

0,94

1,42

2.280.584

1,12

2.697.597,6

1,01

0,75

2.455.480

0,91

2.683.849,5

1,09

0,92

3.671.507

0,92

2.670.101,4

1,13

1,32

(Xt/St.Tt.Ct)

Jumlah

18,23

Rata-rata

1,01


e.

Hasil Peramalan

Nilai ramalan kebutuhan bahan baku Tepung Terigu untuk memproduksi Indomie, Supermi, Sarimi dan Sakura untuk Tahun 2009 di PT. Indofood Sukses Makmur ditentukan dengan mengalikan keempat komponen ramalan time series yang telah diperoleh.

Xt = St . Tt . Ct . Et ; t = 25, 26, … , 36

Tabel 3.11 Peramalan Tahun 2009 Xt

Periode

Tt

St

Ct

Et

Januari

2.615.109,0

1,12

0,99

1,01

2.928.629,19

Februari

2.601.360,9

1

1,03

1,01

2.706.195,74

Maret

2.587.612,8

0,98

1

1,01

2.561.219,15

April

2.573.864,7

1,14

0,96

1,01

2.845.005,90

Mei

2.560.116,6

1,01

1,09

1,01

2.846.616,69

Juni

2.546.368,5

0,81

0,92

1,01

1.916.529,34

Juli

2.532.620,4

1,12

1,03

1,01

2.950.847,20

Agustus

2.518.872,3

0,91

0,97

1,01

2.245.642,67

September

2.505.124,2

0,92

0,95

1,01

2.211.373,34

Oktober

2.491.376,1

1,04

1,13

1,01

2.957.143,84

November

2.477.628,0

0,83

0,96

1,01

1.993.915,73

Desember

2.463.879,9

1,12

0,97

1,01

2.703.526,71

Jumlah

(Tt.St.Ct.Et)

30.866.645,51 kg

Dengan demikian perkiraan/peramalan kebutuhan bahan baku Tepung terigu periode Januari 2009 sampai dengan Desember tahun 2009 adalah sebesar 30.866.645,51 kg.


3.5

Formulasi Model Persediaan

Karena pemesanan dilakukan 1 kali dalam 1 bulan, maka jumlah pemesanan setiap kali pesan adalah : Q= =

R 12 30.866.645,51 12

= 2.572.220,549 kg Di PT. Indofood Sukses Makmur biaya pesan tepung terigu yang dipesan dari Belawan dihitung per sak. Tiap sak berisi 25 kg dan memiliki biaya Rp 120,- , maka biaya pesan dapat dihitung menjadi : Biaya pesan (C) =

2.572.220,549 x Rp 120 25

= Rp 12.346.659,Sehingga dengan cara biasa biaya total adalah : Total Cost (TC) = biaya pembelian + biaya pemesanan + biaya penyimpanan = P.R + =

C.R H .Q + 2 Q

(5000)(30.866.645,51)

+

(12.346.659 )(30.866.645,51) 2.572.220,549

+

(5000)(0.15)(2.572.220,549) 2

= Rp 154.333.227.600 + Rp 148.159.901 + Rp 964.582.706 = Rp 155.445.970.207,-

a.

Metode Fixed Order Quantity atau Economic Order Quantity Sekarang biaya total dengan menggunakan metode FOQ dihitung dengan

terlebih dahulu menentukan jumlah bahan baku optimal yang harus dipesan, yaitu :


Q* =

2C.R = EOQ P.F

Q* =

2.(12.346.659)(30.866.645,51) (5000).(0.15)

= 1.008.100,453 kg setiap kali pesan Total biaya tahunan dengan menggunakan Model persamaan metode FOQ: Total Cost (TC) = biaya pembelian + biaya pemesanan + biaya penyimpanan = P.R +

=

C.R H .Q * + Q* 2

(5.000)(30.866.645,51)

+

(12.346.659)(30.866.645,51) 1.008.100,453

+

(5.000)(0.15)(1.008.100,453) 2

= Rp 154.333.227.600,- + Rp 378.037.646,- + Rp 378.037.670,= Rp 155.089.302.916,-

b.

Metode Fixed Order Interval atau Economic Order Interval

Perencanaan persediaan bahan baku untuk bahan baku Tepung Terigu menggunakan metode FOI adalah sebagai berikut: Dari hasil peramalan maka dapat dihitung biaya persediaan untuk periode Januari 2009 sampai dengan Desember 2009

C = biaya pemesanan yaitu sebesar Rp 12.346.659,- per sekali pesan R = total permintaan bahan baku (kg) selama periode Januari 2009 – Desember 2009 adalah 30.866.645,51 kg P = harga bahan baku yaitu sebesar Rp 5.000 / kg T = interval pemesanan yaitu 1 bulan F = fraksi biaya simpan yaitu 15 % per tahun H = biaya simpan Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

L = 1 hari

Perhitungan interval pemesanan optimal bahan baku tepung terigu dengan menggunakan metode FOI atau EOI adalah sebagai berikut :

T* =

=

2C = P.F .R

2 x (12.346.659) (5.000)(0.15)(30.866.645,51)

0.0010667

= 0.0326 tahun

T* (dalam hari) = 0.0326 x 300 hari kerja = 9.79 – 10 hari Banyaknya memesan dalam setahun :

m* =

1 1 = 0.0326 T*

= 30.67 – 31 kali

Economic Order Interval (EOI) dengan interval pemesanan yang optimal persamaan total biaya tahunan tepung terigu adalah sebagai berikut :

TC (T *) = P.R + H.R.T * = (5.000)(30.866.645,51) + (5.000)(0.15)(30.866.645,51)(0.0326) = Rp 154.333.227.600 + Rp 754.689.483 = Rp 155.087.917.038,-

Selisih biaya yang dikeluarkan untuk bahan baku tepung terigu dengan menggunakan metode FOQ adalah : = Rp 155.445.970.207 – Rp 155.089.302.916 = Rp 356.667.291,Imelda Yuli Yanti Fransiska : Inventory Control Dan Perencanaan Bahan Baku Di Industri Manufakturing Pada PT. Indofood Sukses Makmur – Medan, 2009.

Sedangkan dengan menggunakan metode FOI, selisih biayanya adalah : = Rp 155.445.970.207 – Rp 155.087.917.038 = Rp 358.053.169,c.

Safety Stock Untuk menentukan berapa jumlah Safety Stock yang harus disediakan

perusahaan dapat digunakan metode Perbedaan Pemakaian Maksimum dan Rata-Rata. Metode ini dilakukan dengan menghitung selisih antara pemakaian maksimum dengan pemakaian rata-rata dalam jangka waktu tertentu, kemudian selisih tersebut dikalikan dengan lead time (dalam bulan).

Safety Stock = (Pemakaian Maksimum – Pemakaian Rata-Rata) x Lead Time (dalam hari) X = ( X t max − ∑ t ) .L N

= (4.047.403 -

69.189.107 1 )x 24 25

= (4.047.403 – 2.882.879,46) x = 1.164.523,54 x

1 25

1 = 46.580,94 kg 25

Maka perusahaan harus menyediakan Safety Stock sebesar 46.580,94 kg sebelum pesanan berikutnya sampai.


BAB 4

KESIMPULAN DAN SARAN

5.1

Kesimpulan

Dari pembahasan dan analisa yang dilakukan terhadap data produksi Indomie, Supermi, Sarimi, dan Sakura di PT. Indofood Sukses Makmur selama 24 bulan yaitu sejak Januari 2007 sampai dengan Desember 2008 diperoleh ramalan kebutuhan bahan baku tepung terigu untuk 12 bulan mendatang yaitu Januari 2009 sampai dengan Desember 2009 adalah 30.866.645,51 kg. Dengan menggunakan metode FOQ akan diperoleh penghematan sebesar Rp 356.667.291 per tahun dengan jumlah pemesanan bahan baku optimal adalah 1.008.100,453 kg setiap kali pesan sedangkan dengan menggunakan metode FOI akan diperoleh penghematan sebesar Rp 358.053.169 per tahun dengan interval pemesanan yang optimal (T*) adalah 9.79 – 10 hari kerja. safety stock adalah sebesar 46.580,94 kg.

5.2

Saran

Adapun saran-saran dari penulis bagi para pembaca adalah: 1.

Dalam menyusun perencanaan yang efisien dan efektif hendaknya terlebih dahulu dilakukan peramalan mengenai keadaan yang berhubungan dengan rencana yang hendak dibuat.

2.

Tugas utama manajer material dibutuhkan perusahaan untuk memproduksi barang jadi yang siap dipasarkan. Dengan lebih memberdayakan bagian perencanaan produksi dan pengendalian stok atau yang lazim dikenal sebagai


PPIC (Production plan & inventory control) untuk secara proaktif mengelola angka permintaan bagian penjualan atau pemasaran sehingga kebutuhan terhadap material yang harus dibeli oleh bagian pembelian dapat memenuhi jumlah produksi yang optimal serta biaya yang ekonomis. DAFTAR PUSTAKA

Ahyari, A. 1999. Efisiensi Persediaan Bahan. Yogyakarta: BPFE Yogyakarta. Makridakis, S. Steven, C Wheelwright. Victor, E Mcgee. 1991. Metode dan Aplikasi Peramalan. Jakarta: Penerbit Erlangga. Manurung, A H. 1990. Teknik Peramalan. Jakarta: Rineka Cipta. Pardede, Pontas. 2003. Manajemen Operasi & Produksi. Medan: Departemen Perindustrian dan Perdagangan. Rangkuti, Freddy. 1996. Manajemen Persediaan Aplikasi di Bidang Bisnis. Jakarta: Raja Grafindo Persada. Revino. 2005. Manajemen Material : Panduan Praktis Bagi Industri Manufaktur. Jakarta: Djambatan. Spiegel, Murray R. Stephens, Larry J. 2007. Statistik. Edisi ketiga. Jakarta: Penerbit Erlangga. Tersine, Richard J. 1994. Principles of Inventory and Material Management. 4th edition. New Jersey: The University of Oklahoma, Prentice Hall international Inc. Yamit, Zulian. 2005. Manajemen Persediaan. Yogyakarta: Ekonisia. Zulfikarijah, Fien. 2004. Operation Research. Malang: Bayumedia Publishing.


Lampiran 1

DATA PRODUKSI TEPUNG TERIGU PERIODE JANUARI 2007 SAMPAI DESEMBER 2008 PADA PT. INDOFOOD SUKSES MAKMUR – MEDAN

2007

2008

(kg)

(kg)

Januari

3.060.638

2.853.034

Februari

3.139.794

2.716.175

Maret

3.476.819

3.020.543

April

3.127.278

2.641.439

Mei

3.064.781

1.580.592

Juni

3.227.259

2.934.421

Juli

2.703.808

2.280.584

Agustus

2.731.156

2.455.480

September

2.332.621

3.671.507

Oktober

2.233.906

4.047.403

November

3.038.559

2.759.993

Desember

3.110.554

2.980.763

Periode



SKRIPSI IMELDA YULI YANTI FRANSISKA

Recommend Documents