Anda di halaman 1dari 10

PENERAPAN SUPPLY CHAIN MANAGEMENT PERSEDIAAN

BAHAN BAKU DISC BRAKE MENGGUNAKAN MODEL ECONOMIC


ORDER QUANTITY (EOQ)
BUDI SUMARTONO1DAN IKHWAN MUHAMMAD2
Program Studi Teknik Industri Universitas Darma Persada Jakarta
2
Program Studi Teknik Industri Universitas Suryadarma
1

ABSTRAK
Kekurangan maupun kelebihan pasokan produk sama-sama berdampak negative
bagi kinerja suplay chain. Namun tentu harus disadari bahwa kebutuhan pelanggan hanya
bisa diramalkan. Kesalahan bisa berupa memproduksi terlalu banyak atau terlalu sedikit
(volume error) atau memproduksi jenis yang sama (mix error). Kedua-duanya
menimbulkan masalah persediaan. Inti dari supply chain adalah koordinasi dan
kolaborasi. Dengan menggunakan data yang didapat dari perusahaan dengan cara
melihat history persediaan tahun lalu, maka dapat dibuat penelitian model persediaan.
Salah satu model sederhana yang bisa digunakan untuk menentukan ukuran pesanan
yang paling ekonomis adalah model Economic Order Quantity (EOQ). Model ini
mempertimbangkan dua ongkos persediaan di atas, yakni ongkos pesan dan ongkos
simpan. Fungsi dari EOQ sangatlah besar oleh karenanya beberapa jumlah pesanan
yang efektif dan pada saat kapan harus memesan merupakan pernyataan-pernyataan
yang sangat penting.

PENDAHULUAN
PT.
Sunstar
Engineering
Indonesia (SEI) merupakan salah satu
perusahaan industri yang memproduksi
Sprocket dan Disc Brake, yang mana
hasil industri tersebut banyak digunakan
oleh perusahaan-perusahaan lain dalam
berbagai macam produksinya. Hal ini
terlihat atau terbukti dengan banyaknya
permintaan
atau
pesanan
dari
perusahaan-perusahaan
lain
yang
menggunakan produk tersebut dalam
industrinya.
Dengan
banyaknya
permintaan dalam jumlah yang cukup
besar maka perusahaan harus bisa
mengantisipasi dalam jumlah persediaan
yang ada. Apabila persediaan bahan
baku yang ada dalam perusahaan tidak
mencukupi kebutuhan maka dapat
mengganggu jalannya proses produksi,
karena dengan habisnya bahan baku
yang ada berarti proses produksi akan
terhenti sampai bahan baku yang
dipesan tiba kembali di perusahaan.

Berhubungan
dengan
kaitan
diatas manajemen persediaan yang
merupakan isu sangat penting pada
supply chain dan pengelolaan aliran
material/produk dengan tepat adalah
tujuannya, berarti tidak terlalu terlambat
dan tidak terlalu dini, jumlahnya sesuai
dengan kebutuhan, dan terkirim ke
tempat yang memang membutuhkan.
Kekurangan maupun kelebihan pasokan
produk sama-sama berdampak negative
bagi kinerja supply chain.
Dengan melihat faktor penting ini
maka salah satu keputusan yang harus
diambil dalam manajemen persediaan
adalah ukuran pesanan. Salah satu
model sederhana yang bisa digunakan
untuk menentukan ukuran pesanan yang
paling ekonomis adalah model Economic
Order Quantity (EOQ). Model ini
mempertimbangkan
dua
ongkos
persediaan diatas, yakni ongkos pesan
dan ongkos simpan. Model EOQ
diperluas dengan mempertimbangkan
ongkos-ongkos yang dikeluarkan oleh
pembeli maupun pemasok.

24

METODE
Menurut Sofyan Assauri secara
umum produksi diartikan sebagai suatu
kegiatan
yang
mentransformasikan
masukan (input) menjadi hasil keluaran
(output). Dalam arti sempit, pengertian
produksi hanya dimaksud sebagai
kegiatan yang menghasilkan barang baik
barang jadi maupun barang setengah
jadi, bahan industri dan suku cadang
atau spare parts dan komponen.

mungkin diproduksi hanya sekali,


atau di produksi pada interval yang
tetap. Tujuan dari tipe ini adalah
untuk dapat memuaskan permintaan
atas sejumlah item dari costomer
yang berkelanjutan. Bagaimanapun
perusahaan yang menjalankan tipe
produksi ini, mampu berproduksi
melebihi
daripada
tingkat
permintaannya
dan
kelebihan
produksi akan disimpan di gudang.

Komponen atau elemen struktural


yang membentuk system produksi terdiri
dari: bahan (material), mesin dan
peralatan, tenaga kerja, modal, energi,
informasi, tanah dan lain-lain sedangkan
komponen atau elemen fungsional terdiri
dari:
supervise,
perencanaan,
pengendalian,
koordinasi,
dan
kepemimpinan
yang
kesemuanya
berkaitan dengan manajemen dan
organisasi.

c. Mass production
Mass production merupakan
tipe produksi yang diterapkan oleh
perusahaan yang berproduksi untuk
persediaan dan (atau) untuk pasar
dengan volume produksi yang tinggi.
Untuk perusahaan semacam ini,
baik ada pesanan ataupun tidak ada
pesanan, perusahaan akan tetap
memproduksi barang.

Cara lain untuk mengklasifikasikan


aktivitas produksi adalah tergantung
pada kuantitas produk yang dibuat.
Dalam pengklasifiasian ini, terdapat tiga
tipe produksi, yaitu :

Fungsi
produksi
adalah
bertanggung jawab atas pengolahan
faktor-faktor produksi menjadi suatu
produk jadi yang siap diserbu konsumen.
Dalam melaksanakan fungsi produksi
diperlukan serangkaian kegiatan yang
mencakup suatu sistem di mana akan
melibatkan
banyak
orang
dalam
menjalankannya.

a. Job shop production


Ciri dari tipe produksi ini
adalah volume produksi yang kecil
yang tingkatan keterampilan pekerja
harus tinggi. Dikatakan bervolume
demikian,
karena
Job
Shop
Production merupakan perusahaan
yang hanya akan berproduksi atas
dasar pesanan yang masuk ke
dalam
perusahaan
dan
tipe
pekerjaan yang bervariasi yang
menuntut tingkat keterampilan yang
relatif tinggi dari pekerja.
b. Batch production
Dikatakan batch production
apabila ukuran lot medium, dalam
arti volume produksi tidak terlalu
tinggi dan juga tidak terlampau
rendah dari sejumlah item atau
produk yang sama. Ukuran lot

Supply chain adalah jaringan


perusahaan-perusahaan yang secara
bersama-sama
bekerja
untuk
menciptakan dan menghantarkan suatu
produk ke tangan pemakai akhir.
Perusahaan-perusahaan
tersebut
biasanya termasuk supplier, pabrik,
distributor, toko atau ritel, serta
perusahaan-perusahaan
pendukung
seperti perusahaan jasa logistik.
Pada supply chain biasanya ada 3
macam aliran material yang harus
dikelola. Pertama adalah aliran barang
yang mengalir dari hulu (upstream) ke
hilir (downstream). Contohnya adalah
bahan baku yang dikirim dari supplier ke
pabrik.
Setelah
produk
selesai
diproduksi, mereka dikirim ke distributor,
lalu ke pengecer atau ritel, kemudian ke
pemakai akhir. Yang kedua aliran uang
25

dan sejenisnya yang mengalir dari hilir ke


hulu. Yang ketiga adalah aliran informasi
yang bisa terjadi dari hulu ke hilir
ataupun sebaliknya.
Istilah SCM pertama kali ditemukan
oleh Oliver & Weber pada tahun 1982
(cf. Oliver & Weber, 1982; Lambert et al.
1998). Kalau supply chain adalah
jaringan fisiknya, yakni perusahaanperusahaan
yang
terlibat
dalam
memasok bahan baku, memproduksi
barang maupun mengirimkannya ke
pemakai akhir, SCM adalah metode, alat,
atau
pendekatan
pengelolaannya.
Namun perlu ditekankan bahwa SCM
menghendaki pendekatan atau metode
yang
terintegrasi
dengan
dasar
semangat kolaborasi. Ada beberapa
definisi tentang SCM. Misalnya, the
Council of Logistics Management
mamberikan definisi sebagai berikut:
Supply Chain Management is the
systematic, strategic coordinations of the
traditional business functions within a
particuar
company
and
across
businesses within the supply chain for
the purpose of improving the long-term
performance of the individual company
and the supply chain as a whole.
Seperti yang telah diketahui
bahwa ada banyak metode yang dapat
digunakan untuk merencanakan suatu
persediaan bahan baku. Masing-masing
metode itu mempunyai kelemahan dan
kelebihan yang dapat dianalisis sendiri
oleh perusahaan untuk penggunaannya.
Metode tersebut adalah sebagai berikut
ini.
a. Material
(MRP)

Requirement

tenggang,
sehingga
dapat
ditentukan kapan dan berapa
banyak yang dipesan untuk masingmasing komponen suatu produk
yang akan dibuat.
b. Economic order quantity (jumlah
pesanan ekonomis)
Metode EOQ merupakan suatu
metode penentu jumlah bahan baku
yang
dipesan
dalam
rangka
meminimalkan biaya. (Rangkuti,
Freddy. Manajemen Persediaan
Aplikasi di bidang bisnis. Hal 19)
Peramalan
Peramalan (forecasting) adalah
suatu perkiraan tingkat permintaan yang
diharapkan untuk suatu produk dalam
periode waktu tertentu di masa yang
akan datang. Oleh karena itu peramalan
adalah pada dasarnya suatu taksiran.
Model Konstan
Dalam
model
ini,
data-data
acak/random
menunjukkan
kecenderungan tetap dengan sedikit
variasi untuk suatu rentang waktu yang
ditentukan.
Persamaan untuk model konstan
^

ini adalah : t = a
Dimana :
Y(t)

= Persamaan kebutuhan produk

a
=Parameter, yaitu
kebutuhan produk pada t
Nilai a dapat
dengan
persamaan

diperoleh
memakai
berikut :

a = t =1

Planning

Material requirement planning


(MRP) adalah suatu perencanaan
dan penjadwalan kebutuhan material
untuk produksi yang memerlukan
tahapan proses atau dengan kata
lain adalah suatu rencana produksi
untuk sejumlah produk jadi yang
diterjemahkan ke bahan mentah
(komponen)
yang
dibutuhkan
dengan
menggunakan
waktu

peramalan

di mana :
Y(t)

= Data yang dikomulatifkan

= Banyaknya data

= Waktu

26

Model Peramalan Rata-Rata Bergerak


Metode
peramalan
rata-rata
bergerak terdiri atas dua jenis peramalan
yaitu :
a. Rata-rata bergerak tunggal (Singel
Moving Average)

bergerak.
Dengan
eksponensial
smoothing sederhana, forecast dilakukan
dengan cara ramalan periode terakhir
ditambah porsi perbedaan (disebut )
antara permintaan nyata periode terakhir
dan ramalan periode terakhir.
Secara umum persamaan
untuk metode peramalan ini adalah :

b. Rata-rata bergerak ganda (Double


Moving Average)
Untuk
mengurangi
terjadinya
kesalahan sistematis yang terjadi pada
rata-rata bergerak tunggal bila dipakai
pada data yang cenderung naik, maka
dikembangkan
metode
rata-rata
bergerak linear (linear moving average).
Yang menjadi dasar perhitungan dalam
metode
peramalan
ini
adalah
menghitung rata-rata bergerak kedua
dari data peramalan, oleh sebab itu
metode peramalan ini sering disebut juga
sebagai peramalan rata-rata bergerak
ganda.
Secara umum persamaan rata-rata
bergerak dapat dituliskan sebagai berikut
:
Y(t) = a + b(n)
Di mana :
Y(t) = Hasil peramalan
a
= Konstanta
b
= Periode kemukakan yang akan
diramalkan
Untuk menentukan nilai a dan b
digunakan persamaan sebagai berikut
a = St + (St St) = 2 St St
b = 2 S ' t S"t
V 1

Dimana :
St = Data triwulan pertama
St = Data triwulan kedua
V = Jangka waktu moving averages
Metode Eksponensial Smoothing
Exponensial smoothing adalah
suatu tipe teknik peramalan rata-rata
bergerak
yang
melakukan
yang
melakukan penimbangan terhadap data
masa lalu dengan cara eksponensial
sehingga data paling akhir mempunyai
bobot lebih besar dalam rata-rata

Yt + m = at + bt . m
Di mana :

t m

=
kebutuhan produk

Peramalan

at

= Konstanta

bt

= Konstanta

m = Jumlah periode ke muka


yang diramalkan
Untuk mencari nilai at dan bt
digunakan persamaan :
at = 2 St St bt =

a
1a

S ' t S ' ' t

St = Xt + (1 + ) St 1
St = St + (1 ) St 1
Untuk nilai berkisar antara
0 sampai dengan 1, namun
berdasarkan pengalaman empiris
nilai yang optimal antara 0,1 dan
0,2. Bila = 0,1 berarti peramalan
terlalu berhati-hati, sedangkan bila
= 0,2 berarti responsif.
Analisis Kesalahan Peramalan
Kesalahan ramalan mempunyai
dua komponen yang harus ditinjau
kembali secara hati-hati oleh analisukuran atau besarnya perbedaan antara
permintaan nyata dan menurut ramalan;
dan arah kesalahan-apakah permintaan
nyata di atas atau di bawah ramalan.
Cara
paling
mudah
untuk
mengukur kesalahan ramalan adalah
secara
sederhana
membandingkan
ramalan yang umum digunakan adalah
mean absolut deviation (MAD). Secara
sederhanakan, ukuran ini merupakan
perbedaan antara permintaan nyata dan

27

forecats.
Dalam
bentuk
diuraikan sebagai berikut :

rumusan

'
t

MAD = t =1

di mana :
MAD = Mean Absolute Deviation
Yt
= Data aktual pada periode t
Y t
N

= Data hasil peramalan periode t


= Periode yang digunakan
Setiap metode peramalan yang
digunakan kemudian diuji dengan data
masa lampau dan dihitung besar nilai
kesalahan
kuadratnya.
Metode
peramalan yang mempunyai nilai MAD
yang terkecil maka metode peramalan
tersebut merupakan metode yang terbaik
dari
metode-metode
yang
lainnya.(Biegel, John E. Ib. It. Hal)

baik apabila sejumlah asumsi tersebut


dipenuhi atau setidaknya mendekati.
Dalam kenyataannya asumsi ini tidak
pernah terpenuhi. Namun demikian,
model ini tetap cukup baik digunakan
asalkan variasi permintaan dari awal
waktu ke waktu tidak terlalu besar.
Model EOQ digunakan untuk
menentukan kuantitas persediaan yang
meminimumkan
biaya
langsung
penyimpanan persediaan dan biaya
kebalikannya (inverse cost) pemesanan
persediaan.
Sebelum masuk ke dalam
rumus EOQ, memakai rumus :
C b = D / Q Cb Q / 2 hb

di mana :
C b = Total

D=

Model
(EOQ)

Economic

Order

Quantity

Salah satu model sederhana yang


bisa digunakan untuk menentukan
ukuran pesan yang ekonomis adalah
model economic order quantity (EOQ).
Model ini mempertimbangkan dua
ongkos persediaan di atas yakni ongkos
pesan dan ongkos simpan. Ongkos
pesan yang dimaksud adalah ongkosongkos tetap yang keluar setiap kali
pemesanan
dilakukan
dan
tidak
tergantung pada ukuran atau volume
pesanan.

ongkos dalam setahun

kebutuhan bahan baku per tahun

hb = ongkos simpan per unit per tahun


Cb = ongkos

Q = Ukuran

pesan

pesan

Rumus EOQ yang digunakan adalah :


Q=

2C b D / h

di mana :
Q = Ukuran

pesan yang optimal

Cb = ongkos

D=

pesan

kebutuhan bahan baku per tahun

Model
EOQ
dibuat
dengan
sejumlah asumsi. Artinya, model ini
hanya bisa digunakan dengan cukup

h = ongkos simpan per unit per tahun


(Pujawan, I Nyoman. Op. Cit. Hal 105107)

Model EOQ di atas dibuat hanya dengan


mempertimbangkan ongkos-ongkos yang
ditanggung oleh perusahaan pembeli
(yang memesan). Ongkos-ongkos yang
dikeluarkan
oleh
suppier
tidak
diperhitungkan. Rumus yang digunakan
adalah :
C s = D / Q C S Q / 2 hs
di mana :
C s = Total ongkos dalam setahun yang
dikeluarkan oleh suppier

D = kebutuhan bahan baku per tahun


yang dikeluarkan oleh suppier
hs = ongkos simpan per unit per tahun
yang dikeluarkan oleh suppier
C s = ongkos pesan yang dikeluarkan oleh
suppier
Q = Ukuran pesan
sehingga untuk mendapatkan Q optimal
memakai rumus :

28

Q b, s = 2C s C b / hs hb

Ukuran pesan yang optimal


(Pujawan, I Nyoman. Ib. It. Hal 107)
Q b ,s =

di mana :
hs = ongkos simpan per unit per tahun
yang dikeluarkan oleh suppier
C s = ongkos pesan yang dikeluarkan oleh
suppier
hb = ongkos simpan per unit per tahun
yang dikeluarkan oleh pembeli
Cb = ongkos pesan yang dikeluarkan oleh
pembeli

Setiap bahan baku akan diuji


dengan beberapa metode peramalan
untuk menentukan trend yang sesuai
dengan data yang ada. Berikut ini adalah
grafik
peramalan
Raw
material
SUS410DB 3,8 x dia. 199,3.

Metode Peramalan Konstan


Tabel1Peramalan Konstan
No
1
2
3
4
5
6
7
8
9
10
11
12

a=

176000
12

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

Penggunaan Y(t)
22000
16000
28000
20000
12000
13000
26000
8000
5000
8000
18000
0
176000

= 14666

Tabel 2 Perhitungan MAD dari Peramalan Konstan


No
13
14
15
16
17
18
19
20
21
22
23
24

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

Y (t)
Peramalan Y'(t)
22000
14666
16000
14666
28000
14666
20000
14666
12000
14666
13000
14666
26000
14666
8000
14666
5000
14666
8000
14666
18000
14666
0
14666
176000

Error
Abs. Error
7334
7334
1334
1334
13334
13334
5334
5334
-2666
2666
-1666
1666
11334
11334
-6666
6666
-9666
9666
-6666
6666
3334
3334
-14666
14666
84000

MAD = 84000 = 7.000


12

29

Metode Peramalan Double Moving


Average

Tabel 3 Peramalan Double Moving Average


No
1
2
3
4
5
6
7
8
9
10
11
12

b=

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Y(t)
4 bulan pertama
4 bulan kedua
22000
16000
28000
20000
21500
12000
19000
13000
18250
26000
17750
19125
8000
14750
17437.5
5000
13000
15937.5
8000
11750
14312.5
18000
9750
12312.5
0
7750
10562.5

2
7750 4937,5 = 1875
4 1

a = (2 * 7750) 10562,5 = 4937,5

Tabel 4 MAD dari Peramalan Double Moving Average


No
13
14
15
16
17
18
19
20
21
22
23
24

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

Y(t)
22000
16000
28000
20000
12000
13000
26000
8000
5000
8000
18000
0
176000

Peramalan Y' = a + b t
Abs. Error
6812.5
15187.5
8687.5
7312.5
10562.5
17437.5
12437.5
7562.5
14312.5
2312.5
16187.5
3187.5
18062.5
7937.5
19937.5
11937.5
21812.5
16812.5
23687.5
15687.5
25562.5
7562.5
27437.5
27437.5
140375

MAD = 140375 = 11697.91


12

Metode Peramalan Linear Exponential


Smoothing
Tabel 5 Peramalan Linear Exponential Smoothing
No
1
2
3
4
5
6
7
8
9
10
11
12

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Y(t)
22000
16000
28000
20000
12000
13000
26000
8000
5000
8000
18000
0

S't
22000
20800
22240
21792
19833.6
18466.88
19973.504
17578.803
15063.042
13650.434
14520.347
11616.278

S"t
22000
21760
21856
21843.2
21441.28
20846.4
20671.821
20053.217
19055.182
17974.232
17283.455
16150.02

at
19840
22624
21740.8
18225.92
16087.36
19275.19
15104.39
11070.9
9326.635
11757.24
7082.536

bt
-16560
-16296
-16395.2
-16482.9
-16229.7
-15678.4
-15658.5
-15289.4
-14561.6
-13653.4
-13246

30

Tabel 6 MAD dari Peramalan Peramalan Linear Exponential Smoothing


No
13
14
15
16
17
18
19
20
21
22
23
24

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

MAD =

Y'(t) Peramalan (a = 0,2


Y(t)
22000
20328.536
16000
33574.536
28000
46820.536
20000
60066.536
12000
73312.536
13000
86558.536
26000
99804.536
8000
113050.536
5000
126296.536
8000
139542.536
18000
152788.536
0
166034.536

945.521.4
12

Error
1671.464
-17574.54
-18820.54
-40066.54
-61312.54
-73558.54
-73804.54
-105050.5
-121296.5
-131542.5
-134788.5
-166034.5

Abs. Error
1671.464
17574.54
18820.54
40066.54
61312.54
73558.54
73804.54
105050.5
121296.5
131542.5
134788.5
166034.5
945521.4

= 78793.45

Dari tiga jenis metode peramalan didapat MAD sebagai berikut :


Tabel 7 Nilai MAD dari Tiga Metode Peramalan
Metode

MAD

7.000,00
11.697,91
78.793,45

Konstan
Double Moving Average
Linear Eksponential Smoothing

Perencanaan Kebutuhan Bahan Baku


Dalam Jumlah Yang Ekonomis

200.000
1.490
C s =
Rp.200.000
Rp.3.600.000
1.490
2

=Rp. 26.845.638,- + Rp. 2.683.000.000, 2 * Rp.200 .000 * 175 .992

Q =
Rp.3.600 .000

= Rp. 2.708.845.638,-

= 1.398 pcs.
Maka
didapatlah
perencanaan
kebutuhan bahan baku dalam jumlah
yang ekonomis sebesar 1.398 pcs.
C b = 175 . 992 / 1 .398 Rp .200 .000 1 .398 / 2 Rp .3 .600 .000

= Rp. 25.177.682,- + Rp. 2.516.400.000,= Rp. 2.541.577.682,Setelah


mendapatkan
nilai
perencanaan kebutuhan bahan baku
yang ekonomis, maka dapat melakukan
dalam penerapan SCM, yaitu dengan
cara memperhitungkan seberapa besar
pula kebutuhan bahan baku yang
dikeluarkan dari supplier.

Membandingkan Antara EOQ Biasa


Dengan EOQ Dalam Penerapan SCM
Untuk membandingkan antara EOQ
biasa dengan EOQ dalam penerapan
SCM maka dilakukan perhitungan
sebagai berikut :
Perhitungan untuk pihak perusahaan
(pembeli)Sebelum dilakukan EOQ
dalam penerapan SCM ;
Q=

2 * Rp.200.000 *175.992 / Rp.3.600.000 =

1.398

pcs.
175 . 992
1 . 398
C b =
Rp .200 . 000
Rp . 3 .600 . 000
1 .398
2

= Rp. 25.177.682,- + Rp. 2.516.400.000,= Rp..2.541.577.682,-

Setelah menggunakan EOQ dalam


penerapan SCM
Q=

2 * Rp.200.000 * 200.000 / Rp.3.600.000 =

1.490 pcs.

31

Sesudah dilakukan
penerapan SCM ;
Q=

EOQ

dalam

2 * Rp.200.000 * 200.000 / Rp.3.600.000 = 1.490

200 .000
1 .398
C s =
Rp .200 .000
Rp .3.600 .000
1.398
2

= Rp. 28.612.303,- + Rp. 2.516.400.000,-

pcs.

= Rp. 2.545.012.303,-

C b = 175.992 / 1.490 Rp.200.000 1.490 / 2Rp.3.600.000

Sesudah dilakukan
penerapan SCM ;

= Rp. 23.623.087,- + Rp.2.682.000.000,= Rp. 2.705.632.087,Perhitungan untuk pihak supplier


(pemasok)Sebelum dilakukan EOQ
dalam penerapan SCM ;
Q=

2 * Rp.200.000 *175.992 / Rp.3.600.000

Q=

EOQ

dalam

2 * Rp.200.000 * 200.000 / Rp.3.600.000 = 1.490

pcs.
C s = 200.000 / 1.490 Rp.200.000 1.490 / 2Rp.3.600.000

= Rp. 26.845.638,- + Rp. 2.682.000.000,= Rp. 2.708.845.638,-

= 1.398 pcs.
Tabel 8 Perbandingan antara EOQ biasa dengan EOQ dalam PenerapanSCM
Diskripsi
Ukuran pesanan ekonomis
Total ongkos pembeli (rupiah)
Total ongkos pemasok (rupiah)
Total ongkos sistem (rupiah)

Kesimpulan
Berdasarkan
hasil
pengujian
beberapa metode peramalan Konstan
dengan MAD 7,000, Doubel Moving
Average dengan MAD 11.697,91, Linear
Eksponential Smoothing dengan MAD
78.793,45. terhadap data-data yang ada,
ternyata Raw material SUS410DB 3,8 x
dia. 199,3 menggunakan peramalan
konstan dengan MAD terkecil yaitu
7,000.

EOQ Biasa
EOQ dalam SCM
1,398 pcs
1,490 pcs
2,541,577,682
2,705,632,087
2,545,012,303
2,708,845,638
5,086,589,985
5,414,477,725

Sehingga dapat dihitung pula Total


ongkos sistem EOQ biasa sebesar Rp.
5.086.589.985,- dan Total ongkos
system dengan EOQ dalam penerapan
SCM sebesar Rp.5.414.477.725,-.

Perhitungan antara EOQ biasa


dengan EOQ dalam penerapan SCM
terlihat jelas antara pihak pembeli dan
pemasok yaitu : Untuk perusahaan
(pembeli)EOQ biasa, Q = 1.398 pcs dan
TC=Rp.2.541.577.682,sedangkan
dengan EOQ dalam penerapan SCM
didapat Q= 1.490 pcs dan TC =
Rp.2.705.632.087,-,
Untuk
supplier
(pemasok) EOQ biasa, Q = 1.398 pcs
dan TC=Rp.2.545.012.303,- sedangkan
dengan EOQ dalam penerapan SCM
didapat Q= 1.490 pcs dan TC =
Rp.2.708.845.638,-.

32

Daftar Pustaka
Agus, Ahyari.,
1995., Manajemen
Produksi
Perencanaan System
Produksi,
Yogyakarta,
BEPFEYogyakarta.
Assauri, Sofian, 1993. Pengendalian
Produksi dan Operasi, Lembaga
Penerbit FEUI.
Biegel, John E.1992, Pengendalian
Produksi-Suatu
Pendekatan
Kuantitatif, Jakarta : CV Akademika
Presindo,.
Gaspersz, Vincent,1998. Production
Planning And Inventory Control,
PT. Gramedia Pustaka Utama,
Jakarta :.

Makridakis,
Spyros,1993
JohnWiley&Sons,
Foresting
Methads And Application,.
Pujawan, I
Teknologi
Supply
Surabaya,
Widya,.

Nyoman, 2005Institute
Sepuluh
Nopember,
Chain
Management,
Edisi Pertama, Guna

Rangkuti, Freddy, 1996, Manajemen


Persediaan-Aplikasi
di
Bidang
Bisnis, Jakarta, PT. Raja Grafindo
Persada,.
Wheelwright, Steven C, Maridakis, Victor
E.
McGee,1988. Metode dan
Aplikasi
Peramalan.

33