BAB II LANDASAN TEORI

Transkripsi

1 6 BAB II LANDASAN TEORI 2.1. Sistem Produksi Definisi sistem produksi adalah suatu aktivitas untuk mengolah atau mengatur sumber daya (resources) yang ada dalam proses produksi barang atau jasa dengan tujuan dapat memperbaiki tingkat efektivitas dan efisiensi dari proses produksi. Lebih jelas lagi dijelaskan bahwa sistem produksi merupakan kumpulan dari sub sistem sub sistem yang saling berinteraksi dengan tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa material, mesin, modal, tenaga kerja dan informasi, sedangkan output produksi merupakan produk yang dihasilkan beserta hasil sampingannya seperti limbah, informasi dan lain sebagainya. Sistem produksi memiliki komponen atau elemen struktural dan fungsional yang berperan penting dalam menunjang keberlanjutan operasional sistem produksi itu. Elemen struktural yang membentuk sistem produksi terdiri dari material, mesin dan peralatan, tenaga kerja, energi, modal, informasi, tanah dan lain-lain. Sedangkan elemen fungsional terdiri dari pengawasan, perencanaan, pengendalian, koordinasi, dan kepemimpinan yang berkaitan erat dengan manajemen dan organisasi. Sistem produksi selalu berada dalam lingkungan, sehingga aspek-aspek lingkungan seperti perkembangan teknologi, sosial dan ekonomi, serta kebijakan pemerintah akan sangat mempengaruhi keberadaan sistem produksi. 6

2 7 Gambar 2.1 Input Output Sistem Produksi Elemen-elemen utama dalam sistem produksi adalah input, proses, output, serta adanya suatu mekanisme umpan balik untuk pengendalian sistem produksi itu agar mampu meningkatkan perbaikan secara terus menerus (continous improvement). Terdapat beberapa sistem produksi yang berkembang pada saat ini, salah satu diantaranya adalah sistem produksi tepat waktu (just in time). Konsep dasar dari just in time adalah memproduksi barang yang diperlukan, pada waktu yang dibutuhkan, dalam jumlah yang sesuai kebutuhan pelanggan pada setiap tahap proses dalam sistem produksi, dengan cara paling ekonomis atau paling efisien Jenis Proses Produksi Sistem produksi menurut proses menghasilkan output dibedakan menjadi: 1. Proses Produksi Berkelanjutan (continues process) Proses ini memproduksi secara terus menerus jenis produk yang sama dalam jumlah yang besar. Sekali set-up produksi digunakan dalam jangka panjang, tapi tidak memerlukan waktu set-up yang lama. Menggunakan mesin special purpose. Tidak diperlukan operator dengan skill tinggi dan hanya perlu

3 8 dalam jumlah yang sedikit karena mesin cenderung otomatis. Tapi perlu perawatan khusus oleh ahli yang berpengalaman. Disini persediaan bahan mentah rendah, pemindahan bahan biasanya menggunakan tenaga mesin seperti ban berjalan (conveyor). Konsekuensinya bila salah satu mesin atau alat rusak maka seluruh proses terhenti. Contoh pabrik susu instant. 2. Proses Produksi Terputus (intermittent process/discrete system) Memproduksi berbagai jenis spesifikasi barang sesuai pesanan konsumen dalam volume rendah. Pergantian jenis barang yang diproduksi membutuhkan kegiatan set-up yang berbeda, memerlukan total waktu set-up yang lebih lama. Pada proses ini digunakan mesin general purpose. Perlu operator dengan skill tinggi dalam jumlah besar. Butuh pengawasan yang lebih dibanding proses kontinyu. Persediaan bahan mentah tinggi. Pemindahan bahan biasanya menggunakan tenaga manusia seperti kereta dorong atau forklift, serta perlu ruang gerak dan ruang tempat bahan dalam proses yang besar. Contoh bengkel. 3. Proses Produksi Repetitif Merupakan kombinasi proses kontinyu dan proses terputus. Contoh: Restoran burger. Sedangkan menurut tujuan operasinya sistem produksi dibagi sebagai berikut : Engineering To Order (ETO) Bila pemesan minta produsen membuat produk dari proses perancangan. Dimana perusahaan melakukan rekayasa mulai penyiapan fasilitas sampai pembuatan untuk pemenuhan pesanan. Produk yang dipesan biasanya satu unit dan spesifikasinya sangat berbeda antar pesanan. Assembly To Order (ATO) Cirinya produsen sudah membuat desain standar, modul opsional standar dan produsen merakit suatu kombinasi tertentu dari modul yang telah ada sesuai pesanan konsumen atau agen. Ada modul standar yang siap dirakit untuk berbagai tipe produk. Contoh: Pabrik motor, pabrik mobil menyediakan pilihan transmisi manual atau otomatis, AC, warna atau model.

4 9 Make To Order (MTO) Produsen menyelesaikan item akhirnya jika dan hanya jika menerima pesanan konsumen untuk item tersebut. MTO mempunyai rentang spesifikasi pemesanan yang luas. Siklus produksi dimulai dari pemesanan oleh konsumen, pembuatan desain, memesan material yang tidak ada, pengerjaan, pesanan diantar ke konsumen, dan siklus diakhiri dengan pembayaran oleh konsumen. Kunci pengukuran kinerja MTO adalah waktu yang dihabiskan untuk merancang dan membuat produk, atau dengan persentase penyelesaian pesanan tepat waktu. Proses MTO dapat menyediakan tingkat variasi produk yang lebih tinggi dan lebih fleksibel. Contoh proses MTO adalah Cafetaria dan Restoran Cepat Saji. Make To Stock (MTS) Produsen membuat item yang diselesaikan dan ditempatkan sebagai persediaan sebelum pesanan konsumen diterima. Item akhir akan dikirim dari sistem persediaan setelah pesanan konsumen diterima. Jadi produk sudah dibuat oleh produsen. Disini tugas utama manajemen meramalkan, mengelola persediaan, dan merencanakan kapasitas Persediaan Persediaan (inventory) didefinisikan sebagai suatu aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam suatu periode usaha tertentu untuk memenuhi permintaan dari konsumen atau pelanggan setiap waktu. Manajemen persediaan mengharuskan adanya pengelolaan persediaan barang untuk merencanakan dan mengendalikan persediaan pada tingkat yang optimum. Sangat penting untuk menentukan kualitas persediaan yang wajar dan sesuai dengan order pelanggan. Persediaan adalah sumber daya menganggur (idle resource) yang menunggu proses lebih lanjut (Arman Hakim Nasution dan Yudha Prasetyawan, 2008). Dilihat dari jenisnya, ada 4 macam persediaan secara umum, yaitu:

5 10 1. Bahan Baku (Raw Materials) Adalah barang barang yang dibeli dari pemasok dan akan diolah menjadi produk jadi yang dihasilkan oleh perusahaan. 2. Bahan Setengah Jadi (Work In Process) Adalah bahan baku yang sudah diolah atau dirakit menjadi satu komponen namun masih membutuhkan proses lanjutan agar menjadi produk jadi. 3. Barang Jadi (Finished Goods) Adalah barang jadi yang telah selesai diproses yang siap disimpan di gudang ataupun didistribusikan ke konsumen. 4. Bahan Bahan Pembantu (Supplies) Adalah barang barang yang dibutuhkan untuk menunjang kegiatan produksi, namun tidak akan menjadi bagian pada produk akhir yang dihasilkan perusahaan. Timbulnya persediaan dalam suatu sistem, baik itu sistem manufaktur maupun non manufaktur adalah akibat dari kondisi kondisi sebagai berikut: a) Mekanisme pemenuhan atas permintaan (transaction motive). Permintaan akan suatu barang tidak akan dapat dipenuhi dengan segera bila barang tersebut tidak tersedia sebelumnya. Hal ini dikarenakan adanya waktu proses produksi, oleh sebab itu perlu dirasa adanya persedaiaan. b) Adanya keinginan untuk meredam ketidakpastian (precautionary motive). Ketidakpastian yang dimaksud adalah adanya variasi permintaan dan ketidakpastian dalam jumlah maupun waktu kedatangan, waktu pembuatan yang tidak selalu sama antar produk yang digunakan, waktu ancangancang (lead time) yang cenderung tidak pasti yang mana dapat diredam dengan jenis persediaan yang disebut persediaan pengaman (safety stock). c) Keinginan melakukan spekulasi (speculative motive) yang bertujuan untuk mendapatkan keuntungan dari kenaikan harga barang yang terjadi Masalah Umum Persediaan Ada dua masalah umum yang dihadapi suatu sistem di dalam mengelola persediaannya yaitu sebagai berikut:

6 11 1. Masalah Kuantitatif, yaitu hal-hal yang berkaitan dengan penentuan kebijakan persediaan, antara lain: Berapa banyak jumlah barang yang akan dipesan. Kapan pemesanan harus dilakukan. Berapa jumlah persediaan pengamannya. Metode pengendalian persediaan yang paling tepat. 2. Masalah Kualitatif, yaitu hal-hal yang berkaitan dengan system pengoperasian persediaan yang akan menjamin kelancaran pengeluaran system persediaan yang akan menjamin kelancaran pengeluaran system persediaan seperti: Jenis barang apa yang dimiliki. Dimana barang tersebut berada. Berapa jumlah barang yang sedang dipesan. Siapa saja yang menjadi pemasok (supplier) masing-masing item Biaya Persediaan Secara umum biaya sistem persediaan adalah semua pengeluaran dan kerugian yang timbul akibat adanya persediaan. Biaya sistem persediaan terdiri dari biaya pembelian, biaya pemesanan, biaya simpan dan biaya kekurangan persediaan yang diuraikan sebagai berikut: 1. Biaya Pembelian (purchasing cost) Adalah biaya yang dikeluarkan untuk membeli suatu barang yang besarnya bergantung pada jumlah dan harga barang tiap unit. Biaya pembelian menjadi faktor penting ketika harga barang yang dibeli tergantung pada ukuran pembelian. Keadaan ini diistilahkan sebagai quantity discount atau price break dimana harga satuan akan turun jika jumlah barang yang dibeli meningkat.

7 12 2. Biaya Pemesanan (ordering cost) Adalah semua pengeluaran yang timbul untuk mendatangkan barang dari luar. Biaya ini meliputi biaya untuk menentukan pemasok (supplier), administrasi pemesanan, pengiriman pesanan, biaya pengangkutan, biaya penerimaan dan seterusnya. Biaya ini diasumsikan konstan untuk setiap kali pesan. 3. Biaya Penyimpanan (holding cost). Adalah semua pengeluaran yang timbul akibat menyimpan barang. Biaya ini meliputi: Biaya modal, penumpukan barang berarti penumpukan modal, dimana modal perusahaan mempunyai ongkos (expense) yang biasa diukur dengan suku bunga bank. Biaya gudang, barang yang disimpan memerlukan tempat penyimpanan sehingga timbul biaya gudang. Bila gudang dan peralatannya disewa maka biaya gudangnya merupakan biaya sewa sedangkan bila perusahaan mempunyai gudang sendiri makan gudang merupakan biaya depresiasi. Biaya kerusakan dan penyusutan, barang yang disimpan dapat mengalami kerusakan dan penyusutan karena beratnya berkurang atau pun jumlahnya berkurang karena hilang. Biaya kerusakan dan penyusutan biasanya diukur dari pengalaman sesuai dengan presentasenya. Biaya kadaluwarsa (absolence), barang yang disimpan dapat mengalami penurunan nilai karena perubahan teknologi dan model seperti barangbarang elektronik. Biaya kadaluwarsa biasanya diukur dengan besar penurunan nilai jual dari barang tersebut. Biaya asuransi, barang yang disimpan diasuransikan untuk menjaga dari hal-hal yang tidak diinginkan seperti kebakaran, bencana alam dan musibah lainnya. Biaya asuransi tergantung jenis barang yang diasuransikan dan perjanjian dengan perusahaan asuransi.

8 13 Biaya administrasi dan pemindahan, biaya ini dikeluarkan untuk mengadministrasi persediaan barang yang ada, baik pada saat pemesanan, penerimaan barang maupun penyimpanannya dan biaya untuk memindahkan barang dari, ke dan di dalam tempat penyimpanan, termasuk upah buruh dan biaya peralatan handling. Biaya kekurangan persediaan, adalah ongkos yang timbul akibat kehabisan persediaan pada saat ada permintaan. Keadaan ini akan menimbulkan kerugian karena kehilangan kesempatan mendapatkan keuntungan atau kehilangan konsumen pelanggan karena kecewa sehingga beralih ke tempat lain. Biaya kekurangan dapat diukur dari kuantitas yang tidak dapat dipenuhi, waktu pemenuhan, dan biaya pengadaan darurat Administrasi Persediaan Administrasi persediaan menjadi bagian yang sangat penting dalam manajemen persediaan. Tugas-tugas yang termasuk dalam administrasi persediaan, antara lain: 1. Membukukan keluar masuknya barang di setiap gudang dan membukukan nilai stok yang ada serta nilai barang yang sudah terjual (cost of goods sold) selama periode tertentu. 2. Memelihara keakuratan persediaan dengan melakukan stock opname atau cycle counting. 3. Memelihara data-data pemasok serta harga tiap item yang perlu dibeli. 4. Secara periodik membuat laporan ringkasan keluar masuknya barang untuk dijadikan masukan dalam pengambilan keputusan. Walaupun data-data persediaan disimpan di komputer, bukti-bukti pemasukan dan pengeluaran ke gudang harus disimpan. Administrasi keluar masuknya barang juga menentukan bagaimana perusahaan menetukan harga jual suatu item dan menghitung cost of goods sold. Ada beberapa metode yang lumrah digunakan untuk melakukan administrasi keluar masuknya barang

9 14 dikaitkan dengan perubahan harga jual suatu produk. Metode-metode ini antara lain: Metode FIFO (first in first out) suatu metode dimana perubahan nilai barang didasarkan pada asumsi bahwa barang yang masuk lebih awal harus keluar lebih dulu. Metode LIFO (last in first out) adalah kebalikan dari FIFO, dimana barang yang masuk terakhir diasumsikan keluar paling awal. Metode rata-rata adalah suatu metode penyesuaian harga jual barang yang didasarkan atas rata-rata harga masuk. Menjaga Akurasi Catatan Persediaan Ada dua cara yang bisa digunakan untuk menjaga akurasi catatan persediaan, yaitu: 1. Periodic counting yakni metode penyesuaian catatan dengan kondisi fisik persediaan secara periodik. Dengan melakukan penghitungan fisik semua barang yang ada, mencocokkan dengan catatan dan melakukan perubahan apabila tidak sesuai. 2. Cycle count method dilakukan secara terus menerus (bukan periodik seperti halnya periodic counting). Cara ini bisa lebih efektif dan lebih murah dibandingkan dengan yang dilakukan secara periodik Peramalan Definisi Peramalan Peramalan adalah suatu proses untuk memperkirakan suatu peristiwa yang akan datang berdasarkan data yang lampau. Data-data yang dikumpulkan dihubungkan secara sistematis dalam suatu metode yang ditetapkan untuk mendapatkan nilai perkiraan (exception value) pada periode yang akan datang. Kapan saja kebijakan dibuat mengenai masa yang akan datang, maka setidak-tidaknya peramalan termasuk mendasari kebijakan tersebut. Hal ini dapat ditetapkan dan dipastikan bahwa peramalan yang direncanakan lebih berharga dan lebih teliti daripada peramalan berdasarkan intuisi atau tanpa

10 15 adanya peramalan (Biegel, E. John, Pengendalian Produksi Suatu Pendekatan Kuantitatif, Akademika Pressindo, Jakarta, 1992). Peramalan merupakan usaha melihat ke depan menentukan arah dan tindakan yang terlebih dahulu menatap lingkungan luar, menilai kekuatan dan kelemahan baik masa lalu maupun sekarang, mengkaji kesempatan dan hambatan, sebagai dasar penentuan tujuan, strategi, kebijakan dan taktik dalam pemasaran, produksi dan keuangan. Kegiatan peramalan permintaan tidaklah dapat diartikan sebagai kegiatan yang bertujuan untuk mengukur permintaan di masa yang akan datang secara pasti, melainkan sekedar usaha untuk mengurangi kemungkinan hasil yang berlawanan antara yang terjadi di masa datang dengan hasil peramalan. Peramalan mungkin tidak selalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaaanya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi pasar bersifat kompleks dan dinamis Fungsi dan Tujuan Peramalan Bila ramalan telah dibuat (dan hal ini menjadi suatu kesimpulan yang terdahulu akan menjadi kenyataan), suatu mandat dan tujuan harus dapat diperoleh dan dipersiapkan, sehingga dapat mempengaruhi sifat ramalan, dalam hal ini terdapat 3 tujuan peramalan, yaitu: a. Menentukan seberapa besar persediaan yang dibutuhkan untuk memenuhi permintaan. b. Menentukan perencanaan jangka menengah produk yang ada untuk diproduksi dengan fasilitas yang ada. c. Menentukan penjadwalan jangka pendek dari produk yang ada untuk diproduksi dengan peralatan yang ada Metode Peramalan Dalam sistem peramalan, penggunaan berbagai metode peramalan akan memberikan nilai ramalan yang berbeda dan derajat dari galat peramalan (forecast error) yang berbeda pula. Salah satu seni dalam melakukan peramalan

11 16 adalah memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi pola aktivitas historis data. Pada dasarnya semua metode peramalan memiliki ide yang sama, yaitu menggunakan data-data masa lalu untuk memperkirakan atau memproyeksikan data di masa yang akan datang. Dalam hubungannya dengan horison waktu, peramalan dapat diklasifikasikan ke dalam tiga kelompok, yaitu: a. Peramalan Jangka Pendek, umumnya 1 sampai 5 mingggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan keputusan kontrol jangka pendek lainnya. b. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini biasanya digunakan untuk menentukan aliran kas, perencanan produksi, dan penentuan anggaran. c. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanan produk dan perencanaan sumber daya. Berdasarkan sifatnya, peramalan diklasifikasikan menjadi 2 macam yaitu: peramalan yang bersifat Subyektif dan peramalan yang bersifat Obyektif. Perbedaan antara peramalan subyektif dengan obyektif hanya didasarkan pada cara mendapatkan nilai-nilai ramalan. A. Peramalan Subyektif Peramalan subyektif atau kadang ada juga yang menyebutnya sebagai metode peramalan kualitatif lebih menekankan pada keputusan hasil diskusi, pendapat pribadi seseorang, dan intuisi yang kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan ini diwakili oleh Metode Delphi, Metode Penelitian Pasar dan Analogi Sejarah. 1. Metode Delphi Metode ini merupakan cara sistematis untuk mendapatkan keputusan bersama dari suatu kelompok yang terdiri dari para ahli dan berasal dari disiplin yang berbeda. Kelompok ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi. Tetapi mereka diminta

12 17 pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok, pendapat yang berbeda secara signifikan dari ahli yang lain dalam kelompok tersebut akan ditanyakan lagi kepada yang bersangkutan, sehingga diperoleh angka estimasi interval tertentu yang dapat diterima. Kunci keberhasilan metode Delphi pada dasarnya tergantung pada kompetensi dan kepakaran para anggota panel serta variasi pengalamannya. Tiap anggota kelompok perlu memiliki kemampuan menjalin sintesa atas berbagai pendapat dan ramalan yang bervariasi. Metode Delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada pengoperasian jangka panjang. Selain itu, metode ini juga bermanfaat dalam pengembangan produk baru, pengembangan kapasitas produksi, penerobosan ke segmen pasar baru dan strategi keputusan bisnis lainnya. 2. Metode Penelitian Pasar (market research) Metode ini mengumpulkan dan menganalisa fakta secara otomatis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar ini adalah survei konsumen. Survei konsumen akan memberikan informasi mengenai selera yang diharapkan konsumen, dimana informasi tersebut diperoleh dari sampel dengan kuisoner. Penelitian pasar sering digunakan dalam merencanakan produk baru, sistem periklanan, dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar peramalan permintaan produk baru. 3. Analogi Sejarah Metode ini digunakan untuk meramal dalam periode waktu jangka pendek dan panjang. Metode ini mencoba menganalisa dengan membuat formulasi model barang yang akan diramalkan. Hasil yang diperoleh mempunyai tingkat ketelitian yang cukup baik namun biaya yang dikeluarkan cukup tinggi.

13 18 B. Peramalan Obyektif Peramalan Obyektif atau ada juga yang menyebutnya Metode Peramalan Kuantitatif merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukkan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Peramalan objektif mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang pada masa yang akan datang. Peramalan objektif diwakili oleh dua metode yaitu, Intrinsik dan Ekstrinsik. 1. Metode Intrinsik Metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis tanpa mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metode ini hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana dalam rangka pengendalian produksi dan pengendalian persediaan bahan baku sering kali perusahaan harus melibatkan banyak item yang berbeda. Hal ini tentu membosankan, sehingga memerlukan metodemetode peramalan yang mudah dan murah. Metode intrinsik akan diwakili oleh analisis deret waktu (Time Series). 2. Metode Ekstrinsik Metode ini mempertimbangkan faktor-faktor eksternal yang mungkin dapat mempengaruhi besarnya permintaan di masa mendatang dalam model peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang karena dapat menunjukkan hubungan sebab akibat yang jelas dalam hasil peramalannya, sehingga disebut metode kausal dan dapat memprediksi titik-titik perubahan. Kelemahan dari metode ini adalah dalam hal mahalnya biaya aplikasinya dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya menyediakan informasi perubahan faktor-faktor eksternal yang terukur. Metode ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metode ini akan diwakili oleh metode regresi.

14 Analisis Deret Waktu (Time Series) Metode time series adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. Secara umum, permintaan pada masa yang akan datang dipengaruhi oleh waktu. Untuk membuat suatu peramalan diperlukan data historis (masa lalu) permintaan. Data inilah yang akan dianalisis dengan menggunakan parameter waktu sebagai dasar analisis. Analisa Deret Waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen Kecenderungan / Trend (T), Siklus / Cycle (C), Pola Musiman / Season (S), Variasi Acak / Random (R) yang akan menunjukkan suatu pola tertentu. Komponen-komponen tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis. Analisa Deret Waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut masih akan tetap berlanjut. Kecenderungan / Trend (T) Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau konstan. Gambar 2.2. Ilustrasi grafik Kecenderungan / Trend (T)

15 20 Siklus / Cycle (C) Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari 1 tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini berguna untuk peramalan jangka menengah dan jangka panjang. Gambar 2.3. Ilustrasi grafik Siklus / Cycle (C) Pola Musiman / Season (S) Fluktuasi permintaan suatu produk dapat naik turun di sekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya. Gambar 2.4. Ilustrasi grafik Pola Musiman / Season (S)

16 21 Variasi Acak / Random (R) Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus dan kejadian-kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengaman untuk mengantisipasi kekurangan persedian bila terjadi lonjakan permintaan. Gambar 2.5. Ilustrasi grafik Variasi Acak / Random (R) Metode peramalan yang bisa digunakan dalam analisa deret waktu (time series) ini adalah: 1) Metode Linier (Least Square) Dikatakan metode least square karena persamaan yang diperoleh mengakibatkan jumlah kesalahan peramalan kuadrat terkecil jika dibandingkan dengan persamaan metode lain. Secara matematis dinyatakan dalam persamaan sebagai berikut: Y(t) = a + b t Dimana: Y(t) a b t = nilai peramalan = bilangan konstan = slope atau koefisien = periode atau waktu

17 22 2) Moving Average / Rata Rata Bergerak (MA) Disebut rata-rata bergerak karena begitu setiap data aktual permintaan baru deret waktu tersedia, maka data waktu aktual permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian nilai suatu rata-rata baru akan dihitung. Moving average diperoleh dengan merata-rata permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan dari penggunaan teknis ini adalah mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-rata beberapa nilai data secara bersama-sama dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Secara matematis MA akan dinyatakan dalam persamaan sebagai berikut : F t = ( ) Dimana: F t = Peramalan permintaan pada periode t A t = Permintaan aktual pada periode t n = Banyaknya data permintaaan yang diikutkan dalam perhitungan Penentuan berapa nilai n yang tepat adalah hal yang penting dalam metode ini. Bila permintaan cenderung stabil selama jangka waktu yang panjang, maka sebaiknya dipakai nilai n yang besar. Semakin besar nilai n, maka semakin halus perubahan nilai MA dari periode ke periode. Namun bila permintaan berubah secara signifikan dari waktu ke waktu, maka ramalan harus cukup agresif dalam mengantisipasi perubahan tersebut, sehingga nilai n yang kecil akan lebih cocok dipakai. 3) Single Exponential Smoothing (SES) Model matematis SES dapat dinyatakan sebagai berikut: F t+1 = α. A t + (1-α). F t

18 23 Dimana: Jika t = 1, maka F t+1 = A t α = konstanta (0,1 s /d 0,9) Yang perlu diperhatikan ialah pengaruh konstanta α, semakin kecil konstanta α yang digunakan maka smoothing yang dilakukan semakin besar (semakin halus), sebaliknya semakin besar konstanta α smoothing yang dilakukan semakin kecil. 4) Double Exponential Smoothing (DES) Model matematis DES dapat dinyatakan sebagai berikut: F t+m = A t + B t. m Dimana : A t = 2.S t S t B t = α / (1 - α).(s t - S t ) S t = α. A t + (1 - α) S t-1 S t = α. S t + (1 - α) S t-1 Untuk t = 1, S t-1 = A t Analisa Kesalahan Peramalan Pada umumnya setiap metode peramalan hanya merupakan alat yang digunakan untuk meramalkan keadaan yang akan datang dan memiliki penyimpangan dari keadaan aslinya. Oleh karena itu perlu adanya uji akurasi peramalan untuk melihat tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya. Berikut ini 5 (lima) cara menganalisa kesalahan peramalan dengan menggunakan beberapa ukuran statistik, yaitu: 1. Rata-rata Deviasi Mutlak (Mean Absolute Deviasi = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau

19 24 lebih kecil dibandingkan kenyataannya. Secara matematis MAD dirumuskan sebagai berikut: MAD = y y' t n t 2. Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis MSE dirumuskan sebagai berikut: MSE = ( y y' ) n 2 3. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE). MFE sangat efektif untuk mengetahui apakah hasil peramalan selama periode tertentu terlalu tinggi atau rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara matematis MFE dirumuskan sebagai berikut: MFE = ( Α t F t ) n 4. Rata-rata Persentase Kesalahan Absolute (Mean Absolute Percentage Error = MAPE) MAPE merupakan ukuran kesalahan relatif. MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis MAPE dirumuskan sebagai berikut: 100 Α MAPE = n Α t F t t

20 25 5. Standart Error of Estimate (SEE) SEE = ( y y ) ( n f ) ' Pemeriksaan dan Pengendalian Peramalan Setelah membuat ramalan, langkah selanjutnya adalah memeriksa bahwa hasil peramalan tersebut benar-benar mencerminkan data masa lalu dan sistem sebab akibat yang mendasari permintaan produk. Sepanjang aktualitas peramalan tersebut dapat dipercaya, hasil peramalan akan terus digunakan. Jika selama proses pemeriksaan / verifikasi ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lain yang lebih cocok. Validitas tersebut harus ditentukan dengan uji statistika yang sesuai. Bentuk termudah dari cara pengendali peramalan adalah peta kendali statistik yaitu peta kendali bergerak (Moving Range chart / MR chart). MR Chart dirancang untuk membandingkan nilai yang diramalkan dengan nilai permintaan aktual dari suatu permintaan pada periode yang sama. MR = ( F Α ) ( F Α ) t t t 1 t 1 Rata-rata rentang bergerak: MR MR = n 1 Garis tengah peta MR adalah pada titik nol. Batas-batas kontrol adalah : Batas kontrol atas : UCL = + 2, 66MR Batas kontrol bawah : LCL = 2,66MR Perubahan atau perbedaan yang digambarkan pada peta MR adalah : d = t F t Α t

21 26 Jika semua titik-titik yang diplot masuk ke dalam batas-batas kendali, maka persamaan tersebut benar. Jika ditemukan satu titik yang berada di luar batas kendali pada saat peramalan diverifikasi, maka harus ditentukan apakah data tersebut harus diabaikan atau membuat peramalan baru. Pengujian suatu kondisi tak terkendali adalah suatu titik di luar batasbatas kendali. Untuk maksud pengujian tersebut, peta MR dibagi ke dalam 6 daerah dengan lebar yang sama. 2 3 ± Daerah A = ± ( 2,66MR) = 1, 77MR 1 3 ± Daerah B = ± ( 2,66MR) = 0, 89MR Daerah C terdiri dari bagian di atas dan di bawah garis tengah. Pengujian untuk suatu kondisi tak terkendali adalah : 1. Dari 3 titik yang berurutan, 2 titik atau lebih terdapat pada salah satu daerah A. 2. Dari 5 titik yang berurutan, 4 titik atau lebih terdapat pada salah satu daerah B. 3. Terdapat 8 titik yang berurutan pada salah satu sisi dari garis tengah

22 27 Daerah A Daerah B Daerah C UCL + 0 Garis pusat - LCL Daerah A Daerah B Daerah C Gambar 2.6. Batas-batas Peta Moving Range Karakteristik dan Sifat Hasil Peramalan Menurut (Arman Hakim Nasution, Perencanaan dan Pengendalian Produksi, 2003) Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain akurasi, biaya dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut: 1) Akurasi Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi dengan segera, akibatnya adalah perusahaan akan

23 28 kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan. Keakuratan dari hasil peramalan berperan penting dalam menyeimbangkan persediaan yang ideal (meminimasi persediaan dan memaksimalkan tingkat pelayanan). 2) Biaya Biaya yang dibutuhkan dalam pembuatan suatu peramalan tergantung dari jumlah item yang diramalkan, lamanya periode peramalan dan metode peramalan yang dipakai. Ketiga faktor pemicu tersebut mempengaruhi beberapa banyak data yang dibutuhkan, bagaimana penyimpanan datanya (manual / komputerisasi), dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan data yang tersedia dan tingkat akurasi yang ingin di dapat, misalnya item-item yang penting akan diramalkan dengan metode yang canggih dan mahal, sedangkan item-item yang kurang penting bisa diramalkan dengan metode yang sederhana dan murah. 3) Kemudahan Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia maupun peralatan teknologi. Selanjutnya masih didalam buku yang sama, dalam membuat peramalan atau menerapkan hasil suatu peramalan, maka ada beberapa hal yang harus dipertimbangkan, yaitu : Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut.

24 29 Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena faktor-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan Metode Perencanaan Kebutuhan Material (MRP) Salah satu kesulitan yang dialami manajemen tradisional perencanaan sumber daya material adalah menentukan tingkat persediaan optimal untuk komponen-komponen yang sifatnya bergantung (dependent) dan banyak jenisnya. Saat ini orang sudah familiar dengan metode baru yang sangat cocok untuk membuat perencanaan sumber daya material dengan data yang dependent. Metode perencanaan sumber daya material ini dikenal dengan istilah Material Requirement Planning (MRP). Metode perencanaan kebutuhan material adalah prosedur logis, aturan keputusan dan teknik pencatatan terkomputerisasi yang dirancang untuk menterjemahkan jadwal induk produksi (master production schedule) menjadi kebutuhan bersih (net requirement) material untuk semua item komponen produk. MRP dikembangkan sebagai metode perencanaan dan pengendalian persediaan untuk item-item dependant demand, dimana permintaaan cenderung discontinuous dan lumphy (tidak halus / tidak rata).

25 30 Gambar 2.7. Struktur MRP Input MRP 1. Jadwal Induk Produksi / Master Production Schedule (JIP / MPS) Jadwal Induk Produksi (JIP) didasarkan pada peramalan atas permintaan dari setiap produk akhir yang akan dibuat. Hasil peramalan (perencanaan jangka panjang) dipakai untuk membuat rencana produksi (perencanaan jangka sedang) yang pada akhirnya dipakai untuk membuat JIP yang berisi rencana secara mendetail mengenai 'jumlah produksi yang dibutuhkan untuk setiap produk akhir beserta 'periode waktunya untuk suatu jangka perencanaan dengan memperhatikan kapasitas yang tersedia (pekerja, mesin dan bahan).

26 31 Tabel 2.1. Ilustrasi Jadwal Induk Produksi Produk Periode A B C D Struktur Produk / Bill Of Material (BOM) Struktur Produk berisi informasi tentang hubungan antara komponen-komponen dalam suatu proses perakitan. Informasi ini dibutuhkan dalam menentukan kebutuhan kotor dan kebutuhan bersih suatu komponen. Selain itu, struktur produk juga berisi informasi tentang jumlah kebutuhan komponen pada setiap tahap perakitan dan jumlah produk akhir yang harus dibuat. Gambar 2.8. Ilustrasi Struktur Produk 3. Status Persediaan (Inventory Status) Status Persediaan menggambarkan status semua item yang ada dalam persediaan. Setiap item persediaan harus diidentifikasikan secara jelas jumlahnya karena transaksi-transaksi yang terjadi, seperti penerimaan, pengeluaran, produk cacat dan data-data tentang lead time, teknik ukuran lot yang dipakai, persediaan pengamanan dan sebagainya. Hal ini dilakukan untuk menghindari kesalahan dalam perencanaan.

27 Output MRP Output MRP merupakan tindakan pengendalian persediaan dan penjadwalan produk. Secara umum output berfungsi memberikan catatan tentang pesanan penjadwalan yang harus dilakukan / direncanakan baik dari pabrik sendiri maupun dari pemasok, memberikan indikasi untuk penjadwalan ulang, memberikan indikasi untuk membatalkan pesanan, dan memberikan indikasi untuk keadaan persediaan. Terdapat tiga macam output MRP, yaitu Primary (orders) Report, Action Report / Exception Report dan Pegging Report Proses Perhitungan MRP Netting Adalah proses perhitungan kebutuhan bersih untuk setiap periode selama horizon perencanaan. Kebutuhan Bersih (NR) dihitung sebagai nilai dari Kebutuhan Kotor (GR) minus Jadwal Penerimaan (SR) minus Persediaan Ditangan (OH). Kebutuhan Bersih dianggap nol bila NR lebih kecil dari atau sama dengan nol. Tabel 2.2. Contoh Proses Netting Periode Total Kebutuhan Kotor Jadwal Penerimaan Persediaan di Tangan Kebutuhan Bersih Lotting Adalah proses penentuan besarnya pemesanan yang akan dilakukan untuk memenuhi kebutuhan bersih. Langkah ini bertujuan menentukan besarnya pesanan individu yang optimal berdasarkan hasil dari perhitungan kebutuhan bersih.

28 33 Tabel 2.3. Contoh Proses Lotting Periode Total Kebutuhan Bersih Ukuran Lot Offsetting Adalah suatu proses penentuan saat atau periode dilakukanya pemesanan sehingga kebutuhan bersih dapat dipenuhi. Langkah ini bertujuan agar kebutuhan komponen dapat tersedia tepat pada saat dibutuhkan dengan memperhitungkan lead time pengadaan komponen tersebut. Berikut adalah contoh offsetting dengan lead time 1 periode. Tabel 2.4. Contoh Proses Offsetting Periode Total Ukuran Lot Rencana Pemesanan Explosion / Exploding Adalah proses perhitungan dari ketiga langkah sebelumnya, yang dilakukan untuk komponen yang berada pada level bawahnya. Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat item (komponen) pada level yang lebih rendah dari struktur produk yang tersedia.

29 34 Tabel 2.5. Contoh Proses Explosion Level 0 Periode Total Kebutuhan Bersih 7 12 Kuantitas Pemesanan Rencana Pemesanan Level 1 Periode Total Kebutuhan Kotor 7 12 Kuantitas Pemesanan Rencana Pemesanan Teknik-teknik Penentuan Ukuran Lot Beberapa teknik penerapan ukuran lot yang banyak dikenal adalah sebagai berikut: Fixed Order Quantity (FOQ) Economic Order Quantity (EOQ) Lot For Lot (LFL) Period Order Quantity (POQ) Fixed Period Requirement (FPR) Least Unit Cost (LUC) Least Total Cost (LTC) Part Period Balancing (PPB) Algoritma Wagner Within Dari metode-metode diatas, FOQ dan EOQ berorientasi pada permintaan, sedangkan lainnya disebut teknik-teknik ukuran lot yang diskrit, sebab teknikteknik tersebut menghasilkan sejumlah pesanan yang sama dengan kebutuhan bersih dalam jumlah yang tepat pada periode perencanaaan yang berhubungan. Ukuran-ukuran lot yang bersifat diskrit tidak menghasilkan sisa persediaan. Jumlah persediaan yang disimpan tidak akan cukup untuk memenuhi

30 35 kebutuhan periode yang akan datang secara cepat. Pemilihan teknik-teknik tersebut didasarkan pada biaya penyimpanan. Teknik ukuran lot dapat digolongkan dalam dua bagian, yaitu statis dan dinamis. Dikatakan statis bila jumlah pesanan yang dihitung hanya 1 kali sesuai dengan jadwal perencanaan. Dikatakan dinamis bila jumlah pesanan yang dihitung berulang mengikuti situasi. Berikut dijelaskan 4 teknik penentuan ukuran lot yang akan dipakai pada penelitian ini: 1) Fixed Order Quantity (FOQ) Jumlah pesanan tetap (FOQ) pada dasarnya adalah metode lot sizing yang dalam penentuan besarnya ukuran lot lebih kepada intuisi atau melalui faktor-faktor empirik, bisa juga menggunakan pengalaman pembuatnya misalnya saja menggunakan jumlah kebutuhan bersih tertinggi. FOQ ini sangat efektif untuk jenis barang yang biaya pemesanannya tinggi, dengan memenuhi kebutuhan bersih periode ke periode. Besarnya jumlah mencerminkan pertimbangan faktor faktor luar yang tidak akan dihitung dengan teknik alogaritma. Beberapa keterbatasan kapasitas atau proses yang harus dipertimbangakan antara lain batas waktu pemakaian (expired date), pengemasan, penyimpanan dan lain sebagainya. Salah satu ciri FOQ adalah jumlah lotnya selalu tetap, tetapi periode pemesananya selalu berubah. Berikut ini adalah contoh tabel perhitungan menggunakan metode lot sizing Fixed Order Quantity. Cirinya dapat dilihat dari jumlah pesanan yang tetap dari periode awal sampai akhir.

31 36 Tabel 2.6. Contoh Perhitungan MRP Metode FOQ Lead Time 1 periode Lot Size METODE FOQ Quantity On Hand 4536 Safety Stock 0 Jumlah PERIODE 12' Gross Requirements Schedule Receipts Projected On hand Net Requirements Plan Order Release Plan Order Receipt ) Economic Order Quantity (EOQ) EOQ dapat digunakan sebagai sebuah teknik penentuan lot size. Tetapi EOQ lebih disukai ketika terdapat demand yang independent yang relatif tetap, bukan di saat demand itu diketahui. EOQ adalah sebuah teknik statistik yang menggunakan rata-rata (seperti demand rata-rata untuk satu tahun) sedangkan prosedur MRP mengasumsikan demand (dependent) diketahui yang digambarkan dalam sebuah Master Production Schedule. Para manajer produksi harus mengambil keuntungan tersedianya informasi demand bila diketahui, daripada mengasumsikan bahwa demand adalah tetap. Perumusan yang dipakai dalam teknik ini adalah sebagai berikut: EOQ =.. Dimana: D = rata rata kebutuhan dalam satu periode k = biaya pemesanan h = biaya simpan Besaran EOQ didapat dari dua formulasi biaya simpan dan biaya pesan. Prinsip dasarnya adalah bahwa biaya simpan berbanding lurus dengan jumlah barang. Sedangkan biaya pesan berbanding terbalik terhadap jumlah barang.

32 37 Sehingga pada satu titik tertentu didapatkan pertemuan dua garis persamaan biaya simpan dan biaya pesan. Dimana di titik tersebut akan terlihat bahwa nilai total cost ada pada titik terendah. Berikut adalah grafik yang memperlihatkan terjadinya titik EOQ tersebut. Gambar 2.9. Grafik EOQ Biaya simpan dinotasikan dengan atau dari grafik dinotasikan, sedang biaya pesan adalah atau pada grafik dinotasikan. Titik EOQ, pada grafik dinotasikan sebagai Q* terjadi ketika dua garis ini bersinggungan atau dengan kata lain biaya simpan = biaya pesan, sehingga persamaanya menjadi: = sehingga Q 2. h = 2. D.k maka Q=. Pembuktian bahwa Total Inventory Cost (Tc) ada pada titik EOQ atau titik biaya paling minimum adalah bahwa: Total Cost = Biaya Simpan + Biaya Pesan Tc = + jika persamaan ini dideferensialkan terhadap Q maka:

33 38 Tc =. karena nilai Tc adalah 0, menjadi 0 =. Sehingga =., jika kita sederhanakan menjadi,: Q 2.h = 2.D.k sehingga Q= 2... Sebenarnya ada beberapa syarat dalam penerapan EOQ sebagai sebuah metode pemesanan material. Syarat tersebut meliputi: Kebutuhan diketahui dengan pasti dan konstan. Saat pemesanan tidak terjadi kehabisan barang. Harga barang per unit adalah konstan. Permintaan konsumen dan biayanya sampai barang dikirim diketahui dengan pasti dan konstan. Tabel 2.7. Contoh Perhitungan MRP Metode EOQ Lead Time 1prd Lot Size - METODE EOQ Quantity On Hand 4536 Safety Stock 0 JUMLAH PERIODE 12' Gross Requirements Schedule Receipts Projected On hand Net Requirements Plan Order Release Plan Order Receipt ) Lot For Lot (LFL) Teknik penentuan lot-size yang dikenal sebagai lot-for-lot memproduksi secara tepat berapa yang diperlukan. Keputusan ini konsisten dengan sasaran sistem MRP, yaitu memenuhi kebutuhan dependent demand. Sistem MRP ini menghasilkan unit hanya jika dibutuhkan, dengan tidak ada inventory pengaman dan tidak ada antisipasi order lebih lanjut. Bila order yang sering terjadi ekonomis dan teknik inventory just-in-time diterapkan, maka lot-for-lot menjadi sangat efisien. Bagaimanapun, bila biaya setup

34 39 cukup besar atau manajemen tidak mampu untuk menerapkan JIT, maka Lot- For-Lot menjadi mahal. Tabel 2.8. Contoh Perhitungan MRP Metode LFL Lead Time 1 prd Quantity On Hand 4536 METODE LOT FOR LOT PERIODE Lot Size - Safety Stock 0 12' JUMLAH Gross Requirements Schedule Receipts Projected On hand Net Requirements Plan Order Release Plan Order Receipt ) Fixed Period Requirement (FPR) Penerapan teknik FPR didasarkan pada periode waktu tertentu. Besarnya jumlah pesanan didasarkan pada jumlah kebutuhan bersih pada beberapa periode mendatang. Dalam teknik ini, selang waktu antara satu pemesanan dengan pesanan lainya adalah tetap, sedang ukuran lot pemesanan disesuaikan dengan kebutuhan bersihnya. Penentuan interval waktu pemesanan dilakukan sembarang atau intuitif. Jika saat pemesanaan jatuh pada kebutuhan bersihnya nol, maka pemesanan dilaksanakan pada periode berikutnya. Tabel 2.9. Contoh Perhitungan MRP Metode FPR Lead Time 1 Lot Size - METODE FPR Quantity On Hand 4536 Safety Stock 0 JUMLAH PERIODE 12' Gross Requirements Schedule Receipts Projected On hand Net Requirements Plan Order Release Plan Order Receipt

35 40 Berdasar jurnal yang menjadi referensi yaitu (Perencanaan Kebutuhan Material (MRP) Dengan Menggunakan Teknik Lot Sizing Pada Bahan Baku Brispack J Varnish, Sonny Koeswara dan Resa Taruna Suhada, 2010) didapat bahwa metode MRP memang tepat dipakai untuk merencanakan kebutuhan material. Metode MRP membantu memberikan jumlah persediaan bahan baku yang sesuai dengan hasil dari peramalan permintaan. Penentuaan ukuran lot membuat perusahaan bisa memilih metode MRP yang memberikan biaya persediaan yang optimal.