BAB 3 HASIL DAN PEMBAHASAN

BAB 3 HASIL DAN PEMBAHASAN 3.1 Pengumpulan Data Dalam melakukan penelitian ini, penulis mewawancarai pemilik pabrik secara langsung dan mendapatkan data sekunder dari pabrik tersebut. Adapun data yang didapat dari pabrik tersebut adalah: 1. Jenis bahan baku utama untuk pembuatan roti pada yang ada pada pabrik Syahfira Bakery yaitu tepung, gula, pelembut, pengembag, dan mentega. 2. Jumlah persediaan masing-masing jenis bahan baku selama 1 tahun dari bulan Januari 2016 Desember 2016. 3. Biaya pemesanan bahan baku selama 1 tahun untuk tiap jenis bahan baku. 4. Biaya penyimpanan bahan baku per unit selama 1 tahun tiap jenis bahan baku. 3.1.1 Jumlah Persediaan Bahan Baku Pada Tahun 2016 Jumlah persediaan bahan baku selama 1 tahun dari bulan Januari 2016-Desember 2016 dapat dilihat pada tabel berikut: Tabel 3.1 Tabel Persediaan Bahan Baku pada Pabrik Syahfira Bakery Tahun 2016 Jumlah Persediaan Bulan Tepung (kg) Gula (kg) Pelembut (kg) Pengembang (kg) Mentega (kg) (1) (2) (3) (4) (5) (6) Januari 7.250 24.40 60 125 1.230 Februari 6.300 2.625 64 128 1.100

23 (1) (2) (3) (4) (5) (6) Maret 7.000 2.300 60 110 1.300 April 6.475 2.300 70 120 1.240 Mei 6.325 2.775 75 125 1.225 Juni 7.500 2.025 69 126 1.325 Juli 5.920 2.010 60 100 985 Agustus 4.500 1.950 80 90 900 September 3.900 2.000 70 87 870 Oktober 4.000 2.150 75 90 880 November 5.850 2.400 68 125 1.300 Desember 7.250 2.200 80 130 1.230 Jumlah 72.270 27.175 831 1.356 13.585 Sumber: Pabrik Syahfira Bakery Medan 3.1.2 Biaya Pemesanan Bahan Baku Besarnya biaya pemesanan diketahui dari rincian biaya yang dikeluarkan untuk melakukan pemesanan dalam satu kali pesan. Biaya pemesanan bahan baku pada Syahfira Bakery Medan adalah sebagai berikut: Tabel 3.2 Biaya Pemesanan Bahan Baku pada Pabrik Syahfira Bakery Tahun 2016 Jenis Biaya Biaya (Rp) Biaya Administrasi dan Umum 35.000,00 Jumlah 35.000,00 Sumber: Pabrik Syahfira Bakery Medan Biaya pemesanan ini bersifat konstan, dimana besarnya tidak tergantung dari besarnya nilai atau banyaknya bahan yang dipesan sehingga setiap item persediaan di Syahfira Bakery Medan membutuhkan biaya pemesanan yang sama.

24 3.1.3 Biaya Penyimpanan Bahan Baku Biaya penyimpanan adalah biaya yang timbul karena disimpannya suatu barang. Biaya penyimpanan ini bergantung pada jumlah barang yang disimpan tanpa memperhitungkan batas kadaluarsa. Pada Pabrik Syahfira Bakery besarnya biaya penyimpanan adalah sebesar 3% dari harga bahan baku per kilogram. Tabel 3.3 Biaya Penyimpanan Baku Pada Pabrik Syahfira Bakery Tahun 2016 Biaya penyimpanan Jenis bahan baku per kg (Rp) Tepung 194,4 Gula 309 Pelembut 2.400 Pengembang 2.400 Mentega 320,01 Sumber: Pabrik Syahfira Bakery Medan 3.2 Pengolahan Data Di dalam pengolahan data terdapat beberapa langkah yang dilakukan yaitu: 1. Menguji kenormalan data dengan uji normalitas lilliefors. 2. Menentukan pemesanan yang ekonomis menggunakan metode EOQ 3. Menentukan banyaknya persediaan pengaman (Safety Stock). 4. Mementukan titik pemesanan bahan baku kembali (Reorder Point) 5. Menentukan total biaya persediahan bahan baku (Total Inventory Cost) menggunakan metode EOQ 6. Membandingkan total biaya persediaan bahan baku pada pabrik Syahfira dengan total biaya persediaan bahan baku menurut EOQ.

25 3.2.1 Uji Kenormalan Data Dengan Uji Lilliefors Data persediaan bahan baku di Pabrik Syahfira Bakery pada tahun 2016 diuji kenormalannya dengan menggunakan uji Normalitas Lilliefors. 1. Uji Normalitas Lilliefors Untuk Tepung Adapun langkah-langkah pengujiannya sebagai berikut: Hipotesis: H 0 H 1 : persediaan bahan baku tepung berasal dari populasi berdistribusi normal. : persediaan bahan baku tepung berasal dari populasi tidak berdistribusi normal a. Rata-rata persediaan bahan baku tepung: X = 12 i=1 x i n X = 72.270 12 X = 6.022,5 b. Standar Deviasi persediaan Bahan Baku Tepung Tabel 3.4 Standar Deviasi Persediaan Bahan Baku Tepung Bulan X X X X X X 2 (1) (2) (3) (4) (5) Januari 7250 6.022,5 1.227,5 1.506.756,25 Februari 6300 6.022,5 277,5 77.006,25 Maret 7000 6.022,5 977,5 955.506,25 April 6475 6.022,5 452,5 204.756,25 Mei 6325 6.022,5 302,5 91.506,25 Juni 7500 6.022,5 1.477,5 2.183.006,25 Juli 5920 6.022,5-102,5 10.506,25

26 (1) (2) (3) (4) (5) Agustus 4500 6.022,5-1.522,5 2.318.006,25 September 3900 6.022,5-2.122,5 4.505.006,25 Oktober 4000 6.022,5-2.022,5 4.090.506,25 November 5850 6.022,5-172,5 29.756,25 Desember 7250 6.022,5 1.227,5 1.506.756,25 Jumlah 72.270 17.479.075 S = 12 x i x 2 i=1 n 1 S = 17.479.075 11 S = 1.589.006,818 S = 1.260,56 c. Hitung Z i dengan rumus: Z i = x i x S 7.250 6.022,5 Z 1 = 1.260.56 6.300 6.022,5 Z 2 = 1.260.56 7.000 6.022,5 Z 3 = 1.260.56 6.475 6.022,5 Z 4 = 1.260.56 6.325 6.022,5 Z 5 = 1.260.56 7.500 6.022,5 Z 6 = 1.260.56 5.920 6.022,5 Z 7 = 1.260.56 4.500 6.022,5 Z 8 = 1.260.56 = 0,97 = 0,22 = 0,77 = 0,36 = 0,24 = 1,17 = 0,08 = 1,21

27 3.900 6.022,5 Z 9 = = 1,68 1.260.56 4.000 6.022,5 Z 10 = = 1.60 1.260.56 5.850 6.022,5 Z 11 = = 0,14 1.260.56 7.250 6.022,5 Z 12 = = 0,97 1.260.56 d. Tentukan nilai F Z i dimana i = 1, 2,, 12 dengan menggunakan daftar luas di bawah kurva normal F Z i = P z z i diperoleh: F Z 1 = P z 0,97 = 0,834 F Z 2 = P z 0,22 = 0,5871 F Z 3 = P z 0,77 = 0,7794 F Z 4 = P z 0,36 = 0,6406 F Z 5 = P z 0,24 = 0,5948 F Z 6 = P z 1,17 = 0,8790 F Z 7 = P z 0,08 = 0,4681 F Z 8 = P z 1,21 = 0,1131 F Z 9 = P z 1,68 = 0,0465 F Z 10 = P z 1,60 = 0,0548 F Z 11 = P z 0,14 = 0,4443 F Z 12 = P z 0,97 = 0,8340 e. Menghitung proporsi z 1, z 2,, z n yang lebih kecil atau sama dengan z n yaitu: S z i = banyaknya z 1, z 2,, z n n S z 1 = 10 12 = 0,8333

28 S z 2 = 6 12 = 0,5000 S z 3 = 9 12 = 0,7500 S z 4 = 8 12 = 0,6667 S z 5 = 7 12 = 0,5883 S z 6 = 12 12 = 1,0000 S z 7 = 5 12 = 0,4167 S z 8 = 3 12 = 0,2500 S z 9 = 1 12 = 0,0833 S 10 = 2 12 = 0,1667 S z 11 = 4 12 = 0,3333 S z 12 = 11 12 = 0,9167 f. Menghitung selisih F z i S z i untuk i = 1, 2, 3,, 12 diperoleh: F z 1 S z 1 = 0,834 0,8333 = 0,0007 F z 2 S z 2 = 0,5871 0,5000 = 0,0871 F z 3 S z 3 = 0,7794 0,7500 = 0,0294 F z 4 S z 4 = 0,6406 0,6667 = 0,0261 F z 5 S z 5 = 0,5948 0,5883 = 0,0115 F z 6 S z 6 = 0,8790 1,0000 = 0,121 F z 7 S z 7 = 0,4681 0,4167 = 0,0541

29 F z 8 S z 8 = 0,1131 0,2500 = 0,1369 F z 9 S z 9 = 0,0465 0,0833 = 0,0368 F z 10 S z 10 = 0,0548 0,1667 = 0,1119 F z 11 S z 11 = 0,4443 0,3333 = 0,111 F z 12 S z 12 = 0,83400,9167 = 0,0827 Tabel 3.5 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Tepung No X Z i F Z i S Z i F Z i S Z i 1 7.250 0,97 0,834 0,8333 0,0007 2 6.300 0,22 0,5871 0,5000 0,0871 3 7.000 0,77 0,7794 0,7500 0,0294 4 6.475 0,36 0,6406 0,6667 0,0261 5 6.325 0,24 0,5948 0,5883 0,0115 6 7.500 1,17 0,8790 1,0000 0,121 7 5.920-0,08 0,4681 0,4167 0,0541 8 4.500-1,21 0,1131 0,2500 0,1369 9 3.900-1,68 0,0465 0,0833 0,0368 10 4.000-1,60 0,0548 0,1667 0,1119 11 5.850-0,14 0,4443 0,3333 0,111 12 7.250 0,97 0,8340 0,9167 0,0827 Dari tabel 3.5 dapat dilihat bahwa: L 0 = Max F Z i S Z i = 0,1369 L 0 = L α n, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata = 0,05 dan n = 12 L α n = L 0,05 12 = 0,242 L hitung < L tabel, sehingga H 0 diterima, dari uji kenormalan Lilliefors dapat disimpulakan bahwa data persediaan bahan baku tepung pada januari sampai dengan Desember 2016 berasal dari populasi berdistribusi normal.

30 2. Uji normalitas lilliefors untuk gula Adapun langkah-langkah pengujiannya sebagai berikut: Hipotesis: H 0 H 1 : persediaan bahan baku gula berasal dari populasi berdistribusi normal. :persediaan bahan baku gula berasal dari populasi tidak berdistribusi normal a. Rata-Rata Persediaan Bahan Baku Gula: X = 12 i=1 x i n X = 27.175 12 X = 2.264,583 b. Standar Deviasi Persediaan Bahan Baku Gula Tabel 3.6 Standar Deviasi Persediaan Bahan Baku Gula Bulan X X X X X X 2 Januari 2440 2264,583 175,417 30771,124 Februari 2625 2264,583 360,417 129900,414 Maret 2300 2264,583 35,417 1254,364 April 2300 2264,583 35,417 1254,364 Mei 2775 2264,583 510,417 260525,514 Juni 2025 2264,583-239,583 57400,014 Juli 2010 2264,583-254,583 64812,504 Agustus 1950 2264,583-314,583 98962,464 September 2000 2264,583-264,583 70004,164 Oktober 2150 2264,583-114,583 13129,264 November 2400 2264,583 135,417 18337,764 Desember 2200 2264,583-64,583 4170,964 Jumlah 27175 750522,92

31 S = 12 x i x 2 i=1 n 1 S = 750.522,92 11 S = 68.229,35636 S = 261,207 c. Hitung Z i dengan rumus: Z i = x i x S 2.440 2.264,583 Z 1 = 261,207 Z 2 = Z 3 = Z 4 = Z 5 = Z 6 = Z 7 = Z 8 = Z 9 = Z 10 = Z 11 = Z 12 = 2.625 2.264,583 261,207 2.300 2.264,583 261,207 2.300 2.264,583 261,207 2.775 2.264,583 261,207 2.025 2.264,583 261,207 2.010 2.264,583 261,207 1.950 2.264,583 261,207 2.000 2.264,583 261,207 2.400 2.264,583 522,812905 2.200 2.264,583 261,207 3.500 2.264,583 261,207 = 0,67 = 1,37 = 0,13 = 0,13 = 1,95 = 0,91 = 0,97 = 1,20 = 1,01 = 0,43 = 0,51 = 0,24

32 d. Tentukan nilai F Z i dimana i = 1, 2,, 12 dengan menggunakan daftar luas di bawah kurva normal F Z i = P z z i diperoleh: F Z 1 = P z 0,67 = 0,7486 F Z 2 = P z 1,37 = 0,9147 F Z 3 = P z 0,13 = 0,5517 F Z 4 = P z 0,13 = 0,5517 F Z 5 = P z 1,95 = 0,9744 F Z 6 = P z 0,91 = 0,1814 F Z 7 = P z 0,97 = 0,166 F Z 8 = P z 1,20 = 0,1151 F Z 9 = P z 1,01 = 0,1562 F Z 10 = P z 0,43 = 0,3336 F Z 11 = P z 0,51 = 0,695 F Z 12 = P z 0,24 = 0,4052 e. Menghitung proporsi z 1, z 2,, z n yang lebih kecil atau sama dengan z n yaitu: S z i = banyaknya z 1, z 2,, z n n S z 1 = 10 = 0,8333 S z 2 = 11 12 = 0,9167 S z 3 = 8 12 = 0,6667 S z 4 = 8 12 = 0,6667 S z 5 = 12 12 = 1,0000 S z 6 = 4 12 = 0,3333

33 S z 7 = 3 12 = 0,25 S z 8 = 1 12 = 0,0833 S z 9 = 2 12 = 0,1667 S 10 = 5 12 = 0,4167 S z 11 = 9 12 = 0,75 S z 12 = 6 12 = 0,5 f. Menghitung selisih F z i S z i untuk i = 1, 2, 3,, 12 diperoleh: F z 1 S z 1 = 0,7486 0,8333 = 0,0847 F z 2 S z 2 = 0,9147 0,9167 = 0,002 F z 3 S z 3 = 0,5517 0,6667 = 0,115 F z 4 S z 4 = 0,5517 0,6667 = 0,115 F z 5 S z 5 = 0,9744 1 = 0,0256 F z 6 S z 6 = 0,1814 0,3333 = 0,1519 F z 7 S z 7 = 0,166 0,25 = 0,084 F z 8 S z 8 = 0,1151 0,0833 = 0,0318 F z 9 S z 9 = 0,1562 0,1667 = 0,0105 F z 10 S z 10 = 0,3336 0,4167 = 0,0831 F z 11 S z 11 = 0,695 0,75 = 0,055 F z 12 S z 12 = 0,4052 0,5 = 0,0948

34 Tabel 3.7 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Gula No X Z i F Z i S Z i F Z i S Z i 1 2440 0,67 0,7486 0,8333 0,0847 2 2625 1,37 0,9147 0,9167 0,002 3 2300 0,13 0,5517 0,6667 0,115 4 2300 0,13 0,5517 0,6667 0,115 5 2775 1,95 0,9744 1 0,0256 6 2025-0,91 0,1814 0,3333 0,1519 7 2010-0,97 0,166 0,25 0,084 8 1950-1,20 0,1151 0,0833 0,0318 9 2000-1,01 0,1562 0,1667 0,0105 10 2150-0,43 0,3336 0,4167 0,0831 11 2400 0,51 0,695 0,75 0,055 12 2200-0,24 0,4052 0,5 0,0948 Dari tabel 3.7 dapat dilihat bahwa: L 0 = Max F Z i S Z i = 0,1519 L 0 = L α n, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata = 0,05 dan n = 12 L α n = L 0,05 12 = 0,242 L hitung < L tabel, sehingga H 0 diterima, dari uji kenormalan Lilliefors dapat disimpulakan bahwa data persediaan bahan baku gula pada Januari sampai dengan Desember 2016 berasal dari populasi berdistribusi normal. 3. Uji normalitas lilliefors untuk pelembut Adapun langkah-langkah pengujiannya sebagai berikut:hipotesis: H 0 H 1 : persediaan bahan baku pelembut berasal dari populasi berdistribusi normal. : persediaan bahan baku pelembut berasal dari populasi tidak berdistribusi normal

35 a. Rata-rata persediaan bahan baku pelembut: X = X = 831 12 12 i=1 x i n X = 69,25 b. Standar deviasi persediaan bahan baku pelembut Tabel 3.8 Standar Deviasi Persediaan Bahan Baku pelembut Bulan X X X X X X 2 Januari 60 69,25-9,25 85,5625 Februari 64 69,25-5,25 27,5625 Maret 60 69,25-9,25 85,5625 April 70 69,25 0,75 0,5625 Mei 75 69,25 5,75 33,0625 Juni 69 69,25-0,25 0,0625 Juli 60 69,25-9,25 85,5625 Agustus 80 69,25 10,75 115,5625 September 70 69,25 0,75 0,5625 Oktober 75 69,25 5,75 33,0625 November 68 69,25-1,25 1,5625 Desember 80 69,25 10,75 115,5625 Jumlah 831 584,25 S = S = 12 x i x 2 i=1 n 1 584,25 11 S = 53,11363636 S = 7,29

36 c. Hitung Z i dengan rumus: Z i = x i x S 60 69,25 Z 1 = 7,29 Z 2 = Z 3 = Z 4 = Z 5 = Z 6 = Z 7 = Z 8 = Z 9 = Z 10 = Z 11 = Z 12 = 64 69,25 7,29 60 69,25 7,29 70 69,25 7,29 75 69,25 7,29 69 69,25 7,29 60 69,25 7,29 80 69,25 7,29 70 69,25 7,29 75 69,25 7,29 68 69,25 7,29 80 69,25 7,29 = 1,26 = 0,72 = 1,26 = 0,10 = 0,78 = 0,03 = 1,26 = 1,47 = 0,10 = 0,78 = 0,17 = 1,47 d. Tentukan nilai F Z i dimana i = 1, 2,, 12 dengan menggunakan daftar luas di bawah kurva normal F Z i = P z z i diperoleh: F Z 1 = P z 1,26 = 0,1038 F Z 2 = P z 0,72 = 0,2358 F Z 3 = P z 1,26 = 0,1038 F Z 4 = P z 0,10 = 0,5398 F Z 5 = P z 0,78 = 0,7823

37 F Z 6 = P z 0,03 = 0,488 F Z 7 = P z 1,26 = 0,1038 F Z 8 = P z 1,47 = 0,9292 F Z 9 = P z 0,10 = 0,5398 F Z 10 = P z 0,78 = 0,7823 F Z 11 = P z 0,17 = 0,4325 F Z 12 = P z 1,47 = 0, 9292 e. Menghitung proporsi z 1, z 2,, z n yang lebih kecil atau sama dengan z n yaitu: S z i = banyaknya z 1, z 2,, z n n S z 1 = 3 12 = 0,2500 S z 2 = 4 12 = 0,3333 S z 3 = 3 12 = 0,2500 S z 4 = 8 12 = 0,6667 S z 5 = 10 12 = 0,8333 S z 6 = 6 12 = 0,5000 S z 7 = 3 12 = 0,2500 S z 8 = 12 12 = 0,1000 S z 9 = 8 12 = 0,6667 S 10 = 10 12 = 0,8333

38 S z 11 = 5 12 = 0,4167 S z 12 = 12 12 = 1,0000 f. Menghitung selisih F z i S z i untuk i = 1, 2, 3,, 12 diperoleh: F z 1 S z 1 = 0,1038 0,2500 = 0,1462 F z 2 S z 2 = 0,2358 0,3333 = 0,0975 F z 3 S z 3 = 0,1038 0,2500 = 0,1462 F z 4 S z 4 = 0,5398 0,6667 = 0,1269 F z 5 S z 5 = 0,7823 0,8333 = 0,051 F z 6 S z 6 = 0,488 0,5000 = 0,012 F z 7 S z 7 = 0,1038 0,2500 = 0,1462 F z 8 S z 8 = 0,9292 1,0000 = 0,0708 F z 9 S z 9 = 0,5398 0,6667 = 0,1269 F z 10 S z 10 = 0,7823 0,8333 = 0,051 F z 11 S z 11 = 0,4325 0,4167 = 0,0158 F z 12 S z 12 = 0, 9292 1,0000 = 0,0708 Tabel 3.9 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pelembut No X Z i F Z i S Z i F Z i S Z i (1) (2) (3) (4) (5) (6) 1 60-1,26 0,1038 0,2500 0,1462 2 64-0,72 0,2358 0,3333 0,0975 3 60-1,26 0,1038 0,2500 0,1462 4 70 0,10 0,5398 0,6667 0,1269 5 75 0,78 0,7823 0,8333 0,051

39 (1) (2) (3) (4) (5) (6) 6 69-0,03 0,488 0,5000 0,012 7 60-1,26 0,1038 0,2500 0,1462 8 80 1,47 0,9292 1,0000 0,0708 9 70 0,10 0,5398 0,6667 0,1269 10 75 0,78 0,7823 0,8333 0,051 11 68-0,17 0,4325 0,4167 0,0158 12 80 1,47 0, 9292 1,0000 0,0708 Dari tabel 3.9 dapat dilihat bahwa: L 0 = Max F Z i S Z i = 0,1462 L 0 = L α n, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata = 0,05 dan n = 12 L α n = L 0,05 12 = 0,242 L hitung < L tabel, sehingga H 0 diterima, dari uji kenormalan Lilliefors dapat disimpulakan bahwa data persediaan bahan baku pelembut pada januari sampai dengan Desember 2016 berasal dari populasi berdistribusi normal. 4. Uji normalitas lilliefors untuk pengembang Adapun langkah-langkah pengujiannya sebagai berikut: Hipotesis: H 0 H 1 : persediaan bahan baku pengembang berasal dari populasi berdistribusi normal. : persediaan bahan baku pengembang berasal dari populasi tidak berdistribusi normal a. Rata-rata persediaan bahan baku pengembang: X = 12 i=1 x i n X = 1.356 12 X = 113

40 b. Standar deviasi persediaan bahan baku pengembang Tabel 3.10 Standar Deviasi Persediaan Bahan Baku pengembang Bulan X X X X X X 2 Januari 125 113 12 144 Februari 128 113 15 225 Maret 110 113-3 9 April 120 113 7 49 Mei 125 113 12 144 Juni 126 113 13 169 Juli 100 113-13 169 Agustus 90 113-23 529 September 87 113-26 676 Oktober 90 113-23 529 November 125 113 12 144 Desember 130 113 17 289 Jumlah 1.356 3.076 S = 12 x i x 2 i=1 n 1 S = 3.076 11 S = 279,6363636 S = 16,7223 c. Hitung Z i dengan rumus: Z i = x i x S 125 113 Z 1 = 16,7223 = 0,71

41 Z 2 = Z 3 = Z 4 = Z 5 = Z 6 = Z 7 = Z 8 = Z 9 = Z 10 = Z 11 = Z 12 = 128 113 16,7223 = 0,89 110 113 16,7223 = 0,17 120 113 16,7223 = 0,41 125 113 16,7223 = 0,71 126 113 16,7223 = 0,77 100 113 16,7223 = 0,77 90 113 16,7223 = 1,37 87 113 16,7223 = 1,55 90 113 16,7223 = 1,37 125 113 16,7223 = 0,71 130 113 16,7223 = 1,01 d. Tentukan nilai F Z i dimana i = 1, 2,, 12 dengan menggunakan daftar luas di bawah kurva normal F Z i = P z z i diperoleh: F Z 1 = P z 0,71 = 0,7611 F Z 2 = P z 0,89 = 0,8133 F Z 3 = P z 0,17 = 0,4325 F Z 4 = P z 0,41 = 0,6591 F Z 5 = P z 0,71 = 0,7611 F Z 6 = P z 0,77 = 0,7794 F Z 7 = P z 0,77 = 0,2206 F Z 8 = P z 1,37 = 0,0853

42 F Z 9 = P z 1,55 = 0,0606 F Z 10 = P z 1,37 = 0,0853 F Z 11 = P z 0,71 = 0,7611 F Z 12 = P z 1,01 = 0,8438 e. Menghitung proporsi z 1, z 2,, z n yang lebih kecil atau sama dengan z n yaitu: S z i = banyaknya z 1, z 2,, z n n S z 1 = 9 12 = 0,75 S z 2 = 11 12 = 0,916667 S z 3 = 5 12 = 0,416667 S z 4 = 6 12 = 0,5 S z 5 = 9 12 = 0,75 S z 6 = 10 12 = 0,833333 S z 7 = 4 12 = 0,333333 S z 8 = 3 12 = 0,25 S z 9 = 1 12 = 0,083333 S 10 = 3 12 = 0,25 S z 11 = 9 12 = 0,75 S z 12 = 12 12 = 1

43 f. Menghitung selisih F z i S z i untuk i = 1, 2, 3,, 12 diperoleh: F z 1 S z 1 = 0,7611 0,75 = 0,0111 F z 2 S z 2 = 0,8133 0,9166 = 0,1033 F z 3 S z 3 = 0,4325 0,4166 = 0,0158 F z 4 S z 4 = 0,6591 0,5 = 0,1591 F z 5 S z 5 = 0,7611 0,75 = 0,0111 F z 6 S z 6 = 0,7794 0,83333 = 0,5393 F z 7 S z 7 = 0,2206 0,33333 = 0,11273 F z 8 S z 8 = 0,0853 0,25 = 0,1467 F z 9 S z 9 = 0,0606 0,08333 = 0,02273 F z 10 S z 10 = 0,0853 0,25 = 0,1467 F z 11 S z 11 = 0,7611 0,75 = 0,0111 F z 12 S z 12 = 0,8438 1 = 0,1562 Tabel 3.11 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pengembang No X Z i F Z i S Z i F Z i S Z i (1) (2) (3) (4) (5) (6) 1 125 0,717605 0,7611 0,75 0,0111 2 128 0,897006 0,8133 0,9166 0,1033 3 110-0,1794 0,4325 0,4166 0,0158 4 120 0,41860 0,6591 0,5 0,1591 5 125 0,71760 0,7611 0,75 0,0111 6 126 0,77740 0,7794 0,8333 0,0539 7 100-0,77741 0,2206 0,3333 0,1127 8 90-1,37541 0,0853 0,25 0,1647 9 87-1,55481 0,0606 0,08333 0,0227

44 (1) (2) (3) (4) (5) (6) 10 90-1,37541 0,0853 0,25 0,1647 11 125 0,717605 0,7611 0,75 0,0111 12 130 1,016607 0,8438 1 0,1562 Dari tabel 3.11 dapat dilihat bahwa: L 0 = Max F Z i S Z i = 0,1647 L 0 = L α n, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata = 0,05 dan n = 12 L α n = L 0,05 12 = 0,242 L hitung < L tabel, sehingga H 0 diterima, dari uji kenormalan Lilliefors dapat disimpulakan bahwa data persediaan bahan baku pengembang pada januari sampai dengan Desember 2016 berasal dari populasi berdistribusi normal. 5. Uji normalitas lilliefors untuk mentega Adapun langkah-langkah pengujiannya sebagai berikut: Hipotesis: H 0 H 1 : persediaan bahan baku mentega berasal dari populasi berdistribusi normal. : persediaan bahan baku mentega berasal dari populasi tidak berdistribusi normal a. Rata-rata persediaan bahan baku mentega: X = 12 i=1 x i n X = 13.585 12 X = 1.132,08

45 b. Standar deviasi persediaan bahan baku mentega Tabel 3.12 Standar Deviasi Persediaan Bahan Baku Mentega Bulan X X X X X X 2 Januari 1230 1132,083 97,917 9587,738889 Februari 1100 1132,083-32,083 1029,318889 Maret 1300 1132,083 167,917 28196,11889 April 1240 1132,083 107,917 11646,07889 Mei 1225 1132,083 92,917 8633,568889 Juni 1325 1132,083 192,917 37216,96889 Juli 985 1132,083-147,083 21633,40889 Agustus 900 1132,083-232,083 53862,51889 September 870 1132,083-262,083 68687,49889 Oktober 880 1132,083-252,083 63545,83889 November 1300 1132,083 167,917 28196,11889 Desember 1230 1132,083 97,917 9587,738889 Jumlah 13.585 341.822,9167 S = 12 x i x 2 i=1 n 1 S = 341.822,9167 11 S = 31.074,81061 S = 176,28 c. Hitung Z i dengan rumus: Z i = x i x S 1.230 1.132,08 Z 1 = 176,28 Z 2 = 1.100 1.132,08 176,28 = 0,55 = 0,18

46 Z 3 = Z 4 = Z 5 = Z 6 = Z 7 = Z 8 = Z 9 = Z 10 = Z 11 = Z 12 = 1.300 1.132,08 176,28 1.240 1.132,08 176,28 1.225 1.132,08 1176,28 1.325 1.132,08 176,28 985 1.132,08 176,28 900 1.132,08 176,28 870 1.132,08 176,28 880 1.132,08 176,28 1.300 1.132,08 176,28 1.230 1.132,08 176,28 = 0,95 = 0,61 = 0,52 = 1,09 = 0,83 = 1,31 = 1,48 = 1,43 = 0,95 = 0,55 d. Tentukan nilai F Z i dimana i = 1, 2,, 12 dengan menggunakan daftar luas di bawah kurva normal F Z i = P z z i diperoleh: F Z 1 = P z 0,55 = 0,7088 F Z 2 = P z 0,18 = 0,4286 F Z 3 = P z 0,95 = 0,8289 F Z 4 = P z 0,61 = 0,7291 F Z 5 = P z 0,52 = 0,6985 F Z 6 = P z 1,09 = 0,8621 F Z 7 = P z 0,83 = 0,2033 F Z 8 = P z 1,31 = 0,0951 F Z 9 = P z 1,48 = 0,0694

47 F Z 10 = P z 1,43 = 0,0764 F Z 11 = P z 0,95 = 0,8289 F Z 12 = P z 0,55 = 0,7088 e. Menghitung proporsi z 1, z 2,, z n yang lebih kecil atau sama dengan z n yaitu: S z i = banyaknya z 1, z 2,, z n n S z 1 = 8 12 = 0,6667 S z 2 = 65 12 = 0,4167 S z 3 = 11 12 = 0,9167 S z 4 = 9 12 = 0,75 S z 5 = 6 12 = 0,50 S z 6 = 12 12 = 1,0000 S z 7 = 4 12 = 0,3333 S z 8 = 3 12 = 0,2500 S z 9 = 1 12 = 0,0833 S 10 = 2 12 = 0,1667 S z 11 = 11 12 = 0,9167 S z 12 = 8 12 = 0,6667

48 f. Menghitung selisih F z i S z i untuk i = 1, 2, 3,, 12 diperoleh: F z 1 S z 1 = 0,7088 0,6667 = 0,0421 F z 2 S z 2 = 0,4286 0,4167 = 0,0119 F z 3 S z 3 = 0,8289 0,9167 = 0,0878 F z 4 S z 4 = 0,7291 0,75 = 0,0209 F z 5 S z 5 = 0,6985 0,5 = 0,1985 F z 6 S z 6 = 0,8621 1,0000 = 0,1379 F z 7 S z 7 = 0,2033 0,3333 = 0,1300 F z 8 S z 8 = 0,0951 0,2500 = 0,1549 F z 9 S z 9 = 0,0694 0,0833 = 0,0139 F z 10 S z 10 = 0,0764 0,1667 = 0,0903 F z 11 S z 11 = 0,8289 0,9167 = 0,0878 F z 12 S z 12 = 0,7088 0,6667 = 0,0421 Tabel 3.13 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Mentega No X Z i F Z i S Z i F Z i S Z i (1) (2) (3) (4) (5) (6) 1 1230 0,55 0,7088 0,6667 0,0421 2 1100-0,18 0,4286 0,4167 0,0119 3 1300 0,95 0,8289 0,9167 0,0878 4 1240 0,61 0,7291 0,75 0,0209 5 1225 0,52 0,6985 0,50 0,1985 6 1325 1,09 0,8621 1,0000 0,1379 7 985-0,83 0,2033 0,3333 0,1300 8 900-1,31 0,0951 0,2500 0,1549 9 870-1,48 0,0694 0,0833 0,0139 10 880-1,43 0,0764 0,1667 0,0903

49 (1) (2) (3) (4) (5) (6) 11 1300 0,95 0,8289 0,9167 0,0878 12 1230 0,55 0,7088 0,6667 0,0421 Dari tabel 3.13 dapat dilihat bahwa: L 0 = Max F Z i S Z i = 0,1985 L 0 = L α n, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata = 0,05 dan n = 12 L α n = L 0,05 12 = 0,242 L hitung < L tabel, sehingga H 0 diterima, dari uji kenormalan Lilliefors dapat disimpulakan bahwa data persediaan bahan baku mentega pada januari sampai dengan Desember 2016 berasal dari populasi berdistribusi normal. 3.2.2 penentuan pemesanan yang ekonomis dengan metode Economic Order Quantity (EOQ) Untuk menentukan pemesanan yang ekonomis dengan metode Economic Order Quantity (EOQ) (menggunakan rumus 2.16): EOQ = 2DS H a. Untuk Tepung EOQ = EOQ = 2DS H 2 x 72.270 x 35.000 194,4 EOQ = 26.023.148,15 EOQ = 5.101,28 kg Maka diperoleh pemesanan yang ekonomis untuk tepung adalah 5.101 kg.

50 Dengan frekuensi pemesanan yang diperlukan adalah: F = D EOQ = 72.270 5.101,28 = 14,16 b. Untuk Gula EOQ = EOQ = 2DS H 2 x 27.175 x 35.000 309 EOQ = 6.156.148,867 EOQ = 2.481,15 kg Maka diperoleh pemesanan yang ekonomis untuk gula adalah 2.481 kg Dengan frekuensi pemesanan yang diperlukan adalah: F = D EOQ = 27.175 2.481,15 = 10,95 c. Untuk Pelembut EOQ = EOQ = 2DS H 2 x 831 x 35.000 2.400 EOQ = 24.237,5 EOQ = 155,68 kg Maka diperoleh pemesanan yang ekonomis untuk pelembut adalah 156 kg Dengan frekuensi pemesanan yang diperlukan adalah: F = D EOQ = 831 155,68 = 5,33

51 d. Untuk Pengembang EOQ = EOQ = 2DS H 2 x 1.356 x 35.000 2.400 EOQ = 39.550 EOQ = 198,87 kg Maka diperoleh pemesanan yang ekonomis untuk pengembang adalah 199 kg. Dengan frekuensi pemesanan yang diperlukan adalah: F = D EOQ = 1.356 198,87 = 6,81 e. Untuk mentega EOQ = EOQ = 2DS H 2 x 13.585 x 35.000 320,01 EOQ = 2.971.625,887 EOQ = 1.723,84 kg Maka diperoleh pemesanan yang ekonomis untuk mentega adalah 1.724 kg. Dengan frekuensi pemesanan yang diperlukan adalah: F = D EOQ = 13.585 1.723,84 = 7,88

52 3.2.3 Penentuan Banyaknya Persediaan Pengaman (Safety Stock) Persediaan pengaman (safety stock) sangat diperlukan dalam sebuah perusahaan karena berfungsi untuk melindungi atau menjaga kemungkinann terjadinya kekurangan barang, sehingga memperlancar kegiatan penjualan. Untuk menentukan banyaknya persediaan pengaman dipelukan standar deviasi σ pemakaian masing-masing bahan pada tahun 2016 dan juga faktor pengaman Z perhitungayang digunakan pabrik. Pabrik mengharapkan terjadinya stock out hanya 5% dan apabila dilihat dari tabel berdistribusi normal (tabel Z terlampir) didapat nilai error yang diharapkan 5% maka nilai faktor pengaman (Z) yang digunakan adalah 1,65. Untuk menentukan banyaknya persediaan pengaman (menggunakan rumus 2.17) a. Safety Stock Untuk Tepung SS = σ x Z SS = 1.260,56 x 1,65 SS = 2.079,92 kg Maka banyaknya persediaan pengaman untuk tepung yaitu sebesar 2.080 kg. b. Safety Stock Untuk Gula SS = σ x Z SS = 261,207 x 1,65 SS = 430,99 kg Maka banyaknya persediaan pengaman untuk gula yaitu sebesar 431 kg. c. Safety Stock Untuk Pelembut SS = σ x Z SS = 7,29 x 1,65 SS = 12,02 kg Maka banyaknya persediaan pengaman untuk pelembut yaitu sebesar 12 kg.

53 d. Safety Stock Untuk Pengembang SS = σ x Z SS = 16,7223 x 1,65 SS = 27,59 kg Maka banyaknya persediaan pengaman untuk pengembang yaitu sebesar 27 kg. e. Safety Stock Untuk Mentega SS = σ x Z SS = 176,28 x 1,65 SS = 290,86 kg Maka banyaknya persediaan pengaman untuk mentega yaitu sebesar 290 kg. Dari perhitungan safety stock, dapat diketahui besarnya jumlah persediaaan yang dapat dicadangkan sebagai pengaman untuk kelangsungan proses produksi dari risiko kehabisan bahan baku (stock out). 3.2.4 Penentuan Titik Pemesanan Kembali (Reorder Point) Reorder point/titik pemesanan kembali merupakan saat atau waktu tertentu dimana perusahaan harus mengadakan pemesanan bahan baku kembali sebelum persediaan yang ada di gudang habis. Dalam perhitungan reorder point, pabrik perlu mempertimbangkan juga tentang lead time atau waktu tunggu. Pada pabrik Syahfira Bakery, lead time yang terjadi saat melakukan pembelian bahan baku adalah 1 hari. Berdasarkan perhitungan EOQ, maka penentuan reorder point pada pabrik Syahfira Bakery adalah sebagai berikut:

54 a. Reorder Point untuk tepung Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak pemakaian bahan baku per hari (d) adalah: d = D t Dimana: D = jumlah pemakaian bahan baku jumlah hari kerja per tahun (t) 317 hari d = 72.270 317 d = 227,98 Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18) ROP = d x L + SS ROP = 227,98 x 1 + 2.079,92 ROP = 2.307,9 kg Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan tepung yang ada di gudang mencapai jumlah 2.308 kg, maka pabrik harus melakukan pemesanan persediaan tepung untuk bulan berikutnya b. Reorder Point untuk gula Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak pemakaian bahan baku per hari (d) adalah: d = D t Dimana: D = jumlah pemakaian bahan baku jumlah hari kerja per tahun (t) 317 hari

55 d = 27.175 317 d = 85,73 Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18) ROP = d x L + SS ROP = 85,73 x 1 + 430,99 ROP = 516,72 kg Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan gula yang ada di gudang mencapai jumlah 517 kg, maka pabrik harus melakukan pemesanan persediaan gula untuk bulan berikutnya c. Reorder Point untuk pelembut Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak pemakaian bahan baku per hari (d) adalah: d = D t Dimana: D = jumlah pemakaian bahan baku jumlah hari kerja per tahun (t) 317 hari d = 813 317 d = 2,56 Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18) ROP = d x L + SS ROP = 2,56 x 1 + 12,02 ROP = 14,58 kg

56 Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pelembut yang ada di gudang mencapai jumlah 14 kg, maka pabrik harus melakukan pemesanan persediaan tepung untuk bulan berikutnya d. Reorder Point untuk pengembang Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak pemakaian bahan baku per hari (d) adalah: d = D t Dimana: D = jumlah pemakaian bahan baku jumlah hari kerja per tahun (t) 317 hari d = 1.356 317 d = 4,28 Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18) ROP = x L + SS ROP = 4,28 x 1 + 27,59 ROP = 31,87 kg Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pengembang yang ada di gudang mencapai jumlah 32 kg, maka pabrik harus melakukan pemesanan persediaan pengembang untuk bulan berikutnya e. Reorder Point untuk mentega Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak pemakaian bahan baku per hari (d) adalah: d = D t

57 Dimana: D = jumlah pemakaian bahan baku jumlah hari kerja per tahun (t) 317 hari d = 13.585 317 d = 42,85 Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18) ROP = d x L + SS ROP = 42,85 x 1 + 290,86 ROP = 333,71 kg Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan mentega yang ada di gudang mencapai jumlah 334 kg, maka pabrik harus melakukan pemesanan persediaan mentega untuk bulan berikutnya 3.2.5 Penentuan Total Biaya Persediaan Bahan Baku untuk menentukan total biaya persediaan bahan baku dengan metode EOQ (menggunakan rumus 2.9) Total biaya = biaya pemesanan + biaya penyimpanan TIC = D Q S + Q 2 H a. Untuk tepung TIC = D Q S + Q 2 H TIC = 72.270 5.101,28 35.000 + 194,4 5.101,28 2 TIC = 495.846,1406 + 495.844,416 TIC = Rp. 991.690,5566

58 Maka diperoleh total biaya persediaan untuk tepung adalah Rp. 991.690,5566 b. Untuk gula TIC = D Q S + Q 2 H TIC = 27.175 2.481,15 35.000 + 309 2.481,15 2 TIC = 383.340,3865 + 383.337,675 TIC = Rp. 766.678,0615 Maka diperoleh total biaya persediaan untuk gula adalah Rp. 766.678,0615 c. Untuk pelembut TIC = D Q S + Q 2 H TIC = 831 155,68 35.000 + 2.400 155,68 2 TIC = 186.825,5396 + 186.816 TIC = Rp. 373.641,5396 Maka diperoleh total biaya persediaan untuk pelembut adalah Rp. 373.641,5396 d. Untuk pengembang TIC = D Q S + Q 2 H TIC = 1.356 198,87 35.000 + 2.400 198,87 2 TIC = 238.648,3633 + 238.644 TIC = Rp. 477.292,3633 Maka diperoleh total biaya persediaan untuk pengembang adalah Rp. 477.292,3633 e. Untuk mentega TIC = D Q S + Q 2 H

59 TIC = 13.585 1,723,84 35.000 + 320,01 1.723,84 2 TIC = 275.823,1622 + 275.823,0192 TIC = Rp. 515.646,1814 Maka diperoleh total biaya persediaan untuk mentega adalah Rp. 515.646,1814 Disamping itu, perusahaan juga memiliki perhitungan sendiri untuk menentukan total biaya persediaan (menggunakan rumus 2.6) TIC PER = DxH + nxs Dengan menggunakan rumusan diatas maka dapat dihitung biaya persediaan bahan baku perusahaan sebagai berikut: a. Untuk tepung TIC PER = DxH + nxs TIC PER = 6022,5 x 194,4 + 12 x 35.000 TIC PER = 1.170.774 + 420.000 TIC PER = Rp. 1.590.774 b. Untuk gula TIC PER = DxH + nxs TIC PER = 2.264,583 x 309 + 12 x 35.000 TIC PER = 699.755,22 + 420.000 TIC PER = Rp. 1.119.755,22 c. Untuk pelembut TIC PER = DxH + nxs TIC PER = 69,25 x 2.400 + 12 x 35.000 TIC PER = 166.200 + 420.000 TIC PER = Rp. 586.200

60 d. Untuk pengembang TIC PER = DxH + nxs TIC PER = 113 x 2.400 + 12 x 35.000 TIC PER = 271.200 + 420.000 TIC PER = Rp. 691.200 e. Untuk mentega TIC PER = DxH + nxs TIC PER = 1.132,08 x 320,01 + 12 x 35.000 TIC PER = 362.276,9208 + 420.000 TIC PER = Rp. 782.276,9208 Maka dapat disimpulkan banyaknya pemesanan ekonomis (Economic Order Quantity), banyaknya persediaan pengaman (safety stock), titik pemesanan kembali (reorder point), dan total biaya persediaan masing-masing roti dapat dilihat pada tabel berikut: Tabel 3.14 Tabel Pemesanan Ekonomis Menurut EOQ Tahun 2016 Bahan baku EOQ Safety Stock Reorder Total biaya (kg) (kg) Point (kg) persediaan (Rp) Tepung 5.101 2.078 2.307,9 Rp. 991.690,5566 Gula 2.481 430 516 Rp. 766.678,0615 Pelembut 156 12 14,58 Rp. 373.641,5396 Pengembang 199 28 31,87 Rp.477.292,3633 Mentega 1.723,84 291 333,71 Rp.515.646,1814 Jumlah Rp. 3.160.948,702 Adapun perbandingan Total Inventory Cost (TIC) persediaan menurut perusahaan dengan Total Inventory Cost (TIC) berdasarkan metode EOQ dapat dilihat pada tabel berikut:

61 Tabel 3.15 Perbandingan Biaya Bahan Baku Syahfira Bakery Dengan Metode Economic Order Quantity (EOQ) Tahun 2016 TICc Pabrik TIC EOQ Selisih Rp. 4.770.206,141 Rp. 3.160.948,702 Rp. 1.609.257,439 Berdasarkan hasil perhitungan EOQ tabel 3.15 ternyata diperoleh total biaya persediaan yang lebih kecil di bandingkan dengan total biaya pesediaan yang selama ini dikeluarkan pabrik. Total biaya persediaan bahan baku menurut Pabrik Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ sebesar Rp. 3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari biaya persediaan bahan baku menurut Pabrik Syahfira Bakery. Terjadinya penghematan biaya persediaan di dukung oleh adanya jumlah pemesanan optimal, safety stock, dan reorder point yang merupakan faktor pendukung yang membuat frekuensi pemesanan bahan baku menjadi lebih kecil dan dan mengakibatkan terjadinya penghematan biaya pemesanan dan biaya penyimpanan.

BAB 4 KESIMPULAN DAN SARAN 4.1 Kesimpulan Berdasarkan hasil penelitian dan pembahasan, dapat disimpulkan bahwa pengendalian persediaan bahan baku bedasarkan metode Economic Order Quantity (EOQ) lebih optimal dan ekonomis dibandingkan dengan metode yang diterapkan perusahaan. Sehingga diperoleh metode perhitungan yang lebih efektif dan efisien dalam menentukan persediaan optimal. Hal tersebut dibuktikan dengan adanya selisih perhitungan Total Inventory Cost (TIC) antara metode perusahaan dengan metode EOQ. Dimana total biaya persediaan bahan baku menurut Pabrik Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ) sebesar Rp. 3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari biaya persediaan bahan baku menurut Pabrik Syahfira Bakery. 4.2 Saran 1. bagi pihak Pabrik Syahfira Bakery kedepannya dapat mempertimbangkan untuk menggunakan metode EOQ dalam melakukan pembelian persediaan bahan baku untuk pembuatan roti karena dengan metode EOQ pabrik dapat melakukan penghematan biaya persediaan sehingga penghematan yang diperoleh pabrik dapat dialokasikan untuk kebutuhan yang lain. 2. Bagi peneliti selanjutnya, dapat mencoba menggunakan metode EOQ dengan menggunakan software-software lain yang mendukung agar lebih akurat.