analisis pengendalian persediaan bahan baku dengan metode

Analisis Pengendalian Persediaan Bahan Baku dengan Metode Material

Requirements Planning pada PT. Tirta Purbalingga Adijaya Sentul

Peneliti:

Farieq Afzal Zain

Fakultas Ekonomi dan Bisnis Universitas Brawijaya

[email protected]

Dosen Pembimbing:

Rila Anggraeni

ABSTRAK

Perusahaan perlu meningkatkan produktivitas yang dapat dilakukan melalui

penerapan manajemen operasi. Perusahaan dapat menerapkan salah satu instrumen

manajemen operasi, yaitu pengendalian persediaan yang bertujuan untuk

menciptakan kelancaran operasional dan efisiensi. Hal ini dikarenakan persediaan

termasuk ke dalam fungsi manajerial terpenting dan memiliki nilai 50% dari total

investasi yang dilakukan. PT. Tirta Purbalingga Adijaya Sentul, perusahaan yang

memproduksi AMDK (Air Minum Dalam Kemasan) dengan merek “Prim-a,”

memerlukan pengendalian persediaan karena produktivitas perusahaan belum

cukup baik. Peningkatan produktivitas dapat mendongkrak keunggulan kompetitif

sehingga memungkinkan perusahaan untuk bersaing dengan para kompetitormya.

Bahan baku merupakan aspek terpenting dalam input produksi pada PT. Tirta

Purbalingga Adijaya Sentul sehingga pengendalian persediaan berfokus pada bahan

baku. Penelitian ini menerapkan Metode MRP (Material Requirements Planning)

sebagai solusi untuk menyelesaikan permasalahan yang terjadi. Berdasarkan

analisis, diperoleh hasil efisiensi biaya persediaan sebesar 33,45% dengan

menggunakan POQ (Periodic Order Quantity) sebagai teknik lot sizing MRP dan

Holt-Winter Exponential Smoothing sebagai metode peramalan untuk varian

produk 240 ml dalam periode tahun 2021.

Kata Kunci: Pengendalian Persediaan, Bahan Baku, MRP (Material

Requirements Planning), Efisiensi

mailto:[email protected]

Analysis of Raw Material Inventory Control by Material Requirements

Planning Method at PT. Tirta Purbalingga Adijaya Sentul

By:

Farieq Afzal Zain

Faculty of Economics and Business Universitas Brawijaya

[email protected]

Supervisor:

Rila Anggraeni

ABSTRACT

Companies need to increase productivity which can be done through the

implementation of operations management. Companies can apply one of the

operational management instruments, namely inventory control, which aims to

create smooth operations and efficiency. This is because inventory is included in

the most important managerial function and has a value of 50% of the total

investment made. PT. Tirta Purbalingga Adijaya Sentul, a company that produces

bottled drinking water under the brand "Prim-a," requires inventory control because

productivity of the company is not good enough. Increased productivity can

increase competitive advantage so that it allows the company to compete with its

competitors. Raw material is the most important aspect in production input at PT.

Tirta Purbalingga Adijaya Sentul so the inventory control focuses on raw materials.

This study applies the MRP (Material Requirements Planning) method as a solution

to solving problems that occur. Based on the analysis, the results of inventory cost

efficiency are 33,45% using POQ (Periodic Order Quantity) as the MRP lot sizing

technique and Holt-Winter Exponential Smoothing as a forecasting method for 240

ml product variants in the period 2021.

Keywords: Inventory Control, Raw Material, MRP (Material Requirements

Planning), Efficiency

mailto:[email protected]

1. PENDAHULUAN

Manajemen operasi merupakan

salah satu cabang ilmu pengetahuan

yang dapat digunakan perusahaan

untuk meningkatkan produktivitas

dan penerapannya dapat diiringi

dengan menggunakan teknologi.

Produktivitas perusahaan dapat

dicapai jika perusahaan memiliki

efisiensi terhadap input kegiatan dan

optimalisasi terhadap output kegiatan

(Stevenson, 2015). Upaya

mewujudkan peningkatan

produktivitas dapat diiringi dengan

menerapkan salah satu instrumen

yang ada pada manajemen operasi,

yaitu pengendalian persediaan.

Persediaan merupakan salah satu

aset perusahaan yang memiliki nilai

tertinggi dan mencerimankan 50%

dari total modal yang diinvestasikan

(Heizer, Render & Munson, 2016).

Salah satu contoh perusahaan yang

memerlukan persediaan adalah PT.

Tirta Purbalingga Adijaya Sentul,

yaitu perusahaan yang memproduksi

AMDK (Air Minum Dalam

Kemasan) dengan merek “Prim-a.”

Persediaan terpenting pada PT.

Tirta Purbalingga Adijaya Sentul

adalah persediaan bahan baku. Hal ini

dikarenakan banyaknya jenis bahan

baku yang diperoleh dari pemasok

(supplier) langsung diolah menjadi

barang jadi yang cenderung memiliki

perputaran cepat. Pemesanan bahan

baku juga harus memerhatikan waktu

tunggu (lead time) dari pemasok

(supplier) agar dapat diterima sesuai

dengan jadwal.

Pentingnya pengendalian

persediaan bahan baku bagi PT. Tirta

Purbalingga Adijaya Sentul

dikarenakan tidak dilakukannya

pengendalian persediaan bahan baku

seperti tidak menggunakan MRP

(Material Requirements Planning)

sesuai dengan prosedur sehingga

menimbulkan masalah seperti

kehabisan atau kelebihan bahan baku

serta keterlambatan pemesanan bahan

baku yang mengakibatkan penurunan

produktivitas serta memengaruhi

keunggulan kompetitif.

Pada tahun 2020, PT. Tirta

Purbalingga Adijaya Sentul memiliki

total biaya persediaan kurang lebih

sebesar Rp24.208.000,00 untuk

AMDK “Prim-a” varian 240 ml.

Berdasarkan wawancara pada

Departemen PPIC (Production

Planning and Inventory Control) juga

ditemukan hasil bahwa perusahaan

sering kali mengalami kelebihan,

kehabisan, maupun keterlambatan

pemesanan bahan baku.

Pengendalian persediaan bahan

baku dapat dilakukan dengan

menggunakan Metode MRP. MRP

merupakan suatu sistem perencanaan

kebutuhan bahan baku yang akan

digunakan untuk proses produksi.

MRP juga dapat menjamin

ketersediaan bahan baku pada saat

dibutuhkan sehingga dapat

meminimalkan biaya persediaan

dalam suatu proyek (Martha dan Putu,

2018).

Perencanaan jumlah kebutuhan

bahan baku dalam MRP bertujuan

untuk menentukan berapa banyak

suatu produk akhir dan kapan produk

tersebut diproduksi akan dijabarkan

melalui MPS (Master Production

Schedule).

MPS dapat mengatasi

permasalahan apabila permintaan

produk mengalami fluktuasi

signifikan (tidak konstan) seperti

halnya permintaan produk AMDK

“Prim-a” varian 240 ml sehingga

penerapan MRP sangat cocok untuk

mengendalikan persediaan. MPS

didasarkan oleh perhitungan

peramalan (forecast).

Peramalan memiliki beberapa

metode yang diantaranya dapat

mengatasi pola data yang berfluktuasi

seperti Metode Dekomposisi dan

Holt-Winter Exponential Smoothing

dalam model deret waktu (time

series). Peramalan juga sangat erat

kaitannya dengan ketidakpastian

karena beberapa hal dapat terjadi di

luar perkiraan, oleh karena itu

perencanaan jumlah kebutuhan bahan

baku sebaiknya mempertimbangkan

stok pengaman (safety stock).

MRP memiliki beberapa teknik

perhitungan (lot sizing) seperti LFL

(Lot-for-Lot Sizing), EOQ (Economic

Order Quantity), dan POQ (Periodic

Order Quantity) yang akan

memberikan perbedaan pada hasil

efisiensi biaya persediaan, oleh

karena itu manajer operasi harus

membuat keputusan dalam pemilihan

teknik yang menghasilkan efisiensi

terbesar. Penelitian dengan judul

“Analisis Pengendalian Persediaan

Bahan Baku dengan Metode

Material Requirements Planning

pada PT. Tirta Purbalingga

Adijaya Sentul” dilakukan untuk

mendapatkan solusi dari

permasalahan tersebut.

2. KAJIAN PUSTAKA

a. Manajemen Operasi

Manajemen operasi merupakan

serangkaian aktivitas yang

menciptakan nilai dalam bentuk

barang dan jasa di semua organisasi

terutama dalam lingkup manufaktur

yang penciptaannya dilakukan

dengan jelas dan kompleks (Jacobs &

Chase, 2018).

Menurut Heizer, Render &

Munson (2016), manajer operasi

memiliki sepuluh keputusan strategis

(ten strategic decision) untuk

mencapai diferensiasi, efisiensi biaya,

efisiensi waktu, dan membuat

kebijakan yang efektif, salah satu

diantaranya adalah Menyatukan

kebutuhan kapasitas, tingkat

personel, teknologi, dan kebutuhan

persediaan untuk menentukan arus

bahan baku, orang, dan informasi

yang efisien.

b. Definisi Peramalan

Menurut Montgomery, Jennings

& Kulahci (2015), peramalan

merupakan dasar dari perencanaan

yang menghubungkan antara suatu

sistem dan lingkungan yang mana

lingkungan itu sendiri cenderung

tidak stabil. Peramalan dapat

dilakukan secara kuantitatif dengan

model deret waktu (time series).

c. Metode Peramalan Kuantitatif

Adapun metode peramalan

kuantitatif yang terdapat pada model

time series, diantaranya: (1) Metode

dekomposisi merupakan metode yang

memisahkan empat komponen dari

pola dasar (siklus, tren, musiman, dan

error) dengan mencirikan deret data

bahwa kenyataan yang terjadi di masa

lalu akan terulang dengan pola yang

sama pada masa yang akan datang

(Lisjianti, 2011). (2) Metode Holt-

Winter Exponential Smoothing, yaitu

jenis peramalan yang cocok untuk

memprediksi data dengan amplitudo

pola musiman yang tidak tergantung

pada tingkatan atau ukuran data

(Santosa, Ni dan Ratna 2019).

Peramalan memerlukan

perhitungan tingkat kesalahan error

untuk mengetahui metode yang

memiliki hasil paling akurat. Adapun

metode yang dapat digunakan adalah

MAPE (Mean Absolute Percentage

Error) yang menghitung kesalahan

absolut setiap periode waktu dengan

membagi kesalahan absolut dengan

angka aktual yang sesuai, dan

membaginya kembali dengan jumlah

data serta disajikan dalam bentuk

persentase (Montgomery, Jennings &

Kulahci, 2015).

d. Definisi Persediaan


Munson (2016), persediaan

merupakan aset yang dimiliki oleh

perusahaan untuk kelangsungan

operasi dan dapat digunakan sebagai

input produksi. Persediaan juga dapat

diklasifikasikan sebagai aset lancar

pada neraca perusahaan yang

berfungsi sebagai penyangga antara

manufaktur dan pemenuhan pesanan.

e. Biaya Persediaan

Aktivitas menggunakan

persediaan akan menimbulkan biaya

yang disebut biaya persediaan.

Adapun menurut Jacobs & Chase

(2018), yang termasuk biaya

persediaan meliputi biaya

penyimpanan (holding cost), biaya

pemesanan (ordering cost), biaya

pemasangan (setup cost), dan biaya

kehabisan (shortage cost).

f. Safety Stock

Menurut (Efendi, Hidayat dan

Raden, 2019), perusahaan dalam

mengatasi kejadian-kejadian tidak

terduga, diperlukan persediaan

pengaman (safety stock). Perhitungan

perencanaan kebutuhan bahan baku

didasarkan pada peramalan yang

memiliki tingkat ketidakpastian yang

tinggi, maka persediaan pengaman

sangat penting untuk mengurangi

kemungkinan kehabisan persediaan

yang mengakibatkan kerugian.

g. Definisi MRP

Menurut Jacobs & Chase (2018)

dan Heizer, Render & Munson (2016),

MRP adalah suatu perencanaan

produksi berbasis metode peramalan

(forcasted method) pada sejumlah

barang jadi dengan memerhatikan

kuantitas dan lead time untuk masing-

masing pemesanan bahan baku.

h. Struktur MRP


Munson (2016), MRP memerlukan

beberapa komponen untuk

menunjang perencanaan agregat,

antara lain: (1) MPS (Master

Production Schedule), yaitu

perencanaan yang memuat jadwal

berapa banyak barang jadi yang akan

diproduksi pada perusahaan atas

dasar peramalan dan kapasitas

perusahaan. (2) Bill of Material, yaitu

deskripsi produk lengkap mengenai

kuantitas daftar bahan baku, suku

cadang, dan jumlah komponen setiap

item, serta urutan produk yang akan

dibuat. (3) Data persediaan yang

memuat memuat kuantitas persediaan

yang dimiliki, berapa banyak

kekurangan persediaan yang harus

dipenuhi, dan lead time.

i. Proses MRP

Menurut Jacobs & Chase (2018),

dalam pembuatan MRP diperlukan

beberapa perhitungan, antara lain: (1)

Kebutuhan kotor (gross

requirements), yaitu total permintaan

yang diharapkan untuk suatu barang

atau bahan mentah dengan

memisahkan jumlah persediaan yang

ada. (2) Tanda terima terjadwal

(scheduled receipts), yaitu pesanan

yang telah dilakukan dan dijadwalkan

untuk tiba dari pemasok pada awal

periode. (3) Projected on hands, yaitu

jumlah persediaan berjalan yang

diharapkan yang akan ada di awal

setiap periode waktu yang dapat

ditambah dengan scheduled receipts

serta persediaan yang ada di periode

selanjutnya. (4) Kebutuhan bersih

(net requirements), yaitu jumlah

kebutuhan bahan baku sebenarnya

yang dibutuhkan pada masing-masing

jangka waktu. (5) Planned-order

receipts, yaitu kuantitas pemesanan

bahan baku yang diterima pada

periode waktu tertentu. (6) Planned-

order releases, yaitu indikator untuk

menunjukkan jumlah kuantitas bahan

baku untuk dipesan pada periode

waktu tertentu dengan melihat lead

time pemesanan. Adapun format

MRP ditunjukkan pada tabel berikut:

Tabel 1. Format MRP

Tanggal 1-15 16-30

Gross Requirements (MPS based)

Scheduled Receipts

Projected on Hands

Net Requirements

Planned-Order Receipts

Planned-Order Releases Sumber: Heizer, Render & Munson (2016).

j. Teknik Lot Sizing MRP


Munson (2016), ada beberapa teknik

lot sizing MRP akan menghasilkan

output dan biaya persediaan yang

berbeda untuk perencanaan agregat.

Adapun teknik-teknik tersebut, antara

lain: (1) LFL (Lot-for-Lot Sizing),

yaitu teknik yang memproduksi

sejumlah unit hanya sesuai kebutuhan

bersih, tanpa pengendapan persediaan

dan tidak ada antisipasi pesanan lebih

lanjut. (2) EOQ (Economic Order

Quantity), yaitu teknik yang bertujuan

untuk menentukan berapa banyak

bahan baku yang harus dipesan agar

biaya persediaan yang dihasilkan

menjadi minimum atau ekonomis. (3)

POQ (Periodic Order Quantity), yaitu

teknik yang bertujuan untuk memesan

kuantitas kebutuhan selama waktu

yang ditentukan sebelumnya di antara

pesanan (interval).

3. METODOLOGI PENELITIAN

a. Jenis dan Sifat Penelitian

Jenis penelitian ini adalah applied

research (penelitian terapan), yaitu

penelitian yang memiliki tujuan untuk

memecahkan suatu masalah agar

dalam melakukan sesuatu dapat lebih

baik serta memudahkan dalam

memilih alternatif lain (Indrianto dan

Supomo, 2016).

Sifat penelitian ini adalah

replikasi, yaitu penelitian yang

mengadopsi variabel, indikator, objek

penelitian, atau alat analisis yang

sama dengan penelitian sebelumnya

pada proses pembuatannya (Indrianto

dan Supomo, 2016).

b. Lokasi dan Periode Penelitian

Lokasi penelitian ini adalah di PT.

Tirta Purbalingga Adijaya Pabrik

Sentul, Kawasan Industri Sentul,

Jalan Olympic Raya Blok A6 Sentul,

Kabupaten Bogor dari Tanggal 1 - 25

September 2020.

c. Sumber Data

Penelitian ini tidak menggunakan

populasi dan sampel karena untuk

membuat suatu MRP dengan dasar

peramalan model time series hanya

memerlukan data primer dan

sekunder sebagai sumber utama. akan

tetapi penelitian ini memperoleh

informasi dari staff Departemen

Accounting dan PPIC PT. Tirta

Purbalingga Adijaya Sentul untuk

menunjang data.

Sumber data yang digunakan

dalam penlitian ini, antara lain: (1)

Data primer, yaitu data dari hasil

pengamatan dan analisa langsung di

lapangan (tidak ada perantara) yang

meliputi hasil observasi dan

wawancara langsung pada

Departemen PPIC dan Accounting.

(2) Data Sekunder, yaitu data yang

didapat dari sumber lain seperti

literatur, laporan perusahaan, pustaka,

dan referensi lain yang meliputi

adalah data permintaan AMDK

“Prim-a” varian 240 ml dari Bulan

April 2017 - Desember 2020, data

bahan baku, profil perusahaan, visi

dan misi perusahaan, bentuk badan

hukum perusahaan, struktur

organisasi, biaya pemesanan untuk

sekali pesan, dan biaya penyimpanan

per unit per tahun.

d. Metode Analisis Data

Data ramalan permintaan AMDK

“Prim-a” varian 240 ml untuk satu

tahun ke depan (Januari – Desember

2021) akan dihasilkan dari Metode

Dekomposisi dan Holt-Winter

Exponential Smoothing dengan acuan

data permintaan pada Bulan April

2017 - Desember 2020 dengan

bantuan perangkat lunak Microsoft

Excel 2016.

Metode dekomposisi memiliki

rumus yang digambarkan melalui

persamaan:

Yt = St x Tt x Ct x Rt

Keterangan:

Xt : Nilai Peramalan pada Periode-t

Tt : Komponen Tren pada Periode-t

St : Komponen Musiman (Indeks)

pada Periode-t

Ct : Komponen Siklus pada Periode-t

Rt : Komponen Random Periode-t

Metode Holt-Winter Exponential

Smoothing menggunakan tiga

parameter berbeda (α, β, dan γ) serta

memiliki rumus:

At = α𝒀𝒕

𝑺𝒕−𝑳+ (𝟏 − 𝜶)(𝑨𝒕−𝟏 + 𝑻𝒕−𝟏) (1)

Tt = β(𝑨𝒕 − 𝑨𝒕−𝟏)(𝟏 − 𝜷)𝑻𝒕−𝟏 (2)

St = γ𝒀𝒕

𝑨𝒕+ (𝟏 − 𝜸)𝑺𝒕−𝑳 (3)

Ŷt+ p = (At +Tt p)St-L+p (4)

Keterangan:

At : Nilai pemulusan ke – t

St : Estimasi musiman ke - t

α : Parameter pemulusan untuk

data (0 < α < 1)

β : Parameter pemulusan untuk

tren (0 < β < 1)

γ : Parameter pemulusan untuk

musiman (0 < γ < 1)

Yt : Data aktual ke – t

Tt : Estimasi tren ke – t

p : Jumlah periode yang akan

diramalkan

Ŷt+ p : Nilai data ramalan

L : Panjangnya musim

Pada penelitian ini, metode yang

digunakan untuk mengukur tingkat

kesalahan peramalan adalah MAPE

(Mean Absolute Percentage Error)

yang memiliki rumus:

𝐌𝐀𝐏𝐄 = | ∑(𝐃𝐚𝐭𝐚 𝐀𝐤𝐭𝐮𝐚𝐥 − 𝐃𝐚𝐭𝐚 𝐑𝐚𝐦𝐚𝐥𝐚𝐧)

𝐉𝐮𝐦𝐥𝐚𝐡 𝐃𝐚𝐭𝐚 (𝐧)| 𝐱 𝟏𝟎𝟎%

Penentuan kuantitas produksi

mingguan per-bulan yang akan

dijabarkan dalam MPS (Master

Production Schedule) mengikuti

kapasitas produksi persuahaan

dengan persentase dari peramalan

sebesar 29% untuk minggu ke-1, 25%

untuk minggu ke-2, 17% untuk

minggu ke-3, dan 29% untuk minggu

ke-4.

Teknik perhitungan yang

digunakan untuk penyusunan MRP

(lot-sizing decision) pada penelitian

ini, antara lain: (1) LFL, yang

memperhitungkan kuantitas

pemesanan bahan baku sesuai dengan

kebutuhan bersih. (2) EOQ, yang

bertujuan untuk mencari kuantitas

pemesanan bahan baku ekonomis

sehingga menghasilkan biaya

persediaan yang minimal. Adapun

rumus EOQ adalah:

EOQ = √𝟐𝑫𝑺

𝑯

Keterangan:

D : Jumlah kebutuhan per tahun

S : Biaya pemesanan untuk sekali

pesan

H: Biaya penyimpanan per unit, per

tahun

(3) POQ, teknik yang bertujuan untuk

menetapkan interval waktu

pemesanan sehingga lebih teratur.

Adapun perhitungannya, yaitu:

POQ = 𝑬𝑶𝑸

𝑹𝒂𝒕𝒂−𝑹𝒂𝒕𝒂 𝑲𝒆𝒃𝒖𝒕𝒖𝒉𝒂𝒏 𝑴𝒊𝒏𝒈𝒈𝒖𝒂𝒏

Kebutuhan bersih (net

requirements) pada MRP didapat dari

hasil pengurangan antara kebutuhan

kotor (gross requirements) dan

persediaan berjalan (projected on

hands). Apabila kuantitas gross

requirements lebih kecil dari

projected on hands, maka net

requirements akan bernilai nol karena

tidak ada kebutuhan bersih.

Adanya kebutuhan bersih, maka

diperlukan pemesanan yang

dimasukkan pada kolom planned-

order releases sesuai dengan lead

time dan hasilnya akan dimasukkan

pada kolom planned-order releases.

Pada penelitian ini, besarnya

service level untuk safety stock

AMDK “Prim-a” varian 240 ml

mengikuti kebijakan perusahaan,

yaitu 95%. Penentuan safety stock

akan dihitung dengan rumus sebagai

berikut:

SS = Z x σ (1)

σ = √Ʃ(𝑿−�̄�)

𝟐

𝒏 (2)

Keterangan:

SS : Safety Stock

Z : Nilai Z-Score dari Tingkat

Penyimpangan Service Level

σ : Standar Deviasi

X : Jumlah Kebutuhan Bahan

X ̄: Rata-Rata Kebutuhan Bahan

n : Jumlah Data

Biaya persediaan yang akan

dihitung adalah biaya pemesanan dan

penyimpanan sehingga dapat ditulis

menjadi model matematis sebagai

berikut:

(1) Biaya Persediaan = Total Biaya

Pemesanan + Total Biaya

Penyimpanan

(2) Total Biaya Pemesanan = Total

Frekuensi Pemesanan x Biaya

Pemesanan untuk Sekali Pesan

(3) Total Biaya Penyimpanan = Total

projected on hands x Biaya

Penyimpanan Per Unit Per Minggu

4. HASIL DAN PEMBAHASAN

a. Deskripsi Hasil Penelitian

Berdasarkan hasil penelitian

berupa observasi dan wawancara pada

Tanggal 25 September 2020 dan

dilanjutkan kembali dengan

wawancara pada Tanggal 23 Januari

2021, terdapat data permintaan aktual

produk dalam satuan box untuk


Tabel 2. Data Aktual Permintaan

Sumber: Data diolah (2021).

Berdasarkan observasi yang

dilakukan pada Tanggal 19

September 2020 di Departemen PPIC,

terdapat rincian mengenai data bahan

baku dan lead time yang diuraikan

pada tabel berikut:

Tabel 3. Data Bahan Baku

Nama Bahan Baku Kode Lead Time

Cup 240 ml Prim-a C1

3 Minggu

Karton 240 ml Prim-a C2

Straw C3

Layer C4

OPP Packing Tape Prim-a 36

mm

C5

Lid Prim-a Sandwich C6


Berdasarkan hasil wawancara dan

observasi pada Tanggal 8 September

2020, diperoleh persediaan akhir

AMDK “Prim-a” tahun 2020 yang

selanjutnya menjadi persediaan awal

tahun 2021, yaitu sebanyak 5.200

box.


Tanggal 5 September 2020 di,

didapatkan hasil beberapa data biaya

persediaan untuk setiap bahan baku

AMDK “Prim-a” varian 240 ml yang

terdiri dari biaya penyimpanan per

unit per tahun dan biaya pemesanan

untuk sekali pesan yang dijelaskan

pada tabel berikut:

Tabel 4. Data Biaya Persediaan


b. Analisis Data

Perhitungan peramalan untuk

permintaan AMDK “Prim-a” varian

240 ml dengan Metode Dekomposisi

dan Holt-Winter Exponential

Smoothing serta dilakukan dengan

menggunakan bantuan perangkat

lunak Microsoft Excel 2016 setelah

diukur tingkat keakuratannya

menggunakan MAPE, ditemukan

hasil bahwa Metode Holt-Winter

Exponential Smoothing paling akurat

dengan nilai MAPE lebih kecil, yaitu

14,6% dibandingkan Metode

Dekomposisi, yaitu sebesar 20,0%.

Hasil peramalan permintaan

dengan Metode Holt-Winter

Exponential Smoothing akan

digunakan sebagai dasar penyusunan

MPS. Adapun rinciannya, yaitu:

Tabel 5. Hasil Peramalan


Berdasarkan hasil wawancara

dan observasi pada Tanggal 18

September 2020, ditemukan kuantitas

dan macam-macam bahan baku yang

diperlukan untuk memproduksi


Bahan baku yang diperlukan untuk

produksi digambarkan melalui Bill of

Material sebagai berikut:

Gambar 1. Bill of Material Produk



Tanggal 10 September 2020,

didapatkan informasi kebijakan

mengenai service level untuk

pengadaan safety stock adalah 95%,

oleh karena itu nilai Z-Score sebesar

1,645 (didapat dari tabel Z kurva

distribusi normal). Penentuan safety

stock berdasarkan hasil peramalan

dengan satuan box diuraikan pada

tabel berikut:

Tabel 6. Perhitungan Safety Stock


Berdasarkan lot sizing dengan

Teknik LFL, maka didapatkan hasil

MRP AMDK “Prim-a” varian 240 ml

untuk periode Bulan Januari –

Desember 2021 yang diuraikan pada

tabel berikut:

Tabel 7. Hasil MRP (LFL)



Teknik EOQ, maka didapatkan

kuantitas EOQ yang harus dipesan

dan hasil MRP AMDK “Prim-a”

varian 240 ml untuk periode Bulan

Januari – Desember 2021 yang

diuraikan pada tabel berikut:

Tabel 8. Hasil MRP (EOQ)



Teknik POQ, maka didapatkan

interval waktu pemesanan dan hasil

MRP AMDK “Prim-a” varian 240 ml


Desember 2021 yang diuraikan pada

tabel berikut:

Tabel 9. Hasil MRP (POQ)


Berdasarkan penyusunan MRP

yang telah dilakukan dengan

beberapa teknik lot sizing, maka dapat

dihitung biaya persediaan untuk

masing-masing bahan baku AMDK

“Prim-a” varian 240 ml untuk periode

Bulan Januari – Desember 2021.

Perhitungan biaya persediaan

menggunakan biaya penyimpanan per

unit per minggu yang diperoleh dari

biaya penyimpanan per unit per tahun

dibagi 52 (satu tahun sama dengan 52

minggu) serta biaya pemesanan untuk

sekali pesan. Adapun rinciannya

sebagai berikut:

Tabel 10. Hasil Biaya Persediaan

1) Biaya Persediaan Bahan Baku C1







c. Pembahasan

Teknik lot sizing yang

menghasilkan biaya paling minimal


Desember 2021 pada seluruh bahan

baku AMDK “Prim-a” varian 240 ml

adalah Teknik POQ dengan total

biaya persediaan sebesar

Rp16.108.784,00 Kedua teknik lot

sizing lainnya, yaitu Teknik EOQ

menghasilkan total biaya persediaan

sebesar Rp18.836.415,00 sedangkan

Teknik LFL menghasilkan total

biaya persediaan sebesar

Rp37.800.000,00.

Pada tahun 2020, PT. Tirta

Purbalingga Adijaya Sentul

mencatatkan biaya persediaan

AMDK “Prim-a” varian 240 ml

sebesar Rp24.208.000,00. Hal ini

menandakan bahwa dengan

menggunakan Metode Holt-Winter

Exponential Smoothing untuk

peramalan dan Teknik POQ sebagai

teknik lot sizing pada MRP, maka

perusahaan dapat mengefisiensikan

biaya persediaan sebesar 33,45%.

Meskipun Teknik EOQ

memberikan kuantitas pemesanan

optimal untuk menekan biaya

persediaan, tetapi pada kenyataannya

belum dapat bekerja dengan baik

karena fluktuasi permintaan

kebutuhan kotor mingguan

menyebabkan penumpukan

persediaan berjalan secara

signifikan. Teknik LFL juga tidak

menghasilkan efisiensi biaya

persediaan karena frekuensi

pemesanan maupun biaya

pemesanan untuk sekali pesan cukup

tinggi.

Metode Holt-Winter Exponential

Smoothing merupakan metode yang

lebih akurat dibandingkan dengan

Metode Dekomposisi karena adanya

pola musiman yang tidak tergantung

pada tingkatan atau ukuran data dan

tidak ada pola berulang yang jelas

sehingga lebih cocok menggunakan

metode ini.

Gambar 2. Pola Data Permintaan


Tingkat error pada peramalan ini

juga dipengaruhi oleh situasi

pandemi Covid-19 yang

menyebabkan penurunan permintaan

signifikan khususnya pada tahun

2020 sehingga dapat diasumsikan

bahwa pada situasi normal, tingkat

error peramalan akan lebih kecil.

Apabila terjadi hal di luar kendali

yang menyebabkan permintaan aktual

lebih tinggi dari hasil peramalan,

maka dapat diatasi dengan

menggunakan safety stock agar

pemenuhan tetap terjaga dengan baik.

Hasil peramalan dengan metode

terbaik kemudian dijadikan dasar

dalam MPS agar waktu pemenuhan

kebutuhan bahan baku dan

pemesanan dapat disusun secara rinci.

d. Implikasi Hasil Penelitian

MRP merupakan metode yang

cocok untuk diterapkan pada

pengendalian persediaan yang

berbasis permintaan dependen

(Heizer, Render & Munson, 2016).

Permintaan dependen terjadi karena

adanya permintaan terhadap item

dengan level yang lebih tinggi.

Teknik POQ merupakan teknik

lot sizing yang menghasilkan efisiensi

biaya persediaan terbesar untuk

seluruh varian produk. Pada Teknik

POQ, interval pemesanan bahan baku

dapat akan terpola secara jelas

sehingga perusahaan dapat menyusun

jadwal sistematis mengenai

kedatangan bahan baku yang dipesan

kepada supplier.

Jumlah kuantitas bahan baku

yang harus dipesan juga dapat

memberikan informasi kepada

perusahaan sebagai acuan untuk

perencanaan pembiayaan. Hal ini

dapat meningkatkan produktivitas

perusahaan.

5. KESIMPULAN DAN SARAN

a. Kesimpulan

1) Metode Holt-Winter Exponential

Smoothing merupakan metode

terbaik untuk meramalkan

permintaan AMDK “Prim-a”

varian 240 ml.

2) Setiap teknik lot sizing pada MRP

memberikan variasi hasil terhadap

kebutuhan bersih dan persediaan

berjalan bahan baku AMDK

“Prim-a” varian 240 ml.

3) Teknik POQ merupakan teknik lot

sizing yang menghasilkan efisiensi

biaya persediaan AMDK “Prim-a”

varian 240 ml terbesar

dibandingkan dengan Teknik LFL

dan EOQ.

b. Saran

1) Perusahaan dapat

menghubungkan MRP dengan

sistem informasi terintegrasi

untuk mengantisipasi perubahan

permintaan dan Bill of Material.

2) Perusahaan dapat menambahkan

variabel biaya persediaan lain

seperti biaya kehabisan

persediaan dan pemasangan agar

pengendalian biaya persediaan

lebih menyeluruh.

DAFTAR PUSTAKA

Chopra, S. & Meindl, P., 2016,

Supply Chain Management:

Strategy,

Planning, and Operation,

Global Edition, Pearson,

Harlow.

Dermawan, J. & Abdul WM., 2015,

‘Perencanaan dan

Pengendalian

Persediaan Bahan Baku Jamur

Tiram di Industri Rumah

Tangga Ailani Kota

Malang Jawa Timur’, Habitat,

Vol. 26, No. 1, pp. 22-30.

Efendi, J., Hidayat K. & Raden F.,

2019, ‘Analisis Pengendalian

Persediaan

Bahan Baku Kerupuk Mentah

Potato dan Kentang Keriting

Menggunakan

Metode Economic Order

Quantity (EOQ)’, Media

Ilmiah Teknik Industri,

Vol. 18, No. 2, pp. 125-134.

Efrianti, D., 2014, ‘Pengaruh

Pengendalian Persediaan Just

in Time

Terhadap Efisiensi Pengadaan

Persediaan Bahan Baku (Studi

Kasus Pada CV Jawara Karsa

Agusto)’, Jurnal Ilmiah

Akuntansi Kesatuan, Vol. 2,

No. 1, pp. 99-108.

Fahrudin, V., 2009, ‘Penerapan

Material Requirements

Planning pada

Pengendalian Persediaan

Bahan Baku dan Pengaruhnya

Terhadap Minimasi Biaya

Persediaan (Studi Pada PT.

Tiga Serangkai Pustaka

Mandiri Surakarta)’, Skripsi,

Universitas Sebelas Maret,

Surakarta.

Fajriyah, EW., M. Fuad FM. & Askur

R., 2017, ‘Perencanaan

Persediaan Bahan

Baku Rajungan Menggunakan

Metode MRP (Material

Requirements Planning)

(Studi Kasus: UD. Gerald

Unedo)’, Jurnal Ilmiah

Rekayasa, Vol. 10, No. 1, pp.

9-15.

Hanke, JE. & Reitsch, AG., 1992,

Business Forecasting, 4th

Edition, Allyn and

Bacon, Massachussets.

Heizer, J., Render, B. & Munson, C.,

2016, Operations

Management:

Sustainability and Supply

Chain Management, 12th

Edition, Pearson,

Boston.

Indrayati, R., 2007, ‘Analisis


Bahan Baku dengan

Metode EOQ (Economic

Order Quantity) pada PT.

Tipota Furnishings

Jepara, Skripsi, Universitas

Negeri Semarang, Semarang.

Jacobs, FR. & Chase, RB., 2018,

Operations and Supply Chain

Management, 15th

Edition, McGraw-Hill, New

York.

Johnston, R., Clark, G. & Shulver,

M., 2012, Service Operations

Management:

Improving Service Delivery,

4th Edition, Pearson, Harlow.

Kementrian Perindustrian, 2019,

Peluang Industri AMDK

Mengalir Deras di

Tahun Politik, diakses pada 31

Desember 2020,

https://kemenperin.go.id/artik

el/20354/Peluang-Industri-

AMDK-Mengalir-

Deras-di-Tahun-Politik

Lisjiyanti, AD., 2011, ‘Analisis

Peramalan Penjualan Tahu

Kita pada PT.

Kitagama Jakarta’, Skripsi,

Institut Pertanian Bogor,

Bogor.

Martha, KA. & Putu YS., 2018,

‘Analisis Material

Requirements Planning

Produk Coconut Sugar Pada

Kul-Kul Farm’, E-Jurnal

Manajemen Unud,

Vol. 7, No. 12, pp. 6532-6560.

Montgomery, DC., Jennings, CL. &

Kulahci, M., 2015,

Introduction to Time

Series Analysis and

Forecasting, 2nd Edition,

Wiley, Hoboken.

Nafarin, M., 2007, Penganggaran

Perusahaan, Edisi 3, Salemba

Empat, Jakarta.

Ramadhan, FM., 2018, Aqua

Mendominasi Pangsa Pasar

Air Kemasan,

Tempo.co, diakses pada 31

Desember 2020,

https://grafis.tempo.co/read/1

215/aqua-mendominasi-

pangsa-pasar-air-

kemasan

Robbins, S. & Coulter, M., 2016,

Manajemen, Edisi 13,

Penerbit Erlangga,

Jakarta.

Santosa, IMA., Ni Luh Ayu Kartika

YS. & Ratna KW., 2019,

‘Perbandingan

Metode Holt Winter Additive

dan Metode Holt Winter

Additive Damped

dalam Peramalan Jumlah

Pendaftaran Mahasiswa’,

Jurnal Ilmah Rekayasa

dan Manajemen Sistem

Informasi, Vol. 5, No. 1, pp.

93-98.

Stevenson, WJ., 2015, Operations

Management, 12th Edition,

McGraw-

Hill, New York.

Ummiroh, IR., 2013, ‘Analisis

Penerapan Material

Requirements

Planning (MRP) pada

Pennyellow Furniture’,

Skripsi, Universitas Jember,

Jember.

Utami, R. & Suryo A., 2017,

‘Perbandingan Metode Holt

Exponential

Smoothing dan Winter

Exponential Smoothing untuk

Peramalan

Penjualan Souvenir’, Jurnal

Ilmiah Teknologi Asia, Vol.

11, No. 2, pp. 123-130.

Uty, RL., 2017, ‘Analisis


Bahan Baku pada

Industri Pupuk Organik

Bersubsidi di Kabupaten

Malang’, Skripsi,

Universitas Brawijaya,

Malang.

https://grafis.tempo.co/read/

analisis pengendalian persediaan bahan baku dengan metode

Documents