Jurnal 6

perpustakaan.uns.ac.
id
digilib.uns.ac.id
PENGENDALIAN PERSEDIAAN
SUKU CADANG PESAWAT TERBANG
DENGAN PENDEKATAN MODEL PERIODIC REVIEW
(Studi kasus PT. Garuda Maintenance Facility Aero Asia)
Skripsi
MONICA BHAKTYARTHI AKYATI

I1307015
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET
SURAKARTA
commit to user
2011
perpustakaan.uns.ac.id
digilib.uns.ac.id
ABSTRAK
Monica Bhaktyarthi Akyati, NIM : I1307015, PENGENDALIAN
PERSEDIAAN SUKU CADANG PESAWAT TERBANG DENGAN
PENDEKATAN MODEL PERIODIC REVIEW. Skripsi. Surakarta :
Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret,
Oktober 2011.
PT. Garuda Maintenance Facility Aero Asia (PT. GMF AA) merupakan
perusahaan yang bergerak dalam bidang jasa pelayanan perawatan dan perbaikan
pesawat terbang. PT. GMF AA mengelompokkan suku cadang menjadi 3 jenis,
yaitu rotable, repairable, dan consumable. PT. GMF AA mempunyai
permasalahan kekurangan dan kelebihan persediaan suku cadang pada jenis
consumable. Bila kondisi persediaan seperti ini terjadi terus-menerus dapat
mengakibatkan meningkatnya total biaya persediaan. Oleh karena itu, penelitian
ini membahas mengenai perbaikan pengendalian persediaan suku cadang jenis
consumable.
Tahap penelitian ini diawali dengan peramalan suku cadang. Kemudian
dilakukan penentuan tingkat persediaan yang meliputi periode waktu antar
pemesanan (T) dan jumlah persediaan maksimum (R) dengan menggunakan
model Periodic Review. Tahap akhir dari penelitian ini adalah melakukan
perbandingan total biaya pesediaan antara model Periodic Review dengan model
kebijakan perusahaan. Adapun penentuan total biaya persediaan yang sesuai
dengan model kebijakan perusahaan dilakukan dengan Simulasi Montecarlo.
Penelitian ini menghasilkan periode waktu antar pemesanan (T) dan
jumlah persediaan maksimum (R) yang optimal, yang dapat meminimalkan total
biaya persediaan. Hasil perbandingan total biaya pesediaan antara model Periodic
Review dengan model kebijakan perusahaan mengindikasikan adanya
penghematan total biaya pesediaan yang cukup signifikan sebesar 37,07%.
Kata kunci : suku cadang, model Periodic Review, Simulasi Montecarlo, periode
waktu antar pemesanan (T), jumlah persediaan maksimum (R)
xix + 96 halaman; 9 gambar; 23 tabel; 5 lampiran

Daftar pustaka : 7 (1994-2010)
commit to user
vi
digilib.uns.ac.id
ABSTRACT
Monica Bhaktyarthi Akyati, NIM: I1307015, AIRCRAFT SPARE PART
INVENTORY CONTROL USING PERIODIC REVIEW MODEL
APPROACH, Thesis. Surakarta: Industrial Engineering, Faculty of
Engineering, Sebelas Maret University, October 2011.
Garuda Maintenance Facility AeroAsia Ltd.(PT GMF AA) is a company
engaged in the field of an aircraft-maintenance and repairing services. GMF AA
Ltd. classifies the aircraft spare parts into three groups namely rotable, repairable,
and consumables. GMF AA Ltd. has a problem of having an excessive inventory
and shortage of the consumable spare part. If this problem is not solved, it can
increase the total inventory cost. Therefore, this study discusses the improvement
of the inventory control of the consumable spare parts.
The first phase of this study is forecasting the existing spare part. Then,
the we determine the inventory level which ordering period (T) and maximum
inventory (R) using Periodic Review Model. The final phase of this study is
comparing the total inventory cost in accordance with the corporate policy model.
We use Montecarlo Simulation to determine corporate total inventory cost.
This research result an ordering period (T) and maximum inventory (R)
which is optimal and can minimizes the total inventory cost. The comparative
results between the total inventory cost using Periodic Review Model and
corporate policy model indicate the significant saving of the total inventory cost
of 37.07%.
Keywords : spare parts, Periodic Review Model, Montecarlo Simulation,
ordering period (T), maximum inventory (R)
xix + 96 pages; 9 figures; 23 tables; 5 appendixes

Bibliography : 7 (1994-2010)
commit to user
vii
digilib.uns.ac.id
DAFTAR ISI
ABSTRAK
ABSTRACT
KATA PENGANTAR
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
vi
vii
viii
xi
xiii
xiv
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
1.2. Perumusan Masalah
1.3. Tujuan Penelitian
1.4. Manfaat Penelitian
1.5. Batasan Masalah
1.6. Asumsi Penelitian
1.7. Sistematika Penulisan
I-I
I-1
I-4
I-4
I-4
I-5
I-5
I-5
BAB II
TINJAUAN PUSTAKA
2.1. Profil Perusahaan
2.2. Peramalan
2.2.1. Pengertian Peramalan
2.2.2. Manfaat Peramalan
2.2.3. Prinsip-prinsip Peramalan
2.2.4. Langkah-langkah Peramalan
2.2.5. Metode-metode Peramalan
2.2.6. Metode-metode Peramalan Kuantitatif Time Series
2.2.7. Pengukuran Kesalahan Peramalan
2.2.8. Validasi Model Peramalan
2.3. Persediaan
2.3.1. Pengendalian Persediaan
2.3.2. Klasifikasi Persediaan dengan Metode ABC
2.3.3. Model Pengendalian Persediaan Periodic Review
2.4. Simulasi Montecarlo
2.5. Penelitian Sebelumnya
II-1
II-1
II-2
II-2
II-2
II-2
II-3
II-4
II-7
II-10
II-11
II-11
II-13
II-15
II-17
II-25
II-26
BAB III
METODOLOGI PENELITIAN
3.1. Tahap Identifikasi Masalah
3.2. Peramalan Jumlah Permintaan Suku Cadang
3.3. Perhitungan Holding Cost, Ordering Cost dan
Shortage Cost
3.4. Penentuan Periode Waktu Antar Pemesanan (T) dan
Persediaan Maksimum (R)
3.5. Penentuan Total Biaya Persediaan Suku Cadang
Berdasarkan Kebijakan Perusahaan
3.6. Perbandingan Hasil Perhitunagn Total Biaya Persediaan
Model Persediaan Periodic Review dengan Model
Kebijakan Perusahaan
commit to user
III-1
III-3
III-5
xi
III-6
III-7
III-9
III-11
BAB IV
BAB
BAB VI
digilib.uns.ac.id
3.7. Analisis Hasil

3.8. Kesimpulan dan Saran
III-11
III-12
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data
4.1.1. Data Historis Permintaan Suku Cadang
4.1.2. Data Harga Suku Cadang
4.1.3. Data Leadtime Pemesanan Suku Cadang
4.1.4. Komponen Holding Cost, Ordering Cost dan
Shortage Cost
4.1.5. Suku Cadang yang Diteliti
4.2 Pengolahan Data
4.2.1. Peramalan Jumlah Permintaan Suku Cadang
4.2.2. Perhitungan Holding Cost, Ordering Cost dan
Shortage Cost
4.2.3. Penentuan Periode Waktu Antar Pemesanan (T) dan
Persediaan Maksimum (R)
4.2.4. Penentuan Total Biaya Persediaan Suku Cadang
Berdasarkan Kebijakan Perusahaan
4.2.5. Perbandingan Hasil Perhitungan Total Biaya
Persediaan Model Persediaan Periodic Review
dengan Model Kebijakan Perusahaan
IV-1
IV-1
IV-1
IV-1
IV-3
ANALISIS HASIL
5.1. Analisis Periose Waktu Antar Pemesanan (T)
5.2. Analisis Persediaan Maksimum (R)
5.3. Perbandingan Total Biaya Persediaan
5.4. Perubahan Periode Waktu Antar Pemesanan (T) Suku
Cadang Kelas B
5.5. Perubahan Jumlah Permintaan Suku Cadang Kelas B
V-1
V-1
V-2
V-3
KESIMPULAN DAN SARAN

6.1. Kesimpulan
6.2. Saran
VI-1
VI-1
VI-2
DAFTAR PUSTAKA
LAMPIRAN
Lampiran 1 : Data Perusahaan
Lampiran 2 : Klasifikasi ABC
Lampiran 3 : Peramalan
Lampiran 4 : Model Perioic Review
Lampiran 5 : Simulasi Montecarlo
commit to user
xii
IV-5
IV-6
IV-8
IV-8
IV-15
IV-17
IV-24
IV-37
V-5
V-9
L-1
L-50
L-54
L-56
L-60
digilib.uns.ac.id
BAB I
PENDAHULUAN
Bab ini menjelaskan mengenai latar belakang dan perumusan masalah
untuk mengidentifikasi masalah yang diangkat, tujuan dan manfaat dari
penelitian, batasan masalah serta sistematika penulisan yang bermanfaat untuk
membantu dalam menyelesaikan penelitian.
1.1.
Latar Belakang Masalah

Keberadaan persediaan dalam kegiatan usaha tidak dapat dihindarkan.
Salah satu penyebab utamanya adalah barang-barang tersebut tidak dapat

diperoleh secara instan, tetapi diperlukan tenggang waktu untuk memperolehnya.
Persediaan dalam suatu usaha dapat dikategorikan sebagai modal kerja yang
berbentuk barang. Keberadaanya tidak saja dianggap sebagai beban karena
merupakan pemborosan, tetapi sekaligus juga dapat dianggap sebagai kekayaan
yang dapat segera dicairkan dalam bentuk uang tunai. Dari nilai persediaan yang
ada, akan dapat diketahui sampai seberapa besar pentingnya pengelolaan
persediaan bagi suatu usaha. Semakin tinggi nilai persediaan yang harus dikelola
dan semakin tinggi aktivitas perputaran persediaan, akan semakin besar pula
pentingnya perencanaan dan pengendalian persediaan (Bahagia, 2006).
PT. Garuda Maintenance Facility AeroAsia (PT. GMF AA) merupakan
salah satu anak perusahaan PT. Garuda Indonesia (Persero) yang bergerak pada
bidang jasa, yaitu pusat pelayanan perawatan dan perbaikan pesawat terbang.
Lokasi PT. GMF AA terletak pada area Bandara Internasional Soekarno-Hatta.
Secara khusus PT. GMF AA melayani perawatan dan perbaikan pesawat terbang
milik PT. Garuda Indonesia (Persero). Seiring berjalannya waktu, PT. GMF AA
juga membuka pelayanan perawatan pesawat terbang bagi maskapai penerbangan
dalam negeri maupun luar negeri yang mengalami kerusakan di Bandara
Internasional Soekarno-Hatta.
PT. GMF AA mengelompokkan suku cadang menjadi 3 jenis, yaitu jenis
rotable, repairable, dan consumable. Suku cadang jenis rotable yaitu suku cadang
yang dapat dirotasikan antar pesawat, dapat diperbaiki, dan harganya relatif paling
commit to user
mahal dibandingkan dengan suku cadang lain. Suku cadang jenis repairable yaitu
I-1
digilib.uns.ac.id
suku cadang yang diperbaiki ketika suku cadang tersebut rusak dan memiliki sifat
hampir sama dengan suku cadang jenis rotable namun, harganya masih lebih
murah dari suku cadang jenis rotable. Suku cadang jenis consumable yaitu suku
cadang yang tidak dapat diperbaiki lagi jika terjadi kerusakan. Jumlah dari jenis
suku cadang jenis rotable, repairable, dan consumable lebih dari 700 jenis. Untuk
itu PT. GMF AA harus mempunyai pengendalian persediaan yang baik demi
menjaga kelancaran proses operasional perusahaan. Namun pada kenyataannya
PT. GMF AA belum dapat merealisasikan hal tersebut, terbukti dengan sering
terjadinya beberapa masalah mengenai persediaan suku cadang. Salah satu
masalah yang sering terjadi adalah habisnya persediaan di gudang suku cadang
saat dibutuhkan. Pengendalian persediaan di PT. GMF AA selama ini melakukan
pengadaan suku cadang jika persediaan suku cadang di gudang habis. Hal ini
menyebabkan pesawat terbang milik beberapa maskapai penerbangan harus
menunggu untuk diperbaiki dalam beberapa hari, karena suku cadang yang
dibutuhkan tidak ada di gudang. Adanya waktu tunggu karena perbaikan tertunda,
menyebabkan berkurangnya tingkat kepercayaan maskapai penerbangan terhadap
PT. GMF AA yang dinilai memiliki tingkat pelayanan yang rendah. Selain
kekurangan persediaan, masalah yang terjadi di PT. GMF AA adalah adanya
beberapa suku cadang yang tersimpan di gudang terlalu banyak karena permintaan
sedikit atau bahkan tidak ada permintaan sama sekali. Penyimpanan suku cadang
yang terlalu banyak menyebabkan modal yang tertanam untuk pengadaan suku
cadang meningkat.
Pada pengamatan yang dilakukan di bulan Maret 2011, dari beberapa suku
cadang yang mengalami kekurangan persediaan antara lain suku cadang 337-5419205 memiliki jumlah permintaan sebanyak 40 unit sedangkan jumlah persediaan
di gudang 9 unit. Suku cadang 3101768-1 memiliki jumlah permintaan sebanyak
121 unit sedangkan jumlah persediaan di gudang 5 unit. Suku cadang
BACB30FQ6A8 memiliki jumlah permintaan sebanyak 285 unit sedangkan
jumlah persediaan di gudang 19 unit. Beberapa suku cadang yang mengalami
kelebihan persediaan pada pengamatan yang dilakukan di bulan Maret 2011 yaitu
suku cadang NAS1919M05S03AU tidak memiliki permintaan, sedangkan jumlah
persediaan yang ada di gudangcommit
60 unit.
Suku cadang NAS1169C8L tidak
to user
I-2
digilib.uns.ac.id
memiliki permintaan, sedangkan jumlah persediaan yang ada di gudang 148 unit.
Suku cadang HL720PN5-6 tidak memiliki permintaan, sedangkan jumlah
persediaan yang ada di gudang 25 unit. Beberapa suku cadang yang sering
mengalami permasalahan kekurangan dan kelebihan persediaan adalah suku
cadang jenis consumable.
Pengendalian persediaan sangat berpengaruh terhadap biaya operasi, oleh
karena itu dalam mengelola persediaan dibutuhkan persediaan yang optimal.
Berdasarkan beberapa masalah yang terjadi di PT. GMF AA, penelitian ini
berusaha untuk menyelesaikan masalah pengendalian persediaan suku cadang
jenis consumable. Pengendalian persediaan suku cadang jenis consumable diteliti
karena dilihat dari proses kebutuhan, penggunaan, sampai dengan pengadaan dan
pemenuhan mutlak harus dipenuhi apabila ada suatu aktivitas perawatan ataupun
perbaikan terjadi. Pada penelitian Chu,dkk (2008) pengendalian persediaan
dilakukan dengan klasifikasi ABC. Klasifikasi ABC dilakukan untuk mengetahui
tingkat kepentingan persediaan. Pengendalian persediaan dilakukan pada
persediaan yang mempunyai kategori sangat penting dan penting menurut
klasifikasi ABC. Karena, persediaan yang termasuk dalam kategori sangat penting
dan penting mempunyai pengaruh yang besar terhadap biaya operasional
perusahaan. Persediaan yang masuk ke dalam kategori sangat penting sebagai
kelas A dan penting sebagai kelas B. Chu,dkk (2008) merekomendasikan model
yang dipakai untuk mengendalikan persediaan adalah Continous Review untuk
kelas A dan Periodic Review untuk kelas B. Penelitian selanjutnya dilakukan
Muhbiantie (2011) untuk mengklasifikasikan 60 suku cadang jenis consumable di
PT. GMF AA. Penelitian Muhbiantie (2011) mengklasifikasikan 60 suku cadang
jenis consumable dengan klasifikasi ABC, serta memperbaiki pengendalian
persediaan suku cadang untuk kelas A dengan model Continous Review yang
mengacu pada penelitian Chu,dkk (2008).
Penelitian ini mengacu pada hasil klasifikasi yang dilakukan Muhbiantie
(2011). Pada penelitian ini, pengendalian persediaan dilakukan untuk kelas B
dengan model Periodic Review. Model Periodic Review merupakan model
persediaan dimana status persediaan ditentukan pada interval yang teratur atau
tetap, dan memesan banyaknya commit
pemesanan
yang dibutuhkan sampai mencapai
to user
I-3
digilib.uns.ac.id
target level persediaan maksimum (Gaspersz, 2001). Dengan menggunakan model

Periodic Review, proses operasional perusahaan akan lebih efektif dan efisien. Hal
ini disebabkan karena pemantauan persediaan tidak dilakukan setiap saat,
melainkan pada periode tertentu berdasarkan interval yang ditentukan. Selain itu
model Periodic Review mampu meminimasi shortage serta dapat meminimasi
total
biaya persediaan.
Tahapan
terakhir
dalam
penelitian
ini
adalah
membandingkan total biaya persediaan yang dikeluarkan perusahaan dengan total

biaya persediaan usulan. Total biaya perusahaan akan ditentukan dengan simulasi,
karena tidak ada ketersediaan data mengenai jumlah backorder. Sehingga model
perusahaan tidak memungkinkan untuk diselesaikan menggunakan persamaan.
1.2.
Perumusan Masalah
Berdasarkan uraian pada latar belakang masalah, dapat dirumuskan suatu
pokok permasalahan dari laporan penelitian ini adalah :

1.
Bagaimana melakukan perbaikan pengendalian persediaan suku cadang

pesawat terbang untuk meminimalkan total biaya persediaan di PT.GMF
AA.
2.
Bagaimana melakukan perbandingan hasil perbaikan pengendalian

persediaan dengan pengendalian perusahaan.
1.3.
Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah :
1.
Menentukan waktu pemesanan yang dapat meminimalkan total biaya

persediaan.
2.
Menentukan jumlah persediaaan maksimal yang dapat meminimalkan total

biaya persediaan.
3.
Membandingkan total biaya persediaan usulan dengan perusahaan.
1.4.
Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah :
1.
Memudahkan perusahaan untuk memantau persediaan karena pemantauan
2.
dilakukan dalam interval waktu tertentu.

commit to user
Mengurangi terjadinya backorder karena persediaan tidak nol.
I-4
3.
digilib.uns.ac.id
Shortage yang terjadi berkurang sehingga dapat meminimalkan total biaya

persediaan suku cadang.
4.
Perusahaan dapat mengetahui seberapa baik model usulan dengan

perbandingan total biaya persediaan.
1.5.
Batasan Masalah
Pada laporan penelitian ini, dicantumkan batasan masalah agar
permasalahan yang dibahas jelas, yaitu mengoptimalkan persediaan suku cadang.

Batasan masalah yang digunakan adalah :
1.
Suku cadang yang diamati adalah suku cadang jenis consumable untuk
pesawat terbang tipe B737.
2.
Suku cadang yang diteliti sebanyak 60 item yang didasarkan pada jumlah
permintaan suku cadang yang paling tinggi.
3.
Data permintaan suku cadang yang digunakan adalah data permintaan

suku cadang pada tahun 2001 sampai dengan tahun 2010.
4.
Pengendalian persediaan hanya dilakukan pada suku cadang kelas B hasil

dari penelitian Muhbiantie (2011).
1.6.
Asumsi
Asumsi-asumsi yang digunakan dalam penelitian ini adalah :
1.
Suku cadang yang dipesan datang dengan jumlah sesuai pesanan dan
dalam keadaan baik.
2.
Permintaan suku cadang berdistribusi normal.
3.
Harga suku cadang yang digunakan dalam penelitian merupakan harga

pada tahun 2010.
4.
Pemasok selalu dapat memenuhi permintaan dari PT. GMF AA.
1.7.
Sistematika Penulisan
Pada penulisan laporan penelitian ini, dicantumkan sistematika penulisan
yang menguraikan setiap bab untuk mempermudah dalam pembahasannya.

Laporan penelitian ini terdapat enam bab, yaitu :
commit to user
I-5
BAB I
digilib.uns.ac.id
PENDAHULUAN
Pada bab ini menguraikan pengantar permasalahan seperti latar
belakang masalah yang terdapat di PT. GMF AA, perumusan masalah
pengendalian persediaan suku cadang pesawat terbang pada gudang,
tujuan dan manfaat penelitian untuk memperbaiki sistem pengendalian
persediaan suku cadang di PT. GMF AA, batasan masalah, asumsi dan
sistematika penulisan.
BAB II
TINJAUAN PUSTAKA
Bab ini memaparkan tinjauan umum PT. GMF AA dan teori-teori yang
berhubungan dengan materi yang diambil dari beberapa referensi baik
buku, jurnal maupun internet. Materi tersebut adalah pengertian
pesediaan, metode klasifikasi ABC, peramalan (forecasting), metode
Periodic Review serta Simulasi Montecarlo.
BAB III METODOLOGI PENELITIAN

Bab ini menjelaskan mengenai pelaksanaan penelitian yang dilakukan
yang terstruktur tahap demi tahap dan digambarkan dalam bentuk
flowchart. Tahapan yang dilalui dimulai dari tahap pendahuluan yaitu
identifikasi masalah, melakukan proses perbaikan pengendalian
persediaan suku cadang, analisis dan interpretasi hasil serta tahap
terakhir adalah melakukan penarikan kesimpulan dan memberikan
saran.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini menyajikan pengumpulan data dan pengolahan data untuk
melakukan pengendalian persediaan suku cadang yang optimal.
Pengumpulan data berupa data permintaan suku cadang selama tahun
2001-2010, data harga suku cadang, data leadtime pemesanan suku
cadang, komponen ordering cost, holding cost dan shortage cost serta
data jumlah lot pemesanan dan titik pemesanan kembali perusahaan.
Setelah itu dilakukan
pengolahan data sesuai dengan perumusan
masalah yang berdasarkan metodologi penelitian.

commit to user
I-6
BAB V
digilib.uns.ac.id
ANALISIS HASIL
Bab ini berisi pembahasan dari hasil pengumpulan dan pengolahan data
mengenai perbaikan pengendalian persediaan suku cadang pesawat
terbang untuk meminimalkan total biaya persediaan dan perbandingan
hasil
perbaikan
pengendalian
persediaan
dengan
pengendalian
perusahaan.
BAB VI KESIMPULAN DAN SARAN
Bab ini merupakan bab paling akhir dalam laporan penelitian ini yang
berisi kesimpulan dan saran yang diperoleh dari pengolahan data dan
analisis yang dilakukan, disertai rekomendasi perbaikan pengendalian
persediaan untuk PT. GMF AA.
commit to user
I-7
digilib.uns.ac.id
BAB II
TINJAUAN PUSTAKA
Bab ini membahas prodil perusahaan dan teori yang digunakan dalam
penelitian, sebagai landasan dan dasar pemikiran untuk membahas serta
menganalisa permasalahan yang ada.
2.1.
Profil Perusahaan
PT. Garuda Maitenance Facilities Aero Asia atau biasa disingkat PT. GMF
AA merupakan salah satu perusahaan jasa perawatan pesawat yang terbesar di

Indonesia. PT. GMF AA adalah anak perusahaan dari PT. Garuda Indonesia, yang
dahulunya bernama Garuda Maintenance Facility Support Center yang berdiri
pada tahun 1984. Dalam upaya untuk meningkatkan kemampuannya, pada tahun
1996 GMF berubah menjadi Unit Bisnis Strategi (SBU) dengan nama SBU-GMF
dan mulai melayani operator pihak ketiga. Pada tahun 2002, GMF berubah dari
SBU-GMF menjadi perusahaan sendiri yaitu PT. GMF AA yang terpisah dari PT.
Garuda Indonesia. Dengan ini PT. GMF AA memiliki badan hukum sendiri
sehingga dapat membuat kebijakan-kebijakan sendiri tanpa harus bersandar oleh
kebijakan-kebijakan PT. Garuda Indonesia. PT. GMF AA sendiri terletak di
kompleks Bandara Internasional Soekarno-Hatta dengan luas lahan sebesar 115
hektar.
PT. GMF AA memiliki visi ke dalam tiga tahap selama 15 tahun, berikut
visi pada tahun (2003-2018), yang dikenal dengan Global Challenge :
Tahap pertama (2003-2007) : Membangun fondasi GMF untuk dominasi

di regional (building a foundation for regional dominance).
Tahap kedua (2008-2012) : GMF menjadi MRO kelas dunia pilihan

customer choice)
Tahap ketiga (2013-2018) : GMF menjadi pemain dominan di pasar

dunia (Dominant player in the world market).
Dalam mencapai visi yang telah ditetapkan PT. GMF AA mempunyai misi
dengan menyediakan solusi perawatan, reparasi, dan overhaul yang teritegrasikan

dan handal untuk keselamatan ruang udara dan menjamin kualitas hidup umat
commit to user
II - 1
digilib.uns.ac.id
manusia (to provide integrated and reliable maintenance, repair, and overhaul
solutions for a safety sky and secured quality of life of mankind).
2.2.
Peramalan
2.2.1. Pengertian Peramalan

Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha
memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu
dapat dibuat dalam kuantitas yang tepat. Dengan demikian peramalan merupakan
suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa
variabel peramal, sering berdasarkan data deret waktu historis (Gaspersz, 2001).
2.2.2. Manfaat Peramalan
Peramalan permintaan sangat bermanfaat bagi perusahaan karena
berhubungan dengan pengambilan keputusan. Manfaat dari peramalan permintaan
adalah sebagai berikut:
1.
Untuk menentukan kebijakan dalam persoalan penyusunan anggaran untuk

segala aktivitas yang dilaksanakan, seperti anggaran penjualan dan
sebagainya.
2.
Pedoman untuk pengendalian persediaan, karena bila persediaan terlalu

besar maka akan menimbulkan biaya penyimpanan yang tinggi dan
sebaliknya bila persediaan terlalu kecil maka akan berpengaruh pada
tingkat pelayanan terhadap konsumen. Oleh karena itu, peramalan dapat
digunakan sebagai pedoman untuk mengendalikan persediaan.
3.
Merupakan langkah evaluasi yang baik untuk mengatur tingkat pelayanan

(kemampuan memenuhi permintaan) terhadap konsumen.
2.2.3. Prinsip-prinsip Peramalan

Permalan mempunya prinsip-prinsip
yang perlu dipertimbangkan,
diantaranya :
1.
Secara umum, teknik peramalan berasumsi bahwa sesuatu yang

berlandaskan pada sebab yang sama yang terjadi dimasa lalu akan
berlanjut dimasa yang akancommit
datang.to user
II - 2
2.
digilib.uns.ac.id
Tidak ada peramalan yang sempurna, peramalan hanya tidak mengurangi

ketidakpastian dari suatu kondisi yang akan terjadi dimasa yang akan
datang. Dengan demikian hasil peramalan mengandung nilai kesalahan.
3.
Peramalan untuk family item cenderung lebih akurat dari pada peramalan
untuk produk individu.
4.
Peramalan jangka pendek mengandung ketidakpastian yang lebih sedikit

daripada peramalan untuk jangka waktu yang lebih lama. Dengan
demikian peramalan untuk jangka waktu yang lebih pendek lebih akurat.
2.2.4. Langkah-langkah Peramalan

Langkah-langkah yang harus diperhatikan untuk menjamin efektivitas dan
efisiensi dari sistem peramalan dalam manajemen permintaan, yaitu:
1.
Menentukan tujuan dari peramalan

Tujuan utama dari peramalan permintaan adalah untuk menentukan
permintaan dari produk-produk independent demand dimasa yang akan
datang.
2.
Memilih produk independent demand yang akan diramalkan

Pemilihan produk independent demand tergantung pada situasi dan kondisi
aktual dari masing-masing industri manufaktur dan tujuan peramalan itu
sendiri.
3.
Menentukan horizon waktu peramalan semakin jauh periode dimasa

datang yang diramalkan (dengan asumsi faktor lain tetap) maka hasil
ramalan akan semakin kurang akurat.
4.
Mengumpulkan data yang diperlukan untuk melakukan peramalan

Data yang diperlukan untuk melakukan peramalan adalah data permintaan,
leadtime, persediaan dan lain sebagainya. Jangka waktu untuk proses
peramalan secara normal minimal 1 tahun.
5.
Memilih model-model peramalan

Pemilihan model peramalan bergantung pada pola data dan horizon waktu
peramalan. Pola data dapat dibedakan menjadi 4, yaitu:
commit to user
II - 3
digilib.uns.ac.id
Pola horizontal (H), terjadi bilamana nilai data berfluktuasi di sekitar

rata-rata yang konstan. Deret seperti ini stasioner terhadap nilai ratarata.
Pola musiman (S), terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman, misalnya tahun, minggu, atau hari tertentu.
Pola siklis (C), merupakan pola musiman dengan periode waktu jangka
panjang, biasanya berhubungan dengan siklus bisnis.
Pola trend (T), terjadi bilamana ada kenaikan atau penurunan jangka
panjang dalam data.
Dari identifikasi pola dasar maka akan ditemukan formulasi model

matematis (dengan asumsi yang diperlukan) sehingga pola tersebut dapat
diteruskan dan diperbaharui untuk masa yang akan datang.
6.
Penentuan model peramalan

Model peramalan yang baik adalah model peramalan yang dapat
memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang
terjadi. Dengan kata lain model peramalan yang baik adalah yang dapat
memberikan simpangan terkecil antara hasil peramalan dengan data
aktualnya.
7.
Validasi model peramalan

Validasi model peramalan dapat dilakukan dengan menggunakan tracking
signal. Tracking signal adalah suatu ukuran bagaimana baiknya suatu
ramalan memperkirakan nilai-nilai aktual.
8.
Membuat peramalan
2.2.5. Metode-metode Peramalan

Semua metode peramalan menggunakan pengalaman masa lalu untuk
meramalkan masa depan yang mengandung ketidakpastian. Oleh karena itu
peramalan mengasumsikan bahwa kondisi-kondisi yang menghasilkan data masa
lalu tidak berbeda dengan kondisi di masa datang. Secara garis besar ada 2 macam
metode peramalan yang dapat digunakan (Gaspersz, 2001):
commit to user
II - 4
1.
digilib.uns.ac.id
Teknik Peramalan Kualitatif

Adalah peramalan yang lebih mengandalkan jugdement dan intuisi
manusia ketimbang penggunaan data historis yang dimiliki. Macam Teknik

Peramalan Kualitatif (Gaspersz, 2001):
a.
Metode Eksploratoris : Metode peramalan kualitatif yang dimulai dari

masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa
depan secara heuristik.
Contoh : Metode Delphi, Kurva Pertumbuhan, penelitian morfologis.
b.
Metode Normatif : Metode peramalan kualitatif yang dimulai dengan

menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja
mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala,
sumber daya, dan teknologi yang tersedia. Peramalan kualitatif tidak
bertujuan untuk memberikan suatu peramalan numerik tertentu, dan
biasanya digunakan untuk keadaan jangka panjang dan menengah seperti
perumusan strategi, pengembangan produk dan teknologi baru.
2.
Teknik Peramalan Kuantitatif

Adalah peramalan dengan menggunakan data histories dengan syarat jika
data histories yang tersedia cukup memadai dan jika data dianggap cukup
representatif untuk meramalkan masa datang. Peramalan kuantitatif dapat
diterapkan bila terdapat tiga kondisi (Gaspersz, 2001):
a.
Tersedianya informasi tentang masa lalu.
b.
Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.
c.
Dapat diasumsikan bahwa aspek pola masa lalu akan terus berlanjut di
masa mendatang.
Macam teknik peramalan kuantitatif (Gaspersz, 2001):

a.
Metode deret berkala (time series)

Metode peramalan kuantitatif yang bertujuan untuk menemukan pola
dalam deret data histories dan mengekstrapolasikan pola tersebut ke masa depan.
Berdasarkan pola datanya, metode time series ada 4 tipe yaitu: pola horizontal,
musiman, (seasional), siklis, dan trend. Gambar 3.1 merupakan gambar dari
masing-masing pola data time series (Gaspersz, 2001):
commit to user
II - 5
digilib.uns.ac.id
D
Gambar 2.1. Pola Data Time Series
Sumber : Gaspersz, 2001
Keterangan gambar :
A adalah suatu data runtut waktu yang bersifat stasioner atau horisontal,
dimana serial data nilai rata-ratanya tidak berubah sepanjang waktu.
B adalah suatu data runtut waktu yang bersifat musiman, dimana data
mempunyai perubahan yang berulang.
C adalah suatu data siklis, yaitu didefinisikan sebagai fluktuasi seperti

gelombang di sekitar trend.
D adalah suatu data runtut waktu yang bersifat trend. Suatu data runtut
waktu dikatakan mempunyai trend jika nilai harapannya berubah
sepanjang waktu sehingga data tersebut diharapkan akan meningkat atau
menurun selama periode dimana peramalan diinginkan.
b.
Metode kausal
Metode peramalan
kuantitatif
yang mengasumsikan
faktor
yang
diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih

variabel bebas. Baik peramalan model deret berkala maupun model kausal
mempunyai keuntungan dalam situasi tertentu. Model time series dapat digunakan
untuk meramalkan dengan mudah, sedangkan model kausal dapat digunakan
dengan keberhasilan yang lebih besar untuk pengambilan keputusan dan
kebijaksanaan. Untuk bahasan selanjutnya hanya dibatasi pada metode-metode
time series, yaitu sesuai dengan bahasan dari laporan yang bertujuan untuk
commit(Gaspersz,
to user 2001)
menganalisa permintaan dan persediaan.
II - 6
digilib.uns.ac.id
2.2.6. Metode-metode Peramalan Kuantitatif Time Series

Berikut ini adalah beberapa metode peramalan yang digolongkan model
kuantitatif untuk model deret berkala (time series) yaitu: rata-rata bergerak
(moving averages model), pemulusan eksponensial (exponential smoothing), dan
adaptive exponential smoothing.
1.
Model Rata-rata Bergerak (Moving Average Model)

Model rata-rata bergerak menggunakan sejumlah data aktual permintaan
yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang
akan datang. Metode rata-rata bergerak akan efektif bila kita dapat
mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil
sepanjang waktu (Gaspersz, 2001).
Teknik ini akan bekarja secara sempurna bila pola data yang digunakan
stasioner atau relative steady, tidak ada lonjakan atau penurunan terlalu tajam.
Metode ini tidak dapat digunakan untuk menangani data yang memiliki komponen
trend dan musiman. Model rata-rata bergerak diperoleh degan menghitung ratarata suatu nilai runtut waktu dan kemudian mengunakannya untuk meramal
periode selanjutnya. Persamaan metode ini adalah :
Rata-rata bergerak n-Periode =
2.
(permintaan dalam n-Periode terdahulu)

2.1
n
Model Rata-rata Bergerak Terbobot (Weighted Moving Averages

Model)
Model rata-rata bergerak terbobot lebih responsive terhadap perubahan,
karena data dari periode yang baru biasanya diberi bobot yang besar. Suatu model
rata-rata bergerak n-periode terbobot, dinyatakan sebagai berikut (Gaspersz,
2001):
Weighted MA(n) =
3.
(pembobot periode n)(permintaan aktual periode n)

.2.2
(pembobot)
Model Pemulusan Eksponensial (Exponential Smoothing)
Model peramalan pemulusan eksponensial bekerja hamper sama dengan

alat thermostat, dimana bila galat ramalan (forecast error) adalah positif, yang
berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan (A-F > 0).
user berarti nilai aktual permintaan
Sebaliknya apabila galat ramalancommit
adalahtonegatif,
II - 7
digilib.uns.ac.id
lebih rendah daripada nilai ramalan (A-F < 0), maka model pemulusan
eksponensial akan secara otomatis menurunkan nilai ramalan. Proses penyesuaian
ini berlangsung terus-menerus, kecuali galat ramalan telah mencapai nol. Model
peramalan biasa digunakan apabila pola data historis dari data aktual permintaan
bergejolak atau tidak stabil dari waktu ke waktu (Gaspersz, 2001).
a.
Metode Single Exponential Smoothing

Metode ini adalah suatu prosedur yang terus menerus memperbaiki
peramalan dengan merata-rata (menghaluskan atau smoothing) nilai masa lalu dari
suatu runtut data dengan exponential. Persamaan yang dipakai dalam metode ini
adalah (Gaspersz, 2001):
Ft-1 = X1 1
Dimana:
F1 ..2.3
Ft+1
= peramalan untuk periode t + 1
= konstanta pemulusan
Xt
= data aktual periode t
Ft
= peramalan untuk periode t jika t = 1

Pada metode ini nilai yang lebih baru diberikan bobot yang relative besar
dari yang lama. Metode ini cocok untuk data stasioner. Kelebihan dari metode ini
adalah tidak memerlukan data yang terlalu banyak dan dapat mengurangi masalah
penyimpanan data.
b.
Metode Double Exponential Smoothing

Pada metode double exponential smoothing secara teoritis akan sesuai jika
series data yang memiliki pola data horizontal (tidak memiliki trend). Jika data
tersebut dipakai untuk serial data yang memiliki trend yang konsisten, ramalan
yang dibuat akan berada dibelakang trend itu. Metode double exponential
smoothing ini menghindari masalah tersebut dengan cara explisit mengenali dan
mempertimbangkan adanya trend. Metode ini menggunakan dua konstanta
pemulusan. Konstanta tersebut adalah dan (Gaspersz, 2001).
St = Xt + (1-) St-1..(2.4)
St = *St + (1- ) St-1.....(2.5)
commit to user
II - 8
c.
digilib.uns.ac.id
Adaptive Exponential Smoothing

Metode ini dimulai dengan menetapkan nilai pada setiap periode.
Pengecekan terhadap nilai dengan tiga nilai, - 0.05, , + 0.05, makan akan
diperoleh nilai F(t) dengan error absolut terkecil. Formula untuk metode ini
adalah (Gaspersz, 2001):
F(0) = A(1)
F(t) = A(t) + (I ) F(t-I).......(2.6)
Dimana :
F(t)
= peramalan untuk periode t
A(t)
= aktual data dalam periode t
= seasonal index untuk periode t
4.
Model Analisis Garis Kecenderungan (Trend Analysis Model)

Model analisis garis kecenderungan dipergunakan sebagai model
peramalan apabila pola historis dari data aktual permintaan menunjukkan adanya
suatu kecenderungan menaik dari waktu ke waktu. Model analisis garis
kecenderungan yang paling sederhana adalah menggunakan persemaan garis lurus
(straight line equation), sebagai berikut (Gaspersz, 2001):
Ft = a +bt. (2.7)
dimana,
Ft
= nilai ramalan permintaan pada period ke-t
= intersep
= slope dari garis kecenderungan (trend line), merupakan tingkat

perubahan dalam permintaan
= indeks waktu (t = 1, 2, 3, , n) ; n adalah banyaknya periode waktu

Slope dan intersep dari persamaan garis lurus dihitung dengan
menggunakan formulasi sebagai berikut :

b=
tA - n(t - bar)(A - bar)

.(2.8)
t
a = A-bar b(t-bar)...(2.9)
dimana,
b
a
= slope dari persamaan garis lurus

to user
= intersep dari persamaan commit
garis lurus
II - 9
digilib.uns.ac.id
= indeks waktu
t-bar
= nilai rata-rata dari t
= variabel permintaan (data aktual permintaan)
A-bar = nilai rata-rata permintaan per periode waktu, rata-rata dari A

2.2.7. Pengukuran Kesalahan Peramalan
Peramalan yang baik mempunyai berbagai kriteria yang penting antara lain
akurasi, biaya dan kemudahan. Akurasi dari suatu hasil peramalan diukur dengan
bias dan konsistensi peramalan. Hasil peramalan dikatakan bias bila peramalan
tersebut terlalu tingi atau terlalu rendah dibandingkan dengan kenyataan yang
sebenarnya terjadi. Hasil peramalan dikataka
konsisten jika besar kesalahan
peramalan relatif kecil. Ukuran akurasi hasil peramalan merupakan tingkat

perbedaan antara hasil peramalan dengan permintaan yang dsebenarnya terjadi.
Ukuran akurasi peramalan yang biasa digunakan yaitu:
.2.10
n
| |
2. Mean Absolute Error
....2.11
n
1. Mean Error
3. Sum of Square Error
4. Mean Squared Error
...2.12
2
..2.13
n
5. Standard Deviation of Error
2
......2.14
n-1
(2.16)
6. Percentage Error
100%...2.15
7. Mean Percentage Error =
8. Mean Absolute Percentage Error =
| |
...(2.17)
Dimana ei merupakan kesalahan (error) pada periode i yang nilainya didapat

dari selisih antara nilai actual dengan nilai ramalan periode i. Secara sistematis ei
dinyatakan sebagal berikut:
commit to user
e = Xi Fi ....................................................................................................
.(2.18)
II - 10
digilib.uns.ac.id
dimana Xi: data aktual pada periode ke-i

Fi : hasil forecasting pada periode ke-i.
2.2.8. Validasi Model Peramalan
Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan
memperkirakan nilai-nilai aktual. Suatu ramalan diperbaharui setiap minggu,
bulan, atau triwulan, sehingga data permintaan yang baru dibandingkan terhadap
nilai-nilai ramalan. Tracking signal dihitung sebagai running sum of the forecast
error (RFSE) dibagi dengan mean absolute deviation (MAD). Persamaan untuk
menentukan tracking signal adalah :
Tracking signal=
2.3.
RFSE
..(2.19)
MAD
Persediaan
Persediaan merupakan asset penting yang dimiliki suatu perusahaan guna
memenuhi permintaan pelanggannya. Salah satu alat ukur manajemen persediaan

adalah total biaya persediaan dan service level. Pihak manajemen perlu
merencanakan kebijakan persediaan yang dimilikinya guna mengoptimalkan biaya
persediaan dan service level (Jauhari, 2008).
Persediaan adalah bahan atau barang yang disimpan dan akan digunakan
untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
untuk dijual kembali, serta untuk suku cadang dan suatu peralatan atau mesin
(Herjanto, 1999). Persediaan dapat berupa bahan mentah, bahan pembantu, barang
dalam proses, barang jadi, ataupun suku cadang. Persediaan merupakan suatu hal
yang tak terhindarkan. Penyebab timbulnya persediaan sebagai berikut:
1.
Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu
barang tidak dapat terpenuhi seketika bila barang tersebut tidak tersedia
sebelumnya. Untuk menyiapkan barang tersebut, diperlukan waktu untuk
pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang sulit
dihindarkan.
2.
Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat
permintaan yang bervariasi dan tidak pasti dalam jumlah maupun kedatangan,
commit to user
waktu pembuatan yang tidak cenderung
konstan antara satu produk dengan
II - 11
digilib.uns.ac.id
produk berikutnya, waktu tenggang (leadtime) yang cenderung tidak pasti karena
banyak faktor yang tidak dapat dikendalikan. Ketidakpastian ini dapat diredam
dengan mengadakan persediaan.
3.
Keinginan melakukan spekulasi yang bertujuan mendapatkan keuntungan
besar dari kenaikan harga di masa mendatang.

Keberadaan inventori tidak saja dianggap sebagai beban karena
merupakan pemborosan, tetapi sekaligus juga dapat dianggap sebagai kekayaan
yang dapat segera dicairkan dalam bentuk uang tunai (Bahagia, 2006). Klasifikasi
persediaan menjadi tiga bentuk sesuai dengan keberadaannya, yaitu (Bahagia,
2006):
1.
Bahan baku (raw material)

Merupakan masukan awal proses transformasi produksi yang selanjutnya
akan diolah menjadi produk jadi. Ketersediaan bahan baku akan sangat
menentukan kelancaran proses produksi sehingga perlu dikelola secara saksama.
Inventori jenis ini didatangkan dari luar system dan keberadaannya secara fisik
biasanya disimpan di gudang penerimaan (receiving storage).
2.
Barang setengah jadi (work in process)

Merupakan bentuk peralihan dari bahan baku menjadi produk jadi. Dalam
system manufaktur yang bersifat pesanan (job order), adanya inventori barang
setengah jadi ini biasanya tidak dapat dihindari sebab proses transformasi
produksinya memerlukan waktu yang cukup lama. Sementara dalam sistem
manufaktur yang bersifat produksi massa (mass production), adanya inventori
barang setengah jadi karena karakteristik prosesnya yang memang demikian atau
terjadi karena lintasan produksinya yang tidak seimbang.
3.
Barang jadi (finished good)

Merupakan hasil akhir proses transformasi produksi yang sia dipasarkan
kepada pemakai. Sebalum diangkut kepada pemakai yang membutuhkan, barang

jadi disimpan untuk bebrapa waktu sampai dengan datangnya pembeli, sedangkan
dalam sistem manufaktur yang bersifat produksi massa (mass production),
biasanya barang yang jadi disimpan untuk bebrapa waktu sampai dengan
datangnya pembeli, sedangkan dalam sistem manufaktur yang bersifat pesanan
commit
to user
(job order), begitu barang tersebut
selesai
diproduksi akan segera diambil oleh
II - 12
digilib.uns.ac.id
pemakai yang memesannya. Dengan demikian, dalam sistem manufaktur

berdasarkan pesanan sangat jarang ditemui barang inventori barang jadi di
gudang.
Ketika permintaan bersifat probabilistik, persediaan bisa dikelompokkan
menjadi 4, yaitu (Silver dkk, 1998),:
1.
On-hand stock
Merupakan persediaan yang dimiliki perusahaan yang secara fisik ada di
gudang dan nilainya selalu positif.
2.
Net stock
Net stock = (on-hand) (backorder), persediaan ini bisa negatif ketika
terjadi backorder.
3.
Inventory position
Disebut juga available stock.
Inventory position = (on-hand) + (on-order) (backorder) (commited)
4.
Safety stock
Rata-rata tingkat net stock sebelum pembelian material berikutnya
diterima.
2.3.1
Pengendalian Persediaan
Model inventori probabilistic adalah model utnuk menjawab persoalan
inventori dimana fenomenanya tidak diketahui secara pasti, namun nilai

ekspektasi, variansi, dan pola distribusi kemungkinannya dapat diprediksi
(Bahagia, 2006). Persoalan utama dalam inventori probabilistic adalah selain
menentukan besarnya stok operasi juga menentukan besarnya cadangan pengaman
(safety stock).
Untuk menentukan berapa besar cadangan pengaman (ss) pada suatu
leadtime (L) dan tingkat pelayanan () perlu diketahui bagaimana bentuk pola
distribusi kemungkinan permintaan selama leadtime tersebut. Jika distribusi
kemungkinan permintaan selama leadtime berdistribusi normal dengan fungsi
kepadatan probabilitas f(x) dan harga rata-rata sebesar DL, standar deviasi sebesar
SL maka besarnya cadangan pengaman (ss) untuk besar kemungkinan kekurangan
() dapat direprentasikan pada Gambar
2.2.
commit
to user
II - 13
digilib.uns.ac.id
Gambar 2.2. Representasi Cadangan Pengaman (ss) Distribusi Normal

Sumber : Bahagia, 2006
Keterangan :
SL
: standar deviasi selama leadtime
DL
: ekspektasi permintaan selama leadtime
: inventori yang dimiliki saat pemesanan dilakukan
ss
: cadangan pengaman (safety stock)
: kemungkinan kekurangan
Unsur biaya yang terdapat dalam pengendalian persediaan dapat
digolongkan menjadi tiga, yaitu biaya pemesanan, biaya penyimpanan, dan biaya
kekurangan persediaan.
1.
Biaya pemesanan
Biaya pemesanan (ordering cost, set up cost, procurement cost) adalah
biaya yang dikeluarkan sehubungan dengan kegiatan pemesanan suku cadang,

sejak dari pemesanan sampai tersedianya barang di gudang. Biaya pemesanan ini
meliputi biaya yang dikeluarkan dalam rangka mengadakan pemesanan barang
tersebut, yang dapat mencakup biaya administrasi dan penempatan order, biaya
pemilihan vendor atau pemasok, biaya pengangkutan, biaya penerimaan dan biaya
pemeriksaan barang. Biaya pemesanan tidak tergantung dari jumlah yang dipesan,
tetapi tergantung dari berapa kali pesanan dilakukan.
2.
Biaya Penyimpanan
Biaya penyimpanan (carrying cost, holding cost) adalah biaya yang
dikeluarkan berkenaan dengan diadakannya persediaan barang. Yang termasuk

biaya ini antara lain biaya sewa gudang, biaya administrasi pergudangan, gaji
commit
to yang
user tertanam dalam persediaan, biaya
pegawai gudang, biaya listrik, biaya
modal
II - 14
digilib.uns.ac.id
asuransi, ataupun biaya kerusakan, kehilangan atau penyusutan barang selama

dalam penyimpanan. Biaya modal merupakan komponen biaya penyimpanan
terbesar, baik itu berupa biaya bunga kalau modalnya berasal dari pinjaman
maupun biaya oportunitas apabila modalnya milik sendiri. Biaya penyimpanan
dapat dinyatakan dalam dua bentuk, yaitu sebagai presentase dari nilai rata-rata
persediaan per-tahun dan dalam bentuk rupiah per-tahun per-unit barang.
3.
Biaya kekurangan persediaan

Biaya kekurangan persediaan (shortage cost, stock out cost) adalah biaya
yang timbul sebagai akibat tidak tersedianya barang pada waktu diperlukan. Biaya
kekurangan persediaan ini pada dasarnya bukan biaya nyata (riil), melainkan
berupa biaya kehilangan kesempatan. Termasuk dalam biaya ini, antara lain
semua biaya kesempatan yang timbul karena terhentinya proses produksi sebagai
akibat tidak adanya bahan yang diproses, biaya administrasi tambahan, biaya
tertundanya penerimaan keuntungan, bahkan biaya kehilangan pelanggan.
2.3.2
Klasifikasi Persediaan dengan Metode ABC

Metode pengendalian persedian ABC didasarkan pada hubungan distribusi
pendapatan yang dikemukakan oleh Pareto bahwa distribusi sebagian pendapatan

(80%) terpusat pada sebagian kecil individu (20%) dari total populasi. Hubungan
serupa juga terjadi dalam persediaan. Sebagian kecil item persediaan
menyebabkan sebagian besar ongkos persediaan keseluruhan. Pengendalian ketat
atas part-part dengan biaya yang tinggi akan membawa kepada pengendalian
yang efektif atas seluruh biaya persediaan. Ongkos administrasi pada saat yang
sama juga akan dapat ditekan.
Metode pengendalian persediaan untuk menangani hal ini dikenal sebagai
metode ABC, menurut klasifikasi persediaan. Persediaan yang bernilai tinggi
digolongkan ke dalam kelas A, persediaan yang bernilai sedang digolongkan ke
dalam kelas B, dan persediaan bernilai rendah digolongkan ke dalam kelas C.
Perbedaan kebijaksanaan persediaan untuk ketiga kelas ini. Investasi harus
ditekan untuk item persediaan kelas A dan B sehingga kebijaksanaan minimasi
ongkos harus dilakukan dengan ketat. Item persediaan kelas C dapat disediakan
agak berlebihan dan dengan pengendalian
longgar untuk mengurangi resiko
commit to user
II - 15
digilib.uns.ac.id
kehabisan persediaan. Penggunaan analisis ABC untuk menetapkan, yaitu

(Gaspersz, 2001):
1.
Frekuensi perhitungan inventori (cycle counting), dimana materialmaterial kelas A harus diuji lebih sering dalam hal akurasi catatan
inventory dibandingkan material-material kelas B atau C.
2.
Prioritas rekayasa (engineering), dimana material-material kelas A dan B

memberikan petunjuk pada bagian rekayasa dalam peningkatan program
reduksi biaya ketika mencari material-material tertentu yang perlu
difokuskan.
3.
Prioritas pembelian (perolehan), dimana aktifitas pembelian seharusnya

difokuskan pada bahan-bahan baku bernilai tinggi (high cost) dan
penggunaan dalam jumlah tinggi (high usage). Fokus pada materialmaterial kelas A untuk pemasokan (sourcing) dan negosiasi.
4.
Keamanan: meskipun nilai biaya per unit merupakan indikator yang lebih
baik dibandingkan nilai penggunaan (usage value), namun analisis ABC
boleh digunakan sebagai indikator dari material-material mana (kelas A
dan B) yang seharusnya lebih aman disimpan dalam ruangan terkunci
untuk mencegah kehilangan, kerusakan atau pencurian.
5.
Sistem pengisian kembali (replenishment system), dimana klasifikasi ABC

akan membantu mengidentifikasi metode pengendalian yang digunakan.
Akan lebih ekonomis apabila mengendalikan material-material kelas C
dengan simple two-bin system of replenishment (bin reserve system or
visual review system) dan metode-metode yang lain untuk materialmaterial kelas A dan B.
6.
Keputusan investasi, karena material-material kelas A menggambarkan

investasi yang lebih besar dalam inventori, maka perlu lebih berhati-hati
dalam membuat keputusan tentang kuantitas pesanan dan stok pengaman
terhadap material-material kelas A dibandingkan terhadap materialmaterial kelas B dan C.
commit to user
II - 16
digilib.uns.ac.id
Terdapat sejumlah prosedur untuk mengelompokan material-material

inventori ke dalam kelas A, B dan C antara lain (Gaspersz, 2001) :
1.
Tentukan volume penggunaan per periode waktu (biasanya per tahun) dari
material-material inventori yang ingin diklasifikasikan.
2.
Gandakan (kalikan) volume penggunaan per periode waktu (per tahun)

dari setiap material inventori dengan biaya per unitnya guna memperoleh
nilai total penggunaan biaya per per periode waktu (per tahun) untuk setiap
material inventori itu.s
3.
Jumlahkan nilai total penggunaan biaya dari semua material inventori itu
untuk memperoleh nilai total penggunaan biaya agregat (keseluruhan).
4.
Bagi nilai total penggunaan biaya dari setiap material inventori itu dengan
nilai total penggunaan biaya agregat, untuk menentukan persentase nilai
total penggunaan biaya dari setiap material inventori itu.
5.
Daftarkan material-material itu dalam rank persentase nilai total

penggunaan biaya dengan urutan menurun dari terbesar sampai terkecil.
6.
Klasifikasikan material-material inventori itu ke dalam kelas A, B dan C

dengan kriteria 20% dari jenis material diklasifikasikan ke dalam kelas A,
30% dari jenis material diklasifikasikan ke dalam kelas B, dan 50% dari
jenis material diklasifikasikan ke dalam kelas C.
2.3.3
Model Pengendalian Persediaan Periodic Review

Metode periodic review adalah salah satu metode untuk menentukan
kebijakan perusahaan. Dengan metode periodic review, status persediaan di

gudang ditentukan pada interval yang teratur dan tetap, dan memesan order
quantity yang dibutuhkan sampai mencapai level persediaan maksimum.
Persediaan pengaman (safety stock) yang disediakan di gudang harus lebih besar
daripada metode continous review karena dalam metode periodic review
persediaan pengaman harus mencakup variasi permintaan selama periode review
dan selama waktu tunggu (leadtime).
Metode periodic review merupakan system pemesanan kembali secara
periodek, dimana interval waktu di antara pesanan-pesanan adalah tetap
(misalnya: mingguan, bulanan, atau triwulan), tetapi ukuran pemesanan bervariasi
to user
sesuai dengan pemakaian pada commit
saat review
terakhir. Adopsi metode periodic
II - 17
digilib.uns.ac.id
review disarankan untuk diterapkan dalam kondisi-kondisi berikut (Gaspersz,

2001) :
1.
Produk-produk inventori berada dalam situasi independent demand.
2.
Kelompok produk dibeli dari supplier yang sama.
3.
Produk-produk yang memiliki daya tahan terbatas adalah ideal dengan

menggunakan metode periodic review.
4.
Pertimbangan economic advantage dalam membangun full truckload

shipment atau penggunaan secara penuh kapasitas yang tersedia.
Model Periodic Review merupakan model persediaan dimana status
persediaan ditentukan pada interval yang teratur atau tetap, dan memesan
banyaknya pemesanan yang dibutuhkan sampai mencapai target level persediaan
maksimum (Gaspersz, 2001). Ada beberapa macam model Periodic Review,
sebagai berikut :
1.
Model (R,s)
A.
Formulasi Model P
Karakteristik kebijakan inventori model P ditandai oleh dua elemen dasar
sebagai berikut.
Pemesanan dilakukan menurut suatu selang interval waktu yang tetap (T).
Ukuran lot pemesanan besarnya merupakan selisih antara inventori

maksimum yang diinginkan (R) dengan inventori yang ada pada saat
pemesanan dilakukan.
Sesuai dengan karakteristik tersebut, secara grafis situasi inventori yang
ada dalam gudang bila menggunakan model P dapat digambarkan seperti pada
Gambar 2.2.
Gambar 2.3. Situasi

commit
Inventori
to userdengan Model P
Sumber : Bahagia, 2006
II - 18
digilib.uns.ac.id
Pada gambar 2.3 terlihat bahwa mekanisme pengendalian dilakukan

dengan memesan menurut interval waktu T dan jumlah yang dipesan adalah
sebesar (R r) yang merupakan ukuran lot bersifat variabel. Variabilitas ini
dikarenakan permintaan bersifat probabilistic sedangkan waktu pemesanan (T)
selalu tetap sehingga ukuran lot pemesanan antara satu pemesanan dengan
pemesanan lain berubah-ubah (variabel). Disamping itu tampak juga adanya suatu
periode waktu tertentu di mana kemungkinan barang tidak ada di gudang atau
terjadi kekurangan inventori (out of stock). Dalam metode P, kekurangan
inventori mungkin terjadi selama T dan selama leadtime (L). Oleh sebab itu,
cadangan pengaman yang diperlukan digunakan untuk meredam fluktuasi
kebutuhan selama T dan selama leadtime (L) tersebut. Penentuan besarnya
cadangan pengaman (ss) akan diperoleh dengan mencari keseimbangan antara
tingkat pelayanan dan ongkos inventori yang ditimbulkan (Bahagia, 2006).
Berdasarkan ekspektasi, ongkos inventori total (OT) terdiri dari komponen
ordering cost, holding cost, dan shortage cost. Berikut ini akan dirinci
formulasinya sehingga akan dapat ditentukan variabel-variabel keputusan yang
akan dikendalikan yaitu T dan R (Bahagia, 2006) :
1.
Ordering cost (Op)

Ordering cost per tahun (Op) dapat dinyatakan sebagai berikut :
Op (ongkos tiap kali pesan) (frekuensi pemesanan per tahun)
Op = A f
Jika setiap kali pemesanan dilakukan selang waktu T, frekuensi
pemesanan per tahun sebesar :
1
T
Dengan demikian ordering cost per tahun dapat diformulasikan sebagai:
2.
A
.(2.20)
T
Holding cost (Os)
Holding cost per tahun (Os) merupakan perkalian antara ekspektasi

inventori per tahun (m) dengan holding cost per unit per tahun (h) atau :
Os = m h
commit to user
II - 19
digilib.uns.ac.id
Dalam suatu siklus tertentu, inventori akan berada pada tingkat (s + TD) di
awal siklus pada tingkat (s) di akhir siklus, sehingga inventori ekspektasi
harga adalah :
TD
2
Seperti pada metode Q, untuk menghitung s untuk kasus backorder yaitu :
s+
Dalam kasus backorder kekurangan inventori dapat dipenihi kemudian,

secara sistematis dengan backorder memungkinkan nilai s berharga
negative sehingga ekspektasi harga s adalah :
s R-zfz dz
0
R- zfz dz
0
dimana,
zfz dz DL T
0
sehingga,
DL TD
s = R DL TD
Keterangan:
z
: Variabel acak permintaan barang selama (T + L) periode
f(z)
: Distribusi kemungkinan permintaan sebesar z
DL
: Ekspektasi permintaan selama L periode
: Interval waktu antar pemesanan
Dengan demikian diperileh ekspektasi inventori (m) sebagai berikut :

R - DL - TD +
R - DL -
TD
2
TD
..(2.21)
2
commit to user
II - 20
digilib.uns.ac.id
dengan mensubstitusikan persamaan 2.4 ke dalam Os, maka holding cost

(Os) dapat diformulasikan sebagai :
3.
Os R-DL -
TD
h.....(2.22)
2
Shortage cost (Ok)

Dalam model P, kemungkinan terjadinya kekurangan inventori dapat
terjadi
setiap
saat.
Oleh
sebab
itu,
cadangan
pengaman
yang
perkudiberikan harus dapat meredam fluktuasi kebutuhan selama (T+L).

Seperti pada metode Q, untuk menghitung shortage cost ini dapat
dilakukan atas dasar kuantitas inventori yang kurang. Jika ongkos setiap
unit kekurangan inventori sebesar cu dan jumlah total kekurangan inventori
selama satu tahun adalah NT, shortage cost per tahun adalah :
Ok = NTcu
Adapun harga NT dapat ditentukan sebagai perkalian antara jumlah siklus
dalam satu tahun dengan jumlah kekurangan inventori untuk setiap siklus,
maka :
NT N
1

T
N
T
Dengan demikian shortage cost sebesar :
B.
Ok
cu N
......(2.23)
T
Model P dengan Backorder

Formulasi model dan solusi berikut ini hanya berlaku bila kekurangan
inventori diberlakukan dengan backorder. Dalam hal ini pengguna mau

menunggu barang yang diminta sampai tersedia di gudang (Bahagia, 2006).
1.
Formulasi Model
Hasil yang diperoleh dari persamaan 2.20 sampai dengan 2.23 jika
disustitusikan ke dalam OT dengan kekurangan inventori diperlakukan secara

backorder akan diperoleh :
OT = Op + Os + Ok
commit to user
II - 21
OT DP
digilib.uns.ac.id
A
DT
cu
h R-DL
z-Rfz dz.......(2.24)
T
2
T
R
Dari formulasi ongkos total OT pada persamaan 2.24 nampak bahwa ada
dua variabel keputusan yang akan ditentukan, yaitu T dan R. Untuk mencari nilai
variabel keputusan optimal T, R dan ss diperoleh dengan menggunakan prinsip
optimasi, yaitu dengan memanfaatkan sifat konveksitas OT terhadap T dan.
Dengan demikian syarat agar OT minimal adalah :
OT
0
T
A
2
1
cu
hD 2 z-Rfz dz 0
2
R
2 Acu
OT
0
R
h-
z-Rfz dz
hD
..........(2.25)
cu
fz dz 0
T
r
fz dz
r
2.
Th
.........(2.26)
cu
Solusi dengan Metode Hadley-Within

Secara prinsip dari dua persamaan di atas nilai T dan R dapat ditentukan.
Namun, persamaan 2.25 dan 2.26 tersebut merupakan fungsi implisit sehingga
secara analitik sulit dipecahkan. Oleh sebab itu, untuk menentukan nilai T* dan R*
dicari dengan cara iterative. Seperti pada model Q, cara pencarian solusi T* dan R*
juga akan menggunakan metode Hadley-Within dengan cara sebagai berikut :
a.
Menghitung nilai T sebagai berikut :
b.
2A
Dh
Hitung nilai dan R dengan menggunakan persamaan 2.26.
Th
cu
commit to user
II - 22
digilib.uns.ac.id
Jika kebutuhan berdistribusi normal, nilai R mencakup kebutuhan selama

(T+L) periode dan dinyatakan dengan :
c.
d.
R = D(T + L) + z
Hitung total ongkos inventori (OT)0 dengan menggunakan persamaan 2.24.

Ulangi mulai langkah b dengan mengubah T0 = T0 + T0
Jika hasil (OT)0 baru lebih besar dari (OT)0 awal, iterasi penambahan T0
dihentikan. Kemudian dicoba dengan iterasi pengurangan (T0 = T0 T0) sampai ditemukan nilai T* = T0 yang memberikan nilai (OT)*
minimal.
Jika hasil (OT)0 baru lebih kecil dari (OT)0 awal, iterasi penambahan (T0
= T0 + T0) dilanjutkan dan baru berhenti apabila (OT)0 baru lebih
besar dari (OT)0 yang dihitung sebelumnya. Harga T0 yang

memberikan ongkos total terkecil (OT*) merupakan selang waktu
optimal (T*)
2.
Model (R, s, S)
(R, s, S) adalah merupakan kombinasi dari sistem (s, S) dan (R, S). (R, s, S)
menggunakan asumsi periodic review system (Silver dkk, 1998). Dalam sistem
(R, s, S), setiap R unit waktu dilakukan pemeriksaan posisi persediaan. Apabila
posisinya berada di bawah atau sama dengan reorder point, s, maka dilakukan
pemesanan sampai posisi persediaan mencapai S. Tapi apabila di atas s maka tidak
dilakukan pemesanan sampai saat pemeriksaan berikutnya.
Dalam bukunya, Silver dkk (1998) menulis salah satu formulasi model (R,
s, S) sistem yang merupakan pengembangan dari power approximation
menentukan dua parameter pengendali inventori yaitu Q = S s dan s. Berikut
merupakan langkah-langkah dalam model pengembangan power approximation.
Menghitung
1.30
dan
0 973
0 183
10
....(2.27)
3 2 192
commit to user
II - 23
...(2.28)
digilib.uns.ac.id
dimana
Q
.....(2.29
DR
DRL
Jika Qp /
> 1,5 maka :
s = sp
S = sp + Qp
Jika tidak, maka lanjut ke langkah 3
Menghitung
dimana k diperoleh dari

k
maka
s = minimum {sp, S0}...(2.30)

S = minimum {sp + Qp, S0}..(2.31)
Keterangan :
A
: ordering cost
vr
: holding cost
: demand per tahun

: rata-rata demand selama periode review
: rata-rata demand selama periode review dan leadtime
: standar deviasi demand selama periode review
: standar deviasi demand selama periode review dan leadtime
: reorder point
: maksimum stock
: shortage cost
: safety factor
k : fungsi variabel distribusi normal
commit to user
II - 24
2.4
digilib.uns.ac.id
Simulasi Montecarlo
Simulasi Montecarlo adalah tipe simulasi probabilistic yang memberikan
solusi masalah menggunakan sampling dari suatu proses random. Hal ini
dilakukan dengan terlebih dulu menentukan distribusi probabilitas dari variabel
dan kemudian diambil sampling secara random dari distribusi untuk
mengumpulkan data. Rangkaian bilangan random digunakan untuk menjelaskan
bahwa setiap variabel adalah random dari waktu ke waktu (Tersine, 1994).
Simulasi Montecarlo mengembangkan model stokastik dari situasi nyata
dan kemudian menampilkan percobaan sampling pada model. Langkah utama
dalam Simulasi Montecarlo adalah :
1.
Mendefinisikan distribusi probabilitas dari variabel kunci tertentu. Data

dapat berdistribusi standar, seperti Poisson, Normal atau Eksponensial
atau dapat berdistribusi empiris dari data masa lalu. Distribusi dapat
dihasilkan dari masa lampau atau dari percobaan.
2.
Sampel random digunakan untuk menentukan nilai variabel yang spesifik

dalam simulasi. Cara mengambil sampel antara lain dengan tabel bilangan
random. Urutan bilangan random akan mengikuti pola dari variasi yang
diharapkan.
3.
Mensimulasikan proses dan menganalisa observasi dalam jumlah yang

banyak. Jumlah yang tepat dari replikasi ditentukan dengan cara yang
sama dengan ukuran yang sesuai dengan sampel dalam eksperimen yang
aktual.
Sampel dari sistem dalam Simulasi Montecarlo ditentukan dengan
bilangan random. Bilangan random adalah sekumpulan nilai numerik yang terjadi
dengan kemungkinan sama dan tanpa pola yang diketahui. Cara yang paling
mudah dalam membangkitkan bilangan random adalah mengambil sampel
random dari dari semangkuk koin yang ditandai angka 1-100. Kebanyakan
bilangan random dibangkitkan oleh komputer dan disebut sebagai bilangan
random pseudo. Kelemahan dari bilangan random ini adalah tidak ada random
secara sempurna tetapi cukup random untuk tujuan simulasi. Bilangan random
ada yang tersedia dalam tabel. Bilangan ini dibangkitkan oleh perangkat
commit
to user
elektronik dan dapat menghasilkan
bilangan
random yang sempurna. Kelemahan
II - 25
digilib.uns.ac.id
dari peralatan ini adalah harganya yang mahal. Oleh karena itu, dalam simulasi
komputer lebih umum digunakan bilangan random pseudo yang dibangkitkan
oleh program komputer.
2.5
Penelitian Sebelumnya
Penelitian sebelumnya yang digunakan dalam penelitian ini adalah
penelitian tentang manajemen persediaan dan penataan gudang spare part bus di
PO. Safari Eka Kapti (Ariyadi, 2010). Tujuan yang ingin dicapai dalam penelitian
ini adalah melakukan manajemen persediaan yang optimal dengan menentukan
jumlah pemesanan dan ROP yang optimal. Ada beberapa tahapan yang dilakukan
dalam penelitian ini. Pada langkah awal diperlukan pengumpulan data yang
berhubungan dengan objek penelitian yaitu spare part bus. Beberapa data yang
diperlukan diantaranya: data historis permintaan spare part, data historis
pengadaan spare part,
biaya pengadaan spare part, data leadtime spare part,
komponen holding cost, ordering cost dan shortage cost. Setelah beberapa yang
diperlukan terkumpul, maka pertama kali yang dilakukan adalah uji distribusi
normal permintaan. Uji ini dilakukan untuk mencocokkan apakah data permintaan
sudah sesuai dengan asumsi berdistribusi normal yang dipakai dalam model
persediaan. Selanjutnya melakukan pemilihan spare part dengan melakukan
klasifikasi ABC. Langkah berikutnya adalah perhitungan jumlah pemesanan (Q)
dan titik pemesanan kembali (ROP) dilakukan dengan menggunakan pendekatan
model persediaan single item dengan mengakomodasi adanya backorder policy
sehingga mampu meminimalkan biaya total persediaan spare part. Algoritma
yang dipakai adalah algoritma yang telah dikembangkan oleh Hariga et al (2004).
Sedangkan untuk menghitung total biaya persediaan dilakukan dengan Simulasi
Montecarlo. Hasil yang diperoleh dari penelitian ini adalah jumlah pemesanan (Q)
dan titik pemesanan kembali (ROP) yang mampu meminimalkan total biaya
persediaan dan backorder.
Selain itu penelitian yang lain adalah penelitian tentang penentuan model
persediaan spare part dengan mempertimbangkan terjadinya backorder (Jauhari,
2008). Tujuan yang ingin dicapai dalam penelitian ini adalah menentukan solusi
model persediaan spare part commit
dengantomempertimbangkan
backorder. Ada
user
II - 26
digilib.uns.ac.id
beberapa tahapan yang dilakukan dalam penelitian ini. Pada tahap awal adalah
melakukan peramalan dengan metode Croston. Metode Croston pada dasarnya
memisahkan permintaan suatu item yang intermittent menjadi ukuran permintaan
dan waktu antar kedatangan. Tahap selanjutnya adalah pengembangan model,
pada tahap ini menentukan model biaya penyimapanan yang mengacu pada model
Tersine (1994). Penurunan rumus dilakukan untuk mencari ekspektasi jumlah
backorder yang mengikuti model yang sudah ada pada Tersine (1994) dan Chopra
dan Meindl (2001). Sedangkan untuk pencarian solusi model, yang dilakukan
adalah menetukan variabel keputusan q, variabel keputusan k dan algoritma
penyelesaian model. Pada algoritma penyelesaian model, pencarian solusi
dilakukan terhadap nilai q dan k yang mengacu pada ide dasar algoritma yang
telah dikembangkan oleh Ben-Daya dan Hariga (2004). Hasil yang diperoleh dari
penelitian ini adalah model persediaan untuk meminimasi terjadinya backorder
dengan beberapa variabel respon.
commit to user
II - 27
digilib.uns.ac.id
BAB III
METODOLOGI PENELITIAN
Proses pembuatan laporan penelitian ini terstruktur tahap demi tahap dan
digambarkan dalam bentuk flowchart, berikut uraiannya secara singkat.
commit to user
Gambar 3.1. Flowchart Metodologi Penelitan
III - 1
digilib.uns.ac.id
commit to user
Gambar 3.1. Flowchart Metodologi Penelitian (lanjutan)
III - 2
digilib.uns.ac.id
Proses penelitian dilakukan dalam beberapa tahapan yang diuraikan secara

singkat berikut ini :
3.1.
Tahap Identifikasi Masalah

Tahap ini dilakukan sebagai studi awal sebelum melakukan penelitian
yang terdiri dari :

a.
Studi Lapangan dan Studi Literatur

Studi lapangan berupa studi terhadap permasalahan yang terjadi di tempat
penelitian, yang diamati adalah manajemen persediaan suku cadang pesawat jenis
consumable. Pengamatan tersebut dilakukan untuk mengetahui permasalahan
mengenai manajemen persediaan suku cadang yaitu kurang terealisasinya
manajemen persediaan suku cadang yang baik karena sering terjadi kekurangan
ataupun kelebihan persediaan suku cadang.
Sedangkan, studi literatur berupa studi pustaka seperti apa yang termuat
dalam landasan teori, dilakukan dengan mempelajari materi yang didapat dari
buku, jurnal dan internet. Studi literatur dilakukan untuk mencari ide-ide,
rumusan-rumusan, konsep-konsep teoritis seperti: konsep persediaan, konsep
peramalan, dan konsep simulasi.
b.
Latar Belakang Masalah

Pada penelitian ini latar belakang masalahnya yaitu untuk memperbaiki
sistem manajemen persediaan suku cadang pesawat agar persediaan yang ada di
dalam gudang optimal, sehingga dapat meminimalkan total biaya persediaan
namun perusahaan tetap dapat memenuhi permintaan perbaikan pesawat.
c.
Perumusan Masalah
Pada tahap ini dirumuskan permasalahan yang digunakan untuk
mengidentifikasi permasalahan yang diteliti. Pada perumusan masalah dilakukan

penetapan sasaran yang akan dibahas dan kemudian dicari solusi permecahan
masalahnya pada tahap pengolahan data. Hal ini dilakukan agar dapat fokus dalam
membahas permasalahan yang diterjadi. Perumusan masalah pada penelitian ini
adalah melakukan perbaikan pada pengendalian persediaan suku cadang pesawat
terbang untuk meminimalkan total biaya persediaan dan melakukan perbandingan
commit to user
III - 3
digilib.uns.ac.id
hasil perbaikan pengendalian persediaan usulan dengan pengendalian yang

dilakukan perusahaan.
d.
Tujuan Penelitian
Tujuan
penelitian
ditetapkan
agar
penelitian
yang
dilakukan
menyelesaikan rumusan masalah. Tujuan dari penelitian ini adalah menentukan

waktu
antar
pemesanan
dan
persediaan
maksimum
sehingga
mampu
meminimalkan biaya total persediaan suku cadang, serta membandingkan total

biaya persediaan usulan dengan perusahaan.
e.
Pembatasan Masalah
Pembatasan masalah dilakukan dengan tujuan agar masalah yang dibahas
tidak menyimpang dari pokok permasalahan dan tujuan yang telah ditetapkan.
Perusahaan mengelompokkan suku cadang menjadi tiga jenis, yaitu rotable,
repairable, dan consumable. Pada penelitian ini, suku cadang yang diteliti adalah
suku cadang jenis consumable. Pengendalian persediaan suku cadang jenis
consumable diteliti karena dilihat dari proses kebutuhan, penggunaan, sampai
dengan pengadaan dan pemenuhan mutlak harus dipenuhi apabila ada suatu
aktivitas perawatan ataupun perbaikan terjadi. Hal ini dikarenakan suku cadang
jenis consumable sering sekali dipakai dan tidak dapat diperbaiki lagi bila terjadi
kerusakan. Suku cadang jenis consumable diperoleh dengan melakukan
pemesanan ke beberapa pemasok yang membutuhkan waktu pemesanan berbedabeda karena suku cadang tersebut didatangkan dari beberapa negara yang berbeda
pula.
Di dalam gudang banyak sekali jenis suku cadang yang disimpan, akan
tetapi ada beberapa suku cadang yang jarang disimpan. Oleh karena itu, suku
cadang yang diambil merupakan data suku cadang yang mempunyai permintaan
tinggi. Data suku cadang yang diambil adalah 60 jenis suku cadang consumable
yang paling tinggi permintaannya mulai tahun 2001 hingga tahun 2010. Hal ini
dikarenakan penelitian dilakukan pada tahun 2011 dan pada proses penyelesaian
penelitian ini memerlukan data permintaan beberapa tahun yang lalu. Harga suku
cadang yang dipakai adalah harga suku cadang pada tahun 2010, karena harga
pada tahun tersebut paling mendekati dengan harga suku cadang pada tahun 2011.
commit to user
III - 4
3.2.
digilib.uns.ac.id
Peramalan Jumlah Permintaan Suku Cadang

Peramalan jumlah permintaan digunakan untuk meramalkan jumlah
permintaan suku cadang satu tahun yang akan datang. Suku cadang yang diteliti
adalah suku cadang kelas B yang mengacu pada hasil penelitian Muhbiantie
(2011). Dalam melakukan peramalan terdapat tiga tahapan yaitu tahap agregasi,
tahap peramalan dan penentuan demand forecast. Pada tahap peramalan
digunakan alat bantu software WinQSB untuk membantu meramalkan permintaan
suku cadang satu tahun ke depan. Data yang diperlukan dalam proses peramalan
adalah data historis permintaan suku cadang selama tahun 2001-2010.
1.
Tahap Agregasi
Agregasi merupakan proses pengelompokan dari produk individu ke
dalam famili produk. Hal ini dilakukan karena peramalan famili produk lebih
akurat jika dibandingkan dengan peramalan produk individu.
2.
Tahap Peramalan
Peramalan permintaan suku cadang dilakukan untuk mengetahui besarnya
nilai demand forecast untuk satu tahun ke depan. Pada tahap peramalan digunakan
alat bantu software WinQSB untuk membantu meramalkan permintaan suku
cadang.
3.
Tahap Disagregasi
Untuk mengetahui demand forecast masing-masing suku cadang, maka
dilakukan disagregasi yaitu perhitungan proporsi dari masing-masing suku

cadang. Pada penelitian ini hanya memfokuskan pada suku cadang kelas B, untuk
itu pada tahap disagregasi, suku cadang yang dihitung adalah suku cadang kelas
B. Pada proses disagregasi diperlukan proporsi dari setiap suku cadang.
4.
Perhitungan Standar Deviasi

Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan data jumlah permintaan suku cadang. Untuk menghitung standar

deviasi, langkah pertama yang dilakukan adalah menghitung rata-rata permintaan,
berikut uraiannya :
=
xi
..(3.1)
commit to user
III - 5
digilib.uns.ac.id
Keterangan :
xi
: jumlah permintaan pada periode ke-n
: rata-rata jumlah permintaan
: jumlah periode
Sedangkan langkah kedua adalah menghitung besarnya standar deviasi,
berikut langkah-langkahnya :
S=
x1 -x
2+
x2 -x
2 +x -x 2 +x -x 2 ++x -x 2
3
4
n
n-1
..(3.2)
Keterangan :
S
: standar deviasi
xn
: jumlah permintaan pada periode ke-n
: rata-rata jumlah permintaan
: jumlah periode
3.3.
Perhitungan Holding Cost, Ordering Cost dan Shortage Cost

Biaya-biaya yang digunakan untuk perhitungan total biaya persediaan
suku cadang adalah holding cost, ordering cost dan shortage cost. Berikut ini
adalah uraian dari masing-masing komponen biaya tersebut :
1.
Holding Cost (Os)

Holding cost adalah biaya yang digunakan untuk merawat persediaan suku
cadang. Dalam menentukan holding cost, terdapat dua komponen yaitu interest
rate dan biaya operasional gudang. Biaya operasional gudang terdiri dari gaji
pegawai gudang. berikut adalah uraian perhitungan holding cost :
Os = I + B...(3.3)
dimana,
Os = holding cost (Rp/unit/tahun)
I = interest rate (Rp/unit/tahun)
B = biaya operasional gudang (Rp/unit/tahun)
Keterangan :
I = bunga pinjam bank harga suku cadang per item..(3.4)
B=
gaji pegawai selama satu tahun

commit.(3.5)
to user
rata-rata persediaan suku cadang
III - 6
2.
digilib.uns.ac.id
Ordering Cost (Op)

Ordering cost merupakan biaya yang dikeluarkan oleh perusahaan untuk
memperoleh suku cadang dari pemasok. Ordering cost diperoleh dari :

Op =
bt
..(3.6)
j
dimana,
Op= Ordering cost (Rp/order)
bt = Biaya internet selama satu tahun (Rp/tahun)
j
= Jumlah seluruh order dalam satu tahun (order/tahun)
3.
Shortage Cost (Ok)

Shortage cost merupakan biaya yang dikeluarkan perusahaan karena
terjadi kekurangan persediaan. Shortage cost ditetapkan oleh perusahaan untuk

masing-masing suku cadang yaitu 20% dari harga suku cadang.
3.4.
Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan

Maksimum (R)
Penentuan periode waktu antar pemesanan dan persediaan maksimum
menggunakan model persediaan periodic review, berikut langkah-langkahnya :

a.
Langkah 1
T
: menghitung nilai T
2A
..3.7)
Dh
Keterangan :
b.
: periode waktu antar pemesanan
: ordering cost
: permintaan
: holding cost
Langkah 2
Th
: menghitung nilai
...(3.8)
commit to user
III - 7
digilib.uns.ac.id
Keterangan :
c.
: holding cost
Cu
: shortage cost
Langkah 3
R DT
: menghitung nilai R
T + L.....(3.9)
DL
dimana,
z = nilai tabel dari .(3.10)

Keterangan :
d.
: persediaan maksimum
: permintaan
: leadtime pemesanan
Langkah 4
: menghitung nilai N
N ST + L f
dimana,
.(3.11)
NORMDIST (z,0,1,0)...(3.12)
NORMDIST (z ,0,1,0) - z 1-NORMDISTz,0,1,1 ..(3.13)
: jumlah suku cadang
: standar deviasi
: leadtime pemesanan
Keterangan :
e.
Langkah 5
A
T
: menghitung nilai OT
R-D
DT
h
2
h N(3.14)
Keterangan :
OT
: total biaya persediaan
: ordering cost
: persediaan maksimum
: permintaan
commit to user
III - 8
f.
digilib.uns.ac.id
Cu
: shortage cost
: holding cost
: jumlah suku cadang
Langkah 6
: menentukan T dan R optimal
Setelah mengetahui OT dari T awal, dicoba dengan penambahan T awal

sebesar 0,005 tahun sehingga T awal bertambah, selanjutnya kembali ke
Langkah 2. Terdapat dua kemungkinan pada iterasi ini, yaitu :
Jika pada penambahan T awal, OT yang dihasilkan lebih kecil maka

lanjutkan iterasi penambahan T sebesar 0,005 hingga hasil OT paling
kecil.
Jika pada penambahan T awal, OT yang dihasilkan lebih besar maka

iterasi penambahan T berhenti dan dilanjutkan iterasi dengan
pengurangan T awal sebesar 0,005 hingga hasil OT paling kecil.
Penentuan periode waktu antar pemesanan ( T ) dan persediaan maksimum

( R ) yang optimal adalah pada OT terkecil.
3.5.
Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan

Total biaya persediaan suku cadang berdasarkan kebijakan perusahaan
ditentukan untuk membandingkan dengan total biaya persediaan usulan. Hal ini
dilakukan untuk mengetahui seberapa baik model persediaan usulan. Dalam
menentukan total biaya persediaan suku cadang berdasarkan kebijakan
perusahaan, langkah yang dilakukan adalah melakukan simulasi Montecarlo.
Total biaya persediaan perusahaan dihitung dengan simulasi, karena tidak ada
ketersediaan data mengenai jumlah backorder. Sehingga model perusahaan tidak
memungkinkan untuk diselesaikan menggunakan persamaan.
Simulasi Montecarlo akan digunakan untuk penentuan total biaya
perusahaan karena simulasi ini adalah simulasi model persediaan yang cara
kerjanya menggunakan
beberapa parameter. Simulasi Montecarlo digunakan
untuk mengetahui persediaan rata-rata suku cadang selama satu tahun, jumlah
order, dan banyaknya shortage. Simulasi Montecarlo merupakan simulasi dengan
model probabilistic, dimana data commit
dihasilkan
dari bilangan random yang kemudian
to user
III - 9
disusun
suatu
digilib.uns.ac.id
distribusi
probabilitas.
Langkah-langkah
dalam
Simulasi
Montecarlo :
1.
Menentukan parameter yang diamati dalam sistem, untuk hal ini adalah
permintaan suku cadang.
2.
Membuat distribusi frekuensi permintaan.
3.
Membuat distribusi probabilitas kumulatif.
4.
Mengkaitkan nilai parameter dengan bilangan random.
5.
Melakukan simulasi
Simulasi digunakan untuk menentukan total biaya persediaan menurut
model perusahaan. Ada bebrapa tahap dalam melakukan simulasi yaitu :

a.
Penentuan jumlah permintaan suku cadang

Jumlah permintaan suku cadang ditentukan berdasarkan hasil dari
pengkaitan nilai parameter dengan bilangan random.

b.
Penentuan jumlah lot pemesanan

Jumlah lot pemesanan ditentukan berdasarkan banyaknya jumlah
pemesanan pada kebijakan perusahaan.

c.
Penentuan jumlah posisi persediaan

Posisi persediaan adalah jumlah persediaan yang ada di gudang. Untuk
jumlah posisi persediaan dihitung dengan persamaan :

Posisi persediaan n = Posisi persediaan (n-1) + lot pemesanan (n) Permintaan
(n) shortage (n-1).(3.15)
d.
Penentuan banyaknya shortage

Shortage dilakukan apabila nilai posisi persediaan < permintaan, untuk
jumlah banyaknya shortage dihitung dengan persamaan :

Shortage (n) = permintaan (n) - posisi persediaan (n)...(3.16)
e.
Penentuan banyaknya order

Untuk jumlah banyaknya order didasarkan pada kebijakan perusahaan
yaitu saat posisi persediaan 0 unit.

f.
Penentuan total biaya persediaan

Untuk nilai jumlah pemesanan (Q) dan titik pemesanan kembali (ROP)
yang digunakan adalah berdasarkan kebijakan perusahaan. Setelah dilakukan

commit torata-rata,
user
simulasi maka akan diketahui persediaan
jumlah order, dan banyaknya
III - 10
digilib.uns.ac.id
shortage sehingga total biaya persediaan suku cadang dapat dihitung dengan
menggunaakan persamaan sebagai berikut :
OT = ( rata-rata persediaan Os ) + ( jumlah shortage Ok ) + ( jumlah order
Op )....(3.17)
Keterangan :
OT
: total biaya persediaan (Rp/tahun)
Os
: holding cost (Rp/unit/tahun)
Ok
: shortage cost (Rp/unit)
Op
: ordering cost (Rp/order)

Pada proses simulasi data yang dibutuhkan adalah :
Data banyaknya lot pemesanan perusahan (Q) setiap suku cadang
Data titik pemesanan kembali perusahaan (ROP) setiap suku cadang
Data leadtime pemasanan
Data komponen holding cost, ordering cost dan shortage cost
3.6.
Perbandinagan Hasil Perhitungan Total Biaya Persediaan Model

Periodic Review dengan Model Kebijakan Perusahaan
Pada tahap ini akan dipaparkan hasil perhitungan total biaya persediaan
model periodic review dengan model kebijakan perusahaan. Dengan melihat hasil
perhitungan total biaya persediaan, dapat dibandingkan model persediaan mana
yang terbaik untuk perusahaan.
3.7.
Analisis Hasil
Pada tahap ini dilakukan beberapa analisis dari hasil pengolahan data yang
dilakukan, analisis tersebut adalah :

1.
Analisis periode waktu antar pemesanan (T).
2.
Analisis persediaan maksimum (R).
3.
Perbandingan total biaya persediaan.
4.
Perubahan periode review suku cadang kelas B.
5.
Perubahan jumlahpermintaan suku cadang kelas B.

commit to user
III - 11
3.8.
Kesimpulan dan Saran
a.
Kesimpulan
digilib.uns.ac.id
Setelah dilakukan tahap analisis hasil maka dapat ditarik kesimpulan

sesuai dengan tujuan penelitian mengenai manajemen persediaan suku cadang.
b.
Saran
Saran merupakan usulan dari peneliti yang mungkin dapat ditindaklanjuti
oleh perusahaan dalam mengendalikan persediaan.
commit to user
III - 12
digilib.uns.ac.id
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1.
Pengumpulan Data
Pada tahap ini menjelaskan mengenai data-data pendukung untuk
pengolahan data mengenai manajemen persediaan suku cadang pesawat yang

berasal dari perusahaan, data-data yang dimaksud adalah data historis permintaan
suku cadang, data harga suku cadang, data leadtime pemesanan suku cadang,
komponen holding cost, ordering cost dan shortage cost.
4.1.1. Data Historis Permintaan Suku Cadang
Data historis permintaan suku cadang diperoleh dari hasil pencatatan
tahunan yang dilakukan oleh pihak perusahaan. Data tersebut berisi jumlah
permintaan 60 suku cadang jenis consumable dengan permintaan paling banyak
selama tahun 2001-2010. Data ini digunakan untuk melakukan peramalan jumlah
permintaan suku cadang untuk satu tahun yang akan datang. Adapun data
permintaan selama tahun 2001-2010 selengkapnya dapat dilihat pada Lampiran
1.1.
4.1.2. Data Harga Suku Cadang
Data harga suku cadang yang diperoleh dari perusahaan merupakan harga
dalam satuan mata uang U$ dollars, maka dari itu untuk mempermudah
perhitungan dikonversikan ke dalam satuan mata uang rupiah dengan
mengalikannya Rp 8.900,00. Data harga suku cadang tersebut dapat dilihat pada
Tabel 4.1. Data harga suku cadang digunakan untuk penentuan total biaya
persediaan.
commit to user
IV - 1
digilib.uns.ac.id
Tabel 4.1. Harga Suku Cadang

No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
Harga
($/unit)
Nama Suku Cadang

CH34736
335-299-401-0
S9413-11
MFFA632/2
740001
D717-01-100
FK16588
088-1031-006
KB29665
4L83-046
QA03963
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
ABS0368-01
BV03112-03-33
2315M20-3
ASPF-S-V06
65-90305-17
QD1004-125
69-41868-3
CA00075A
FK20159
77870949
65-90305-59
BACH20X3
QA06123
332A1034-25
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
to
Sumber : SAP PT. GMF AA, commit
2010
669.48
74.60
473.34
11,716.01
107.54
877.44
3,157.33
1,556.49
259.42
963.01
170.58
604.71
677.92
132.85
569.87
11.31
615.76
216.20
42.25
555.10
41.79
75.63
211.98
385.94
13.98
78.06
100.37
11.54
76.99
22.88
89.83
16.22
36.55
48.10
13.27
327.98
22.62
214.13
IV - 2
user
Harga (Rp/unit)
Rp 5,958,369
Rp
663,941
Rp 4,212,726
Rp 104,272,489
Rp
957,120
Rp 7,809,216
Rp 28,100,193
Rp 13,852,783
Rp 2,308,797
Rp 8,570,745
Rp 1,518,178
Rp 5,381,885
Rp 6,033,452
Rp 1,182,356
Rp 5,071,843
Rp
100,685
Rp 5,480,231
Rp 1,924,190
Rp
375,991
Rp 4,940,346
Rp
371,912
Rp
673,090
Rp 1,886,582
Rp 3,434,896
Rp
124,442
Rp
694,767
Rp
893,272
Rp
102,743
Rp
685,202
Rp
203,654
Rp
799,460
Rp
144,347
Rp
325,320
Rp
428,101
Rp
118,074
Rp 2,919,022
Rp
201,312
Rp 1,905,727
digilib.uns.ac.id
Tabel 4.1. Harga Suku Cadang (lanjutan)

No.
Nama Suku
Cadang
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
RG1969
65C27738-2
OF25-021
BACC63BV14B7SN
FK20158
BACR15BB6D7C
MS29526-2
BACB30NN4K4
ABS0367-030
ABS0604-4
F5746293620100
BACR15GF8D7
BACN10YR3C
MS29513-334
S9413-111
BACN10JC4CD
65B10920-171
4551
1683
M83248/1-906
BACB30VF4K12
BACW10BP41CD
Harga ($/unit)
Harga (Rp/unit)
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
30.35
303.49
23.79
36.31
37.85
19.75
16.49
0.78
7.35
1.09
6.56
53.50
0.22
0.85
0.32
0.53
31.42
0.07
0.07
0.14
0.92
0.44
270,102
2,701,017
211,709
323,191
336,902
175,775
146,748
6,952
65,377
9,657
58,359
476,150
1,933
7,601
2,804
4,740
279,638
659
631
1,260
8,210
3,916
Sumber : SAP PT. GMF AA, 2010
4.1.3. Data Leadtime Pemesanan Suku Cadang

Data leadtime pemesanan suku cadang yang diperoleh dari perusahaan
merupakan data leadtime pemesanan dalam satuan hari. Untuk memudahkan
perhitungan pada metode periodic review satuan tersebut dikonversikan ke dalam
satuan tahun dengan membagi 365 hari. Sedangkan untuk memudahkan proses
simulasi persediaan suku cadang selama satu tahun, menggunakan leadtime dalam
satuan hari yang dapat dilihat pada Tabel 4.2.
commit to user
IV - 3
digilib.uns.ac.id
Tabel 4.2. Leadtime Pemesanan Suku Cadang

No.
Nama Suku Cadang
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
CH34736
335-299-401-0
S9413-11
MFFA632/2
740001
D717-01-100
FK16588
088-1031-006
KB29665
4L83-046
QA03963
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
ABS0368-01
BV03112-03-33
2315M20-3
ASPF-S-V06
65-90305-17
QD1004-125
69-41868-3
CA00075A
FK20159
77870949
65-90305-59
BACH20X3
QA06123
332A1034-25
Leadtime
(hari)
Leadtime
(tahun)
45
96
21
23
10
23
21
11
23
7
29
35
29
7
7
26
23
89
20
11
45
11
8
10
14
58
23
7
8
8
96
46
45
8
46
46
46
26
0.123
0.263
0.058
0.063
0.027
0.063
0.058
0.030
0.063
0.019
0.079
0.096
0.079
0.019
0.019
0.071
0.063
0.244
0.055
0.030
0.123
0.030
0.022
0.027
0.038
0.159
0.063
0.019
0.022
0.022
0.263
0.126
0.123
0.022
0.126
0.126
0.126
0.071
commit
to user
Sumber : SAP PT. GMF
AA, 2010
IV - 4
digilib.uns.ac.id
Tabel 4.2. Leadtime Pemesanan Suku Cadang (lanjutan)

No.
Nama Suku
Cadang
Leadtime
(hari)
Leadtime
(tahun)
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
RG1969
65C27738-2
OF25-021
BACC63BV14B7SN
FK20158
BACR15BB6D7C
MS29526-2
BACB30NN4K4
ABS0367-030
ABS0604-4
F5746293620100
BACR15GF8D7
BACN10YR3C
MS29513-334
S9413-111
BACN10JC4CD
65B10920-171
4551
1683
M83248/1-906
BACB30VF4K12
BACW10BP41CD
46
21
23
46
35
7
29
45
8
20
45
9
22
11
182
46
45
10
35
23
14
16
0.126
0.058
0.063
0.126
0.096
0.019
0.079
0.123
0.022
0.055
0.123
0.025
0.060
0.030
0.499
0.126
0.123
0.027
0.096
0.063
0.038
0.044
Sumber : SAP PT. GMF AA, 2010
4.1.4. Komponen Holding Cost, Ordering Cost dan Shortage Cost

1.
Holding Cost
Penentuan besarnya holding cost terdapat dua komponen, yaitu interest
rate dan biaya operasional gudang. Dalam penentuan interest rate diperlukan
bunga pinjam bank dan harga masing-masing suku cadang, bunga pinjam bank
ditentukan sebesar 6%. Sedangkan dalam penentuan biaya operasional diperlukan
data rata-rata semua suku cadang yang terdapat di gudang selama tahun 2010
yaitu sebesar 20.039 unit, jumlah pegawai di gudang persediaan yaitu 15 orang
dan gaji pegawai sebesar Rp 4.000.000,00 setiap bulannya.
2.
Ordering Cost
Ordering cost diperoleh dari beberapa komponen yaitu biaya internet yang
commit to user
digunakan oleh pihak perusahaan dalam pemesanan seluruh suku cadang sebesar
IV - 5
digilib.uns.ac.id
Rp 300.000,00 tiap bulan, persentase penggunaan internet sepenuhnya untuk

pemesanan suku cadang yang dibutuhkan perusahaan. Selain itu komponen
ordering cost yang dibutuhkan adalah jumlah pemesanan yang dilakukan
perusahaan selama satu tahun adalah 1.067 kali.
3.
Shortage Cost
Shortage cost merupakan biaya kekurangan persediaan saat dibutuhkan,
besarnya shortage cost telah ditentukan perusahaan. Shortage cost pada dasarnya
bukan biaya nyata, melainkan berupa biaya kehilangan kesempatan. Termasuk
dalam biaya ini, antara lain semua biaya kesempatan yang timbul karena
terhentinya proses perbaikan pesawat terbang sebagai akibat tidak adanya suku
cadang yang dibutuhkan, biaya administrasi tambahan, biaya tertundanya
penerimaan keuntungan, bahkan biaya kehilangan pelanggan. Data shortage cost
merupakan data yang diambil dari perusahaan yaitu sebesar 20% dari harga suku
cadang tersebut, shortage cost dapat dilihat pada Tabel 4.10.
4.1.5. Suku Cadang yang Diteliti
Pada penelitian ini suku cadang yang diteliti adalah suku cadang kelas B
berdasarkan hasil pengklasifikasian dari penelitian Muhbiantie (2011). Hasil dari
pengklasifikasian suku cadang dapat dilihat pada Tabel 4.3.
Tabel 4.3. Hasil Klasifikasi ABC
No.
1
2
3
4
5
6
7
8
9
10
11
12
Nama Suku Cadang

CH34736
335-299-401-0
S9413-11
MFFA632/2
740001
D717-01-100
FK16588
088-1031-006
KB29665
4L83-046
QA03963
5709-4
Sumber : Muhbiantie, 2011.
Persentase
Pemakaian
Suku Cadang
Kelas
Nilai Pemakaian
Persentase
Jumlah
Nilai Pemakaian
Rp 2,808,350,055
79.613%
23.068%
Kelas A
Rp 521,112,802
14.773%
16.904%
Kelas B
Jumlah
commit to user
IV - 6
digilib.uns.ac.id
Tabel 4.3. Hasil Klasifikasi ABC (lanjutan)

No.
13
14
15
16
17
18
19
20
21
22
23
24
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
Nama Suku Cadang

362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
ABS0368-01
BV03112-03-33
2315M20-3
ASPF-S-V06
65-90305-17
QD1004-125
69-41868-3
CA00075A
FK20159
77870949
65-90305-59
BACH20X3
QA06123
332A1034-25
RG1969
65C27738-2
OF25-021
BACC63BV14B7SN
FK20158
BACR15BB6D7C
MS29526-2
BACB30NN4K4
ABS0367-030
ABS0604-4
F5746293620100
BACR15GF8D7
Sumber : Muhbiantie, 2011
Persentase
Pemakaian
Suku Cadang
Kelas
Nilai Pemakaian
Persentase
Jumlah
Nilai Pemakaian
Rp 521,112,802
14.773%
16.904%
Kelas B
Rp 198,035,858
5.614%
60.028%
Kelas C
Jumlah
commit to user
IV - 7
digilib.uns.ac.id
Tabel 4.3. Hasil Klasifikasi ABC (lanjutan)

No.
51
52
53
54
55
56
57
58
59
60
Nama Suku
Cadang
BACN10YR3C
MS29513-334
S9413-111
BACN10JC4CD
65B10920-171
4551
1683
M83248/1-906
BACB30VF4K12
BACW10BP41CD
Persentase
Pemakaian
Suku Cadang
Kelas
Nilai Pemakaian
Persentase
Jumlah
Nilai Pemakaian
Rp 198,035,858
5.614%
60.028%
Kelas C
Jumlah
Sumber : Muhbiantie, 2011
4.2.
Pengolahan Data
Pengolahan data dilakukan tahap demi tahap sesuai dengan langkah-
langkah yang dijelaskan pada metodologi penelitian. Pengolahan data yang

dilakukan meliputi: peramalan jumlah permintaan suku cadang, perhitungan biaya
(holding cost, ordering cost dan shortage cost), penentuan waktu antar pemesanan
(T) dan penentuan persediaan maksimum (R) dengan model periodic review, serta
penentuan total biaya persediaan perusahaan dengan simulasi Montecarlo. Untuk
proses peramalan, suku cadang yang diramalkan adalah suku cadang kelas B yang
mengacu pada hasil penelitian yang dilakukan oleh Muhbiantie (2011). Penelitian
ini memiliki kesamaan objek dengan penelitian yang dilakukan oleh Muhbiantie
(2011) di PT. GMF AA.
4.2.1. Peramalan Jumlah Permintaan Suku Cadang
Peramalan jumlah permintaan digunakan untuk meramalkan jumlah
permintaan suku cadang satu tahun yang akan datang. Peramalan jumlah
permintaan ini nantinya akan dijadikan sebagai demand yang digunakan untuk
menentukan periode waktu antar pemesanan (T) dan persediaan maksimum (R)
dalam model periodic review.
Pada penelitian ini, suku cadang yang teliti adalah suku cadang kelas B,
maka dari itu pada tahap peramalan ini suku cadang yang akan diramalkan adalah
commit to user
suku cadang kelas B. Dalam melakukan peramalan terdapat tiga tahapan yaitu
IV - 8
digilib.uns.ac.id
tahap agregasi, tahap peramalan dan disagregasi. Pada tahap peramalan digunakan
alat bantu software WinQSB untuk membantu meramalkan permintaan suku
cadang satu tahun ke depan.
1.
Agregasi
Agregasi merupakan proses pengelompokan dari produk individu ke
dalam famili produk. Hal ini dilakukan karena peramalan famili produk lebih
akurat jika dibandingkan dengan peramalan produk individu. Melalui agregasi
diperoleh juga hasil plot data untuk mengetahui pola data permintaan suku cadang
tersebut. Hasil dari agregasi data permintaan suku cadang dapat selengkapnya
dilihat pada Tabel 4.4.
Tabel 4.4. Hasil Agregasi Permintaan Suku Cadang
No.
Nama Suku
Cadang
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
CH34736
335-299-401-0
S9413-11
MFFA632/2
740001
D717-01-100
FK16588
088-1031-006
KB29665
4L83-046
QA03963
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
ABS0368-01
BV03112-03-33
Jumlah Permintaan (unit)

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
4
0
23
6
52
46
53 194
75 123
8
8
0
12
4
1
15
13 319 521
16
6
8
57 118 228 207
38 148 133
4
34
0
5
5
8
2
0
0
2
34
54
12
1
19 272 100
27 268 196
8
2
0
6
4
5
12
10
6
24
11
3
2
2
1
3
0
7
10
6
2
2
0
0
4
5
12
16
6
8
42
34
69
4
19
24
21
30
33
48
0
6
22
38
69 273 518
72
5
12
12
20
6
4
37
31
30
13
49
61
6
21
15
13
11
18
28
3
15
13
4
18
10
2
3
2
4
0
18
10
0
11
16
21
46
55
81 107
56
50
5
13
28
4
4
1
15
17
7
11
67
1
17
16 260 366 108
13 319 521
5
0
1
1
1
5
5
9
14
8
7
3
11
11
13
16
22
11
24
17
34
23
11
47
27 113 108
94 215
87
4
2
2
0
2
0
2 209
2
6
3
13
34
1
10
1
12
2
24
60
144
20
4
0
89 124 190 168
95
31
1
3
10
8
14
8
27
64
15
11
3
3
1
6
1
0
2 221
2
6
50
9 206 475 207 174
65
6 273 153
1 commit
4 to user
2
2
23
16
50 834
46
27
IV - 9
digilib.uns.ac.id
Tabel 4.4. Hasil Agregasi Permintaan Suku Cadang (lanjutan)

No.
Nama Suku
Cadang
27
2315M20-3
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
57
58
59
60
ASPF-S-V06
65-90305-17
QD1004-125
69-41868-3
CA00075A
FK20159
77870949
65-90305-59
BACH20X3
QA06123
332A1034-25
RG1969
65C27738-2
OF25-021
BACC63BV14B7SN
FK20158
BACR15BB6D7C
MS29526-2
BACB30NN4K4
ABS0367-030
ABS0604-4
F5746293620100
BACR15GF8D7
BACN10YR3C
MS29513-334
S9413-111
BACN10JC4CD
65B10920-171
4551
1683
M83248/1-906
BACB30VF4K12
BACW10BP41CD
TOTAL

2001 2002
33
16
6
9
24
2
57
1
4
70
20
3
11
6
3
15
34
9
24
11
154
0
24
23
12
17
0
9
12
6
211
95
0
1
12
1,393
9
19
12
2
2
3
7
37
3
1
3
10
2
22
12
23
2
3
39
20
11
4
9
22
2
6
5
0
6
6
1
3
12
2003
31
2004
4
2005
29
2006
15
2007
25
2008
233
2009
3
2010
21
75
32
1
9
6
16
12
14
3
6
7
11
1
3
76
16
2
1
18
36
15
12
2
11
3
8
78
3
3
22
19
24
22
4
15
4
12
45
0
3
35
1
0
10
1
0
7
11
0
12
1
20
77
281
17
1
70
8
57
14
1
8
37
4
6
8
56
14
33
5
79
4
6
82
10
16
4
9
5
11
25
5
22
10
165
10
108
11
1
232
200
119
151
1
30
438
29
20
11
0
12
33
15
95
6
6
108
11
6
3
4
1
17
20
7
15
19
436
63
99
7
7
348
150
228
155
0
619
273
15
42
18
175
27
30
1
86
7
5
129
7
10
6
5
2
5
28
14
52
26
159
0
150
12
1
547
130
207
30
1
651
518
25
83
28
8
62
337
520
12
332
0
2
8
23
1
1
5
0
10
38
3
26
16
10
9
23
5
5
26
29
2
2
4
5
12
24
348
238
17
41
35
117
15
23
112
5
20
5
10
4
11
29
15
24
16
258
151
246
14
5
288
16
222
3
4
645
509
4
6
5
146
19
60
13
72
25
16
56
2
29
3
20
2
24
14
12
23
21
208
21
125
18
2
403
84
214
118
2
548
385
57
4
4
647 1,108 1,516 2,994 4,648 4,871 4,319 5,160 4,916
Berdasarkan hasil agregasi data permintaan suku cadang yang terdapat

pada Tabel 4.4 dapat diketahui jumlah total permintaan semua suku cadang setiap
commit to user
tahunnya mulai dari tahun 2001-2010. Jumlah permintaan semua suku cadang
IV - 10
digilib.uns.ac.id
setiap tahunnya akan di plot sehingga dapat diketahui pola data tersebut. Selain
itu, jumlah permintaan semua suku cadang setiap tahun akan menjadi input pada
peramalan menggunakan software WinQSB untuk menghasilkan demand
forecast. Pola data yang dimaksud dapat dilihat pada Gambar 4.1.
Jumlah permintaan (unit)
6000
5000
4000
3000
Permintaan
2000
1000
0
1
10
Tahun
Gambar 4.1. Plot Data Permintaan Suku Cadang Tahun 2001-2010

2.
Peramalan
Langkah selanjutnya setelah mengagregasikan data adalah tahap
peramalan. Peramalan permintaan suku cadang dilakukan untuk mengetahui

besarnya nilai demand forecast untuk satu tahun ke depan. Pada Gambar 4.1 plot
data yang dihasilkan adalah grafik yang cenderung memiliki pola trend, untuk itu
metode peramalan yang digunakan untuk meramalkan permintaan suku cadang
adalah peramalan regresi linier. Hasil dari peramalan yang diperoleh dari
software WinQSB dapat dilihat pada Tabel 4.5. Hasil peramalan permintaan
semua suku cadang pada Tabel 4.5 menggunakan metode regresi linier sebesar
6.192,9 unit. Melalui hasil peramalan tersebut dapat diketahui demand forecast
masing-masing suku cadang.
commit to user
IV - 11
digilib.uns.ac.id
Tabel 4.5. Hasil Peramalan Permintaan Suku Cadang

Forecast Result for Example Problem
Year
1
2
3
4
5
6
7
8
9
10
11
CFE
MAD
MSE
MAPE
Trk.Signal
R-sqaure
3.
Actual
Forecast by
Forecast
Data
LR
Error
1393
647
1108
1516
2994
4648
4871
4319
5160
4916
673.4
1225.4
1777.3
2329.3
2881.2
3433.2
3985.1
4537.1
5089.0
5641.0
6192.9
719.6
-578.4
-669.3
-813.3
112.8
1214.8
885.9
-218.1
71.0
-725.0
CFE
719.6
141.2
-528.1
-1341.4
-1228.6
-13.8
872.1
654.0
725.0
0.0
MAD
719.6
649.0
655.8
695.1
578.7
684.7
713.4
651.5
587.0
600.8
MSE
MAPE
(%)
Tracking
51.7
70.5
67.2
63.8
51.8
47.5
43.3
38.5
34.4
32.4
1.0
0.2
-0.8
-1.9
-2.1
0.0
1.2
1.0
1.2
0.0
517798.2
426154.8
433433.4
490428.2
394886.2
575038.2
604999.9
535319.8
476399.4
481319.3
Signal
7.32E-04
600.8049
481319.3
32.43655
1.22E-06
0.8392756
a=121.4665
b=551.9515
Disagregasi
Hasil peramalan pada Tabel 4.5 merupakan demand forecast untuk semua
suku cadang selama satu tahun ke depan. Untuk mengetahui demand forecast
masing-masing suku cadang, maka dilakukan disagregasi yaitu perhitungan
proporsi dari masing-masing suku cadang. Pada penelitian ini hanya
memfokuskan pada suku cadang kelas B, untuk itu pada tahap disagregasi, suku
cadang yang dihitung adalah suku cadang kelas B.
Pada proses disagregasi diperlukan proporsi dari setiap suku cadang. Hasil
perhitungan proporsi dan hasil perhitungan demand forecast untuk tiap suku
cadang dapat dilihat pada Tabel 4.6. Berikut contoh perhitungan demand forecast
untuk suku cadang 5709-4 :
demand forecast
= proporsi demand forecast WinQSB

commit to user
= 0,0283 1.008,5 unit = 28,542 unit
IV - 12
Rsqaure
1.0
0.6
1.0
1.0
1.0
0.5
0.5
0.6
0.7
0.8
digilib.uns.ac.id
Tabel 4.6. Hasil Proporsi dan Demand Forecast Suku Cadang Kelas B
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
4.
Nama Suku
Cadang
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
Hasil
Demand
Total
Proporsi Forecast Forecast
(unit)
(unit)
(unit)
143 0.0045
6192.9
28.050
71 0.0022
6192.9
13.927
443 0.0140
6192.9
86.896
105 0.0033
6192.9
20.596
1,688 0.0535
6192.9
331.106
49 0.0016
6192.9
9.611
135 0.0043
6192.9
26.481
759 0.0240
6192.9
148.880
229 0.0073
6192.9
44.919
160 0.0051
6192.9
31.384
865 0.0274
6192.9
169.672
161 0.0051
6192.9
31.581
245 0.0078
6192.9
48.057
Standar Deviasi
Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan data jumlah permintaan suku cadang. Untuk menghitung standar

deviasi, langkah pertama yang dilakukan adalah menghitung rata-rata permintaan
selama sepuluh tahun. Hasil perhitungan rata-rata permintaan dapat dilihat pada
Tabel 4.7, berikut contoh perhitungan rata-rata permintaan suku cadang 5709-4 :
=
=
xi
6 + 21 + 15 + 13 + 11 + 18 + 28 + 3 + 15 + 13 (unit)
10 unit
= 14 unit
commit to user
IV - 13
digilib.uns.ac.id
Tabel 4.7. Hasil Perhitungan Rata-rata Permintaan Suku Cadang Kelas B

Jumlah Pemakaian (unit)
No.
Nama Suku
Cadang
1
2
3
4
5
6
7
8
9
10
11
12
13
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
2001
2002
2003
6
4
0
5
67
5
7
34
4
3
144
1
3
21
18
11
13
1
0
3
23
2
13
20
3
3
15
10
16
28
17
1
11
11
2
34
4
10
1
2004 2005
13
2
21
4
16
1
11
47
0
1
0
8
6
2006
11
3
46
4
260
1
13
27
2
10
89
14
1
Rata-rata
2007 2008 2009 2010
18
2
55
1
366
5
16
113
0
1
124
8
0
28
4
81
15
108
5
22
108
2
12
190
27
2
3
0
107
17
13
9
11
94
209
2
168
64
221
15
18
56
7
319
14
24
215
2
24
95
15
2
13
10
50
11
521
8
17
87
6
60
31
11
6
Sedangkan untuk hasil perhitungan standar deviasi dapat dilihat pada

Tabel 4.8, berikut ini merupakan contoh perhitungan standar deviasi suku cadang
5709-4 :
S =
x1 -x
2+
14
x2 -x
2+
21
x3 -x 2 + x4 -x
n-1
14
15
9
2 ++
14
xn -x
13
7,134 unit
commit to user
IV - 14
14
(unit)
14
7
44
11
169
5
14
76
23
16
87
16
25
digilib.uns.ac.id
Tabel 4.8. Hasil Perhitungan Standar Deviasi Suku Cadang Kelas B

No.
1
2
3
4
5
6
7
8
9
10
11
12
13
Nama Suku
Cadang
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
2001 2002 2003

6
21
15
4
18
10
0
11
16
5
13
28
67
1
17
5
0
1
7
3
11
34
23
11
4
2
2
3
13
34
144
20
4
1
3
10
3
3
1

Standar
2004 2005 2006 2007 2008 2009 2010 Deviasi (unit)
13
11
18
28
3
15
13
7.134
2
3
2
4
0
18
10
6.607
21
46
55
81 107
56
50
33.300
4
4
1
15
17
7
11
8.114
16 260 366 108
13 319 521 184.599
1
1
5
5
9
14
8
4.458
11
13
16
22
11
24
17
6.433
47
27 113 108
94 215
87
61.643
0
2
0
2 209
2
6
65.412
1
10
1
12
2
24
60
18.856
0
89 124 190 168
95
31
69.870
8
14
8
27
64
15
11
18.297
6
1
0
2 221
2
6
69.072
4.2.2. Perhitungan Holding Cost, Ordering Cost dan Shortage Cost

Biaya yang digunakan untuk penentuan total biaya persediaan suku cadang
adalah holding cost, ordering cost dan shortage cost. Berikut adalah perhitungan
dari masing-masing biaya tersebut.
1.
Holding Cost
Holding cost adalah biaya yang digunakan untuk menyimpan persediaan
suku cadang selama dalam gudang, dalam perhitungan holding cost menggunakan
persamaan 3.3, 3.4 dan 3.5. Hasil perhitungan holding cost selengkapnya dapat
dilihat pada Tabel 4.9. Contoh perhitungan holding cost untuk suku cadang 57094 adalah sebagai berikut :
I = bunga pinjam bank harga suku cadang per item
= 6% /tahun Rp 5.381.885,00/unit
= Rp 322.913,00/unit/tahun
B=
gaji pegawai selama satu tahun

rata-rata persediaan suku cadang
(15 Rp 4.000.000,00) 12 bulan

20.039 unit
Os = I + B
commit to user
IV - 15
digilib.uns.ac.id
Tabel 4.9. Hasil Perhitungan Holding Cost Suku Cadang Kelas B

Nama Suku
Cadang
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
2.
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
Harga (Rp/unit)
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
5,381,885
6,033,452
1,182,356
5,071,843
100,685
5,480,231
1,924,190
375,991
4,940,346
371,912
673,090
1,886,582
3,434,896
Holding Cost
(Rp/unit/tahun)
Rp
358,843
Rp
397,937
Rp
106,871
Rp
340,241
Rp
41,971
Rp
364,744
Rp
151,381
Rp
58,489
Rp
332,351
Rp
58,245
Rp
76,315
Rp
149,125
Rp
242,024
Ordering Cost
Ordering cost merupakan biaya yang dikeluarkan oleh perusahaan untuk
memperoleh persediaan suku cadang. Ordering cost untuk semua suku cadang
adalah sama. Perhitungan ordering cost menggunakan persamaan 3.4, berikut
perhitungannya :
Op =
=
bt
j
Rp 300.000,00 12
1.067
= Rp 3.374,00/order
3.
Shortage Cost
Shortage Cost merupakan biaya yang dikeluarkan persahaan karena terjadi
kekurangan persediaan di gudang. Shortage cost ditetapkan oleh perusahaan untuk

masing-masing suku cadang yaitu 20% dari harga suku cadang. Penentuan
shortage cost dapat dilihat pada Tabel 4.10, contoh perhitungan shortage cost
untuk suku cadang 5709-4 adalah sebagai berikut :
Ok = 20% harga suku cadang
= 20% Rp 5.381.885,00
= Rp 1.076.377,00/unit
commit to user
IV - 16
digilib.uns.ac.id
Tabel 4.10. Hasil Perhitungan Shortage Cost Suku Cadang Kelas B

No.
Nama Suku
Cadang
1
2
3
4
5
6
7
8
9
10
11
12
13
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
Harga (unit)
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
Rp
5,381,885
6,033,452
1,182,356
5,071,843
100,685
5,480,231
1,924,190
375,991
4,940,346
371,912
673,090
1,886,582
3,434,896
Shortage
Cost (unit)
Rp 1,076,377
Rp 1,206,690
Rp 236,471
Rp 1,014,369
Rp
20,137
Rp 1,096,046
Rp 384,838
Rp
75,198
Rp 988,069
Rp
74,382
Rp 134,618
Rp 377,316
Rp 686,979
4.2.3. Penentuan Periode Waktu Antar Pemesanan (T) dan Persediaan

Maksimum (R)
Untuk penentuan periode waktu antar pemesanan dan persediaan
maksimum mengacu pada persamaan 3.7 sampai dengan persamaan 3.14. Berikut
adalah contoh langkah-langkah penentuan periode waktu antar pemesanan (T) dan
persediaan maksimum (R) suku cadang 5709-4:
Iterasi 1
Langkah 1
: menghitung nilai T
2A
T
Dh
2 Rp 3.373,95
28,542 Rp 358.843,00
0,0259 tahun
Langkah 2
: mengitung nilai
Th
0,0259 Rp 358.843,00
Rp 1.076.376,95
0,0086
commit to user
IV - 17
Langkah 3
R DT
digilib.uns.ac.id
: mengitung nilai R
T + L
DL
28,5420,0259
28,5420,096
2,3802 0,0259+ 0,096
4,2466 unit
dimana,
z = 2,3802 hasil nilai tabel dari = 0,0086

Langkah 4
: mengitung nilai N
N ST + L f
7,134 0,0259+0,096 0,0235
2,38020,0029
0,0413
dimana,
NORMDIST (z,0,1,0)
NORMDIST (2,3802 ,0,1,0)
0,0235
Langkah 5
NORMDIST (z ,0,1,0) z 1-NORMDIST z,0,1,1
NORMDIST (2,3802 ,0,1,0) 2,3802 1-NORMDIST 2,3802 ,0,1,1

0,0029
: mengitung OT
A
R - DL
T
Rp 3.373,95
0,0259
DT
h
2
h N
4,2466 - 28,5420,096
Rp 358.843,00
28,5420,0259
2
Rp 1.076.376,95
0,0029
0,0259
Rp 2.538.224,02/tahun
Setelah mengetahui OT dari T awal = 0,0259, akan dicoba dengan
penambahan T awal sebesar 0,005 tahun sehingga T = 0,0309, selanjutnya kembali

ke Langkah 2.
Iterasi 2
Langkah 2
Th
: mengitung nilai
commit to user
IV - 18
digilib.uns.ac.id
0,0309 Rp 358.843,02
Rp 1.076.376,95
0,0103
Langkah 3
R DT
: mengitung nilai R
T + L
DL
28,5420,0309
28,5420,096
2,3102 0,0309+ 0,096
4,3788 unit
dimana,

Langkah 4
: mengitung nilai N
N ST + L f
7,134 0,0309+0,096 0,0277
2,31020,0036
0,0494
dimana,
NORMDIST (z,0,1,0)
NORMDIST (2,3102 ,0,1,0)
Langkah 5
0,0264
NORMDIST (z ,0,1,0) - z 1-NORMDIST z,0,1,1

0,0036
: mengitung OT
A
R - DL
T
Rp 3.373,95
0,0309
DT
h
2
h N
4,3788 - 28,5420,096
Rp 358.843,02
28,5420,0309
2
Rp 1.076.376,95
0,0036
0,0309
Rp 2.593.191,00/tahun
Iterasi penambahan T awal tidak dilanjutkan karena nilai OT yang
dihasilkan lebih besar dari sebelumnya. Oleh karena itu, akan dilakukan iterasi
commit to user
IV - 19
digilib.uns.ac.id
pengurangan T awal sebesar 0,005 tahun sehingga T = 0,0209, selanjutnya

kembali ke Langkah 2.
Iterasi 3
: mengitung nilai
Langkah 2
Th
0,0209 Rp 358.843,02
Rp 1.076.376,95
0,0070
Langkah 3
R DT
: mengitung nilai R
T + L
DL
28,5420,0209
28,5420,096
2,4598 0,0209+ 0,096
4,1163 unit
dimana,

Langkah 4
: mengitung nilai N
N ST + L f
7,134 0,0209+0,096 0,0194
2,45980,0023
0,0336
dimana,
NORMDIST (z,0,1,0)
NORMDIST (2,4598 ,0,1,0)
Langkah 5
0,0194

0,0022
: mengitung OT
A
R - DL
T
Rp 3.373,95
0,0209
DT
h
2
h N
4,1163 - 28,5420,096
commit to user
IV - 20
28,5420,0209
2
digilib.uns.ac.id
Rp 1.076.376,95
0,0023
0,0209
Rp 358.843,02
Rp 2.510.251,03/tahun
Iterasi pengurangan akan dilanjutkan karena nilai OT yang dihasilkan lebih
kecil dari sebelumnya. Oleh karena itu, akan dilakukan iterasi pengurangan T
sebesar 0,005 tahun sehingga T = 0,0159, selanjutnya kembali ke Langkah 2.
Iterasi 4
: mengitung nilai
Langkah 2
Th
0,0159 Rp 358.843,02
Rp 1.076.376,95
0,0053
Langkah 3
R DT
: mengitung nilai R
T + L
DL
28,5420,0159
28,5420,096
2,5597 0,0159+ 0,096
3,9913 unit
dimana,

Langkah 4
: mengitung nilai N
N ST + L f
7,134 0,0159+0,096 0,0151
2,55970,0017
0,0258
dimana,
NORMDIST (z,0,1,0)
NORMDIST (2,5597 ,0,1,0)
0,0151

0,0017
commit to user
IV - 21
Langkah 5
digilib.uns.ac.id
: mengitung OT
A
R - DL
T
Rp 3.373,95
0,0159
DT
h
2
h N
3,9913 - 28,5420,096
Rp 358.843,
28,5420,0159
2
Rp 1.076.376,95
0,0017
0,0159
Rp 2.506.443,85/tahun
Iterasi pengurangan akan dilanjutkan karena nilai OT yang dihasilkan lebih
kecil dari sebelumnya. Oleh karena itu, akan dilakukan iterasi pengurangan T
sebesar 0,005 tahun sehingga T = 0,0159, selanjutnya kembali ke Langkah 2.
Iterasi 5
: mengitung nilai
Langkah 2
Th
0,0109 Rp 358.843,02
Rp 1.076.376,95
0,0036
Langkah 3
R DT
: mengitung nilai R
T + L
DL
28,5420,0109
28,5420,096
2,6900 0,0109+ 0,096
3,8743 unit
dimana,

Langkah 4
: mengitung nilai N
N ST + L f
7,134 0,0109+0,096 0,0107
2,69000,0011
0,0181
dimana,
NORMDIST (z,0,1,0)
NORMDIST (2,6900
,0,1,0)
= 0,0151
commit
to user
IV - 22
digilib.uns.ac.id

0,0011
Langkah 5
: mengitung OT
A
R - DL
T
Rp 3.373,95
0,0109
DT
h
2
h N
28,5420,0109
2
3,8743 - 28,5420,096
Rp 1.076.376,95
0,0011
0,0159
Rp 358.843,
Rp 2.577.294,93/tahun
Iterasi pengurangan tidak dilanjutkan nilai OT yang dihasilkan lebih besar
dari sebelumnya. Dengan demikian kebijakan yang optimal untuk suku cadang
5709-4 dapat dilihat pada Tabel 4.11 dan untuk rekap kebijakan yang optimal
semua suku cadang kelas B selengkapnya dapat dilihat pada Tabel 4.12.
Tabel 4.11. Hasil Optimal Periode Waktu Antar Pemesanan (T) dan Persediaan
Maksimal (R) Suku Sadang 5709-4
Nama Suku
Cadang
5709-4
T
(tahun) (hari)
0.0259
0.0309
0.0209
0.0159
0.0109
10
12
8
6
4
R
(unit)
4.2466
4.3788
4.1163
3.9913
3.8743
OT (Rp /tahun)
Rp
Rp
Rp
Rp
Rp
Keterangan
2,538,224.02
2,593,191.00
2,510,251.03
2,506,443.85
2,577,294.93
Optimal
Tabel 4.12. Rekap Hasil Optimal Periode Waktu Antar Pemesanan (T) dan
Persediaan Maksimal (R) Semua Suku Cadang
No.
1
2
3
4
5
6
7
Nama Suku
Cadang
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
T
(tahun) (hari)
R (unit)
0.0159
0.0249
0.0120
0.0160
0.0220
0.0239
0.0310
3.9913
2.2285
3.1554
1.2037
31.3976
1.5455
8.4582
6
10
5
6
8
9
12
commit to user
IV - 23
OT
(Rp/tahun)
Rp
Rp
Rp
Rp
Rp
Rp
Rp
2,506,443.85
2,292,373.77
1,784,124.15
1,608,858.26
3,935,036.46
1,461,056.69
1,403,073.98
digilib.uns.ac.id
Tabel 4.12. Rekap Hasil Optimal Periode Waktu Antar Pemesanan (T) dan
Persediaan Maksimal (R) Semua Suku Cadang (lanjutan)
No.
Nama Suku
Cadang
8
9
10
11
12
13
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
T
(tahun) (hari)
0.0178
0.0113
0.0508
0.0128
0.0229
0.0091
7
5
19
5
9
4
OT
R (unit)
(Rp/tahun)
11.4063
2.4028
6.1961
7.7958
1.9153
2.2748
Rp 2,188,351.13
Rp 10,278,218.03
Rp
906,685.95
Rp 2,746,600.50
Rp 1,471,274.40
Rp 7,621,508.13
4.2.4. Penentuan Total Biaya Persediaan Suku Cadang Berdasarkan

Total biaya persediaan suku cadang perusahaan ditentukan untuk tahap
perbandingan total biaya persediaan usulan dengan perusahaan. Perbandingan ini
dilakukan untuk mengetahui seberapa baik model persediaan usulan. Dalam
menentukan total biaya persediaan suku cadang berdasarkan kebijakan perusahaan
adalah melakukan simulasi Montecarlo dengan bantuan software Microsoft Excel.
Tujuan simulasi tersebut untuk mengetahui persediaan rata-rata suku cadang
selama satu tahun, jumlah order, dan banyaknya shortage. Simulasi Montecarlo
merupakan simulasi dengan model probabilistic, dimana data dihasilkan dari
bilangan random yang kemudian disusun suatu distribusi probabilitas.
Pada simulasi Montecarlo memerlukan data jumlah permintaan suku
cadang harian beberapa tahun yang lalu. Jumlah data permintaan yang tersedia di
perusahaan selengkapnya pada Tabel 4.13, sedangkan rincian permintaan dapat
dilihat pada Lampiran 1.4 sampai dengan Lampiran 1.16.
Tabel 4.13. Banyaknya Data Permintaan Suku Cadang Harian
No.
1
2
3
4
5
6
7
8
Nama Suku
Cadang
Banyaknya
Data
5709-4
3 tahun
362-509-9002
6 tahun
65-90305-15
5 tahun
16135-62
3 tahun
335-299-401
6 tahun
453A1810-33
4 tahun
AB0473993
6 tahun
commit
to
740007
5user
tahun
IV - 24
Keterangan
2005-2007
2002-2007
2003-2007
2005-2007
2002-2007
2007-2010
2002-2007
2003-2007
digilib.uns.ac.id
Tabel 4.13. Banyaknya Data Permintaan Suku Cadang Harian (lanjutan)

No.
Nama Suku
Cadang
Banyaknya
Data
Keterangan
9
10
11
12
13
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
5 tahun
3 tahun
6 tahun
5 tahun
3 tahun
2003-2007
2005-2007
2002-2007
2003-2007
2005-2007
Adapun langkah-langkah dalam simulasi penentuan total biaya persediaan

untuk suku cadang 5709-4 sebagai berikut :
1.
Menentukan perameter, pada penelitian ini parameter yang diamati adalah

jumlah permintaan suku cadang 5709-4 harian selama beberapa tahun
yang lalu.
2.
Membuat distribusi frekuensi permintaan. Pada suku cadang 5709-4 data

permintaan harian yang tersedia adalah tiga tahun. Untuk itu jumlah
permintaan dan jumlah frekuensi selama tiga tahun selengkapnya dapat
dilihat hasilnya pada Tabel 4.14.
3.
Membuat distribusi probabilitas kumulatif untuk suku cadang 5709-4,

hasil probabilitas kumulatif dapat dilihat pada Tabel 4.14. sedangkan
untuk suku cadang lain terdapat pada Lampiran 5.1 sampai dengan
Lampiran 5.13.
Tabel 4.14. Probabilitas Kumulatif Suku Cadang 5709-4
Jumlah
Permintaan
0
1
2
3
4.
Frekuensi
1043
48
3
1
%
% Frekuensi
Frekuensi
Kumulatif
95.25
95.25
4.38
99.63
0.27
99.91
0.09
100.00
Probabilitas
Bil. Random
0-95.25
95.26-99.63
99.64-99.91
99.92-100
Mengkaitkan nilai perameter dengan bilangan random. Pada simulasi

bilangan random yang dibutuhkan adalah sebanyak 365. Angka 365
didapatkan dari jumlah hari dalam satu tahun, bilangan random yang
dihasilkan adalah jumlah permintaan dalam satu hari. Contoh bilangan
random untuk suku cadang 5709-4 selama 10 hari dapat dilihat pada Tabel
4.15. Persamaan untuk menentukan bilangan random adalah :
commit to user
Bilangan random RAND( )*100
IV - 25
digilib.uns.ac.id
Tabel 4.15. Penentuan Bilangan Random Suku Cadang 5709-4
5.
Hari
ke-
Bil.
random
1
2
3
4
5
6
7
8
9
10
89.24
55.28
4.96
94.15
99.04
47.81
26.81
35.95
85.25
94.12
Probabilitas
Bil. Random
0-95.25
0-95.26
0-95.27
0-95.28
95.26-99.63
0-95.25
0-95.26
0-95.27
0-95.28
0-95.29
Jumlah
Permintaan (unit)
0
0
0
0
1
0
0
0
0
0
Melakukan simulasi
Pada simulasi jumlah pemesanan (Q) ditentukan perusahaan untuk
masing-masing suku cadangnya, sedangkan titik pemesanan kembali (ROP)

adalah 0. Leadtime pemesanan menggunakan leadtime pemesanan dalam satuan
hari yang terdapat pada Tabel 4.2. Holding cost, ordering cost dan shortage cost
mengacu pada hasil perhitungan di sub bab 4.2.3. Pada simulasi, periode review
dilakukan setiap hari. Berikut adalah contoh uraian langkah-langkah proses
simulasi perusahaan pada suku cadang 5709-4 :
Penentuan permintaan suku cadang

Permintaan suku cadang mengacu pada hasil dari Langkah 4 dan dapat
dilihat pada Tabel 4.15
Penentuan lot pemesanan

Lot pemesanan jumlah kedatangan suku cadang yang telah dipesan pada
leadtime yang telah ditentukan. Besarnya nilai lot pemesanan didasarkan
pada jumlah yang dipesan yaitu jumlah pesanan (Q) perusahaan yang
mengacu pada Lampiran 1.3.
Penentuan posisi persediaan

Penentuan posisi persediaan mengacu pada persamaan 3.15, berikut
contoh perhitungan pada hari (n) pertama.
Posisi persediaan n = Posisi persediaan (n-1) + lot pemesanan (n)
Permintaan (n) shortage (n-1)
user
= 2 commit
unit + 0to
unit
0 unit 0 unit = 2 unit
IV - 26
6.
digilib.uns.ac.id
Penentuan jumlah shortage

Penentuan jumlah shortage mengacu pada persamaan 3.16, berikut contoh
perhitungan pada hari (n) pertama :
Shortage (n) = permintaan (n) - posisi persediaan (n)
= 0 unit 2 unit
= 0 unit , karena posisi persediaan > permintaan
7.
Order
Order merupakan pemesanan, pada simulasi model persediaan perusahaan
order akan dilakukan jika posisi persediaan = 0 unit
8.
Penentuan total biaya persediaan

Terdapat tiga komponen dalam menentukan total biaya persediaan yaitu
holding cost, ordering cost dan shortage cost. Penentuan total biaya
persediaan mengacu pada persamaan 3.17.
OT = (rata-rata persediaan Os) + (jumlah shortage Ok) + (jumlah
order Op)
OT = (3 Rp 358.843,02) + (2 Rp 1.076.376,95) + (5 Rp 3.373,95)
= Rp 3.149.088,61/tahun
Hasil simulasi Montecarlo suku cadang 5709-4 dapat dilihat pada Tabel
4.16, sedangkan untuk suku cadang lain selengkapnya pada Lampiran 5.14. Untuk
rekap total biaya persediaan semua suku cadang kelas B dapat dilihat pada Tabel
4.17.
Tabel 4.16. Hasil Simulasi Montecarlo Suku Cadang 5709-4
Hari
ke1
2
3
4
5
6
7
8
9
lot pemesanan
(unit)
posisi persediaan
(unit)
permintaan
(unit)
2
2
2
2
2
1
1
1
1
1commit to user
IV - 27
0
0
0
0
1
0
0
0
0
shortage
(unit)
order
digilib.uns.ac.id
Tabel 4.16. Hasil Simulasi Montecarlo Suku Cadang 5709-4 (lanjutan)

Hari lot pemesanan
ke(unit)
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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
posisi persediaan
permintaan
shortage
(unit)
(unit)
(unit)
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0commit to user 0
0
0
IV - 28
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
posisi persediaan
(unit)
permintaan
(unit)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
8
0
8
0
8
0
8
0
8
0
7
1
7
0
7
0
7
0
7
0
7
0
7
0
7
0
7
0
7
0
7
0
7
0
7
0
6
1
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
commit to user
6
0
IV - 29
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
posisi persediaan
(unit)
permintaan
(unit)
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
5
1
5
0
5
0
5
0
4
1
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
commit to user
4
0
IV - 30
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
posisi persediaan
(unit)
permintaan
(unit)
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
3
1
3
0
3
0
3
0
3
0
2
1
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
commit to user
2
0
IV - 31
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
posisi persediaan
(unit)
permintaan
(unit)
2
0
2
0
2
0
2
0
1
1
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
commit to user
0
0
IV - 32
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
posisi persediaan
(unit)
permintaan
(unit)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
1
commit to user
0
0
IV - 33
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
posisi persediaan
(unit)
permintaan
(unit)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
6
0
5
1
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
commit to user
5
0
IV - 34
shortage
(unit)
order
digilib.uns.ac.id

Hari lot pemesanan
ke(unit)
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
posisi persediaan
(unit)
permintaan
(unit)
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
4
1
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
4
0
3
1
3
0
3
0
3
0
3
0
3
0
3
0
3
0
3
0
commit to user
3
0
IV - 35
shortage
(unit)
order
digilib.uns.ac.id

lot pemesanan
posisi persediaan
permintaan
shortage
(unit)
(unit)
(unit)
(unit)
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
2
2
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
1
1
0
0
0
0
0
0
Jumlah
19
Hari ke-
Rata-rata
order
Biaya
Rp 358,843.02
OT
Rp 979,464.97
Rp 1,076,376.95
Rp
3,373.95
Rp 2,152,753.91
Rp
16,869.73
commit to user
IV - 36
Rp 3,149,088.61
digilib.uns.ac.id
Tabel 4.17. Rekap Total Biaya Persediaan Perusahaan Suku Cadang Kelas B
OT Perusahaan
Nama Suku
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
Cadang
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
(Rp/tahun)
Rp 3,149,088.61
Rp 17,474,439.23
Rp 2,725,353.20
Rp 9,176,663.08
Rp 5,371,262.97
Rp 1,967,814.77
Rp 3,064,476.14
Rp 3,327,663.95
Rp 10,635,221.33
Rp 2,238,758.54
Rp 4,131,125.17
Rp 1,752,534.85
Rp 7,958,346.85
4.2.6. Perbandingan Hasil Perhitungan Total Biaya Persediaan Model

Periodic Review Dengan Model Kebijakan Perusahaan
Total biaya persediaan model kebijakan perusahaan dari hasil Simulasi
Montecarlo memiliki nilai yang lebih besar dibandingkan total biaya persediaan
model usulan. Hal tersebut dipengaruhi oleh besar kecilnya komponen total biaya
persediaan yang meliputi holding cost, ordering cost serta shortage cost. Adapun
perbandingan total biaya persediaan antara metode usulan dengan kebijakan
perusahaan dapat dilihat selengkapnya pada Tabel 4.18.
Tabel 4.18. Perbandingan Total Biaya Persediaan Model Periodic Review
dengan Model Kebijakan Perusahaan
No.
1
2
3
4
5
6
7
8
9
10
Nama Suku
Cadang
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
Total Biaya Persediaan (Rp/tahun)

Periodic Review
Rp 2,506,443.85
Rp 2,292,373.77
Rp 1,784,124.15
Rp 1,608,858.26
Rp 3,935,036.46
Rp 1,461,056.69
Rp 1,403,073.98
Rp 2,188,351.13
Rp 10,278,218.03
Rp 906,685.95
commit
to user
IV - 37
Perusahaan
Rp 3,149,088.61
Rp 17,474,439.23
Rp 2,725,353.20
Rp 9,176,663.08
Rp 5,371,262.97
Rp 1,967,814.77
Rp 3,064,476.14
Rp 3,327,663.95
Rp 10,635,221.33
Rp 2,238,758.54
digilib.uns.ac.id
Tabel 4.18. Perbandingan Total Biaya Persediaan Model Periodic Review

dengan Model Kebijakan Perusahaan (lanjutan)
No.
Nama Suku
Cadang
11
12
13
65-90305-20B
AC9380F4010
F5746293620200

Usulan
Rp 2,746,600.50
Rp 1,471,274.40
Rp 7,621,508.13
commit to user
IV - 38
Perusahaan
Rp 4,131,125.17
Rp 1,752,534.85
Rp 7,958,346.85
digilib.uns.ac.id
BAB V
ANALISIS HASIL
Pada bab ini tahap analisis terdiri dari hasil analisis periode waktu antar
pemesanan (T), analisis persediaan maksimum (R), perbandingan total biaya
persediaan, perubahan periode waktu antar pemesanan (T) suku cadang kelas B,
serta perubahan permintaan suku cadang kelas B.
5.1.
Analisis Periode Waktu Antar Pemesanan (T)

Periode waktu antar pemesanan (T) yang dihasilkan dari model periodic
review untuk 13 suku cadang kelas B berbeda-beda. Perbedaan periode waktu

antar pemesanan (T) pada 13 suku cadang kelas B dapat dilihat pada Tabel 5.1.
Tabel 5.1. Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B
No.
Nama Suku
Cadang
T
(hari)
1
2
3
4
5
6
7
8
9
10
11
12
13
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
6
10
5
6
8
9
12
7
5
19
5
9
4
Dari Tabel 5.1 dapat dilihat hasil perhitungan periode waktu antar
pemesanan (T) pada setiap suku cadang kelas B yang berbeda-beda. Periode
waktu antar pemesanan (T) paling pendek adalah 4 hari pada suku cadang
F5746293620200 dan yang paling panjang adalah 19 hari pada suku cadang
MS20995C32. Pada suku cadang F5746293620200 periode waktu antar
pemesanan (T) yang dihasilkan paling pendek hal ini dikarenakan permintaan
suku cadang F5746293620200 cukup tinggi yaitu 49 unit/tahun juga shortage cost
yang dihasilkan tinggi yaitu Rp 686.979,13.
Maka untuk mengantisipasi adanya
commit to user
V-1
digilib.uns.ac.id
shortage cost yang dapat meningkatkan total biaya persediaan, dibutuhkan

peninjauan persediaan dengan periode waktu antar pemesanan (T) yang pendek
yaitu selama 4 hari sekali.
Pada suku cadang MS20995C32 periode waktu antar pemesanan (T) yang
dihasilkan paling panjang hal ini dikarenakan permintaan suku cadang
MS20995C32 tidak begitu tinggi yaitu 32 unit/tahun juga shortage cost yang
dihasilkan rendah yaitu Rp 74.382,35. Untuk memudahkan perusahaan dalam
memantau persediaan, dihasilkan periode waktu antar pemesanan (T) yang
panjang yaitu selama 19 hari sekali. Jika terjadi shortage cost diharapkan total
biaya persediaan yang dihasilkan tidak begitu tinggi karena permintaan dan
shortage cost yang rendah.
5.2.
Analisis Persediaan Maksimum (R)

Persediaan maksimum (R), yang dihasilkan dari model periodic review
untuk 13 suku cadang kelas B berbeda-beda. Perbedaan persediaan maksimum (R)

pada 13 suku cadang kelas B dapat dilihat pada Tabel 5.2.
Tabel 5.2. Persediaan Maksimum (R) Suku Cadang Kelas B
No.
Nama Suku
Cadang
R
(unit)
1
2
3
4
5
6
7
8
9
10
11
12
13
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
4
3
4
2
32
2
9
12
3
7
8
2
3
Dari Tabel 5.2 dapat dilihat hasil perhitungan persediaan maksimum (R)
pada setiap suku cadang kelas B yang berbeda-beda. Persediaan maksimum (R)
yang paling sedikit adalah 2 unit pada suku cadang 16135-62, 453A1810-33 dan
commit to user
AC9380F4010 dan persediaan maksimum (R) yang paling banyak adalah 31 unit
V-2
pada
suku
cadang
digilib.uns.ac.id
335-299-401.
Suku
cadang
16135-62,
453A1810-33,
AC9380F4010 dan 335-299-401 mempunyai periode waktu antar pemesanan (T)

yang hampir sama namun persediaan maksimum (R) berbeda-beda karena
dipengaruhi oleh beberapa faktor. Pada suku cadang 16135-62, 453A1810-33 dan
AC9380F4010 persediaan maksimum (R) yang dihasilkan paling sedikit hal ini
dikarenakan permintaan suku cadang 16135-62, 453A1810-33 dan AC9380F4010
tidak begitu tinggi yaitu 21 unit/tahun, 10 unit/tahun dan 32 unit/tahun. Selain itu
pada suku cadang 16135-62, 453A1810-33 dan AC9380F4010 holding cost yang
dihasilkan tinggi yaitu Rp 340.240,52/tahun, Rp 364.734,77/tahun dan Rp
149.124,83/tahun. Maka untuk mengantisipasi holding cost yang dapat
meningkatkan total biaya persediaan, dibutuhkan persediaan maksimum (R) yang
sedikit yaitu 2 unit. Sedikitnya persediaan maksimum (R) pada suku cadang
16135-62, 453A1810-33 dan AC9380F4010 diharapkan dapat meminimalkan
holding cost.
Sedangkan pada suku cadang MS20995C32 persediaan maksimum (R)
paling banyak yaitu 32 unit hal ini dikarenakan permintaan suku cadang
MS20995C32 tinggi yaitu 332 unit/tahun. Selain itu pada suku cadang
MS20995C32 holding cost yang dihasilkan rendah yaitu Rp 41.971,06/tahun.
Maka untuk mengantisipasi shortage cost yang dapat meningkatkan total biaya
persediaan, dibutuhkan persediaan maksimum (R) yang banyak yaitu 32 unit.
Banyaknya persediaan maksimum (R) pada suku cadang MS20995C32
diharapkan dapat memenuhi tingginya jumlah permintaan pada suku cadang
tersebut. Persediaan maksimum (R) cukup banyak pada suku cadang
MS20995C32 tidak akan meningkatkan total biaya persediaan karena holding cost
yang rendah.
5.3.
Perbandingan Total Biaya Persediaan

Berdasarkan hasil perhitungan total biaya persediaan pada model periodic
review dan model kebijakan perusahaan, model periodic review menghasilkan

total biaya persediaan yang lebih kecil dari model kebijakan perusahaan. Pada
semua suku cadang kelas B, total biaya persediaan model periodic review yang
commit to user
V-3
digilib.uns.ac.id
dihasilkan lebih kecil dari model kebijakan perusahaan. Selisih total biaya
persediaan untuk semua suku cadang kelas B, yang dapat dilihat pada Tabel 5.3.
Rata-rata selisih total biaya persediaan untuk 13 suku cadang kelas B
sebesar 37,07%, dimana selisih yang paling besar terdapat pada suku cadang 362509-9002 yaitu sebesar 86.88%. Selisih terbesar pada suku cadang 362-509-9002
karena rata-rata persediaan yang tersedia di gudang 44 unit sedangkan besarnya
permintaan 5 unit sedangkan pada model usulan, persediaan yang harus tersedia
cenderung lebih kecil sehingga holding cost yang dihasilkan lebih kecil. Selain itu
holding cost yang dimiliki suku cadang 362-509-9002 paling tinggi dibandingkan
dengan suku cadang lain. Sedangkan selisih total biaya persediaan yang kecil
terdapat pada suku cadang QA03362 sebesar 3.36% dan suku cadang
F5746293620200 sebesar 4.23%. Selisih total biaya persediaan yang cenderung
kecil dipengaruhi oleh besarnya holding cost yang dihasilkan model usulan
dengan model perusahaan hampir sama. Hal ini disebabkan karena besarnya ratarata persediaan yang tersedia di gudang pada model usulan dengan model
perusahaan seimbang dengan banyaknya permintaan.
Tabel 5.3. Selisih Total Biaya Persediaan Suku Cadang Kelas B
No.
Nama Suku
Cadang
OT Perusahaan
(Rp/tahun)
OT Usulan
(Rp/tahun)
1
2
3
4
5
6
7
8
9
10
11
12
13
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
Rp 3,149,088.61
Rp 17,474,439.23
Rp 2,725,353.20
Rp 9,176,663.08
Rp 5,371,262.97
Rp 1,967,814.77
Rp 3,064,476.14
Rp 3,327,663.95
Rp 10,635,221.33
Rp 2,238,758.54
Rp 4,131,125.17
Rp 1,752,534.85
Rp 7,958,346.85
Rp 2,506,443.85
Rp 2,292,373.77
Rp 1,784,124.15
Rp 1,608,858.26
Rp 3,935,036.46
Rp 1,461,056.69
Rp 1,403,073.98
Rp 2,188,351.13
Rp 10,278,218.03
Rp 906,685.95
Rp 2,746,600.50
Rp 1,471,274.40
Rp 7,621,508.13
Selisih OT
(Rp/tahun)
Rp 642,644.76
Rp 15,182,065.47
Rp 941,229.05
Rp 7,567,804.82
Rp 1,436,226.51
Rp 506,758.08
Rp 1,661,402.15
Rp 1,139,312.82
Rp 357,003.30
Rp 1,332,072.59
Rp 1,384,524.67
Rp 281,260.45
Rp 336,838.72
Total biaya persediaan perusahaan yang dihitung dengan simulasi

Montecarlo menghasilkan total biaya persediaan sebesar Rp 72.972.748,71/tahun,
sedangkan
total
biaya
persediaan model periodic review sebesar Rp

commit to user
40.203.605,29/tahun untuk semua suku cadang kelas B, yang selengkapnya dapat
V-4
(%)
20.41%
86.88%
34.54%
82.47%
26.74%
25.75%
54.21%
34.24%
3.36%
59.50%
33.51%
16.05%
4.23%
digilib.uns.ac.id
dilihat pada Gambar 5.1. Model periodic review yang dilakukan dapat menghemat
total biaya persediaan yang dikeluarkan perusahaan untuk mengelola persediaan
di PT. GMF AA. Penghematan total biaya persediaan dipengaruhi oleh beberapa
faktor, satu diantaranya adalah berkurangnya persediaan rata-rata semua suku
cadang kelas B di gudang. Hal ini disebabkan karena setiap suku cadang
mempunyai titik maksimal persediaan. Faktor lain adalah berkurangnya jumlah
shortage yang dilakukan oleh perusahaan karena masing-masing suku cadang
mempunyai persediaan yang lebih dari nol dan akan memesan suku cadang ketika
posisi persediaan berada di bawah titik maksimum persediaan.
Rp80,000,000
Rp72,972,749
Rp70,000,000
Rp60,000,000
Rp50,000,000
Rp40,000,000
Rp40,203,605
Rp30,000,000
Rp20,000,000
Rp10,000,000
RpUsulan
Perusahaan
Model Persediaan
Gambar 5.1. Grafik Perbandingan Total Biaya Persediaan

5.4.
Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas

B
Pada analisis ini, perubahan periode waktu antar pemesanan (T) dilakukan
pada semua suku cadang kelas B. Perubahan periode waktu antar pemesanan (T)
dilakukan dengan periode waktu antar pemesanan (T) mingguan dan tidak
dilakukan dengan periode waktu antar pemesanan (T) harian, karena periode
waktu antar pemesanan (T) yang dilakukan harian adalah model continous review.
Periode waktu antar pemesanan (T) mingguan dilakukan mulai dari 1 minggu
hingga 12 minggu. Hasil total biaya persediaan yang diperoleh dari perubahan
periode waktu antar pemesanan (T) memiliki titik minimal pada periode waktu
commit to user
antar pemesanan (T) 6 minggu. Pada perubahan 12 periode waktu antar
V-5
digilib.uns.ac.id
pemesanan (T) ini, hasil yang ditampilkan hanya pada periode waktu antar
pemesanan (T) pada 2 minggu, 4 minggu, 6 minggu, 8 minggu, 10 minggu dan 12
minggu. Pada perubahan periode waktu antar pemesanan (T), terjadi peningkatan
total biaya persediaan seperti ditunjukkan pada Tabel 5.4.
Tabel 5.4. Perubahan Periode Waktu Antar Pemesanan (T) Suku Cadang Kelas B
Periode
Review
2 minggu
4 minggu
6 minggu
8 minggu
10 minggu
12 minggu
Total biaya Persediaan (Rp/tahun)

Perubahan (T)
(T) awal
Rp
Rp
Rp
Rp
Rp
Rp
93,713,865.23
68,993,203.76
64,598,550.03
65,427,975.90
68,433,010.28
72,565,051.51
Rp 40,203,605.29
Rp 40,203,605.29
Rp 40,203,605.29
Rp 40,203,605.29
Rp 40,203,605.29
Rp 40,203,605.29
Pada Tabel 5.4, total biaya persediaan model usulan lebih kecil
dibandingkan dengan total biaya persediaan jika terjadi perubahan periode waktu
antar pemesanan (T). Hal ini membuktikan bahwa periode waktu antar pemesanan
(T) yang ditetapkan berdasarkan hasil perhitungan model periodic review sudah
optimal. Apabila perusahaan menghendaki agar pengendalian persediaan suku
cadang kelas B dilakukan dengan periode waktu antar pemesanan (T) yang sama,
maka disarankan periode waktu antar pemesanan (T) yang dipakai adalah periode
waktu antar pemesanan (T) 6 minggu. Pada periode waktu antar pemesanan (T) 6
minggu total biaya persediaan yang dihasilkan paling minimum. Walaupun
semakin panjang interval periode waktu antar pemesanan (T), perusahaan akan
lebih mudah mengendalikan persediaan. Akan tetapi, penetapan periode waktu
antar pemesanan (T) harus dicermati lebih teliti oleh perusahaan karena periode
waktu antar pemesanan (T) akan mempengaruhi total biaya persediaan.
Pada Gambar 5.4, total biaya persediaan pada perubahan periode waktu
antar pemesanan (T) akan semakin turun jika interval periode waktu antar
pemesanan (T) semakin panjang. Namun pada kondisi lain ada titik balik yang
mengakibatkan total biaya persediaan akan meningkat jika periode waktu antar
pemesanan (T) semakin panjang. Titik minimum dari total biaya persediaan pada
perubahan periode waktu antar pemesanan (T) adalah pada saat interval periode
waktu antar pemesanan (T) 6 minggu dengan total biaya persediaan Rp
commit to user
64,598,550.03/tahun. Hal ini disebabkan karena beberapa faktor, salah satunya
V-6
digilib.uns.ac.id
adalah pada saat periode waktu antar pemesanan (T) kurang dari 6 minggu,
holding cost yang dihasilkan semakin kecil sebab jumlah persediaan menurun.
Menurunnya jumlah persediaan karena tidak terjadi pengadaan persediaan selama
interval periode waktu antar pemesanan (T). Jika holding cost menurun maka total
biaya persediaan juga akan menurun.
Rp100,000,000
Rp90,000,000
Rp80,000,000
Rp70,000,000
Rp60,000,000
OT
Perubahan
Periode
Review
Rp50,000,000
Rp40,000,000
Rp30,000,000
Rp20,000,000
OT Model
Usulan
Rp10,000,000
Rp2
10
12
Periode Review (minggu)
Gambar 5.2. Grafik Perubahan Periode Waktu Antar Pemesanan (T) Suku
Cadang Kelas B
Sedangkan pada saat interval periode waktu antar pemesanan (T) lebih dari
6 minggu total biaya persediaan akan meningkat, faktor penyebabnya adalah
adanya shortage cost yang semakin membesar. Pengadaan persediaan dilakukan
pada saat periode waktu antar pemesanan (T), jika semakin lama interval periode
waktu antar pemesanan (T), jumlah persediaan yang ada di gudang semakin
menurun dan mungkin tidak dapat memenuhi semua permintaan karena
kurangnya persediaan. Jika terjadi kekurangan persediaan, perusahaan harus
mengeluarkan shortage cost. Meningkatnya shortage cost akan meningkatkan
pula total biaya persediaan.
Jika periode waktu antar pemesanan (T) mengalami perubahan pada semua
suku cadang, maka persediaan maksimum (R) juga akan berubah. Semakin
panjang periode waktu antar pemesanan (T), semakin banyak pula persediaan
maksimum (R) yang harus ada di gudang. Hal ini dikarenakan persediaan
maksimum (R) harus dapat memenuhi permintaan selama periode waktu antar
commitmaksimum
to user
pemesanan (T). Perubahan persediaan
(R) pada periode waktu antar
V-7
digilib.uns.ac.id
pemesanan (T) selama 2 minggu sampai dengan 12 minggu dapat diihat pada
Gambar 5.3.
Gambar 5.3. Grafik Perubahan Persediaan Maksimum (R) Suku Cadang Kelas B
Pada Gambar 5.3 terlihat bahwa semakin lama periode waktu antar
pemesanan (T), persediaan maksimum (R) semakin meningkat. Besarnya
peningkatan persediaan maksimum (R) setiap suku cadang pada perubahan
periode waktu antar pemesanan (T) yang sama, selengkapnya dapat dilihat pada
Tabel 5.5. Hampir semua suku cadang pada Tabel 5.5 mengalami peningkatan
persediaan maksimum (R) pada saat periode waktu antar pemesanan (T) antara 2
minggu hingga 12 minggu. Namun, suku cadang MS20995C32
mengalami
penurunan persediaan maksimum (R) pada periode waktu antar pemesanan (T) 2
minggu. Hal ini dikarenakan periode waktu antar pemesanan (T) yang optimal
pada suku cadang MS20995C32 adalah 19 hari. Maka pada periode waktu antar
pemesanan (T) 2 minggu, persediaan maksimum (R) berkurang dari 7 unit ke 6
unit.
commit to user
V-8
digilib.uns.ac.id
Tabel 5.5. Perubahan Persediaan Maksimum (R) Pada Periode Waktu

Antar Pemesanan (T) yang Sama
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
5.5.
Nama Suku
Cadang
R
awal
(unit)
5709-4
362-509-9002
65-90305-15
16135-62
335-299-401
453A1810-33
AB0473993
740007
QA03362
MS20995C32
65-90305-20B
AC9380F4010
F5746293620200
Total
4
3
4
2
32
2
9
12
3
7
8
2
3
91
Perubahan R (unit)
2
4
6
8
10
12
minggu minggu minggu minggu minggu minggu
5
6
7
8
9
11
3
3
4
5
5
6
6
9
13
16
20
23
2
3
4
5
6
6
37
50
63
75
88
101
2
2
3
3
4
4
9
10
11
12
13
14
15
21
26
32
38
44
4
6
8
9
11
13
6
7
9
10
11
12
13
19
26
32
39
45
3
4
5
7
8
9
4
6
8
10
12
14
109
146
187
224
293
302
Perubahan Jumlah Permintaan Suku Cadang Kelas B

Jumlah permintaan sangat mungkin berubah setiap tahunnya, perubahan
permintaan dapat terjadi pada semua suku cadang. Pada analisis ini, perubahan
jumlah permintaan terbagi menjadi dua macam yaitu peningkatan jumlah
permintaan dan penurunan jumlah permintaan. Peningkatan dan penurunan
jumlah permintaan pada analisis ini dilakukan sebesar 20%, 40%, 60%, 80% dan
100%. Jika terjadi peningkatan dan penurunan jumlah permintaan sebesar
persentase tersebut, terjadi perubahan total biaya persediaan seperti ditunjukkan
pada Gambar 5.4.
Perubahan peningkatan dan penurunan jumlah permintaan memberikan
perubahan pada total biaya persediaan seperti yang ada pada Gambar 5.3. Pada
peningkatan jumlah permintaan, semakin tinggi jumlah permintaan maka semakin
besar pula total biaya persediaan. Hal ini disebabkan karena persediaan yang ada
di gudang tidak dapat memenuhi permintaan, maka banyak shortage cost yang
dapat meningkatkan total biaya persediaan meskipun tidak terdapat holding cost.
Selain itu shortage cost di PT. GMF AA lebih tinggi dibandingkan dengan
holding cost, hal ini memberikan commit
pertimbangan
to userbagi perusahaan untuk mengambil
V-9
digilib.uns.ac.id
keputusan meningkatkan persediaan untuk mengantisipasi jika terjadi lonjakan

jumlah persediaan.
Gambar 5.4. Grafik Perubahan Jumlah Permintaan Suku Cadang Kelas B

Sedangkan pada penurunan jumlah permintaan, semakin kecil jumlah
permintaan maka semakin kecil pula total biaya persediaan. Hal ini disebabkan
karena persediaan yang ada di gudang dapat selalu memenuhi permintaan, maka
tidak ada shortage cost, meskipun masih ada ordering cost dan holding cost.
Namun ordering cost dan holding cost di PT. GMF AA cenderung memiliki nilai
yang rendah dibandingkan dengan shortage cost. Selain itu dengan adanya jumlah
persediaan maksimal (R) pada model periodic review, dapat mengatasi adanya
kelebihan persediaan yang dapat meningkatkan total biaya persediaan.
commit to user
V - 10
digilib.uns.ac.id
BAB VI
KESIMPULAN DAN SARAN
Pada bab ini akan dijelaskan kesimpulan mengenai hasil dari pembahasan
pengendalian persediaan suku cadang serta perbandingan model periodic review
dengan model kebijakan perusahaan. Sedangkan saran yang berisi mengenai halhal yang harus dipertimbangkan untuk perusahaan dalam mengelola persediaan.
6.1.
Kesimpulan
Kesimpulan yang dapat ditarik berdasarkan hasil penelitian mengenai
persediaan suku cadang di PT. GMF AA yang sesuai dengan tujuan penelitian
sebagai berikut :
1.
Model periodic review yang telah digunakan dapat menghasilkan periode

waktu antar pemesanan (T) yang optimal untuk 13 suku cadang kelas B.
Periode waktu antar pemesanan (T) pada setiap suku cadang berbeda,
periode waktu antar pemesanan (T) paling pendek adalah 4 hari dan yang
paling lama adalah 19 hari.
2.
Model periodic review yang telah digunakan dapat menghasilkan

persediaan maksimum (R) yang optimal untuk 13 suku cadang kelas B.
Persediaan maksimum (R) pada setiap suku cadang berbeda, persediaan
maksimum (R) paling sedikit adalah 2 unit dan yang paling banyak adalah
31 unit.
3.
Hasil dari perbandingan total biaya persediaan model periodic review

dengan model kebijakan perusahaan adalah total biaya persediaan pada
model periodic review mempunyai nilai yang lebih kecil. Rata-rata selisih
total biaya persediaan model periodic review dengan model kebijakan
perusahaan sebesar 37,07%.
6.2.
Saran
Saran untuk PT. GMF AA berdasarkan penelitian ini adalah jika
perusahaan menghendaki agar pengendalian persediaan suku cadang kelas B

dilakukan dengan periode review yang sama, maka disarankan periode review
yang dipakai adalah 6 minggu. commit to user
VI - 1

Jurnal 6

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Jurnal 6

Diunggah oleh

Hak Cipta:

Format Tersedia

perpustakaan.uns.ac.

MONICA BHAKTYARTHI AKYATI

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

xix + 96 halaman; 9 gambar; 23 tabel; 5 lampiran

xix + 96 pages; 9 figures; 23 tables; 5 appendixes

3.7. Analisis Hasil

PENGUMPULAN DAN PENGOLAHAN DATA

KESIMPULAN DAN SARAN

Latar Belakang Masalah

Salah satu penyebab utamanya adalah barang-barang tersebut tidak dapat

target level persediaan maksimum (Gaspersz, 2001). Dengan menggunakan model

membandingkan total biaya persediaan yang dikeluarkan perusahaan dengan total

pokok permasalahan dari laporan penelitian ini adalah :

Bagaimana melakukan perbaikan pengendalian persediaan suku cadang

Bagaimana melakukan perbandingan hasil perbaikan pengendalian

Menentukan waktu pemesanan yang dapat meminimalkan total biaya

Menentukan jumlah persediaaan maksimal yang dapat meminimalkan total

Membandingkan total biaya persediaan usulan dengan perusahaan.

Memudahkan perusahaan untuk memantau persediaan karena pemantauan

dilakukan dalam interval waktu tertentu.

Shortage yang terjadi berkurang sehingga dapat meminimalkan total biaya

Perusahaan dapat mengetahui seberapa baik model usulan dengan

permasalahan yang dibahas jelas, yaitu mengoptimalkan persediaan suku cadang.

Data permintaan suku cadang yang digunakan adalah data permintaan

Pengendalian persediaan hanya dilakukan pada suku cadang kelas B hasil

Permintaan suku cadang berdistribusi normal.

Harga suku cadang yang digunakan dalam penelitian merupakan harga

Pemasok selalu dapat memenuhi permintaan dari PT. GMF AA.

yang menguraikan setiap bab untuk mempermudah dalam pembahasannya.

BAB III METODOLOGI PENELITIAN

pengolahan data sesuai dengan perumusan

masalah yang berdasarkan metodologi penelitian.

AA merupakan salah satu perusahaan jasa perawatan pesawat yang terbesar di

Tahap pertama (2003-2007) : Membangun fondasi GMF untuk dominasi

Tahap kedua (2008-2012) : GMF menjadi MRO kelas dunia pilihan

Tahap ketiga (2013-2018) : GMF menjadi pemain dominan di pasar

dengan menyediakan solusi perawatan, reparasi, dan overhaul yang teritegrasikan

2.2.1. Pengertian Peramalan

Untuk menentukan kebijakan dalam persoalan penyusunan anggaran untuk

Pedoman untuk pengendalian persediaan, karena bila persediaan terlalu

Merupakan langkah evaluasi yang baik untuk mengatur tingkat pelayanan

2.2.3. Prinsip-prinsip Peramalan

yang perlu dipertimbangkan,

Secara umum, teknik peramalan berasumsi bahwa sesuatu yang

Tidak ada peramalan yang sempurna, peramalan hanya tidak mengurangi

Peramalan jangka pendek mengandung ketidakpastian yang lebih sedikit

2.2.4. Langkah-langkah Peramalan

Menentukan tujuan dari peramalan

Memilih produk independent demand yang akan diramalkan

Menentukan horizon waktu peramalan semakin jauh periode dimasa

Mengumpulkan data yang diperlukan untuk melakukan peramalan

Memilih model-model peramalan

Pola horizontal (H), terjadi bilamana nilai data berfluktuasi di sekitar

Dari identifikasi pola dasar maka akan ditemukan formulasi model

Penentuan model peramalan

Validasi model peramalan

2.2.5. Metode-metode Peramalan

Teknik Peramalan Kualitatif

manusia ketimbang penggunaan data historis yang dimiliki. Macam Teknik

Metode Eksploratoris : Metode peramalan kualitatif yang dimulai dari

Metode Normatif : Metode peramalan kualitatif yang dimulai dengan

Teknik Peramalan Kuantitatif

Tersedianya informasi tentang masa lalu.

Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.