H07ihe
-
Upload
emil-salim -
Category
Documents
-
view
16 -
download
3
Transcript of H07ihe
ANALISIS PERENCANAAN DAN PENGENDALIAN
PERSEDIAAN BARANG JADI
(STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
Oleh
IRWAN HERMAWAN
H24103119
DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2007
ANALISIS PERENCANAAN DAN PENGENDALIAN
PERSEDIAAN BARANG JADI
(STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA EKONOMI
pada Departemen Manajemen
Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
Oleh
IRWAN HERMAWAN
H24103119
DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2007
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN MANAJEMEN
ANALISIS PERENCANAAN DAN PENGENDALIAN
PERSEDIAAN BARANG JADI
(STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA EKONOMI
pada Departemen Manajemen
Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
Oleh
IRWAN HERMAWAN
H24103119
Menyetujui, Agustus 2007
Ir. Pramono D Fewidarto, MS
Dosen Pembimbing
Mengetahui,
Ir. Jono M Munandar, MS
Ketua Departemen
Tanggal Ujian : 17 Agustus 2007 Tanggal Lulus :
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN MANAJEMEN
ANALISIS PERENCANAAN DAN PENGENDALIAN
PERSEDIAAN BARANG JADI
(STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
MAKALAH SEMINAR
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
Pada Departemen Manajemen
Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
Oleh
IRWAN HERMAWAN
H24103119
Menyetujui, Agustus 2007
Ir. Pramono D Fewidarto, MS
Dosen Pembimbing
ABSTRAK
Irwan Hermawan. H24103119. Analisis Perencanaan dan PengendalianPersediaan Barang Jadi (Studi Kasus pada PT. Alam Sumbervita Jakarta). Dibawah bimbingan Pramono D Fewidarto.
Setiap perusahaan baik yang bergerak di bidang manufaktur, perdaganganmaupun jasa pasti memiliki persediaan dalam menjalankan operasional usahanya.Sekitar 20 – 60 persen aset yang dimiliki perusahaan adalah dalam bentukpersediaan (Baroto, 2002), sehingga pengendalian persediaan merupakan fungsimanajerial yang sangat penting dalam perusahaan.
PT. Alam Sumbervita sebagai perusahaan dagang yang bertindak sebagaidistributor dihadapkan pada dilema dalam menetapkan kebijakan persediaannya,yaitu pada kebijakan persediaan yang dilebihkan atau dikurangkan untukmeminimumkan total biaya persediaan. Tujuan dari penelitian ini adalah 1)Mengetahui bagaimana sistem pengadaan dan pengendalian persediaanperusahaan, 2) Menetapkan jenis produk yang perlu mendapatkan prioritas dalampengendalian persediaan berdasarkan volume penjualan, dan 3) Menghitungtingkat persediaan yang optimal bagi PT. Alam Sumbervita Jakarta. Penelitian inidifokuskan untuk mengkaji kelompok Dry yang termasuk dalam produk prioritasberdasarkan volume penjualan tertinggi.
Penelitian ini dilakukan di PT. Alam Sumbervita yang terletak di Jl. RayaBogor Km 24,7 Jakarta Timur 13750. Data yang digunakan adalah data primerdan data sekunder. Data primer diperoleh dari hasil observasi dan denganmelakukan wawancara pada beberapa karyawan Bagian Pengadaan dan BagianGudang. Data sekunder dikumpulkan melalui studi literatur dan internet sertapengumpulan data sekunder perusahaan.
Jenis-jenis produk yang patut mendapatkan prioritas dalam perencanaan danpengendalian persediaan adalah produk-produk yang memiliki volume penjualantertinggi. Produk-produk tersebut adalah SKM CE’S, SCI C 200ml, SKM CE,SKM IMP’S, SKM Crima, SKM IMP, UHT C 125ml, SKM KKM, UHT FC1000ml, SKM IMC, UHT TS C 200ml dan SCI S 200ml dengan persentasekumulatif penjualan terhadap total penjualan pada tahun 2006 sebesar 75 persen.
Produk-produk prioritas dianalisis dengan menggunakan metode EOQstokastik, karena metode ini dapat mengendalikan persediaan yang di dalamnyaterdapat variabel-variabel yang tidak diketahui dengan pasti dan tidak konstanserta memperhitungkan adanya kemungkinan terjadi kehabisan persediaan (StockOut).
Hasil dari analisis ini menunjukkan bahwa kebijakan perusahaan belumoptimal, karena dengan menggunakan metode EOQ stokastik dan EOQ stokastiktingkat pelayanan 99 persen, total biaya persediaan masih dapat diminmimalkan.Untuk tahun 2006 perusahaan mengeluarkan total biaya persediaan sebesar Rp346.921.048,-. Jika menggunakan metode EOQ stokastik, maka biaya yangdikeluarkan perusahaan sebesar Rp 137.887.950,-, sedangkan dengan metodeEOQ stokastik tingkat pelayanan 99 persen mengeluarkan biaya sebesar Rp146.082.870,-.. Total perkiraan biaya persediaan tahun 2007 dengan metode EOQstokastik adalah sebesar Rp 153.812.122,-, sedangkan dengan metode EOQstokastik tingkat pelayanan 99 persen adalah sebesar Rp 156.889.484,-.
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 24 Februari 1985. Penulis
merupakan anak kedua dari tiga bersaudara pasangan Wagiran Umar dan
Wasiyati.
Penulis menyelesaikan pendidikan di TK KIGR Jakarta pada tahun 1990,
lalu melanjutkan ke Sekolah Dasar Negeri 06 Pagi Jakarta. Pada tahun 1996
penulis melanjutkan pendidikan di Sekolah Lanjutan Tingkat Pertama Negeri 75
Jakarta dan melanjutkan pendidikan di Sekolah Lanjutan Tingkat Atas Negeri 65
Jakarta program IPA pada tahun 2002. Pada tahun 2003, penulis diterima di
Institut Pertanian Bogor melalui jalur Seleksi Penerimaan Mahasiswa Baru
(SPMB) di Departemen Manajemen, Fakultas Ekonomi dan Manajemen.
Selama mengikuti perkuliahan, penulis aktif di berbagai kegiatan
kemahasiswaan sebagai Ketua Depertemen PSDM Rohis Manajemen 40 tahun
ajaran 2005/2006. Ketua Rohis Manajemen 40 untuk tahun ajaran 2006/2007 dan
juga diberbagai kepanitiaan. Selain itu penulis pernah mengikuti Lomba Karya
Tulis Ilmiah tingkat IPB untuk bidang IPS. Selama duduk dibangku kuliah,
penulis juga memiliki aktifitas lain sebagai pengajar privat pada sebuah
bimbingan belajar sampai akhir bulan Juli 2007 dan pernah menjadi co. fasilitator
out bond anak di Kampung Parenca.
iii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Allah SWT karena atas rahmat
dan karunia-Nya skripsi ini dapat diselesaikan dengan baik. Skripsi ini disusun
sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor.
Skripsi ini membahas tentang perencanaan dan pengendalian persediaan
barang jadi. Metode dasar yang sering digunakan perusahaan dalam
mengendalikan persediaan adalah metode EOQ (Economic Order Quantity).
Metode ini mampu memberikan solusi optimal dalam menentukan kebijakan
perencanaan dan pengendalian persediaan dengan memperhatikan pada efisiensi
biaya yang muncul dari adanya persediaan.
Penyusunan skripsi ini banyak dibantu oleh berbagai pihak baik moril
maupun materil. Oleh karena itu, penulis mengucapkan terima kasih yang sebesar-
besarnya kepada :
1. Ir. Pramono D Fewidarto, MS sebagai dosen pembimbing yang telah banyak
meluangkan waktunya untuk memberikan bimbingan, saran, motivasi dan
pengarahan kepada penulis.
2. Heti Mulyati, S.TP, MT dan Hardiana Widyastuti, S.HUT, MM atas
kesediaannya untuk meluangkan waktu menjadi dosen penguji.
3. Ayahanda dan Ibunda sebagai inspirasi dan motivasi yang telah mencurahkan
kasih sayang dan do’a tulus yang tak pernah putus, serta kakak dan adik
tercinta yang selalu memberi semangat untuk menyelesaikan skripi.
4. Pa Hendrik selaku pimpinan yang telah memberikan ijin untuk melakukan
penelitian. Pa Hasan, Bu Siti, Mba Intan, Mba Evi, Ibnu, Mas Dion, Mas Yovi
dan seluruh karyawan PT. Alam Sumbervita Jakarta yang telah membantu
peneliti dan memberikan informasi dalam skripsi ini.
5. Pa Asep, Mas Hadi, Mba Dina, Mas Yadi dan seluruh staf karyawan/wati Tata
Usaha Departemen Manajemen, FEM IPB yang telah banyak membantu
mempersiapkan administrasi.
iv
6. Teman-teman satu bimbingan dan seperjuangan (Fany, Rinrin, Yan, Asep dan
Jw) yang selalu saling mengingatkan dan memberi semangat. Semoga untuk
Asep dan Jw bisa segera menyusul sidang.
7. Adit, Ruslan, yan, Ami, Rinrin, Uci, Etty, Aldhika, Ulfa, Yenni, Ayu, Nela,
Indras, Else, Pasus, yayuk dan Ipeh yang telah mengajarkan apa arti ”teman”
yang sesungguhnya. Teman yang selalu ada saat suka dan duka. Thanks guys,
thanks for everythings. Thanks for being my friends. I’m nothing without you,
but with you i can do everythings.
8. Anita, Whina, Dewi, Mia, Suminar, Cici (Sri), JW, Nadya, Elang, Hendra,
Riri, Diah, Nia, Puji, Roni, Yuli, Astrid, dan seluruh keluarga besar
Manajemen 40 yang tidak dapat disebutkan satu per satu atas canda tawa,
keceriaan, dan kebersamaan selama masa perkuliahan. Keep contact ya, I’m
gonna miss you forever.
9. Adik-adik Manajemen 41 dan 42 yang tidak dapat disebutkan satu per satu
yang juga memberikan semangat dan dukungannya. Thanks for all kindness
and friendships.
10. Edo statistik 40 yang telah membantu mengolah data. Aji dan Heri IE 40 atas
kesediaannya penulis dapat tinggal sementara di kontrakan selama penelitian.
11. Dyta dan keluarga atas do’a, semangat dan dukungannya. Terima kasih telah
menjadi inspirasi dan telah mewarnai hidup penulis. Knowing you once in my
life, is already be a special gift for me.
Skripsi ini masih banyak kekurangan di dalamnya. Oleh karena itu, kritik
dan saran yang membangun penulis harapkan agar dapat menyempurnakan skripsi
ini. Akhirnya, penulis berharap semoga hasil penelitian ini dapat bermanfaat bagi
semua pihak.
Bogor, Agustus 2007
Penulis
v
DAFTAR ISI
Halaman
ABSTRAK
RIWAYAT HIDUP ....................................................................................... iii
KATA PENGANTAR ................................................................................... iv
DAFTAR ISI .................................................................................................. vi
DAFTAR TABEL ......................................................................................... viii
DAFTAR GAMBAR ..................................................................................... ix
DAFTAR LAMPIRAN ................................................................................. x
I. PENDAHULUAN ....................................................................................1.1. Latar Belakang ...................................................................................1.2. Tujuan Penelitian ...............................................................................1.3. Manfaat Penelitian .............................................................................1.4. Batasan Penelitian ..............................................................................
II. TINJAUAN PUSTAKA ..........................................................................2.1. Perencanaan dan Pengendalian Persediaan ........................................2.2. Definisi Peramalan .............................................................................
2.2.1. Manfaat Peramalan ....................................................................2.2.2. Faktor-Faktor Yang Mempengaruhi Permintaan ......................2.2.3. Metode Peramalan Permintaan .................................................2.2.4. Metode ARIMA ( Autoregressive Integrated Moving Average)2.2.5. Pola Permintaan ........................................................................
2.3. Definisi Persediaan .............................................................................2.3.1. Faktor-Faktor Penyebab Munculnya Persediaan ......................2.3.2. Fungsi Persediaan .....................................................................2.3.3. Jenis Persediaan ........................................................................2.3.4. Biaya Persediaan .......................................................................
2.4. Pengendalian Persediaan ....................................................................2.5. Model Pengendalian Persediaan Sederhana .......................................
2.5.1. Economic Order Quantity (EOQ) .............................................2.6. Model-Model Persediaan Stokastik ...................................................
2.6.1. EOQ dengan Ketidakpastian Permintaan Selama Lead Time ...2.7. Penelitian Terdahulu ..........................................................................
III. METODOLOGI PENELITIAN ............................................................3.1. Kerangka Pemikiran ...........................................................................3.2. Tahapan Penelitian .............................................................................3.3. Lokasi dan Waktu Penelitian .............................................................3.4. Jenis dan Metode Pengumpulan Data ................................................3.5. Pengolahan dan Analisis Data ............................................................
vi
11333
4455669101111121315161717181921
232324262627
3.5.1. Klasifikasi Persediaan Berdasarkan Volume Penjualan ........... 273.5.2. Peramalan Permintaan ............................................................... 273.5.3. Metode Pengendalian Persediaan............................................... 28
IV. HASIL DAN PEMBAHASAN ................................................................ 304.1. Gambaran Perusahaan ........................................................................ 304.2. Gambaran Produk .............................................................................. 314.3. Sistem Pengadaan Barang PT. Alam Sumbervita .............................. 324.4. Biaya Persediaan ................................................................................ 354.5. Penentuan Produk-Produk Prioritas Berdasarkan Volume Penjualan 374.6. Peramalan Permintaan Tahun 2007 untu Produk Prioritas ................ 394.7. Pengendalian Persediaan Produk-Produk Prioritas ............................ 42
4.7.1. Pengendalian Persediaan Produk Prioritas dengan Metode EOQStokastik .................................................................................... 42
4.7.2. Pengendalian Persediaan Produk Prioritas dengan Metode EOQStokastik Tingkat Pelayanan 99 Persen .................................... 46
4.7.3. Perbandingan Total Biaya Persediaan Antara Metode Perusahaandengan Metode Peneliti ............................................................. 48
4.7.3. Perkiraan Biaya persediaan Tahun 2007 dengan MetodePerusahaan dan Metode yng Digunakan Peneliti ...................... 51
KESIMPULAN DAN SARAN ..................................................................... 561. Kesimpulan ................................................................................................. 562. Saran ........................................................................................................... 57
DAFTAR PUSTAKA .................................................................................... 58
LAMPIRAN ................................................................................................... 59
vii
DAFTAR TABEL
No Halaman1. Perkiraan parsial berdasarkan tingkat pelayanan ................................... 212. Tujuan penelitian, jenis kebutuhan data, metode pengolahan dan
Kesimpulan yang diharapkan ................................................................. 263. Jenis-jenis produk Dry ........................................................................... 324. Persentase permintaan tiap cabang PT. Alam Sumbervita terhadap
total permintaan ..................................................................................... 355. Total biaya pemesanan dan penyimpanan PT. Alam Sumbervita
Jakarta tahun 2006 ................................................................................. 366. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton
tahun 2006 ............................................................................................ 367. Persentase penjualan produk-produk prioritas terhadap total
penjualan tahun 2006 ............................................................................. 378. Total biaya persediaan produk-produk prioritas tahun 2006 ................. 389. Kapasitas maksimum dan persediaan penyangga produk prioritas ...... 3910. Hasil peramalan permintaan produk prioritas untuk semester 1 tahun
2007 (Januari – Juni) PT. Alam Sumbervita Jakarta ............................. 4111. Hasil peramalan permintaan produk prioritas untuk semester 2 tahun
2007 (juli - Desember) PT. Alam Sumbervita Jakarta ........................... 4212. Biaya persediaan total produk produk prioritas tahun 2006 dengan
metode EOQ stokastik ........................................................................... 4413. Biaya persediaan total produk-produk prioritas tahun 2006 dengan
metode EOQ stokastik tingkat pelayanan 99 persen .............................. 4714. Perbandingan total biaya persediaan tahun 2006 antara metode
perusahaan dan metode yang digunakan peneliti ................................... 4815. Perbedaan besarnya persediaan penyangga tahun 2006 antara metode
perusahaan dan metode yang digunakan peneliti ................................... 5016. Perkiraan total biaya persediaan tahun 2007 dengan metode perusahaan
dan metode yang digunakan peneliti ...................................................... 5217. Perbedaan besarnya persediaan penyangga tahun 2007 antara metode
perusahaan dan metode yang digunakan peneliti ................................... 53
viii
DAFTAR GAMBAR
No1.2.3.4.5.6.7.8.
HalamanFaktor-Faktor yang Mempengaruhi Permintaan ................................... 6Hubungan antara biaya pemesanan dan biaya penyimpanan ................ 18Berbagai variasi permintaan harian (d) dan lead time (L) .................... 19Kerangka Pemikiran .............................................................................. 24Tahapan Penelitian ................................................................................ 25Alur pemesanan barang hingga barang masuk kedalam gudang ........... 33Plot diagram data aktual penjualan SKM CE’S tahun 2004-2006 ......... 40Plot diagram SKM CE’S setelah didiferensiasi ordo pertama ....... ........ 40
ix
DAFTAR LAMPIRAN
No Halaman1. Struktur Organisasi PT. Alam Sumbervita Jakarta....................................... 602. Biaya pemesanan per pesan dan biaya penyimpanan per unit
karton ........................................................................................................... 613. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan
volume penjualan ......................................................................................... 624. Komponen-komponen penyusun biaya pemesanan dan biaya
penyimpanan pada tahun 2006 .................................................................... 665. Kapasitas Maksimum dan persediaan penyangga keseluruhan
produk Dry .................................................................................................. 676. Plot ACF dan Plot PACF diferensiasi ordo pertama SKM CE’S ................ 697. Perhitungan peramalan permintaan tahun 2007 dengan metode ARIMA .... 708. Hasil peramalan permintaan produk prioritas tahun 2007 untuk seluruh
cabang PT. Alam Sumbervita ..................................................................... 789. Standar deviasi rata-rata permintaan harian produk prioritas tahun 2006
dan tahun 2007 …………………………………………………………….. 7910. Contoh print out inventory order cycle (SKM CE’S) .................................. 8111. Contoh print out inventory order cycle service level 99 persen
(SKM CE’S) ................................................................................................ 8212. Perkiraan total biaya persediaan produk-produk prioritas tahun 2007
dengan menggunakan metode perusahaan.................................................... 8413. Contoh print out inventory order cycle tahun 2007 SKM CE’S ................. 8614. Contoh print out inventory order cycle service level 99 persen tahun 2007
SKM CE’S ................................................................................................... 88
x
I. PENDAHULUAN
1.1. Latar Belakang
Setiap perusahaan baik yang bergerak di bidang manufaktur,
perdagangan maupun jasa pasti memiliki persediaan dalam menjalankan
operasional usahanya. Perusahaan memiliki persediaan dalam bentuk
persediaan bahan baku, bahan penolong, maupun dalam bentuk persediaan
produk jadi yang siap untuk dipasarkan langsung ke konsumen.
Perusahaan yang bergerak di bidang jasa juga memiliki persediaan,
minimal dalam bentuk persediaan bahan-bahan pembantu atau barang-
barang perlengkapan yang diperlukan dalam proses produksi untuk
menghasilkan produk jasa yang diharapkan. Sekitar 20 – 60 persen aset yang
dimiliki perusahaan adalah dalam bentuk persediaan (Baroto, 2002),
sehingga pengendalian persediaan merupakan fungsi manajerial yang sangat
penting dalam perusahaan, baik itu untuk perusahaan manufaktur,
perdagangan atau jasa.
PT. Alam Sumbervita sebagai perusahaan dagang yang bertindak
sebagai distributor barang jadi produk-produk PT. Indomilk, PT. Indolakto,
PT. Indomurni dan PT. Indo Es Krim Meiji dihadapkan pada dilema dalam
menetapkan kebijakan persediaannya, yaitu pada kebijakan persediaan yang
dilebihkan atau dikurangkan. Karena bila persediaan dilebihkan, biaya
penyimpanan dan modal yang dibutuhkan akan lebih besar. Kelebihan ini
juga menyebabkan sebagian besar modal yang dimiliki perusahaan terfokus
hanya pada persediaan atau di gudang, dimana semestinya modal tersebut
dapat diinvestasikan pada sektor lain yang lebih menguntungkan. Namun
sebaliknya, bila perusahaan berupaya mengurangi persediaan, perusahaan
suatu saat akan dihadapkan pada masalah stock out (kehabisan persediaan).
Bila perusahaan tidak memiliki persediaan yang cukup untuk operasional
usahanya, biaya pengadaan darurat akan menjadi lebih tinggi daripada
pengadaan barang secara normal. Selain itu, adanya kekurangan persediaan
menyebabkan produk perusahaan yang ada di pasar akan mengalami
2
kelangkaan dan hal ini dapat membuat konsumen kecewa dan akhirnya akan
pindah ke merek lain.
Mengingat adanya konsekuensi logis dari kekurangan atau kelebihan
persediaan tersebut, maka perusahaan harus dengan cermat memperhatikan
masalah persediaan dengan merencanakan dan mengendalikan persediaan
pada tingkat optimalnya. Kriteria optimal disini yaitu keseluruhan biaya
yang minimal terkait dengan semua konsekuensi kebijakan persediaan yang
diambil perusahaan. Selama ini perusahaan menggunakan metode EOQ
tradisional yang disesuaikan dengan kebijakan persediaan penyangga dalam
mengendalikan persediaannya.
Perencanaan dan pengendalian persediaan sendiri diperoleh dari hasil
peramalan permintaan konsumen akan produk perusahaan di masa
mendatang. Hasil dari peramalan ini menjadi dasar bagi PT. Alam
Sumbervita untuk menentukan tingkat persediaan yang optimal. Hasil
peramalan permintaan masa depan dengan akurasi atau tingkat ketepatan
yang tinggi dapat diperoleh dengan menggunakan metode peramalan yang
sesuai berdasarkan jenis pola data historis perusahaan. Diharapkan dengan
penggunaan metode peramalan yang sesuai dengan perusahaan ini akan
diperoleh hasil peramalan akan lebih mencerminkan kondisi aktualnya.
Selanjutnya hasil peramalan permintaan ini akan digunakan perusahaan
sebagai dasar untuk merencanakan dan mengendalikan kegiatan produksi
perusahaan, termasuk didalamnya keputusan untuk perencanaan dan
pengendalian persediaan yang optimal bagi perusahaan, yang menjamin
kegiatan operasional perusahaan tetap berjalan namun juga memperhatikan
adanya pengurangan biaya-biaya yang dianggap dapat dieliminasi atau
diminimalisasi.
Berdasarkan uraian di atas, rumusan masalah yang menarik untuk
penulis kaji adalah apakah model pengendalian persediaan yang digunakan
PT. Alam Sumbervita sudah tepat dan optimal melalui efisiensi biaya-biaya
persediaan yang muncul.
3
1.2. Tujuan Penelitian
Tujuan yang diharapkan dari diadakannya penelitian ini, yaitu antara
lain untuk:
1. Mengetahui sistem pengadaan dan pengendalian persediaan
perusahaan.
2.
3.
Menetapkan jenis produk yang perlu mendapatkan prioritas dalam
pengendalian persediaan berdasarkan volume penjualan tertinggi.
Menghitung tingkat persediaan yang optimal bagi PT. Alam
Sumbervita.
1.3. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat bagi penulis,
perusahaan maupun siapapun yang membacanya, yaitu :
1.
2.
3.
Bagi penulis, untuk mengaplikasikan ilmu dan teori yang pernah
didapat selama kuliah untuk diterapkan di dunia usaha.
Bagi perusahaan, diharapkan hasil analisis ini dapat menjadi bahan
pertimbangan dan masukan dalam pengambilan keputusan tentang
kebijakan perencanaan dan pengendalian persediaan.
Referensi bagi peneliti lain yang ingin melakukan penelitian lebih
lanjut mengenai perencanaan dan pengendalian persediaan.
1.4. Batasan Penelitian
Penulis membatasi ruang lingkup penelitian sebagi berikut :
1.
2.
Kelompok produk yang didistribusikan oleh PT. Alam Sumbervita
Jakarta adalah kelompok Dry, PLM dan Ice Cream. Kelompok yang
dibahas lebih lanjut adalah kelompok Dry.
Jenis produk Dry PT. Alam Sumbervita Jakarta yang analisis adalah
produk-produk prioritas berdasarkan volume penjualan tertinggi.
II. TINJAUAN PUSTAKA
2.1. Perencanaan dan Pengendalian Persediaan
Perencanaan dan pengendalian produksi dan persediaan (PPIC)
merupakan bagian yang berpartisipasi dalam peramalan permintaan,
perencanaan kapasitas keseluruhan organisasi, penentuan berapa banyak
persediaan bahan dan komponen-komponen yang harus ada dan kapan
mendapatkannya, dan bila komponen tersebut diproduksi sendiri, bertanggung
jawab atas kapan dibuat dan pada mesin-mesin mana sehingga master
production schedules atau jadwal perakitan akhir dipenuhi untuk memuaskan
permintaan organisasi (Handoko, 1993).
PPIC pada industri apa pun pada dasarnya memiliki fungsi yang sama.
Fungsi atau aktivitas-aktivitas yang ditangani oleh Departemen PPIC secara
umum adalah sebagai berikut :
1. Mengelola pesanan dari pelanggan.
2. Meramalkan permintaan masa depan agar skenario pruduksi dapat
mengantisipasi fluktuasi permintaan.
3. Mengelola persediaan berupa tindakan transaksi persediaan, kebijakan
persediaan pengaman, kebijakan kuantitas pesanan, kebijakan frekuensi
dan periode pemesanan, dan mengoptimalkan biaya yang terkait
didalamnya.
4. Menyusun rencana agregat, penyesuaian permintaan dengan kapasitas.
5. Membuat Jadwal Induk Produksi (JIP) mengenai apa dan berapa unit yang
harus diproduksi pada suatu periode tertentu.
6. Merencanakan kebutuhan seperti komponen, sub assembly, dan bahan
penunjang untuk penyelesaian produk.
7. Melakukan penjadwalan pada mesin atau fasilitas produksi.
8. Monitoring dan pelaporan pembebanan kerja dibanding kapasitas
produksi.
9. Evaluasi skenario pembebanan dan kapasitas.
5
Perencanaan dan pengendalian persediaan yang merupakan sub dari
Departemen PPIC, terlihat jelas pada poin ke tiga dari fungsi – fungsi di atas
bahwa perencanaan dan pengendalian persediaan memiliki aktivitas – aktivitas
utama untuk mengelola persediaan, baik berupa tindakan transaksi yang
berkenaan langsung dengan persediaan, kebijakan tentang tingkat persediaan
pengaman, kebijakan kuantitas pesanan, kebijakan frekuensi dan periode
pemesanan serta kebijakan pengelolaan persediaan untuk mengoptimalkan
biaya yang terkait didalamnya.
Fungsi - fungsi tersebut berlaku secara umum, namun terkadang suatu
perusahaan hanya memiliki beberapa fungsi saja, tergantung sistem
perencanaan dan pengendalian produksi dan persediaan yang digunakan
perusahaan.
2.2. Definisi Peramalan Permintaan
Menurut Assauri (2004), peramalan merupakan seni dan ilmu dalam
memprediksikan kejadian yang akan dihadapi pada masa yang akan datang.
Selain itu Assauri juga mendefinisikan peramalan sebagai upaya penggunaan
data atau informasi untuk menentukan kejadian di masa yang akan datang,
dalam bentuk perkiraan atau perhitungan dari data historis masa lalu dan
informasi lainnya untuk penentuan terlebih dahulu atau prakiraan. Peramalan
akan permintaan produk dan jasa diwaktu mendatang dan bagian-bagiannya
ini sangat penting sebagai dasar dalam perencanaan dan pengawasan produksi
dan persediaan.
2.2.1. Manfaat Peramalan Permintaan
Peramalan digunakan sebagai dasar untuk menentukan kebijakan
pengendalian dari sistem persediaan, membuat perencanaan produksi,
pembebanan mesin, peralatan, bahan, serta untuk menentukan tingkat
tenaga kerja selama periode produksi (Baroto, 2002). Informasi tentang
permalan permintaan akan sangat berguna bagi kegiatan operasional
perusahaan, yaitu dalam tiga hal. Pertama dalam perencanaan atau
perancangan sistem, kedua dalam hal penjadwalan sistem dan yang
ketiga yaitu pengendalian sistem, termasuk didalamnya pengendalian
6
untuk produksi, pengendalian persediaan, pengendalian tenaga kerja dan
pengendalian biaya (Assauri, 2004).
2.2.2. Faktor-Faktor yang Mempengaruhi Permintaan
Besarnya permintaan konsumen akan produk atau jasa sangat
dipengaruhi oleh keadaan di masa yang akan datang. Keadaan itu bisa
bersumber dari faktor internal perusahaan, faktor eksternal pasar dan
pemerintah. Faktor internal perusahaan diantaranya adalah mutu, harga,
desain, daur hidup produk, bauran produk dan aktifitas penjualan. Faktor
eksternal pasar bisa berwujud selera dan persepsi konsumen, demografi,
persaingan dan citra produk. Faktor terakhir yang juga turut
mempengaruhi tingkat permintaan yaitu faktor eksternal pemerintah,
diantaranya dalam bentuk deregulasi baik dibidang ekonomi, sosial,
politik dan peraturan lainya (Baroto, 2002).
INTERNAL EKSTERNAL(PASAR)
EKSTERNAL(PEMERINTAH)
Daur HidupProdukLayananKualitasDesain Produk
Selera &PersepsiPelanggan
Demografi Persaingan
DeregulasiEkonomiSektor SwastaSiklus Bisnis
Harga
Iklan Aktivitas penjulalan Bauran Produk
PERMINTAAN
Gambar 1. Faktor-Faktor yang Mempengaruhi Permintaan
(Sumber : Baroto, 2002)
2.2.3. Metode Peramalan Permintaan
Baroto (2002) menyatakan bahwa ada beberapa metode untuk
membuat peramalan permintaan. Pada dasarnya semua metode
peramalan tersebut memiliki ide yang sama, yaitu menggunakan data
7
masa lalu untuk memperkirakan atau memproyeksikan data di masa
yang akan datang.
Berdasarkan tekniknya metode peramalan dapat dibedakan
menjadi dua, yaitu metode kualitatif dan metode kuantitatif. Metode
kualitatif digunakan karena ketidaktersediaan data masa lalu yang
dibutuhkan atau data tersedia dalam jumlah yang sedikit, sehingga dalam
metode ini pendapat pakar dan praktisi dijadikan dasar untuk
menetapkan permintaan yang akan datang (Baroto, 2002).
Metode kualitatif yang banyak dikenal dan digunakan adalah
metode Delphi dan metode kelompok nominal (nominal group
technique).
1. Metode Delphi, merupakan suatu teknik yang menggunakan
prosedur sistematis untuk mendapatkan suatu konsensus pendapat-
pendapat dari suatu kelompok ahli (Handoko, 1994). Proses ini
dilakukan dengan meminta kepada anggota kelompok untuk
memberikan serangkaian ramalan melalui tanggapan mereka
terhadap daftar pertanyaan. Kemudian moderator mengumpulkan
dan memformulasikan daftar pertanyaan baru dan dibagikan kembali
kepada kelompok. Kunci keberhasilan metode ini tergantung pada
kompetensi koordinator dan kepakaran anggota serta variasi
pengalamannya. Koordinator perlu untuk memiliki kemampuan
menjalin sintesa atas berbagai pendapat dan ramalan dari peserta
yang memiliki latar belakang bervariasi.
2. Metode Kelompok Nominal (Nominal Group Technique). Metode
ini melibatkan orang-orang yang berpengalaman dari berbagai
bidang. Metode ini memungkinkan terjadinya diskusi antar anggota
secara langsung dan secara tatap muka, sedangkan dengan metode
Delphi sama sekali tidak ada interaksi lisan. Kunci keberhasilan dari
metode ini terletak pada kemampuan kelompok dalam
mengidentifikasi permasalahan dan dalam berfikir secara kreatif,
serta kesediaan para anggota untuk berdiskusi serta berdialog dalam
membahas masa depan.
∑ ∑
⎡⎛ f− fˆ⎢⎜ t
∑t ⎟ 100 0⎥
f t⎟⎥
8
Metode kuantitatif menggunakan suatu set data historis masa lalu
perusahaan yang akan digunakan untuk meramalkan permintaan di masa
datang. Ada dua kelompok besar metode kuantitatif, yaitu metode time
series dan metode nontime series (structural models).
Metode time series merupakan metode peramalan yang
menggunakan waktu sebagai dasar peramalan. Tidak ada metode yang
paling baik untuk memberikan suatu peramalan keseluruhan, karena
metode yang memberikan hasil ramalan secara tepat belum tentu tepat
untuk meramalkan data yang lain. Pada peramalan time series metode
peramalan terbaik adalah metode yang memenuhi kriteria ketepatan
ramalan, yaitu dapat berupa MAD (Mean Absolute Deviation), MSE
(Mean Square of Error) atau MAPE (Mean Absolute Percentage of
Error).
MSE
m
t1
f t− fˆt
m
2
.......... ..(1) MAD
m
t1
f t− fˆt
m.......... ....( 2)
MAPE
m
⎣⎝
t
m
⎠⎦0
⎞⎤
....................(3)
Dimana :
f t permintaan aktual pada periode t
fˆt ramalan permintaan untuk periode t
m = jumlah periode yang digunakan sebagai dasar peramalan
Metode time series sendiri menurut Baroto (2002), antara lain
metode Free Hand, metode Moving Average, metode Weighted Moving
Average, metode Exponential Smoothing, metode regresi linier
sederhana, metode interpolasi Gregory-Newton, metode Winter, dan
lain-lain.
9
Prosedur untuk peramalan permintaan dengan metode time series
adalah sebagai berikut :
1. Tentukan pola data permintaan dengan memplotkan data secara
grafis.
2. Mencoba beberapa metode time series yang sesuai dengan pola
permintaan tersebut untuk peramalan.
3. Mengevaluasi tingkat kesalahan masing-masing metode dengan
menggunakan kriteria MAD, MSE atau MAPE.
4. Memilih metode peramalan terbaik diantara metode yang telah
dicoba.
5. Melakukan peramalan permintaan dengan menggunakan metode
terbaik yang telah dipilih.
2.2.4. Metode ARIMA (Autoregressive Integrated Moving Average)
ARIMA (Autoregressive Integrated Moving Average) merupakan
salah satu model untuk menghitung peramalan yang dikembangkan oleh
Box dan Jenkins, sehingga disebut ARIMA Box-Jenkins. Menurut
Aritonang (2002) metode ARIMA merupakan gabungan dari metode
penghalusan, metode regresi dan metode dekomposisi.
Peramalan dengan metode ARIMA dilakukan melalui lima tahap,
yaitu :
1. Tahap pemeriksaan kestasioneran data
2. Tahap pengidentifikasian model
3. Tahap pengestimasian parameter model
4. Tahap pengujian model
5. Penggunaan model untuk peramalan.
Menurut Baroto (2002), karakteristik peramalan permintaan adalah
sebagai berikut :
1. Faktor penyebab yang berlaku di masa lalu diasumsikan akan
berfungsi juga di masa yang akan datang.
2. Peramalan tidak pernah sempurna, permintaan aktual selalu berbeda
dengan permintaan yang diramalkan.
10
3. Tingkat ketepatan ramalan akan berkurang dalam rentang waktu
yang semakin panjang. Implikasinya peramalan untuk rentang yang
pendek akan lebih akurat dibanding peramalan untuk waktu yang
panjang.
2.2.5. Pola Permintaan
Pola permintaan merupakan suatu pola pergerakan jangka panjang
dari tampilan data-data scatter diagram permintaan (Baroto, 2002). Pola
permintaan ini akan berhubungan dengan metode peramalan yang
digunakan. Dalam time series ada empat jenis pola permintaan, yaitu :
1. Pola Trend.
Pola Trend adalah bila data permintaan menunjukkan pola
kecenderungan gerakan penurunan atau kenaikan jangka panjang.
Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang
waktu yang panjang akan dapat ditarik suatu garis maya. Garis inilah
yang disebut dengan garis trend. Bila data berpola trend, maka
metode peramalan yang sesuai adalah menggunakan metode regresi
linear, exponential smoothing atau double exponential smoothing.
2. Pola musiman.
Pola musiman terjadi bila data yang terbentuk terlihat berfluktuasi,
namun fluktuasi tersebut terjadi secara berulang dalam suatu waktu
interval tertentu. Disebut pola musiman karena pola permintaan ini
biasanya dipengaruhi oleh musim, sehingga biasanya interval
pengulangan data ini adalah satu tahun. Metode peramalan yang
paling sesuai digunakan untuk pola permintaan musiman adalah
metode Winter (sangat sesuai), atau moving average, atau weighted
moving average.
3. Pola Siklikal
Pola siklikal adalah pola permintaan yang terjadi bila fluktuasi yang
terjadi secara jangka panjang membentuk pola sinusoid atau
gelombang atau siklus. Pola ini agak mirip dengan pola musiman,
bentuknya selalu mirip gelombang sinusoid. Untuk menentukan data
berpola siklis tidaklah mudah, karena rentang waktu perulangan
11
sikklikal tidak tentu. Metode yang paling sesuai untuk pola
permintaan ini adalah metode moving average, weighted moving
average, dan exponential smoothing.
4. Pola Eratik/Random.
Pola eratik adalah bila fluktuasi pola permintaan yang terjadi dalam
jangka panjang tidak dapat digambarkan oleh ketiga pola lainnya.
Fluktuasi permintaan ini bersifat acak atau tidak jelas. Pola
permintaan jenis ini belum ada metode khusus yang dapat
meramalkan permintaan dengan tingkat akurasi yang lebih baik
dibanding yang lain, tingkat kemampuan seorang analis peramalan
sangat menentukan dalam pengambilan kesimpulan mengenai pola
data. Keterampilan, pengalaman dan imajinasi seorang analis
peramalan merupakan faktor yang paling menetukan dalam
pelaksanaan peramalan.
2.3. Definisi Persediaan
Groebner dalam Baroto (2002) mendifinisikan persediaan sebagai
komponen material, atau produk jadi yang tersimpan di tangan, menunggu
untuk digunakan atau dijual. Menurut Assauri (2004), persediaan merupakan
aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk
dijual dalam suatu periode usaha yang normal atau persediaan barang-barang
yang masih dalam proses produksi, ataupun persediaan barang baku yang
menunggu penggunaannya dalam suatu proses produksi. Sehingga persediaan
merupakan istilah umum yang menunjukkan segala sesuatu atau sumber daya
organisasi yang disimpan dalam antisipasinya terhadap pemenuhan
permintaan.
2.3.1. Faktor – Faktor Penyebab Munculnya Persediaan
Alasan diberlakukannya persediaan oleh suatu perusahaan pabrik
menurut Assauri (2004) adalah karena :
1. Dibutuhkan waktu untuk menyelesaikan operasi produksi untuk
memindahkan produk dari suatu tingkat ke tingkat proses lain, yang
disebut persediaan dalam proses dan pembelian.
12
2. Adanya alasan organisasi untuk memungkinkan satu unit atau bagian
membuat jadwal operasinya secara bebas tidak tergantung dari yang
lain.
Menurut Baroto (2002), penyebab timbulnya persediaan adalah
sebagai berikut :
1. Adanya mekanisme pemenuhan atas permintaan. Karena permintaan
terhadap suatu barang tidak dapat dipenuhi seketika bila barang
tersebut tidak tersedia sebelumnya. Untuk menyiapkan barang
diperlukan waktu pembuatan dan pengiriman, maka adanya
persediaan merupakan hal yang sulit untuk dihindari.
2. Keinginan untuk meredam ketidakpastian. Karena ketidakpastian
terjadi akibat permintaan yang bervariasi dan tidak pasti dalam
jumlah maupun waktu kedatangan, waktu pembuatan yang
cenderung tidak konstan antara satu produk dengan produk
berikutnya, lead time yang cenderung tidak pasti karena banyak
faktor yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam
dengan mengadakan persediaan.
3. Keinginan untuk melakukan spekulasi yang bertujuan untuk
mendapatkan keuntungan besar dari kenaikan harga di masa
mendatang.
2.3.2. Fungsi Persediaan
Efisiensi produksi dapat ditingkatkan melalui pengendalian sistem
persediaan. Efisiensi ini dapat dicapai bila fungsi persediaan dapat
dioptimalkan. Beberapa fungsi persediaan menurut Baroto (2002) adalah
sebagai berikut :
1. Fungsi Independensi. Agar proses produksi dapat terus berjalan
tanpa tergantung pada permintaan dan pasokan bahan baku dari
pemasok.
2. Fungsi Ekonomis. Seringkali dalam kondisi tertentu, memproduksi
dengan jumlah produksi tertentu akan lebih ekonomis daripada
memproduksi secara berulang atau sesuai permintaan. Jadi memiliki
13
persediaan dalam beberapa kasus bisa merupakan tindakan yang
ekonomis.
3. Fungsi Antisipasi. Persediaan diperlukan untuk mengantisipasi
adanya perubahan permintaan atau pasokan, sehingga kegiatan
menimbun bahan baku terlebih dahulu merupakan kegiatan yang
rasional bagi perusahaan.
4. Fungsi Fleksibilitas. Bila dalam proses produksi terdiri atas beberapa
tahapan proses operasi dan kemudian terjadi kerusakan pada satu
tahapan proses operasi, maka akan diperlukan waktu untuk
melakukan perbaikan. Karena itu persediaan barang setengah jadi
pada situasi seperti ini merupakan faktor penolong untuk kelancaran
proses operasi.
2.3.3. Jenis Persediaan
Menurut Assauri (2004), persediaan yang terdapat dalam
perusahaan dapat dibedakan menurut beberapa cara. Pertama dilihat
berdasarkan fungsinya, persediaan dibedakan atas :
1. Batch Stock atau Lot Size Inventory yaitu persediaan yang diadakan
karena membeli atau membuat bahan-bahan atau barang-barang
dalam jumlah yang lebih besar daripada jumlah yang dibutuhkan
pada saat itu. Keuntungan yang akan diperoleh dari adanya batch
stock ini antara lain adalah untuk :
a) Memperoleh potongan harga pada harga pembelian dalam jumlah
banyak.
b) Memperoleh efisiensi produksi karena adanya operasi yang lebih
lama.
c) Adanya penghematan dalam biaya pengangkutan.
2. Fluctuation Stock adalah persdiaan yang diadakan untuk menghadapi
fluktuasi permintaan konsumen yang tidak dapat diramalkan. Jadi
apabila terdapat fluktuasi permintaan yang sangat besar, maka
persediaan ini dibutuhkan sangat besar pula untuk menjaga
kemungkinan naik turunnya permintaan tersebut.
14
3. Anticipation Stock yaitu persediaan yang diadakan untuk
menghadapi fluktuasi permintaan yang dapat diramalkan,
berdasarkan pola musiman yang terdapat dalam satu tahun untuk
menghadapi penggunaan atau penjualan permintaan yang meningkat.
Disamping itu persediaan ini dimaksudkan pula untuk menjaga
kemungkinan sukarnya diperoleh bahan-bahan sehingga tidak
mengganggu jalannya produk atau menghindari kemacetan produksi.
Persediaan juga dibedakan berdasarkan jenisnya secara fisik dan
posisi barang tersebut dalam urutan pengerjaan produk, yaitu :
1. Persediaan Bahan Baku (Raw Material Stock) yaitu persediaan dari
barang-barang berwujud yang digunakan dalam proses produksi,
barang mana yang dapat diperoleh dari sumber-sumber alam ataupun
dibeli supplier atau perusahaan yang menghasilkan bahan baku bagi
perusahaan pabrik yang menggunakannya.
2. Persediaan bagian produk yang dibeli (Purchased Parts atau
Components Stock) yaitu persediaan barang-barang yang terdiri dari
komponen yang diterima dari perusahaan lain, yang secara langsung
dirakit dengan komponen lain, tanpa melalui proses produksi
sebelumnya. Jadi bentuk barang yang merupakan parts ini tidak
mengalami perubahan dalam operasi.
3. Persediaan bahan-bahan pembantu atau barang-barang perlengkapan
(Supplies Stock) yaitu persediaan barang-barang atau bahan-bahan
yang diperlukan dalam proses produksi untuk membantu berhasilnya
produksi atau yang dipergunakan dalam bekerjanya suatu
perusahaan, tetapi tidak merupakan bagian atau komponen dari
barang jadi.
4. Persediaan barang setengah jadi atau barang dalam proses yaitu
persediaan barang-barang yang keluar dari tiap-tiap bagian dalam
satu pabrik atau bahan-bahan yang telah diolah menadi suatu bentuk,
tetapi lebih perlu diproses kembali untuk kemudian menjadi barang
jadi. Mungkin saja barang setengah jadi bagi suatu pabrik,
15
merupakan barang jadi bagi pabrik lain karena proses produksinya
hanya memang sampai disitu saja.
5. Persediaan barang jadi (finished goods stock) yaitu persediaan
barang-barang yang telah selesai diproses atau diolah dalam pabrik
dan siap untuk dijual kepada pelanggan atau perusahaan lain.
2.3.4. Biaya Persediaan
Biaya persediaan menurut Baroto (2002) adalah semua
pengeluaran dan kerugian yang timbul sebagai akibat adanya persediaan.
Biaya tersebut diantaranya adalah sebagai berikut :
1. Harga pembelian, yaitu biaya yang dikeluarkan untuk membeli
barang, besarnya sama dengan harga perolehan sediaan itu sendiri
atau harga belinya. Pada beberapa model pengendalian sistem
persediaan, biaya tidak dimasukkan sebagai dasar untuk membuat
keputusan.
2. Biaya pemesanan, yaitu biaya yang harus dikeluarkan untuk
melakukan pemesanan ke pemasok, yang besarnya tidak dipengaruhi
oleh jumlah pesanan. Biaya pemesananan adalah semua pengeluaran
yang timbul untuk mendatangkan barang dari pemasok. Biaya ini
meliputi biaya pemrosesan pesanan, biaya ekspedisi, upah, biaya
telekomunikasi, biaya dokumentasi/transaksi, biaya pengepakan,
biaya pemeriksaan, dan biaya lainnya yang tidak tergantung jumlah
pesanan.
3. Biaya penyiapan (set up cost) adalah semua pengeluaran yang timbul
dalam mempersiapkan produksi. Biaya ini terjadi bila item
persediaan diproduksi sendiri dan tidak membeli dari pemasok.
Biaya ini meliputi biaya persiapan peralatan produksi, biaya
mempersiapkan mesin (set up), biaya mempersiapkan tenaga kerja
langsung, biaya perencanaan dan penjadwalan produksi, dan biaya-
biaya lain yang besarnya tidak tergantung pada jumlah item yang
diproduksi.
4. Biaya penyimpanan adalah biaya yang dikeluarkan dalam
penanganan atau penyimpanan material, semi finished product, sub
16
assembly, atau pun produk jadi. Biaya ini besarnya tergantung dari
lamanya penyimpanan dan jumlah yang disimpan. Biaya simpan
biasanya dinyatakan dalam biaya per unit per periode. Biaya
penyimpanan ini meliputi :
a) Biaya fasilitas penyimpanan (penerangan, pemanas atau
pendingin).
b) Biaya modal (opportunity cost of capital, yaitu alternatif
pendapatan atas dana yang diinvestasikan dalam persediaan).
c) Biaya keusangan
d) Biaya perhitungan fisik dan konsiliasi laporan.
e) Biaya asuransi dan pajak
f) Biaya penangannan persediaan dan biaya-biaya lainnya yang
bersifat variabel tergantung pada jumlah item.
5. Biaya kekurangan persediaan. Bila perusahaan kehabisan barang saat
ada permintaan, maka akan terjadi stock out. Stock out menimbulkan
kerugian berupa biaya akibat kehilangan kesempatan mendapatkan
keuntungan atau kehilangan pelanggan yang kecewa dan beralih ke
pesaing. Biaya ini sulit diukur karena berhubungan dengan good will
perusahaan.
2.4. Pengendalian Persediaan
Jumlah pemesanan ekonomis merupakan besarnya pesanan yang
diadakan agar menghasilkan biaya-biaya persediaan yang minimal (Assauri,
1993). Untuk menentukan jumlah pemesanan yang ekonomis ini, harus
diupayakan agar biaya-biaya pemesanan dan penyimpanan diperkecil. Usaha
untuk memperkecil biaya pemesanan dan penyimpanan ini menyebabkan
sistem persediaan dihadapkan pada dua sifat biaya yang bertentangan. Sifat
yang pertama menekankan agar pemesanan dilakukan dalam jumlah besar
sehingga akan memperkecil biaya pemesanan per unit. Sifat biaya yang kedua,
menekankan pada upaya untuk meminimumkan jumlah persediaan agar
memperkecil biaya penyimpanan. Berdasarkan kedua sifat tersebut dapat
dilihat bahwa jumlah pemesanan ekonomis terletak antara biaya pemesanan
dan biaya penyimpanan.
17
Model persediaan tradisional memberikan solusi berupa diadakannya
suatu persediaan dalam jumlah tertentu sebagai tindakan pengendalian atas
kondisi-kondisi nyata yang mungkin terjadi. Inilah yang disebut sebagai
sediaan pengaman atau Safety Stock (SS). Dimana penentuan besar kecilnya
safety stock ini dipengaruhi oleh pola permintaan, biaya dan lead time.
Pada kondisi dimana terdapat elemen yang cepat berubah seperti
terjadinya perubahan harga, maka perusahaan menetapkan suatu ambang batas
untuk tingkat perubahan harga itu sendiri yang dihubungkan dengan
pengendalian. Bila perubahan harga belum malampaui ambang batas maka
belum perlu untuk melakukan tindakan apa-apa. Penyesuaian baru dilakukan
bila perubahan harga telah melalui ambang batas yang telah ditentukan.
Menurut Baroto (2002) model-model pengendalian persediaan
tradisional mengasumsikan waktu yang diperlukan untuk pemenuhan
kebutuhan (lead time) adalah konstan. Secara aktual, asumsi ini sulit dipenuhi
karena banyak masalah yang tak dapat dihindarkan sehingga pesanan tidak
dapat terkirim sesuai dengan waktu yang diperkirakan.
2.5. Model Pengendalian Persediaan Sederhana
2.5.1. Economic Order Quantity (EOQ)
Metode manajemen persediaan yang paling terkenal adalah model-
model Economic Order Quantity (EOQ) atau Economic Lot Size (ELS).
Metode-metode ini dapat digunakan baik untuk barang yang dibeli
maupun yang diproduksi sendiri. Model EOQ merupakan metode yang
biasa digunakan untuk barang yang dibeli, sedangkan ELS untuk barang-
barang yang diproduksi secara internal.
Menurut Handoko (2000), konsep EOQ (kadang disebut sebagai
model fixed order quantity) adalah sederhana. Model ini digunakan
untuk menentukan kuantitas pesanan persediaan yang meminimumkan
biaya langsung penyimpanan persediaan dan biaya kebalikannya
(inverse cost) pemesanan persediaan. Gambar 2 di bawah menunjukkan
hubungan antara biaya penyimpanan dan biaya pemesanan.
18
Biaya Total
Biaya TotalTC H Q
2 S D
Q
Biaya penyimpanan H Q2
Biaya pemesanan S DQ
EOQ Kuantitas (Q)
Gambar 2. Hubungan antara biaya pemesanan dan biayapenyimpanan
(Sumber : Handoko, 2003)
Rumus EOQ yang biasa digunakan adalah sebagai berikut :
EOQ 2SDH
........................................................................... (4)
Dimana :
D = penggunaan atau permintaan yang diperkirakan per periode
S = biaya pemesanan per Pesanan
H = biaya penyimpanan per unit per tahun
Asumsi dari penggunaan model EOQ adalah sebagai berikut :
1. Permintaan akan produk adalah konstan, seragam dan diketahui
2. Harga per unit produk adalah konstan
3. Biaya penyimpanan per unit per tahun (H) adalah konstan
4. Biaya pemesanan per pesan (S) adalah konstan
5. Waktu antara pesanan dilakukan dan barang diterima (lead time, L)
adalah konstan
6. Tidak terjadi kekurangan barang atau back orders
2.6. Model-Model Persediaan Stokastik
Keadaan nyata yang berlaku pada perusahaan, ada beberapa parameter
yang memiliki nilai tidak pasti, satu atau lebih parameter tersebut merupakan
variabel-variabel acak. Parameter tersebut diantaranya :
1. Permintaan tahunan (D)
2. Permintaan harian (d)
3. Lead time (L)
19
4. Biaya penyimpanan (H)
5. Biaya pemesanan (S)
6. Biaya kehabisan persediaan atau shortage cost (stock out=B)
7. Harga (C)
Model-model EOQ sebelumnya dapat tidak peka terhadap perubahan-
perubahan D, H, S atau B. Model persediaan stokastik atau simulasi
merupakan metode yang valid dalam penentuan EOQ yang didalamnya
terdapat parameter-parameter yang tidak diketahui dengan pasti dan konstan.
Untuk menghadapi permintaan yang bervariasi perusahaan biasanya
mempunyai tingkat persediaan tertentu sebagai pengaman yang disebut safety
atau buffer stocks. Safety stock ini menyediakan sejumlah persediaan selama
masa lead time.
2.6.1. EOQ dengan Ketidakpastian Permintaan Selama Lead Time
Tujuan model ini adalah menentukan besarnya persediaan pengaman
(safety stock) untuk meminimumkan biaya kehabisan bahan (expected costs of
shortages) dan biaya penyimpanan persediaan pengaman (holding safety
stock).
kuantitas(unit)
Persediaan
Persediaannyata
teoritik
Titik pemesanankembali
PersediaanPengaman
waktu
L1 L2 L3
Gambar 3. Berbagai variasi permintaan harian (d) dan lead time (L)(Sumber : Handoko, 2003)
Gambar 3 menunjukkan grafik tingkat persediaan teoritik dan
persediaan nyata dari waktu ke waktu. Seperti ditujukan dalam gambar
tersebut, ada perbedaan permintaan dan lead time teoritik dengan
kenyataannya, sehingga bila tidak ada persediaan pengaman/penyangga
20
maka perusahaan akan mengalami kekurangan bahan. Besarnya
persediaan penyangga yang dibutuhkan adalah sebesar selisih antara
permintaan yang diperkirakan selama masa lead time (ROP = dL)
dengan permintaan maksimum wajar yang mungkin dapat terjadi selama
masa lead time (ROP max).
Persediaan penyangga = ROP max – ROP .......................................... (5)
Besarnya ROP max ini diperoleh ROP rata-rata harian ditambah
deviasi standar permintaan harian (σD) dikali faktor keselamatan (n)
yang berhubungan dengan tingkat pelayanan dari probabilitas terjadinya
permintaan.
Persediaan penyangga = ROP max – ROP = (ROP + n σD) - ROP
Persediaan penyangga = n σD .............................................................. (6)
Brown dalam Buffa (1994) menyatakan bahwa perkiraan
kekurangan jumlah per pesanan merupakan hasil kali σD dan E(k),
dimana E(k) merupakan perkiraan persial untuk suatu permintaan
dengan deviasi standar unit. Perkiraan parsial adalah perkiraan besarnya
permintaan di atas tingkat tertentu.
Perkiraan kekurangan jumlah per pesanan = σD x E(k) ...................... (7)
Biaya penyimpanan persediaan penyangga = σDn x H ....................... (8)
Biaya kekurangan persediaan = B (D/Q) x perkiraan kekurangan
= B (D/Q) x σD x E(k) .......................... (9)
Brown dalam Buffa (1994) menciptakan tabel perkiraan parsial
untuk perkiraan kekurangan jumlah per pesan dengan faktor keselamatan
tertentu yang berhubungan dengan tingkat pelayanan tertentu. Tabel
perkiraan parsial ini telah memperhitungkan kemungkinan terjadinya
kehabisan persediaan selama masa tenggang (masa pengisian kembali)
yang disesuaikan dengan tingkat pelayanan perusahaan. Hasil
perhitungan dengan menggunakan tabel ini juga dapat memperkirakan
total biaya kehabisan dan tambahan biaya penyimpanan yang paling
kecil dari adanya tambahan persediaan penyangga. Perusahaan dapat
menentukan tingkat pelayanan bagi perusahaan dengan melihat hasil
Faktor Pengaman, n Tingkat Pelayanan, % Perkiraan Parsial, E(k)
3,090 99,9 0,00028
2,576 99,5 0,00158
2,326 99,0 0,00441
1,960 97,5 0,00945
1,645 95,0 0,02089
1,282 90,0 0,04730
1,036 85,0 0,07776
0,842 80,0 0,11156
0,674 75,0 0,14928
0,524 70,0 0,19050
0,385 65,0 0,23565
0,253 60,0 0,28515
0,126 55,0 0,33911
0 50,0 0,39894
21
perbandingan biaya kehabisan dan tambahan biaya penyimpanan dari
setiap tingkat pelayanan.
Tabel 1. Perkiraan parsial berdasarkan tingkat pelayanan
Sumber : Brown dalam Buffa,1994
2.7. Penelitian Terdahulu
Danarti (2004) dalam penelitiannya dengan judul Kajian Pengendalian
Bahan Baku Teh Botol Freshtea Pada PT CocaCola Bottling Indonesia yang
bertujuan untuk menentukan tingkat persediaan bahan baku teh botol yang
optimal serta analisis sensitivitas terhadap kebijakan pengendalian persediaan
selama ini oleh perusahaan. Menggunakan metode EOQ, penelitian ini
menghasilkan bahwa biaya persediaan akan optimal bila pembelian bahan
baku per pesanan adalah sebesar 148 karung teh kering dan 640 karung gula
pasir dan frekuensi pemesanan selama periode Juli – Desember sebanyak 11
kali untuk teh kering dan 17 kali untuk gula pasir. Bila dibandingkan dengan
sistem yang selama ini digunakan perusahaan, penghematan biaya persediaan
teh kering sebesar Rp 1.788.160,- dan gula pasir sebesar Rp 6.809.269,-. jadi
kesimpulannya pengendalian persediaan teh kering dan gula pasir yang selama
ini dilakukan oleh perusahaan belum optimal.
22
Purwani (2006) dalam penelitiannya dengan judul Kajian Persediaan
bahan Baku Kulit Sintetik di Perusahaan Sumber Karya Indah dengan Metode
Simulasi, yang bertujuan untuk mengkaji sistem persediaan yang dilakukan
perusahaan, serta membuat model dan biaya persediaan dengan metode
Simulasi. Dari hasil analisisnya didapat hasil bahwa berdasarkan kebijakan
perusahaan, biaya persediaan total adalah sebesar Rp 13.716.170,- per tahun.
Perusahaan menetapkan pemesanan 2 roll dengan titik pesan kembali 0.25
roll. Menurut metode simulasi, jumlah pemesanan bahan baku yang dapat
meminimalkan biaya persediaan adalah 21 roll dengan titik pemesanan
kembali sebesar 0.63 roll. Biaya persediaan total berdasarkan jumlah
pemesanan optimal menurut metode simulasi adalah sebesar Rp 1.841.191,-
per tahun. Besarnya penghematan perusahaan apabila menggunakan metode
simulasi adalah sebesar 86 persen.
Putra (2005) dalam penelitiannya yang berjudul Analisis Pengendalian
Persediaan Bahan baku Produk Ban Pada PT Goodyear Indonesia, Tbk yang
bertujuan untuk menganalisis sistem pengadaan dan pengendalian bahan baku
perusahaan dan analisis tingkat persediaan dan kebijakan pengendalian
persediaan bahan baku yang optimal bagi perusahaan. Dari hasil penelitiannya
dengan menggunakan metode EOQ didapat hasil bahwa adanya perbedaan
pengendalian persediaan yang cukup signifikan antara metode EOQ dengan
metode yang selama ini digunakan perusahaan. Namun untuk kebijakan
pengadaan dan pengendalian bahan baku lokal, perusahaan telah melakukan
kebijakan dengan optimal.
III. METODOLOGI PENELITIAN
3.1. Kerangka Pemikiran
Setiap jenis perusahaan baik yang bergerak di bidang jasa, manufaktur
maupun perdagangan memiliki banyak faktor yang mempengaruhi kelancaran
operasionalnya. Salah satu faktor tersebut adalah persediaan baik dalam
bentuk persediaan bahan baku, bahan yang dibeli (spare part), bahan
penolong/perlengkapan, barang setengah jadi maupun barang jadi yang
digunakan dalam kegiatan operasional perusahaan.
PT. Alam Sumbervita sebagai perusahaan dagang yang berperan sebagai
distributor dari satu atau beberapa produk merupakan perusahaan yang salah
satu aktivitas utamanya adalah dalam hal pengelolaan persediaan.
Adanya persaingan usaha yang semakin ketat menyebabkan perusahaan
harus berusaha untuk meningkatkan efisiensi usahanya demi mencapai
keunggulan dalam bersaing. Persaingan usaha ini menyebabkan munculnya
dua tuntutan penting bagi PT. Alam Sumbervita. Pertama tuntutan internal
perusahaan untuk terus meningkatkan efisiensi operasional usahanya dan
kedua adanya tuntutan sebagai distributor prudok-produk PT. Indomilk, PT.
Indolakto, PT Indomurni dan PT. Indo Es Krim Meiji untuk dapat
mendistribusikan produk-produknya ke pelanggan. Kedua tuntutan ini
menyebabkan PT. Alam Sumbervita harus terus melakukan pengembangan
dab perbaikan sistem perencanaan dan pengendalian persediaan agar
perusahaan dapat tetap terus bersaing.
Hasil dari perbaikan sistem ini diharapkan dapat memberikan kebijakan
persediaan perusahaan yang optimal, yaitu tingkat persediaan yang dapat
mengefisiensikan keseluruhan biaya persediaan yang muncul dan tetap
menjaga ketersediaannya untuk menjaga loyalitas pelanggan.
Kerangka pemikiran yang menjadi dasar bagi penelitian ini adalah
seperti yang terlihat pada Gambar 4 di bawah ini.
24
Persaingan Usaha yang Semakin KetatBagi PT. Alam Sumbervita
Tuntutan Efisiensi Internal Tuntutan Posisi sebagai DistributorPT. Indomilk dan PT. Indolakto
Perbaikan Sistem Perencanaan dan PengendalianPersediaan
Optimalisasi Kebijakan Persediaan
Efisiensi Biaya Persediaan Menjaga Loyalitas Pelanggan
Gambar 4. Kerangka Pemikiran
3.2. Tahapan Penelitian
Penelitian ini dimulai dengan pencarian ide dan gagasan melalui studi
pendahuluan, baik melalui studi pustaka media cetak maupun elektronik
(internet), dan studi dari penelitian terdahulu. Lalu setelah ditentukan tema,
langkah selanjutnya adalah penentuan batasan masalah yang akan diteliti lebih
lanjut dan penentuan variabel-variabel apa saja yang mempengaruhi objek
penelitian.
Langkah selanjutnya adalah menentukan data apa saja yang dibutuhkan
dan dilanjutkan dengan pengumpulan data baik data primer maupun data
sekunder melalui wawancara, observasi langsung, studi literatur dan
pengumpulan data historis perusahaan.
Pengolahan data yang dimulai dengan melakukan pengelompokkan
produk, dilanjutkan dengan peramalan tingkat permintaan untuk periode
selanjutnya dengan menggunakan data penjualan pada periode-periode
sebelumnya. Selanjutnya adalah penentuan tingkat persediaan yang optimal
dengan menggunakan metode EOQ stokastik. Setelah itu dilakukan
perbandingan efisiensi biaya dari metode yang digunakan perusahaan dan
metode yang digunakan peneliti. Hasil pengolahan dengan metode ini
25
diharapkan dapat memberikan rekomendasi tingkat persediaan yang
meminimalkan biaya persediaan yang juga tetap menjaga ketersediaannya
bagi perusahaan.
Studi Pendahuluan
Penentuan Batasan Masalah dan Variabel yang Mempengaruhi
Identifikasi Data yang Dibutuhkan
Pengumpulan Data
Observasi Wawancara Studi Literatur danData Perusahaan
Pengolahan Data
Pengelompokkan Produk
Peramalan Permintaan
Metode Pengendalian Persediaan
Metode yang DigunakanPerusahaan Metode EOQ Stokastik
Metode EOQ StokastikDengan Kapasitas Tertentu
Perbandingan antar Metode Pengendalian Persediaan
Rekomendasi Bagi Perusahaan
Kesimpulan dan Saran
Gambar 5. Tahapan Penelitian
NO Tujuan
Penelitian
Data yang
Diperlukan
Sumber
Data
JenisSumber
Data
Metode
Pengolahankesimpulan
1
Mengetahuisistempengadaandanpengendalianpersediaanperusahaan.
Data persediaanJumlah pembelian barang jadiFrekuensi pemesananData Lead timeData jenis barang jadiHarga jual/unitBiaya pembelianBiaya pemesananBiaya penyimpananData penjualan
BagianpurchasingBagianwarehouse
Dataprimerdansekunder
Tabulasi Mengetahui sistempengadaan danpengendalian danbiaya yangdikeluarkan selamaini.
2
Menetapkanjenis produkyang perlumendapatkanprioritas
Data jenis produkBiaya pembelianHarga jualVolume penjualan
Bagianwarehouse
DataPrimerdanSekunder
Tabulasi Mengetahui jenisproduk mana sajayang harusdiprioritaskan.
3
Menghitungtingkatpersediaanyang optimalbagiperusahaan.
Data penjualanData persediaan masa laluFrekuensi pemesananData Lead timeData jenis barang jadiHarga jual/unitBiaya pembelianBiaya pemesananBiaya penyimpanan
BagianpurchasingBagianwarehouse
Dataprimerdan
sekunder
Tabulasi Diagram
scatterARIMAModelpersediaanstokastik
Mengetahuiperkiraanpermintaan untuk 1tahun kedepanMengetahui tingkatpersediaan yangoptimal denganbiaya persediaanyang paling efisien
26
3.3. Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Alam Sumbervita yang terletak di Jl.
Raya Bogor Km 24,7 Jakarta Timur 13750 sejak bulan Mei 2007 sampai
dengan bulan Juli 2007.
3.4. Jenis dan Metode Pengumpulan Data
Jenis data yang dibutuhkan ada dalam dua bentuk yaitu data primer dan
data sekunder. Data primer merupakan data yang langsung dikumpulkan dari
perusahaan dan data sekunder merupakan data yang telah tersusun dalam
bentuk dokumen-dokumen tertulis yang diperoleh dari perusahaan, literatur
terdahulu maupun dari internet.
Metode pengumpulan data untuk data primer dilakukan melalui
observasi, dokumentasi dan dengan melakukan wawancara pada beberapa
karyawan Bagian Pengadaan dan Bagian Gudang. Data sekunder dikumpulkan
melalui studi literatur dan internet serta pengumpulan data historis perusahaan
khususnya Bagian Pengadaan dan Bagian Gudang. Tujuan penelitian,
Kebutuhan data, jenis dan sumber data, metode pengolahan data yang
digunakan dan kesimpulan yang diharapkan dapat dilihat pada Tabel 2.
Tabel 2. Tujuan penelitian, jenis kebutuhan data, metode pengolahan dankesimpulan yang diharapkan
27
3.5. Pengolahan dan Analisis Data
3.5.1. Klasifikasi Persediaan Berdasarkan Volume Penjualan
Pengelompokkan produk-produk yang perlu mendapatkan prioritas
dalam pengendalian persediaan dilakukan berdasarkan volume penjualan
tertinggi untuk produk-produk Dry PT. Alam Sumbervita Jakarta.
Penentuan prioritas produk ini dilakukan dengan bantuan Software
Microsoft Excel, agar produk-produk yang termasuk dalam kategori
penting dengan persentase kumulatif penjualan 50 sampai 75 persen
mendapatkan perhatian lebih dalam pengendalian persediaan.
3.5.2. Peramalan Permintaan
Peramalan digunakan untuk memproyeksikan volume penjualan di
masa yang akan datang. Alat analisis yang digunakan untuk meramalkan
permintaan adalah dengan menggunakan ARIMA. ARIMA merupakan
suatu model peramalan yang merupakan gabungan dari model
Autoregresive (AR), Integrated/differencing (I), dan Moving Average
(MA). Perhitungan dengan metode ARIMA ini menggunakan software
Minitab versi 14.
Perhitungan ARIMA ini melalui beberapa tahap, yaitu :
1. Pemeriksaan kestasioneran data
Pada tahap ini data runut waktu (Time Series) harus diperiksa
kestasionerannya untuk melihat apakah rata-rata dan variansinya
konstan, homogen dari waktu ke waktu. Karena data yang dianalisis
pada ARIMA adalah data stasioner, yaitu data yang rata-rata dan
variansinya konstan dari periode ke periode. Proses stasioner
merupakan salah satu syarat untuk pemodelan data deret waktu.
Kestasioner diperlukan untuk mempermudah dalam identifikasi dan
penarikan kesimpulan. Suatu data dikatakan stasioner jika memiliki
nilai tengah dan ragam yang relatif konstan. Bila data tidak stasioner
pada nilai tengah maka perlu dilakukan pembedaan atau differensiasi
derajat d, sedangkan untuk mengatasi ketidak stasioneran ragam
28
dilakukan transformasi. Pemeriksaan ini dilakukan berdasarkan
analisis otokorelasi dan otokorelasi parsial atau dilihat berdasarkan
plot diagram data aktualnya. Jika data belum stasioner maka harus
ditransformasi sampai stasioner, setelah data stasioner dilanjutkan ke
tahap selanjutnya.
2. Pengidentifikasian model
Model data yang telah stasioner akan diidentifikasi berdasarkan hasil
analisis otokorelasi dan otokorelasi parsial. Data yang dianalisis ini
mungkin saja data asli atau data yang telah ditransformasi menjadi
stasioner. Pengidentifikasian ini mungkin menghasilkan model AR,
MA, ARI, IMA, ARMA atau ARIMA.
3. Pengestimasian parameter model
Parameter model diestimasi berdasarkan taraf nyata model sebesar
0,05.
4. Pengujian model
Dari model yang telah ada yang taraf nyata modelnya di bawah 0,05
dipilih lagi yang terbaik dengan kriteria model yang memiliki MS
(Mean Square) terkecil.
5. Penggunaan model untuk peramalan
Model ARIMA yang telah diperoleh digunakan untuk menentukan
peramalan.
3.5.3. Metode Pengendalian Persediaan
Metode pengendalian persediaan ada dua, yaitu metode
pengendalian persediaan deterministik dan metode pengendalian
persediaan stokastik. Metode pengendalian persediaan deterministik
merupakan metode pengendalian persediaan yang menggunakan asumsi
dasar bahwa semua variabel yang mempengaruhi persediaan diketahui
dengan pasti dan besarnya konstan. Metode pengendalian persediaan
stokastik sebaliknya, yaitu metode pengendalian persediaan dengan
asumsi bahwa ada satu atau lebih variabel yang mempengaruhi
persediaan besarnya tidak diketahui dengan pasti dan tidak konstan.
29
Metode pengendalian persediaan yang akan digunakan pada
penelitian ini adalah metode yang sesuai dengan kondisi perusahaan.
Jika semua variabel yang mempengaruhi persediaan diketahui dengan
pasti dan besarnya konstan, maka metode yang akan digunakan adalah
metode pengendalian persediaan deterministik. Sebaliknya, jika ada satu
atau lebih variabel yang mempengaruhi persediaan tidak diketahui
dengan pasti dan tidak konstan, maka metode pengendalian persediaan
yang akan digunakan adalah metode pengendalian persediaan stokastik.
Alat analisis yang dapat digunakan untuk membantu
mempermudah penghitungan metode ini adalah dengan menggunakan
software Microsoft Excel.
IV. HASIL DAN PEMBAHASAN
4.1. Gambaran Perusahaan
PT. Alam Sumbervita didirikan dengan bentuk badan usaha Perseroan
Terbatas (PT) pada tanggal 11 November 1997, di Jakarta di bawah
manajemen PT. Indomilk Group atau disebut juga Dairy Group. Pendirian
perusahaan ini disahkan dengan Akta Notaris Popie Savitri MP. SH. Tanggal
13 LAP/XI/97 No. 14 Surat Menteri Kehakiman No. 221/DK-Lap/XI/97
tanggal 17 November 1997. Surat Menteri Kehakiman No. 4847 Tahun 1998.
Akta Notaris Popie Savitri MP. SH. Tanggal 5 September 1999. No. 9 NPWP
No. 01.542.456.0005.000, SIUP No. 125/3892-P/09-05/PB/VI/2000, TDP No.
090415115008. Jenis usaha PT. Alam Sumbervita menurut peraturan
perpajakan yang tercatat di kantor pelayanan pajak Jakarta, Kramat Jati,
Kantor Wilayah IV Jakarta Raya I adalah perdagangan besar dalam negeri
hasil industri makanan, minuman, tembakau.
PT. Alam Sumbervita awalnya bergerak dalam bidang impor produk
cereal (Brand Kellogg’s) yang diimpor dari Thailand, Australia dan Malaysia.
Pada akhir tahun 1998 PT. Alam Sumbervita mulai mendistribusikan produk
lokal dengan merek Indomilk dan merek Pauls ke beberapa instansi swasta,
institusi pemerintah, koperasi, pasar tradisional dan super market. Khusus
untuk merek Pauls didistribusikan ke super market dan mini market, namun
untuk merek Indomilk hanya dapat didistribusikan ke institusi-institusi dan
koperasi-koperasi karyawan. Sebelum tahun 2000, produk Kellogg’s yang
diimpor oleh PT. Alam Sumbervita ke Indonesia juga didistribusikan oleh PT.
Indomarco Adi Prima ke seluruh Indonesia. Bentuk produk terakhir merek
Kellogg’s adalah cereal dan crispy, tetapi pada tahun 2000 Kellogg’s
Indonesia yang berkantor di Jakarta mengalami kebangkrutan, maka produk
Kellogg’s tidak lagi diimpor PT. Alam Sumbervita. Pada bulan Juni 2001
pemasok produk merek Pauls juga menghentikan pasokannya karena produk
Pauls dianggap kurang laku di pasar.
Pada tanggal 1 Juni 2001 dengan melihat potensi pasar yang ada, PT.
Alam Sumbervita memutuskan untuk membuka cabang di beberapa kota di
Jawa. Setelah tidak menangani produk Kellogg’s PT. Alam Sumbervita
31
memfokuskan diri untuk menjadi distributor resmi merek Indomilk dan
dipercaya memegang hak distributor utama wilayah Jawa, Kalimantan, dan
Indonesia Timur untuk produk jenis Kremer Kental Manis (KKM) Tiga Sapi
dan Crima, yang mulai menyebar ke seluruh pasar-pasar tradisional. Namun
pada tahun 2005 selain mendistribusikan produk tersebut di atas, PT. Alam
Sumbervita juga mendistribusikan produk pangan beku seperti ice cream dan
produk susu murni Pastured Liquid Milk (PLM).
Saat ini PT. Alam Sumbervita telah memiliki beberapa sub distributor
untuk wilayah luar Jabodetabek. Dibukanya beberapa cabang tersebut sangat
diharapkan dapat meningkatkan distribusi produk-produk Indomilk khususnya
ke kawasan Indonesia Timur, karena untuk kawasan Indonesia Timur sedang
digalakan oleh pemerintah untuk dikembangkan.
4.2. Gambaran Produk
Berbagai jenis produk yang didistribusikan oleh PT. Alam Sumbervita
berasal dari PT. Indomilk, PT. Indolakto, PT. Indo Es Krim Meiji dan PT.
Indomurni yang dibagi ke dalam tiga kelompok besar, yaitu kelompok Dry,
kelompok PLM (Pastured Liquid Milk) dan kelompok Ice Cream.
Kelompok Dry adalah jenis susu creamer yang memiliki masa
kadaluarsa lebih dari satu tahun (1-2 tahun). Kelompok PLM (Pastured Liquid
Milk) adalah jenis susu murni yang memiliki masa kadaluarsa beberapa
minggu (2 – 3 minggu), dan terakhir Ice Cream adalah jenis produk susu
olahan dalam bentuk cold yang masa kadaluarsanya kurang dari satu tahun ( <
1 tahun), (PT. Alam Sumbervita, 2007).
Kelompok Dry terdiri dari tujuh sub kelompok produk, yaitu SKM (Susu
Kental Manis), SCI (Susu Cair Instan), UHT (Ultra High Temperature), SBI
(Susu Bubuk Instan), SBB (Susu Bubuk Reguler), SBC (Susu Bubuk Coklat),
CCS (Calsi Skim) dan Bulk. Untuk lebih lengkap jenis-jenis produk yang
termasuk dalam kelompok Dry dapat dilihat seperti pada Tabel 3.
No Jenis Produk No Jenis Produk
1 SKM
IMP IMP’S IMC IMC’S CE KKM CE’S CE’C Tiga Sapi TS’S TS BDG CRIMA
5 UHT
C 125ml
S 125ml M 125ml C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml
2 SCI
C 200ml
S 200ml MLN 200ml PLAIN 200ml
6 BULK
REG/25 Kg INS/25 Kg SKM BULK 2x5 SKM BULK 1x10 SMP BULK 25 Kg REG/ 2 Kg INS/ 2 Kg
3 SBI
200ml 400ml 1000ml BIO 400ml BIO 800ml BIO KIDS 1-3 400ml BIO KIDS 1-3 800ml BIO KIDS 4-6 400ml BIO KIDS 4-6 800ml
7 SBC
200ml 400ml 1000ml BIO 400ml BIO 800ml BIO KIDS 1-3 400ml BIO KIDS 1-3 800ml BIO KIDS 4-6 400ml BIO KIDS 4-6 800ml
4 CCS 400gr FC
400gr C8 SBB
200ml 400ml 1000ml
32
Tabel 3. Jenis-jenis produk Dry
Sumber : PT. Alam Sumbervita, 2007
4.3. Sistem Pengadaan Barang PT. Alam Sumbervita
Pengendalian persediaan pada PT. Alam Sumbervita dilakukan oleh
Bagian Gudang dan Bagian Pengadaan. Pemasok untuk produk-produk
kelompok PLM adalah PT. Indomurni dan PT. Indomilk. Kelompok Dry
dipasok oleh PT. Indomilk dan PT. Indolakto, sedangkan untuk kelompok Ice
Cream dipasok oleh PT. Indo Es Krim Meiji.
Penelitian ini difokuskan untuk membahas persediaan produk pada PT.
Alam Sumbervita Jakarta dari kelompok Dry saja, karena masa kadaluarsanya
lebih dari satu tahun sehingga perlu direncanakan dan dikendalikan dengan
baik. Kelompok PLM masa kadaluarsanya hanya beberapa minggu dan
kelompok Ice Cream masa kadaluarsanya kurang dari satu tahun, sehingga
33
untuk kedua kelompok ini sistem persediaan yang diterapkan lebih ke arah
sistem zero inventory atau upaya untuk meminimalkan persediaan.
Alur proses pemesanan barang hingga barang tiba di gudang adalah
sebagai berikut :
1. Dimulai dari adanya estimasi bagian sales tentang prediksi kebutuhan di
masa yang akan datang dari keseluruhan cabang
2. Pencocokan jumlah barang antara ketersediaan di gudang dengan estimasi
sales
3. Pembuatan CMO (Commited Monthly Order) yang didapat dari hasil
pencocokan antara ketersediaan di gudang dengan estimasi sales
4. Pengeluaran PO (Purchasing Order) yaitu surat pemesanan barang yang
dikeluarkan PT. Alam Sumbervita untuk suplier
5. Setelah PO diterima lalu keluarlah DO (Delivery Order) yang dikeluarkan
oleh suplier sebagai surat pengeluaran barang
6. Proses pengiriman barang yang dipesan dari suplier ke seluruh cabang PT.
Alam Sumbervita
7. Terakhir setelah barang yang dipesan sampai di PT. Alam Sumbervita dan
setelah dilakukan pengecekan terhadap barang yang dipesan maka
perusahaan mengeluarkan GRN (Goods Receipt Note) atau surat
keterangan bahwa barang yang dipesan sudah diterima sesuai pesanan.
Alur proses pemesanan barang dari mulai barang dipesan hingga barang
tiba di gudang dan siap untuk digunakan dapat dilihat seperti pada Gambar 6
berikut.
Estimasi sales
PengirimanBarang
Mix and Match
DO(Delivery Order)
CMO
PO(Purchase Order)
Pemeriksaandan Pengeluaran GRN(Goods Receipt Note)
Gambar 6. Alur pemesanan barang kedalam gudang
34
Keluar masuknya barang (Turn over) terjadi setiap hari dari hari Senin
sampai hari Sabtu. Aliran barang masuk ke gudang terjadi selama lima hari
kerja, yaitu hari Senin sampai hari Jum’at, sedangkan untuk aliran barang
keluar terjadi dari hari Senin hingga hari Sabtu. Rata-rata permintaan yang
diminta oleh PT. Alam Sumbervita untuk produk Dry, sekitar 75 persen
dipenuhi oleh PT. Indomilk dan sisanya 25 persen dipenuhi oleh PT. Indolakto
dengan lead time masing-masing pemasok adalah satu hari mulai barang
dipesan hingga barang sampai digudang
Proses pengiriman produk dari pemasok ke PT. Alam Sumbervita terjadi
secara bertahap, karena adanya keterbatasan kapasitas gudang yang dimiliki
PT. Alam Sumbervita menyebabkan CMO yang dikeluarkan setiap bulan tidak
langsung dikirim sepenuhnya. Estimasi selama satu bulan kedepan diberikan
PT. Alam Sumbervita ke pemasok, namun konfirmasi pengirimannya
dilakukan secara bertahap, ketika tingkat persediaan di gudang sudah
mencapai titik buffer stock (persediaan penyangga). Kebijakan tingkat
persediaan penyangga yang ditetapkan perusahaan adalah berbeda-beda untuk
setiap jenis produk, namun besarnya persediaan penyangga adalah tetap
sepanjang tahun untuk tiap-tiap produk.
PT. Alam Sumbervita sejak tahun 2001 memiliki beberapa cabang di
Pulau Jawa, yaitu di Surabaya, Cirebon, Semarang, Bandung dan Yogyakarta.
Estimasi yang didapat merupakan estimasi dari keseluruhan cabang yang
dikumpulkan ke PT. Alam Sumbervita Jakarta untuk diteruskan ke pemasok,
sehingga estimasi yang disampaikan dari PT. Alam Sumbervita adalah
estimasi untuk keseluruhan permintaan periode berikutnya. Persentase
permintaan untuk estimasi tiap-tiap cabang terhadap keseluruhan estimasi
permintaan dapat dilihat seperti pada Tabel 4.
PT. Alam Sumbervita telah terintegrasi dengan pemasoknya dalam hal
sistem penyaluran produk pesanan, sehingga estimasi untuk tiap-tiap cabang
dapat dikirim langsung dan tidak perlu dikirim ke PT. Alam Sumbervita
Jakarta terlebih dahulu. Sekitar 65 persen pesanan dari keseluruhan estimasi
yang diajukan dikirim langsung ke masing-masing cabang dan selebihnya
sekitar 35 persen dikirim untuk PT. Alam Sumbervita Jakarta.
No Cabang Persentase Permintaan (%)1 Jakarta 352 Surabaya 203 Bandung 204 Semarang 105 Yogyakarta 106 Cirebon 15
TOTAL 100
35
Tabel 4. Persentase permintaan tiap cabang PT. Alam Sumbervita terhadaptotal permintaan
Sumber : PT. Alam Sumbervita, 2007
4.4. Biaya Persediaan
Secara keseluruhan, tidak ada penanganan khusus untuk tiap-tiap produk
Dry. Setiap produk Dry ditangani dengan perlakuan yang sama, sehingga
biaya yang terkait dengan persediaan secara umum untuk tiap produk adalah
sama. Kapasitas, volume penjualan dan jumlah pemesanan adalah beberapa
variabel yang membedakan besarnya biaya untuk produk satu dengan yang
lain.
Biaya-biaya yang terkait dengan adanya persediaan ini adalah sebagai
berikut :
1. Biaya Pemesanan, terdiri dari biaya telepon, biaya pengiriman, biaya
administrasi surat.
2. Biaya Penyimpanan, terdiri dari biaya asuransi, biaya utilitas dan biaya
penanganan dan pemeriksaan.
Biaya total pemesanan dan biaya total penyimpanan untuk PT. Alam
Sumbervita Jakarta pada tahun 2006 dapat dilihat seperti pada Tabel 5. Biaya
lain yang secara langsung juga berkaitan dengan adanya persediaan adalah
biaya modal dan biaya kehabisan barang (stock out). Biaya modal merupakan
opportunity cost dari modal yang digunakan untuk membeli persediaan
dibandingkan dengan diinvestasikan disektor lain, seperti ditabung dalam
Bank, dimana suku bunga tabungan yaitu sebesar 8,5 persen (Bank Indonesia,
2007).
BiayaPemesanan
Jumlah(Rupiah)
BiayaPenyimpanan
Jumlah(Rupiah)
Biaya Telepon 11.538.294 Biaya Asuransi 104.628.380Biaya Pengiriman 58.704.000 Biaya Utilitas 128.849.850PengeluaranAdministrasi Surat
25.865.541 Biaya Penanganandan pemeriksaan
8.495.370
Total 96.107.835 Total 241.973.600
36
Tabel 5. Total biaya pemesanan dan penyimpanan PT. Alam SumbervitaJakarta tahun 2006.
Sumber : PT. Alam Sumbervita, 2007
Tabel 5 menunjukkan bahwa total biaya pemesanan untuk seluruh
produk Dry pada tahun 2006 adalah sebesar Rp 96.107.835,-, sedangkan total
untuk biaya penyimpanan seluruh produk Dry pada tahun 2006 adalah sebesar
Rp 241.973.600,-. Jumlah terbesar untuk biaya pemesanan adalah pada biaya
pengiriman yaitu sebesar Rp 58.704.000,-, sedangkan untuk biaya
penyimpanan adalah pada biaya utilitas yang memakan biaya sebesar Rp
128.849.850,-.
Biaya kehabisan barang merupakan biaya yang muncul karena adanya
keuntungan yang seharusnya dapat diperoleh perusahaan dari hasil penjualan
produknya. Namun karena barang yang diinginkan habis maka keuntungan
yang seharusnya diperoleh tidak diterima perusahaan. Keuntungan bersih yang
diterima perusahaan dari hasil penjualannya adalah sekitar 2 persen dari harga
jual tiap-tiap produk (PT. Alam Sumbervita, 2007). Biaya pemesanan per
pesan dan biaya penyimpanan untuk tiap karton dapat dilihat seperti pada
Tabel 6 di bawah ini. Perhitungan lengkap untuk biaya pemesanan per pesan
dan biaya penyimpanan per unit karton dapat dilihat pada Lampiran 2
Tabel 6. Biaya pemesanan per pesan dan biaya penyimpanan per unit kartontahun 2006
Biaya Penyimpanan per karton
Biaya AsuransiBiaya UtilitasBiaya Penanganan dan Pemeriksaan
Total
Rp 10.841 / kartonRp 13.350,46 / kartonRp 880,23 / kartonRp 25.072 / karton
Biaya Pemesanan per pesan
Biaya TeleponBiaya PengirimanBiaya Adm Surat
Total
Rp 5,367/pesanRp 27.301/pesanRp 12,030/pesanRp 44.698/pesan
No Jenis Produk
Penjualan Tahun 2006
Volume
Penjualan
(Karton/tahun)
Persentase
(%)
Kumulatif
(%)
1 SKM CE’S 70.504 16,18 16,18
2 SCI C 200ml 41.651 9,55 25,73
3 SKM CE 33.912 7,78 33,51
4 SKM IMP’S 29.643 6,80 40,31
5 SKM CRIMA 28.800 6,60 46,92
6 SKM IMP 28.181 6,46 53,39
7 UHT C 125ml 19.228 4,41 57,80
8 SKM KKM 18.840 4,32 62,12
9 UHT FC 1000ml 17.903 4,10 66,23
10 SKM IMC 13.092 3,00 69,24
11 UHT TS C 200ml 12.830 2,94 72,18
12 SCI S 200ml 11.313 2,59 74,78
37
4.5. Penentuan Produk-Produk Prioritas Berdasarkan Volume Penjualan
Berdasarkan data historis perusahaan dan dikelompokkan dengan
kriteria penilaian volume penjualan tertinggi untuk kelompok Dry. Diperoleh
12 produk yang memiliki persentase volume penjualan tertinggi dengan
persentase kumulatif mencapai 75 persen dari keseluruhan volume penjualan.
Keduabelas produk ini merupakan produk-produk prioritas yang akan dibahas
lebih lanjut berdasarkan volume penjualan terrtinggi. Produk-produk tersebut
adalah seperti yang terlihat pada Tabel 7 di bawah ini.
Tabel 7. Persentase penjualan produk-produk prioritas terhadap totalpenjualan tahun 2006
Data yang digunakan untuk mengelompokkan produk-produk tersebut
adalah data penjualan tahun 2006, karena pada tahun 2004 dan 2005 jenis-
jenis produk Dry yang didistribusikan PT. Alam Sumbervita tidak sebanyak
seperti pada tahun 2006. Hasil pengelompokkan ini menggambarkan produk-
produk mana saja yang patut untuk mendapatkan prioritas dalam perencanaan
dan pengendalian persediaan berdasarkan volume penjualan tertinggi. Produk-
produk yang ada dalam Tabel 7 di atas merupakan produk-produk dengan
volume penjualan tertinggi, karena itu produk-produk tersebut merupakan
No Jenis ProdukBiaya
Oportunitas(Rp)
BiayaPemesanan
(Rp)
BiayaPenyimpanan
(Rp)
Total(Rp)
1 SKM CE’S 25.406.551 2.979.204 38.332.190 66.717,944
2 SCI C200ml 3.385.947 4.478.877 25.268.123 33.132,947
3 SKM CE 15.176.787 3.094.841 18.675.683 36.947,312
4 SKM IMP’S 11.083.543 2.848.255 15.860.345 29.792,143
5 SKM CRIMA 8.869.203 2.381.305 14.298.392 25.548,901
6 SKM IMP 15.737.551 3.905.558 16.579.038 36.222,147
7 UHT C125ml 3.329.636 1.392.955 20.270.652 24.993,244
8 SKM KKM 6.215.052 2.406.840 9.400.475 18.022,368
9 UHT FC 1000ml 5.941.625 1.481.857 19.305.440 26.728,921
10 SKM IMC 6.167.773 3.213.297 7.297.298 16.678,367
11 UHT TS C 200ml 2.766.747 2.337.573 15.611.335 20.715,654
12 SCI S 200ml 890.611 3.884.175 6.646.314 11.421,100
Total 104.971.026 34.404.737 207.545.285 346.921.048
38
produk yang harus mendapatkan prioritas dalam perencanaan dan
pengendalian persediaan. Hasil perhitungan pengelompokkan produk-produk
Dry dapat dilihat secara lengkap pada Lampiran 3 dan total biaya persediaan
tahun 2006 untuk masing-masing produk prioritas dapat dilihat seperti pada
Tabel 8.
Tabel 8. Total biaya persediaan produk-produk prioritas tahun 2006
Tabel 8 menunjukkan bahwa selain biaya pemesanan dan penyimpanan,
ada komponen biaya persediaan lain yaitu biaya oportunitas dari modal
(Opportunity Cost of Capital). Biaya oportunitas diperoleh dengan asumsi
rata-rata biaya modal (pembelian barang) sebesar 85 persen dari harga
jualnya, dikali dengan suku bunga bank dalam setahun, dimana suku bunga
untuk tabungan sebesar 8,5 persen (Bank Indonesia, 2007).
Besarnya biaya oportunitas adalah berbeda-beda untuk tiap produk
tergantung harga jual masing-masing produk. Tabel 8 di atas memperlihatkan
bahwa total biaya oportunitas keseluruhan produk-produk prioritas adalah
sebesar Rp 104.971.026,-, total biaya pemesanan untuk seluruh produk
prioritas adalah Rp 34.404.737,- dan total biaya penyimpanan seluruh produk
prioritas adalah sebesar Rp 207.545.285,- sehingga total biaya persediaan
untuk seluruh produk prioritas untuk tahun 2006 adalah sebesar Rp
346.921.048,-. Komponen-komponen biaya pemesanan dan biaya
No Jenis Produk Kapasitas Maksimum(karton)
Persediaan Penyangga(karton)
1 SKM CE'S 2,058 1,000
2 SCI C200ml 1,216 800
3 SKM CE 990 500
4 SKM IMP’S 865 400
5 SKM CRIMA 841 300
6 SKM IMP 823 500
7 UHT C125ml 1,117 500
8 SKM KKM 550 200
9 UHT FC 1000ml 1,040 500
10 SKM IMC 382 200
11 UHT TS C 200ml 745 500
12 SCI S 200ml 330 200
39
penyimpanan produk-produk prioritas untuk tahun 2006 dapat dilihat pada
Lampiran 4.
PT. Alam Sumbervita menetapkan kebijakan kapasitas maksimum dan
persediaan penyangga untuk tiap-tiap produknya. Kapasitas maksimum dan
persediaan penyangga untuk keseluruhan produk Dry dapat dilihat pada
Lampiran 5, sedangkan kapasitas maksimum dan persediaan penyangga untuk
produk prioritas adalah seperti pada Tabel 9. Tabel 9 menunjukkan bahwa
kebijakan kapasitas maksimum dan persediaan penyangga untuk setiap produk
berbeda-beda dan perusahaan menetapkan besarnya persediaan penyangga
selalu sama sepanjang tahun.
Tabel 9. Kapasitas maksimum dan persediaan penyangga produk prioritas
4.6. Peramalan Permintaan Tahun 2007 untuk Produk Prioritas
Data historis yang digunakan untuk meramalkan permintaan tahun 2007
adalah data tiga tahun kebelakang, mulai tahun 2004 sampai tahun 2006.
PT. Alam Sumbervita tidak bersedia mengeluarkan data permintaan tahun
2007 (tahun berjalan), meskipun untuk periode bulan Januari sampai bulan
April yang telah berjalan. Metode yang digunakan untuk meramalkan
permintaan adalah metode ARIMA, karena metode ini merupakan metode yang
di dalamnya terdapat model autoregresive (AR), integrated/differencing (I),
dan moving average (MA), sehingga metode ini dapat meramalkan permintaan
masa datang dengan pola permintaan apapun (trend, siklis, musiman).
SK
M C
ES
dif
1
BulanBulanx
In d
40
Data yang dapat dianalisis dengan metode ARIMA adalah data yang
stasioner. Sebuah data dapat dikatakan stasioner jika memiliki rata-rata dan
variansi yang relatif konstan. Karena itu data setiap produk prioritas sebelum
dapat dianalisis harus diperiksa terlebih dahulu kestasionerannya dan
kestasioneran sebuah data dapat dilihat dari plot diagramnya. Gambar 7
merupakan plot diagram untuk data aktual penjualan produk SKM CE’S dari
tahun 2004 sampai tahun 2006.
Volume Penjualan
20000
15000
10000
5000
0
T im e S e r ie s P lo t o f S K M C E S
4 8 12 16 20 24 28 32 36
n
Gambar 7. Plot diagram data aktual penjualan SKM CE’S tahun 2004-2006
Data penjualan SKM CE’S tahun 2004 sampai tahun 2006 tersebut
belum stasioner karena rata-ratanya yang terus naik, maka data tersebut harus
distasionerkan terlebih dahulu dengan melakukan transformasi dan
diferensiasi. Gambar 8 berikut merupakan data penjualan SKM CE’S tahun
2004 sampai tahun 2006 yang telah distasionerkan dengan diferensiasi ordo
pertama.
T im e S e r ie s P lo t o f d if 1
40
30
20
10
0
-10
-20
-30
-40
-50
4 8 12 16 20 24 28 32 36Bulane x
Gambar 8. Plot diagram SKM CE’S setelah didiferensiasi ordo pertama
No Jenis Produk Permintaan Tahun 2007 (karton/bulan)
JAN FEB MAR APRIL MEI JUNI
1 SKM CE'S 6,740 7,364 7,273 7,626 7,703 7,952
2 SCI C200ml 3,840 4,035 4,064 4,093 4,122 4,151
3 SKM CE 1,881 3,311 2,665 2,957 2,825 2,884
4 SKM IMP sachet 2,857 3,149 3,198 3,365 3,475 3,613
5 SKM CRIMA 2,716 2,484 2,958 2,781 2,623 2,870
6 SKM IMP 3,653 5,539 4,380 5,411 4,868 5,456
7 UHT C125ml 1,871 1,731 2,295 1,858 2,041 2,250
8 SKM KKM 1,577 1,857 1,896 1,936 1,975 2,015
9 UHT FC 1000ml 1,449 1,447 1,445 1,443 1,441 1,439
10 SKM IMC 1,551 1,583 1,615 1,648 1,680 1,712
11 UHT TS C 200ml 1,269 1,249 1,280 1,311 1,342 1,372
12 SCI S200ml 1,013 892 1,071 957 961 1,038
41
Gambar 8 menunjukkan bahwa data telah stasioner, maka dilanjutkan
ketahap selanjutnya yaitu analisis autokorelasi (ACF) dan autokorelasi parsial
(PACF) untuk melihat model ARIMA yang cocok. Ternyata diketahui plot
ACF tails off setelah lag 1 dan PACF cuts off setelah lag 1. Berdasarkan plot
ACF dan PACF ini, model ARIMA yang menjadi kandidat model peramalan
adalah ARIMA (1,1,0). Plot ACF dan PACF dapat dilihat pada Lampiran 6.
Tahap selanjutnya adalah melihat parameter model, hasil perhitungan
menunjukkan bahwa parameter model p<0,05 berarti model ARIMA tersebut
dapat digunakan untuk meramalkan permintaan produk SKM CE’S tahun
2007. Apabila terdapat lebih dari satu alternatif model ARIMA, maka
dilakukan pemilihan dengan mencari model yang memiliki nilai MSE (Mean
Square Error) terkecil. MSE untuk model ini adalah sebesar 8137454.
Perhitungan dengan menggunakan metode ARIMA secara terperinci dapat
dilihat pada Lampiran 7.
Hasil peramalan permintaan keseluruhan cabang PT. Alam Sumbervita
dengan metode ARIMA untuk masing-masing produk prioritas periode tahun
2007 dapat dilihat pada Lampiran 8. PT. Alam Sumbervita jakarta memiliki
persentase permintaan rata-rata sekitar 35 persen dari keseluruhan permintaan,
sehingga peramalan permintaan tahun 2007 untuk PT. Alam Sumbervita
Jakarta adalah seperti pada Tabel 10 dan 11 di bawah ini.
Tabel 10. Hasil peramalan permintaan produk prioritas untuk semester 1 tahun2007 (Januari – Juni) PT. Alam Sumbervita Jakarta
No Jenis Produk Permintaan Tahun 2007 (karton)
JULI AGUST SEPT OKT NOV DES
1 SKM CE'S 8,094 8,303 8,470 8,663 8,839 9,026
2 SCI C200ml 4,180 4,209 4,238 4,267 4,296 4,325
3 SKM CE 2,858 2,870 2,864 2,867 2,866 2,866
4 SKM IMP’S 3,737 3,867 3,995 4,124 4,252 4,381
5 SKM CRIMA 2,810 2,713 2,840 2,828 2,774 2,839
6 SKM IMP 5,231 5,591 5,529 5,771 5,795 5,975
7 UHT C125ml 1,980 2,233 2,242 2,147 2,347 2,289
8 SKM KKM 2,054 2,094 2,134 2,173 2,213 2,252
9 UHT FC 1000ml 1,437 1,435 1,433 1,431 1,429 1,427
10 SKM IMC 1,745 1,777 1,809 1,842 1,874 1,906
11 UHT TS C 200ml 1,403 1,434 1,464 1,495 1,526 1,556
12 SCI S200ml 951 996 1,009 965 1,007 993
42
Tabel 10 menunjukkan hasil peramalan permintaan PT. Alam
Sumbervita Jakarta untuk semester 1 tahun 2007 yang didapat dari 35 persen
keseluruhan hasil peramalan permintaan PT. Alam Sumbervita. Hasil
peramalan permintaan PT. Alam Sumbervita Jakarta untuk semester 2 tahun
2007 adalah seperti yang terlihat pada Tabel 11.
Tabel 11. Hasil peramalan permintaan produk prioritas untuk semester 2 tahun2007 (Juli – Desember) PT. Alam Sumbervita Jakarta
4.7. Pengendalian Persedian Produk-Produk Prioritas
Seperti yang pernah dijelaskan di atas bahwa produk-produk prioritas
merupakan produk-produk yang memiliki volume rata-rata penjualan
tertinggi, sehingga produk-produk tersebut patut untuk mendapatkan perhatian
lebih dalam perencanaan dan pengendalian persediaan. Berikut akan
dijelaskan pengendalian persediaan produk-produk prioritas dengan metode
EOQ stokastik.
4.7.1. Pengendalian Persedian Produk Prioritas dengan Metode EOQStokastik
Pengendalian persediaan yang dilakukan oleh PT. Alam
Sumbervita dilakukan oleh Bagian Gudang dan Bagian Pengadaan.
Perusahaan melakukan pemesanan kembali ketika tingkat persediaan
tiap-tiap produk sudah mencapai persediaan penyangganya. Kuantitas
produk yang dipesan terbatas sesuai dengan kapasitas maksimum tiap-
tiap produk tersebut. Waktu antara pemesanan pertama dan pemesanan
43
selanjutnya tidak tetap tergantung fluktuasi permintaan hariannya,
namun lead time pemesanan selalu tetap yaitu satu hari untuk kedua
pemasok produk Dry. Ada dua variabel pada perusahaan yang tidak
diketahui dengan pasti dan tidak konstan, yaitu tingkat permintaan
tahunan dan tingkat permintaan selama lead time. Metode yang
digunakan perusahaan selama ini menyerupai metode EOQ tradisional
yang besar kuantitas per pesannya disesuaikan dengan kapasitas
maksimum perusahaan dan pemesanannya dilakukan saat level
persediaan mencapai persediaan penyangga.
Berdasarkan gambaran keadaan pada PT. Alam Sumbervita, maka
metode pengendalian persediaan yang sesuai dengan perusahaan adalah
metode EOQ stokastik. Karena metode ini dapat digunakan untuk
mengendalikan persediaan yang di dalamnya terdapat variabel-variabel
yang tidak diketahui dengan pasti dan tidak konstan, seperti tingkat
permintaan tahunan dan tingkat permintaan selama lead time yang
fluktuatif pada PT. Alam Sumbervita. Metode ini juga memperhitungkan
adanya kemungkinan terjadi kehabisan persediaan (Stock Out) yang
dilihat berdasarkan standar deviasi rata-rata permintaan harian tiap
produk. Standar deviasi rata-rata permintaan harian produk prioritas
untuk tahun 2006 dan tahun 2007 dapat dilihat pada Lampiran 9.
Metode ini dapat memberikan solusi kuantitas pemesanan yang
optimal yang dapat meminimumkan keseluruhan biaya persediaan,
namun tetap mempertimbangkan adanya kemungkinan terjadinya
kehabisan persediaan. Karena salah satu tujuan metode ini adalah
menentukan besarnya persediaan penyangga (safety/buffer stock) untuk
meminimumkan biaya kehabisan persediaan (shortage cost) dan
tambahan biaya penyimpanan dari persediaan penyangga tersebut.
Hasil pengolahan dengan menggunakan metode EOQ stokastik
untuk masing-masing produk prioritas tahun 2006 adalah seperti terlihat
pada Tabel 12. Tabel 12 menunjukkan seberapa besar persediaan
penyangga yang harus dipersiapkan perusahaan agar total biaya
persediaan dapat diminimumkan.
Jenis
Produk
Q*
(karton)
d
(karton)
ROP
(karton)
PersediaanPenyangga
(karton)
TingkatPelayanan
(%)
BiayaKehabisan
(Rp)
TotalBiaya(Rp)
SKM CE'S 388,82 267,06 342,97 75,91 95 3.958.408 20.168.364
SCI C200ml 361,88 157,77 181 23,23 80 990.056 11.279.102
SKM CE 258,27 128,45 210,78 82,32 95 4.515.482 16.253.267
SKM IMP’S 249,43 112,28 158,73 46,44 90 2.966.036 13.590.105
SKM CRIMA 251,75 109,09 153,68 44,59 90 2.621.847 12.848.884
SKM IMP 227,05 106,75 203,53 96,78 95 5.734.813 16.830.782
UHT C125ml 242,67 72,83 86,24 13,41 80 551.965 7.635.437
SKM KKM 201,1 71,36 104,5 33,14 90 1.906.082 10.281.330
UHT FC1000ml
220,93 67,81 74,54 6,72 80 374.622 7.618.610
SKM IMC 159,05 49,59 79,08 29,49 90 1.889.819 9.248.116
UHT TS C200ml
197,13 48,60 66,73 18,13 80 727.475 6.545.787
SCI S200ml 188,60 42,85 49,37 6,52 80 225.931 5.588.166
TOTAL 26.462.536 137.887.950
44
Berdasarkan hasil pengolahan dengan metode EOQ stokastik
didapat bahwa total biaya persediaan SKM CE’S untuk tahun 2006
seperti terlihat pada Tabel 12 adalah sebesar Rp 20.168.364,-. Kuantitas
persediaan yang dapat meminimumkan keseluruhan biaya persediaan
total adalah sebesar 388,82 karton/pesan, dengan rata-rata permintaan
harian sebesar 267,06 karton, lead time 1 hari dan standar deviasi dari
rata-rata permintaan harian sebesar 46,15 karton didapatlah tingkat
pelayan optimal yang dapat meminimumkan total biaya tambahan akibat
adanya kemungkinan kehabisan persediaan adalah dengan tingkat
pelayanan 95 persen.
Tabel 12. Biaya persediaan total produk prioritas tahun 2006 denganMetode EOQ stokastik
Tingkat pelayanan sebesar 95 persen adalah adanya kemungkinan
kehabisan persediaan sebesar 5 persen dari total permintaan selama masa
lead time. Tingkat pelayanan sebesar 95 persen ini menghasilkan
persediaan penyangga selama masa lead time sebesar 75,91 karton,
sehingga reorder point (titik pemesanan kembali) didapat sebesar jumlah
rata-rata permintaan harian (d) dikali dengan lead time ditambah dengan
persediaan penyangga selama lead time adalah sebesar 342,97 karton.
45
Total tambahan biaya kehabisan produk (shortage cost) dengan tingkat
pelayanan ini untuk tahun 2006 adalah sebesar Rp 3.958.408,-.
Total biaya persediaan SCI C 200ml untuk tahun 2006 seperti
terlihat pada Tabel 12 adalah sebesar Rp 11.279.102,-. Kuantitas
persediaan yang dapat meminimumkan keseluruhan biaya persediaan
total adalah sebesar 361,88 karton/pesan, dengan rata-rata permintaan
harian sebesar 157,77 karton, lead time 1 hari dan standar deviasi dari
rata-rata permintaan harian sebesar 27,6 karton didapatlah tingkat
pelayan optimal yang dapat meminimumkan total biaya tambahan akibat
adanya kemungkinan kehabisan persediaan adalah dengan tingkat
pelayanan 80 persen.
Tingkat pelayanan sebesar 80 persen adalah adanya kemungkinan
kehabisan persediaan sebesar 20 persen dari total permintaan selama
masa lead time. Tingkat pelayanan sebesar 80 persen ini menghasilkan
persediaan penyangga selama masa lead time sebesar 23,23 karton,
sehingga reorder point (titik pemesanan kembali) didapat sebesar jumlah
rata-rata permintaan harian (d) dikali dengan lead time ditambah dengan
persediaan penyangga selama lead time adalah sebesar 181 karton. Total
tambahan biaya kehabisan produk (shortage cost) dengan tingkat
pelayanan ini untuk tahun 2006 adalah sebesar Rp 990.056,-.
Jenis produk SKM CE’S merupakan jenis produk prioritas yang
mengeluarkan total biaya persediaan terbesar pada tahun 2006
berdasarkan metode EOQ stokastik, yaitu sebesar Rp 20.168.364,-.
Biaya sebesar ini terjadi karena rata-rata permintaan harian untuk jenis
produk ini adalah yang terbesar, yaitu 267,06 karton per hari. Rata-rata
permintaan harian yang tinggi dan kuantitas persediaan yang optimal
sebesar 388,82 karton membuat perusahaan harus sering melakukan
pemesanan, perusahaan pada tahun 2006 dengan menggunakan metode
EOQ stokastik harus melakukan pemesanan sebanyak 181,33 kali
setahun.
Jenis produk prioritas yang memiliki total biaya persediaan terkecil
dengan mengunakan metode EOQ stokastik adalah jenis produk SCI S
200ml, yaitu sebesar Rp 5.588.166,-. Karena rata-rata permintaan harian
46
untuk jenis produk ini adalah yang terkecil diantara jenis produk
prioritas yang lain, yaitu sebanyak 42,85 karton per hari.
Jenis produk SKM IMP meerupakan jenis produk prioritas yang
memiliki total biaya kehabisan terbesar pada tahun 2006 dengan
menggunakan metode EOQ stokastik, yaitu sebesar Rp 5.734.813,-.
Biaya ini terjadi karena dengan tingkat pelayan sebesar 95 persen, maka
total persediaan penyangga yang harus disiapkan adalah sebanyak 96,78
karton sehingga biaya penyimpanan tambahan dari adanya persediaan
penyangga ini semakin besar. SKM IMP memiliki jumlah persedian
penyangga terbesar diantara jenis produk prioritas yang lain, sedangkan
jenis produk prioritas yang memiliki jumlah persediaan penyangga
terkecil adalah SCI S 200ml, sehingga total biaya kehabisan untuk jenis
produk ini adalah yang terendah yaitu sebesar Rp 225.931,-. Perhitungan
secara lengkap dengan metode EOQ stokastik untuk produk-produk
prioritas dapat dilihat pada Lampiran 10.
4.7.2. Pengendalian Persedian Produk Prioritas dengan Metode EOQStokastik Tingkat Pelayanan 99 Persen
Pengendalian persediaan dengan menggunakan metode EOQ
stokastik tingkat pelayanan 99 persen dilakukan karena selama ini
perusahaan tidak pernah mengalami kehabisan persediaan. Perhitungan
dengan tingkat pelayan 99 persen dengan metode EOQ stokastik ini
dilakukan untuk melihat apakah kebijakan persediaan penyangga
perusahaan untuk menghilangkan kemungkinan terjadinya kehabisan
persediaan sudah optimal. Tabel 13 menunjukkan hasil pengolahan
dengan menggunakan metode EOQ stokastik dengan tingkat pelayanan
99 persen.
Tabel 13 menunjukkan seberapa besar persediaan penyangga yang
harus dipersiapkan perusahaan untuk masing-masing produk prioritas
dengan tingkat pelayanan 99 persen agar tidak terjadi kehabisan
persediaan. Tabel 13 juga menunjukkan bahwa kuantitas persediaan
optimal yang meminimumkan total biaya persediaan masih jauh di
bawah kapasitas maksimum perusahaan, sehingga metode ini mungkin
untuk diterapkan perusahaan.
47
Perhitungan dengan metode EOQ stokastik tingkat pelayanan 99
persen menunjukkan bahwa total biaya persediaan terbesar adalah untuk
jenis produk SKM CE’S yaitu sebesar Rp.20.840.962,- dan total biaya
persediaan terendah adalah untuk jenis produk SCI S 200ml yaitu
sebesar Rp 5.876.770,-. Perbedaan perhitungan antara metode EOQ
stokastik tingkat pelayanan 99 persen dengan metode EOQ stokastik
adalah pada besarnya persediaan penyangga, ROP, jumlah pemesanan
dan total biaya kahabisan persediaan.
Tabel 13. Biaya persediaan total produk-produk prioritas tahun 2006dengan metode EOQ stokastik tingkat pelayanan 99 persen.
No Jenis Produk
Kapasitas
Maksimum
(karton)
Q* d jumlah ROP
(karton) (karton) pemesanan (karton)
Buffer
Stock(karton)
Biaya Total biaya
Kehabisan Persediaan(Rp) (Rp)
1
2
3
4
5
6
SKM CE'S
SCI C200ml
SKM CE
SKM IMP’S
SKM CRIMA
SKM IMP
2.058
1.216
990
865
841
823
388,82
361,88
258,27
249,43
251,75
227,05
267
158
128
112
109
107
181,33
115,10
131,30
118,84
114,40
124,12
374,42
221,98
244,89
196,59
190,03
243,63
107,36 4.631.006 20.840.962
64,21 1.838.647 12.127.693
116,43 5.454.850 17.192.635
84,31 3.683.133 14.307.202
80,93 3.363.260 13.590.296
136,88 6.901.640 17.997.609
7 UHT C125ml 1.117 242,67 73 79,24 109,89 37,06 1.088.127 8.171.600
8 SKM KKM 550 201,10 71 93,69 131,52 60,16 2.554.573 10.929.821
9UHT FC
1000ml1.040 220,93 68 81,03 86,40 18,59 615.628 7.859.616
10 SKM IMC 382 159,05 50 82,31 103,12 53,53 2.525.455 9.883.752
11UHT TS C
200ml745 197,13 49 65,08 98,71 50,11 1.486.601 7.304.913
12 SCI S200ml 330 188,60 43 59,98 60,88 18,03 514.536 5.876.770
34.657.457 146.082.870
Hasil perhitungan dengan metode ini untuk produk SKM CE’S
menunjukkan bahwa perusahaan harus menyiapkan persediaan
penyangga sebanyak 107,36 karton atau 31,45 karton lebih banyak
daripada dengan menggunakan metode EOQ stokastik. Biaya total
persediaan untuk produk ini naik dari Rp 20.168.364,- dengan
mengunakan metode EOQ stokastik menjadi Rp 20.840.962,- dengan
metode EOQ stokastik tingkat pelayan 99 persen.
Tabel 13 menunjukkan bahwa metode metode EOQ stokastik
tingkat pelayanan 99 persen dapat diterapkan perusahaan, karena
kuantitas persediaan optimal masih jauh dibawah kuantitas maksimum
No Jenis Produk
Total Biaya Persediaan (Rupiah)
Metode
Perusahaan
Metode EOQ
stokastik
Metode EOQstokastik
Tk Pelayanan99 persen
1 SKM CE’S 66.717.944 20.168.364 20.840.962
2 SCI C 200ml 33.132.947 11.279.102 12.127.693
3 SKM CE 36.947.312 16.253.267 17.192.635
4 SKM IMP’S 29.792.143 13.590.105 14.307.202
5 SKM Crima 25.548.901 12.848.884 13.590.296
6 SKM IMP 36.222.147 16.830.782 17.997.609
7 UHT C 125ml 24.993.244 7.635.437 8.171.600
8 SKM KKM 18.022.368 10.281.330 10.929.821
9 UHT FC 1000ml 26.728.921 7.618.610 7.859.616
10 SKM IMC 16.678.367 9.248.116 9.883.752
11 UHT TS C 200ml 20.715.654 6.545.787 7.304.913
12 SCI S 200ml 11.421.100 5.588.166 5.876.770
Total 346.921.048 137.887.950 146.082.870
48
perusahaan. Total biaya persediaan dengan menggunakan metode EOQ
stokastik tingkat pelayanan 99 persen adalah sebesar Rp 146.082.870,-
atau lebih besar Rp 8.194.920,- dari metode EOQ stokastik. Perhitungan
lengkap untuk metode ini dapat dilihat pada Lampiran 11.
4.7.3. Perbandingan Total Biaya Persediaan Antara Metode Perusahaandengan Metode Peneliti
Perbandingan total biaya persediaan antara sistem yang selama ini
digunakan perusahaan dengan metode EOQ stokastik dan metode EOQ
stokastik tingkat pelayanan 99 persen dapat dilihat seperti pada Tabel
14.
Tabel 14. Perbandingan total biaya persediaan tahun 2006 antara metodeperusahaan dan metode yang digunakan peneliti
Tabel 14 menunjukkan bahwa untuk jenis produk SKM CE’S
yang dikendalikan dengan metode perusahaan menghasilkan total biaya
sebesar Rp 66.717.944,- pada tahun 2006. Biaya persediaan total ini
lebih besar dibandingkan dengan menggunakan metode EOQ stokastik
yang hanya mengeluarkan total biaya persediaan sebesar Rp
20.168.364,- dan metode EOQ stokastik tingkat pelayanan 99 persen
yaitu sebesar Rp 20.840.962,- untuk tahun 2006. Besarnya penghematan
yang didapat perusahaan apabila menggunakan metode EOQ stokastik
49
dalam pengendalian persediaan produk SKM CE’S adalah sebesar Rp
46.549.580,- atau 69,77 persen.
Jika perusahaan mengharapkan tidak terjadi kehabisan persediaan
untuk produk SKM CE’S, maka perusahaan akan menerapkan metode
EOQ stokastik tingkat pelayanan 99 persen. Penghematan yang
dilakukan perusahaan untuk produk SKM CE’S jika menggunakan
metode ini adalah sebesar Rp 45.876.982,- atau 69 persen dari metode
yang selama ini diterapkan perusahaan.
Perhitungan untuk produk SCI C 200ml yang dikendalikan dengan
metode perusahaan menghasilkan total biaya persediaan sebesar Rp
33.132.947,- untuk tahun 2006. Biaya persediaan total ini lebih besar
dibandingkan dengan menggunakan metode EOQ stokastik yang hanya
mengeluarkan biaya total sebesar Rp 11.279.102,- dan metode EOQ
stokastik tingkat pelayanan 99 persen yaitu sebesar Rp 12.127.693,-
untuk tahun 2006. Besarnya penghematan yang didapat perusahaan
apabila menggunakan metode EOQ stokastik dalam pengendalian
persediaan produk SCI C 200ml adalah sebesar Rp 21.853.845,- atau
65,95 persen.
Jika perusahaan mengharapkan tidak terjadi kehabisan persediaan
untuk produk SCI C 200ml, maka perusahaan akan menerapkan metode
EOQ stokastik tingkat pelayanan 99 persen. Penghematan yang
dilakukan perusahaan untuk produk SCI C 200ml jika menggunakan
metode ini adalah sebesar Rp 21.005.254,- atau 63,39 persen dari
metode yang selama ini diterapkan perusahaan.
Tabel 14 menunjukkan bahwa total biaya persediaan tahun 2006
dengan menggunakan metode EOQ stokastik dan metode EOQ stokastik
tingkat pelayanan 99 persen lebih dapat meminimumkan total biaya
persediaan dibandingkan metode yang selama ini diterapkan perusahaan.
Secara keseluruhan total biaya persediaan produk-produk prioritas untuk
tahun 2006 yang dikeluarkan perusahaan dengan menggunakan metode
yang selama ini diterapkan adalah sebesar Rp 346.921.048,-. Jika
perusahaan menggunakan metode EOQ stokastik dalam mengendalikan
persediaannya, biaya persediaan total produk-produk prioritas yang
No Jenis Produk
Persediaan Penyangga (karton)
Metode
Perusahaan
Metode EOQ
stokastik
Metode EOQstokastik
Tk Pelayanan99 persen
1 SKM CE’S 1.000 75,91 107,36
2 SCI C 200ml 800 23,23 64,21
3 SKM CE 500 82,32 116,43
4 SKM IMP’S 400 46,44 84,31
5 SKM Crima 300 44,59 80,93
6 SKM IMP 500 96,78 136,88
7 UHT C 125ml 500 13,41 37,06
8 SKM KKM 200 33,14 60,16
9 UHT FC 1000ml 500 6,72 18,59
10 SKM IMC 200 29,49 53,53
11 UHT TS C 200ml 500 18,13 50,11
12 SCI S 200ml 200 6,52 18,03
50
dikeluarkan perusahaan untuk tahun 2006 adalah sebesar Rp
137.887.950,-. Besarnya penghematan yang dilakukan perusahaan jika
menggunakan metode EOQ stokastik adalah sebesar Rp 209.033.098,-
atau 60,25 persen dari metode yang selama ini diterapkan perusahaan.
Perusahaan selama ini tidak pernah mengalami kehabisan
persediaan. Apabila perusahaan tetap memutuskan untuk tetap tidak
mengijinkan terjadinya kehabisan persediaan, maka metode yang lebih
sesuai adalah metode EOQ stokastik tingkat pelayanan 99 persen. Jika
perusahaan menggunakan metode EOQ stokastik tingkat pelayanan 99
persen, maka total biaya persediaan yang dikeluarkan untuk produk-
produk prioritas pada tahun 2006 adalah sebesar Rp 146.082.870,-.
Besarnya penghematan yang dilakukan perusahaan jika menggunakan
metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar Rp
200.838.178,- atau 57,89 persen dari metode yang selama ini digunakan
perusahaan. Tabel 15 di bawah ini menunjukkan besarnya perbedaan
persediaan penyangga untuk tiap-tiap metode pada tahun 2006.
Tabel 15. Perbedaan besarnya persediaan penyangga tahun 2006 antarametode perusahaan dan metode yang digunakan peneliti
Tabel 15 menunjukkan bahwa kebijakan persediaan penyangga
yang ditetapkan perusahaan selama ini terlalu besar, walaupun
51
perusahaan menghendaki tidak terjadi kehabisan persediaan dalam
menjalankan usahanya. Jika perusahaan tetap tidak mengijinkan
terjadinya kehabisan persediaan dalam menjalankan usahanya,
perusahaan dapat menetapkan kebijakan persediaan penyangga untuk
masing-masing produk prioritas sesuai dengan metode EOQ stokastik
tingkat pelayanan 99 persen. Karena dengan menggunakan metode EOQ
stokastik tingkat pelayanan 99 persen (maksimum), kemungkinan
terjadinya kehabisan persediaan selama lead time sudah diantisipasi
sepenuhnya. Rata-rata penurunan tingkat persediaan penyangga untuk
metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar 82,95
persen untuk masing-masing produk prioritas dari kebijakan tingkat
persediaan penyangga yang selama ini diterapkan perusahaan.
Metode EOQ stokastik merupakan metode yang paling dapat
meminimumkan total biaya persediaan perusahaan. Metode ini
menentukan tingkat pelayanan bagi masing-masing produk prioritas
yang dapat meminimumkan total biaya kehabisan persediaan, sehingga
total biaya persediaan didapat pada titik minimalnya. Besarnya
persediaan penyangga untuk masing-masing produk prioritas
berdasarkan metode ini adalah seperti yang terlihat pada Tabel 15.
Penerapan metode ini memberikan total biaya persediaan terendah
diantara metode yang lain. Besarnya rata-rata penurunan tingkat
persediaan penyangga metode EOQ stokastik untuk masing-masing
produk prioritas adalah sebesar 90,42 persen dari kebijakan tingkat
persediaan penyangga yang selama ini diterapkan perusahaan
4.7.4. Perkiraan Biaya Persediaan Tahun 2007 dengan MetodePerusahaan dan Metode yang Digunakan Peneliti
Berdasarkan data hasil peramalan permintaan masing-masing
produk prioritas untuk tahun 2007 dan asumsi bahwa rata-rata kenaikan
biaya persediaan pertahun untuk biaya pemesanan, biaya penyimpanan
dan kenaikan harga jual adalah 10 persen, sehingga untuk tahun 2007
total biaya pemesan adalah Rp 49.168,-/pesan dan total biaya
penyimpanan adalah Rp 27.579,-/karton. Perkiraan total biaya
persediaan tahun 2007 untuk masing-masing produk prioritas dengan
No Jenis Produk
Perkiraan Total Biaya PersediaanTahun 2007 (Rupiah)
Metode
Perusahaan
Metode EOQ
Stokastik
Metode EOQStokastik
Tk Pelayanan99 persen
1 SKM CE’S 74.577.500 23.825.242 24.303.6812 SCI C 200ml 37.412.301 12.618.354 12.825.3793 SKM CE 40.622.293 14.328.924 14.655.0234 SKM IMP’S 34.290.026 16.222.954 16.663.3215 SKM Crima 28.507.115 12.548.846 12.684.0686 SKM IMP 45.182.932 21.734.214 22.232.6307 UHT C 125ml 27.975.146 9.294.214 9.635.1628 SKM KKM 20.574.497 11.127.710 11.355.9819 UHT FC 1000ml 29.342.793 7.839.045 7.850.710
10 SKM IMC 20.411.491 10.685.206 10.828.73011 UHT TS C 200ml 23.563.090 7.480.381 7.662.78712 SCI S 200ml 12.767.601 6.107.031 6.192.012
Total 395.226.785 153.812.122 156.889.484
52
metode perusahaan, metode EOQ stokastik dan metode EOQ stokastik
tingkat pelayanan 99 persen adalah seperti pada Tabel 16.
Tabel 16. Perkiraan total biaya persediaan tahun 2007 dengan metodeperusahaan dan metode yang digunakan peneliti
Tabel 16 menunjukkan bahwa dengan menggunakan metode
perusahaan, perkiraan total biaya persediaan yang akan dikeluarkan
perusahaan untuk produk-produk prioritas pada tahun 2007 adalah
sebesar Rp 395.226.785,-. Jika perusahaan menggunakan metode EOQ
stokastik, maka perkiraan total biaya persediaan produk-produk prioritas
yang akan dikeluarkan perusahaan untuk tahun 2007 adalah sebesar Rp
153.812.122,-. Penghematan yang dilakukan perusahaan bila
menggunakan metode EOQ stokastik dalam pengendalian persediaan
adalah sebesar Rp 241.414.663,- atau sebesar 61,08 persen dari metode
yang digunakan perusahaan selama ini.
Kebijakan perusahaan yang tidak menghendaki terjadinya
kehabisan persediaan membuat perusahaan menetapkan kebijakan
persediaan penyangga yang terlalu besar. Jika perusahaan tetap tidak
menginginkan terjadi kehabisan persediaan dalam menjalankan
usahanya, maka metode yang lebih tepat untuk diterapkan adalah metode
EOQ stokastik tingkat pelayanan 99 persen. Jika perusahaan
menggunakan metode EOQ stokastik tingkat pelayanan 99 persen, maka
No Jenis Produk
Persediaan Penyangga (karton)
Metode
Perusahaan
Metode EOQ
stokastik
Metode EOQstokastik
Tk Pelayanan99 persen
1 SKM CE’S 1.000 51,75 73,19
2 SCI C 200ml 800 5,14 14,21
3 SKM CE 500 24,51 34,66
4 SKM IMP’S 400 35,56 50,30
5 SKM Crima 300 7,23 13,12
6 SKM IMP 500 49,86 70,51
7 UHT C 125ml 500 7,84 21,68
8 SKM KKM 200 10,84 19,68
9 UHT FC 1000ml 500 0,28 0,77
10 SKM IMC 200 6,78 12,31
11 UHT TS C 200ml 500 4,00 11,05
12 SCI S 200ml 200 1,78 4,91
53
perkiraan total biaya persediaan produk-produk prioritas yang akan
dikeluarkan perusahaan untuk tahun 2007 adalah sebesar Rp
156.889.484,-. Penghematan yang dilakukan perusahaan bila
menggunakan metode EOQ stokastik tingkat pelayanan 99 persen dalam
pengendalian persediaan adalah sebesar Rp 238.337.301,- atau sebesar
60,30 persen dari metode yang digunakan perusahaan selama ini.
Perbedaan yang cukup signifikan antara ketiga metode ini terjadi
karena perusahaan menetapkan kebijakan persediaan penyangga yang
terlalu besar untuk setiap produknya, sehingga biaya pemesanan dan
penyimpanan untuk tiap produk menjadi lebih besar. Perusahaan harus
mengeluarkan biaya penyimpanan tetap sepanjang tahun yang besarnya
sesuai dengan besarnya persediaan penyangga untuk tiap-tiap produk.
Tabel 17 menunjukkan besarnya perbedaan persediaan penyangga untuk
tiap-tiap metode pada tahun 2007.
Tabel 17. Perbedaan besarnya persediaan penyangga tahun 2007 antarametode perusahaan dan metode yang digunakan peneliti
Tabel 17 menunjukkan bahwa kebijakan persediaan penyangga
yang ditetapkan perusahaan selama ini terlalu besar, walaupun
perusahaan menghendaki tidak terjadi kehabisan persediaan dalam
menjalankan usahanya. Jika perusahaan tetap tidak mengijinkan
54
terjadinya kehabisan persediaan dalam menjalankan usahanya,
perusahaan dapat menetapkan kebijakan persediaan penyangga untuk
masing-masing produk prioritas sesuai dengan metode EOQ stokastik
tingkat pelayanan 99 persen. Karena dengan menggunakan metode EOQ
stokastik tingkat pelayanan 99 persen (maksimum), kemungkinan
terjadinya kehabisan persediaan selama lead time sudah diantisipasi
sepenuhnya. Rata-rata penurunan tingkat persediaan penyangga tahun
2007 untuk metode EOQ stokastik tingkat pelayanan 99 persen adalah
sebesar 93,98 persen untuk masing-masing produk prioritas dari
kebijakan tingkat persediaan penyangga yang selama ini diterapkan
perusahaan.
Metode EOQ stokastik merupakan metode yang paling dapat
meminimumkan total biaya persediaan perusahaan. Metode ini
menentukan tingkat pelayanan bagi masing-masing produk prioritas
yang dapat meminimumkan total biaya kehabisan persediaan, sehingga
total biaya persediaan didapat pada titik minimalnya. Besarnya
persediaan penyangga untuk masing-masing produk prioritas
berdasarkan metode ini adalah seperti yang terlihat pada Tabel 17.
Penerapan metode ini akan memberikan total biaya persediaan terendah
diantara metode yang lain. Besarnya rata-rata penurunan tingkat
persediaan penyangga tahun 2007 dengan metode EOQ stokastik untuk
masing-masing produk prioritas adalah sebesar 96,32 persen dari
kebijakan tingkat persediaan penyangga yang selama ini diterapkan
perusahaan
Perbandingan antara metode perusahaan, metode EOQ stokastik
dan metode EOQ stokastik tingkat pelayanan 99 persen untuk perkiraan
biaya persediaan tahun 2007 menunjukkan bahwa penggunaan metode
EOQ stokastik lebih efisien dalam upaya meminimumkan total biaya
persediaan dibandingkan penggunaan metode yang lain. Karena metode
ini benar-benar menentukan titik optimal kuantitas persediaan juga
besarnya persediaan penyangga yang dapat meminimalkan total
keseluruhan biaya persediaan. Penggunaan metode EOQ stokastik
tingkat pelayanan 99 persen dapat diterapkan perusahaan, bila
55
perusahaan memiliki tujuan utama selain meminimumkan total biaya
persediaan juga menghindari terjadinya kehabisan persediaan. Karena
metode ini sudah memperhitungkan besarnya persediaan penyangga
untuk mengantisipasi kemungkinan terjadinya kehabisan persediaan
selama masa lead time.
Perhitungan biaya persediaan produk-produk prioritas untuk tahun
2007 dengan menggunakan metode perusahaan secara lebih rinci dapat
dilihat pada Lampiran 12, sedangkan perhitungan biaya persediaan
dengan menggunakan metode EOQ stokastik untuk tahun 2007 dan
metode EOQ stokastik tingkat pelayanan 99 persen lebih rinci dapat
dilihat pada Lampiran 13 dan 14.
KESIMPULAN DAN SARAN
1. Kesimpulan
a. Sistem pengadaan dan pengendalian persediaan PT. Alam Sumbervita.
Metode yang digunakan perusahaan selama ini adalah metode EOQ
tradisional yang besar kuantitas persediaannya disesuaikan dengan
kapasitas maksimum perusahaan dan pemesanannya dilakukan saat level
persediaan mencapai persediaan penyangga. Perusahaan menetapkan
kebijakan tingkat persediaan penyangga adalah berbeda-beda untuk setiap
produk dengan jumlah yang tetap sepanjang tahun. Metode pengendalian
persediaan yang tepat berdasarkan kondisi perusahaan adalah metode EOQ
stokastik, karena metode ini memperhitungkan variabel-variabel yang
tidak diketahui dengan pasti dan tidak konstan. Metode ini juga
memperhitungkan adanya kemungkinan terjadinya kehabisan persediaan
dan biaya yang diakibatkannya.
b. Jenis-jenis produk yang patut mendapatkan prioritas dalam perencanaan
dan pengendalian persediaan adalah produk-produk yang memiliki volume
penjualan tertinggi. Produk-produk tersebut adalah SKM CE’S, SCI C
200ml, SKM CE, SKM IMP’S, SKM Crima, SKM IMP, UHT C 125ml,
SKM KKM, UHT FC 1000ml, SKM IMC, UHT TS C 200ml dan SCI S
200ml dengan persentase kumulatif penjualan terhadap total penjualan
pada tahun 2006 sebesar 75 persen.
c. Pengendalian persediaan dengan metode perusahaan menghasilkan total
biaya persediaan produk-produk prioritas yang untuk tahun 2006 adalah
sebesar Rp 346.921.048,-. Perkiraan biaya persediaan tahun 2007
berdasarkan hasil peramalan untuk produk-produk prioritas adalah sebesar
Rp 395.226.785,- atau naik sebesar Rp 48.305.737,- (13,92 persen) dari
tahun 2006.
d. Pengendalian persediaan dengan menggunakan metode EOQ sokastik dan
metode EOQ stokastik tingkat pelayanan 99 persen untuk produk-produk
prioritas pada tahun 2006 menghasilkan total biaya persediaan masing-
masing sebesar Rp 137.887.950,- dan Rp 146.082.870,- atau metode EOQ
57
stokastik lebih hemat Rp 8.194.920,- dibandingkan metode EOQ stokastik
tingkat pelayanan 99 persen. Perkiraan total biaya persediaan produk-
produk prioritas untuk tahun 2007 adalah sebesar Rp 153.812.122,-
dengan metode EOQ stokastik dan Rp 156.889.484,- dengan
menggunakan metode EOQ stokastik tingkat pelayanan 99 persen.
2. Saran
a. Perusahaan perlu mengkaji kembali metode pengendalian yang diterapkan
selama ini, karena berdasarkan hasil pengolahan dengan metode yang
digunakan peneliti, total biaya persediaan masih dapat diminimalkan.
Terutama untuk kebijakan tingkat persediaan penyangga masing-masing
produk, karena lead time satu hari merupakan sebuah peluang bagi
perusahaan bahwa pengadaan kembali relatif memakan waktu yang
singkat, sehingga untuk produk-produk yang tingkat fluktuasinya relatif
kecil perusahaan tidak perlu terlalu khawatir dengan menetapkan tingkat
persediaan penyangga terlalu besar.
b. Perusahaan dapat menggunakan metode EOQ stokastik sebagai referensi
untuk mengendalikan persediaannya, jika tujuan utama perusahaan adalah
efisiensi total biaya persediaan. Tingkat persediaan penyangga yang harus
diturunkan perusahaan untuk tahun 2007 jika menggunakan metode ini
adalah rata-rata sebesar 96,32 persen dari kebijakan yang selama ini
diterapkan.
c. Perusahaan juga dapat menggunakan metode EOQ stokastik tingkat
pelayanan 99 persen sebagai referensi untuk mengendalikan
persediaannya. Metode ini digunakan jika perusahaan tetap menginginkan
tidak terjadi kehabisan persediaan selama menjalankan usahanya.
Penggunaan metode ini mengharuskan perusahaan menurunkan tingkat
persediaan penyangganya rata-rata sebesar 93,98 persen dari kebijakan
persediaan penyangga perusahaan selama ini.
DAFTAR PUSTAKA
Aritonang, R, L. R. 2002. Peramalan Bisnis Indonesia. Ghalia. Jakarta.
Assauri, S. 2004. Manajemen Produksi dan Operasi. Edisi Revisi. FEUI. Jakarta.
Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia. Jakarta.
Buffa, E. S. 1994. Manajemen Produksi Operasi Modern. Edisi 1. Jilid 1.Erlangga. Jakarta.
Danarti. 2004. Kajian Pengendalian Bahan Baku Teh Botol Freshtea Pada PTCoca Cola Bottling Indonesia. Skripsi. Departemen Manajemen.Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor.
Handoko, H. 1993. Dasar-Dasar Manajemen Produksi dan Operasi. Edisi 1.BPFE. Yogyakarta.
.,dkk. 2000. Dasar-Dasar Operations Research. Edisi 2. BPFE.Yogyakarta.
Nurfitriyah, E. 2007. Kajian Persedian Bahan Baku dengan Metode Simulasi PadaPT. Goodyear Indonesia, Tbk. Skripsi. Departemen Manajemen.Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor.
Purwani, A. 2006. Kajian Persediaan bahan Baku Kulit Sintetik di PerusahaanSumber Karya Indah dengan Metode Simulasi. Skripsi. DepartemenManajemen. Fakultas Ekonomi dan Manajemen. Institut PertanianBogor. Bogor.
Putra, T. A. 2005. Analisis Pengendalian Persediaan Bahan baku Produk BanPada PT Goodyear Indonesia, Tbk. Skripsi. Departemen Manajemen.Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor.
Rangkuti, F. 2004. Manajemen Persediaan, Aplikasi di Bidang Bisnis. PT. RajaGrafindo Persada. Jakarta.
NO Tujuan Penelitian Data yangDiperlukan
Sumber Data JenisSumber Data
MetodePengolahan
kesimpulan
1 Mengetahui -bagaimana sistem -pengadaan danpengendalian -persediaan -perusahaan. -
-----
Data persediaanJumlah pembelianbarang jadiFrekuensi pemesananData Lead timeData jenis barang jadiHarga jual/unitBiaya pembelianBiaya pemesananBiaya penyimpananData penjualan
Bagian purchasingBagian warehouse
Data primerdan sekunder
Tabulasi Mengetahui sistem pengadaan danpengendalian dan biaya yangdikeluarkan selama ini.
2 Menetapkan jenis -produk yang perlu -mendapatkan -prioritas -
Data jenis produkBiaya pembelianHarga jualVolume penjualan
Bagian warehouse Data Primerdan Sekunder
Tabulasi Metode ABC
Mengetahui jenis produk mana saja yangharus diprioritaskan.
3 Meramalkan -permintaan masa -depan danmenghitung tingkat -persediaan yangoptimal bagi -perusahaan. -
-----
Data penjualanData persediaan masalaluJumlah pembelianbarang jadiFrekuensi pemesananData Lead timeData jenis barang jadiHarga jual/unitBiaya pembelianBiaya pemesananBiaya penyimpanan
Bagian purchasingBagian warehouse
Data primerdan sekunder
Tabulasi Diagram
scatter ARIMA Model
persediaanstokastik
Mengetahui perkiraan permintaan untuk1 tahun kedepanMengetahui tingkat persediaan yangoptimal dengan biaya persediaan yangpaling efisien
76
Lampiran 1.
Tujuan penelitian, Kebutuhan data, jenis dan sumber data, metode pengolahan data yang digunakan.
77
Lampiran 2ORGANIZATION STRUCTURE
Branch ManagerJoshua P
PT. ALAM SUMBERVITACab. Jakarta
Sales ManagerNN
WarehouseSPV
HASAN
TODW/Industri
SPVNN
TOInstitusi
Dry/ButterSPV
Canvas Inst/Depo
PLM/ButterSPV
TO-CanvasTradisional TS
SPVSUPRIYANTO
Canvas HCOPLMSPV
HENDRA
CanvasHCO/TGR/BKS
PLMSPV
TO HCONon PLM
SPVSRI UTAMI
Depo PLMSPV
KAMINO
RICHMA DARTONO ROBY S
PO, DOSIti
Retur PLMIbnu
PEDULIWardi
Inst JKT/BGRSlamat
JKT/ BKSIRoy Vino
Alimin (S)Ending (D)
NN (S)Toto (D)
Slm TOSel
Andre (s)
Slm TO
Slm CanvSel
Danang(s)
Slm Canv
Slm Canv hcoEko (s)
Slm Canv hcoHaryanto (s)
Slm Can HCOEnding k (S)
Slm Can HCOBurhan (S)
Slm TO HCOSyarulloh
Slm TO HCODeni
Slm TO DepoEdy
Slm TO DepoSoidy
Tim Tim
Control
Yovie
Retur DryDion
BKR
Gianto
HORECAKOPBunali
Wawan (S)Ali Nurdin (D)
Eko (S)Suhartoyo (D)
A Rozak(s)
Slm TOBrt
NN (s)
Suyono(s)
Slm CanvBrt
NN (s)
Slm Canv hcoDody (s)
Slm Canv hcoAgus (s)
Slm Canv hco
Slm Can TGRMulyani (S)
Delivery TGRReza (S)
Slm TO HCORejendra
Slm TO HCONN
Kantin Sklh
Ari (S)
Slm TO
PusKetut (s)
Slm Canv
PusRisky (s)
Riyan (s)
Slm Canv hcoSuwondo (s)
Delivery TGRAgus D (S)
Kantin Sklh Delivery TGRPanusuna (S) Slm TO
UtrRioni (s)
Slm CanvUtr
NN (s)
Slm Canv hcoDayat (s)
Abdul L (S)
BakeryNN TS Crate
Faisal (D)
Institusi
NN TS FakturSupriyanto
78
Lampiran 3Biaya pemesanan per pesan dan biaya penyimpanan per unit kartonproduk
IMP
IMP sachet
Total Permintaan
Thn 2006
28,181
29,643
jumlah
pesanan
87
64
produk
1000gr
BIO 400gr
Total Permintaan
Thn 2006
576
-
jumlah
pesanan
38
0
IMC 13,092 72 SBI BIO 800gr - 0
SKM IMC sachet
CE
KKM
CE'S
CE'C
4,438
33,912
18,840
70,504
9,947
34
69
54
67
52
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr
8,900
68
44
146
2,036
18
9
9
9
16
TS
TS'S
TS BDG
CRIMA
10,922
1,580
461
28,800
92
61
34
53
SBB200gr
1000gr
400gr
200gr
1,624
954
2,248
1,407
12
11
22
24
SCI
UHT
SBI
C200ml
S200ml
MLN 200ml
PLAIN 200ml
C125ml
S 125ml
M 125ml
C 200ml
S 200ml
M 200ml
TS C 200ml
TS S 200ml
FC 1000ml
CH 1000ml
400gr
200gr
41,651
11,313
9,719
2,753
19,228
8,673
852
7,212
7,922
2,484
12,830
1,551
17,903
667
3,286
93
100
87
116
68
31
84
90
61
132
24
52
77
33
23
12
9
SBC
CCS
BULK
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr FC
400gr C
REG/25KG
INS/25KG
SKM BULK 2X5
SKM BULK 1X10
SMP BULK 25KG
REG/2KG
INS/2KG
530
36
25
213
-
14
9
7,169
4,279
216
510
5,299
-
14
403
630
53
9
9
9
0
9
9
23
15
49
14
15
0
9
16
9
435,806 2150
total biaya pemesanan thn 06 Total Biaya Penyimpanan thn 2006
biaya pemesanan Biaya Telepon
Biaya Pengiriman
Biaya Surat (Adm)
total
11,538,294
318,055,177
25,865,541
355,459,013
biaya penyimpanan Biaya Asuransi
Biaya Utilitas
Biaya Pemeriksaan
total
200,816,888
246,873,704
16,276,900
463,967,492
biaya pemesanan per pesan Total = Rp 165.330/ pesan
biaya telepon
biaya pengiriman
biaya surat (adm)
Rp 5,366 / pesan
Rp 147,932 / pesan
Rp 12,030 / pesan
= 11,538,294 / 2,150
= 318,055,177 / 2,150
= 25,865,541 / 2,150
biaya penyimpanan per karton per thn Total = Rp 2.039,84 / karton
biaya asuransi
biaya utilitas
biaya pemeriksaan
Rp 883 / karton
Rp 1085,38 / karton
Rp 71,56 / karton
= 2x200,816,888 / (2x9,550+435,806)
= 2x246,873,704 / (2x9,550+435,806)
= 2x16,276,900 / (2x9,550+435,806)
produk Penjualan Tahun 2006 (karton) TOTAL(%) rankJAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES (karton)
SKM
IMP 1,448 1,681 2,265 2,126 1,733 2,318 996 2,145 1,646 3,360 2,461 6,001 28,181 0.0647 6
IMP sachet 2,327 1,356 1,890 2,037 1,424 2,749 3,625 2,139 2,900 3,886 2,248 3,063 29,643 0.0680 4
IMC 429 748 991 825 761 870 1,160 991 876 1,789 1,381 2,271 13,092 0.0300 10
IMC sachet 86 265 452 125 431 458 135 401 651 178 473 782 4,438 0.0102 22
CE 3,201 1,542 3,275 3,564 2,042 2,765 2,645 2,970 1,257 3,876 1,665 5,109 33,912 0.0778 3
KKM 757 1,262 1,837 1,363 1,611 1,518 1,171 2,581 1,559 1,586 961 2,634 18,840 0.0432 8
CE'S 5,105 6,366 3,914 5,806 4,651 5,784 6,622 7,497 5,801 5,750 5,940 7,268 70,504 0.1618 1
CE'C 129 675 548 862 53 1,425 306 1,534 1,106 1,494 628 1,186 9,947 0.0228 14
TS 604 758 831 481 906 1,335 755 992 1,023 1,297 725 1,213 10,922 0.0251 13
TS'S 126 156 109 190 92 106 197 102 97 124 126 156 1,580 0.0036 30
TS BDG 16 19 57 30 48 21 24 28 80 56 31 51 461 0.0011 40
CRIMA 1,219 1,971 2,753 1,299 2,452 3,489 1,602 2,615 3,415 2,557 2,267 3,162 28,800 0.0661 5
SCIC200ml 2,979 2,550 3,245 2,849 3,668 3,871 3,567 3,067 3,793 4,564 3,156 4,343 41,651 0.0956 2
S200ml 819 791 1,007 576 1,031 963 975 954 1,175 1,146 801 1,074 11,313 0.0260 12
MLN 200ml 890 404 487 280 379 342 2,154 973 1,210 740 217 1,642 9,719 0.0223 15
PLAIN 200ml 234 291 246 94 141 131 287 372 330 116 294 217 2,753 0.0063 25
UHT
C125ml 1,288 1,172 1,446 1,345 1,485 1,877 1,630 1,481 1,780 2,125 1,305 2,294 19,228 0.0441 7
S 125ml 649 585 550 474 733 841 861 779 701 891 633 977 8,673 0.0199 17
M 125ml 53 35 62 41 83 57 88 56 96 104 52 125 852 0.0020 34
C 200ml 1,228 775 893 560 534 779 786 454 478 229 229 266 7,212 0.0165 19
S 200ml 590 552 628 430 540 430 981 895 985 809 358 721 7,922 0.0182 18
M 200ml 324 153 142 156 91 125 470 223 211 267 71 251 2,484 0.0057 26
TS C 200ml 756 1,585 495 777 949 923 1,048 2,212 684 997 1,485 919 12,830 0.0294 11
TS S 200ml 133 237 86 133 61 129 123 231 87 100 155 74 1,551 0.0036 31
FC 1000ml 1,604 1,512 1,607 1,396 1,121 1,552 1,601 1,533 1,636 1,627 1,163 1,550 17,903 0.0411 9
CH 1000ml 60 28 51 34 41 77 79 39 66 77 37 77 667 0.0015 35
79
Lampiran 4Klasifikasi persediaan ABC
Penjualan PT. Alam Sumbervita Jakarta
80
Lampiran 4 (lanjutan)Klasifikasi persediaan ABC
Penjualan PT. Alam Sumbervita Jakartaproduk Penjualan Tahun 2006 TOTAL
JAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES (karton) (%) rank
400gr
200gr
287
1
51
2
627
13
113
4
223
3
122
3
332
2
60
6
753
39
262
10
275
9
180
2
3,286
93
0.0075
0.0002
24
45
SBI
SBB
SBC
CCS
BULK
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr
200gr
1000gr
400gr
200gr
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr FC
400gr C
REG/25KG
INS/25KG
SKM BULK 2X5
SKM BULK 1X10
SMP BULK 25KG
REG/2KG
INS/2KG
108
-
-
819
4
3
19
165
19
83
99
98
53
5
1
15
-
2
0
205
98
28
29
122
-
2
26
44
25
-
-
794
3
4
3
92
153
50
144
87
30
2
2
13
-
2
1
343
133
24
26
314
-
1
32
39
30
-
-
862
7
3
14
105
20
56
121
72
47
2
1
14
-
1
1
209
102
26
34
545
-
0
27
51
29
-
-
111
4
3
3
110
174
67
161
49
38
1
1
12
-
1
1
2,214
65
40
45
584
-
3
21
20
43
-
-
234
5
4
4
188
55
67
181
95
36
1
2
17
-
2
1
92
121
7
41
256
-
0
35
57
29
-
-
851
5
4
8
68
192
75
223
47
49
3
2
18
-
2
1
76
46
10
45
348
-
0
32
47
122
-
-
999
6
4
33
338
32
112
141
219
57
6
2
21
-
1
0
451
651
18
40
198
-
2
36
64
30
-
-
1,126
4
4
6
170
270
68
209
191
33
2
3
18
-
1
1
539
860
15
36
473
-
1
44
57
35
-
-
1,092
9
4
27
190
34
76
168
153
53
3
1
20
-
1
2
352
646
16
44
834
-
0
36
72
65
-
-
695
8
4
14
206
412
134
373
211
42
2
5
23
-
1
1
1,691
937
19
75
437
-
2
40
66
29
-
-
614
5
3
8
134
87
61
136
58
54
3
2
20
-
1
1
121
56
8
32
511
-
1
28
54
32
-
-
702
9
3
7
270
177
106
292
127
37
4
3
22
-
0
1
874
564
6
63
678
-
0
48
57
576
-
-
8,900
68
44
146
2,036
1,624
954
2,248
1,407
530
36
25
213
-
14
9
7,169
4,279
216
510
5,299
-
14
403
630
0.0013
0.0000
0.0000
0.0204
0.0002
0.0001
0.0003
0.0047
0.0037
0.0022
0.0052
0.0032
0.0012
0.0001
0.0001
0.0005
0.0000
0.0000
0.0000
0.0164
0.0098
0.0005
0.0012
0.0122
0.0000
0.0000
0.0009
0.0014
37
53
54
16
46
47
44
28
29
33
27
32
38
48
49
43
55
50
52
20
23
42
39
21
56
51
41
36
495,076
RANK JENIS PRODUKPENJUALAN
PERSENTASE (%) KOMULATIF (%)
1 SKM CE'S 16.17 16.17
2 SCI C200ml 9.55 25.73
3 SKM CE 7.78 33.51
4 SKM IMP sachet 6.80 40.31
5 SKM CRIMA 6.60 46.92
6 SKM IMP 6.46 53.39
7 UHT C125ml 4.41 57.80
8 SKM KKM 4.32 62.12
9 UHT FC 1000ml 4.10 66.23
10 SKM IMC 3.00 69.24
11 UHT TS C 200ml 2.94 72.18
12 SCI S200ml 2.59 74.78
13 SKM TS 2.50 77.28
14 SKM CE'C 2.28 79.56
15 SCI MLN 200ml 2.23 81.79
16 SBI BIO Kids 1-3 400gr 2.04 83.84
17 UHT S 125ml 1.99 85.83
18 UHT S 200ml 1.81 87.64
19 UHT C 200ml 1.65 89.30
20 CCS 400gr FC 1.64 90.94
21 BULK SKM BULK 2X5 1.21 92.16
22 SKM IMC sachet 1.01 93.18
23 CCS 400gr C 0.98 94.16
81
24 SBI 400gr 0.75 94.91
kelas A
kelas B
82
Lampiran 4 (Lanjutan)
83
Lampiran 4 (Lanjutan)Analisis Metode ABC
RANK JENIS PRODUK PENJUALAN
84
PERSENTASE (%) KOMULATIF (%)
25
26
27
28
29
30
31
32
33
34
35
36
37
SCI PLAIN 200ml
UHT M 200ml
SBC 400gr
SBB 400gr
SBB 200gr
SKM TS'S
UHT TS S 200ml
SBC 200gr
SBB 1000gr
UHT M 125ml
UHT CH 1000ml
BULK INS/2KG
SBI 1000gr
0.63
0.57
0.51
0.46
0.37
0.36
0.35
0.32
0.21
0.19
0.15
0.14
0.13
95.55
96.12
96.63
97.10
97.47
97.83
98.19
98.51
98.73
98.93
99.08
99.22
99.36
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
SBC 1000gr
BULK INS/25KG
SKM TS BDG
BULK REG/2KG
BULK REG/25KG
SBC BIO kids 1-3 400gr
SBI Bio kids 4-6 800gr
SBI 200gr
SBI Bio kids 1-3 800gr
SBI BIO kids 4-6 400gr
SBC BIO 400gr
SBC BIO 800gr
SBC BIO kids 4-6 400gr
BULK SMP BULK 25KG
SBC Bio kids 4-6 800gr
SBI BIO 400ML
SBI BIO 800ML
SBC BIO KIDS 1-3 800ML
BULK SKM BULK 1X10
0.12
0.11
0.10
0.09
0.05
0.04
0.03
0.02
0.01
0.01
0.008
0.006
0.003
0.003
0.002
99.48
99.60
99.70
99.79
99.84
99.89
99.93
99.95
99.96
99.97
99.98
99.99
99.99
99.99
100.00
100.00
100.00
100.00
100.00
Kelas C
100.00
Lampiran 5Kapasitas maksimum dan buffer stock tiap produk
100.00
Jenis Produk Buffer Stock
(karton)
kapasitas max tiap produk
(karton)
SKM
IMP 500 823
IMP sachet 400 865
IMC 200 382
IMC sachet 80 130
CE 500 990
KKM 200 550
CE'S 1,000 2,058
CE'C 100 290
TS 200 319
TS'S 20 46
TS BDG 10 13
CRIMA 300 841
SCIC200ml 800 1,216
S200ml 200 330
MLN 200ml 200 284
PLAIN 200ml 40 80
UHT
C125ml 500 1,117
S 125ml 400 504
M 125ml 40 49
C 200ml 300 419
S 200ml 400 460
M 200ml 40 144
TS C 200ml 500 745
TS S 200ml 70 90
FC 1000ml 500 1,040
CH 1000ml 10 39
85
Lampiran 5 (Lanjutan)Kapasitas maksimum dan buffer stock tiap produk
Jenis Produk Buffer Stock
(karton)
kapasitas max tiap produk
(karton)
SBI
400gr 372 372
200gr 11 11
1000gr 65 65
BIO 400gr - -
BIO 800gr - -
BIO kids 1-3 400gr 1,007 1,007
Bio kids 1-3 800gr 8 8
BIO kids 4-6 400gr 5 5
Bio kids 4-6 800gr 17 17
SBB 400gr 230 230
200gr 184 184
1000gr 108 108
SBC
400gr 254 254
200gr 159 159
1000gr 60 60
BIO 400gr 4 4
BIO 800gr 3 3
BIO kids 1-3 400gr 24 24
Bio kids 1-3 800gr - -
BIO kids 4-6 400gr 2 2
Bio kids 4-6 800gr 1 1
CCS 400gr FC 811 811
400gr C 484 484
BULK
REG/25KG 24 24
INS/25KG 58 58
SKM BULK 2X5 600 600
SKM BULK 1X10 - 0
SMP BULK 25KG 2 2
REG/2KG 46 46
INS/2KG 71 71
86
9,550
Lampiran 3Biaya pemesanan dan biaya penyimpanan
18,432
produk Total Permintaan jumlah produk Total Permintaan jumlah
87
Thn 2006 pesanan Thn 2006 pesanan
IMP
IMP sachet
28,181
29,643
87
64
1000gr
BIO 400gr
576
-
38
0
IMC 13,092 72 SBI BIO 800gr - 0
SKM IMC sachet
CE
KKM
CE'S
CE'C
4,438
33,912
18,840
70,504
9,947
34
69
54
67
52
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr
8,900
68
44
146
2,036
18
9
9
9
16
TS
TS'S
TS BDG
CRIMA
10,922
1,580
461
28,800
92
61
34
53
SBB200gr
1000gr
400gr
200gr
1,624
954
2,248
1,407
12
11
22
24
SCI
UHT
SBI
C200ml
S200ml
MLN 200ml
PLAIN 200ml
C125ml
S 125ml
M 125ml
C 200ml
S 200ml
M 200ml
TS C 200ml
TS S 200ml
FC 1000ml
CH 1000ml
400gr
200gr
41,651
11,313
9,719
2,753
19,228
8,673
852
7,212
7,922
2,484
12,830
1,551
17,903
667
3,286
93
100
87
116
68
31
84
90
61
132
24
52
77
33
23
12
9
SBC
CCS
BULK
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr FC
400gr C
REG/25KG
INS/25KG
SKM BULK 2X5
SKM BULK 1X10
SMP BULK 25KG
REG/2KG
INS/2KG
530
36
25
213
-
14
9
7,169
4,279
216
510
5,299
-
14
403
630
53
9
9
9
0
9
9
23
15
49
14
15
0
9
16
9
435,806 2150
total biaya pemesanan thn 06 Total Biaya Penyimpanan thn 2006
biaya pemesanan Biaya Telepon
Biaya Pengiriman
Biaya Surat (Adm)
total
11,538,294
318,055,177
25,865,541
355,459,013
biaya penyimpanan Biaya Asuransi
Biaya Utilitas
Biaya Pemeriksaan
total
200,816,888
246,873,704
16,276,900
463,967,492
biaya pemesanan per pesan Total = Rp 165.330/ pesan
biaya telepon
biaya pengiriman
biaya surat (adm)
Rp 5,366 / pesan
Rp 147,932 / pesan
Rp 12,030 / pesan
= 11,538,294 / 2,150
= 318,055,177 / 2,150
= 25,865,541 / 2,150
biaya penyimpanan per karton per thn Total = Rp 2.039,84 / karton
biaya asuransi
biaya utilitas
biaya pemeriksaan
Rp 883 / karton
Rp 1085,38 / karton
Rp 71,56 / karton
Lampiran 6
ARIMA
= 2x200,816,888 / (2x9,550+435,806)
= 2x246,873,704 / (2x9,550+435,806)
= 2x16,276,900 / (2x9,550+435,806)
SK
M
CES
dif
1la
tion
88
Plot data aktual penjualan SKM CE’S sebelum didtasionerkan
Time Series Plot of SKM CES
20000
15000
10000
5000
04 8 12 16 20 24 28 32 36
Index
Plot data penjualan SKM CE’S setelah distasionerkan dengan diferensiasi ordo 1
Time Series Plot of dif 1
40
30
20
10
0
-10
-20
-30
-40
-50
4 8 12 16 20 24 28 32 36Index
Lampiran 6 (lanjutan)Autokorelasi data aktual (plot ACF) diferensiasi ordo pertama SKM CE’S
Autocorrelation Function for dif 1(with 5% significance limits for the autocorrelations)
1.0
0.8
0.6
0.4
0.2
Part
ial A
uto
corr
ela
tion
89
Autokorelasi parsial data aktual (plot PACF) diferensiasi ordo pertama SKMCE’S
Partial Autocorrelation Function for dif 1(with 5% significance limits for the partial autocorrelations)
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3 4 5 6 7 8 9
Lag
Lampiran 7Identifikasi model
ARIMA Model: SKM CES
90
Final Estimates of Parameters
TypeAR 1Constant
Coef-0.6210
847.5
SE Coef0.1392482.2
T-4.461.76
P0.0000.088
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 268535976 (backforecasts excluded)
MS = 8137454 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1210.8
100.373
2422.5
220.433
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast19256.621040.220780.021789.022009.822720.223126.523721.624199.524750.225255.725789.2
Lower Upper13664.3 24848.815059.8 27020.613428.1 28131.913872.3 29705.713241.9 30777.813368.6 32071.713115.7 33137.313157.7 34285.613071.7 35327.313108.6 36391.813108.5 37402.913164.7 38413.7
Actual
ARIMA Model: SCI C200mlFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.3338
-0.583382.77
SE Coef0.14780.149089.30
T9.02
-3.910.93
P0.0000.0000.361
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 148944381 (backforecasts excluded)
MS = 4654512 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
Lag 12 24 36 48
Lampiran 7 (Lanjutan)
Chi-SquareDF
6.59
15.021
**
**
91
P-Value 0.687 0.824 * *
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast10970.011528.411611.211693.911776.711859.511942.212025.012107.812190.612273.312356.1
Lower Upper6740.6 15199.57069.6 15987.27029.2 16193.16992.1 16395.86957.9 16595.56926.6 16792.46897.8 16986.76871.4 17178.66847.3 17368.36825.3 17555.86805.3 17741.36787.3 17924.9
Actual
ARIMA Model: SKM CEFinal Estimates of Parameters
TypeAR 1ConstantMean
Coef-0.438311778.48189.2
SE Coef0.1656496.6345.3
T-2.6523.72
P0.0120.000
Number of observations: 36Residuals: SS = 301445263 (backforecasts excluded)
MS = 8866037 DF = 34
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1215.7
100.108
2425.1
220.290
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast5373.29460.07615.48447.48072.18241.48165.08199.58184.08191.08187.88189.2
Lower Upper-552.3 11298.72996.8 15923.11048.0 14182.81859.0 15035.81479.5 14664.81647.9 14834.91571.3 14758.81605.7 14793.21590.2 14777.71597.2 14784.71594.0 14781.61595.5 14783.0
Actual
Lampiran 7 (Lanjutan)
ARIMA Model: SKM IMP sachetFinal Estimates of Parameters
92
TypeAR 1Constant
Coef-0.4874
546.2
SE Coef0.2001432.8
T-2.441.26
P0.0240.222
Differencing: 1 regular differenceNumber of observations: Original series 23, after differencing 22Residuals: SS = 82374427 (backforecasts excluded)
MS = 4118721 DF = 20
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1243.9
100.000
24***
36***
48***
Forecasts from period 23
95 PercentLimits
Period242526272829303132333435
Forecast8163.28996.89136.79614.79927.9
10321.510675.911049.311413.511782.212148.712516.3
Lower Upper4184.6 12141.74525.9 13467.73761.2 14512.23676.1 15553.33384.2 16471.73265.6 17377.43123.7 18228.03040.3 19058.32968.3 19858.72924.1 20640.32895.2 21402.12884.1 22148.4
Actual
ARIMA Model: SKM CrimaFinal Estimates of Parameters
TypeAR 1AR 2Constant
Coef-0.7271-0.6425
52.2
SE Coef0.13760.1373404.2
T-5.28-4.680.13
P0.0000.0000.898
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 182966191 (backforecasts excluded)
MS = 5717693 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1216.4
90.060
2423.9
210.296
36***
48***
Lampiran 7 (Lanjutan)
Forecasts from period 36
93
95 PercentLimits
Period373839404142434445464748
Forecast7760.07096.48450.27944.47494.68198.78027.97751.98114.58080.37924.48111.9
Lower Upper3072.3 12447.62237.3 11955.53534.2 13366.22010.4 13878.31295.9 13693.21875.4 14522.11180.2 14875.5625.3 14878.4818.3 15410.6435.6 15725.116.3 15832.412.5 16211.2
Actual
ARIMA Model: SKM IMPFinal Estimates of Parameters
TypeAR 1Constant
Coef-0.7191
564.7
SE Coef0.1413558.6
T-5.091.01
P0.0000.319
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 359742969 (backforecasts excluded)
MS = 10901302 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1227.7
100.002
2443.4
220.004
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast10437.415826.512515.715461.313907.715589.714944.815973.315798.416488.816557.017072.7
Lower Upper3964.7 16910.09103.4 22549.64037.4 20993.96545.7 24376.93925.7 23889.75093.6 26085.73662.0 26227.74161.3 27785.23340.7 28256.13514.2 29463.53018.9 30095.13039.9 31105.5
Actual
Lampiran 7 (Lanjutan)
ARIMA Model: UHT C125mlFinal Estimates of Parameters
94
TypeAR 1AR 2Constant
Coef-1.1301-0.7259
282.7
SE Coef0.13490.1447121.4
T-8.38-5.022.33
P0.0000.0000.026
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 16495979 (backforecasts excluded)
MS = 515499 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1212.5
90.189
2426.8
210.177
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast5344.894944.296558.055307.725832.036429.755656.316379.206406.326133.606704.796539.89
Lower Upper3937.36 6752.423524.89 6363.695019.82 8096.293540.25 7075.184064.56 7599.514496.56 8362.943652.50 7660.134360.68 8397.714252.99 8559.663946.39 8320.814475.76 8933.834219.84 8859.95
Actual
ARIMA Model: SKM KKMFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.4681
-0.4927112.86
SE Coef0.06290.079212.55
T23.33-6.228.99
P0.0000.0000.000
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 29678907 (backforecasts excluded)
MS = 927466 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
128.4
90.492
2423.3
210.329
36***
48***
Lampiran 7 (Lanjutan)
Forecasts from period 36
95
95 PercentLimits
Period373839404142434445464748
Forecast4504.945305.685418.545531.415644.275757.135869.995982.866095.726208.586321.446434.31
Lower Upper2616.98 6392.903221.08 7390.283333.43 7503.663445.77 7617.043558.12 7730.423670.46 7843.803782.81 7957.183895.15 8070.564007.50 8183.944119.85 8297.324232.19 8410.704344.54 8524.08
Actual
ARIMA Model: UNT FC1000mlFinal Estimates of Parameters
TypeMA 1Constant
Coef0.9455-5.72
SE Coef0.151812.90
T6.23
-0.44
P0.0000.660
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 14163854 (backforecasts excluded)
MS = 429208 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1216.5
100.086
2430.1
220.115
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast4139.464133.744128.024122.304116.574110.854105.134099.414093.694087.964082.244076.52
Lower Upper2855.13 5423.792847.50 5419.982839.88 5416.162832.25 5412.342824.63 5408.512817.02 5404.682809.40 5400.852801.79 5397.022794.19 5393.192786.58 5389.352778.98 5385.512771.38 5381.66
Actual
Lampiran 7 (Lanjutan)
ARIMA Model: SKM IMCFinal Estimates of Parameters
96
TypeMA 1Constant
Coef0.791192.28
SE Coef0.128646.80
T6.151.97
P0.0000.057
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 46431659 (backforecasts excluded)
MS = 1407020 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
Lag 12 24Chi-Square 13.1 28.6DF 10 22P-Value 0.215 0.157
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast4430.904523.194615.474707.754800.034892.314984.595076.885169.165261.445353.725446.00
Lower Upper2105.52 6756.282147.61 6898.762190.73 7040.212234.83 7180.672279.85 7320.212325.74 7458.892372.45 7596.742419.95 7733.812468.19 7870.132517.13 8005.752566.75 8140.702617.01 8275.00
Actual
ARIMA Model: UHT TS C200mlFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.2150
-0.247987.69
SE Coef0.21110.215923.30
T5.76
-1.153.76
P0.0000.2630.001
Differencing: 1 regular differenceNumber of observations: Original series 27, after differencing 26Residuals: SS = 35612341 (backforecasts excluded)
MS = 1548363 DF = 23
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1210.4
90.322
2431.2
210.070
36***
48***
Lampiran 7 (Lanjutan)
Forecasts from period 27
95 Percent
97
LimitsPeriod
282930313233343536373839
Forecast3626.443569.863657.553745.243832.933920.624008.314095.994183.684271.374359.064446.75
Lower Upper1187.06 6065.831074.75 6064.981161.14 6153.961247.53 6242.951333.93 6331.931420.32 6420.911506.72 6509.891593.11 6598.871679.51 6687.851765.91 6776.831852.31 6865.811938.71 6954.79
Actual
ARIMA Model: SCI S 200ml
Final Estimates of Parameters
TypeAR 1AR 2Constant
Coef-1.1152-0.6988
5.20
SE Coef0.12930.131581.78
T-8.63-5.310.06
P0.0000.0000.950
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 7488007 (backforecasts excluded)
MS = 234000 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1211.7
90.232
2427.2
210.163
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast2892.962548.713060.832735.492745.642966.872718.262846.112882.462757.782876.622836.42
Lower Upper1944.65 3841.271594.13 3503.302022.93 4098.731551.24 3919.741561.07 3930.211673.59 4260.141378.40 4058.121492.12 4200.091443.89 4321.041294.09 4221.481380.96 4372.281283.82 4389.03
Actual
Lampiran 1. Struktur organisasi PT. Alam Sumbervita Jakarta
60
61
Lampiran 2. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton
Jenis produk
IMP
IMP sachet
Total Permintaan
Thn 2006
(karton/thn)
28,181
29,643
jumlah
Pesanan
(karton/pesan)
87
64
Jenis produk
1000gr
BIO 400gr
Total Permintaan
Thn 2006
(karton/thn)
576
-
jumlahPesanan
(karton/pesan)
38
0
IMC 13,092 72 SBI BIO 800gr - 0
SKM IMC sachet
CE
KKM
CE'S
CE'C
4,438
33,912
18,840
70,504
9,947
34
69
54
67
52
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr
8,900
68
44
146
2,036
18
9
9
9
16
TS
TS'S
TS BDG
CRIMA
10,922
1,580
461
28,800
92
61
34
53
SBB200gr
1000gr
400gr
200gr
1,624
954
2,248
1,407
12
11
22
24
SCI
UHT
SBI
C200ml
S200ml
MLN 200ml
PLAIN 200ml
C125ml
S 125ml
M 125ml
C 200ml
S 200ml
M 200ml
TS C 200ml
TS S 200ml
FC 1000ml
CH 1000ml
400gr
200gr
41,651
11,313
9,719
2,753
19,228
8,673
852
7,212
7,922
2,484
12,830
1,551
17,903
667
3,286
93
100
87
116
68
31
84
90
61
132
24
52
77
33
23
12
9
SBC
CCS
BULK
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr FC
400gr C
REG/25KG
INS/25KG
SKM BULK 2X5
SKM BULK 1X10
SMP BULK 25KG
REG/2KG
INS/2KG
530
36
25
213
-
14
9
7,169
4,279
216
510
5,299
-
14
403
630
53
9
9
9
0
9
9
23
15
49
14
15
0
9
16
9
435,806 2150
biaya pemesanan per pesan Total = Rp 44.698/ pesan
biaya telepon
biaya pengiriman
biaya surat (adm)
Rp 5,367 / pesan
Rp 27.301 / pesan
Rp 12,030 / pesan
= 11,538,294 / 2,150
= 58.704.000 / 2,150
= 25,865,541 / 2,150
biaya penyimpanan per karton per thn Total = Rp 25.072 / karton
biaya asuransi
biaya utilitas
biaya pemeriksaan
Rp 10.841 / karton
Rp 13.350,46 / karton
Rp 880,23 / karton
= 2x104.628.380/ (2x9.550+(435.806/2.150))
= 2x128.849.850 / (2x9.550+(435.806/2.150))
= 2x8.495.370 / (2x9.550+(435.806/2.150))
(9.550 = Persediaan penyangga = n)
Biaya pemesanan per pesan = Total biaya pemesananJml pemesanan
Biaya penyimpanan per unit karton = Total biaya penyimpanan*2(2*n + (D/jml pemesanan))
Jenis produk Penjualan Tahun 2006 (karton/bulan) TOTAL
(%)
rank
JAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES (karton/thn)
SKM
IMP 1,448 1,681 2,265 2,126 1,733 2,318 996 2,145 1,646 3,360 2,461 6,001 28,181 0.0647 6
IMP sachet 2,327 1,356 1,890 2,037 1,424 2,749 3,625 2,139 2,900 3,886 2,248 3,063 29,643 0.0680 4
IMC 429 748 991 825 761 870 1,160 991 876 1,789 1,381 2,271 13,092 0.0300 10
IMC sachet 86 265 452 125 431 458 135 401 651 178 473 782 4,438 0.0102 22
CE 3,201 1,542 3,275 3,564 2,042 2,765 2,645 2,970 1,257 3,876 1,665 5,109 33,912 0.0778 3
KKM 757 1,262 1,837 1,363 1,611 1,518 1,171 2,581 1,559 1,586 961 2,634 18,840 0.0432 8
CE'S 5,105 6,366 3,914 5,806 4,651 5,784 6,622 7,497 5,801 5,750 5,940 7,268 70,504 0.1618 1
CE'C 129 675 548 862 53 1,425 306 1,534 1,106 1,494 628 1,186 9,947 0.0228 14
TS 604 758 831 481 906 1,335 755 992 1,023 1,297 725 1,213 10,922 0.0251 13
TS'S 126 156 109 190 92 106 197 102 97 124 126 156 1,580 0.0036 30
TS BDG 16 19 57 30 48 21 24 28 80 56 31 51 461 0.0011 40
CRIMA 1,219 1,971 2,753 1,299 2,452 3,489 1,602 2,615 3,415 2,557 2,267 3,162 28,800 0.0661 5
SCI
C200ml 2,979 2,550 3,245 2,849 3,668 3,871 3,567 3,067 3,793 4,564 3,156 4,343 41,651 0.0956 2
S200ml 819 791 1,007 576 1,031 963 975 954 1,175 1,146 801 1,074 11,313 0.0260 12
MLN 200ml 890 404 487 280 379 342 2,154 973 1,210 740 217 1,642 9,719 0.0223 15
PLAIN 200ml 234 291 246 94 141 131 287 372 330 116 294 217 2,753 0.0063 25
UHT
C125ml 1,288 1,172 1,446 1,345 1,485 1,877 1,630 1,481 1,780 2,125 1,305 2,294 19,228 0.0441 7
S 125ml 649 585 550 474 733 841 861 779 701 891 633 977 8,673 0.0199 17
M 125ml 53 35 62 41 83 57 88 56 96 104 52 125 852 0.0020 34
C 200ml 1,228 775 893 560 534 779 786 454 478 229 229 266 7,212 0.0165 19
S 200ml 590 552 628 430 540 430 981 895 985 809 358 721 7,922 0.0182 18
M 200ml 324 153 142 156 91 125 470 223 211 267 71 251 2,484 0.0057 26
TS C 200ml 756 1,585 495 777 949 923 1,048 2,212 684 997 1,485 919 12,830 0.0294 11
TS S 200ml 133 237 86 133 61 129 123 231 87 100 155 74 1,551 0.0036 31
FC 1000ml 1,604 1,512 1,607 1,396 1,121 1,552 1,601 1,533 1,636 1,627 1,163 1,550 17,903 0.0411 9
CH 1000ml 60 28 51 34 41 77 79 39 66 77 37 77 667 0.0015 35
Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan
volume penjuala
62
62
Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta
berdasarkan volume penjuala
63
63
Jenis produk Penjualan Tahun 2006 (karton/bulan) TOTAL rank
JAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES (karton/thn) (%)
400gr
200gr
287
1
51
2
627
13
113
4
223
3
122
3
332
2
60
6
753
39
262
10
275
9
180
2
3,286
93
0.0075
0.0002
24
45
SBI
SBB
SBC
CCS
BULK
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr
200gr
1000gr
400gr
200gr
1000gr
BIO 400gr
BIO 800gr
BIO kids 1-3 400gr
Bio kids 1-3 800gr
BIO kids 4-6 400gr
Bio kids 4-6 800gr
400gr FC
400gr C
REG/25KG
INS/25KG
SKM BULK 2X5
SKM BULK 1X10
SMP BULK 25KG
REG/2KG
INS/2KG
108
-
-
819
4
3
19
165
19
83
99
98
53
5
1
15
-
2
0
205
98
28
29
122
-
2
26
44
25
-
-
794
3
4
3
92
153
50
144
87
30
2
2
13
-
2
1
343
133
24
26
314
-
1
32
39
30
-
-
862
7
3
14
105
20
56
121
72
47
2
1
14
-
1
1
209
102
26
34
545
-
0
27
51
29
-
-
111
4
3
3
110
174
67
161
49
38
1
1
12
-
1
1
2,214
65
40
45
584
-
3
21
20
43
-
-
234
5
4
4
188
55
67
181
95
36
1
2
17
-
2
1
92
121
7
41
256
-
0
35
57
29
-
-
851
5
4
8
68
192
75
223
47
49
3
2
18
-
2
1
76
46
10
45
348
-
0
32
47
122
-
-
999
6
4
33
338
32
112
141
219
57
6
2
21
-
1
0
451
651
18
40
198
-
2
36
64
30
-
-
1,126
4
4
6
170
270
68
209
191
33
2
3
18
-
1
1
539
860
15
36
473
-
1
44
57
35
-
-
1,092
9
4
27
190
34
76
168
153
53
3
1
20
-
1
2
352
646
16
44
834
-
0
36
72
65
-
-
695
8
4
14
206
412
134
373
211
42
2
5
23
-
1
1
1,691
937
19
75
437
-
2
40
66
29
-
-
614
5
3
8
134
87
61
136
58
54
3
2
20
-
1
1
121
56
8
32
511
-
1
28
54
32
-
-
702
9
3
7
270
177
106
292
127
37
4
3
22
-
0
1
874
564
6
63
678
-
0
48
57
576
-
-
8,900
68
44
146
2,036
1,624
954
2,248
1,407
530
36
25
213
-
14
9
7,169
4,279
216
510
5,299
-
14
403
630
0.0013
0.0000
0.0000
0.0204
0.0002
0.0001
0.0003
0.0047
0.0037
0.0022
0.0052
0.0032
0.0012
0.0001
0.0001
0.0005
0.0000
0.0000
0.0000
0.0164
0.0098
0.0005
0.0012
0.0122
0.0000
0.0000
0.0009
0.0014
37
53
54
16
46
47
44
28
29
33
27
32
38
48
49
43
55
50
52
20
23
42
39
21
56
51
41
36
495,076
RANK
JENIS PRODUK
PENJUALAN Tahun 2006
PERSENTASE (%) KOMULATIF (%)
1 SKM CE'S 16.1716.17
2 SCI C200ml 9.55 25.73
3 SKM CE 7.78 33.51
4 SKM IMP sachet 6.80 40.31
5 SKM CRIMA 6.60 46.92
6 SKM IMP 6.46 53.39
7 UHT C125ml 4.41 57.80
8 SKM KKM 4.32 62.12
9 UHT FC 1000ml 4.10 66.23
10 SKM IMC 3.00 69.24
11 UHT TS C 200ml 2.94 72.18
12 SCI S200ml 2.59 74.78
13 SKM TS 2.50 77.28
14 SKM CE'C 2.28 79.56
15 SCI MLN 200ml 2.23 81.79
16 SBI BIO Kids 1-3 400gr 2.04 83.84
17 UHT S 125ml 1.99 85.83
18 UHT S 200ml 1.81 87.64
19 UHT C 200ml 1.65 89.30
20 CCS 400gr FC 1.64 90.94
21 BULK SKM BULK 2X5 1.21 92.16
22 SKM IMC sachet 1.01 93.18
23 CCS 400gr C 0.98 94.16
24 SBI 400gr 0.75 94.92
64
Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakartaberdasarkan volume penjualan
Produkprioritas
RANK JENIS PRODUK
PENJUALAN Tahun 2006
PERSENTASE (%) KOMULATIF (%)
25 SCI PLAIN 200ml 0.63 95.55
26 UHT M 200ml 0.57 96.12
27 SBC 400gr 0.51 96.63
28 SBB 400gr 0.46 97.10
29 SBB 200gr 0.37 97.47
30 SKM TS'S 0.36 97.83
31 UHT TS S 200ml 0.35 98.19
32 SBC 200gr 0.32 98.51
33 SBB 1000gr 0.21 98.73
34 UHT M 125ml 0.19 98.93
35 UHT CH 1000ml 0.15 99.08
36 BULK INS/2KG 0.14 99.22
37 SBI 1000gr 0.13 99.36
38 SBC 1000gr 0.12 99.48
39 BULK INS/25KG 0.11 99.60
40 SKM TS BDG 0.10 99.70
41 BULK REG/2KG 0.09 99.79
42 BULK REG/25KG 0.05 99.84
43 SBC BIO kids 1-3 400gr 0.04 99.89
44 SBI Bio kids 4-6 800gr 0.03 99.93
45 SBI 200gr 0.02 99.95
46 SBI Bio kids 1-3 800gr 0.01 99.96
47 SBI BIO kids 4-6 400gr 0.01 99.97
48 SBC BIO 400gr 0.008 99.98
49 SBC BIO 800gr 0.006 99.99
50 SBC BIO kids 4-6 400gr 0.003 99.99
51 BULK SMP BULK 25KG 0.003 99.99
52 SBC Bio kids 4-6 800gr 0.002 100.00
53 SBI BIO 400ML 100.00
54 SBI BIO 800ML 100.00
55 SBC BIO KIDS 1-3 800ML 100.00
56 BULK SKM BULK 1X10 100.00
65
Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakartaberdasarkan volume penjualan
No Jenis ProdukBiaya Penyimpanan (per tahun) Total
(Rp)Biaya Asuransi
(Rp)Biaya Utilitas
(Rp)Biaya Periksa
(Rp)
1 SKM CE'S 16.574.841 20.411.562 1.345.787 38.332.664
2 SCI C200ml 10.925.938 13.455.059 887.126 25.268.435
3 SKM CE 8.075.366 9.944.641 655.676 18.675.914
4 SKM IMP sachet 6.858.014 8.445.498 556.833 15.860.541
5 SKM CRIMA 6.182.626 7.613.771 501.995 14.298.569
6 SKM IMP 7.168.777 8.828.195 582.066 16.579.243
7 UHT C125ml 8.765.031 10.793.949 711.673 20.270.903
8 SKM KKM 4.064.766 5.005.672 330.037 9.400.591
9 UHT FC 1000ml 8.347.673 10.279.981 677.785 19.305.679
10 SKM IMC 3.155.352 3.885.748 256.197 7.297.388
11 UHT TS C200ml 6.750.342 8.312.902 548.091 15.611.528
12 SCI S 200ml 2.873.867 3.539.105 233.342 6.646.396
TOTAL 89.742.591 110.516.085 7.286.608 207.547.851
No Jenis ProdukBiaya Pemesanan (per tahun) Total
(Rp)Biaya Telepon(Rp)
Biaya Surat(Rp)
Biaya Kirim(Rp)
1 SKM CE'S 357.717 801.813 1.819.674 2.979.204
2 SCI C200ml 537.784 1.205.430 2.735.663 4.478.877
3 SKM CE 371.601 832.935 1.890.305 3.094.841
4 SKM IMP sachet 341.993 766.570 1.739.692 2.848.255
5 SKM CRIMA 285.926 640.897 1.454.483 2.381.305
6 SKM IMP 468.945 1.051.129 2.385.484 3.905.558
7 UHT C125ml 167.254 374.895 850.806 1.392.955
8 SKM KKM 288.992 647.769 1.470.079 2.406.840
9 UHT FC 1000ml 177.928 398.822 905.106 1.481.857
10 SKM IMC 385.824 864.816 1.962.656 3.213.297
11 UHT TS C 200ml 280.675 629.127 1.427.771 2.337.573
12 SCI S 200ml 466.378 1.045.374 2.372.423 3.884.175
TOTAL 4.131.018 9.259.576 21.014.143 34.404.737
66
Lampiran 4. Komponen-komponen penyusun biaya pemesanan dan biayapenyimpanan pada tahun 2006
Jenis Produk Buffer Stock
(karton)
kapasitas max tiap produk
(karton)
SKM
IMP 500 823
IMP sachet 400 865
IMC 200 382
IMC sachet 80 130
CE 500 990
KKM 200 550
CE'S 1,000 2,058
CE'C 100 290
TS 200 319
TS'S 20 46
TS BDG 10 13
CRIMA 300 841
SCI
C200ml 800 1,216
S200ml 200 330
MLN 200ml 200 284
PLAIN 200ml 40 80
UHT
C125ml 500 1,117
S 125ml 400 504
M 125ml 40 49
C 200ml 300 419
S 200ml 400 460
M 200ml 40 144
TS C 200ml 500 745
TS S 200ml 70 90
FC 1000ml 500 1,040
CH 1000ml 10 39
67
Lampiran 5. Kapasitas maksimum dan persediaan penyangga keseluruhan produkDry
Jenis Produk Buffer Stock
(karton)
kapasitas max tiap produk
(karton)
SBI
400gr 372 372
200gr 11 11
1000gr 65 65
BIO 400gr - -
BIO 800gr - -
BIO kids 1-3 400gr 1,007 1,007
Bio kids 1-3 800gr 8 8
BIO kids 4-6 400gr 5 5
Bio kids 4-6 800gr 17 17
SBB400gr 230 230
200gr 184 184
1000gr 108 108
SBC
400gr 254 254
200gr 159 159
1000gr 60 60
BIO 400gr 4 4
BIO 800gr 3 3
BIO kids 1-3 400gr 24 24
Bio kids 1-3 800gr - -
BIO kids 4-6 400gr 2 2
Bio kids 4-6 800gr 1 1
CCS 400gr FC 811 811
400gr C 484 484
BULK
REG/25KG 24 24
INS/25KG 58 58
SKM BULK 2X5 600 600
SKM BULK 1X10 - 0
SMP BULK 25KG 2 2
REG/2KG 46 46
INS/2KG 71 71
68
Lanjutan Lampiran 5. Kapasitas maksimum dan persediaan penyanggakeseluruhan produk Dry
9,550 18,432
Au
tocorr
ela
tion
Part
ial A
uto
corr
ela
tion
69
Lampiran 6. Plot ACF dan Plot PACF diferensiasi ordo pertama SKM CE’S
Autokorelasi data stasioner (plot ACF) diferensiasi ordo pertama SKM CE’S
Autocorrelation Function for dif 1(with 5% significance limits for the autocorrelations)
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3 4 5 6 7 8 9
Lag
Autokorelasi parsial data stasioner (plot PACF) diferensiasi ordo pertama SKMCE’S
Partial Autocorrelation Function for dif 1(with 5% significance limits for the partial autocorrelations)
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3 4 5 6 7 8 9
Lag
70
Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metodeARIMA
ARIMA Model: SKM CES
Final Estimates of Parameters
TypeAR 1Constant
Coef-0.6210
847.5
SE Coef0.1392482.2
T-4.461.76
P0.0000.088
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 268535976 (backforecasts excluded)
MS = 8137454 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1210.8
100.373
2422.5
220.433
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast19256.621040.220780.021789.022009.822720.223126.523721.624199.524750.225255.725789.2
Lower Upper13664.3 24848.815059.8 27020.613428.1 28131.913872.3 29705.713241.9 30777.813368.6 32071.713115.7 33137.313157.7 34285.613071.7 35327.313108.6 36391.813108.5 37402.913164.7 38413.7
Actual
ARIMA Model: SCI C200mlFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.3338
-0.583382.77
SE Coef0.14780.149089.30
T9.02
-3.910.93
P0.0000.0000.361
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 148944381 (backforecasts excluded)
MS = 4654512 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
Lag 12 24 36 48
71
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
Chi-SquareDFP-Value
6.59
0.687
15.021
0.824
***
***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast10970.011528.411611.211693.911776.711859.511942.212025.012107.812190.612273.312356.1
Lower Upper6740.6 15199.57069.6 15987.27029.2 16193.16992.1 16395.86957.9 16595.56926.6 16792.46897.8 16986.76871.4 17178.66847.3 17368.36825.3 17555.86805.3 17741.36787.3 17924.9
Actual
ARIMA Model: SKM CEFinal Estimates of Parameters
TypeAR 1ConstantMean
Coef-0.438311778.48189.2
SE Coef0.1656496.6345.3
T-2.6523.72
P0.0120.000
Number of observations: 36Residuals: SS = 301445263 (backforecasts excluded)
MS = 8866037 DF = 34
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1215.7
100.108
2425.1
220.290
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast5373.29460.07615.48447.48072.18241.48165.08199.58184.08191.08187.88189.2
Lower Upper-552.3 11298.72996.8 15923.11048.0 14182.81859.0 15035.81479.5 14664.81647.9 14834.91571.3 14758.81605.7 14793.21590.2 14777.71597.2 14784.71594.0 14781.61595.5 14783.0
Actual
72
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
ARIMA Model: SKM IMP sachetFinal Estimates of Parameters
TypeAR 1Constant
Coef-0.4874
546.2
SE Coef0.2001432.8
T-2.441.26
P0.0240.222
Differencing: 1 regular differenceNumber of observations: Original series 23, after differencing 22Residuals: SS = 82374427 (backforecasts excluded)
MS = 4118721 DF = 20
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1243.9
100.000
24***
36***
48***
Forecasts from period 23
95 PercentLimits
Period242526272829303132333435
Forecast8163.28996.89136.79614.79927.9
10321.510675.911049.311413.511782.212148.712516.3
Lower Upper4184.6 12141.74525.9 13467.73761.2 14512.23676.1 15553.33384.2 16471.73265.6 17377.43123.7 18228.03040.3 19058.32968.3 19858.72924.1 20640.32895.2 21402.12884.1 22148.4
Actual
ARIMA Model: SKM CrimaFinal Estimates of Parameters
TypeAR 1AR 2Constant
Coef-0.7271-0.6425
52.2
SE Coef0.13760.1373404.2
T-5.28-4.680.13
P0.0000.0000.898
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 182966191 (backforecasts excluded)
MS = 5717693 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1216.4
90.060
2423.9
210.296
36***
48***
73
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast7760.07096.48450.27944.47494.68198.78027.97751.98114.58080.37924.48111.9
Lower Upper3072.3 12447.62237.3 11955.53534.2 13366.22010.4 13878.31295.9 13693.21875.4 14522.11180.2 14875.5625.3 14878.4818.3 15410.6435.6 15725.116.3 15832.412.5 16211.2
Actual
ARIMA Model: SKM IMPFinal Estimates of Parameters
TypeAR 1Constant
Coef-0.7191
564.7
SE Coef0.1413558.6
T-5.091.01
P0.0000.319
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 359742969 (backforecasts excluded)
MS = 10901302 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1227.7
100.002
2443.4
220.004
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast10437.415826.512515.715461.313907.715589.714944.815973.315798.416488.816557.017072.7
Lower Upper3964.7 16910.09103.4 22549.64037.4 20993.96545.7 24376.93925.7 23889.75093.6 26085.73662.0 26227.74161.3 27785.23340.7 28256.13514.2 29463.53018.9 30095.13039.9 31105.5
Actual
74
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
ARIMA Model: UHT C125mlFinal Estimates of Parameters
TypeAR 1AR 2Constant
Coef-1.1301-0.7259
282.7
SE Coef0.13490.1447121.4
T-8.38-5.022.33
P0.0000.0000.026
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 16495979 (backforecasts excluded)
MS = 515499 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1212.5
90.189
2426.8
210.177
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast5344.894944.296558.055307.725832.036429.755656.316379.206406.326133.606704.796539.89
Lower Upper3937.36 6752.423524.89 6363.695019.82 8096.293540.25 7075.184064.56 7599.514496.56 8362.943652.50 7660.134360.68 8397.714252.99 8559.663946.39 8320.814475.76 8933.834219.84 8859.95
Actual
ARIMA Model: SKM KKMFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.4681
-0.4927112.86
SE Coef0.06290.079212.55
T23.33-6.228.99
P0.0000.0000.000
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 29678907 (backforecasts excluded)
MS = 927466 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-Square
128.4
2423.3
36*
48*
75
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
DFP-Value
90.492
210.329
**
**
Lampiran 7 (Lanjutan)
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast4504.945305.685418.545531.415644.275757.135869.995982.866095.726208.586321.446434.31
Lower Upper2616.98 6392.903221.08 7390.283333.43 7503.663445.77 7617.043558.12 7730.423670.46 7843.803782.81 7957.183895.15 8070.564007.50 8183.944119.85 8297.324232.19 8410.704344.54 8524.08
Actual
ARIMA Model: UNT FC1000mlFinal Estimates of Parameters
TypeMA 1Constant
Coef0.9455-5.72
SE Coef0.151812.90
T6.23
-0.44
P0.0000.660
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 14163854 (backforecasts excluded)
MS = 429208 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1216.5
100.086
2430.1
220.115
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast4139.464133.744128.024122.304116.574110.854105.134099.414093.694087.964082.244076.52
Lower Upper2855.13 5423.792847.50 5419.982839.88 5416.162832.25 5412.342824.63 5408.512817.02 5404.682809.40 5400.852801.79 5397.022794.19 5393.192786.58 5389.352778.98 5385.512771.38 5381.66
Actual
76
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
ARIMA Model: SKM IMCFinal Estimates of Parameters
TypeMA 1Constant
Coef0.791192.28
SE Coef0.128646.80
T6.151.97
P0.0000.057
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 46431659 (backforecasts excluded)
MS = 1407020 DF = 33
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
Lag 12 24Chi-Square 13.1 28.6DF 10 22P-Value 0.215 0.157
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast4430.904523.194615.474707.754800.034892.314984.595076.885169.165261.445353.725446.00
Lower Upper2105.52 6756.282147.61 6898.762190.73 7040.212234.83 7180.672279.85 7320.212325.74 7458.892372.45 7596.742419.95 7733.812468.19 7870.132517.13 8005.752566.75 8140.702617.01 8275.00
Actual
ARIMA Model: UHT TS C200mlFinal Estimates of Parameters
TypeMA 1MA 2Constant
Coef1.2150
-0.247987.69
SE Coef0.21110.215923.30
T5.76
-1.153.76
P0.0000.2630.001
Differencing: 1 regular differenceNumber of observations: Original series 27, after differencing 26Residuals: SS = 35612341 (backforecasts excluded)
MS = 1548363 DF = 23
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1210.4
90.322
2431.2
210.070
36***
48***
77
Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 denganmetode ARIMA
Forecasts from period 27
95 PercentLimits
Period282930313233343536373839
Forecast3626.443569.863657.553745.243832.933920.624008.314095.994183.684271.374359.064446.75
Lower Upper1187.06 6065.831074.75 6064.981161.14 6153.961247.53 6242.951333.93 6331.931420.32 6420.911506.72 6509.891593.11 6598.871679.51 6687.851765.91 6776.831852.31 6865.811938.71 6954.79
Actual
ARIMA Model: SCI S 200ml
Final Estimates of Parameters
TypeAR 1AR 2Constant
Coef-1.1152-0.6988
5.20
SE Coef0.12930.131581.78
T-8.63-5.310.06
P0.0000.0000.950
Differencing: 1 regular differenceNumber of observations: Original series 36, after differencing 35Residuals: SS = 7488007 (backforecasts excluded)
MS = 234000 DF = 32
Modified Box-Pierce (Ljung-Box) Chi-Square statistic
LagChi-SquareDFP-Value
1211.7
90.232
2427.2
210.163
36***
48***
Forecasts from period 36
95 PercentLimits
Period373839404142434445464748
Forecast2892.962548.713060.832735.492745.642966.872718.262846.112882.462757.782876.622836.42
Lower Upper1944.65 3841.271594.13 3503.302022.93 4098.731551.24 3919.741561.07 3930.211673.59 4260.141378.40 4058.121492.12 4200.091443.89 4321.041294.09 4221.481380.96 4372.281283.82 4389.03
Actual
No Jenis Produk Ramalan Permintaan Tahun 2007 semester 1 (karton/bulan)
JAN FEB MAR APRIL MEI JUNI
1 SKM CE'S 19,257 21,040 20,780 21,789 22,010 22,720
2 SCI C200ml 10,970 11,528 11,611 11,694 11,777 11,860
3 SKM CE 5,373 9,460 7,615 8,447 8,072 8,241
4 SKM IMP sachet 8,163 8,997 9,137 9,615 9,928 10,322
5 SKM CRIMA 7,760 7,096 8,450 7,944 7,495 8,199
6 SKM IMP 10,437 15,827 12,516 15,461 13,908 15,590
7 UHT C125ml 5,345 4,944 6,558 5,308 5,832 6,430
8 SKM KKM 4,505 5,306 5,419 5,531 5,644 5,757
9 UHT FC 1000ml 4,139 4,134 4,128 4,122 4,117 4,111
10 SKM IMC 4,431 4,523 4,615 4,708 4,800 4,892
11 UHT TS C 200ml 3,626 3,570 3,658 3,745 3,833 3,921
12 SCI S200ml 2,893 2,549 3,061 2,735 2,746 2,967
No Jenis Produk Ramalan Permintaan Tahun 2007 semester 2 (karton/bulan)
JULI AGUST SEPT OKT NOV DES
1 SKM CE’S 23,127 23,722 24,200 24,750 25,256 25,789
2 SCI C200ml 11,942 12,025 12,108 12,191 12,273 12,356
3 SKM CE 8,165 8,199 8,184 8,191 8,188 8,189
4 SKM IMP sachet 10,676 11,049 11,414 11,782 12,149 12,516
5 SKM CRIMA 8,028 7,752 8,114 8,080 7,924 8,112
6 SKM IMP 14,945 15,973 15,798 16,489 16,557 17,073
7 UHT C125ml 5,656 6,379 6,406 6,134 6,705 6,540
8 SKM KKM 5,870 5,983 6,096 6,209 6,321 6,434
9 UHT FC 1000ml 4,105 4,099 4,094 4,088 4,082 4,077
10 SKM IMC 4,985 5,077 5,169 5,261 5,354 5,446
11 UHT TS C 200ml 4,008 4,096 4,184 4,271 4,359 4,447
12 SCI S200ml 2,718 2,846 2,882 2,758 2,877 2,836
78
Lampiran 8. Hasil peramalan permintaan produk prioritas tahun 2007 untukseluruh cabang PT. Alam Sumbervita
JENIS PRODUK Rata-Rata Permintaan Harian Tahun 2007 (karton/hari) StandardeviasiJAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES
SKM CE'S 306 335 331 347 350 361 368 377 385 394 402 410 31.46SCI C200ml 175 183 185 186 187 189 190 191 193 194 195 197 6.11SKM CE 85 150 121 134 128 131 130 130 130 130 130 130 14.90SKM IMP’S 130 143 145 153 158 164 170 176 182 187 193 199 21.62SKM CRIMA 123 113 134 126 119 130 128 123 129 129 126 129 5.64SKM IMP 166 252 199 246 221 248 238 254 251 262 263 272 30.31UHT C125ml 85 79 104 84 93 102 90 101 102 98 107 104 9.32SKM KKM 72 84 86 88 90 92 93 95 97 99 101 102 8.46UHT FC 1000ml 66 66 66 66 65 65 65 65 65 65 65 65 0.33SKM IMC 70 72 73 75 76 78 79 81 82 84 85 87 5.29UHT TS C 200ml 58 57 58 60 61 62 64 65 67 68 69 71 4.75SCI S200ml 46 41 49 44 44 47 43 45 46 44 46 45 2.11
JENIS PRODUK Rata-Rata Permintaan Harian Tahun 2006 (karton/hari) StandardeviasiJAN FEB MAR APRIL MEI JUNI JULI AGUST SEPT OKT NOV DES
SKM CE'S 232 289 178 264 211 263 301 341 264 261 270 330 46.15SCI C200ml 135 116 147 130 167 176 162 139 172 207 143 197 27.60SKM CE 146 70 149 162 93 126 120 135 57 176 76 232 50.05SKM IMP’S 106 62 86 93 65 125 165 97 132 177 102 139 36.24SKM CRIMA 55 90 125 59 111 159 73 119 155 116 103 144 34.79SKM IMP 66 76 103 97 79 105 45 98 75 153 112 273 58.84UHT C125ml 59 53 66 61 67 85 74 67 81 97 59 104 15.93SKM KKM 34 57 83 62 73 69 53 117 71 72 44 120 25.86UHT FC 1000ml 73 69 73 63 51 71 73 70 74 74 53 70 7.99SKM IMC 19 34 45 37 35 40 53 45 40 81 63 103 23.01UHT TS C 200ml 34 72 22 35 43 42 48 101 31 45 68 42 21.54SCI S200ml 37 36 46 26 47 44 44 43 53 52 36 49 7.75
Lampiran 9. Standar deviasi rata-rata permintaan harian produk prioritas tahun
2006 dan tahun 2007
79
79
No JENIS PRODUK
Bufferstock
(karton)
KapasitasMaksimum
(karton)
kuantitas
per pesan(karton/pesan)
permintaanthn 2007
(karton/tahun)
Harga
Jual(rupiah)
Jumlahpemesanan
(pesan/thn)
1 SKM CE'S 1.000 2.058 1.058 96.053 253.000 91
2 SCI C200ml 800 1.216 416 49.817 51.150 120
3 SKM CE 500 990 490 33.714 310.200 69
4 SKM IMP sachet 400 865 465 44.011 266.750 95
5 SKM CRIMA 300 841 541 33.234 236.775 61
6 SKM IMP 500 823 323 63.201 362.340 196
7 UHT C125ml 500 1.117 617 25.283 62.700 41
8 SKM KKM 200 550 350 24.176 252.368 69
9 UHT FC 1000ml 500 1.040 540 17.254 117.480 32
10 SKM IMC 200 382 182 20.742 322.630 114
11 UHT TS C 200ml 500 745 245 16.701 67.650 68
12 SCI S 200ml 200 330 130 11.854 51.150 91
8084
Lampiran 12. Perkiraan total biaya persediaan produk-produk prioritas tahun 2007dengan menggunakan metode perusahaan
Kuantitas per pesan (Q) = kapasitas Maks – Buffer stock
Asumsi harga jual tahun 2007 naik 10 persen dari harga jual tahun 2006
Harga jual (thn 2007) = harga jual (thn 2006) * 110%
Jumlah pemesanan = permintaan thn 2007 (D)
Kuantitas per pesan (Q)
No JENIS PRODUKBiaya
Modal(per karton)
Opportunity cost(OCC) OCC
(Rupiah/tahun)
BiayaPenyimpanan
(Rupiah)
BiayaPemesanan
(Rupiah)
Total
Biaya(Rupiah)
(Rupiah/karton)(8,5%)
1 SKM CE'S 215.050 18.279 27.947.206 42.165.624 4.464.670 74.577.500
2 SCI C200ml 43.478 3.696 3.724.542 27.795.077 5.892.682 37.412.301
3 SKM CE 263.670 22.412 16.694.466 20.543.357 3.384.470 40.622.293
4 SKM IMP sachet 226.738 19.273 12.191.897 17.446.469 4.651.660 34.290.026
5 SKM CRIMA 201.259 17.107 9.756.124 15.728.312 3.022.679 28.507.115
6 SKM IMP 307.989 26.179 17.311.306 18.237.035 9.634.592 45.182.932
7 UHT C125ml 53.295 4.530 3.662.600 22.297.831 2.014.714 27.975.146
8 SKM KKM 214.512 18.234 6.836.558 10.340.576 3.397.364 20.574.497
9 UHT FC 1000ml 99.858 8.488 6.535.787 21.236.093 1.570.913 29.342.793
10 SKM IMC 274.236 23.310 6.784.550 8.027.069 5.599.873 20.411.491
11 UHT TS C 200ml 57.503 4.888 3.043.421 17.172.556 3.347.113 23.563.090
12 SCI S 200ml 43.478 3.696 979.672 7.310.983 4.476.946 12.767.601
8581
Lanjutan Lampiran 12. Perkiraan total biaya persediaan produk-produk prioritastahun 2007 dengan menggunakan metode perusahaan
115.468.129 228.300.980 51.457.676 395.226.785
Biaya modal per karton = harga jual * 85%(asumsi : biayamodal per karton sebesar 85 persen dari harga jualnya)OCC = biaya modal per karton * 8,5%(suku bunga tabungan sebesar 8,5 persen)OCC tahun 2007 = OCC per karton * ( n + Q/2)n = buffer stockQ = kuantitas per pesan
Lanjutan Lampiran 10. Contoh print out inventory order cycle (SCI C 200ml)
EOQ Inventory Order Cycle SCI C 200ml
81
INPUT 3360 Opportunity Cost,Occ
41.651 Annual demand, D 1 Lead time 44.698 Ordering cost, Co
80 75
27,6
Standard deviationof daily demand
0,80 Service level 25.072 Carrying cost, Cc
harga jual 46500 264 Working days/year 930 Shortage Cost, B= 2% x 46500
OUTPUTQ max 1216
361,88 Optimal order quantity, Q* 10.289.046 Total Co + Cc
157,77 Daily demand
115,10 Number of orders per year
990.056 Total B
11.279.102 total Cost = Co + Cc + Shortage cost
2,29 Time between orders (days)
157,77 Reorder point w/ constant demand
23,23 Safety Stock
181,00 Reorder point w/ variable demand
Biaya Tambahan untuk Produk SCI C 200ml karena adanya Stock Out
persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan
reorder point = 157,77 karton Occ + H = 28.432 Rp/karton
Shortage Cost (B) =
Total Permintaan (D) =
930 Rp/karton
41.651 karton
standar deviasi (σD) =
Q per pesan =
27,60 karton
361,88 karton
Tingkat Pelayanan
Persentase
80 90 95 99
persediaan penyangga
(standar deviasi,σD = 27,60 karton)
buffer stock = nσD = n x 27.60
Perkiraan kekurangan jumlah per pesanan
karton
karton
23,23
3,08
35,37
1,31
45,4
0,58
64,21
0,12
σDE (K) = 27.60 x E (K)
Kekurangan Jumlah Tahunan karton 35,66 15,12 6,68 1,41
(kekurangan jml per pesan x jumlah pemesanan)
Biaya Penyimpanan persediaan penyangga Rp 660.475 1.005.640 1.290.813 1.825.619
(Occ+H) x Buffer Stock = 28432 x buffer stock
Biaya Kekurangan Persediaan
B(D/Q) x (perkiraan kekurangan jmlh per pesanan) Rp 329.580 139.738 61.715 13.028
= 930 x (41651/361.88) x (perkiraan kekurangan jml /pesan)
Biaya Tambahan Total Rp 990.056 1.145.378 1.352.528 1.838.647
Lampiran 13. Contoh print out EOQ inventory order cycle tahun 2007 SKM CE'S
EOQ Inventory Order Cycle SKM CE'S
86
INPUT 18279 Opportunity Cost,Occ
96.053 Annual demand, D 1 Lead time 49.168 Ordering cost, S
95 27.579 Carrying cost, H
Standard deviation 0,95 Service level
31,46 of daily demand 4.600 Shortage Cost, B
= 2% x 230000
harga jual 230000 264 Working days per year
OUTPUT
Q max 2058
453,84 Optimal order quantity, Q* 20.812.262 Total Co + Cc
363,84 Daily demand
211,64 Number of orders per year
3.012.979 Total B
23.825.242 total Cost = Co + Cc + Shortage cost
1,25 Time between orders (days)
363,84 Reorder point w/ constant demand
51,75 Safety Stock
415,58 Reorder point w/ variable demand
Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out
persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan
reorder point =
Shortage Cost (B) =
Total Permintaan (D) =
363,84 karton
4600 Rp/karton
96.053 karton
occ + H =
standar deviasi (σD) =
Q per pesan =
45.858 Rp/karton
31,46 karton
453,84 karton
Tingkat Pelayanan
Persentase
80 90 95 99
persediaan penyangga
(standar deviasi,σD = 31.46 karton)
buffer stock = nσD = n x 31.46
Perkiraan kekurangan jumlah per pesanan
karton
karton
26,48
3,51
40,32
1,49
51,75
0,66
73,19
0,14
σDE (K) = 31.46 x E (K)
Kekurangan Jumlah Tahunan karton 61,70 26,16 11,55 2,44
(kekurangan jml per pesan x jumlah pemesanan)
Biaya Penyimpanan persediaan penyangga Rp 1.214.320 1.848.995 2.373.152 3.356.347
(Occ+H) x Buffer Stock = 45858 x buffer stock
Biaya Kekurangan Persediaan
B(D/Q) x (perkiraan kekurangan jmlh per pesanan) Rp 3.416.907 1.448.725 639.828 135.071
= 4600 x (96053/453.84) x (perkiraan kekurangan jml /pesan)
Biaya Tambahan Total Rp 4.631.227 3.297.719 3.012.979 3.491.418
ANALISIS PERENCANAAN DAN PENGENDALIANPERSEDIAAN BARANG JADI
(STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
IRWAN HERMAWANH24103119
Di bawah bimbinganIr. Pramono D Fewidarto, MS
DEPARTEMEN MANAJEMENFAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR2007
PENDAHULUAN
Perusahaan
20-60 % total aset Persediaan(Baroto,2002)
Pentingnya Pengendalian
PT.ASV sebagai Perusahaan Dagang
Dilebihkan
Biaya ModalBiaya Simpan
Dikurangkan
Stock OutBiaya Pengadaan DaruratLoyalitas Pelanggan
Optimal
Total Biaya MinimalMenjaga Ketersediaan
Rumusan Masalah : apakah model pengendalian persediaan yang digunakanperusahaan sudah tepat dan optimal melalui efisiensi biaya-biaya persediaanyang muncul.
PENDAHULUAN
Tujuan Penelitian :1.
2.
3.
Mengetahui sistem pengadaan dan pengendalian persediaanperusahaanMenetapkan jenis produk yang perlu mendapatkan prioritas dalampengendalian persediaanMenghitung tingkat persediaan yang optimal bagi PT. AlamSumbervita Jakarta
Batasan Penelitian :1.
2.
Kelompok produk yang akan dibahas dari tiga kelompok besaryang didistribusikan (Dry, PLM, Ice Cream) adalah kelompok DryKelompok Dry yang dianalsis adalah produk-produk yangtermasuk dalam Kelas A
TINJAUAN PUSTAKA
Definisi Peramalan
Menurut Assauri (2004), peramalan merupakan upaya penggunaan dataatau informasi untuk memperkirakan kejadian di masa yang akan datang.
Metode Peramalan–
–
Metode Kualitatif : metode yang digunakan karena ketidaktersediaandata masa lalu yang dibutuhkan atau data tersedia dalam jumlahyang sedikit, sehingga dalam metode ini pendapat pakar dan praktisidijadikan dasar untuk menetapkan permintaan yang akan datang.Metode Kuantitatif : metode yang menggunakan suatu set datahistoris masa lalu perusahaan yang akan digunakan untukmeramalkan permintaan di masa datang.
TINJAUAN PUSTAKA
Definisi PersediaanGroebner dalam Baroto (2002) mendifinisikan persediaan sebagaikomponen material, atau produk jadi yang tersimpan di tangan,menunggu untuk digunakan atau dijual.
Jenis Persediaan secara fisik menurut Rangkuti (2004) yauitu :1. Persediaan Bahan Baku
2. Persediaan bagian produk yang dibeli
3. Persediaan bahan-bahan pembantu (perlengkapan)
4. Persediaan barang setengah jadi
5. Persediaan barang jadi
TINJAUAN PUSTAKA
Biaya Persediaan menurut Baroto (2002) antara lain :1. Biaya Pembelian biaya untuk memperoleh atau membeli
barang2. Biaya Pemesanan besarnya tetap, tidak tergantung kuantitas3. Biaya Penyimpanan besarnya bervariasi, tergantung kuantitas4. Biaya Penyiapan biaya penyiapan bahan yang diproduksi sendiri5. Biaya kehabisan Persediaan bila persediaan tidak mencukupi
permintaan
Fungsi Persediaan menurut Baroto (2002) antara lain :1. Fungsi Independensi : Agar fungsi produksi dapat terus berjalan2. Fungsi Ekonomis : memproduksi dengan jumlah produksi tertentu akan
lebih ekonomis daripada memproduksi sesuai permintaan3. Fungsi Antisipasi : mengantisipasi adanya perubahan permintaan4. Fungsi Fleksibilitas : Bila dalam proses produksi terdiri atas beberapa
tahapan proses operasi dan ada kemungkinan terjadi kerusakan,persediaan barang setengah jadi diperlukan untuk menjagakelancaran produksi
TINJAUAN PUSTAKA
Klasifikasi Persediaan ABCRangkuti (2004), metode untuk mengetahui jenis-jenis barang yang perlumendapatkan prioritas dalam pengendalian persediaan.
Model-Model Persediaan StokastikHandoko (2000), model yang valid dalam menentukan kuantitas optimalyang di dalamnya terdapat parameter-parameter yang tidak diketahuidengan pasti dan konstan.Model ini juga mempertimbangkan kemungkinan terjadinya kehabisanpersediaan. Karena salah satu tujuan model ini adalah menentukanbesarnya persediaan penyangga (safety/buffer stock) untuk meminimumkanbiaya kehabisan persediaan (Shortage Cost) dan tambahan biayapenyimpanan dari persediaan penyangga tersebut.
METODOLOGI PENELITIAN
Kerangka Pemikiran Konseptual
Persaingan Usaha yang Semakin Ketat
Tuntutan Efisiensi Internal Tuntutan Posisi sebagaiDistributor
Perbaikan Sistem Perencanaan danPengendalian Persediaan
Optimalisasi Kebijakan Persediaan
Efisiensi BiayaPersediaan
Menjaga Loyalitas Pelanggan
METODOLOGI PENELITIAN
1.
2.
Lokasi Dan Waktu Penelitian : PT. Alam Sumbervita Jl. Raya BogorKm 24,7 Jakarta Timur 13750. waktu di mulai dari bulan April - Juni 2007.
Jenis dan Sumber Data- Data Primer : pengamatan dan wawancara beberapa staf bagian
Gudang dan Bagian Pengadaan- Data Sekunder : Data penjualan tahun 2004 – 2006, studi literatur dan
publikasi elektronik
3. Metode Pengolahan dan Analisis Data- Klasifikasi Persediaan ABC dengan kriteria volume penjualan
- Peramalan Permintaan dengan Metode ARIMA
- Pengendalian persediaan dengan metode EOQ stokastik
HASIL DAN PEMBAHASAN
1.
2.
Gambaran Umum Perusahaan
PT. Alam Sumbervita didirikan dengan bentuk badan usahaPerseroan Terbatas (PT) pada tanggal 11 November 1997, diJakarta di bawah manajemen PT. Indomilk Group atau disebutjuga Dairy Group.
Jenis usaha PT. Alam Sumbervita menurut peraturan perpajakanyang tercatat di kantor pelayanan pajak Jakarta, Kramat Jati,Kantor Wilayah IV Jakarta Raya I adalah perdagangan besardalam negeri hasil industri makanan, minuman, tembakau.
Gambaran Produk
Jenis produk yang didistribusikan oleh PT. Alam Sumbervitaberasal dari PT. Indomilk, PT. Indolakto, PT. Indo Es Krim Meijidan PT. Indomurni yang dibagi ke dalam tiga kelompok besar,yaitu kelompok Dry, kelompok PLM (Pastured Liquid Milk) dankelompok Ice Cream
HASIL DAN PEMBAHASAN
3. Sistem Pengadaan dan Pengendalian Persediaan PT. Alam SumbervitaPengendalian persediaan pada PT. ASV dilakukan oleh Bagian Gudang danBagian Pengadaan.Alur pemesanan barang hingga sampai di gudang :
Estimasi sales
PengirimanBarang
Mix and Match
DO(Delivery Order)
CMO
PO(Purchase Order)
PemeriksaanDan Pengeluaran GRN(Goods Receipt Note)
Lead Time produk Dry adalah satu hari, dan turn over terjadi selama enam haridalam satu minggu.
HASIL DAN PEMBAHASAN
Persediaan penyangga berbeda-beda untuk tiap jenis produk
jumlah tetap sepanjang tahun
Pemasok untuk kelompok Dry adalah PT. Indomilk (75 persen) dan PT.Indolakto (25 persen)
Estimasi permintaan yang dikirimkan PT. ASV adalah estimasipermintaan dari seluruh cabang yang diteruskan ke pemasok, denganpersentase 65 persen untuk seluruh cabang dan 35 persen untuk PT.ASV Jakarta
35 persen dikirim ke PT.ASV Jakarta
Pemasok
65 persen langsung dikirim ke cabang
HASIL DAN PEMBAHASAN
4. Penentuan Prioritas Produk dengan Klasifikasi Persediaan ABC
HASIL DAN PEMBAHASAN
kebijakan tingkat persediaan penyangga dan kapasitas maksimumsetiap produk kelas A
HASIL DAN PEMBAHASAN
Total biaya oportunitas, pemesanan dan penyimpanan untuk masing-masing produk kelas A tahun 2006 dengan metode perusahaan.
Total biaya persediaan seluruh produk kelas A tahun 2006 adalah Rp346.921.048
HASIL DAN PEMBAHASAN
5. Pengendalian Persedian Produk Kelas A dengan Metode Stokastika. Metode EOQ Stokastik untuk Tahun 2006
HASIL DAN PEMBAHASAN
b. Perbandingan Total Biaya Persediaan Tahun 2006 Antara MetodePerusahaan dengan Metode EOQ S tokastik
HASIL DAN PEMBAHASAN
c. Perkiraan Total Biaya Persediaan Tahun 2007 dengan MetodePerusahaan dan Metode EOQ Stokastik
KESIMPULAN DAN SARAN
1. Kesimpulana. Sistem Pengadaan dan Pengendalian Persediaan PT. ASV
- Pengendalian persediaan PT. Alam Sumbervita dilakukan oleh BagianGudang dan Bagian Pengadaan
- Lead time untuk produk Dry adalah satu hari
- Pemesanan saat sudah mencapai titik persediaan penyangga
- Pengiriman dari pemasok 35% PT.ASV jakarta
65% ke cabang
b. Produk-produk yang perlu mendapatkan prioritas dalamperencaan dan pengendalian persediaan
Produk kelas A dari klasifikasi ABC, yaitu SKM CE’S, SCI C 200ml, SKMCE, SKM IMP’S, SKM Crima, SKM IMP, UHT C 125ml, SKM KKM, UHTFC 1000ml, SKM IMC, UHT TS C 200ml dan SCI S 200ml.
KESIMPULAN DAN SARAN
c. Tingkat persediaan optimal bagi PT. ASV- Kebijakan pengendalian persediaan yang dilakukan perusahaan
belum optimal, karena biaya yang dikeluarkan dengan metodeperusahaan untuk tahun 2006 adalah Rp 346.921.048, sedangkandengan metode EOQ stokastik menghasilkan biaya sebesar Rp137.887.950 atau lebih hemat Rp 209.033.098 (60,25 persen) darimetode yang selama ini diterapkan perusahaan.
- Perkiraan total biaya persediaan produk Kelas A untuk tahun 2007dengan metode perusahaan adalah sebesar Rp 395.226.785,sedangkan dengan metode EOQ stokastik adalah Rp 113.701.203atau lebih hemat Rp 281.525.582 (71,23 persen) dari metode yangselama ini diterapkan perusahaan.
- Perbedaan utama antara kedua metode ini terjadi karena perusahaanmenetapkan kebijakan persediaan penyangga yang terlalu besar,sehingga biaya penyimpanan jadi lebih besar.
KESIMPULAN DAN SARAN
2. Saran- Perusahaan perlu mengkaji kembali metode pengendalian
persediaan yang diterapkan, karena berdasarkan hasilmetode yang digunakan peneliti total biaya persediaan masihdapat diminimalkan.
- Perusahaan sebaiknya meninjau ulang kebijakan tingkatpersediaan penyangga, untuk produk yang fluktuasinya relatifkecil dan lead time satu hari, perusahaan tidak perlu terlalukhawatir menetapkan persediaan penyangga yang terlalubesar.
- Perusahaan dapat menggunakan metode EOQ stokastiksebagai referensi untuk mengendalikan persediaan, karenametode ini sesuai dengan kondisi perusahaan dan lebih efisienuntuk meminimalkan total biaya persediaan.
“All of us don’t have an equal talent, but all of us should have an equalopportunity to develop talent” (John F Kennedy)
Lampiran 11. Contoh print out inventory order cycle (SKM CE’S)
EOQ Inventory Order Cycle SKM CE'S
INPUT 16618 Opportunity Cost,Occ
82
70.504 Annual demand, D 1 Lead time 44.698 Ordering cost, S
99 25.072 Carrying cost, H
Standard deviation 0,99 Service level
46,15 of daily demand 4.600 Shortage Cost, B
= 2% x 230000
harga jual 230000 264 Working days per year
OUTPUT
Q max 2058
388,82 Optimal order quantity, Q* 1,46 Time between orders (days)
267,06 Daily demand 16.209.956 Total Co + Cc
181,33 Number of orders per year
267,06 Reorder point w/ constant demand
4.631.006 Total B
20.840.962 total Cost = Co + Cc + Shortage cost
107,36 Safety Stock
374,42 Reorder point w/ variable demand
Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out
persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan
reorder point = 267,06 karton Occ + H = 41.690 Rp/karton
Shortage Cost (B) =
Total Permintaan (D) =
4600 Rp/karton
70.504 karton
standar deviasi (σD) =
Q per pesan =
46,15 karton
388,82 karton
Tingkat Pelayanan
Persentase
80 90 95 99
persediaan penyangga
(standar deviasi,σD = 46,15 karton)
buffer stock = nσD = n x 46.15
Perkiraan kekurangan jumlah per pesanan
karton
karton
38,71
5,15
58,95
2,18
75,66
0,96
107,01
0,20
σDE (K) = 46.15 x E (K)
Kekurangan Jumlah Tahunan karton 77,54 32,87 14,52 3,07
(kekurangan jml per pesan x jumlah pemesanan)
Biaya Penyimpanan persediaan penyangga Rp 1.613.820 2.457.626 3.154.265 4.461.247
(Occ+H) x Buffer Stock = 41690 x buffer stock
Biaya Kekurangan Persediaan
B(D/Q) x (perkiraan kekurangan jmlh per pesanan) Rp 4.294.407 1.820.773 804.143 169.759
= 4600 x (70504/388.82) x (perkiraan kekurangan pesan)
Biaya Tambahan Total Rp 5.908.227 4.278.399 3.958.408 4.631.006
Lampiran 14. Contoh print out EOQ inventory order cycle service level 99 persen tahun 2007 SKM CE'S
EOQ Inventory Order Cycle SKM CE'S
88
INPUT 18279 Opportunity Cost,Occ
96.053 Annual demand, D 1 Lead time 49.168 Ordering cost, S
99 27.579 Carrying cost, H
Standard deviation 0,99 Service level
31,46 of daily demand 4.600 Shortage Cost, B
= 2% x 230000
harga jual 230000 264 Working days per year
OUTPUT
Q max 2058
453,84 Optimal order quantity, Q* 20.812.262 Total Co + Cc
363,84 Daily demand
211,64 Number of orders per year
3.491.418 Total B
24.303.681 total Cost = Co + Cc + Shortage cost
1,25 Time between orders (days)
363,84 Reorder point w/ constant demand
73,19 Safety Stock
437,02 Reorder point w/ variable demand
Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out
persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan
reorder point =
Shortage Cost (B) =
Total Permintaan (D) =
363,84 karton
4600 Rp/karton
96.053 karton
occ + H =
standar deviasi (σD) =
Q per pesan =
45.858 Rp/karton
31,46 karton
453,84 karton
Tingkat Pelayanan
Persentase
80 90 95 99
persediaan penyangga
(standar deviasi,σD = 31.46 karton)
buffer stock = nσD = n x 31.46
Perkiraan kekurangan jumlah per pesanan
karton
karton
26,48
3,51
40,32
1,49
51,75
0,66
73,19
0,14
σDE (K) = 31.46 x E (K)
Kekurangan Jumlah Tahunan karton 61,70 26,16 11,55 2,44
(kekurangan jml per pesan x jumlah pemesanan)
Biaya Penyimpanan persediaan penyangga Rp 1.214.320 1.848.995 2.373.152 3.356.347
(Occ+H) x Buffer Stock = 45858 x buffer stock
Biaya Kekurangan Persediaan
B(D/Q) x (perkiraan kekurangan jmlh per pesanan) Rp 3.416.907 1.448.725 639.828 135.071
= 4600 x (96053/453.84) x (perkiraan kekurangan jml /pesan)
Biaya Tambahan Total Rp 4.631.227 3.297.719 3.012.979 3.491.418