Strategi Bisnis, Jurnal Management Strategic, Aug 2015 PERENCANAAN PERSEDIAAN BARANG MENGGUNAKAN METODE FORECASTING DAN EOQ PADA PT. COSMO MAKMUR INDONESIA Ardiz Sebastian ardiz.sebastian@gmail.com Mulyono, S.E., M.M. School of Business Management Bina Nusantara University Jakarta ABSTRACT The Purpose of this research is to know the planning and controlling of plastic stock so company know the request of the next period and determine the optimal supply. In this research, I use Quantitative approach with survey in PT. Cosmo Makmur Indonesia to get the data from the company. The Analytical Methods that is used in this research are forecasting and EOQ methods. From the forecasting counting, we can have the forecasting result by using Linear regression methods. From the result of EOQ, we can have the total of optimal ordering for company. By using the method of forecasting the best forecasting results obtained by the Linear Regression method with a value of MAD 13.030.23 and MSE 389.869.300. By using EOQ method showed economic order of 1,441,209, and reorder point of 163,415.7 By using forecasting methods and determine the optimal ordering using EOQ methods in PT. Cosmo Makmur Indonesia, the company can prepare the cost that is needed to be spend by the company.. Keyword: forecasting, inventory, EOQ. ABSTRAK Tujuan dari penelitian ini adalah untuk mengetahui perencanaan dan pengendalian persediaan plastik sehingga perusahaan dapat mengetahui permintaan periode berikutnya dan menentukan persediaan yang optimal. Dalam penelitian ini digunakan pendekatan kuantitatif dengan melakukan survey pada PT. Cosmo Makmur Indonesia untuk memperoleh data dari perusahaan. Metode analisis yang digunakan dalam penelitian adalah metode forecasting dan EOQ. Hasil perhitungan forecasting didapatkan hasil peramalan dengan menggunakan metode linear regression merupakan metode peramalan yang paling sesuai untuk digunakan perusahaan dalam melakukan peramalan permintaan akan produknya. Hasil perhitungan menggunakan EOQ didapatkan hasil jumlah pesanan yang optimal bagi perusahaan untuk produknya. Dengan menggunakan metode forecasting maka didapatkan hasil peramalan terbaik dengan metode Linear Regression dengan nilai MAD 13.030,23 dan MSE 389.869.300. Dengan menggunakan metode EOQ didapatkan hasil pemesanan ekonomis
sebesar 1.441.209, dan titik pemesanan kembali sebesar 163.415,7. Dengan menerapkan hasil peramalan menggunakan metode forecasting dan menentukan jumlah pesanan yang optimal menggunakan metode EOQ pada PT. Cosmo Makmur Indonesia perusahaan dapat mempersiapkan biaya yang harus dikeluarkan oleh perusahaan. Kata Kunci: peramalan, persediaan, EOQ. PENDAHULUAN Pada saat ini terjadi perkembangan dan perubahan zaman yang cepat menyebabkan persaingan antar industri semakin kuat. Kebutuhan manusia sebagai konsumen pun harus disesuaikan dengan perkembangan yang terjadi saat ini. Terdapat berbagai bidang industri yang berjalan untuk memenuhi kebutuhan manusia yang semakin beragam. Menurut Purchasing Manager Index (PMI, 2015), menunjukkan indeks manufaktur Indonesia berada di level 48,5 pada bulan Januari, atau meningkat dari level 47,6 pada bulan sebelumnya. Angka berada di bawah level 50 merupakan level tidak aman, namun terdapat tren perbaikkan menuju level aman, yang menunjukkan industri bisa berjalan dengan stabil. Industri manufaktur merupakan industri yang keberadaan dan perkembangannya sangat dibutuhkan oleh manusia. Dalam industri manufaktur, kegiatan operasionalisasi perusahaan merupakan bagian yang sangat penting dan rawan karena bagian tersebut sangat mempengaruhi pendapatan yang diterima perusahaan dan mengatur proses kinerja dan kegiatan perusahaan. Dalam perusahaan yang bergerak di industri manufaktur kegiatan produksi merupakan bagian utama dalam perusahaan, apabila proses produksi berjalan dengan lancar maka perusahaan dapat melakukan penjualan dan memperoleh pendapatan dan tujuan perusahaan akan tercapai, namun apabila proses produksi tidak dapat berjalan dengan lancar maka perusahaan tidak dapat melakukan penjualan dan tidak dapat memperoleh pendapatan yang optimal dan perusahaan tidak dapat mencapai tujuan. Untuk mencapai kelancaran dalam proses produksi di perlukan ketersediaan bahan baku yang akan diolah dalam proses produksi yang sesuai dengan kebutuhan perusahaan. Dalam proses produksi seringkali terjadi masalah yang dihadapi perusahaan berupa kurang optimalnya pengendalian persediaan bahan baku perusahaan, dimana perusahaan sering menghadapi keadaan dimana kelebihan persediaan yang secara tidak langsung meningkatkan biaya persediaan dan kekurangan persediaan yang mengakibatkan terhambatnya proses produksi. Diperlukan pengendalian persediaan untuk menghitung hal-hal yang mempengaruhi persediaan perusahaan, seperti permintaan konsumen, jumlah pemesanan optimal, jumlah pemesanan yang harus dipesan dalam periode tertentu. PT. Cosmo Makmur Indonesia adalah perusahaan yang bergerak di bidang industri pembuatan kemasan plastik, dengan spesialisasi dalam membuat kemasan plastik untuk makanan dan minuman dan lainnya. Saat ini perusahaan banyak memenuhi kebutuhan plastic packaging untuk industri makanan dan makanan ringan, botol galon, home industry, dan masih banyak
lainnya. Oleh karena itu perusahaan harus setiap saat dapat memenuhi permintaan pelanggan dengan melakukan produksi secara terus menerus ketika terdapat permintaan. Karena apabila perusahaan tidak mampu memenuhi pesanan pelanggan atau terlambat memenuhi permintaan yang diakibatkan oleh kurangnya persediaan barang dikhawatirkan akan menurunkan minat pelanggan untuk tetap memesan kepada perusahaan. Berdasarkan permasalahan yang dihadapi perusahaan, penulis ingin mengusulkan suatu metode peramalan dan metode untuk mengetahui jumlah pemesanan persediaan yang ekonomis pada PT. Cosmo Makmur Indonesia. Berdasarkan uraian diatas, penulis akan melakukan penelitian dengan judul Perencanaan Persediaan barang menggunakan Metode Forecasting dan EOQ Pada PT. Cosmo Makmur Indonesia. METODE PENELITIAN Teknik Pengumpulan Data Teknik pengumpulan data yang dilakukan dalam penelitian ini yaitu mengumpulkan informasi-informasi yang terkait objek penelitian berupa : 1. Studi Pustaka Dalam penelitian ini peneliti melakukan studi pustaka dengan mempelajari berbagai teori, indikator yang terkait dengan penelitian ini yang akan digunakan dalam penelitian ini. 2. Penelitian Lapangan Dalam penelitian ini juga dilaukan pengamatan langsung di lapangan dengan cara : Wawancara, peneliti melakukan wawancara secara langsung dengan pihak yang berkepentingan dalam perusahaan guna mendapatkan data-data yang diperlukan dalam penelitian ini. Observasi, peneliti juga melakukan pengamatan bersama pihak perusahaan secara langsung kegiatan dalam proses bisnis PT. Cosmo Makmur Indonesia. Metode Analisis Data Terdapat dua metode analisis yang digunakan untuk melakukan penelitian mengenai perencanaan persediaan pada PT. Cosmo Makmur Indonesia. Metode pertama adalah metode forecasting yang dianalisis degan menggunakan program QM for Windows dengan menggunakan metode Naïve method, Moving Average, Linear Regression, Weighted Moving Average, Exponential Smoothing, dan exponential smoothing with trend. Metode forecasting bertujuan untuk memberikan saran kepada perusahaan dapat meramalkan jumlah persediaan barang, sehingga perusahaan dapat mempersiapkan dan dapat memenuhi permintaan pelanggan tersebut. Dengan mengetahui besarnya jumlah persediaan yang dibutuhkan, perusahaan dapat
memperhitungkan jumlah persediaan yang dibutuhkan untuk memenuhi permintaan tersebut. Hasil dari pengolahan data dari beberapa metode yang digunakan akan di pilih satu metode terbaik yang akan diterapkan di dalam perusahaan. Metode kedua adalah metode inventory, setelah mengetahui besarnya jumlah persediaan yang dibutuhkan, perusahaan dapat menggunakan metode inventory untuk mendukung sistem persediaan perusahaan dengan memberikan informasi tentang jumlah persediaan yang optimal yang harus dipesan perusahaan untuk memenuhi permintaan, mengetahui titik pemesanan kembali (reorder point). Metode inventory mengolah data dengan mengoptimalkan jumlah pesanan bahan baku agar tidak terjadi kekurangan persediaan barang ataupun kelebihan persediaan barang. Dengan metode inventory dapat memberi bantuan kepada perusahaan untuk meminimalkan biaya pemesanan dan penyimpanan barang. Dalam model inventory diperlukan untuk mengetahui jumlah persediaan barang yang diperlukan oleh perusahaan dalam memenuhi jumlah permintaan konsumen. Dalam penelitian ini, digunakan metode economic order quantity dan reorder point untuk menentukan titik pemesanan barang. Metode EOQ dan ROP. Dengan penggunaan metode forecasting dan inventory pada penelitian ini, perusahaan dapat melakukan peramalan persediaan untuk periode berikutnya dan juga dapat menentukan jumlah optimal untuk persediaan barang. Kedua metode tersebut akan diproses dengan menggunakan program Quantitative Method for Windows. Untuk menganalisis permasalahan yang terjadi pada penelitian ini pada PT. Cosmo Makmur Indonesia, menggunakan metode sebagai berikut : 1. Peramalan (forecasting) Dalam melakukan pehitungan peramalan persediaan produk PT. Cosmo Makmur Indonesia, digunakan metode-metode sebagai berikut : a) Naïve Method Cara yang paling sederhana untuk melakukan peramalan adalah dengan berasumsi permintaan pada periode berikutnya akan sama dengan permintaan pada periode terakhir. b) Moving Average Rumus untuk menghitung pergerakan rata-rata adalah : Dimana n adalah jumlah periode yang digunakan dalam pergerakan rata-rata. c) Weighted Moving Average Rumus untuk menghitung rata-rata bergerak dengan pembobotan adalah sebagai berikut :
d) Linear Regression Rumus untuk menghitung peramalan dengan metode regresi linier adalah persamaan garis regresi linier sebagai berikut: Y = a + bx Dimana : Y = Nilai variabel yang telah dihitung untuk kemudian diprediksikan (disebut sebagai variabel dependen/terikat) a = Perpotongan sumbu Y b = Kemiringan dari garis regresi (atau tingkat perubahan dalam y untuk perubahan yang diberikan dalam x) x = Variabel independen (tidak terikat) (dimana dalam kasus ini adalah waktu) Untuk menentukan nilai b didapat dengan menggunakan rumus : Dimana: b = kemiringan dari garis regresi = tanda jumlah x = nilai dari variabel independen yang diketahui y = nilai dari variabel dependen yang diketahui x = rata-rata dari nilai x ȳ = rata-rata dari nilai y n = jumlah poin data atau observasi Koefisien a dapat dihitung dengan menggunakan rumus : e) Exponential Smoothing Rumus untuk menghitung penghalusan eksponensial adalah sebagai berikut: Keterangan : Ft = Peramalan yang baru F t-1 = Peramalan periode sebelumnya α = Penghalusan (atau bobot) konstan (0 = α < =1) A t-1 = Permintaan aktual periode sebelumnya f) Exponential Smoothing with Trend Rumus untuk menghitung penghalusan eksponensial dengan penyesuaian tren adalah sebagai berikut
Keterangan : FITt = Peramalan berdasarkan tren pada periode t Ft = Rata-rata peramalan yang dihaluskan secara eksponensial terhadap serangkaian data dalam periode t. Tt = kecenderungan yang dihaluskan secara eksponensial dalam periode t Untuk menghitung Ft dan Tt, digunakan perhitungan sebagai berikut : Ft = α (At-1) + (1-α) ( Ft-1 + Tt-1) Tt = β (Ft Ft-1) + (1 β) Tt-1 Dimana: Ft = rata-rata peramalan yang dihaluskan secara eksponensial terhadap serangkaian data dalam periode t. Tt = kecenderungan yang dihaluskan secara eksponensial dalam periode t. At = permintaan aktual dalam periode t. α = penghalusan konstan untuk rata-rata (0 < = α < = 1) β = penghalusan konstan untuk kecenderungan(0< β<=1) Untuk menghitung nilai terkecil dari kesalahan peramalan dengan perhitungan MAD dan MSE, digunakan rumus sebagai berikut : a) Deviasi Rata-rata yang absolut (Mean Absolute Deviation) MAD merupakan ukuran pertama atas keseluruhan dalam kesalahan peramalan sebuah model. Nilai ini dihitung dengna mengambil jumlah nilai absolut kesalahan peramalan individual (deviasi) dan membaginya dengan jumlah periode data (n). b) Kesalahan Rata-rata yang Dikuadratkan (Mean Squared Error) MSE merupakan cara kedua untuk mengukur keseluruhan dalam kesalahan peramalan. MSE adalah rata-rata perbedaan yang dikuadratkan di antara nilai yang diramalakan dengan yang di amati.
2. Persediaan (inventory) Dalam melakukan perhitungan persediaan untuk mengetahui jumlah persediaan barang yang ekonomis atau optimal, digunakan rumus perhitungan sebagai berikut : a. b. c. d. e. f. g. h. i. Keterangan : d = jumlah permintaan perhari L = waktu tunggu pemesanan (Lead Time) HASIL DAN BAHASAN Tabel 1. Hasil perhitungan ke-enam metode Forecasting menggunakan program QM for Windows Metode Peramalan MAD MSE Forecast Mei 2015 (kg) Naïve Method 24.648,09 1.029.121.000 299.172 Moving Averages 21.242,92 1.156.524.000 246.548,3 Weighted Moving Average 22.124,59 1.254.354.000 235.819,1 Linear Regression 20.803,25 717.433.900 237.039,3 Exponential Smoothing 21.117,87 1.020.144.000 250.638,9 Exponential Smoothing 23.274,15 1.114.041.000 244.526,5 With Trend Sumber : Hasil Pengolahan Data (2015)
Berdasarkan hasil MAD dan MSE metode yang memiliki tingkat ukuran kesalahan peramalan terkecil adalah metode Linear Regression, Dengan demikian metode Linear Regression adalah metode peramalan yang sebaiknya digunakan oleh perusahaan dalam meramalkan persediaan produk kemasan plastik. Sehingga hasil peramalan berdasarkan nilai MAD dan MSE terkecil untuk produk kemasan plastik di PT. Cosmo Makmur Indonesia dengan menggunakan metode Linear Regression adalah sebesar 237.039,3 kg. Setelah memperoleh metode terbaik dalam peramalan terhadap PT. Cosmo Makmur Indonesia, maka berikut ini merupakan peramalan persediaan selama periode Mei 2015 sampai dengan April 2016 untuk produk kemasan plastik. Tabel 2. Hasil Peramalan Persediaan Mei 2015 April 2016 Tahun Bulan Persediaan (kg) 2015 Mei 237.039,3 Juni 237.865,8 Juli 238,692,4 Agustus 239.519 September 240.345,5 Oktober 241.172,1 November 241.998,7 Desember 242.825,2 2016 Januari 243.651,8 Februari 244.478,4 Maret 243.304,9 April 246.131,5 Jumlah 2.682.945,6 Sumber : Hasil Pengolahan Data (2015) Jadi dengan melakukan permalan untuk periode Mei 2015 April 2016 menggunakan metode Linear Regression, dapat didapatkan persediaan produk kemasan plastik sebesar 2.862.945,6 kg.
Tabel 3. Rekapitulasi Hasil Perhitungan Variabel PT. Cosmo Makmur Metode EOQ Demand (kg) 2.767.840 2.682.945 Set-up Cost Rp 12.510.000 Rp 12.510.000 Holding Cost (per kg) Rp 20 Rp 20 Unit Cost (per kg) Rp 19.000 Rp 19.000 Days per year 288 288 Daily demand rate (kg) 9.610,556 9.315,781 Lead time (days) 7 7 Safety Stock (kg) 100.000 100.000 Hasil: Optimal order quantity (kg) 1.860.798 1.832.038 Average Inventory (kg) 930.398,8 916.019,1 Orders per period 1.49 1.46 Annual set-up cost Rp 18.607.980 Rp 18.320.380 Annual holding cost Rp 18.607.980 Rp 18.320.380 Unit cost Rp 52.588.960.000 Rp 50.975.960.000 Total cost Rp 52.626.180.000 Rp 51.012.600.000 Reorder Point (kg) 167.273,9 165.210,5 Sumber : Hasil Pengolahan Data (2015) Dari tabel diatas terlihat bahwa total penjualan tanpa menggunakan peramalan yang dilakukan perusahaan adalah sebesar 2.767.840 dimana hal tersebut akan mengakibatkan semakin besarnya total cost yang harus dikeluarkan perusahaan yaitu sebesar Rp 52.626.180.000. Jika dibandingkan dengan menggunakan peramalan adalah sebesar 2.682.945 dan total cost yang dikeluarkan adalah sebesar Rp 21.012.600.000, dan dari total cost tersebut terlihat bahwa total cost yang menggunakan permalan lebih murah jika dibandingkan dengan dengan yang tidak menggunakan peramalan, maka dari itu sebaiknya perusahaan melakukan
peramalan untuk mengetahui perkiraan jumlah persediaan yang dibutuhkan. SIMPULAN DAN SARAN Berdasarkan hasil perhitungan permintaan dan persediaan produk pada PT. Cosmo Makmur Indonesia yang dilakukan untuk menganalisis peramalan permintaan dan penentuan jumlah persediaan yang optimal, maka dapat ditarik kesimpulan sebagai berikut : 1. Metode peramalan yang terbaik untuk digunakan oleh PT. Cosmo Makmur Indonesia adalah Linear Regression. Berdasarkan hasil perhitungan keenam metode peramalan yaitu, Naïve Method, Moving Average, Weighted Moving Average, Linear Regression, Exponential Smoothing, dan Exponential Smoothing with Trend yang dilakukan menggunakan program QM for Windows didapatkan hasil perhitungan MAD dan MSE yang terkecil dengan MAD sebesar 20.803,25 dan MSE sebesar 713.433.900. Dengan hasil peramalan pada bulan Mei 2015 sebanyak 237.039,3 kg 2. Setelah mendapatkan hasil peramalan akan persediaan dengan metode Linear Regression selama periode Mei 2015 April 2016, maka akan dilakukan perhitungan mengenai jumlah pembelian barang yang ekonomis untuk persediaan perusahaan PT. Cosmo Makmur Indonesia. Penghitungan persediaan ini dilakukan dengan program QM for Windows. Maka dari hasil penghitungan tersebut PT. Cosmo Makmur Indonesia harus melakukan pemesanan untuk persediaan produk kemasan plastik sebanyak 1.832.038 kg untuk satu kali pemesanan dan titik pemesanan kembali sebesar 165.210 kg. Berdasarkan penelitian yang telah dilakukan maka saran yang dapat diberikan kepada PT. Cosmo Makmur Indonesia agar dapat mengetahui peramalan permintaan produk dan tidak mengalami kelebihan maupun kekurangan persediaan, saran-saran yang diberikan penulis kepada PT. Cosmo Makmur Indonesia, yaitu : 1. Perusahaan perlu melakukan peramalan persediaan terlebih dahulu dengan menggunakan metode peramalan Linear Regression untuk dapat mengetahui perkiraan kebutuhan persediaan di periode berikutnya untuk mengantisipasi agar tidak terjadinya kelebihan maupun kekurangan persediaan. Metode linear regression menghasilkan nilai MAD dan MSE terkecil dibandingkan dengan metode peramalan lainnya. Untuk dapat mengetahui perkiraan persediaan di periode mendatang. 2. Perusahaan sebaiknya menerapkan metode EOQ, karena metode EOQ dapat memberikan informasi mengenai jumlah pemesanan yang ekonomis pada saat melakukan pemesanan. Metode EOQ juga dapat memberikan informasi seperti titik pemesanan kembali, sehingga perusahaan dapat meminimalkan biaya yang harus dikeluarkan oleh perusahaan.
REFERENSI Assauri, Sofjan. (2008). Manajemen Produksi dan Operasi. Edisi ke 3. Jakarta : Fakultas Ekonomi Universitas Indonesia. Dyck, B & Neubert, M.J. (2009). Principle of Management. South-Western : Cengage Learning. Heizer, J. & Render, B. (2014). Operations Management. (11th edition). England : Pearson Education Limited Herjanto, Eddy. (2007). Manajemen Operasi. (3rd edition). Jakarta : Grasindo Jacobs, Robert F. (2011). Operations and Supply Chain Management. Global Edition. New York: McGraw-Hill. Mesjasz-Lech, Agata. (2011). Forecasting of demand for direct production materials as the element of supply logistics of thermal power plants. Scientific Journal of Logistics. ISSN: 1734-459X Rangkuty, Freddy. (2004). Manajemen persediaan (Aplikasi dalam bidang bisnis). Jakarta : Penerbit Raja Grafindo Persada. Rassamethes, B. & Wongmongklorit, S. (2011). Proceedings of the World Congress on Engineering and Computer Science 2011 Vol II WCECS 201 Robbins, Stephen P. & Coulter, M. (2005). Manajemen. Jakarta : Gramedia Sarjono, Haryadi & Candra, Sevenpri. (2012). Forecasting For Inventory Control. Journal of supply chain management Research & Practice. 2012 : 1-14 Schroeder, Roger G. (2007). Operations Management: Contemporary Concept and Cases. (3rd edition). New York : McGraw-Hill Stevenson, William J. (2009). Operations Management. (10th edition). New York : McGraw-Hill Zulfikarjiah, Fien. (2005). Manajemen Persediaan. Malang: Universitas Muhammadiyah.