BAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied

Transkripsi

1 BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan untuk mengetahui; bertujuan agar dapat melakukan sesuatu yang lebih baik, efektif, efisien. Dengan tujuan dapat meningkatkan efisiensi dan efektifitas manajemen persediaan pada Perusahaan Sammy Batik Pekalongan. Metode penelitian yang digunakan adalah antara lain perhitungan terhadap data-data yang tersedia dengan menggunakan metode EOQ, QM, dan Monte Carlo untuk dapat membandingkan hasil yang terbaik bagi proses minimalisasi persediaan dari segi jumlah maupun biaya. Hasil dari perhitungan Lead Time sangat mempengaruhi titik ROP (Reorder Point) karena ketepatan waktu dimana perusahaan harus melakukan pemesanan kembali sebelum terjadi kekosongan stock, demi menghindari kekosongan stock dilakukan perhitungan safety stock demi menghindari lost of sale. Metode simulasi monte carlo memiliki peran untuk menyelesaikan beberapa perhitungan penelitian ini. 3.2 Operasional Variable

2 Variable penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Tabel 3.1 Definisi Operasional Variable Konsep variable Dimensi Indikator Pengukuran EOQ Meminimalisir Persediaan Order Quantity Permintaan Produksi Original Average Inventory Biaya Unit dan Biaya Inventory Setup Cost Jumlah Pesanan Holding Cost Jumlah Persediaan Safety Cost Lead Time Total Cost Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock Cost QM Meminimalisir Persediaan Order Quantity Permintaan Produksi Original Average Inventory Biaya Unit dan Biaya Inventory Setup Cost Jumlah Pesanan Holding Cost Jumlah Persediaan Safety Cost Lead Time Total Cost Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock

3 Cost Monte Carlo Meminimalisir Persediaan Order Quantity Permintaan Produksi, Cuaca, har-hari tertentu Original Average Inventory Biaya Unit dan Biaya Inventory Setup Cost Jumlah Pesanan Holding Cost Jumlah Persediaan Safety Cost Lead Time Total Cost Holding Cost, Average Inventory, Setup Ordering Cost, Safety Stock Cost 1.3 Jenis Dan Sumber data Jenis dan sumber data penelitian Tabel 3.2 Jenis dan Sumber data Jenis dan Sumber Data

4 Variabel Jenis Data Sumber Data data primer yang diperoleh dari wawancara EOQ QM kuantitatif kuantitatif dengan staf perusahaan, peninjauan langsung ke gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan. data primer yang diperoleh dari wawancara dengan staf perusahaan, peninjauan langsung ke gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan. data primer yang diperoleh dari wawancara Monte Carlo kuantitatif dengan staf perusahaan, peninjauan langsung ke gudang persediaan, gudang produksi. Dan data sekunder dari catatan perusahaan. 1.4 Pengumpulan Data Pengumpulan data penelitian terdiri 2 jenis yaitu data primer dan data sekunder. Data primer merupakan data yang didapat langsung dari perusahaan melalui metode wawancara dengan staf perusahaan, peninjauan langsung pada gudang persediaan, gudang produksi, gudang persediaan barang jadi. Sedangkan data sekunder merupakan data yang disediakan oleh perusahaan dari laporan permintaan bahan baku, laporan permintaan customer / penjualan, laporan catatan kedatangan bahan baku, laporan catatan arus lalu lintas bahan baku, laporan permintaan customer periodik,laporan jenis bahan baku, laporan jenis barang jadi yang siap edar. 1.5 Metode Analisis

5 Pengolahan data dilakukan dengan menggunakan teknik random dengan metode simulasi monte carlo secara manual, dengan sebagai pembandingnya menggunakan perhitungan EOQ menggunakan software POM Qm maupun manual. 1.) Perhitungan dengan Manual (EOQ) Diketahui : D : permintaan Unit Cost : harga per satuan unit CO = S : biaya pemesanan Lt : lead Time Ch = H : cost per unit Days per year SS : Safety Stock a. EOQ / Q = 2.Co.D Ch b. Average Inventory : Q c. Order per periode : D d. Annual Setup Cost : D 2 2 Q e. Annual Holding Cost = Annual Holding Safety stock = holding cost per unit safety stock f. Total Unit Cost = unit cost D

6 Total Cost = Total cost + Annual set up + annual holding cost + annual holding safety stok g. DD = D / Days Per year DD = daily demand rate ROP = SS + (LT DD) Q 1 2 Q 2 ROP LT 0 3 waktu Penjelasan: 1: tingkat pemakaian 2: Persediaan rata rata yang dimiliki Q 2 3: persediaan minimum a.) Menentukan Lead Time Jika Perusahaan tidak menentukan lead time maka untuk menentukan lead time dilakukan dengan menggunakan rumus, jika permintaan perusahaan tidak menentu sebaiknya jumlah waktu antar pesanan (lead time) ditentukan secara konstan. Dan jika permintaan sudah ditentukan secara teratur, maka formula nya sebagai berikut :

7 Lead Time = Jumlah hari kerja per tahun jumlah pemesanan yang diinginkan Jumlah pesanan yang diinginkan (N) = permintaan(d) jumlah unit yang dipesan(q) Jumlah unit yang dipesan (Q) = 2DS H Ket: S = biaya pemasangan atau pemesanan untuk setiap pesanan. H = biaya penahan atau penyimpanan per unit per tahun. b.) Menentukan Safety Stock Jika perusahaan tidak menentukan jumlah stock pengaman (safety stock)tergantung biaya terjadinya kehabisan stock dan biaya penyimpanan persediaan tambahan, dengan formula sebagai berikut : Safety Stock = Reorder Point(ROP) (permintaan harian Lead time pesanan) c.) Menentukan Reorder Point Pada penentuan reoder point perusahaan harus memperhatikan lead time kedatangan persediaan dan kebutuhan per hari persediaan tersebut serta mempertimbangkan faktor-faktor lain yang tidak terduga. Maka formulanya adalah sebagai berikut ;

8 SS = Safety Stock LT = Lead Time DD = Daily Demand Rate R O P = SS + (LT DD) Penjelasan, pada saat tingkat persediaan turun ketingkat X unit, perusahaan harus melakukan pemesan. Pemesan itu akan tiba dalam waktu Y hari, tepat pada saat persediaan perusahaan telah habis, atau pada tingkat safety stock, tergantung kebijakkan perusahaan atas pertimbangan-pertimbangan sesuatu hal. 2.) Perhitungan Dengan Software POM QM 1.) Buka Software lalu pilih modul kemudian pilih Inventory Gambar 2.2 Langkah-Langkah QM

9 2.) Pilih File lalu new Gambar 2.3 Langkah-Langkah QM

10 3.) Kemudian pilih Economic Oder Quantity Gambar 2.4 Langkah-Langkah QM

11 4.) Akan muncul dilayar seperti gambar lalu pilih compute reorder point dan kemudian masukkan nama sesuai dengan produk atau unit Gambar 2.5 Langkah-Langkah QM 3.) Pengolahan data dengan simulasi metode Monte carlo Teknik simulasi Monte Carlo terbagi atas lima langkah : 1.) Menetapkan sebuah distribusi probabilitas bagi variabel penting gunanya untuk membangkitkan nilai variabel pada model yang sedang diuji.diantara nya adalah ; permintaan persediaan; waktu tenggang pesanan untuk tiba; waktu kedatangan pelanggan dan sebagai nya. Sebuah cara untuk menetapkan distribusi probabilitas bagi variabel adalah menguji hasil historis. Distribusi probabilitas dapat ditemukan atau frekwensi relatif, untuk setiap output variabel yang mungkin

12 dengan cara membagi jumlah pengamatan dengan jumlah pengamatan total (tabel). Permintaan Tabel 3.3 Monte Carlo 1 Frekuensi (hari) Peluang Kejadian Permintaan Frekuensi (hari) 0 X 1 1 X 2 2 X 3 3 X 4 4 X 5 5 X 6 X hari Tabel 3.4 Monte Carlo 2

13 Kita merubah tersebut 0 X 1 X 1 / X hari=y 1 1 X 2 X 2 / X hari=y 2 2 X 3 X 3 / X hari=y 3 3 X 4 X 4 / X hari=y 4 4 X 5 X 5 / X hari=y 5 5 X 6 X 6 / X hari=y 6 X hari Y = 1,00 dapat keadaan diatas menjadi distribusi kemungkinan (bila kita asumsikan tingkat penjualan dimasa lalu akan tetap bertahan sampai ke masa depan) dengan membagi tiap permintaan dengan total permintaan. Seperti pada tabel berikut: 2.) Membuat distribusi probabilitas kumulatif bagi setiap variabel. (tabel) Tabel 3.5 Monte Carlo 3 Permintaan Frekuensi (hari) Peluang Kejadian Probabilitas kumulatif 0 X 1 X 1 / X hari=y 1 Y 1 = a 1 X 2 X 2 / X hari=y 2 a + Y 2 =b

14 3.) M e n e t 2 X 3 X 3 / X hari=y 3 b + Y 3 =c 3 X 4 X 4 / X hari=y 4 c + Y 4 =d 4 X 5 X 5 / X hari=y 5 d + Y 5 =e 5 X 6 X 6 / X hari=y 6 e +Y 6 =1,00 X hari Y = 1,00 apkan interval angka random. Setelah distribusi probabilitas komulatif bagi setiap variabel yang digunakan dalam simulasi sudah ditetapkan, maka diberikan serangkaian angka acak yang mewakili setiap nilai atau output yang mungkin. Angka ini disebut interval angka acak(random number interval) Tabel 3.6 Monte Carlo 4 Perminta an Frekuensi (hari) Peluang Kejadian Probabilita s kumulatif Interval angka random 0 X 1 X 1 / X hari=y 1 Y 1 = a 1 (a100) 1 X 2 X 2 / X hari=y 2 a + Y 2 =b ((a100)+1) (b100) 2 X 3 X 3 / X hari=y 3 b + Y 3 =c ((b100)+1) (c100)

15 3 X 4 X 4 / X hari=y 4 c + Y 4 =d ((c100)+1) (d100) 4 X 5 X 5 / X hari=y 5 d + Y 5 =e ((d100)+1) (e100) 5 X 6 X 6 / X hari=y 6 e+y 6 =1,00 ((e100) +1) ) Membangkitkan angka acak. Angka acak dapat dibangkitkan dengan dua cara. Jika persoalan yang dihadapi besar dan proses yang sedang diteliti melibatkan banyak percobaan simulasi, maka digunakan program komputer untuk membangkitkan angka acak. Jika simulasi dilakukan dengan perhitungan tangan, angka acak dapat diambil dari sebuah tabel angka acak

16 SO Tabel 3.7 Tabel Angka Acak Tabel angka acak Sumber:Dikutip dari A Million Random Digit with Normal Deviates, Rand (New York: The Free Press, 1995) Digunakan dengan Izin 5.) Mensimulasi percobaan hasil dari eksprimen dapat disimulasikan secara sederhana dengan memilih angka acak dari tabel. Percobaan dapat dimulai dari titik mana pun dalam tabel, perhatikan dalam tabel pada interval mana setiap angka berada,dari permintaan yang disimulasikan dijumlahkan lalu dibagi ratarata.

17 Tabel 3.8 Monte Carlo 5 Permint aan Frekuensi (hari) Peluang Kejadian Probabilita s kumulatif Interval angka random 0 X 1 X 1 / X hari=y 1 Y 1 = a 1 (a100) 1 X 2 X 2 / X a + Y 2 =b ((a100)+1) hari=y 2 (b100) 2 X 3 X 3 / X b + Y 3 =c ((b100)+1) hari=y 3 (c100) 3 X 4 X 4 / X c + Y 4 =d ((c100)+1) hari=y 4 (d100) 4 X 5 X 5 / X d + Y 5 =e ((d100)+1) hari=y 5 (e100) 5 X 6 X 6 / X e+y 6 =1,00 ((e100) +1) hari=y 6 100

18 X hari Y = 1,00 Contoh implementasi dari langkah langkah diatas adalah: Contoh Simulasi angka random/acak : Tabel 3.9 Monte Carlo 6 Hari/Periode Angka Permintaan Random (Simulasi) 1 52 Permintaan Permintaan Permintaan Permintaan Permintaan 0-5 Permintaan Hasil simulasi permintaan didapat dengan menentukan kelas angka random pada interval angka random yang telah didapat sebelumnya untuk masing masing permintaan.

19 Tabel 3.10 Monte Carlo 7 Frekuensi (pesanan) Peluang Kejadian Probabilitas kumulatif Interval angka random X 1 Pesanan X 2 Pesanan X 3 Pesanan X 4 Pesanan X 5 Pesanan X 1 pesanan / Y 1 = a 1 (a100) X pesanan=y 1 X 2 pesanan / a + Y 2 =b ((a100)+1) X pesanan=y 2 (b100) X 3 pesanan / b + Y 3 =c ((b100)+1) X pesanan=y 3 (c100) X 4 pesanan / c + Y 4 =d ((c100)+1) X pesanan=y 4 (d100) X 5 pesanan / d+y 5 =1.00 ((d100)+1) 100 X pesanan=y 5 X Pesanan Y = 1,00

20 6.) Frekuensi Pemenuhan Bahan Baku per hari = ((produksi perminggu/kebutuhan bahan baku perhari)*bahan baku perhari) Tabel 3.11 Monte Carlo 8 hari kerja dalam seminggu Kemampua n Pemenuhan Permintaan SP001 SP001 SP001 SP001 SP001 SP001 Pembulat an SP002 SP002 SP002 SP002 SP002 SP002 Pembulat an SP003 SP003 SP003 SP003 SP003 SP003 Pembulata n 7.) Tahap akhir mencari rata-rata persediaan. Hari Unit Persediaan Angka Permintaan Persediaan Lost Pesan Angka Masa pesanan awal acak akhir of acak tenggang sales

21 1 - I 72 * ** *** Ya/Tidak **** ***** 2 Q I 34 * ** *** Ya/Tidak **** ***** 3 Q I 65 * ** *** Ya/Tidak **** ***** 4 Q I 38 * ** *** Ya/Tidak **** ***** Tabel 3.12 Monte Carlo 9 5 Q I 18 * ** *** Ya/Tidak **** ***** Keteran gan : Q = jumlah unit yang dipesan I = jumlah unit persediaan awal * = tabel 3.8 interval angka random ** = Q * *** = Ketika terjadi permintaan lebih besar dari persediaan **** = tabel 3.10 interval angka random, jika terjadi pemesanan. ***** =tabel 3.10 lead time, jika terjadi pemesanan. Penulis akan mensimulasikan beberapa formula adalah sebagai berikut : Rata rata persediaan akhir bahan baku pertahun = Jumlah persediaan akhir pertahun Jumlah hari kerja pertahun Harga Bahan Baku = Demand (dalam hari kerja pertahun) = permintaan pertahun Biaya bahan baku = unit cost permintaan pertahun Biaya Safety Stock = Safety Stock biaya perunit Rata rata biaya penyimpanan pertahun =

22 Rata rata persediaan akhir bahan baku pertahun biaya penyimpanan perunit Total biaya pemesanan bahan baku per tahun ( order) = Jumlah order biaya pemesanan Total biaya bahan baku pertahun = Rata rata biaya penyimpanan perhari + Total biaya pemesanan bahan baku per tahun + biaya safety stock Total Cost = biaya bahan baku + Rata rata biaya penyimpanan perhari +Total biaya pemesanan bahan baku per tahun + biaya safety stock Jika hasil simulasi monte carlo lebih besar dari yang permintaan yang diharapkan,maka simulasi diulang puluhan hingga ribuan kali, sehingga rata-rata permintaan akan mendekati permintaan yang diharapkan. Dan jika lebih kecil simulasi monta carlo maka simulasi dihentikan. 3.6 Rancangan Pemecahan Masalah Dalam penelitian ini terdapat beberapa masalah yang akan dibahas, yaitu: penerapan monte carlo dapat menekan persediaan bahan baku pada Perusahaan CV. Sammy Batik Pekalongan, penerapan monte carlo dapat menekan persedian barang jadi pada Perusahaan CV. Sammy Batik Pekalongan, penerapan monte carlo dapat menekan biaya persediaan pada Perusahaan CV. Sammy Batik Pekalongan. Dalam melakukan penelitian terhadap ketiga masalah tersebut peneliti melakukan perhitungan lead time, reorder point (ROP), safety stock dan simulasi monte carlo untuk mendapatkan perhitungan guna menghasilkan minimalisasi persediaan bahan baku dan minimalisasi biaya persediaan.

23 Sehingga perusahaan dapat mengetahui penerapan simulasi monte carlo dan perhitungan persediaan secara minimal untuk menghasilkan minimalisasi biaya persediaan dan persediaan pada Perusahaan Sammy Batik Pekalongan.