Anda di halaman 1dari 142

ANALISIS PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BARANG JADI (STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)

Oleh IRWAN HERMAWAN H24103119

DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007

ANALISIS PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BARANG JADI (STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)

SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA EKONOMI pada Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Oleh IRWAN HERMAWAN H24103119

DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN MANAJEMEN ANALISIS PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BARANG JADI (STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA EKONOMI pada Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Oleh IRWAN HERMAWAN H24103119


Menyetujui, Agustus 2007

Ir. Pramono D Fewidarto, MS Dosen Pembimbing

Mengetahui,

Ir. Jono M Munandar, MS Ketua Departemen Tanggal Ujian : 17 Agustus 2007 Tanggal Lulus :

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN MANAJEMEN ANALISIS PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BARANG JADI (STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)

MAKALAH SEMINAR Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi Pada Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Oleh IRWAN HERMAWAN H24103119

Menyetujui, Agustus 2007

Ir. Pramono D Fewidarto, MS Dosen Pembimbing

ABSTRAK
Irwan Hermawan. H24103119. Analisis Perencanaan dan Pengendalian Persediaan Barang Jadi (Studi Kasus pada PT. Alam Sumbervita Jakarta). Di bawah bimbingan Pramono D Fewidarto. Setiap perusahaan baik yang bergerak di bidang manufaktur, perdagangan maupun jasa pasti memiliki persediaan dalam menjalankan operasional usahanya. Sekitar 20 60 persen aset yang dimiliki perusahaan adalah dalam bentuk persediaan (Baroto, 2002), sehingga pengendalian persediaan merupakan fungsi manajerial yang sangat penting dalam perusahaan. PT. Alam Sumbervita sebagai perusahaan dagang yang bertindak sebagai distributor dihadapkan pada dilema dalam menetapkan kebijakan persediaannya, yaitu pada kebijakan persediaan yang dilebihkan atau dikurangkan untuk meminimumkan total biaya persediaan. Tujuan dari penelitian ini adalah 1) Mengetahui bagaimana sistem pengadaan dan pengendalian persediaan perusahaan, 2) Menetapkan jenis produk yang perlu mendapatkan prioritas dalam pengendalian persediaan berdasarkan volume penjualan, dan 3) Menghitung tingkat persediaan yang optimal bagi PT. Alam Sumbervita Jakarta. Penelitian ini difokuskan untuk mengkaji kelompok Dry yang termasuk dalam produk prioritas berdasarkan volume penjualan tertinggi. Penelitian ini dilakukan di PT. Alam Sumbervita yang terletak di Jl. Raya Bogor Km 24,7 Jakarta Timur 13750. Data yang digunakan adalah data primer dan data sekunder. Data primer diperoleh dari hasil observasi dan dengan melakukan wawancara pada beberapa karyawan Bagian Pengadaan dan Bagian Gudang. Data sekunder dikumpulkan melalui studi literatur dan internet serta pengumpulan data sekunder perusahaan. Jenis-jenis produk yang patut mendapatkan prioritas dalam perencanaan dan pengendalian persediaan adalah produk-produk yang memiliki volume penjualan tertinggi. Produk-produk tersebut adalah SKM CES, SCI C 200ml, SKM CE, SKM IMPS, SKM Crima, SKM IMP, UHT C 125ml, SKM KKM, UHT FC 1000ml, SKM IMC, UHT TS C 200ml dan SCI S 200ml dengan persentase kumulatif penjualan terhadap total penjualan pada tahun 2006 sebesar 75 persen. Produk-produk prioritas dianalisis dengan menggunakan metode EOQ stokastik, karena metode ini dapat mengendalikan persediaan yang di dalamnya terdapat variabel-variabel yang tidak diketahui dengan pasti dan tidak konstan serta memperhitungkan adanya kemungkinan terjadi kehabisan persediaan (Stock Out). Hasil dari analisis ini menunjukkan bahwa kebijakan perusahaan belum optimal, karena dengan menggunakan metode EOQ stokastik dan EOQ stokastik tingkat pelayanan 99 persen, total biaya persediaan masih dapat diminmimalkan. Untuk tahun 2006 perusahaan mengeluarkan total biaya persediaan sebesar Rp 346.921.048,-. Jika menggunakan metode EOQ stokastik, maka biaya yang dikeluarkan perusahaan sebesar Rp 137.887.950,-, sedangkan dengan metode EOQ stokastik tingkat pelayanan 99 persen mengeluarkan biaya sebesar Rp 146.082.870,-.. Total perkiraan biaya persediaan tahun 2007 dengan metode EOQ stokastik adalah sebesar Rp 153.812.122,-, sedangkan dengan metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar Rp 156.889.484,-.

RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 24 Februari 1985. Penulis merupakan anak kedua dari tiga bersaudara pasangan Wagiran Umar dan Wasiyati. Penulis menyelesaikan pendidikan di TK KIGR Jakarta pada tahun 1990, lalu melanjutkan ke Sekolah Dasar Negeri 06 Pagi Jakarta. Pada tahun 1996 penulis melanjutkan pendidikan di Sekolah Lanjutan Tingkat Pertama Negeri 75 Jakarta dan melanjutkan pendidikan di Sekolah Lanjutan Tingkat Atas Negeri 65 Jakarta program IPA pada tahun 2002. Pada tahun 2003, penulis diterima di Institut Pertanian Bogor melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB) di Departemen Manajemen, Fakultas Ekonomi dan Manajemen. Selama mengikuti perkuliahan, penulis aktif di berbagai kegiatan kemahasiswaan sebagai Ketua Depertemen PSDM Rohis Manajemen 40 tahun ajaran 2005/2006. Ketua Rohis Manajemen 40 untuk tahun ajaran 2006/2007 dan juga diberbagai kepanitiaan. Selain itu penulis pernah mengikuti Lomba Karya Tulis Ilmiah tingkat IPB untuk bidang IPS. Selama duduk dibangku kuliah, penulis juga memiliki aktifitas lain sebagai pengajar privat pada sebuah bimbingan belajar sampai akhir bulan Juli 2007 dan pernah menjadi co. fasilitator out bond anak di Kampung Parenca.

iii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Allah SWT karena atas rahmat dan karunia-Nya skripsi ini dapat diselesaikan dengan baik. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Skripsi ini membahas tentang perencanaan dan pengendalian persediaan barang jadi. Metode dasar yang sering digunakan perusahaan dalam mengendalikan persediaan adalah metode EOQ (Economic Order Quantity). Metode ini mampu memberikan solusi optimal dalam menentukan kebijakan perencanaan dan pengendalian persediaan dengan memperhatikan pada efisiensi biaya yang muncul dari adanya persediaan. Penyusunan skripsi ini banyak dibantu oleh berbagai pihak baik moril maupun materil. Oleh karena itu, penulis mengucapkan terima kasih yang sebesarbesarnya kepada : 1. Ir. Pramono D Fewidarto, MS sebagai dosen pembimbing yang telah banyak meluangkan waktunya untuk memberikan bimbingan, saran, motivasi dan pengarahan kepada penulis. 2. Heti Mulyati, S.TP, MT dan Hardiana Widyastuti, S.HUT, MM atas kesediaannya untuk meluangkan waktu menjadi dosen penguji. 3. Ayahanda dan Ibunda sebagai inspirasi dan motivasi yang telah mencurahkan kasih sayang dan doa tulus yang tak pernah putus, serta kakak dan adik tercinta yang selalu memberi semangat untuk menyelesaikan skripi. 4. Pa Hendrik selaku pimpinan yang telah memberikan ijin untuk melakukan penelitian. Pa Hasan, Bu Siti, Mba Intan, Mba Evi, Ibnu, Mas Dion, Mas Yovi dan seluruh karyawan PT. Alam Sumbervita Jakarta yang telah membantu peneliti dan memberikan informasi dalam skripsi ini. 5. Pa Asep, Mas Hadi, Mba Dina, Mas Yadi dan seluruh staf karyawan/wati Tata Usaha Departemen Manajemen, FEM IPB yang telah banyak membantu mempersiapkan administrasi.

iv

6. Teman-teman satu bimbingan dan seperjuangan (Fany, Rinrin, Yan, Asep dan Jw) yang selalu saling mengingatkan dan memberi semangat. Semoga untuk Asep dan Jw bisa segera menyusul sidang. 7. Adit, Ruslan, yan, Ami, Rinrin, Uci, Etty, Aldhika, Ulfa, Yenni, Ayu, Nela, Indras, Else, Pasus, yayuk dan Ipeh yang telah mengajarkan apa arti teman yang sesungguhnya. Teman yang selalu ada saat suka dan duka. Thanks guys, thanks for everythings. Thanks for being my friends. Im nothing without you, but with you i can do everythings. 8. Anita, Whina, Dewi, Mia, Suminar, Cici (Sri), JW, Nadya, Elang, Hendra, Riri, Diah, Nia, Puji, Roni, Yuli, Astrid, dan seluruh keluarga besar Manajemen 40 yang tidak dapat disebutkan satu per satu atas canda tawa, keceriaan, dan kebersamaan selama masa perkuliahan. Keep contact ya, Im gonna miss you forever. 9. Adik-adik Manajemen 41 dan 42 yang tidak dapat disebutkan satu per satu yang juga memberikan semangat dan dukungannya. Thanks for all kindness and friendships. 10. Edo statistik 40 yang telah membantu mengolah data. Aji dan Heri IE 40 atas kesediaannya penulis dapat tinggal sementara di kontrakan selama penelitian. 11. Dyta dan keluarga atas doa, semangat dan dukungannya. Terima kasih telah menjadi inspirasi dan telah mewarnai hidup penulis. Knowing you once in my life, is already be a special gift for me. Skripsi ini masih banyak kekurangan di dalamnya. Oleh karena itu, kritik dan saran yang membangun penulis harapkan agar dapat menyempurnakan skripsi ini. Akhirnya, penulis berharap semoga hasil penelitian ini dapat bermanfaat bagi semua pihak. Bogor, Agustus 2007

Penulis

DAFTAR ISI

Halaman ABSTRAK RIWAYAT HIDUP ....................................................................................... iii KATA PENGANTAR ................................................................................... iv DAFTAR ISI .................................................................................................. vi DAFTAR TABEL ......................................................................................... viii DAFTAR GAMBAR ..................................................................................... ix DAFTAR LAMPIRAN ................................................................................. x

I. PENDAHULUAN .................................................................................... 1.1. Latar Belakang ................................................................................... 1.2. Tujuan Penelitian ............................................................................... 1.3. Manfaat Penelitian ............................................................................. 1.4. Batasan Penelitian .............................................................................. II. TINJAUAN PUSTAKA .......................................................................... 2.1. Perencanaan dan Pengendalian Persediaan ........................................ 2.2. Definisi Peramalan ............................................................................. 2.2.1. Manfaat Peramalan .................................................................... 2.2.2. Faktor-Faktor Yang Mempengaruhi Permintaan ...................... 2.2.3. Metode Peramalan Permintaan ................................................. 2.2.4. Metode ARIMA ( Autoregressive Integrated Moving Average) 2.2.5. Pola Permintaan ........................................................................ 2.3. Definisi Persediaan ............................................................................. 2.3.1. Faktor-Faktor Penyebab Munculnya Persediaan ...................... 2.3.2. Fungsi Persediaan ..................................................................... 2.3.3. Jenis Persediaan ........................................................................ 2.3.4. Biaya Persediaan ....................................................................... 2.4. Pengendalian Persediaan .................................................................... 2.5. Model Pengendalian Persediaan Sederhana ....................................... 2.5.1. Economic Order Quantity (EOQ) ............................................. 2.6. Model-Model Persediaan Stokastik ................................................... 2.6.1. EOQ dengan Ketidakpastian Permintaan Selama Lead Time ... 2.7. Penelitian Terdahulu .......................................................................... III. METODOLOGI PENELITIAN ............................................................ 3.1. Kerangka Pemikiran ........................................................................... 3.2. Tahapan Penelitian ............................................................................. 3.3. Lokasi dan Waktu Penelitian ............................................................. 3.4. Jenis dan Metode Pengumpulan Data ................................................ 3.5. Pengolahan dan Analisis Data ............................................................

1 1 3 3 3 4 4 5 5 6 6 9 10 11 11 12 13 15 16 17 17 18 19 21 23 23 24 26 26 27

vi

3.5.1. Klasifikasi Persediaan Berdasarkan Volume Penjualan ........... 27 3.5.2. Peramalan Permintaan ............................................................... 27 3.5.3. Metode Pengendalian Persediaan............................................... 28 IV. HASIL DAN PEMBAHASAN ................................................................ 30 4.1. Gambaran Perusahaan ........................................................................ 30 4.2. Gambaran Produk .............................................................................. 31 4.3. Sistem Pengadaan Barang PT. Alam Sumbervita .............................. 32 4.4. Biaya Persediaan ................................................................................ 35 4.5. Penentuan Produk-Produk Prioritas Berdasarkan Volume Penjualan 37 4.6. Peramalan Permintaan Tahun 2007 untu Produk Prioritas ................ 39 4.7. Pengendalian Persediaan Produk-Produk Prioritas ............................ 42 4.7.1. Pengendalian Persediaan Produk Prioritas dengan Metode EOQ Stokastik .................................................................................... 42 4.7.2. Pengendalian Persediaan Produk Prioritas dengan Metode EOQ Stokastik Tingkat Pelayanan 99 Persen .................................... 46 4.7.3. Perbandingan Total Biaya Persediaan Antara Metode Perusahaan dengan Metode Peneliti ............................................................. 48 4.7.3. Perkiraan Biaya persediaan Tahun 2007 dengan Metode Perusahaan dan Metode yng Digunakan Peneliti ...................... 51 KESIMPULAN DAN SARAN ..................................................................... 56 1. Kesimpulan ................................................................................................. 56 2. Saran ........................................................................................................... 57 DAFTAR PUSTAKA .................................................................................... 58 LAMPIRAN ................................................................................................... 59

vii

DAFTAR TABEL No Halaman 1. Perkiraan parsial berdasarkan tingkat pelayanan ................................... 21 2. Tujuan penelitian, jenis kebutuhan data, metode pengolahan dan Kesimpulan yang diharapkan ................................................................. 26 3. Jenis-jenis produk Dry ........................................................................... 32 4. Persentase permintaan tiap cabang PT. Alam Sumbervita terhadap total permintaan ..................................................................................... 35 5. Total biaya pemesanan dan penyimpanan PT. Alam Sumbervita Jakarta tahun 2006 ................................................................................. 36 6. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton tahun 2006 ............................................................................................ 36 7. Persentase penjualan produk-produk prioritas terhadap total penjualan tahun 2006 ............................................................................. 37 8. Total biaya persediaan produk-produk prioritas tahun 2006 ................. 38 9. Kapasitas maksimum dan persediaan penyangga produk prioritas ...... 39 10. Hasil peramalan permintaan produk prioritas untuk semester 1 tahun 2007 (Januari Juni) PT. Alam Sumbervita Jakarta ............................. 41 11. Hasil peramalan permintaan produk prioritas untuk semester 2 tahun 2007 (juli - Desember) PT. Alam Sumbervita Jakarta ........................... 42 12. Biaya persediaan total produk produk prioritas tahun 2006 dengan metode EOQ stokastik ........................................................................... 44 13. Biaya persediaan total produk-produk prioritas tahun 2006 dengan metode EOQ stokastik tingkat pelayanan 99 persen .............................. 47 14. Perbandingan total biaya persediaan tahun 2006 antara metode perusahaan dan metode yang digunakan peneliti ................................... 48 15. Perbedaan besarnya persediaan penyangga tahun 2006 antara metode perusahaan dan metode yang digunakan peneliti ................................... 50 16. Perkiraan total biaya persediaan tahun 2007 dengan metode perusahaan dan metode yang digunakan peneliti ...................................................... 52 17. Perbedaan besarnya persediaan penyangga tahun 2007 antara metode perusahaan dan metode yang digunakan peneliti ................................... 53

viii

DAFTAR GAMBAR No 1. 2. 3. 4. 5. 6. 7. 8. Halaman Faktor-Faktor yang Mempengaruhi Permintaan ................................... 6 Hubungan antara biaya pemesanan dan biaya penyimpanan ................ 18 Berbagai variasi permintaan harian (d) dan lead time (L) .................... 19 Kerangka Pemikiran .............................................................................. 24 Tahapan Penelitian ................................................................................ 25 Alur pemesanan barang hingga barang masuk kedalam gudang ........... 33 Plot diagram data aktual penjualan SKM CES tahun 2004-2006 ......... 40 Plot diagram SKM CES setelah didiferensiasi ordo pertama ....... ........ 40

ix

DAFTAR LAMPIRAN No Halaman 1. Struktur Organisasi PT. Alam Sumbervita Jakarta....................................... 60 2. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton ........................................................................................................... 61 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan volume penjualan ......................................................................................... 62 4. Komponen-komponen penyusun biaya pemesanan dan biaya penyimpanan pada tahun 2006 .................................................................... 66 5. Kapasitas Maksimum dan persediaan penyangga keseluruhan produk Dry .................................................................................................. 67 6. Plot ACF dan Plot PACF diferensiasi ordo pertama SKM CES ................ 69 7. Perhitungan peramalan permintaan tahun 2007 dengan metode ARIMA .... 70 8. Hasil peramalan permintaan produk prioritas tahun 2007 untuk seluruh cabang PT. Alam Sumbervita ..................................................................... 78 9. Standar deviasi rata-rata permintaan harian produk prioritas tahun 2006 dan tahun 2007 .. 79 10. Contoh print out inventory order cycle (SKM CES) .................................. 81 11. Contoh print out inventory order cycle service level 99 persen (SKM CES) ................................................................................................ 82 12. Perkiraan total biaya persediaan produk-produk prioritas tahun 2007 dengan menggunakan metode perusahaan.................................................... 84 13. Contoh print out inventory order cycle tahun 2007 SKM CES ................. 86 14. Contoh print out inventory order cycle service level 99 persen tahun 2007 SKM CES ................................................................................................... 88

I. PENDAHULUAN

1.1. Latar Belakang Setiap perusahaan baik yang bergerak di bidang manufaktur, perdagangan maupun jasa pasti memiliki persediaan dalam menjalankan operasional usahanya. Perusahaan memiliki persediaan dalam bentuk persediaan bahan baku, bahan penolong, maupun dalam bentuk persediaan produk jadi yang siap untuk dipasarkan langsung ke konsumen. Perusahaan yang bergerak di bidang jasa juga memiliki persediaan, minimal dalam bentuk persediaan bahan-bahan pembantu atau barangbarang perlengkapan yang diperlukan dalam proses produksi untuk menghasilkan produk jasa yang diharapkan. Sekitar 20 60 persen aset yang dimiliki perusahaan adalah dalam bentuk persediaan (Baroto, 2002), sehingga pengendalian persediaan merupakan fungsi manajerial yang sangat penting dalam perusahaan, baik itu untuk perusahaan manufaktur, perdagangan atau jasa. PT. Alam Sumbervita sebagai perusahaan dagang yang bertindak sebagai distributor barang jadi produk-produk PT. Indomilk, PT. Indolakto, PT. Indomurni dan PT. Indo Es Krim Meiji dihadapkan pada dilema dalam menetapkan kebijakan persediaannya, yaitu pada kebijakan persediaan yang dilebihkan atau dikurangkan. Karena bila persediaan dilebihkan, biaya penyimpanan dan modal yang dibutuhkan akan lebih besar. Kelebihan ini juga menyebabkan sebagian besar modal yang dimiliki perusahaan terfokus hanya pada persediaan atau di gudang, dimana semestinya modal tersebut dapat diinvestasikan pada sektor lain yang lebih menguntungkan. Namun sebaliknya, bila perusahaan berupaya mengurangi persediaan, perusahaan suatu saat akan dihadapkan pada masalah stock out (kehabisan persediaan). Bila perusahaan tidak memiliki persediaan yang cukup untuk operasional usahanya, biaya pengadaan darurat akan menjadi lebih tinggi daripada pengadaan barang secara normal. Selain itu, adanya kekurangan persediaan menyebabkan produk perusahaan yang ada di pasar akan mengalami

kelangkaan dan hal ini dapat membuat konsumen kecewa dan akhirnya akan pindah ke merek lain. Mengingat adanya konsekuensi logis dari kekurangan atau kelebihan persediaan tersebut, maka perusahaan harus dengan cermat memperhatikan masalah persediaan dengan merencanakan dan mengendalikan persediaan pada tingkat optimalnya. Kriteria optimal disini yaitu keseluruhan biaya yang minimal terkait dengan semua konsekuensi kebijakan persediaan yang diambil perusahaan. Selama ini perusahaan menggunakan metode EOQ tradisional yang disesuaikan dengan kebijakan persediaan penyangga dalam mengendalikan persediaannya. Perencanaan dan pengendalian persediaan sendiri diperoleh dari hasil peramalan permintaan konsumen akan produk perusahaan di masa mendatang. Hasil dari peramalan ini menjadi dasar bagi PT. Alam Sumbervita untuk menentukan tingkat persediaan yang optimal. Hasil peramalan permintaan masa depan dengan akurasi atau tingkat ketepatan yang tinggi dapat diperoleh dengan menggunakan metode peramalan yang sesuai berdasarkan jenis pola data historis perusahaan. Diharapkan dengan penggunaan metode peramalan yang sesuai dengan perusahaan ini akan diperoleh hasil peramalan akan lebih mencerminkan kondisi aktualnya. Selanjutnya hasil peramalan permintaan ini akan digunakan perusahaan sebagai dasar untuk merencanakan dan mengendalikan kegiatan produksi perusahaan, termasuk didalamnya keputusan untuk perencanaan dan pengendalian persediaan yang optimal bagi perusahaan, yang menjamin kegiatan operasional perusahaan tetap berjalan namun juga memperhatikan adanya pengurangan biaya-biaya yang dianggap dapat dieliminasi atau diminimalisasi. Berdasarkan uraian di atas, rumusan masalah yang menarik untuk penulis kaji adalah apakah model pengendalian persediaan yang digunakan PT. Alam Sumbervita sudah tepat dan optimal melalui efisiensi biaya-biaya persediaan yang muncul.

1.2. Tujuan Penelitian Tujuan yang diharapkan dari diadakannya penelitian ini, yaitu antara lain untuk: 1. Mengetahui perusahaan. 2. Menetapkan jenis produk yang perlu mendapatkan prioritas dalam pengendalian persediaan berdasarkan volume penjualan tertinggi. 3. Menghitung tingkat persediaan yang optimal bagi PT. Alam Sumbervita. 1.3. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat bagi penulis, perusahaan maupun siapapun yang membacanya, yaitu : 1. Bagi penulis, untuk mengaplikasikan ilmu dan teori yang pernah didapat selama kuliah untuk diterapkan di dunia usaha. 2. Bagi perusahaan, diharapkan hasil analisis ini dapat menjadi bahan pertimbangan dan masukan dalam pengambilan keputusan tentang kebijakan perencanaan dan pengendalian persediaan. 3. Referensi bagi peneliti lain yang ingin melakukan penelitian lebih lanjut mengenai perencanaan dan pengendalian persediaan. 1.4. Batasan Penelitian Penulis membatasi ruang lingkup penelitian sebagi berikut : 1. Kelompok produk yang didistribusikan oleh PT. Alam Sumbervita Jakarta adalah kelompok Dry, PLM dan Ice Cream. Kelompok yang dibahas lebih lanjut adalah kelompok Dry. 2. Jenis produk Dry PT. Alam Sumbervita Jakarta yang analisis adalah produk-produk prioritas berdasarkan volume penjualan tertinggi. sistem pengadaan dan pengendalian persediaan

II. TINJAUAN PUSTAKA

2.1. Perencanaan dan Pengendalian Persediaan Perencanaan dan pengendalian produksi dan persediaan (PPIC) merupakan bagian yang berpartisipasi dalam peramalan permintaan, perencanaan kapasitas keseluruhan organisasi, penentuan berapa banyak persediaan bahan dan komponen-komponen yang harus ada dan kapan mendapatkannya, dan bila komponen tersebut diproduksi sendiri, bertanggung jawab atas kapan dibuat dan pada mesin-mesin mana sehingga master production schedules atau jadwal perakitan akhir dipenuhi untuk memuaskan permintaan organisasi (Handoko, 1993). PPIC pada industri apa pun pada dasarnya memiliki fungsi yang sama. Fungsi atau aktivitas-aktivitas yang ditangani oleh Departemen PPIC secara umum adalah sebagai berikut : 1. Mengelola pesanan dari pelanggan. 2. Meramalkan permintaan masa depan agar skenario pruduksi dapat mengantisipasi fluktuasi permintaan. 3. Mengelola persediaan berupa tindakan transaksi persediaan, kebijakan persediaan pengaman, kebijakan kuantitas pesanan, kebijakan frekuensi dan periode pemesanan, dan mengoptimalkan biaya yang terkait didalamnya. 4. Menyusun rencana agregat, penyesuaian permintaan dengan kapasitas. 5. Membuat Jadwal Induk Produksi (JIP) mengenai apa dan berapa unit yang harus diproduksi pada suatu periode tertentu. 6. Merencanakan kebutuhan seperti komponen, sub assembly, dan bahan penunjang untuk penyelesaian produk. 7. Melakukan penjadwalan pada mesin atau fasilitas produksi. 8. Monitoring dan pelaporan pembebanan kerja dibanding kapasitas produksi. 9. Evaluasi skenario pembebanan dan kapasitas.

Perencanaan dan pengendalian persediaan yang merupakan sub dari Departemen PPIC, terlihat jelas pada poin ke tiga dari fungsi fungsi di atas bahwa perencanaan dan pengendalian persediaan memiliki aktivitas aktivitas utama untuk mengelola persediaan, baik berupa tindakan transaksi yang berkenaan langsung dengan persediaan, kebijakan tentang tingkat persediaan pengaman, kebijakan kuantitas pesanan, kebijakan frekuensi dan periode pemesanan serta kebijakan pengelolaan persediaan untuk mengoptimalkan biaya yang terkait didalamnya. Fungsi - fungsi tersebut berlaku secara umum, namun terkadang suatu perusahaan hanya memiliki beberapa fungsi saja, tergantung sistem perencanaan dan pengendalian produksi dan persediaan yang digunakan perusahaan. 2.2. Definisi Peramalan Permintaan Menurut Assauri (2004), peramalan merupakan seni dan ilmu dalam memprediksikan kejadian yang akan dihadapi pada masa yang akan datang. Selain itu Assauri juga mendefinisikan peramalan sebagai upaya penggunaan data atau informasi untuk menentukan kejadian di masa yang akan datang, dalam bentuk perkiraan atau perhitungan dari data historis masa lalu dan informasi lainnya untuk penentuan terlebih dahulu atau prakiraan. Peramalan akan permintaan produk dan jasa diwaktu mendatang dan bagian-bagiannya ini sangat penting sebagai dasar dalam perencanaan dan pengawasan produksi dan persediaan. 2.2.1. Manfaat Peramalan Permintaan Peramalan digunakan sebagai dasar untuk menentukan kebijakan pengendalian dari sistem persediaan, membuat perencanaan produksi, pembebanan mesin, peralatan, bahan, serta untuk menentukan tingkat tenaga kerja selama periode produksi (Baroto, 2002). Informasi tentang permalan permintaan akan sangat berguna bagi kegiatan operasional perusahaan, yaitu dalam tiga hal. Pertama dalam perencanaan atau perancangan sistem, kedua dalam hal penjadwalan sistem dan yang ketiga yaitu pengendalian sistem, termasuk didalamnya pengendalian

untuk produksi, pengendalian persediaan, pengendalian tenaga kerja dan pengendalian biaya (Assauri, 2004). 2.2.2. Faktor-Faktor yang Mempengaruhi Permintaan Besarnya permintaan konsumen akan produk atau jasa sangat dipengaruhi oleh keadaan di masa yang akan datang. Keadaan itu bisa bersumber dari faktor internal perusahaan, faktor eksternal pasar dan pemerintah. Faktor internal perusahaan diantaranya adalah mutu, harga, desain, daur hidup produk, bauran produk dan aktifitas penjualan. Faktor eksternal pasar bisa berwujud selera dan persepsi konsumen, demografi, persaingan dan citra produk. Faktor terakhir yang juga turut mempengaruhi tingkat permintaan yaitu faktor eksternal pemerintah, diantaranya dalam bentuk deregulasi baik dibidang ekonomi, sosial, politik dan peraturan lainya (Baroto, 2002).
INTERNAL Daur Hidup Produk Layanan Kualitas Desain Produk Harga EKSTERNAL (PASAR) Selera & Persepsi Pelanggan Demografi Persaingan EKSTERNAL (PEMERINTAH) Deregulasi Ekonomi Sektor Swasta Siklus Bisnis

Iklan Aktivitas penjulalan Bauran Produk

PERMINTAAN

Gambar 1. Faktor-Faktor yang Mempengaruhi Permintaan (Sumber : Baroto, 2002) 2.2.3. Metode Peramalan Permintaan Baroto (2002) menyatakan bahwa ada beberapa metode untuk membuat peramalan permintaan. Pada dasarnya semua metode peramalan tersebut memiliki ide yang sama, yaitu menggunakan data

masa lalu untuk memperkirakan atau memproyeksikan data di masa yang akan datang. Berdasarkan tekniknya metode peramalan dapat dibedakan menjadi dua, yaitu metode kualitatif dan metode kuantitatif. Metode kualitatif digunakan karena ketidaktersediaan data masa lalu yang dibutuhkan atau data tersedia dalam jumlah yang sedikit, sehingga dalam metode ini pendapat pakar dan praktisi dijadikan dasar untuk menetapkan permintaan yang akan datang (Baroto, 2002). Metode kualitatif yang banyak dikenal dan digunakan adalah metode Delphi dan metode kelompok nominal (nominal group technique). 1. Metode Delphi, merupakan suatu teknik yang menggunakan prosedur sistematis untuk mendapatkan suatu konsensus pendapatpendapat dari suatu kelompok ahli (Handoko, 1994). Proses ini dilakukan dengan meminta kepada anggota kelompok untuk memberikan serangkaian ramalan melalui tanggapan mereka terhadap daftar pertanyaan. Kemudian moderator mengumpulkan dan memformulasikan daftar pertanyaan baru dan dibagikan kembali kepada kelompok. Kunci keberhasilan metode ini tergantung pada kompetensi koordinator dan kepakaran anggota serta variasi pengalamannya. Koordinator perlu untuk memiliki kemampuan menjalin sintesa atas berbagai pendapat dan ramalan dari peserta yang memiliki latar belakang bervariasi. 2. Metode Kelompok Nominal (Nominal Group Technique). Metode ini melibatkan orang-orang yang berpengalaman dari berbagai bidang. Metode ini memungkinkan terjadinya diskusi antar anggota secara langsung dan secara tatap muka, sedangkan dengan metode Delphi sama sekali tidak ada interaksi lisan. Kunci keberhasilan dari metode ini terletak pada kemampuan kelompok dalam

mengidentifikasi permasalahan dan dalam berfikir secara kreatif, serta kesediaan para anggota untuk berdiskusi serta berdialog dalam membahas masa depan.

Metode kuantitatif menggunakan suatu set data historis masa lalu perusahaan yang akan digunakan untuk meramalkan permintaan di masa datang. Ada dua kelompok besar metode kuantitatif, yaitu metode time series dan metode nontime series (structural models). Metode time series merupakan metode peramalan yang

menggunakan waktu sebagai dasar peramalan. Tidak ada metode yang paling baik untuk memberikan suatu peramalan keseluruhan, karena metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan data yang lain. Pada peramalan time series metode peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan, yaitu dapat berupa MAD (Mean Absolute Deviation), MSE (Mean Square of Error) atau MAPE (Mean Absolute Percentage of Error).

MSE =

t =1

ft ft m

.......... ..(1)

MAD =

t =1

ft ft m .......... ....( 2)

f f t 100 0 t 0 ft t =1 MAPE = .......... .......... (3) m


m

Dimana :
f t = permintaan aktual pada periode t
f t = ramalan permintaan untuk periode t

m = jumlah periode yang digunakan sebagai dasar peramalan

Metode time series sendiri menurut Baroto (2002), antara lain metode Free Hand, metode Moving Average, metode Weighted Moving
Average, metode Exponential Smoothing, metode regresi linier

sederhana, metode interpolasi Gregory-Newton, metode Winter, dan lain-lain.

Prosedur untuk peramalan permintaan dengan metode time series adalah sebagai berikut : 1. Tentukan pola data permintaan dengan memplotkan data secara grafis. 2. Mencoba beberapa metode time series yang sesuai dengan pola permintaan tersebut untuk peramalan. 3. Mengevaluasi tingkat kesalahan masing-masing metode dengan menggunakan kriteria MAD, MSE atau MAPE. 4. Memilih metode peramalan terbaik diantara metode yang telah dicoba. 5. Melakukan peramalan permintaan dengan menggunakan metode terbaik yang telah dipilih.

2.2.4. Metode ARIMA (Autoregressive Integrated Moving Average)


ARIMA (Autoregressive Integrated Moving Average) merupakan salah satu model untuk menghitung peramalan yang dikembangkan oleh Box dan Jenkins, sehingga disebut ARIMA Box-Jenkins. Menurut Aritonang (2002) metode ARIMA merupakan gabungan dari metode penghalusan, metode regresi dan metode dekomposisi. Peramalan dengan metode ARIMA dilakukan melalui lima tahap, yaitu : 1. Tahap pemeriksaan kestasioneran data 2. Tahap pengidentifikasian model 3. Tahap pengestimasian parameter model 4. Tahap pengujian model 5. Penggunaan model untuk peramalan. Menurut Baroto (2002), karakteristik peramalan permintaan adalah sebagai berikut : 1. Faktor penyebab yang berlaku di masa lalu diasumsikan akan berfungsi juga di masa yang akan datang. 2. Peramalan tidak pernah sempurna, permintaan aktual selalu berbeda dengan permintaan yang diramalkan.

10

3. Tingkat ketepatan ramalan akan berkurang dalam rentang waktu yang semakin panjang. Implikasinya peramalan untuk rentang yang pendek akan lebih akurat dibanding peramalan untuk waktu yang panjang.

2.2.5. Pola Permintaan


Pola permintaan merupakan suatu pola pergerakan jangka panjang dari tampilan data-data scatter diagram permintaan (Baroto, 2002). Pola permintaan ini akan berhubungan dengan metode peramalan yang digunakan. Dalam time series ada empat jenis pola permintaan, yaitu : 1. Pola Trend. Pola Trend adalah bila data permintaan menunjukkan pola kecenderungan gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat ditarik suatu garis maya. Garis inilah yang disebut dengan garis trend. Bila data berpola trend, maka metode peramalan yang sesuai adalah menggunakan metode regresi linear, exponential smoothing atau double exponential smoothing. 2. Pola musiman. Pola musiman terjadi bila data yang terbentuk terlihat berfluktuasi, namun fluktuasi tersebut terjadi secara berulang dalam suatu waktu interval tertentu. Disebut pola musiman karena pola permintaan ini biasanya dipengaruhi oleh musim, sehingga biasanya interval pengulangan data ini adalah satu tahun. Metode peramalan yang paling sesuai digunakan untuk pola permintaan musiman adalah metode Winter (sangat sesuai), atau moving average, atau weighted moving average. 3. Pola Siklikal Pola siklikal adalah pola permintaan yang terjadi bila fluktuasi yang terjadi secara jangka panjang membentuk pola sinusoid atau gelombang atau siklus. Pola ini agak mirip dengan pola musiman, bentuknya selalu mirip gelombang sinusoid. Untuk menentukan data berpola siklis tidaklah mudah, karena rentang waktu perulangan

11

sikklikal tidak tentu. Metode yang paling sesuai untuk pola permintaan ini adalah metode moving average, weighted moving average, dan exponential smoothing. 4. Pola Eratik/Random. Pola eratik adalah bila fluktuasi pola permintaan yang terjadi dalam jangka panjang tidak dapat digambarkan oleh ketiga pola lainnya. Fluktuasi permintaan ini bersifat acak atau tidak jelas. Pola permintaan jenis ini belum ada metode khusus yang dapat meramalkan permintaan dengan tingkat akurasi yang lebih baik dibanding yang lain, tingkat kemampuan seorang analis peramalan sangat menentukan dalam pengambilan kesimpulan mengenai pola data. Keterampilan, pengalaman dan imajinasi seorang analis peramalan merupakan faktor yang paling menetukan dalam pelaksanaan peramalan.

2.3. Definisi Persediaan


Groebner dalam Baroto (2002) mendifinisikan persediaan sebagai komponen material, atau produk jadi yang tersimpan di tangan, menunggu untuk digunakan atau dijual. Menurut Assauri (2004), persediaan merupakan aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam suatu periode usaha yang normal atau persediaan barang-barang yang masih dalam proses produksi, ataupun persediaan barang baku yang menunggu penggunaannya dalam suatu proses produksi. Sehingga persediaan merupakan istilah umum yang menunjukkan segala sesuatu atau sumber daya organisasi permintaan. yang disimpan dalam antisipasinya terhadap pemenuhan

2.3.1. Faktor Faktor Penyebab Munculnya Persediaan


Alasan diberlakukannya persediaan oleh suatu perusahaan pabrik menurut Assauri (2004) adalah karena : 1. Dibutuhkan waktu untuk menyelesaikan operasi produksi untuk memindahkan produk dari suatu tingkat ke tingkat proses lain, yang disebut persediaan dalam proses dan pembelian.

12

2. Adanya alasan organisasi untuk memungkinkan satu unit atau bagian membuat jadwal operasinya secara bebas tidak tergantung dari yang lain. Menurut Baroto (2002), penyebab timbulnya persediaan adalah sebagai berikut : 1. Adanya mekanisme pemenuhan atas permintaan. Karena permintaan terhadap suatu barang tidak dapat dipenuhi seketika bila barang tersebut tidak tersedia sebelumnya. Untuk menyiapkan barang diperlukan waktu pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang sulit untuk dihindari. 2. Keinginan untuk meredam ketidakpastian. Karena ketidakpastian terjadi akibat permintaan yang bervariasi dan tidak pasti dalam jumlah maupun waktu kedatangan, waktu pembuatan yang cenderung tidak konstan antara satu produk dengan produk berikutnya, lead time yang cenderung tidak pasti karena banyak faktor yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan mengadakan persediaan. 3. Keinginan untuk melakukan spekulasi yang bertujuan untuk mendapatkan keuntungan besar dari kenaikan harga di masa mendatang.

2.3.2. Fungsi Persediaan


Efisiensi produksi dapat ditingkatkan melalui pengendalian sistem persediaan. Efisiensi ini dapat dicapai bila fungsi persediaan dapat dioptimalkan. Beberapa fungsi persediaan menurut Baroto (2002) adalah sebagai berikut : 1. Fungsi Independensi. Agar proses produksi dapat terus berjalan tanpa tergantung pada permintaan dan pasokan bahan baku dari pemasok. 2. Fungsi Ekonomis. Seringkali dalam kondisi tertentu, memproduksi dengan jumlah produksi tertentu akan lebih ekonomis daripada memproduksi secara berulang atau sesuai permintaan. Jadi memiliki

13

persediaan dalam beberapa kasus bisa merupakan tindakan yang ekonomis. 3. Fungsi Antisipasi. Persediaan diperlukan untuk mengantisipasi adanya perubahan permintaan atau pasokan, sehingga kegiatan menimbun bahan baku terlebih dahulu merupakan kegiatan yang rasional bagi perusahaan. 4. Fungsi Fleksibilitas. Bila dalam proses produksi terdiri atas beberapa tahapan proses operasi dan kemudian terjadi kerusakan pada satu tahapan proses operasi, maka akan diperlukan waktu untuk melakukan perbaikan. Karena itu persediaan barang setengah jadi pada situasi seperti ini merupakan faktor penolong untuk kelancaran proses operasi.

2.3.3. Jenis Persediaan


Menurut Assauri (2004), persediaan yang terdapat dalam perusahaan dapat dibedakan menurut beberapa cara. Pertama dilihat berdasarkan fungsinya, persediaan dibedakan atas : 1. Batch Stock atau Lot Size Inventory yaitu persediaan yang diadakan karena membeli atau membuat bahan-bahan atau barang-barang dalam jumlah yang lebih besar daripada jumlah yang dibutuhkan pada saat itu. Keuntungan yang akan diperoleh dari adanya batch stock ini antara lain adalah untuk : a) Memperoleh potongan harga pada harga pembelian dalam jumlah banyak. b) Memperoleh efisiensi produksi karena adanya operasi yang lebih lama. c) Adanya penghematan dalam biaya pengangkutan. 2. Fluctuation Stock adalah persdiaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diramalkan. Jadi apabila terdapat fluktuasi permintaan yang sangat besar, maka persediaan ini dibutuhkan sangat besar pula untuk menjaga kemungkinan naik turunnya permintaan tersebut.

14

3. Anticipation menghadapi

Stock

yaitu

persediaan

yang

diadakan

untuk

fluktuasi

permintaan

yang

dapat

diramalkan,

berdasarkan pola musiman yang terdapat dalam satu tahun untuk menghadapi penggunaan atau penjualan permintaan yang meningkat. Disamping itu persediaan ini dimaksudkan pula untuk menjaga kemungkinan sukarnya diperoleh bahan-bahan sehingga tidak mengganggu jalannya produk atau menghindari kemacetan produksi. Persediaan juga dibedakan berdasarkan jenisnya secara fisik dan posisi barang tersebut dalam urutan pengerjaan produk, yaitu : 1. Persediaan Bahan Baku (Raw Material Stock) yaitu persediaan dari barang-barang berwujud yang digunakan dalam proses produksi, barang mana yang dapat diperoleh dari sumber-sumber alam ataupun dibeli supplier atau perusahaan yang menghasilkan bahan baku bagi perusahaan pabrik yang menggunakannya. 2. Persediaan bagian produk yang dibeli (Purchased Parts atau Components Stock) yaitu persediaan barang-barang yang terdiri dari komponen yang diterima dari perusahaan lain, yang secara langsung dirakit dengan komponen lain, tanpa melalui proses produksi sebelumnya. Jadi bentuk barang yang merupakan parts ini tidak mengalami perubahan dalam operasi. 3. Persediaan bahan-bahan pembantu atau barang-barang perlengkapan (Supplies Stock) yaitu persediaan barang-barang atau bahan-bahan yang diperlukan dalam proses produksi untuk membantu berhasilnya produksi atau yang dipergunakan dalam bekerjanya suatu

perusahaan, tetapi tidak merupakan bagian atau komponen dari barang jadi. 4. Persediaan barang setengah jadi atau barang dalam proses yaitu persediaan barang-barang yang keluar dari tiap-tiap bagian dalam satu pabrik atau bahan-bahan yang telah diolah menadi suatu bentuk, tetapi lebih perlu diproses kembali untuk kemudian menjadi barang jadi. Mungkin saja barang setengah jadi bagi suatu pabrik,

15

merupakan barang jadi bagi pabrik lain karena proses produksinya hanya memang sampai disitu saja. 5. Persediaan barang jadi (finished goods stock) yaitu persediaan barang-barang yang telah selesai diproses atau diolah dalam pabrik dan siap untuk dijual kepada pelanggan atau perusahaan lain.

2.3.4. Biaya Persediaan


Biaya persediaan menurut Baroto (2002) adalah semua

pengeluaran dan kerugian yang timbul sebagai akibat adanya persediaan. Biaya tersebut diantaranya adalah sebagai berikut : 1. Harga pembelian, yaitu biaya yang dikeluarkan untuk membeli barang, besarnya sama dengan harga perolehan sediaan itu sendiri atau harga belinya. Pada beberapa model pengendalian sistem persediaan, biaya tidak dimasukkan sebagai dasar untuk membuat keputusan. 2. Biaya pemesanan, yaitu biaya yang harus dikeluarkan untuk melakukan pemesanan ke pemasok, yang besarnya tidak dipengaruhi oleh jumlah pesanan. Biaya pemesananan adalah semua pengeluaran yang timbul untuk mendatangkan barang dari pemasok. Biaya ini meliputi biaya pemrosesan pesanan, biaya ekspedisi, upah, biaya telekomunikasi, biaya dokumentasi/transaksi, biaya pengepakan, biaya pemeriksaan, dan biaya lainnya yang tidak tergantung jumlah pesanan. 3. Biaya penyiapan (set up cost) adalah semua pengeluaran yang timbul dalam mempersiapkan produksi. Biaya ini terjadi bila item persediaan diproduksi sendiri dan tidak membeli dari pemasok. Biaya ini meliputi biaya persiapan peralatan produksi, biaya mempersiapkan mesin (set up), biaya mempersiapkan tenaga kerja langsung, biaya perencanaan dan penjadwalan produksi, dan biayabiaya lain yang besarnya tidak tergantung pada jumlah item yang diproduksi. 4. Biaya penyimpanan adalah biaya yang dikeluarkan dalam

penanganan atau penyimpanan material, semi finished product, sub

16

assembly, atau pun produk jadi. Biaya ini besarnya tergantung dari lamanya penyimpanan dan jumlah yang disimpan. Biaya simpan biasanya dinyatakan dalam biaya per unit per periode. Biaya penyimpanan ini meliputi : a) Biaya fasilitas penyimpanan (penerangan, pemanas atau

pendingin). b) Biaya modal (opportunity cost of capital, yaitu alternatif pendapatan atas dana yang diinvestasikan dalam persediaan). c) Biaya keusangan d) Biaya perhitungan fisik dan konsiliasi laporan. e) Biaya asuransi dan pajak f) Biaya penangannan persediaan dan biaya-biaya lainnya yang bersifat variabel tergantung pada jumlah item. 5. Biaya kekurangan persediaan. Bila perusahaan kehabisan barang saat ada permintaan, maka akan terjadi stock out. Stock out menimbulkan kerugian berupa biaya akibat kehilangan kesempatan mendapatkan keuntungan atau kehilangan pelanggan yang kecewa dan beralih ke pesaing. Biaya ini sulit diukur karena berhubungan dengan good will perusahaan.

2.4. Pengendalian Persediaan


Jumlah pemesanan ekonomis merupakan besarnya pesanan yang diadakan agar menghasilkan biaya-biaya persediaan yang minimal (Assauri, 1993). Untuk menentukan jumlah pemesanan yang ekonomis ini, harus diupayakan agar biaya-biaya pemesanan dan penyimpanan diperkecil. Usaha untuk memperkecil biaya pemesanan dan penyimpanan ini menyebabkan sistem persediaan dihadapkan pada dua sifat biaya yang bertentangan. Sifat yang pertama menekankan agar pemesanan dilakukan dalam jumlah besar sehingga akan memperkecil biaya pemesanan per unit. Sifat biaya yang kedua, menekankan pada upaya untuk meminimumkan jumlah persediaan agar memperkecil biaya penyimpanan. Berdasarkan kedua sifat tersebut dapat dilihat bahwa jumlah pemesanan ekonomis terletak antara biaya pemesanan dan biaya penyimpanan.

17

Model persediaan tradisional memberikan solusi berupa diadakannya suatu persediaan dalam jumlah tertentu sebagai tindakan pengendalian atas kondisi-kondisi nyata yang mungkin terjadi. Inilah yang disebut sebagai sediaan pengaman atau Safety Stock (SS). Dimana penentuan besar kecilnya safety stock ini dipengaruhi oleh pola permintaan, biaya dan lead time. Pada kondisi dimana terdapat elemen yang cepat berubah seperti terjadinya perubahan harga, maka perusahaan menetapkan suatu ambang batas untuk tingkat perubahan harga itu sendiri yang dihubungkan dengan pengendalian. Bila perubahan harga belum malampaui ambang batas maka belum perlu untuk melakukan tindakan apa-apa. Penyesuaian baru dilakukan bila perubahan harga telah melalui ambang batas yang telah ditentukan. Menurut Baroto (2002) model-model pengendalian persediaan

tradisional mengasumsikan waktu yang diperlukan untuk pemenuhan kebutuhan (lead time) adalah konstan. Secara aktual, asumsi ini sulit dipenuhi karena banyak masalah yang tak dapat dihindarkan sehingga pesanan tidak dapat terkirim sesuai dengan waktu yang diperkirakan.

2.5. Model Pengendalian Persediaan Sederhana 2.5.1. Economic Order Quantity (EOQ)
Metode manajemen persediaan yang paling terkenal adalah modelmodel Economic Order Quantity (EOQ) atau Economic Lot Size (ELS). Metode-metode ini dapat digunakan baik untuk barang yang dibeli maupun yang diproduksi sendiri. Model EOQ merupakan metode yang biasa digunakan untuk barang yang dibeli, sedangkan ELS untuk barangbarang yang diproduksi secara internal. Menurut Handoko (2000), konsep EOQ (kadang disebut sebagai model fixed order quantity) adalah sederhana. Model ini digunakan untuk menentukan kuantitas pesanan persediaan yang meminimumkan biaya langsung penyimpanan persediaan dan biaya kebalikannya (inverse cost) pemesanan persediaan. Gambar 2 di bawah menunjukkan hubungan antara biaya penyimpanan dan biaya pemesanan.

18
Biaya Total Biaya Total
TC = H Q D +S 2 Q

Biaya penyimpanan = H Q 2 Biaya pemesanan = S D Q

EOQ

Kuantitas (Q)

Gambar 2. Hubungan antara biaya pemesanan dan biaya penyimpanan (Sumber : Handoko, 2003) Rumus EOQ yang biasa digunakan adalah sebagai berikut :
EOQ = 2 SD ........................................................................... (4) H

Dimana : D = penggunaan atau permintaan yang diperkirakan per periode S = biaya pemesanan per Pesanan H = biaya penyimpanan per unit per tahun Asumsi dari penggunaan model EOQ adalah sebagai berikut : 1. Permintaan akan produk adalah konstan, seragam dan diketahui 2. Harga per unit produk adalah konstan 3. Biaya penyimpanan per unit per tahun (H) adalah konstan 4. Biaya pemesanan per pesan (S) adalah konstan 5. Waktu antara pesanan dilakukan dan barang diterima (lead time, L) adalah konstan 6. Tidak terjadi kekurangan barang atau back orders

2.6. Model-Model Persediaan Stokastik


Keadaan nyata yang berlaku pada perusahaan, ada beberapa parameter yang memiliki nilai tidak pasti, satu atau lebih parameter tersebut merupakan variabel-variabel acak. Parameter tersebut diantaranya : 1. Permintaan tahunan (D) 2. Permintaan harian (d) 3. Lead time (L)

19

4. Biaya penyimpanan (H) 5. Biaya pemesanan (S) 6. Biaya kehabisan persediaan atau shortage cost (stock out=B) 7. Harga (C) Model-model EOQ sebelumnya dapat tidak peka terhadap perubahanperubahan D, H, S atau B. Model persediaan stokastik atau simulasi merupakan metode yang valid dalam penentuan EOQ yang didalamnya terdapat parameter-parameter yang tidak diketahui dengan pasti dan konstan. Untuk menghadapi permintaan yang bervariasi perusahaan biasanya mempunyai tingkat persediaan tertentu sebagai pengaman yang disebut safety atau buffer stocks. Safety stock ini menyediakan sejumlah persediaan selama masa lead time.

2.6.1. EOQ dengan Ketidakpastian Permintaan Selama Lead Time


Tujuan model ini adalah menentukan besarnya persediaan pengaman (safety stock) untuk meminimumkan biaya kehabisan bahan (expected costs of shortages) dan biaya penyimpanan persediaan pengaman (holding safety stock).
kuantitas (unit)
Persediaan teoritik

Persediaan nyata

Titik pemesanan kembali Persediaan Pengaman

waktu
L1 L2 L3

Gambar 3. Berbagai variasi permintaan harian (d) dan lead time (L) (Sumber : Handoko, 2003) Gambar 3 menunjukkan grafik tingkat persediaan teoritik dan persediaan nyata dari waktu ke waktu. Seperti ditujukan dalam gambar tersebut, ada perbedaan permintaan dan lead time teoritik dengan kenyataannya, sehingga bila tidak ada persediaan pengaman/penyangga

20

maka perusahaan akan mengalami kekurangan bahan. Besarnya persediaan penyangga yang dibutuhkan adalah sebesar selisih antara permintaan yang diperkirakan selama masa lead time (ROP = dL) dengan permintaan maksimum wajar yang mungkin dapat terjadi selama masa lead time (ROP max). Persediaan penyangga = ROP max ROP .......................................... (5) Besarnya ROP max ini diperoleh ROP rata-rata harian ditambah deviasi standar permintaan harian (D) dikali faktor keselamatan (n) yang berhubungan dengan tingkat pelayanan dari probabilitas terjadinya permintaan. Persediaan penyangga = ROP max ROP = (ROP + n D) - ROP Persediaan penyangga = n D .............................................................. (6) Brown dalam Buffa (1994) menyatakan bahwa perkiraan kekurangan jumlah per pesanan merupakan hasil kali D dan E(k), dimana E(k) merupakan perkiraan persial untuk suatu permintaan dengan deviasi standar unit. Perkiraan parsial adalah perkiraan besarnya permintaan di atas tingkat tertentu. Perkiraan kekurangan jumlah per pesanan = D x E(k) ...................... (7) Biaya penyimpanan persediaan penyangga = Dn x H ....................... (8) Biaya kekurangan persediaan = B (D/Q) x perkiraan kekurangan = B (D/Q) x D x E(k) .......................... (9) Brown dalam Buffa (1994) menciptakan tabel perkiraan parsial untuk perkiraan kekurangan jumlah per pesan dengan faktor keselamatan tertentu yang berhubungan dengan tingkat pelayanan tertentu. Tabel perkiraan parsial ini telah memperhitungkan kemungkinan terjadinya kehabisan persediaan selama masa tenggang (masa pengisian kembali) yang disesuaikan dengan tingkat pelayanan perusahaan. Hasil

perhitungan dengan menggunakan tabel ini juga dapat memperkirakan total biaya kehabisan dan tambahan biaya penyimpanan yang paling kecil dari adanya tambahan persediaan penyangga. Perusahaan dapat menentukan tingkat pelayanan bagi perusahaan dengan melihat hasil

21

perbandingan biaya kehabisan dan tambahan biaya penyimpanan dari setiap tingkat pelayanan. Tabel 1. Perkiraan parsial berdasarkan tingkat pelayanan
Faktor Pengaman, n 3,090 2,576 2,326 1,960 1,645 1,282 1,036 0,842 0,674 0,524 0,385 0,253 0,126 0 Tingkat Pelayanan, % 99,9 99,5 99,0 97,5 95,0 90,0 85,0 80,0 75,0 70,0 65,0 60,0 55,0 50,0 Perkiraan Parsial, E(k) 0,00028 0,00158 0,00441 0,00945 0,02089 0,04730 0,07776 0,11156 0,14928 0,19050 0,23565 0,28515 0,33911 0,39894

Sumber : Brown dalam Buffa,1994

2.7. Penelitian Terdahulu


Danarti (2004) dalam penelitiannya dengan judul Kajian Pengendalian Bahan Baku Teh Botol Freshtea Pada PT CocaCola Bottling Indonesia yang bertujuan untuk menentukan tingkat persediaan bahan baku teh botol yang optimal serta analisis sensitivitas terhadap kebijakan pengendalian persediaan selama ini oleh perusahaan. Menggunakan metode EOQ, penelitian ini menghasilkan bahwa biaya persediaan akan optimal bila pembelian bahan baku per pesanan adalah sebesar 148 karung teh kering dan 640 karung gula pasir dan frekuensi pemesanan selama periode Juli Desember sebanyak 11 kali untuk teh kering dan 17 kali untuk gula pasir. Bila dibandingkan dengan sistem yang selama ini digunakan perusahaan, penghematan biaya persediaan teh kering sebesar Rp 1.788.160,- dan gula pasir sebesar Rp 6.809.269,-. jadi kesimpulannya pengendalian persediaan teh kering dan gula pasir yang selama ini dilakukan oleh perusahaan belum optimal.

22

Purwani (2006) dalam penelitiannya dengan judul Kajian Persediaan bahan Baku Kulit Sintetik di Perusahaan Sumber Karya Indah dengan Metode Simulasi, yang bertujuan untuk mengkaji sistem persediaan yang dilakukan perusahaan, serta membuat model dan biaya persediaan dengan metode Simulasi. Dari hasil analisisnya didapat hasil bahwa berdasarkan kebijakan perusahaan, biaya persediaan total adalah sebesar Rp 13.716.170,- per tahun. Perusahaan menetapkan pemesanan 2 roll dengan titik pesan kembali 0.25 roll. Menurut metode simulasi, jumlah pemesanan bahan baku yang dapat meminimalkan biaya persediaan adalah 21 roll dengan titik pemesanan kembali sebesar 0.63 roll. Biaya persediaan total berdasarkan jumlah

pemesanan optimal menurut metode simulasi adalah sebesar Rp 1.841.191,per tahun. Besarnya penghematan perusahaan apabila menggunakan metode simulasi adalah sebesar 86 persen. Putra (2005) dalam penelitiannya yang berjudul Analisis Pengendalian Persediaan Bahan baku Produk Ban Pada PT Goodyear Indonesia, Tbk yang bertujuan untuk menganalisis sistem pengadaan dan pengendalian bahan baku perusahaan dan analisis tingkat persediaan dan kebijakan pengendalian persediaan bahan baku yang optimal bagi perusahaan. Dari hasil penelitiannya dengan menggunakan metode EOQ didapat hasil bahwa adanya perbedaan pengendalian persediaan yang cukup signifikan antara metode EOQ dengan metode yang selama ini digunakan perusahaan. Namun untuk kebijakan pengadaan dan pengendalian bahan baku lokal, perusahaan telah melakukan kebijakan dengan optimal.

III. METODOLOGI PENELITIAN

3.1. Kerangka Pemikiran Setiap jenis perusahaan baik yang bergerak di bidang jasa, manufaktur maupun perdagangan memiliki banyak faktor yang mempengaruhi kelancaran operasionalnya. Salah satu faktor tersebut adalah persediaan baik dalam bentuk persediaan bahan baku, bahan yang dibeli (spare part), bahan penolong/perlengkapan, barang setengah jadi maupun barang jadi yang digunakan dalam kegiatan operasional perusahaan. PT. Alam Sumbervita sebagai perusahaan dagang yang berperan sebagai distributor dari satu atau beberapa produk merupakan perusahaan yang salah satu aktivitas utamanya adalah dalam hal pengelolaan persediaan. Adanya persaingan usaha yang semakin ketat menyebabkan perusahaan harus berusaha untuk meningkatkan efisiensi usahanya demi mencapai keunggulan dalam bersaing. Persaingan usaha ini menyebabkan munculnya dua tuntutan penting bagi PT. Alam Sumbervita. Pertama tuntutan internal perusahaan untuk terus meningkatkan efisiensi operasional usahanya dan kedua adanya tuntutan sebagai distributor prudok-produk PT. Indomilk, PT. Indolakto, PT Indomurni dan PT. Indo Es Krim Meiji untuk dapat mendistribusikan produk-produknya ke pelanggan. Kedua tuntutan ini menyebabkan PT. Alam Sumbervita harus terus melakukan pengembangan dab perbaikan sistem perencanaan dan pengendalian persediaan agar perusahaan dapat tetap terus bersaing. Hasil dari perbaikan sistem ini diharapkan dapat memberikan kebijakan persediaan perusahaan yang optimal, yaitu tingkat persediaan yang dapat mengefisiensikan keseluruhan biaya persediaan yang muncul dan tetap menjaga ketersediaannya untuk menjaga loyalitas pelanggan. Kerangka pemikiran yang menjadi dasar bagi penelitian ini adalah seperti yang terlihat pada Gambar 4 di bawah ini.

24

Persaingan Usaha yang Semakin Ketat Bagi PT. Alam Sumbervita

Tuntutan Efisiensi Internal

Tuntutan Posisi sebagai Distributor PT. Indomilk dan PT. Indolakto

Perbaikan Sistem Perencanaan dan Pengendalian Persediaan

Optimalisasi Kebijakan Persediaan

Efisiensi Biaya Persediaan

Menjaga Loyalitas Pelanggan

Gambar 4. Kerangka Pemikiran 3.2. Tahapan Penelitian Penelitian ini dimulai dengan pencarian ide dan gagasan melalui studi pendahuluan, baik melalui studi pustaka media cetak maupun elektronik (internet), dan studi dari penelitian terdahulu. Lalu setelah ditentukan tema, langkah selanjutnya adalah penentuan batasan masalah yang akan diteliti lebih lanjut dan penentuan variabel-variabel apa saja yang mempengaruhi objek penelitian. Langkah selanjutnya adalah menentukan data apa saja yang dibutuhkan dan dilanjutkan dengan pengumpulan data baik data primer maupun data sekunder melalui wawancara, observasi langsung, studi literatur dan pengumpulan data historis perusahaan. Pengolahan data yang dimulai dengan melakukan pengelompokkan produk, dilanjutkan dengan peramalan tingkat permintaan untuk periode selanjutnya dengan menggunakan data penjualan pada periode-periode sebelumnya. Selanjutnya adalah penentuan tingkat persediaan yang optimal dengan menggunakan metode EOQ stokastik. Setelah itu dilakukan perbandingan efisiensi biaya dari metode yang digunakan perusahaan dan metode yang digunakan peneliti. Hasil pengolahan dengan metode ini

25

diharapkan dapat memberikan rekomendasi tingkat persediaan yang meminimalkan biaya persediaan yang juga tetap menjaga ketersediaannya bagi perusahaan.
Studi Pendahuluan

Penentuan Batasan Masalah dan Variabel yang Mempengaruhi

Identifikasi Data yang Dibutuhkan Pengumpulan Data

Observasi

Wawancara

Studi Literatur dan Data Perusahaan

Pengolahan Data Pengelompokkan Produk

Peramalan Permintaan Metode Pengendalian Persediaan

Metode yang Digunakan Perusahaan

Metode EOQ Stokastik

Metode EOQ Stokastik Dengan Kapasitas Tertentu

Perbandingan antar Metode Pengendalian Persediaan Rekomendasi Bagi Perusahaan Kesimpulan dan Saran

Gambar 5. Tahapan Penelitian

26

3.3. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di PT. Alam Sumbervita yang terletak di Jl. Raya Bogor Km 24,7 Jakarta Timur 13750 sejak bulan Mei 2007 sampai dengan bulan Juli 2007. 3.4. Jenis dan Metode Pengumpulan Data Jenis data yang dibutuhkan ada dalam dua bentuk yaitu data primer dan data sekunder. Data primer merupakan data yang langsung dikumpulkan dari perusahaan dan data sekunder merupakan data yang telah tersusun dalam bentuk dokumen-dokumen tertulis yang diperoleh dari perusahaan, literatur terdahulu maupun dari internet. Metode pengumpulan data untuk data primer dilakukan melalui observasi, dokumentasi dan dengan melakukan wawancara pada beberapa karyawan Bagian Pengadaan dan Bagian Gudang. Data sekunder dikumpulkan melalui studi literatur dan internet serta pengumpulan data historis perusahaan khususnya Bagian Pengadaan dan Bagian Gudang. Tujuan penelitian, Kebutuhan data, jenis dan sumber data, metode pengolahan data yang digunakan dan kesimpulan yang diharapkan dapat dilihat pada Tabel 2. Tabel 2. Tujuan penelitian, jenis kebutuhan data, metode pengolahan dan kesimpulan yang diharapkan
NO Tujuan Penelitian Mengetahui sistem pengadaan dan pengendalian persediaan perusahaan. Data yang Diperlukan Data persediaan Jumlah pembelian barang jadi Frekuensi pemesanan Data Lead time Data jenis barang jadi Harga jual/unit Biaya pembelian Biaya pemesanan Biaya penyimpanan Data penjualan Data jenis produk Biaya pembelian Harga jual Volume penjualan Data penjualan Data persediaan masa lalu Frekuensi pemesanan Data Lead time Data jenis barang jadi Harga jual/unit Biaya pembelian Biaya pemesanan Biaya penyimpanan Sumber Data Bagian purchasing Bagian warehouse Jenis Metode Sumber Pengolahan Data Data Tabulasi primer dan sekunder kesimpulan Mengetahui sistem pengadaan dan pengendalian dan biaya yang dikeluarkan selama ini.

Menetapkan jenis produk yang perlu mendapatkan prioritas Menghitung tingkat persediaan yang optimal bagi perusahaan.

Bagian warehouse

Data Tabulasi Primer dan Sekunder Data Tabulasi primer Diagram dan scatter sekunder ARIMA Model persediaan stokastik

Mengetahui jenis produk mana saja yang harus diprioritaskan. Mengetahui perkiraan permintaan untuk 1 tahun kedepan Mengetahui tingkat persediaan yang optimal dengan biaya persediaan yang paling efisien

Bagian purchasing Bagian warehouse

27

3.5. Pengolahan dan Analisis Data 3.5.1. Klasifikasi Persediaan Berdasarkan Volume Penjualan Pengelompokkan produk-produk yang perlu mendapatkan prioritas dalam pengendalian persediaan dilakukan berdasarkan volume penjualan tertinggi untuk produk-produk Dry PT. Alam Sumbervita Jakarta. Penentuan prioritas produk ini dilakukan dengan bantuan Software Microsoft Excel, agar produk-produk yang termasuk dalam kategori penting dengan persentase kumulatif penjualan 50 sampai 75 persen mendapatkan perhatian lebih dalam pengendalian persediaan. 3.5.2. Peramalan Permintaan Peramalan digunakan untuk memproyeksikan volume penjualan di masa yang akan datang. Alat analisis yang digunakan untuk meramalkan permintaan adalah dengan menggunakan ARIMA. ARIMA merupakan suatu model peramalan yang merupakan gabungan dari model Autoregresive (AR), Integrated/differencing (I), dan Moving Average (MA). Perhitungan dengan metode ARIMA ini menggunakan software Minitab versi 14. Perhitungan ARIMA ini melalui beberapa tahap, yaitu : 1. Pemeriksaan kestasioneran data Pada tahap ini data runut waktu (Time Series) harus diperiksa kestasionerannya untuk melihat apakah rata-rata dan variansinya konstan, homogen dari waktu ke waktu. Karena data yang dianalisis pada ARIMA adalah data stasioner, yaitu data yang rata-rata dan variansinya konstan dari periode ke periode. Proses stasioner merupakan salah satu syarat untuk pemodelan data deret waktu. Kestasioner diperlukan untuk mempermudah dalam identifikasi dan penarikan kesimpulan. Suatu data dikatakan stasioner jika memiliki nilai tengah dan ragam yang relatif konstan. Bila data tidak stasioner pada nilai tengah maka perlu dilakukan pembedaan atau differensiasi derajat d, sedangkan untuk mengatasi ketidak stasioneran ragam

28

dilakukan transformasi. Pemeriksaan ini dilakukan berdasarkan analisis otokorelasi dan otokorelasi parsial atau dilihat berdasarkan plot diagram data aktualnya. Jika data belum stasioner maka harus ditransformasi sampai stasioner, setelah data stasioner dilanjutkan ke tahap selanjutnya. 2. Pengidentifikasian model Model data yang telah stasioner akan diidentifikasi berdasarkan hasil analisis otokorelasi dan otokorelasi parsial. Data yang dianalisis ini mungkin saja data asli atau data yang telah ditransformasi menjadi stasioner. Pengidentifikasian ini mungkin menghasilkan model AR, MA, ARI, IMA, ARMA atau ARIMA. 3. Pengestimasian parameter model Parameter model diestimasi berdasarkan taraf nyata model sebesar 0,05. 4. Pengujian model Dari model yang telah ada yang taraf nyata modelnya di bawah 0,05 dipilih lagi yang terbaik dengan kriteria model yang memiliki MS (Mean Square) terkecil. 5. Penggunaan model untuk peramalan Model ARIMA yang telah diperoleh digunakan untuk menentukan peramalan. 3.5.3. Metode Pengendalian Persediaan Metode pengendalian persediaan ada dua, yaitu metode

pengendalian persediaan deterministik dan metode pengendalian persediaan stokastik. Metode pengendalian persediaan deterministik merupakan metode pengendalian persediaan yang menggunakan asumsi dasar bahwa semua variabel yang mempengaruhi persediaan diketahui dengan pasti dan besarnya konstan. Metode pengendalian persediaan stokastik sebaliknya, yaitu metode pengendalian persediaan dengan asumsi bahwa ada satu atau lebih variabel yang mempengaruhi persediaan besarnya tidak diketahui dengan pasti dan tidak konstan.

29

Metode pengendalian persediaan yang akan digunakan pada penelitian ini adalah metode yang sesuai dengan kondisi perusahaan. Jika semua variabel yang mempengaruhi persediaan diketahui dengan pasti dan besarnya konstan, maka metode yang akan digunakan adalah metode pengendalian persediaan deterministik. Sebaliknya, jika ada satu atau lebih variabel yang mempengaruhi persediaan tidak diketahui dengan pasti dan tidak konstan, maka metode pengendalian persediaan yang akan digunakan adalah metode pengendalian persediaan stokastik. Alat analisis yang dapat digunakan untuk membantu

mempermudah penghitungan metode ini adalah dengan menggunakan software Microsoft Excel.

IV. HASIL DAN PEMBAHASAN

4.1. Gambaran Perusahaan PT. Alam Sumbervita didirikan dengan bentuk badan usaha Perseroan Terbatas (PT) pada tanggal 11 November 1997, di Jakarta di bawah manajemen PT. Indomilk Group atau disebut juga Dairy Group. Pendirian perusahaan ini disahkan dengan Akta Notaris Popie Savitri MP. SH. Tanggal 13 LAP/XI/97 No. 14 Surat Menteri Kehakiman No. 221/DK-Lap/XI/97

tanggal 17 November 1997. Surat Menteri Kehakiman No. 4847 Tahun 1998. Akta Notaris Popie Savitri MP. SH. Tanggal 5 September 1999. No. 9 NPWP No. 01.542.456.0005.000, SIUP No. 125/3892-P/09-05/PB/VI/2000, TDP No. 090415115008. Jenis usaha PT. Alam Sumbervita menurut peraturan perpajakan yang tercatat di kantor pelayanan pajak Jakarta, Kramat Jati, Kantor Wilayah IV Jakarta Raya I adalah perdagangan besar dalam negeri hasil industri makanan, minuman, tembakau. PT. Alam Sumbervita awalnya bergerak dalam bidang impor produk cereal (Brand Kelloggs) yang diimpor dari Thailand, Australia dan Malaysia. Pada akhir tahun 1998 PT. Alam Sumbervita mulai mendistribusikan produk lokal dengan merek Indomilk dan merek Pauls ke beberapa instansi swasta, institusi pemerintah, koperasi, pasar tradisional dan super market. Khusus untuk merek Pauls didistribusikan ke super market dan mini market, namun untuk merek Indomilk hanya dapat didistribusikan ke institusi-institusi dan koperasi-koperasi karyawan. Sebelum tahun 2000, produk Kelloggs yang diimpor oleh PT. Alam Sumbervita ke Indonesia juga didistribusikan oleh PT. Indomarco Adi Prima ke seluruh Indonesia. Bentuk produk terakhir merek Kelloggs adalah cereal dan crispy, tetapi pada tahun 2000 Kelloggs Indonesia yang berkantor di Jakarta mengalami kebangkrutan, maka produk Kelloggs tidak lagi diimpor PT. Alam Sumbervita. Pada bulan Juni 2001 pemasok produk merek Pauls juga menghentikan pasokannya karena produk Pauls dianggap kurang laku di pasar. Pada tanggal 1 Juni 2001 dengan melihat potensi pasar yang ada, PT. Alam Sumbervita memutuskan untuk membuka cabang di beberapa kota di Jawa. Setelah tidak menangani produk Kelloggs PT. Alam Sumbervita

31

memfokuskan diri untuk menjadi distributor resmi merek Indomilk dan dipercaya memegang hak distributor utama wilayah Jawa, Kalimantan, dan Indonesia Timur untuk produk jenis Kremer Kental Manis (KKM) Tiga Sapi dan Crima, yang mulai menyebar ke seluruh pasar-pasar tradisional. Namun pada tahun 2005 selain mendistribusikan produk tersebut di atas, PT. Alam Sumbervita juga mendistribusikan produk pangan beku seperti ice cream dan produk susu murni Pastured Liquid Milk (PLM). Saat ini PT. Alam Sumbervita telah memiliki beberapa sub distributor untuk wilayah luar Jabodetabek. Dibukanya beberapa cabang tersebut sangat diharapkan dapat meningkatkan distribusi produk-produk Indomilk khususnya ke kawasan Indonesia Timur, karena untuk kawasan Indonesia Timur sedang digalakan oleh pemerintah untuk dikembangkan. 4.2. Gambaran Produk Berbagai jenis produk yang didistribusikan oleh PT. Alam Sumbervita berasal dari PT. Indomilk, PT. Indolakto, PT. Indo Es Krim Meiji dan PT. Indomurni yang dibagi ke dalam tiga kelompok besar, yaitu kelompok Dry, kelompok PLM (Pastured Liquid Milk) dan kelompok Ice Cream. Kelompok Dry adalah jenis susu creamer yang memiliki masa kadaluarsa lebih dari satu tahun (1-2 tahun). Kelompok PLM (Pastured Liquid Milk) adalah jenis susu murni yang memiliki masa kadaluarsa beberapa minggu (2 3 minggu), dan terakhir Ice Cream adalah jenis produk susu olahan dalam bentuk cold yang masa kadaluarsanya kurang dari satu tahun ( < 1 tahun), (PT. Alam Sumbervita, 2007). Kelompok Dry terdiri dari tujuh sub kelompok produk, yaitu SKM (Susu Kental Manis), SCI (Susu Cair Instan), UHT (Ultra High Temperature), SBI (Susu Bubuk Instan), SBB (Susu Bubuk Reguler), SBC (Susu Bubuk Coklat), CCS (Calsi Skim) dan Bulk. Untuk lebih lengkap jenis-jenis produk yang termasuk dalam kelompok Dry dapat dilihat seperti pada Tabel 3.

32

Tabel 3. Jenis-jenis produk Dry


No Jenis Produk IMP IMPS IMC IMCS CE KKM CES CEC Tiga Sapi TSS TS BDG CRIMA C 200ml S 200ml MLN 200ml PLAIN 200ml 200ml 400ml 1000ml BIO 400ml BIO 800ml BIO KIDS 1-3 400ml BIO KIDS 1-3 800ml BIO KIDS 4-6 400ml BIO KIDS 4-6 800ml No Jenis Produk C 125ml S 125ml M 125ml C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml REG/25 Kg INS/25 Kg SKM BULK 2x5 SKM BULK 1x10 SMP BULK 25 Kg REG/ 2 Kg INS/ 2 Kg 200ml 400ml 1000ml BIO 400ml BIO 800ml BIO KIDS 1-3 400ml BIO KIDS 1-3 800ml BIO KIDS 4-6 400ml BIO KIDS 4-6 800ml 200ml 400ml 1000ml

SKM

UHT

SCI

BULK

SBI

SBC

CCS

400gr FC 400gr C

SBB

Sumber : PT. Alam Sumbervita, 2007 4.3. Sistem Pengadaan Barang PT. Alam Sumbervita Pengendalian persediaan pada PT. Alam Sumbervita dilakukan oleh Bagian Gudang dan Bagian Pengadaan. Pemasok untuk produk-produk kelompok PLM adalah PT. Indomurni dan PT. Indomilk. Kelompok Dry dipasok oleh PT. Indomilk dan PT. Indolakto, sedangkan untuk kelompok Ice Cream dipasok oleh PT. Indo Es Krim Meiji. Penelitian ini difokuskan untuk membahas persediaan produk pada PT. Alam Sumbervita Jakarta dari kelompok Dry saja, karena masa kadaluarsanya lebih dari satu tahun sehingga perlu direncanakan dan dikendalikan dengan baik. Kelompok PLM masa kadaluarsanya hanya beberapa minggu dan kelompok Ice Cream masa kadaluarsanya kurang dari satu tahun, sehingga

33

untuk kedua kelompok ini sistem persediaan yang diterapkan lebih ke arah sistem zero inventory atau upaya untuk meminimalkan persediaan. Alur proses pemesanan barang hingga barang tiba di gudang adalah sebagai berikut : 1. Dimulai dari adanya estimasi bagian sales tentang prediksi kebutuhan di masa yang akan datang dari keseluruhan cabang 2. Pencocokan jumlah barang antara ketersediaan di gudang dengan estimasi sales 3. Pembuatan CMO (Commited Monthly Order) yang didapat dari hasil pencocokan antara ketersediaan di gudang dengan estimasi sales 4. Pengeluaran PO (Purchasing Order) yaitu surat pemesanan barang yang dikeluarkan PT. Alam Sumbervita untuk suplier 5. Setelah PO diterima lalu keluarlah DO (Delivery Order) yang dikeluarkan oleh suplier sebagai surat pengeluaran barang 6. Proses pengiriman barang yang dipesan dari suplier ke seluruh cabang PT. Alam Sumbervita 7. Terakhir setelah barang yang dipesan sampai di PT. Alam Sumbervita dan setelah dilakukan pengecekan terhadap barang yang dipesan maka perusahaan mengeluarkan GRN (Goods Receipt Note) atau surat keterangan bahwa barang yang dipesan sudah diterima sesuai pesanan. Alur proses pemesanan barang dari mulai barang dipesan hingga barang tiba di gudang dan siap untuk digunakan dapat dilihat seperti pada Gambar 6 berikut. Estimasi sales Mix and Match CMO

Pengiriman Barang

DO (Delivery Order)

PO (Purchase Order)

Pemeriksaan dan Pengeluaran GRN (Goods Receipt Note) Gambar 6. Alur pemesanan barang kedalam gudang

34

Keluar masuknya barang (Turn over) terjadi setiap hari dari hari Senin sampai hari Sabtu. Aliran barang masuk ke gudang terjadi selama lima hari kerja, yaitu hari Senin sampai hari Jumat, sedangkan untuk aliran barang keluar terjadi dari hari Senin hingga hari Sabtu. Rata-rata permintaan yang diminta oleh PT. Alam Sumbervita untuk produk Dry, sekitar 75 persen dipenuhi oleh PT. Indomilk dan sisanya 25 persen dipenuhi oleh PT. Indolakto dengan lead time masing-masing pemasok adalah satu hari mulai barang dipesan hingga barang sampai digudang Proses pengiriman produk dari pemasok ke PT. Alam Sumbervita terjadi secara bertahap, karena adanya keterbatasan kapasitas gudang yang dimiliki PT. Alam Sumbervita menyebabkan CMO yang dikeluarkan setiap bulan tidak langsung dikirim sepenuhnya. Estimasi selama satu bulan kedepan diberikan PT. Alam Sumbervita ke pemasok, namun konfirmasi pengirimannya dilakukan secara bertahap, ketika tingkat persediaan di gudang sudah mencapai titik buffer stock (persediaan penyangga). Kebijakan tingkat persediaan penyangga yang ditetapkan perusahaan adalah berbeda-beda untuk setiap jenis produk, namun besarnya persediaan penyangga adalah tetap sepanjang tahun untuk tiap-tiap produk. PT. Alam Sumbervita sejak tahun 2001 memiliki beberapa cabang di Pulau Jawa, yaitu di Surabaya, Cirebon, Semarang, Bandung dan Yogyakarta. Estimasi yang didapat merupakan estimasi dari keseluruhan cabang yang dikumpulkan ke PT. Alam Sumbervita Jakarta untuk diteruskan ke pemasok, sehingga estimasi yang disampaikan dari PT. Alam Sumbervita adalah estimasi untuk keseluruhan permintaan periode berikutnya. Persentase permintaan untuk estimasi tiap-tiap cabang terhadap keseluruhan estimasi permintaan dapat dilihat seperti pada Tabel 4. PT. Alam Sumbervita telah terintegrasi dengan pemasoknya dalam hal sistem penyaluran produk pesanan, sehingga estimasi untuk tiap-tiap cabang dapat dikirim langsung dan tidak perlu dikirim ke PT. Alam Sumbervita Jakarta terlebih dahulu. Sekitar 65 persen pesanan dari keseluruhan estimasi yang diajukan dikirim langsung ke masing-masing cabang dan selebihnya sekitar 35 persen dikirim untuk PT. Alam Sumbervita Jakarta.

35

Tabel 4. Persentase permintaan tiap cabang PT. Alam Sumbervita terhadap total permintaan No 1 2 3 4 5 6 Cabang Jakarta Surabaya Bandung Semarang Yogyakarta Cirebon TOTAL Persentase Permintaan (%) 35 20 20 10 10 15 100

Sumber : PT. Alam Sumbervita, 2007 4.4. Biaya Persediaan Secara keseluruhan, tidak ada penanganan khusus untuk tiap-tiap produk Dry. Setiap produk Dry ditangani dengan perlakuan yang sama, sehingga biaya yang terkait dengan persediaan secara umum untuk tiap produk adalah sama. Kapasitas, volume penjualan dan jumlah pemesanan adalah beberapa variabel yang membedakan besarnya biaya untuk produk satu dengan yang lain. Biaya-biaya yang terkait dengan adanya persediaan ini adalah sebagai berikut : 1. Biaya Pemesanan, terdiri dari biaya telepon, biaya pengiriman, biaya administrasi surat. 2. Biaya Penyimpanan, terdiri dari biaya asuransi, biaya utilitas dan biaya penanganan dan pemeriksaan. Biaya total pemesanan dan biaya total penyimpanan untuk PT. Alam Sumbervita Jakarta pada tahun 2006 dapat dilihat seperti pada Tabel 5. Biaya lain yang secara langsung juga berkaitan dengan adanya persediaan adalah biaya modal dan biaya kehabisan barang (stock out). Biaya modal merupakan opportunity cost dari modal yang digunakan untuk membeli persediaan dibandingkan dengan diinvestasikan disektor lain, seperti ditabung dalam Bank, dimana suku bunga tabungan yaitu sebesar 8,5 persen (Bank Indonesia, 2007).

36

Tabel 5. Total biaya pemesanan dan penyimpanan PT. Alam Sumbervita Jakarta tahun 2006. Biaya Jumlah Pemesanan (Rupiah) Biaya Telepon 11.538.294 Biaya Pengiriman 58.704.000 Pengeluaran 25.865.541 Administrasi Surat Total 96.107.835 Sumber : PT. Alam Sumbervita, 2007 Biaya Penyimpanan Biaya Asuransi Biaya Utilitas Biaya Penanganan dan pemeriksaan Total Jumlah (Rupiah) 104.628.380 128.849.850 8.495.370 241.973.600

Tabel 5 menunjukkan bahwa total biaya pemesanan untuk seluruh produk Dry pada tahun 2006 adalah sebesar Rp 96.107.835,-, sedangkan total untuk biaya penyimpanan seluruh produk Dry pada tahun 2006 adalah sebesar Rp 241.973.600,-. Jumlah terbesar untuk biaya pemesanan adalah pada biaya pengiriman yaitu sebesar Rp 58.704.000,-, sedangkan untuk biaya penyimpanan adalah pada biaya utilitas yang memakan biaya sebesar Rp 128.849.850,-. Biaya kehabisan barang merupakan biaya yang muncul karena adanya keuntungan yang seharusnya dapat diperoleh perusahaan dari hasil penjualan produknya. Namun karena barang yang diinginkan habis maka keuntungan yang seharusnya diperoleh tidak diterima perusahaan. Keuntungan bersih yang diterima perusahaan dari hasil penjualannya adalah sekitar 2 persen dari harga jual tiap-tiap produk (PT. Alam Sumbervita, 2007). Biaya pemesanan per pesan dan biaya penyimpanan untuk tiap karton dapat dilihat seperti pada Tabel 6 di bawah ini. Perhitungan lengkap untuk biaya pemesanan per pesan dan biaya penyimpanan per unit karton dapat dilihat pada Lampiran 2 Tabel 6. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton tahun 2006
Biaya Penyimpanan per karton Biaya Asuransi Biaya Utilitas Biaya Penanganan dan Pemeriksaan Total Rp 10.841 / karton Rp 13.350,46 / karton Rp 880,23 / karton Rp 25.072 / karton

Biaya Pemesanan per pesan Biaya Telepon Biaya Pengiriman Biaya Adm Surat Total Rp 5,367/pesan Rp 27.301/pesan Rp 12,030/pesan Rp 44.698/pesan

37

4.5. Penentuan Produk-Produk Prioritas Berdasarkan Volume Penjualan Berdasarkan data historis perusahaan dan dikelompokkan dengan kriteria penilaian volume penjualan tertinggi untuk kelompok Dry. Diperoleh 12 produk yang memiliki persentase volume penjualan tertinggi dengan persentase kumulatif mencapai 75 persen dari keseluruhan volume penjualan. Keduabelas produk ini merupakan produk-produk prioritas yang akan dibahas lebih lanjut berdasarkan volume penjualan terrtinggi. Produk-produk tersebut adalah seperti yang terlihat pada Tabel 7 di bawah ini. Tabel 7. Persentase penjualan produk-produk prioritas terhadap total penjualan tahun 2006
Penjualan Tahun 2006 No Jenis Produk Volume Penjualan (Karton/tahun) 1 2 3 4 5 6 7 8 9 10 11 12 SKM CES SCI C 200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C 125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml 70.504 41.651 33.912 29.643 28.800 28.181 19.228 18.840 17.903 13.092 12.830 11.313 Persentase (%) 16,18 9,55 7,78 6,80 6,60 6,46 4,41 4,32 4,10 3,00 2,94 2,59 Kumulatif (%) 16,18 25,73 33,51 40,31 46,92 53,39 57,80 62,12 66,23 69,24 72,18 74,78

Data yang digunakan untuk mengelompokkan produk-produk tersebut adalah data penjualan tahun 2006, karena pada tahun 2004 dan 2005 jenisjenis produk Dry yang didistribusikan PT. Alam Sumbervita tidak sebanyak seperti pada tahun 2006. Hasil pengelompokkan ini menggambarkan produkproduk mana saja yang patut untuk mendapatkan prioritas dalam perencanaan dan pengendalian persediaan berdasarkan volume penjualan tertinggi. Produkproduk yang ada dalam Tabel 7 di atas merupakan produk-produk dengan volume penjualan tertinggi, karena itu produk-produk tersebut merupakan

38

produk

yang

harus

mendapatkan

prioritas

dalam

perencanaan

dan

pengendalian persediaan. Hasil perhitungan pengelompokkan produk-produk Dry dapat dilihat secara lengkap pada Lampiran 3 dan total biaya persediaan tahun 2006 untuk masing-masing produk prioritas dapat dilihat seperti pada Tabel 8. Tabel 8. Total biaya persediaan produk-produk prioritas tahun 2006
No 1 2 3 4 5 6 7 8 9 10 11 12 Jenis Produk SKM CES SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml
Total

Biaya Oportunitas (Rp) 25.406.551 3.385.947 15.176.787 11.083.543 8.869.203 15.737.551 3.329.636 6.215.052 5.941.625 6.167.773 2.766.747 890.611
104.971.026

Biaya Pemesanan (Rp) 2.979.204 4.478.877 3.094.841 2.848.255 2.381.305 3.905.558 1.392.955 2.406.840 1.481.857 3.213.297 2.337.573 3.884.175
34.404.737

Biaya Penyimpanan (Rp) 38.332.190 25.268.123 18.675.683 15.860.345 14.298.392 16.579.038 20.270.652 9.400.475 19.305.440 7.297.298 15.611.335 6.646.314
207.545.285

Total (Rp) 66.717,944 33.132,947 36.947,312 29.792,143 25.548,901 36.222,147 24.993,244 18.022,368 26.728,921 16.678,367 20.715,654 11.421,100
346.921.048

Tabel 8 menunjukkan bahwa selain biaya pemesanan dan penyimpanan, ada komponen biaya persediaan lain yaitu biaya oportunitas dari modal (Opportunity Cost of Capital). Biaya oportunitas diperoleh dengan asumsi rata-rata biaya modal (pembelian barang) sebesar 85 persen dari harga jualnya, dikali dengan suku bunga bank dalam setahun, dimana suku bunga untuk tabungan sebesar 8,5 persen (Bank Indonesia, 2007). Besarnya biaya oportunitas adalah berbeda-beda untuk tiap produk tergantung harga jual masing-masing produk. Tabel 8 di atas memperlihatkan bahwa total biaya oportunitas keseluruhan produk-produk prioritas adalah sebesar Rp 104.971.026,-, total biaya pemesanan untuk seluruh produk prioritas adalah Rp 34.404.737,- dan total biaya penyimpanan seluruh produk prioritas adalah sebesar Rp 207.545.285,- sehingga total biaya persediaan untuk seluruh produk prioritas untuk tahun 2006 adalah sebesar Rp 346.921.048,-. Komponen-komponen biaya pemesanan dan biaya

39

penyimpanan produk-produk prioritas untuk tahun 2006 dapat dilihat pada Lampiran 4. PT. Alam Sumbervita menetapkan kebijakan kapasitas maksimum dan persediaan penyangga untuk tiap-tiap produknya. Kapasitas maksimum dan persediaan penyangga untuk keseluruhan produk Dry dapat dilihat pada Lampiran 5, sedangkan kapasitas maksimum dan persediaan penyangga untuk produk prioritas adalah seperti pada Tabel 9. Tabel 9 menunjukkan bahwa kebijakan kapasitas maksimum dan persediaan penyangga untuk setiap produk berbeda-beda dan perusahaan menetapkan besarnya persediaan penyangga selalu sama sepanjang tahun. Tabel 9. Kapasitas maksimum dan persediaan penyangga produk prioritas
No
1 2 3 4 5 6 7 8 9 10 11 12

Jenis Produk
SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml

Kapasitas Maksimum (karton)


2,058 1,216 990 865 841 823 1,117 550 1,040 382 745 330

Persediaan Penyangga (karton)


1,000 800 500 400 300 500 500 200 500 200 500 200

4.6. Peramalan Permintaan Tahun 2007 untuk Produk Prioritas Data historis yang digunakan untuk meramalkan permintaan tahun 2007 adalah data tiga tahun kebelakang, mulai tahun 2004 sampai tahun 2006. PT. Alam Sumbervita tidak bersedia mengeluarkan data permintaan tahun 2007 (tahun berjalan), meskipun untuk periode bulan Januari sampai bulan April yang telah berjalan. Metode yang digunakan untuk meramalkan permintaan adalah metode ARIMA, karena metode ini merupakan metode yang di dalamnya terdapat model autoregresive (AR), integrated/differencing (I), dan moving average (MA), sehingga metode ini dapat meramalkan permintaan masa datang dengan pola permintaan apapun (trend, siklis, musiman).

40

Data yang dapat dianalisis dengan metode ARIMA adalah data yang stasioner. Sebuah data dapat dikatakan stasioner jika memiliki rata-rata dan variansi yang relatif konstan. Karena itu data setiap produk prioritas sebelum dapat dianalisis harus diperiksa terlebih dahulu kestasionerannya dan kestasioneran sebuah data dapat dilihat dari plot diagramnya. Gambar 7 merupakan plot diagram untuk data aktual penjualan produk SKM CES dari tahun 2004 sampai tahun 2006.
Volume Penjualan
20000

T im e S e r ie s P lo t o f S K M C E S

15000 SKM CES

10000

5000

0 4 8 12 16 20 24 28 32 36 IBulan n Bulan d e x

Gambar 7. Plot diagram data aktual penjualan SKM CES tahun 2004-2006 Data penjualan SKM CES tahun 2004 sampai tahun 2006 tersebut belum stasioner karena rata-ratanya yang terus naik, maka data tersebut harus distasionerkan terlebih dahulu dengan melakukan transformasi dan

diferensiasi. Gambar 8 berikut merupakan data penjualan SKM CES tahun 2004 sampai tahun 2006 yang telah distasionerkan dengan diferensiasi ordo pertama.
T im e S e r ie s P lo t o f d if 1
40 30 20 10 dif 1 0 -10 -20 -30 -40 -50 4 8 12 16 20 24 28 32 36

Bulane x In d

Gambar 8. Plot diagram SKM CES setelah didiferensiasi ordo pertama

41

Gambar 8 menunjukkan bahwa data telah stasioner, maka dilanjutkan ketahap selanjutnya yaitu analisis autokorelasi (ACF) dan autokorelasi parsial (PACF) untuk melihat model ARIMA yang cocok. Ternyata diketahui plot ACF tails off setelah lag 1 dan PACF cuts off setelah lag 1. Berdasarkan plot ACF dan PACF ini, model ARIMA yang menjadi kandidat model peramalan adalah ARIMA (1,1,0). Plot ACF dan PACF dapat dilihat pada Lampiran 6. Tahap selanjutnya adalah melihat parameter model, hasil perhitungan menunjukkan bahwa parameter model p<0,05 berarti model ARIMA tersebut dapat digunakan untuk meramalkan permintaan produk SKM CES tahun 2007. Apabila terdapat lebih dari satu alternatif model ARIMA, maka dilakukan pemilihan dengan mencari model yang memiliki nilai MSE (Mean Square Error) terkecil. MSE untuk model ini adalah sebesar 8137454. Perhitungan dengan menggunakan metode ARIMA secara terperinci dapat dilihat pada Lampiran 7. Hasil peramalan permintaan keseluruhan cabang PT. Alam Sumbervita dengan metode ARIMA untuk masing-masing produk prioritas periode tahun 2007 dapat dilihat pada Lampiran 8. PT. Alam Sumbervita jakarta memiliki persentase permintaan rata-rata sekitar 35 persen dari keseluruhan permintaan, sehingga peramalan permintaan tahun 2007 untuk PT. Alam Sumbervita Jakarta adalah seperti pada Tabel 10 dan 11 di bawah ini. Tabel 10. Hasil peramalan permintaan produk prioritas untuk semester 1 tahun 2007 (Januari Juni) PT. Alam Sumbervita Jakarta
No 1 2 3 4 5 6 7 8 9 10 11 12 Jenis Produk SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml JAN 6,740 3,840 1,881 2,857 2,716 3,653 1,871 1,577 1,449 1,551 1,269 1,013 Permintaan Tahun 2007 (karton/bulan) FEB MAR APRIL MEI 7,364 4,035 3,311 3,149 2,484 5,539 1,731 1,857 1,447 1,583 1,249 892 7,273 4,064 2,665 3,198 2,958 4,380 2,295 1,896 1,445 1,615 1,280 1,071 7,626 4,093 2,957 3,365 2,781 5,411 1,858 1,936 1,443 1,648 1,311 957 7,703 4,122 2,825 3,475 2,623 4,868 2,041 1,975 1,441 1,680 1,342 961 JUNI 7,952 4,151 2,884 3,613 2,870 5,456 2,250 2,015 1,439 1,712 1,372 1,038

42

Tabel 10 menunjukkan hasil peramalan permintaan PT. Alam Sumbervita Jakarta untuk semester 1 tahun 2007 yang didapat dari 35 persen keseluruhan hasil peramalan permintaan PT. Alam Sumbervita. Hasil peramalan permintaan PT. Alam Sumbervita Jakarta untuk semester 2 tahun 2007 adalah seperti yang terlihat pada Tabel 11. Tabel 11. Hasil peramalan permintaan produk prioritas untuk semester 2 tahun 2007 (Juli Desember) PT. Alam Sumbervita Jakarta
No 1 2 3 4 5 6 7 8 9 10 11 12 Jenis Produk SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml JULI 8,094 4,180 2,858 3,737 2,810 5,231 1,980 2,054 1,437 1,745 1,403 951 Permintaan Tahun 2007 (karton) AGUST SEPT OKT NOV 8,303 4,209 2,870 3,867 2,713 5,591 2,233 2,094 1,435 1,777 1,434 996 8,470 4,238 2,864 3,995 2,840 5,529 2,242 2,134 1,433 1,809 1,464 1,009 8,663 4,267 2,867 4,124 2,828 5,771 2,147 2,173 1,431 1,842 1,495 965 8,839 4,296 2,866 4,252 2,774 5,795 2,347 2,213 1,429 1,874 1,526 1,007 DES 9,026 4,325 2,866 4,381 2,839 5,975 2,289 2,252 1,427 1,906 1,556 993

4.7. Pengendalian Persedian Produk-Produk Prioritas Seperti yang pernah dijelaskan di atas bahwa produk-produk prioritas merupakan produk-produk yang memiliki volume rata-rata penjualan tertinggi, sehingga produk-produk tersebut patut untuk mendapatkan perhatian lebih dalam perencanaan dan pengendalian persediaan. Berikut akan dijelaskan pengendalian persediaan produk-produk prioritas dengan metode EOQ stokastik. 4.7.1. Pengendalian Persedian Produk Prioritas dengan Metode EOQ Stokastik Pengendalian persediaan yang dilakukan oleh PT. Alam

Sumbervita dilakukan oleh Bagian Gudang dan Bagian Pengadaan. Perusahaan melakukan pemesanan kembali ketika tingkat persediaan tiap-tiap produk sudah mencapai persediaan penyangganya. Kuantitas produk yang dipesan terbatas sesuai dengan kapasitas maksimum tiaptiap produk tersebut. Waktu antara pemesanan pertama dan pemesanan

43

selanjutnya tidak tetap tergantung fluktuasi permintaan hariannya, namun lead time pemesanan selalu tetap yaitu satu hari untuk kedua pemasok produk Dry. Ada dua variabel pada perusahaan yang tidak diketahui dengan pasti dan tidak konstan, yaitu tingkat permintaan tahunan dan tingkat permintaan selama lead time. Metode yang digunakan perusahaan selama ini menyerupai metode EOQ tradisional yang besar kuantitas per pesannya disesuaikan dengan kapasitas maksimum perusahaan dan pemesanannya dilakukan saat level persediaan mencapai persediaan penyangga. Berdasarkan gambaran keadaan pada PT. Alam Sumbervita, maka metode pengendalian persediaan yang sesuai dengan perusahaan adalah metode EOQ stokastik. Karena metode ini dapat digunakan untuk mengendalikan persediaan yang di dalamnya terdapat variabel-variabel yang tidak diketahui dengan pasti dan tidak konstan, seperti tingkat permintaan tahunan dan tingkat permintaan selama lead time yang fluktuatif pada PT. Alam Sumbervita. Metode ini juga memperhitungkan adanya kemungkinan terjadi kehabisan persediaan (Stock Out) yang dilihat berdasarkan standar deviasi rata-rata permintaan harian tiap produk. Standar deviasi rata-rata permintaan harian produk prioritas untuk tahun 2006 dan tahun 2007 dapat dilihat pada Lampiran 9. Metode ini dapat memberikan solusi kuantitas pemesanan yang optimal yang dapat meminimumkan keseluruhan biaya persediaan, namun tetap mempertimbangkan adanya kemungkinan terjadinya kehabisan persediaan. Karena salah satu tujuan metode ini adalah menentukan besarnya persediaan penyangga (safety/buffer stock) untuk meminimumkan biaya kehabisan persediaan (shortage cost) dan tambahan biaya penyimpanan dari persediaan penyangga tersebut. Hasil pengolahan dengan menggunakan metode EOQ stokastik untuk masing-masing produk prioritas tahun 2006 adalah seperti terlihat pada Tabel 12. Tabel 12 menunjukkan seberapa besar persediaan penyangga yang harus dipersiapkan perusahaan agar total biaya persediaan dapat diminimumkan.

44

Berdasarkan hasil pengolahan dengan metode EOQ stokastik didapat bahwa total biaya persediaan SKM CES untuk tahun 2006 seperti terlihat pada Tabel 12 adalah sebesar Rp 20.168.364,-. Kuantitas persediaan yang dapat meminimumkan keseluruhan biaya persediaan total adalah sebesar 388,82 karton/pesan, dengan rata-rata permintaan harian sebesar 267,06 karton, lead time 1 hari dan standar deviasi dari rata-rata permintaan harian sebesar 46,15 karton didapatlah tingkat pelayan optimal yang dapat meminimumkan total biaya tambahan akibat adanya kemungkinan kehabisan persediaan adalah dengan tingkat pelayanan 95 persen. Tabel 12. Biaya persediaan total produk prioritas tahun 2006 dengan Metode EOQ stokastik
Jenis Produk SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml Persediaan Tingkat Biaya Q* d ROP Penyangga Pelayanan Kehabisan (karton) (karton) (karton) (karton) (%) (Rp) 388,82 361,88 258,27 249,43 251,75 227,05 242,67 201,1 220,93 159,05 197,13 188,60 267,06 157,77 128,45 112,28 109,09 106,75 72,83 71,36 67,81 49,59 48,60 42,85 TOTAL 342,97 181 210,78 158,73 153,68 203,53 86,24 104,5 74,54 79,08 66,73 49,37 75,91 23,23 82,32 46,44 44,59 96,78 13,41 33,14 6,72 29,49 18,13 6,52 95 80 95 90 90 95 80 90 80 90 80 80 3.958.408 990.056 4.515.482 2.966.036 2.621.847 5.734.813 551.965 1.906.082 374.622 1.889.819 727.475 225.931 26.462.536 Total Biaya (Rp) 20.168.364 11.279.102 16.253.267 13.590.105 12.848.884 16.830.782 7.635.437 10.281.330 7.618.610 9.248.116 6.545.787 5.588.166 137.887.950

Tingkat pelayanan sebesar 95 persen adalah adanya kemungkinan kehabisan persediaan sebesar 5 persen dari total permintaan selama masa lead time. Tingkat pelayanan sebesar 95 persen ini menghasilkan persediaan penyangga selama masa lead time sebesar 75,91 karton, sehingga reorder point (titik pemesanan kembali) didapat sebesar jumlah rata-rata permintaan harian (d) dikali dengan lead time ditambah dengan persediaan penyangga selama lead time adalah sebesar 342,97 karton.

45

Total tambahan biaya kehabisan produk (shortage cost) dengan tingkat pelayanan ini untuk tahun 2006 adalah sebesar Rp 3.958.408,-. Total biaya persediaan SCI C 200ml untuk tahun 2006 seperti terlihat pada Tabel 12 adalah sebesar Rp 11.279.102,-. Kuantitas persediaan yang dapat meminimumkan keseluruhan biaya persediaan total adalah sebesar 361,88 karton/pesan, dengan rata-rata permintaan harian sebesar 157,77 karton, lead time 1 hari dan standar deviasi dari rata-rata permintaan harian sebesar 27,6 karton didapatlah tingkat pelayan optimal yang dapat meminimumkan total biaya tambahan akibat adanya kemungkinan kehabisan persediaan adalah dengan tingkat pelayanan 80 persen. Tingkat pelayanan sebesar 80 persen adalah adanya kemungkinan kehabisan persediaan sebesar 20 persen dari total permintaan selama masa lead time. Tingkat pelayanan sebesar 80 persen ini menghasilkan persediaan penyangga selama masa lead time sebesar 23,23 karton, sehingga reorder point (titik pemesanan kembali) didapat sebesar jumlah rata-rata permintaan harian (d) dikali dengan lead time ditambah dengan persediaan penyangga selama lead time adalah sebesar 181 karton. Total tambahan biaya kehabisan produk (shortage cost) dengan tingkat pelayanan ini untuk tahun 2006 adalah sebesar Rp 990.056,-. Jenis produk SKM CES merupakan jenis produk prioritas yang mengeluarkan total biaya persediaan terbesar pada tahun 2006 berdasarkan metode EOQ stokastik, yaitu sebesar Rp 20.168.364,-. Biaya sebesar ini terjadi karena rata-rata permintaan harian untuk jenis produk ini adalah yang terbesar, yaitu 267,06 karton per hari. Rata-rata permintaan harian yang tinggi dan kuantitas persediaan yang optimal sebesar 388,82 karton membuat perusahaan harus sering melakukan pemesanan, perusahaan pada tahun 2006 dengan menggunakan metode EOQ stokastik harus melakukan pemesanan sebanyak 181,33 kali setahun. Jenis produk prioritas yang memiliki total biaya persediaan terkecil dengan mengunakan metode EOQ stokastik adalah jenis produk SCI S 200ml, yaitu sebesar Rp 5.588.166,-. Karena rata-rata permintaan harian

46

untuk jenis produk ini adalah yang terkecil diantara jenis produk prioritas yang lain, yaitu sebanyak 42,85 karton per hari. Jenis produk SKM IMP meerupakan jenis produk prioritas yang memiliki total biaya kehabisan terbesar pada tahun 2006 dengan menggunakan metode EOQ stokastik, yaitu sebesar Rp 5.734.813,-. Biaya ini terjadi karena dengan tingkat pelayan sebesar 95 persen, maka total persediaan penyangga yang harus disiapkan adalah sebanyak 96,78 karton sehingga biaya penyimpanan tambahan dari adanya persediaan penyangga ini semakin besar. SKM IMP memiliki jumlah persedian penyangga terbesar diantara jenis produk prioritas yang lain, sedangkan jenis produk prioritas yang memiliki jumlah persediaan penyangga terkecil adalah SCI S 200ml, sehingga total biaya kehabisan untuk jenis produk ini adalah yang terendah yaitu sebesar Rp 225.931,-. Perhitungan secara lengkap dengan metode EOQ stokastik untuk produk-produk prioritas dapat dilihat pada Lampiran 10. 4.7.2. Pengendalian Persedian Produk Prioritas dengan Metode EOQ Stokastik Tingkat Pelayanan 99 Persen Pengendalian persediaan dengan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen dilakukan karena selama ini perusahaan tidak pernah mengalami kehabisan persediaan. Perhitungan dengan tingkat pelayan 99 persen dengan metode EOQ stokastik ini dilakukan untuk melihat apakah kebijakan persediaan penyangga perusahaan untuk menghilangkan kemungkinan terjadinya kehabisan persediaan sudah optimal. Tabel 13 menunjukkan hasil pengolahan dengan menggunakan metode EOQ stokastik dengan tingkat pelayanan 99 persen. Tabel 13 menunjukkan seberapa besar persediaan penyangga yang harus dipersiapkan perusahaan untuk masing-masing produk prioritas dengan tingkat pelayanan 99 persen agar tidak terjadi kehabisan persediaan. Tabel 13 juga menunjukkan bahwa kuantitas persediaan optimal yang meminimumkan total biaya persediaan masih jauh di bawah kapasitas maksimum perusahaan, sehingga metode ini mungkin untuk diterapkan perusahaan.

47

Perhitungan dengan metode EOQ stokastik tingkat pelayanan 99 persen menunjukkan bahwa total biaya persediaan terbesar adalah untuk jenis produk SKM CES yaitu sebesar Rp.20.840.962,- dan total biaya persediaan terendah adalah untuk jenis produk SCI S 200ml yaitu sebesar Rp 5.876.770,-. Perbedaan perhitungan antara metode EOQ stokastik tingkat pelayanan 99 persen dengan metode EOQ stokastik adalah pada besarnya persediaan penyangga, ROP, jumlah pemesanan dan total biaya kahabisan persediaan. Tabel 13. Biaya persediaan total produk-produk prioritas tahun 2006 dengan metode EOQ stokastik tingkat pelayanan 99 persen.
No Jenis Produk 1 2 3 4 5 6 7 8 SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM Kapasitas Maksimum (karton) 2.058 1.216 990 865 841 823 1.117 550 1.040 382 745 330 Q* d jumlah ROP Buffer Biaya Total biaya Stock Kehabisan Persediaan (karton) (karton) pemesanan (karton) (karton) (Rp) (Rp) 388,82 361,88 258,27 249,43 251,75 227,05 242,67 201,10 220,93 159,05 197,13 188,60 267 158 128 112 109 107 73 71 68 50 49 43 181,33 115,10 131,30 118,84 114,40 124,12 79,24 93,69 81,03 82,31 65,08 59,98 374,42 221,98 244,89 196,59 190,03 243,63 109,89 131,52 86,40 103,12 98,71 60,88 107,36 4.631.006 20.840.962 64,21 1.838.647 12.127.693 116,43 5.454.850 17.192.635 84,31 3.683.133 14.307.202 80,93 3.363.260 13.590.296 136,88 6.901.640 17.997.609 37,06 1.088.127 8.171.600

60,16 2.554.573 10.929.821 18,59 615.628 7.859.616 9.883.752 7.304.913 5.876.770

UHT FC 9 1000ml 10 SKM IMC UHT TS C 11 200ml 12 SCI S200ml

53,53 2.525.455 50,11 1.486.601 18,03 514.536

34.657.457 146.082.870

Hasil perhitungan dengan metode ini untuk produk SKM CES menunjukkan bahwa perusahaan harus menyiapkan persediaan

penyangga sebanyak 107,36 karton atau 31,45 karton lebih banyak daripada dengan menggunakan metode EOQ stokastik. Biaya total persediaan untuk produk ini naik dari Rp 20.168.364,- dengan mengunakan metode EOQ stokastik menjadi Rp 20.840.962,- dengan metode EOQ stokastik tingkat pelayan 99 persen. Tabel 13 menunjukkan bahwa metode metode EOQ stokastik tingkat pelayanan 99 persen dapat diterapkan perusahaan, karena kuantitas persediaan optimal masih jauh dibawah kuantitas maksimum

48

perusahaan. Total biaya persediaan dengan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar Rp 146.082.870,atau lebih besar Rp 8.194.920,- dari metode EOQ stokastik. Perhitungan lengkap untuk metode ini dapat dilihat pada Lampiran 11. 4.7.3. Perbandingan Total Biaya Persediaan Antara Metode Perusahaan dengan Metode Peneliti Perbandingan total biaya persediaan antara sistem yang selama ini digunakan perusahaan dengan metode EOQ stokastik dan metode EOQ stokastik tingkat pelayanan 99 persen dapat dilihat seperti pada Tabel 14. Tabel 14. Perbandingan total biaya persediaan tahun 2006 antara metode perusahaan dan metode yang digunakan peneliti
No Jenis Produk Total Biaya Persediaan (Rupiah) Metode EOQ Metode Metode EOQ stokastik Perusahaan stokastik Tk Pelayanan 99 persen 20.168.364 66.717.944 20.840.962 11.279.102 33.132.947 12.127.693 36.947.312 29.792.143 25.548.901 36.222.147 24.993.244 18.022.368 26.728.921 16.678.367 20.715.654 11.421.100 346.921.048 16.253.267 13.590.105 12.848.884 16.830.782 7.635.437 10.281.330 7.618.610 9.248.116 6.545.787 5.588.166 137.887.950 17.192.635 14.307.202 13.590.296 17.997.609 8.171.600 10.929.821 7.859.616 9.883.752 7.304.913 5.876.770 146.082.870

1 2 3 4 5 6 7 8 9 10 11 12

SKM CES SCI C 200ml SKM CE SKM IMPS SKM Crima SKM IMP UHT C 125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml Total

Tabel 14 menunjukkan bahwa untuk jenis produk SKM CES yang dikendalikan dengan metode perusahaan menghasilkan total biaya sebesar Rp 66.717.944,- pada tahun 2006. Biaya persediaan total ini lebih besar dibandingkan dengan menggunakan metode EOQ stokastik yang hanya mengeluarkan total biaya persediaan sebesar Rp

20.168.364,- dan metode EOQ stokastik tingkat pelayanan 99 persen yaitu sebesar Rp 20.840.962,- untuk tahun 2006. Besarnya penghematan yang didapat perusahaan apabila menggunakan metode EOQ stokastik

49

dalam pengendalian persediaan produk SKM CES adalah sebesar Rp 46.549.580,- atau 69,77 persen. Jika perusahaan mengharapkan tidak terjadi kehabisan persediaan untuk produk SKM CES, maka perusahaan akan menerapkan metode EOQ stokastik tingkat pelayanan 99 persen. Penghematan yang dilakukan perusahaan untuk produk SKM CES jika menggunakan metode ini adalah sebesar Rp 45.876.982,- atau 69 persen dari metode yang selama ini diterapkan perusahaan. Perhitungan untuk produk SCI C 200ml yang dikendalikan dengan metode perusahaan menghasilkan total biaya persediaan sebesar Rp 33.132.947,- untuk tahun 2006. Biaya persediaan total ini lebih besar dibandingkan dengan menggunakan metode EOQ stokastik yang hanya mengeluarkan biaya total sebesar Rp 11.279.102,- dan metode EOQ stokastik tingkat pelayanan 99 persen yaitu sebesar Rp 12.127.693,untuk tahun 2006. Besarnya penghematan yang didapat perusahaan apabila menggunakan metode EOQ stokastik dalam pengendalian persediaan produk SCI C 200ml adalah sebesar Rp 21.853.845,- atau 65,95 persen. Jika perusahaan mengharapkan tidak terjadi kehabisan persediaan untuk produk SCI C 200ml, maka perusahaan akan menerapkan metode EOQ stokastik tingkat pelayanan 99 persen. Penghematan yang dilakukan perusahaan untuk produk SCI C 200ml jika menggunakan metode ini adalah sebesar Rp 21.005.254,- atau 63,39 persen dari metode yang selama ini diterapkan perusahaan. Tabel 14 menunjukkan bahwa total biaya persediaan tahun 2006 dengan menggunakan metode EOQ stokastik dan metode EOQ stokastik tingkat pelayanan 99 persen lebih dapat meminimumkan total biaya persediaan dibandingkan metode yang selama ini diterapkan perusahaan. Secara keseluruhan total biaya persediaan produk-produk prioritas untuk tahun 2006 yang dikeluarkan perusahaan dengan menggunakan metode yang selama ini diterapkan adalah sebesar Rp 346.921.048,-. Jika perusahaan menggunakan metode EOQ stokastik dalam mengendalikan persediaannya, biaya persediaan total produk-produk prioritas yang

50

dikeluarkan perusahaan untuk tahun 2006 adalah sebesar Rp 137.887.950,-. Besarnya penghematan yang dilakukan perusahaan jika menggunakan metode EOQ stokastik adalah sebesar Rp 209.033.098,atau 60,25 persen dari metode yang selama ini diterapkan perusahaan. Perusahaan selama ini tidak pernah mengalami kehabisan persediaan. Apabila perusahaan tetap memutuskan untuk tetap tidak mengijinkan terjadinya kehabisan persediaan, maka metode yang lebih sesuai adalah metode EOQ stokastik tingkat pelayanan 99 persen. Jika perusahaan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen, maka total biaya persediaan yang dikeluarkan untuk produkproduk prioritas pada tahun 2006 adalah sebesar Rp 146.082.870,-. Besarnya penghematan yang dilakukan perusahaan jika menggunakan metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar Rp 200.838.178,- atau 57,89 persen dari metode yang selama ini digunakan perusahaan. Tabel 15 di bawah ini menunjukkan besarnya perbedaan persediaan penyangga untuk tiap-tiap metode pada tahun 2006. Tabel 15. Perbedaan besarnya persediaan penyangga tahun 2006 antara metode perusahaan dan metode yang digunakan peneliti
No Jenis Produk Persediaan Penyangga (karton) Metode EOQ Metode Metode EOQ stokastik Perusahaan stokastik Tk Pelayanan 99 persen 75,91 1.000 107,36 23,23 800 64,21 500 400 300 500 500 200 500 200 500 200 82,32 46,44 44,59 96,78 13,41 33,14 6,72 29,49 18,13 6,52 116,43 84,31 80,93 136,88 37,06 60,16 18,59 53,53 50,11 18,03

1 2 3 4 5 6 7 8 9 10 11 12

SKM CES SCI C 200ml SKM CE SKM IMPS SKM Crima SKM IMP UHT C 125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml

Tabel 15 menunjukkan bahwa kebijakan persediaan penyangga yang ditetapkan perusahaan selama ini terlalu besar, walaupun

51

perusahaan menghendaki tidak terjadi kehabisan persediaan dalam menjalankan usahanya. Jika perusahaan tetap tidak mengijinkan terjadinya kehabisan persediaan dalam menjalankan usahanya,

perusahaan dapat menetapkan kebijakan persediaan penyangga untuk masing-masing produk prioritas sesuai dengan metode EOQ stokastik tingkat pelayanan 99 persen. Karena dengan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen (maksimum), kemungkinan terjadinya kehabisan persediaan selama lead time sudah diantisipasi sepenuhnya. Rata-rata penurunan tingkat persediaan penyangga untuk metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar 82,95 persen untuk masing-masing produk prioritas dari kebijakan tingkat persediaan penyangga yang selama ini diterapkan perusahaan. Metode EOQ stokastik merupakan metode yang paling dapat meminimumkan total biaya persediaan perusahaan. Metode ini menentukan tingkat pelayanan bagi masing-masing produk prioritas yang dapat meminimumkan total biaya kehabisan persediaan, sehingga total biaya persediaan didapat pada titik minimalnya. Besarnya persediaan penyangga untuk masing-masing produk prioritas

berdasarkan metode ini adalah seperti yang terlihat pada Tabel 15. Penerapan metode ini memberikan total biaya persediaan terendah diantara metode yang lain. Besarnya rata-rata penurunan tingkat persediaan penyangga metode EOQ stokastik untuk masing-masing produk prioritas adalah sebesar 90,42 persen dari kebijakan tingkat persediaan penyangga yang selama ini diterapkan perusahaan 4.7.4. Perkiraan Biaya Persediaan Tahun 2007 dengan Metode Perusahaan dan Metode yang Digunakan Peneliti Berdasarkan data hasil peramalan permintaan masing-masing produk prioritas untuk tahun 2007 dan asumsi bahwa rata-rata kenaikan biaya persediaan pertahun untuk biaya pemesanan, biaya penyimpanan dan kenaikan harga jual adalah 10 persen, sehingga untuk tahun 2007 total biaya pemesan adalah Rp 49.168,-/pesan dan total biaya penyimpanan adalah Rp 27.579,-/karton. Perkiraan total biaya persediaan tahun 2007 untuk masing-masing produk prioritas dengan

52

metode perusahaan, metode EOQ stokastik dan metode EOQ stokastik tingkat pelayanan 99 persen adalah seperti pada Tabel 16. Tabel 16. Perkiraan total biaya persediaan tahun 2007 dengan metode perusahaan dan metode yang digunakan peneliti
Perkiraan Total Biaya Persediaan Tahun 2007 (Rupiah) Metode EOQ Stokastik Metode Metode EOQ Tk Pelayanan Perusahaan Stokastik 99 persen 74.577.500 23.825.242 24.303.681 37.412.301 12.618.354 12.825.379 40.622.293 14.328.924 14.655.023 34.290.026 16.222.954 16.663.321 28.507.115 12.548.846 12.684.068 45.182.932 21.734.214 22.232.630 27.975.146 9.294.214 9.635.162 20.574.497 11.127.710 11.355.981 29.342.793 7.839.045 7.850.710 20.411.491 10.685.206 10.828.730 23.563.090 7.480.381 7.662.787 12.767.601 6.107.031 6.192.012 395.226.785 153.812.122 156.889.484

No

Jenis Produk

1 2 3 4 5 6 7 8 9 10 11 12

SKM CES SCI C 200ml SKM CE SKM IMPS SKM Crima SKM IMP UHT C 125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml Total

Tabel 16 menunjukkan bahwa dengan menggunakan metode perusahaan, perkiraan total biaya persediaan yang akan dikeluarkan perusahaan untuk produk-produk prioritas pada tahun 2007 adalah sebesar Rp 395.226.785,-. Jika perusahaan menggunakan metode EOQ stokastik, maka perkiraan total biaya persediaan produk-produk prioritas yang akan dikeluarkan perusahaan untuk tahun 2007 adalah sebesar Rp 153.812.122,-. Penghematan yang dilakukan perusahaan bila

menggunakan metode EOQ stokastik dalam pengendalian persediaan adalah sebesar Rp 241.414.663,- atau sebesar 61,08 persen dari metode yang digunakan perusahaan selama ini. Kebijakan perusahaan yang tidak menghendaki terjadinya

kehabisan persediaan membuat perusahaan menetapkan kebijakan persediaan penyangga yang terlalu besar. Jika perusahaan tetap tidak menginginkan terjadi kehabisan persediaan dalam menjalankan

usahanya, maka metode yang lebih tepat untuk diterapkan adalah metode EOQ stokastik tingkat pelayanan 99 persen. Jika perusahaan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen, maka

53

perkiraan total biaya persediaan produk-produk prioritas yang akan dikeluarkan perusahaan untuk tahun 2007 adalah sebesar Rp 156.889.484,-. Penghematan yang dilakukan perusahaan bila

menggunakan metode EOQ stokastik tingkat pelayanan 99 persen dalam pengendalian persediaan adalah sebesar Rp 238.337.301,- atau sebesar 60,30 persen dari metode yang digunakan perusahaan selama ini. Perbedaan yang cukup signifikan antara ketiga metode ini terjadi karena perusahaan menetapkan kebijakan persediaan penyangga yang terlalu besar untuk setiap produknya, sehingga biaya pemesanan dan penyimpanan untuk tiap produk menjadi lebih besar. Perusahaan harus mengeluarkan biaya penyimpanan tetap sepanjang tahun yang besarnya sesuai dengan besarnya persediaan penyangga untuk tiap-tiap produk. Tabel 17 menunjukkan besarnya perbedaan persediaan penyangga untuk tiap-tiap metode pada tahun 2007. Tabel 17. Perbedaan besarnya persediaan penyangga tahun 2007 antara metode perusahaan dan metode yang digunakan peneliti
No Jenis Produk Persediaan Penyangga (karton) Metode EOQ Metode Metode EOQ stokastik Perusahaan stokastik Tk Pelayanan 99 persen 1.000 51,75 73,19 800 500 400 300 500 500 200 500 200 500 200

1 2 3 4 5 6 7 8 9 10 11 12

SKM CES SCI C 200ml SKM CE SKM IMPS SKM Crima SKM IMP UHT C 125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml

5,14 24,51 35,56 7,23 49,86 7,84 10,84 0,28 6,78 4,00 1,78

14,21 34,66 50,30 13,12 70,51 21,68 19,68 0,77 12,31 11,05 4,91

Tabel 17 menunjukkan bahwa kebijakan persediaan penyangga yang ditetapkan perusahaan selama ini terlalu besar, walaupun perusahaan menghendaki tidak terjadi kehabisan persediaan dalam menjalankan usahanya. Jika perusahaan tetap tidak mengijinkan

54

terjadinya

kehabisan

persediaan

dalam

menjalankan

usahanya,

perusahaan dapat menetapkan kebijakan persediaan penyangga untuk masing-masing produk prioritas sesuai dengan metode EOQ stokastik tingkat pelayanan 99 persen. Karena dengan menggunakan metode EOQ stokastik tingkat pelayanan 99 persen (maksimum), kemungkinan terjadinya kehabisan persediaan selama lead time sudah diantisipasi sepenuhnya. Rata-rata penurunan tingkat persediaan penyangga tahun 2007 untuk metode EOQ stokastik tingkat pelayanan 99 persen adalah sebesar 93,98 persen untuk masing-masing produk prioritas dari kebijakan tingkat persediaan penyangga yang selama ini diterapkan perusahaan. Metode EOQ stokastik merupakan metode yang paling dapat meminimumkan total biaya persediaan perusahaan. Metode ini menentukan tingkat pelayanan bagi masing-masing produk prioritas yang dapat meminimumkan total biaya kehabisan persediaan, sehingga total biaya persediaan didapat pada titik minimalnya. Besarnya persediaan penyangga untuk masing-masing produk prioritas

berdasarkan metode ini adalah seperti yang terlihat pada Tabel 17. Penerapan metode ini akan memberikan total biaya persediaan terendah diantara metode yang lain. Besarnya rata-rata penurunan tingkat persediaan penyangga tahun 2007 dengan metode EOQ stokastik untuk masing-masing produk prioritas adalah sebesar 96,32 persen dari kebijakan tingkat persediaan penyangga yang selama ini diterapkan perusahaan Perbandingan antara metode perusahaan, metode EOQ stokastik dan metode EOQ stokastik tingkat pelayanan 99 persen untuk perkiraan biaya persediaan tahun 2007 menunjukkan bahwa penggunaan metode EOQ stokastik lebih efisien dalam upaya meminimumkan total biaya persediaan dibandingkan penggunaan metode yang lain. Karena metode ini benar-benar menentukan titik optimal kuantitas persediaan juga besarnya persediaan penyangga yang dapat meminimalkan total keseluruhan biaya persediaan. Penggunaan metode EOQ stokastik tingkat pelayanan 99 persen dapat diterapkan perusahaan, bila

55

perusahaan memiliki tujuan utama selain meminimumkan total biaya persediaan juga menghindari terjadinya kehabisan persediaan. Karena metode ini sudah memperhitungkan besarnya persediaan penyangga untuk mengantisipasi kemungkinan terjadinya kehabisan persediaan selama masa lead time. Perhitungan biaya persediaan produk-produk prioritas untuk tahun 2007 dengan menggunakan metode perusahaan secara lebih rinci dapat dilihat pada Lampiran 12, sedangkan perhitungan biaya persediaan dengan menggunakan metode EOQ stokastik untuk tahun 2007 dan metode EOQ stokastik tingkat pelayanan 99 persen lebih rinci dapat dilihat pada Lampiran 13 dan 14.

KESIMPULAN DAN SARAN

1. Kesimpulan a. Sistem pengadaan dan pengendalian persediaan PT. Alam Sumbervita. Metode yang digunakan perusahaan selama ini adalah metode EOQ tradisional yang besar kuantitas persediaannya disesuaikan dengan kapasitas maksimum perusahaan dan pemesanannya dilakukan saat level persediaan mencapai persediaan penyangga. Perusahaan menetapkan kebijakan tingkat persediaan penyangga adalah berbeda-beda untuk setiap produk dengan jumlah yang tetap sepanjang tahun. Metode pengendalian persediaan yang tepat berdasarkan kondisi perusahaan adalah metode EOQ stokastik, karena metode ini memperhitungkan variabel-variabel yang tidak diketahui dengan pasti dan tidak konstan. Metode ini juga memperhitungkan adanya kemungkinan terjadinya kehabisan persediaan dan biaya yang diakibatkannya. b. Jenis-jenis produk yang patut mendapatkan prioritas dalam perencanaan dan pengendalian persediaan adalah produk-produk yang memiliki volume penjualan tertinggi. Produk-produk tersebut adalah SKM CES, SCI C 200ml, SKM CE, SKM IMPS, SKM Crima, SKM IMP, UHT C 125ml, SKM KKM, UHT FC 1000ml, SKM IMC, UHT TS C 200ml dan SCI S 200ml dengan persentase kumulatif penjualan terhadap total penjualan pada tahun 2006 sebesar 75 persen. c. Pengendalian persediaan dengan metode perusahaan menghasilkan total biaya persediaan produk-produk prioritas yang untuk tahun 2006 adalah sebesar Rp 346.921.048,-. Perkiraan biaya persediaan tahun 2007 berdasarkan hasil peramalan untuk produk-produk prioritas adalah sebesar Rp 395.226.785,- atau naik sebesar Rp 48.305.737,- (13,92 persen) dari tahun 2006. d. Pengendalian persediaan dengan menggunakan metode EOQ sokastik dan metode EOQ stokastik tingkat pelayanan 99 persen untuk produk-produk prioritas pada tahun 2006 menghasilkan total biaya persediaan masingmasing sebesar Rp 137.887.950,- dan Rp 146.082.870,- atau metode EOQ

57

stokastik lebih hemat Rp 8.194.920,- dibandingkan metode EOQ stokastik tingkat pelayanan 99 persen. Perkiraan total biaya persediaan produkproduk prioritas untuk tahun 2007 adalah sebesar Rp 153.812.122,dengan metode EOQ stokastik dan Rp 156.889.484,dengan

menggunakan metode EOQ stokastik tingkat pelayanan 99 persen. 2. Saran a. Perusahaan perlu mengkaji kembali metode pengendalian yang diterapkan selama ini, karena berdasarkan hasil pengolahan dengan metode yang digunakan peneliti, total biaya persediaan masih dapat diminimalkan. Terutama untuk kebijakan tingkat persediaan penyangga masing-masing produk, karena lead time satu hari merupakan sebuah peluang bagi perusahaan bahwa pengadaan kembali relatif memakan waktu yang singkat, sehingga untuk produk-produk yang tingkat fluktuasinya relatif kecil perusahaan tidak perlu terlalu khawatir dengan menetapkan tingkat persediaan penyangga terlalu besar. b. Perusahaan dapat menggunakan metode EOQ stokastik sebagai referensi untuk mengendalikan persediaannya, jika tujuan utama perusahaan adalah efisiensi total biaya persediaan. Tingkat persediaan penyangga yang harus diturunkan perusahaan untuk tahun 2007 jika menggunakan metode ini adalah rata-rata sebesar 96,32 persen dari kebijakan yang selama ini diterapkan. c. Perusahaan juga dapat menggunakan metode EOQ stokastik tingkat pelayanan 99 persen sebagai referensi untuk mengendalikan

persediaannya. Metode ini digunakan jika perusahaan tetap menginginkan tidak terjadi kehabisan persediaan selama menjalankan usahanya. Penggunaan metode ini mengharuskan perusahaan menurunkan tingkat persediaan penyangganya rata-rata sebesar 93,98 persen dari kebijakan persediaan penyangga perusahaan selama ini.

DAFTAR PUSTAKA

Aritonang, R, L. R. 2002. Peramalan Bisnis Indonesia. Ghalia. Jakarta. Assauri, S. 2004. Manajemen Produksi dan Operasi. Edisi Revisi. FEUI. Jakarta. Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia. Jakarta. Buffa, E. S. 1994. Manajemen Produksi Operasi Modern. Edisi 1. Jilid 1. Erlangga. Jakarta. Danarti. 2004. Kajian Pengendalian Bahan Baku Teh Botol Freshtea Pada PT Coca Cola Bottling Indonesia. Skripsi. Departemen Manajemen. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor. Handoko, H. 1993. Dasar-Dasar Manajemen Produksi dan Operasi. Edisi 1. BPFE. Yogyakarta. .,dkk. 2000. Dasar-Dasar Operations Research. Edisi 2. BPFE. Yogyakarta. Nurfitriyah, E. 2007. Kajian Persedian Bahan Baku dengan Metode Simulasi Pada PT. Goodyear Indonesia, Tbk. Skripsi. Departemen Manajemen. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor. Purwani, A. 2006. Kajian Persediaan bahan Baku Kulit Sintetik di Perusahaan Sumber Karya Indah dengan Metode Simulasi. Skripsi. Departemen Manajemen. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor. Putra, T. A. 2005. Analisis Pengendalian Persediaan Bahan baku Produk Ban Pada PT Goodyear Indonesia, Tbk. Skripsi. Departemen Manajemen. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor. Bogor. Rangkuti, F. 2004. Manajemen Persediaan, Aplikasi di Bidang Bisnis. PT. Raja Grafindo Persada. Jakarta.

76

Lampiran 1. Tujuan penelitian, Kebutuhan data, jenis dan sumber data, metode pengolahan data yang digunakan.
NO 1 Tujuan Penelitian Mengetahui bagaimana sistem pengadaan dan pengendalian persediaan perusahaan. Data yang Diperlukan Data persediaan Jumlah pembelian barang jadi Frekuensi pemesanan Data Lead time Data jenis barang jadi Harga jual/unit Biaya pembelian Biaya pemesanan Biaya penyimpanan Data penjualan Data jenis produk Biaya pembelian Harga jual Volume penjualan Data penjualan Data persediaan masa lalu Jumlah pembelian barang jadi Frekuensi pemesanan Data Lead time Data jenis barang jadi Harga jual/unit Biaya pembelian Biaya pemesanan Biaya penyimpanan Sumber Data Bagian purchasing Bagian warehouse Jenis Sumber Data Data primer dan sekunder Metode Pengolahan Tabulasi kesimpulan Mengetahui sistem pengadaan dan pengendalian dan biaya yang dikeluarkan selama ini.

Menetapkan jenis produk yang perlu mendapatkan prioritas Meramalkan permintaan masa depan dan menghitung tingkat persediaan yang optimal bagi perusahaan. -

Bagian warehouse

Data Primer dan Sekunder

Tabulasi Metode ABC Tabulasi Diagram scatter ARIMA Model persediaan stokastik

Mengetahui jenis produk mana saja yang harus diprioritaskan.

Bagian purchasing Bagian warehouse

Data primer dan sekunder

Mengetahui perkiraan permintaan untuk 1 tahun kedepan Mengetahui tingkat persediaan yang optimal dengan biaya persediaan yang paling efisien

77

Lampiran 2 ORGANIZATION STRUCTURE PT. ALAM SUMBERVITA Cab. Jakarta

Branch Manager Joshua P

Sales Manager NN

Warehouse SPV HASAN

TO DW/Industri SPV NN

TO Institusi Dry/Butter SPV RICHMA


Inst JKT/BGR Slamat

Canvas Inst/ Depo PLM/Butter SPV DARTONO


Alimin (S) Ending (D)

TO-Canvas Tradisional TS SPV SUPRIYANTO

Canvas HCO PLM SPV HENDRA

Canvas HCO/TGR/BKS PLM SPV ROBY S


Slm Can HCO Ending k (S) Slm Can HCO Burhan (S) Slm Can TGR Mulyani (S) Delivery TGR Reza (S) Delivery TGR Agus D (S)

TO HCO Non PLM SPV SRI UTAMI

Depo PLM SPV KAMINO

PO, DO SIti Retur PLM Ibnu Control Yovie Retur Dry Dion

PEDULI Wardi

Slm TO Sel Andre (s)

Slm Canv Sel Danang (s) Slm Canv Tim Suyono (s) Slm Canv Brt NN (s) Slm Canv Pus Risky (s) Slm Canv Utr NN (s)

Slm Canv hco Eko (s) Slm Canv hco Haryanto (s) Slm Canv hco Dody (s) Slm Canv hco Agus (s) Slm Canv hco Riyan (s)

Slm TO HCO Syarulloh Slm TO HCO Deni Slm TO HCO Rejendra Slm TO HCO NN

Slm TO Depo Edy Slm TO Depo Soidy

JKT/ BKSI Roy Vino BKR Gianto HORECAKOP Bunali Kantin Sklh Ari (S) Kantin Sklh Panusuna (S) Bakery NN Institusi NN

NN (S) Toto (D)

Wawan (S) Ali Nurdin (D)

Slm TO Tim A Rozak (s) Slm TO Brt NN (s) Slm TO Pus Ketut (s) Slm TO Utr Rioni (s)

Eko (S) Suhartoyo (D)

Slm Canv hco Suwondo (s) Slm Canv hco Dayat (s) TS Crate Faisal (D) TS Faktur Supriyanto Delivery TGR Abdul L (S)

78

Lampiran 3 Biaya pemesanan per pesan dan biaya penyimpanan per unit karton
produk IMP IMP sachet IMC SKM IMC sachet CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml UHT C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml SBI 400gr 200gr Total Permintaan Thn 2006 28,181 29,643 13,092 4,438 33,912 18,840 70,504 9,947 10,922 1,580 461 28,800 41,651 11,313 9,719 2,753 19,228 8,673 852 7,212 7,922 2,484 12,830 1,551 17,903 667 3,286 93 jumlah pesanan 87 64 72 34 69 54 67 52 92 61 34 53 100 87 116 68 31 84 90 61 132 24 52 77 33 23 12 9 BULK CCS SBC SBB SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr 200gr 1000gr 400gr 200gr 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr FC 400gr C REG/25KG INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG produk Total Permintaan Thn 2006 576 8,900 68 44 146 2,036 1,624 954 2,248 1,407 530 36 25 213 14 9 7,169 4,279 216 510 5,299 14 403 630 435,806 total biaya pemesanan thn 06 biaya pemesanan Biaya Telepon Biaya Pengiriman Biaya Surat (Adm) total 11,538,294 318,055,177 25,865,541 355,459,013 biaya pemesanan per pesan biaya telepon biaya pengiriman biaya surat (adm) Rp 5,366 / pesan Rp 147,932 / pesan Rp 12,030 / pesan jumlah pesanan 38 0 0 18 9 9 9 16 12 11 22 24 53 9 9 9 0 9 9 23 15 49 14 15 0 9 16 9 2150

Total Biaya Penyimpanan thn 2006 biaya penyimpanan Biaya Asuransi Biaya Utilitas Biaya Pemeriksaan total Total = Rp 165.330/ pesan = 11,538,294 / 2,150 = 318,055,177 / 2,150 = 25,865,541 / 2,150 200,816,888 246,873,704 16,276,900 463,967,492

biaya penyimpanan per karton per thn biaya asuransi biaya utilitas biaya pemeriksaan Rp 883 / karton Rp 1085,38 / karton Rp 71,56 / karton

Total = Rp 2.039,84 / karton = 2x200,816,888 / (2x9,550+435,806) = 2x246,873,704 / (2x9,550+435,806) = 2x16,276,900 / (2x9,550+435,806)

79 Lampiran 4 Klasifikasi persediaan ABC Penjualan PT. Alam Sumbervita Jakarta


produk JAN IMP IMP sachet IMC SKM IMC sachet CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml UHT C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml 1,448 2,327 429 86 3,201 757 5,105 129 604 126 16 1,219 2,979 819 890 234 1,288 649 53 1,228 590 324 756 133 1,604 60 FEB 1,681 1,356 748 265 1,542 1,262 6,366 675 758 156 19 1,971 2,550 791 404 291 1,172 585 35 775 552 153 1,585 237 1,512 28 MAR 2,265 1,890 991 452 3,275 1,837 3,914 548 831 109 57 2,753 3,245 1,007 487 246 1,446 550 62 893 628 142 495 86 1,607 51 APRIL 2,126 2,037 825 125 3,564 1,363 5,806 862 481 190 30 1,299 2,849 576 280 94 1,345 474 41 560 430 156 777 133 1,396 34 Penjualan Tahun 2006 (karton) MEI 1,733 1,424 761 431 2,042 1,611 4,651 53 906 92 48 2,452 3,668 1,031 379 141 1,485 733 83 534 540 91 949 61 1,121 41 JUNI 2,318 2,749 870 458 2,765 1,518 5,784 1,425 1,335 106 21 3,489 3,871 963 342 131 1,877 841 57 779 430 125 923 129 1,552 77 JULI 996 3,625 1,160 135 2,645 1,171 6,622 306 755 197 24 1,602 3,567 975 2,154 287 1,630 861 88 786 981 470 1,048 123 1,601 79 AGUST 2,145 2,139 991 401 2,970 2,581 7,497 1,534 992 102 28 2,615 3,067 954 973 372 1,481 779 56 454 895 223 2,212 231 1,533 39 SEPT 1,646 2,900 876 651 1,257 1,559 5,801 1,106 1,023 97 80 3,415 3,793 1,175 1,210 330 1,780 701 96 478 985 211 684 87 1,636 66 OKT 3,360 3,886 1,789 178 3,876 1,586 5,750 1,494 1,297 124 56 2,557 4,564 1,146 740 116 2,125 891 104 229 809 267 997 100 1,627 77 NOV 2,461 2,248 1,381 473 1,665 961 5,940 628 725 126 31 2,267 3,156 801 217 294 1,305 633 52 229 358 71 1,485 155 1,163 37 DES 6,001 3,063 2,271 782 5,109 2,634 7,268 1,186 1,213 156 51 3,162 4,343 1,074 1,642 217 2,294 977 125 266 721 251 919 74 1,550 77 TOTAL (karton) 28,181 29,643 13,092 4,438 33,912 18,840 70,504 9,947 10,922 1,580 461 28,800 41,651 11,313 9,719 2,753 19,228 8,673 852 7,212 7,922 2,484 12,830 1,551 17,903 667 (%) 0.0647 0.0680 0.0300 0.0102 0.0778 0.0432 0.1618 0.0228 0.0251 0.0036 0.0011 0.0661 0.0956 0.0260 0.0223 0.0063 0.0441 0.0199 0.0020 0.0165 0.0182 0.0057 0.0294 0.0036 0.0411 0.0015 rank 6 4 10 22 3 8 1 14 13 30 40 5 2 12 15 25 7 17 34 19 18 26 11 31 9 35

80 Lampiran 4 (lanjutan) Klasifikasi persediaan ABC Penjualan PT. Alam Sumbervita Jakarta
produk JAN 400gr 200gr SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr SBB 200gr 1000gr 400gr 200gr SBC 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr CCS 400gr FC 400gr C REG/25KG INS/25KG BULK SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG 2 0 205 98 28 29 122 2 26 44 819 4 3 19 165 19 83 99 98 53 5 1 15 2 1 343 133 24 26 314 1 32 39 287 1 108 794 3 4 3 92 153 50 144 87 30 2 2 13 1 1 209 102 26 34 545 0 27 51 FEB 51 2 25 MAR 627 13 30 862 7 3 14 105 20 56 121 72 47 2 1 14 1 1 2,214 65 40 45 584 3 21 20 111 4 3 3 110 174 67 161 49 38 1 1 12 2 1 92 121 7 41 256 0 35 57 APRIL 113 4 29 234 5 4 4 188 55 67 181 95 36 1 2 17 2 1 76 46 10 45 348 0 32 47 MEI 223 3 43 851 5 4 8 68 192 75 223 47 49 3 2 18 1 0 451 651 18 40 198 2 36 64 Penjualan Tahun 2006 JUNI 122 3 29 999 6 4 33 338 32 112 141 219 57 6 2 21 1 1 539 860 15 36 473 1 44 57 JULI 332 2 122 1,126 4 4 6 170 270 68 209 191 33 2 3 18 1 2 352 646 16 44 834 0 36 72 AGUST 60 6 30 SEPT 753 39 35 1,092 9 4 27 190 34 76 168 153 53 3 1 20 1 1 1,691 937 19 75 437 2 40 66 OKT 262 10 65 695 8 4 14 206 412 134 373 211 42 2 5 23 1 1 121 56 8 32 511 1 28 54 614 5 3 8 134 87 61 136 58 54 3 2 20 0 1 874 564 6 63 678 0 48 57 NOV 275 9 29 702 9 3 7 270 177 106 292 127 37 4 3 22 DES 180 2 32 TOTAL (karton) 3,286 93 576 8,900 68 44 146 2,036 1,624 954 2,248 1,407 530 36 25 213 14 9 7,169 4,279 216 510 5,299 14 403 630 495,076 (%) 0.0075 0.0002 0.0013 0.0000 0.0000 0.0204 0.0002 0.0001 0.0003 0.0047 0.0037 0.0022 0.0052 0.0032 0.0012 0.0001 0.0001 0.0005 0.0000 0.0000 0.0000 0.0164 0.0098 0.0005 0.0012 0.0122 0.0000 0.0000 0.0009 0.0014 rank 24 45 37 53 54 16 46 47 44 28 29 33 27 32 38 48 49 43 55 50 52 20 23 42 39 21 56 51 41 36

81

24

SBI 400gr

0.75

94.91

PENJUALAN RANK JENIS PRODUK PERSENTASE (%) 16.17 9.55 7.78 6.80 6.60 6.46 4.41 4.32 4.10 3.00 2.94 2.59 2.50 2.28 2.23 2.04 1.99 1.81 1.65 1.64 1.21 1.01 0.98 KOMULATIF (%) 16.17 25.73 33.51 40.31 46.92 53.39 57.80 62.12 66.23 69.24 72.18 74.78 77.28 79.56 81.79 83.84 85.83 87.64 89.30 90.94 92.16 93.18 94.16 kelas B kelas A

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml SKM TS SKM CE'C SCI MLN 200ml SBI BIO Kids 1-3 400gr UHT S 125ml UHT S 200ml UHT C 200ml CCS 400gr FC BULK SKM BULK 2X5 SKM IMC sachet CCS 400gr C

82

Lampiran 4 (Lanjutan)

83

Lampiran 4 (Lanjutan) Analisis Metode ABC


RANK JENIS PRODUK PENJUALAN

84

PERSENTASE (%) 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 SCI PLAIN 200ml UHT M 200ml SBC 400gr SBB 400gr SBB 200gr SKM TS'S UHT TS S 200ml SBC 200gr SBB 1000gr UHT M 125ml UHT CH 1000ml BULK INS/2KG SBI 1000gr SBC 1000gr BULK INS/25KG SKM TS BDG BULK REG/2KG BULK REG/25KG SBC BIO kids 1-3 400gr SBI Bio kids 4-6 800gr SBI 200gr SBI Bio kids 1-3 800gr SBI BIO kids 4-6 400gr SBC BIO 400gr SBC BIO 800gr SBC BIO kids 4-6 400gr BULK SMP BULK 25KG SBC Bio kids 4-6 800gr SBI BIO 400ML SBI BIO 800ML SBC BIO KIDS 1-3 800ML BULK SKM BULK 1X10 0.63 0.57 0.51 0.46 0.37 0.36 0.35 0.32 0.21 0.19 0.15 0.14 0.13 0.12 0.11 0.10 0.09 0.05 0.04 0.03 0.02 0.01 0.01 0.008 0.006 0.003 0.003 0.002

KOMULATIF (%) 95.55 96.12 96.63 97.10 97.47 97.83 98.19 98.51 98.73 98.93 99.08 99.22 99.36 99.48 Kelas C 99.60 99.70 99.79 99.84 99.89 99.93 99.95 99.96 99.97 99.98 99.99 99.99 99.99 100.00 100.00 100.00 100.00 100.00

100.00

100.00

Lampiran 5 Kapasitas maksimum dan buffer stock tiap produk

85

Jenis Produk IMP IMP sachet IMC IMC sachet CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml

SKM

SCI

UHT

Buffer Stock (karton) 500 400 200 80 500 200 1,000 100 200 20 10 300 800 200 200 40 500 400 40 300 400 40 500 70 500 10

kapasitas max tiap produk (karton) 823 865 382 130 990 550 2,058 290 319 46 13 841 1,216 330 284 80 1,117 504 49 419 460 144 745 90 1,040 39

Lampiran 5 (Lanjutan) Kapasitas maksimum dan buffer stock tiap produk

86

Jenis Produk 400gr 200gr 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr 200gr 1000gr 400gr 200gr 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr FC 400gr C REG/25KG INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG

SBI

SBB

SBC

CCS

BULK

Buffer Stock (karton) 372 11 65 1,007 8 5 17 230 184 108 254 159 60 4 3 24 2 1 811 484 24 58 600 2 46 71 9,550

kapasitas max tiap produk (karton) 372 11 65 1,007 8 5 17 230 184 108 254 159 60 4 3 24 2 1 811 484 24 58 600 0 2 46 71 18,432

Lampiran 3 Biaya pemesanan dan biaya penyimpanan


produk Total Permintaan jumlah produk Total Permintaan jumlah

87

Thn 2006 IMP IMP sachet IMC SKM IMC sachet CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml UHT C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml SBI 400gr 200gr 28,181 29,643 13,092 4,438 33,912 18,840 70,504 9,947 10,922 1,580 461 28,800 41,651 11,313 9,719 2,753 19,228 8,673 852 7,212 7,922 2,484 12,830 1,551 17,903 667 3,286 93

pesanan 87 64 72 34 69 54 67 52 92 61 34 53 100 87 116 68 31 84 90 61 132 24 52 77 33 23 12 9 BULK CCS SBC SBB SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr 200gr 1000gr 400gr 200gr 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr FC 400gr C REG/25KG INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG

Thn 2006 576 8,900 68 44 146 2,036 1,624 954 2,248 1,407 530 36 25 213 14 9 7,169 4,279 216 510 5,299 14 403 630 435,806

pesanan 38 0 0 18 9 9 9 16 12 11 22 24 53 9 9 9 0 9 9 23 15 49 14 15 0 9 16 9 2150

total biaya pemesanan thn 06 biaya pemesanan Biaya Telepon Biaya Pengiriman Biaya Surat (Adm) total 11,538,294 318,055,177 25,865,541 355,459,013 biaya pemesanan per pesan biaya telepon biaya pengiriman biaya surat (adm) Rp 5,366 / pesan Rp 147,932 / pesan Rp 12,030 / pesan

Total Biaya Penyimpanan thn 2006 biaya penyimpanan Biaya Asuransi Biaya Utilitas Biaya Pemeriksaan total Total = Rp 165.330/ pesan = 11,538,294 / 2,150 = 318,055,177 / 2,150 = 25,865,541 / 2,150 200,816,888 246,873,704 16,276,900 463,967,492

biaya penyimpanan per karton per thn biaya asuransi biaya utilitas biaya pemeriksaan Rp 883 / karton Rp 1085,38 / karton Rp 71,56 / karton

Total = Rp 2.039,84 / karton = 2x200,816,888 / (2x9,550+435,806) = 2x246,873,704 / (2x9,550+435,806) = 2x16,276,900 / (2x9,550+435,806)

Lampiran 6 ARIMA

88

Plot data aktual penjualan SKM CES sebelum didtasionerkan

Time Series Plot of SKM CES


20000

15000 SKM CES

10000

5000

0 4 8 12 16 20 Index 24 28 32 36

Plot data penjualan SKM CES setelah distasionerkan dengan diferensiasi ordo 1
Time Series Plot of dif 1
40 30 20 10 dif 1 0 -10 -20 -30 -40 -50 4 8 12 16 20 Index 24 28 32 36

Lampiran 6 (lanjutan) Autokorelasi data aktual (plot ACF) diferensiasi ordo pertama SKM CES
Autocorrelation Function for dif 1
(with 5% significance limits for the autocorrelations) 1.0 0.8 0.6 lation 0.4 0.2

89

Autokorelasi parsial data aktual (plot PACF) diferensiasi ordo pertama SKM CES
Partial Autocorrelation Function for dif 1
(with 5% significance limits for the partial autocorrelations) 1.0 0.8 Partial Autocorrelation 0.6 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0 1 2 3 4 5 Lag 6 7 8 9

Lampiran 7 Identifikasi model


ARIMA Model: SKM CES

90

Final Estimates of Parameters Type AR 1 Constant Coef -0.6210 847.5 SE Coef 0.1392 482.2 T -4.46 1.76 P 0.000 0.088

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 268535976 (backforecasts excluded) MS = 8137454 DF = 33 Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 10.8 10 0.373 24 22.5 22 0.433 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 13664.3 24848.8 15059.8 27020.6 13428.1 28131.9 13872.3 29705.7 13241.9 30777.8 13368.6 32071.7 13115.7 33137.3 13157.7 34285.6 13071.7 35327.3 13108.6 36391.8 13108.5 37402.9 13164.7 38413.7

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 19256.6 21040.2 20780.0 21789.0 22009.8 22720.2 23126.5 23721.6 24199.5 24750.2 25255.7 25789.2

Actual

ARIMA Model: SCI C200ml


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.3338 -0.5833 82.77 SE Coef 0.1478 0.1490 89.30 T 9.02 -3.91 0.93 P 0.000 0.000 0.361

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 148944381 (backforecasts excluded) MS = 4654512 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag 12 24 36 48

Lampiran 7 (Lanjutan)
Chi-Square DF 6.5 9 15.0 21 * * * *

91

P-Value

0.687

0.824

Forecasts from period 36 95 Percent Limits Lower Upper 6740.6 15199.5 7069.6 15987.2 7029.2 16193.1 6992.1 16395.8 6957.9 16595.5 6926.6 16792.4 6897.8 16986.7 6871.4 17178.6 6847.3 17368.3 6825.3 17555.8 6805.3 17741.3 6787.3 17924.9

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 10970.0 11528.4 11611.2 11693.9 11776.7 11859.5 11942.2 12025.0 12107.8 12190.6 12273.3 12356.1

Actual

ARIMA Model: SKM CE


Final Estimates of Parameters Type AR 1 Constant Mean Coef -0.4383 11778.4 8189.2 SE Coef 0.1656 496.6 345.3 T -2.65 23.72 P 0.012 0.000

Number of observations: 36 Residuals: SS = 301445263 (backforecasts excluded) MS = 8866037 DF = 34

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 15.7 10 0.108 24 25.1 22 0.290 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper -552.3 11298.7 2996.8 15923.1 1048.0 14182.8 1859.0 15035.8 1479.5 14664.8 1647.9 14834.9 1571.3 14758.8 1605.7 14793.2 1590.2 14777.7 1597.2 14784.7 1594.0 14781.6 1595.5 14783.0

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 5373.2 9460.0 7615.4 8447.4 8072.1 8241.4 8165.0 8199.5 8184.0 8191.0 8187.8 8189.2

Actual

Lampiran 7 (Lanjutan)
ARIMA Model: SKM IMP sachet
Final Estimates of Parameters

92

Type AR 1 Constant

Coef -0.4874 546.2

SE Coef 0.2001 432.8

T -2.44 1.26

P 0.024 0.222

Differencing: 1 regular difference Number of observations: Original series 23, after differencing 22 Residuals: SS = 82374427 (backforecasts excluded) MS = 4118721 DF = 20

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 43.9 10 0.000 24 * * * 36 * * * 48 * * *

Forecasts from period 23 95 Percent Limits Lower Upper 4184.6 12141.7 4525.9 13467.7 3761.2 14512.2 3676.1 15553.3 3384.2 16471.7 3265.6 17377.4 3123.7 18228.0 3040.3 19058.3 2968.3 19858.7 2924.1 20640.3 2895.2 21402.1 2884.1 22148.4

Period 24 25 26 27 28 29 30 31 32 33 34 35

Forecast 8163.2 8996.8 9136.7 9614.7 9927.9 10321.5 10675.9 11049.3 11413.5 11782.2 12148.7 12516.3

Actual

ARIMA Model: SKM Crima


Final Estimates of Parameters Type AR 1 AR 2 Constant Coef -0.7271 -0.6425 52.2 SE Coef 0.1376 0.1373 404.2 T -5.28 -4.68 0.13 P 0.000 0.000 0.898

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 182966191 (backforecasts excluded) MS = 5717693 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 16.4 9 0.060 24 23.9 21 0.296 36 * * * 48 * * *

Lampiran 7 (Lanjutan)
Forecasts from period 36

93

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 7760.0 7096.4 8450.2 7944.4 7494.6 8198.7 8027.9 7751.9 8114.5 8080.3 7924.4 8111.9

95 Percent Limits Lower Upper 3072.3 12447.6 2237.3 11955.5 3534.2 13366.2 2010.4 13878.3 1295.9 13693.2 1875.4 14522.1 1180.2 14875.5 625.3 14878.4 818.3 15410.6 435.6 15725.1 16.3 15832.4 12.5 16211.2

Actual

ARIMA Model: SKM IMP


Final Estimates of Parameters Type AR 1 Constant Coef -0.7191 564.7 SE Coef 0.1413 558.6 T -5.09 1.01 P 0.000 0.319

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 359742969 (backforecasts excluded) MS = 10901302 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 27.7 10 0.002 24 43.4 22 0.004 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 3964.7 16910.0 9103.4 22549.6 4037.4 20993.9 6545.7 24376.9 3925.7 23889.7 5093.6 26085.7 3662.0 26227.7 4161.3 27785.2 3340.7 28256.1 3514.2 29463.5 3018.9 30095.1 3039.9 31105.5

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 10437.4 15826.5 12515.7 15461.3 13907.7 15589.7 14944.8 15973.3 15798.4 16488.8 16557.0 17072.7

Actual

Lampiran 7 (Lanjutan)
ARIMA Model: UHT C125ml
Final Estimates of Parameters

94

Type AR 1 AR 2 Constant

Coef -1.1301 -0.7259 282.7

SE Coef 0.1349 0.1447 121.4

T -8.38 -5.02 2.33

P 0.000 0.000 0.026

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 16495979 (backforecasts excluded) MS = 515499 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 12.5 9 0.189 24 26.8 21 0.177 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 3937.36 6752.42 3524.89 6363.69 5019.82 8096.29 3540.25 7075.18 4064.56 7599.51 4496.56 8362.94 3652.50 7660.13 4360.68 8397.71 4252.99 8559.66 3946.39 8320.81 4475.76 8933.83 4219.84 8859.95

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 5344.89 4944.29 6558.05 5307.72 5832.03 6429.75 5656.31 6379.20 6406.32 6133.60 6704.79 6539.89

Actual

ARIMA Model: SKM KKM


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.4681 -0.4927 112.86 SE Coef 0.0629 0.0792 12.55 T 23.33 -6.22 8.99 P 0.000 0.000 0.000

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 29678907 (backforecasts excluded) MS = 927466 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 8.4 9 0.492 24 23.3 21 0.329 36 * * * 48 * * *

Lampiran 7 (Lanjutan)
Forecasts from period 36

95

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4504.94 5305.68 5418.54 5531.41 5644.27 5757.13 5869.99 5982.86 6095.72 6208.58 6321.44 6434.31

95 Percent Limits Lower Upper 2616.98 6392.90 3221.08 7390.28 3333.43 7503.66 3445.77 7617.04 3558.12 7730.42 3670.46 7843.80 3782.81 7957.18 3895.15 8070.56 4007.50 8183.94 4119.85 8297.32 4232.19 8410.70 4344.54 8524.08

Actual

ARIMA Model: UNT FC1000ml


Final Estimates of Parameters Type MA 1 Constant Coef 0.9455 -5.72 SE Coef 0.1518 12.90 T 6.23 -0.44 P 0.000 0.660

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 14163854 (backforecasts excluded) MS = 429208 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 16.5 10 0.086 24 30.1 22 0.115 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 2855.13 5423.79 2847.50 5419.98 2839.88 5416.16 2832.25 5412.34 2824.63 5408.51 2817.02 5404.68 2809.40 5400.85 2801.79 5397.02 2794.19 5393.19 2786.58 5389.35 2778.98 5385.51 2771.38 5381.66

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4139.46 4133.74 4128.02 4122.30 4116.57 4110.85 4105.13 4099.41 4093.69 4087.96 4082.24 4076.52

Actual

Lampiran 7 (Lanjutan)
ARIMA Model: SKM IMC
Final Estimates of Parameters

96

Type MA 1 Constant

Coef 0.7911 92.28

SE Coef 0.1286 46.80

T 6.15 1.97

P 0.000 0.057

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 46431659 (backforecasts excluded) MS = 1407020 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag 12 24 Chi-Square 13.1 28.6 DF 10 22 P-Value 0.215 0.157 Forecasts from period 36 36 * * * 48 * * *

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4430.90 4523.19 4615.47 4707.75 4800.03 4892.31 4984.59 5076.88 5169.16 5261.44 5353.72 5446.00

95 Percent Limits Lower Upper 2105.52 6756.28 2147.61 6898.76 2190.73 7040.21 2234.83 7180.67 2279.85 7320.21 2325.74 7458.89 2372.45 7596.74 2419.95 7733.81 2468.19 7870.13 2517.13 8005.75 2566.75 8140.70 2617.01 8275.00

Actual

ARIMA Model: UHT TS C200ml


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.2150 -0.2479 87.69 SE Coef 0.2111 0.2159 23.30 T 5.76 -1.15 3.76 P 0.000 0.263 0.001

Differencing: 1 regular difference Number of observations: Original series 27, after differencing 26 Residuals: SS = 35612341 (backforecasts excluded) MS = 1548363 DF = 23

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 10.4 9 0.322 24 31.2 21 0.070 36 * * * 48 * * *

Lampiran 7 (Lanjutan)
Forecasts from period 27 95 Percent

97

Period 28 29 30 31 32 33 34 35 36 37 38 39

Forecast 3626.44 3569.86 3657.55 3745.24 3832.93 3920.62 4008.31 4095.99 4183.68 4271.37 4359.06 4446.75

Limits Lower Upper 1187.06 6065.83 1074.75 6064.98 1161.14 6153.96 1247.53 6242.95 1333.93 6331.93 1420.32 6420.91 1506.72 6509.89 1593.11 6598.87 1679.51 6687.85 1765.91 6776.83 1852.31 6865.81 1938.71 6954.79

Actual

ARIMA Model: SCI S 200ml


Final Estimates of Parameters Type AR 1 AR 2 Constant Coef -1.1152 -0.6988 5.20 SE Coef 0.1293 0.1315 81.78 T -8.63 -5.31 0.06 P 0.000 0.000 0.950

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 7488007 (backforecasts excluded) MS = 234000 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 11.7 9 0.232 24 27.2 21 0.163 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 1944.65 3841.27 1594.13 3503.30 2022.93 4098.73 1551.24 3919.74 1561.07 3930.21 1673.59 4260.14 1378.40 4058.12 1492.12 4200.09 1443.89 4321.04 1294.09 4221.48 1380.96 4372.28 1283.82 4389.03

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 2892.96 2548.71 3060.83 2735.49 2745.64 2966.87 2718.26 2846.11 2882.46 2757.78 2876.62 2836.42

Actual

Lampiran 1. Struktur organisasi PT. Alam Sumbervita Jakarta 60

61

Lampiran 2. Biaya pemesanan per pesan dan biaya penyimpanan per unit karton
Jenis produk Total Permintaan Thn 2006 (karton/thn) IMP IMP sachet IMC SKM IMC sachet CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml UHT C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml SBI 400gr 200gr 28,181 29,643 13,092 4,438 33,912 18,840 70,504 9,947 10,922 1,580 461 28,800 41,651 11,313 9,719 2,753 19,228 8,673 852 7,212 7,922 2,484 12,830 1,551 17,903 667 3,286 93 jumlah Pesanan (karton/pesan) 87 64 72 34 69 54 67 52 92 61 34 53 100 87 116 68 31 84 90 61 132 24 52 77 33 23 12 9 BULK CCS SBC SBB SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr 200gr 1000gr 400gr 200gr 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr 400gr FC 400gr C REG/25KG INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG Jenis produk Total Permintaan Thn 2006 (karton/thn) 576 8,900 68 44 146 2,036 1,624 954 2,248 1,407 530 36 25 213 14 9 7,169 4,279 216 510 5,299 14 403 630 435,806 biaya pemesanan per pesan biaya telepon biaya pengiriman biaya surat (adm) Rp 5,367 / pesan Rp 27.301 / pesan Rp 12,030 / pesan Total = Rp 44.698/ pesan = 11,538,294 / 2,150 = 58.704.000 / 2,150 = 25,865,541 / 2,150 jumlah Pesanan (karton/pesan) 38 0 0 18 9 9 9 16 12 11 22 24 53 9 9 9 0 9 9 23 15 49 14 15 0 9 16 9 2150

biaya penyimpanan per karton per thn biaya asuransi biaya utilitas biaya pemeriksaan Rp 10.841 / karton Rp 13.350,46 / karton Rp 880,23 / karton

Total = Rp 25.072 / karton = 2x104.628.380/ (2x9.550+(435.806/2.150)) = 2x128.849.850 / (2x9.550+(435.806/2.150)) = 2x8.495.370 / (2x9.550+(435.806/2.150))

(9.550 = Persediaan penyangga = n) Biaya pemesanan per pesan = Total biaya pemesanan Jml pemesanan Biaya penyimpanan per unit karton = Total biaya penyimpanan*2 (2*n + (D/jml pemesanan))

62

Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan volume penjualan

Jenis produk JAN IMP IMP sachet IMC IMC sachet CE SKM KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml C 200ml UHT S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml 1,448 2,327 429 86 3,201 757 5,105 129 604 126 16 1,219 2,979 819 890 234 1,288 649 53 1,228 590 324 756 133 1,604 60 FEB 1,681 1,356 748 265 1,542 1,262 6,366 675 758 156 19 1,971 2,550 791 404 291 1,172 585 35 775 552 153 1,585 237 1,512 28 MAR 2,265 1,890 991 452 3,275 1,837 3,914 548 831 109 57 2,753 3,245 1,007 487 246 1,446 550 62 893 628 142 495 86 1,607 51 APRIL 2,126 2,037 825 125 3,564 1,363 5,806 862 481 190 30 1,299 2,849 576 280 94 1,345 474 41 560 430 156 777 133 1,396 34

Penjualan Tahun 2006 (karton/bulan) MEI 1,733 1,424 761 431 2,042 1,611 4,651 53 906 92 48 2,452 3,668 1,031 379 141 1,485 733 83 534 540 91 949 61 1,121 41 JUNI 2,318 2,749 870 458 2,765 1,518 5,784 1,425 1,335 106 21 3,489 3,871 963 342 131 1,877 841 57 779 430 125 923 129 1,552 77 JULI 996 3,625 1,160 135 2,645 1,171 6,622 306 755 197 24 1,602 3,567 975 2,154 287 1,630 861 88 786 981 470 1,048 123 1,601 79 AGUST 2,145 2,139 991 401 2,970 2,581 7,497 1,534 992 102 28 2,615 3,067 954 973 372 1,481 779 56 454 895 223 2,212 231 1,533 39 SEPT 1,646 2,900 876 651 1,257 1,559 5,801 1,106 1,023 97 80 3,415 3,793 1,175 1,210 330 1,780 701 96 478 985 211 684 87 1,636 66 OKT 3,360 3,886 1,789 178 3,876 1,586 5,750 1,494 1,297 124 56 2,557 4,564 1,146 740 116 2,125 891 104 229 809 267 997 100 1,627 77 NOV 2,461 2,248 1,381 473 1,665 961 5,940 628 725 126 31 2,267 3,156 801 217 294 1,305 633 52 229 358 71 1,485 155 1,163 37 DES 6,001 3,063 2,271 782 5,109 2,634 7,268 1,186 1,213 156 51 3,162 4,343 1,074 1,642 217 2,294 977 125 266 721 251 919 74 1,550 77

TOTAL (karton/thn) 28,181 29,643 13,092 4,438 33,912 18,840 70,504 9,947 10,922 1,580 461 28,800 41,651 11,313 9,719 2,753 19,228 8,673 852 7,212 7,922 2,484 12,830 1,551 17,903 667 (%) 0.0647 0.0680 0.0300 0.0102 0.0778 0.0432 0.1618 0.0228 0.0251 0.0036 0.0011 0.0661 0.0956 0.0260 0.0223 0.0063 0.0441 0.0199 0.0020 0.0165 0.0182 0.0057 0.0294 0.0036 0.0411 0.0015

rank

6 4 10 22 3 8 1 14 13 30 40 5 2 12 15 25 7 17 34 19 18 26 11 31 9 35

62

63

Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan volume penjualan

Jenis produk JAN 400gr 200gr SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr SBB 400gr 200gr 1000gr 400gr 200gr SBC 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr CCS 400gr FC 400gr C REG/25KG BULK INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG 2 0 205 98 28 29 122 2 26 44 819 4 3 19 165 19 83 99 98 53 5 1 15 2 1 343 133 24 26 314 1 32 39 287 1 108 794 3 4 3 92 153 50 144 87 30 2 2 13 1 1 209 102 26 34 545 0 27 51 FEB 51 2 25 MAR 627 13 30 862 7 3 14 105 20 56 121 72 47 2 1 14 1 1 2,214 65 40 45 584 3 21 20 111 4 3 3 110 174 67 161 49 38 1 1 12 APRIL 113 4 29

Penjualan Tahun 2006 (karton/bulan) MEI 223 3 43 234 5 4 4 188 55 67 181 95 36 1 2 17 2 1 92 121 7 41 256 0 35 57 2 1 76 46 10 45 348 0 32 47 851 5 4 8 68 192 75 223 47 49 3 2 18 1 0 451 651 18 40 198 2 36 64 JUNI 122 3 29 999 6 4 33 338 32 112 141 219 57 6 2 21 1 1 539 860 15 36 473 1 44 57 JULI 332 2 122 1,126 4 4 6 170 270 68 209 191 33 2 3 18 1 2 352 646 16 44 834 0 36 72 AGUST 60 6 30 SEPT 753 39 35 1,092 9 4 27 190 34 76 168 153 53 3 1 20 1 1 1,691 937 19 75 437 2 40 66 OKT 262 10 65 695 8 4 14 206 412 134 373 211 42 2 5 23 1 1 121 56 8 32 511 1 28 54 614 5 3 8 134 87 61 136 58 54 3 2 20 0 1 874 564 6 63 678 0 48 57 NOV 275 9 29 702 9 3 7 270 177 106 292 127 37 4 3 22 DES 180 2 32

TOTAL (karton/thn) 3,286 93 576 8,900 68 44 146 2,036 1,624 954 2,248 1,407 530 36 25 213 14 9 7,169 4,279 216 510 5,299 14 403 630 495,076 (%) 0.0075 0.0002 0.0013 0.0000 0.0000 0.0204 0.0002 0.0001 0.0003 0.0047 0.0037 0.0022 0.0052 0.0032 0.0012 0.0001 0.0001 0.0005 0.0000 0.0000 0.0000 0.0164 0.0098 0.0005 0.0012 0.0122 0.0000 0.0000 0.0009 0.0014

rank

24 45 37 53 54 16 46 47 44 28 29 33 27 32 38 48 49 43 55 50 52 20 23 42 39 21 56 51 41 36

63

64

Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan volume penjualan
PENJUALAN Tahun 2006 JENIS PRODUK PERSENTASE (%) RANK 16.17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml SKM TS SKM CE'C SCI MLN 200ml SBI BIO Kids 1-3 400gr UHT S 125ml UHT S 200ml UHT C 200ml CCS 400gr FC BULK SKM BULK 2X5 SKM IMC sachet CCS 400gr C SBI 400gr 16.17 9.55 7.78 6.80 6.60 6.46 4.41 4.32 4.10 3.00 2.94 2.59 2.50 2.28 2.23 2.04 1.99 1.81 1.65 1.64 1.21 1.01 0.98 0.75 25.73 33.51 40.31 46.92 53.39 57.80 62.12 66.23 69.24 72.18 74.78 77.28 79.56 81.79 83.84 85.83 87.64 89.30 90.94 92.16 93.18 94.16 94.92 KOMULATIF (%)

Produk prioritas

65

Lanjutan Lampiran 3. Penentuan produk prioritas PT. Alam Sumbervita Jakarta berdasarkan volume penjualan
PENJUALAN Tahun 2006 RANK JENIS PRODUK PERSENTASE (%) 0.63 0.57 0.51 0.46 0.37 0.36 0.35 0.32 0.21 0.19 0.15 0.14 0.13 0.12 0.11 0.10 0.09 0.05 0.04 0.03 0.02 0.01 0.01 0.008 0.006 0.003 0.003 0.002 KOMULATIF (%) 95.55 96.12 96.63 97.10 97.47 97.83 98.19 98.51 98.73 98.93 99.08 99.22 99.36 99.48 99.60 99.70 99.79 99.84 99.89 99.93 99.95 99.96 99.97 99.98 99.99 99.99 99.99 100.00 100.00 100.00 100.00 100.00

25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

SCI PLAIN 200ml UHT M 200ml SBC 400gr SBB 400gr SBB 200gr SKM TS'S UHT TS S 200ml SBC 200gr SBB 1000gr UHT M 125ml UHT CH 1000ml BULK INS/2KG SBI 1000gr SBC 1000gr BULK INS/25KG SKM TS BDG BULK REG/2KG BULK REG/25KG SBC BIO kids 1-3 400gr SBI Bio kids 4-6 800gr SBI 200gr SBI Bio kids 1-3 800gr SBI BIO kids 4-6 400gr SBC BIO 400gr SBC BIO 800gr SBC BIO kids 4-6 400gr BULK SMP BULK 25KG SBC Bio kids 4-6 800gr SBI BIO 400ML SBI BIO 800ML SBC BIO KIDS 1-3 800ML BULK SKM BULK 1X10

66

Lampiran 4. Komponen-komponen penyusun biaya pemesanan dan biaya penyimpanan pada tahun 2006
No Jenis Produk Total Biaya Pemesanan (per tahun) Biaya Telepon Biaya Surat Biaya Kirim (Rp) (Rp) (Rp) (Rp) 357.717 801.813 1.819.674 2.979.204 537.784 1.205.430 2.735.663 4.478.877 371.601 832.935 1.890.305 3.094.841 341.993 766.570 1.739.692 2.848.255 285.926 640.897 1.454.483 2.381.305 468.945 1.051.129 2.385.484 3.905.558 167.254 374.895 850.806 1.392.955 288.992 647.769 1.470.079 2.406.840 177.928 398.822 905.106 1.481.857 385.824 864.816 1.962.656 3.213.297 280.675 629.127 1.427.771 2.337.573 466.378 1.045.374 2.372.423 3.884.175 4.131.018 9.259.576 21.014.143 34.404.737 Total (Rp) 38.332.664 25.268.435 18.675.914 15.860.541 14.298.569 16.579.243 20.270.903 9.400.591 19.305.679 7.297.388 15.611.528 6.646.396 207.547.851

1 SKM CE'S 2 SCI C200ml 3 SKM CE 4 SKM IMP sachet 5 SKM CRIMA 6 SKM IMP 7 UHT C125ml 8 SKM KKM 9 UHT FC 1000ml 10 SKM IMC 11 UHT TS C 200ml 12 SCI S 200ml TOTAL

Biaya Penyimpanan (per tahun) Biaya Asuransi Biaya Utilitas Biaya Periksa (Rp) (Rp) (Rp) 1 SKM CE'S 16.574.841 20.411.562 1.345.787 2 SCI C200ml 10.925.938 13.455.059 887.126 3 SKM CE 8.075.366 9.944.641 655.676 4 SKM IMP sachet 6.858.014 8.445.498 556.833 5 SKM CRIMA 6.182.626 7.613.771 501.995 6 SKM IMP 7.168.777 8.828.195 582.066 7 UHT C125ml 8.765.031 10.793.949 711.673 8 SKM KKM 4.064.766 5.005.672 330.037 9 UHT FC 1000ml 8.347.673 10.279.981 677.785 10 SKM IMC 3.155.352 3.885.748 256.197 11 UHT TS C200ml 6.750.342 8.312.902 548.091 12 SCI S 200ml 2.873.867 3.539.105 233.342 TOTAL 89.742.591 110.516.085 7.286.608 No Jenis Produk

67

Lampiran 5. Kapasitas maksimum dan persediaan penyangga keseluruhan produk Dry


Jenis Produk Buffer Stock (karton) IMP IMP sachet IMC IMC sachet SKM CE KKM CE'S CE'C TS TS'S TS BDG CRIMA C200ml SCI S200ml MLN 200ml PLAIN 200ml C125ml S 125ml M 125ml UHT C 200ml S 200ml M 200ml TS C 200ml TS S 200ml FC 1000ml CH 1000ml 500 400 200 80 500 200 1,000 100 200 20 10 300 800 200 200 40 500 400 40 300 400 40 500 70 500 10 kapasitas max tiap produk (karton) 823 865 382 130 990 550 2,058 290 319 46 13 841 1,216 330 284 80 1,117 504 49 419 460 144 745 90 1,040 39

68

Lanjutan Lampiran 5. Kapasitas maksimum dan persediaan penyangga keseluruhan produk Dry
Jenis Produk 400gr 200gr SBI 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr SBB 400gr 200gr 1000gr 400gr 200gr SBC 1000gr BIO 400gr BIO 800gr BIO kids 1-3 400gr Bio kids 1-3 800gr BIO kids 4-6 400gr Bio kids 4-6 800gr CCS 400gr FC 400gr C REG/25KG BULK INS/25KG SKM BULK 2X5 SKM BULK 1X10 SMP BULK 25KG REG/2KG INS/2KG Buffer Stock (karton) 372 11 65 1,007 8 5 17 230 184 108 254 159 60 4 3 24 2 1 811 484 24 58 600 2 46 71 9,550 kapasitas max tiap produk (karton) 372 11 65 1,007 8 5 17 230 184 108 254 159 60 4 3 24 2 1 811 484 24 58 600 0 2 46 71 18,432

69

Lampiran 6. Plot ACF dan Plot PACF diferensiasi ordo pertama SKM CES Autokorelasi data stasioner (plot ACF) diferensiasi ordo pertama SKM CES
Autocorrelation Function for dif 1
(with 5% significance limits for the autocorrelations) 1.0 0.8 0.6 Autocorrelation 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0 1 2 3 4 5 Lag 6 7 8 9

Autokorelasi parsial data stasioner (plot PACF) diferensiasi ordo pertama SKM CES
Partial Autocorrelation Function for dif 1
(with 5% significance limits for the partial autocorrelations) 1.0 0.8 Partial Autocorrelation 0.6 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0 1 2 3 4 5 Lag 6 7 8 9

70

Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA


ARIMA Model: SKM CES
Final Estimates of Parameters Type AR 1 Constant Coef -0.6210 847.5 SE Coef 0.1392 482.2 T -4.46 1.76 P 0.000 0.088

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 268535976 (backforecasts excluded) MS = 8137454 DF = 33 Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 10.8 10 0.373 24 22.5 22 0.433 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 13664.3 24848.8 15059.8 27020.6 13428.1 28131.9 13872.3 29705.7 13241.9 30777.8 13368.6 32071.7 13115.7 33137.3 13157.7 34285.6 13071.7 35327.3 13108.6 36391.8 13108.5 37402.9 13164.7 38413.7

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 19256.6 21040.2 20780.0 21789.0 22009.8 22720.2 23126.5 23721.6 24199.5 24750.2 25255.7 25789.2

Actual

ARIMA Model: SCI C200ml


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.3338 -0.5833 82.77 SE Coef 0.1478 0.1490 89.30 T 9.02 -3.91 0.93 P 0.000 0.000 0.361

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 148944381 (backforecasts excluded) MS = 4654512 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag 12 24 36 48

71

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
Chi-Square DF P-Value 6.5 9 0.687 15.0 21 0.824 * * * * * *

Forecasts from period 36 95 Percent Limits Lower Upper 6740.6 15199.5 7069.6 15987.2 7029.2 16193.1 6992.1 16395.8 6957.9 16595.5 6926.6 16792.4 6897.8 16986.7 6871.4 17178.6 6847.3 17368.3 6825.3 17555.8 6805.3 17741.3 6787.3 17924.9

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 10970.0 11528.4 11611.2 11693.9 11776.7 11859.5 11942.2 12025.0 12107.8 12190.6 12273.3 12356.1

Actual

ARIMA Model: SKM CE


Final Estimates of Parameters Type AR 1 Constant Mean Coef -0.4383 11778.4 8189.2 SE Coef 0.1656 496.6 345.3 T -2.65 23.72 P 0.012 0.000

Number of observations: 36 Residuals: SS = 301445263 (backforecasts excluded) MS = 8866037 DF = 34

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 15.7 10 0.108 24 25.1 22 0.290 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper -552.3 11298.7 2996.8 15923.1 1048.0 14182.8 1859.0 15035.8 1479.5 14664.8 1647.9 14834.9 1571.3 14758.8 1605.7 14793.2 1590.2 14777.7 1597.2 14784.7 1594.0 14781.6 1595.5 14783.0

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 5373.2 9460.0 7615.4 8447.4 8072.1 8241.4 8165.0 8199.5 8184.0 8191.0 8187.8 8189.2

Actual

72

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
ARIMA Model: SKM IMP sachet
Final Estimates of Parameters Type AR 1 Constant Coef -0.4874 546.2 SE Coef 0.2001 432.8 T -2.44 1.26 P 0.024 0.222

Differencing: 1 regular difference Number of observations: Original series 23, after differencing 22 Residuals: SS = 82374427 (backforecasts excluded) MS = 4118721 DF = 20

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 43.9 10 0.000 24 * * * 36 * * * 48 * * *

Forecasts from period 23 95 Percent Limits Lower Upper 4184.6 12141.7 4525.9 13467.7 3761.2 14512.2 3676.1 15553.3 3384.2 16471.7 3265.6 17377.4 3123.7 18228.0 3040.3 19058.3 2968.3 19858.7 2924.1 20640.3 2895.2 21402.1 2884.1 22148.4

Period 24 25 26 27 28 29 30 31 32 33 34 35

Forecast 8163.2 8996.8 9136.7 9614.7 9927.9 10321.5 10675.9 11049.3 11413.5 11782.2 12148.7 12516.3

Actual

ARIMA Model: SKM Crima


Final Estimates of Parameters Type AR 1 AR 2 Constant Coef -0.7271 -0.6425 52.2 SE Coef 0.1376 0.1373 404.2 T -5.28 -4.68 0.13 P 0.000 0.000 0.898

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 182966191 (backforecasts excluded) MS = 5717693 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 16.4 9 0.060 24 23.9 21 0.296 36 * * * 48 * * *

73

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
Forecasts from period 36 95 Percent Limits Lower Upper 3072.3 12447.6 2237.3 11955.5 3534.2 13366.2 2010.4 13878.3 1295.9 13693.2 1875.4 14522.1 1180.2 14875.5 625.3 14878.4 818.3 15410.6 435.6 15725.1 16.3 15832.4 12.5 16211.2

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 7760.0 7096.4 8450.2 7944.4 7494.6 8198.7 8027.9 7751.9 8114.5 8080.3 7924.4 8111.9

Actual

ARIMA Model: SKM IMP


Final Estimates of Parameters Type AR 1 Constant Coef -0.7191 564.7 SE Coef 0.1413 558.6 T -5.09 1.01 P 0.000 0.319

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 359742969 (backforecasts excluded) MS = 10901302 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 27.7 10 0.002 24 43.4 22 0.004 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 3964.7 16910.0 9103.4 22549.6 4037.4 20993.9 6545.7 24376.9 3925.7 23889.7 5093.6 26085.7 3662.0 26227.7 4161.3 27785.2 3340.7 28256.1 3514.2 29463.5 3018.9 30095.1 3039.9 31105.5

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 10437.4 15826.5 12515.7 15461.3 13907.7 15589.7 14944.8 15973.3 15798.4 16488.8 16557.0 17072.7

Actual

74

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
ARIMA Model: UHT C125ml
Final Estimates of Parameters Type AR 1 AR 2 Constant Coef -1.1301 -0.7259 282.7 SE Coef 0.1349 0.1447 121.4 T -8.38 -5.02 2.33 P 0.000 0.000 0.026

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 16495979 (backforecasts excluded) MS = 515499 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 12.5 9 0.189 24 26.8 21 0.177 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 3937.36 6752.42 3524.89 6363.69 5019.82 8096.29 3540.25 7075.18 4064.56 7599.51 4496.56 8362.94 3652.50 7660.13 4360.68 8397.71 4252.99 8559.66 3946.39 8320.81 4475.76 8933.83 4219.84 8859.95

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 5344.89 4944.29 6558.05 5307.72 5832.03 6429.75 5656.31 6379.20 6406.32 6133.60 6704.79 6539.89

Actual

ARIMA Model: SKM KKM


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.4681 -0.4927 112.86 SE Coef 0.0629 0.0792 12.55 T 23.33 -6.22 8.99 P 0.000 0.000 0.000

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 29678907 (backforecasts excluded) MS = 927466 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square 12 8.4 24 23.3 36 * 48 *

75

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
DF P-Value 9 0.492 21 0.329 * * * *

Lampiran 7 (Lanjutan)
Forecasts from period 36 95 Percent Limits Lower Upper 2616.98 6392.90 3221.08 7390.28 3333.43 7503.66 3445.77 7617.04 3558.12 7730.42 3670.46 7843.80 3782.81 7957.18 3895.15 8070.56 4007.50 8183.94 4119.85 8297.32 4232.19 8410.70 4344.54 8524.08

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4504.94 5305.68 5418.54 5531.41 5644.27 5757.13 5869.99 5982.86 6095.72 6208.58 6321.44 6434.31

Actual

ARIMA Model: UNT FC1000ml


Final Estimates of Parameters Type MA 1 Constant Coef 0.9455 -5.72 SE Coef 0.1518 12.90 T 6.23 -0.44 P 0.000 0.660

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 14163854 (backforecasts excluded) MS = 429208 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 16.5 10 0.086 24 30.1 22 0.115 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 2855.13 5423.79 2847.50 5419.98 2839.88 5416.16 2832.25 5412.34 2824.63 5408.51 2817.02 5404.68 2809.40 5400.85 2801.79 5397.02 2794.19 5393.19 2786.58 5389.35 2778.98 5385.51 2771.38 5381.66

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4139.46 4133.74 4128.02 4122.30 4116.57 4110.85 4105.13 4099.41 4093.69 4087.96 4082.24 4076.52

Actual

76

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
ARIMA Model: SKM IMC
Final Estimates of Parameters Type MA 1 Constant Coef 0.7911 92.28 SE Coef 0.1286 46.80 T 6.15 1.97 P 0.000 0.057

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 46431659 (backforecasts excluded) MS = 1407020 DF = 33

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag 12 24 Chi-Square 13.1 28.6 DF 10 22 P-Value 0.215 0.157 Forecasts from period 36 36 * * * 48 * * *

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 4430.90 4523.19 4615.47 4707.75 4800.03 4892.31 4984.59 5076.88 5169.16 5261.44 5353.72 5446.00

95 Percent Limits Lower Upper 2105.52 6756.28 2147.61 6898.76 2190.73 7040.21 2234.83 7180.67 2279.85 7320.21 2325.74 7458.89 2372.45 7596.74 2419.95 7733.81 2468.19 7870.13 2517.13 8005.75 2566.75 8140.70 2617.01 8275.00

Actual

ARIMA Model: UHT TS C200ml


Final Estimates of Parameters Type MA 1 MA 2 Constant Coef 1.2150 -0.2479 87.69 SE Coef 0.2111 0.2159 23.30 T 5.76 -1.15 3.76 P 0.000 0.263 0.001

Differencing: 1 regular difference Number of observations: Original series 27, after differencing 26 Residuals: SS = 35612341 (backforecasts excluded) MS = 1548363 DF = 23

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 10.4 9 0.322 24 31.2 21 0.070 36 * * * 48 * * *

77

Lanjutan Lampiran 7. Perhitungan peremalan permintaan tahun 2007 dengan metode ARIMA
Forecasts from period 27 95 Percent Limits Lower Upper 1187.06 6065.83 1074.75 6064.98 1161.14 6153.96 1247.53 6242.95 1333.93 6331.93 1420.32 6420.91 1506.72 6509.89 1593.11 6598.87 1679.51 6687.85 1765.91 6776.83 1852.31 6865.81 1938.71 6954.79

Period 28 29 30 31 32 33 34 35 36 37 38 39

Forecast 3626.44 3569.86 3657.55 3745.24 3832.93 3920.62 4008.31 4095.99 4183.68 4271.37 4359.06 4446.75

Actual

ARIMA Model: SCI S 200ml


Final Estimates of Parameters Type AR 1 AR 2 Constant Coef -1.1152 -0.6988 5.20 SE Coef 0.1293 0.1315 81.78 T -8.63 -5.31 0.06 P 0.000 0.000 0.950

Differencing: 1 regular difference Number of observations: Original series 36, after differencing 35 Residuals: SS = 7488007 (backforecasts excluded) MS = 234000 DF = 32

Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square DF P-Value 12 11.7 9 0.232 24 27.2 21 0.163 36 * * * 48 * * *

Forecasts from period 36 95 Percent Limits Lower Upper 1944.65 3841.27 1594.13 3503.30 2022.93 4098.73 1551.24 3919.74 1561.07 3930.21 1673.59 4260.14 1378.40 4058.12 1492.12 4200.09 1443.89 4321.04 1294.09 4221.48 1380.96 4372.28 1283.82 4389.03

Period 37 38 39 40 41 42 43 44 45 46 47 48

Forecast 2892.96 2548.71 3060.83 2735.49 2745.64 2966.87 2718.26 2846.11 2882.46 2757.78 2876.62 2836.42

Actual

78

Lampiran 8. Hasil peramalan permintaan produk prioritas tahun 2007 untuk seluruh cabang PT. Alam Sumbervita
No 1 2 3 4 5 6 7 8 9 10 11 12 Jenis Produk SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml Ramalan Permintaan Tahun 2007 semester 1 (karton/bulan) JAN FEB MAR APRIL MEI JUNI 19,257 10,970 5,373 8,163 7,760 10,437 5,345 4,505 4,139 4,431 3,626 2,893 21,040 11,528 9,460 8,997 7,096 15,827 4,944 5,306 4,134 4,523 3,570 2,549 20,780 11,611 7,615 9,137 8,450 12,516 6,558 5,419 4,128 4,615 3,658 3,061 21,789 11,694 8,447 9,615 7,944 15,461 5,308 5,531 4,122 4,708 3,745 2,735 22,010 11,777 8,072 9,928 7,495 13,908 5,832 5,644 4,117 4,800 3,833 2,746 22,720 11,860 8,241 10,322 8,199 15,590 6,430 5,757 4,111 4,892 3,921 2,967

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

Jenis Produk SKM CES SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml

Ramalan Permintaan Tahun 2007 semester 2 (karton/bulan) JULI AGUST SEPT OKT NOV DES 23,127 11,942 8,165 10,676 8,028 14,945 5,656 5,870 4,105 4,985 4,008 2,718 23,722 12,025 8,199 11,049 7,752 15,973 6,379 5,983 4,099 5,077 4,096 2,846 24,200 12,108 8,184 11,414 8,114 15,798 6,406 6,096 4,094 5,169 4,184 2,882 24,750 12,191 8,191 11,782 8,080 16,489 6,134 6,209 4,088 5,261 4,271 2,758 25,256 12,273 8,188 12,149 7,924 16,557 6,705 6,321 4,082 5,354 4,359 2,877 25,789 12,356 8,189 12,516 8,112 17,073 6,540 6,434 4,077 5,446 4,447 2,836

79

Lampiran 9. Standar deviasi rata-rata permintaan harian produk prioritas tahun 2006 dan tahun 2007

JENIS PRODUK SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml JENIS PRODUK SKM CE'S SCI C200ml SKM CE SKM IMPS SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S200ml JAN 306 175 85 130 123 166 85 72 66 70 58 46 FEB 335 183 150 143 113 252 79 84 66 72 57 41 MAR 331 185 121 145 134 199 104 86 66 73 58 49 JAN 232 135 146 106 55 66 59 34 73 19 34 37 FEB 289 116 70 62 90 76 53 57 69 34 72 36 MAR 178 147 149 86 125 103 66 83 73 45 22 46

Rata-Rata Permintaan Harian Tahun 2006 (karton/hari) APRIL MEI JUNI JULI AGUST SEPT OKT 264 211 263 301 341 264 261 130 167 176 162 139 172 207 162 93 126 120 135 57 176 93 65 125 165 97 132 177 59 111 159 73 119 155 116 97 79 105 45 98 75 153 61 67 85 74 67 81 97 62 73 69 53 117 71 72 63 51 71 73 70 74 74 37 35 40 53 45 40 81 35 43 42 48 101 31 45 26 47 44 44 43 53 52 Rata-Rata Permintaan Harian Tahun 2007 (karton/hari) APRIL MEI JUNI JULI AGUST SEPT OKT 347 350 361 368 377 385 394 186 187 189 190 191 193 194 134 128 131 130 130 130 130 153 158 164 170 176 182 187 126 119 130 128 123 129 129 246 221 248 238 254 251 262 84 93 102 90 101 102 98 88 90 92 93 95 97 99 66 65 65 65 65 65 65 75 76 78 79 81 82 84 60 61 62 64 65 67 68 44 44 47 43 45 46 44

NOV 270 143 76 102 103 112 59 44 53 63 68 36

DES 330 197 232 139 144 273 104 120 70 103 42 49

Standar deviasi 46.15 27.60 50.05 36.24 34.79 58.84 15.93 25.86 7.99 23.01 21.54 7.75 Standar deviasi 31.46 6.11 14.90 21.62 5.64 30.31 9.32 8.46 0.33 5.29 4.75 2.11

NOV 402 195 130 193 126 263 107 101 65 85 69 46

DES 410 197 130 199 129 272 104 102 65 87 71 45

79

80 84

Lampiran 12. Perkiraan total biaya persediaan produk-produk prioritas tahun 2007 dengan menggunakan metode perusahaan
No JENIS PRODUK Buffer stock (karton) 1 2 3 4 5 6 7 8 9 10 11 12 SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml 1.000 800 500 400 300 500 500 200 500 200 500 200 Kapasitas Maksimum (karton) 2.058 1.216 990 865 841 823 1.117 550 1.040 382 745 330 kuantitas per pesan (karton/pesan) 1.058 416 490 465 541 323 617 350 540 182 245 130 permintaan thn 2007 (karton/tahun) 96.053 49.817 33.714 44.011 33.234 63.201 25.283 24.176 17.254 20.742 16.701 11.854 Harga Jual (rupiah) 253.000 51.150 310.200 266.750 236.775 362.340 62.700 252.368 117.480 322.630 67.650 51.150 Jumlah pemesanan (pesan/thn) 91 120 69 95 61 196 41 69 32 114 68 91

Kuantitas per pesan (Q) = kapasitas Maks Buffer stock Asumsi harga jual tahun 2007 naik 10 persen dari harga jual tahun 2006 Harga jual (thn 2007) = harga jual (thn 2006) * 110% Jumlah pemesanan = permintaan thn 2007 (D) Kuantitas per pesan (Q)

81 85

Lanjutan Lampiran 12. Perkiraan total biaya persediaan produk-produk prioritas tahun 2007 dengan menggunakan metode perusahaan
Biaya No JENIS PRODUK Modal (per karton) 215.050 43.478 263.670 226.738 201.259 307.989 53.295 214.512 99.858 274.236 57.503 43.478 Opportunity cost (OCC) (Rupiah/karton) (8,5%) 18.279 3.696 22.412 19.273 17.107 26.179 4.530 18.234 8.488 23.310 4.888 3.696 OCC (Rupiah/tahun) 27.947.206 3.724.542 16.694.466 12.191.897 9.756.124 17.311.306 3.662.600 6.836.558 6.535.787 6.784.550 3.043.421 979.672 115.468.129 Biaya Penyimpanan (Rupiah) 42.165.624 27.795.077 20.543.357 17.446.469 15.728.312 18.237.035 22.297.831 10.340.576 21.236.093 8.027.069 17.172.556 7.310.983 228.300.980 Biaya Pemesanan (Rupiah) 4.464.670 5.892.682 3.384.470 4.651.660 3.022.679 9.634.592 2.014.714 3.397.364 1.570.913 5.599.873 3.347.113 4.476.946 51.457.676 Total Biaya (Rupiah) 74.577.500 37.412.301 40.622.293 34.290.026 28.507.115 45.182.932 27.975.146 20.574.497 29.342.793 20.411.491 23.563.090 12.767.601 395.226.785

1 2 3 4 5 6 7 8 9 10 11 12

SKM CE'S SCI C200ml SKM CE SKM IMP sachet SKM CRIMA SKM IMP UHT C125ml SKM KKM UHT FC 1000ml SKM IMC UHT TS C 200ml SCI S 200ml

Biaya modal per karton = harga jual * 85% (asumsi : biayamodal per karton sebesar 85 persen dari harga jualnya) OCC = biaya modal per karton * 8,5% (suku bunga tabungan sebesar 8,5 persen) OCC tahun 2007 = OCC per karton * ( n + Q/2) n = buffer stock Q = kuantitas per pesan

Lanjutan Lampiran 10. Contoh print out inventory order cycle (SCI C 200ml)
EOQ Inventory Order Cycle SCI C 200ml INPUT 41.651 Annual demand, D 1 80 27,6 harga jual OUTPUT Q max 1216 361,88 Optimal order quantity, Q* 157,77 Daily demand 115,10 Number of orders per year 2,29 Time between orders (days) 157,77 Reorder point w/ constant demand 23,23 Safety Stock 181,00 Reorder point w/ variable demand
Biaya Tambahan untuk Produk SCI C 200ml karena adanya Stock Out persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan reorder point = Shortage Cost (B) = Total Permintaan (D) = 157,77 karton 930 Rp/karton 41.651 karton Occ + H = standar deviasi (D) = Q per pesan = Tingkat Pelayanan Persentase 80 persediaan penyangga (standar deviasi,D = 27,60 karton) buffer stock = nD = n x 27.60 Perkiraan kekurangan jumlah per pesanan DE (K) = 27.60 x E (K) Kekurangan Jumlah Tahunan (kekurangan jml per pesan x jumlah pemesanan) Biaya Penyimpanan persediaan penyangga (Occ+H) x Buffer Stock = 28432 x buffer stock Biaya Kekurangan Persediaan B(D/Q) x (perkiraan kekurangan jmlh per pesanan) = 930 x (41651/361.88) x (perkiraan kekurangan jml /pesan) Biaya Tambahan Total Rp Rp 329.580 139.738 61.715 13.028 Rp 660.475 1.005.640 1.290.813 1.825.619 karton karton 23,23 3,08 35,37 1,31 45,4 0,58 64,21 0,12 90 95 99 28.432 Rp/karton 27,60 karton 361,88 karton

81

3360 Opportunity Cost,Occ Lead time 44.698 Ordering cost, Co 75 25.072 Carrying cost, Cc

Standard deviation of daily demand 46500

0,80

Service level

264

Working days/year

930 Shortage Cost, B = 2% x 46500

10.289.046

Total Co + Cc

990.056 Total B 11.279.102 total Cost = Co + Cc + Shortage cost

karton

35,66

15,12

6,68

1,41

990.056

1.145.378

1.352.528

1.838.647

Lampiran 13. Contoh print out EOQ inventory order cycle tahun 2007 SKM CE'S
EOQ Inventory Order Cycle SKM CE'S INPUT 18279 Opportunity Cost,Occ Annual demand, D 1 95 Lead time 49.168 Ordering cost, S 27.579 Carrying cost, H Service level 4.600 Shortage Cost, B = 2% x 230000 264 Working days per year

86

96.053

31,46
harga jual OUTPUT

Standard deviation of daily demand 230000

0,95

Q max 2058 453,84 Optimal order quantity, Q* 363,84 Daily demand 211,64 Number of orders per year 1,25 Time between orders (days) 363,84 Reorder point w/ constant demand 51,75 Safety Stock 415,58 Reorder point w/ variable demand 20.812.262 Total Co + Cc

3.012.979 Total B 23.825.242 total Cost = Co + Cc + Shortage cost

Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan reorder point = Shortage Cost (B) = Total Permintaan (D) = 363,84 karton 4600 Rp/karton 96.053 karton occ + H = standar deviasi (D) = Q per pesan = Tingkat Pelayanan Persentase 80 persediaan penyangga (standar deviasi,D = 31.46 karton) buffer stock = nD = n x 31.46 Perkiraan kekurangan jumlah per pesanan DE (K) = 31.46 x E (K) Kekurangan Jumlah Tahunan (kekurangan jml per pesan x jumlah pemesanan) Biaya Penyimpanan persediaan penyangga (Occ+H) x Buffer Stock = 45858 x buffer stock Biaya Kekurangan Persediaan B(D/Q) x (perkiraan kekurangan jmlh per pesanan) = 4600 x (96053/453.84) x (perkiraan kekurangan jml /pesan) Biaya Tambahan Total Rp 4.631.227 3.297.719 3.012.979 3.491.418 Rp 3.416.907 1.448.725 639.828 135.071 Rp 1.214.320 1.848.995 2.373.152 3.356.347 karton karton 26,48 3,51 40,32 1,49 51,75 0,66 73,19 0,14 90 95 99 45.858 Rp/karton 31,46 karton 453,84 karton

karton

61,70

26,16

11,55

2,44

ANALISIS PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BARANG JADI (STUDI KASUS : PT ALAM SUMBERVITA JAKARTA)
IRWAN HERMAWAN H24103119

Di bawah bimbingan Ir. Pramono D Fewidarto, MS

DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007

PENDAHULUAN
Perusahaan 20-60 % total aset (Baroto,2002) Persediaan Pentingnya Pengendalian PT.ASV sebagai Perusahaan Dagang Dilebihkan Biaya Modal Biaya Simpan Dikurangkan Stock Out Biaya Pengadaan Darurat Loyalitas Pelanggan Optimal Total Biaya Minimal Menjaga Ketersediaan

Rumusan Masalah : apakah model pengendalian persediaan yang digunakan perusahaan sudah tepat dan optimal melalui efisiensi biaya-biaya persediaan yang muncul.

PENDAHULUAN

Tujuan Penelitian :
1. 2. 3.

Mengetahui sistem pengadaan dan pengendalian persediaan perusahaan Menetapkan jenis produk yang perlu mendapatkan prioritas dalam pengendalian persediaan Menghitung tingkat persediaan yang optimal bagi PT. Alam Sumbervita Jakarta

Batasan Penelitian :
1. 2.

Kelompok produk yang akan dibahas dari tiga kelompok besar yang didistribusikan (Dry, PLM, Ice Cream) adalah kelompok Dry Kelompok Dry yang dianalsis adalah produk-produk yang termasuk dalam Kelas A

TINJAUAN PUSTAKA
Definisi Peramalan
Menurut Assauri (2004), peramalan merupakan upaya penggunaan data atau informasi untuk memperkirakan kejadian di masa yang akan datang.

Metode Peramalan
Metode Kualitatif : metode yang digunakan karena ketidaktersediaan data masa lalu yang dibutuhkan atau data tersedia dalam jumlah yang sedikit, sehingga dalam metode ini pendapat pakar dan praktisi dijadikan dasar untuk menetapkan permintaan yang akan datang. Metode Kuantitatif : metode yang menggunakan suatu set data historis masa lalu perusahaan yang akan digunakan untuk meramalkan permintaan di masa datang.

TINJAUAN PUSTAKA
Definisi Persediaan Groebner dalam Baroto (2002) mendifinisikan persediaan sebagai komponen material, atau produk jadi yang tersimpan di tangan, menunggu untuk digunakan atau dijual. Jenis Persediaan secara fisik menurut Rangkuti (2004) yauitu : 1. Persediaan Bahan Baku 2. Persediaan bagian produk yang dibeli 3. Persediaan bahan-bahan pembantu (perlengkapan) 4. Persediaan barang setengah jadi 5. Persediaan barang jadi

TINJAUAN PUSTAKA
Biaya Persediaan menurut Baroto (2002) antara lain : 1. Biaya Pembelian biaya untuk memperoleh atau membeli barang 2. Biaya Pemesanan besarnya tetap, tidak tergantung kuantitas 3. Biaya Penyimpanan besarnya bervariasi, tergantung kuantitas 4. Biaya Penyiapan biaya penyiapan bahan yang diproduksi sendiri 5. Biaya kehabisan Persediaan bila persediaan tidak mencukupi permintaan Fungsi Persediaan menurut Baroto (2002) antara lain : 1. Fungsi Independensi : Agar fungsi produksi dapat terus berjalan 2. Fungsi Ekonomis : memproduksi dengan jumlah produksi tertentu akan lebih ekonomis daripada memproduksi sesuai permintaan 3. Fungsi Antisipasi : mengantisipasi adanya perubahan permintaan 4. Fungsi Fleksibilitas : Bila dalam proses produksi terdiri atas beberapa tahapan proses operasi dan ada kemungkinan terjadi kerusakan, persediaan barang setengah jadi diperlukan untuk menjaga kelancaran produksi

TINJAUAN PUSTAKA

Klasifikasi Persediaan ABC Rangkuti (2004), metode untuk mengetahui jenis-jenis barang yang perlu mendapatkan prioritas dalam pengendalian persediaan. Model-Model Persediaan Stokastik Handoko (2000), model yang valid dalam menentukan kuantitas optimal yang di dalamnya terdapat parameter-parameter yang tidak diketahui dengan pasti dan konstan. Model ini juga mempertimbangkan kemungkinan terjadinya kehabisan persediaan. Karena salah satu tujuan model ini adalah menentukan besarnya persediaan penyangga (safety/buffer stock) untuk meminimumkan biaya kehabisan persediaan (Shortage Cost) dan tambahan biaya penyimpanan dari persediaan penyangga tersebut.

METODOLOGI PENELITIAN
Kerangka Pemikiran Konseptual
Persaingan Usaha yang Semakin Ketat

Tuntutan Efisiensi Internal

Tuntutan Posisi sebagai Distributor

Perbaikan Sistem Perencanaan dan Pengendalian Persediaan

Optimalisasi Kebijakan Persediaan

Efisiensi Biaya Persediaan

Menjaga Loyalitas Pelanggan

METODOLOGI PENELITIAN
1.

Lokasi Dan Waktu Penelitian : PT. Alam Sumbervita Jl. Raya Bogor Km 24,7 Jakarta Timur 13750. waktu di mulai dari bulan April - Juni 2007. Jenis dan Sumber Data - Data Primer : pengamatan dan wawancara beberapa staf bagian Gudang dan Bagian Pengadaan - Data Sekunder : Data penjualan tahun 2004 2006, studi literatur dan publikasi elektronik Metode Pengolahan dan Analisis Data - Klasifikasi Persediaan ABC dengan kriteria volume penjualan - Peramalan Permintaan dengan Metode ARIMA - Pengendalian persediaan dengan metode EOQ stokastik

2.

3.

HASIL DAN PEMBAHASAN


1.

2.

Gambaran Umum Perusahaan PT. Alam Sumbervita didirikan dengan bentuk badan usaha Perseroan Terbatas (PT) pada tanggal 11 November 1997, di Jakarta di bawah manajemen PT. Indomilk Group atau disebut juga Dairy Group. Jenis usaha PT. Alam Sumbervita menurut peraturan perpajakan yang tercatat di kantor pelayanan pajak Jakarta, Kramat Jati, Kantor Wilayah IV Jakarta Raya I adalah perdagangan besar dalam negeri hasil industri makanan, minuman, tembakau. Gambaran Produk Jenis produk yang didistribusikan oleh PT. Alam Sumbervita berasal dari PT. Indomilk, PT. Indolakto, PT. Indo Es Krim Meiji dan PT. Indomurni yang dibagi ke dalam tiga kelompok besar, yaitu kelompok Dry, kelompok PLM (Pastured Liquid Milk) dan kelompok Ice Cream

HASIL DAN PEMBAHASAN


3.

Sistem Pengadaan dan Pengendalian Persediaan PT. Alam Sumbervita Pengendalian persediaan pada PT. ASV dilakukan oleh Bagian Gudang dan Bagian Pengadaan. Alur pemesanan barang hingga sampai di gudang :
Estimasi sales Mix and Match CMO

Pengiriman Barang

DO (Delivery Order)

PO (Purchase Order)

Pemeriksaan Dan Pengeluaran GRN (Goods Receipt Note)

Lead Time produk Dry adalah satu hari, dan turn over terjadi selama enam hari dalam satu minggu.

HASIL DAN PEMBAHASAN


Persediaan penyangga berbeda-beda untuk tiap jenis produk jumlah tetap sepanjang tahun

Pemasok untuk kelompok Dry adalah PT. Indomilk (75 persen) dan PT. Indolakto (25 persen) Estimasi permintaan yang dikirimkan PT. ASV adalah estimasi permintaan dari seluruh cabang yang diteruskan ke pemasok, dengan persentase 65 persen untuk seluruh cabang dan 35 persen untuk PT. ASV Jakarta 35 persen dikirim ke PT.ASV Jakarta Pemasok 65 persen langsung dikirim ke cabang

HASIL DAN PEMBAHASAN


4.

Penentuan Prioritas Produk dengan Klasifikasi Persediaan ABC

HASIL DAN PEMBAHASAN


kebijakan tingkat persediaan penyangga dan kapasitas maksimum setiap produk kelas A

HASIL DAN PEMBAHASAN


Total biaya oportunitas, pemesanan dan penyimpanan untuk masingmasing produk kelas A tahun 2006 dengan metode perusahaan.

Total biaya persediaan seluruh produk kelas A tahun 2006 adalah Rp 346.921.048

HASIL DAN PEMBAHASAN


5.

Pengendalian Persedian Produk Kelas A dengan Metode Stokastik a. Metode EOQ Stokastik untuk Tahun 2006

HASIL DAN PEMBAHASAN


b. Perbandingan Total Biaya Persediaan Tahun 2006 Antara Metode Perusahaan dengan Metode EOQ Stokastik

HASIL DAN PEMBAHASAN


c. Perkiraan Total Biaya Persediaan Tahun 2007 dengan Metode Perusahaan dan Metode EOQ Stokastik

KESIMPULAN DAN SARAN


1.

Kesimpulan a. Sistem Pengadaan dan Pengendalian Persediaan PT. ASV - Pengendalian persediaan PT. Alam Sumbervita dilakukan oleh Bagian Gudang dan Bagian Pengadaan - Lead time untuk produk Dry adalah satu hari - Pemesanan saat sudah mencapai titik persediaan penyangga - Pengiriman dari pemasok 35% PT.ASV jakarta 65% ke cabang b. Produk-produk yang perlu mendapatkan prioritas dalam perencaan dan pengendalian persediaan Produk kelas A dari klasifikasi ABC, yaitu SKM CES, SCI C 200ml, SKM CE, SKM IMPS, SKM Crima, SKM IMP, UHT C 125ml, SKM KKM, UHT FC 1000ml, SKM IMC, UHT TS C 200ml dan SCI S 200ml.

KESIMPULAN DAN SARAN


c. Tingkat persediaan optimal bagi PT. ASV - Kebijakan pengendalian persediaan yang dilakukan perusahaan belum optimal, karena biaya yang dikeluarkan dengan metode perusahaan untuk tahun 2006 adalah Rp 346.921.048, sedangkan dengan metode EOQ stokastik menghasilkan biaya sebesar Rp 137.887.950 atau lebih hemat Rp 209.033.098 (60,25 persen) dari metode yang selama ini diterapkan perusahaan. - Perkiraan total biaya persediaan produk Kelas A untuk tahun 2007 dengan metode perusahaan adalah sebesar Rp 395.226.785, sedangkan dengan metode EOQ stokastik adalah Rp 113.701.203 atau lebih hemat Rp 281.525.582 (71,23 persen) dari metode yang selama ini diterapkan perusahaan. - Perbedaan utama antara kedua metode ini terjadi karena perusahaan menetapkan kebijakan persediaan penyangga yang terlalu besar, sehingga biaya penyimpanan jadi lebih besar.

KESIMPULAN DAN SARAN


2.

Saran - Perusahaan perlu mengkaji kembali metode pengendalian persediaan yang diterapkan, karena berdasarkan hasil metode yang digunakan peneliti total biaya persediaan masih dapat diminimalkan. - Perusahaan sebaiknya meninjau ulang kebijakan tingkat persediaan penyangga, untuk produk yang fluktuasinya relatif kecil dan lead time satu hari, perusahaan tidak perlu terlalu khawatir menetapkan persediaan penyangga yang terlalu besar. - Perusahaan dapat menggunakan metode EOQ stokastik sebagai referensi untuk mengendalikan persediaan, karena metode ini sesuai dengan kondisi perusahaan dan lebih efisien untuk meminimalkan total biaya persediaan.

All of us dont have an equal talent, but all of us should have an equal opportunity to develop talent (John F Kennedy)

Lampiran 11. Contoh print out inventory order cycle (SKM CES)
EOQ Inventory Order Cycle SKM CE'S INPUT 70.504 Annual demand, D 1 99 46,15 harga jual OUTPUT Q max 2058 388,82 Optimal order quantity, Q* 267,06 Daily demand 181,33 Number of orders per year 267,06 Reorder point w/ constant demand 107,36 Safety Stock 374,42 Reorder point w/ variable demand 1,46 Time between orders (days) 16.209.956 Total Co + Cc Standard deviation of daily demand 230000 0,99 Service level 4.600 Shortage Cost, B = 2% x 230000 264 Working days per year Lead time 16618 Opportunity Cost,Occ 44.698 Ordering cost, S 25.072 Carrying cost, H

82

4.631.006 Total B 20.840.962 total Cost = Co + Cc + Shortage cost

Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan reorder point = Shortage Cost (B) = Total Permintaan (D) = 267,06 karton 4600 Rp/karton 70.504 karton Occ + H = standar deviasi (D) = Q per pesan = Tingkat Pelayanan Persentase 80 persediaan penyangga (standar deviasi,D = 46,15 karton) buffer stock = nD = n x 46.15 Perkiraan kekurangan jumlah per pesanan DE (K) = 46.15 x E (K) Kekurangan Jumlah Tahunan (kekurangan jml per pesan x jumlah pemesanan) Biaya Penyimpanan persediaan penyangga (Occ+H) x Buffer Stock = 41690 x buffer stock Biaya Kekurangan Persediaan B(D/Q) x (perkiraan kekurangan jmlh per pesanan) = 4600 x (70504/388.82) x (perkiraan kekurangan pesan) Biaya Tambahan Total Rp 5.908.227 4.278.399 3.958.408 4.631.006 Rp 4.294.407 1.820.773 804.143 169.759 Rp 1.613.820 2.457.626 3.154.265 4.461.247 karton karton 38,71 5,15 58,95 2,18 75,66 0,96 107,01 0,20 90 95 99 41.690 Rp/karton 46,15 karton 388,82 karton

karton

77,54

32,87

14,52

3,07

Lampiran 14. Contoh print out EOQ inventory order cycle service level 99 persen tahun 2007 SKM CE'S
EOQ Inventory Order Cycle SKM CE'S INPUT 18279 Opportunity Cost,Occ Annual demand, D 1 99 Lead time 49.168 Ordering cost, S 27.579 Carrying cost, H Service level 4.600 Shortage Cost, B = 2% x 230000 264 Working days per year

88

96.053

31,46
harga jual OUTPUT

Standard deviation of daily demand 230000

0,99

Q max 2058 453,84 Optimal order quantity, Q* 363,84 Daily demand 211,64 Number of orders per year 1,25 Time between orders (days) 363,84 Reorder point w/ constant demand 73,19 Safety Stock 437,02 Reorder point w/ variable demand 20.812.262 Total Co + Cc

3.491.418 Total B 24.303.681 total Cost = Co + Cc + Shortage cost

Biaya Tambahan untuk Produk SKM CE'S karena adanya Stock Out persediaan penyangga tahunan dan biaya kekeurangan persediaan untuk empat tingkat pelayanan reorder point = Shortage Cost (B) = Total Permintaan (D) = 363,84 karton 4600 Rp/karton 96.053 karton occ + H = standar deviasi (D) = Q per pesan = Tingkat Pelayanan Persentase 80 persediaan penyangga (standar deviasi,D = 31.46 karton) buffer stock = nD = n x 31.46 Perkiraan kekurangan jumlah per pesanan DE (K) = 31.46 x E (K) Kekurangan Jumlah Tahunan (kekurangan jml per pesan x jumlah pemesanan) Biaya Penyimpanan persediaan penyangga (Occ+H) x Buffer Stock = 45858 x buffer stock Biaya Kekurangan Persediaan B(D/Q) x (perkiraan kekurangan jmlh per pesanan) = 4600 x (96053/453.84) x (perkiraan kekurangan jml /pesan) Biaya Tambahan Total Rp 4.631.227 3.297.719 3.012.979 3.491.418 Rp 3.416.907 1.448.725 639.828 135.071 Rp 1.214.320 1.848.995 2.373.152 3.356.347 karton karton 26,48 3,51 40,32 1,49 51,75 0,66 73,19 0,14 90 95 99 45.858 Rp/karton 31,46 karton 453,84 karton

karton

61,70

26,16

11,55

2,44