Disusun Oleh:
Alya Firli Yustiani (0516104057)
Arif Dwi Rahman (0516104066)
Muhammad Choirul Umam (0516104065)
A. Deterministik Statis
Berikut adalah data besarnya kebutuhan yang dibutuhkan oleh PT. Meprofarm
Pharmaceutical Industries selama satu tahun ke depan.
Tabel 4.1 jumlah demand yang diterima untuk 12 periode
Periode Demand
(bulan) (unit)
1 28995
2 28995
3 28995
4 28995
5 28995
6 28995
7 28995
8 28995
9 28995
10 28995
11 28995
12 28995
Total 347940
(Sumber: Pengumpulan Data)
Berikut rincian biaya yang harus diperhitungkan:
Harga Barang (p) : Rp. 14.000 /unit
Ongkos Pesan (A) : Rp. 146.134.800 /pesan
Ongkos Simpan (h) : Rp. 2.800 /unit/tahun
(20% dari Harga Barang/unit/tahun)
Kecepatan uniform (R) : Rp. 500.000 /unit/periode
Lead time (L) : 2 bulan
B. Deterministik Dinamis
PT. Utama diminta untuk menghitung jumlah barang yang harus dipesan dan kapan
PT. Meprofarm harus melakukan pemesanan dengan metode Algoritma Wagner-
Within dan Metode LFL (Lot for Lot). Data permintaan sebagai berikut
Tabel 4.2 jumlah demand yang diterima untuk 6 periode
Periode 1 2 3 4 5 6
Demand 64 57 64 11 93 30
1. Metode Transaksional
Dalam menyelesaikan persoalan dengan metode ini dibutuhkan beberapa
alternatif solusi praktis yang dapat digunakan, yaitu dengan cara menentukan
jumlah barang yang akan dibeli dengan cara coba-coba (trial). Frekuensi yang
digunakan, yaitu frekuensi pesanan satu kali, dua kali, empat kali, lima kali,
depalan kali, dan sepuluh kali (1,2,4,5,8,10). Masih banyak alternatif yang
mungkin dapat dilakukan, tapi kali ini cukup hanya alternatif itu saja yang
akan dilakukan, alternatif mana yang akan dipilih?
Tabel 4.3 Perhitungan Alternatif
Cara dan
Ongkos Beli Ongkos Pesan Ongkos Simpan Ongkos Total
Ukuran
Ob = p x D Op = f X A Os = 1/2 qo x h OT
Pengadaan
Satu Kali Beli
f =1 Rp 4.871.160.000 Rp 146.134.800 Rp 487.116.000 Rp 5.504.410.800
q0 = 347940
Dimana :
q0 = ukuran lot pemesanan
f = frekuensi pemesanan
D = jumlah permintaan
A = ongkos pesan setiap kali melakukan pemesanan
h = ongkos simpan per unit per tahun
Maka dapat disimpulkan bahwa alternatif terbaik adalah dengan cara memesan
lima kali, karena akan menghasilkan ongkos total inventori terendah yaitu Rp.
1.802.329.200
contoh pehitungan :
a) Ukuran lot pemesanan (𝑞0 )
𝐷
𝑞0 =
𝑓
347940
𝑞0 = = 347940 unit
1
2𝐴𝐷
𝑞0 = √
ℎ
Rp. 101.692.284.624.000
𝑞0 = √ = √36.318.673 = 190574,58
Rp. 2.800
≈ 190575 𝑢𝑛𝑖𝑡
b) Waktu Antar Pemesanan (T)
2𝐴
𝑇=√
𝐷ℎ
2 𝑥 Rp. 146.134.800
𝑇=√
347940 𝑥 Rp. 2.800
Rp. 292.269.600
𝑇=√ = √0,3 = 0,54 tahun = 6,48 bulan
Rp. 974.232.000
2𝐴𝐷
𝑞0 = √
ℎ
Rp. 101.692.284.624.000
𝑞0 = √ = √36.318.673.080 = 190574 unit
Rp. 2.800
2𝐴
𝑇=√
𝐷ℎ
2 𝑥 Rp. 146.134.800
𝑇=√
347940 𝑥 Rp. 2.800
Rp. 292.269.600
𝑇=√ = √0,3 = 0,54 tahun = 6,48 bulan
Rp. 974.232.000
Rp. 445.816.711.393.536
𝑞0 = √
Rp. 2.800(1 − 0,70)
Rp. 445.816.711.393.536
𝑞0 = √
Rp. 2.800(0,30)
Rp. 445.816.711.393.536
𝑞0 = √
Rp. 840
𝑞0 = √Rp. 530734180230,4 = 728515 𝑢𝑛𝑖𝑡
b) Waktu Antar Pemesanan (T)
2𝐴
𝑇=√
𝐷
𝐷ℎ (1 − 𝑅 )
2 𝑥 Rp. 146.134.800
𝑇=√
347940
347940x Rp. 2.800 (1 − )
500.000
Rp. 292.269.600
𝑇=√
347940
Rp. 974.232.000 (1 − )
500.000
Rp. 292.269.600
𝑇=√
Rp. 974.232.000(0,30)
Rp. 292.269.600
𝑇=√ = √1 = 1 tahun = 12 bulan
Rp. 292.269.600
a. q01=
2 𝑥 500.000 𝑥 347940
=√ 3800
347.940 1
𝑂𝑇1 = 347.940(20.000) + 500.000 + 4.000 9569
9569 2
𝑂𝑇1 = 6.958.800.000 + 18.180.583 + 19.138.000
𝑂𝑇1 =Rp 6.996.118.583
c. q02=
2 𝑥 500.000 𝑥 347940
=√ 3600
347.940 1
𝑂𝑇2 = 347.940(20.000) + 500.000 + 4.000 9831
9831 2
𝑂𝑇2 = 6.958.800.000 + 17.696.064 + 19.662.000
𝑂𝑇2 =Rp 6.996.158.064
e. q03 =
2 𝑥 500.000 𝑥 347940
=√ 3400
347.940 1
𝑂𝑇3 = 347.940(20.000) + 500.000 + 4.000 10116
10116 2
𝑂𝑇3 = 6.958.800.000 + 17.197.508 + 20.232.000
𝑂𝑇3 = Rp 6.996.320.508
Membandingkan dari ketiga total ongkos yang diperoleh, didapatkan total ongkos
terendah yaitu Rp 6.996.118.583 dengan ukuran lot pemesanan yang paling
ekonomis ditentukan berdasarkan ongkos terendah yaitu q03 9569 unit.
2 x 146134800
𝑇=√
(28995 x 2800) + (28004 x 1600) + ⋯ + (22650 x 2000)
292269600
𝑇=√
(81186000) + (44806400) + ⋯ + (45300000)
292269600
𝑇=√ = √1.16 = 1,08 tahun = 12.9 bulan
251642400
b) Ukuran Lot Pemesanan Ekonomis (𝑞0 )
𝑞0 1 = 𝑇𝐷1
= 1.08 x 28995 = 81186000
𝑞0 2 = 𝑇𝐷2
= 1.08 x 28004 = 44806400
𝑞0 3 = 𝑇𝐷3
= 1.08 x 25886 = 51772000
𝑞0 4 = 𝑇𝐷4
= 1.08 x 12990 = 28578000
𝑞0 5 = 𝑇𝐷5
= 1.08 x 22650 = 45300000
B. Deterministik Dinamis
f5 = Min [O15 + f0, O25 + f1, O35 + f2, O45 + f3, O55 + f4]
= Min [2.860.000+0], [2.216.000+500.000], [1.772.000+728.000],
[1.612.000 +1.228.000], [500.000+1.372.000]
= 1.872.000 untuk O35 + f2
F6 = Min [O16 + f0, O26 + f1, O36 + f2, O46 + f3, O56 + f4, O66 + f5]
= Min [3.460.000+0], [2.696.000+500.000], [2.132.000+728.000],
[1.852.000+1.228.000], [1.404.000+1.372.000], [500.000+1.872.000]
= 2.372.000 untuk O36 + f2
Op = A × f OT = Op + Os + Ob
Op = 500.000 x 3 OT = Rp. 8.408.000
Op = Rp.1.500.000
Tabel 4.8 Kebijakan Inventori Algoritma Lost Sales
Periode (t) 0 1 2 3 4 5 6
Demand 64 57 64 11 93 30
Ukuran Lot Pemesanan 196 93 30
Saat Pemesanan 93 30
Op = A × f OT = Op + Os + Ob
Op = 500.000 x 2 OT = Rp. 7.908.000
Op = Rp.1.000.000
Langkah 4
Menentukan besarnya ukuran lot pemesanan berdasarkan demand pada langkah 1
dengan menggunakan metode Lot For Lot (LFL) Back Order.
Tabel 4.9 Ukuran Pemesanan berdasarkan LFL Back Order
Periode (t) 0 1 2 3 4 5 6
Demand 64 57 64 11 93 30
Ukuran Lot Pemesanan 64 57 64 11 93 30
Saat Pemesanan 121 64 11 93 30
Langkah 5
Menentukan besarnyau kuran lot pemesanan berdasarkan demand pada langkah 1
dengan menggunakan metode Lot For Lot (LFL) Lost Sales.
Menghitung Ongkos Total yang dikeluarkan dengan metode Lot For Lot (LFL)
Lost Sales.
Ob = P × D Os = q0 × h
Ob = 20.000 × 64 Os = 4000 (64-64)
Ob = Rp.1.280.000 Os = Rp.0
Op = A × f OT = Op + Os + Ob
Op = 500.000 x 4 OT = Rp. 8.380.000
Op = Rp.2.000.000
BAB V
ANALISIS
5.2 PENGENDALIAN INVENTORI DETERMINISTIK
Berdasarkan Tabel 5.1 diperoleh informasi bahwa ongkos terkecil diperoleh oleh
metode Model Uniform yaitu sebesar Rp 5.246.930.528. Adanya sistem Uniform
mengubah lot pemesanan yang optimal menjadi 728515 unit
Berdasarkan Tabel 5.2 diperoleh informasi bahwa ongkos yang lebih kecil
diperoleh oleh metode Algoritma Wagner-Within Lost Sales yaitu sebesar Rp.
7.908.000/tahun dan Back Order sebesar Rp. 8.408.000/tahun. Metode Algoritma
Wagner-Within menghasilkan ongkos yang lebih kecil karena disebabkan oleh
kecilnya ongkos pesan yang diakumulasikan. Pengolahan metode Lot for Lot Back
Order menghasilkan ongkos yang lebih besar karena meskipun metode ini tidak
menghasilkan ongkos simpan, namun ongkos pesan yang dihasilkan lebih besar
karena dilakukan di hampir setiap periode.
BAB VI
KESIMPULAN DAN SARAN
6.1. KESIMPULAN
6.1.1 Pengendalian Inventori Deterministik
Berdasarkan pengolahan data dan analisa hasil pengolahan data dan hasil pengujian
pada bab sebelumnya, maka dapat ditarik kesimpulan:
1. Biaya yang dikeluarkan tergantung dengan kebijakan perusahaan dalam
pemesanan dan pembelian produk.
2. Biaya pembelian produk tergantung dengan kebutuhan yang diperlukan.
3. Biaya simpan meningkat apabila kapasitas gudang yang tidak mencukupi.
4. Perusahaan dapat melakukan evaluasi dengan cara perhitungan pengeluaran
yang paling efektif dan dapat menggunakannya.
5. Metode yang menghasilkan ongkos terkecil untuk deterministik statis terdapat
pada metode Model Uniform yaitu sebesar Rp 5.246.930.528 sedangkan untuk
deterministik dinamis terdapat pada metode Algoritma Wagner-Within Lost
Sales yaitu sebesar Rp. 7.908.000/tahun dan Back Order sebesar Rp.
8.408.000/tahun.
6.2 SARAN
6.2.1 Pengendalian Inventori Deterministik
Berdasarkan pengolahan data dan analisa hasil pengolahan data dan hasil pengujian
pada bab sebelumnya, didapatkan saran sebagai berikut:
1. Keakuratan dalam pengolahan data awal harus sangat diperhatikan, karena
pengolahan data dalam deterministik statis maupun deterministik dinamis
merupakan perhitungan data yang kompleks dan berhubungan, sehingga
kesalahan pada awal pengolahan dapat berpengaruh terhadap pengolahan akhir
yang dapat menyebabkan kekeliruan dalam pengambilan keputusan.
2. Pembulatan angka dibelakang koma haruslah diperhatikan, karena jika
pembulatan tidak konsisten dapat menyebabkan paralaks yang dapat
menyebabkan kekeliruan terhadap data akhir.