BAB 4 HASIL DAN PEMBAHASAN

Transkripsi

1 5 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan Perusahaan Jaya Mulia Perkasa merupakan perusahaan berbentuk Perseroan Terbatas yang bergerak di bidang produksi semen instan. Perusahaan ini menghasilkan produk semen dengan nama merek produk Jaya Mortar. Perusahaan ini berdiri tahun 1998 pada saat itu jumlah karyawan hanya 20 karyawan. Perusahaan ini memiliki kantor di jl. Peta Selatan Komplek Ruko Kalideres Indah I Blok D No. B, Jakarta dan pabriknya terletak di jl Bayur Ds. Keadaung Barat RT.004/01 Sepatan, Tangerang. Dengan semakin pesatnya pengembangan industri kontruksi di Indonesia mengakibatkan meningkatnya tuntutan akan produk-produk dan teknologi penunjang industri konstruksi yang efisien dan berkualitas, maka perusahaan menggunakan campuran yang ideal yaitu pasir silika dalam British Standart dan ASTM C Perusahaan ini juga telah lulus pengujian ketahanan dan kualitas produknya oleh Pusat Penelitian dan Pengembangan Pemukiman. Hingga saat ini perusahaan memiliki karyawan berjumlah 100 orang karyawan. Produk-produk yang dihasilkan oleh perusahaan ini berupa semen. Hampir semua produk yang dihasilkan untuk memenuhi kebutuhan permintaan para kontraktor dalam negeri yang sedang menjalankan proyek pembangunan. Jenis produk yang dihasilkan antara lain : Jaya Mortar Plaster (JM 200), Acian (JM 00), Skim Coat (JM 10), Tile Adthesive (JM 400), Thin Bed (JM 100), Repair Concrete (JM 110), Hardener (JM 500), Dry Concrete K225 (JM 500), Cement (JM210), Floor Screed (JM 190).

2 Visi dan Misi Perusahaan Visi Perusahaan Menjadi Perusahaan yang terkemuka dengan mengedepankan sinergi dan daya saing perusahaan Misi Perusahaan Misi yang akan dilakukan oleh perusahaan antara lain : Memproduksi, semen dengan berorientasikan pada kepuasan konsumen dengan menggunakan teknologi yang ramah lingkungan. Mempertahankan dan meningkatkan pangsa pasar semen sehingga dapat meningkatkan penjualan. Memberdayakan dan mengintegrasikan unit-unit usaha strategik untuk meningkatkan keuntungan secara berkesinambungan.

3 Struktur Organisasi Direktur Manajer Litbang Logistik Keuangan Operasi Pemasaran Penelitian PNBP Pengadaan Akuntansi Produksi Jaya Mortar Penjualan Jaminan Mutu Q/A Perencanaan dan Penyediaan Material Perbendaharaan Pajak dan Asuransi Pemeliharaan Produk Promosi Anggaran dan Analisa keuangan Transportasi Sumber : PT. JAYA MULIA PERKASA, April 2007 Gambar 4.1 Struktur Organisasi PT. Jaya Mulia Perkasa 4.1. Uraian Pekerjaan PT. JAYA MULIA PERKASA Penjelasan atas uraian pekerjaan dari Struktur Organisasi PT. JAYA MULIA PERKASA sebagai berikut : 1. Direktur Direktur merupakan pemimpin tertinggi perusahaan sekaligus pemilik perusahaan. Tugas Direktur antara lain : Memantau perkembangan perusahaan. Memantau kinerja manajer dan karyawan. Pengambil keputusan akhir.

4 56 2. Manajer Umum Manajer merupakan orang yang penting dalam pengaturan, pemantauan dan pengendalian karyawan. Tugasnya antara lain : Membuat sistem produksi, dan secara langsung bertanggung jawab terhadap direktur. Mengatur jalannya seluruh kegiatan perusahaan. Memimpin, memotivasi, dan memberi arahan kepada bawahan.. Litbang Litbang bagian pemantauan, perancangan dan pengawasan mutu produk. Menilai kelayakan mutu bahan dan produk. Penggujian yang telah diproduksi. 4. Logistik Logistik merupakan bagian persediaan dan pengadaan bahan baku untuk proses produksi. Melakukan perencanaan dan penyediaan bahan baku untuk produksi. Pengadaan bahan baku. 5. Keuangan Keuangan merupakan bagian perhitungan pendapatan dan biaya-biaya perusahaan. Melakukan perhitungan pajak, biaya produksi, dan penjualan. Melakukan permbukuan Laba/Rugi. Menyediakan laporan keuangan perusahaan. 6. Operasi Operasi merupakan bagian kegiatan produksi perusahaan. Melakukan kegiatan produksi atas produk.

5 57 Pemeliharaan atas produk. 7. Pemasaran Pemasaran merupakan bagian yang melakukan pendekatan penjualan produk. Mencari pelanggan. Promosi. Penjualan produk. 4.2 Kondisi Perusahaan Pendatang Baru Potensial PT Bintang Mortar Perkasa PT Suvarna Bhumi Persada PT Sarana Karya Kekuatan Bakti Tawar Ancaman Pemasok Pembeli PT Astasiti Mahadhana Pesaing PT Cipta Mortar Utama Kekuatan Tawar Tidak ada Ancaman Substitusi PT Adhi Karya PT Wilkon PT Agaton Mandiri PT Global PT Dasatria Utama Sumber : PT. JAYA MULIA PERKASA, April 2007 Gambar 4.2 Analisis Porter PT. Jaya Mulia Perkasa

6 58 Pesaing Industri Pesaing Industri PT. Jaya Mulia Perkasa adalah perusahaan yang menghasilkan produk yang sejenis antara lain Asana Mortar yang di hasilkan oleh PT Astasiti Mahadhana dan Mortar Utama Yang Diproduksi oleh PT Cipta Mortar Utama serta beberapa industri sejenis lainya. Pendatang Baru Potensial Datangnya pesaing baru yang potensial merupakan ancaman lain bagi PT. Jaya Mulia Perkasa. Hambatan untuk mendirikan sebuah perusahaan yang meghasilkan produk semen seperti PT. Jaya Mulia Perkasa sangatlah tinggi karena membutuhkan teknologi yang maju, lokasi yang luas, dan dana investasi yang besar. Oleh sebab itu peluang munculnya perusahaan pesaing bisa dikatakan rendah. perusahaan pendatang baru yang mempunyai jenis usaha yang sama yaitu PT. Bintang Mortar Perkasa. Pembeli Pembeli dari PT. Jaya Mulia Perkasa adalah kebanyakan perusahaan-perusahaan yang bergerak di bidang kontraktor yang sedang melakukan proyek pembangunan antara lain PT. Adhi Karya, PT. Wilkon, PT. Agaton Mandiri, PT. Global, PT. Dasatria Utama, dll. Pemasok Pemasok menyediakan bahan baku yang dibutuhkan oleh perusahaan PT. Jaya Mulia Perkasa untuk mulai memproduksi produknya. salah satu cara yang dilakukan oleh PT. Jaya Mulia Perkasa ialah dengan menyeleksi beberapa pemasok sehingga didapatkan pemasok utama yang memenuhi kriteria bahan baku yang berkualitas. Beberapa pemasok utama bagi PT. Jaya Mulia Perkasa antara lain PT Suvarna Bhumi Persada dan PT Sarana Karya Bakti.

7 59 Subtitusi Produk semen ini tidak memiliki bahan pengganti yang menjadi ancaman. Kesimpulan dari analisis Porter adalah dapat kita ketahui bahwa sedikitnya pendatang baru akan industri semen hal ini disebabkan karena untuk membuka usaha semen ini memerlukan modal yang cukup besar dan produk semen ini belum memiliki barang pengganti untuk menggantikannya. Jadi pada industri ini memiliki prospek cukup bagus karena kondisi persaingan usaha yang sulit bertambah serta belum adanya ancaman akan produk pengganti. 4. Analisa Data Data tahun 2006 yang pada penjualan produk Jaya mortar (JM 200) adalah sebagai berikut : Tabel 4.1 data penjualan 2006 produk JM 200 Bulan JM 200 / zak (50 kg) Januari 4510 Februari 4460 Maret 5670 April 560 Mei 52 Juni 4220 Juli 5110 Agustus 890 September 4480 Oktober 5710

8 60 November 4470 Desember 4510 Jumlah Sumber : PT. JAYA MULIA PERKASA Sumber : PT. JAYA MULIA PERKASA Gambar 4. Grafik penjualan Jaya Mortar (JM200) 2006 Jika diplotkan data-data penjualan tahun lalu yang ada pada tabel ke gambar berupa grafik, Dengan melihat gambar grafik tersebut maka gambaran sementara adalah bahwa grafik tersebut mempunyai kecenderungan penjualan yang naik turun. Tetapi fungsi persamaan peramalan yang dapat mendeteksi sebaran data masa lalu tersebut belum diketahui, oleh sebab itu akan diadakan pendekatan sebaran data tersebut dengan menggunakan metoda-metoda peramalan dengan menggunakan program QM (Quantitative Management).

9 Menghitung Peramalan Penjualan Jaya Mortar (JM200) Dihitung dengan menggunakan QM (Quantitative Management) : 1. Peramalan Konstan 2. Peramalan Linier. Peramalan Rata Rata Bergerak 4. Peramalan Rata Rata Bergerak Dengan Bobot Peramalan Metode Konstan Tabel 4.2 Data penjualan produk Bulan Plester JM 200 Januari 4510 Februari 4460 Maret 5670 April 560 Mei 52 Juni 4220 Juli 5110 Agustus 890 September 4480 Oktober 5710 November 4470 Desember 4510 y 57992

10 62 Sumber : PT. JAYA MORTAR. n Y(t) a = t=1 N a = = unit 12 Jadi, peramalan penjualan untuk periode berikutnya adalah unit. Persamaannya adalah : Y(t) = a Y(t) = Peramalan penjualan untuk periode berikutnya adalah unit. Jika dibuat tabel Peramalan untuk tahun 2007 adalah sebagai berikut : Tabel 4. Peramalan penjualan metode konstan tahun 2007 Bulan Peramalan Januari Februari Maret April Mei Juni Juli Agustus September 482.6

11 6 Oktober November Desember Sumber : Hasil analisis data Mei 2007 Menghitung nilai kesalahan : Tabel 4.4 MSE metode peramalan konstan No Bulan Permintaan Peramalan [Y(t)-Ŷ(t)] 2 1 Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Jumlah Sumber : Hasil analisis data Mei 2007 N {Y (t) γ (t)}2 MSE = t=1 N

12 64 MSE = MSE = Dasar pemikiran metode ini adalah demand atau permintaan akan didekati dengan nilai konstan yang artinya nilai demand untuk setiap periode adalah sama. Untuk itu permintaan untuk periode yang akan datang adalah sama. Untuk lebih memperjelas perbandingan antara permintaan hasil peramalan dengan data historismakan perhatikan plot data atau grafik berikut : Sumber : Hasil analisis data Mei 2007 Gambar 4.4 Grafik metode peramalan konstan Peramalan Metode Linier (Linier Regression) Tabel 4.5 Peramalan Linier Bulan (t) JM 200 (y) t t 2 y.t Januari

13 65 Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total y = t = 78 t 2 = 650 y.t = Rata-rata 482, , Sumber : Hasil analisis data Mei 2007 Untuk mencari Intercept = (57992 X 650) (72540 X 78) (12 X 650) (78) 2 = 50,0 Untuk Mencari Slope = (72540 X 12) (57992 X 78) (12 X 650) (78) 2 = -0,82 Tabel 4.6 Peramalan tahun 2007 Bulan Peramalan Januari

14 66 Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Sumber : Hasil analisis data Mei 2007 Tabel 4.7 Menghitung MSE Metode Linier Bulan Permintaan Peramalan [Y(t)-Ŷ(t)] 2 Januari , ,84 Februari , ,96 Maret , ,25 April , ,09 Mei , Juni , ,61 Juli ,2 8571,84 Agustus ,4 8052,96

15 67 September , Oktober , ,04 November ,9 5011,21 Desember ,1 249,61 Jumlah ,8 Sumber : Hasil analisis data Mei 2007 MSE = ,8 12 = 47000,6 Sumber : Hasil analisis data mei 2007 Gambar 4.5 Grafik Metode Peramalan Linier

16 Peramalan Metode Rata Rata Bergerak (Moving Average) Tabel 4.8 Peramalan Rata Rata Bergerak Bulan Permintaan Peramalan dengan MA Bulanan Januari Febuari Maret April Mei Juni Juli Agustus September Oktober November Desember t 4 = Peramalan MA Bln = 4405 Sumber : Hasil analisis data mei 2007 MSE = {Peramalan MA bln} 2 N = (4405) 2 12 =

17 69 = MA bulan ( N = ) pada bulan Maret : Januari + Febuari + Maret : : : 4880 MA bulan April : MA bulan Maret + ( Permintaan April Permintaan Januari ) : ( ) : ( 1120 ) : : 525. MA bulan Mei : MA bulan April + ( Permintaan Mei Permintaan Febuari ) : ( ) : ( 872 ) : : 544.9

18 70 MA bulan Juni : MA bulan Mei + ( Permintaan Juni Permintaan Maret ) : ( ) : ( ) : ( -48. ) : MA bulan Juli : MA bulan Juni + ( Permintaan Juli Permintaan April ) : ( ) : ( -520 ) : ( -17. ) : MA bulan Agustus : MA bulan Juli + ( Permintaan Agustus Permintaan Mei ) : ( ) : ( ) : ( ) : MA bulan September : MA bulan Agustus + ( Permintaan September Permintaan Juni )

19 71 : ( ) : ( 260 ) : : 49. MA bulan Oktober : MA bulan Agustus + ( Permintaan Oktober Permintaan Juli ) : ( ) : ( 600 ) : : 459. MA bulan November : MA bulan Oktober + (Permintaan November Permintaan Agustus) : ( ) : ( 580 ) : : MA bulan Desember : MA November + (Permintaan Desember Permintaan September)

20 72 : ( ) : ( 0 ) : : Sumber : Hasil analisis data Mei 2007 Gambar 4.6 Grafik metode peramalan Rata Rata Bergerak Metode Rata Rata Bergerak Dengan Bobot ( Weight Moving Average) Tabel 4.9 Peramalan Metode Rata Rata Bergerak Dengan Bobot Bulan Permintaan Peramalan dengan MA Bulanan Peramalan WMA Bulanan Januari

21 7 Febuari Maret April Mei Juni Juli Agustus September Oktober November Desember t 4 = Peramalan MA Bln = 4405 Peramalan WMA Bln = Sumber : Hasil analisis data Mei 2007 {Peramalan WMA bln} 2 MSE = N = (44990) 2 12 = = WMA pada bulan Maret : (0.25 x permintaan januari) + (0.25 x permintaan febuari) + (0.50 x permintaan maret)

22 74 : ( 0.25 x 4510 ) + ( 0.25 x 4460 ) + ( 0.50 x 5670 ) : : WMA pada bulan April : (0.25 x permintaan febuari) + (0.25 x permintaan maret) + (0.50 x permintaan april) : ( 0.25 x 4460 ) + ( 0.25 x 5670 ) + ( 0.50 x 560 ) : : WMA pada bulan Mei : (0.25 x permintaan maret) + (0.25 x permintaan april) + (0.50 x permintaan mei) : ( 0.25 x 5670 ) + ( 0.25 x 560 ) + ( 0.50 x 52 ) : : 5491 WMA pada bulan Juni : (0.25 x permintaan april) + (0.25 x permintaan mei) + (0.50 x permintaan juni) : ( 0.25 x 560 ) + ( 0.25 x 52 ) + ( 0.50 x 4220 ) : : WMA pada bulan Juli : (0.25 x permintaan mei) + (0.25 x permintaan juni) + (0.50 x permintaan juli) : ( 0.25 x 52 ) + ( 0.25 x 4220 ) + ( 0.50 x 5110 ) : : 494 WMA pada bulan Agustus : (0.25 x permintaan juni) + (0.25 x permintaan juli) + (0.50 x permintaan agustus) : ( 0.25 x 4220 ) + ( 0.25 x 5110 ) + ( 0.50 x 890 )

23 75 : : WMA pada bulan September : (0.25 x permintaan juli) + (0.25 x permintaan agustus) + (0.50 x permintaan september) : ( 0.25 x 5110 ) + ( 0.25 x 890 ) + ( 0.50 x 4480 ) : : 5085 WMA pada bulan Oktober : (0.25 x permintaan agustus) + (0.25 x permintaan september) + (0.50 x permintaan oktober) : ( 0.25 x 890 ) + ( 0.25 x 4480 ) + ( 0.50 x 5710 ) : : WMA pada bulan November : (0.25 x permintaan september) + (0.25 x permintaan oktober) + (0.50 x permintaan november) : ( 0.25 x 4480 ) + ( 0.25 x 5710 ) + ( 0.50 x 4470 ) : : WMA pada bulan Desember : (0.25 x permintaan oktober) + (0.25 x permintaan november) + (0.50 x permintaan desember) : ( 0.25 x 5710 ) + ( 0.25 x 4470 ) + ( 0.50 x 4510 ) : : 4800

24 76 Sumber : Hasil analisis data Mei 2007 Gambar 4.7 Grafik metode peramalan rata rata bergerak dengan bobot 4..2 Perbandingan MSE (Mean Squared Error) Tabel 4.10 Perbandingan MSE Metode Peramalan Perhitungan MSE Peramalan Konstan Peramalan Linier Peramalan Rata Rata Bergerak Peramalan Rata Rata Bergerak Dengan Bobot Sumber : Hasil analisis data Mei 2007 Dari peramalan yang telah dilakukan diketahui bahwa MSE yang paling kecil adalah peramalan linier dengan tingkat kesalahan sebesar 47000,6 berikut adalah hasil peramalan linier :

25 77 Tabel 4.11 Peramalan tahun 2007 (metode Linier) Bulan Permintaan Januari 462 Februari 4601 Maret 4571 April 4540 Mei 4509 Juni 4478 Juli 4447 Agustus 4417 September 486 Oktober 455 November 424 Desember 429 Sumber : Hasil analisis data, Mei Data Kebutuhan Bahan Baku Berdasarkan hasil peramalan permintaan untuk tahun berikutnya, maka dapat ditentukan banyaknya bahan baku yang diperlukan dalam proses produksi. Berikut ini adalah spesifikasi dan sifat teknik produk Jaya Mortar JM 200 Tabel 4.12 Spesifikasi dan sifat teknik JM 200 Keterangan Warna Bahan Pengikat Spesifikasi dan sifat teknik Abu-abu Portland Cement

26 78 Filler Agregat Calcium Carbonate / Lime Powder Pasir Silika, ukuran maksimum partikel 2, mm Additif Kebutuhan air Polymer 7-8 liter untuk 50 kg kantong Plester Kompressive strength >70 N/mm 2 BS 4450 : Pt :1978 Real Converage per zak ± 2,5 m 2 ; untuk Pemakaian dengan tebal 10 mm Potential Converage per zak Dry Density Wet Density,16 m 2 ; untuk Pemakaian dengan tebal 10 mm 1,9 gr/cc 2,0 gr/cc Sumber : PT JAYA MULIA PERKASA Dan komposisi penggunaan bahan baku adalah sebagai berikut : Tabel 4.1 Penggunaan bahan baku No Nama Bahan Jumlah Komposisi Bahan Per Zak 1 Lime Powder / Kapur 60 % 2 Tanah Liat 20 % Biji Oksida / biji besi 5 % 4 Silika (Pasir) 8 % 5 Gipsum % 6 Polymer 4 % Sumber : PT JAYA MULIA PERKASA

27 79 Berdasarkan data penjualan yang diterima tahun 2006 dapat diketahui kebutuhan bahan bakunya sebagai berikut : Tabel 4.14 Kebutuhan bahan baku 2006 Bulan JM 200 / zak (50 kg) Lime Powder / Kapur (Kg) Alumina / Tanah Liat (kg) Biji Oksida / biji besi (Kg) Silika (Kg) Gipsum (Kg) Polymer (kg) Perminta an (Kg) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Jumlah Sumber : PT. JAYA MULIA PERKASA Berdasarkan data peramalan penjualan, maka dapat dibuat data kebutuhan bahan baku untuk tahun berikutnya adalah :

28 80 Tabel 4.15 Kebutuhan bahan baku 2007 Bulan peramalan Lime Powder / Kapur (Kg) Alumina / Tanah Liat (kg) Biji Oksida /biji besi (Kg) Silika (Kg) Gipsum (Kg) Polymer (Kg) Permintaa n (kg) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Jumlah Sumber : Hasil analisis data, Mei Penentuan Besaran Lot (Lot Sizing) Biaya-biaya yang merupakan bagian dalam penentuan besaran lot atau juga dikenal dengan pemesanan ekonomis adalah sebagai berikut : 1. Biaya penyimpanan Rp m2 * 550 m 2 = Rp ,- Depresiasi gudang diasumsikan berbentuk garis lurus. Penyusutan nilai gudang, termasuk aktiva tetap adalah sebesar

29 81 100% / 25tahun = 4% Maka nilai depresisasinya adalah : Rp ,- * 4% = Rp Biaya pegawai gudang adalah : - Upah perhari Rp Upah makan perhari Rp.0.000,- Total = Rp ,- Biaya yang harus dikeluarkan untuk biaya pegawai adalah : Rp /hari/orang * 00 hari = Rp ,- Jadi untuk lima orang pegawai adalah sebesar : Rp ,- * 5 orang = Rp ,-. Biaya rata-rata listrik pertahun adalah : Rp ,- 4. Biaya perawatan gudang Rp ,- Rekapitulasi biaya penyimpanan bahan baku sebagai berikut : Tabel 4.16 Biaya total penyimpanan bahan baku No. Keterangan Biaya (rupiah) 1 Depresiasi gudang Rp Gaji bagian gudang Rp Biaya listrik Rp Biaya perawatan gudang Rp Jumlah Rp Sumber : PT. JAYA MULIA PERKASA

30 82 5. Biaya pemesanan Berikut adalah biaya pemesanan barang oleh perusahaan melalui jasa penggangkutan bahan baku diangkut pada saat bersamaan karena proses produksinya dilakukan pada saat yang sama berikut adalah total biaya setiap kali penggangkutan bahan baku : Tabel 4.17 Biaya setiap kali pemesanan (ordering Cost) No. Keterangan Biaya 1 Biaya pemeriksaan Rp Biaya rata-rata pengangkutan Rp Biaya rata-rata administrasi Rp Total Rp Sumber : PT. JAYA MULIA PERKASA 6. Lead time Bahan baku yang dipesan semua dari suplyer yang berada diarea Jabotabek memiliki tenggang waktu (lead time) hingga bahan sampai pabrik adalah sebagai berikut : Tabel 4.18 Lead time No Nama Bahan Waktu (hari) 1 Lime Powder / Kapur 2 2 Tanah Liat 2 Biji Oksida / biji besi 2 4 Silika (Pasir) 2 5 Gipsum 2 6 Polymer 2 Sumber : PT. JAYA MULIA PERKASA

31 Model Persediaan Menggunakan EOQ (Economic Order Quantity) Kapur Peramalan kebutuhan tahun depan adalah = Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut : EOQ : 2 DS H EOQ : 2 ( ) (60.000) 4 : ,9 Jadi Kuantitas pesanan ekonomis adalah Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q = ,9 = 7 kali Jumlah waktu setiap pesanan dilakukan T = 65 / F T = 65 7

32 84 T = 52 hari Safety Stok Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar pada tahun 2006 yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = / 24 = Pemakaian rata-rata per hari (2007) = / 00 = 555. Lead time SS = 2 hari = x 2 = 564 kg Reorder Point (ROP) ROP = d x L = ( / 00) 2 = ROP = ( / 00) 2 + SS = = Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp Rp ,85 = Rp

33 85 Q = kg F = 7 kali T = 52 hari ROP = kg SS =.564 kg Sumber : Hasil analisis data mei 2007 Gambar 4.8 Grafik Persediaan Metode EOQ (Kapur) Waktu Sumber : Hasil analisis data mei 2007 Gambar 4.9 Hasil QM Persediaan Metode EOQ (Kapur)

34 86 Sumber : Hasil analisis data mei 2007 Tanah Liat Gambar 4.10 Grafik QM Biaya Persediaan Peramalan kebutuhan tahun depan adalah = 5550 Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp Lead time = 2 hari Jumlah kuantitas pemesanan ekonomis adalah sebagai berikut : EOQ : 2 DS EOQ : 2 (5550) (60.000) H : ,8 4 Jadi Kuantitas pesanan ekonomis adalah Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q

35 87 = ,8 = 4 kali Masa waktu setiap pesanan dilakukan T = 65 / F T = 65 4 T = 91 hari Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = / 24 = Pemakaian rata-rata per hari (2007) = 5550 / 00 = 1785,1 Lead time SS = 2 hari = x 2 = kg Reorder Point (ROP) ROP = d x L = (5550 / 00) 2 = 570 ROP = (57990 / 00) 2 + SS = = 4.758

36 88 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp ,572 + Rp ,2 = Rp Q = kg F = 4 kali T = 91 hari ROP = 570 kg SS = kg Sumber : Hasil analisis data mei 2007 Gambar 4.11 Grafik Persediaan Metode EOQ (tanah Liat) Waktu Biji Besi Peramalan kebutuhan tahun depan adalah = 188 Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut :

37 89 EOQ : 2 DS H EOQ : 2 (144980) (60.000) : 6264,52 4 Jadi Kuantitas pesanan ekonomis adalah Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q = ,52 = 2 kali Masa waktu setiap pesanan dilakukan T = 65 / F T = 65 2 T = 18 hari Safety Stock Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = / 24 = Pemakaian rata-rata per hari (2007) = / 00 = 446,

38 90 Lead time SS = 2 hari = x 2 = 297 kg Reorder Point (ROP) ROP = d x L = (188 / 00) 2 = 892 ROP = (188 / 00) 2 + SS = = Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp ,17 + Rp = Rp

39 91 Q = kg F = 2 kali Waktu T = 18 hari ROP = 892 kg SS = 297 kg Sumber : Hasil analisis data mei 2007 Gambar 4.12 Grafik Persediaan Metode EOQ (Biji Besi) Silika Peramalan kebutuhan tahun depan adalah = Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut : EOQ : 2 DS H EOQ : 2 (214212) (60.000) : 79226,95 4 Jadi Kuantitas pesanan ekonomis adalah Kg

40 92 Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q = ,95 = kali Masa waktu setiap pesanan dilakukan T = 65 / F T = 65 T = 122 hari Safety Stock Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = / 24 = 951,7 Pemakaian rata-rata per hari (2007) = / 00 = 714 Lead time SS = 2 hari = 27,7 x 2 = 475,4 kg Reorder Point (ROP) ROP = d x L = ( / 00) 2 = 1428 ROP = (21968 / 00) 2 + SS

41 9 = = 1.90 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 1.90 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp ,469 + Rp ,425 = Rp Q = kg F = kali Waktu T = 122 hari ROP = 1428 kg SS = 475 kg Sumber : Hasil analisis data mei 2007 Gambar 4.1 Grafik Persediaan Metode EOQ (Silika) Gipsum Peramalan kebutuhan tahun depan adalah = 800 Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp

42 94 Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut : EOQ : 2 DS EOQ : 2 (800) (60.000) H : Jadi Kuantitas pesanan ekonomis adalah Kg Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q = = 2 kali Masa waktu setiap pesanan dilakukan T = 65 / F T = 65 2 T = 18 hari Safety Stock Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = 8565 / 24 = 57

43 95 Pemakaian rata-rata per hari (2007) = 800 / 00 = 268 Lead time SS = 2 hari = 89 x 2 = 178 kg Reorder Point (ROP) ROP = d x L = (800 / 00) 2 = 56 ROP = (21968 / 00) 2 + SS = = 714 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 714 kg. Biaya Total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp ,909 + Rp ,825 = Rp

44 96 Q = kg F = 2 kali Waktu T = 18 hari ROP = 56 kg SS = 178 kg Sumber : Hasil analisis data mei 2007 Polymer Gambar 4.14 Grafik Persediaan Metode EOQ (Gibsum) Peramalan kebutuhan tahun depan adalah = Biaya simpan per kg tahun lalu adalah = Rp : = Rp. 4 Biaya pesan = Rp Lead time = 2 hari kuantitas pemesanan ekonomis adalah sebagai berikut : EOQ : 2 DS H EOQ : 2 (107106) (60.000) : 56021,91 4 Jadi Kuantitas pesanan ekonomis adalah Kg

45 97 Jumlah pesanan Dalam satu tahun / Frekuensi pesanan F = D / Q = ,91 = 2 kali Masa waktu setiap pesanan dilakukan T = 65 / F T = 65 2 T = 18 hari Untuk Menentukan Safety Stok dengan menggunakan data penjualan paling besar tahun lalu yaitu pada bulan oktober : Pemakaian maximum per hari yaitu = / 24 = 476 Pemakaian rata-rata per hari (2007) = / 00 = 57 Lead time SS = 2 hari = 119 x 2 = 28 kg Reorder Point (ROP) ROP = d x L = ( / 00) 2 = 714 ROP = ( / 00) 2 + SS =

46 98 = 952 Perusahaan harus melakukan pemesanan ulang saat persediaan bahan pada tingkat 952 kg. Biaya total TC = Biaya Pemesanan + Biaya penyimpanan = (D/Q X S) + (Q/2 X H) = Rp ,251 + Rp ,065 = Rp Q = kg F = 2 kali Waktu T = 18 hari ROP = 714 kg SS = 28 kg Sumber : Hasil analisis data mei 2007 Gambar 4.15 Grafik Persediaan Metode EOQ (Polymer) 4.4 Implikasi Hasil Penelitian Dari analisis yang di lakukan dapat menjadi salah satu perbandingan perencanaan dan pengendalian persediaan bagi perusahaan. Dilihat dari data penjualan tahun lalu pada penjualan produk setiap bulan tidak selalu sama tetapi jumlah penjualan produk pada setiap tahunya relatif sama. Dari hasil analisis data yang dilakukan berikut adalah uraian singkat dari hasil analisis yang penulis lakukan selama melakukan penelitian.

47 99 1. Jumlah Pemesanan ekonomis EOQ pada setiap bahan baku sebagai berikut : Tabel 4.19 Kuantitas Pesanan Ekonomis No Nama Bahan EOQ 1 Lime Powder / Kapur kg 2 Tanah Liat kg Biji Oksida / biji besi kg 4 Silika (Pasir) kg 5 Gipsum kg 6 Polymer kg Sumber : Hasil analisis data, Mei Tingkat pemesanan kembali dengan stok pengaman persediaan adalah sebagai berikut : Tabel 4.20 Tingkat Pemesanan Kembali (Reorder Point) No Nama Bahan ROP Frekuensi pemesanan Masa pemesanan 1 Kapur kg 7 kali 52 hari 2 Tanah Liat kg 4 kali 91 hari Biji Besi kg 2 kali 18 hari 4 Silika 1.90 kg kali 122 hari 5 Gipsum 714 kg 2 kali 18 hari 6 Polymer 952 kg 2 kali 18 hari Sumber : Hasil analisis data, Mei 2007 EOQ adalah jumlah kuantitas pesanan bahan yang dapat dilakukan perusahaan dalam satu kali pesan.

48 100 Tingkat pemesanan kembali ROP menunjukkan tingkat jumlah persediaan bahan baku saat perusahaan harus melakukan pemesanan kembali bahan baku agar proses produksi dapat berjalan lancar. Frekuensi pemesanan kembali menunjukkan berapa kali pemesanan optimal yang dapat dilakukan perusahaan dalam satu tahun. Sedangkan masa pemesanan adalah jumlah hari pemesanan setiap bahan dalam satu tahun. Berikut ini adalah perbandingan biaya yang diminimalisasi sebelum dan sesudah melakukan EOQ Tabel 4.21 Total Biaya Sebelum EOQ Keterangan Kapur Tanah Liat Biji besi Silika Gipsum Polymer Kuantitas 1.88 kg kg kg kg kg kg Pemesanan Frekuensi 12 Kali 12 Kali 12 Kali 12 kali 12 kali 12 kali Pemesanan Masa waktu 0 hari 0 hari 0 hari 0 hari 0 hari 0 hari pemesanan per tahun Total Biaya Rp Rp Rp Rp Rp Rp Pemesanan (tahun) Total Biaya Rp Rp Rp Rp Rp Rp Penyimpanan (Tahun) Total Biaya Rp Rp Rp Rp Rp Rp Sumber : Hasil analisis data, Mei 2007

49 101 Tabel 4.22 Total Biaya Sesudah EOQ Keterangan Kapur Tanah Liat Biji besi Silika Gipsum Polymer Kuantitas kg kg kg kg kg Pemesanan Frekuensi 7 Kali 4 Kali 2 Kali kali 2 kali 2 kali Pemesanan Masa waktu 52 hari 91 hari 18 hari 122 hari 18 hari 18 hari pemesanan per tahun Total Biaya Rp Rp Rp Rp Rp Rp Pemesanan (tahun) Total Biaya Rp Rp Rp Rp Rp Rp Penyimpanan (tahun) Total Biaya Rp Rp Rp Rp Rp Rp Sumber : Hasil analisis data, Mei 2007 Jadi total biaya yang diminimalisasi dari perbandingan Sebelum dan sesudah menggunakan metode EOQ adalah sebesar Rp