Professional Documents
Culture Documents
BAB I
PENDAHULUAN
persaingan bisnis yang semakin meningkat, menuntut para pelaku bisnis untuk
yaitu : persediaan bahan baku, persediaan barang dalam proses, dan persediaan
barang jadi. Pada umumnya dari ketiga macam bentuk persediaan tersebut,
persediaan yang paling banyak menyerap biaya adalah persediaan bahan baku.
Akan tetapi masih banyak perusahaan yang menyimpan persediaan bahan baku
dalam yang cukup besar. Alasan uatama mengapa perusahaan menyimpan bahan
baku dalam jumlah besar adalah sebagai persediaan penyagga apabila terjadi
selain itu dengan pembelian dalam jumlah yang cukup besar perusahaan akan
mendapatkan diskon sehingga mendapatkan harga bahan baku yang lebih murah.
Pada kenyataannya, pengadaan bahan baku dalam jumlah yang cukup besar tidak
besar untuk pembelian persediaan dimana seharusnya dana tersebut masih dapat
digunakan untuk membiayai kegiatan perusahaan yang lainnya. Selain itu biaya
sebagainya, dan yang terakhir adalah adanya resiko kerugian apabila terjadi
bergerak dalam bidang pembuatan kursi rotan. Untuk saat ini perusahaan
permasalahan pada persediaan bahan baku dasar. Apabila persediaan bahan baku
seperti kayu rotan disimpan dalam jangka waktu yang lama dan terjadi
penumpukan di gudang maka bukan tidak mungkin kayu rotan tersebut akan
mengalami keusangan dan kerusakan. Pada sisi ini perusahaan dihadapkan pada
diserap dan keusangan sehingga dapat menurunkan mutu bahan baku, karena
turunnya mutu produk yang dihasilkan oleh perusahaan seringkali diikuti dengan
turunnya harga jual produk. Pada sisi lain karena harga bahan baku yang terus
naik, perusahaan berusaha menimbun bahan baku dengan membeli bahan baku
dalam jumlah yang cukup besar untuk mendapatkan keuntungan membeli bahan
3
baku dengan harga yang murah. Tetapi terkadang perusahaan juga sering
belum menggunakan metode yang tepat untuk menentukan berapa besar jumlah
bahan baku dan kapan tersebut dipesan. Untuk menjawab persoalan berapa jumlah
bahan baku dan kapan bahan baku dipesan sehingga dapat meminimalisir Total
Inventory Cost maka dalam tugas akhir ini akan dibandingkan metode Just In
Time (JIT) dengan metode Economic Order Quantiy (EOQ). Metode Just In Time
setiap kali pemesanan dengan frekuensi pemesanan yng lebih sering, serta
pesanan tepat pada saat dibutuhkan dan pada tingkat yang dibutuhkan saja.
jumlah pemesanan yang ekonomis untuk setiap kali pemesanan dengan frekuensi
(reorder point).
In Time (JIT) dan Economic Order Quatity (EOQ) yang lebih meminimalkan
Adapun tujuan yang ingin dicapai dalam penyusunan skripsi ini adalah :
inventory.
2. Jenis bahan baku yang diteliti adalah bahan baku yang berupa kayu rotan
(JIT) dengan sistem Kanban pemasok dan Economic Order Quantity (EOQ)
dengan model Q.
6. Analisis perbandingan antara metode Just In Time (JIT) dan Economic Order
1.5. Asumsi
Dari penyusunan tugas akhir ini di harapkan dicapai manfaat sebagai berikut :
1. Bagi pihak yang berhubungan dengan penelitian ini (UD. Surabaya Rattan
produk
3. Diharapkan hasil yang diperoleh dari penelitian ini dapat menambah bahan
pustaka dalam peningkatan kualitas dan dapat dijadikan bahan acuan bagi
penelitian-penelitian sejenis.
6
BAB II
TINJAUAN PUSTAKA
konsumen yang memerlukan barang atau jasa yang dihasilkan. Hal ini mungkin
terjadi karena tidak selamanya barang-barang atau jasa tersedia pada setiap saat,
persediaan bahan dasar dapat berakibat terlalu tingginya beban-beban biaya guna
digudang, keadaan terlalu banyak persediaan (over stock) apabila ditinjau dari segi
financial atau pembelanjaan merupakan hal yang sangat tidak efektif, disebabkan
karena terlalu banyaknya barang dan modal yang menganggur dan tidak dapat
diputar.
barang atau bahan yang akan segera dijual, digunakan atau diproses dalam periode
7
suatu aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk
dijual dalam suatu periode usaha normal, atau persediaan barang-barang yang
masih dalam pengerjaan atau proses produksi, ataupun persediaan bahan baku
1998: 169 ]. Persediaan meliputi barang yang dibeli dan disimpan untuk dijual
kembali, misalnya barang dagangan yang dibeli oleh pengecer untuk dijual
kembali. Persediaan juga mencakup barang jadi yang telah di produksi atau
termasuk bahan serta perlengkapan yang akan digunakan dalam proses produksi.
Bagi perusahaan jasa persediaan meliputi biaya jasa dimana pendapatan yang
dengan persediaan adalah barang yang tersedia untuk dijual dalam kegiatan
normal usaha yang disebut persediaan barang jadi. Selain itu barang dalam proses
produksi yang disebut persediaan barang dalam proses dan dalam bentuk bahan
dan berapa besar pesanan harus dilakukan. Adapun fungsi utama dari suatu
c. Pengeluaran bahan-bahan
yang lainnya.
yang nantinya dapat mengganggu proses produksi dan menjaga agar persediaan
yang dimiliki oleh perusahaan tidak terlalu besar atau terlalu kecil sehingga
9
persediaan
beberapa cara, dilihat dari fungsinya persediaan dapat dibedakan atas : [ Assauri,
1998:172 ]
Batch Stock atau Lot Size Inventory adalah persediaan yang diadakan
jumlah yang lebih besar daripada jumlah yang dibutuhkan dalam saat itu.
2. Fluctuation Stock
konsumen.
3. Anticipation Stock
yang tedapat dalam satu tahun dan untuk menghadapi pengguanaan atau
produksi.
Biaya pemesanan atau ordering cost adalah biaya yang dikaitkan dengan
usaha untuk mendapatkan bahan atau barang dari luar. Biaya pemesanan
kehilangan.
Adalah harga bahan atau barang yang harus dibayar atas item yang dibeli.
Biaya ini akan dipengaruhi oleh besarnya diskon yang diberikan oleh
supllier. Oleh karena itu biaya bahan atau barang akan bermanfaat dalam
atau tidak.
Biaya yang dikaitkan dengan stockout antara lain: biaya ekspedisi khusus,
Biaya persediaan total atau Total Inventory Cost (TIC) adalah biaya
pembelian, biaya simpan, biaya pesan dan biaya stock out atau biaya kehabisan
DxS
TIC = (D x P) + + (I x H) +
(Q − b )2 xB (2.1)
Q 2Q
(Rp/kg/periode)
Dalam hal ini (Q – b) adalah menunjukkan back order, yaitu jumlah barang atau
bahan yang dipesan oleh pihak pembeli belum dapat dipenuhi oleh pihak supplier.
produksi maka rumusan stock out cost tidak dimasukkan pada rumusan Total
Metode Just In Time (JIT) pertama kali dikembangkan oleh Taiichi Ohno
sebagai upaya Toyota Motor Corporation untuk menimgkatkan laba. Upaya yang
yang tidak memberi nilai tambah terhadap barang yang dihasilkan. Persediaan
merupakan salah satu unsure terbesar yang memenuntut investasi tinggi, karena
alasan tersebut maka metode Just In Time (JIT) dikembangkan dengan maksud
persediaan sampai dengan seminimal mungkin atau sama dengan nol (zero
pasar atas produk. Metode Just In Time (JIT) dikembangkan berdasarkan ide
bahwa inventory adalah salah satu bentuk pemborosan karena menutupi masalah-
masalah kualitas dan biaya karena metode Just In Time (JIT) dikembangkan
filosofi metode Just In Time (JIT) sangat sederhana, yaitu hanya memproduksi
14
barang yang diminta dalam jumlah yang sesuai dengan permintaan dan pada wktu
yang telah ditentukan sehingga akan dapat mengurangi persediaan. Metode Just In
Time (JIT) merupakan filosofi dimana perusahaan hanya memproduksi atas dasar
dari operasi berikutnya. Produk tidak akan terjadi sebelum ada tanda dari proses
selanjutnya yang menunjukkan permintaan produk suku cadang dan bahan tiba
pada saat ditentukan untuk dipakai dalam proses produksi [Mulyadi, 2001:26].
Dalam keadaan ekstrim, tidak ada persediaan (barang dalam proses, barang jadi,
bahan baku dasar) yang ditahan. Sistem pembelian barang secara Just In Time
(JIT) dilakukan atas dasar tarikan permintaan, sehingga barang yang dibeli dapat
diterima tepat waktu, tepat jumlah, bermutu tinggi, dan berharga murah. Berdasar
sistem tarikan (pull system), barang yang diterima dari pembelian segera
tersebut tidak perlu disimpan di gudang sehingga tercapai sediaan nol (zero
tingkat kuantitas stabil sesuai yang diinginkan, penyerahan dalam ukuran lot
sesuai yang diperlukan untuk kebutuhan proses produksi yang lebih sering.
tahapan antara lain harus melewati bagian penerimaan untuk dilakukan tahap
pemeriksaan terhadap mutu barang yang diterima, bagian gudang untuk dilakukan
15
penyimpanan dan ketika bagian produksi membutuhkan bahan baku dasar untuk
pembelian yang diterapkan pada sitem pembelian bahan baku dasar secara Just In
pemasok untuk membuat kontrak pembelian jangka panjang. Setelah kedua belah
bahan ke pabrik dan pabrik akan menggunakan bahan tersebut untuk diolah
menjadi barang untuk memenuhi permintaan sari konsumen selain itu dengan
kontrak tersebut maka pihak supplier dituntut untuk memberikan barang dengan
Tujuan strategis yang akan dicapai metode Just In Time (JIT) adalah
harga yang lebih baik dan peningkatan laba), memperbaiki kinerja pengiriman,
permintaan pelanggan akan mutu yamg lebih baik serta variasi yang lebih banyak.
Mutu, fleksibilitas, dan efisiensi biaya adalah prinsip-prinsip dasar untuk dapat
dimanfaatkan. Pada sistem Just In Time (JIT) yang sebenarnya tidak ada
penggudangan sesuai dengan tujuan dari metode Just In Time guna mencapai zero
inventory. Tetapi berdasarkan kondisi yang ada dilapangan tidak mungkin terjadi
zero inventory, maka gudang yang sudah ada masih difungsikan sebagai
Untuk dapat menerapkan metode Just In Time (JIT) maka rencan produksi
1998:132]
permintaan
Renjcana Produksi Bulanan = (2.2)
1 − % penyusutan
kanban pemasok. Kanban adalah sistem komunikasi atau kartu perintah yang
I awal + I akhir
I = (2.4)
2
I = Inventory (kg)
Masalah koseptual yang paling sulit dalam sistem Just In Time (JIT)
adalah pengendalian arus bahan baku dasar secara tepat. Taichi Ohno
kanban). Kanban pemasok atau kartu penjual (vendor kanban) merupakan kartu
komponen atau bahan baku dasar sejumlah tertentu dan menentukan kapan
penarikan kanban subkontrak dalam arti sebenarnya suatu jenis lain dari kanban
18
subkontrak :
Adapun jenis lain dari kanban pemasok adalah kanban bahan. Kanban
bahan ini digunakan untuk keperluan produksi dalam jumlah besar. Berikut ini
Gudang No Punggung
No Barang
Nama Barang
pemesanan bahan baku dasar maka terlebih dahulu harus diketahui faktor-faktor
2. Siklus pemesanan
Siklus pemesanan (atau siklus kanban) pada pemasok adalah selang waktu
(diukur dengan hari) antara pemberian satu pesanan pada pemasok dan
sebagai berikut :
A
c= (2.5)
B
berarti bilangan minimum yang tidak kurang dari angka yang tepat
didalamnya. Karena itu, sekali pun waktu pengiriman hanya 2jam, waktu
Wp = c x C (2.6)
20
Berikut ini merupakan rumus yang digunakan untuk menentukan jumlah kanban
pemasok :
d x (c + Wp + a )
N= (2.7)
K
pemesanan yang dilakukan dalam waktu yang dijadwalkan ditentukan oleh jumlah
diperkenalkan oleh Wilson pada tahun 1929 dengan mencoba mencari jawaban 2
Berapa jumlah barang yang harus dipesan untuk setiap kali pemsanan ?
kuantitas pemesanan yang dapat Order Auantity (EOQ) menurut Garrison adalah
biaya penyimpanan (holding / carrying cost) dan biaya pemesanan (ordering cost)
Kurva biaya persediaan total (TC) merupakan penjumlahan dua kurva biaya
tersebut, dimana kurva tersebut akan menurun dan mencapai titik minimum pada
jumlah persediaan tertentu dan kemudian naik lagi. Dalam hal ini Q = EOQ akan
jumlah persediaan bahan baku dasar terlebih dahulu. Didalam penerapannya pada
lebih menguntungkan dari pada sebaliknya. Adapun rumus yang digunakan untuk
2.S.D
Q= (2.9)
H
D = Permintaan (kg/periode)
Q D
TC = H +S (2.10)
2 Q
dTC H SD
= - =0
dQ 2 Q2
SD H
=
Q2 2
2 SD
Q2 =
H
2 SD 2 SD
Q = =
H IP
Q
I = SS + (2.11)
2
perusahaan disebut sebagai suatu teknik jumlah pemesanan yang tetap. Dalam
karena adanya variasi dalam laju kebutuhan dan variasi dalam saat penentuan
kebutuhan bahan baku dasar, maka diperlukan metode Economic Order Quantity
terbesar dalam metode Economic Order Quantity (EOQ) adalah asumsi bahwa
permintaan dan harga bahan baku dasar yang bersifat konstan. Permasalahan ini
kehabisan persediaan, sehingga akan menjadi lebih realistik. [Nasution, 1999: 99]
dimonitor secara terus menerus setiap terjadi transaksi. Jika status persediaan
turun sampai titik R (ROP) yang ditentukan sebelumnya, maka akan dilakukan
bahan baku dasar rata-rata ( D ). Hal ini berarti bahwa permintaan tersebut
bukanlah bersifat sangat tidak pasti, sehingga bisa didekati nilinya dengan nilai
rata-rata.
dan selalu siap tersedia didalam gudang yang dimaksudkan untuk mengantisipasi
kekurangan bahan.
SS = k x σ x L (2.12)
Safety Factor (service level) adalah tingkat pelayanan kosumen yang merupakan
Tabel 2.1
TABEL POLICY FACTOR
PADA FREQUENCY LEVEL OF SERVICE
Frequency Level Policy Factor
Of Service (%) (k)
50 0
60 0,25
70 0,52
75 0,67
80 0,87
85 1,04
90 1,28
95 1,64
97,5 1,96
99 2,33
99,5 2,58
99,9 3,1
reorder point (ROP), yang dimaksud dengan reorder point adalah saat atau titik
dimana harus diadakan pesanan lagi sedemikian rupa hingga kedatangan atau
penerimaan material yang di pesan itu adalah tepat waktu pada waktu dimana
persediaan safety stock sama dengan nol [ Bambang Riyanto, 1998 :74]. Suatu
perusahaan dalam melakukan reorder point atau titik pemesanan kembali harus
dilakukan secara tepat, sebab apabila tidak maka dikhawatirkan proses produksi
akan mengalami kemacetan yang berupa kehabisan bahan baku dasar belum
ditentukan atau dilaksanakan. Oleh karena itu sebelum menentukan reorder point
digudang.
(hanya dari persediaan) selama lead time suatu siklus pemesanan kembali.
kritis dari suatu distribusi permintaan, dimana diasunsikan bahwa suatu sistem
penentuan titik pesanan kembali (ROP) bahan baku dasar di dalam suatu
perusahaan sangat penting karena pemesanan bahan baku dasar yang dilakukan
dalam suatu proses produksi. Sehingga akhirnya proses produksi dapat berjalan
dengan efektif dan efisien. Adapun rumus yang digunakan untuk menentukan
reorder point (ROP) adalah sebagai berikut : [Bambang Riyanto, 1992 : 75]
ROP = ( L x D) + SS (2.13)
persediaan yang paling besar yang seharusnya dimiliki oleh perusahaan dalam
tidak akan dihadapkan pada masalah kekurangan bahan baku dasar yang nantinya
diperoleh dari penambahan antara quantitas pemesanan yang paling ekonomis (Q)
MI = Q + SS (2.14)
perkiraan peristiwa di waktu yang akan datang atas dasar pola-pola di waktu yang
fungsi mekanikal. Peramalan permintaan ini akan menjadi masukan yang penting
30
operasi produksi sangat dipengaruhi hasil dari peramalan permintaan bahan baku
dasar. Dalam satu horizon waktu peramalan akan terdiri dari beberapa waktu
akan dibuat.
W.Gross, 1976:18-21]
1. Penentuan tujuan.
2. Pengembangan model
permintaan di waktu yang akan datang. Pemilihan suatu model yang tepat
3. Pengujian model
prediktif secara logic suatu model. Hal ini sering mencakup penerapannya
4. Penerapan model
Hasil-hasil peramalan tentu saja akan salah apabila data-data distorik yang
dimasukkan dalam model adalah tidak tepat,tidak benar, atau tidak dalam bentuk
bahan baku dasar yang diharapkan akan terealisasi dalam jangka waktu tertentu
pada masa mendatang. Dalam menentukan model peramalan yang akan dipakai
32
ada beberapa macam jenis model peramalan, secara umum model peramalan
pendapat dari beberapa ahli yang berasal dari berbagai disiplin ilmu,
2. market Research
2. Arithmetic Average
3. Moving Average
4. Exponential Smothing
5. Trend Projection
penelitian ini model peramalan yang digunakan adalah model time series analisys
dengan teknik peramalan trend projection. Time series analisys atau analisa deret
cukup konsisten dalam periode waktu yang lama. Adapun teknik peramalan trend
Linier trend model disebut juga trend garis lurus dengan arah yang
kecenderungan untuk naik. Bentuk umum dari persamaan trend garis lurus
Yc = a + bX (2.15)
a = Intercept Y
X = Variabel waktu
∑Y
a= (2.16)
n
∑ XY
b= (2.17)
∑X2
tengah
34
Exponential Trend Modeli dapat digunakan jika nilai logaritma dari data
Model adalah :
Yc = ab 2 (2.18)
( )
log Yc = log ab 2 (2.19)
B = log b
∑(log Y )
A= (2.23)
n
∑ X (log Y )
B= (2.24)
∑X2
Keterangan : Y = Nilai actual demand
Pada dasarnya cara penentuan trend quadratic tidak banyak berbeda dari
Yc = a + b + cX2 (2.25)
35
a=
∑ Y − cX 2
(2.26)
n
b=
∑ XY (2.27)
∑X 2
n ∑ X 2Y − ∑ X 2 ∑ Y
c= (2.28)
n∑ X 4 − (∑ X )
2 2
dengan metode peramalan (forecasting) yang lain jika nilai MAD nya lebih kecil,
n At − F1
MAD = ∑ (2.29)
t −1 n
demand. Sekali ditetapkan forecasting dan MRC nya, maka hasilnya bisa
digunkan terus sampai dijumpai kondisi yang menyatakan bahwa sistemnya tidak
Rata-rata MR :
MR
MR = ∑ (2.31))
n −1
Sesbagai garis tengah (central line) untuk peta MR (MRC) diambil di titik 0,
∆d t = Ft − At (2.31)
37
10 data atau lebih. Jika semua titik yang diplot berada dalam batas kontrol, bisa
disimpulkan bahwa forecasting yang telah dibuat sudah benar. Dengan peta ini
vperiode berikutnya, dan termyata dijumpai kondisi out of control maka dapat
melakukan pengujian kondisi out of control, maka peta kontrol (MRC) dibagi
Batas Daerah A = ± 2
3
(2,66 MR ) = ±1,77
(
Batas Daerah B = ± 1 2,66 MR = ±0,89
3
)
Batas Daerah C = diatas / dibawah titik 0
38
A
1,77 MR Batas A
B
0,89 MR Batas B
C
0 Periode
C
Batas B
− 0,89 MR
B
− 1,77 MR Batas A
A
Suatu kondisi dapat dikatakan out of control, jika memenuhi salah satu
keadaan berikut :
berada di daerah A.
39
berada di daerah B
4. Terdapat titik berurutan berada pada salah satu sisi (diatas atau dibawah
garis tengah)
40
BAB III
METODOLOGI PENELITIAN
dijalankan secara sistematis dan sesuai dengan tujuan penelitian yang dilakukan.
Adapun tujuan umum dari penelitian ini adalah untuk mendapatkan pemecahan
metode Just In Time (JIT) dan Economic Order Quantity (EOQ), dengan cara
penelitian sebagai sumberdata. Dalam hal ini yang menjadi tempat atau objek
penelitian adalah karena UD. Surabaya Rattan Industry yang beralamat di jalan
penelitian adalah karena pada UD. Surabaya Rattan Industry banyak menyimpan
persediaan dalam bentuk bahan baku rotan di gudang, sebagai akibat dari tidak
41
perusahaan. Waktu pengambilan data dimulai pada bulan juli 2006 sampai data
Dalam penelitian ini menggunakan 2 jenis sumber data, jenis data tersebut
diantaranya yaitu :
1. Data Primer
sumbernya, diamati, di catat untuk pertama kalinya oleh peneliti dari pihak
2. Data Skunder
dari perusahaan, data ini biasanya didapat dari Badan Pusat Statistik,
MULAI
Perumusan Masalah
Pengumpulan Data :
1. Data Hasil Kerja
2. Data jenis dan Komponen Produk
3. Data Permintaan Produk
4. Data Persediaan dan Pemakaian Bahan Baku
5. Data Biaya :
a. Biaya Pembelian
b. Biaya Pemesanan
c. Biaya Penyimpanan
Peramalan
Verifikasi Peramalan
A
43
Ya
Out Of
Control
Tidak
Pengolahan Data
Compared :
1. Tingkat Inventory rata-rata ( I )
2. Total Inventory Cost (TIC)
Analisa Data
SELESAI
Gambar 3.1
Diagram Alir Metode Penelitian
44
menjadi objek penelitian. Dalam hal ini topik yang dibahas adalah
(rotan)
3. Perumusan Masalah
menetapkan perumusan masalah yang akan di bahas, yang mana persoalan yang
metode Just In Time (JIT) dan Economic Order Quantity (EOQ) yang lebih
5. Pengumpulan Data
serta prosedur yang digunakan dalam kegiatan penelitian ini. Data merupakan
suatu hal yang dapat menunjukkan sifat-sifat yang mendekati keadaan yang
Sumber Data
Data yang nantinya akan diperlukan dalam pengolahan data adalah sebagai
berikut :
Tabel 3.1
Data Jumlah Hari Kerja
Bulan Jumlah Hari Kerja
46
Tabel 3.2
Komponen Kursi Parabola
Tabel 3.3
Komponen Kursi Sofa
Tabel 3.4
Data Permintaan Produk
Jenis Produk
Bulan (Unit)
Kursi Parabola Kursi Sofa
47
Tabel 3.5
Data Persediaan dan Pemakaian Bahan Baku
Biaya Pembelian
kuantitas kebutuhan bahan baku. Harga bahan baku ini didapat dari
Biaya Pemesanan
Biaya Penyimpanan
setelah data yang diperoleh dari penelitian. Proses pengolahan data dalam
penelitian ilmiah merupakan bagian yang sangat penting dan menentukan dalam
pencapaian tujuan penelitian yang telah ditetapkan. Data yang telah terkumpul
menggunakan suatu teknik analisis yang sesuai sehingga hasil pengolahan akan
peramalan (forecasting).
Cost (TIC)
BAB IV
dibidang furniture yang menggunakan bahan baku rotan. Oleh karena itu penulis
Berikut ini merupakan data kalender hari kerja yang ditetapkan perusahaan
Tabel 4.1
Data Jumlah Hari Kerja
UD. Surabaya Rattan Industry
Juli 2006 – Juni 2007
Bulan Jumlah Hari Kerja
Tahun 2006
Juli 26
Agustus 26
September 25
Oktober 26
November 24
Desember 26
Tahun 2007
Januari 24
Februari 22
Maret 25
April 25
Mei 24
Juni 26
Sumber : UD. Surabaya Rattan Industry
51
Produk yang digunakan dalam penelitian ini adalah jenis produk yang
sering dipesan oleh konsumen, dimana jenis produk yang dipesan yaitu Kursi
Parabola dan Kursi Sofa dengan bahan baku kayu rotan jenis saga. Bahan baku
dasar kayu rotan didatangkan dari supplier (CV. Tulus Tri Tunggal) yamg letak
Tabel 4.2
Komponen Kursi Parabola
Tabel 4.3
Komponen Kursi Sofa
Signifikasi Bahan Baku
Jumlah Berat (Rotan) Berat
No Nama Komponen Komponen Komponen Diameter Panjang Total (Kg)
(Kg) (mm) (cm)
1 Dasar dudukan 2 1.2 26-28 414 2.4
2 Penguat dudukan 8 1.5 26-28 518 12
3 Sandaran dan kaki 1 2.3 30-32 300 2.3
belakang
4 Penyangga dan 2 0.84 30-32 220 1.68
kaki belakang
5 Lengan dan kaki 1 1.03 32-34 213 1.03
depan
6 Kaki depan 2 0.82 32-34 160 1.64
7 estetika 8 0.4 10-12 1000 3.2
∑ = 24.25
Sumber: UD. Surabaya Rattan Industry
Tabel 4.4
Data Permintaan Produk
UD. Surabya Rattan Industry
Juli 2005-Juni 2006
Jenis Produk
Bulan (Unit)
Kursi Parabola Kursi Sofa
Tahun 2006
Juli 875 385
Agustus 830 415
Septenber 815 430
Oktober 840 405
November 860 395
Desember 920 410
Tahun 2007
Januari 905 455
Februari 870 435
Maret 840 480
april 890 435
Mei 840 400
Juni 870 425
Sumber: UD. Surabaya Rattan Industry
54
1000
900
800
Denamd (u 700
600
500
400
300
200
100
Jan '06
Juli '05
0
Agust
Febr
Nov
Sept
Mar
Aprl
Des
Mei
Okt
jun
Bulan
Gambar 4.1
Grafik Pola Produk (Data Historis)
bahan baku (rotan) yang digunakan untuk membuat kursi parabola dan kursi sofa
Tabel 4.5
Data Persediaan dan Pemakaian Bahan Baku Rotan
UD. Surabaya Rattan Industry
Juli 2005 – Juni 2006
Bulan Persediaan Awal Pembelian Pemakaian Persediaan Akhir
(kg) (kg) (kg) (kg)
Juli 2006 675.35 24000 24045.00 614.53
Agustus 614.53 24000 24016.05 581.84
September 581.84 24000 24127.65 439.84
Oktober 439.84 24000 23941.65 482.05
November 482.05 24000 24035.35 433.92
Desember 433.92 25500 25407.70 510.65
55
model, Quadratic trend model dan Exponential trend model. Di bawah ini (Tabel
4.6) adalah hasil dari proses ploting data histories permintaan (actual demand)
Tabel 4.6
Data Historis (actual Demand) dan Hasil forecasting Demand
Bulan Periode Actual Demand Forecast demand (ft)
(t) (At) Linier trend model Quadratic trend model Exponential trend model
Tahun 2007 A B A B A B A B
Juli 1 875 385 876 423 852 408 876 422
Agustus 2 830 415 878 424 843 403 878 424
September 3 815 430 880 425 832 397 880 425
Oktober 4 840 405 882 427 820 390 882 426
November .5 860 395 884 428 806 381 884 428
Desember 6 920 410 886 429 791 372 886 429
Tahun 2008
Januari 7 905 455 888 431 774 362 888 430
Februari 8 870 435 890 432 755 351 890 432
Naret 9 840 380 892 433 735 339 893 433
April 10 890 435 894 435 713 326 895 435
Mei 11 840 400 896 436 690 313 897 436
Juni 12 870 425 898 437 665 298 899 437
MAD 24.4202 17.6690 24.8695 18.1435 24.4425 17.6719
Sumber : data diolah (Minitab 13)
Keterangan :
A = Kursi Parabola
B = Kursi Sofa
(Contoh tampilan program dan input data histories dapat dilihat pada lampiran 1, sedangkan hasil forecasting pada lampiran 2-7)
57
Dari table 4.6, maka nilai MAD (Maen Absolute Deviation) untuk masing-masing
Tabel 4.7
Nilai MAD (Mean Absolute Deviation)
Jenis Produk
No Jenis trend model Kursi Parabola Kursi Sofa
1 Linier trend model 24.4202 17,6690
2 Quadratic trend model 24.8695 18,1435
3 Exponential trend model 24,4425 17,6719
Sumber : data diolah (Minitab 13)
Deviation) terkecil untuk jenis produk kursi parabola adalah pada jenis model
peramalan Liniert trend model dengan nilai MAD = 24,4202. sedangkan untuk
jenis produk kursi sofa nilai MAD (Mean Absolute Deviation ) terkecil diketahui
juga pada jenis model peramalan Linier trend model dengan nilai MAD =
17,6690.
Tabel 4.8
Data dari Hasil Peramalan (forecasting) Permintaan Produk
Kursi Parabola dan Kursi Sofa
(Unit)
1000
800
Demand (Unit)
600
400
200
0
i
b
t
n
v
s
pt
Me
Ok
06
rl
Ma
t
07
Fe
No
De
Ju
us
Ap
Se
li '
n'
Ag
Ju
Ja
Bulan
Gambar 4.2
Grafik Pola Permintaan Produk (Data hasil forecasting)
Secara keseluruhan data permintaan produk (produk demand) historis
ditunjukkan pada tabel 4.9a dan hasil forecasting ditunjukkan pada tabel 4.9b :
59
Tabel 4.9 a
Data historis permintaan Produk (Produk Demand)
(unit)
Jenis Produk
Bulan Periode (Unit)
(t) Kursi Parabola Kursi Sofa
Juli 2006 1 875 385
Agustus 2 830 415
September 3 815 430
Oktober 4 840 405
November 5 860 395
Desember 6 920 410
Januari 2007 7 905 455
Februari 8 870 435
Maret 9 840 480
April 10 890 435
Mei 11 840 400
Juni 12 870 425
Sumber UD. Surabaya Rattan Industry
Tabel 4.9b
Data Permintaan Produk (Produk Demand) hasil forecasting
(Unit)
Jenis Produk
Bulan Periode (Unit)
(t)
Kursi Parabola Kursi Sofa
Juli 2007 13 876 423
Agustus 14 878 424
September 15 880 425
Oktober 16 882 427
60
1000
900
800
Demand (Unit)
700
600
500
400
300
200
100
0
v
v
5
'06
'07
l
pt
ar
ei
pt
ar
ei
Ju
No
No
l '0
M
Se
Se
M
M
n
n
Ju
Ja
Ja
Bulan
Gambar 4.3
Grafik Pola Permintaan Produk (Data Historis dan Data Hasil Forecasting)
validitas peramalan (forecasting) yang telah dibuat. Cra yang digunakan untuk
verifikasi peramaln peramalan (forecasting) adalah dengan peta kontrol atau Peta
Average) atau rentang bergerak berdasarkan jenis model peramalan yang telah
dipilih yaitu linier trend model. Nilai MR (Moving Average) didefinisikan sebagai
berikut :
MR = (Ft − At ) − (Ft −1 − At −1 )
Tabel 4.10
Perhitungan MR (Moving Range) untuk Pemeriksaan Peramalan
linier trend model
Forecast Actual
Bulan Periode Demand Demand ∆dt = Ft-At |MR|
Ft At
Juli 1 876 875 1 47
Agustus 2 878 830 48 17
September 3 880 815 65 23
Oktober 4 882 840 42 18
November 5 884 860 24 58
Desember 6 886 920 -34 17
Januari 7 888 905 -17 37
Februari 8 890 870 20 32
Maret 9 892 840 52 48
April 10 894 890 4 52
Mei 11 896 840 56 28
Juni 12 898 870 28
∑ 10645 10355 290 377
Sumber : data diolah
Dari tabel 4.10 perhitungan diatas diketahui nilai MR = 377, maka nilai rata-rata
MR
MR = ∑
n −1
377
MR = = 34,27
11
bahwa semua titik berada didalam batas kontrol dan tidak terdapat kondisi out of
Range) untuk pemeriksaan jenis peramalan (forecasting) yang telah dipilih yaitu
Tabel 4.11
Perhitumgam MR (Moving Range) untuk Pemeriksaan Peramalan
linier trend model
Forecast Actual
Bulan Periode Demand Demand ∆dt = Ft-At |MR|
Ft At
Juli 1 423 385 38 29
Agustus 2 424 415 9 14
September 3 425 430 -5 27
Oktober 4 427 405 22 11
November 5 428 395 33 14
Desember 6 429 410 19 43
Januari 7 431 455 -24 21
Februari 8 432 435 -3 56
Maret 9 433 480 53 53
April 10 435 435 0 36
Mei 11 436 400 36 24
Juni 12 437 425 12
∑ 5161 4970 190 328
Sumber : data diolah
Dari tabel 4.11 perhitungan diatas diketahui nilai MR = 328, maka dengan
menggunakan rumus 4.2 nilai rata-rata rentang bergerak adalah sebagai berikut :
328
MR = = 29,82
11
Batas-batas kontrol :
1. Batas atas :UCL = BAK = +2,66 MR = +2,66 (29,82) = 79,32
Dari gambar grafik peta kontrol pada lampiran 9 tidak terdapat indikasi
titik yang keluar dari batas kontrol. Gambar grafik pada kontrol (MRC) diatas
menunjukkan bahwa peramalan (forecasting) yang telah dipilih yaitu linier trend
model dapt diterima secara statistik. Selanjutnya forecast dan MRC ini bisa
Demand Forecasting
unit produk yang harus diproduksi. Rencana produksi atau priority planning
adalah :
Permintaan
Rencana produksi Bulanan = (48)
1 − %penyusutan
878 424
Periode 14 = = 905 unit Periode 14 = = 437 unit
1 − 0.03 1 − 0.03
880 425
Periode 15 = = 907 unit Periode 15 = = 439 unit
1 − 0.03 1 − 0.03
882 427
Periode 16 = = 909 unit Periode 16 = = 440 unit
1 − 0.03 1 − 0.03
884 428
Periode 17 = = 911 unit Periode 17 = = 441 unit
1 − 0.03 1 − 0.03
886 429
Periode 18 = = 913 unit Periode 18 = = 443 unit
1 − 0.03 1 − 0.03
888 431
Periode 19 = = 916 unit Periode 19 = = 444 unit
1 − 0.03 1 − 0.03
890 432
Periode 20 = = 918 unit Periode 20 = = 445 unit
1 − 0.03 1 − 0.03
892 433
Periode 21 = = 920 unit Periode 21 = = 447 unit
1 − 0.03 1 − 0.03
894 435
Periode 22 = = 922 unit Periode 22 = = 448 unit
1 − 0.03 1 − 0.03
896 436
Periode 23 = = 924 unit Periode 23 = = 450 unit
1 − 0.03 1 − 0.03
898 437
Periode 24 = = 926 unit Periode 24 = = 451 unit
1 − 0.03 1 − 0.03
Untuk lebih jelasnya ditunjukkan pada tabel 4.12 dibawah ini
66
Tabel 4.12
Rencana Produksi Bulanan
Rencana Produksi Bulanan
Bulan Periode (Unit)
(t) Kursi Parabola Kursi Sofa
Tahun 2007
Juli 13 903 436
Agustus 14 905 437
September 15 907 439
Oktober 16 909 440
November 17 911 441
Desember 18 913 443
Tahun 2008
Januari 19 916 444
Februari 20 918 445
Maret 21 920 447
April 22 922 448
Mei 23 924 450
Juni 24 926 451
Sumber : data diolah
Setelah jumlah produksi yang direncanakan diperoleh maka diperlukan
jumlah kuantitas kebutuhan bahan baku (rotan) yang dipakai untuk membuat
produk kursi parabola dan kursi sofa berdasarkan jumlah unit produk yang harus
diproduksi. Berikut jumlah berat total bahan baku dasar pada tabel 4.2 dan 4.3 :
67
Tabel 4.13
Kuantitas Bahan Baku Rotan untuk Produk Kursi Parabola
bahan baku masing-masing produk serta total kuantitas bahan baku dasar periode
13 (Juli) :
68
Bahan baku
Bahan baku +
Tabel 4.15
Hasil Perhitungan Rencana Kebutuhan Bahan Baku
4.8. Rencana Kebutuhan Bahan Baku dengan Metode Just In Time (JIT)
baku :
Gambar 4.4
Prose Tranformasi Bahan Baku
Apabila dilihat dari transformasi bahan baku diatas masih terdapat gudang
bahan, sedangkan pada sistem Just In Time (JIT) yang sebenarnya tidak ada
terjadi zero inventory, maka gudang yang sudah ada masih difungsikan sebagai
903 436
Periode 13 = = 35 unit (pembulatan) Periode 13 = = 17 unit
26 26
71
905 437
Periode 14 = = 35 unit (pembulatan) Periode 14 = = 17 unit
26 26
907 439
Periode 15 = = 36 unit (pembulatan) Periode 15 = = 18 unit
25 25
909 440
Periode 16 = = 35 unit (pembulatan) Periode 16 = = 17 unit
26 26
911 441
Periode 17 = = 38 unit (pembulatan) Periode 17 = = 18 unit
24 24
913 443
Periode 18 = = 35 unit (pembulatan) Periode 18 = = 17 unit
26 26
916 444
Periode 19 = = 38 unit (pembulatan) Periode 19 = = 19 unit
24 26
918 445
Periode 20 = = 42 unit (pembulatan) Periode 20 = = 20 unit
22 22
920 447
Periode 21 = = 37 unit (pembulatan) Periode 21 = = 18 unit
25 25
922 448
Periode 22 = = 37 unit (pembulatan) Periode 22 = = 18 unit
25 25
924 450
Periode 23 = = 38 unit (pembulatan) Periode 23 = = 179 unit
24 24
926 451
Periode 24 = = 36 unit (pembulatan) Periode 24 = = 17 unit
26 26
Tabel 4.16
Rencana Produksi Harian
Bulan Rencana Produksi Harian
Periode ∑ Hari Kerja Kursi Parabola Kursi Sofa
(t) dalam 1 bulan (Unit) (Unit)
Tahun 2007
Juli 13 26 35 17
Agustus 14 26 35 17
September 15 25 36 18
Oktober 16 26 35 17
November 17 24 38 .18
Desember 18 26 35 17
Tahun 2008
Januari 19 24 38 19
Februari 20 22 42 20
Maret 21 25 37 18
April 22 25 37 18
Mei 23 24 38 19
Juni 24 26 36 17
Sumber : data diolah
masih sama dengan menggunakan rumus 4.9, sehingga didapat rencana kebutuhan
bahan baku atau kuantitas pemesanan seperti yang ditunjukkan pada tabel 4.17
berikut ini :
73
Tabel 4.17
Hasil Perhitungan Kebutuhan Bahan Baku Harian
bahan baku sesuai kuantitas kenutuhan. Kuantitas kebutuhan disini adalah sebagai
kapasitas persediaan untuk menghasilkan suatu produk. Metode Just In Time (JIT)
terjadinya penumpukan bahan baku dasar yang berlebihan. Jumlah kartu kanban
d x (c + Wp + a )
N= (4.11)
K
d = Kebutuhan harian
c = Siklus pesanan
Wp = Waktu pemesanan
α = koefisien pengaman
Periode 13
Rumus:
d x (c + Wp + a )
N=
K
d = Kebutuhan harian
c = Siklus pesanan
Wp = Waktu pemesanan
α = koefisien pengaman
= 583,87 + 406,54
= 990,42 kg
∑ fb
fp =
K
dimana :
15180,73 + 10570,08
fp = = 21,56 = 22 kail/bulan
1200
A
c= (4.14)
B
76
∑ hari kerja
∑ hari yang digunakan untuk 1x pesan = (4.15)
fp 1 bulan
26
= = 1,18 hari
22
45'
Waktu Kirim (Wk) =
420'
45'
= = 0,107 hari
420'
perusahaan = 45’
A 1,18 − 0,107
c= = = 1,07 hari
B 1
90'
= 1,07 x
420'
= 0,23 hari
5. Koefisien Pengaman
d x (c + Wp + a )
N=
K
990,42 x (1,07 + 0,23 + 0,03)
=
1200
= 1 x 1200
memiliki kuantitas Just In Time (JIT) untuk 1 kali pesan adalah 1200 kg. Apabila
diketahui kuantitas (lot size) pemesanan melebihi kuantitas maximum lot size 1200
kg, maka metode Just In Time (JIT) dengan kanban pemasik tidak dapat di
jalankan. Untuk hasil perhitungan yang selanjutnya dapat dilihat pada tabel 4.17
Quantity (EOQ)
data histories, sehingga permintaan akan kebutuhan bahan baku juga mengalami
Periode 13 (Juli)
2.S .D
Q=
H
2 x 314070 x 2575,80
Q=
332,32
= 6961,84 kg
D 25750,80
fp = =
Q 6961,84
= 3,69 ≈ 4 kali / bulan
Untuk mengetahui besarmya safety stock maka perlu diketahui niali dari
(stock out) sebesar 5% berikut ini adalah table perhitungan yang digunakan
Tabel 4.18
Perhitungan Standard Deviasi Kebutuhan Bahan Baku
Bulan D D D−D (D − D )2
Tahun 2007
Juli 25750,80 26125,12 -374,32 140113,22
Austus 25818,86 26125,12 -306,26 93794,52
September 25886,91 26125,12 -238,21 56743,52
Oktober 25954,97 26125,12 -170,15 28951,16
November 26023,05 26125,12 -102,07 10419,30
Desember 26091,08 26125,12 -34,04 1158,85
Tahun 2008
Januari 26159,16 26125,12 34,03 1158,28
Februari 26227,21 26125,12 102,09 10422,70
Maret 26295,26 26125,12 170,14 28948,32
April 26363,32 26125,12 238,20 56739,31
Mei 26431,40 26125,12 306,28 93804,73
Juni 26499,43 26125,12 374,31 140106,98
∑ 313501,46 662360,65
Rata-rata 26125,12
Sumber : Data diolah
σ=
(
∑ D−D )2
n −1
80
662360,65
σ=
11
σ = 245,39 kg
Tabel 4.19
TABEL POLICY FAKTOR
PADA FREQUECY LEVEL OF SERVICE
Dari data diatas didapat bhasil perhitungan untuk Safety Stock adalah :
SS = k x σ x L
= 1,64 x 245,39 x 1
= 402,43 kg
dari perhitungan diatas maka kiata dapat menentukan jumlah dari ROP adalah
( )
ROP = Lx D + SS
= (0,04 x 26125,12 ) + 402,43 kg
= 1407,25 kg
Jadi saat pemesanan kembali yang seharusnya dilakukan adalah pada saat
MI = Q + S
= 6961,84 kg + 420,43 kg
= 7364,27 kg
kg. Untuk perhitungan selanjutnya dapat dilihat pada tabel 4.20, hasil perhitungan
Dibawah ini adalah data biaya-biaya persediaan pada periode lalu atau
periode ke 12, bulan Juni 2007. adapun biaya-biaya yang terkandung didalamnya
Haraga bahan dasar disini adalah elemen pendukung dari biaya pe,belian
(P), dimana harga bahan baku dasar per kg dikalikan dengan kuantitas kebutuhan
bahan baku. Diketahui harga pembelian bahan baku pada periode 12, bulan Juni
adalah Rp 8375 /kg. Harga bahan baku ini didapat dari hasil pada saat interview
= Rp. 6.281.250,00
= Rp. 1.500.000
Dari total biaya penyimpanan diatas didapat biaya penyimpanan /kg /bln
sebesar
Rp.7.861.250,00
H= = Rp.314,45 /kg /bln
2500 kg
elemen biaya yang terjadi kenaiakn adalah pada harga bahan baku, biaya
berdasarkan laporan laju tingkat inflasi yang diperkirakan oleh Bank Indonesia.
83
Tabel 4.20
Laju tingkat Inflasi
Bulan Tingkat Inflasi
Agustus 2007 8,33
Juli 2007 7,84
Juni 2007 7,42
Mei 2007 8,22
April 2007 8,12
Maret 2007 8,81
Februari 2007 7,15
Januari 2007 7,32
Sumber : Laporan inflasi BI
7,84 % dan untuk periode 14 (Agustus) diasumsikan terjadi kenaikan sebesar 8,33
kenaikan harga BBM. Untuk lebih jelasnya tentang hasil perhitungan data biaya
4.11. Analisis Perbandingan Metode Just In Time (JIT) dan Metode Economic
metode Just In Time (JIT) dan metode Economic Order Quantity (EOQ).
84
Pada metode Just In Time (JIT) rataa-rata tingkat inventosy didapat dari
penjumlahan inventory awal dan inventory akhir lalu dibagi 2, seperti dibawah ini:
I awal + I akhir
I=
2
I = Inventory
Berikut ini contoh perhitungan untuk menentukan besarnya tingka inventory rata-
438,8 + 1087,78
I= = 763,18 kg
2
Berikut ini adalah tabel hasil perhitungan rata-rata tingkat inventory dengan
Tabel 4.21
Hasil Perhitungan Rata-rata Tingkat Inventory dengan Metode Just In Time
(JIT)
Just In Time
(JIT)
Bulan Periode
I awal Fp Q (jit) Q [JIT] D I akhir I
(t)
(t) 1 x pesan (kg) (kg) (kg) (kg)
Tahun 2007
Juli 13 438,58 22 1200 26400,00 25750,80 1087,78 763,18
Agustus 14 1087,78 22 1200 26400,00 25818,86 1668,92 1378,35
September .15 1668,92 22 1200 26400,00 25886,91 2182,01 1925,46
November 16 2182,01 22 1200 26400,00 25954,97 2627,04 2404,52
Desember 17 2627,04 22 1200 26400,00 26023,05 3003,99 2815,52
Oktober 18 3003,99 22 1200 26400,00 26091,08 3312,91 3158,45
85
Tahun 2008
Januari 19 3312,91 22 1200 26400,00 26159,16 3553,75 3433,33
Februari 20 3553,75 22 1200 26400,00 26227,21 3726,54 3640,14
Maret 21 3726,54 22 1200 26400,00 26295,26 3831,28 3778,91
April 22 3831,28 22 1200 26400,00 26363,32 3867,96 3849,62
Mei 23 3867,96 22 1200 26400,00 26431,40 3836,56 3852,26
Juni 24 3836,56 22 1200 26400,00 26499,43 3737,13 3786,84
∑ 36435,86 34786,59
Keterangan :
Fp = Frekuensi Pemesanan
demand)
Q
I = SS +
2
SS = Safety Stock
Q = Kuantitas pemesanan
metode Economic Order Quantity (EOQ) periode 13 (Juli) adalah sebagai berikut:
Diketahui : Q = 6961,84 kg
SS = 402,43 kg
6961,84
Maka besarnya I = 402,43 + = 3883,35 kg
2
Berikut ini adalah tabel hasil analisis perbandingan tingkat inventory rata-rata
Tabel 4.22
Keterangan :
Fp = Frekuensi pemesanan
88
Demand)
Dibawah ini adalah gambar grafik pola tingkat inventory rata-rata antara
4500
4000
3500
3000
2500
2000
1500
1000
500
0
7
ov
06
n
nu s
st
l
t
ar
b
ei
kt
pr
i0
ep
Ju
e
Fe
gu
M
O
M
N
A
li
ar
S
Ju
Ja
Bulan
Gambar 4.5
Dari tabel 4.21 dan tabel 4.22 diatas untuk aktivitas pemesanan bahan
baku dari pemasok (supplier) dengan metode Just In Time (JIT) lebih sering
89
dilakukan dibanding dengan metode Economic Order Quantity (EOQ) hal ini
sehingga persediaan yang disimpan di gudang tidak terlalu lama menunggu untuk
di proses. Hal ini juga mempengaruhi inventory akhir yang disimpan di gudang
inventory rata-rata juga ikut menurun (lihat gambar 4.7), dimana kuantitas
perhitungan untuk mencari besarnya nilai Total Inventory Cost (TIC) didalamnya
terdapat tiga elelmen biaya yaitu biaya pembelian, biaya pemesanan, serta biaya
penyimpanan.
DxC
TIC = (D x P) + + (I x H)
Q
Berikut ini adalah contoh perhtungan Total Inventory Cost (TIC) dengan
menggunakan rumus 4.28, untuk periode 13 (Juli) pada metode Just In Time (JIT)
= Rp.233.129.629,71
= Rp.234.171.969,21
91
Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel 4.25 lampiran 13.
Dari perhitungan Total Inventory Cost (TIC) pada tabel 4.25 lampiran 13
Just In Time (JIT) didapat Total Inventory Cost (TIC) sebesar Rp.
Penghematan = TIC pada metode Economic Order Quantity (EOQ) – TIC pada
= Rp. 5.604.456,27
Bahan Baku
Total Inventory Cost (TIC) pada metode Just In Time (JIT) lebih rendah dibanding
dengan Tingkat Inventory Rata-rata ( I ) dan Total Inventory Cost (TIC) pada
92
Economic Order Quantity (EOQ). Berdasarkan uraian diatas metode yang terpilih
rencana pemesanan bahan baku yang diberikan pada pihak supplier dengan
menggunkan metode Just In Time (JIT), jumlah pemesanan yang dilakukan setiap
bulan sebanyak 22 kali dengan kapasitas sekali pesan yaitu 1200 kg, dimana
untuk 1 jali pemeasanan adalah 1 kanban pemasok. Berikut ini adalah table untuk
rencana pemesanan :
Table 4.26
Agustus 22 1 1200
September 22 1 1200
Oktober 22 1 1200
November 22 1 1200
Desember 22 1 1200
Februari 22 1 1200
Maret 22 1 1200
April 22 1 1200
Mei 22 1 1200
Juni 22 1 1200
Sumber : data diolah
93
Pemesanan bahan baku yang diberikan kepada pihak supplier berdasarkan jumlah
kanban setiap 1 hari sekali, dengan kapasitas sebanyak 1200 kg untuk sekali
pengiriman. Apabila kuantitas bahan baku yang dipesan melebihi kapasitas maka
metode ini tidak dapat dijalankan. Berikut ini adalah gambar aliran kaban
Lini Produksi
Supplier
5 1
4
2
3
Kartu Kanban
Gambar 4.6
Keterangan :
1. Pada lini produksi membutuhkan bahan baku untuk proses produksi yang
pemesanan bahan baku, kartu kanban pemasok ini akan dibawa oleh truck
(alat angkut) yang nantinya krtu ini akan diserahkan pada pihak supplier.
5. Untuk sisa bahan baku digunakan sebagai persediaan bahan bku yang
Siklus ini dilakukan secara kontinyu setiap bulan. Untuk mendapatkan kelancaran
dalam proses pemesanan bahan baku dengan metode Just In Time (JIT)
dengan pihak supplier, yang tentunya dengan syarat-syarat yang telah disepakati
oleh kedua belah pihak. Hal ini bertujuan untuk menghindari terjadinya
kemecetan proses pengiriman yang juga akan berimbas pada terhentinya proses
produksi.
95
Dibawah ini adalah gambar kanban pemasok atau yang juga disebut kanban
bahan :
A1 A1214 2. Bending
SAGA 1200
Gambar 4.7
Keterangan :
BAB V
ANALISA PEMBAHASAN
data-data yang telah dikumpulkan dan telah diolah yang meliputi peramalan
persediaan, serta perbandingan metode Just In Time (JIT) dan metode Economic
dengan berdasarkan nilai MAD (Mean Absolute Deviation) terdiri dari 3 model
jumlah permintaan produk Kursi Sofa dan Kursi Parabola yang akan datang yaitu
dengan memilih model peramalan yang memiliki nilai MAD (Mean Absolute
Tabel 5.1
Data Permintaan Produk
UD. Surabaya Rattan Industry
Juli 2005-Juni 2006
Jenis Produk
Bulan (Unit)
Kursi Parabola Kursi Sofa
Juli 2006 875 385
Agustus 830 415
September 815 430
Oktober 840 405
November 860 395
Desember 920 410
Januari 2007 905 455
Februari 870 435
Maret 840 480
April 890 435
Mei 840 400
Juni 870 425
Sumber: UD. Surabaya Rattan Industry
Data permintaan produk untuk priode juli 2006 sampai dengan juni 2007
maka akan didapat model peramalan yang memiliki nilai MAD terkecil
98
Tabel 5.2
Nilai MAD (Mean Absolute Deviation)
Jenis Produk
No Jenis trend model Kursi Parabola Kursi Sofa
1 Linier trend model 24.4202 17,6690
2 Quadratic trend model 24.8695 18,1435
3 Exponential trend model 24,4425 17,6719
Sumber : data diolah (Minitab 13)
Berdasarkan tabel 5.2 diatas dapat diketahui model peramalan yang memiliki nilai MAD terkecil yaitu Linier
Trend Model. Dengan nilai MAD sebesar 24,4202 untuk kursi parabola, sedangkan untuk kursi sofa didapat nilai MAD
Tabel 5.3
Data dari Hasil Peramalan (forecasting) Permintaan Produk
Kursi Parabola dan Kursi Sofa
(Unit)
Jenis Produk (Unit)
Bulan Kursi Parabola Kursi Sofa
Juli 2007 876 423
Agust 878 424
Sept 880 425
Okt 882 427
Nov 884 428
Des 886 429
Jan 2008 888 431
Feb 890 432
Mar 892 433
Aprl 894 435
Mei 896 436
Jun 898 437
Sumber : data diolah (minitab 13)
Model
99
Demand Forcasting
Tabel 5.4
Rencana Produksi
jumlah kuantitas kebutuhan bahan baku (rotan) yang dipakai untuk membuat produk
5.2.1 Rencana Kebutuhan Bahan Baku dengan Metode Just In Time (JIT)
Untuk menerapkan Metode Just In Time (JIT) maka rencana produksi bulanan
Tabel 5.5
Hasil Perhitungan Kebutuhan Bahan Baku Harian
∅ 32 mm ∅ 30 mm ∅ 12 mm ∅ 34 mm ∅ 32 mm ∅ 28 mm ∅ 12 mm
Tahun 2007
Juli 35 31 33 70 17 7 11 41 18 211
Agustus 35 31 33 64 17 7 11 41 18 205
Sertember 36 32 34 67 18 8 12 43 19 215
Oktober 35 31 33 65 17 7 11 41 18 241
November 38 34 36 70 18 8 12 45 20 225
Desember 35 31 33 65 17 7 11 41 19 207
Tahun 2008
Januari 38 34 36 71 19 8 12 45 20 237
februari 42 37 39 77 20 9 13 49 22 257
Maret 37 33 35 68 18 8 12 43 20 219
April 37 33 35 68 18 8 12 43 20 229
Mei 38 34 36 71 19 8 12 45 20 237
Juni 36 32 33 66 17 8 11 42 19 220
Tabel 5. 6
Hasil Perhitungan Kebutuhan Bahan Baku Harian
∅ 32 mm ∅ 30 mm ∅ 12 mm ∅ 3 mm ∅ 34 mm ∅ 32 mm ∅ 28 mm ∅ 12 mm ∅ 3 mm
Tahun 2007
Juli 35 192,44 199,68 191,74 10,42 17 44,76 66,71 241,40 53,66 11,74 990,42
Agustus 35 192,88 200,01 192,18 10,44 17 44,90 66,92 242,16 53,83 11,77 993,03
Sertember 36 201,06 208,63 200,33 10,88 18 46,84 69,82 252,64 56,16 12,29 1035,48
Oktober 35 193,77 201,06 193,06 10,49 17 45,18 67,34 243,68 54,17 11,85 998,27
November 38 210,40 218,31 209,63 11,39 18 49,10 73,18 264,81 58,87 12,86 1084,29
Desember 35 194,65 201,97 193,94 10,53 17 45,46 67,76 245,20 54,51 11,93 1003,50
Tahun 2008
Januari 38 211,35 219,30 210,58 11,45 19 49,40 73,63 266,45 59,23 12,95 1089,96
februari 42 231,35 239,78 230,25 12,52 20 54,06 80,58 291,57 64,81 14,16 1192,15
Maret 37 203,82 211,48 203,07 11,04 18 47,72 71,12 257,37 57,21 12,52 1051,81
April 37 204,28 211,96 203,53 11,06 18 47,87 71,34 258,16 57,39 12,54 1054,53
Mei 38 213,27 221,29 212,49 11,55 19 50,01 75,54 269,74 59,96 13,13 1101,31
Juni 36 197,30 204,72 196,58 10,68 17 46,31 69,02 249,75 55,52 12,14 1019,21
produksi bulanan dengan jumlah hari kerja tiap bulannya, maka rencana
kebutuhan bahan baku harian dapat diketahui yang ditunjukkan pada tabel 5.6.
system Kanban pemasok, dari hasil perhitungan penentuan jumlah kartu Kanban
diketahui bahwa frekuensi pengiriman bahan baku adalah 22 kali / bulan dan 1
kartu Kanban memiliki kuantitas Just In Time (JIT) untuk 1 kali pesan adalah
1200 kg
Order Quantity)
data histories, sehingga permintaan akan kebutuhan bahan baku juga mengalami
fluktuasi.
Tabel 5.7
Rencan kebtuhan bahan baku dengan metode EOQ (Economic Order
Quantity)
Bulan Q (eoq) Fp Q [EOQ]
1 x pesan (kg) (kg)
Juli 2007 6961,84 4 25936,11
Agustus 7022,48 4 26196,59
September 7089,03 4 26472,80
November 7151,58 4 26734,61
Desember 7210,35 4 26982,71
Oktober 7265,50 4 27217,69
Januari 2008 7317,25 4 27440,34
Februari 7365,79 4 27651,23
Maret 7411,32 4 27851,16
April 7454,03 4 28040,91
104
EOQ (Economic Order Quantity) didapat jumlah kuantitas pemesanan bahan baku
Hasil perhitungan rencana kebutuhan bahan baku untuk 12 periode kedepan dapat
Dibawah ini adalah data biaya persediaan pada periode lalu atau periode
5.4. Perbandingan Metode Just In Time (JIT) dan Metode Economic Order
Quantity (EOQ)
metode Just In Time (JIT) dan metode Economic Order Quantity (EOQ).
Tabel 5.8
Hasil Perhitungan Rata-rata Tingkat Inventory
Just In Time
Bulan Periode (JIT) ECONOMIC ORDER QUANTITY
(t) (EOQ)
I awal I akhir I I awal I akhir I
(t) (kg) (kg) (t) (kg) (kg)
Tahun 2007
Juli 13 438,58 1087,78 763,18 438,58 623,88 3883,35
Agustus 14 1087,78 1668,92 1378,35 623,88 1001,61 3913,68
September .15 1668,92 2182,01 1925,46 1001,61 1587,50 3946,95
November 16 2182,01 2627,04 2404,52 1587,50 2367,14 3978,23
Desember 17 2627,04 3003,99 2815,52 2367,14 3326,81 4007,61
Oktober 18 3003,99 3312,91 3158,45 3326,81 4453,42 40035,18
Tahun 2008
Januari 19 3312,91 3553,75 3433,33 4453,42 5734,61 4061,96
Februari 20 3553,75 3726,54 3640,14 5734,61 7158,63 4085,33
Maret 21 3726,54 3831,28 3778,91 7158,63 8714,52 4108,09
April 22 3831,28 3867,96 3849,62 8714,52 10392,11 4129,45
Mei 23 3867,96 3836,56 3852,26 10392,11 12181,71 4149,49
Juni 24 3836,56 3737,13 3786,84 12181,71 14074,33 4168,29
∑ 36435,86 34786,59 71616,26 48466,70
Pada Metode Just In Time (JIT) rata-rata tingkat Inventory di dapat dari
penjumlahan Inventory awal dan Inventory akhir yang kemudian di bagi 2, untuk
Dari hasil perhitungan untuk mencari besarnya nilai Total Inventory Cost
(TIC) yang didalamnya terdapat tiga elemen biaya yaitu biaya pembelian, biaya
pemesanan, serta biaya penyimpanan didapat TIC untuk Metode Just In Time
Rp.234.171.969,21
Untuk hasil perhitungan selanjutnya dapat dilihat pada tabel 4.25 lampiran 13.
Dari perhitungan Total Inventory Cost (TIC) pada tabel 4.25 lampiran 13
Time (JIT) di dapat Total Inventory Cost (TIC) sebesar Rp. 5.012.483.943,59
Bahan Baku
dilakukan setiap bulan sebanyak 22 kali dengan kapasitas sekali pesan yaitu 1200
perhitungan waktu dan jumlah bahan baku dari supplier sangat berperan penting
BAB VI
5.1. Kesimpulan
1. Dengan penerapan metode Just In Time (JIT) dan Economic Order Quantity
Inventory Cost (TIC) untuk metode Just In Time (JIT) sebesar Rp.
metode Just In Time (JIT) didapat penghematan Total Inventory Cost (TIC)
lebih rendah.
Tabel 6.1
(TIC)
109
2. Hasil penerapan Metode Just In Time (JIT) didapat rencana pemesanan bahan
baku lebih sering dilakukan sebanyak 22 kali setiap bulan. Dimana aktivitas
pemesanan ini dilakukan setiap hari. Berikut ini adalah tabel rencana
Untuk 1 kali pemesanan adalah 1 kartu kanban dengan kapasitas 1200 kg.
Dengan melakukan aktivitas pemesanan yang lebih sering dan sesuai dengan
diminimalisir. Sehingga bahan baku dasar tidak perlu lama menunggu untuk
4500
4000
3500
3000
2500
2000
1500
1000
500
0
r
ri
O er
nu er
et
ei
ni
r
Fe 06
Ag 0 5
ril
s
be
N obe
S e stu
ua
Ju
M
Ap
ar
b
i-
li-
em
em
em
br
ar
M
u
Ju
kt
pt
ov
es
Ja
D
Bulan
Gambar 5.1
Diagram Tingkat Inventory Rata-rata ( I )
110
5.2. Saran
1. untuk menunjang keberhasilan metode Just In Time (JIT) agar
pada penerapan metode Economic Order Quantity (EOQ), maka stock out