PERANCANGAN SISTEM INVENTORY BAHAN BAKAR MAIN FUEL OIL DAN BAHAN KIMIA DI PT. INDONESIA POWER UBP PERAK DAN GRATI UNIT PLTU PERAK

Transkripsi

1 B-11-1 PERANCANGAN SISTEM INVENTORY BAHAN BAKAR MAIN FUE OI DAN BAHAN KIMIA DI PT. INDONESIA POWER UBP PERAK DAN GRATI UNIT PTU PERAK * Juli Winartiwi ** Patdono Soewignjo *Mahasiswa MMT-ITS, Program Manajemen Industri ** Dosen ITS, Fakultas Teknik, Jurusan Teknik Industri Surabaya tiwik2004@yahoo.com ABSTRAK PT. Indonesia Power khususnya PTU Perak, belum mempunyai sistem persediaan bahan bakar dan bahan kimia yang terstruktur dengan baik. Sehingga perlu dibuat rancangan sistem inventory-nya, meliputi: menentukan titik pemesanan kembali, jumlah setiap kali pembelian, besarnya safety stock untuk bahan bakar dan bahan kimia serta menentukan sistem pemilihan supplier bahan kimia. Kata-kata kunci: bahan bakar minyak, bahan kimia, perancangan, peramalan, model inventory, pemilihan supplier Pendahuluan PT. Indonesia Power adalah suatu pembangkit tenaga listrik dengan kapasitas terpasang 50 MW memerlukan penyediaan bahan bakar (MFO) dan bahan kimia (HCl dan NaOH) yang layak karena merupakan komponen penting. Bahan bakar dan kimia ini perlu diperhatikan sebab menyerap biaya yang cukup besar, sehingga memerlukan efisiensi dalam penggunaannya. Persediaan bahan kimia cenderung berlebihan, oleh sebab itu sangat penting untuk dirancang sistem inventory bahan bakar dan kimia pada pembangkit tenaga listrik. Konsep Peramalan Suatu perusahaan perlu mengetahui tingkat perkembangan masyarakat, baik terhadap jenis kebutuhannya maupun tingkat permintaan produk dimasa yang akan datang. Hal ini merupakan dasar dari rencana kerja yang harus dilakukan oleh perusahaan, baik secara keseluruhan maupun untuk kepentingan perencanaan dan pengendalian produksi. Analisa mengenai perkembangan pasar suatu produk ini diwujudkan dalam bentuk peramalan permintaan (Andriyanto, 1999). Peramalan adalah prediksi, proyeksi atau estimasi terhadap kejadian di masa depan yang diluar kendali organisasi. Peramalan permintaan adalah hubungan antara faktor eksternal di lingkungan organisasi dan struktur internalnya (Tersine,1994). Klasifikasi peramalan menurut Tersine (1994), ditunjukkan pada gambar 1 berikut:

2 B-11-2 Model Peramalan Kuantitatif (statistical) Kualitatif (judgemental) Analisa Time Series Indikator Ekonomi Model Ekonometrik Opini Para Ahli Survai Pasar Metode Delphii Gambar 1. Klasifikasi peramalan menurut Tersine, 1994 Metode kuantitatif adalah metode peramalan yang didasarkan pada perhitungan matematis dan statistik dengna menggunakan data historis. Metode Kualitatif adalah metode peramalan yang pengembangannya berdasarkan estimasi subyektif atau opini para ahli. Peramalan permintaan dapat dilakukan pada dua sisi produksi yaitu level produk akhir dan level bahan baku yang dipakai. Analisa Time Series Menurut Hanke (1998), time series merupakan data yang dikumpulkan, dicatat dan diobservasi pada periode waktu tertentu di masa lalu. Data tersebut mungkin berisi beberapa komponen seperti trend, seasonal variatio dan lainnya. Eksplorasi Data Masa alu Pola data termasuk komponen seperti kecenderungan, musiman dan ketidak aturan. Analisa Kecenderungan Model dari kecenderungan yang terjadi dapat mengikuti antara lain: model kecenderungan linier, model kecenderungan kuadratik, model eksponensial dan model S Curve. Analisa Musiman Karakteristik permintaan musiman ditandai dengan berulang-ulangnya periode yang memiliki permintaan tinggi dan rendah. Beberapa model yang dapat digunakan untuk melakukan analisa adalah antara lain: model Dekomposisi dan model Winter. Analisa Ketidak Teraturan Teknik yang dapat digunakan untuk peramalan antara lain: moving average atau rata-rata bergerak, single exponential smoothing dan double exponential smoothing. Pemilihan Model-Model Yang Sesuai Setelah diketahui beberapa model untuk masing-masing pola data time series, maka harus dipilih salah satu model yang paling baik dan sesuai sebagai dasar untuk

3 B-11-3 peramalan. Dalam penentuan model yang akan digunakan, maka metode yang dipakai adalah analisis residual, pengukuran besarnya residual. a. Analisa residual Residual adalah perbedaan antara data yang diamati dan nilai taksiran. b. Pengukuran residual Setelah dilakukan analisis residual, akan diperoleh dua atau lebih model yang cocok dan akan dipakai untuk peramalan. Untuk memilih model yang dipakai, maka perlu diukur besarnya kesalahan residual. Besaran yang umum dipakai untuk menentukan kesalahan peramalan adalah MAD (Mean Absolute Deviation), MSE ( Mean Square Error) dan MAP ( Mean Absolute Procentage). MAPE menunjukkan persentase tingkat kesalahan secara absolut. MSE menunjukkan kuadrat dari kesalahan peramalan, kedua cara ini memberikan kesalahan ekstrim yang berat ketika membandingkan model-model peramalan. Pada saat tak ada kecocokan, maka nilai MSE menjadi sangat besar, sehingga ukuran yang paling banyak dipilih adalah MAD. Jika model memiliki kecocokan yang sempurna, maka MAD = 0, sedangkan jika model tidak memiliki kecocokan, maka MAD adalah besar. Dengan demikian pada saat membandingkan beberapa model peramalan, yang dipilih adalah model dengan MAD minimum (Hanke, 1998) Sistem Inventory Inventory atau persediaan adalah kuantitas atau jumlah yang disimpan dari setiap sumber daya yang akan digunakan oleh organisasi. Sistem persediaan adalah sekelompok kebijakan dan kontrol yang memonitor tingkat persediaan, menentukan level yang dipertahankan serta kapan persediaan harus diperbaharui dan seberapa banyak order yang harus dibuat. Untuk menentukan kebijakan persediaan yang optimal, maka parameter yang dibutuhkan adalah permintaan perkiraan biaya persediaan dan waktu tunggu. Tujuan utama dari analisis persediaan pada proses manufaktur adalah kapan sumber daya harus dipesan dan seberapa banyak order yang harus dibuat. Biaya Persediaan Tujuan dari manajemen persediaan adalah untuk mendapatkan jumlah yang pantas dari material pada tempat yang tepat, waktu yang tepat dan biaya yang rendah. Parameter ekonomi yang mempengaruhi biaya persediaan adalah: a. Biaya pembelian (purchase cost) adalah harga unit yang dibeli dan biasanya dihitung sebagai harga per unit. b. Biaya order ( order cost) adalah biaya yang timbul ketika perusahaan membeli dari supplier, antara lain: membuat permintaan, analisa vendor, membuat pesanan, menerima material, inspeksi material dan pelaksanaan semua proses yang dibutuhkan sampai transaksi selesai. c. Biaya penyimpanan ( holding cost) adalah biaya yang dikeluarkan akibat adanya persediaan antara lain: investasi untuk persediaan dalam gudang. Komponen biaya penyimpanan ini meliputi: modal ( capital cost), pajak, asuransi, penanganan, penyimpanan, penyusutan dan kerusakan (Tersine, 1994). Menurut Chase (1998), sistem persediaan adalah se perangkat kebijakan dan kontrol terhadap tingkat persediaan dan menentukan pada tingkat mana persediaan harus ada, serta kapan perlu ditambahkan dan berapa order yang harus dilakukan. Ada 2 model persediaan antara lain: model persediaan deterministik, yaitu volume permintaan sudah

4 B-11-4 diketahui dengan pasti dan model persediaan probabilistik, yaitu volume permintaan belum diketahui dengan pasti. Model Persediaan Deterministik Menurut Tersine (1994), model deterministik digunakan pada kondisi permintaan yang tetap untuk menentukan kebijakan persediaan yang optimal, maka parameter-parameter yang dibutuhkan adalah: a. Permintaan Biaya. b. Persediaan. c. Waktu tunggu. P e r s e d i a a n Q B a b c d e f Gambar 2. Model Persediaan Deterministik Pada model deterministik, semua parameter dan variabel diketahui atau bisa dihitung dengan pasti. Tingkat permintaan dan biaya persediaan diasumsikan bisa diketahui dengan past, sedangkan penambahan dan waktu tunggu dianggp konstan. Pada kenyataannya kondisi tersebut jarang terjadi, sehingga lebih baik menggunakan model probabilistik. Model ini digunakan sebagai awal untuk mengetahui lebih dalam tentang persediaan atau kondisi idealnya. Istilah-istilah yang dikenal pada model ini adalah: a. Jumlah pesanan optimal atau EOQ Jumlah pesanan yang meminimalkan biaya persediaan total. Total biaya persediaan pertahun = biaya pembelian + biaya pemesanan + biaya penyimpanan Hubungan antara biaya-biaya dan jumlah pesanan optimal digambarkan sebagai berikut: Waktu TC (Q) HQ/2 Beaya CR/Q PR Q* Order Quantity (Q) Gambar 3. Biaya persediaan/inventory pertahun. b. Titik pemesanan kembali (reorder point) Titik pemesanan kembali adalah tingkat persediaan bahan sewaktu dilaksanakan pemesanan kembali. Nilainya ditentukan berdasarkan 2 (dua) variabel yaitu: waktu tunggu () dan tingkat kebutuhan (R). Model Persediaan Probabilistik Model persediaan probabilistik digunakan apabila permintaan di masa datang tidak diketahui dengan pasti, tetapi dapat diketahui melalui masa lalu. Pada persediaan probabilistik seperti pada gambar 4, permintaan bahan dan waktu tunggu merupakan

5 B-11-5 variabel yang acak, sehingga faktor resiko dan ketidak pastian diperhitungkan dalam model-modelnya. Untuk itu perlu safety stock yang tujuannya untuk menghindari ketiadaan persediaan selama proses pemenuhan atau jumlah permintaan aktual lebih besar dari permintaan yang diperkirakan. Q-S Bj 0 Gambar 4. Model Persediaan Probabilistik Rumusan biaya yang diperlukan dengan model probabilistik adalah sebagai berikut: a. Jumlah pesanan optimal atau EOQ. b. Kemungkinan peluang terjadi kekurangan persediaan yang optimal ( Optimum probability of stock out). c. Titik pemesanan kembali (reorder point). d. Jumlah persediaan penyangga. e. Biaya pembelian barang. f. Biaya simpan barang. g. Biaya pemesanan barang. h. Biaya kekurangan barang. Model Inventory Ada 3 (tiga) macam model inventory (Tersine,1994), yaitu: a. EOQ ( Economic Order Quantity) adalah jumlah pemesanan barang dan waktu pemesanannya tertentu. Bila kecepatan penambahan barang tidak tak berhingga, maka digunakan EPQ (Economic Production Quantity). b. FOQ (Fixed Order Quantity) adalah jumlah pemesanan barang tetap dari waktu ke waktu. c. FOI (Fixed Order Interval) adalah tiap pemesanan barang mempunyai jarak waktu yang sama. EOQ (Economic Order Quantity) Pada model ini jumlah pemesanan barang serta waktu pesannya adalah tetap, diperhitungkan menurut kebutuhan ekonomisnya. Terlihat pada gambar 5. I max = Q Order placed Order arrive Maximum Inventory Q D l Q Order Quantity Reorder point Imin = 0 ead Time Time T t Reorder cycle Gambar 5. Fluktuasi inventory untuk sebuah model EOQ

6 B-11-6 Pada model ini barang dikonsumsi dalam jumlah yang tetap. Setelah stock barang mencapai Reorder point (ROP), maka pemesanan dilakukan sejumlah Q, lead time () diasumsikan juga tetap. Rumus-rumus yang digunakan adalah: ROP = X D.. (2) Q0 = 2CR D.. (3) CH T0 = Q0/D.. (4) dimana: = lead time ; CH = biaya penyimpanan per unit D = demand/kebutuhan rata-rata ; CR = biaya pemesanan per unit Q0= jumlah pemesanan awal ; T0 = waktu pemesanan awal EPQ (Economic Production Quantity) Model EPQ adalah model inventory seperti EOQ, tetapi kecepatan penambahan barang adalah tidak tak berhingga. Model EPQ (Economic Production Quantity), dapat digambarkan sebagai berikut: Inventory evel Q Production ends I max = (p-d) t p Production lot size Maximum Inventory I max R Production begins l p-d D l p-d Reorder point 0 Production period t p t p t ead Time Time T Replenishment cycle Gambar 6. Model EPQ Q0 = 2CR D.. (5) CH(1-D/p) FOQ (Fixed Order Quantity) Pada model ini jumlah pemesanan tetap, interval pemesanan berubah-ubah, seperti ditunjukkan oleh gambar 7. BFOQ M R Order placed Q Order received Average demand rate Q Q Maximum inventory Order quantity Reorder point Safety stock t Reorder point t Time T Gambar 7. Fluktuasi inventory untuk sebuah system FOQ

7 B-11-7 Pada kondisi ini: - Demand probabilistik - Pemesanan dilakukan dalam jumlah tetap - Pesan barang sejumlah Q jika ROP tercapai - Interval pemesanan berubah. Dimana rumus yang digunakan untuk perhitungan tersebut adalah: Q0 = 2CR D.. (6) CH ROP = ( X D) + SS.. (7) SS = Z D.. (8) dimana: SS = safety stock Z = nilai kisaran, 1,645 = nilai deviasi dari data D FOI (Fixed Order Interval) Pada model ini interval pemesanan tetap, jumlah pemesanan berubah-ubah, maka kita dapat mengikuti pola FOI seperti gambar berikut: M Order placed Order received Desired maximum inventory Q 1 Q 2 Q 3 Q 4 B FOI Safety stock 0 t t t Time T Gambar 8. Fluktuasi inventory untuk sebuah system FOI Pada kondisi ini: - Demand probabilistik - Pemesanan dilakukan dalam interval tetap - Besarnya pemesanan mengikuti persamaan berikut Qt = Imax It Imax = [(T + ) X D] + SS.. (9) SS = Z D T.. (10) dimana: Imax = inventory maksimal = inventory pada periode t It Analytical Hierarchy Process Menurut software Expert Choice, teori proses analisa hirarki disini merupakan struktur menyeluruh yang terdistribusi dari atas ke bawah. Hirarki ini dapat menyebabkan efisiensi kisi-kisi kerja dalam penyelesaian masalah, sehingga proses

8 B-11-8 analisa dapat diterapkan, yaitu: pertama diidentifikasikan kriteria kriteria yang digunakan untuk mengevaluasi supplier. Kriteria ini didapat dengan cara wawancara dengan manajer terkait. Kemudian masing masing kriteria diberi bobot (W j) untuk menunjukkan tingkat kepentingan kriteria. Banyak metode yang bisa digunakan untuk melakukan pembobotan salah satunya adalah AHP (Analytical Hierarchy Process). angkah kedua dalam penilaian supplier adalah pemberian skor masing masing alternatif untuk masing masing kriteria (X ij). Scoring system yang digunakan akan didiskusikan dengan manajer terkait. Cara yang umum digunakan adalah menggunakan direct rating. angkah ketiga adalah menghitung nilai (value) dari masing masing supplier menggunakan rumus additive composition sbb: Nilai A = Wj.Xij.. (11) angkah terakhir adalah pemilihan supplier berdasarkan nilai (value) tertinggi. Bila nilai inconsistency lebih kecil atau sama dengan 0,10, maka dapat diterima. Bila nilainya lebih besar dari 0,10 perlu dianalisa lagi. Pemilihan Supplier Bahan Kimia Pemilihan supplier bahan kimia akan dilakukan dengan cara seperti ditunjukkan pada gambar 9. Kriteria j n J = 1 Nilai Supplier W 1 W 2 W 3 W 4 W 5 Harga Cara Pembayaran Kualitas Ketepatan Pengiriman Flexibilitas jumlah - jenis Xij Supplier Supplier A Supplier B Supplier C i Gambar 9. Pemilihan supplier bahan kimia Pada saat unit beroperasi, bahan kimia sebagai bahan penunjang tidak boleh terlambat keberadaannya, karena akan mengganggu proses. Penyediaan bahan kimia ini tergantung pada supplier bahan kimia. Adapun kriteria yang perlu diperhatikan dalam pemilihan tersebut antara lain: 1. Telah dipercaya banyak industri. 2. Memiliki produksi kualitas tinggi. 3. Adanya komitmen antara pelayanan pelanggan dan kenyamanan pelanggan. 4. Selalu inovasi dalam teknologi produk, proses pabrikasi dan proses bisnis. 5. Aktif dalam komunitas pelanggan.

9 B-11-9 Metodologi Penelitian Penelitian dilakukan dengan tahap tahapan seperti ditampilkan pada gambar 10. Mulai Observasi Awal Perumusan masalah dan tujuan penelitian Studi iteratur - Peramalan - Sistem inventory - Pemilihan supplier AHP Pengumpulan data - Pemakaian bahan bakar dan bahan kimia tahun lalu - Pemakaian bahan bakar dan bahan kimia tahun sekarang Peramalan permintaan bahan bakar dan bahan kimia Perancangan kebutuhan inventory bahan bakar dan bahan Pemilihan supplier Kesimpulan dan saran Selesai Gambar 10. Gambar tahap-tahap atau langkah dari penelitian Peramalan Data-data bahan bakar dan bahan kimia yang dipakai, disajikan dibawah ini. Tabel 1. Data pemakaian dan penerimaan MFO dari bulan Februari tahun 2003 sampai dengan bulan Agustus 2004 Pakai MFO (iter) No Bulan Total MFO (iter) Terima MFO (iter) Unit 3 Unit 4 1 Februari April Mei Juni Juli Agustus Maret April Mei Juni Juli Agustus TOTA Dengan memakai beberapa metode peramalan program MINITAB, antara lain: moving average, single exponential smoothing, double exponential smoothing dan winters mulitiplicative model, didapatkan keakuratan metode

10 B peramalan ditinjau dari MAPE, MAD dan MSD-nya. Bila nilai tersebut dibandingkan dan ada nilai yang mendekati sama satu sama lain, maka dicari harga MAD yang paling rendah atau kecil, dimana semakin kecil nilai tersebut menunjukkan semakin akurat. Hasil peramalan bahan bakar minyak dari beberapa metode dapat dilihat pada tabel 2. Tabel 2. Hasil peramalan bahan bakar minyak dengan beberapa metode NO METODE PERAMAAN MAPE MAD MSD 1. Moving Average ,81E Single Exponential Smoothing Double Exponential Smoothing Winters Mulitiplicative ,28E+12 1,63E+12 2,06E+12 Single Exponential Smoothing pakai bbm Actual Predicted Actual Predicted Smoothing Constant Alpha: 0, MAPE: MAD: MSD: ,28E Time Gambar 11. Grafik hubungan pemakaian bbm, iter/bulan dengan waktu

11 B Sedang data untuk HCl dan NaOH adalah sebagai berikut: Mgg Tabel 3. Data Pemakaian HCl Kebutuhan HCl, kg u/ 1 unit Mgg Kebutuhan HCl, kg u/ 1 unit Mgg Kebutuhan HCl, kg u/ 1 unit 1 745, , , , , , , , , , , , , , , , , , , , ,13 Mgg Tabel 4.Data Pemakaian NaOH Kebutuhan NaOH, Kg u/ 1 unit Mgg Kebutuhan NaOH, Kg u/ 1 unit Mgg Kebutuhan NaOH, Kg u/ 1 unit 1 479, , , , , , , , , , , , , , , , , , , , , , , , ,38 Hasil peramalan bahan kimia HCl dari beberapa metode dapat dilihat pada tabel 5.

12 B Tabel 5. Hasil peramalan bahan kimia HCl dengan beberapa metode. NO METODE PERAMAAN Moving Average Single Exponential Smoothing Double Exponential Smoothing Winters Mulitiplicative MAPE MAD MSD 2,61 35, ,24 1,6 21, ,98 2,35 32, , , ,1 Dari tabel diatas tampak bahwa peramalan bahan kimia HCl dengan metode Single Exponential Smoothing mempunyai keakuratan yang paling tinggi. Sedang hasil peramalan bahan kimia NaOH dengan beberapa metode, dapat dilihat pada tabel 6. Tabel 6. Hasil peramalan bahan kimia NaOH dengan beberapa metode. NO METODE PERAMAAN Moving Average Single Exponential Smoothing Double Exponential Smoothing Winters Mulitiplicative MAPE MAD MSD 6,5 63, ,4 4 38, ,8 5,4 51, ,2 11,4 109, ,2 Tabel diatas menunjukkan bahwa peramalan bahan kimia NaOH dengan metode Single Exponential Smoothing keakuratannya paling tinggi. Hasil Penelitian Bahan Bakar Diketahui kebutuhan rata-rata perbulan bahan bakar adalah K, menggunakan rumus-rumus diatas didapatkan setiap kali pesan adalah K, maka tiap bulan ada pemesanan sebanyak 13 kali. Reorder Point Reorder point dari bahan bakar harus mempertimbangkan dead stock dari bahan bakar dalam tangki. Sehingga rumus dari Reorder Point akan dimodifikasi menjadi : Reorder point = ( x D) + SS + Total Dead Stock, sehingga: Reorder Point = ( x D) + SS + Total Dead Stock = [{ 5/ (24 x 30) } x Kl/bulan ] = Kl

13 B Bahan kimia HCl dan NaOH Interval Pemesanan HCl dan NaOH Interval pemesanan dapat dihitung dengan persamaan T0 = Imax = { (T +) x D} + Z D T = { ( )/4 x Kg/bulan } + 1, = kg ~ kg (HCl) Imax = { (+T) x D } + Z D T = { ( )/4 x } + 1, = kg~ kg (NaOH) 2 CR CH D Sistem Pemilihan Supplier Bahan Kimia Berdasarkan studi pustaka yang telah dilakukan dan interview dengan wakil manajemen, ditetapkan 5 (lima) kriteria yang digunakan sebagai dasar pemilihan supplier. Kriteria tersebut adalah : a. Pembayaran bahan kimia. b. Harga beli bahan kimia. c. Kualitas bahan kimia. d. Waktu pengiriman barang. e. Fleksibel dalam jumlah pengiriman bahan kimia. Struktur Hierarkhi Pemilihan Supplier Supplier bahan kimia akan dipilih berdasarkan 5 kriteria yang telah ditetapkan. Metode yang digunakan untuk memilih supplier tersebut adalah Analytic Hierarchy Process (AHP). Seperti tercantum pada gambar 9. KESIMPUAN DAN SARAN Kesimpulan dari hasil pengolahan data dapat disimpulkan sebagai berikut: 1. Metode peramalan yang digunakan adalah Single Exponential Smoothing. 2. Model inventory yang sebaiknya digunakan adalah: a. Bahan bakar minyak: Model EPQ ( Economic Production Quantity) dengan kecepatan penambahan barang tidak tak berhingga. Q0 ( )/ 4 ( 2 + 1) / 4 = Kl untuk tiap kali pemesanan, setiap bulan diperlukan 13 kali pemesanan dan ROP = Kl b. Bahan kimia HCl dan NaOH: Model FOI (Fixed Order Interval) dengan permintaan bervariasi. Interval pemesanan adalah 2 minggu untuk HCl dan 4 minggu untuk NaOH. Imax = Kg dengan Qt = Kg ---- > HCl. Imax = Kg dengan Qt = Kg ---- > NaOH. 3. Supplier bahan kimia yang dipilih, dinilai dari kinerja keseluruhan supplier adalah sebagai berikut: bahan kimia HCl dan NaOH: supplier B. Saran Beberapa saran yang dapat dipakai sebagai bahan pertimbangan dalam implementasi model inventory dan pemilihan supplier yaitu sebagai berikut: Model peramalan sebaiknya direvisi secara periodik dan kinerja supplier dievaluasi secara periodic.

14 B Daftar Pustaka Andriyanto,U.S. dan Basith, A. (1999) Metode dan Aplikasi Peramalan, PT. Gelora Aksara Pratama, Jakarta. Chase, Richard B., Nicholas J. Aquilano, and F. Robert J. (1998) Production and Operation Management: Manufacturing and Services, 8 th Edition, Irwin McGraw Hill, Inc., New York. Hanke, E. John, and Reitsch, Arthur G. (1998) Business Forecasting, Prentice- Hall International Inc., New Jersey. Tersine, R.J (1994) Principles of Inventory and Materials Management, Prentice-Hall International Inc., New Jersey.