ANALISIS MANAJEMEN PERSEDIAAN RAW

ANALISIS MANAJEMEN PERSEDIAAN RAW MATERIAL PRODUK KOSMETIK PADA PT. VWX

Oleh ANDIKA MARDIANA H24104021

PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

ANALISIS MANAJEMEN PERSEDIAAN RAW MATERIAL PRODUK KOSMETIK PADA PT. VWX

SKRIPSI sebagai salah satu syarat memperoleh gelar SARJANA EKONOMI pada Program Sarjana Alih Jenis Manajemen Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Oleh ANDIKA MARDIANA H24104021

PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

Judul Skripsi Nama NIM

: Analisis Manajemen Persediaan Raw Material Produk Kosmetik Pada PT. VWX : Andika Mardiana : H24104021

Menyetujui, Dosen Pembimbing

Alim Setiawan, S.TP, M.Si NIP. 19820227 200912 1 002

Mengetahui, Ketua Departemen

Dr.Mukhammad Najib, S.TP, M.Si NIP. 19760623 200604 1 001

Tanggal Lulus :

RINGKASAN ANDIKA MARDIANA. H24104021. Analisis Manajemen Persediaan Raw Material Produk Kosmetik Pada PT. VWX. Di bawah bimbingan ALIM SETIAWAN. Dalam persaingan yang ketat suatu industri membutuhkan proses produksi yang lancar, stabil dan optimal. Manajemen persediaan merupakan salah satu aspek yang penting dalam menjaga kelancaran proses produksi yang pada akhirnya akan berpengaruh pada kelancaran pemenuhan permintaan konsumen. Salah satu klasifikasi persediaan yang digolongkan berdasarkan bentuknya adalah raw material (bahan baku). Penelitian ini bertujuan : (1) Mengidentifikasi manajemen persediaan raw material pada PT. VWX terkait analisa ABC; (2) Menganalisa tingkat safety stock raw material yang optimal pada PT. VWX; (3) Menganalisa metode persediaan dengan membandingkan alat analisis EOQ, Periodic Review System, dan existing system dalam sisi biaya. Jenis data yang digunakan dalam penelitian ini adalah data primer yang diperoleh dari wawancara langsung dengan departemen PPIC, Purchasing, Production, Logistick, RnD, QC dan HRD sedangkan data sekunder, berupa dokumen perusahaan seperti data permintaan terhadap produk skin care dan make up, data kebutuhan raw material, formula produk, data biaya material, data lead time material, literatur, hasil penelitian terdahulu, bahan pustaka. Alat analisis yang digunakan dalam penelitian adalah klasifikasi ABC, metode Bayes, sistem model Q dan P serta penentuan forecast dengan time series dengan bantuan software Minitab versi 14. Dengan menggunakan analisis metode Bayes, fokus dari 30 material yang masuk dalam kelas A akan didapat 3 raw material yang mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanolyn, (1C00004) Tea dan (1F00438) Covalip dengan persentase penggunaan uang masing-masing sebesar 6,97%, 2,32% dan 0,857%. Tingkat safety stock yang optimal untuk raw material yang dianalisa dengan metode Q adalah (1D00003) Lanolyn = 1.543,26 kg, (1C00004) Tea = 1.697,41 kg, (1F00438) Covalip = 232,787 kg, (1C00078) Castor Oil = 266,735 kg. Tingkat safety stock yang optimal untuk raw material yang dianalisa dengan metode P adalah (1D00003) Lanolyn = 1.621,52 kg, (1C00004) Tea = 1.944,26 kg, (1F00438) Covalip = 242,367 kg, (1C00078) Castor Oil = 314,703 kg. Sistem Q untuk material (1F00438) Covalip dan material (1C00078) Castor Oil memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem P. TC untuk (1F00438) Covalip sebesar Rp 308.986.238,- dan TC untuk (1C00078) Castor Oil sebesar Rp 47.256.456,- . Sistem P untuk material (1D00003) Lanolyn dan (1C00004) Tea memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem Q. TC untuk (1D00003) Lanolyn sebesar Rp 2.545.760.916,- dan TC untuk (1C00004) Tea sebesar Rp 837.838.651,-.

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 21 Maret 1987. Penulis merupakan anak kedua dari dua bersaudara, putri pasangan ayahanda Damianus Maryono dan ibunda Lusina Waginah. Penulis lulus dari Sekolah Dasar Strada Dipamarga pada tahun 1999, dan melanjutkan pendidikan di Sekolah Lanjutan Tingkat Pertama Strada Santa Anna selama 3 tahun. Pada tahun 2002 penulis melanjutkan pendidikan ke Sekolah Menengah Atas Negeri 53 Jakarta. Penulis menyelesaikan pendidikan sekolah menegah atas pada tahun 2005, kemudian melanjutkan pendidikan Diploma 3 di Institut Pertanian Bogor pada Program Keahlian Perencanaan Dan Pengendalian Produksi Manufaktur/Jasa (PPMJ). Penulis menyelesaikan pendidikan Diploma 3 Institut Pertanian Bogor pada tahun 2008. Awal tahun 2009 penulis mulai bekerja di PT. Gloria Origita Cosmetic (Purbasari). Penulis melanjutkan pendidikan di Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor pada tahun 2010.

iii

KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Allah Bapa Yang Maha Pengasih karena berkat kasih-Nya sehingga skripsi dengan judul “Analisis Manajemen Persediaan Raw Material Produk Kosmetik Pada PT.VWX” dapat diselesaikan dengan baik sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor Penulis mengucapkan terima kasih sebesar-besarnya kepada pihak-pihak yang telah membantu dalam penyusunan skripsi ini karena tanpa bantuan serta motivasi dari mereka penulis tidak dapat menyelesaikan skripsi ini dengan baik dan lancar. Penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat kekurangan, oleh karena itu penulis sangat mengharapkan kritik dan saran untuk perbaikan kedepannya. Semoga skripsi ini bermanfaat bagi pembaca.

Bogor, Februari 2014

Penulis

iv

UCAPAN TERIMAKASIH

Proses penyusunan skripsi ini tidak lepas dari bantuan, bimbingan serta dukungan dari berbagai pihak, sehingga pada kesempatan ini penulis ingin memberikan pernghargaan terbaik kepada : 1.

Bapak Alim Setiawan, S.TP, M.Si selaku dosen pembimbing yang dengan sabar telah banyak memberikan bimbingan, saran dan semangat dalam penyusunan skripsi pada penulis sehingga penyusunan skripsi ini dapat selesai.

2.

Dr. Mukhammad Najib, S.TP, M.Si. sebagai Ketua Departemen Manajemen Fakultas Ekonomi dan Manajemen IPB.

3.

Bapak Drs. Ir. Muhammad Syamsun, M.Sc dan Bapak Drs. Edward H. Siregar, SE, MM selaku dosen penguji.

4.

Bapak Dr. Ir. Jono M. Munandar, M.Sc selaku dosen pembimbing akademik.

5.

Ibu Farida Ratna Dewi, SE, MM dan Ibu Hardiana Widyastuti, S.Hut, MM.

6.

Kepada keluargaku, kedua orang tua, Mas Adi dan Wishman terima kasih atas perhatian, doa, restu, serta dukungan kepada penulis.

7.

Kepada jajaran manajemen PT. VWX : Bapak Alvin Jusuf, Ibu Dwi Nurheni, Ibu Indriana selaku PPIC Manager, Ibu Ceni, Ibu Christine, Lita, Mba Tika, Mba Indri, seluruh staff PT. VWX,

yang telah membantu dalam

pengumpulan dan pengolahan data serta memberikan motivasi hingga skripsi ini selesai. 8.

Seluruh dosen, staf dan pengurus Program Sarjana Alih Jenis Manajemen.

9.

Teman-teman kuliah Program Sarjana Alih Jenis Manajemen Angkatan 8, terimakasih atas masukan, saran dan motivasinya.

10. Semua pihak-pihak yang tidak bisa disebutkan satu persatu.

v

DAFTAR ISI Halaman RINGKASAN RIWAYAT HIDUP ...................................................................................iii KATA PENGANTAR ............................................................................... iv UCAPAN TERIMAKASIH....................................................................... v DAFTAR ISI .............................................................................................. vi DAFTAR TABEL ...................................................................................viii DAFTAR GAMBAR ................................................................................. ix DAFTAR LAMPIRAN .............................................................................. x I. PENDAHULUAN ................................................................................... 1 1.1. Latar Belakang .................................................................................. 1 1.2. Rumusan Masalah ............................................................................. 3 1.3. Tujuan Penelitian ............................................................................... 4 1.4. Manfaat Penelitian ............................................................................. 4 1.5. Ruang Lingkup Penelitian ................................................................. 4 II. TINJAUAN PUSTAKA ........................................................................ 6 2.1. Manajemen Persediaan ..................................................................... 6 2.1.1 Faktor Penyebab Persediaan ................................................... 6 2.1.2 Klasifikasi Persediaan ............................................................. 6 2.1.3 Biaya Persediaan ..................................................................... 7 2.2. Analisis Persediaan ABC .................................................................. 8 2.3. Metode Bayes .................................................................................... 8 2.4. Metode Penentuan Jumlah dan Kapan Pemesanan Dilakukan .......... 9 2.4.1 Metode Sistem Pemeriksaan Terus-menerus atau Continuous Review System...................................................... 9 2.4.2 Model Periodic Review System(Sistem Pemeriksaan Periodik) ................................................................................ 11 2.5. Forecasting (Peramalan) ................................................................. 14 2.5.1 Model Peramalan .................................................................. 14 2.6. Penelitian Terdahulu........................................................................ 17 III. METODE PENELITIAN ................................................................. 19 3.1. Kerangka Pemikiran Penelitian ....................................................... 19 3.2. Metodologi Penelitian ..................................................................... 21 3.2.1 Lokasi dan Waktu Penelitian ................................................ 21 3.2.2 Jenis dan Metode Pengumpulan Data ................................... 21 3.3. Metode Pengolahan dan Analisis Data ............................................ 21 vi

IV. HASIL DAN PEMBAHASAN .......................................................... 22 4.1. Gambaran Umum Perusahaan ......................................................... 22 4.2. Perencanaan dan Proses Produksi ................................................... 22 4.3. Pengadaan dan Pengendalian Raw Material ................................... 24 4.3.1 Prosedur Pembelian Raw Material ....................................... 24 4.3.2 Prosedur Penerimaan Raw Material...................................... 25 4.3.3 Prosedur Pemakaian Raw Material ....................................... 25 4.4. Permintaan dan Peramalan Permintaan ........................................... 26 4.4.1 Permintaan Produk ................................................................ 26 4.5. Manajemen Pengendalian Persediaan ............................................. 31 4.5.1 Kuantitas Pemesanan Raw Material ..................................... 31 4.5.2 Lead Time .............................................................................. 31 4.5.3 Tingkat Pemakaian Raw Material......................................... 32 4.6. Analisis Pengendalian Persediaan ................................................... 32 4.6.1 Analisis ABC dan Metode Bayes .......................................... 33 4.6.2 Analisis Pengendalian Persediaan Perusahaan...................... 39 4.6.3 Analisis Pengendalian Persediaan dengan Metode P dan Q . 39 4.6.4 Perbandingan Biaya .............................................................. 44 4.6.5 Analisis Pengendalian Persediaan di Masa Mendatang ........ 47 4.7. Implikasi Manajerial ........................................................................ 49 KESIMPULAN DAN SARAN ................................................................ 51 1. 2.

Kesimpulan ..................................................................................... 51 Saran ................................................................................................ 51

DAFTAR PUSTAKA ............................................................................... 52 LAMPIRAN .............................................................................................. 53

vii

DAFTAR TABEL

No

Halaman

1. 2. 3. 4. 5. 6.

Stock out raw material tahun 2010 dan 2011........................................... 3 Model perhitungan Bayes ........................................................................ 9 Perbandingan sistem Q dan sistem P ..................................................... 14 Data permintaan produk skin care tahun 2010-2012 ............................. 27 Data permintaan produk make up tahun 2010-2012 .............................. 28 Perbandingan MAPE, MAD, dan MSD dengan time series untuk produk skin care..................................................................................... 29 7. Hasil peramalan produk skin care dengan analisis quadratic model tahun 2013-2015 ................................................................................... 30 8. Perbandingan MAPE, MAD, dan MSD dengan time series untuk produk make up ...................................................................................... 30 9. Hasil peramalan produk make up dengan analisis quadratic mode tahun 2013-2015 ................................................................................... 31 10. Total pemakaian raw material tahun 2010-2012 ................................... 32 11. Analisis ABC ......................................................................................... 33 12. Nilai mutu kriteria ketepatan waktu kirim ............................................. 35 13. Nilai mutu kriteria kualitas material ...................................................... 36 14. Nilai mutu kemampuan komunikasi dari pemasok................................ 37 15. Nilai mutu harga..................................................................................... 37 16. Nilai mutu lead time............................................................................... 38 17. Model perhitungan Bayes ...................................................................... 38 18. Rekapitulasi hasil pengolahan data ........................................................ 46 19. Perbandingan MAPE, MAD, dan MSD dengan time series raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil ....................................................... 47 20. Peramalan pemakaian (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil tahun 2013-2015 dengan analisis quadratic model ........................................................... 48

viii

DAFTAR GAMBAR No

Halaman

1. Continuous review system inventory ........................................................ 10 2. Periodic review system inventory............................................................. 12 3. Kerangka pemikiran penelitian ................................................................ 19 4. Kerangka alur penelitian .......................................................................... 20 5. Proses produksi produk skin care ............................................................ 23 6. Proses produksi produk make up ............................................................. 24 7. Grafik permintaan produk skin care tahun 2010-2012 ............................ 27 8. Grafik permintaan produk skin care tahun 2010-2012 ............................ 28

ix

DAFTAR LAMPIRAN No

Halaman

1. Persentase permintaan normal ............................................................... 53 2. Klasifikasi ABC ..................................................................................... 54 3. Hasil analisis quadratic trend model 1C00004 ............................................ 63 4. Grafik hasil analisis quadratic trend model 1C00004 .................................. 64 5. Hasil analisis quadratic trend model 1D00003 ............................................ 65 6. Grafik hasil analisis quadratic trend model 1C00004 .................................. 66 7. Hasil analisis quadratic trend model 1F00438 ............................................ 67 8. Grafik hasil analisis quadratic trend model 1F00438 ................................... 68 9. Hasil analisis quadratic trend model 1C00078 ............................................ 69 10. Grafik hasil analisis quadratic trend modeli 1C00078 ............................... 70

x

1

I.

PENDAHULUAN

1.1 Latar Belakang Seiring dengan perubahan teknologi dan arus informasi yang dewasa ini berkembang pesat, maka kebutuhan dan keinginan masyarakat akan barang konsumsi semakin meningkat. Hal ini menjadi alasan bagi konsumen untuk memilih suatu produk, termasuk produk kosmetik yang akan dikonsumsi. Memproduksi produk kosmetik yang bervariasi dan berkualitas merupakan tantangan dalam persaingan industri kosmetik. Kriteria produk kosmetik yang berkualitas yaitu produk telah lulus uji pengawasan mutu produk. Beragam perusahaan kosmetik, baik dari dalam dan luar negeri, memberikan tawaran menarik dan beraneka ragam untuk menarik minat konsumen sehingga menimbulkan persaingan yang ketat. Konsumen sekarang pun semakin berhati-hati dalam memilih produk agar terhindar dari efek negatif bahan kimia yang berbahaya untuk tubuh sehingga perusahaan harus memiliki posisi yang kuat dan dapat memberikan kepuasan pada konsumen. Dalam persaingan yang ketat suatu industri membutuhkan proses produksi yang lancar, stabil dan optimal. Manajemen persediaan merupakan salah satu aspek yang penting dalam menjaga kelancaran proses produksi yang pada akhirnya akan berpengaruh pada kelancaran pemenuhan permintaan konsumen. Hal mendasar yang harus dilakukan sebelum produksi berjalan adalah pelaksanaan perencanaan dan persediaan material. Divisi atau departemen yang bertanggungjawab harus dapat menentukan berapa banyak material yang disimpan, berapa banyak material yang dibutuhkan serta berbagai kondisi lain yang harus ditentukan yang berkaitan dengan perencanaan material (Nurhasanah, 2005). Dengan perencanaan kebutuhan material yang tepat, maka perusahaan dapat mengoptimalkan biaya persediaan serta memperkecil kerugian karena kerusakan material. Bila perusahaan menanamkan terlalu banyak dananya dalam persediaan, akan menimbulkan biaya penyimpanan yang berlebihan. Demikian pula bila perusahaan tidak mempunyai persediaan yang mencukupi dapat mengakibatkan biaya terjadinya kekurangan bahan (Handoko 2000). Sistem persediaan adalah serangkaian kebijaksanaan dan pengendalian yang memonitor tingkat persediaan dan menentukan tingkat persediaan yang harus dijaga,

2

kapan persediaan harus diisi, dan berapa besar pesanan harus dilakukan (Handoko, 2000). Menjaga persediaan merupakan masalah yang rumit terlebih jika melibatkan item material yang mencapai ribuan. PT. VWX merupakan salah satu perusahaan yang bergerak dalam bidang industri kosmetik yang memproduksi produk skin care dan produk make up yang memiliki pangsa pasar di dalam negeri dan di luar negeri, seperti negara-negara di Asia Tenggara, Timur Tengah dan Afrika. Sebagaimana halnya dengan perusahaan manufaktur lain PT. VWX tidak dapat terlepas dari masalah persediaan. Alasan utama perusahaan memfokuskan perhatian terhadap masalah pengendalian persediaan adalah karena persediaan merupakan salah satu bagian pengeluaran perusahaan yang menyerap dana terbesar. Hal khusus dalam masalah persediaan adalah keputusan yang menyangkut berapa banyak dan kapan harus melakukan pemesanan dari beberapa jenis material dengan perbedaan pemasok, lead time, serta anggaran yang terbatas. Material yang digunakan dalam proses produksi di PT. VWX terdiri dari raw material dan packaging material. Permasalahan yang sering dialami oleh PT. VWX salah satunya adalah mengalami kekurangan persediaan material dalam proses produksi sehingga menjadi salah satu penghambat dalam proses produksi. Pada tahun 2010 perusahaan mengalami 8 kali kekurangan persediaan raw material, diantaranya raw material dengan nomor kode 1A00436, 1C00453, 1C00498, 1G00302, 1H00165 dan 1H00409 mengalami kekurangan persediaan sebanyak satu kali, sedangkan raw material dengan nomor kode 1C00010 mengalami kekurangan persediaan sebanyak dua kali. Pada tahun 2011 perusahaan mengalami 7 kali kekurangan persediaan raw material, diantaranya raw material dengan nomor kode 1C00010 dan 1C00032 mengalami kekurangan persediaan sebanyak satu kali, raw material dengan nomor kode 1F00438 mengalami kekurangan persediaan sebanyak dua kali dan raw material dengan nomor kode 1C00078 mengalami kekurangan persediaan sebanyak tiga kali. Tabel 1 berikut menunjukkan data kekurangan persediaan raw material yang dialami oleh PT. VWX di tahun 2010 dan 2011.

3

Tabel 1 Stock out raw material tahun 2010 dan 2011 Tahun 2010 NO

Kode

1 2 3 4 5 6 7 8

1A00436 1C00010 1C00010 1C00453 1C00498 1G00302 1H00165 1H00409

Stock (kg) 0,07 9,00 4,00 0,60 0,56 3,29 1,18 0,05

Tahun 2011

Permintaan Produksi (kg) 0,50 20,00 5,00 0,75 2,50 7,50 1,20 0,30

Kode

1C00078 1C00010 1C00078 1C00078 1C00032 1F00438 1F00438

Stock (kg) 1,76 2.236,00 0,00 0,00 8,97 0,00 0,00

Permintaan Produksi (kg) 3,19 5.000,00 3,20 4,79 10,00 2,30 1,80

Sumber : PT. VWX (2012) Raw material yang digunakan pada PT. VWX merupakan bahan baku dalam pembuatan produk kosmetik skin care dan make up. Sebagian besar raw material yang digunakan berasal dari luar negeri (impor). Kekurangan persediaan raw material dapat disebabkan oleh keterlambatan pemesanan material, ketidaksesuaian rencana produksi dengan aktual rencana produksi, dan adanya keterlambatan pengiriman dari supplier sehingga menghambat proses produksi pada PT. VWX. Pengendalian persediaan raw material perlu mempertimbangkan jumlah raw material yang dibutuhkan untuk produksi, MOQ (minimal order quantity), waktu pemesanan dilakukan dan faktor biaya yang minimal. Oleh sebab itu, diperlukan adanya suatu sistem pengelolaan persediaan raw material dan kebijakan dalam persediaan material dalam perusahaan sehingga akan tercapai tingkat persediaan yang optimal dalam perusahaan. 1.2 Rumusan Masalah Kekurangan persediaan raw material di PT. VWX dapat disebabkan oleh keterlambatan pemesanan material, ketidaksesuaian rencana produksi dengan aktual yang diproduksi, dan adanya keterlambatan pengiriman dari supplier sehingga menghambat proses produksi pada PT. VWX. Hal yang perlu dipertimbangkan dalam pengendalian persediaan raw material yaitu mempertimbangkan jumlah raw material yang dibutuhkan untuk produksi, MOQ (minimal order quantity), waktu pemesanan dilakukan dan faktor biaya yang minimal.

4

Berdasarkan pemaparan di atas, dapat dirumuskan pertanyaan permasalahan berikut : 1. Bagaimana manajemen persediaan raw material pada PT. VWX ? 2. Bagaimana tingkat safety stock raw material yang optimal pada PT. VWX ? 3. Bagaimana metode persediaan raw material yang mungkin dilakukan untuk melancarkan proses produksi pada PT. VWX dalam sisi biaya? 1.3 Tujuan Penelitian Tujuan penelitian ini, yaitu : 1. Mengidentifikasi manajemen persediaan raw material pada PT. VWX terkait analisa ABC. 2. Menganalisa tingkat safety stock raw material yang optimal pada PT. VWX. 3. Menganalisa metode persediaan dengan membandingkan alat analisis EOQ, Periodic Review System, dan existing system dalam sisi biaya. 1.4 Manfaat Penelitian Adapun manfaat dari penelitian ini, yaitu: 1. Perusahaan yang menjadi objek penelitian (PT. VWX) dapat menggunakan penelitian ini sebagai bahan rujukan mengenai manajemen persediaan raw material yang dilakukan selama ini. 2. Bagi penulis, dapat menerapkan ilmu pengetahuan yang diperoleh di perkuliahan pada dunia industri. 3. Bahan referensi bagi penelitian lain mengenai perencanaan dan pengendalian persediaan. 1.5 Ruang Lingkup Penelitian 1. Persediaan yang dibahas adalah persediaan untuk raw material (bahan baku). 2. Waktu pelaksanaan penelitian dilaksanakan selama tiga bulan yaitu dari bulan November 2012 - Januari 2013. 3. Data yang diperlukan berupa : a. Data primer, yang diperoleh dari wawancara langsung dengan departemen PPIC, Purchasing, Produksi, Logistick, RND, QC, dan HRD. b. Data sekunder, berupa dokumen perusahaan seperti data permintaan terhadap produk skin care dan make up, data kebutuhan raw material formula produk, data biaya material, data lead time material. Disamping itu data sekunder

5

diperoleh dari literatur, hasil penelitian terdahulu, bahan pustaka dan data dari perusahaan terkait.

6

II.

TINJAUAN PUSTAKA

2.1 Manajemen Persediaan Setiap sumber yang disimpan dan akan digunakan untuk memenuhi kebutuhan pada saat ini atau di masa yang akan datang disebut dengan pengendalian persediaan. Handoko (2000), mendefinisikan inventory atau persediaan adalah segala sesuatu atau sumber daya – sumber daya organisasi yang disimpan dalam antisipasinya terhadap pemenuhan permintaan. Persediaan ini meliputi persediaan bahan mentah, barang dalam proses, barang jadi atau produk akhir, bahan-bahan pembantu atau pelengkap, dan komponen-komponen lain yang menjadi bagian keluaran produk perusahaan. Sumayang (2003) mendefinisikan inventory merupakan simpanan material yang berupa bahan mentah, barang dalam proses, dan barang jadi. Dua kondisi yang dapat terjadi pada masalah persediaan barang adalah: 1. Over stocking, yaitu kondisi dimana jumlah barang yang disimpan terdapat dalam jumlah yang besar untuk memenuhi permintaan dalam waktu yang lama. 2. Under stocking, yaitu kondisi persediaan barang dalam jumlah terbatas untuk memenuhi kebutuhan dalam jangka waktu yang pendek. 2.1.1 Faktor Penyebab Persediaan Alasan perlu adanya persediaan menurut Sumayang (2003) adalah sebagai berikut : 1. Menghilangkan

pengaruh

ketidakpastian.

Untuk

menghadapi

ketidakpastian maka pada sistem ditetapkan persediaan darurat yang dinamakan safety stock. Jika sumber dari ketidakpastian dapat dihilangkan maka jumlah inventory maupun safety stock dapat dikurangi. 2. Memberi waktu luang untuk pengelolaan produksi dan pembelian. 3. Untuk mengantisipasi perubahan pada demand dan supply. Inventory disiapkan untuk menghadapi perubahan biaya dan persediaan bahan baku. 2.1.2 Klasifikasi Persediaan Persediaan dapat diklasifikasikan dalam 3 klasifikasi (Pujawan,2005), yaitu :

7

1. Berdasarkan bentuknya, persediaan dapat diklasifikasikan menjadi bahan baku (raw material), barang setengah jadi (WIP), dan produk jadi (finished goods). Klasifikasi ini biasanya hanya berlaku pada konteks perusahaan manufaktur. 2. Berdasarkan fungsinya, persediaan dapat dibedakan menjadi : a. Pipeline/transit inventory. Persediaan ini muncul karena lead time pengiriman dari satu tempat ke tempat lain. b. Cycle stock. Persediaan yang mempunyai siklus persediaan tertentu akibat motif memenuhi skala ekonomi. c. Persediaan pengaman (safety stock). Berfungsi sebagai perlindungan terhadap ketidakpastian permintaan maupun pasokan. d. Anticipation stock adalah

persediaan

yang

dibutuhkan

untuk

mengantisipasi kenaikan permintaan akibat sifat musiman dari permintaan terhadap suatu produk. 3. Persediaan juga dapat diklasifikasikan berdasarkan sifat ketergantungan kebutuhan antara satu item dengan item lainnya. Item yang kebutuhannya tergantung pada kebutuhan item lain dinamakan dependent demand item. Sebaliknya, kebutuhan independent demand item tidak tergantung pada kebutuhan item lain. Klasifikasi ini dilakukan karena pengelolaan kedua jenis item yang berbeda. Yang termasuk dalam dependent demand item adalah komponen atau bahan baku yang akan digunakan untuk membuat produk jadi. Produk jadi biasanya digolongkan dalam independent demand item

karena

kebutuhan

akan

satu

produk

jadi

tidak

langsung

mempengaruhi kebutuhan produk jadi yang lain. 2.1.3 Biaya Persediaan Biaya peubah (variable cost) yang harus yang harus dipertimbangkan dalam menentukan besarnya jumlah persediaan menurut Handoko (2000), adalah : 1. Biaya penyimpanan (holding cost atau carrying cost), yaitu biaya yang bervariasi

secara

langsung

dengan

kuantitas

persediaan.

Biaya

penyimpanan per periode akan semakin besar apabila kuantitas bahan yang dipesan semakin banyak.

8

2. Biaya pemesanan (biaya pembelian), yaitu biaya yang ditanggung perusahaan setiap kali memesan bahan untuk produksi (order cost atau procurement cost). 3. Biaya penyiapan (manufacturing), yaitu biaya untuk memproduksi komponen tertentu yang diproduksi sendiri dalam perusahaan (setup cost). 4. Biaya kehabisan atau kekurangan bahan, yaitu biaya yang timbul bilamana persediaan tidak mencukupi untuk permintaan bahan. Biaya ini adalah yang paling sulit untuk diperkirakan. 2.2 Analisis Persediaan ABC Melalui

identifikasi

persediaan,

manajemen

dapat

lebih

efektif

mengalokasikan sumber daya untuk mengendalikan barang yang relatif sedikit dengan nilai tertinggi yang memerlukan perhatian lebih besar. Metode inventory ABC atau analisis aturan 80 - 20 adalah metode pengelolaan inventory dengan cara mengelompokkan inventory berdasarkan nilai penggunaan yang akan menjadi tiga kelas, yaitu : 1. Kelas A : sebanyak kurang lebih 20% item dengan nilai penggunaan uang sebesar 80% dari total biaya persediaan. 2. Kelas B : sebanyak kurang lebih 30% item dengan nilai penggunaan uang sebesar 15% dari total biaya persediaan. 3. Kelas C : sebanyak kurang lebih 50% item dengan nilai penggunaan uang sebesar 5% dari total biaya persediaan. 2.3 Metode Bayes Metode Bayes atau yang lebih dikenal dengan kaidah Bayes dikembangkan oleh Thomas Bayes (1702 - 1763) merupakan kaidah yang memperbaiki atau merevisi suatu peluang (probabilitas) dengan cara memanfaatkan informasi tambahan. Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif yaitu : m Total Nilai i = ∑ Nilai ij (Krit j) j=1 …………………..…...(1) dimana : Total nilai = total nilai akhir dari alternatif ke-i Nilai ij

= nilai dari alternatif ke-i pada kriteria ke-j

9

Krit j

= tingkat kepentingan (bobot) kriteria ke-j

i

= 1,2,3,…n; n = jumlah alternatif

j

= 1,2,3,…m; m = jumlah kriteria

Informasi awal tentang nilai peluang ini disebut distribusi prior, sedangkan nilai peluang yang sedang diperbaiki dengan informasi tambahan disebut peluang posterior. Model persamaan Bayes dapat dilihat dalam Tabel 2. Tabel 2 Model perhitungan Bayes (Yusuf Wibisono, 2009) Kriteria Alternatif Alt. 1 Alt. 2 Alt. 3 Alt.m Bobot Kriteria

Kriteria 1 V11 V21 V31 Vm1





Kriteria n Vn V2n V3n Vmn

B1

B2

B3

B4

B5

Bn

Nilai Alternatif

Peringkat

Nk1 Nk2 Nk3 Nkm

2.4 Metode Penentuan Jumlah dan Kapan Pemesanan Dilakukan 2.4.1 Metode Sistem Pemeriksaan Terus-menerus atau Continuous Review System Menurut Sumayang (2003), continuous review system disebut juga “Q” sistem atau sistem jumlah pemesanan tetap atau fixed order quantity system, mengutamakan pengawasan yang terus menerus pada tingkat persediaan atau pada stock level. Posisi stock atau tingkat persediaan adalah total inventory yang tersedia (on hand inventory) ditambah dengan jumlah material yang sedang dalam pemesanan. Apabila posisi stock berkurang sampai ke tingkat persediaan yang telah ditentukan atau re-order point (R) maka sejumlah tetap material akan dipesan. Karena jumlah yang dipesan tetap, maka waktu antara pemesanan tergantung pada laju perubahan permintaan. Persediaan berkurang dengan kecepatan yang tidak beraturan sampai jumlahnya mencapai re-order point R dimana pemesanan sejumlah Q unit mulai dilakukan. Pemesanan akan datang setelah tenggat waktu atau lead time (L). Penjelasan mengenai continus review system tersebut dapat dilihat pada Gambar 1.

10

Inventory

Q

Q

Q

R

L

L

L

Waktu Gambar 1 Continuous review system inventory (Sumber Sumayang, 2003) Dengan demikian metode sistem Q ditentukan oleh dua parameter, yaitu : 1. Parameter Q ditetapkan dengan metode EOQ

EOQ

=

……………………………….(2)

dimana : EOQ = jumlah pesanan yang paling efisien S

= biaya setiap kali pemesanan atau ordering cost

D

= besar laju permintaan dalam unit per tahun

i

= biaya pengelolaan atau carrying cost adalah persentase terhadap nilai inventory per tahun

C

= biaya per unit

2. R berdasarkan biaya yang timbul karena persediaan habis atau stock out cost tetapi karena perkiraan tidak mudah maka digunakan stock out probability. Untuk menentukan besarnya safety stock, dapat digunakan dengan metode berikut : SS = z x s x dimana : SS = safety stock z = ditentukan oleh service level

………………………..(3)

11

s = standar deviasi permintaan selama lead time L = lead time Waktu pemesanan kembali (reorder point) untuk menjaga kelancaran kegiatan produksi, dipengaruhi oleh : 1. Lead time, yaitu waktu yang dibutuhkan antara bahan baku dipesan hingga sampai ke perusahaan. Semakin lama lead time maka akan semakin besar bahan yang diperlukan selama masa lead time. 2. Tingkat pemakaian bahan baku rata – rata dalam satuan waktu tertentu. 3. Persediaan pengaman (safety stock), yaitu jumlah persediaan bahan minimum

yang

harus

dimiliki

oleh

perusahaan

untuk

menjaga

kemungkinan keterlambatan datangnya bahan baku. Dari ketiga faktor diatas, maka rumus reorder point adalah sebagai berikut : ROP = (LD x AU) + SS

…….……………….(4)

dimana : ROP = reorder point LD

= lead time

AU = average usage (pemakaian rata-rata) per satuan waktu tertentu Untuk menentukan biaya total persediaan (Total Cost) sebagai berikut : TC = DC + S dimana : S

D Q

+

Q 2

+ SS iC

………………….(5)


D = besar laju permintaan dalam unit per tahun Q = kuantitas pesanan ekonomis SS = safety stock i


C

= biaya per unit

2.4.2 Model Periodic Review System (Sistem Pemeriksaan Periodik) Sistem P pengendalian persediaan atau P inventory control system disebut juga sistem pemesanan periode tetap. Definisi sistem P (Sumayang, 2003) sebagai berikut :

12

1. Pemeriksaan stock persediaan atau posisi persediaan pada setiap periode waktu yang tetap yaitu pada periode P. 2. Selisih persediaan target T dengan stock persediaan sama dengan jumlah yang dipesan. Berdasarkan penjelasan tersebut maka dapat diilustrasikan periodic review system inventory dalam Gambar 2.

T Q1

Q2 Q1

Q3 Q2

L

Q3 L

P

P

Waktu Gambar 2 Periodic review system inventory (Sumber Sumayang, 2003) Perbedaan dengan metode system Q adalah : 1. Pada metode sistem P tidak ada reorder point sebagai batas waktu untuk melaksanakan pemesanan. Pemesanan pada metode sistem P dilakukan pada periode waktu yang tetap. 2. Pada metode sistem P tidak ada EOQ yang merupakan jumlah pesanan tetap, sedangkan dalam metode P jumlah pesanan tergantung pada laju perubahan permintaan. 3. Pada metode periodic review system parameter adalah P dan T sedangkan pada metode economic order quantity parameter adalah Q dan R. a. P dihitung dengan cara EOQ dimana waktu periodik P

P=

…..……………………….(6)

dimana : P = periode waktu pemesanan S = biaya setiap kali pemesanan atau ordering cost D = besar laju permintaan dalam unit per tahun i = biaya pengelolaan atau carrying cost adalah persentase terhadap

13

nilai inventory per tahun C = biaya per unit b. T adalah target persediaan yang ditentukan dengan cara menetapkan service level di mana target persediaan ditentukan cukup tinggi untuk mengatasi laju perubahan permintaan selama lead time ditambah dengan laju perubahan permintaan sampai waktu pemeriksaan yang akan datang. Untuk menentukan target persediaan (T), dapat menggunakan rumus T = ((P + L) x AU) + SS

…………………………...(7)

dimana : T

= target persediaan

SS

= safety stock

P

= periode selama pemesanan optimal

L

= lead time

AU = average usage Jumlah safety stock (SS), ditentukan dengan rumus : SS = z x �(P + L) x s

dimana :

…………………………...(8)

SS = safety stock z

= distribusi normal tingkat pelayanan

P = periode selama pemesanan optimal L = lead time s

= penyimpangan standar permintaan

Total biaya inventory (TC), yaitu TC = DC + S dimana :

D Q

+

Q 2

+ SS iC …………………...(9)

TC = total cost (biaya total) D

= besar laju permintaan dalam unit per tahun

C

= biaya per unit

n

= periode (bulan)

P

= periode selama pemesanan optimal

S


14

SS

= safety stock

AU = average usage (pemakaian rata-rata) per satuan waktu tertentu i


Perbedaan antara sistem Q dan sistem P terdapat dalam kriteria periode pemesanan, jumlah yang dipesan, jumlah barang yang disimpan dan penanganan dalam administrasi dalam memantau persediaan. Tabel 3 berikut merupakan perbandingan antara sistem Q dan sistem P. Tabel 3 Perbandingan sistem Q dan sistem P Sistem Q

Sistem P

Periode pemesanan tidak tetap Jumlah yang dipesan selalu sama

Periode pemesanan tetap Jumlah yang dipesan berbeda dalam setiap pemesanan Barang yang disimpan relatif lebih Membutuhkan safety stock relatif lebih sedikit besar, untuk melindungi variansi demand dan juga untuk demand selama periode pesan belum sampai Memerlukan administrasi yang Administrasi ringan berat untuk selalu dapat memantau tingkat persediaan agar tidak terlambat pesan 2.5 Forecasting (Peramalan) Tujuan utama dari peramalan dalam manajemen permintaan adalah untuk meramalkan permintaan dari item independent demand di masa yang akan datang (Gaspers, 2005). Pemilihan item independent demand yang akan diramalkan tergantung pada situasi dan kondisi aktual dari masing - masing industri manufaktur. Dalam setiap industri manufaktur, produk akhir merupakan item independent demand yang dipilih untuk diramalkan. 2.5.1

Model Peramalan Secara umum, model peramalan dapat dikelompokkan menjadi 2 kelompok utama, yaitu : 1. Metode kualitatif, model peramalan yang digolongkan sebagai model kualitatif adalah : a. Dugaan manajemen (management estimate), di mana peramalan semata - mata berdasarkan pertimbangan manajemen.

15

b. Riset pasar, merupakan metode peramalan berdasarkan hasil - hasil dari survei pasar yang dilakukan oleh tenaga pemasar. c. Metode kelompok terstruktur, merupakan teknik berdasarkan opini beberapa orang atau ahli secara interaktif tanpa menyebutkan identitasnya (metode Delphi). Dalam metode ini terdapat peranan fasilitator untuk memperoleh atau menyimpulkan hasil peramalan itu. d. Analogi historis, merupakan teknik peramalan berdasarkan pola data masa lalu dari produk yang dapat disamakan secara analogi. Misalnya peramalan

untuk

menggunakan

mengembangkan

pasar

televisi

multisistem

model permintaan televisi hitam putih atau televisi

berwarna biasa. 2. Model kuantitatif, terbagi menjadi 2 jenis : a. Model kuantitatif intrinsik, sering disebut sebagai model deret waktu (time series model). Beberapa model deret waktu yang populer dan umum diterapkan dalam peramalan permintaan adalah : •

Analisis trend (Trend Analysis) Analisis trend adalah analisis yang digunakan untuk mengamati kecenderungan data secara menyeluruh pada suatu kurun waktu yang cukup panjang. Beberapa metode yang dapat digunakan untuk membuat peramalan dengan trend analysis, yaitu : a. Linear Model (model linier) : suatu trend yang kenaikan/penurunan

nilai

yang

akan

diramalkan

naik/turun secara linier. b. Quadratic Model (model kuadrat) : trend yang nilai variabel tak bebasnya naik/turun secara linier atau terjadi parabola bila datanya dibuat secara plot (hubungan variabel dependen dan independen adalah kuadratik). c. Exponential

Growth

Model

(model

pertumbuhan

exponensial) : sebuah trend yang nilai variabel tak bebasnya naik secara berlipat ganda atau tidak linier.

16

d. S- Curve Model (model kurva S) : sebuah trend yang digunakan untuk data runtun waktu yang mengikuti kurva bentuk S. •

Rata - rata bergerak (Moving Average) Model rata - rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk meramalkan permintaan di masa yang akan datang. Metode rata - rata bergerak akan efektif diterapkan apabila dapat mengasumsikan bahwa permintaan pasar terhadap produk akan stabil sepanjang waktu. Pada dasarnya metode rata - rata bergerak terdapat dua jenis, yaitu metode rata - rata bergerak tidak terbobot (unweighted moving average) dan metode rata-rata terbobot (weighted moving average). Metode rata - rata bergerak n periode menggunakan formula : ∑ (permintaan dalam n – periode terdahulu) ….(10) n Permasalahan umum dalam menggunakan model rata rata bergerak tidak terbobot adalah bagaimana memilih n periode yang diperkirakan tepat. Dalam hal ini n periode yang dipilih adalah n periode yang memiliki MAD (mean absolute deviation) terkecil. Sumayang (2003), menyatakan ada empat cara untuk menghitung error, yaitu : 1. Average error (AE)

…………. (11)

2. Mean square error (MSE)

...……(12)

3. Mean absolute deviation of forecast error ( MAD) …..……….(13)

4. Mean absolute percentage errors, yaitu cara yang paling akurat untuk membandingkan error dari dua metode time serries. •

Pemulusan eksponensial (Exponential smoothing)

17

•

Proyeksi kecenderungan (trend projection)

b. Model kuantitatif ekstrinsik, sering disebut sebagai model kausal. Model kuantitatif ekstrinsik yang populer adalah model regresi (regression causal model) 2.6

Penelitian Terdahulu Novinka (2005) dalam penelitiannya berjudul Kajian Manajemen Persediaan Perusahaan Jasa Boga Maskapai Penerbangan (Inflight Catering Services) Kasus PT. Aerowisata Catering Service Jakarta, Indonesia, bertujuan untuk membandingkan sistem manajemen yang diterapkan dengan teori – teori manajemen persediaan, mengkaji bentuk kegiatan proses pembelanjaan bahan baku, mengidentifikasi faktor – faktor pembelanjaan bahan baku dan mengidentifikasi faktor – faktor yang harus diterapkan dalam mempertahankan mutu produk. Hasil penelitian tersebut yaitu PT. ACS menyusun rencana pengadaan bahan bakunya dengan sistem penjadwalan mundur yang dimulai dengan merencanakan produksi produk jadi. Penetapan kuantitas dan frekuensi persediaan mengikuti pola order point system dan order cycle system secara bersamaan. Konsep biaya EOQ tidak memungkinkan untuk diterapkan. Dalam proses produksi dan pengadaan bahan baku PT. ACS telah menerapkan konsep Just-in-time. ABC analysis tidak diterapkan di bagian persediaan. Pamela (2011) dalam penelitiannya berjudul Manajemen Persediaan Usaha Adenium (Studi Kasus PT.Godongijo Asri, Depok, Jawa Barat) menetapkan tujuan penelitian adalah mempelajari manajemen persediaan tanaman hias, mempelajari model persediaan, dan menentukan pilihan model pengendalian persediaan. Hasil penelitiannya yaitu manajemen persediaan yang dilakukan terorganisir dengan baik. Model pengendalian persediaan adenium yang paling mungkin diterapkan adalah model EOQ dengan metode two bin system dengan kendala investasi. Yutik Ernawati dan Sunarsih (2008) dalam jurnal yang berjudul Sistem Pengendalian Persediaan Model Probabilistik Dengan “Back Order Policy”. Membahas tentang model persediaan probabilistik untuk kasus back order tanpa kendala dan dengan kendala. Hasil yang diperoleh yaitu pengendalian persediaan dengan menggunakan model persediaan probabilistik berkendala (Q,r,λ) dengan “back orders policy” menunjukkan hasil yang lebih baik dibandingkan dengan perencanaan yang digunakan perusahaan selama ini.

18

Nunung Nurhasanah (2005) dalam jurnal yang berjudul Perencanaan Pengendalian Produksi Dan Persediaan Industri Pasta PT XYZ. Tujuan dari penelitian ini adalah mengetahui perencanan dan pengendalian persediaan berdasarkan tingkat pemesanan optimal bahan baku tepung semolina, mengetahui alternatif perencanaan agregat yang harus dipilih berdasarkan efisiensi biaya strategi yang dijalankan, mengetahui prioritas dalam persediaan produk pasta dengan menggunakan analisis ABC. Hasil dari penelitian tersebut yaitu metode prakiraan untuk menentukan prakiraan bahan baku tepung semolina 12 periode mendatang adalah double exponential smoothing 1 parameter dari Brown dengan α = 0,2. Hasil prakiraan untuk 1 tahun adalah 17.886,50 ton tepung. Jumlah pesanan ekonomis adalah sebesar 120 ton tepung semolina, yang dipesan sebanyak 150 kali dalam setahun, dengan interval pemesanan setiap 2 hari sekali dan ongkos total persediaan yang harus dikeluarkan adalah Rp 62.707.420.154,00. Altematif yang dipilih dalam perencanaan agregat adalah strategi dengan hari kerja regular tetap, yaitu selama 23 hari/bulan, dengan kapasitas produksi 832 unit pasta/hari. Ongkos yang harus dikeluarkan adalah Rp 558.541.983,00. Analisis ABC Produk pasta jenis elbow macaroni dan spaghetti adalah produk yang harus mendapat perhatian khusus dalam pengendalian persediaan produk jadi dengan persentase nilai sebesar 70,63% dan persentase jumlah 20%.

19

III. 3.1

METODE PENELITIAN

Kerangka Pemikiran Penelitian Persaingan dalam industri kosmetik saat ini semakin tinggi karena banyak

perusahaan kosmetik yang berasal dari dalam dan luar negeri memberikan tawaran menarik dan beraneka ragam untuk menarik minat konsumen. Di dalam persaingan yang semakin ketat PT. VWX telah melakukan antisipasi untuk tetap memiliki posisi yang kuat dalam persaingan. Namun PT. VWX tidak terlepas dari permasalahan dalam proses produksinya, yaitu dalam hal penyediaan bahan baku/raw material untuk produksi. Agar kelancaran proses produksi tetap terjaga, maka PT. VWX terus mengembangkan dan melakukan perbaikan pada sistem persediaan. Perencanaan penyediaan raw material mempertimbangkan jumlah raw material yang dibutuhkan untuk produksi, tingkat safety stock, waktu pemesanan dilakukan dan faktor biaya yang minimal. Dengan adanya sistem pengelolaan persediaan raw material dan kebijakan dalam persediaan material pada PT. VWX maka tingkat persediaan yang optimal akan tercapai dalam sistem pengelolaan persediaan raw material. Kerangka pemikiran yang menjadi dasar bagi penelitian ini adalah seperti yang terlihat pada Gambar 3. Persaingan industri kosmetik yang semakin tinggi bagi PT. VWX.

Menjaga kelancaran proses produksi

Perbaikan sistem persediaan raw material

Kebijakan persediaan raw material

Persediaan optimal

Efisiensi Biaya

Gambar 3 Kerangka pemikiran penelitian

20

Kegiatan yang dilakukan berkaitan dengan penelitian yang merupakan langkah-langkah untuk memulai penelitian hingga penelitian berakhir terlihat pada Gambar 4. Latar Belakang Masalah

Pokok Masalah Persediaan raw material sering menjadi kendala untuk rencana produksi. Kekurangan persediaan raw material dapat disebabkan oleh keterlambatan pemesanan material yang impor, ketidaksesuaian rencana produksi dengan aktual yang diproduksi, dan adanya keterlambatan pengiriman dari supplier sehingga menghambat proses produksi pada PT. VWX.

Tujuan Penelitian 1. 2. 3.

Mempelajari manajemen persediaan raw material pada PT. VWX. Menganalisa tingkat safety stock raw material yang optimal pada PT. VWX. Menganalisa metode persediaan raw material yang mungkin dilakukan oleh PT. VWX.

1. 2. 3. 4. 5. 6. 7.

Pengumpulan Data Sejarah singkat dan organisasi PT. VWX Data pemakaian raw material Data persediaan raw material Data order produk Data pembiayaan Daftar biaya raw material Data formula produk skin care dan make up

Pengolahan Data 1. 2. 3. 4. 5.

Rata-rata pemakaian raw material Klasifikasi ABC Metode Bayes Sistem Model Q & P Forecast dengan time series Implikasi Manajerial

Kesimpulan & Saran Selesai

Gambar 4 Kerangka alur penelitian Berdasarkan Gambar 4 mengenai kerangka alur penelitian dijelaskan bahwa penelitian dilakukan karena melihat permasalahan yang ada di PT. VWX yaitu masalah persediaan raw material, sehingga tujuan dari penelitian ini yaitu ingin mempelajari manajemen persediaan raw material, menganalisa tingkat safety stock, dan menganalisa metode persediaan raw material yang mungkin diterapkan pada

21

PT. VWX. Kemudian dilakukan pengumpulan data yang diperlukan sebagai dasar pengolahan data. Pengolahan data dilakukan dengan menggunakan rata-rata pemakaian material, klasifikasi ABC, metode Bayes, continuous review system atau metode Q dan periodic review system atau metode P. Dari hasil pengolahan data dengan metode Q dan metode P akan didapat data untuk implikasi manajerial yang dapat dilakukan oleh perusahaan sehingga dapat ditarik kesimpulan dan saran sebagai masukan untuk perusahaan. Perhitungan forecast permintaan produk dilakukan untuk meramalkan order di masa yang akan datang sehingga perusahaan dapat menggunakan forecast tersebut untuk persiapan stock raw material. 3.2

Metodologi Penelitian 3.2.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di PT. VWX yang berlokasi di Desa Pedurenan, Gn. Sindur, Bogor, Jawa Barat. Pengambilan data dalam penelitian dilakukan selama bulan November 2012 - Januari 2013. 3.2.2 Jenis dan Metode Pengumpulan Data Data primer, yang diperoleh dari wawancara langsung dengan departement PPIC, Purchasing, Produksi, Warehouse, RnD, QC, dan HRD serta data yang terdiri dari data permintaan terhadap produk skin care dan make up, data kebutuhan raw material tahun 2010 - 2012. Data sekunder, berupa dokumen perusahaan seperti formula produk, data biaya material, data lead time material. Disamping itu data sekunder diperoleh dari literatur, hasil penelitian terdahulu, bahan pustaka dan data dari perusahaan terkait.

3.3

Metode Pengolahan dan Analisis Data Metode yang digunakan dalam penelitian ini yaitu metode pengklasifikasian material dengan analisis ABC, metode Bayes, analisis dengan continuous review system atau sistem Q dan periodic review system atau sistem P, dan perhitungan forecast dengan time series menggunakan software Minitab 14.

22

IV. 4.1

HASIL DAN PEMBAHASAN

Gambaran Umum Perusahaan PT. VWX merupakan sebuah perusahaan yang bergerak dalam bidang industri kosmetik. Perusahaan ini didirikan pada tahun 1993 dan hingga saat ini telah berkembang menjadi perusahaan yang mempunyai brand kosmetik terkenal di Indonesia dan beberapa negara di Asia, Timur Tengah dan Afrika. Produk yang dihasilkan oleh PT. VWX telah menerima sertifikat GMP (Good Manufacturing Practice) yaitu sertifikat yang dikeluarkan oleh badan kesehatan internasional, US Food and Drug Administration untuk produk makanan dan obat obatan yang teruji kualitasnya. Fokus industri PT. VWX yaitu produk skin care antara

lain lulur mandi, sabun mandi, sabun sirih, lotion dan produk make up antara lain alas bedak, compact powder, blush on, eye shadow, pensil alis, mascara, dan lipstick. Pada awalnya kegiatan produksi dan kantor pusat PT. VWX berlokasi di Ciputat, Jakarta Selatan namun karena perkembangan penjualan produk yang berkembang pesat, menyebabkan tempat yang ada sudah tidak memungkinkan lagi untuk melakukan proses produksi sehingga pada tahun 1997 kegiatan produksi PT. VWX dipindahkan ke kawasan industri Lippo Cikarang, Bekasi. Perkembangan penjualan yang pesat tidak hanya dialami dalam penjualan produk di dalam negeri namun penjualan produk ke luar negeri pun mengalami peningkatan yang tinggi. Perkembangan pemasaran ini yang menyebabkan proses produksi PT. VWX terus meningkat sehingga pada tahun 2012 proses produksi PT. VWX dipindahkan ke Desa Pedurenan, Gunung Sindur, Bogor, Jawa Barat. 4.2

Perencanaan dan Proses Produksi Perencanaan produksi merupakan suatu kegiatan yang menentukan apa yang diproduksi, dalam kualitas berapa, dan sumber-sumber apa yang digunakan. Berdasarkan waktu pembuatannya, rencana produksi pada PT. VWX terdiri dari 2 macam yaitu : 1. Rencana produksi bulanan, merupakan rencana produksi yang dibuat oleh planner di tanggal 20 setiap bulan. Rencana produksi bulanan terdiri dari rencana produksi aktual untuk bulan berjalan, estimasi rencana produksi satu bulan ke depan dan estimasi rencana produksi dua bulan ke depan.

23

Rencana produksi bulanan ini yang menjadi dasar perhitungan inventory control untuk pemesanan material (raw material dan packaging material). 2. Rencana produksi mingguan, merupakan rencana produksi yang dibuat oleh planner di setiap minggu. Rencana produksi mingguan pada PT. VWX dilakukan untuk menentukan apa yang akan diproduksi dilihat dari prioritas pengerjaan produk yang ditentukan oleh faktor jumlah permintaan yang paling besar, serta ketersediaan sumber daya yang ada. Rencana produksi mingguan kemudian didistribusikan ke bagian produksi sebagai acuan untuk pengerjaan produksi. Proses produksi yang dilakukan di PT. VWX terdiri dari beberapa tahapan yaitu diawali dengan penimbangan raw material atau bahan baku sesuai dengan protap (prosedur tetap) yang dilakukan oleh bagian warehouse raw material. Setelah penimbangan raw material selesai dilakukan maka bahan baku yang telah ditimbang sesuai dengan protap diproses dengan cara dimasak dengan mesin mixing di ruang produksi sehingga menjadi bulk (bahan setengah jadi). Tahap selanjutnya adalah tahap cooling atau proses pendinginan bulk selama waktu yang telah ditentukan. Bulk yang telah didinginkan masuk ke dalam tahap filling atau tahap pengisian bulk ke dalam packaging. Untuk proses skin care, bulk yang sudah melewati tahap filling dapat masuk ke dalam tahap packing atau proses akhir produksi yaitu pengemasan produk jadi ke dalam carton box sesuai dengan standar yang telah ditentukan. Sedangkan untuk proses make up, bulk yang telah masuk ke dalam tahap filling tersebut masuk dalam proses pressing atau proses pemadatan bulk dalam wadah pressing sebelum masuk dalam proses packing. Alur proses produksi di PT VWX digambarkan dalam Gambar 5 dan Gambar 6 berikut. Penimbangan Material Pemasakan & Mixing Cooling Filling

Packing

Gambar 5 Proses produksi produk skin care

24

Penimbangan Material

Pemasakan & Mixing

Cooling Filling

Pressing

Packing

Gambar 6 Proses produksi produk make up 4.3

Pengadaan dan Pengendalian Raw Material Sistem pengadaan dan pengendalian raw material yang saat ini dilakukan di PT. VWX yaitu disesuaikan dengan kebutuhan rencana produksi selama tiga bulan ditambah dengan stock pengaman (safety stock). Besarnya safety stock ditentukan berdasarkan lead time masing - masing raw material. Raw material yang mempunyai lead time 3 bulan atau lebih maka safety stock yang digunakan sebesar 100% dari total kebutuhan rencana produksi aktual selama satu bulan berjalan, sedangkan material yang mempunyai lead time kurang dari 3 bulan maka safety stock yang digunakan sebesar 30% dari total kebutuhan rencana produksi aktual satu bulan berjalan. 4.3.1

Prosedur Pembelian Raw Material Bersamaan dengan proses perencanaan produksi dan jadwal produksi maka dikerjakan pula perencanaan kebutuhan raw material dan jadwal dari pemesanan yang baru. Berdasarkan kebutuhan ini maka ditentukan berapa, apa saja, dan kapan bahan baku akan dipesan dan disediakan agar kebutuhan pada rencana produksi dapat terpenuhi. Prosedur pembelian raw material di PT. VWX yaitu : 1. Pembelian dilakukan jika terdapat kekurangan persediaan dari hasil perhitungan kebutuhan raw material untuk produksi selama tiga bulan. Perhitungan kebutuhan

raw material dilakukan dengan

menghitung jumlah unit bahan baku yang dibutuhkan oleh masing -

25

masing produk dibandingkan dengan data stock, rencana produksi selama tiga bulan, safety stock dan data outstanding PO (purchased order) raw material yang ada di supplier. Jika dari hasil pengolahan

data

perencanaan

kebutuhan

material

terdapat

kekurangan persediaan maka akan dibuatkan pemesanan raw material yang baru yang disesuaikan dengan MOQ (minimum order quantity), lead time dan waktu dibutuhkan. Pemesanan raw material berupa PR (purchased requisition) diserahkan oleh PPIC (Production Planner and Inventory Control) ke manajer PPIC untuk mendapat persetujuan agar dapat diproses oleh bagian pembelian (purchasing). 2. Purchasing membuat PO (Purchased Order) sesuai dengan permintaan PPIC. PO tersebut selanjutnya diserahkan kepada manajer purchasing untuk mendapat persetujuan, jika PO tersebut disetujui maka purchasing kemudian mengirimkan PO ke supplier melalui fax dan memastikan bahwa supplier telah menerima PO tersebut dan mengkonfirmasi mengenai harga dan batas waktu pengiriman. 4.3.2

Prosedur Penerimaan Raw Material Prosedur penerimaan raw material di PT. VWX yaitu : 1. Purchasing memonitor kedatangan raw material yang telah dipesan ke supplier. 2. Penanganan terhadap penerimaan raw material yang dipesan sesuai dengan karakteristik masing - masing raw material. 3. Sebelum raw material diterima oleh gudang, pihak gudang akan verifikasi antara surat jalan dan PO. Apabila sesuai, maka raw material dapat diterima oleh gudang. Apabila ada ketidaksesuaian antara surat jalan dengan PO, purchasing melakukan konfirmasi kepada supplier untuk pengembalian atau penukaran raw material.

4.3.3

Prosedur Pemakaian Raw Material Pemakaian raw material untuk produksi melibatkan bagian produksi dan gudang. Prosedur pemakaian raw material pada PT. VWX yaitu :

26

1. Bagian produksi membuat form permintaan bahan baku (PBB) sesuai dengan produk yang direncanakan untuk diproduksi kemudian diserahkan kepada gudang. 2. Bagian

gudang

menyiapkan

raw

material

sesuai

dengan

permintaan. 3. Raw material yang telah disiapkan kemudian diserahkan ke bagian produksi untuk diproses. 4. Bagian gudang kemudian mencatat raw material yang telah diserahterimakan ke bagian produksi ke dalam sistem sehingga sistem dapat mengurangi stock persediaan sesuai dengan kuantitas yang diserahterimakan. 4.4

Permintaan dan Peramalan Permintaan 4.4.1

Permintaan Produk Pada tahun 2010 - 2012 PT VWX mengalami peningkatan permintaan produk yang cukup signifikan. Hal ini disebabkan oleh promosi yang dilakukan oleh divisi marketing secara terus menerus sehingga masyarakat semakin mengenal produk yang dihasilkan dan meningkatnya kepercayaan masyarakat akan kualitas produk yang dihasilkan oleh

PT. VWX karena

produk yang dihasilkan oleh PT. VWX telah lulus uji kualitas di Badan Pengawas Obat dan Makanan (BPOM) dan telah menerima sertifikat halal. Permintaan produk skin care di tahun 2010 sejumlah 21.328.624 pcs, di tahun 2011 jumlah permintaan produk skin care meningkat menjadi 23.400.618 pcs dan di tahun 2012 merupakan permintaan tertinggi dengan jumlah permintaan sebanyak 34.085.503 pcs produk. Persentase kenaikan permintaan produk skin care di tahun 2011 yaitu naik sebanyak 10% dari permintaan produk di tahun 2010 dan di tahun 2012 naik sebanyak 50% dari tahun 2011. Tabel 4 dan Gambar 7 berikut adalah data permintaan produk skin care tahun 2010 - 2012.

27

Tabel 4 Data permintaan produk skin care tahun 2010 - 2012 Bulan Januari

Tahun 2010 (Pcs) 1.535.754

Tahun 2011 (Pcs) 1.555.290

Tahun 2012 (Pcs) 2.035.649

1.540.935 1.639.010 1.812.525 1.940.606 1.984.462 1.783.463 2.343.506 1.480.182 1.524.500 1.606.136 2.137.563 21.328.642

1.490.006 1.345.744 1.440.047 1.916.792 2.050.632 2.038.114 2.317.516 2.346.289 2.334.661 2.453.484 2.112.044 23.400.618

1.693.855 1.892.425 2.024.704 2.773.826 3.292.913 3.501.770 3.831.917 3.785.773 3.550.813 2.960.421 2.741.436 34.085.503

Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Total

Sumber : PT VWX (2012)

Gambar 7 Grafik permintaan produk skin care tahun 2010 - 2012 Permintaan produk make up di tahun 2010 sejumlah 2.132.988 pcs, namun di tahun 2011 jumlah permintaan produk make up turun menjadi 1.955.302 pcs hal ini dapat disebabkan karena PT. VWX kalah bersaing dengan produk competitor yang gencar melakukan promosi. Penurunan permintaan produk make up tidak terjadi di tahun 2012 karena di tahun 2012 permintaan produk make up naik menjadi 2.130.739 pcs produk yang dapat disebabkan kembalinya kepercayaan masyarakat akan produk yang dihasilkan oleh PT. VWX. Persentase permintaan produk make up di tahun 2011 yaitu

28

permintaan turun sebesar 8% permintaan produk make up di tahun 2010 dan di tahun 2012 naik sebanyak 9% dari tahun 2011. Tabel 5 dan Gambar 8 berikut adalah data permintaan produk make up tahun 2010 - 2012. Tabel 5 Data permintaan produk make up tahun 2010 - 2012 Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Total

2010 (Pcs) 261.298 169.504 163.017 181.285 186.465 180.600 161.200 190.289 126.445 145.968 148.718 218.198 2.132.988

Tahun 2011 (Pcs) 147.070 143.178 121.515 121.705 147.873 148.813 153.599 160.606 190.477 191.537 206.472 222.455 1.955.302

2012 (Pcs) 142.187 159.471 162.606 165.349 172.233 178.114 185.314 200.889 200.981 207.851 185.797 169.947 2.130.739

Sumber : PT VWX (2012)

Gambar 8 Grafik permintaan produk make up tahun 2010 - 2012 4.4.2

Peramalan Permintaan Berdasarkan data permintaan produk skin care dan make up tahun 2010 2012 dapat disimpulkan bahwa data permintaan produk skin care dan make up berpola trend atau menunjukkan pola gerakan penurunan/pertumbuhan

29

(kenaikan) sehingga metode peramalan yang dapat diterapkan untuk membuat peramalan permintaan di masa depan yaitu dengan analisis time series. Analisis time series merupakan model peramalan runtut waktu untuk meramalkan kejadian di waktu yang akan datang atas dasar serangkaian data masa lalu. Metode peramalan dengan time series dapat digunakan untuk membuat peramalan permintaan dengan analisis trend (trend analysis), yaitu : 1. Linear Model (model linear) 2. Quadratic Model (model kuadrat) 3. Exponential Growth Model (model pertumbuhan eksponensial) 4. S- Curve (data runtun waktu yang mengikuti kurva bentuk S) Hasil pengolahan data permintaan produk skin care untuk tahun 2010 2012 dengan menggunakan software Minitab 14 analisis time series didapat tingkat akurasi peramalan yang tinggi untuk produk skin care dengan nilai MAD, MAPE dan MSD yang semakin kecil adalah peramalan dengan menggunakan analisis quadratic model dengan MAD = 3,32E+05, MAPE = 1,54E+01, MSD = 1,57E+11 dan Yt = 199339 - 4764,16*t + 136/725*t**2 . Tingkat akurasi peramalan produk skin care yang terendah adalah dengan menggunakan analisis Linear Model dan S Curve Model. Perbandingan hasil analisis time series antara linear model, quadratic model, exponential growth model dan s curve model dapat dilihat dalam Tabel 6 berikut. Tabel 6 Perbandingan MAPE, MAD dan MSD dengan time series untuk produk skin care Trend Analysis

MAPE

MAD

MSD

Linear Model

1,81E+01

3,74E+05

2,10E+11

Quadratic Model

1,54E+01

3,32E+05

1,57E+11

Exponential Growth Model

1,63E+01

3,52E+05

1,96E+11

S Curve Model

1,66983E+01

3.86932E+05

2.57286E+11

Fitted Trend Equation Yt = 1279026 + 49203,9*t Yt = 199339 - 4764,16*t + 136/725*t**2 Yt =1425102*(1,02105**t) Yt = (10**8)/(58.7621 – 0.591600*(1.12088**t))

Peramalan permintaan produk skin care dengan perhitungan analisis quadratic model software Minitab 14 untuk permintaan tahun 2013 - 2015 dihasilkan forecast permintaan produk skin care tertinggi berada pada periode 61-72 yaitu sebesar 117.472.829 pcs sedangkan permintaan skin care terendah berada dalam periode 37 - 48 yaitu sebesar 54.107.490 pcs. Tabel 7 merupakan forecast produk skin care untuk tahun 2013 - 2015.

30

Tabel 7 Hasil peramalan produk skin care dengan analisis quadratic model tahun 2013-2015 Periode Forecast

Forecast (pcs)

Periode Forecast

Forecast (pcs)

Periode Forecast

Forecast (pcs)

37 38 39 40 41 42 43 44 45 46 47 48

3.655.510 3.794.866 3.938.967 4.087.813 4.241.404 4.399.739 4.562.819 4.730.645 4.903.215 5.080.529 5.262.589 5.449.394

49 50 51 52 53 54 55 56 57 58 59 60

5.640.943 5.837.237 6.038.277 6.244.061 6.454.589 6.669.863 6.889.882 7.114.645 7.344.153 7.578.406 7.817.404 8.061.147

61 62 63 64 65 66 67 68 69 70 71 72

8.309.635 8.562.867 8.820.845 9.083.567 9.351.034 9.623.246 9.900.202 10.181.904 10.468.350 10.759.542 11.055.478 11.356.159

Total

54.107.490

81.690.607

117.472.829

Berdasarkan hasil pengolahan data permintaan produk make up tahun 2010 - 2012 dengan menggunakan software Minitab 14 analisis time series didapat tingkat akurasi peramalan yang tinggi untuk produk make up dengan nilai MAD, MAPE dan MSD yang semakin kecil yaitu peramalan dengan menggunakan analisis quadratic model dengan MAD = 20058, MAPE = 12, MSD = 689468383 dan Yt = 199339 - 4764,16*t + 136,725*t**2. Tingkat akurasi peramalan produk make up yang terendah adalah dengan menggunakan analisis Linear Model dengan MAD = 23237, MAPE = 14, MSD = 863231138 dan Yt = 167299 + 294,674*t. Perbandingan hasil analisis time series antara linear model, quadratic model, exponential growth model dan s curve model dapat dilihat dalam Tabel 8. Tabel 8 Perbandingan MAPE, MAD dan MSD dengan time series untuk produk make up Trend Analysis

MAPE

MAD

MSD

Linear Model

14

23237

863231138

Quadratic Model

12

20058

689468383

13

23046

868731503

Error

Error

Error

Exponential Growth Model S-Curve Model

Fitted Trend Equation Yt = 167299 + 294,674*t Yt = 199339 - 4764,16*t + 136,725*t**2 Yt = 163421 * (1,00223**t)

Peramalan permintaan produk Make Up untuk permintaan tahun 2013 - 2015 dengan analisis quadratic model

software Minitab 14 dihasilkan

31

forecast permintaan produk make up tertinggi berada pada periode 61-72 yaitu sebesar 5.865.410 pcs sedangkan proses permintaan make up terendah berada dalam periode 37-48 yaitu sebesar 2.945.413 pcs. Tabel 9 menunjukkan forecast produk make up untuk tahun 2013 - 2015. Tabel 9 Hasil peramalan produk make up dengan analisis quadratic model tahun 2013 - 2015

4.5

Periode Forecast

Forecast (pcs)

37 38 39 40 41 42 43 44 45 46 47 48 Total

210.241 215.732 221.495 227.533 233.843 240.427 247.285 254.416 261.820 269.498 277.449 285.674 2.945.413

Periode Forecast

Forecast (pcs)

49 50 51 52 53 54 55 56 57 58 59 60

294.172 302.944 311.989 321.307 330.899 340.765 350.904 361.316 372.002 382.961 394.194 405.700 4.169.153

Periode Forecast 61 62 63 64 65 66 67 68 69 70 71 72

Forecast (pcs) 417.479 429.532 441.859 454.459 467.332 480.479 493.899 507.593 521.560 535.801 550.315 565.102 5.865.410

Manajemen Pengendalian Persediaan 4.5.1

Kuantitas Pemesanan Raw Material Besarnya kuantitas pemesanan raw material yang dipesan oleh PT. VWX didapat dari hasil perhitungan data stock dibandingkan dengan rencana produksi selama tiga bulan, safety stock dan data outstanding PO (purchased order) raw material yang ada di supplier. Jika dari hasil pengolahan data perencanaan kebutuhan material terdapat kekurangan persediaan maka akan dibuatkan pemesanan raw material yang baru yang disesuaikan dengan MOQ (minimum order quantity), lead time dan waktu dibutuhkannya raw material tersebut.

4.5.2

Lead Time Lead time atau jangka waktu antara pemesanan dan pengiriman raw material antara material yang satu dengan material yang lainnya berbeda satu sama lain. Pembelian raw material terdiri dari 2 jenis, yaitu : 1. Pembelian raw material impor

32

2. Pembelian raw material lokal Pembelian raw material impor membutuhkan lead time selama 3 – 4 bulan sedangkan raw material yang dibeli secara lokal membutuhkan lead time selama 2 minggu. 4.5.3

Tingkat Pemakaian Raw Material Total pemakaian raw material tahun 2010 – 2012 pada PT. VWX mengalami peningkatan pemakaian raw material yang cukup signifikan. Hal ini seiring dengan adanya peningkatan permintaan produk skin care dari tahun 2010 - 2012. Tingkat pemakaian di tahun 2010 sebesar 711.374,918 kg, di tahun 2011 sebesar 764.640,369 kg dan tingkat pemakaian raw material terbesar adalah di tahun 2012 yaitu sebesar 910.529,723 kg. Data tingkat pemakaian raw material tahun 2010 – 2012 pada PT. VWX dapat dilihat dalam Tabel 10. Tabel 10 Total pemakaian raw material tahun 2010 – 2012 Tahun 2010 (kg)

Tahun 2011 (kg)

Tahun 2012 (kg)

711.374,918

764.640,369

910.529,723

Sumber PT. VWX (2012) 4.6

Analisis Pengendalian Persediaan Fungsi persediaan raw material di PT. VWX termasuk dalam fungsi persediaan pengaman (safety stock) atau sebagai perlindungan terhadap ketidakpastian permintaan produk dan beberapa persediaan raw material di PT. VWX juga termasuk fungsi persediaan anticipation stock untuk mengantisipasi kenaikan permintaan akibat sifat musiman dari permintaan produk karena beberapa produk yang diproduksi oleh PT. VWX bersifat musiman . Metode inventory yang ada pada PT. VWX adalah metode inventory campuran antara sistem Q dan sistem P karena periode pemesanan yang dimiliki oleh PT. VWX tidak tetap, jumlah pesanan yang dipesan oleh PT. VWX berbeda dalam setiap pemesanan, safety stock relatif lebih besar dan memerlukan administrasi yang berat untuk selalu memantau tingkat persediaan.

33

4.6.1

Analisis ABC dan Metode Bayes Analisis ABC digunakan untuk membuat kebijakan persediaan yang memusatkan sumber daya pada komponen persediaan penting yang mempunyai volume penggunaan dan biaya persediaan yang paling tinggi. Hasil analisis klasifikasi ABC yaitu : 1. Kelas A : raw material yang masuk dalam kelas A terdiri dari 30 item. 2. Kelas B : raw material yang masuk dalam kelas B terdiri dari 50 item. 3. Kelas C : raw material yang masuk dalam kelas C terdiri dari 187 item. Total raw material yang digunakan untuk proses produksi pada PT.VWX saat ini berjumlah 267 material. Berdasarkan hasil analisis ABC didapat 30 raw material yang masuk dalam kelas A, yaitu kelas yang mempunyai tingkat nilai penggunaan uang sebesar 80% dari total biaya. Dengan menggunakan analisis metode Bayes maka fokus dari 30 material yang masuk dalam kelas A akan didapat 3 raw material yang mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanoyn, (1C00004) Tea dan (1F00438) Covalip yang mempunyai nilai alternatif masing-masing 8,3. Kriteria yang digunakan dalam analisis dengan menggunakan metode Bayes yaitu ketepatan waktu kirim, kualitas material yang ditawarkan, kemampuan komunikasi dari pemasok, harga yang ditawarkan oleh pemasok, dan lead time pengiriman material dari pemasok. Hasil analisis ABC untuk raw material yang digunakan pada PT. VWX ditunjukkan dalam Tabel 11. Tabel 11 Analisis ABC Kode 1A00049, 1D00003, 1A00001, 1C00011, 1A00035, 1E00073, 1C00534, 1B00321, 1C00002, 1G00139, 1C00004, 1G00277, 1C00025, 1A00145, 1C00104, 1C00315, 1A00006, 1A00007, 1G00306, 1C00471, 1F00438, 1C00150, 1E00314, 1G00312, 1C00274, 1C00010, 1D00254, 1G00417, 1A00263, 1C00498 1H00066, 1E00312, 1A00008, 1A00525, 1D00429, 1C00428 1H00503, 1A00112, 1E00313, 1H00335, 1A00568, 1C00244

Persentase Penggunaan Uang (%) 22,767, 6,970, 6,83, 3,877, 3,485, 3,261, 3,130, 2,764, 2,619, 2,538, 2,325, 2,150, 1,941, 1,511, 1,379, 1,283, 1,262, 0,999, 0,994, 0,983, 0,857, 0,784, 0,779, 0,704, 0,686, 0,661, 0,613, 0,582, 0,580, 0,569, 0,556, 0,548, 0,536, 0,534, 0,503, 0,475, 0,464, 0,463, 0,461, 0,451, 0,443, 0,439,

Persentase Kelas (%)

Kelas

79,88

A A A A A

14,92

B B

34

Lanjutan Tabel 11 Kode 1A00133, 1C00440, 1A00492, 1G00238, 1A00237, 1C00515 1A00084, 1C00516, 1G00418, 1G00316, 1C00537, 1C00079 1A00526, 1A00356, 1A00450, 1G00541, 1C00105, 1G00497 1G00146, 1A00361, 1G00491, 1A00519, 1G00539, 1C00082 1D00252, 1G00260, 1A00431, 1H00504, 1G00540, 1C00282 1G00489, 1C00367, 1H00419, 1A00538, 1C00078, 1G00536 1G00326, 1C00472 1G00317, 1C00279, 1G00533, 1B00158, 1H00303, 1C00151 1H00085, 1H00416, 1C00518, 1A00159, 1F00470, 1H00229 1C00453, 1C00571, 1G00488, 1C00452, 1G00323,1C00272 1A00297, 1G00271, 1H00248, 1H00426, 1C00149, 1G00496 1A00264, 1G00325, 1E00567, 1C00535, 1C00406, 1C00224 1H00521, 1H00154, 1C00583, 1C00544, 1C00301, 1H00132 1G00404, 1C00280, 1H00444, 1A00445, 1G00305, 1H00421 1C00572, 1H00123, 1C00110, 1G00490, 1C00542, 1C00412 1H00217, 1H00200, 1A00016, 1C00221, 1G00442, 1H00097 1A00168, 1G00324, 1A00014, 1H00232, 1E00441, 1G00060 1C00552, 1C00380, 1H00188, 1A00456, 1H00231, 1E00256 1C00032, 1E00255, 1H00246, 1H00420, 1G00578, 1G00574 1H00463, 1G00413, 1H00194, 1H00170, 1C00443, 1G00044 1E00423, 1H00233, 1H00461, 1E000493, 1H00190, 1C00405 1C00437, 1H00187, 1H00228, 1C00372, 1G00374, 1H00193 1H00417, 1H00186, 1H00096, 1C00494, 1F00479, 1A00017 1A00091, 1C00554, 1H00125, 1H00094, 1H00129, 1H00464 1H00100, 1A00476, 1C00266, 1H00227, 1A00265, 1C00329 1H00527, 1A00477, 1H00220, 1D00357, 1A00020, 1C00459 1H00208, 1A00478, 1H00099, 1G00261, 1A00267, 1H00529

Persentase Penggunaan Uang (%) 0,409, 0,396, 0,387, 0,387, 0,383, 0,373, 0,366, 0,366, 0,358, 0,336, 0,328, 0,295, 0,256, 0,247, 0,240, 0,235, 0,234, 0,222, 0,218, 0,217, 0,215, 0,201, 0,201, 0,178, 0,176, 0,173, 0,159, 0,157, 0,155, 0,155, 0,151, 0,145, 0,138, 0,129, 0,127, 0,115, 0,113, 0,109 0,109, 0,109, 0,103, 0,100, 0,099, 0,098, 0,098, 0,097, 0,095, 0,094, 0,094, 0,091, 0,091, 0,090, 0,088, 0,088, 0,087, 0,087, 0,086, 0,086, 0,083, 0,083, 0,080, 0,079, 0,075, 0,074, 0,071, 0,065, 0,063, 0,063, 0,060, 0,053, 0,052, 0,049, 0,049, 0,049, 0,049, 0,049, 0,048, 0,048, 0,047, 0,046, 0,044, 0,044, 0,042, 0,042, 0,042, 0,041, 0,040, 0,039, 0,038, 0,038, 0,037, 0,036, 0,034, 0,033, 0,033, 0,032, 0,031, 0,030, 0,030, 0,028, 0,027, 0,027, 0,027, 0,026, 0,026, 0,026, 0,025, 0,025, 0,024, 0,024, 0,024, 0,024, 0,024, 0,023, 0,023, 0,023, 0,022, 0,022, 0,022, 0,022, 0,021, 0,021, 0,021, 0,020, 0,019, 0,019, 0,019, 0,019, 0,018, 0,018, 0,018, 0,018, 0,017, 0,017, 0,017, 0,017, 0,017, 0,015, 0,014, 0,014, 0,013, 0,013, 0,013, 0,012, 0,012, 0,012, 0,012, 0,011, 0,011, 0,011, 0,011, 0,010, 0,010, 0,009, 0,009, 0,009, 0,009, 0,009,


Kelas

14,92

B B B B B B B

5,19

C C C C C C C C C C C C C C C C C C C C

35

Lanjutan Tabel 11 Persentase Penggunaan Uang (%)

Kode 1G00043, 1H00418, 1H00155, 1A00436, 1A00520, 1G00448 1H00552, 1H00422, 1H00118, 1H00137, 1G00524, 1G00480 1H00247, 1C00573, 1H00219, 1H00098, 1C00523, 1C00584 1H00447, 1H00528, 1C00466, 1H00234, 1H00460, 1A00019 1A00376, 1C00570, 1C00495, 1E00581, 1A00458, 1H00596 1C00026, 1A00213, 1C00327, 1A00013, 1A00018, 1H00597 1C00532, 1H00176, 1C00531, 1H00435, 1H00351, 1C00328 1H00128, 1H00203, 1H00136, 1H00086, 1A00585, 1H00162 1C00083, 1C00054, 1H00433, 1H00385, 1H00055, 1H00352,1C00577, 1C00029, 1A00027, 1G00407, 1C00197, 1C00397, 1A00383, 1G00467,1G00482, 1H00143, 1H00384, 1H00292, 1H00446

0,008, 0,008, 0,008, 0,008, 0,008, 0,007, 0,007, 0,007, 0,006, 0,006, 0,006, 0,006, 0,006, 0,005, 0,005, 0,005, 0,005, 0,005, 0,004, 0,004, 0,004, 0,004, 0,003, 0,003, 0,003, 0,003, 0,003, 0,003, 0,003, 0,003, 0,003, 0,002, 0,002, 0,002, 0,002, 0,002, 0,002, 0,002, 0,002, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001, 0,001 0,001, 0,001, 0,001,


Kelas

5,19

C C C C C C C C C

C C

Nilai mutu yang digunakan dalam analisis dengan menggunakan metode Bayes yaitu sebagai berikut : 1. Ketepatan waktu kirim, yaitu kemampuan pemasok mengirim material yang dipesan dengan tepat waktu. Penilaian dilihat dari data historis pengiriman pemasok dalam mengirim. Rentang nilai mutu yang digunakan dalam penilaian adalah 5 – 10. Nilai mutu tertinggi yang digunakan adalah 10 yang artinya pengiriman lebih cepat 4 hari dari jadwal kirim seharusnya, nilai terendah yang digunakan adalah 5 yang artinya pengiriman lebih lama≥ 5 hari dari jadwal kirim yang telah ditetapkan, sedangkan jika pengiriman sesuai dengan jadwal yang telah ditetapkan maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria ketepatan waktu kirim dapat dilihat pada Tabel 12. Tabel 12 Nilai mutu kriteria ketepatan waktu kirim Nilai Mutu Keterangan 5

Pengiriman lebih lama ≥ 5 hari seharusnya

6 7

Pengiriman lebih lama 4 hari dari jadwal kirim seharusnya Pengiriman lebih lama 3 hari dari jadwal kirim seharusnya

dari jadwal kirim

36

Lanjutan Tabel 12 Nilai Mutu Keterangan 8 Pengiriman sesuai jadwal 9 Pengiriman lebih cepat 3 hari dari jadwal kirim seharusnya 10 Pengiriman lebih cepat 4 hari dari jadwal kirim seharusnya 2. Kualitas material, yaitu kemampuan pemasok memproduksi material yang berkualitas. Penilaian berdasarkan sertifikasi kualitas yang dimiliki. Nilai tertinggi yang digunakan adalah 10 yang artinya material yang dikirimkan tidak pernah reject atau sesuai dengan standar kualitas yang telah ditetapkan, nilai terendah yang digunakan adalah 5 yang artinya material yang dikirimkan mengalami reject sebanyak 4% dari total pengiriman selama 1 tahun, sedangkan jika material yang dikirimkan mengalami reject diatas 1% dan dibawah 2% selama 1 tahun pengiriman maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria kualitas material dapat dilihat pada Tabel 13. Tabel 13 Nilai mutu kriteria kualitas material Nilai Mutu Keterangan 5

Reject ≥ 4%

6 7 8 9 10

3% ≥ Reject < 4 % 2% ≥ Reject < 3 % 1% ≥ Reject < 2 % 0% ≥ Reject < 1 % Reject 0%

3. Kemampuan komunikasi dari pemasok, yaitu kemampuan pemasok dalam berkomunikasi secara umum dengan pihak pembeli. Nilai tertinggi yang digunakan adalah 10 yang artinya supplier sangat komunikatif dengan pihak pembeli, nilai terendah yang digunakan adalah 5 yang artinya supplier sangat komunikatif dengan pihak pembeli, sedangkan jika supplier mempunyai komunikatif yang baik dengan pihak pembeli maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria kemampuan komunikasi dari pemasok dapat dilihat pada Tabel 14.

37

Tabel 14 Nilai mutu kemampuan komunikasi dari pemasok Nilai Mutu Keterangan 5 6 7 8 9 10

Sangat tidak komunikatif Kurang komunikatif Cukup komunikatif Komunikatif Lebih komunikatif Sangat komunikatif

4. Harga, yaitu penilaian berdasarkan harga penawaran dari pemasok serta kemungkinan potensi melakukan penghematan di masa depan. Nilai tertinggi yang digunakan adalah 10 yang artinya penawaran yang diberikan supplier sangat tinggi dari harga pasar, nilai terendah yang digunakan adalah 5 yang artinya penawaran yang diberikan supplier sangat rendah dari harga pasar, sedangkan jika penawaran yang diberikan supplier sesuai dengan harga pasar maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria harga penawaran dari pemasok dapat dilihat pada Tabel 15. Tabel 15 Nilai mutu harga Nilai Mutu 5 6 7 8 9 10

Keterangan

Penawaran dari sangat rendah Penawaran dari pemasok cukup rendah Penawaran dari pemasok rendah Penawaran dari pemasok sesuai harga pasar Penawaran dari pemasok cukup tinggi Penawaran dari pemasok sangat tinggi

5. Lead time, yaitu penilaian berdasarkan waktu yang dibutuhkan dalam pengadaan material, mulai dari pemesanan sampai pengiriman material dari pemasok. Nilai tertinggi yang digunakan adalah 10 yang artinya waktu yang dibutuhkan dalam pengadaan material ≥ 4 bulan, nil

ai

terendah yang digunakan adalah 5 yang artinya waktu yang dibutuhkan dalam pengadaan material ≤ 1 bulan, sedangkan jika waktu yang dibutuhkan dalam pengadaan material yaitu 2 bulan≥ lead time < 3 bulan maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria harga penawaran dari pemasok dapat dilihat pada Tabel 16.

38

Tabel 16 Nilai mutu lead time Nilai Mutu Keterangan 5 6 7 8 9 10

Lead time < 1 bulan Lead time 1 bulan 1 bulan ≥ lead time < 2 bulan 2 bulan ≥ lead time < 3 bulan 3 bulan ≥ lead time < 4 bulan lead time ≥ 4 bulan

Bobot yang diberikan dalam metode Bayes untuk tingkat kepentingan yang lebih tinggi mempunyai skala nilai yang lebih tinggi, sebaliknya bobot yang mempunyai skala nilai yang lebih rendah menunjukkan tingkat kepentingan yang rendah. Jumlah bobot kriteria keseluruhan dalam metode Bayes mempunyai nilai total = 1. Nilai dari masing-masing kriteria ditentukan berdasarkan respon perusahaan terhadap kriteria tersebut. Berdasarkan nilai mutu yang telah ditetapkan untuk setiap kriteria, maka dapat dibuatkan model perhitungan Bayes untuk masing-masing material dengan 5 kriteria yang telah ditetapkan, sehingga dari model perhitungan Bayes tersebut akan didapat nilai alternatif dan peringkat untuk masing-masing material. Material yang mempunyai nilai alternatif tertinggi merupakan material yang mempunyai tingkat kepentingan tertinggi sehingga mempunyai peringkat yang tertinggi. Hasil perhitungan Bayes didapat 3 raw material yang mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanoyn, (1C00004) Tea dan (1F00438) Covalip yang mempunyai nilai alternatif masing-masing 8,3. Model perhitungan Bayes terdapat dalam Tabel 17. Tabel 17 Model perhitungan Bayes Kode Material 1D00003 1C00004 1F00438 1G00277 1B00321 1G00139 1G00306 1C00274 1G00302 1G00147 1A00049

Kriteria Ketepatan waktu kirim

7 7 7 8 7 8 8 7 8 8 8

Kualitas

9 9 9 9 9 9 9 9 9 9 9

Kemampuan Komunikasi

8 8 8 7 8 8 8 8 8 8 7

Harga

Leadtime

Nilai Alternatif

Peringkat

9 9 9 8 9 8 8 9 7 7 8

9 9 9 8 8 7 7 8 8 8 6

8,3 8,3 8,3 8,2 8,2 8,2 8,2 8,2 8,1 8,1 8

1 2 3 4 5 6 7 8 9 10 11

39

Lanjutan Tabel 17 Kode Material

Kriteria Ketepatan waktu kirim

1A00001 1C00150 1E00314 1D00254 1C00011 1C00534 1C00025 1A00145 1C00104 1C00315 1A00263 1C00498 1A00035 1E00073 1C00002 1A00006 1A00007 1C00471 1C00010 Bobot Kriteria

4.6.2

Kualitas

8 8 8 7 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 0,3

Kemampuan Komunikasi

Harga

Leadtime

9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9

7 7 7 8 7 7 7 7 7 8 7 7 7 7 7 7 7 7 7

8 7 7 8 7 7 6 6 6 7 6 6 6 6 6 6 6 6 6

6 7 7 7 6 6 7 7 7 7 7 7 6 6 6 6 6 6 6

0,3

0,1

0,2

0,1

Nilai Alternatif

Peringkat

8 7,9 7,9 7,9 7,8 7,8 7,7 7,7 7,7 7,7 7,7 7,7 7,6 7,6 7,6 7,6 7,6 7,6 7,6

12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Analisis Pengendalian Persediaan Perusahaan Sistem pengendalian persediaan raw material yang saat ini berjalan di PT. VWX dilakukan sesuai dengan kebutuhan produksi selama satu bulan ditambah dengan stock pengaman (safety stock) sebesar 100%.

4.6.3

Analisis Pengendalian Persediaan dengan Metode P dan Q a. Raw Material (1D00003) Lanolyn Biaya pesanan per pemesanan (S)

: Rp 60.000,-

Permintaan per bulan (AU)

: 1.623 kg

Permintaan per tahun (D)

: 19.471 kg

Persentase biaya penyimpanan (i)

: 6,97% = 0,0697

Biaya per unit (C)

: Rp 128.726,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

:3

Service level percent

: 99,9%

Stock out percent

: 0,1

40

Standar deviasi (s)

: 297 kg

Metode Q Jumlah pesanan ekonomis (EOQ atau Q) EOQ =

EOQ = = 510,311 kg Jumlah safety stock (SS) SS = z x s x = 3 x 297 kg x = 1.543,257 kg Titik pemesanan kembali atau reorder point (ROP) ROP = (LD x AU) + SS = (3 x 1.623 kg) + 1.543,257 kg = 6.412,257 kg Periodic Review System Periode pemesanan optimal (P) P =

P= = 0,026 tahun ≈ 6,552 hari ≈ 0,312 bulan Asumsi : 1 bulan = 21 hari kerja 1 tahun = 252 hari kerja Jumlah safety stock (SS) SS = z x (P+L) x s = 3 x (0,312+3) x 297 kg = 1.621,522 kg Target persediaan (T) T = ((P + L) x AU) + SS = ((0,312 + 3) x 1.623 kg) + 1.621,522 kg = 6.996,898 kg b. Raw Material (1C00004) Tea Biaya pesanan per pemesanan (S)

: Rp 60.000,-


: 1.948 kg/bulan


: 23.375 kg/tahun

Persentase biaya penyimpanan (i) : 2,32% = 0,0232

41

Biaya per unit (C)

: Rp 35.778,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8


: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 350


EOQ = = 1.838,291 kg Jumlah safety stock (SS) SS = z x s x = 2,8 x 350 x = 1.697,409 kg Titik pemesanan kembali atau reorder point (ROP) ROP = (LD x AU) + SS = (3 x 1.948 kg) + 1.697,409 kg = 7.541,409 kg Periodic Review System Periode pemesanan optimal (P) P=

P= = 0,078 tahun ≈ 19,656 hari ≈ 0,936 bulan Asumsi : 1 bulan = 21 hari kerja 1 tahun = 252 hari kerja Jumlah safety stock (SS) SS = z x xs = 2,8 x x 350 kg = 1.944,256 kg Target persediaan (T) T = ((P + L) x AU) + SS = ((0,936 + 3) x 1.948 kg) + 1.944,256 kg = 9.611,584 kg

42

c. Raw Material (1F00438) Covalip Biaya pesanan per pemesanan (S): Rp 60.000,Permintaan per bulan (AU)

: 106 kg/bulan


: 1.275 kg/tahun


: 0,857% = 0,00857

Biaya per unit (C)

: Rp 241.743,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8


: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 48


EOQ = = 271,755 kg

Jumlah safety stock (SS) SS = z x s x = 2,8 x 48 x = 232,787 kg Titik pemesanan kembali atau reorder point (ROP) ROP = (LD x AU) + SS = (3 x 106 kg) + 232,787 kg = 550,787 kg Periodic Review System Periode pemesanan optimal (P) P=

P= = 0,021 tahun ≈ 5,292 hari ≈ 0,252 bulan Asumsi : 1 bulan = 21 hari kerja 1 tahun = 252 hari kerja

43

Jumlah safety stock (SS) SS = z x xs = 2,8 x x 48 kg = 242,367 kg Target persediaan (T) T = ((P + L) x AU) + SS = ((0,252 + 3) x 106 kg) + 242,367 kg = 587,079 kg d. Raw Material (1C00078) Castor Oil Biaya pesanan per pemesanan (S)

: Rp 60.000,-


: 120 kg/bulan


: 1.434 kg/tahun


: 0,127% = 0,00127

Biaya per unit (C)

: Rp 31.910,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8


: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 55


EOQ = = 206,063 kg Jumlah safety stock (SS) SS = z x s x = 2,8 x 55 x = 266,735 kg Titik pemesanan kembali atau reorder point (ROP) ROP = (LD x AU) + SS = (3 x 120 kg) + 266,735 kg = 626,735 kg Periodic Review System Periode pemesanan optimal (P) P =

44

P= = 0,143 tahun ≈ 36,036 hari ≈ 1,716 bulan Asumsi : 1 bulan = 21 hari kerja 1 tahun = 252 hari kerja Jumlah safety stock (SS) SS = z x xs = 2,8 x x 55 kg = 314,703 kg Target persediaan (T) T = ((P + L) x AU) + SS = ((1,716 + 3) x 120 kg) + 314,703 kg = 880,623 kg 4.6.4

Perbandingan Biaya Biaya persediaan yang dimiliki oleh PT. VWX terdiri dari biaya penyimpanan material (holding cost), biaya pemesanan yang dikeluarkan setiap

kali

memesan

bahan

untuk

produksi

dan

biaya

penyiapan

(manufacturing) untuk memproduksi botol intermediate. a. Raw Material (1D00003) Lanolyn Metode Q Biaya total atau total cost (TC) TC = DC + S

+

+ SS iC

TC = 19.471 kg x Rp 128.726,-/kg + Rp 60.000,- x

+

+ 1.543,257 kg x 0,0697 x Rp 128.726,-/kg = Rp 2.522.559.925,Periodic Review System Biaya total atau total cost (TC) TC = DC +

x S + SS +

x Au x P iC

= 19.471 kg x Rp 128.726,-/kg + 1.621,522 kg +

x Rp 60.000,- +

x 1.623 kg x 0,312 x 0,0697 x Rp 128.726,-/kg

= Rp 2.545.760.916,Metode perusahaan TC = (C x D ) + (S x n) + (C x D x 100%) = (Rp 128.726,-/kg x 19.471 kg) + (Rp 60.000,- x 12) + (Rp 128.726,/kg x19.471 kg x 1

45

= Rp 5.013.567.892,b. Raw Material (1C00004) Tea Metode Q Biaya total atau total cost (TC) TC = DC + S

+

+ SS iC

TC = 23.375 kg x Rp 35.778,-/kg + Rp 60.000,-

+

+ 1.697,409 kg x 0,0232 x Rp 35.778,-/kg = Rp 838.483.540,Periodic Review System Biaya total atau total cost (TC) TC = DC +

x S + SS +

x Au x P

= 23.375 kg x Rp 35.778,-/kg + + 1.944,256 kg +

iC x Rp 60.000,-

x 1.948 kg x 0,936 x 0,232 x Rp 35.778,-/kg

= Rp 837.838.651,Metode perusahaan TC = (C x D ) + (S x n) + (C x D x 100%) = (Rp 35.778,-/kg x 23.375 kg) + (Rp 60.000,- x 12) + (Rp 35.778,-/kg x 23.375 kg x 1) = Rp 1.673.341.500,c. Raw Material (1F00438) Covalip Metode Q Biaya total atau total cost (TC) TC = DC + S

+

+ SS iC +

TC = 1.275 kg x Rp 241.743,-/kg + Rp 60.000,+ 232,787 kg x 0,00857 x Rp 241.743,-/kg = Rp 308.986.238,Periodic Review System Biaya total atau total cost (TC) TC = DC +

x S + SS +

x Au x P

= 1.275 kg x Rp 241.743,-/kg +

+ 242,367 kg +

iC x Rp 60.000,-

x 106 kg x 0,252 x 0,00857 x Rp 241.743,-/kg

46

= Rp 311.107.380,Metode perusahaan TC = (C x D ) + (S x n) + (C x D x 100%) = (Rp 241.743,-/kg x 1.275 kg) + (Rp 60.000,- x 12) + (Rp 241.743,-/kg x 1.275 kg x 1) = Rp 617.164.650,d. Raw Material (1C00078) Castor Oil Metode Q Biaya total atau total cost (TC) TC = DC + S

+

+ SS iC

TC = 1.434 kg x Rp 31.910,-/kg + Rp 60.000,+ 266,735 kg x 0,00127x Rp 31.910,-/kg

+

= Rp 47.256.456,Periodic Review System Biaya total atau total cost (TC) TC = DC +

x S + SS +

x Au x P iC

= 1.434 kg x Rp 31.910,-/kg + 314,703 kg +

x Rp 60.000,- +

x 120 kg x 1,716 x 0,127% x Rp 31.910,-/kg

= Rp 47.871.129,Metode perusahaan TC = (C x D ) + (S x n) + (C x D x 100%) = (Rp 31.910,-/kg x 1.434 kg) + (Rp 60.000,- x 12) + (Rp 31.910,-/kg x 1.434 kg x 1) = Rp 92.237.880,Berdasarkan hasil pengolahan data dengan metode Q dan metode P serta metode yang selama ini dilakukan perusahaan, rekapitulasi pengolahan data untuk menggambarkan analisa yang telah diperoleh dan diolah sesuai kebutuhan dapat dilihat pada Tabel 18. Tabel 18 Rekapitulasi hasil pengolahan data Metode Q

EOQ

(1D00003) Lanolyn 510,311

Raw Material Code (1C00004) (1F00438) Tea Covalip 1.838,29 271,755

(1C00078) Castor Oil 206,063

Satuan kg

SS

1.543,257

1.697,41

232,787

266,735

kg

ROP

6.412,257

7.541,41

550,787

626,735

Kg

2.522.559.925

838.483.540

308.986.238

47.256.456

Rp

TC

47

Lanjutan Tabel 18 Metode P

P

PT VWX

(1D00003) Lanolyn 6,552

Raw Material Code (1C00004) (1F00438) Tea Covalip 19,656 5,292

(1C00078) Castor Oil 36,036

Satuan Hari

SS

1.621,52

1.944,26

242,367

314,703

kg

T

6.996,90

9.611,58

587,079

880,623

kg

TC

2.545.760.916

837.838.651

311.107.380

47.871.129

Rp

TC

5.013.567.892

1.673.341.500

617.164.650

92.237.880

Rp

4.6.5 Analisis Pengendalian Persediaan di Masa Mendatang Berdasarkan hasil pengolahan data pemakaian raw material tahun 2010 – 2012 dengan menggunakan software Minitab 14 analisis time series didapat tingkat akurasi peramalan yang tinggi untuk raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip, dan (1C00078) Castor Oil dengan nilai MAD, MAPE dan MSD yang semakin kecil yaitu peramalan dengan menggunakan analisis quadratic model, terlihat dalam Tabel 19. Tabel 19 Perbandingan MAPE, MAD dan MSD dengan time series raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil Material

(1C00004) Tea

(1D00003) Lanoyn

(1F00438) Covalip

(1C00078) Castor Oil

MAPE

MAD

MSD

Linear Model

17,00

250,00

115.693,00

Quadratic Model

17,00

247,00

111.893,00


17,00

257,00

116.886,00

S Curve Model

18,00

278,00

126.709,00

Linear Model

18,50

227,40

90.441,00

Quadratic Model

18,50

228,00

89.678,50


18,30

231,80

91.765,40

S Curve Model

19,00

251,00

101.202,00

Linear Model

81,96

29,11

1.320,57

Quadratic Model

82,28

29,07

1.318,94


72,45

31,39

1.447,59

S Curve Model

70,30

34,92

1.747,10

Linear Model

889,70

67,40

21.737,50

Quadratic Model

691,40

60,60

21.522,80

ERROR

ERROR

ERROR

ERROR

ERROR

ERROR

Trend Analysis

Exponential Growth Model S Curve Model

Fitted Trend Equation Yt = 1554,19 + 1,5139*t Yt = 1704,03 – 12,14456 + 0,639445*t**2 Yt = 1508,28*(1,00720**t) Yt = (10**4) / (3.30380 + 4.05012*0.977016**t)) Yt = 1374,52 + 6,98263*t Yt = 1441,24 - 3,55213*t + 0,284723*t**2 Yt = 1324,95*(1,00544**t) Yt = (10**4) / (5.54871 + 3.12853* (0.956531**t)) Yt = 48,7143 + 1,92085*t Yt = 45,6141 + 2,41035*t – 0,0132296*t**2 Yt = 42,7628*(1,02775**t) Yt = (10**3) / (11.5860 + 80.3095*(0.795705**t)) Yt = -38,2079 + 5,83707*t Yt = -2,59496 + 0,213964*t + 0,151976*t**2

48

Berdasarkan Tabel 19 trend analysis quadratic model (1C00004) Tea mempunyai MAD = 247,00, MAPE = 17,00 dan MSD = 111.893,00. (1D00003) Lanolyn mempunyai MAD = 228,00, MAPE = 18,5 dan MSD = 89.678,50. (1F00438) Covalip mempunyai MAD = 29,07, MAPE = 82,28 dan MSD = 1.318,94 dan (1C00078) Castor Oil mempunyai MAD = 60,60, MAPE = 691,40 dan MSD = 21.522,80. Peramalan pemakaian raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil untuk tahun 2013 – 2015 dengan analisis quadratic model dapat dilihat pada Tabel 20. Tabel 20 Peramalan pemakaian (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil tahun 2013 – 2015 dengan analisis quadratic model Periode Forecast

(1C00004) Tea (kg)

(1D00003) Lanolyn (kg)

(1F00438) Covalip (kg)

(1C00078) Castor Oil (kg)

37

2.130,04

1.699,59

116,69

213,376

38

2.165,86

1.717,40

118,10

224,989

39

2.202,95

1.735,77

119,50

236,905

40

2.241,32

1.754,71

120,86

249,125

41

2.280,97

1.774,22

122,20

261,649

42

2.321,90

1.794,30

123,51

274,477

43

2.364,11

1.814,95

124,80

287,609

44

2.407,59

1.836,17

126,06

301,044

45

2.452,36

1.857,95

127,29

314,784

46

2.498,40

1.880,31

128,50

328,828

47

2.545,72

1.903,24

129,68

343,176

48

2.594,33

1.926,74

130,83

357,827

49

2.644,21

1.950,80

131,96

372,783

50

2.695,37

1.975,44

133,06

388,043

51

2.747,80

2.000,64

134,13

403,606

52

2.801,52

2.026,42

135,18

419,474

53

2.856,52

2.052,76

136,20

435,645

54

2.912,79

2.079,67

137,20

452,12

55

2.970,35

2.107,16

138,16

468,9

56

3.029,18

2.135,21

139,11

485,983

57

3.089,29

2.163,83

140,02

503,37

58

3.150,68

2.193,02

140,91

521,061

59

3.213,35

2.222,78

141,77

539,056

60

3.277,30

2.253,11

142,61

557,355

61

3.342,53

2.284,01

143,42

575,959

62

3.409,03

2.315,48

144,20

594,865

63

3.476,82

2.347,52

144,96

614,076

49

Lanjutan Tabel 20 Periode Forecast

4.7

(1C00004) Tea (kg)

(1D00003) Lanolyn (kg)

(1F00438) Covalip (kg)

(1C00078) Castor Oil (kg)

64

3.545,88

2.380,13

145,69

633,591

65

3.616,22

2.413,30

146,39

653,41

66

3.687,85

2.447,05

147,07

673,533

67

3.760,75

2.481,37

147,72

693,96

68

3.834,93

2.516,25

148,34

714,69

69

3.910,39

2.551,71

148,94

735,725

70

3.987,12

2.587,73

149,51

757,064

71

4.065,14

2.624,32

150,06

778,706

72

4.144,43

2.661,49

150,58

800,653

Total

108.375,0

76.466,55

4.905,18

17.167,42

Rata-rata/bulan

3.010,42

2.124,07

136,26

476,87

Rata-rata/tahun

36.125,00

25.488,85

1.635,06

5.722,47

Implementasi Manajerial Berdasarkan perhitungan klasifikasi ABC didapatkan hasil raw material yang masuk dalam kelas A terdiri dari 30 raw material, kelas B terdiri dari 50 raw material, dan raw material yang masuk dalam kelas C terdiri dari 187 raw material. Dengan menggunakan analisis metode Bayes maka fokus dari 30 material yang masuk dalam kelas A akan didapat 3 raw material yang mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanolyn, (1C00004) Tea dan (1F00438) Covalip yang mempunyai nilai alternatif masing-masing 8,3 dan persentase penggunaan uang masing-masing sebesar 6,97%, 2,32% dan 0,857%. Sistem Q untuk material (1F00438) Covalip dan material (1C00078) Castor Oil memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem P. TC untuk (1F00438) Covalip sebesar Rp 308.986.238,- dan TC untuk (1C00078) Castor Oil sebesar Rp 47.256.456,- . Sistem P untuk material (1D00003) Lanolyn dan (1C00004) Tea memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem Q. TC untuk (1D00003) Lanolyn sebesar Rp 2.545.760.916,- dan TC untuk (1C00004) Tea sebesar Rp 837.838.651,-. Metode perusahaan yang selama ini berjalan memiliki total cost yang lebih besar dari sistem Q dan sistem P. Sehingga sistem persediaan yang digunakan oleh perusahaan harus segera diperbaiki. Pada sistem Q pemesanan dilakukan dalam jumlah lot pesanan yang sama (karena itu disebut metode Q). Jumlah pesanan ekonomis (EOQ) untuk (1D00003) Lanolyn adalah 510,311 kg, (1C00004) Tea adalah 1.838,29 kg, (1F00438) Covalip

50

adalah 271,755 kg, dan (1C00078) Castor Oil adalah 206.063 kg. Jumlah ini akan disesuaikan dengan original packing size masing-masing material yaitu (1D00003) Lanolyn adalah 185 kg, (1C00004) Tea adalah 232 kg, (1F00438) Covalip adalah 20 kg dan (1C00078) Castor Oil adalah 195 kg. Titik pemesanan kembali (reorder point) untuk (1D00003) Lanolyn adalah 6.412,257 kg, (1C00004) Tea sebesar 7.541,41 kg dan (1F00438) Covalip sebesar 550,787 kg dan (1C00078) Castor Oil sebesar 626,735 kg. Pemesanan akan dilakukan jika persediaan telah mencapai reorder point. Peramalan pemakaian (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil tahun 2013 – 2015 dengan analisis quadratic model dapat digunakan perusahaan sebagai persiapan kebutuhan raw material di masa mendatang, dan sistem pengendalian persediaan baik dengan metode Q maupun metode P dapat diterapkan pada perusahaan.

51

KESIMPULAN DAN SARAN

A. Kesimpulan 1. Manajemen persediaan pada PT. VWX berdasarkan hasil analisa ABC mencakup 30 raw material yang masuk dalam kelas A, 50 raw material dalam kelas B, dan 187 raw material dalam kelas C. 2. Tingkat safety stock yang optimal untuk raw material yang dianalisa dengan metode Q adalah (1D00003) Lanolyn = 1.543,26 kg, (1C00004) Tea = 1.697,41 kg, (1F00438) Covalip = 232,787 kg, (1C00078) Castor Oil = 266,735 kg. Tingkat safety stock yang optimal untuk raw material yang dianalisa dengan metode P adalah (1D00003) Lanolyn = 1.621,52 kg, (1C00004) Tea = 1.944,26 kg, (1F00438) Covalip = 242,367 kg, (1C00078) Castor Oil = 314,703 kg. 3. Metode persediaan dengan analisis sistem Q dapat digunakan untuk material (1F00438) Covalip dan (1C00078) Castor Oil karena memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem P. Metode persediaan dengan analisis sistem P dapat digunakan untuk material (1D00003) Lanolyn dan (1C00004) Tea karena memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan sistem Q. B. Saran 1. Sistem pengendalian persediaan pada PT. VWX dapat menggunakan metode Q maupun metode P karena total cost yang didapat lebih rendah dibandingkan dengan sistem yang selama ini berjalan. 2. Peramalan pemakaian raw material dengan analisis quadratic model dapat digunakan untuk raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil tahun 2013 – 2015 sebagai persiapan kebutuhan raw material di masa mendatang untuk mencegah adanya kekurangan persediaan material pada perusahaan.

52

DAFTAR PUSTAKA

Ernawati Y dan Sunarsih. 2008. Sistem Pengendalian Persediaan Model Probabilistik Dengan “Back Order Policy”. Jurnal Universitas Diponegoro. 11(2):87-93. Gasperz V. 2005. Production Planning and Inventory Control Berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta (ID): PT. Gramedia Pustaka Utama. Handoko H. 2000. Dasar-Dasar Manajemen Produksi dan Operasi. Yogyakarta (ID): BPFE. Novinka. 2005. Kajian Manajemen Persediaan Perusahaan Jasa Boga Maskapai Penerbangan (Inflight Catering Service). [Skripsi]. Bogor (ID): Institut Pertanian Bogor. Nurhasanah N. 2005. Perencanaan Pengendalian Produksi Dan Persediaan Industri Pasta PT. XYZ”. Jurnal Lembaga Ilmu Pengetahuan Indonesia. 6(2):109-133. Nyoman I Pujawan. 2005. Supply Chain Management. Surabaya (ID): Guna Widya. Pamela. 2011. Manajemen Persediaan Usaha Adenium (Studi Kasus PT.Godongijo Asri, Depok, Jawa Barat). [Skripsi]. Bogor (ID): Institut Pertanian Bogor. Sumayang L. 2003. Dasar-Dasar Manajemen Produksi dan Operasi. Jakarta (ID): Salemba Empat. Wibisono Y. 2009. Metode Statistik. Yogyakarta (ID): Gajah Mada University Press.

53

54 53

5554

56 55

56 57

57 58

59 58

59 60

60 61

61 62

62 63

63 64

Lampiran 3 Hasil analisis quadratic trend model 1C00004 Trend Analysis Quadratic Trend Model for 1C00004 Data 1C00004 Length 36 NMissing 0 Fitted Trend Equation Yt = 1704,03 - 12,1456*t + 0,639445*t**2 Accuracy Measures MAPE 17 MAD 247 MSD 111893 Forecasts Period Forecast 37 2130,04 38 2165,86 39 2202,95 40 2241,32 41 2280,97 42 2321,90 43 2364,11 44 2407,59 45 2452,36 46 2498,40 47 2545,72 48 2594,33 49 2644,21 50 2695,37 51 2747,80 52 2801,52 53 2856,52 54 2912,79 55 2970,35 56 3029,18 57 3089,29 58 3150,68 59 3213,35 60 3277,30 61 3342,53 62 3409,03 63 3476,82 64 3545,88 65 3616,22 66 3687,85 67 3760,75 68 3834,93 69 3910,39 70 3987,12 71 4065,14 72 4144,43 73 4225,01

65 64

Lampiran 4 Grafik hasil analisis quadratic trend model 1C00004 Trend Analysis Plot for 1C00004

Trend Analysis Plot for 1C00004

Quadratic Trend Model Yt = 1704,03 - 12,1456*t + 0,639445*t**2 4500

Variable A ctual Fits Forecasts

4000

1C00004

3500

A ccuracy Measures MA PE 17 MA D 247 MSD 111893

3000 2500 2000 1500 1000 500 1

7

14

21

28

35 42 Index

49

56

63

70

66 65

Lampiran 5 Hasil analisis quadratic trend model 1D00003 Trend Analysis Quadratic Trend Model for 1D00003 Data 1D00003 Length 36 NMissing 0 Fitted Trend Equation Yt = 1441,24 - 3,55213*t + 0,284723*t**2 Accuracy Measures MAPE 18,5 MAD 228,0 MSD 89687,5 Forecasts Period Forecast 37 1699,59 38 1717,40 39 1735,77 40 1754,71 41 1774,22 42 1794,30 43 1814,95 44 1836,17 45 1857,95 46 1880,31 47 1903,24 48 1926,74 49 1950,80 50 1975,44 51 2000,64 52 2026,42 53 2052,76 54 2079,67 55 2107,16 56 2135,21 57 2163,83 58 2193,02 59 2222,78 60 2253,11 61 2284,01 62 2315,48 63 2347,52 64 2380,13 65 2413,30 66 2447,05 67 2481,37 68 2516,25 69 2551,71 70 2587,73 71 2624,32 72 2661,49 73 2699,22

67 66

Lampiran 6 Grafik hasil analisis quadratic trend model 1C00004 Trend Analysis Plot for 1D00003

Trend Analysis Plot for 1D00003

Quadratic Trend Model Yt = 1441,24 - 3,55213*t + 0,284723*t**2 3000


1D00003

2500

A ccuracy Measures MA PE 18,5 MA D 228,0 MSD 89687,5

2000 1500 1000 500 1

7

14

21

28

35 42 Index

49

56

63

70

68 67

Lampiran 7 Hasil analisis quadratic trend model 1F00438 Trend Analysis Quadratic Trend Model for 1F00438 Data 1F00438 Length 36 NMissing 0 Fitted Trend Equation Yt = 45,6141 + 2,41035*t - 0,0132296*t**2 Accuracy Measures MAPE 82,28 MAD 29,07 MSD 1318,94 Forecasts Period Forecast 37 116,686 38 118,104 39 119,495 40 120,861 41 122,199 42 123,512 43 124,797 44 126,057 45 127,290 46 128,496 47 129,676 48 130,830 49 131,957 50 133,057 51 134,132 52 135,179 53 136,200 54 137,195 55 138,164 56 139,105 57 140,021 58 140,910 59 141,772 60 142,608 61 143,418 62 144,201 63 144,958 64 145,688 65 146,391 66 147,069 67 147,720 68 148,344 69 148,942 70 149,513 71 150,058 72 150,577 73 151,069

68 69

Lampiran 8 Grafik hasil analisis quadratic trend model 1F00438 Trend Analysis Plot for 1F00438

Trend Analysis Plot for 1F00438

Quadratic Trend Model Yt = 45,6141 + 2,41035*t - 0,0132296*t**2 Variable A ctual Fits Forecasts

200


1F00438

150

100

50

0 1

7

14

21

28

35 42 Index

49

56

63

70

70 69

Lampiran 9 Hasil analisis quadratic trend model 1C00078 Trend Analysis Quadratic Trend Model for 1C00078 * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data 1C00078 Length 36 NMissing 0 Fitted Trend Equation Yt = -2,59496 + 0,213964*t + 0,151976*t**2 Accuracy Measures MAPE 691,4 MAD 60,6 MSD 21522,8 Forecasts Period Forecast 37 213,376 38 224,989 39 236,905 40 249,125 41 261,649 42 274,477 43 287,609 44 301,044 45 314,784 46 328,828 47 343,176 48 357,827 49 372,783 50 388,043 51 403,606 52 419,474 53 435,645 54 452,120 55 468,900 56 485,983 57 503,370 58 521,061 59 539,056 60 557,355 61 575,959 62 594,865 63 614,076 64 633,591 65 653,410 66 673,533 67 693,960 68 714,690 69 735,725 70 757,064 71 778,706 72 800,653 73 822,903

71 70

Lampiran 10 Grafik hasil analisis quadratic trend modeli 1C00078 Trend Analysis Plot for 1C00078

Trend Analysis Plot for 1C00078

Quadratic Trend Model Yt = -2,59496 + 0,213964*t + 0,151976*t**2 1000


1C00078

800


600 400 200 0 1

7

14

21

28

35 42 Index

49

56

63

70

72

73

ANALISIS MANAJEMEN PERSEDIAAN RAW

Recommend Documents