PENERAPAN SUPPLY CHAIN MANAGEMENT PERSEDIAAN BAHAN BAKU DISC BRAKE MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ)

dokumen-dokumen yang mirip
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

BAB II LANDASAN TEORI. dan bekerja sama untuk memproses masukan atau input yang ditunjukkan kepada

SUPPLY CHAIN MANAGEMENT ( SCM ) Prof. Made Pujawan

BAB 2 LANDASAN TEORI

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010

BAB 4 HASIL DAN PEMBAHASAN

A. Pengertian Supply Chain Management

BAB 2 LANDASAN TEORI

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB II LANDASAN TEORI. Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 4 HASIL DAN PEMBAHASAN

Oleh : Edi Sugiarto, S.Kom, M.Kom

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin

RANCANG BANGUN SISTEM PENJADWALAN PRODUKSI DAN PERSEDIAAN BAHAN BAKU UD.KARYA JATI

MANAJEMEN OPERASIONAL. BAB VI Supply Chain

BAB III LANGKAH PEMECAHAN MASALAH

BAB II LANDASAN TEORI

III KERANGKA PEMIKIRAN

BAB III METODOLOGI. Jenis data Data Cara pengumpulan Sumber data 1. Jenis dan jumlah produk yang dihasilkan

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

BAB II LANDASAN TEORI. berhubungan dengan suatu sistem. Menurut Jogiyanto (1991:1), Sistem adalah

MANAJEMEN RANTAI PASOKAN. Suhada, ST, MBA

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. dengan pesat di indonesia, pengusaha dituntut untuk bekerja dengan lebih efisien

BAB II TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA

BAB III LANDASAN TEORI

BAB V ANALISA HASIL. dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP.

KONSEP SI LANJUT. WAHYU PRATAMA, S.Kom., MMSI.

KONSEP SI LANJUT. WAHYU PRATAMA, S.Kom., MMSI.

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi

RANCANG BANGUN SISTEM PEMBELIAN DAN PERENCANAAN PERSEDIAAN BARANG PADA CV. JAYA TAMA

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB I PENDAHULUAN. salah satunya dipengaruhi oleh pengendalian persediaan (inventory), karena hal

BAB II TINJAUAN PUSTAKA. sebelum penggunaan MRP biaya yang dikeluarkan Rp ,55,- dan. MRP biaya menjadi Rp ,-.

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

BAB III METODE ECONOMIC ORDER QUANTITY DAN PERIOD ORDER QUANTITY

BAB 3 METODE PENELITIAN

ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN PADA KOPERASI NIAGA ABADI RIDHOTULLAH *)

Abstrak. Kata Kunci : Perencanaan, Material Requirement Planning, Period Order Quantity, Economy Order Quantity, Lot for lot.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB V ANALISA DAN PEMBAHASAN

BAB 3 METODOLOGI PEMECAHAN MASALAH

ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN BBM PADA SPBU PT. MANASRI USMAN *)

ANALISA KEBUTUHAN BAHAN BAKU UNTUK MEMINIMALKAN BIAYA PERSEDIAAN DI UD. ANUGERAH BERSAUDARA

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI. jadi yang disimpan untuk dijual maupun diproses. Persediaan diterjemahkan dari kata inventory yang merupakan jenis

BAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi

PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20

BAB 2 LANDASAN TEORI

OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK

BAB I PENDAHULUAN Latar Belakang Masalah

PERENCANAAN PERSEDIAAN BARANG MENGGUNAKAN METODE FORECASTING DAN EOQ PADA PT. COSMO MAKMUR INDONESIA

BAB II LANDASAN TEORI

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

TINJAUAN PUSTAKA II.1 Peramalan...7

BAB I PENDAHULUAN. perusahaan karena hal tersebut sangat berpengaruh terhadap laba yang diperoleh

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the

BAB II LANDASAN TEORI

ANALISIS PERENCANAAN PENGENDALIAN BAHAN BAKU MENGGUNAKAN TEKNIK LOTTING DI PT AGRONESIA INKABA BANDUNG

berhati-hati dalam melakukan perencanaan agar tidak terjadi kekosongan stok akan bahan baku dan produk jadi. Salah satu kesalahan perencanaan yang dil

Analisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri

BAB 3 Metode Penelitian

ANALISIS KEBUTUHAN LPG 3 KG DI KECAMATAN TANAH SAREAL KOTA BOGOR

ANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

BAB V ANALISA HASIL. yang digunakan untuk meramalkan keadaan yang akan datang memiliki. penyimpangan atau kesalahan dari keadaan aslinya.

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB I PENDAHULUAN. bisnis. Sumber daya yang dimaksud meliputi perencanaan bahan baku yang

Perencanaan Produksi dengan Mempertimbangkan Kapasitas Produksi pada CV. X

Persyaratan Produk. I.1 Pendahuluan

Riza Umami *), Achmad Syaichu **)

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

BAB I PENDAHULUAN. bisnis memiliki persediaan. Alasan utama persediaan barang adalah untuk

BAB 3 METODOLOGI PEMECAHAN MASALAH

PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA

Perencanaan Persediaan Bahan Baku dengan Metode Heuristik Silver Meal dan Part Period Balacing (Studi Kasus: PT. Mega Andalan Kalasan)

BAB II TINJAUAN PUSTAKA

ANALISA PERENCANAAN KEBUTUHAN BAHAN DENGAN KRITERIA MINIMASI BIAYA PERSEDIAAN BAHAN BAKU PADA PT. FAJAR UTAMA FURNISHING BEKASI

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :

ANALISA PENERAPAN TEKNIK LOT SIZING DALAM UPAYA MENGENDALIKAN PERSEDIAAN BAHAN BAKU DI PT. PAKINDO JAYA PERKASA

BAB 2 LANDASAN TEORI

BAB 6 MANAJEMEN PERSEDIAAN

BAB 2 TINJAUAN TEORITIS

USULAN PENGENDALIAN KEBUTUHAN PERSEDIAAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY DI PT. INDOTRUCK UTAMA CABANG JAKARTA

Transkripsi:

PENERAPAN SUPPLY CHAIN MANAGEMENT PERSEDIAAN BAHAN BAKU DISC BRAKE MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BUDI SUMARTONO 1 DAN IKHWAN MUHAMMAD 2 1 Program Studi Teknik Industri Universitas Darma Persada Jakarta 2 Program Studi Teknik Industri Universitas Suryadarma ABSTRAK Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja suplay chain. Namun tentu harus disadari bahwa kebutuhan pelanggan hanya bisa diramalkan. Kesalahan bisa berupa memproduksi terlalu banyak atau terlalu sedikit (volume error) atau memproduksi jenis yang sama (mix error). Kedua-duanya menimbulkan masalah persediaan. Inti dari supply chain adalah koordinasi dan kolaborasi. Dengan menggunakan data yang didapat dari perusahaan dengan cara melihat history persediaan tahun lalu, maka dapat dibuat penelitian model persediaan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan di atas, yakni ongkos pesan dan ongkos simpan. Fungsi dari EOQ sangatlah besar oleh karenanya beberapa jumlah pesanan yang efektif dan pada saat kapan harus memesan merupakan pernyataan-pernyataan yang sangat penting. PENDAHULUAN PT. Sunstar Engineering Indonesia (SEI) merupakan salah satu perusahaan industri yang memproduksi Sprocket dan Disc Brake, yang mana hasil industri tersebut banyak digunakan oleh perusahaan-perusahaan lain dalam berbagai macam produksinya. Hal ini terlihat atau terbukti dengan banyaknya permintaan atau pesanan dari perusahaan-perusahaan lain yang menggunakan produk tersebut dalam industrinya. Dengan banyaknya permintaan dalam jumlah yang cukup besar maka perusahaan harus bisa mengantisipasi dalam jumlah persediaan yang ada. Apabila persediaan bahan baku yang ada dalam perusahaan tidak mencukupi kebutuhan maka dapat mengganggu jalannya proses produksi, karena dengan habisnya bahan baku yang ada berarti proses produksi akan terhenti sampai bahan baku yang dipesan tiba kembali di perusahaan. Berhubungan dengan kaitan diatas manajemen persediaan yang merupakan isu sangat penting pada supply chain dan pengelolaan aliran material/produk dengan tepat adalah tujuannya, berarti tidak terlalu terlambat dan tidak terlalu dini, jumlahnya sesuai dengan kebutuhan, dan terkirim ke tempat yang memang membutuhkan. Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative bagi kinerja supply chain. Dengan melihat faktor penting ini maka salah satu keputusan yang harus diambil dalam manajemen persediaan adalah ukuran pesanan. Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan diatas, yakni ongkos pesan dan ongkos simpan. Model EOQ diperluas dengan mempertimbangkan ongkos-ongkos yang dikeluarkan oleh pembeli maupun pemasok. 24

METODE Menurut Sofyan Assauri secara umum produksi diartikan sebagai suatu kegiatan yang mentransformasikan masukan (input) menjadi hasil keluaran (output). Dalam arti sempit, pengertian produksi hanya dimaksud sebagai kegiatan yang menghasilkan barang baik barang jadi maupun barang setengah jadi, bahan industri dan suku cadang atau spare parts dan komponen. Komponen atau elemen struktural yang membentuk system produksi terdiri dari: bahan (material), mesin dan peralatan, tenaga kerja, modal, energi, informasi, tanah dan lain-lain sedangkan komponen atau elemen fungsional terdiri dari: supervise, perencanaan, pengendalian, koordinasi, dan kepemimpinan yang kesemuanya berkaitan dengan manajemen dan organisasi. Cara lain untuk mengklasifikasikan aktivitas produksi adalah tergantung pada kuantitas produk yang dibuat. Dalam pengklasifiasian ini, terdapat tiga tipe produksi, yaitu : a. Job shop production Ciri dari tipe produksi ini adalah volume produksi yang kecil yang tingkatan keterampilan pekerja harus tinggi. Dikatakan bervolume demikian, karena Job Shop Production merupakan perusahaan yang hanya akan berproduksi atas dasar pesanan yang masuk ke dalam perusahaan dan tipe pekerjaan yang bervariasi yang menuntut tingkat keterampilan yang relatif tinggi dari pekerja. b. Batch production Dikatakan batch production apabila ukuran lot medium, dalam arti volume produksi tidak terlalu tinggi dan juga tidak terlampau rendah dari sejumlah item atau produk yang sama. Ukuran lot mungkin diproduksi hanya sekali, atau di produksi pada interval yang tetap. Tujuan dari tipe ini adalah untuk dapat memuaskan permintaan atas sejumlah item dari costomer yang berkelanjutan. Bagaimanapun perusahaan yang menjalankan tipe produksi ini, mampu berproduksi melebihi daripada tingkat permintaannya dan kelebihan produksi akan disimpan di gudang. c. Mass production Mass production merupakan tipe produksi yang diterapkan oleh perusahaan yang berproduksi untuk persediaan dan (atau) untuk pasar dengan volume produksi yang tinggi. Untuk perusahaan semacam ini, baik ada pesanan ataupun tidak ada pesanan, perusahaan akan tetap memproduksi barang. Fungsi produksi adalah bertanggung jawab atas pengolahan faktor-faktor produksi menjadi suatu produk jadi yang siap diserbu konsumen. Dalam melaksanakan fungsi produksi diperlukan serangkaian kegiatan yang mencakup suatu sistem di mana akan melibatkan banyak orang dalam menjalankannya. Supply chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan-perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko atau ritel, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik. Pada supply chain biasanya ada 3 macam aliran material yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke pabrik. Setelah produk selesai diproduksi, mereka dikirim ke distributor, lalu ke pengecer atau ritel, kemudian ke pemakai akhir. Yang kedua aliran uang 25

dan sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Istilah SCM pertama kali ditemukan oleh Oliver & Weber pada tahun 1982 (cf. Oliver & Weber, 1982; Lambert et al. 1998). Kalau supply chain adalah jaringan fisiknya, yakni perusahaanperusahaan yang terlibat dalam memasok bahan baku, memproduksi barang maupun mengirimkannya ke pemakai akhir, SCM adalah metode, alat, atau pendekatan pengelolaannya. Namun perlu ditekankan bahwa SCM menghendaki pendekatan atau metode yang terintegrasi dengan dasar semangat kolaborasi. Ada beberapa definisi tentang SCM. Misalnya, the Council of Logistics Management mamberikan definisi sebagai berikut: Supply Chain Management is the systematic, strategic coordinations of the traditional business functions within a particuar company and across businesses within the supply chain for the purpose of improving the long-term performance of the individual company and the supply chain as a whole. Seperti yang telah diketahui bahwa ada banyak metode yang dapat digunakan untuk merencanakan suatu persediaan bahan baku. Masing-masing metode itu mempunyai kelemahan dan kelebihan yang dapat dianalisis sendiri oleh perusahaan untuk penggunaannya. Metode tersebut adalah sebagai berikut ini. a. Material Requirement Planning (MRP) Material requirement planning (MRP) adalah suatu perencanaan dan penjadwalan kebutuhan material untuk produksi yang memerlukan tahapan proses atau dengan kata lain adalah suatu rencana produksi untuk sejumlah produk jadi yang diterjemahkan ke bahan mentah (komponen) yang dibutuhkan dengan menggunakan waktu tenggang, sehingga dapat ditentukan kapan dan berapa banyak yang dipesan untuk masingmasing komponen suatu produk yang akan dibuat. b. Economic order quantity (jumlah pesanan ekonomis) Metode EOQ merupakan suatu metode penentu jumlah bahan baku yang dipesan dalam rangka meminimalkan biaya. (Rangkuti, Freddy. Manajemen Persediaan Aplikasi di bidang bisnis. Hal 19) Peramalan Peramalan (forecasting) adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk dalam periode waktu tertentu di masa yang akan datang. Oleh karena itu peramalan adalah pada dasarnya suatu taksiran. Model Konstan Dalam model ini, data-data acak/random menunjukkan kecenderungan tetap dengan sedikit variasi untuk suatu rentang waktu yang ditentukan. Persamaan untuk model konstan ini adalah : ) Dimana : Y(t) ^ t = a = Persamaan kebutuhan produk a =Parameter, yaitu peramalan kebutuhan produk pada t Nilai a dapat diperoleh dengan memakai t persamaan ) berikut : Y(t) N t a = t=1 = Data yang dikomulatifkan = Banyaknya data = Waktu 26

Model Peramalan Rata-Rata Bergerak Metode peramalan rata-rata bergerak terdiri atas dua jenis peramalan yaitu : a. Rata-rata bergerak tunggal (Singel Moving Average) b. Rata-rata bergerak ganda (Double Moving Average) Untuk mengurangi terjadinya kesalahan sistematis yang terjadi pada rata-rata bergerak tunggal bila dipakai pada data yang cenderung naik, maka dikembangkan metode rata-rata bergerak linear (linear moving average). Yang menjadi dasar perhitungan dalam metode peramalan ini adalah menghitung rata-rata bergerak kedua dari data peramalan, oleh sebab itu metode peramalan ini sering disebut juga sebagai peramalan rata-rata bergerak ganda. Secara umum persamaan rata-rata bergerak dapat dituliskan sebagai berikut : Y (t) = a + b(n) Di mana : Y (t) = Hasil peramalan a = Konstanta b = Periode kemukakan yang akan diramalkan Untuk menentukan nilai a dan b digunakan persamaan sebagai berikut a = S t + (S t S t) = 2 S t S t 2 V 1 b = S' t S" t) Dimana : S t = Data triwulan pertama S t = Data triwulan kedua V = Jangka waktu moving averages Metode Eksponensial Smoothing Exponensial smoothing adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot lebih besar dalam rata-rata bergerak. Dengan eksponensial smoothing sederhana, forecast dilakukan dengan cara ramalan periode terakhir ditambah porsi perbedaan (disebut α) antara permintaan nyata periode terakhir dan ramalan periode terakhir. Secara umum persamaan untuk metode peramalan ini adalah : Yt + m = at + bt. m Di mana : tm = Peramalan kebutuhan produk at bt = Konstanta = Konstanta m = Jumlah periode ke muka yang diramalkan Untuk mencari nilai at dan bt digunakan persamaan : a 1 a at = 2 S t S t bt = S ' t S '' t) S t = α Xt + (1 + α) S t 1 S t = α S t + (1 α) S t 1 Untuk nilai α berkisar antara 0 sampai dengan 1, namun berdasarkan pengalaman empiris nilai α yang optimal antara 0,1 dan 0,2. Bila α = 0,1 berarti peramalan terlalu berhati-hati, sedangkan bila α = 0,2 berarti responsif. Analisis Kesalahan Peramalan Kesalahan ramalan mempunyai dua komponen yang harus ditinjau kembali secara hati-hati oleh analisukuran atau besarnya perbedaan antara permintaan nyata dan menurut ramalan; dan arah kesalahan-apakah permintaan nyata di atas atau di bawah ramalan. Cara paling mudah untuk mengukur kesalahan ramalan adalah secara sederhana membandingkan ramalan yang umum digunakan adalah mean absolut deviation (MAD). Secara sederhanakan, ukuran ini merupakan perbedaan antara permintaan nyata dan 27

forecats. Dalam bentuk rumusan diuraikan sebagai berikut : n MAD = t= 1 t ' t MAD = Mean Absolute Deviation = Data aktual pada periode t Y t Y t = Data hasil peramalan periode t N = Periode yang digunakan Setiap metode peramalan yang digunakan kemudian diuji dengan data masa lampau dan dihitung besar nilai kesalahan kuadratnya. Metode peramalan yang mempunyai nilai MAD yang terkecil maka metode peramalan tersebut merupakan metode yang terbaik dari metode-metode yang lainnya.(biegel, John E. Ib. It. Hal) Model Economic Order Quantity (EOQ) Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesan yang ekonomis adalah model economic order quantity (EOQ). Model ini mempertimbangkan dua ongkos persediaan di atas yakni ongkos pesan dan ongkos simpan. Ongkos pesan yang dimaksud adalah ongkosongkos tetap yang keluar setiap kali pemesanan dilakukan dan tidak tergantung pada ukuran atau volume pesanan. Model EOQ dibuat dengan sejumlah asumsi. Artinya, model ini hanya bisa digunakan dengan cukup Model EOQ di atas dibuat hanya dengan mempertimbangkan ongkos-ongkos yang ditanggung oleh perusahaan pembeli (yang memesan). Ongkos-ongkos yang dikeluarkan oleh suppier tidak diperhitungkan. Rumus yang digunakan adalah : C s) = D / Q) C S Q / 2) h s C s ) = Total ongkos dalam setahun yang dikeluarkan oleh suppier baik apabila sejumlah asumsi tersebut dipenuhi atau setidaknya mendekati. Dalam kenyataannya asumsi ini tidak pernah terpenuhi. Namun demikian, model ini tetap cukup baik digunakan asalkan variasi permintaan dari awal waktu ke waktu tidak terlalu besar. Model EOQ digunakan untuk menentukan kuantitas persediaan yang meminimumkan biaya langsung penyimpanan persediaan dan biaya kebalikannya (inverse cost) pemesanan persediaan. Sebelum masuk ke dalam rumus EOQ, memakai rumus : b) = D / Q) C b Q / ) h b C 2 C b ) = Total ongkos dalam setahun D = hb Cb kebutuhan bahan baku per tahun = ongkos simpan per unit per tahun = ongkos pesan Q = Ukuran pesan Rumus EOQ yang digunakan adalah : 2C D h) Q = b / Q = Ukuran pesan yang optimal Cb D = = ongkos pesan kebutuhan bahan baku per tahun h = ongkos simpan per unit per tahun (Pujawan, I Nyoman. Op. Cit. Hal 105-107) D = kebutuhan bahan baku per tahun yang dikeluarkan oleh suppier hs = ongkos simpan per unit per tahun yang dikeluarkan oleh suppier Cs = ongkos pesan yang dikeluarkan oleh suppier Q = Ukuran pesan sehingga untuk mendapatkan Q optimal memakai rumus : 28

Q b, s) = 2C s Cb / hs hb hs = ongkos simpan per unit per tahun yang dikeluarkan oleh suppier Cs = ongkos pesan yang dikeluarkan oleh suppier hb = ongkos simpan per unit per tahun yang dikeluarkan oleh pembeli Cb = ongkos pesan yang dikeluarkan oleh pembeli Q b, s) = Ukuran pesan yang optimal (Pujawan, I Nyoman. Ib. It. Hal 107) Setiap bahan baku akan diuji dengan beberapa metode peramalan untuk menentukan trend yang sesuai dengan data yang ada. Berikut ini adalah grafik peramalan Raw material SUS410DB 3,8 x dia. 199,3. Metode Peramalan Konstan Tabel1Peramalan Konstan No Bulan Penggunaan Y(t) 1 Januari 22000 2 Februari 16000 3 Maret 28000 4 April 20000 5 Mei 12000 6 Juni 13000 7 Juli 26000 8 Agustus 8000 9 September 5000 10 Oktober 8000 11 November 18000 12 Desember 0 Total 176000 a = 176000 = 14666 12 Tabel 2 Perhitungan MAD dari Peramalan Konstan No Bulan Y (t) Peramalan Y'(t) Error Abs. Error 13 Januari 22000 14666 7334 7334 14 Februari 16000 14666 1334 1334 15 Maret 28000 14666 13334 13334 16 April 20000 14666 5334 5334 17 Mei 12000 14666-2666 2666 18 Juni 13000 14666-1666 1666 19 Juli 26000 14666 11334 11334 20 Agustus 8000 14666-6666 6666 21 September 5000 14666-9666 9666 22 Oktober 8000 14666-6666 6666 23 November 18000 14666 3334 3334 24 Desember 0 14666-14666 14666 Total 176000 84000 MAD = 84000 = 7.000 12 29

Metode Peramalan Double Moving Average Tabel 3 Peramalan Double Moving Average No Bulan Y(t) 4 bulan pertama 4 bulan kedua 1 Januari 22000 2 Februari 16000 3 Maret 28000 4 April 20000 21500 5 Mei 12000 19000 6 Juni 13000 18250 7 Juli 26000 17750 19125 8 Agustus 8000 14750 17437.5 9 September 5000 13000 15937.5 10 Oktober 8000 11750 14312.5 11 November 18000 9750 12312.5 12 Desember 0 7750 10562.5 2 b = 4 1 7750 4937,5) = 1875 a = ( 2* 7750) 10562,5 = 4937,5 Tabel 4 MAD dari Peramalan Double Moving Average No Bulan Y(t) Peramalan Y' = a + b t Abs. Error 13 Januari 22000 6812.5 15187.5 14 Februari 16000 8687.5 7312.5 15 Maret 28000 10562.5 17437.5 16 April 20000 12437.5 7562.5 17 Mei 12000 14312.5 2312.5 18 Juni 13000 16187.5 3187.5 19 Juli 26000 18062.5 7937.5 20 Agustus 8000 19937.5 11937.5 21 September 5000 21812.5 16812.5 22 Oktober 8000 23687.5 15687.5 23 November 18000 25562.5 7562.5 24 Desember 0 27437.5 27437.5 Total 176000 140375 MAD = 140375 = 11697.91 12 Metode Peramalan Linear Exponential Smoothing Tabel 5 Peramalan Linear Exponential Smoothing No Bulan Y(t) S't S"t at bt 1 Januari 22000 22000 22000 2 Februari 16000 20800 21760 19840-16560 3 Maret 28000 22240 21856 22624-16296 4 April 20000 21792 21843.2 21740.8-16395.2 5 Mei 12000 19833.6 21441.28 18225.92-16482.9 6 Juni 13000 18466.88 20846.4 16087.36-16229.7 7 Juli 26000 19973.504 20671.821 19275.19-15678.4 8 Agustus 8000 17578.803 20053.217 15104.39-15658.5 9 September 5000 15063.042 19055.182 11070.9-15289.4 10 Oktober 8000 13650.434 17974.232 9326.635-14561.6 11 November 18000 14520.347 17283.455 11757.24-13653.4 12 Desember 0 11616.278 16150.02 7082.536-13246 30

Tabel 6 MAD dari Peramalan Peramalan Linear Exponential Smoothing No Bulan Y(t) Y'(t) Peramalan (a = 0,2) Error Abs. Error 13 Januari 22000 20328.536 1671.464 1671.464 14 Februari 16000 33574.536-17574.54 17574.54 15 Maret 28000 46820.536-18820.54 18820.54 16 April 20000 60066.536-40066.54 40066.54 17 Mei 12000 73312.536-61312.54 61312.54 18 Juni 13000 86558.536-73558.54 73558.54 19 Juli 26000 99804.536-73804.54 73804.54 20 Agustus 8000 113050.536-105050.5 105050.5 21 September 5000 126296.536-121296.5 121296.5 22 Oktober 8000 139542.536-131542.5 131542.5 23 November 18000 152788.536-134788.5 134788.5 24 Desember 0 166034.536-166034.5 166034.5 945521.4 MAD = 945.521.4 12 = 78793.45 Dari tiga jenis metode peramalan didapat MAD sebagai berikut : Tabel 7 Nilai MAD dari Tiga Metode Peramalan Metode MAD Konstan 7.000,00 Double Moving Average 11.697,91 Linear Eksponential Smoothing 78.793,45 Perencanaan Kebutuhan Bahan Baku Dalam Jumlah Yang Ekonomis = 1.398 pcs. Maka didapatlah perencanaan kebutuhan bahan baku dalam jumlah yang ekonomis sebesar 1.398 pcs. C b) = 175.992 /1.398) Rp.200.000 1.398 / 2) Rp.3.600. 000 = Rp. 25.177.682,- + Rp. 2.516.400.000,- = Rp. 2.541.577.682,- Setelah mendapatkan nilai perencanaan kebutuhan bahan baku yang ekonomis, maka dapat melakukan dalam penerapan SCM, yaitu dengan cara memperhitungkan seberapa besar pula kebutuhan bahan baku yang dikeluarkan dari supplier. Setelah menggunakan EOQ dalam penerapan SCM Q = Q = 2 * Rp.200.000 *175.992 Rp.3.600.000 2* Rp.200.000 *200.000 / Rp.3.600.000) = 1.490 pcs. C 200.000 1.490 1.490 2 s) = Rp.200.000 Rp.3.600. 000 =Rp. 26.845.638,- + Rp. 2.683.000.000,- = Rp. 2.708.845.638,- Membandingkan Antara EOQ Biasa Dengan EOQ Dalam Penerapan SCM Untuk membandingkan antara EOQ biasa dengan EOQ dalam penerapan SCM maka dilakukan perhitungan sebagai berikut : Perhitungan untuk pihak perusahaan (pembeli)sebelum dilakukan EOQ dalam penerapan SCM ; Q = 2* Rp.200.000*175.992/ Rp.3.600.000) = 1.398 pcs. C 175.992 1.398 1.398 2 b) = Rp.200.000 Rp.3.600. 000 = Rp. 25.177.682,- + Rp. 2.516.400.000,- = Rp..2.541.577.682,- 31

Sesudah dilakukan EOQ dalam penerapan SCM ; Q = 2* Rp.200.000* 200.000/ Rp.3.600.000) = 1.490 pcs. C b) = 175.992 /1.490) Rp.200.000 1.490 / 2) Rp.3.600. 000 = Rp. 23.623.087,- + Rp.2.682.000.000,- = Rp. 2.705.632.087,- Perhitungan untuk pihak supplier (pemasok)sebelum dilakukan EOQ dalam penerapan SCM ; Q = 2* Rp.200.000*175.992/ Rp.3.600.000) = 1.398 pcs. C 200.000 1.398 1.398 2 s) = Rp.200.000 Rp.3.600. 000 = Rp. 28.612.303,- + Rp. 2.516.400.000,- = Rp. 2.545.012.303,- Sesudah dilakukan EOQ dalam penerapan SCM ; Q = 2* Rp.200.000* 200.000/ Rp.3.600.000) = 1.490 pcs. C s) = 200.000 /1.490) Rp.200.000 1.490 / 2) Rp.3.600. 000 = Rp. 26.845.638,- + Rp. 2.682.000.000,- = Rp. 2.708.845.638,- Tabel 8 Perbandingan antara EOQ biasa dengan EOQ dalam PenerapanSCM Diskripsi EOQ Biasa EOQ dalam SCM Ukuran pesanan ekonomis 1,398 pcs 1,490 pcs Total ongkos pembeli (rupiah) 2,541,577,682 2,705,632,087 Total ongkos pemasok (rupiah) 2,545,012,303 2,708,845,638 Total ongkos sistem (rupiah) 5,086,589,985 5,414,477,725 Kesimpulan Berdasarkan hasil pengujian beberapa metode peramalan Konstan dengan MAD 7,000, Doubel Moving Average dengan MAD 11.697,91, Linear Eksponential Smoothing dengan MAD 78.793,45. terhadap data-data yang ada, ternyata Raw material SUS410DB 3,8 x dia. 199,3 menggunakan peramalan konstan dengan MAD terkecil yaitu 7,000. Perhitungan antara EOQ biasa dengan EOQ dalam penerapan SCM terlihat jelas antara pihak pembeli dan pemasok yaitu : Untuk perusahaan (pembeli)eoq biasa, Q = 1.398 pcs dan TC=Rp.2.541.577.682,- sedangkan dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC = Rp.2.705.632.087,-, Untuk supplier (pemasok) EOQ biasa, Q = 1.398 pcs dan TC=Rp.2.545.012.303,- sedangkan dengan EOQ dalam penerapan SCM didapat Q= 1.490 pcs dan TC = Rp.2.708.845.638,-. Sehingga dapat dihitung pula Total ongkos sistem EOQ biasa sebesar Rp. 5.086.589.985,- dan Total ongkos system dengan EOQ dalam penerapan SCM sebesar Rp.5.414.477.725,-. 32

Daftar Pustaka Agus, Ahyari., 1995., Manajemen Produksi Perencanaan System Produksi, Yogyakarta, BEPFE- Yogyakarta. Assauri, Sofian, 1993. Pengendalian Produksi dan Operasi, Lembaga Penerbit FEUI. Biegel, John E.1992, Pengendalian Produksi-Suatu Pendekatan Kuantitatif, Jakarta : CV Akademika Presindo,. Gaspersz, Vincent,1998. Production Planning And Inventory Control, PT. Gramedia Pustaka Utama, Jakarta :. Makridakis, Spyros,1993 JohnWiley&Sons, Foresting Methads And Application,. Pujawan, I Nyoman, 2005Institute Teknologi Sepuluh Nopember, Supply Chain Management, Surabaya, Edisi Pertama, Guna Widya,. Rangkuti, Freddy, 1996, Manajemen Persediaan-Aplikasi di Bidang Bisnis, Jakarta, PT. Raja Grafindo Persada,. Wheelwright, Steven C, Maridakis, Victor E. McGee,1988. Metode dan Aplikasi Peramalan. 33