BAB 4 HASIL DAN PEMBAHASAN. sarung tangan kain dan sarung tangan karet.

BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan Perusahaan PT. Delijaya Global Perkasa merupakan perusahaan bisnis keluarga yang bergerak dibidang industry sarung tangan. Perusahaan ini menghasilkan produk sarung tangan dengan tipe sarung tangan kain dan sarung tangan karet. Perusahaan ini berdiri tahun 1988 pada saat ini jumlah karyawan hanya 50 karyawan. Perusahaan ini memiliki kantor di jl. Babakan Rawahaur No. 89, Sentul Citeureup, Bogor dan pabrik barunya dikawasan industry Sentul, yang terletak 50 km dari pelabuhan Tanjung Priok Jakarta. Dengan semakin pesatnya pengembangan industry sarung tangan diindonesia mengakibatkan meningkatnya tuntutan akan produk-produk dan teknologi penunjang industry sarung tangan yang efisien dan berkualitas, maka perusahaan menggunakan benang rajut kualitas ekspor. Perusahaan ini juga telah lulus pengujian ketahanan dan kualitas produknya. Produk-produk yang dihasilkan perusahaan ini berupa sarung tangan kain dan sarung tangan karet. Hampir semua produk yang dihasilkan dapat memenuhi kebutuhan permintaan konsumen. 82

83 4.2 Visi dan Misi Perusahaan 4.2.1 Visi Perusahaan Menjadi produsen dan pemasok industri sarung tangan rajut yang terpercaya di Indonesia. 4.2.2 Misi Perusahaan - Memberikan rasa aman kepada pekerja sarung tangan yang dapat diandalkan sehingga di harapkan dapat meningkatkan produktivitas. - Dapat diandalkan kami berfokus pada produk yang dapat bersaing. 4.3 Struktur organisasi Gambar 4.1 Struktur Organisasi PT. Delijaya Global Perkasa Sumber : PT. Delijaya Global Perkasa

84 4.3.1 Uraian Pekerjaan PT. Delijaya Global Perkasa Penjelasan atas uraian pekerjaan dari Struktur Organisasi PT. Delijaya Global Perkasa sebagai berikut : 1. Direktur Direktur merupakan pemimpin tertinggi perusahaan sekaligus pemilik perusahaan. Tugas direktur antara lain : Memantau perkembangan perusahaan Memantau kinerja manajer dan karyawan Pengambil keputusan akhir 2. Manager Umum Manager merupakan orang yang penting dalam pengaturan, pemantauan dan pengendalian karyawan. Tugasnya antara lain : Membuat sistem produksi, dan secara langsung bertanggung jawab terhadap direktur Mengatur jalannya seluruh kegiatan perusahaan Memimpin, memotivasi, dan member arahan kepada bawahan 3. Keuangan Keuangan merupakan bagian perhitungan pendapatan dan biaya-biaya perusahaan.

85 Melakukan perhitungan pajak, biaya produksi, dan penjualan Melakukan pembukuan Laba/Rugi Menyediakan laporan keuangan perusahaan 4. HRD manager Rekrutment : bertanggung jawab dalam memilih / menjawab kebutuhan pegawai melalui penerimaan kerja sampai dengan penempatan kerja para karyawan baru Training : bertanggung jawab dalam menjaga kualitas SDM yang ada diperusahaan dengan cara pelatihan, pendidikan dan pengembangan sebagai upaya dalam peningkatan kemampuan dan keterampilan kerja Benefit : keuntungan yang diperoleh oleh perusahaan sedikit banyak dapat diberikan oleh karyawan Penilaian kerja : pengawasan terhadap efektivitas kerja seseorang, dilihat dari grafik standard kinerja dengan kinerja yang ditunjukan oleh karyawan.

86 perencanaan karir : bahwa setiap karyawan memiliki potensi-potensi, fungsi ini guna menjawab setiap karyawan memiliki jalur karir menurut tugas, tanggung jawab dan kompetisi yang dimiliki. 5. Manajer produk Aktif meminta data penjualan dari outlet sebagai peluang menambah persediaan dan mengurangi resiko Menyusun dan melaksanakan rencana pekerjaan demi tercapainya target 6. Salles Menjalankan transaksi langsung dari konsumen 7. Purchasing Manager Mengatur pekerjaan bawahan agar dapat dilakukan lebih efisiensi Membuat perencanaan pembelian barang maupun jasa sesuai permintaan pembelian yang diterima dari perusahaan

87 4.4 Analisis Data Data tahun 2011 pada penjualan produk sarung tangan adalah sebagai berikut : Tabel 4.1 Data penjualan produk sarung tangan periode Januari 2011 September 2011 Tahun Bulan Sarung tangan kain Sarung tangan karet Januari 350 375 Februari 370 360 Maret 340 365 April 350 350 2011 Mei 355 320 Juni 330 300 Juli 315 330 Agustus 300 355 September 320 350 Jumlah 3030 3105 Sumber : PT. Delijaya Global Perkasa Dari data penjualan tersebut, maka dapat dibuat ke dalam bentuk grafik berdasarkan jumlah penjualan dan periode per bulan nya. Ada pula pola bentuk grafik ialah menggunakan grafik garis sebagai berikut :

88 400 350 300 250 200 150 100 sarung tangan kain sarung tangan karet 50 0 Gambar 4.2 Grafik penjualan produk sarung tangan periode Januari 2011-September 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa penjualan produk ini cenderung naik turun. Tetapi fungsi persamaan peramalan yang dapat mendeteksi sebaran data masa lalu tersebut belum diketahui, oleh sebab itu akan diadakan pendekatan sebaran data tersebut dengan menggunakan metode-metode peramalan dengan menggunakan program QM (Quantitative Management).

89 4.4.1 Menghitung Peramalan Penjualan sarung tangan dihitung dengan menggunakan QM (Quantitative Management :) 1. Metode Regresi Linear 2. Metode Exponential Smoothing With Trend 3. Metode Exponential Smoothing 4. Metode Weighted Moving Average 5. Metode Moving Average 6. Metode Naïve 4.4.1.1 Metode Regresi Linear Tabel 4.2 Hasil peramalan Sarung Tangan Kain dengan menggunakan Metode Regresi Linear periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 303

90 350 Sarung Tangan Kain 300 250 200 150 Sarung Tangan Kain 100 50 0 Gambar 4.3 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Regresi Linear periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan produk ini tetap atau konstan. Tabel 4.3 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Regresi Linear periode Oktober 2011 September 2012 Bulan Sarung Tangan Karet Tahun 2011 Oktober 325

91 350 Sarung Tangan Karet 300 250 200 150 Sarung Tangan Karet 100 50 0 Gambar 4.4 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Regresi Linear periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan produk ini tetap atau konstan.

92 Tabel 4.4 Hasil Peramalan kedua produk dengan menggunakan Regresi Linear periode Oktober 2011 September 2012 Hasil Peramalan Menggunakan Metode Regresi Linear Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 303 325 700 600 500 400 300 200 100 Sarung Tangan Karet Sarung Tangan Kain 0 Gambar 4.5 Grafik Peramalan kedua produk dengan menggunakan Metode Regresi Linear periode Oktober 2011

93 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk mengalami perubahan. Tabel 4.5 Hasil Akurasi Peramalan Menggunakan Metode Regresi Linear Sarung Tangan Kain Sarung Tangan Karet MAD 10,7407 16,2778 MSE 142,5925 403,287 4.4.1.2 Metode Exponential Smoothing With Trend Tabel 4.6 Hasil Peramalan Sarung Tangan Kain dengan menggunakan Metode Exponential Smoothing With Trend periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 323

94 350 Sarung Tangan kain 300 250 200 150 100 50 Sarung Tangan kain 0 Gambar 4.6 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Exponential Smoothing With Trend periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari produk ini tetap atau konstan.

95 Tabel 4.7 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Exponential Smoothing With Trend periode Oktober 2011 September 2012 Bulan Sarung Tangan Karet Tahun 2011 Oktober 345 400 350 300 250 200 150 100 50 0 Sarung Tangan karet Sarung Tangan karet Gambar 4.7 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Exponential Smoothing With Trend periode Oktober 2011

96 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan dari produk ini tetap atau konstan. Tabel 4.8 Hasil Peramalan kedua produk dengan menggunakan Exponential Smoothing With Trend periode Oktober 2011 Hasil Peramalan Menggunakan Metode Exponential Smoothing With Trend Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 350 345

97 800 700 600 500 400 300 200 100 0 Sarung Tangan Karet Sarung Tangan kain Gambar 4.8 Grafik Peramalan kedua produk dengan menggunakan Metode Exponential Smoothing With Trend periode Oktober 2011 September 2012 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk setiap bulannya mengalami perubahan. Tabel 4.9 Hasil Akurasi Peramalan Menggunakan Metode Exponential Smoothing With Trend Sarung Tangan Kain Sarung Tangan Karet MAD 16,2916 23,5388 MSE 402,165 750,7565

98 4.4.1.3 Metode Exponential Smoothing Tabel 4.10 Hasil Peramalan Sarung Tangan Kain dengan menggunakan Exponential Smoothing periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 323 350 300 250 200 150 100 50 0 Sarung Tangan kain Sarung Tangan kain Gambar 4.9 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Exponential Smoothing periode Oktober 2011 September 2012

99 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari produk diatas setiap bulannya tetap atau konstan. Tabel 4.11 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Exponential Smoothing periode Oktober 2011 Bulan Sarung Tangan Karet Tahun 2011 Oktober 343

100 400 350 300 250 200 150 100 50 0 Sarung Tangan karet Sarung Tangan karet Gambar 4.10 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Exponential Smoothing periode Oktober 2011 September 2012 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan dari produk ini konstan atau tetap.

101 Tabel 4.12 Hasil Peramalan kedua produk dengan menggunakan Exponential Smoothing periode Oktober 2011 September 2011 Hasil Peramalan Menggunakan Metode Exponential Smoothing Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 323 343 700 600 500 400 300 200 Sarung Tangan Karet Sarung Tangan kain 100 0 Gambar 4.11 Grafik Peramalan kedua produk dengan menggunakan Metode Exponential Smoothing periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk setiap bulannya mengalami perubahan.

102 Tabel 4.13 Hasil Akurasi Peramalan Menggunakan Metode Exponential Smoothing Sarung Tangan Kain Sarung Tangan Karet MAD 16,9574 21,1625 MSE 429,9185 697,9288 4.4.1.4 Metode Weighted Moving Average Tabel 4.14 Hasil Peramalan Sarung Tangan Kain dengan menggunakan Weighted Moving Average periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 313

103 350 Sarung Tangan kain 300 250 200 150 100 50 Sarung Tangan kain 0 Tahun 2011 Oktober Gambar 4.12 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Weighted Moving Average periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari produk diatas setiap bulannya tetap atau konstan.

104 Tabel 4.15 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Weighted Moving Average periode Oktober 2011 Bulan Sarung Tangan Karet Tahun 2011 Oktober 347 400 350 300 250 200 150 100 50 0 Sarung Tangan karet Sarung Tangan karet Gambar 4.13 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Weighted Moving Average periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan dari produk ini tetap atau konstan.

105 Tabel 4.16 Hasil Peramalan kedua produk dengan menggunakan Weighted Moving Average periode Oktober 2011 Hasil Peramalan Menggunakan Metode Weighted Moving Average Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 313 347 700 600 500 400 300 200 100 0 Tahun 2011 Oktober Sarung Tangan Karet Sarung Tangan kain Gambar 4.14 Grafik Peramalan kedua produk dengan menggunakan Metode Weighted Moving Average periode Oktober 2011

106 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk setiap bulannya mengalami perubahan. Tabel 4.17 Hasil Akurasi Peramalan Menggunakan Metode Weighted Moving Average Sarung Tangan Kain Sarung Tangan Karet MAD 14,8333 25,5833 MSE 331 781,7917 4.4.1.5 Metode Moving Average Tabel 4.18 Hasil Peramalan Sarung Tangan Kain dengan menggunakan Moving Average periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 311

107 350 300 250 200 150 100 50 0 Tahun 2011 Oktober Sarung Tangan kain Sarung Tangan kain Gambar 4.15 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Moving Average periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari produk diatas setiap bulannya tetap atau konstan.

108 Tabel 4.19 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Moving Average periode Oktober 2011 Bulan Sarung Tangan Karet Tahun 2011 Oktober 345 400 350 300 250 200 150 100 50 0 Sarung Tangan karet Sarung Tangan karet Gambar 4.16 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Moving Average periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan dari produk ini mengalami perubahan.

109 Tabel 4.20 Hasil Peramalan kedua produk dengan menggunakan Moving Average periode Oktober 2011 Hasil Peramalan Menggunakan Metode Moving Average Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 311 345 700 600 500 400 300 200 100 0 Sarung Tangan Karet Sarung Tangan kain Gambar 4.17 Grafik Peramalan kedua produk dengan menggunakan Metode Moving Average periode Oktober 2011

110 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk setiap bulannya mengalami perubahan. Tabel 4.21 Hasil Akurasi Peramalan Menggunakan Metode Exponential Smoothing Sarung Tangan Kain Sarung Tangan Karet MAD 15,2778 27,7778 MSE 397,6854 959,259 4.4.1.6 Metode Naïve Tabel 4.22 Hasil Peramalan Sarung Tangan Kain dengan menggunakan Metode Naive periode Oktober 2011 Bulan Sarung Tangan Kain Tahun 2011 Oktober 320

111 350 Sarung Tangan kain 300 250 200 150 100 50 Sarung Tangan kain 0 Gambar 4.18 Grafik Peramalan Sarung Tangan Kain dengan menggunakan Metode Naive periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari produk ini konstan atau tetap.

112 Tabel 4.23 Hasil Peramalan Sarung Tangan Karet dengan menggunakan Naïve periode Oktober 2011 Bulan Sarung Tangan Karet Tahun 2011 Oktober 350 400 350 300 250 200 150 100 50 0 Sarung Tangan karet Sarung Tangan karet Gambar 4.19 Grafik Peramalan Sarung Tangan Karet dengan menggunakan Metode Naive periode Oktober 2011 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa peramalan dari produk ini konstan atau tetap.

113 Tabel 4.24 Hasil Peramalan kedua produk dengan menggunakan Naive periode Oktober 2011 Hasil Peramalan Menggunakan Metode Naive Bulan Sarung Tangan Kain Sarung Tangan Karet Tahun 2011 Oktober 320 350 800 700 600 500 400 300 200 100 0 Sarung Tangan Karet Sarung Tangan kain Gambar 4.20 Grafik Peramalan kedua produk dengan menggunakan Metode Naive periode Oktober 2011

114 Jika melihat gambar grafik diatas maka akan memiliki gambaran bahwa hasil peramalan dari kedua produk setiap bulannya mengalami perubahan. Tabel 4.25 Hasil Akurasi Peramalan Menggunakan Metode Naive Sarung Tangan Kain Sarung Tangan Karet MAD 17,5 18,125 MSE 362,5 415,625 Tabel 4.26 Hasil Akurasi Kesalahan Sarung Tangan Kain dan Sarung Tangan Karet Tahun 2011 Metode-metode Hasil Akurasi Sarung Sarung Peramalan Kesalahan Tangan Kain Tangan Karet Peramalan Metode Regresi Linear MAD 10,7407 16,2778 MSE 142,5925 403,287 Metode Exponential MAD 16,2916 23,5388 Smoothing With Trend MSE 402,165 750,7565

115 Metode Exponential MAD 16,9574 21,1625 Smoothing MSE 429,9185 697,9288 Metode Moving MAD 15,2778 27,7778 Average MSE 397,6854 959,259 Metode Weighted MAD 14,8333 25,5833 Moving Average MSE 331 781,7917 Metode Naive MAD 17,5 18,125 MSE 362,5 415,625 Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari kedua produk Sarung Tangan Kain dan Sarung Tangan Karet berdasarkan tingkat ukuran kesalahan peramalan MAD dari Metode Regresi Linear adalah 10,7407 dan 16,2778, dengan Metode Exponential Smoothing With Trend adalah

116 16,2916 dan 14,8333, dengan Metode Exponential Smoothing adalah 16,9574 dan 21,1625, dengan Metode Moving Average adalah 15,2778 dan 27,7778, dengan Metode Weighted Moving Average adalah 14,8333 dan 25,5833, dengan Metode Naïve adalah 17,5 dan 18,125. Dan hasil kesalahan peramalan yang paling kecil untuk sarung tangan kain dan sarung tangan karet tersebut bedasarkan MAD nya terletak pada Metode Regresi Linear. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari kedua produk Sarung Tangan Kain dan Sarung Tangan Karet berdasarkan tingkat ukuran kesalahan peramalan MSE dari Metode Regresi Linear adalah 142,5925 dan 403,287, dengan Metode Exponential Smoothing With Trend adalah 402,165 dan 750,7565, dengan Metode Exponential Smoothing adalah 429,9185 dan 697,9288, dengan Metode Moving Average adalah 397,6854 dan 959,259, dengan Metode Weighted Moving Average adalah 331 dan 781,7917, dengan Metode Naïve adalah 362,5 dan 415,625. Dan hasil kesalahan peramalan yang paling kecil untuk sarung tangan kain dan sarung tangan karet tersebut bedasarkan MSE nya terletak pada Metode Regresi Linear.

117 4.4.2 Metode Inventory Tabel 4.27 Hasil Peramalan menggunakan Metode Regresi Linear Oktober2011 Tahun Bulan Permintaan (sarung tangan kain) Permintaan (sarung tangan karet) 2011 Oktober 303 325 Sumber : Hasil Analisis Data 2011 Tabel 4.28 Hasil Peramalan Inventory dengan produk Sarung Tangan Kain Tahun 2011 No Kategori EOQ EOI Min-Max 1 Quantity Order 132 77 70 2 Safety Stock 15 7 303 3 Re-Order Point 22 13 372 4 Turn Over Ratio 3,740 22,370 0,896 5 Inventory Cost Rp 143.016.977 Rp 11.670.591 Rp 534.968.142 Sumber : Hasil Analisis Data 2011 Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan kain untuk Quantity order EOQ, EOI dan Min-Max adalah 132, 77 dan 70.

118 Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan kain untuk Safety Stock EOQ, EOI dan Min-Max adalah 15, 7 dan 303. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan kain untuk Re-Order Point EOQ, EOI dan Min-Max adalah 22, 13 dan 372. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan kain untuk Turn Over Ratio EOQ, EOI dan Min-Max adalah 3,740, 22,370 dan 0,896. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan kain untuk Inventory Cost EOQ, EOI dan Min-Max adalah Rp 143.016.977, Rp 11.670.591 dan Rp 534.968.142.

119 Tabel 4.29 Hasil Peramalan Inventory dengan produk Sarung Tangan Karet Tahun 2011 No Kategori EOQ EOI Min-Max 1 Quantity Order 13 750 75 2 Safety Stock 18 80 325 3 Re-Order Point 22 754 399 4 Turn Over Ratio 13,26 0,430 0,896 5 Inventory Cost Rp 43.857.500 Rp 1.205.254.047 Rp 580.146.666 Sumber : Hasil Analisis Data 2011 Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan karet untuk Quantity order EOQ, EOI dan Min-Max adalah 13, 750 dan 75. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan karet untuk Safety Stock EOQ, EOI dan Min-Max adalah 18, 80 dan 325. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan karet untuk Re-Order Point EOQ, EOI dan Min-Max adalah 22, 754 dan 399. Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan karet untuk Turn Over Ratio EOQ, EOI dan Min-Max adalah 13,26, 0,430 dan 0,896.

120 Berdasarkan hasil perhitungan dan analisis yang dilakukan, hasil yang diperoleh dari produk sarung tangan karet untuk Inventory Cost EOQ, EOI dan Min-Max adalah Rp 43.857.500, Rp 1.205.254.047 dan Rp 580.146.666. 4.4.3 Simulasi Persediaan dengan menggunakan metode Monte Carlo untuk produk Sarung Tangan Kain Dengan menggunakan metode Monte Carlo, diharapkan dapat mengetahui simulasi yang akan terjadi selama 1 tahun kedepan dengan menggunakan probabilitas-probabilitas yang ada berdasarkan history penjualan dan hasil peramalan yang akan datang. Sehingga akan didapatkan data-data sampel untuk menerapkan simulasi tersebut. Simulasi ini dilakukan dengan membandingkan 3 metode sebagai pembanding, yaitu metode EOQ dengan Perpetual Inventory Simulation, metode EOI dengan Economic Inventory Simulation, dan metode Min-Max dengan Min-Max Inventory Simulation. Sebelum dilakukan simulasi, perlunya dibuat distribusi probabilitas yang didapat dari data historis 9 bulan sebelumnya, yaitu periode Januari 2011 september 2011 dan 1 bulan data hasil peramalan Oktober 2011. Sehingga total distribusi variabel adalah 10 bulan. Kemudian berdasarkan data-data tersebut, dibuat interval yang terjadi rentang sampel sebagai uji coba data simulasi, dan kemudian berdasarkan data-data tersebut, dilakukan perhitungan frekuensi seberapa banyak permintaan pernah terjadi selama 10 bulan tersebut,

121 lalu akan didapatkan probabilitas yang akan dibuat probabilitas kumulatif untuk tiap-tiap data yang pernah terjadi, dan setelah itu barulah menetapkan range probability untuk memunculkan data mana saja yang digunakan untuk simulasi nantinya. Berdasarkan perhitungan, ternyata terdapat beberapa kali frekuensi yang tidak pernah terjadi, yaitu pada nomor urut 2, 4, 5, 7, 8, 10, yang ditandai dengan warna pada baris tertentu dengan tabel sebagai berikut : Tabel 4.30 Hasil distribusi probabilitas Sarung Tangan Kain periode Oktober 2011 No Demand Frequency Probability Cumulative Range probability probability 1 350 1 0,0000 0,0625 0,0625 0,0625 2 370-0,0000 0,0625 0,0625 0,0625 3 340 1 0,0625 0,1250 0,0625 0,1250 4 350-0,0000 0,1250 0,1250 0,1250 5 355-0,0000 0,1250 0,1250 0,1250 6 330 1 0,0625 0,1875 0,1250 0,1875 7 315-0,0000 0,1875 0,1875 0,1875 8 300-0,0000 0,1875 0,1875 0,1875 9 320 1 0,0625 0,2500 0,1875 0,2500 10 303-0,0000 0,2500 0,2500 0,2500 Total 4 Sumber : Hasil Analisis Data 2011

122 Tabel 4.31 Simulasi Sarung Tangan Kain dengan metode EOI Tahun Bulan Random Numbers Simulated Activity Simulated Cost Demand Demand Order Unit Balance 460 Holding Cost Order Cost Inventory Cost Awal Bulan 2011 Januari 0,036629109 350 0 110 Rp 20.000 - Rp 20.000 Februari 0,994074426 370 350 90 Rp 40.000 Rp 150.000 Rp 190.000 Maret 0,142557407 340 370 120 Rp 50.000 Rp 150.000 Rp 200.000 April 0,554340435 350 340 110 Rp 70.000 Rp 150.000 Rp 220.000 Mei 0,077201611 355 350 105 Rp 85.000 Rp 150.000 Rp 235.000 Juni 0,564308525 330 355 130 Rp 60.000 Rp 150.000 Rp 210.000 Juli 0,370253052 315 330 145 Rp 75.000 Rp 150.000 Rp 225.000 Agustus 0,639123525 300 315 160 Rp 80.000 Rp 150.000 Rp 230.000 September 0,776124817 320 300 140 Rp 55.000 Rp 150.000 Rp 205.000 Oktober 0,292611529 303 320 157 Rp 58.000 Rp 150.000 Rp 208.000 Total Rp 593.000 Rp 1.350.000 Rp 1.943.000

123 Tabel 4.32 Simulasi Sarung Tangan Kain dengan metode EOQ Tahun Bulan Random Numbers Simulated Activity Simulated Cost Demand Demand Order Unit Balance 375 Holding Cost Order Cost Inventory Cost Awal Bulan 2011 Januari 0,036629109 350 0 25 Rp 22.500 Rp - Rp 22.500 Februari 0,994074426 370 133.000 5 Rp 23.000 Rp 62.900 Rp 85.900 Maret 0,142557407 340 133.000 35 Rp 25.000 Rp 62.900 Rp 87.900 April 0,554340435 350 133.000 25 Rp 20.000 Rp 62.900 Rp 82.900 Mei 0,077201611 355 133.000 20 Rp 25.500 Rp 62.900 Rp 88.400 Juni 0,564308525 330 133.000 45 Rp 35.500 Rp 62.900 Rp 98.400 Juli 0,370253052 315 133.000 60 Rp 20.000 Rp 62.900 Rp 82.900 Agustus 0,639123525 300 133.000 75 Rp 30.000 Rp 62.900 Rp 92.900 September 0,776124817 320 133.000 55 Rp 50.000 Rp 62.900 Rp 112.900 Oktober 0,292611529 303 133.000 72 Rp 65.500 Rp 62.900 Rp 128.400 Total Rp 316.500 Rp 566.100 Rp 883.100

124 Tabel 4.33 Simulasi Sarung Tangan Kain dengan metode Min- Max Tahun Bulan Random Numbers Simulated Activity Simulated Cost Demand Demand Order Unit Balance Holding Cost Order Cost Inventory Cost Awal 500 Bulan 2011 Januari 0,036629109 350 350 150 Rp 25.000 Rp 5.000 Rp 30.000 Februari 0,994074426 370 0 130 Rp 27.500 Rp - Rp 27.500 Maret 0,142557407 340 350 160 Rp 23.500 Rp 5.000 Rp 28.500 April 0,554340435 350 0 150 Rp 25.000 Rp - Rp 25.000 Mei 0,077201611 355 0 145 Rp 28.000 Rp - Rp 28.000 Juni 0,564308525 330 330 170 Rp 30.000 Rp 5.000 Rp 35.000 Juli 0,370253052 315 0 185 Rp 32.500 Rp - Rp 32.500 Agustus 0,639123525 300 0 200 Rp 29.000 Rp - Rp 29.000 September 0,776124817 320 355 180 Rp 31.000 Rp 5.000 Rp 36.000 Oktober 0,292611529 303 0 197 Rp 32.000 Rp - Rp 32.000 Total Rp 283.500 Rp 20.000 Rp 303.500 4.4.4 Simulasi Persediaan dengan menggunakan metode Monte Carlo untuk produk Sarung Tangan Karet Dengan menggunakan metode Monte Carlo, diharapkan dapat mengetahui simulasi yang akan terjadi selama 1 tahun kedepan dengan menggunakan probabilitas-probabilitas yang ada berdasarkan history penjualan dan hasil peramalan yang akan datang. Sehingga akan didapatkan data-data sampel untuk menerapkan simulasi tersebut. Simulasi ini dilakukan dengan membandingkan 3 metode sebagai pembanding, yaitu metode EOQ dengan Perpetual Inventory Simulation,

125 metode EOI dengan Economic Inventory Simulation, dan metode Min-Max dengan Min-Max Inventory Simulation. Sebelum dilakukan simulasi, perlunya dibuat distribusi probabilitas yang didapat dari data historis 9 bulan sebelumnya, yaitu periode Januari 2011 september 2011 dan 1 bulan data hasil peramalan Oktober 2011. Sehingga total distribusi variabel adalah 10 bulan. Kemudian berdasarkan data-data tersebut, dibuat interval yang terjadi rentang sampel sebagai uji coba data simulasi, dan kemudian berdasarkan data-data tersebut, dilakukan perhitungan frekuensi seberapa banyak permintaan pernah terjadi selama 10 bulan tersebut, lalu akan didapatkan probabilitas yang akan dibuat probabilitas kumulatif untuk tiap-tiap data yang pernah terjadi, dan setelah itu barulah menetapkan range probability untuk memunculkan data mana saja yang digunakan untuk simulasi nantinya. Berdasarkan perhitungan, ternyata terdapat beberapa kali frekuensi yang tidak pernah terjadi, yaitu pada nomor urut 2, 4, 5, 7, 8, 10, yang ditandai dengan warna pada baris tertentu dengan tabel sebagai berikut :

126 Tahun Tabel 4.34 Distribusi probabilitas Sarung Tangan Karet periode Oktober 2011 No Demand Frequency Probability Cumulative Range probability probability 1 375 1 0,0625 0,0625 0,0625 0,0625 2 360-0,0000 0,0625 0,0625 0,0625 3 365 1 0,0625 0,1250 0,0625 0,1250 4 350-0,0000 0,1250 0,1250 0,1250 5 320-0,0000 0,1250 0,1250 0,1250 6 300 1 0,0625 0,1875 0,1250 0,1875 7 330-0,0000 0,1875 0,1875 0,1875 8 355-0,0000 0,1875 0,1875 0,1875 9 350 1 0,0625 0,2500 0,1875 0,2500 10 325-0,0000 0,2500 0,2500 0,2500 Total 4 Bulan Sumber : Hasil Analisis Data 2011 Tabel 4.35 Simulasi Sarung Tangan Karet dengan metode EOI Random Numbers Simulated Activity Demand Demand Order Unit Balan ce Holding Cost Simulated Cost (Rp) Order Cost Inventory Cost Awal Bulan 460 2011 Januari 0,834019183 375 0 85 Rp 25.000 - Rp 25.000 Februari 0,433485933 360 375 100 Rp 40.000 Rp 1.209 Rp 41.209 Maret 0,319394139 365 360 95 Rp 50.000 Rp 1.209 Rp 51.209 April 0,227348012 350 365 110 Rp 60.000 Rp 1.209 Rp 61.209 Mei 0,018688208 320 350 140 Rp 85.000 Rp 1.209 Rp 86.209 Juni 0,887131791 300 320 160 Rp 60.000 Rp 1.209 Rp 61.209 Juli 0,116700961 330 300 130 Rp 75.000 Rp 1.209 Rp 76.209 Agustus 0,728868891 355 330 105 Rp 80.000 Rp 1.209 Rp 81.209 September 0,365480875 350 355 110 Rp 55.000 Rp 1.209 Rp 56.209 Oktober 0,486202207 325 350 135 Rp 58.000 Rp 1.209 Rp 59.209 Total Rp 588.000 Rp 10.881 Rp 598.881

127 Tabel 4.36 Simulasi Sarung Tangan Karet dengan metode EOQ Tahun Bulan Random Numbers Simulated Activity Simulated Cost Demand Demand Order Unit Balance 385 Holding Cost Order Cost Inventory Cost Awal Bulan 2011 Januari 0,834019183 375 0 10 Rp 21.000 Rp - Rp 21.000 Februari 0,433485933 360 129.000 25 Rp 23.000 Rp 67.500 Rp 90.500 Maret 0,319394139 365 129.000 20 Rp 25.000 Rp 67.500 Rp 92.500 April 0,227348012 350 129.000 35 Rp 22.000 Rp 67.500 Rp 89.500 Mei 0,018688208 320 129.000 65 Rp 25.500 Rp 67.500 Rp 93.000 Juni 0,887131791 300 129.000 85 Rp 35.500 Rp 67.500 Rp 103.000 Juli 0,116700961 330 129.000 55 Rp 20.000 Rp 67.500 Rp 87.500 Agustus 0,728868891 355 129.000 30 Rp 30.000 Rp 67.500 Rp 97.500 September 0,365480875 350 129.000 35 Rp 53.000 Rp 67.500 Rp 120.500 Oktober 0,486202207 325 129.000 60 Rp 65.500 Rp 67.500 Rp 133.000 Total Rp 320.500 Rp 607.500 Tabel 4.37 Simulasi Sarung Tangan Karet dengan metode Min-Max Rp 928.000 Tahun Bulan Random Numbers Simulated Activity Simulated Cost (Rp) Demand Demand Order Unit Balance Holding Cost Order Cost Inventory Cost Awal 500 Bulan 2011 Januari 0,834019183 375 320 125 Rp 24.000 Rp 5.000 Rp 29.000 Februari 0,433485933 360 0 140 Rp 27.500 Rp - Rp 27.500 Maret 0,319394139 365 350 135 Rp 25.500 Rp 5.000 Rp 30.500 April 0,227348012 350 0 150 Rp 25.000 Rp - Rp 25.000 Mei 0,018688208 320 0 180 Rp 28.000 Rp - Rp 28.000 Juni 0,887131791 300 335 200 Rp 30.000 Rp 5.000 Rp 35.000 Juli 0,116700961 330 0 170 Rp 31.500 Rp - Rp 31.500 Agustus 0,728868891 355 0 145 Rp 29.000 Rp - Rp 29.000 September 0,365480875 350 355 150 Rp 31.000 Rp 5.000 Rp 36.000

128 Oktober 0,486202207 325 0 175 Rp 32.000 Rp - Rp 32.000 Total Rp Rp Rp 283.500 20.000 303.500 4.4.5 Analisis Hasil Simulasi Monte Carlo Produk Sarung Tangan Kain Untuk mendapatkan data yang lebih akurat lagi perencanaan persediaan, dapat ditelusuri lagi dengan menggunakan simulasi sebagai perbandingan dan penerapan metode yang ada. Berikut adalah tabel perbandingan ketiga metode simulasi : Tabel 4.38 Analisis Perbandingan Ketiga Simulasi Sarung Tangan Kain EOQ EOI Min-Max Holding Cost Rp 316.500 Rp 593.000 Rp 283.500 Order Cost Rp 566.100 Rp 1.350.000 Rp 20.000 Total Cost Rp 883.100 Rp 1.943.000 Rp 303.500 Sumber : Hasil Analisis Data 2011 Jika dilihat dari jumlah pemesanan yang dilakukan, metode Min-Max memiliki jumlah order yang paling sedikit dibandingkan metode EOI lebih banyak dari EOQ, dan kemudian terbesar adalah metode EOI dikarenakan jumlah pemesanan yang dilakukan mencapai 2 kali lipat dari metode Min-Max, sehingga dalam 1 bulan barang tidak habis terjual, melainkan tertahan digudang, begitu juga dengan bulan-

129 bulan berikutnya hingga mencapai batas minimum dimana yang menyebabkan biaya penahan pada gudang menjadi besar. Jika dilihat dari frekuensi pemesanan, metode EOI yang paling ungul dalam hal ini, dapat dilihat dalam 1tahun hanya 10 kali pemesanan dibandingkan metode EOQ, dan metode EOI, dan kedua disusul oleh metode Min-Max yang sedikit lebih unggul dibandingkan metode EOQ. Berdasarkan hasil simulasi, didapatkan Total Cost, dimana metode Min-Max lah yang paling cocok digunakan karena metode tersebut menghasilkan Total Cost paling kecil/minimum dibandingkan kedua metode lainnya. Oleh karena itu, berdasarkan simulasi, memang benar adanya bilamana metode Min-Max diimplementasikan pada perusahaan PT. Delijaya Global Perkasa. 4.4.6 Analisis Hasil Simulasi Monte Carlo Produk Sarung Tangan Karet Untuk mendapatkan data yang lebih akurat lagi perencanaan persediaan, dapat ditelusuri lagi dengan menggunakan simulasi sebagai perbandingan dan penerapan metode yang ada. Berikut adalah tabel perbandingan ketiga metode simulasi :

130 Tabel 4.39 Analisis Perbandingan Ketiga Simulasi Sarung Tangan Karet EOQ EOI Min-Max Holding Cost Rp 320.500 Rp 588.000 Rp 283.500 Order Cost Rp 607.500 Rp 10.881 Rp 20.000 Total Cost Rp 928.000 Rp 598.881 Rp 303.500 Sumber : Hasil Analisis Data 2011 Jika dilihat dari jumlah pemesanan yang dilakukan, metode Min-Max memiliki jumlah order yang paling sedikit dibandingkan metode EOI lebih banyak dari EOQ, dan kemudian terbesar adalah metode EOI dikarenakan jumlah pemesanan yang dilakukan mencapai 2 kali lipat dari metode Min-Max, sehingga dalam 1 bulan barang tidak habis terjual, melainkan tertahan digudang, begitu juga dengan bulanbulan berikutnya hingga mencapai batas minimum dimana yang menyebabkan biaya penahan pada gudang menjadi besar. Jika dilihat dari frekuensi pemesanan, metode EOI yang paling ungul dalam hal ini, dapat dilihat dalam 1tahun hanya 10 kali pemesanan dibandingkan metode EOQ, dan metode EOI, dan kedua disusul oleh metode Min-Max yang sedikit lebih unggul dibandingkan metode EOQ. Berdasarkan hasil simulasi, didapatkan Total Cost, dimana metode Min-Max lah yang paling cocok digunakan karena metode tersebut menghasilkan Total Cost

131 paling kecil/minimum dibandingkan kedua metode lainnya. Oleh karena itu, berdasarkan simulasi, memang benar adanya bilamana metode Min-Max diimplementasikan pada perusahaan PT. Delijaya Global Perkasa.