Jurnal Ilmiah Teknik Industri (2013), Vol. 1 No. 2, 75 – 85
USULAN PERENCANAAN KEBUTUHAN BAHAN BAKU DI PT. KMT Iveline Anne Marie1, Silvi Ariyanti2 dan Monika Tangel3 1
Program Studi Teknik Industri Universitas Trisakti, Jakarta Program Studi Teknik Industri Universitas Mercu Buana, Jakarta 3 Program Studi Teknik Industri Universitas Tarumanagara, Jakarta e-mail:
[email protected] 2
ABSTRAK PT. KMT merupakan perusahaan yang bergerak di bidang manufaktur kabel. Berdasarkan informasi yang didapatkan dari perusahaan, perusahaan ini belum mempunyai metode khusus dalam perencanaan persediaan. Jadi, selama ini perusahaan hanya melihat data historis tahun sebelumnya untuk melakukan perencanaan persediaan bahan baku dimasa mendatang. Kendala yang dihadapi perusahaan adalah kekurangan stok untuk bahan baku galvanize steel. Cara untuk meningkatkan efisiensi perusahaan khususnya dalam masalah mengatasi dependen demand Galvanize steel adalah dengan perencanaan agregat serta penerapan Material Requirement Planning (MRP). Dengan diterapkannya sistem MRP, pembelian bahan material menjadi lebih tepat, baik waktu maupun kuantitasnya. Untuk menentukan ukuran lot terbaik, melibatkan perhitungan dari total biaya, baik biaya simpan maupun biaya pesan, dimana pengambilan bahan baku hanya dari satu pemasok saja. Berdasarkan hasil perhitungan, dapat disimpulkan bahwa metode terbaik bagi perusahaan dalam merencanakan persediaan adalah metode fixed order quantity dengan biaya total untuk galvanize steel sebesar Rp. 452,000,00 dan menghasilkan persentase 72% dari total cost perusahaan saat ini. Kata kunci: Perencanaan Agregat, Sistem MRP, Metode Fixed Order Quantity. ABSTRACT PT. KMT is a cable manufacturing company. Base on information obtained from the company, PT. KMT doesn’t have a special method for inventory planning. So far, this company only planned from the historical data for future supplies. The problem faced by company is shortages of galvanize steel material. The methods to improve efficiency, especially for overcoming dependent demand for Galvanize steel are aggregate planning and Material Requirement Planning (MRP). With the implementation of MRP systems, there will be more precise both time and quantity for purchasing material. To determine the best lot size, it involves the calculation of total cost, where they are supplied from one company. Based on the implementation of MRP, it is concluded that the best method for the company is fixed order quantity with total cost Rp. 452.000,00 and 72% from the total cost of company right now. Keywords: Aggregate Planning, MRP System, Fixed Order Quantity Method.
seminimum mungkin. Jika persediaan terlalu besar dalam suatu perusahaan, maka perusahaan akan dihadapi dengan tingginya biaya penyimpanan. Sedangkan jika persediaan terlalu sedikit, maka perusahaan akan mengalami kerugian yang akan menghambat proses produksi. Perencanaan yang tidak tepat akan menimbuklan inefisinsi baik dalam proses produksi maupun biaya produksi perusahaan. Perusahaan selama ini melakukan pemesanan dalam jumlah besar untuk memenuhi kebutuhan permintaan yang dapat menambah biaya penyimpanan. Oleh karena itu, diperlukan sistem pemesanan yang baik dengan menentukan jumlah pemesanan bahan baku yang paling optimal. Material Requirement Planning adalah salah satu solusi yang akan penulis usulkan untuk PT. KMT.
PENDAHULUAN PT. KMT merupakan perusahaan yang bergerak dibidang kelistrikan khusus pembuatan kabel yang selalu menjaga mutu dan kualitas dari barang yang diproduksi. Perkembangan industri kabel kini semakin maju. Hal tersebut dapat dilihat dari kebutuhan akan faktor-faktor produksi yang semakin banyak. Untuk memenuhi kebutuhan pasar, perusahaan perlu perencanaan produksi yang tepat, sehingga peningkatan produksi yang diharapkan dapat tercapai. Persediaan adalah barang yang disimpan untuk digunakan pada waktu mendatang. Dalam masalah stock, yang biasa dihadapi adalah menentukan jumlah pemesanan yang tepat pada waktu yang tepat, sehingga permintaan dapat dipenuhi dengan ongkos 75
Usulan perencanaan kebutuhan bahan baku di PT. KMT Iveline Anne Marie, Silvi Ariyanti dan Monika Tangel
Batasan masalah pada penelitian di PT. KMT adalah mengarah pada persediaan bahan baku material galvanize steel untuk kabel NYFGbY tipe 4 x 50, 4 x 70, dan 4 x 95, dengan mengambil data permintaan ketiga kabel tersebut dari tahun 2009 – 2011. Rumusan permasalahan yang terjadi adalah tidak tercapainya biaya inventori minimum, kurangnya pengaturan pembelian bahan baku, sehingga untuk material galvanize steel ada terjadi keterlambatan. Tujuan dari penelitian ini adalah memberikan hasil rencana order kebutuhan untuk bulan Januari – Maret 2012, menganalisa total biaya pemesanan dan penyimpanan paling minimum, dan mendapatkan metode pemesanan yang terbaik untuk diterapkan pada perusahaan. TINJAUAN PUSTAKA Peramalan [1] Peramalan merupakan bagian awal dari suatu proses pengambilan keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan. Model peramalan merupakan alat yang cukup fleksibel untuk memecahkan masalah yang sulit untuk dipecahkan dengan model matematis biasa. Model simulasi sangat efektif digunakan untuk sistem yang relatif kompleks untuk pemecahan analitis dari model tersebut. Penggunaan peramalan akan memberikan wawasan yang lebih luas pada pihak manajemen dalam menyelesaikan suatu masalah. Oleh karena itu manfaat yang didapatkan dengan menggunakan metode peramalan adalah sebagai alat bagi perancang sistem atau pembuat keputusan, dalam hal ini manajer menciptakan sistem dengan kinerja tertentu baik dalam tahap perancangan sistem maupun tahap operasional. a. Metode Moving Average Metode rata-rata bergerak banyak digunakan untuk menentukan trend dari suatu deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih mulus. Metode ini digunakan untuk data yang perubahannya tidak cepat, dan tidak mempunyai karakteristik musiman atau seasonal. Model rata-rata bergerak
76
mengestimasi permintaan periode berikutnya sebagai rata-rata data permintaan aktual dari n periode terakhir Y + Y + Y + .... + Yt −n+1 SMAt = t t −1 t −2 (1) n Dimana: SMAt : Simple Moving Average : demand aktual dari periode t Yt n : jumlah periode yang akan dirataratakan. b. Metode Exponential Smoothing Metode exponential smoothing mempertimbangkan bobot data-data sebelumnya dengan estimasi untuk Y’(t+1) dengan periode (t+1) dihitung sebagai: FSDt +1 = α ⋅ ( Ft ) + (1 − α ) ⋅ FSDt −1 (2) Dimana : FSDt+1 : peramalan double exponential smoothing : faktor pemulusan α Ft : peramalan pada periode t FSDt-1 : peramalan double exponential smoothing sebelumnya. c. Metode Regresi Linier Metode Regresi Linier adalah metode statistik yang digunakan untuk menentukan hubungan antar paling tidak dua variabel, satu atau lebih variabel bebas (independent) dan satu yang lain variabel terikat (dependent). Berikut adalah rumus–rumus regresi linier sederhana : Yt = a + bt
b=
n∑ ty − ∑ t ∑ y
a = y − bt (3) 2 n∑ t 2 − (∑ t ) Dimana: Yt : peramalan untuk periode t y : demand aktual a : konstanta y b : nilai kemiringan n : jumlah data t : indeks penunjuk waktu (dimulai dari 1 dan terus berlanjut untuk periode yang diramalkan) d. Metode Siklis Merupakan gerak naik atau turun secara periodik dalam jangka panjang. ∑ d (t ) a= n
Jurnal Ilmiah Teknik Industri 1(2), 2013; 75 – 85
u=
v=
2∑ d ( t )Cos n
2∑ d (t ) Sin
2π t n
mempunyai error positif yang sama banyak dengan error negative, dengan batasan +4 dan 4. U theil’s bertujuan untuk mengevaaluasi hasil forecast apakan dapat mewakili data nyata. Nilai U theil’s harus berada di antara 0 dan 1, jika lebih dari 1, maka data dianggap tidak valid.
2π t n
n
d ('t ) = a + u ⋅ Cos
2π 2π t + v ⋅ Sin t n n
(4)
Dimana: t : periode d(t) : data aktual d’(t) : peramalan permintaan Pemilihan Peramalan [2] Untuk mendapatkan hasil peramala yang valid dan terbaik, maka dilakukan perhitungan: a. Rata-rata Kesalahan Kuadrat Mean Squre Error (MSE) adalah rata-rata kesalahan meramal yang dikuadratkan.
∑ (d
2
n
MSE =
i =1
t
−d
n
' t
)
(5)
Dimana: dt : data aktual d’t : peramalan permintaan n : jumlah data b. Rata-rata Persentase Kesalahan Absolut Mean Absolute Percentage Error (MAPE) merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan, n e 100 ∑ i =1 xi (6) MAPE = n Dimana, n : banyaknya data x : nilai data e : persentasi error Validasi Peramalan [3] Validasi peramalan dilakukan dengan tujuan untuk mengetahui apakah suatu peramalan cukup baik (valid) digunakan untuk analisis simulasi. Validasi peramalan yang dilakukan dalam penelitian ini menggunakan tracking signal dan U theil’s. Tracking signal positif penunjukkan bahwa nilai actual permintaan lebih kecil daripada peramalan. Suatu tracking signal dikatakan baik jika
Perencanaan Agregat [4] Perencanaan Agregat adalah suatu proses perencanaan yang berhubungan dengan memadukan sejumlah permintaan terhadap output yang diharapkan dari kapasitas produksi yang dapat direalisasikan dalam jangka waktu tertentu. Dalam perencanaan agregat peramalan permintaan akan berbagai produk digabungkan menjadi unit-unit yang homogen. Agregat dapat dilaksanakan dengan mengkonsolidasi itemitem yang sejenis ke dalam kelompok produk yang mana kemudian tiap kelompok tersebut digabungkan ke dalam suatu kuantitas kebutuhan mendatang untuk suatu periode perencanaan melalui produk agregat. Dasar dari pembentukan unit agregat biasanya diambil dari aspek-aspek produksi seperti penggunaan jam mesin, jam orang, atau waktu baku. Perencanaan produksi ini berguna untuk mendapatkan satuan produksi agregat yang mewakili semua produk akhir yang akan diproduksi. Dalam hal ini metode yang digunakan adalah metode transportasi. Metode transportasi digunakan untuk model program linier. Perencanaan Disagregat Perencanaan Agregat belum menunjukan produk spesifik didalam proses manufaktur. Upaya untuk memecahkan kedalam produk spesfik dikenal sebagai perencanaan disagregat. Pada penyusunan tugas ini perencanaan disagregat dilakukan dengan mengkalikan permintaan dengan persentasi permintaan dari forecast, kemudian dibagi dengan hasil konversi (dari waktu baku). Master Production Schedule (MPS) [5] Master Production Schedule (MPS) merupakan suatu pernyataan mengenai produk akhir. MPS bukan merupakan hasil suatu peramalan penjualan tetapi merupakan suatu
77
Usulan perencanaan kebutuhan bahan baku di PT. KMT Iveline Anne Marie, Silvi Ariyanti dan Monika Tangel
rencana produksi yang memperhatikan faktorfaktor kapasitas atau beban produksi dan perubahannya, perubahan dalam persediaan produk jadi, fluktuasi permintaan, dan efisiensi dari faktor-faktor produksi. RCCP (Rough Cut Capacity Planning) RCCP merupakan perencanaan kapasitas yang berperan dalam mengembangkan MPS. RCCP melakukan validasi terhadap MPS untuk menetapkan sumber-sumber spesifik tertentu, khususnya yang diperkirakan akan menjadi hambatan potensial adalah cukup untuk melaksanakan MPS. RCCP memberikan informasi tentang tingkat produksi dimasa mendatang yang akan memenuhi permintaan total itu. Dalam RCCP kapasitas yang dibutuhkan pada setiap bagian produksi (departemen atau mesin) yang dipilih dihitung dengan yang dibutuhkan oleh Jadual Induk Produksi (MPS). Material Requirement Planning [6] Berikut ini adalah penjelasan singkat mengenai sistem MRP yang diterapkan untuk perusahaan. a. Lot for Lot Dalam model ini perusahaan memesan tepat sebesar yang dibutuhkan tanpa persediaan pengaman dan tanpa antisipasi atas pemesanan lebih lanjut. Prosedur semacam ini konsisten dengan ukuran lot kecil, pesanan berkala, persediaan tepat waktu rendah dan permintaan terikat. b. Economic Order Quantity Yaitu jumlah kuantitas bahan yang dapat diperoleh dengan biaya minimal atau sering dikatakan sebagai jumlah pembelian yang optimal. Pembelian dalam jumlah yang optimal ini untuk mencari berapa jumlah yang tepat untuk dibeli dalam setiap kali pembelian untuk menutup kebutuhan yang tepat ini, maka akan menghasilkan total biaya persediaan yang paling minimal. 2 AD Q= (7) h Dimana, D : Jumlah kebutuhan bahan (unit/tahun)
78
Q
: Besar order pada setiap pemesanan dari vendor A : Biaya pengadaan/pemesanan h : Biaya penyimpanan c. Periodic Order Quantity (EOQ) Pendekatan menggunakan konsep jumlah pemesanan ekonomis agar dapat dipakai pada periode bersifat permintaan diskrit, teknik ini dilandasi oleh metode EOQ. Dengan mengambil dasar perhitungan pada metode pesanan ekonomis maka akan diperoleh besarnya jumlah pesanan yang harus dilakukan dan interval periode pemesanannya adalah setahun. EOQ 2*S (8) EOI = = D D*H Dimana, EOI : Economic Order Interval EOQ: Economic Order Quatity D : rata-rata permintaan per periode S : Biaya Pesan H : Biaya simpan per unit d. Fixed Order Quantity Besarnya ukuran pemesanan berdasarkan pengalaman, periode tidak ditentukan dan jumlah pemesanan harus tetap. METODE PENELITIAN Beberapa tahapan metodologi dalam penelitian untuk melakukan penelitian di PT. KMT dapat dilihat pada Gambar 1. HASIL DAN PEMBAHASAN Pengumpulan data permintaan dilakukan untuk kabel tipe NYFGbY 4 x 50, 4 x 70, dan 4 x 95 selama 3 tahun. Setelah pengumpulan data, dilakukan forecasting dengan metode Single Moving Average, Double Moving Average, Single Exponensial Smoothing, Double Exponensial Smoothing, Reglesi Linier, dan Siklis. Gambar 2 merupakan hasil forecast yang terpilih. Untuk mengimbangi fluktuasi permintaan dengan kapasitas perusahaan disertai waktu lembur, maka dibutuhkan kepastian jadwal produksi. Metode transportasi digunakan untuk mengetahui seberapa banyak jumlah produksi perusahaan pada bulan tertentu untuk mengimbagi jumlah permintaan yang
Jurnal Ilmiah Teknik Industri 1(2), 2013; 75 – 85
melebihi kapasitas di bulan berikutnya berdasarkan hasil peramalan. Total permintaan merupakan hasil kali dengan faktor konversi berdasarkan waktu proses terbesar. Mulai Observasi Lapangan Studi Literatur
Gambar 2. Grafik Hasil Forecast SMA 16 NYFGbY 4x50
Identifikasi Masalah Perumusan Masalah Tujuan Penelitian Pengumpulan Data: • Data umum perusahaan • Data permintaan tahun 2009 – 2011 • Data biaya penyimpanan, pemesanan, status inventori, harga pokok penjualan, kebutuhan bahan baku, gaji karyawan, gaji lembur karyawan • Jam maintenance, kecepatan produksi, kapasitas produksi
Gambar 3. Hasil Forecast Siklis NYFGbY 4x70
Studi Literatur Pengolahan Data: • Forecasting (SMA, DMA, SES, DES, Regresi Linear, Siklik) untuk 12 bulan mendatang. • Pemeriksaan peramalan (MSE, MAPE) • Proses verifikasi peramalan • Perencanaan agregat (transportasi) • Perencanaan disagregat • RCCP (Bill of Labor Approach) • MRP • Bill of Material Analisis
Gambar 4. Hasil Forecast Siklis NYFGbY 4x95
Kesimpulan dan Saran Selesai
Tabel 1. Waktu Proses dan Faktor Konversi
Gambar 1. Diagram Alir Metodologi Penelitian Kapasitas produksi pada lini 2 per bulan. Didapatkan dari penjumlahan 3 kabel pada lini 2. Di mana perbandingan ke 3 kabel tersebut adalah 8/15 dari total kabel yang diproduksi di lini 2. Kapasitas regular adalah perkalian hari kerja dengan jam kerja dibagi dengan waktu proses per 1 km dan dikalikan dengan efisiensi 95%.
NYFGbY 4x50 NYFGbY 4x70 NYFGbY 4x95
Waktu per 1 km (jam) 20.14 22.67 25.20
Faktor Konversi 0.80 0.90 1.00
Dari Tabel 2, dibuat tabel transportasi untuk menyeimbangkan permintaan dengan kapasitas yang tersedia, sehingga didapatkan hasil bahwa kapasitas produksi untuk bulan Agustus dan Desember tidak mencukupi jumlah permintaan, sehingga ada perubahan pada
79
Usulan perencanaan kebutuhan bahan baku di PT. KMT Iveline Anne Marie, Silvi Ariyanti dan Monika Tangel
jadwal induk produksi. Berikut ini adalah total permintaan 3 produk yang dapat memenuhi kapasitas produksi perusahaan. Tabel 2. Kapasitas Total dan Permintaan Total
t 1 2 3 4 5 6 7 8 9 10 11 12
Kapasitas 3 kabel Reguler Time Over Time 764 126 705 126 863 126 863 126 843 126 863 126 906 126 293 320 843 126 887 126 887 126 398 970
Total Permintaan Setelah Konversi 5054 5162 5283 5413 5549 5685 8820 5947 6063 6164 6248 6312
Setelah didapatkan jadwal induk produksi selama 1 tahun untuk gabungan 3 kabel, dibutuhkan perencanaan disagregat agar diketahui untuk kebutuhan produksi masingmasing jenis kabel. Perencanaan disagregat dimulai dengan mencari persentase kabel per item. Jumlah total salah 1 kabel NYFGbY untuk 1 tahun pada hasil forecast, dibagi dengan jumlah total keseluruhan 3 kabel. Berikut adalah nilai persentase ketiga kabel tersebut: Tabel 3. Tabel Jadwal Produksi Periode Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
Permintaan 5054 5162 5283 5413 5549 5685 8820 5947 6063 6164 6248 6312
Produksi Reguler 5054 5162 5283 5413 5549 5686 8837 2930 6063 6164 8580 3980
Dari jadwal induk produksi per bulan, dibuat jadwal induk produksi per minggu, dikarenakan lead time bahan baku adalah 2 minggu. Jadi, pada minggu 1, permintaan
80
dikalikan dengan 0,1, pada minggu 2, permintaa dikalikan dengan 0,15, pada minggu 3, permintaan dikalikan dengan 0,2, dan minggu 4, karena untuk produk tersebut jadwal produksinya lebih dari 50% dilaksanakan pada minggu ke 4, maka permintaan dikalikan dengan 0,55.Semua permintaan juga dikalikan dengan faktor konversi dari waktu proses. Tabel 4. Tabel Persentase NYFGbY Produk NYFGbY 4x50 NYFGbY 4x70 NYFGbY 4x95 Total
% 0,2854 0,2856 0,4290 1
Untuk mengetahui total permintaan masing-masing kabel, hasil persentase dikalikan dengan jadwal induk produksi setelah perencanaan agregat. Data yang didapat dari hasil kali dengan persentase adalah data dengan asumsi waktu proses sama. Untuk hasil akhir dari perencaaan disagregat ini adalah permintaan tiap bulan dibagi dengan faktor konversi masing-masing kabel seperti yang dilakukan pada tahan agregat. Tabel 5. Tabel Jadwal Induk Produksi Bulanan Masing-masing Kabel Permintaan NYFGbY (meter) Bulan 4x50 4x50 4x50 1 1803 1604 2168 2 1842 1638 2214 3 1885 1676 2266 4 1931 1931 2322 5 1980 1761 2381 6 2028 1804 2439 7 3153 2804 3791 8 1045 930 1257 9 2163 1924 2601 10 2199 1956 2644 11 3061 2723 3681 12 1420 1263 1707
Untuk mengetahui bahwa jadwal produksi yang akan dilaksanakan sesuai dengan kapasitas setiap stasiun, maka dilakukan perhitunga Rough Cut Capacity Planning. Pada tabel RCCP, diketahui bahwa jumlah permintaan yang akan diproduksi tidak ada yang melebihi kapasitas produksi. Kapasitas produksi: Jumlah
Jurnal Ilmiah Teknik Industri 1(2), 2013; 75 – 85
hari kerja per bulan x waktu regular x efisiensi. Kapastas tersebut dibadingkan dengan total waktu untuk memenuhi permintaan (waktu proses x permintaan).
NYFGbY Level 0
Tabel 6. Tabel Jadwal Induk Produksi Mingguan Masing-masing Kabel
Level 2
Permintaan NYFGbY (meter) Bulan 4x50 4x50 4x50 1 144 144 217 2 216 217 325 3 288 289 434 4 793 794 1192 5 147 147 221 6 221 221 332 7 295 295 443 8 810 811 1218 9 151 151 227 10 226 226 340 11 302 302 453 12 829 830 1247
Level 3
Tabel 7. Perbadingan Kapasitas Pada Mesin Insulting Insulting (Jam) NYFGbY 4x50 NYFGbY 4x70 NYFGbY 4x95 Total
Bulan 1 Bulan 2 Bulan 3 8,01 8,18 8,37 8,31 8,49 8,68 12,84 13,11 13,42 29,15 29,77 30,47
NYFGbY terdiri dari 5 level, penyusunan material pembentuk kabel NYFGbY seperti terlihat pada Gambar 5. Untuk material pembentuk satuan kilometer kabel, terdiri dari satuan berat yang berbeda tiap jenisnya. Tabel 8 memberikan keterangan mengenai berat yang terdapat pada material kabel untuk 1 kilometer.
PVC OS (1)
Level 1
Galvanize Steel Helix (1)
Galvanize Steel Flat (1)
PVC IS (1) Level 4
Level 5
MB BU (1)
MB BK (1)
MB YL (1)
MB GN(1)
Cu (1)
Cu (1)
Cu (1)
Cu (1)
Gambar 5. Bill of Material NYFGbY Tabel 8. Jumlah berat bahan baku Jumlah Bahan Baku per 1 Km 4x50 4x50 4x50 (Kg) (Kg) (Kg) Type Soft Copper Wire 1.754,00 2.535,00 3,517,00 MB BU 1,31 1,55 2,08 MB BK 0,98 1,16 1,56 MB YL 1,67 1,97 2,65 MB GN 256,00 0,46 0,62 PVC Inner Sheat 511,00 305,00 380,00 Galv. Steel Flat 105,00 572,00 657,00 Galv. Steel Helix 105,00 117,00 134,00 PVC Outer Sheat 299,00 330,00 414,00
Material requirement planning yang dilakukan untuk material pembentuk kabel tersebut dibedakan menjadi tiap jenis. Sehingga data yang ada pada tabel MRP merupakan data material untuk 3 kabel. Penerapan MRP dilakukan mulai dari level 0, yaitu kabel jadi dengan satuan meter hingga ke material penyusun produk terakhir, yaitu tembaga.
Tabel 9. Perhitungan Lot for Lot Final Assembly (meter) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
1 505 505 505 505 6000000 6000000
2 758 758 758 758
Final Asembly; LFL; LT=0, Level 0 3 4 5 6 7 1011 2780 516 774 1032 1011 2780 516 774 1032 1011 2780 516 774 1032 1011 2780 516 774 1032
8 2839 2839 2839 2839
9 528 528 528 528
10 792 792 792 792
11 1057 1057 1057 1057
12 2906 2906 2906 2906
81
Usulan perencanaan kebutuhan bahan baku di PT. KMT Iveline Anne Marie, Silvi Ariyanti dan Monika Tangel
Tabel 10. Perhitungan Lot for Lot Level 1 ( kg ) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-4
-3
-2
Outer Sheat; LFL; LT=2, Level 1 0 1 2 3 4 5 6 197 295 393 1081 201 301 197 295 393 1081 201 301 197 295 393 1081 201 301 197 295 393 1081 201 301 402 1104 -1
7 402 402 402 206
8 1104 1104 1104 308
9 206 206 206 411
10 308 308 308 1130
11 411 411 411 -
12 1130 1130 1130
900000 900000
Tabel 11. Perhitungan Lot for Lot Level 2 ( kg ) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-4
-3
-2
393
590
Galv Steel; LFL; LT=2, Level 2 -1 0 1 2 3 4 393 590 786 2162 401 602 393 590 786 2162 401 602 393 590 786 2162 401 602 786 2162 401 602 803 2208
5 6 803 2208 803 2208 803 2208 411 616
7 8 411 616 411 616 411 616 822 2260
9 10 822 2260 822 2260 822 2260
1200000 1200000
Tabel 12. Perhitungan Lot for Lot Level 3 ( kg ) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-5
-4
-
-
177 900000
266
PVC Inner Sheat; LFL; LT=2, Level 3 -3 -2 -1 0 1 2 3 177 266 355 976 181 272 363 177 266 355 976 181 272 363 177 266 355 976 181 272 363 355 976 181 272 363 997 186
4 997 997 997 278
5 6 186 278 186 278 186 278 371 1020
7 8 371 1020 371 1020 371 1020
900000
Tabel 13. Perhitungan Lot for Lot Level 4 ( kg ) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
82
-6
-5 0,94 0,94 0,94 0,94 1,40 150000 150000
-4 1,40 1,40 1,40 1,87
MB BU; LFL; LT=1, Level 4 -3 -2 -1 0 1 1,87 5,15 0,96 1,43 1,91 1,87 5,15 0,96 1,43 1,91 1,87 5,15 0,96 1,43 1,91 5,15 0,96 1,43 1,91 5,26
2 5,26 5,26 5,26 0,98
3 0,98 0,98 0,98 1,47
4 1,47 1,47 1,47 1,96
5 6 1,96 5,36 1,96 5,36 1,96 5,36 5,36
Jurnal Ilmiah Teknik Industri 1(2), 2013; 75 – 85
Periode GR Available NR PORec PORel B. Pesan B. Simp Total
MB BK; LFL; LT=1, Level 4 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 0,70 1,05 1,40 3,86 0,72 1.07 1,43 3,94 0,73 1,10 1,47 4,03
-6 -
0,70 1,05 1,40 3,86 0,72 1.07 1,43 3,94 0,73 1,10 1,47 4,03 0,70 1,05 1,40 3,86 0,72 1.07 1,43 3,94 0,73 1,10 1,47 4,03 0,70 1,05 1,40 3,86 0,72 1.07 1,43 3,94 0,73 1,10 1,47 4,03 150000 150000
Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-6
-5 1,19 1,19 1,19 1,19 1,79 150000
-4 1,79 1,79 1,79 2,38
MB YL; LFL; LT=1, Level 4 -3 -2 -1 0 1 2,38 6,55 1,22 1,83 2,43 2,38 6,55 1,22 1,83 2,43 2,38 6,55 1,22 1,83 2,43 6,55 1,22 1,83 2,43 6,69
2 6,69 6,69 6,69 1,25
3 1,25 1,25 1,25 1,87
4 1,87 1,87 1,87 2,49
5 6 2,49 6,85 2,49 6,85 2,49 6,85 6,85
-4 0,42 0,42 0,42 0,56
MB GN; LFL; LT=1, Level 4 -3 -2 -1 0 1 0,56 1,53 0,28 ,043 0,57 0,56 1,53 0,28 ,043 0,57 0,56 1,53 0,28 ,043 0,57 1,53 0,28 ,043 0,57 1,56
2 1,56 1,56 1,56 0,29
3 0,29 0,29 0,29 0,44
4 0,44 0,44 0,44 0,58
5 6 0,58 1,60 0,58 1,60 0,58 1,60 1,60
150000
Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-6
-5 0,28 0,28 0,28 0,28 0,42 150000 150000
Tabel 14. Perhitungan Lot for Lot Level 5 ( kg ) Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-8
-7
-6 -5 5939 8909 5939 8909 5939 8909 5939 8909 11878 32665 6000000
Cu; LFL; LT=2, Level 5 -4 -3 -2 -1 0 1 2 3 4 5 11878 32665 6066 9099 12132 33364 6208 9313 12417 34146 11878 32665 6066 9099 12132 33364 6208 9313 12417 34146 11878 32665 6066 9099 12132 33364 6208 9313 12417 34146 6066 9099 12132 33364 6208 9313 12417 34146
6000000
Tabel 15. EOQ Galvanize Steel EOQ=5453 Periode -6 -5 GR Available NR PORec PORel B. Pesan 700000 B. Simp 423066 Total 1123066
Cu; LFL; LT=2, Level 5 -2 -1 0 1 2 6244 6244 791 5453 5453 791 5453 5453 5453 5453 5453 5453 5453 5453 5453 -4
-3
3 6244 3871 1582 5453
4
5
6
7 6244 3080 2373 5453
8 6244 2289 3164 5453
5453 5453
83
Usulan perencanaan kebutuhan bahan baku di PT. KMT Iveline Anne Marie, Silvi Ariyanti dan Monika Tangel
Tabel 16. POQ Galvanize Steel POQ=2 Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-5
-4
-3
Cu; LFL; LT=2, Level 5 -1 0 1 2 11820 12446 12446 -
-2
11820 12446
11820
3
4
5
6
12446
7
8 10468 -
9
10468 10468
300000 261366 561366
Tabel 19. FOQ Galvanize Steel FOQ=20000 Periode GR Available NR PORec PORel B. Pesan B. Simp Total
-3
-2
Cu; LFL; LT=2, Level 5 -1 0 1 2 16000 4000 -
4 -
5
6 16000 8000 20000
20000 20000 200000 252000 452000
Biaya Pemesanan = Biaya pesan x Banyaknya Order Biaya Simpan = Biaya simpan per kg x Total Available Total Biaya = Biaya pemesanan + Biaya Simpan Total biaya terkecil didapat dari metode fixed order quantity dengan jadwal order pertama pada awal Desember sebanyak 20,000 kg, jadwal order kedua adalah awal bulan Januari, pada minggu ketiga. KESIMPULAN Metode peramalan yang terbaik untuk kabel tipe NYFGbY 4x50 adalah metode Single Moving Average 16, dengan MSE 3,294,009 dan MAPE 120. Untuk tipe kabel NYFGbY 4x70 metode permalan terbaik adalah metode siklis, dengan MSE 1,290,843 dan MAPE 92. Untuk tipe NYFGbY 4x95, metode peramalan yang terbaik adalah metode siklis, dengan MSE 4,586,256 dan MAPE 147. Perencanaan agregat yang dilakukan dengan metode transportasi menghasilkan output bahwa kapasitas perusahaan pada bulan Agustus dan Desember tidak mencukupi
84
3
20000
fluktuasi permintaan, sehingga jadwal induk produksi berubah. Kapasitas setiap stasiun yang ada di perusahaan untuk ketiga jenis kabel yang diteliti pada lini 2 sudah memenuhi kebutuhan permintaan. Hasil dari penerapan material requirement planning untuk galvanize steel antara lain: Lot for lot dengan total cost sebesar Rp. 1.200.000,00 Economic Order Quantity dengan total cost sebesar Rp. 1.123.066,00, Periodic Order Quantity dengan total cost sebesar 561,366, dan Fixed Order Quantity dengan total cost sebesar 452,000. Total cost dari hasil Fixed Order Quantity memberikan persentase sebesar 72% dari kebijakan perusahaan, di mana perusahaan melakukan order ke supplier dengan jangka waktu 2 minggu sekali. DAFTAR PUSTAKA [1]. Ishak, Aulia, 2010, Manajemen Operasi, Edisi Pertama, Graha Ilmu, Yogyakarta. [2]. Arikunto, Suharsimi, 2009, Manajemen Penelitian, Rineka Cipta, Jakarta. [3]. Assauri, Sofyan, 1980, Manajemen Produksi Dan Operasi, Lembaga Penerbit
Jurnal Ilmiah Teknik Industri 1(2), 2013; 75 – 85
Fakultas Ekonomi Universitas Indonesa, Jakarta. [4]. Gasper, Vincent, 2005, Production Planning And Inventory Control, PT. Gramedia, Jakarta.
[5]. Hakim Nasution, Arman, 2003, Perencanaan Dan Pengendalian Produksi, Edisi Pertama, Guna Widya, Surabaya. [6]. Herjanto, Eddy, 2006, Manajemen Operasi, Edisi Ketiga, Grasindo, Jakarta.
85