pemilihan tekniklot sizing untuk meminimalkan biaya …
TRANSCRIPT
TUGAS AKHIR
PEMILIHAN TEKNIK LOT SIZING UNTUK
MEMINIMALKAN BIAYA PADA PENDISTRIBUSIAN
PRODUK COKELAT ROSO
(Studi Kasus CV. Roso Indonesia Yogyakarta)
Diajukan Sebagai Salah Satu SyaratLntuk Memperoleh Gelar Sarjana Strata-1
Teknik Industri
Oleh
Nama Jelvi Mitra
No. Mahasiswa : 07 522 236
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2011
PENGAKUAN
Demi Allah, Saya akui karya mi adalah hasil kerja saya sendin kecuali nukilan dan
nngkasan yang sctiap satunya telah saya jelaskan sumbcmya. Jika dikemudian han
ternyata terbukti pengakuan saya ini tidak benar dan melanggar peraturan yang sah
dalam karya talis dan hak intclektual maka saya bersedia ijazah yang telah saya terimauntuk ditarik kembali oleh Univcrsitas Islam Indonesia.
Yogyakarta, Juli 2011
F6C2EAAF737387044
07 522 236
LEMBAR PENGESAHAN PEMBIMBING
PEMILIHAN TEKNIK LOT SIZING UNTUK MEMINIMALKAN
BIAYA PADA PENDISTRIBUSIAN PRODUK COKELAT ROSO
TUGAS AKHIR
oleh :
Nama : Jelvi Mitra
No. Mahasiswa : 07 522 236
Yogyakarta, Juli2011
Pembimbing
_J—^CA^Ir. Ali Parkhan, MT.
m
LEMBAR PENGESAHAN PENGUJI
PEMILIHAN TEKNIK LOT SIZING UNTUK MEMINIMALKAN
BIAYA PADA PENDISTIBUSIAN PRODUK COKELAT ROSO
TUGAS AKHIR
oleh:
Nama : Jelvi Mitra
No. Mahasiswa : 07 522 236
Telah Dipertahankan di Depan Sidang Penguji sebagai Salah Satu Syarat untukMemperoleh Gelar Sarjana Teknik Industri
Fakultas Teknologi Industri Universitas Islam IndonesiaYogyakarta, Juli 2011
Tim Penguji
Ir. Ali Parkhan. MT.
Ketua
Ir. Sunarvo, MP.
Anggota I
3—^-^
Yuli Agusti Rochman. ST. M.Eng
Anggota II
Mengetahui,
Prodi Teknik Industri
live rsitas Islam Indonesia
IV
PERSEMBAHAN
Ku persemSafilian karya ini untu^Sang <Ra6fmC'Izzati...
renmuiyang tersayang iSunda Qusmaim dan ayafianda MuRtami 'Yang taipernaft feUft^8untaldo'a,lnerajut^lflsayangfmem6en
airmata.
yeruruuiilafiat&u, <Efia Sandra Jlfriani
aerimatiasifi unlufido'a dan dukimgannya,..
Teruntuisemua guru-gun, yang teCait memben\anku ifmu-iCmuyang sangat Berftarga datam
fiidup^u..
raMan ampundafi dosa-dosanya dan sayangifaf, meref^a semua...Amien...
Jazal{umuftafi 'Kfwiron !{atsiron„.
MOTTO
A-^tyt^jijTjgiS^jT^^s^^rs^ ^ i_4j
"Dalam penciplaan langit dan bumi silih bergantinya malum dan siang, dan perahu
yang berlayar di lautan membawa manfaat bagi manusia, dan air yang diturunkan
Allah dari langit, yang karenanya bumiyang tadinya tampak gersang menjadi subur
kembali, dan terseharlah hinatang melata disana, dan berhembusnya angin, serta
megayang berarak diantara langit dan bumi, sungguh semua itu merupakan ayat
kehesaran Allah bagi yangpunya ketajamanpikir." (QS AI Baqarah: 164)
* J 5 & 5 .rf
05,^^*1^ait
"Bila salat telah dilaksanakan secara sempurna, berpencarlah kamu di humi carilah
limpahan karunia Allah, dan zikirlah kepadaNya banyak-banyak agar kamu sekalian
berhasil. "(AI Jumu'ah : 10)
VI
KATA PENCANTAR
Assalamu'alaikum Wr. VVb.
Alhamdulillah, segala puj, bag, Allah, Rabb alam semesta. Shalawa, dan salamsemoga terlnnpahkan kepada Rassulu.lah SHaUallahu Ala,,,, wa Saltan,, keluarganyasahabatnya dan pengikutnya hingga akhir zaman.
Dcngan menyebut nama Allah Yang Maha Pengasih lag, Maha Penyayangan syukur A,hamdul„lah atas sega,a rahmat dan anllgerah-Nya yang ,e,ah memberi
•tau kekuatan dan kese.patan sehingga Tugas Akhir dengan judul ^emllhanTekruk Lot Slzi»s yang wltuk Memilumalk(m ^ ^ p^.^ ^^Coketat lloso " ini dapat terselcsaikan.
Tujuan dan penyusunan TugaS Akh,r ,n, merupakan syarat untuk memperolehgclar sa,ana Strata-, program studi Teknik ,ndustr, pada Fakultas Teknolog, IndustnUniversitas Islam Indonesia .
Keberhasilan terselcsaikannya Tugas akhir ,n, tidak terlcpas dan bantuanberbaga, pihak. Oleh karena itu dengan rasa hormat dan terima kas.h yang sebesar-besarnya penuhs sampaikan kepada :
1. Bapak ir. Gnmbolo HS., M.Sc, selaku Dekan Fakultas Tekno.og, IndustnUniversitas Islam Indonesia.
2. Bapak Drs. H. M. ,b„u Mastur, MSIE., selaku Ketua Prod, Teknik Industnscrta pengurus Prodi Teknik Industn, Fakultas Teknolog, Industri, UmversHasIslam Indonesia.
3- Bapak DR. ,r. AI, Parkhan, MT., selaku Doscn Pembimbmg yang telahmembenkan bantuan dan araharmya dalam penyusunan Tugas Akh,r ini
4. Ibu, Bapak dan Kakak atas segala doa, bantuan, dan kasih sayang yang tiadahentinya.
5- Yopie Kurniawan selaku Marketing CV Roso Indonesia yang selalu membantudalam penclitian.
6. Scmua pihak yang telah membantu, memberi semanga, dan member, segalamasukan dalam mcnjalankan pcneliiian dan penyusunan laporan tugas akhiryang tidak dapat disebutkan satu persatu,
vi i
Akh,r kata penul.s berharap semoga tugas akh,r in, dapat membenkan manfaatkhususnya di dunia „mu pengetahuan bag, semua p.hak. Dan sentoga Allah SWT-mbenkan ridha dan mcmbalas segala bud, ba,k yang telah dibenkan kepadapenulis.
Wassalamu 'alaikum Wr. Wb
Yogyakarta, Juli 2011
Penulis
vni
DAFTAR ISI
HALAMANJLJDUt
HALAMAN PENGAKUAN
HALAMAN PENGESAHAN PEMBIMBINGHALAMAN PENGESAHAN PENGUJI
iv
HALAMAN PERSEMBAHAN .v
HALAMANMOTTOvi
KATA PENGANTARvii
DAFTAR ISIix
DAFTAR TABELxii
DAFTAR GAMBARxiii
ABSTRAKxiv
BABIPENDAHULUAN
1-1 Latar Belakang Masalah
1.2 Rumusan Masalah3
1-3 Batasan Masalah4
1.4 Tujuan Penelitian..5
1-5 Manfaat Penelitian5
1-6 Sistematika Penulisan
BAB II KAJIANPUSTAKA
2.1 Persediaan10
2.2 Sistem Distnbusi Banyak Eselon2.3 Manajemen dsitnbusi
18
2.4 PerencanaanKebutuhan Distnbusi 7|
ix
2.5 Prosedur Perhitungan DRP ?.
2.6 Asumsi Perencanaan Kebutuhan Distribusi ->62.7 Masukan Perencanaan Kebutuhan Distribusi 962.8 Proses Perencanaan Kebutuhan Distribusi ?72.9 Pcramalan
29
2.9.1 Konsep Dasar Peramalan 292.9.2 Tujuan Peramalan 99
2.9.3 Bebcrapa Sifat Hasil Peramalan 3()
2.9.4 Klasifikasi Teknik Pcramalan 30
2.9.5 Metode Peramalan Kuantitatif {StatisticalMethod) 322.9.6 Metode Time Scries ,?
• 40
2.9.6 Tcknik-leknik Lot Sizing
2.9.7 Ukuran Akurasi Hasil Peramalan.
BAB III METODE PENELITIAN
3.1 Tempat dan Objck Penelitian
3.2 Data-data yang diperlukan
3.3 Cara Pengambilan Data Penelitian 503.4 Pengolahan Data
3.5 Analisis Data52
3.6 Diagram Alir Penelitian54
BAB IVPENGUMPULAN DAN PENGOLAHAN DATA
554.1 Gambaran Singkat Pcnisahaan
4.2 Pengumpulan Data
4.2.1 Bill OfDistribution {BOD) 574.2.2 Data Pcnjualan 5?
4.2.3 Data Persediaan Outlet 59
x
4.2.4 Data Lead Time54
4.2.5 PerhitunganBiayaSimpan
4.2.6 Perhitungan Biaya Pemesanan 634.3 Pcngolahan Data
65
4.3.1 Peramalan {forecasting)
4.3.2 Rencana Induk Pcnjualan
4.3.3 Perhitungan Distribution Requirement Planning 764.3.4 Perhitungan Total Cost
126
4.3.5 Rencana Pemesanan
BAB V PEMBAHASAN
5.1 Peramalan {forecasting)...:
5.2 Rencana Induk Penjualan
5.3 Lot Size..132
5.4 Distribution Requirement Planning5.5 Total Cost.
133
5.6 Rencana Pemesanan134
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan135
6.1 Saran137
DAFTAR PUSTAKA
LAMPIRAN
XI
DAFTAR TABEL
TabeU.l. Data Penjualan58
Tabel4.2. Data Persediaan Outlet 59Tabel4.3. Data Lead Time
62
Tabel 4.4. Parameter Kesalahan Hasil Peramalan dengan WinQSB 63Tabel 4.5. Hasil Peramalan WinQSB
69
Tabel 4.6. Prediksi Penjualan dari Perusahaan ?0
Tabel 4.7. Rencana Induk Penjualan Cokro Tela Cake 71Tabel 4.8. Rencana Induk Penjualan Indoguna 71Tabel 4.9. Rencana Induk Penjualan Pamella 1 72
Tabel 4.10. Rencana Induk Penjualan Bakpia 75 y7
Tabel 4.11. Rencana Induk Pcnjualan Rumah Mirota 73Tabel 4.12. Rencana Induk Penjualan Dagadu Djogja 73Tabel 4.13. Rencana Induk Penjualan Bakpia Djava 74Tabel 4.14. Rencana Induk Penjualan Kado Kita 74
Tabel 4.15. Rencana Induk Penjualan Maga Swalayan 75Tabel 4.16. Rencana Induk Penjualan Batik Nadzar 75Tabel 4.18. Perhitungan Total Cost n
xn
DAFTAR GAMBAR
Gambar 2.1. Sistem Distribusi 2Eselon 16
Gambar 2.2. Sistem Distribusi 3Eselon 93
Gambar 2.3. Pola Trend 9
Gambar 2.4. Pola Siklus/Cycle ?3
Gambar 2.5. Pola Musiman/Season ?3
Gambar 2.6. Pola Acak/Random 23
Gambar 3.1. Flow Chart Diagram Alir Penelitian 43
Gambar 4.1. Bill OfDistribution
Gambar 4.2. Pola Data Penjualan Cokro Tela Cake
Gambar 4.3. Pola Data Pcnjualan Indoguna
Gambar 4.4. Pola Data Penjualan Pamella 1
Gambar 4.5. Pola Data Penjualan Bakpia 75
xui
.53
.54
55
55
56
ABSTRAK
Persediaan merupakan salah satu hal yang sangat periling dalam kelancaran prosesdistribusi. Jika perusahaan mengahmi kelebihan persediaan maka dapat merugikan karenamenyebahkan terhentinya perputaran uangatau modal dan munculnva biaya-biaya tambahanyang tidak diperlukan. Jika perusahaan kekurangan persediaan, maka perusahaan tidakdapat memenuhi permintaan, sehingga untuk dapat memenuhi permintaan konsumenperusahaan harus memesan barang lebih sering yang herarti akan meningkatkan biayapemesanan. CV Roso Indonesia adalah perusahaan yang memproduksi cokelat roso Dalammengatur pendistribusian produk ke pengecer/outlet, perusahaan belum memhuat suatuperencanaan distnbusi produk periode yang akan datang untuk distribusi produk dan meapertimbangan untukproduksi.
Penelitian ini berkaitan dengan perencanaan distribusi produk agar pendistribusian produkmenjadi teratur, pengendalian persediaan, jumlah produk setiap kali pemesanan yangoptimal, waktu pemesanan yang tepat, dan agar meminimalkan total cost distribusi produkcokelat roso. Penelitian ini menggunakan Distribution Requirement Planning (DRP) dengan6teknik lot sizing untuk perencanaan distribusi produk dan pengendalian persediaan Tujuanpenelitian mi adalah menentukan teknik lot sizing yang digunakan, menentukan jumlahproduk untuk setiap kali pemesanan dan waktu rencana pengiriman pesanan masing-masinvpengecer/oudet untuk penjualan 3 bulan mendatang serta menentukan jumlah produk van?disediakan perusahaan (pusat distribusi, dan waktu rencana pengiriman pesanan 'olehperusahaan (pusat distribusi) untuk semua pengecer/outlet penjualan selama 3 bulanmendatang.
Hasil penelitian ini adalah perencanaan distribusi produk dengan Distribution RequirementPlanning menggunakan teknik tot sizing least total cost. Teknik least total cost digunakankarena menghasiikan total cost terkecil dari 6 teknik lot sizing lainnya. Waktu rencanapengiriman pesanan oleh perusahaan (pusat distribusi) untuk memenuhi kebutuhan semuapengecer/outlet adalah pada minggu ke-3 sebesar 1854 unit dan minggu ke-7 sebesar I8?8unit. Total cost menggunakan teknik Least Total Cost (L TC) yaitu sebesar Rp 332.003
Kata Kunci : Persediaan, Distribusi, Distribution Requirement Planning, Teknik lot sizing.Total cost. Least total cost (LTC)
XIV
BAB I
PENDAHULUAN
1.1 Latar Belakang
Persed,aan merupaka„ salah satu ha, yang sangat penting da,am kelanearanproses d.stribus,. Perusahaan d.tuntut untuk b,sa mengendahkan persed,aan agar tidakkeicbihan atau kekurangan persed.aan. J.ka perusahaan mengalam, ke,eb,hanpersediaan nraka dapat merug.kan, karena menyebabkan terhentmya perputaran uangatau modal dan munculnya b,aya-b,aya tambahan yang tidak d.pcrlukan. Jikaperusahaan kekurangan persed.aan, maka perusahaan t,dak dapat mentenuh.permintaan da,am Jum,ah besar, sehtngga untuk dapat memenun, perm,ntaankonsumen perusahaan harus memesan barang lebih senng yang berarri akanmenmgkatkan b.aya pemesanan (Emawati dan Sunarsih, 2008).
Biaya-biaya tambahan yang tidak diperlukan karena persed.aan yang terla,u besar(keiebthan persed.aan) yam, menmgka.nya b.aya pcny.mpanan se„a ns.ko kerusakanW- menjad. ,eb,h besar. Selam ,tu Persed,aan yang terlalu sed.k.t (kekuranganpersed,aan) mengak.batkan ter,admya kekurangan (,,,, out) karena ^ ^produk tidak dapat d.datangkan secara mendadak dan sebesar yang d.butuhkan-hmgga akan mengak.batkan pada terhent.nya penman (proses produk,)temmdanya keuntungan, dan juga keh.langan pelanggan. Pereneanaan dan
pengendalian persediaan dapat diartikan sebagai upaya menentukan besamya tingkat
persediaan dan mengendalikannya secara efektifdan efisien.
Masalah scring terjadinya kelebihan dan kekurangan produk disebabkan karena
kegiatan produksi dan distribusi yang dilakukan tidak direneanakan dengan baik dan
tanpa memperhatikan data permintaan masa lalu melainkan hanya berdasarkan intuisi
(Garszde, 2001). Untuk mengendalikan persediaan agar dalam pendistribusiannya
teratur dan terkoordmasi dengan baik scrta memimmalkan total cost maka perlunyaperencanaan distribusi produk.
Distribution Requirement planning merupakan aplikasi dan angka logika
Material Requirement Planning (MRP). Persediaan Bill of Material (BOM) pada
MRP diganti dengan Bill of Distribution (BOD) pada Distribution Requirement
Planning (DRP) menggunakan logika Time Phased On Point (TPOP) untuk
memerlukan pengadaan kebutuhan pada janngan (Tersine, 1994). Distribution
Requirement Planning adalah suatu metode untuk menangam pengadaan persediaan
dalam suatu jarmgan distnbusi mult, eselon. Distribution Requirement Planningmengantisipasi kebutuhan mendatang dengan perencanaan pada setiap level dan
jarmgan distribusi. Metode ini dapat memprcdiksi masalah-masalah sebclum masalah
tcrsebut benar-benar terjadi serta membersihkan titik pandang terhadap jarmgandistribusi (Elsaycd et.al., 1994).
CV Roso Indonesia adalah perusahaan yang memproduksi cokelat roso. Penjualan
Cokelat Roso pada awalnya hanya melalui langsung di perusahaan dengan membuka
gerai penjualan. Seraakin lama bcrkembang Cokelat Roso didistnbusikan ke
pengecer/outlet untuk mcningkatkan pcnjualan. Cokelat roso sudah didistnbusikan ke
10 pengecer/outlet. Dalam pendistribusian produk ke pengecer/outlet, perusahaan
belum ada membuat suatu perencanaan d,stribus, produk periode yang akan datanguntuk d,stribus. produk dan juga pert.mbangan untuk produkst. Pada prosespendistribusian produk tidak adanya perhitungan dan pert.mbangan jumlah produkyang optimal untuk sekal. pemesanan agar tidak tcrjadi kekurangan dan keleb.han
persediaan. Oleh karena itu, penelitian ini akan membuat suatu perencanaan distnbus,
produk agar pendistribusian produk menjadi teratur, pengendalian persediaan, jumlahproduk sekali pemesanan yang optimal, waktu pemesanan yang tepat, danmeminimalkan total cost distribusi produk cokelat roso.
Dalam penelitian ini akan menggunakan Distribution Requirement Planning(DRP) untuk perencanaan distribusi produk dan pengendalian persediaan. Hasil danDistribution Requirement Planning (DRP) akan diperolch ukuran lot sekal,pemesanan dengan teknik lot si=ing yang optimal dan waktu pemesanan yang tepat.Sehtngga penelitian mi diharapkan dapat mengatas. kekurangan dan kelebihanpersediaan serta menghasilkan perencanaan distnbus, produk yang meminimalkantotal cost distribusi produk cokelat roso.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah dialas dapat dirumuskan permasalahansebagai berikut :
1• Apakah teknik lot sizing yang digunakan untuk meminimalkan total cost?
2. Bcrapa jumlah produk untuk setiap kali pemesanan dan kapan rencana pengirimanpesanan masing-masing pengecer/outlet untuk penjualan 3bulan mendatane?
3. Berapa jumlah produk yang harus disediakan perusahaan (pusat distnbusi) dan
kapan rencana pengiriman pesanan oleh penisahaan (pusat distribusi) untuk semua
pengecer/outlet selama penjualan 3 bulan mendatan*?
1.3 Batasan Masalah
Agar pennasalahan lidak menyimpang dan tujuan semula serta untuk menjaga
agar analisis yang dilakukan lebih teratur, maka dilakukan pembatasan masalah padapenelitian ini, sebagai berikut:
1. Penelitian dilakukan di CV. Roso Indonesia Yogyakarta.
2. Data penjualan yang digunakan adalah data penjualan 14 minggu dan 16 minggusebelumnya.
3. Peramalan penjualan dilakukan untuk 3bulan selanjutnya.
4. Peramalan yang dilakukan hanya 4 outlet dan peramalan penjualan 6 outlet
dilakukan dengan prediksi penisahaan.
5. Teknik lot sizing yang digunakan adalah Lot For Lot, Economic Order Quantity
(EOQ), Least Total Cost (LTC), Part Period Balancing (PPB), Period Order
Quantity (POQ), dan Fixed Period Requirement. (FPR).
6. Pcramalan menggunakan software WinQSB menggunakan kriteria kesalahan
dengan Mean Absolute Percentage Error (MAPE)
7. Jarak transportasi antara penisahaan dengan pengecer/outlet tidak diperhatikan.
1.4 Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini, sebagai berikut:
1- Menentukan teknik lot sizing yang digunakan untuk meminimalkan total cost.
2. Menentukan jumlah produk untuk setiap kali pemesanan dan waktu rencana
pengiriman pesanan masing-masing pengecer/outlet untuk penjualan 3 bulanmendatang?
3. Menentukan jumlah produk yang disediakan perusahaan (pusat distribusi) danwaktu rencana pengiriman pesanan oleh perusahaan (pusat distnbusi) untuk semuapengecer/outlet penjualan selama 3bulan mendatang?
1.5 Manfaat Penelitian
Manfaat yang ingin dicapai dalam penelitian ini, sebagai berikut:
1. Perencanaan distnbusi produk yang teratur sehingga tidak tcrjadi kekuranganpersediaan dan kelebihan persediaan.
2. Total cost distribus. produk yang rendah sehingga akan menaikkan keuntun«aan.
1.6 Sistematika Penulisan
Selanjutnya untuk lebih terstmkturnya penulisan tugas akhir ini, maka selanjutnyadisusun sebagai berikut:
BAB IPENDAHULUAN
Bab im berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuanpenelitian, manfaat penelitian dan sistcmaiika penulisan.
BAB II KAJIAN PUSTAKA
Bab mi memuat mformasi hasil-hasil penelitian terdahulu yang berhubungan dengrpenelitian yang akan dilakukan dan teori-teori pendukung yang berhubungan deng
an
jan
penelitian.
BAB III METODE PENELITIAN
Bab mi berisi tempat dan objck penelitian, data-data yang diperiukan, carapengambilan data, pengolahan data dan analisis data serta diagram alir penelitian.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Bab mi mcnguraikan tentang pengambilan data, pengolahan data, tabel-tabei, dangambar-gambar.
BAB V PEMBAHASAN
Bab ini bensi mformasi tentang pembahasan hasil penelitian, kesuaian dengan latarbelakang masalah, rumusan dan tujuan penelitian yang mengarahkan kepadakesimpulan dari hasil penelitian.
BAB VI PENUTUP
Bab im merupakan bab terakhir yang bens, kcsimpulan yang diperolch dan anahsa
pemecahan masalah maupun hasil pengumpulan data serta saran.
BAB IF
KAJIAN PUSTAKA
Menurut Prawirosentono (1997) persediaan adalah kekayaan yang terdapa, dalamperusahaan dalam bentuk persediaan bahan mentah (bahan bakuW material), barangsetengah jad, (Work in process), dan barang jadi (finished good). Kebutuhan akansistem pengendalian persediaan pada dasamya muncu. karena adanya permasalahanyang mungkin dihadap, oleh perusahaan berupa terjadmya kelebihan atau kekuranganpersediaan (Sutarman, 2003). Jika perusahaan mengalam, kelebihan persediaan makadapat merugikan, karena menyebabkan terhentinya perputaran uang atau modal danmunculnya biaya-biaya tambahan yang tidak diperiukan. Jika perusahaan kekuranganpersediaan, maka perusahaan tidak dapa, memenuhi permintaan dalam jumlah besar,sehingga untuk dapa, memenuhi permintaan konsumen, perusahaan harus memesanbarang lebih sering, yang berart, akan menmgkatkan biaya pemesananan (Emawatidan Sunarsih, 2008).
Masalah senng terjadmya kelebihan dan kekurangan produk discbabkan karenakegiatan produks, dan distnbusi yang dilakukan tidak direncanakan dengan baik dantanpa memperhatikan data permintaan masa lalu melainkan hanya berdasarkan mtuis,(Garside, 200,). Diharapkan dengan arfanya perencanaan dan penjadwa]an ^.^
distnbus, yang baik, keberhasilan dalam pemenuhan permintaan pelanggan akanmenjadi lebih optimal, k.nerja penjualan meningkat dalam memenuhi order dengan
tepat waktu dan tepat jumlah sehingga b,aya distnbus, dapa, d,,ekan semimmummungkin (Abdillah, 2009).
Distribusi Requirement Planning sangat berperan baik untuk sistem distnbusimanufaktur yang integrasi maupun sistem, distribusi murm. Dengan kebutuhannyapersediaan tune phasing pada tiap level janngan distribusi. DRP mcmilikikemampuan untuk mcmprediksi suatu problem benar-benar lerjadi. Untuk organisas,manufaktur yang memproduks, untuk memenuhi persediaan serta untuk dyual melaluijanngan d,s,ribus,„ya send.n dapa. dilakukan in.egras, s,s,em denganmengkombinasikan DRP dan MRP (Tersine, 1994).
Menurut Tersine (1994) kcuntungan yang didapa, dan penerapan metode DRP adalahsebagai berikut:
1. Dapat dikenali saling ketergantungan persediaan distribusi dan manufaktur2- Sebuah janngan distribusi yang lengkap dapat disusun, yang membenkan
gambaran yang jelas dari atas maupun dan bawah janngan.
3- DRPmenyusun kerangka kerja untuk pengendalian logist.k total dari distribusike manufaktur untuk pcmbelian.
4. DRP menyediakan masukan untuk perencanaan penjadwalan distnbusi darisumberpenawaran ke titik distribusi
Beberapa penelitian terkait dengan Distribution Requirement Planning (DRP) yangpernah dilakukan, diantaranya penelitian yang dilakukan oleh Abdillah (2009)tentang Perencanaan dan Penjadwalan Ak.iv.tas Distribusi Hasil penkanan denganMenggunakan Distribution Requirement Pianmng (DRP). Tujuan penelitian iniadalah untuk merencanakan penjadwalan aktiv.tas pendistribusian produk supaya
terkoordmas, dengan baik yang tenkat dengan biaya distribusi yang minimal denganjumlah pengmman yang optimal. Penelitian lam yang terkait adalah yang dilakukanoleh Garside (2001) tentang Peraneangan Sistem Informas, Manajemen Unmk
Distribution Requirement Planning (DRP). Tujuan penelitian ini adalah Untuk
membuat jadwal distnbusi pengiriman rokok dari gudang menuju distributor. Agarpenerapan metode DRP tersebut efektif maka akan dirancang suatu sistem mformasi
berbasis komputer untuk Distribution Requirement Planning, sehingga tidak terjadilost sales.
Penelitian lain adalah yang dilakukan oleh Enns dan Suwanraji (2001) tentangDistribution Planning and Control: An Experimental Comparison of DRP and Order
Point Replenishment Strategies. Tujuan penelitian mi adalah mengkaj, kincrja dalam
jaringan yang melibatkan manufaktur, distnbusi dan fasilitas ntel. Beberapa produkdengan nonstasioner permintaan dipertimbangkan. Hasil simulasi yang digunakandalam mcngidcntifikasi kekuatan dan kinerja karakteristik dan setiap strategi.Penelitian selanjutnya dilakukan oleh Dedi (2010) yaitu Optimas. pendistribusian
produk dengan menggunakan Distribution Requirement Planning berdasarkan mlai
scrap factor dan bulbrhip effect di Ph.a Deva Slcman- Yogyakarta. Pada penelitian im
hanya meneliti sebagian keeil outlet tempat pcnjualan produk. Perencanaan distribusi
produk hanya unmk masing-masing outlet dan tidak secara keseluruhan yaitu pusatdistnbusi perusahaan. Pada penelitian ini juga mempertimbangkan nilai scrap factor.Teknik lot sizing yang digunakan hanya 2teknik lot sizing.
Pada penelitian ini perencanaan disttribusi produk dengan menggunakanDistribution Requirement Planning (DRP). Jumlah pengecer/outlet penelitian adalah
semua pengecer/outlet tempat penjualan cokelat roso sehingga hasilnya merupakan
total kebutuhan produk yang hanis disediakan penisahaan dan waktu pemesanantepat untuk penjualan beberapa penode yang akan datang. Jumlah kcbumhan tersebut•*. menjad, masukan untuk bagian produksi yang akan memproduksi cokelat roso-mule produk konsmyas,. Penehtian yang dilakukan im dengan mengambil semuapengecer/outle, dan semua produk yang d.has.lkan agar total cost d.stribusi produkcokdat roso unmk keseluruhan dapat d.ketahui. Kcmud.an pada penelit.an ,„, tidaknil* >crapfactor karena produk t.dak terlahl mudah rusak dan waktu expired selama6bulan. Teknik lot stz,„g yang digunakan yaitu Pot For Lot, Economic OrderEntity (EOQ), Feast Total Cost (LTC), Part Penod Balancing (PPB), Pertod OrderQuantity (POQ), dan Fixed Period Requirement (FPR).
2.1 Persediaan
Persediaan mempakan sejumlah bahan-bahan, part yang disediakan dan bahan-bahan da.am proses yang terdapat dalam perusahaan untuk proses produksi, sertabarang-barang jadi/produk yang disediakan untuk memenuh, permmtaan darikomponen atau laugganan setiap waktu. Pada dasamya persediaan mempermudah atau-mperlanear jalannya opcrasi perusahaan pabnk yang harus dilakukan secaraberturut-turut untuk memproduksi barang-barang serta selanjutnya menyampa.kanPada pelanggan atau konsumen. Persediaan memungkinkan produk-produk d.has.lkanpada tempat yang jauh dan pelanggan dan/atau sumber bahan mentah. Dengan adanyaPersediaan, produks, tidak perlu dilakukan khusus buat konsums,, atau sebalikuya.dak perlu konsums, didesak supaya sesua, dengan kepentingan produks, (Assaun
10
yang
11
Menurut Assaun (1993) adapun alasan d.perlakukannya persediaan oleh suatuperusahaah adalah karena :
1. Dibutuhkan waktu untuk menyelcsaikan operas, produks, unmk mcmindahkanproduk dan suatu tingkat ke tingka. proses yang la.n, yang disebu, persediaandalam proses dan pemindahan.
2. Alasan organisasi, unmk memungkinkan satu unit atau bagian membuat jadwaloperasmya secara bebas, tidak tergantung dengan yang lamnya.
Persediaan yang tcrdapa, da.am perusahaan dapat dibedakan menunit beberapacara. Dilihat dan fungsmya, persediaan dapat dibedakan atas :
1• Batch Stock atau lot stze inventory yaitu persediaan yang diadakan karena kitamembeli atau membuat bahan-bahan/barang-barang dalam jumlah yg lebihbesar dari pada jumlah yang dibutuhkan pada saa, ,tu. Jadi dalam hal mipembelian atau pembuatan yang dilakukan unmk jumlah besar, sedangpenggunaan atau pengeluaran dalam jumlah kecil. Terjadmya pcrsed.aankarena pengadaan bahan/barang yang dilakukan leb.h banyak daripada yangdibutuhkan
2. Fluctuation Stock adalah persediaan yang diadakan untuk menghadapiiluktuas, permintaan konsumen yang tidak dapa. diramalkan. Dalam hal miperusahaan mengadakan persediaan unmk dapa, memenuhi permintaankonsumen, apab.la tingkat permintaan menunjukkan keadaan yang t.dakberaturan atau tidak tetap dan fluktuas, permmtaan tidak dapat diramalkanlebih dahulu. Jadi apabila terdapa, fluktuasi permintaan yang sangat besar,maka persediaan ,n, (fluctuation stock) dibutuhkan sangat besar pula untukmcnjaga kemungkinan naik tumnnya permintaan tersebut.
12
3. Anticipation Stock ya.tu persediaan yang diadakan unmk menghadapi fluktuas,permintaan yang dapat diramalkan, berdasarkan pola musiman yang terdapatdalam satu tahun dan unmk menghadapi penggunaan atau penjualanpermintaan yang meningkat. Disamping im anticipation stock dimaksudBnpula untuk menjaga kemungkinan sukamya diperolch bahan-bahan sehinggatidak menganggu jalannya produk atau menghindan kemaeclan produksi.
Biaya dalam sistem persediaan secara umum dapa, diklasifikasikan sebagai benkut:
1. Biaya pembelian {Purchasing Cost)
Biaya pembelian (purchase cost) dan suatu item adalah harga pembelian setiap"nit item jika item tersebut berasal dan sumber-sumber eksternal, atau biayaproduksi per unit bila item tersebut berasa, dan internal perusahaan ataudiproduksi sendin oleh perusahaan.
2. Biaya pengadaan {Procurement Cost)
Biaya pengadaan dibedakan atas 2jen.s sesua. asal-usul barang, yaitu biayapemesanan (Ordering Cost) bila barang yang d.perlukan diperoleh dan pihakluar (supplier) dan biaya pembuatan (setup cost) bila barang diperoleh denganproduksi sendiri.
a. Biaya pemesanan (Ordering Cost) adalah semua pengeluaran yang timbuluntuk mendatangkan barang dan luar. Biaya in, pada umumnya meliputipemrosesan pesanan, biaya ekspedisi, biaya te.epon, biaya admimstrasi,biaya pengepakan, biaya pemmbangan, biaya inspeksi, biaya pengirimanke gudang dan Iain-lain.
b. Biaya pembuatan (Setup Cost) adalah semua pengeluaran yangditimbulkan untuk pers.apan memproduksi barang. Biaya ini b.asanya
13
timbul didalam pabnk, yang meliput, biaya menyetel mesin, biayamempcrsiapkan gambar bcnda kerja dan sebagainya.
3. Biaya penyimpanan {Carrying Cost)
Biaya penyimpanan adalah biaya yang timbul ak.bat disimpannya suatu item.Biaya penyimpanan terdiri atas biaya-b.aya yang bervariasi secara langsungdengan kuan,,,as persediaan. Biaya-biaya yang termasuk sebagai biayapenyimpanan adalah sebagai berikut:
a- Biaya Modal (Cos, Of Capital). Adanya penumpukan barang dalampersediaan sama artmya dengan penumpukan modal yang menyebabkanpeluang untuk investasi la.nnya berkurang. Modal ini dapat diukur denganbesamya suku bunga bank, oleh karena ,,u biaya yang disebabkan olehkarena memihki haras diperhilungkan dalam biaya s,stem persediaan.
b. Biaya gudang adalah biaya yang d.keluarkan untuk tempat/gudangpenyimpanan barang. Apabila gudang yang digunakan adalah sewa, maka
biayanya dapat berupa b,aya sewa dan apabila gudang adalah mihk send.n,maka biayanya merapakan biaya depresiasi.
c Biaya keusangan/kadaluwarsa (Obselent Cost). Penyimpanan barangdalam waktu yang relatif lama dapa, berakibat menumn/merosotnya mlaibarang, hal ini dapat disebabkan oleh adanya perubahan teknologi, modeldan tren konsumen.
d. Biaya kehilangan (loss cos,) dan biaya kerusakan (detertotion).Penyimpanan barang dapat mengakibatkan kerusakan dan penyusulankarena beratnya dapa, berkurang atau jumlahnya berkurang karenakehilangan.
14
e. Biaya asuransi (insurance cost). Ak.bat lain dalam penyimpananpersediaan adalah bahaya yang tidak dapat dikendalikan sepert, beneanaalam, kebakarandan Iain-lain.
f. Biaya admimstrasi dan pemindahan mcrupakan biaya yang dikeluarkanuntuk adiministrasi persediaan barang yang ada, baik pada saat pemesanan,penenmaan barang, maupun penyimpanannya, dan biaya untuk
memindahkan dan dan ke tcmpa, penyimpanan termasuk biaya tenagakerja dan material handling.
4. Biaya kekurangan persediaan (Shortage Cost)
Dan semua biaya-biaya yang berhubungan dengan tingkat percdiaan, biayakekurangan bahan (Stockout Cos,) adalah yang paling su.it diperk.rakan. Biayaini timbul bilamana persediaan tidak meneukupi permintaan produk ataukebutuhan bahan. Biaya-biaya yang termasuk b.aya kekurangan persediaanadalah biaya kehilangan penjualan, biaya kehilangan langganan, biayapemesanan khusus, biaya terganggunya proses produksi, biaya tambahanpengeluaran tambahan kegiatan manjenal dan sebagainya.
5. Biaya sistemik
Selain biaya-b.aya disebu, di atas yang biasanya bersifat rutin, maka adaongkos lain yang disebu, biaya sistemik. B.aya ,n, meliput, biaya peraneangandan perencanaan sistem persediaan serta ongkos-ongkos unmk mengadakanperalatan serta melatih tenaga yang digunakan unmk mengoperasikan sistem.
15
2.2 Sistem Distribusi Banyak Eselon
Pada sistem in, terdapat satu atau lebih tempat penyimpanan antara pabnk sampaigudang. Menurut Nasution (2006) ada beberapa alasan mcngapa sua,,, perusahaanmenerapkan sistem seperti ini, yaitu:
1. Perusahaan customer akan lebih eepat bisa d.penuhi bila gudang diusahakansedeka, mungkin dengan lokasi customer.
2. Ongkos ongkos transportas, akan lebih hema, karena jarak pengangkutan akanbisa dipersingkat.
3. Customer lebih yakin akan mendapatkan apa yang dnnginkan pada toko ataugudang distnbus, yang lebih dekat dibandingkan apabila dia haras pergi kepusat distribusi yang jauh letaknya.
Gudang-gudang cabang biasanya menyimpan produk akhir maupun suku cadang.Gudang cabang mi senng dikenal dengan pusat distnbusi (DC) dan gudang yangmelayani sejumlah gudang regional disebu, Regional Distribution Center (RDC).Sistem distnbus, dengan 2eselon yakn, produk dibuat di pabrik, disimpan padagudang pusa, pemasok dan pusat-pusat distnbusi dipasok dan gudang pusat ,n„.Pesanan customer akan masuk dan dipenuhi dan tiap-tiap pusat distnbusi.
Pabrik
— T
Warehouse Center (WC)
j Distribution Centre 1 ' I Distribution Centre 2
Gambar 2.1 Sistem Distribusi 2 Eselon
16
Distribution Centre 3
Sistem distnbusi 3eselon mi p.hak pembuat (pabrik) memiliki toko-toko ceeran(retail stores). Barang-barang yang dibuat di pabrik disimpan pada gudang pusa,pemasok. Gudang saa, in memasok pusat-pusat distnbusi dan setiap pusa, distnbusiakan melayani toko-toko eceran.
17
Pabrik
WarehouseCenter (WC) j
Distribution Centre I j ' Distribution Centre 2 j Distribution Centre 3
Retail 1 j Retail 2 I Retail 3 ' Retail 4 j j Retail 5 ' Retail 6 i ! Retail 7 I i Retail 8 Retail 9
Gambar 2.2 Sistem Distribusi 3 Eselon
Banyak variasi yang bisa dibuat dalam merancang sistem distribusi. Misalnya
dengan menggunakan pusat distribusi metropolitan. Toko-toko pada sistem ini
memamerkan produk-produk yang akan ditawarkan. Para konsumen akan datang
secara langsung ke toko ini. Bila ada pesanan maka toko akan mengirimkan berita kc
pusat distnbusi dan barang yang dipesan akan langsung dikinmkan dan pusat
distribusi (Nasution, 2006).
Pada sistem yang Iain mungkin juga perusahaan mengirimkan produk-produk
yang belum dikcmas ke pusat distnbusi. Kemasan ini akan dibeli secara desentralisai
oleh masing-masing pusat distnbusi dan pemasok lokal. Bebcrapa pengerjaan akhir
kadang-kadang juga dilakukan pada pusat distribusi (Nasution, 2006).
18
2.3 JVIanajemen Distribusi
Manajemcn persediaan logistik meliput, kegiatan memperoleh material
(pengadaan), metmndahkan material melalui lingkungan manufaktur (manufakturproduk) dan distnbusi. Logistik dapat dikelompokan sebagai berikut;
1. Perencanaan kebutuhan distribusi {Distribution Requirements Planning)Serangkaian kegiatan untuk memenuhi pelanggan serta menerima danmenyimpan barang dengan biaya serendah mungkin.
2. Perencanaan sumbcr daya distnbusi {Distribution Resource Planning)Melaujutkan perencanaan kebutuhan distnbusi ke arah perencanaan sumber dayapcnting yang terkandung dalam sistem distribusi yaitu ruang gudang, tenagakerja, dan biaya angkutan.
3. Persediaan distnbusi meliputi semua persediaan di manapun dalam sistemdistribusi.
Obyck dan manajemcn distnbus, adalah menempatkan persediaan pada waktu dan
tempat yang tepat dengan biaya yang sesuai. Dengan kata lain, obyck manajemen
adalah mcncapa, tingkat yang diinginkan oleh konsumen. Suatu penisahaanmemutuskan untuk mendistnbusikan produknya dengan mempcrt.mbangkan beberapahal berikut ini :
1. Fasilitas
2. Transportasi
3. Modal yang ditanam pada perusahaan
4. Frckuensi kehilangan penjualan
5. Komunikasi dan pemrosesan kata
19
Strategi dan keb.jakan perusahaan adalah bagian yang tenntegras, denganperusahaan yang meneakup semua area fungsional sepert, pemasaran, teknologi,keuangan dan manufaktur. Pada sistem DRP telah dijelaskan berkaitan erat denganpcnyaluran fisik atau distribusi fisik ^nstcal distribution) yang tepat. D.stnbus, fisikmempunyai sua, meneakup perencanaan, pelaksanaan dan pengawasan arns bahandan produk final dan lempa, asa, ke ,empa, pemaka, unmk memenuhi kebutuhanpelanggan dengan memperoleh keuntungan. Sedangkan tujuaunya adalah membawa
mungkin. Tak ada sistem distribusi fsik yang bisa secara serentak memngkatkanpelayanan kepada pelanggan dan mengurangi sebanyak mungkin biaya distnbusi.Pelayanan yang maks.ma, kepada pembel, beram barang banyak, angkutan maha, danbanyak gudang yang scmuanya menambah biaya distribusi.
Sistem distribusi itu sendin, secara bebas dapat dik.asifikas.kan menjadi dua, ya,tu:1• Sistem Tarik {Pull System)
Prinsip dan sistem im adalah setiap pusa, distribusi mcngclola persediaanproduk yang dimilikinya. Persediaan berada d, gudang pusat atau d, pusatproduksi. Setiap pusa, dis,r,bus, pada tingkat yang lebih rendah menghitungkebutuhan dan kemud.an memesan kepada pusat distribusi pada tingkat yanglebih tingg,. Dengan demikian produk ditank dan pabnk melalui stmkturjanngan distribusi, dipesan melalui pesanan peng.sian kembali dan lokasi stokyang secara langsnng memasok kebutuhan pelanggan. Model-modelpcrseduian termasuk dalam sistem tarik ini adalah:
a- Sistem titik pemesanan kembali (Re-Order Point) merupakan can,pemesanan yang dilakukan bi.a persediaan yang ada telah mencapai titik
tertentu. Pusat distnbusi pada tingkat yang lebih rendah menghitung
kebutuhannya dan kemudian memesan pada pusat distribusi yang lebih
tinggi apabila persediaan telah mencapai litik pemesanan kembali atau Re-
Order Point (ROP). Gudang cabang meminta barang ke gudang pusat bila
jumlah persediaan di gudang cabang mencapai jumlah Tertentu (gudang
pusat menyimpan banyak inventory). Order point didasarkan kepada
demand normal selama lead time ditambah safety stock.
b. Sistem pemesanan secara penodik {periodic review system) merupakan
salah satu pemesanan dengan interval waktu anlara pemesanan tetap,
misalnya mingguan, bulanan atau tahunan. Jumlah pemesanan bervanasi
tergantung pada permintaan, sehingga tidak mempcrhatikan kondisi
persediaan yang ada. Fixed order interval dan gudang cabang, safety stock
di gudang cabang lebih banyak karena adanya jluktuasi demand padaperiodc yangfixed.
c. Sistem titik pemesanan ganda
Pada sistem ini gudang pusat menerima laporan kapan persediaan gudang
daerah mencapai titik pemesanan kembali ditambah permintaan nonnalselama waktu tcnggang.
d. Sistem pengganti penjualan {the sales replacement svstem)
Pada sistem ini gudang menentukan persediaan setiap item secara periodik
berdasarkan permintaan lokal. Setiap produk terjual dilaporkan ke gudang
pusat. Gudang pusat mengirim barang ke gudang cabang sejumlah yangterjual.
21
2. Sistem Dorong {Push System)
Sistem ini mendorong persediaan dari pabrik pusat ke gudang. Keputusan
penambahan kembali persediaan dilakukan di pabrik. Keuntungan dari sistem
dorong adalah tercapainya skala ekonorms oleh satu sumber pusat, seperti
pabrik. Kcrugiannya adalah kurang fleksibel dalam menanggapi kebutuhan
pelanggan lokal. Menentukan kebutuhan total (gudang-gudang dan penjualan
langsung), persediaan yang ada di gudang pusat dan cabang, barang dalam
perjalanan dan rencana penerimaan dari sumber (pabrik atau pemasok).
Menentukan jumlah yang tersedia untuk setiap gudang dan penjualan
langsung, dimana gudang pusat menentukan apa yang akan dikirim {to push)ke gudang cabang.
Sistem dorong yang paling umum adalah perencanaan kebutuhan distribusi
{Distribution Requirement Planning/DRP). Seperti halnya proses MRP, DRP
menggunakan teknik titik pemesanan kembali berbasis waktu untuk
mencerminkan pennintaan dan rencana pesan yang akan datang di semua
tingkatan sistem distribusi. Perencanaan dan pengendalian persediaan
distnbusi dengan sistem dorong, titik kendali pusat seperti pabrik menetapkan
jumlah persediaan yang akan ditenma setiap pusat distribusi (Fogarty et.al,1992).
2.4 Perencanaan Kebutuhan Distribusi
Persediaan produk oleh banyak penisahaan dianggap sangat perlu, hal
dikarenakan adanya fluktuasi permintaan sehingga menyebabkan kehilang
penjualan. Salah satu cara yang dapat menyelesaikan masalah pengendalian
ini
*an
11
persediaan adalah perencanaan kebutuhan distnbus, atau biasa dikenal denganDistribution Requirement Planning (DRP). Dalam hal ,m DRP menyediakaninformasi yang dibutuhkan distribusi dan manajemen manufaktur untukmengefektifkan alokas, persediaan dan kapasitas produks, sehingga pelayanankonsumen dapa, ditingkatkan dan investasi persediaan (biaya penyimpananpersediaan) dapat dikurangi.
Sistem DRP dimaksudkan unmk mcngaitkan proses produksi (atau tingkatpeluang penjualan dan persediaan) kepada tmgkatan persediaan yang lain, kemudianturun dalam saluran distribusi. Konsep DRP merupakan tumnan dan konsep sistemMRP yang diterapkan unmk permasalahan distnbusi, dimana perhitungan-perhitungandalam DRP juga menggunakan metode perhitungan Time Phased sebagaimana MRP(untuk manufaktur). Penggunaan DRP im dapat dilakukan tanpa harusmemperhitungkan sampai tahap manufaktumya.
Proses DRP mcmerlukan hasil ramalan, permintaan konsumen, persediaan yangada, barang yang sedang dalam perjalanan, rencana pengangkutan, dan luas lantaigudang. DRP adalah metode penanganan matenal dalam distribusi multi eselon. DRPmempunya, logika sama dengan Material Requirement Planning (MRP), dimana BillofMaterial diganti oleh Bill ofDistribution (DRP).
DRP terdiri dan netting, explosion, time phasing, lotting, dan time bucket padaDRP mirip seperti pada MRP. Namun demikian konsep DRP mi dapa, digabungkandengan konsep MRP untuk tahap manufaktumya. Di mana keluaran (hasil akh,r)kebutuhan dan sistem distnbusi seeara keseluruhan, yang tercermin pada kebutuhanproduk dan pusat distnbus. (Centra, Distribution Center) akan menjadi masukan,yaitu bcrupa MPS, kepada sistem MRP yang digunakan oleh sistem manufaktumya.
23
Kunci keberhasilan sistem DRP ini tcrletak pada kemampuan perusahaan untuk
melakukan peramalan yang akurat terhadap kebutuhan barang dagangan (yang
mempunyai kebutuhan independen), penentuan lead time yang tepat dari pusat
distribusi, dan penentuan jumlah barang yang dipesan sebagai rencana kebutuhan di
masa datang, pada akhimya akan menekan persediaan barang dagangan secara total
dan menjaga tingkat service level dari jaringan distribusi secara menyelumh.
1. Struktur Perencanaan Kebutuhan Distribusi
Konsep DRP (Distribution Requirement Planning) mengikuti konsep MRP
(Material Requirement. Planning) sehingga perhitungannya pun analog same
dengan perhitungan MRP. Hubungan ketergantungan antara setiap mata rantai
distribusi bersifat hirarkis, dimana jadwal induk pengadaan barang tidak hanyi
mensyaratkan adanya pasokan dari setiap titik distnbusi tetapi juga
memperhitungkan waktu tenggang untuk semua titik distribusi tersebut.
2. Tahapan Perencanaan Kebutuhan Distribusi
Tahapan perencanaan kebutuhan distribusi adalah :
a. Tahap pcramalan penjualan
Pada tahap ini perusahaan mencoba untuk meramalkan atau memprediksi
rencana penjualan di setiap pengecer untuk bcberapa periode mendatang
dengan menggunakan metode peramalan.
b. Tahap penentuan rencana induk penjualan
Pada tahap ini penisahaan membuat rencana induk penjualan untuk
bcberapa periode tertentu misalnya mingguan, dimana setiap pcnode telah
diketahui berapa produk yang akan dijual.
a
a
24
e. Tahap rencana pemcnuhan kebutuhan
Pada tahap in, ditentukan kapan barang dagangan yang dibutuhkan harusdisiapkan dan berapa banyaknya.
d. Tahap rencana pemesanan
Pada tahap in, distributor akan memesan kebutuhan sesua, dengankebutuhannya kepada produsen.
2.5 Proscdur Perhitungan DRP
Perhitungan perencanaan kebutuhan distnbus, dimulai dari peramalan permintaanimgkat pengecer, dari has,, peramalan penjualan yang diperoleh kemudian d,hi,un„kebutuhan bersih un,uk tingkat pengecer d.mana kebutuhan bersih ,„, akan menjadiPlanned Order Release, sampai penentuan perencanaan pesanan dikirim. PlannedOrder Release adalah selisih hasi, peramalan dengan persediaan ditangan periodesebelumnya. Planned oder release pada tingkat pengecer akan menjadi kebutuhankotor pada tingkat distnbusi d.atasnya (Tersine, 1994). Menuru, Vollman (1994)-tuk menyclesaikan perhitungan tersebu, langkah - langkah yang pcrlu dilakukaiiadalah:
1. Menentukan kebutuhan bers.h adalah selisih kebutuhan kotor denganpersediaan yang ada di tangan.
2. Menentukan jumlah pesanan (ukuran lot).
3- Penentuan jumlah pesanan pada setiap jaringan distribusi, didasarkan padaKebutuhan bersih. Sistem penentuan jumlah pesanan yang dapat digunakanantara Iain LFL, EOQ dan FOQ.
25
4. Menentukan Bill ofDistribution (BOD) dan kebutuhan kotor di setiap janngandistnbusi BOD ditentukan berdasarkan struktur jaringan distnbusi, sedangkankebutuhan kotor untuk setiap janngan distnbus, ditentukan berdasarkanPlanned Order Release janngan distribusi.
5. Menentukan tanggal pemesanan adalah dengan menentukan saat yang tepatuntuk melakukan pemesanan, dipengaruh, oleh rencana penerimaan (PlannedOrder Receipt) dan tenggang waktu pemesanan kembali (lead time).Perhitungan perencanaan kebutuhan distribusi dimulai dan peramalanpermintaan kemudian dihitung kebutuhan bersih, sampai penentuanperencanaan pesanan dikirim.
kogika dasar DRP adalah:
1- Dan hasil ramalan di gudang cabang dihitung net requirement (NR) dengancara:
NR terjadi bila tingkat stock (TS) lebih keel dari safety stockFS = Scheduled receipts + POH - GR
2. Dan perhitungan pada no Idiperoleh,/™,*, order receipts untuk memenuhiNR pada periode yang bersangkutan.
3- Langkah 2di atas akan menentukan saat planned order release (han/saa,penginman) dengan menggunakan infonnasi lead time.
4. Projected on hand pada akhir setiap periode dapat dihitung dengan rumusanPOH, =(POHt, +Scheduled Recetpts +Planned order release) -GR
5. Planned order release akan menjadi OR pada periode yang sama unmk pusa,pengiriman (level gudang lebih tinggi).
26
2.6 Asumsi Perencanaan Kebutuhan Distribusi
Menurut Fogarty (199,), asums, yang dapat digunakan dalam mcngoperas.kanmetode perencanaan kebutuhan produk adalah sebagai berikut:
•• Mcngetahu, lama waktu pemesanan (lead time) unmk setiap mata rantaidistribusi.
b- Jumlah persediaan, persediaan pada setiap mata ranta, harus selalu dikoniro,dalam an, setiap transaksi yang terjadi harus selalu dacatat karena dapatmenyebabkan perubahan pada jumlah persediaan.
c Pada saat penjualan berjalan, semua barang dagangan harus tersedia.d. Pengadaan dan pemaka.an persediaan bers.fat dtskrtt artmya pengadaan barang
mampu memenuhi rencana penjualan pada periode penjualan.
2.7 Masukan Perencanaan Kebutuhan Distribusi
Menuru, Tersine (1994), masukan unmk kebutuhan distnbus. antara lain:
a. Catalan Persediaan
Catatan persediaan merupakan catatan mengena, .nfonnasi tentang persediaanyang dimiliki, lead time, rencana kedalangan barang, ukur,
an pemesanan dan
sebagainya. Catatan persediaan haras selalu diperbahaarm scsuai dengan
kondtsi persediaan, selumh transaksi yang terjadi harus dieatat karena dapatmenyebabkan perabahan stams persediaan.
b. Struktur Jaringan Pemasaran
Struktur jaringan pemasaran merupakan gambaran tentang kondis, jannganusaha cceran. Dan struktur jaringan pemasaran in, dapat diketahui berapa
27
banyak pengecer dan sub distributor yang d.miliki, tingkatan dan hubunganketcrkaitan antara pengecer, sub distributor dan distributor,
c. Rencana Induk Penjualan
Rencana induk pcnjualan merupakan pemyataan tentang berapa banyak barangyang akan dijual dalam satu periode. Penentuan penjualan didasarkan padahasil peramalan yang telah dilakukan.
2.8 Proses Perencanaan Kebutuhan Distribusi
Analognya perhitimgan DRP dengan MRP menyebabkan samanya langkah-•angkah perhitimgan dan asums, yang digunakan d, aniara keduanya. Seeara gansbesar proses perhitimgan DRP menurut Vollman (1994), ada,ah sebagai berikut:
•• Perbimngan Kebutuhan Bersih (Uetitng) merupakan proses perhitungankebutuhan bers.h (net requirement) yang besarnya merupakan selisih antarakebumhan kotor (gross requirement, dengan jadwa, penermiaan barana(Planned reee.pts) dan persediaan awa, yang tersed.a (beginning ,„VentofyJ.Data yang dibutuhkan dalam perhitungan kebutuhan bersih adalah:1• Kebumhan kolor unmk setiap periode
2. Persediaan yang dimiliki pada awal perencanaan
3. Rencana penerimaan unmk setiap periode perencanaan
*umus yang berhubungan dengan proses ncting in, d.jelaskan sebaga,berikut:
POHT - (On-Hand)T-l - (GRT-1) +(SR)T-l
(NR)T = (GR)T~(SR)T-POHT
Keterangan:
28
POHT =Planned on-hand (persediaan ditangan) pada periode T
CRT =Gross requirement (kebutuhan kotor) pada penode T
SRT =Schedule receipt (jadwal kedatangan) pada penode T
NRT =Net requirement (kebutuhan bersih) pada periode T
Kebutuhan bersih (net requirement) akan ditujukan sebagai n.lai positif yangsesuai dengan pertambahan negatif dari persediaan di tangan dalam penodeyang sama. Apabila lot sizing dipakai, kebutuhan bersih adalah prediksi
kekurangan matenal, sehingga per,u dimasukkan dalam perhitungan rencanapenerimaan pesanan (planned order receipt) dan tidak hanya menghitungkenaikan dalam nila, negatif yang ditunjukkan dalam bans persediaan ditangan.
b. Lotting
Lotting merupakan proses unmk menentukan besarnya pesanan di setiapmata rantai berdasarkan kebutuhan bersih yang dihasilkan dan proses nettingTerdapat banyak alternatif untuk menghitung ukuran lot.
e. Offsetting
Offsetting merapakan proses yang bertujuan untuk menentukan saat yam,tepat untuk merencanakan pemesanan dalam rangka memenuhi kebutuhan
bersih. Rencana pemesanan diperoleh dengan cara mengurangkan saa, awaltersedianya kebutuhan bersih yang dnngmkan dengan lead time yangdibutuhkan.
d. Explosion.
Proses explosion merapakan proses perhitungan kebutuhan kotor untuktingkat mata rantai d, bawahnya (sub distributor, distributor) yang didasarkan
29
atas rencana pemesanan. Dalam proses im struktur jarmgan inilah proses
explosion akan berjalan dan dapat menentukan ke arah mata rantai manaharusdilakukan explosion.
2.9 Peramalan
2.9.1 Konsep Dasar Peramalan
Peramalan adalah pemikiran terhadap suatu bcsaran, misalnya permintaanterhadap satu atau bcberapa produk pada periode yang akan datang. Pada hakekanyapcramalan hanya merapakan suatu perkiraan (guess), tetapi dengan menggunakanteknik-teknik tertentu, maka peramalan menjadi lebih sekedar perkiraan. Peramalan
dapat dikatakan perkiraaan yang ilrmah (educated guess). Setiap pengambilankeputusan yang menyangkut keadaan di masa yang akan datang, maka pasti adaperamalan yang melandasi pengambilan keputusan tersebut (Assauri, 1993).
2.9.2 Tujuan Pcramalan
Tujuan peramalan dilihat dengan waktu menurut Ginting (2007) adalah sebagaiberikut:
a. Jangka pendek {Short Term)
Menentukan kuantitas dan waktu dan item dijadikan produksi. Biasanyabersifat hanan ataupun mingguan dan ditentukan oleh Low Management.
b. Jangka menengah (Medium Term)
Menentukan kuantitas dan waktu dan kapasitas produksi. Biasanya bersifatbulanan ataupun kuartal dan ditentukan Middle Management.
30
c Jangka panjang (Long Term)
Mercncaanakan kuantitas dan wakti, dan fasilitas produks,. Biasanya bersifa,tahunan, 5tahun, ataupun 20 tahun dan ditentukan oleh Top Management.
2.9.3 Beberapa Sifat Hasil Peramalan
Menurut Ginting (2007) dalam membuat peramalan atau mcnerapkan suatuperamalan maka ada beberapa hal yang harus dipertimbangkan yaitu :
a. Ramalan pas,, mengandung kesalahan, artinya peramal hanya bisa mengurangiketidakpastian yang akan terjad,, te.ap, tidak dapa, menghilangkanketidakpastiaan tersebut.
b- Peramalan seharusnya membenkan mformasi tentang beberapa ukurankesalahan, artinya karena pcramalan pas,, mengandung kesalahan, makaadalah penting bag, peramalan unmk mengmformasikan seberapa besarkesalahan yang mungkin terjadi.
e- Peramalan jangka pendek lebih akurat dibandingkan peramalan jangkapanjang. Hal mi disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengarah, permintaan relatif masih konstan sedangkan masihpanjang pcnode peramalan. maka semakin besar pula kemungkinan terjadmyaperabahan faktor-faktor yang mempengaruhi permintaan.
2.9.4 Klasifikasi Teknik Peramalan
Dalam sistem peramalan, penggunaan berbagai model peramalan akanmembenkan mla, ramalan yang berbeda dan deraja, dan galat peramalan yang
31
berbeda pula. Salah satu seni dalam melakukan peramalan adalah memihh model
peramalan yang terbaik yang mampu mcngidcntifikasi dan menanggapi pola aktifitashistoris dari data.
Berdasarkan sifat ramalan yang telah disusun, maka pcramalan dapat dibedakanatas dua macam, yaitu;
a. Pcramalan kualitatif yaitu pcramalan yang didasarkan atas kwalitatif padamasa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang
mcnyusunnya. Hal penting karena hasil pcramalan tersebut ditentukan
berdasarkan pemik.ran yang bersifat intuisi. judgement atau pendapat, danpengetahuan serta pengalaman dari penyusunnya.
b. Peramalan kuantitttif yaitu peramalan yang didasarkan atas date kuanlitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode
yang dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda
akan diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan
dari penggunaan metode tersebut adalah baik tidaknya metode yangdipergunakan sangat ditentukan oleh perbedaan atau penyimpangan antara
hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah
metode yang memberikan nilai-nilai perbedaan atau penyimpangan yangmungkin. Peramalan kuantitaif hanya dapat digunakan apabila terdapat tigakondisi yaitu adanya mformasi tentang keadaan yang lam, mformasi tersebut
dapat dikuantifikasikan dalam bentuk data dan dapat diasumsikan bahwa polayang lalu akan berkelanjutan pada masa yang akan datang.
32
2.9.5 Metode Peramalan Kuanlitatif (Statistical Method)
Pada dasaniya metode peramalan kuantitaif mi dapat dibedakan atas dua bagian,yaitu:
a. Metode peramalan yang didasarkan atas penggunaan aualisa pola hubunganantara variabel yang diperkirakan dengan vanabcl waktu, yang merapakanderet waktu atau time-series.
b. Metode peramalan yang didasarkan atas penggunaan analisa pola hubunganantara variabel yang akan diperkirakan dengan variabel lain yangmempenganihinya, yang bukan waktu yang d.sebut metode korelas, atau sebabakibat (causal method).
Prosedur umum yang digunakan dalam peramalan seeara kauntitatif adalah
1. Defmisikan tujuan pcramalan.
2. Pembuatan diagram pencar.
3. Pilih minimal dua metode peramalan yang dianggap sesuai.
4. Hitung parameter-parameter fungsi peramalan.
5. Hitung kesalahan setiap metode pcramalan.
6. Pilih metode yang terbaik yaitu yang metmliki kesalahan terkecil.7. Lakukan verifikasi peramalan
2.9.6 Metode TimeSeries
Metode time series adalah metode yang dipergunakan mengana.isisserangkaian data yang berupa fungsi dan waktu. Metode mi mengasumsikan beberapa
33
pola atau kombmas, pola selalu beralang sepanjang waktu dan pola dasamya dapa,dndemifikasikan semata-mata atas dasar histons dan serial itu. Dengan analisis deretwakui dapa. ditunjukkan bagannana permintaan terhadap suatu produk tertentubervariasi terhadap waktu. Sifat dan perabahan pennintaan dan tahun kc tahundirumuskan untuk meramalkan penjualan pada masa yang akan datang (Ginting,2007).
Analisis deret waktu didasarkan pada asumsi bahwa deret waktu tersebuttcrdiri dari komponen-komponen Trend (T), Stklus/Cycle (C), pola musimanW™(S) dan variasi acakWom (R) yarig akan menunjukkan pQ,a ^^ K()mponcn_
komponen tersebu, kemudian d.pakai sebagai dasar dalam pembuatan pecsamaanma.ema.is. Analisis deret waktu mi sangat tepa, unutk dipakai meramalkanpennintaan yang pola permintaan d, masa lalunya cukup kons,sten dalam penodewaktu yang lama sehingga pola tersebut dapat diharapkan masih akan tetap berlanju,.
Permintaan di masa lalu pada analisis deret waktu dipengaruhi oleh keempa,komponen utama T, C, S, dan R. Penjelasan tentang komponen-komponen tersebutadalah sebagai berikut:
a. 7VeHf//Keccnderungan (T)
Trend merupakan sifat dan permintaan di masa lalu terhadap waktu terjadmya,apakah permintaan tersebut cenderung naik, turun atau konstan.
34
Gambar 2.3 Pola Trend
b. Siklus/Cycle (C).
Pennintaan suatu produk dapat memiliki stklus yang berulang secara penodik,biasanya lebih dari satu tahun, sehingga pola mi tidak terialu dimasukkan dalamperamalan jangka pendek. Pola in, amat berguna untuk peramalan jangkamenengah dan jangka panjang.
Gambar 2.4 Pola Siklus/Cycle
35
c. Pola MusirmmJSeason (S).
Fluktuasi permintaan suatu produk dapat naik di sekitar garis trend dan biasanya
bcrulang setiap tahun. Pola mi biasanya disebabkan oleh faktor cuaca, musim
libur panjang dan hari raya keagamaan yang akan berulang secara periodik setiaptahunnya.
Gambar 2.5 Pola Musiman/Season
d. Variasi Acak/Random (R),
Permintaan suatu produk dapa. mengikuti pola bcrvariasi secara acak karena
faktor-faktor adanya bencana alam, bangkrutnya penisahaan pesamg, promosi
khusus, dan kejadian-kejadian lain yang tidak tidak mempunyai pola tertentu.
Variasi acak im diperiukan dalam rangka menentukan persediaan pengaman
untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan pennintaaan.
36
Gambar 2.6 Pola At <\kjRandom
Adapun metode peramalan yang termasuk model time senes (Ginting, 2007) adalahsebagai berikut:
A. Metode Penghalusan (Smoothing)
Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman dari
data yang lalu dengan membuat rata-rata tertimbang dari sederetan data masa lalu.
Ketepatan peramalan dengan metode ini akan terdapat pada peramalan jangkapendek, sedangkan untuk peramalan jangka panjang kurang akurat. Metodesmoothing terdiri dari beberapa jenis, antara lain :
I• Metode rata-rata bergerak (Moving Average), terdiri atas:
a. Single Moving Average (SMA)
Moving Average pada suatu periode merupakan peramalan unmk sam
periode ke depan dari periode rata-rata tersebut. Persoalan yang timbul
dalam penggunaan metode ini adalah dalam menentukan nilai t (periode
rata-rata). Scmakm besar nilai l maka pcramalan yang dihasilkan semakin
37
menjauhi pola data. Secara matematis, minus fungsi peramalan metode ini
adalah:
Ft+i =Xt.N+i + ... + X,r| + X;N
Dimana:
X| " data pengamatan periode i
N ^ jumlah deret waktu yang digunakan
^h-i = nilai peramalan periode l+l
b. Linier Moving Average. (I.MA)
Dasar dari metode ini adalah penggunaan moving average kedua untuk
memperoleh penyesuain bentuk pola trend. Metode linier moving averageadalah:
1. Hitung Single moving average" dari data dengan periode perata-
rataan tertentu; hasilnya dinotasikan dengan st'.
2. Setelah semua single average dihitung, hinmg moving average kedua
yaitu moving average dari sf dengan periode perata-rataan yang sama.
Hasilnya dinotasikan dengan st".
3. Hitung komponen At dengan rumus :
At - St" + (St'-Sf)
4. Hitung komponen trend btdengan rumus :
^-—(sf-sn
5. Peramalan untuk periode ke depan setealah tadalah sebagai berikut :
F,-fm = at + bt.m
38
c Double. Moving Average (DMA)
Notasi yang dibenkan adalah MA (M.N) artinya M-penode MA dan N-
periode MA.
d. Weighted Moving Average
Data pada periode tertentu diberi bobot, semakin dckat dengan saat
sekarang semakin besar bobotnya. Bobot ditentukan berdasarkan
pengalaman. Rumusnya adalah sebagai berikut:
Ft= W|A1.i + w^A,.,-i-wTA.nW| + w2 + wn
dimana :
w, = bobot yang dibenkan pada periode t-1
W] = bobot yang dibcrikan pada periode t-2
w, = bobot yang diberikan pada periode t-n
n = jumlah periode
Metode Exponential Smoothing, terdiri dan atas:
a. Single Exponential Smoothing
Pengertian dasar dari metode ini adalah nilai ramalan pada periode t+1
mempakan nilai aktual pada penode tditambah dengan penyesuaian yang
berasal dan kesalahan nilai ramalan yang terjadi periode tersebut. Nilai
peramalan dapat dican dengan menggunakan rumus benkut:
Ft+i = a.X,+ (l-a). F,
39
Dimana :
x< =data pennintaan pada periode t
a = faktor/konstanta pemulusan
Ft+i ^ peramalan untuk periode t
b. Double Exponential Smoothing (DES)
- Satu parameter (Brown ,s Unear Medio,) mempakan metode yangHanrpir sama dengan metode linear movmg average, disesuaikandengan menambahkan satu parameter.
S*t=--uXt + (l-a)S\,
S*'. =aX, +(l-a)S,V,
dimana S', meruapakan Single Exponential Smoothing, scdangkan S"mempakan Double Exponential Smoothing.
a.= S\ +(S',-S'\)=2S\-S"t
^(SVS")
rumus perhitungan peramalan pada penode ke t:
Pi t-m- a,+ b,,m
" Dua Parameter (//,/, Melhod) ^^ ^ ^ ^ ^
series dengan trend lime, Terdapat konstanta yaitu adan p. Adapunnimusnya adalah sebagai berikut:
S1 =aD, +(l-a)(SM+G]])
G' =P(S. +Sl.1)-f-(i-p)G,.I
Dimana :
St = intercept pada waktu t
G, = slope pada waktu t
Rumusan perhitungan peramalan pada periode ke t:Ft-rm" S, + G,.m
- Exponential Smoothing dengan musiman
Rumusan untuk exponential smoothing dengan mus.man:
s', =a^"h0-«)(s,,) +bM
Gt--y(S,fSt.,) + (i-y)bM
Maka rumus perhitungan peramalan
Ft +,n = (S, -f- G-f- m) I,., + m
Dimana:
G = komponen trend
L = panjang musiman
I = faktur penyesuaian
Ft +m - ramalan untuk mperiode ke muka
2.9.7 Ukuran Akurasi Hasil Peramalan
Ukuran akuras, hasi, peramaian yang merupakan ukuran kesaiahan Perama,an-W, ukuran ,en,ang tingkat perbedaan antara bas„ peram.an dengan pemuntaanyang sebcnamya terjad,. Ada 4ukuran yang biasa digunakan, yaitu:
40
41
1• Rata-rata Deviasi Mutlak (Mean Absolute Deviation =MAD)
MAD mempakan rata-rata kesalahan mutlak selama penode tertentu tanpamempcrhatikan apakah hasil peramalan ieb.h besar atau lebih kceii dibandingkankenyataannya. Secara matematis, MAD dimmuskan sebagai benkut:MAD - y \*LzEL\
~" n '
Dimana :
A, = permintaaan aktual pada penode-t
F, =peramalan permintaan (forecast) pada periode-t
n -jumlah periode peramalan yang terlibat
2. Rata-rata kuadrat kesalahan (Mean Square Error =MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan padasetiap penode dan membaginya dengan jumlah penode peramalan. Secaramatematis, MSE dimmuskan sebagai berikut:
MSE = vt^I)!^ n
3. Rata-rata Kesalahan Peramalan (Mean Forecast Error =MFE)
MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selamaperiode tertentu terialu tmggi atau terialu rendah. Bila hasil peramalan tidak bias
maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semuakesalahan peramalan selama periode peramalan dan membaginya dengan jumlahperiode peramalan. Secara matematis, MFE dinyatakan sebagai berikut:MFE-v^l^
^ 71
42
4. Rata-rata persentase kcsalahn absolut (Mean Absolute Percentage Error =MAPE)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti
dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil
peramalan terhadap permintaan aktual selama periode tertentu yang akan
membenkan mfonnasi persentase kesalahan terialu tinggi atau terialu rendah.
Secara matematis, MAPE dinyatakan sebagai berikut:
MAPE==(^)2Ut- H\\ n J ^ \ Atl
4.4 Teknik-teknik Lot Sizing
Teknik lot sizing mempakan teknik unmk meminimalkan jumlah barang yangakan dipesan dan meminimalkan biaya persediaan. Objek dan manajemen persediaanadalah untuk menghitung tingkat persediaan yang optimum yang sesuai denganpermintaan pasar dan kapasitas perusahaan. Oleh karena itu, perusahaan hams bisa
mendefinisikan apa yang hams dipesan, kapan hams memesan, dan berapa banyakyang hams dipesan. Hal ini bukanlah persoalan yang mudah. Maka dan itu
manajemen hams b.sa membuat keputusan untuk memesan seekonomis mungkin
barang yang dibutuhkan. Bcberapa teknik lot sizing sebagai berikut :
1- Jumlah pesanan tetap (Fixed Order Quantity)
Teknik im menggunakan kuantitas pemesanan yang tetap, yang berarti ukuran
kuantitas pemesanan (lot size) adalah sama untuk setiap kali pemesanan.
Ukuran lot tersebut ditentukan secara sembarang berdasarkan raktor-faktor
mtuisi/empiris, misalnya menggunakan jumlah kebutuhan bersih (Rt) tertinggisebagai ukuran lotnya (Ginting, 2007).
43
2. Jumlah pesanan ekonomis (Economic Order Quantity)
Teknik EOQ ini didasarkan pada asumsi bahwa kebutuhan bersifat continue
terhadap pola pennintaan yang stabil. Ukuran kuantitas pcrnesanannya (lotsize) ditentukan dengan minus (Joko, 2004):
EOQ- l2DS•' H
Dimana :
D = Jumlah kebutuhan rata-rata dalam satu periode
S = Biaya pemesanan untuk sam kali pesan
H = Biaya simpan tiap unit produk
3. Jumlah pesanan atas dasar periode (Period Order Quantity)
Metode Period Order Quantity mempakan pengembangan dari metode EOQ
untuk penerimaan yang tidak seragam unmk beberapa penode. Rata-rata
pennintaan digunakan dalam model EOQ untuk mendapatkan rata-rata jumlah
barang untuk setiap kali pesan. Angka ini selanjutnya dibagi dengan rata-rata
jumlah permintaan per periode dan hasilnya dibulalkan ke bilangan integer.
Angka terakhir menunjukkan jumlah periode waktu yang dicakup dalam sekali
pemesanan (Joko, 2004). Perhitungan diatas dapat diselesaikan dalam satu
minus sebagai berikut:
POQ=- ,2S^ -'D.H
Dimana :
D - Jumlah kebutuhan rata-rata dalam satu periodt
S = Biaya pemesanan untuk sam kali pesan
44
H - Biaya simpan tiap unit produk
4. Lot For lot
Teknik im mempakan teknik lot sizing yang paling sedcrhana dan mudah
dimengcrti. Pemesanan dilakukan dengan pertimbangan minimasi ongkossimpan. Pada teknik ini, pemenuhan kebutuhan bersih (Rt) dilaksanakan setiap
periode yang membutuhkannya, sedangkan besar ukuran kwantitas
pemesanannya (lot size) adalah sama dengan jumlah kebutuhan bersih (Rt)
yang hams dipenuhi pada periode yang bersangkutan. Teknik im biasanya
digunakan untuk item-item yang mahal atau yang tingkat kontinuitaspenninlaannya tinggi (Ginting, 2007).
5. Kebutuhan dengan Periode Tetap (Fixed Period Requirement)
Teknik ini menggunakan konsep interval pemesanan yang konstan, sedangkanukuran kwantitas pemesanannya (lot size) boleh bervariasi. Ukuran kwantitas
pemesanan tersebut mempakan penjumlahan kebutuhan bersih (Rt) dari setiap
penode yang tercakup dalam interval pemesanan yang telah ditetapkan.
Penctapan interval pemesanannya dilakukan secara seimbang atau mtuitif.
Teknik FPR mi, jika saat pemesanan jatuh pada periode yang kebutuhan
bersilmya sama dengan nol, maka pemesanannya dilaksanakan pada penodeberikutnya (Ginting, 2007).
6. Ongkos Unit Terkccil (Least Unit Cost)
Pada teknik LUC mi ukuran kwantitas pemesanan (lot size) ditentukan dengan
cara coba-coba, yaitu dengan jalan mempertanyakan apakah ukuran lot di
45
suatu periode sebaiknya sama dengan kebutuhan bersih (Rt) atau bagaimana
kalau ditambah dengan periode-periode berikutnya. Keputusan ditentukan
berdasarkan ongkos per unit +ongkos simpan per unit terkecil dan setiapbakal ukuran lot yang akan dipilih (Ginting, 2007).
Teknik ini menghitung kombinasi pemesanan dengan biaya pemesanan perunityang terkecil.
Dm = permintaan pada penode ke-m
Km - rata-rata biaya tiap periode bila melakukan order untuk m, untuk
periode sekaligus
A = biaya order
H = biaya simpan tiap unit/periode
Demand= DuD2,Dh...Dm
„ A +h.D2K.7
D1 + D2
V __ A +h.D2 +2H.D3JV3
D1+D2+D3
v _ A +h.D2 +2h.Dl +-+(m-l)hDmJvm — " • . .
Dl+D2+D3+-+Dm
46
7. Ongkos Total Terkecil (Least Total Cost)
Metode ini hampir sama dengan LUC, namun pada metode ini memihh ongkos
total terkecil selama periode bemmtan dengan cara menggabungkan kebutuhan
sampai ongkos simpan mendekati ongkos pesan (Fogarty et.al, 1991)
8. Metode Part Period Balancing
Metode Part Period Balancing merupakan salah satu pendekatan guna
mcnenmkan ukuran lot suatu kebutuhan bahan baku yang tidak scragam
menjadi lot-lot yang dapat mcminimalisasi biaya persediaan total. Meskipun
tidak menjamin diperolehnya biaya total yang minimal, metode ini
memberikan solusi pemecahan yang cukup baik. Metode ini minp dengan *
model EOQ yang berusaha menyeimbangkan biaya pemesanan dan biaya
penyimpanan. Perbedaan metode ini dengan EOQ adalah pada
dimungkinkannya setiap pesanan dapat dilakukan dalam jumlah yang berbeda,
hal ini diakibatkan oleh jumlah permintaan setiap periode yang berbeda.
Ukuran lot dihimng dengan menggunakan pendekatan penode bagian yang
ekonomis (economic pert periode/EPP), yaitu dengan membagi biaya
pemesanan/set up dengan biaya penyimpanan per unit per penode (Joko,2004).
jrpp - Biaya pemescman (Set up)Biaya penyimpanan per unit/periode
9. Silver Meal
Metode Silver-Meal atau senng juga discbut metode SM dikembangkan
oleh Edward Silver dan Harlan Meal berdasarkan pada periode biaya.
Penentuan rata-rata biaya per penode adalah jumlah penode dalam
47
penambahan pesanan yang meningkat. Penambahan pesanan dilakukan ketika
rata-rata biaya periode pertama meningkat. Jika pesanan datang pada awal
penode pertama dan dapat meneukupi kebutuhan hingga akhir pariode T.
Teknik Silver-Meal menggunakan pendekatan yang agak sama dengan PBB
atau sering discbut juga Part Period Algorithm. Kriteria dan teknik Silver-
Meal adalah bahwa lot size yang dipilih hams dapat meminimasi ongkos
total perpenode. Pennintaan dengan periode-penode yang berumtan
diakumulasikan kedalam suatu bakal ukuran lot (tentative lot size) sampai
jumlah Carriying cost dan setup cost dan lot tersebut dibagi dengan jumlah
penoda yang terlibat meningkat. Total biaya relevan perpenode adalah sebagaiberikut:
TRC (T) = C+T<>tal biaya simpan hingga akhitr periode r
TRCJJ) _C+PhEj^fk-pRkr T
T
Dimana :
C - Biaya pemesanan per periode
H - Persentase biaya simpan perpenode
P =•- Biaya pembelian perunit
Ph= Biaya simpan perperiode
TRC(T) = Total biaya relevan pada periode T
T - Waktu penambahan dalam periode
Rk - Rata-rata pennintaan dalam periode k
48
10. Algoritma Wagner Within
Teknik menggunakan proscdur optimasi yang didasari model proram dinamis.
Tujuaiinnya adalah untuk mendapatkan strategi pemasaran yang optimal untuk
seluruh jadwal kebutuhan bersih dengan jalan meminimasi total ongkos
pengadaan dan ongkos simpan. Pada dasarnya teknik menguji semua cara
pemesanan yang mungkin dalam memenuhi kebutuhan bersih setiap periode
yang ada pada horison perencanaan, sehingga senantiasa memberikan jawaban
optimal (Ginting, 2007).
Tujuan metode mi adalah untuk mendapatkan strategi pemesanan yang optimal
untuk seluruh jadwal kebutuhan bersih dengan jalan meminimasi total ongkospengadaan dan ongkos simpan.
Dimana :
Zce =ongkos pesan xongkos simpan x[(permintaan)]
Fe = min (Zcc x F(,)
TC=2 omJkos Pesan f £ ongkos simpan
BAB III
METODE PENELITIAN
Pada bab mi akan dijelaskan mengcnai subbab dan metode penelitian yaitu tempatdan objek penelitian, data-data yang diperiukan, cara pengambilan data, pengolahdata dan analisis data serta diagram alir peneliti^
3.1 Tempat dan Objek Penelitian
an
.in.
Penelitian ini dilakukan di Jl. Sultan Agung No 46 Yogyakarta. Objekpenchtiannya adalah persediaan, perencanaan dan penjadwalan pendistnbusian produkCokelat Roso.
3.2 Data-data yang diperiukan
Data-data yang diperiukan dalam penelitian ini adalah :
1. Bill OfDistribution (BOD)
2. Data volume penjualan 14 minggu dan 16 minggu sebelumnya.
3. Data persediaan perusahaan (pusat distribusi) dan semua pengecer/outlet.4. Data biaya produksi per unit produk coklat
5. Data biaya pemesanan
a. Biaya telepon
b. Biaya transportasi
50
c. Biaya buruh
6. Data biaya simpan
a. Biaya modal (capital)
b. Biaya kaiyawan
c. Biaya listrik
d. Biaya administrasi
7. Data lead time
8. Data prediksi pemsahaan untuk penjualan 3bulan mendatang
3.3 Cara Pengambilan Data
Unmk menghimpun data yang dibutuhkan maka digunakan metode pengumpulandata sebagai berikut:
1. Metode Interview/Wawancara yaitu suatu cara untuk mendapatkan data denganmengadakan wawancara langsung dengan kaiyawan perusahaan. Dar, metode in,
diharapkan dapat memperoleh data tentang gambaran umum perusahaan dan datalam yang berhubungan dengan permasalahan.
2. Dokumentasi, yaitu metode pengumpulan data yang penyelidikannya ditujukanpada penguraian dan penjelasan melalui sumbcr-sumber dokumen. Dan metode
ini diharapkan memperoleh data tentang Bill OfDistribution (BOD), data volume
penjualan, data lead time, data persediaan semua outlet, data biaya produks, perunit produk, data biaya pemesanan (biaya telepon, biaya transportasi dan biayaburuh) dan data b.aya simpan (biaya capital, biaya kaiyawan, biaya Hstnk danbiayaadministrasi).
51
3. Metode observasi adalah suatu cara pengumpulan data atau mformasi melalui
pengamatan dan peneatatan yang berhubungan dengan data yang dibutuhkan.
3.4 Pengolahan Data
1. Tahap peramalan penjualan
Pada tahap mi perusahaan mencoba untuk meramalkan atau memprediksi rencana
penjualan di setiap pengecer/outlet untuk bcberapa penode mendatang denganmenggunakan metode peramalan.
2. Tahap penentuan rencana induk penjualan
Pada tahap mi pemsahaan membuat rencana induk penjualan untuk beberapaperiode yaitu mingguan, dimana setiap penode telah diketahui berapa produkyang akan dijual.
3. Tahaprencana pemenuhan kebutuhan
Pada tahap ini ditentukan kapan produk yang dibutuhkan harus disiapkan danberapa banyaknya.
a. Perhitungan Kebutuhan Bersih (Netting)
Mempakan proses perhitungan kebutuhan bersih (net. requirement) yangbesaraya mempakan selisih antara kebutuhan kotor (gross requirement)dengan jadwal penerimaan barang (planned receipts) dan persediaan awalyang tersedia {beginning inventory).
b. Lotting
Lotting merupakan proses untuk mcnenmkan besarnya pesanan di setiap mata
rantai berdasarkan kebutuhan bersih yang dihasilkan dan proses netting.Terdapat banyak alternatif untuk menghitung lot size.
52
c Offsetting
Offsetting merupakan proses yang bertujuan unmk menentukan saat yang tepatuntuk merencanakan pemesanan dalam rangka memenuhi kebutuhan bersih.Rencana pemesanan diperoleh dengan cara mengurangkan saat awalterscdianya kebuUihan bersih yang diingmkan dengan lead time yangdibutuhkan.
d. Explosion.
Proses explosion merupakan proses perhitungan kebutuhan kotor untuk tingkatmata rantai d, bawahnya (sub distributor, distributor) yang didasarkan atas
rencana pemesanan. Dalam proses ini struktur jaringan imlah proses explosion
akan berjalan dan dapat menentukan ke arah mata rantai mana haras dilakukanexplosion.
4. Tahap rencana pemesanan
Pada tahap ,n, distributor akan memesan kebutuhan sesuai dengan kebutuhannyakepada produsen.
3.5 Analisis Data
Berdasarkan pengolahan data kemudian akan dilakukan analisis data. Pada prosesperamalan akan diketahui perkiraan penjualan untuk periode yang akan datang. Hasilperamalan tersebut diperoleh dari hasil peramalan dengan metode yang terpihhdengan nilai kriteria Mean Absolute Percentage Error (MAPE) terkecl. Selain ituuntuk perkiraan penjualan tidak hanya dengan peramalan tetapi juga dilakukan dengaprcdiksi oleh perusahaan. Perusahaan membuat rencana induk penjualan untukbeberapa periode tertentu yaitu mmgguan. dimana setiap periode telah d.ketahu,
53
berapa produk yang akan dijual. Perhitungan ukuran pemesanan (lot size) denganbeberapa teknik lot sizing.
Perhitungan distribution requirement planning diperiukan Bill Of Distribution(BOD), forecast demand, scheduled receipts, projected ending inventory, lead time.teknik lot sizing yang digunakan dan lot stze (ukuran pemesanan). Sctelah perhitunganDRP akan dihitung berapa total b.aya simpan, total biaya pemesanan dan ,o,al cos,.Perhitungan DRP dengan teknik lot sizing tertentu yang total cost terkecil akandigunakan oleh perusahaan untuk perencanaan distnbus, produk. Hasil perhitunganDRP akan d,ke,ahu, jumlah produk untuk setiap kali pemesanan dan waktu rencanapengiriman pesanan masmg-mas,ng pengecer/outlet unmk penjualan 3 bulanmendatang serta jumlah produk yang disediakan pemsahaan (pusat distribusi) danwaktu produk disediakan perusahaaa (pusa, distribusi) untuk semua pengecer/outle,penjualan selama 3bulan mendatang.
3.6 Diagram Alir Penelitian
Mulai
Studi Pustaka
Perumusan Masalah
Pengumpulan Data
Peramalan Penjualan Periodeyang akan datang
Menentukan MetodePeramalan Terbaik
. ._T
Hasil Peramalan
Penentuan Rencana IndukPenjualan
Perhitungan denganDistribution Requirement
Planningf/2RP}_
Perhitungan TataI Cost
Pemilihan Teknik Lot Sizingyang Meminimalkan Total
Cost
"i~Rencana Pemesanan
Pembahasan
- —— .i_. .._..._.. _Kcsimpulan dan Saran
. _T ._./'
' Selesai
Gambar 3. i Flow Chart Diagram Alir Penelitian
54
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Gambaran Singkat Perusahaan
CV Roso Indonesia adalah perusahaan yang memproduksi cokelat roso. Cokelat
roso "Taste of Jog]'a" telah hadir sebagai pilihan oleh-oleh cokelat asli Jogja yangdiproduksi di Ngayogyakarta dan diramu oleh chocolatier aseli Indonesia. Cokelat
Roso dengan kemasan yang umk dan kemasan yang menank hadir untuk melengkapioleh-oleh makanan aseli Jogja lainnya yang telah hadir lebih dulu.
Berbagai vanan rasa dihadirkan seperti Cokelat Roso Bener dengan 3varian rasa
Dark Chocolate, Milk Chocolate dan White Chocolate dikcmas dengan berbagai iconpanwisata Jogja seperti tempat wisata Kraton Jogja, Tugu Jogja dan Tamansan.
Cokelat Roso Kacang-kacangan yaitu Mete, Almond dan Huzelnut dihadirkan dengankemasan alat transportasi khas Jogja yaituonthel, becak dan andhong. Edisi spesialCokelat Roso Jejamuan dengan 3vanan rasa Gula Asem, Kunyit dan Beras Kencur
dikemas dengan gambar Mbok Jamu yang diangkat sebagai produk aseli Cokelat Rosoyang bcrcitrakan "Taste of Jogja".
CUKRO Cupid Cokelat Roso, maskot Cokelat Roso im Dewa Cinta aseli Jogjadengan pakaian petarung Jawa yang mempunyai sayap dan bersenjatakan panahasraara yang akan membenkan cinta dan cita rasa Cokelat Roso kapanpun dimanapun
juga dalam produk Cokelat Roso dengan kemasan mini sehingga memperkaya pilihan
56
Cokelat Roso. Selain irujuga ada Cokelat Roso Butong (Buah Gentong) dengan 9ras
buah-buahan yang dikemas dengan gerabah aseli Jogja sehingga lebih memperkuatcita rasa oleh-oleh cokelat asli Jogja.
"Taste ofJogja" inilah yang menjadi ciri klias cokelat roso yang menggabungkan
rasa cinta dan ciri khas Jogja. Cokelat roso ini benar-benar bikinan orang Indonesia
(Chocoiatier Indonesia). Varian rasanya-pun mencirikhaskan karaktcr Jogja yang
disuguhkan dengan cantik dan manis. Potensi panwisata dan kuliner di tampilkandengan menarik di dalamnya.
rasa
57
4.2 Pengumpulan Data
4.2.1 BillOfDistribution (BOD)
Cokelat Roso didistnbusikan ke beberapa outlet/swalayan. Pada awalnya baru
didistnbusikan 2 outlet. Namun semakin bcrkembang sampai sckarang sudahdidistnbusikan ke 10 outlet.
CV. Roso Indonesia
Cokro Tela Cake ; i! Indoimna Pamella
DagaduDjogja Bakpia Djava . I Kado Kita
Bakpia 75 I I IRumah Mirota
MagaSwalayan
Batik
Nadzar
Gambar 4.1 Bill OfDistribution
4.2.2 Data Penjualan
Data penjualan yang digunakan dari bulan Januari 2011 sampai Mei 2011. Data
tersebut hanya data penjualan untuk 4 outlet karena data outlet yang lain belum
meneukupi unmk dilakukan peramalan penjualan penode yang akan datang, Perkira.
penjualan periode yang akan datang unmk selain 4 outlet tersebut diperoleh da
prediksi oleh perusahaan saja. Selain 4outlet tersebut baru saja menjalin kerjasdengan CV Roso indonesia.
All
an
asama
Periode
Januari
Februari
Maret
April
Mei
Rata-rata/minggu
Tabel 4.1 Data Penjualan
Cokro Tela Cake
(bungkus)
46
48
50
52
58
63
62
60
65
70
74
70
73
71
75
75
63
Swalayan/Outlet
lndoguna
(bungkus)
26
29
27
30
30
34
30
32
33
38
35
38
40
35
40
45
34
Pamella 1
(bungkus)
28
26
27
30
33
30
32
30
34
35
37
35
40
39
33
58
Bakpia 75
(bungkus)
40
38
45
47
52
43
50
55
45
50
57
65
65
65
60
59
4.2.3 Data Persediaan Outlet
Data persediaan oulct adalah data persediaan yang masih ada pada saat dilakukan
peramalan unmk periode yang akan datang. Data tersebut unmk perencanaan
distnbusi persediaan untuk pcnjualan periode yang akan datang.
Tabel 4.2 Data Persediaan Outlet
No. Outlet Jumlah (bungkus)
Cokro Tela Cake 40
lndoguna 30
Pamella 1 25
Bakpia 75 30
Rumah Mirota 10
Dagadu Djogja 20
Bakpia Djava 30
Kado Kita 15
Maga Swalayan 40
10 Batik Nadzar 20
11 Pusat Distribusi 300
4.2.4 Data Lead Time
Data lead time adalah sclang waktu antara saat pemesanan barang hinggapesanan ditenma. Data lead time digunakan unmk menentukan kapan waktu untuk
melakukan pemesanan produk.
Tabel 4.3 Data Lead Time
No.
1
Outlet Waktu
Cokro Tela Cake I minggu
2 Indoguna 1 minggu
3 Pamella 1 1 minggu
4 Bakpia 75 1 minggu
5 Rumah Mirota 1 minggu
6 Dagadu Djogja 1 minggu
7 Bakpia Djava 1 minggu
8 Kado Kita 1 minggu
9 Maga Swalayan 1 minggu
10 Batik Nadzar 1 minggu
11 Pusat Distribusi 1 minggu
60
4.2.5 Perhitungan Biaya Simpan
Biaya simpan adalah biaya yang timbul akibat disimpannya suatu item. Biayasimpan terdiri atas biaya-biaya yang bervariasi secara langsung dengan kuantitaspersediaan. Biaya simpan yang ada di CV. Roso Indonesia adalah biaya modal(capital), biaya karyawan, biaya administrasi dan biaya listrik.
a. Biaya modal (capital)
Biaya produksi/uml = Rp 7.300
Suku bunga per tahun = 12 %
Biaya capital per unit/tahun =biaya produksi/unit xsuku bunga per tahun
Biaya capital per unit/tahun - Rp 7.330 x12% - Rp 876
Biaya capital = Rp 876 per unit/tahun
Biaya capital - RP 876 Per unit/tahun _ 1% n -t/u ,/ 12 bulan ~ 73 per unit/bulan
Biaya capital *P 73 per "-"Vbulan , .4minggu " 'S'25 Per unit/minggu
61
b. Biaya karyawan untuk persediaan
Biaya karyawan adalah biaya yang dikeluarkan unmk biaya karyawan untukmengums persediaan di gudang. Biaya karyawan yang dikeluarkan adalah sebesar
Rp 200.000 per bulan. Biaya tersebut untuk satu orang kaiyawan sebagai tambahangaji yang mengurusi persediaan di gudang.
Biaya karyawan unmk persediaan per unit/bulan = Biaya Karyawan per bulanJumlah produkperbulan
Biaya kaiyawan untuk persediaan =^^=Rp „„,, per^^
Biaya karyawan untuk persediaan =^12ZI =Rp ,4493 per mit/mi
c. Biaya Listrik
Biaya listrik yang dikeluarkan untuk persediaan digudang adalah sebesar Rp35.000 per bulan. Biaya tersebut diambil 5%dari total biaya listrik yangdikeluarkan pemsahaan selama 1bulan.
Biaya listrik per unit/bulan - Biaya Hstrik per bulanJumlah produk per bulan
D. .. t ., Rp 35.000Biaya listrik - = Rp 10,145 perunit/bulan
3450
,->• ,. ., Rp 10,145Biaya listrik - Rp 2,536 per unil/minggu
62
d. Biaya Administrasi
Biaya administrasi yang dikeluarkan perusahaan adalah sebesar Rp 5.000 per
bulan.
Biaya administrasi per uml/bulan =Biaya administrasi per bulanJumlah produk per bulan
D. ... Rp S.000Biaya administrasi - ^^ = Rp 1,449 per unit/bulan
D- , • - Rp 1,449Biaya administrasi ~ = Rp 0,362 per unit/mmggu
Biaya simpan - biaya capital +biaya karyawan +biaya listrik +biaya administrasi
Biaya simpan - 73 per unit/bulan +Rp 57,971 per unit/bulan +Rp 1(), j45 per
unit/bulan + Rp 1,449 per unit/bulan
= Rp 142,565 per unit/bulan
Biaya simpan =18,25 per unit/mmggu t- Rp 14,493 per unit/minggu 4- Rp 2,536 per
unit/mmggu 4- Rp 0,362 per unit/minggu
~ Rp 35,67 per unit/minggu
63
4.2.6 Perhitungan Biaya Pemesanan
CV Roso Indonesia adalah pemsahaan yang memproduksi cokelat. Produk CV
Roso Indonesia yaim cokelat roso. Produk tersebut didistnbusikan dengan mcmbuka
gerai dan juga diditnbusikan ke bcberapa swalayan-swalayan atau outlet-outlet.
Penjualan cokelat roso bukan hanya penjualan melalum gerai dan swalayan-swalayan
atau outlet-outlet tetapi juga melalui mengikuti pameran-pameran dan juga
penegiriman melalui paketan. Dalam pendistribusian cokelat roso CV Roso Indonesia
mengirimkan cokelat roso apabila ada permintaan dari swalayan-swalayan atau outlet-
outlet. Kemudian perusahaan akan mengirimkan cokelat roso. Biaya yang dikeluarkan
dalam proses pemesanan ini adalah biaya dari perusahaan.
Proses pemesanan awalnya dimulai dan pihak swalayan-swalayan atau outlet-
outlet akan memberitahu kepada pihak pemsahaan melalui telepon dan pihak
pemsahaan juga akan menclepon kembali unmk memberitahukan hal-hal tertentu.
Setelah itu pihak pemsahaan akan mengirimkan cokelat roso apabila produk sudah
terscdia dan siap didistnbusikan. Tentunya dalam mengirimkan produk sampai ke
tujuan membutuhkan biaya transportasi dan buruh unmk mengantar cokelat roso.
Dalam hal mi biaya yang dikeluarkan perusahaan dalam pemesanan cokelat roso yaitu
biaya telepon, biaya transportasi dan biaya buruh.
a. Biaya telepon
Biaya telepon adalah biaya telepon yang dikeluarkan pemsahaan setiap sekali
pemesanan. Biaya telepon tersebut dikeluarkan pemsahaan untuk mcnelepon
pengecer/outlet untuk mengkonfirmasi hal-hal yang perlu dan mulai pemesanan
sampai barang sampai ke pengecer/outlet. Biaya yang dikeluarkan adalah sebesar
Rp3.000/ordcr.
64
b. Biaya transportasi
Biaya transportasi adalah biaya transportasi yang dikeluarkan pemsahaan setiap
sekali pemesanan. Biaya transportasi untuk mcngantarkan produk yang dipesan
sampai ke pengecer/outlet. Biaya transportasi yang dikeluarkan adalah sebesar Rp3000/order.
e. Biaya buruh
Biaya buruh adalah biaya yang dikeluarkan unmk upah buruh mengantarkan
pemesanan. Biaya yang dikeluarkan adalah sebesar Rp 5000/order.
Biaya pemesanaiv'ordcr =Rp 3.000/order 4 Rp 3000/order 4 Rp 5000/order
Biayapemesanan/order - Rp 11000/order
65
4.3 Pengolahan Data
4.3.1 Peramalan (Forecasting)
Peramalan dilakukan unUik mendapatkan perkiraan penjualan penode yang akandatang. Dalam meramalkan dibutuhkan data penjualan periode sebelumnya. Datatersebut dilakukan plotting data untuk mendapatkan pola data penjualan periodesebelumnya. Dan pola data dapat ditentukan metode peramalan yang tepat untukmenghitung peramalan sehinggga didapat perkiraan pcnjualan untuk periode yangakan datang. Dibawah ini pola data penjualan penode sebelumnya untuk outlet cokrotela cake, mdoguna, pamella 1dan bakpia 75.
80
70
60
50
40
30
20
10
0
Cokro Tela Cake
1 2 3 4 5 6 S 9 10 11 12 13 14 15 16
-^-Cokro Tela Cake
Gambar 4.2 Pola Data Penjualan Cokro Tela Cake
45
40
35
30
25
20
15
10
5
0
9 10 11 12 13 14 15 16
Indoguna
Gambar 4.3 Pola Data Pcnjualan Indoguna
Pamella 1
2 3 4 5 6 7 9 10 11 12 13 14
"^-Pamella 1
Gambar 4.4 Pola Data Pcnjualan Pamella
66
67
Gambar 4.5 Pola Data Pcnjualan Bakpia 75
Dari plotting data diatas dapa. ditentukan metode peramalan yang tepat untukmenghitung peramalan. Untuk plotting data penjualan cokro tela cake, indoguna,pamella , dan bakpia 75 dipcro.ch pola data trend. Untuk data penjualan berben.uktrend, metode peramalan yang digunakan:
1• Metode moving average with linear trend (MAT)
2. Metode single exponential smoothing with trend (SEST)3. Metode double exponential smoothing (DES)
4. Metode double exponential smoothing with trend ((DEST)
Perhitungan peramalan dengan menggunakan metode tersebut denganmenggunakan software yaitu WmQSB. Dengan menggunkan Mean AbsolutePercentage Error (MAPE) sebagai parameter penilaian kesalahan. Hasil peramalandengan menggunakan WmQSB seperti tabel dibawah ini:
Tabel 4.4 Parameter Kesalahan Hasil Peramalan dengan WinQSB
OutletNo Metode yang digunakan
MAT^~~ ~" ~" ~
sesF~~ ~~~~-
MAPE
Untuk memilili metode peramalan yang lepa, maka dipilih akan digunakan
•sebagai metode yang tepat. Dan tabe, diatas untuk outlet cokro tela cakemenggunakan metode „,oV,„g average w,,„ linear trend (MAT), outlet Indogunamenggunakan metode n,oVu,g average uitb Hnear trend (MAT), outlet Pamella 1
68
69
mem.ggunakan ^oio ,„oVing average witl, linear trend (MAT), dan outlet bakp.a75 menggunakan metode double exponential stnootlung with trend (DEST, Dibawahim has,, peramalan dengan metode yang terpilih dengan nibi kritcna MAPE tcrkcei,yaitu sebagai berikut;
Tabel 4.5 Hasil Peramalan WinQSB
Swalayan/Outlet
Pamella I Bakpia 75
70
Untuk perkiraan penjualan pcnode yang akan datang selain 4outlet tersebutd,akukan prediksi oleh perusahaan. Keenam outlet tersebut tidak bisa dilakukanPeramalan karena data penjualan periode sebelumnya tidak meneukupi. Dibawah in,P-diksi penjualan penode yang akan datang untuk 6outlet yaitu sebagai berikut:
Tabel 4.6 Prediksi Penjualan dan Pemsahaan
PeriodeRumah
Mirota
(bungkus)
Swalayan/Outlet
Dagadu Bakpia
Djogja
(bungkus)
Djava
(bungkus)
Kado
Kita
(bungkus)
Maga
Swalayan
(bungkus)
Batik
Nadzar
(bungkus)
4.3.2 Rencana Induk Penjualan
^Tabel 4.7 Rencana Tnduk Penjualan Cokro Tela CakePeriode Penjualan (bungkus)
Mei3
4
78
80
Juni
1 82
2 84
3 86
4 88
Juli
1
2
90
92
3 94
4 96
Agustus1 98
2100
Tabel 4.8 Rencana Induk Penjualan IndogunaPeriode Penjualan (bungkus)
Mei 50 ~~
4 55
Juni
i ~r 60
2 I 65
3 70
4 75
Juh
1 80
2 85
3 90
* |~ 95
Agustus1 100
2 105
71
Tabel 4.9 Rencana Induk Penjualan Pamella 1
— __
Pcnode Penjualan (bungkus)
Mei3
——.
42
4 44
Juni
1 46
2 48
3 50
4
1
52
Juli
54
2 56
3 58
4 60
Agustus1 62
2 |64
Tabel 4.10 Rencana Induk Penjualan Bakpia 75
Periode Penjualan (bungkus)
Mei3 59
4 60
Juni
1 60
2 1 ri3
~4~
62
~~63~~~~
Juli
1 64
264
~~65~~~"~~
4 J ~~66 —
Agustus
~— ———. .—_—
1 I1 6^* J 67
72
Tabel 4.11 Rencana Induk Penjualan RumahMirota
Periode Penjualan (bungkus)
Mei3
-| .
40
4 40
Juni H-40
40
3 40
4
I
40
40
Juh2 40
J 4
40
40
Agustus1 40
~— . __
2
—
40
Tabel 4.12 Rencana Induk Penjualan Dagadu Djogjogja
Periode Penjualan (bungkus)
Mei3 30
4 30
Juni
1
2
3~
30
30
1 30 ""
Juli
I
2 ~
4
30
30
30
Agustus"> i
i
30
—— A 30
•
73
Tabel 4.13 Rencana Induk Penjualan Bakpia Djava
Penjualan (bungkus)
Tabel 4.14 Rencana Induk Penjualan Kado Rita
Periode Pcnjualan (bungkus)
Mei3 25
4 1 25
Juni
1 25
225
L3 jl 25 " ~14 T~~~25~~" ~~~
Juh
1 25
225
~~~ ~~~2fT ~" ~~~ ~
4 1 25
Agustus1 25
— ————__
2
— l_
25
74
Tabel 4.15 Rencana Induk Pcnjualan Maga Swalayan
Periode Penjualan (bungkus)
Mei
Juni
I 3 50
4 50
50
2 50
3 P " 504 1 50
Juli
1 50
2 50
3
4
50
50
Agustus1 50
2 50
Tabel 4.16 Rencana Induk Penjualan Batik Nadzar
Penode Penjualan (bungkus)
Mei3 25
4 25
Juni
I 25
2 25
3 25
~~2~5~~'~ ~~~
Juh
1 25
2
~~3~
25
~25~ ~~~~~4 25
Agustus1 25
2 25
75
76
4.3.3 Perhitungan Distribution Requirement Planning (DRP)
Pada tahap in, akan dllakukan ^.^ ^ ^.^^^Planning Pada tahap ,n, ditentukan kapan produk yang dibutuhkan harus d,s,apkandan berapa banyaknya.
a. Perhitungan Kebutuhan Bersih (Netting)
Mempakan pro.es perhitungan kebutuhan bers,h (net recrement) yang besan.yamerupakan se.tsih antara kebutuhan kotor (gross retirement) dengan jadwa,penertmaan barang (planned rece,Pts) dan persediaan awa, yang terscd.a(beginning inventory).
b. Lotting
Lotting merupakan proses untuk menentukan besantya pesanan di setiap mata•anta, berdasarkan kebutuhan bers,h yang dihas.lkan dan proses netting. Terdapatbanyak altematif untuk menghitung ukuran pemesanan (lot size).
c. Offsetting
Offsetting merupakan proses yang bertujuan untuk menentukan saat yang tepatun.uk merencanakan pemesanan dalam rangka memenuh, kebutuhan bers,h.Rencana pemesanan d.peroieh dengan cara mengura„gka„ saa, awal terscdianyakebutuhan bersih yang dimginkan dengan lead time yang dibutuhkan.
d, Explosion.
Proses explosion mea,pakan proses perhitungan kebutuhan kotor un.uk t.ngka,mata ranta, d, bawahnya (gub d]stnbulor, dislnbmor) ^ ^^ ^
rencana pemesanan. Da,am proses ini struktur jaringan ,n„ah proses explosionakan berjalan dan dapat mcnenmkan ke arah mata rantai mana harus dilakukanexplosion.
1.L
otF
orL
ot
a.C
okro
Tel
aC
ake
Lead
time:
1m
ingg
u
Peri
od
e
Fore
cast
Dem
and
Sche
dule
dR
ecei
pt;
Proj
ect
On
Han
d
Net
Req
uire
men
tPl
annn
edO
rder
Rece
ipts
Plan
nned
Ord
erR
elea
ses
b-In
doL
-una
Lead
time:
1m
ingg
u
Per
iod
e
Fore
cast
Dem
and
Sche
dule
dR
ecei
pts
Proj
ect
On
Han
d~
Net
Req
uire
men
t
Plan
nned
Ord
erRe
ceip
tsPl
annn
edO
rder
Rel
ease
s
On
Han
d:4
0
78
82
84
40
38
38
82
84
82
On
Han
d:
30
86
90
92
90
92
90
92
90
92
94
94
94
94
96
10
96
21
96
98
~98~
98
10
0
12
100"
191_
10
0
11
c-P
amel
la1
Lea
dti
me:
min
gg
u
Peri
od
e
Fore
cast
Dem
and
Sche
dule
dRe
ceip
ts~p
ec70
i7H
a^d~
~~
d.B
akpi
a75
Lead
time:
1min
ggu
Per
iod
e
Fore
casiJ
)em
and
Sche
dule
dR
ecei
pts
Proj
ectO
nH
and
Net
Req
uire
men
tP
lann
ned
Ord
er
_PIa
nnne
dO
rder
Rel
ease
s
78
On
Han
d:2
5
On
Han
d;
30
e-R
um
ahM
irot
a
Lea
dtim
e:I
min
CU
T1
1
Net
Req
uire
men
tPl
annn
edO
rder
Rece
ipts
i_Pl
annn
edO
rder
Rel
ease
s
LD
agad
uD
jogj
a
Lead
time:
1min
ggu
Per
iod
e
Fore
cast
Dem
and
^che
dule
dRe
ceip
tsPr
ojec
tOnl
jano
TN
etR
equi
rem
ent
Plan
nned
Orde
rRec
eipts
^^n^
Ord
eTR
^ie^
eT
On
Han
d:
10
On
Han
d;
20
20
5[6
7P
P9
pp
^3
03
03
0|J
0P
p
PZ
j~lo
~~
00
0__
o_J
~~
(P~
~3
p PP
!3
0
30|_
J0l
PQ
pp
pj-
Pr~
30
J3
0
30
13
0~
3<n.p
pp
p~
lo~
79
g.B
akpi
aD
java
Lead
time:
1m
ingg
u
Pen
od
e
Fore
cast
Dem
and
Sche
dule
dRe
ceip
ts"
[Plai
mne
dOr
derR
eleas
es
h.K
ado
Kita
Lead
time:
1m
ingg
u
Per
iod
e
_Pla
nnne
dO
rder
Rel
ease
s
On
Han
d:
30
On
Han
d:
15
i.M
aga
Swal
ayan
Lead
time:
1m
ingg
u
Peri
od
e
For
ecas
tD
eman
d
Sche
dule
dR
ecei
pts
Proj
ect
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
J.B
atik
Nad
zar
Lea
dlim
e:1
min
ggu
Per
iod
e
For
ecas
tD
eman
d
Sche
dule
dR
ecei
pts
Proj
ect
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erRe
ceip
tsPl
annn
edO
rder
Rel
ease
s
On
Han
d:
40
50
50
40
50
10
50
50
50
On
Han
d:
20
25
25
20
25
25
25
25
50
50
50
50
50
50
50
50
25
25
25
25
25
25
25
25
50
50
50
50
25
25
P ~25~
50
50
50
50
25
25
P ~25~
50
50
50
50
25
25
P ~25~
50
50
50
50
50
50
50
50
25
25
25
25
PP
10
11
12
50
Po~~PP
00
0
50
50
50
50
50
50
50
50
10
25
25 25_
~25~
11 25
25
P "25"
12
25
25
25
k.P
usa
tD
istr
ibu
si
Lead
time:
1m
ingg
u
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
On
Han
d:
30
0
2.E
cono
mic
Ord
erO
uant
ity
(EO
Q)
a.C
ok
roT
ela
Cak
e
EO
Q2
DS
H
'2*
89
*1
1,0
00
=2
35
35
,67
Lea
dtim
e:1
min
ggu
On
Han
d:4
0E
OQ
:235
!P
erio
de
12
34
15
67
89
10!
111
2F
ore
cast
Dem
an
d7
88
08
28
48
68
89
09
29
49
69
81
00
Sch
edul
edR
ecei
pts
Pro
ject
On
Han
d4
01
97
11
73
51
86
10
012
15
76
52
06
11
01
21
47
Net
Req
uire
men
t3
84
97
82
98
8Pl
annn
edO
rder
Rec
eipt
s2
35
23
52
35
23
52
35
Pla
nn
ned
Ord
erR
elea
ses
23
52
35
23
52
35
b.In
do
tiu
na
EO
Q=
l2D
S'2
*7
8*
11
.00
0
H3
5,6
7=
22
0
83
Lea
dtim
e:1
min
ggu
On
Han
d:
30
EO
Q:
22
0
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d5
05
56
06
57
07
58
08
59
09
51
00
10
5Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
30
20
01
45
85
20
17
09
51
51
50
60
18
58
52
00
Net
Req
uire
men
t2
05
07
03
52
0Pl
annn
edO
rder
Rec
eipt
s2
20
22
02
20
22
02
20
Pla
nn
ned
Ord
erR
elea
ses
22
02
20
22
02
20
c.P
am
ell
a1
EO
Q=
'2D
5'2
*5
3*
11
.00
0=
18
1H
35
,67
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
On
Han
d:
25
42
44
25
16
41
20
17
18
1
EO
Q:
18
46
74
26
18
1
10
1112
50
52
54
56
58
60
62
64
15
70
551
17
61
18
58
17
71
13
24
18
.1
81
18
1
18
11
81
84
d.B
akpi
a75
"O-J
x-J
2^-
."
Lead
time:
1m
ingg
u
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Plan
nned
Ord
erR
elea
ses
e,R
um
ahM
iro
ta
EOQ=
/—=
/2*4-0
*11.0
00V
U4
35,67
On
Han
d:
30
59
60
30
!68
29
19
7
=1
57
EO
Q;
197
60
48
19
7
61
18
4
P
62
63
64
64
12
25
91
92
12
8
97
97
65
63
19
7
10
~66
19
4
19
7
11
"67
12
7
12
"67"
60
85
Lea
dtim
e:1
min
ggu
On
Han
d:
10
Peri
od
e
Fo
reca
stD
eman
d4
04
0
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d1
27
87
Net
Req
uire
men
t3
0
Plan
nned
Ord
erR
ecei
pts
15
7
Pla
nnne
dO
rder
Rel
ease
s
f.D
agad
uD
jogj
a
mn
2D5"
2*30
*11
.000
H3
5,6
7
Lead
time:
1m
ingg
u
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
On
Han
d:
20
20
30
12
6
10
T36"
30
96
EO
Q:
157
40
40
47
15
7
EO
Q:
136
30
30
66
36
40
12
4
P 30
36
40
84
30
~136
~
40
44
30
82
40
15
7
30
52
40
12
1
~36~
"T
51
30
22
13
6
10
"40"
P "30"
12
8
13
6
11 "40"
41
11 "30"
12
"40"
12
"30"
86
g.B
akpi
aD
java
Lea
dtim
e:1
min
ggu
Peri
od
e
For
ecas
tD
eman
d
_Sch
edul
cdR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
35
,67
Plan
nned
Ord
erR
ecei
pts
Plan
nned
Ord
erR
elea
ses
h-K
ado
Kit
a
35
,67
=1
76
On
Han
d:
30
30
=1
24
50
15
6
"~20
~"T
ib
50
10
6
EO
Q:
176
50
50
56
17
6
50
P P 776"
50
50
82
32
17
6
50
58
17
6
50
10
"50"
58
"50" 76
P ~50
P P T76"
87
Lea
dtim
e:1
min
ggu
!P
erio
de
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Proj
ect
On
Han
d
Net
Req
uire
men
t
Plan
mie
dO
rder
Rec
eipt
sPl
annn
edO
rder
Rel
ease
s
i-M
aga
Swal
ayan
EOQ=
/—=
/2*50
*11.0
00H
435
,67
Lead
time:
1m
ingg
u
Per
iod
e
For
ecas
tD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Plan
nned
Ord
erR
elea
se
On
Han
d:
15
25
25
15
11
4
12
4
=1
76
On
Han
d:
40
EO
Q:
124
25
25
64
39
EO
Q:
176
25
14
12
4
25
111
7T
25
25
25
63
38
1°
"25"
13 !24
II "25"
12
2
P T24
"
12
"25"
97
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nmie
dO
rder
Rel
ease
s
3.L
east
Tota
lCos
t(LT
C)
a.C
ok
roT
ela
Cak
e
On
Han
d:
30
0E
OQ
:18
95
10
43
29
10
38
44
3:
53
37
53
55
34
29
30
03
00
30
07
63
85
34
69
37
13
99
64
69
31
55
91
32
49
63
36
18
95
18
95
18
95
18
95
18
95
18
95
Peri
od
eU
nit
Per
iod
sC
arr
ied
J*^n
piL
CH
DJ«
£^os
^K
um
ula
tif
38x
35.6
7x
0=
0
82
84
x35
,67
x1
=28
53,6
82
*3
5,6
7x
2=
5849
,!84
x35
,67
x0
=0
86x3
5567
xl
=30
67,6
2
10
11
90
92
94
96
10
0
03
5,6
7x
2=
6277
,92
90
x3
5,6
7x
0=
092
x35
,67
x1
=32
81,6
49
4x
35
,67
x2
=67
05,9
696
x35
,67
x0
=0
98*3
5,67
*i
=349
5,66
100
x3
5,6
7x
2=
7134
0
2853
,68
70
3,4
8
0
3067
,62
93
45
,54
0
32
81
,64
99
87
,60
34
95
,66
10
62
9,6
6
II 80
7
75
;
90
12
75
2
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Plan
nned
Ord
erR
elea
ies"
b.In
dogu
na
On
Ela
nd
:4
0
78
40
16
28
2
38
20
0
P "82"
25
8
84
86
90
92
17
49
4
84
90
25
82
76
27
6
Per
iod
eU
nit
Per
iod
sC
arr
ied
Per
iod
Car
ryin
gC
ost
11 12
20
55
60
65
70
75
80
85
90
95
10
0
10
5
20
*3
5,6
7*
0=
0
55*35,67x1=
1961,85
60*35,67*
2=4280,4
65
*3
5,6
7x
3=
6955
,65
70x
35
,67
*0
=0
75*
35,6
7x
1=2
675,
25
x3
5,6
7*
2=
5707
,285
*35
,67*
0=
9095
,85
90*
35,6
7*1
=32
10,3
95
*3
5,6
7x
2=
6777
.3
100*
35,6
7*0
=31
38,9
610
5*35
,67*
1=37
45,3
5
94
29
4
96
_198
_
"294
"
Ku
mu
lati
f
0~"
n%
L8
5~
6242
,25
J319
7^0
2675
,25
83
82
,45
0
3210
,3
J>98
7^0
37
45
,35
11 10
0
P Too"
91
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
_Pla
nnne
dO
rder
Rec
eipt
sP
lann
ned
Ord
erR
elea
ses
c.P
am
ell
a1
On
Han
d:
30
50
55
60
65
30
'1
80
12
56
5
20
20
0
22
5
Peri
od
eU
nit
Peri
od
sC
arr
ied
11
70
44
46
48
50
52
54
56
58
10
60
116
2
64
70
75
85
90
P "95"
15
58
08
51
95
70
85
22
52
70
27
0
Per
iod
Car
ryin
gC
ost
17x
35
i67
x0
=0
44x
35,6
7x
1=
1569
,48
46
x3
5,6
7*
2=
3281
,64
S*35
,67*
3=
5136
,48
50*
35
;67
x0
=0
52x
35,6
7x
1=
1854
,84
54x3
5,67
*2
=38
52,3
656
*35,
67*3
=59
92,5
658
*3
5,6
7x
0=
0
60*3
5,67
*1=
2140
,262
x3
5,6
7*
2=
4423
,<
64
*3
5,6
7*
3=
6848
,64
20
5
Ku
mu
lati
f
0
15
69
,48
48
51
,12
^9
87
^0
T8H
845
70
7,2
1169
9,76
0
21
40
,2
6563
,28
1341
1,93
J_l^_
"Too
"
PL
"Too
""2
05~
12
T05"
92
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
d.B
akpi
a75
On
Han
d:
25
42
44
46
48
25
14
49
85
0
17
20
5
Peri
od
eU
nit
Peri
od
sC
arr
ied
12
9
60
60
46
1
62
63
64
64
65
66
II
61
50
52
54
56
11
05
6
52
16
2
16
22
44
Per
iod
Car
ryin
gC
ost
~~29
x35
,67
x0
=0^
~6
0*
35,6
7*i
=21
40,2
60
*3
5,6
7x
2=
4280
,461
*35
,67*
3=
6527
,61
62
x3
5,6
7x
0=
0
63*
35,6
7*
1=
2247
,21
58
58
24
4
P ~60~
!26
Ku
mu
lati
f
0
2140
,2
6420
,6
1294
8,21
0
64x
35,6
7*3
=68
48,6
4
2247
,21
64*
35,6
7*2
=44
94,42
|67
41,63
'
65x
35
,67
*0
=0
13
59
0,2
7
0
66
*3
5,6
7*
1=23
54,2
22
35
4.2
2
67*
35,6
7*2
=47
79,7
87
13
41
26
76
7*
35
,67
*3
=71
69,6
71
43
03
,67
62
64
12
"64"
93
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plam
med
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
e.R
um
ahM
iro
ta
On
Han
d:
30
59
60
60
61
62
30
18
11
21
61
19
:
29
62
21
02
53
25
3
63
64
64
12
86
4
26
5
65
20
0
P "267
10
66
13
4
Peri
od
eU
nit
Peri
od
sC
arr
ied
Peri
odC
arry
ing
Cos
tK
um
ula
tif
13
00
30
*3
5,6
7*
0=
00
24
01
40*
35,6
7*
1=
1426
,81
42
6,8
34
02
40
*3
5,6
7*
2=
2853
,64
28
0,4
44
03
40
*3
5,6
7*
3=
42
80
,485
60,8
54
0^
~~
~y
l~~
~4
0*
35
,67
*0
=0
06
40
1|4
0HS5
,67
*1=
1426
,814
26,8
74
02
40
*3
5,6
7*
2=
2853
.64
28
0,4
84
03
40
*3
5,6
7*
3=
4280
,485
60,8
94
00
40
*3
5,6
7*
0=
00
10
40
I40
*35
,67
*1
=14
26,8
1426
,81
11~
loT
24
0*
35
,67
*2
=28
53.6
42
80
,41
24
03
—_
—_
40
*3
5,6
7*
3=
4280
,485
60,8
11 67
67
12
"67
94
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
tPl
annn
edO
rder
Rec
eipt
sP
lanm
ied
Ord
erR
elea
ses
f.D
agad
uD
jogj
a
On
Han
d:
10
40
40
40
40
10
12
04
0
30
15
0
60
Peri
od
eU
nit
Per
iod
sC
arr
ied
11
0
30
30
30
30
30
30
30
30
30
113
0
12
30
40
40
12
08
0
40
16
0
7 40
40
40
16
0
9
"To"
12
0
"To"
"
W
Per
iod
Car
ryin
gC
ost
Ku
mu
lati
f
10*
35
,67
*0
=0
30*
35,6
7*1
=10
70,1
30
*3
5,6
7*
2=
2140
,23
0*
35
,67
*3
=32
10,3
30*
35,6
7*
4=
4240
,43
0*
35
,67
*0
=0
30*3
5,67
*1
=10
70,1
30
*3
5,6
7*
2=
2140
,23
0x
35
,67
*3
=32
10,3
30*
35,6
7*4
=42
40,4
30
x3
5,6
7*
0=
0
30*
35,6
7*1
=10
70,1
0
1070
,
3210
,3
64
20
,6
J070
T~
~0
~~
10
70
.
3210
,3
64
20
.6
10
70
1
0
1070
,1
10
"To"
n "To"
40
12
"To"
95
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
_Pla
nnne
dO
rder
Rec
eipt
sP
lann
ned
Ord
erR
elea
ses
Bak
pia
Dja
va
On
Han
d:
20
30
30
30
30
20
12
09
06
03
0
10
13
0
30
15
0
30
12
0
TtT
15
0
30
90
10
30
30
30
60
30
60
Peri
od
eU
nit
Per
iod
sC
arr
ied
Per
iod
Car
ryin
gC
ost
Ku
mu
lati
f1
20
020
*3
5,6
7x
0=
00
25
01
50
*3
5,6
7*
1=
1783
,517
83,5
35
02
50
*3
5,6
7*
2=
3567
53
50
,54
50
33
5*
35
,67
*3
=53
50,5
1070
1J
5 6~
"5
00
50*
35
,67
*0
=0
05
01
50
*3
5,6
7*
1=
1783
,517
83,5
75
02
50
*3
5,6
7*
2=
35
67
53
50
.5
i8
50
33
5*
35
,67
*3
=53
50,5
10
70
19
50
050
*3
5,6
7*
0=
00
10
11
50
15
0*
35,6
7*1
=17
83,5
1783
,55
02
50
x3
5,6
7*
2=
3567
53
50
,51
25
03
35
*3
5,6
7*
3=
5350
,51
07
01
11 30
30
30
"60"
96
12
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
h.K
ado
Kit
a
On
Han
d:
30
50
50
50
50
50
50
50
50
50
50
30
15
01
00
50
15
01
00
50
50
10
02
05
05
0
17
02
00
20
0
20
02
00
Perio
de
1
Un
it
10
Per
iods
Car
ried
Per
iod
Car
ryin
gC
ost
10
*3
5,6
7*
0=
0K
um
ula
tif
0
10
11 12
25
25
25
25
25
25
25
25
25
25
25
25
*3
5,6
7*
1=
891,
7525
*35
,67*
2=
1783
,5
25
*3
5,6
7*
3=
2675
,25
25x
35
,67
*4
=35
67
25x
35,6
7x
5=
4458
,75
25
*3
5,6
7*
6=
5350
,525
*35
,67*
7=
6242
,525
*3
5,6
7*
0=
0
25
*3
5,6
7*
1=
891,
7525
*35
,67
x2
=17
83,5
89
1,7
5
26
75
,25
53
50
,5
8917
,5
13
37
6,2
5
1872
6,75
24
69
6
0
89
1,7
5
2675
,25
25x3
5,67
*3=
2675
,25
5350
,5
11 "5(T
50
12
"50
97
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plam
med
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Mag
aSw
alay
an
On
Han
d:
15
25
25
25
25
25
25
25
25
25
P "25"
15
17
51
50
12
51
00
75
50
25
75
50
Pen
od
e
1 4
_L°
TT
TT
10 85
Un
it
10
50
50
50
50
50
50
50
50
50
"50"
"50"
Per
iod
sC
arr
ied
0
25
10
0
10
0
Per
iod
Car
ryin
gC
ost
10*
35
,67
*0
=0
50*
35,6
7*1
=17
83,5
50
*3
5,6
7*
2=
3567
35
*3
5,6
7*
3=
5350
,550
*3
5,6
7*
0=
0
50*3
5,67
*1
=17
83,5
50
*3
5,6
7*
2=
3567
35
*3
5,6
7*
3=
5350
,55
0*
35
,67
*0
=0
_50_
*35
,67*
1=17
83,5
^Qlp
67^Y
£356
7~"
l5^p
67^3
"=53
50,5"
Ku
mu
lati
f
"6"""
"T78
3T5
5350
,5
10
70
1
0
1783
,5
5350
,5
10
70
1
0
PP
5350
,5
10
70
1
11 "25"
25
12
"25"
98
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Proj
ect
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
J.B
atik
Nad
zar
On
Han
d:
40
50
50
50
50
50
50
50
50
40
15
01
00
50
15
01
00
50
10
50
16
02
00
20
02
00
Peri
od
eU
nit
Perio
dsCa
rried
T^Te
riod
Carr
ying
Cost
25
25
25
25
25
25
25
25
10
25
112
5
12
25
10
*3
5,6
7*
0=
0
25*
35,6
7*1
=89
1,75
25*
35,6
7*2=
1783
,5_2
5*35
,67*
3=
2675
,25
^25
x^61
^4^
3561
25*3
5,67
x5=
4T58
75"
25*
35,6
7*6
=53
50,5
25
*3
5,6
7*
7=
6242
,52
5*
35
,67
*0
=0
25x
35,6
7x
1=
891,
75
25*3
5,67
*2=
1783
,52
5*
35
,67
*3
=26
75,2
5
50
15
0
TT
20
0
P TT
10
0
Ku
mu
lati
f
0
891,
75
2675
,25
53
50
,5
~T9T
TT"
T3T7
0T5"
1872
6,75
24
69
6
0
J391
7526
75,2
5"5
35
0,5
11 TT
50
12
"50
99
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
recast
Dem
an
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
_Pla
nnne
dO
rder
Rec
eipt
sP
lann
ned
Ord
erR
elea
ses
k.P
usa
tD
istr
ibu
si
On
Han
d:
20
25
25
25
25
25
25
25
25
25
10
25
17
51
50
12
51
00
75
50
25
75
50
25
18
01
00
10
0
Pen
od
e
1
Un
itP
eri
od
s
Carr
ied
Peri
odC
arry
ing
Cos
tK
um
ula
tif
99
60
P99
6*35
,67*
0=0
01
23
12
131
2*
35,6
7*
1=
1112
91
11
29
32
76
227
6x
35,6
7*2
=19
689.
843
08
18
,84
|4
27
03
270*
35,6
7*3
=28
892,
75
97
11
,54
51
26
90
12
69
x3
5,6
7x
0=
00
1—6
29
41
294
x35
,67*
1=
7850
,25
78
50
,25
/2
65
226
5*
35,6
7*2
=18
905.
126
755,
35
11 25
25
12
25"
10
0
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
4.Pa
rtPe
riod
Bal
anci
ng(P
PB)
a.C
ok
roT
ela
Cak
e
11
.00
0E
PP
=—
—=
308,
383
5,6
7
On
Han
d:
30
0
25
8
30
03
00
30
04
2
18
54
10
38
85
8
~996
~8
54
31
2
54
6
27
62
70
27
0
18
28
12
69
55
9
T269
~1
82
8
29
4
26
5
10
26
5
11
10
1
12
Lead
time:
1m
ingg
u
Peri
od
e
For
ecas
tD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Perio
de
Un
it
13
8
82
84
86
90
92
94
10
96
119
8
12
10
0
On
Han
d:
40
78
80
40
16
28
2
38
20
0
Peri
od
sC
arr
ied
Pa
rtP
eri
od
s
00
16
4
86
17
6
92
98
20
0
82
84
90
17
4
90
25
82
76
25
82
76
Ku
mu
lati
f
0
24
4
26
2
92
28
0
29
8
92
94
94
29
4
P ~96~
_I9S P 29
4
11 P Too"
P loo"
10
2
b.In
dogu
na
11
.00
0
EP
P=
l57P
308'
38
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
^Sch
edul
edR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Peri
od
eU
nit
Per
iod
sC
arr
ied
Pa
rtP
erio
ds
Ku
mu
lati
f1
20
00
02
55
15
55
53
60
21
20
17
54
65
31
95
37
05
70
00
06
75
17
57
57
80
21
60
23
5L
88
50
i0
0J
99
0I 2
~~
90
~~
fl9
0T
o9
51
90
28
0n
10
00
00
PP
Z1
05
11
05
10
5
On
Han
d:
30
12
50
55
60
65
70
75
80
85
90
30
18
0
20
20
0
12
56
51
55
70
22
5
18
5
85
27
0
95
22
52
70
11
95
00
10
5
00
20
5
20
5
12
105"
10
3
c.
Pam
ell
a1
11
.00
0
EP
P=
l5P
=3°
8'38
Lead
time:
1m
ingg
uP
eri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Peri
od
eU
nit
11
7
44
46
48
50
52
54
56
58
60
116
2
12
64
On
Han
d:
25
2
42
44
25
13
89
4
17
15
5
Per
iod
sC
arr
ied
0
46
48
50
48
62
50
212
212
PartPeriods
0 44
92
144
52
108
6S
60
124
192
52
54
10
56
Kumulatif
0 44
136
280
52
160
328
60
184
376
56
58
58
244
244
10
"TT
126
11
TT
64
12
TT
10
4
d.B
akpi
a75
11
.00
0E
PP
=—
—=
308,
383
5,6
7
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Perio
de
Un
itP
eri
od
sC
arr
ied
Pa
rtP
eri
od
sK
um
ula
tif
12
90
00
26
01
60
60
36
02
12
01
80
46
13
18
33
63
56
20
00
66
31
63
63
76
42
12
81
91
86
43
'19
23
83
96
50
00
10
66
16
66
611
67
21
24
19
01
26
73
201
391
On
Han
d:
30
12
59
60
60
62
63
64
64
65
30
18
11
26
11
91
12
86
42
00
29
62
65
21
02
53
26
5
25
32
65
66
12
4
II TT
67
12
TT
05
e.R
um
ah
Mir
ota
11
.00
0
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Per
iod
eU
nit
1 4 Uf
U_
12
30
40
_40_ 40
_40_
40
_40_
_40_
_40_
40
40
40
On
Han
d:
10
10
1
"To"
12
0
p TT
T
40
Per
iod
sC
arr
ied
0~
~~
40
40
0
4|
5"
40
40
0.
12
0
~T
T16
0T
60~
Pa
rtP
eri
od
s
0 40
12
0
40
J0_
12
0
0_
"40
12
0
40
40
40
Ku
mu
lati
f
0 40
12
0
24
0
0 40
12
0
24
0
0 40
12
0
24
0
40 0
16
0
9
TT
TT
TT
TT
TT
10
"To"
n "To"
40
12
"To"
10
6
f.D
agad
uD
jogj
a
11
.00
0
EP
P=
T5P
=30
8^8
Lead
time:
1m
ingg
uP
eri
od
e
Fo
reca
stD
eman
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nnne
dO
rder
Rel
ease
s
Peri
od
eU
nit
Per
iod
sC
arr
ied
Pa
rtP
eri
od
sK
um
ula
tif
11
00
00
23
01
30
]_30
33
02
60
90
43
03
90
18
0:>
30
41
20
30
06
30
00
07
30
13
03
08
30
26
09
03
03
i9
01
80
10
30
41
20
30
011
30
00
01
23
01
30
30
On
Han
d:
20
30
30
30
90
60
30
10
30
11 To
"
IT P "oT
12
"To"
.07
g.B
akpi
aD
java
11
.00
0
EP
P=
35
,67
=3
08
.38
Lea
dti
me:
1m
ing
gu
Peri
od
e
Fore
cast
Dem
and
Sche
dule
dR
ecei
pts
Proj
ectO
nH
and
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Plan
nned
Ord
erR
elea
ses
On
Han
d:3
0
1
50
50
50
Ku
mu
lati
f0
5T
P^
050
505
0
10
50
11 TT
10
8
12
50
h.
Kad
oK
ita
11
.00
0
Perio
de
Un
itP
eri
od
sC
arr
ied
Pa
rt
Peri
od
sK
um
ula
tif
11
00
00
22
51
25
25
32
52
50
75
42
53
75
15
05
25
41
00
25
06
25
00
07
25
12
52
58
25
25
07
59
25
37
51
50
10
25
41
00
25
01
12
50
00
12
25
1|
252
5
Lea
dtim
e:1
min
ggu
On
Han
d:
15
EP
P:3
15
, 27
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d2
52
52
52
52
52
52
52
52
52
52
52
5Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
15
10
07
55
02
50
10
07
55
02
50
25
0N
etR
equi
rem
ent
10
25
25
Plan
nned
Ord
erR
ecei
pts
11
01
25
50
Pla
nn
ned
Ord
erR
elea
ses
12
5i
50
j
10
9
i.M
aga
Sw
alay
an
11
.00
0E
PP
==
308,
383
5,6
7
Perio
de
Un
itP
eri
od
sC
arrie
dP
art
Peri
od
sK
um
ula
tif
11
00
00
25
01
50
50
35
02
10
01
50
45
03
15
03
00
55
00
00
65
01
50
50
75
02
10
01
50
85
03
15
03
00
95
00 1
00
10
50
50
50
115
02
10
01
50
12
50
31
50
30
0
Lea
dtim
e:1
min
ggu
On
Han
d:
40
Peri
od
e1
23
45
67
89
10
11
12
Fo
recast
Dem
an
d5
05
05
05
05
05
05
05
05
05
05
05
0S
ched
uled
Rec
eipt
s
Pro
ject
On
Han
d4
01
50
10
05
00
15
01
00
50
01
50
10
05
00
Net
Req
uire
men
t1
05
05
0
Plan
mie
dO
rder
Rec
eipt
s1
60
20
02
00
Pla
nn
ned
Ord
er
Rel
ease
s2
00
20
0
11
0
j.B
atik
Nad
zar
11
.00
0E
PP
==
30
8,3
83
5,6
7
Perio
de
Un
itP
erio
ds
Ca
rrie
dP
art
Peri
od
sK
um
ula
tif
15
00
0
22
51
25
25
32
52
50
75
42
53
75
15
0
52
54
10
02
50
62
50
00
72
51
25
25
82
52
50
75
92
53
75
15
01
02
54
10
02
50
112
50
00
12
25
1'2
52
5
Lea
dtim
e:1
min
ggu
On
Han
d:
20
EP
P:
15,0
2P
eri
od
e1
23
45
67
89
10
111
2
Fo
recast
Dem
an
d2
52
52
52
52
52
52
52
52
52
52
52
5Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
20
10
07
55
02
50
10
07
55
02
50
25
0
Net
Req
uire
men
t5
25
25
Plan
nned
Ord
erR
ecei
pts
10
51
25
50
Pla
nn
ned
Ord
er
Rel
ease
s.
.i
12
55
0
11
1
k.P
usa
tD
istr
ibu
si
11
0.0
00
EP
P=
——
-=
3083
,82
35
,67
Lea
dtim
e;1
min
ggu
Peri
od
e
Fo
recast
Dem
an
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
Perio
de
Un
itP
eri
od
sC
arr
ied
Pa
rt
Peri
od
sK
um
ula
tif
11
20
80
00
24
00
14
00
40
0
32
76
25
52
95
2
42
70
38
10
17
62
51
06
90
00
62
94
12
94
29
4
73
65
27
30
10
24
On
Han
d;
30
0E
PP
:31
52,7
6
25
81
25
04
00
27
62
70
10
69
29
4
30
0.
30
03
00
42
94
65
46
27
06
59
36
5
12
08
10
69
21
54
17
28
21
54
17
28
11
2
10
11
12
36
5
5.P
erio
dO
rder
Qua
ntit
y(P
OQ
)
a.C
ok
roT
ela
Cak
e
PO
Q=
I2
.5
D.H
2*
11
.00
0
89
*3
5,6
7-3
Lea
dtim
e:1
min
ggu
On
Han
d:
40
PO
Q=
3
Peri
od
e!
12
34
56
7j
89
10
11
12
Fo
recast
Dem
an
d7
88
08
28
48
68
89
09
29
49
69
81
00
Sch
edul
edR
ecei
pts
Pro
ject
On
Han
d4
02
02
12
24
02
14
12
84
02
26
13
44
01
98
10
04
0
Net
Req
uire
men
t3
84
45
05
6
Pla
nnne
dO
rder
Rec
eipt
s2
40
25
82
76
29
4
Pla
nn
ned
Ord
er
Rele
ase
s2
58
27
62
94
b.In
do
gu
na
PO
Q=
I2
.5
D.H
2*
11
.00
0
78
*3
5,6
7=
3
11
3
Lea
dtim
e:1
min
ggu
On
Han
d:
30
PO
Q=
3
Peri
od
e1
12
34
i5
67
89
10
111
2
Fo
recast
Dem
an
d5
05
56
06
57
07
58
08
59
09
51
00
10
5
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d3
01
45
90
30
17
51
05
30
19
51
10
20
22
51
25
20
Net
Req
uire
men
t2
03
55
07
5
Plan
nned
Ord
erR
ecei
pts
16
52
10
25
53
00
Pla
nn
ned
Ord
er
Rel
ease
s2
10
25
53
00
c.
Pam
ell
a1
PO
Q=
12
.5
D.H
2*
11
.00
0
53
*3
5,6
7
Lea
dtim
e:1
min
ggu
On
Han
d:
25
PO
Q=
4
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d4
24
44
64
85
05
25
45
65
86
06
26
4Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
25
11
57
12
51
27
77
25
13
98
32
51
51
89
25
Net
Req
uire
men
t1
72
32
93
5
Plan
nned
Ord
erR
ecei
pts
13
21
50
16
81
86
Pla
nn
ned
Ord
er
Rel
ease
s1
50
16
81
86
11
4
d.B
akpi
a75
PO
Q=
f2
.5
D.H
'2*
11
.00
0
63
*3
5,6
7-3
Lea
dtim
e:1
min
ggu
On
Han
d:
30
PO
Q=
3
Peri
od
e1
23
45
67
89
10
111
2
Fo
recast
Dem
an
d5
96
06
06
16
26
36
46
46
56
66
76
7
Sch
edul
edR
ecei
pts
_—
_
Pro
ject
On
Han
d3
01
50
90
30
15
59
33
01
59
95
30
16
49
73
0
Net
Req
uire
men
t2
93
13
43
6
Pla
nnne
dO
rder
Rec
eipt
s1
79
18
61
93
20
0
Pla
mm
ed
Ord
er
Rele
ase
si
18
61
93
20
0
e.R
um
ah
Mir
ota
PO
Qf
2.5
D.H
'2*
11
.00
0
40
*3
5,6
7=
4
11
5
Lea
dtim
e:1
min
ggu
On
Han
d:
10
PO
Q=
4
Peri
od
e1
j2
34
56
78
91
011
12
Fo
recast
Dem
an
d4
04
04
04
04
04
04
04
04
04
04
0.
40
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d1
01
30
90
50
10
13
09
05
01
01
30
90
50
10
Net
Req
uire
men
t3
03
03
0Pl
annn
edO
rder
Rec
eipt
s1
60
16
01
60
Pla
nn
ned
Ord
er
Rel
ease
si
16
0j
160
—~
—_
—.—
f.D
agad
uD
jogj
a
PO
Q=
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
recast
Dem
an
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
On
Han
d:
20
POQ
=5
30
30
30
30
20
14
01
10
50
10 50
10
111
2
30
30
30
30
30
30
30
30
20
40
11
05
02
03
0
10
30
15
06
0
15
06
0
11
6
Bak
pia
Dja
va
PO
Q=
50
*3
5,6
7
Lea
dtim
e:1
min
ggu
On
Han
d:
30
PO
Q=
4
Peri
od
e3
23
45
67
89
10
11i
12
Fo
recast
Dem
an
d5
05
05
05
05
05
05
05
05
05
05
05
0
Sch
edul
edR
ecei
pts
j
Pro
ject
On
Han
d3
0;
18
01
30
80
30
18
01
30
80
30
18
01
30
80
30
Net
Req
uire
men
t
Pla
nnne
dO
rder
Rec
eipt
s
20
20
20
20
02
00
20
0
Pla
nn
ned
Ord
er
Rele
ase
s1
20
0i L
20
0
h.
Kad
oK
ita
PO
Q=
'2.5
D.H
'2*
11
.00
0
25
*3
5,6
7
_^
11
7
Lea
dtim
e:1
min
ggu
On
Han
d:
15
PO
Q
Peri
od
e1
23
45
67
89
10
111
2
Fo
recast
Dem
an
d!
25
25
25
25
25
25
25
25
25
25
!2
52
5
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d1
51
15
90
65
40
15
11
59
06
54
01
51
15
90
Net
Req
uire
men
t1
01
01
0Pl
annn
edO
rder
Rec
eipt
s1
25
12
51
25
Pla
nn
ned
Ord
er
Rel
ease
s.
L.
125
|1
25
i.M
aga
Swal
ayan
PO
Q=
12
.5
D.H
'2*
11
.00
0
50
*3
5,6
7=
4
Lea
dtim
e:1
min
ggu
On
Han
d:
40
PO
Q=
4
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d5
05
05
05
05
05
05
05
05
05
05
05
0Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
40
19
01
40
90
40
19
01
40
90
40
19
01
40
90
40
Net
Req
uire
men
t1
01
01
0
Plan
mie
dO
rder
Rec
eipt
s2
00
20
02
00
Pla
nn
ned
Ord
erR
elea
ses
;2
00
20
0
11
8
j.B
atik
Nad
zar
PO
Q=
'2*
11
.00
0
25
*3
5,6
7=
5
Lea
dtim
e:1
min
ggu
On
Han
d:
20
POQ
=5
Pen
od
e|
12
34
56
78
91
011
12
Fo
recast
Dem
an
d2
52
52
52
52
52
52
52
52
52
52
5?5
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d2
01
20
95
70
45
20
12
09
57
04
52
04
52
0N
etR
equi
rem
ent
55
5Pl
annn
edO
rder
Rec
eipt
s1
25
12
55
0_
.
Pla
nn
ned
Ord
er
Rele
ase
s1
25
50
k.
Pu
sat
Dis
trib
usi
PO
Q=
I2
.5
D.H
2*
11
0.0
00
55
4*
35
,67-
=4
11
9
Lea
dtim
e:1
min
gg
uO
nH
an
d:
30
PO
Q:
4
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d0
08
04
56
04
00
89
20
56
09
80
23
50
0S
ched
uled
Rec
eipt
s
Pro
ject
On
Han
d3
00
30
03
00
21
52
15
92
11
92
30
03
00
15
15
53
53
00
00
Net
Req
uire
men
t5
04
26
0
Plan
nned
Ord
erR
ecei
pts
26
56
17
75
Pla
nn
ned
Ord
er
Rel
ease
s!
26
56
17
75
6.Ju
mla
hpe
riod
ete
tap
(Fix
edPe
riod
Req
uire
men
t)
a.C
ok
roT
ela
Cak
e
Lea
dtim
e:1
min
ggu
On
Han
d:4
0FP
R=
3pe
riod
e
Peri
od
e1
23
45
67
89
10
11
12
Fo
recast
Dem
an
d7
88
08
28
48
68
89
09
29
49
69
81
00
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d4
02
02
12
24
02
14
12
84
02
26
13
44
02
38
14
04
0N
etR
equi
rem
ent
38
44
50
56
Plan
nned
Ord
erR
ecei
pts
24
02
58
27
62
94
Pla
nn
ned
Ord
erR
elea
ses
i2
58
27
62
94
1
12
0
b.In
dogu
na
Lea
dtim
e:1
min
ggu
On
Han
d:
30
FP
R=
3pe
riod
e
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d5
05
56
06
57
07
58
08
59
09
51
00
10
5S
ched
uled
Rec
eipt
s
Pro
ject
On
Han
d3
01
45
90
30
17
51
05
30
20
51
20
30
23
51
35
30
Net
Req
uire
men
t2
03
55
06
5
Plan
nned
Ord
erR
ecei
pts
36
52
10
25
53
00
Pla
nn
ned
Ord
er
Rele
ase
s1
21
0|
255
30
0
c.
Pam
ell
a1
Lea
dtim
e:1
min
ggu
On
Han
d:
25
FP
R=
3pe
riod
e
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d4
24
44
64
85
05
25
45
65
86
06
26
4Sc
hedu
led
Rec
eipt
s
Pro
ject
On
Han
d2
51
15
71
25
12
77
72
51
39
83
25
15
18
92
5N
etR
equi
rem
ent
17
23
29
35
Plan
nned
Ord
erR
ecei
pts
13
21
50
16
81
86
Pla
nn
ned
Ord
erR
elea
ses
15
01
68
18
6
12
1
d.B
akpi
a75
Lea
dtim
e:1
min
ggu
On
Han
d:
30
FP
R=
3pe
riod
e
jPer
iode
12
34
56
78
91
011
12
Fo
recast
Dem
an
d5
96
06
061
62
63
64
64
65
66
67
67
Sch
edul
edR
ecei
pts
Pro
ject
On
Han
d3
01
50
90
30
15
59
33
01
59
95
30
16
49
73
0N
etR
equi
rem
ent
29
31
34
36
Plan
nned
Ord
erR
ecei
pts
17
91
86
19
32
00
Pla
nn
ned
Ord
er
Rele
ase
s1
86
19
32
00
e.R
um
ah
Mir
ota
Lea
dtim
e:1
min
ggu
On
Han
d:
20
FPR
=3
peri
ode
Peri
od
e1
23
45
67
89
10
111
2F
ore
cast
Dem
an
d3
03
03
03
03
03
03
03
03
03
03
03
0Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
20
80
50
20
80
50
20
80
50
20
80
50
20
Net
Req
uire
men
t1
01
01
01
0Pl
annn
edO
rder
Rec
eipt
s9
09
09
09
0•
Pla
nm
ied
Ord
er
Rel
ease
s9
09
09
0i
12
2
f.D
agad
uD
jogj
a
Lea
dtim
e:1
min
ggu
On
Han
d:
10
FPR
=3
peri
ode
Peri
od
e1
23
45
67
89
10
11!
12F
ore
cast
Dem
an
d4
04
04
04
04
04
04
04
04
04
04
04
0Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
10
90
50
10
90
50
10
90
50
10
90
50
10
Net
Req
uire
men
t3
03
03
03
0Pl
annn
edO
rder
Rec
eipt
s1
20
12
01
20
12
0P
lan
nn
ed
Ord
er
Rel
ease
s1
12
01
20
12
0
g.B
akpi
aD
java
Lea
dtim
e:1
min
ggu
On
Han
d:
30
FP
R=
3pe
node
Peri
od
e1
23
45
67
89
10
11
12
Fo
recast
Dem
an
d5
05
05
05
05
05
05
05
05
05
05
05
0Sc
hedu
led
Rec
eipt
sP
roje
ctO
nH
and
30
13
08
03
01
30
80
30
13
08
03
01
30
80
30
Net
Req
uire
men
t2
02
02
02
0Pl
annn
edO
rder
Rec
eipt
s1
50
15
0:
15
01
50
Pla
nn
ned
Ord
erR
elea
ses
15
01
50
15
0
12
3
h.
Kad
oK
ita
Lea
dtim
e:1
min
ggu
On
Han
d:
15
FP
R=
3pe
riod
e
Peri
od
e1
23
4.
56
78
91
011
12
Fo
recast
Dem
an
d2
52
52
52
52
52
52
52
52
52
52
52
5
Sch
edul
edR
ecei
pts
Pro
ject
On
Han
d1
56
54
01
56
54
015
65
40
15
65
40
15
Net
Req
uire
men
t1
01
01
01
0
Plan
nned
Ord
erR
ecei
pts
75
75
75
75
Pla
nn
ned
Ord
er
Rel
ease
s7
57
57
5
i.M
aga
Sw
alay
an
Lea
dti
me:
1m
ing
gu
On
Han
d:
40
FPR
=3
peri
ode
Peri
od
e1
23
45
67
89
10
11
12
Fo
recast
Dem
an
d5
05
05
05
05
05
05
05
05
05
05
05
0S
ched
uled
Rec
eipt
s
Pro
ject
On
Han
d4
01
40
90
40
14
09
04
01
40
90
40
14
09
04
0N
etR
equi
rem
ent
10
10
10
10
Plan
nned
Ord
erR
ecei
pts
15
01
50
15
01
50
Pla
nn
ned
Ord
er
Rel
ease
s1
50
15
01
50
12
4
j,B
atik
Nad
zar
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
recast
Dem
an
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
k.P
usa
tD
istr
ibu
si
Lea
dtim
e:1
min
ggu
Peri
od
e
Fo
recast
Dem
an
d
Sche
dule
dR
ecei
pts
Pro
ject
On
Han
d
Net
Req
uire
men
t
Plan
nned
Ord
erR
ecei
pts
Pla
nn
ned
Ord
erR
elea
ses
On
Han
d:
20
25
25
20
70
45
75
On
Han
d:
30
0
30
03
00
30
0
14
64
FPR
=3
peri
ode
25
25
25
20
70
45
75
75 FP
R:3
peri
ode
14
64
30
0
11
64
14
64
30
03
00
15
52
25
20
75
15
52
30
0
"125
2"1
552
25
70
75
30
0
25
45
30
0
'64
0
25
20
75
16
40
30
0
TTTo
"T
rTo"
10
"25"
70
75
10
30
0
25
45
11 30
0
12
"25"
20
12
30
0
12
5
126
4.3.4 Perhitungan Total Cost
Pada tahap ini akan dilakukan perhitungan total cost dari masing-masing teknik
lot sizing yang digunakan. Setelah im akan dipilih teknik lot sizing yang memiliki total
cost terkecil.
Total cost = total biaya simpan + total biaya pemesanan
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
Total biaya pemesanan =biaya pesan per order *jumlah pemesanan
1. Lot For Lot
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
= 35,67 per unit/minggu * 0 unit - 0
Total biaya pemesanan = biaya pesan per order *jumlah pemesanan
-Rp 110.000* 11
= Rp 1210.000
Total cost = total biaya simpan + total biaya pemesanan
= 0 + Rp 1210.000= Rp 1210.000
2. Economic Order Quantity (EOQ)
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
= 35,67 per unit/minggu x 8923 unit = Rp 318.283
Total biaya pemesanan =biaya pesan per order xjumlah pemesanan
= Rp 110.000*3
= Rp 330.000
Total cost- total biaya simpan + total biayapemesanan
= Rp 318.283 + Rp 330.000 = Rp 648.283
3. Least Total Cost (LTC)
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
-35,67 per unit/minggu *3140 unit = Rp 112.003
Total biaya pemesanan = biaya pesan per order * jumlah pemesanan
-Rp 110.000*2
= Rp 220.000
Total cost = total biayasimpan + total biaya pemesanan
= Rp 112.003 + Rp 220.000 = Rp 332.003
4. Part Period Balancing (PPB)
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
- 35,67 per unit/minggu * 3428 unit = Rp 122.276
Total biaya pemesanan = biaya pesan per order *jumlah pemesanan
= Rp 110.000x2
= Rp 220.000
Total cost = total biaya simpan 4 total biaya pemesanan
= Rp 122.276 + Rp 220.000 = Rp 342.276
5. Period OrderQuantity (POQ)
Total biaya simpan =biaya simpan per unit per/minggu * total persediaan
= 35,67 per unit/minggu x 8486 unit = Rp 302.695
127
Total biaya pemesanan =biaya pesan per order *jumlah pemesanan
= Rp 110.000*2
- Rp 220.000
Total cost = total biaya simpan + total biaya pemesanan
= Rp 302.695 + Rp 220.000 - Rp 522.695
6. FixedPeriod Requirement (FPR)
Total biaya simpan - biaya simpan per unit per/minggu * total persediaan
= 35,67 perunit/minggu * 3600 unit= Rp 128.412
Total biaya pemesanan =biaya pesan per order *jumlah pemesanan
= Rp 110.000* 3
= Rp 330.000
Total cost. = total biaya simpan + total biaya pemesanan
= Rp 128.412 + Rp 330.000 = Rp 458.412
128
Tabel 4.18 Perhitungan Total Cost
No
1.
3.
4.
T
6.
Teknik LotSizing
Lot For Lot
Economic Order Ouantity (EOQ)
Least Total Cost (LTC)
Part Period Balancing (PPB)
Period Order Quantity (POQ)
Fixed Period Requirement. (FPR)
4.3.5 Rencana Pemesanan
Biaya
Simpan
0
Biaya
Pemesanan
Rp 1210.000
Rp 318.283 Rp 330.000
Rp 112.003 Rp 220.000
Rp 122.276 Rp 220.000
Rp 302.695 Rp 220.000
Rp 128.412 Rp 330.000"
129
Total Cost
Rp 1210.000
Rp 648.283
Rp 332.003
Rp 342.276
Rp 522.695
Rp 458.412
Pada tahap mi pengecer/outlet akan memesan kebutuhan sesuai dengan
kebutuhannya kepada perusahaan. Dari perhimngan Distribution RequirementPlanning (DRP) sudah diketahui jumlah produk sckah pemesanan dan waktu rencana
penginman pesanan yang tepat untuk pengecer/outlet. Jumlah produk dan waktu yang
tepat produk dikirim diperoleh dari perhitungan Distribution Requirement Planning(DRP) dengan teknik lot sizing yang meminimalkan total cost.
BAB V
PEMBAHASAN
5.1 Peramalan (forecasting)
Tabel 5.1 Nilai Mean Absolute Percentage Error (MAPE)
No Outlet Metode yang digunakan
MAT
SEST
Cokro Tela Cake
DES
DEST
MAT
SEST
IndogunaDES
DEST
MAT
SEST
Pamella 1
DES
DEST
MAT
SEST
Bakpia 75
DES
DEST
MAPE
14,3
23,67
10,47
9,6
12,58
20.2
9,86
7,44
:0,91
14,41
8,89
13,65
14,11
20
12.39
131
Hasil peramalan dengan software WinQSB menggunakan nilai Mean Absolute
Percentage Error (MAPE) terkecil untuk memilih metode peramalan yang tepat. Nilai
Mean Absolute Percentage Error (MAPE) terkecil dipilih agar kesalahterror dan
hasil peramalan dengan nilai yang paling kecil. Mean Absolute Percentage Error
(MAPE) memiliki kelebihan yaitu menyatakan persentase kesalahan hasil peramalan
terhadap pennintaan aktual selama periode tertentu yang akan memberikan informasi
persentase kesalahan terialu tinggi atau terialu rendah, sehingga akan lebih akurat.
Software WinQSB digunakan agar perhitungan peramalan lebih akurat atau
menghindari kesalahan dalam perhitungan manual dan mempersingkat waktu dalam
peramalan dibandingkan dengan perhimngan manual .
Hasil perhitungan dengan software WinQSB diperoleh bahwa untuk outlet
cokro tela cake menggunakan metode moving average with linear trend (MAT), outlet
Indoguna menggunakan metode moving average with linear trend (MAT), outlet
Pamella 1menggunakan metode moving average with linear trend (MAT) dan outlet
bakpia 75 menggunakan metode double exponential smoothing with trend (DEST)
karena nilai Mean Absolute Percentage Error (MAPE) metode yang terpilih terkecil
dari mctode-metode yang lain. Nilai MAPE masing-masing metode tcrlihat pada label
diatas. Hasil peramalan untuk penjualan periode mendatang menggunakan hasil
peramalan dengan metode yang tetpilih. Hasil peramalan tersebut untuk penjualan 3
bulan yang akan datang.
Pcramalan hanya dilakukan untuk outlet cokro tela cake, indoguna, pamella 1
dan bakpia 75. Sedangkan perkiraan pcnjualan periode yang akan datang untuk outlet
rumah mirota, dagadu djogja, bakpia djava, kado kita, maga swalayan, dan batik
132
nadzar diperoleh dari prediksi perusahaan. Prediksi penjualan setiap minggu selama 3
bulan dianggap sama.
5.2 Rencana Induk Penjualan
Pemsahaan membuat rencana induk penjualan unmk beberapa periode yaitu
mingguan, dimana setiap periode telah diketahui berapa produk yang akan dijual.
Rencana produk yang akan dijual tersebut selain dari hasil pcramalan juga dari
prediksi yang dilakukan perusahaan. Rencana induk penjualan 3 bulan mendatang
tersebut akan menjadi kebumhan setiap minggu pada perhitungan Distribution
Requirement Planning (DRP).
5.3 Lot Size
Perhitungan lot size unmk mengetahui ukuran pemesanan dalam perhitungan
Distribution Requirement Planning (DRP). Perhitungan lot size menggunakan 6
teknik lot sizing yaitu Lot For Lot, Economic Order Quantity (EOQ), Least. Total Cost
(LTC), Part Period. Balancing (PPB), Period Order Quantity (POQ), dan Fixed
Period Requirement (FPR). Dari keenam teknik lot sizing tersebut akan digunakan
satu teknik lot sizing yang total cost terkecil dalam perhitungan DRP. Teknik lot
sizing yang digunakan tersebut jika digunakan oleh perusahaan akan mengeluarkan
biaya yang lebih kccil dari teknik lot sizing yang lain.
5.4 Distribution Requirement Planning
Pada awal proses perhitungan Distribution Requirement Planning (DRP)
dilakukan perhitungan yaita project on hand dikurangi precast demand minggu ke-1.
133
Apabila hasilnya positif sehingga tidak perlu dilakukan pemesanan dan apabila
hasilnya negatif sehingga perlu dilalkukan pemesanan. Hasil project on hand
dikurangi forecast demand minggu ke-1 yang hasilnya negatif merupakan net
requirement minggu ke-I. Pada minggu ke-1 dilakukan pemesanan dengan ukuran lot
sesuai dengan perhitungan 6 teknik lot sizing untuk masing-masmg outlet. Ukuran lot
diletakkan pada rencana penerimaan pesanan (planned order receipt). Ukuran lot
tersebut dikurangi net requirement sehingga hasilnya mempakan project on hand
untuk minggu ke-1. Unmk rencana pengiriman pesanan (planned order release) sesuai
dengan lead time pemesanan.
Langkah-langkah diatas dilakukan sampai pada periode terakhir sehingga akan
menghasilkan perencanaan kebumhan distribusi masing-masing pengecer/outlet.
Apabila perhimngan Distribution Requirement Planning (DRP) untuk semua
pengecer/outlet selesai maka akan dilakukan perhitungan Distribution Requirement
Planning (DRP) untuk pusat distribusi (pemsahaan). Untuk forecast demand pusat
distribusi diperoleh dari penjumlahan jumlah produk yang dibutuhkan pada rencana
persiapan pesanan (planned order release) semua pengecer/outlet. Langkah
perhitungan untuk pusat distribusi (pemsahaan) sama dengan langkah perhitungan
pengecer/outlet.
5.5 Total Cost
Perhimngan total cost distribusi produk cokelat roso dari masing-masing teknik
lot sizing yang digunakan adalah untuk mengctahui teknik lot sizing yang memiliki
total cost terkecil. Perencanaan distnbusi produk dengan total cost terkecil yang akan
digunakan pemsahaan dalam pendistnbusian produk. Total cost adalah penjumlahan
134
dari total biaya simpan dan total biaya pemesanan. Total biaya simpan adalah
perkalian biaya simpan per unit per/minggu dengan total persediaan. Total biaya
pemesanan adalah pcrkalian biaya pesan per order dengan jumlah pemesanan.
Berdasarkan hasil perhitungan total cost tersebut teknik lot sizing yang digunakan
adalah Least Total Cost (LTC) karena total cost yang terkecil dari 5 teknik lot sizing
lainnya. Total biaya yang dikeluarkan dalam pendistribusian produk cokelat roso
dalam pencrapan Distribution Requirement Planning (DRP) denga teknik lot sizing
least total costadalah sebesar Rp 332.003
5.6 Rencana Pemesanan
Pengecer/outlet akan memesan kebutuhan sesuai dengan kebutuhannya kepada
pemsahaan. Dari perhitungan Distribution Requirement Planning (DRP) sudah
diketahui jumlah produk sekali pemesanan dan waktu rencana pengiriman pesanan
yang tepat unmk pengecer/outlet. Jumlah produk dan waktu rencana pengiriman
produk yang tepat diperoleh dari perhitungan Distribution Requirement Planning
(DRP) dengan teknik Least Total Cost (LTC).
BAB VI
PENUTUP
6.1 Kcsimpulan
1. Teknik lot sizing yang digunakan pada perencanaan distribusi produk cokelat roso
adalah teknik Least Total Cost (LTC). Total costmenggunakan teknik Least Total
Cost (LTC) yaitu sebesar Rp 332.003
2. Hasil perhitungan dengan Distribution Requirement Planning (DRP) dengan
menggunakan teknik lot sizing Least Total Cost (LTC) diketahui bahwa jumlah
produk untuk setiap kali pemesanan dan waktu rencana pengiriman pesanan
masing-masing pengecer/outlet untuk penjualan 3 bulan mendatang adalah
sebagai berikut:
a. Jumlah produk unmk setiap kali pemesanan pada pengecer/outlet cokro tela
cake adalah sebesar 258 unit, 276 unit dan 294 unit. Waktu rencana
pengiriman pesanan adalah pada minggu ke-3, ke-6 dan ke-9.
b. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet indoguna
adalah sebesar 225 unit, 270 unit dan 205 unit. Waktu rencana penginman
pesanan adalah pada minggu kc-4, ke-7 dan ke-10.
c. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet pamella I
adalah sebesar 162 unit dan 244 unit. Waktu rencana pengiriman pesanan
adalah pada minggu kc-5 dan ke-8.
136
d. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet bakpia 75
adalah sebesar 253 unit dan 265 unit. Waktu rencana pengiriman pesanan
adalah pada minggu ke-4 dan kc-8.
e. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet rumah
mirota adalah sebesar 160 unit. Waktu rencana pengiriman pesanan adalah
pada minggu ke-4 dan ke-8.
f. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet dagadu
djogja adalah sebesar 150 unit dan 60. Waktu rencana pengiriman pesanan
adalah pada minggu ke-5 dan ke-10.
g. Jumlah produk unmk setiap kali pemesanan pada pengecer/outlet bakpia djava
adalah sebesar 200 unit. Waktu rencana pengiriman pesanan adalah pada
minggu ke-4 dan kc-8.
h. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet kado kita
adalah sebesar 100 unit. Waktu rencana pengiriman pesanan adalah pada
minggu ke-8.
i. Jumlah produk untuk setiap kali pemesanan pada pengecer/outlet maga
swalayan adalah sebesar 200 unit. Waktu rencana pengiriman pesanan adalah
pada minggu ke-4 dan ke-8.
j. Jumlah produk untuk setiap kali pemesanan pada pengeccr/outlel bakpia
nadzar adalah sebesar 100 unit. Waktu rencana pengiriman pesanan adalah
pada minggu ke-8.
3. Hasil perhitungan dengan Distribution Requirement Planning (DRP) dengan
menggunakan teknik lot sizing Least Total Cost (LTC) diketahui bahwa jumlah
produk yang disediakan perusahaan (pusat distribusi) dan waktu rencana
137
pengiriman pesanan oleh pemsahaan (pusat distribusi) unmk semua
pengecer/outlet selama penjualan 3 bulan mendatang adalah sebagai berikut:
a. Jumlah produk yang disediakan pemsahaan (pusat distribusi) adalah sebesar
1854 unit dan 1828 unit.
b. Waktu rencana pengiriman pesanan oleh pemsahaan (pusat distribusi) untuk
semua pengecer/outlet adalah pada minggu ke-3 dan kc-7.
6.2 Saran
Hasil penelitian menunjukkan bahwa perencanaan distribusi produk dengan
ukuran lot menggunakan perhitungan teknik lot sizing least total cost, yang total cost
terkecil diantara teknik lot sizing lainnya. Scbaiknya pemsahaan menggunakan
metode Distribution Requirement Planning (DRP) dengan teknik lot sizing least total
cost untuk perencanaan distribusi produk. Penerapan Distribution Requirement
Planning (DRP) agar distribusi produk dapat terjadwal dan teramr. Manfaat dari
perencanaan distribusi produk adalah memperoleh keuntungan dengan total cost yang
rendah, perencanan distribusi produk yang teratur sehingga tidak terkadi kekurangan
persediaan dan kelebihan persediaan serta produk selalu ada untuk konsumen.
DAFTAR PUSTAKA
Abdillah, A.F., (2009). perencanaan dan penjadwalan aktivitas distribusi hasil
perikanan dengan menggunakan distribution requirement planning (DRP).
Jurnal, Universitas PembangunanNasional "veteran", Jawa Timur.
Assauri, S., (1993). manjemen produksi dan operasi. Jakarta : Fakultas Ekonomi (JL
Elsayed, Elsayed A., Boucher, dan Thomas, O., (1994). analysis and control of
production systems. Second Edition, Prentice Hall international.
Emawati, Y., dan Sunarsih, (2008). sistem pengendalian persediaan model
probabilistik dengan "back order policy". Jurnal Malematika, Vol. 11, No.2,
Agustus 2008: 87-93, ISSN: 1410-8518.
Enns, ST., dan Suwanruji, P., (2001). An Experimental Comparison of DRP and
Order Point Replenishment Strategies. Journal,
Fogarty, Donald, W., Blackstone, J.R., John H., Hoffmann, dan Thomas, R., (1991).
production & inventory management. 2nd Edition. South-Western Publishing
Co.
Garside, A.K., (2001). Perancangan Sistem Informasi Manajemen Untuk Distribution
Requirement Planning (DRP). Jurnal Teknik Industri, Vol. 2, No. 4, 2001, Hal.
127-136.
Ginting, R., (2007). sistem produksi. Yogyakarta : Graha Ilmu.
Heizer, J., Render, dan Barry, (1995). production & operations managementstrategic
and tactical decisions. Prentice Hall, Upper Saddle River, New Jersey 07458
Joko, S., (2004). manajemen produksi danoperasi. Malang : UMM press.
Nasution, A.H., (2006). manajemen industri. Yogyakarta : ANDI.
Pardede, P.M., (2007). manjemen operasi clan produksi. Yogyakarta: ANDI
Yogyakarta.
Prawirosentono, S., (1997). manajemen produksi danoperasi. Jakarta: Bumi Aksara.
Sutarman (2003). perencanaan persediaan bahan baku dengan model backorder. FT!
Universitas Pasundan Bandung.
Tersine, R.J., (1994). principle of inventory and materials management. 4th Edition,
Prentice Hall.
Vollmann (1994). manufacturingplanning andcontrol system. Dow John Irwin.
Zulftkarijah, F., (2005). manajemen persediaan. Malang : UMM Press.
61«<*
^t^dw*CV. ROSO INDONESIA
Alamat: Jl. Sultan Agung No. 46 YogyakartaTelp : (0274) 9409080/388855, HP : 081802782268
E-mail: [email protected]
SURAT KETERANGAN PENELITIAN
Saya yang bertanda tangan di bawah ini:
Nama : Yopie Kurniawan
Jabatan : Marketing
Merangkan bahwa :
Nama : Jelvi Mitra
Nomor Mahasiswa : 07 522 236
Jurusan : Teknik Industri
Fakultas : Tcknologi Industri
Universitas : Universitas Islam Indonesia
Telah selesai melaksanakan penelitian yang berjudul:
"PEMILIHAN TEKNIK LOTSIZING UNTUK MEMINIMALKAN BIA YA PADA
PENDISTRIBUSIAN PRODUK COKELA T ROSO "
Di CV Cokelat Roso Yogyakarta
Waktu: I Mei-3 Juli 2011.
Demikian surat keterangan ini diberikan agar dapat digunakan sebagai mana mestinya.
Atas perhatianya kami ucapkan terima kasih.
Yogyakarta, 7 Juli 2011
Mengetahui,
(Yopie Kurniawan)
HASIL PERAMALAN
1. Cokro Tela Cake
Metode moving average with linear trendActual.Dsla I
F<M«c«lbyI3MAT
52
M
fit.33333
68.66667
S5.0O001
5B.666G9
EG, 33336
75.001)03
7B,fiGG7
71.3333714 n 71.33339
15 /5 72.3334
16 75 7S.0000B
1' 77.GG6/6
18 79.66682
• 19 81 .GG687
20 R3.G6632
21 85.66698
22 87.66/03
23 09.66/08
24 91,66714
25 93.66713
26 95\667?427 97.6673
20 99.66735
CFE 0,6K70341MAD
MSE
3.282055
18.17893MAPE 5.(106065
Ilk.Signal n,20323fc7
Ft-Hgaiiie 1
m-3
EflDl
U
4
1.GG6GH
-6.686672
5.00080B
6.333313
4.6GRR41
I.D0IH131
-B.666702
1.666626
-0.3333093
2.666535
7.629395E -85
0
4
5.GRG66B
1.888004
-G. 000011
0.3333015
4.333943
3.999912
4.66679
3.000164
3.333553
0.6669573
0.6 G7 0341
0
2
1.888883
3,003335
3.46667
3.944443
4.04/615
3.866667
4.222226
3,966666
3.636368
3.555554
3.28?05 5
MAP£(*)I Hacking I It-loamsI I Signal
0
8
6.259261
15,8055/
17.G4447
21.38087
21.4444
10.08885
25.135B4
22.30002
20,8293
13.68517
1B.17093
3.4482/6
3.1 B0685
2 0.5555556
3 0.972527E
5.073688 -U.3243254
5.725619 -1.730771
6.33527G
6,4.14041
5.790709
6.5300 n
6.1053/3
0,084499
1.23S281
1.0908B5
1.105231
0,756344
5.593027 0.9167261
5.423229 -0.187582
5.006065 0.2032367
Metode single exponential smoothing with trend (SEST)08-02-2011
Week*
25
Actual Fgiecait bf jData SEST
Forecast IEnoi
CFE MAD MSE MAPE IXjfTtackJnaiH-.qaureSignal I
48.fi8954
50.33292
52.032U3
53.3BG91
55.22343
57,b2217
60.15673
62.22626
64,49657
66,40488
60,6083?
70.G5533
72.06316
73.471
74.87804
76.2B667
77.89451
79.10235
80.51019
81.31802
83.32586
84.733i'
86.14153
140./84
8.385599
1D4.12C6
14.3021
15
1
Alpha-0.1
Bet,,=0.1
F|0)=4R
T|0]=0
14.4104G 38.2337 7.246G39 73.79378 12.6646911,G0708 47.G4028 7.97338 83.34880 13.67417.967372 55.80825 7.972607 B1.U2598 13.G17/911.61309 67.47134 8,4276KB 87.755/1 14.1488514.77757 02.19831 9.133213 102.2691 14.92241G.47/83 98.G767* 3.867674 119.1841 15.65689.843273 108.52 9.865457 117.1665 15.5118910.77374 113.79.30 3,941147 117.0754 15.449116.503433 125.7972 9.676/07 111.323 14.9G5318,595116 134.3923 9.53945 10H.64B2 14./14956.3916/8 140.784 9,385599 184,1786 14.3021
Metode double exponential smoothing (DES)
08-02-2011Week*
ActualIfmecari byData j DES
ForecastE.r*
CFE MAD 1 MSE MAPE l*J 1 Fiacking 1R-sgaweSignal; J -.V..
5 58
63
62
GO
65
70
74
70
73
71
75
75
4G.1806
46.38352
46.71405
47.13464
47,60397
48.15809
43.82534
49.61757
50.46309
51.37333
52.3069
53.23002
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
54.30344
239.8529
15.99019
305,2156
23.67953
15
1
Alpha=0.1
F[0}=4G
F'[0J=4G
11.8194
16 61648
15.28595
12.8G536
17,33603
21.84191
25.17466
20.38243
22.53691
19.G2GG7
22.6931
21,70398
23.7234
40 33988
55.62583
68.4912
85.88722
107.7291
132.9038
153.2BG2
175.8231
195.4498
218.1429
239.8529
5.93085 48.B581
8.0G7976 94 14797
9,270972 117.4
9.784456 124.2739
10.7359 146.5674
11,9699 183.2899
13.29030 228,3372
13.93511 245.3469
14.65193 267.2273
15.034G 276.3026
15.58164 293.3508
15,93019 305.2156
10,97431
14 05452
15.82123
16,62424
17,8916
19.370G1
20.83553
21.58846
22,36213
22.7G836
23,3033
23.67953
E
7
8
9
10
11
12
13
14
15
16
17
IB
19
20
21
22
23
24
25
26
27
28
DTE
MAD
MSE
MAPE
TrfcSignal
R-jqauie
Metode double exponential smoothing with trend ( (DEST)
08-02-2011Week*
Actual FData |
• 5 58
fi 63
7 62
8 60
9 65
10 70
11 74
12 70
13 73
14; 71
15 75
16 75
17
18
19
2a
21
22
23
24
25
2G
27
28
CFE
MAD
MSE
MAPE
Tik. SignalR-sqaure
A
DESTjFotecMt j
ElIMCFE MAD MSE MAPE (*JJTt«kin9|R-«iauie
Si^wl48.168
50.739
52.99412
55.12582
56.52124
58.60633
61.50318
64.6698
66.52807
88.66798
70.04463
71.96927
73.55853
74.57196
75.58539
76.53082
77.61224
78.62567
79.6331
80,65253
81.66595
B7.G7938
83,68281
84.70624
101,3476
6.75617
58.032G3
10.47176
15
1
Alpha-0.1
F(0|-4G
F,|0]=46
3.831997 20.29199 i.072998 34.31133 9.416132
12,761 33,05299 6.610538 G0.01816 11.58402
3.805882 42.05887 7.009812 63.532/9 12,074284.874176 46.93305 6,704721 57.85062 11.50998.470756 55.4118 6.926476 59.60545 11.701711,31367 66.72548 7,413942 G7.20475 12,1373312.49G87 79.2223 7.92223 76.10133 12,66635
5.3302 84.5525 7.68G591 71.76584 12.20716,471931 91.02443 7.585369 69.27585 11,928662.332024 93.35G45 7.181266 64.36527 11.263724.9553C8 98.3118? 7.022273 61.52173 10.931113,030731 101,3426 6.75617 58.03263 10.47176
2. Indoguna
Metode moving average with linear trend0*02-2011
Week*
10
12
14
IS
1G
18
19
2D
ActualData
Fmecwt b*[3 MAT
FaiscaitEmu i
29
27
30
30
34
30
32
33
38
35
38
78.33333
79.66GG7
32
35.33332
31.33332
29.99938
34.66663
40.33329
37.33328
36.39994
42.6666
34.66658
38.33324
49.99989
54.99382
59.99976
64.9997
69.99964
74.99958
1.666GGG
0.333334
2.000004
5.333324
0.6666832
3.000023
3.3333G6
-5,33323
0.GGG7175
3.000061
-7.GB6595
5.33347
6.6G6763
23 79.99352
24 84.99946
23 89,9994
26 94.39934
27 99.93928
28 104.9992
CFE 8,333820
MAD 3,461558
MSE 17.34199
MAPE 3.601457T»k.S«nat 2,407537H-Mjaiao 0.9131748
m-3
1.666666
2
4.onooo4
1.333321
-0.6666374
2.333385
5.66G752
0.3334G18
1.000179
4.00024
-3.666355
1.667065
8.333828
1.66666G
1
1.333335
2.333332
2.000002
2.166672
2.333343
2.70833G
7.48149
2.533347
3.000006
3.194457
3.461558
MSE JHAPEf*)| Hacking I fimauie' I -•: I- Signal :
2,777776
1.444444
2,296301
8.833313
7.155543
7,462976
7,984169
10.54165
9.419743
9.377805
13.868G1
15.(18334
17.34199
5.555553
3.333333
4,18301
7.581695
6.482033
6.916857
7.18188
8.188831
7.473361
7.47658
8.788715
3.16E932
9.601457
7
3
0.5714234
0.3333183
1.076944
2.428598 0.8726193
0.1231242
0.403056
1.579034
-1.222116
0,5218617
2.40/537 0.9131/48
Metode single exponential smoothing with trend (SEST)08-822011
22
ActualIFoieeiuttwlData BEST
FBiScaltElIM
27,28016
28.12308
28,50047
23.07512
29.73156
30,3n504
3 r.70211
32./B246
34.02695
34.6567?
35.77635
37.37739
38.05552
38.73365
33,41178
10.08991
40.76804
41.44617
42.12431
42.00244
43.48057
44.1587
44,83683
G7.B1298
6.713841
1.876y23
3.499527
3.974875
8.26844
4,034965
6.297888
/.217G37
0.9730492
5.343277
9.22304a
MAD
MSE
4,520065
26,65238MAPE 12.50214
Tik.Signal 15
R-iqauie 1
Alpha-0.1
Bela-0 1
F|0H26
r[0>0
CEE
17.03345
18,37037
22.4639
26.39478
34.66322
38.75818
45.05607
52.2/361
53,24665
58.58393
67.81298
MAD
3.41869
3.161723
3.203386
3,293347
3.851468
3.075818
4.036006
4.356134
4.035897
4.184335
4.520865
MSE jMAPE \X\ Iliaciing IR-tqauteSignal j
15.43328 10.98718
13,4482 10.19872
13.77656 10.30406
13.54257 10.50274
19.63418 11./5344
18.34764 11.74803
21,13453 12.18675
23.76939 12.67484
22.013B1 11.31371
22.48072 12.01689
26.65298 12.50214
Metode double exponential smoothing (DES)08-02-2B11
Week*Actual!Foiecait b*Dais j DES j
FwecaitEliot
« MAD MSE MAPE (*JjTiackmg 1Ft-.qaurie1 Signal \ »:.•-..
34
30
32
33
38
35
38
40
35
40
45
26.1309
2G.22378
26.376/8
26.53633
26,72129
26.93341
27.21589
27.52254
27.87571
28.28301
28.6801
29,11434
29.62601
29,62601
29.62601
29.G2GQ1
23.62601
79.62601
79.62601
23.62601
23.62601
29.62601
29.62601
29.62601
110.2907
/.352714
69.91321
70.20258
15
1
Alph.i=Q.1
F|0)=?6
r(0J=2S
3.869899
7.77G218
3.623224
5.463066
6.278708
11.06659
7.784107
10.47746
12.12429
6.71699
11.3139
15.8850G
11.7751
13.55132
23.17454
28,63761
34,91631
45,38?9
53.76701
64.24447
76,368/6
03.08575
94.40565
110,2907
2,943/74
3.910263
3.862423
4.091086
4.364539
5.103211
5.37G701
5.840406
6.3G40G3
G.391212
6,74326
7.352714
10.10073
20.1745
19.00004
20.54933
27.30844
33.97076
36,63292
43.28239
51.9254
51.40175
56.88306
63.91321
3.388603
12.56513
12.48384
13.13331
13.87519
15.56935
1G.23G44
17.2663/
18,35395
18.41837
19.12418
20,20258
4 1
5 1
6 1
7 1
8 1
3 1
10 1
11 1
12 1
13 1
14 1
15 1
6
7
8
9
10
11
12
13
14
15
1G
17
18
19
20
21
22
23
24
25
26
27
28
CFE
MAO
MSE
MAPE
TrlcSignal
Ft fqaure
Metode double exponential smoothing with trend ((DEST)
08-02-2011Wet*.]
ActualData
Foiecait by jDEST |
FoiecaitEriDi
CFE MAD MSE MAPEl*) I lacking 1R-iqaufe
30
34
30
32
33
38
35
38
40
35
40
45
77.402
27.9005
29.28368
29.57394
30.22411
30,96365
32,58303
33.34891
34.58578
3G.02179
36.22473
37.37687
39.33G33
33.8474
40.3584/
40.86954
41.38062
41.89163
42.40276
42.91383
43.4249
43.33597
44.44704
44,95811
51.10703
3.543373
17.11113
9,866103
14.42327
1
Alpha-O.l
F|0)=26
F'(0]=26
2,598001
6.011501
0.71632
2.4200G1
2.77583
7.03G352
2,4169Gb
4,651093
5.414223
-1.021786
3.7/5269
7.623131
9.288006
15,29951
16.01583
18.43583
21.21178
28.74813
30.6651
35.31619
40.73041
39.70863
43,48389
51.10/03
7.322001
3.059901
2.663305
2.G33G38
2.651472
3.138G81
3.06651
3.210563
3.334201
3.211708
3.251362
3.543373
6.G83433
12,5/438
10.56417
9.83167
9.618407
14.05083
13.22332
13.39381
15,27048
14.17E14
14.1816
17.1103
7.8G3249
9.82G777
8.586936
0,440616
8,437012
9.556979
3.291842
9.559831
9.891141
9.354853
9,360804
9.866103
4 1
5 1
G 1
7 1
8 1
9 1
10 1
11 1
12 1
12.36371 1
13.37153 1
14.42327 1
B
7
e
9
10
11
12
13
14
15
IB
17
13
19
2D
?1
22
23
24
25
26
27
28
CFE
MAD
MSE
MAPE
Tik SlgtidlR xqauiF
3. Pamella I
Metode moving average with linear trend08-02-201
Weak.ActuatjFoFecaMbyData | 3-HAT
forecjitEiiw
CFE ! MAO ' MSE MAPE(*] tracking [R-iqaure
2 26
27
30
33
30
32
30
34
35
37
35
40
33
26
31,66667
36
31
30,66667
30.G6667
34.00001
38.U0001
38.33334
35.66G67
40.33335
47.00002
44.00003
46.00005
48.00006
50.00007
57.00008
54.00009
56.0001
58.00011
60,00013
62.U0014
64.00014
7.GG662
2.48485
3.030903
7.441882
1.073152
1
m-3
4
1.333334
6
0,3399981
-0.G666679
3.33333
0.9999924
1,000000
-3.333336
4.333328
-1.333351
4
5.333334
-0.666666
0.3333321
-0,3333359
2.939994
3.99398/
2.939973
0.3333563
3.999371
2,66662
4
2.66666/
3.7777/8
3.(183333
2.G
2.722222
2.4/6189
2.291666
2.4074O7
7.599399
2,48485
16
8.8B8889
17.32593
13.69444
11.04444
11,05555
9.613042
U.541664
8,82716
3.822218
9.090909
13.33333
0.6868/
12.45791
10.12468
8.544131
8.754146
7.911713
/.2G053
7.51206
7.844186
7.441882
1 l
2 1
-0.1764/04 1
0.1081077 1
0.1?82061 1
1.102039 1
1.61538 i
1.309082 1
0.1384713 1
1.538451 l
1.073152 1
. 3 '•
4
5
6
i 7 •••
8
3
10
11
12
13
14
15
16
17
18
13
20
21
22,
23
24
25
26
CFE
MAD
MSE
MAPE
Tik.Signal
Ff-tqaure
Metode single exponential smoothing with trend (SEST)08 02-2011
Week i
3
24
MAD
MAPE
Tik-Signal
rt-tctauts
Actual jForecast bf IData SEST
Foiecait.Er™
27,/a
1 27.6742
27.30274
28.45845
28,67446
29.10212
29.29599
29,91751
30.627/1
31.53061
32,1 //92
33.33871
34.34005
34.77525
35.21045
35.645G5
36.08084
36,51604
36.95124
37.38644
37.82164
38.25684
38.69204
33.12724
43.52007
3,77539
18.77568
10.31235
11,52731
0.8350669
Alpha=0.1
Beta-It. I
F|0)=28
t(0H)
-0.7793388
2.3258
5.03/761
1.54155
3.325544
0.8978844
4.70401
5.082485
6.3/2286
3.169385
7,8??079
5,661285
CFE MAD I MSE |MAPEI*J|-2.773999
•0.4541988
4.643562
6.185112
9.510656
10.40854
15.11255
20.19504
26.56732
30.03671
37.85679
43.52007
1.389339
1.701333
2,55089
2.349022
2.511776
2.28122
2.504063
2.86167
3,212/32
3.236064
3.610232
3,77539
2.304199
3.333248
3.001728
7.676258
8.240089
7.1/8105
9.046805
10.91179
13.88121
13.71352
17.6G347
18.7/5GB
5.290596
6.111286
8.445405
7.784024
8,218741
7,4/2199
8.26753
8.362456
9./B845
9.739729
10.61269
10.91295
Tlacking- Signal
2
0.2668/23
1,870369
2,633053
3.78642/
4.562708
5.848355
7.057079
8.263386
3.281864
10.46334
11.52731
.R~tq»iiB
1
1.430315E 02
0.181707G
0.2603428
0.4249468
0.4584414
0.5B37361
0.6818047
0,7321301
0.8147816
0.730313.1
0.8350669
10
13
15
18
22
24
26
MSE
MAPE
Metode double exponential smoothing (DES)ActualjData
Fowcaxt byIDES
FoistiattEtroi
-2
-0.9/99995
2.046001
5.046602
1.396622
3.93G172
1.847845
5.757822
6.627325
8.455349
G.231435
10.98786
9.680634
CFE
-2
2.98
-0.9339981
4.112604
6.109226
10.0454
11.89324
17.65107
24.27839
37.73374
39,96524
43.95309
53,633/3
MAD j MSE JMAPEftJl
2
1.43
1,675334
2.518151
2,413845
2.66Z5G6
2,550463
2,951383
3.309821
3.869374
4.084112
4.659424
5.045671
A
2.4802
3,04884
8.G53679
7.720243
9,0157/9
8.2156
11.33271
14,95368
20.60761
77.2G433
30.47005
35.33502
7.692307
5.660968
6.047314
8.35BGG8
8.018016
8.7317/
9.3G4301
9.435603
10.49112
11,72724
12.27369
13.54552
14.41236
TrackingSignal
-1
-2
(1.5574998
1.633184
2.530911
3.765754
4.GG317
5.360608
7.226096
0.4597
9.540688
10,72087
11.81879
1
3.367493E 02
0.1409965
0.2424303
0.45071 G?
0.5406914
0.7293527
0,9927266
0.9919405
1
1
1
Tik.Signal
28
27.98
27.954
27.9534
28.00338
28.06383
28.15215
28.24218
28.37267
28.54465
28.76851
29.01214
29,31937
29,66502
29,66502
29.66502
29,66502
29,66502
29.66502
23,66502
29,66502
23.66502
29.66502
23.66502
23.66502
59.63373
5.045671
35.33502
14.41296
11.81879
1
Alpha-0.1
F|D>2B
F"[0J=20
R sqauie
Metode double exponential smoothing with trend ((DEST)
B8-B2-2011WBBfct
12
14
13
22
J23-24
MAD
_MBEMAPT
Tik.SignalR-tq«w«
Actual Foresail by Ilata DEST
28
27.6
27.46
27,342
78.353
29.21738
29.83035
29.95261
30.85211
31.81213
33,02173
33,64124
35.15G63
36,23753
36.57819
36.92384
37.2695
37,61516
37.3608?
30,30647
38.65213
38,33773
39.34344
39.6891
40,03476
34.56575
3.058304
12,68534
0.896573
11,30005
0.7454738
Alpha-0.1
F(0|-28
•FmBcarl ].Enw j
CFE MAD MSE; : MAPE (*)! TrackingSignal
Ft-tqauie
2 2 2 4 7,6323070.5999385 2,599938 1.293999 2,173939 4.957262
2.533999 -5.93934/E 02 1.713333 3.603864 6.127062 3.501916E-02 1.826152E-024.33733/ 2.543439 3.098731 8,42/113 1.960384
1.046993 6,044936 2.248399 7,438226 7.43963 2.68/8612.787619 8.832615 2.338763 7.543658 7,651626 3.776609
9.00226 7.028834 6.470104 6.63932 4.43702813.04965 2,28120G 7.70901 7.237415 5.720505
4,14/886 17.19753 2.488615 8.7641 IS 7.80338 6.91048522.38535 2.758534 10.57904 8.425154 8.11494374.36362 2,687601 9.973089 8.173067 9.0651330.77730 2,333531 12,51149 8.816721 10.2629234.56575 3.058904 17.60534 8.836573 11.30005 0.7454 73B
4. Bakpia 75
Metode moving average with linear trend08-02-201
WfmkiActual FtuecaitbyjData 3-MAT ..]
' Forecatt 1'•Eitw- j
CFE 1 MAO MSE MAPE E*}| Tracking 1H-iqouie
46
52.33333
55
43,33334
46.33334
61.33334
45.0U0O2
45.00002
62.66668
72.33334
70.33334
65
G5
65
65
65
65
65
65
65
G5
65
65
-5.666756
G.999933
71 .G4G48
13,65385
0.8095368
1
m-3
1
0,3333321
•12
6.666664
8.66GGG
-1G.33334
4,999905
11.99998
2.333317
7.333344
-5.333344
1 1
0.6GG6G79 0.6G6GG6
-11.33334 4.444445
-4.6GGG72 5
3.999989 5.733332
•12.33335 7.5
7.33337 7.142856
4.G66G15 7.749337
G.999931 7.148143
0.3334122 7.166663
-5.666756 6.999998
1
0.5555551
48.3784
47,3889
52.93333
88.57413
79,49209
87.55553
70.43208
75.96666
71.64648
2.12766
1.384341
10,22522
11.00225
11.95331
16.01048
15.15184
15.88943
14,5221)
14.19872
13.65395
1 1
1,800(H13 1
-2.55 1
-0.9333344 1
0,6976725 1
-1.G44447 1
-1,026672 1
0.6021441 1
0,9792657 1
4.652265E-02 |
-0.8095368 1
• 2 .• • 38
45
47
52
43
50
55
45
50
57
65
65
65
3
A
5
G
7
8
9
10
11
12
13
14
15
16
17
18
19
2a
21
22
23
24
25
28
CFE
MAD
MSE
MAPE
Tik. SignalFf-iqauie
Metode single exponential smoothing with trend (SEST)0S-D2-201
Week!AclualjFoKjcailbjrData'.j1 SEST
Forecast. Eftof -..
. CFE:. MAD . 1 MSE; MAPE{XJ Ttacknq . 8-tqaunr
4 47
5?
43
50
55
45
50
57
65
65
6b
40.334?
4I.099G4
42.39753
42.6/167
43.63167
45.222/6
45.5385
46.40069
48.07985
50.4883
52.80102
55.00446
55.988
56.9/15J
57.95507
58.33861
59.92215
60.90569
61.08923
62.872//
63.05631
64.83385
65.02339
98.35418
7.U076G9
88,63729
14.11566
12.4.1782
0.99819/6
A(riha=0.1
Rela=0.1
F18M0
noi-o
5,220001
6,665807
18,90036
0.6D2466G
7.32B335
11.30833
0.2227554
4.401497
18.51331
16.32015
14.511/
t2.1y898
3.228001
9.885803
20.78617
71.38863
70.71697
40.0253
39.00254
44.20404
54.72335
71,64349
86.1552
98,35418
3.610001 15.62421
4.628601 25.72/11
6.196542 48,624825.8/7/2/ 38.9/245
5,452828 41.47779
6.209329 53.77/8/
5.531007 47.06184
5.40550G 43.985325.916886 50.65737
6.917102 72.0741
7.558059 83.61704
7.307669 88.63229
8.431581
10.34BH7
13.80199
10.68181
11,34479
12.6609
11.14017
1U.B804B
11.63793
12.94639
13.728
14.11566
U.89I9GG9
2,135808
3.354479
4.212246
5.266436
6.364002
7.196257
0.17/596
9.2486/3
10.35/32
11.4112
12.43/82
0.2125B73
5
6
7
8
9
IS
11
12
T3
14
13
IB
17
IS
13
20
21
22
23
a*
2S
26
CFF
MAD
MSE
MAPE
Ilk Signal
R-trains
~ L
Metode double exponential smoothing (DES)
DM2>2OT1WihAi
AciuattForecastbyData f DES
ForecastEiiot
CFE MAD MSE MAPE I*) Tlackins 1 R-iqatseSignal |
2 38
45
47
52
43
50
55
45
50
57
G5
65
G5
40
39.98
40.014
40,1114
40,30918
40.49629
40.74283
41,0652
41.40162
41,74391
47.17372
42.75013
43.43953
44.21354
44.21354
44.21354
44.21354
44.21354
44.21354
44,21 354
44.21354
44,21354
44.21354
44.21354
44.21354
142,7521
11.28862
178.7019
20.03936
12.645G6
1
Alpha=0,1
F[0)-40
F,|0)=40
-2
5.02
6.9BG
11.0866
2.690819
9.503708
14.25711
3.914799
8.538377
15.25603
22.82G28
22.24987
21.5G047
2
3.02
10.006
21,8946
24.58542
34.08913
48.34624
52.2GI04
G0.85341
76,11551
98.94179
121,1917
142.7521
2
3.51
4.668667
6.47365
5.717084
6.348186
7.478034
7.032G29
7.206G02
8.811551
9,358344
10,43264
11.20062
4
14.6882
26.00153
54.83585
45.31678
52,81739
74.30994
6G.9363
67,71414
34,21756
123.9286
154.8559
178,7019
5.263158
8.209357
10.42752
13.53631
12,08059
13.23506
15.04748
14,25399
14.58037
15.73938
17,55556
18.94514
20.03336
3
4
5
G
7
B
9 .10
11
12
13
14
15
IK
17
18
IS
20
21
22
23
24
25
2B
CFE
MAO
MSE
MAPE
Tik.Signal
R'Kjaure
Metode double exponential smoothing with trend ((DEST)
08-02-2011W«fc>
Actual
DataForocaxt by
DESTForecast
ErtoiCFE MAD USE MAPEtXJ I lacking
SignatR-Iqaure
45
47
52
43
50
55
45
50
57
65
R5
65
40
39.6
40.66
41.962
44.067
44.05138
45.42821
47.58916
47.41364
48,24733
50,34015
53.70193
bG.53736
58.31375
53.69376
G0.46777
61.24178
62.01573
62.7898
G3.5G381
64.3378?
65.11183
65.88584
6G.G5385
67.43386
77.40125
fi.824119
62.0328?
12,33031
11.34231
0.8315398
Alpha-0.1
HOMO
F'|0)=40
2
5.400002
6.34
10.038
1.066938
5.948624
9,571793
-2.589157
2.586361
8.752GG6
14.65985
11.29007
8,46704
-2
3.4000U2
3.740007
19.778
18.71101
24.R5963
34.23142
31.64277
34.22863
42.38129
57.64114
68.33321
77.40125
2
3.700001
4.58
5,9*4581
4.369
5.132271
5,766488
5.363322
5.960104
5.42936
6,268495
G.R8762G
6,824119
4
16.58001
24.45187
43.52927
35.05112
35.10695
43.18013
38.62058
35.07266
39.22631
55.19765
61.23504
62.03282
5.263158
8.63158
10.25084
12,51409
10.58755
10.73917
11.69118
10.34899
10.30719
10.81202
11.87944
17.33/36
12.39031
•1
0.9183191
2.126638
3.327109
3.765547
4.804819
5.936269
5.B93I5B
6./G4412
7.916456
9.1953/2
18.30847
11.34231
3
4
5
E0.7833203
7
S0,3994211
0.8942257
0,366133?
8.940637*
3
10
11
12
130.7300503
0,8315391114
15
16
17
Ifi
19
70
21
&
23
24'"""'25
" 26
Cft
MAD
MSE
MAPE
Iik Signal
R sijauaB