Laporan Simulasi 6406_6580.pdf

TUGAS SIMULASI INDUSTRI

PERSEDIAAN BAHAN BAKU PADA BERLY BAKERY

OLEH :

HERLINA MEGAWATI (11 06 06406)

RISKY MARUDUR S (11 06 06580)

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS ATMA JAYA YOGYAKARTA

YOGYAKARTA

2014

EXECUTIVE SUMMARY

Berly Bakery merupakan toko roti yang menyediakan aneka macam roti seperti roti

sisir, roti semir, roti cokelat keju, roti abon, roti sobek, roti selai, roti pisang, roti

tawar, dsb. Selain itu, Berly Bakery juga menerima pesanan khusus seperti cake,

tart, dan aneka jajanan pasar. Berly Bakery terletak di Ruko Jambu Sari No. 5, Jl.

Candi Gebang, Condongcatur, Sleman, Yogyakarta. Setiap harinya, Berly Bakery

menyediakan lebih dari 30 macam roti untuk dijual di ruko tersebut. Selain itu,

pemasaran juga dilakukan dengan menitipkan roti ke toko-toko dan menjajakan roti

ke universitas dan sekolah sekitar. Barley Bakery buka mulai pukul 08.00 hingga

pukul 17.00 WIB.

Berly Bakery memulai produksi setiap hari pukul 5 pagi, dengan pekerja berjumlah

kurang lebih 5 orang. Bahan baku yang digunakan dalam proses produksi roti

tersebut antara lain tepung, telur, maragarin, pelembut, pengembang, gula, dan susu

UHT. Berly Bakery memiliki kebijakan untuk melakukan pemesanan bahan baku

setiap hari sebelum toko tutup, dan bahan baku tersebut akan dikirim oleh supplier

keesokan hari nya. Hal tersebut dilakukan karena modal yang terbatas, serta untuk

mencegah penumpukan dan kerusakan bahan baku di gudang. Namun, hal tersebut

justru semakin memberatkan perusahaan karena ongkos kirim dan ongkos pesan

bahan baku yang besar, serta perusahaan tidak memiliki persediaan untuk produksi

roti yang mendadak. Selain itu, apabila supplier tidak memiliki produk yang dipesan

maka Berly Bakery harus membeli bahan baku di tempat lain dengan harga yang

lebih mahal. Jika bahan baku yang dipesan datang terlambat, maka proses produksi

juga harus tertunda karena tidak adanya persediaan di gudang. Tertundanya proses

produksi menyebabkan roti belum tersedia di pagi hari dan mengakibatkan adanya

penolakan pelanggan yang cukup banyak. Oleh karena itu, diperlukan adanya

kebijakan baru mengenai waktu dan jumlah pemesanan bahan baku sehingga dapat

menghemat biaya pemesanan dan mengurangi jumlah penolakan pelanggan di pagi

hari.

BAB 1

PENDAHULUAN

1.1. Deskripsi Sistem dan Latar Belakang

Banyaknya peminat roti dewasa ini menyebabkan persaingan yang ketat di antara

produsen roti. Para produsen roti saling bersaing untuk dapat memenuhi permintaan

pelanggan yang semakin meningkat. Salah satu faktor penting untuk dapat

memenuhi permintaan pelanggan yaitu dengan memiliki jumlah persediaan yang

tepat sehingga dapat meningkatkan performa dan keungangan perusahaan.

Persediaan merupakan sumber daya yang disimpan dan dipergunakan untuk

memenuhi kebutuhan, dalam hal ini yaitu untuk memenuhi kebutuhan produksi roti.

Berly Bakery merupakan toko roti yang terletak di Ruko Jambu Sari No. 5, Jl. Candi

Gebang, Condongcatur, Sleman, Yogyakarta. Toko ini menyediakan lebih dari 30

macam roti untuk dijual setiap hari. Barley Bakery buka mulai pukul 08.00 hingga

pukul 17.00 WIB, dan memulai produksi roti pukul 05.00 setiap hari nya. Pemilik

melakukan pemesanan bahan baku setiap sore dan bahan baku akan dikirim

keesokan harinya. Pemesanan yang dilakukan setiap hari menyebabkan besar nya

biaya pemesanan yang dikeluarkan dan menyebabkan penolakan pelanggan di pagi

hari akibat terlambatnya pengiriman bahan baku sehingga kegiatan produksi harus

tertunda.

1.2. Rumusan Masalah

Rumusan masalah dari kasus ini yaitu belum adanya kebijakan dari pemilik Berly

Bakery mengenai jumlah pemesanan dan jangka waktu pemesanan bahan baku

yang diperlukan.

1.3. Tujuan Studi Simulasi

Tujuan Studi Simulasi Persediaan di Berly Bakery yaitu untuk membantu pemilik

dalam menentukan jumlah pemesanan bahan baku dan waktu pemesanan yang

terbaik sehingga dapat meminimalkan biaya pemesanan dan dapat mengurangi

penolakan pelanggan.

1.4. Variabel Keputusan, Parameter, dan Ukuran Performansi

Variabel keputusan dalam simulasi sistem persediaan di Berly Bakery yaitu jumlah

pemesanan bahan baku dan jangka waktu pemesanan. Parameter yang digunakan

yaitu jumlah penggunaan bahan baku setiap hari. Sedangkan ukuran performansi

yang digunakan yaitu total biaya pemesanan.

1.5. Asumsi dan Batasan Masalah

Asumsi dan batasan masalah digunakan untuk membatasi penelitian sehingga tidak

terjadi penyimpangan topik. Asumsi dan batasan masalah yang digunakan dalam

simulasi persediaan ini yaitu :

a. Bahan baku yang menjadi objek pengamatan yaitu tepung yang digunakan

dalam proses produksi roti di Berly Bakery.

b. Tepung yang digunakan untuk semua jenis roti sama.

c. Pengamatan hanya dilakukan pada hari-hari biasa. Hari besar tidak termasuk

dalam objek pengamatan.

d. Safety Stock tepung sebesar 25 kg setiap hari.

BAB 2

METODOLOGI

2.1. Metodologi Penelitian

Sebelum memulai penelitian, perlu diketahui jenis data yang akan digunakan.

Terdapat 2 buah jenis data yaitu data primer dan data sekunder. Data primer

merupakan data yang diperoleh dari hasil pengamatan secara langsung terhadap

sistem aktual. Sedangkan data sekunder merupakan data yang telah tersedia

sebelumnya berisi informasi-informasi yang menunjang penelitian.

Penelitian ini hanya menggunakan data sekunder yaitu berupa data jumlah

pemesanan bahan baku, jumlah penggunaan bahan baku, jumlah produksi roti per

hari, dan jumlah roti sisa per hari. Metodologi yang digunakan yaitu dengan

melakukan wawancara dengan pemilik secara langsung sehingga data yang

diperoleh lebih akurat dan lebih menggambarkan sistem nyata.

2.2. Teknik Pengumpulan Data

Teknik pengumpulan data dilakukan dengan metode wawancara karena data yang

dibutuhkan merupakan data sekunder. Metode wawancara digunakan agar dapat

mengetahui kondisi sistem yang sesungguhnya sehingga data yang diperoleh

memiliki tingkat keakuratan yang tinggi. Wawancara dilakukan dengan bertanya

pada pemilik mengenai kebijakan pemesanan yang dimiliki oleh Berly Bakery

selama ini. Wawancara dilakukan 2 kali yaitu pada tanggal 27 Oktober 2014 dan 31

Oktober 2014. Secara keseluruhan, tahapan pengumpulan data dan pengolahan

data dapat dilihat pada gambar 2.1.

Penelitian ini diawali dengan penelitian pendahuluan. Penelitian pendahuluan

dilakukan agar peneliti dapat lebih mengenal objek yang akan diteliti dan dapat

merumuskan masalah, tujuan, serta batasan masalah penelitian. Tujuan dan

batasan masalah diperlukan agar tidak terjadi penyimpangan terhadap topik.

Langkah selanjutnya yaitu mengumpulkan data dengan menggunakan metode

wawancara yang dilakukan sebanyak 2 kali. Setelah data diperoleh kemudian

dilakukan uji kecukupan dan keseragaman data. Apabila data belum cukup dan

belum seragam, perlu mengumpulkan data lagi.

Setelah data yang dimiliki cukup dan seragam, data tersebut diuji dengan

menggunakan Input Analyzer yang ada dalam software Arena untuk mengetahui

pola distribusi yang sesuai. Kemudian membuat model dengan menggunakan

software Microsoft Excel dan dianalisis apakah model yang dihasilkan telah sesuai

dan dapat mewakili sistem yang sesungguhnya. Langkah terakhir yaitu menganalisis

hasil yang diperoleh dan membuat kesimpulan.

Mulai

Penelitian

Pendahuluan

Melakukan

Wawancara

Data

Cukup ?

Mencari Pola

Distribusi Data

Model

sesuai ?

Analisis Hasil

simulasi

Kesimpulan

Selesai

Ya

Ya

Tidak

Tidak

Menggunakan

Input Analizer

Arena

Membuat Model

dengan

Microsoft Excel

Gambar2.1. Diagram AlirTahapanPenelitian

BAB 3

DATA DAN ANALISIS HASIL

3.1. Data Pengamatan

Tabel 3.1. berisi data pemesanan tepung setiap hari selama 100 hari, mulai dari

tanggal 1 Agustus 2014 hingga 8 November 2014.

Tabel 3.1. Data Pemesanan Tepung

Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan

(kg)

1-Aug-14 25 20-Sep-14 25

2-Aug-14 50 21-Sep-14 50

3-Aug-14 25 22-Sep-14 25

4-Aug-14 25 23-Sep-14 25

5-Aug-14 25 24-Sep-14 50

6-Aug-14 50 25-Sep-14 25

7-Aug-14 25 26-Sep-14 25

8-Aug-14 25 27-Sep-14 25

9-Aug-14 50 28-Sep-14 50

10-Aug-14 25 29-Sep-14 25

11-Aug-14 25 30-Sep-14 25

12-Aug-14 50 1-Oct-14 25

13-Aug-14 25 2-Oct-14 25

14-Aug-14 25 3-Oct-14 50

15-Aug-14 50 4-Oct-14 25

16-Aug-14 25 5-Oct-14 50

17-Aug-14 25 6-Oct-14 25

18-Aug-14 25 7-Oct-14 25

19-Aug-14 25 8-Oct-14 50

20-Aug-14 50 9-Oct-14 50

21-Aug-14 25 10-Oct-14 25

22-Aug-14 25 11-Oct-14 25

23-Aug-14 25 12-Oct-14 25

24-Aug-14 25 13-Oct-14 50

25-Aug-14 25 14-Oct-14 25

26-Aug-14 50 15-Oct-14 25

Tabel 3.1. Data Pemesanan Tepung (Lanjutan)

Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan

(kg)

27-Aug-14 25 16-Oct-14 50

28-Aug-14 25 17-Oct-14 25

29-Aug-14 50 18-Oct-14 25

30-Aug-14 25 19-Oct-14 25

31-Aug-14 25 20-Oct-14 50

01-Sep-14 25 21-Oct-14 25

02-Sep-14 50 22-Oct-14 25

03-Sep-14 25 23-Oct-14 25

04-Sep-14 25 24-Oct-14 25

05-Sep-14 25 25-Oct-14 50

06-Sep-14 50 26-Oct-14 25

07-Sep-14 25 27-Oct-14 25

08-Sep-14 25 28-Oct-14 50

09-Sep-14 25 29-Oct-14 25

10-Sep-14 50 30-Oct-14 25

11-Sep-14 25 31-Oct-14 25

12-Sep-14 25 01-Nov-14 50

13-Sep-14 50 02-Nov-14 25

14-Sep-14 25 03-Nov-14 25

15-Sep-14 25 04-Nov-14 50

16-Sep-14 25 05-Nov-14 25

17-Sep-14 25 06-Nov-14 25

18-Sep-14 25 07-Nov-14 25

19-Sep-14 50 08-Nov-14 25

Tabel 3.2. berisi data pemakaian tepung setiap hari selama 100 hari, mulai dari

tanggal 1 Agustus 2014 hingga 8 November 2014.

Tabel 3.2. Data Pemakaian Tepung

Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan (kg)

1-Aug-14 25 20-Sep-14 33

2-Aug-14 36 21-Sep-14 34

3-Aug-14 28 22-Sep-14 30

Tabel 3.2. Data Pemakaian Tepung (Lanjutan)


4-Aug-14 31 23-Sep-14 30

5-Aug-14 27 24-Sep-14 38

6-Aug-14 33 25-Sep-14 33

7-Aug-14 38 26-Sep-14 33

8-Aug-14 28 27-Sep-14 31

9-Aug-14 35 28-Sep-14 27

10-Aug-14 37 29-Sep-14 31

11-Aug-14 31 30-Sep-14 30

12-Aug-14 38 1-Oct-14 38

13-Aug-14 29 2-Oct-14 25

14-Aug-14 29 3-Oct-14 32

15-Aug-14 36 4-Oct-14 33

16-Aug-14 29 5-Oct-14 36

17-Aug-14 32 6-Oct-14 31

18-Aug-14 32 7-Oct-14 38

19-Aug-14 29 8-Oct-14 31

20-Aug-14 32 9-Oct-14 26

21-Aug-14 29 10-Oct-14 35

22-Aug-14 34 11-Oct-14 27

23-Aug-14 28 12-Oct-14 36

24-Aug-14 25 13-Oct-14 33

25-Aug-14 27 14-Oct-14 35

26-Aug-14 29 15-Oct-14 32

27-Aug-14 30 16-Oct-14 33

28-Aug-14 37 17-Oct-14 26

29-Aug-14 37 18-Oct-14 33

30-Aug-14 26 19-Oct-14 30

31-Aug-14 34 20-Oct-14 30

1-Sep-14 28 21-Oct-14 27

2-Sep-14 38 22-Oct-14 36

3-Sep-14 25 23-Oct-14 25

4-Sep-14 36 24-Oct-14 33

5-Sep-14 26 25-Oct-14 33

6-Sep-14 31 26-Oct-14 33

7-Sep-14 26 27-Oct-14 32

8-Sep-14 36 28-Oct-14 37

9-Sep-14 36 29-Oct-14 25

Tabel 3.2. Data Pemakaian Tepung (Lanjutan)


10-Sep-14 27 30-Oct-14 33

11-Sep-14 38 31-Oct-14 31

12-Sep-14 31 1-Nov-14 31

13-Sep-14 31 2-Nov-14 28

14-Sep-14 38 3-Nov-14 36

15-Sep-14 33 4-Nov-14 34

16-Sep-14 25 5-Nov-14 35

17-Sep-14 27 6-Nov-14 25

18-Sep-14 26 7-Nov-14 26

19-Sep-14 37 8-Nov-14 37

Jumlah persediaan akhir Juli 2014 yaitu sebesar 39 kg. Ukuran lot pemesanan

tepung yaitu kelipatan 25 kg. Biaya pembelian tepung untuk setiap kelipatan ukuran

lot berbeda. Harga pembelian tepung dapat dilihat pada tabel 3.3.

Tabel 3.3. Harga Pembelian Tepung

Ukuran Lot (kg) Harga (Rp)

25 172.000

50 325.000

75 480.000

100 640.000

Biaya pemesanan sebesar Rp 10.000,00 termasuk biaya telepon dan biaya

transportasi pengiriman. Biaya simpan merupakan biaya yang timbul karena

disimpannya suatu barang. Dalam penyimpanannya, Berly Bakery tidak memiliki

perawatan khusus sehingga hanya mengeluarkan biaya untuk listrik dan tepung

yang tersimpan merupakan modal yang tertahan. Biaya penyusutan berdasarkan

nilai suku bunga Bank Indonesia sebesar 7,75% per tahun (tanggal 18 November

2014). Biaya simpan diperoleh dengan mengalikan persediaan akhir tiap hari

dengan harga beli tepung dan nilai suku bunga per hari, kemudian ditambah dengan

biaya listrik yang dibutuhkan di gudang setiap hari. Harga beli tepung diperkirakan

sebesar Rp 8.000,00/kg. Biaya listrik diperkirakan sebesar Rp 200,00/hari yang

terdiri dari dua buah lampu dengan daya masing-masing 18 watt dan menyala

selama 5 jam/hari, serta biaya listrik PLN sebesar Rp 1.075,00/kwh.

3.2. Analisis Input

Data parameter yang digunakan dalam simulasi persediaan ini yaitu jumlah

pemakaian tepung. Data yang diperoleh kemudian diolah dengan menggunakan

Input Analyzer yang terdapat pada Software Arena untuk mengetahui distribusi yang

sesuai. Berikut ini merupakan hasil Input Analyzer yang diperoleh untuk masing-

masing pola distribusi.

3.2.1. Distribusi Beta

Ho : Data terdistribusi Beta

H1 : Data tidak terdistribusi Beta

= 0,05

Distribution Summary

Distribution: Beta

Expression: 24.5 + 14 * BETA(1.01, 0.999)

Square Error: 0.008475

Chi Square Test

Number of intervals = 7

Degrees of freedom = 4

Test Statistic = 1.97

Corresponding p-value = 0.742

p-value >

Keputusan : Tidak Menolak Ho

Kesimpulan : Terdapat cukup bukti bahwa data terdistribusi Beta

3.2.2. Erlang

Ho : Data terdistribusi Erlang

H1 : Data tidak terdistribusi Erlang

= 0,05


Distribution: Erlang

Expression: 24.5 + ERLA(3.52, 2)


Chi Square Test



Test Statistic = 19

Corresponding p-value < 0.005

p-value <

Keputusan : Menolak Ho

Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Erlang

3.2.3. Eksponensial

Ho : Data terdistribusi Eksponensial

H1 : Data tidak terdistribusi Eksponensial

= 0,05


Distribution: Exponential

Expression: 24.5 + EXPO(7.03)


Chi Square Test





p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Eksponensial

3.2.4. Gamma

Ho : Data terdistribusi Gamma

H1 : Data tidak terdistribusi Gamma

= 0,05


Distribution: Gamma

Expression: 24.5 + GAMM(3.74, 1.88)


Chi Square Test



Test Statistic = 32


p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Gamma

3.2.5. LogNormal

Ho : Data terdistribusi LogNormal

H1 : Data tidak terdistribusi LogNormal

= 0,05


Distribution: Lognormal

Expression: 24.5 + LOGN(8.05, 9.3)


Chi Square Test





p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi LogNormal

3.2.6. Normal

Ho : Data terdistribusi Normal

H1 : Data tidak terdistribusi Normal

= 0,05


Distribution: Lognormal

Expression: 24.5 + LOGN(8.05, 9.3)


Chi Square Test





p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Normal

3.2.7. Poisson

Ho : Data terdistribusi Poisson

H1 : Data tidak terdistribusi Poisson

= 0,05


Distribution: Poisson

Expression: POIS(31.5)


Chi Square Test




Corresponding p-value< 0.005

p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Poisson

3.2.8. Triangular

Ho : Data terdistribusi Triangular

H1 : Data tidak terdistribusi Triangular

= 0,05


Distribution: Triangular

Expression: TRIA(24.5, 33, 38.5)


Chi Square Test





p-value <


Kesimpulan :Tidak terdapat cukup bukti bahwa data terdistribusi Triangular

3.2.9. Uniform

Ho : Data terdistribusi Uniform

H1 : Data tidakterdistribusi Uniform

= 0,05


Distribution: Uniform

Expression: UNIF(24.5, 38.5)


Chi Square Test




Corresponding p-value > 0.75

p-value <

Keputusan : Tidak Menolak Ho

Kesimpulan : Terdapat cukup bukti bahwa data terdistribusi Uniform

3.2.10. Weibull

Ho : Data terdistribusi Weibull

H1 : Data tidak terdistribusi Weibull

= 0,05


Distribution: Weibull

Expression: 24.5 + WEIB(7.79, 1.66)


Chi Square Test





p-value <


Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Weibull

Berdasarkan hasil analisis tersebut, distribusi yang sesuai untuk data jumlah

pemakaian tepung adalah Distribusi Uniform dengan ekspresi UNIF(24.5, 38.5).

Distribusi ini dipilih karena memiliki nilai p-value yang paling tinggi yaitu sebesar

0,75. Karena p-value lebih besar dari maka keputusan yang diambil yaitu tidak

menolak Ho, sehingga dapat diambil kesimpulan bahwa data pemakaian tepung

terdistribusi Uniform. Distribusi Uniform merupakan jenis distribusi probabilitas

diskrit, dan telah sesuai dengan tipe data jumlah pemakaian tepung. Gambar

histogram untuk pola distribusi Uniform tersebut dapat dilihat pada gambar 3.1.

Gambar 3.1. Distribusi Probabilitas Uniform

3.3. Model Simulasi

Simulasi dijalankan dengan menggunakan software Microsoft Excel. Simulasi

dijalankan selama 30 hari. Jumlah pemakaian tepung menggunakan bilangan

random yang telah terdistribusi Uniform. Model simulasi persedian tepung pada

Berly Bakery dapat dilihat pada tabel 3.4.

Tabel 3.4. Model Simulasi

Hari Ke Persediaan

(kg) Bilangan Random

Jumlah Pemakaian UNIF(24,5;38,5)

Jumlah Pemesanan (kg)

Harga Bahan Baku

Biaya Pesan

Biaya Simpan

Total Biaya

0 39 0 0 0

1 14.3429039 0.011221153 24.65709614 100 640000 10000 218 650,218

2 79.9979102 0.70321383 34.34499363 0 0 0 329 329

3 53.3430516 0.153918474 26.65485864 0 0 0 284 284

4 25.308624 0.252459115 28.0344276 0 0 0 236 236

5 0 0.637521414 33.4252998 100 640000 10000 0 650,000

6 63.6318735 0.84772332 36.36812649 0 0 0 302 302

7 27.6040365 0.823416929 36.02783701 0 0 0 240 240

8 0 0.354572193 29.4640107 100 640000 10000 0 650,000

9 69.2816665 0.444166682 30.71833355 0 0 0 311 311

10 42.9546434 0.13050165 26.3270231 0 0 0 266 266

11 7.09082523 0.811701295 35.86381812 100 640000 10000 206 650,206

12 80.657062 0.138125942 26.43376318 0 0 0 331 331

13 50.8736749 0.377384799 29.78338719 0 0 0 280 280

14 25.0543183 0.094239752 25.81935653 0 0 0 236 236

15 0 0.233507849 27.76910988 100 640000 10000 0 650,000

16 71.3740857 0.294708167 28.62591433 0 0 0 315 315

17 42.8334567 0.288616353 28.54062895 0 0 0 266 266

18 17.3542997 0.069939785 25.47915699 100 640000 10000 223 650,223

19 80.5690805 0.877515661 36.78521925 0 0 0 330 330

20 49.4816782 0.470528733 31.08740226 0 0 0 278 278

21 24.4353152 0.03902593 25.04636301 100 640000 10000 235 650,235

22 95.6302434 0.30750513 28.80507182 0 0 0 356 356

Tabel 3.4. Model Simulasi (Lanjutan)

Hari Ke Persediaan

(kg) Bilangan Random



Harga Bahan Baku

Biaya Pesan

Biaya Simpan

Total Biaya

23 59.0935635 0.859762846 36.53667985 0 0 0 294 294

24 27.5699867 0.501684058 31.52357681 0 0 0 240 240

25 0 0.232457358 27.75440301 100 640000 10000 0 650,000

26 73.5937322 0.136161988 26.40626783 0 0 0 319 319

27 39.6377841 0.675424861 33.95594805 0 0 0 261 261

28 6.85120089 0.591898802 32.78658323 100 640000 10000 205 650,205

29 73.3869404 0.640304317 33.46426044 0 0 0 318 318

30 36.452995 0.888138962 36.93394547 0 0 0 255 255

Total Biaya 5,857,135

3.4. Penentuan Replikasi

Dalam melakukan simulasi perlu adanya replikasi agar hasil yang diperoleh cukup

untuk mewakili kondisi yang sesungguhnya dalam sistem nyata. Selain itu, replikasi

juga diperlukan karena variabel yang dimiliki merupakan variabel probabilistik yang

hasilnya dapat terus berubah. Parameter yang digunakan yaitu jumlah pemakaian

tepung setiap hari. Perhitungan jumlah replikasi dapat dilihat pada tabel 3.5.

Tabel 3.5. Perhitungan Jumlah Replikasi Data Jumlah Pemakaian Tepung

Replication Total Biaya

(100) Total Biaya

(200) Total Biaya

(300) Total Biaya

(400)

1 6,507,383 6,461,053 7,732,784 7,725,961

2 6,506,962 6,460,307 7,733,731 7,725,664

3 6,507,703 6,460,795 7,733,097 7,726,194

4 6,507,544 6,460,477 7,732,859 7,725,797

5 6,507,446 6,460,191 7,732,900 7,725,420

6 6,508,170 6,460,743 7,732,504 7,726,044

7 6,507,519 6,460,937 7,732,390 7,726,039

8 6,507,435 6,460,595 7,732,913 7,726,163

9 6,508,133 6,460,839 7,732,666 7,726,611

10 6,508,180 6,460,474 7,733,287 7,726,343

Xbar 6,507,647.5473 6,460,641.0186 7,732,913.1125 7,726,023.5668

S 401.0135 279.0576 389.2962 340.6336

t 1.8331 1.8331 1.8331 1.8331

half width 232.4583 161.7633 225.6661 197.4575

Confidence Interval

6,507,415.0890 6,460,479.2553 7,732,687.4464 7,725,826.1093

6,507,880.0056 6,460,802.7818 7,733,138.7786 7,726,221.0243

n0 10 10 10 10

h0 232.4583 161.7633 225.6661 197.4575

h 65076.47547 64606.41019 77329.13112 77260.23567

n 0.000127598 6.26915E-05 8.51621E-05 6.53183E-05

Simulasi dijalankan selama 30 hari dengan variabel keputusan jumlah pemesanan

tepung sebesar 100 kg, 200 kg, 300 kg, dan 400 kg. Replikasi awal dilakukan

sebanyak 10 kali, kemudian dihitung rata-rata dan standar deviasi total biaya untuk

masing-masing variabel keputusan. Replikasi ini menggunakan level signifikansi

sebesar 0,05 dan derejat bebas 9 sehingga diperoleh nilai tabel t sebesar 1,8331.

Halfwidth dihitung dengan menggunakan rumus sebagai berikut:

(3.1) h =

(3.3)

(3.7)

(3.8)

(3.5)

Confidence Interval dihitung dengan menggunakan rumus sebagai berikut:

CI = Xbar halfwidth (3.2)

Untuk menghitung jumlah replikasi digunakan rumus sebagai berikut:

Halfwidth yang digunakan yaitu sebesar 1% dari rata-rata variabel keputusan,

sehingga diperoleh nilai n seperti terlihat pada tabel 3.2. Nilai n yang diperoleh

terlalu kecil dan lebih kecil dari n0, maka jumlah replikasi sebanyak n0 dapat

dikatakan cukup dan telah mewakili sistem nyata. Maka dari itu, diperoleh jumlah

replikasi minimum sebanyak 10 kali replikasi.

3.5. Verifikasi

Verifikasi merupakan pemeriksaan internal untuk mengetahui apakah model telah

berperilaku sesuai dengan yang diharapkan. Verifikasi model juga dapat dilihat dari

kesesuaian hasil simulasi dengan logika yang ada. Hal tersebut digunakan untuk

mengetahui kebenaran dari model yang telah dibuat. Berikut ini merupakan rumus

yang digunakan dalam melakukan simulasi persediaan.

Biaya Pesan (Rp) = Biaya Transportasi (Rp) + Biaya Telepon (Rp) (3.4)

Biaya Simpan (Rp) = Biaya Penyusutan Bahan Baku (Rp) +

Biaya Listrik (Rp)

Biaya Penyusutan Bahan Baku = Ii x HT x B (3.6)

Keterangan :

Ii = Jumlah persediaan akhir hari ke i (kg)

HT = Harga beli tepung (Rupiah/kg)

B = Nilai suku bunga (%/hari)

Biaya Listrik = 1075 rupiah/kwh x 2 buah lampu x (18/1000)

kw x 5 jam/hari

Jumlah Persediaan hari ke i (kg) = persediaan hari ke i-1 (kg)

+ jumlah pemesanan (kg) - jumlah pemakaian (kg)

(3.9) Total Biaya (Rp) = Harga Bahan Baku (Rp) + Biaya Pesan (Rp)

+ Biaya Simpan (Rp)

3.6. Validasi

Validasi merupakan pemeriksaan secara eksternal. Pada proses validasi ini akan

dilihat apakah hasil simulasi telah sesuai dengan hasil pada sistem nyata. Validasi

akan dilakukan dengan membandingkan total biaya hasil simulasi selama 1 bulan

dengan total biaya selama 1 bulan dalam sistem nyata. Total biaya pada simulasi

diperoleh sebesar Rp 6.690.415,00. Sedangkan total biaya pada sistem nyata

diperoleh sebesar Rp 6.500.000,00. Total biaya dalam sistem nyata diperoleh

melalui wawancara langsung dengan pemilik Berly Bakery. Dari hasil tersebut

menunjukan bahwa hasil simulasi telah mendekati hasil yang sesungguhnya,

sehingga dapat dikatakan bahwa simulasi yang dijalankan telah valid. Hasil

pengujian validasi model dapat dilhat pada tabel 3.6.

Tabel 3.6. Validasi Model

Hari Ke Persediaan (kg) Bilangan Random



Harga Bahan Baku

Biaya Pesan

Biaya Simpan

Total Biaya

0 39

1 7,688733761 0,486519017 31,31126624 25 172000 10000 207 182.207

2 2,786296023 0,38588841 29,90243774 50 325000 10000 198 335.198

3 21,843427 0,46020493 30,94286903 25 172000 10000 231 182.231

4 19,80904417 0,181027345 27,03438283 25 172000 10000 227 182.227

5 16,32156781 0,28481974 28,48747635 25 172000 10000 221 182.221

6 12,42256474 0,314214505 28,89900307 50 325000 10000 215 335.215

7 33,75007531 0,298034959 28,67248943 25 172000 10000 251 182.251

8 21,77827586 0,890842818 36,97179945 25 172000 10000 230 182.230

9 11,48056031 0,771265397 35,29771555 50 325000 10000 213 335.213

10 30,13589373 0,488904756 31,34466658 25 172000 10000 245 182.245

11 17,9313471 0,907467616 37,20454663 25 172000 10000 224 182.224

12 12,2075866 0,444554322 30,7237605 50 325000 10000 214 335.214

13 26,14770049 0,82570615 36,0598861 25 172000 10000 238 182.238

14 23,48379001 0,225993606 27,66391048 25 172000 10000 233 182.233

15 16,2115231 0,555161923 32,27226692 50 325000 10000 221 335.221

16 29,18461577 0,894779095 37,02690733 25 172000 10000 243 182.243

17 19,85759366 0,701930151 34,32702211 25 172000 10000 227 182.227

18 16,88909753 0,247749723 27,96849613 25 172000 10000 222 182.222

19 15,18918704 0,157136463 26,69991049 25 172000 10000 219 182.219

20 7,574982195 0,57958606 32,61420484 50 325000 10000 206 335.206

21 27,84985522 0,373223355 29,72512697 25 172000 10000 241 182.241

22 16,05347141 0,878313129 36,79638381 25 172000 10000 221 182.221

Tabel 3.6. Validasi Model (Lanjutan)

Hari Ke Persediaan (kg) Bilangan Random



Harga Bahan Baku

Biaya Pesan

Biaya Simpan

Total Biaya

23 10,89581529 0,404118294 30,15765612 25 172000 10000 212 182.212

24 3,291487619 0,578880548 32,60432767 25 172000 10000 199 182.199

25 2,086947384 0,121752874 26,20454024 25 172000 10000 197 182.197

26 0 0,265023061 28,21032285 50 325000 10000 0 335.000

27 11,8232832 0,976908343 38,1767168 25 172000 10000 214 182.214

28 6,673151829 0,403580812 30,15013137 25 172000 10000 205 182.205

29 5,520299581 0,118060875 26,15285225 50 325000 10000 203 335.203

30 26,16734466 0,346639637 29,35295492 25 172000 10000 238 182.238

Total Biaya 6.690.415

Total Biaya Pemesanan (Simulasi) = Rp 6.690.415,00

Total Biaya Pemesanan (Sistem Nyata) = Rp 6.500.000,00

3.7. Analisis Output

Analisis Output digunakan untuk membandingkan skenario alternatif yang dibuat,

serta digunakan untuk menentukan skenario yang terbaik. Skenario dibuat

berdasarkan realita sistem persediaan yang mungkin diaplikasikan ke dalam sistem

persediaan pada Berly Bakery. Terdapat 4 skenario yang diberikan yaitu pemesanan

tepung sebesar 100 kg, 200 kg, 300 kg, dan 400 kg. Skenario tersebut dipilih karena

pembelian tepung dengan kelipatan 100 kg memilki harga yang paling rendah.

Tabel.3.7. Perbandingan Hasil Skenario

Replication Total Biaya

(100) Total Biaya

(200) Total Biaya

(300) Total Biaya

(400)

1 6,507,383 6,461,053 7,732,784 7,725,961

2 6,506,962 6,460,307 7,733,731 7,725,664

3 6,507,703 6,460,795 7,733,097 7,726,194

4 6,507,544 6,460,477 7,732,859 7,725,797

5 6,507,446 6,460,191 7,732,900 7,725,420

6 6,508,170 6,460,743 7,732,504 7,726,044

7 6,507,519 6,460,937 7,732,390 7,726,039

8 6,507,435 6,460,595 7,732,913 7,726,163

9 6,508,133 6,460,839 7,732,666 7,726,611

10 6,508,180 6,460,474 7,733,287 7,726,343

Xbar 6,507,647.5473 6,460,641.0186 7,732,913.1125 7,726,023.5668

Simulasi ini memiliki tujuan untuk meminimalkan total biaya pemesanan pada Berly

Bakery. Pada tabel 3.7. dapat dilihat bahwa skenario 2 dengan jumlah pemesanan

200 kg memiliki rata-rata total biaya pemesanan yang paling rendah. Untuk lebih

memastikan bahwa skenario 2 merupakan alternatif yang terbaik maka perlu

dilakukan pembuktian dengan membandingkan setiap alternatif. Perbandingan

alternatif dilakukan dengan menggunakan t-test two sample (Assuming unequal

variances) karena pada kasus ini digunakan untuk membandingkan 2 sampel dan

variansi tidak diketahui. Berikut ini merupakan hasil perbandingan skenario.

a. Perbandingan Skenario 2 dengan Skenario 1

i. Perumusan hipotesis:

Ho : 200 100

H1 : 200 < 100

ii. Kriteria Pengujian:

T statistic < t critical, maka Ho ditolak

iii. Data Analysis:

Tabel 3.8. Perbandingan Skenario 2 dan Skenario 1

Variable 1 Variable 2

Mean 6460641.019 6507647.547

Variance 77873.12409 160811.8026

Observations 10 10 Hypothesized Mean Difference 0

df 16 t Stat -304.260577 P(T

8399.625971

P(T

BAB 4

KESIMPULAN DAN SARAN

4.1. Kesimpulan

Kesimpulan yang dapat diambil dari hasil simulasi sistem persediaan di Berly Bakery

yaitu:

1. Simulasi dapat digunakan sebagai salah satu cara untuk menentukan jumlah

pemesanan dan jangka waktu pemesanan tepung yang terbaik sehingga dapat

meminimalkan total biaya pemesanan pada Berly Bakery.

2. Model simulasi yang dibuat telah sesuai dan dapat mewakili keseluruhan sistem

nyata yang ada di Berly Bakery.

3. Dalam menentukan jumlah pemesanan perlu mengetahui sisa persediaan dan

ramalan permintaan keesokan hari.

4. Pemesanan tepung dilakukan apabila jumlah persediaan di akhir hari kurang

dari safety stock yang telah diputuskan yaitu sebanyak 25 kg.

5. Skenario yang memberikan total biaya pemesanan terkecil yaitu skenario kedua

dengan jumlah pemesanan tepung 200 kg.

4.2. Saran

Saran yang dapat diberikan untuk sistem persediaan pada Berly Bakery yaitu:

1. Pemesanan tepung sebanyak 200 kg akan memberikan hasil yang terbaik.

2. Pemilik Berly Bakery sebaiknya melakukan pengecekan setiap bulan, sehingga

dapat mengetahui kapan sebaiknya pemilik melakukan pemensanan tepung.

DAFTAR PUSTAKA

Law, M., Kelton, W. 2000. Simulation Modeling and Analysis, McGraw-Hill,

Singapore.

Sutjiati, Siska Tristanti. 2014. Pengendalian Persediaan Bahan Baku Rotidi UD

Minang Jaya (Skripsi). Program Studi Teknik Industri, Fakultas Teknologi

Industri, Universitas Atma Jaya Yogyakarta.

Taha, Hamdy A., 2003, Operations Research: An Introduction, 7th ed., Pearson

Education Inc., New Jersey.

Walpole,R.E.,Myers,R.H.,and Myers, S.L. 1998. Probability and Statistics for

Engineers and Scientist, 6th edition, Prentice Hall International Inc,USA.

LAMPIRAN

Hasil Input Analyzer untuk data jumlah pemesanan tepung.

Berikut ini merupakan foto-foto pengambilan data yang dilakukan di Berly Bakery.

Laporan Simulasi 6406_6580.pdf

Documents

Transcript of Laporan Simulasi 6406_6580.pdf