Anda di halaman 1dari 144

LAPORAN PRAKTIKUM

PERENCANAAN DAN PENGENDALIAN PRODUKSI

Oleh:

NAMA : MUH. AMMAR FAUZAN H. KAMARUDDIN


NIM : 18TIA479
KELAS : II A

LABORATORIUM STATISTIK DAN REKAYASA INDUSTRI


JURUSAN TEKNIK INDUSTRI AGRO
POLITEKNIK ATI MAKASSAR
2020
LEMBAR PENGESAHAN

JUDUL : LAPORAN PRAKTIKUM PERENCANAAN DAN


PENGENDALIAN PRODUK
NAMA : MUH. AMMAR FAUZAN H. KAMARUDDIN
NIM : 18TIA479
JURUSAN : TEKNIK INDUSTRI AGRO
TINGKAT/KELAS : II A
Makassar, Juni 2020

Mengesahkan :
Asisten Pranata Laboratorium

Kadek Kusuma Astuti, A.Md Dian Dwi Wahyudi, ST


NIP.19831228 201901 1 001
Dosen Praktikum Dosen Praktikum

Andi Nurwahidah, ST.,MT Della Ginza Ramadhan, ST., MT


NIP.19900629 201901 2 00 NIP.19910409 201901 2 001

Mengetahui :
Kepala Laboratorium
Statistik dan Rekayasa Industri

Della Ginza Ramadhan, ST., MT


NIP.19910409 201901 2 001

ii
KATA PENGANTAR

Assalamu’alaikum Warahmatullaahi Wabarakaatuh


Dengan mengucapkan puji syukur kehadirat Tuhan Yang Maha Esa atas
limpahan rahmat dan karunia-Nya, penyusun dapat menyelesaikan Laporan
Praktikum Perencanaan dan Pengendalain Produksi ini tepat pada waktunya.
Laporan praktikum ini disusun sebagai syarat kelulusan mata kuliah Praktikum
Perencanaan dan Pengendalian Produksi.
Laporan praktikum ini dapat terselesaikan tidak lepas dari bantuan dan
dukungan dari berbagai pihak yang dengan tulus dan sabar dalam memberikan
ilmu pengetahuan dan pemahaman bagi penulis. Oleh karena itu, penulis
mengucapkan banyak terima kasih.
Laporan Praktikum Perencanaan dan Pengendalain Produksi ini membahas
studi kasus berdasarkan modul tentang peramalan, perencanaan agregat,
pengendalian persediaan, material requirement planning dan decision analysis .
Diharapkan dengan hadirnya laporan ini dapat memberikan gambaran pengolahan
data dalam bidang Perencanaan dan Pengendalian Produksi menggunakan
software POM QM windows.
Penulis menyadari sepenuhnya bahwa laporan ini masih jauh dari sempurna,
oleh karena itu dengan segala kerendahan hati penulis mengharapkan kritik dan
saran yang bersifat membangun dari para pembaca untuk perbaikan laporan
selanjutnya.
Akhir kata, semoga laporan ini bermanfaat bagi penulis secara pribadi dan
bagi pembaca sekalian dalam pengembangan ilmu pengetahuan.
Wassalamu’alaikum Warahmatullaahi Wabarakaatuh

Makassar, Juni 2020

iii
MUH. AMMAR FAUZAN H. KAMARUDDIN

iv
DAFTAR ISI

HALAMAN JUDUL............................................................................................i
LEMBAR PENGESAHAN.................................................................................ii
KATA PENGANTAR.........................................................................................iii
DAFTAR ISI........................................................................................................iv
DAFTAR GAMBAR.........................................................................................viii
DAFTAR TABEL................................................................................................x
BAB I PERAMALAN.........................................................................................1
1.1 PENDAHULUAN.........................................................................................1
1.1.1 Latar Belakang......................................................................................1
1.1.2 Tujuan Praktikum.................................................................................2
1.1.3 Alat-alat yang digunakan.......................................................................2
1.1.4 Prosedur Pengolahan Data....................................................................2
1.2 LANDASAN TEORI....................................................................................2
1.2.1 Pengertian Peramalan............................................................................2
1.2.2 Tujuan dan Manfaat Peramalan............................................................3
1.2.3 Karakteristik Peramalan........................................................................4
1.2.4 Metode peramalan Kualitatif dan Kuantitatif.......................................4
1.2.5 Metode Peramalan................................................................................7
1.2.6 Ukuran Akurasi Peramalan ..................................................................9
1.3 PENGUMPULAN DAN PEN`GOLAHAN DATA.....................................11
1.3.1 Pengumpulan Data................................................................................11
1.3.2 Pengolahan Data....................................................................................13
1.4 PEMBAHASAN.............................................................................................43
BAB II PERENCANAAN AGREGAT..............................................................44
1.3 PENDAHULUAN.........................................................................................44
1.3.1 Latar Belakang......................................................................................44
1.3.2 Tujuan Praktikum..................................................................................45
1.3.3 Alat-alat yang digunakan......................................................................45

v
1.3.4 Prosedur Pengolahan Data....................................................................45
2.2 LANDASAN TEORI.....................................................................................46
2.2.1 Pengertian Perencanaan Agregat .........................................................46
2.2.2 Fungsi Perencanaan Agregat ................................................................47
2.2.3 Tujuan Perencanaan Agregat ...............................................................48
2.2.4 Strategi Perencanaan Agregat...............................................................48
2.2.5 Metode Perencanaan Agregat...............................................................50
2.2.6 Biaya-biaya yang terlibat dalam Perencanaan Agregat........................53
2.3 PENGUMPULAN DAN PENGOLAHAN DATA......................................55
2.3.1 Pengumpulan Data................................................................................55
2.3.2 Pengolahan Data....................................................................................56
2.4 PEMBAHASAN.............................................................................................59
BAB III PENGENDALIAN PERSEDIAAN.....................................................60
3.1 PENDAHULUAN........................................................................................60
3.1.1 Latar Belakang......................................................................................60
3.1.2 Tujuan Praktikum..................................................................................61
3.1.3 Alat-alat yang digunakan......................................................................61
3.1.4 Prosedur Pengolahan Data....................................................................61
3.2 LANDASAN TEORI.....................................................................................62
3.2.1 Definisi Persediaan................................................................................62
3.2.2 Definisi Pengendalian Persediaan.........................................................62
3.2.3 Tujuan Pengendalian Persediaan...........................................................63
3.2.4 Fungsi-fungsi Tujuan Pengendalian Persediaan....................................63
3.2.5 Jenis-jenis Pengendalian Persediaan.....................................................64
3.2.6 Model-model Pengendalian Persediaan................................................66
3.3 PENGUMPULAN DAN PENGOLAHAN DATA......................................68
3.3.1 Pengumpulan Data................................................................................68
3.3.2 Pengolahan Data....................................................................................69
3.4 PEMBAHASAN.............................................................................................72
BAB IV MATERIAL REQUIREMENT PLANNING....................................73
4.1 PENDAHULUAN.........................................................................................73

vi
4.1.1 Latar Belakang......................................................................................73
4.1.2 Tujuan Praktikum..................................................................................74
4.1.3 Alat-alat yang digunakan......................................................................74
4.1.4 Prosedur Pengolahan Data....................................................................74
4.2 LANDASAN TEORI.....................................................................................75
4.2.1 Definisi Material Requirement Planning..............................................75
4.2.2 Tujuan Material Requirement Planning................................................76
4.2.3 Komponen MRP....................................................................................77
4.2.4 Istilah-istilah dalam MRP......................................................................79
4.2.5 Proses MRP...........................................................................................79
4.2.6 Teknik dalam menentukan UkuranLot..................................................80
4.3 PENGUMPULAN DAN PENGOLAHAN DATA......................................88
4.3.1 Pengumpulan Data................................................................................88
4.3.2 Pengolahan Data....................................................................................91
4.4 PEMBAHASAN..........................................................................................104
BAB V DECISION ANALYSIS.......................................................................108
5.1 PENDAHULUAN........................................................................................108
5.1.1 Latar Belakang....................................................................................108
5.1.2 Tujuan Praktikum...............................................................................109
5.1.3 Alat dan Bahan yang digunakan.........................................................109
5.1.4 Prosedur Pengolahan Data..................................................................109
5.2 LANDASAN TEORI...................................................................................110
5.2.1 Definisi Pengambilan Keputusan.........................................................110
5.2.2 Fungsi dan Tujuan Pengambilan Keputusan........................................111
5.2.3 Proses Pengambilan Keputusan...........................................................111
5.2.4 Teknik Pengambilan Keputusan..........................................................112
5.3 PENGUMPULAN DAN PENGOLAHAN DATA....................................113
5.3.1 Pengumpulan Data...............................................................................113
5.3.2 Pengolahan Data...................................................................................115
5.4 PEMBAHASAN..........................................................................................123
BAB VI PENUTUP ..........................................................................................125

vii
6.1 KESIMPULAN............................................................................................81
6.1.1 Peramalan.............................................................................................81
6.1.2 Perencenaan Agregat............................................................................81
6.1.3 Pengendalian Persediaan......................................................................82
6.1.4 Material Requirement Planning...........................................................82
6.1.5 Decision Analysis.................................................................................82
6.2 SARAN.........................................................................................................83
DAFTAR PUSTAKA........................................................................................129

viii
DAFTAR GAMBAR

Gambar 1.1 Linier Regresion................................................................................14


Gambar 1.2 Grafik M= 2.......................................................................................18
Gambar 1.3 Grafik M = 3......................................................................................19
Gambar 1.4 Grafik M = 4......................................................................................19
Gambar 1.5 Grafik M = 5......................................................................................19
Gambar 1.6 Grafik M = 6......................................................................................19
Gambar 1.7 Grafik α = 0,1......................................................................................23
Gambar 1.8 Grafik α = 0,2......................................................................................23
Gambar 1.9 Grafik α = 0,3......................................................................................23
Gambar 1.10 Grafik α = 0,4....................................................................................24
Gambar 1.11 Grafik ramalan penjualan................................................................26
Gambar 1.12 Grafik M= 2.....................................................................................28
Gambar 1.13 Grafik M = 3....................................................................................28
Gambar 1.14 Grafik α = 0,3....................................................................................31
Gambar 1.15 Grafik α = 0,7....................................................................................31
Gambar 1.16 Grafik M= 2.....................................................................................35
Gambar 1.17 Grafik M = 3....................................................................................35
Gambar 1.18 Grafik M = 4....................................................................................36
Gambar 1.19 Grafik M = 8....................................................................................36
Gambar 1.20 Grafik α = 0,1....................................................................................39
Gambar 1.21 Grafik α = 0,2....................................................................................40
Gambar 1.22 Grafik α = 0,3....................................................................................40
Gambar 1.23 Grafik α = 0,5....................................................................................40
Gambar 2.1 Graph Kasus 1...................................................................................56
Gambar 2.2 Graph Kasus 2...................................................................................57
Gambar 3.1 Grafik Soal 1......................................................................................69
Gambar 3.2 Grafik Soal 2......................................................................................70
Gambar 3.3 Grafik Soal 3......................................................................................71
Gambar 4.1 Struktur Produk Sepatu .....................................................................88

ix
Gambar 4.2 Struktur Produk Kursi Kuliah............................................................89
Gambar 4.2 Struktur Produk P..............................................................................90

x
DAFTAR TABEL

11
11
2
2
3
4
5
5
5
5
5
6
6
7
7
20
20
21
21
21
22
22
24
25
25
26
27
7
7

xi
Tabel 1. 32 Forecosting result α=0,3 ....................................................................29
Tabel 1. 33 Forecosting result α=0,7 ....................................................................30
Tabel 1. 34 Details and Error Analysis α=0,330
Tabel 1. 35 Details and Error Analysis α=0,732
Tabel 1. 36 MAD dan MSE Regresi Linier, MA dan ES32
2
3
1
Tabel 3.1 Inventory Result Soal no.1.....................................................................69
Tabel 3.2 Inventory Result Soal no.2....................................................................70
Tabel 3.3 Inventory Result Soal no.3....................................................................71
Tabel 4.1 Komponen Sepatu..................................................................................88
Tabel 4.2 Jadwal Induk Produksi Sepatu ..............................................................88
Tabel 4.3 Komponen Kursi Kuliah .......................................................................89
Tabel 4.4 Jadwal Induk Priduksi Kursi Kuliah .....................................................89
Tabel 4.5 Jadwal Induk Produksi P .......................................................................90
Tabel 4.6 Sepatu.....................................................................................................91
Tabel 4.7 Alas Sepatu ...........................................................................................92
Tabel 4.8 Badan Sepatu ........................................................................................92
Tabel 4.9 Tali Sepatu ............................................................................................93
Tabel 4.10 Alas Luar Sepatu .................................................................................94
Tabel 4.11 Alas Dalam Sepatu ..............................................................................94
Tabel 4.12 Kursi Kuliah ........................................................................................95
Tabel 4.13 Kaki Kursi ...........................................................................................95
Tabel 4.14 Sandaran Kursi ....................................................................................96
Tabel 4.15 Meja ....................................................................................................96
Tabel 4.16 Alas Kursi ...........................................................................................97
Tabel 4.17 Kerangka Alas Duduk .........................................................................97
Tabel 4.18 Bunga Alas Duduk ..............................................................................98
Tabel 4.19 Produk P ..............................................................................................98
Tabel 4.20 Item A..................................................................................................99

xii
Tabel 4.21 Item B.................................................................................................100
Tabel 4.22 Item C.................................................................................................100
Tabel 4.23 Item D................................................................................................101
Tabel 4.24 Produk Q ...........................................................................................101
Tabel 4.25 Item B.................................................................................................102
Tabel 4.26 Item D ...............................................................................................102
Tabel 4.27 Item C.................................................................................................102
Tabel 4.28 Item A................................................................................................103
Tabel 5.1 Data Alternatif Pak Sae Ro yi..............................................................114
Tabel 5.2 Data Alternatif Jangga Co....................................................................115
Tabel 5.3 Data Alternatif Bank Suka Maju .........................................................115
Tabel 5.4 Decision Tabel Result Soal 1 ..............................................................115
Tabel 5.5 Expected Value Multiplication Soal 1 ................................................116
Tabel 5.6 Perfect Information Soal 1 ..................................................................116
Tabel 5.7 Regret of Opportunity Loss Soal 1......................................................116
Tabel 5.8 Decision Tabel Result Soal 2 ..............................................................117
Tabel 5.9 Expected Value Multiplication Soal 2 ................................................117
Tabel 5.10 Perfect Information Soal 2 ................................................................118
Tabel 5.11 Regret of Opportunity Loss Soal 2....................................................118
Tabel 5.12 Decision Tabel Result Soal 3 ............................................................118
Tabel 5.13 Expected Value Multiplication Soal 3 ..............................................119
Tabel 5.14 Perfect Information Soal 3 ................................................................119
Tabel 5.15 Regret of Opportunity Loss Soal 3....................................................120
Tabel 5.16 Decision Tabel Result Soal 4 ............................................................120
Tabel 5.17 Expected Value Multiplication Soal 4 ..............................................121
Tabel 5.18 Perfect Information Soal 4 ................................................................121
Tabel 5.19 Regret of Opportunity Loss Soal 4....................................................122

xiii
BAB I
PERAMALAN

1.1 PENDAHULUAN
1.1.1 Latar Belakang
Perkembangan ekonomi saat ini, dimana dunia usaha tumbuh
dengan pesat, pengusaha dituntut untuk bekerja dengan baik dan
cekatan untuk menghadapi dunia usaha yang semakin hari semakin
ketat. Inventory menjadi sangat penting terhadap perusahaan,
khususnya di bidang industri dan perdagangan. Persediaan bahan baku
yang sangat berpengaruh terhadap proses produksi serta barang jadi
yang dihasilkan harus dapat menjamin efektifitas kegiatan pemasaran,
yaitu dengan memberikan pelayanan yang terbaik kepada konsumen,
karena apabila perusahaan melakukan kesalahan yang dimana
kesalahan tersebut membuat konsumen menjadi tidak enak maka
perusahaan kehilangan kesempatan untuk merebut pasar dan
perusahaan tidak dapat menyediakan barang pada tingkat yang optimal.
Dengan menggunakan metode Forecasting, perencanaan produksi
dan pemasaran dapat dikontrol dengan data data sebelumnya walaupun
metode forecasting ini masih memiliki kekurangan didalamnya.
Dengan menggunakan metode forecasting, Perusahaan dapat
melakukan pengurangan tingkat kesalahan pada produksi, pemasaran
dan sebagainya yang akan datang, dengan memakai metode ini dan juga
sebagai perencanaan untuk produksi kedepannya.. Belakangan ini
peranan metode peramalan sangat diperlukan untuk dapat memberikan
gambaran di kemudian hari dalam berbagai bidang, baik itu ekonomi,
keuangan, dan lainnya. Salah satu metode peramalan adalah
menyatakan persoalan dalam bentuk matematika yang mengandung
variabel-variabel yang terlihat secara signifikan dalam model peramalan
tersebut.
Penilaian terhadap keberhasilan metode forecasting ini adalah
dengan mendapatkan kesalahan sekecil-kecilnya atau sama sekali tidak
ada. Karena dengan begitu, perusahaan bisa meningkatkan produksi dan
mendapatkan keuntungan yang sebanyak-banyaknya.

1.1.2 Tujuan Praktikum


a. Memahami karakteristik peramalan
b. Mampu menggunakan metode peramalan dalam melakukan
peramalan produksi
c. Mampu memilih metode peramalan terbaik

1.1.3 Alat-Alat Yang Digunakan


a. Alat tulis
b. PC Unit + Software Ms. Word, Ms. Excel dan QM for Windows 3
c. Modul Praktikum Peramalan

1.1.4 Prosedur Praktikum


a. Membuat plot data
b. Pilih dua metode yang memenuhi tujuan peramalan dan sesuai
dengan plot data
c. Lakukan peramalan, dengan menggunakan metode yang dipilih pada
langkah (b)
d. Evaluasi/hitung Kesalahan (error) yang terjadi dari hasil perhitungan
peramalan
e. Pilih metode peramalan terbaik berdasarkan hasil perhitungan
langkah (d) diatas.
f. Lakukan peramalan untuk n periode kedepan

1.2 LANDASAN TEORI


1.2.1 Pengertian Peramalan
Peramalan atau forecasting diartikan sebagai penggunaan teknik-
teknik statistika dalam bentuk gambaran masa depan berdasarkan
pengolahan angka-angka historis (Buffa S. Elwood, 1996). Peramalan
dapat dikatakan sebagai awal dari sebuah proses pengambilan

2
keputusan. Sebelum melakukan sebuah peramalan, hendaknya harus
diketahui dahulu apa maksud dan tujuan dari melakukan peramalan.
Pada dasarnya, peramalan merupakan pemikiran terhadap sesuatu yang
akan datang. Contohnya adalah permintaan terhadap suatu produk pada
periode waktu yang akan datang. Pada hakekatnya, sebuah peramalan
hanya merupakan suatu perkiraan terhadap suatu objek. Akan tetapi,
dengan menggunakan teknik peramalan yang tepat maka peramalan
akan menjadi lebih dari sebuah perkiraan. Pada umumnya, hasil
peramalan yang baik dapat dilihat dari kecilnya nilai kesalahan
meramal atau forecast error yang dapat diukur dengan menggunakan
Mean Absolute Deviation, Mean Square Error, dan Mean Absolute
Percentage Error
Dalam peramalan (forecasting) tidak jarang terjadi kesalahan
misalnya saja penjualan sering tidak sama dengan nilai eksak yang
diperkirakan. Sedikit variasi dari dari perkiraan sering dapat diserap
oleh kapasitas tambahan, sediaan penjadwalan permintaan. Tetapi,
variasi perkiraan yang besar dapat merusak operasi. Ada tiga cara untuk
mengamodokasi pemerkiraan, yaitu: pertama mencoba mengurangi
kesalahan melakukan pemerkiraan yang lebih baik, kedua membuat
fleksibilitas pada operasi, dan yang ketiga mengurangi waktu tunggu
yang dibutuhkan dalam perkiraan. Tetapi kemungkinan kesalahan
terkecil adalah tujuan yang konsisten dengan biaya perkiraan yang
masuk akal.

1.2.2 Tujuan dan Manfaat Peramalan


Fungsi perkiraan atau forecasting terlihat pada saat pengambilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan apa yang akan terjadi pada waktu keputusan itu
dilaksanakan (Ginting, 2007). Menurut Heizer dan Render (2009:47),
perkiraan atau forecasting memiliki tujuan sebagai berikut:

3
a. Mengkaji kebijakan perusahaan yang berlaku saat ini dan di masa
lalu, serta melihat sejauh mana pengaruh di masa datang.
b. Perkiraan diperlukan karena adanya time lag atau delay antara saat
suatu kebijakan perusahaan ditetapkan dengan saat implementasi.
c. Perkiraan merupakan dasar penyusunan bisnis pada suatu perusahaan
sehingga dapat meningkatkan efektivitas suatu rencana bisnis.

1.2.3 Karakteristik Peramalan


Menurut Nasution (1999) peramalan yang baik mempunyai beberapa
kriteria yang penting, antara lain akurasi, biaya, dan kemudahan.
Penjelasan dari criteria-criteria tersebut adalah sebagai berikut:
a. Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan
dan kekonsistensian peramalan. Hasil peramalan dikatakan bias bila
peramalan tersebut terlalu tinggi atau terlalu rendah
dibandingdengan kenyataan yang sebenarnya terjadi. Hasil
peramalan dikatakan konsisten bila besarnya kesalahan peramalan
relatif kecil.
b. Biaya. Biaya yang diperlukan untuk pembuatan suatu peramalan
tergantung dari jumlah item yang diramalkan, lamanya periode
peramalan dan metode peramalan yang dipakai.
c. Kemudahan. Penggunaanmetode peramalan yang sederhana, mudah
dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi
perusahaan.

1.2.4 Metode Peramalan Kualitatif dan Kuantitatif


Berdasarkan jenisnya, metode peramalan dapat dibagi menjadi dua,
yaitu metode peramalan kualitatif dan kuantitatif.
a. Metode Peramalan Kualitatif
Metode peramalan kualitatif biasanya menggunakan pendapat para
ahli untuk memperkirakan kejadian atau peristiwa di masa yang akan
datang, sehingga hasil yang diperoleh sangat subjektif. Metode ini

4
digunakan ketika data di waktu lampau sulit diperoleh, memerlukan
waktu yang banyak, dan biaya yang digunakan sangat mahal.
Beberapa metode peramalan kualitatif yang sering digunakan adalah
sebagai berikut :
1) Delphi
Dalam metode ini ramalan dikembangkan oleh suatu panel yang
terdiri dari para ahli. Proses ini dilakukan melalui beberapa
putaran. Putaran pertama, tiap-tiap peserta panel memberikan
jawaban pada pertanyaan-pertanyaan yang telah diberikan.
Jawaban-jawaban tersebut ditabulasikan, kemudian dikembalikan
lagi kepada peserta panel. Setiap anggota panel diminta untuk
mempertimbangkan kembali jawaban pada putaran pertama dan
diminta untk membuat jawaban sekali lagi, setelah itu jawaban
pada putaran kedua dirangkum dan dikembalikan lagi untuk
mempertimbangkan jawaban ketiga begitu seterusnya sampai
diperoleh suatu kesatuan pandang yang cukup. Prosedur ini serng
dilakukan sampai empat hingga enam kali putrandan paling
sedikit tiga putaran. Estimasi yang dihasilkan pada putaran
terakhir digunakan sebagai suatu ramalan.
2) Survey Pasar
Dalam metode ini data dapat dikumpulkan dengan cara panel,
menyebarkan kuesioner, melakukan uji pasar, atau mengadakan
survey. Untuk selanjutnya data tersebut digunakan sebagi dasar
untuk meramal.
3) Anlogi Daur-hidup
Dalm metode ini, perkiraan didasarkan pada daur hidup produk.
Mulai tahap perkenalan, pertumbuhan, dan tahap kematangan dari
produk-produk serupa. Analisis ini dapat menggunakan “Kurva-
S” dari pertumbuhan penjualan.
b. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif sangat beragam dan setiap metode

5
memiliki sifat, ketepatan, dan biaya tertentu yang harus
dipertimbangkan dalam memilih metode tertentu. Metode ini formal
didasarkan atas prinsip statistik yang memiliki ketepatan tinggi atau
dapat meminimumkan kesalahan, lebih sistematis, dan lebih populer
dalam penggunaan. Untuk menggunakan metode ini terdapat tiga
kondisi yang harus dipenuhi, yaitu tersedia informasi tentang masa
lampau, informasi tersebut dapat dikuantitatifkan dalam bentuk data
numerik, dan dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut di masa yang akan datang. Metode
kuantitatif ini dapat dikelompokkan menjadi dua macam, yaitu
metode kausal dan model deret berkala.
1) Metode Kausal
Regresi linear model kausal, bergabung menjadi model variabel
atau hubungan yang bisa mempengaruhi jumlah yang sedang
diramal. Model ini mengasumsikan bahwa faktor yang
diramalkan mewujudkan hubungan sebab akibat dengan satu atau
lebih independent variabel. Tujuan dari model ini adalah
menemukan bentuk hubungan tersebut danme nggunakannya
untuk meramalkan nilai mendatang dari dependent variabel.
Pendekatan ini lebih kuat dibandingkan metode seri waktu yang
hanya menggunakan nilai historis untuk variabel yang
diramalkan. Model matematika yang kita gunakan pada metode
kuadrat terkecil dari proyeksi trend bisa digunakan untuk
melakukan analisis regresi linear. Variabel-variabel tak bebas
yang akan diramal tetap ^y , namun sekarang variabel bebas x,
bukan lagi waktu.
2) Model Deret Berkala
Data Berkala (Data Deret waktu) adalah data yang dikumpulkan
dari waktu ke waktu untuk menggambarkan perkembangan suatu
kegiatan atau sekumpulan hasil observasi yang diatur dan didapat
menurut urutan kronologis waktu, misalnya perkembangan

6
produksi, harga barang, hasil penjualan, jumlah penduduk, dll.
Analisa deret berkala merupakan prosedur analisis yang dapat
digunakan untuk mengetahui gerak perubahan atau perkembangan
nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
analisis ekonomi dan lingkungan bisn is biasanya analisa deret
berkala digunakan untuk meramal nilai suatu variabel pada masa
lalu dan masa yang akan datang berdasarkan pada kecenderungan
dari perubahan nilai variabel tersebut.

1.2.5 Metode Peramalan


a. Metode Kausal
Metode kausal atau disebut juga dengan metode eksplanatori
mengasumsikan adanya hubungan sebab akibat antara variabel bebas
dan variabel tidak bebas yang dipengaruhinya, atau dalam bentuk
lain antara input dan output dari suatu sistem. Metode kausal
bertujuan untuk meramalkan keadaan di masa datang dengan
menemukan dan mengukur beberapa variabel bebas (independen)
yang penting beserta pengaruhnya terhadap variabel tidak bebas yang
diamati. Dengan mengetahui model hubungan antara variabel yang
bersangkutan, dapat diramalkan bagaimana pengaruh yang terjadi
pada variabel tidak bebas apabila terjadi perubahan pada variabel
bebasnya. Metode kausal, yaitu metode regresi linier sederhana dan
metode regresi linier berganda.
1) Regresi linier sederhana
Regresi linier sederhana digunakan untuk mengetahui sejauh
mana hubungan antara dua variabel atau antara satu variabel
dengan beberapa variabel lain perlu dibuat model. Jika hubungan
itu hanya melibatkan satu variabel bebas, modelnya disebut
regresi linier sederhana. (Herjanto, 1999: 136). Persamaan
umumnya adalah:
Y = a + b X.

7
Dimana nilai a dan b diperoleh dari persamaan berikut ini:
n .∑ xy −∑ x . ∑ y ∑ y−b . ∑ x
b= dan a =
n . ∑ x ²−(∑ x )² n
Dengan Y adalah variabel tidak bebas dan X adalah variabel
bebas. Koefisien a adalah konstanta (intercept) dan b adalah
perubahan rata-rata Y terhadap perubahan per unit X.
2) Regresi linier berganda
Regresi linear berganda yaitu suatu variabel tak bebas dengan
menggunakan dua variabel bebas. Jika mengerti pengerjaan
dengan dua variabel bebas ini maka cara kerja dengan tiga atau
lebih variabel bebas akan lebih mudah. (Manurung, 1990: 57).
Persamaan umumnya adalah:
Y = a + b1 X1 + b2 X2 + ....+ bn Xn.
Dengan Y adalah variabel bebas, dan X adalah variabel-
variabel bebas, a adalah konstanta (intersept) dan b adalah
koefisien regresi pada masing-masing variabel bebas.
b. Metode Rata-Rata Bergerak (Moving Average)
Moving average merupakan suatu metode peramalan yang
dilakukan dengan mengambil sekelompok nilai pengamatan, mencari
nilai rata-rata tersebut sebagai ramalan untuk periode yang akan
datang (Subagyo dalam Rachman, 2008) Secara matematis, moving
average dirumuskan sebagai berikut:

Moving Average ( F t) =
∑ jumlah datan periode sebelumnya
n
Keterangan:
F t = peramalan permintaan periode berikutnya,
n = jumlah periode dalam moving average.
c. Pemulusan Eksponensial (Exponential Smoothing)
Exponential Smoothing digunakan untuk peramalan jangka
pendek. Model mengasumsikan bahwa data berfluktuasi di sekitar

8
nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten.
Tidak seperti Moving Average, Exponential Smoothing memberikan
penekanan yang lebih besar kepada time series saat ini melalui
penggunaan sebuah konstanta smoothing (penghalus). Konstanta
smoothing mungkin berkisar dari 0 ke 1. Nilai yang dekat dengan 1
memberikan penekanan terbesar pada nilai saat ini sedangkan nilai
yang dekat dengan 0 memberi penekanan pada titik data sebelumnya
(Herjanto dalam Rachman, 2018). Secara sistematis, metode
exponential smoothing dirumuskan sebagai berikut:
F t = F t−1 +α ( A t−1−F t−1 )
Keterangan:
Ft = nilai peramalan untuk periode ke – t,
F t−1 = nilai peramalan di periode sebelumnya (t – 1)
At −1 = nilai aktual di periode sebelumnya
α = konstanta eksponensial

1.2.6 Ukuran Akurasi Peramalan


Model-model peramalan yang dilakukan kemudian divalidasi
menggunakan sejumlah indikator. Indikator-indikator yang umum
digunakan adalah rata-rata penyimpangan absolut (Mean Absolute
Deviation), rata-rata kuadrat terkecil (Mean Square Error), rata-rata
persentase kesalahan absolut (Mean Absolute Percentage Error),
validasi peramalan (Tracking Signal), dan  pengujian kestabilan
(Moving Range).
a. MAD (Mean Absolute Deviation)
MAD (Mean Absolute Deviation) merupakan penjumlahan
kesalahan perkiraan tanpa menghiraukan tanda aljabarnya dibagi
dengan banyaknya data yang diamati. (Herjanto, 1999: 146) Secara
matematis, MAD dirumuskan sebagai berikut:
A t −F
MAD = ∑ | |n
t

9
Keterangan:
At = permintaan aktual pada periode-t,
F t = peramalan permintaan pada periode-t,
n = jumlah periode peramalan yang terlibat
b. MSE (Mean Square Error)
MSE (Mean Square Error) yaitu memperkuat pengaruh angka-
angka kesalahan besar, tetap memperkecil angka kesalahan perkiraan
yang lebih kecil dari satu unit. (Herjanto, 1999: 146). Secara
matematis, MSE dirumuskan sebagai berikut:
( A t −Ft ) ²
MSE = ∑
n
Keterangan:
At = permintaan aktual pada periode-t,
F t = peramalan permintaan pada periode-t,
n = jumlah periode peramalan yang terlibat
c. MAPE (Mean Absolute Percentage Error)
MAPE (Mean Absolute Percentage Error) yaitu menunjukkan
rata-rata kesalahan absolut perkiraan dalam bentuk persentasenya
terdapat data aktual. (Herjanto, 1999: 146). Secara matematis,
MAPE dirumuskan sebagai berikut:
100 Ft
MAPE = ( )
n
∑ A t−¿|At |
Keterangan:
At = permintaan aktual pada periode-t,
F t = peramalan permintaan pada periode-t,
n = jumlah periode peramalan yang terlibat

10
1.3 PENGUMPULAN DAN PENGOLAHAN DATA
1.3.1 Pengumpulan Data
1. Diketahui data historis permintaan selama 10 tahun terakhir sbb :
Tabel 1.1 Data permintaan selama 10 tahun terakhir
Periode 1 2 3 4 5 6 7 8 9 10
Jumlah
produksi 120 100 135 165 119 213 234 254 272 290

Terapkan metode regresi linier untuk menentukan permintaan 3


periodeyang akan datang (11, 12 dan 13)
2. Diketahui data permintaan masa lalu untuk suatu produk selama 12
periode terakhir :
Tabel 1.2 Data permintaan selama 12 periode terakhir
Periode 1 2 3 4 5 6 7 8 9 10 11 12
Permintaan 24 30 36 39 50 48 56 55 36 36 25 23

Dari data tersebut, hitung peramalan permintaan pada periode ke-13


dengan metode berikut:
a. Moving Average (m=2, 3, 4, 5, dan 6)
Tentukan kriteria performans untuk masing-masingnya, dan
tentukan pula metode mana yang seharusnya dipilih!
b. Eksponential Smoothing (α =0,1 ; 0,2 ;0,3 ;dan 0,4)
Tentukan kriteria performansi untuk masing-masingnya, dan
tentukan pula metode mana yang seharusnya dipilih!
c. Dari point a dan b, metode mana yang terpilih untuk melakukan
peramalan permintaan periode ke-13?
3. Toko SEGAR adalah toko kelontongan yang menjual air mineral
botol 600 ml. Data penjualan air mineral botol dalam 6 bulan
pertama tahun 2009 adalah sebagai berikut:

11
Tabel 1.3 Data penjualan 6 bulan pertama tahun 2009
Bulan Penjualan
Januari 215
Februari 222
Maret 235
April 228
Mei 210
Juni 240

Berdasarkan data diatas, tentukanlah:


a. Ramalan penjualan pada Januari 2010 dengan metode Regresi
Linier?
b. Ramalan penjualan pada Januari 2010 dengan metode Moving
Average dengan m = 2 dan 3
c. Ramalan penjual pada Januari 2010 dengan metode Single
Exponential Smoothing dengan α = 0,3 dan 0,7
d. MAD (Mean Absolute Deviation) dan MSE (Mean Squared
Error)?
e. Tentukan kriteria performansi untuk masing-masingnya, dan
tentukan pula metode mana yang seharusnya dipilih!
4. Diketahui sebuah pabrik sepatu memiliki data penjualan selama satu
tahun sebagai berikut:
Tabel 1.4 Data Pabrik Sepatu Selama Satu Tahun
Bulan Indeks Waktu (t) Penjualan Aktual (A)
Januari 1 542
Februari 2 538
Maret 3 541
April 4 543
Mei 5 538
Juni 6 537
Juli 7 541
Agustus 8 540
September 9 542
Oktober 10 540
November 11 538

12
Desember 12 541

Dari data tersebut, hitung peramalan permintaan pada periode ke-13


dengan metode berikut:
a. Moving Average (M=2, 3, 4, dan 8)
Tentukan kriteria performans untuk masing-masingnya, dan
tentukan pula metode mana yang seharusnya dipilih!
b. Exponential Smoothing (α=0,1 ; 0,2 ;0,3 ;dan 0,5)
Tentukan kriteria performansi untuk masing-masingnya, dan
tentukan pula metode mana yang seharusnya dipilih!
c. Dari point 1) dan 2), metode mana yang terpilih untuk melakukan
peramalan permintaan periode ke-13

1.3.2 Pengolahan Data


1. Peramalan permintaan tiga periode yang akan datang (11,12,dan 13)
dengan metode regresi linier
a. Linier Regresion
1) Forcaseting Result Linier Regresion
Tabel 1.5 Forcasting Result

Jadi dapat dilihat dari tabel diatas bahwa didapatkan nilai


peramalan permintaan pada periode 11 adalah 311,2; pada
periode 12 diperoleh 333,2 dan periode 13 diperoleh 355,2.

13
2) Details and Error Analysis
Tabel 1.6 Details and Error Analysis

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD yang
diperoleh sebesar 14,72; MSE sebesar 504,56 dan nilai MAPE
diperoleh sebesar 0,11. Dari tabel di atas kita juga dapat
mengetahui nilai intercept dan nilai slop, dimana nilai
intercept yang diperoleh sebesar 69,2 sedangkan slope
diperoleh sebesar 22.
3) Grafik

Gambar 1.1 linier Regresion

Jadi, berdasarkan grafik di atas dapat diketahui perbandingan


antara nilai peramalan dan data aktual permintaan, jika melihat

14
dari grafik di atas maka kita dapat melihat bahwa hasil
peramalan pada periode ke-3 dan periode ke-10 merupakan
hasil peramalan yang paling mendekati data aktual.
2. Peramalan permintaan pada periode ke-13
a. Moving Average
1) Forcasting Result M = 2,3,4,5 dan 6
Tabel 1.7 Forcasting Result M=2

Tabel 1.8 Forecasting Result M = 3

Tabel 1.9 Forecasting Result M = 4

Tabel 1.10 Forecasting Result M = 5

15
Tabel 1.11 Forecasting Result M = 6

Dapat dilihat dari ke lima tabel diatas bahwa peramalan


dengan menggunakan metode Moving Average M=2 diperoleh
hasil senilai 24, M=3 diperoleh hasil senilai 28, M=4 diperoleh
nilai sebesar 30, M=5 diperoleh nilai peramalan sebesar 35 dan
pada M = 6 diperoleh 38,5.
2) Details and Error Analysis M= 2,3,4,5,6
Tabel 1.12 Details and Error Analysis M=2

Tabel 1.13 Details and Error Analysis M=3

16
Tabel 1.14 Details and Error Analysis M=4

Tabel 1.15 Details and Error Analysis M=5

Tabel 1.16 Details and Error Analysis M=6

17
Dari tabel diatas, dapat dilihat bahwa pada nilai MAD untuk
M=2 yang diperoleh sebesar 8,85; MSE sebesar 99,12 dan nilai
MAPE diperoleh sebesar 0,25. MAD untuk M=3 yang
diperoleh sebesar 11,22; MSE sebesar 145,77 dan nilai MAPE
diperoleh sebesar 0,32. MAD untuk M=4 yang diperoleh
sebesar 13,91.; MSE sebesar 211,37 dan nilai MAPE diperoleh
sebesar 0,4. MAD untuk M=5 yang diperoleh sebesar 14,74;
MSE sebesar 231,43 dan nilai MAPE diperoleh sebesar 0,44.
MAD untuk M=6 yang diperoleh sebesar 15,69; MSE sebesar
265,07 dan nilai MAPE diperoleh sebesar 0,48. Jadi, metode
yang sebaiknya dipilih untuk melakukan peramalan permintaan
pada periode ke-13 yaitu metode Moving Average dengan M =
2, karena tingkat kesalahannya (error) yang paling sedikit
dibandingkan dengan ke 4 metode lainnya.

3) Grafik

18
Gambar 1.2 grafik m=2

Ga
mbar 1.3 grafik m=3

Gambar 1.4 grafik m=4

Gambar 1.5 grafik m=5

19
Ga
mbar 1.6 grafik m=6

Jadi, berdasarkan grafik di atas dapat diketahui perbandingan


antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa dengan
menggunakan M=2 didapatkan hasil peramalan pada periode
ke-6 dan periode ke-8 merupakan hasil peramalan yang paling
mendekati data actual. Dengan menggunakan M=3, M=4 dan
M=5 didapatkan hasil peramalan pada periode ke-8 merupakan
hasil peramalan yang paling mendekati data actual, sedangkan
dengan menggunakan M=6 didapatkan hasil peramalan pada
periode ke-9 dan periode ke-10 merupakan hasil peramalan
yang paling mendekati data aktual.

b. Exponential Smoothing
1) Forcasting Result =0,1; 0,2; 0,3; dan 0,4
Tabel 1.17 Forecasting Result  = 0,1

20
Tabel 1.18 Forecasting Result  = 0,2

Tabel 1.19 Forecasting Result  = 0,3

Tabel 1.20 Forecasting Result  = 0,4

Dapat dilihat dari ke lima tabel diatas bahwa peramalan


dengan menggunakan metode Exponential Smoothing
didapatkan 33,6 dengan α =¿0,1 ; 34,66 dengan α =¿0,2 ; 3,7
α =¿0,3 dan 30,11 dengan α =¿0,4.
2) Details and Error Analysis
Tabel 1.21 Details and Error Analysis  = 0,1

21
Tabel 1.22 Details and Error Analysis  = 0,2

Tabel 1.23 Details and Error Analysis  = 0,3

Tabel 1.24 Details and Error Analysis  = 0,4

22
Dari tabel diatas, dapat dilihat bahwa pada nilai MAD dengan
= 0,1 yang diperoleh sebesar 11,77; MSE sebesar 211,63

dan nilai MAPE diperoleh sebesar 0,29. MAD dengan = 0,2
yang diperoleh sebesar 11,71; MSE sebesar 170,02 dan nilai
MAPE diperoleh sebesar 0,31. MAD dengan = 0,3 yang
diperoleh sebesar 10,98; MSE sebesar 143,16 dan nilai MAPE
diperoleh sebesar 0,30 serta MAD dengan = 0,4 yang
diperoleh sebesar 10; MSE sebesar 120,88 dan MAPE sebesar
0,28. Jadi, metode yang sebaiknya dipilih untuk melakukan
peramalan permintaan pada periode ke-13 yaitu metode
Exponential Smoothing dengan α = 0,4 karena tingkat
kesalahannya (error) yang paling sedikit dibandingkan
dengan ke 3 metode lainnya.
3) Gambar grafik = 0,1 ; 0,2 ; 0,3 ; dan 0,4

23
Gambar 1.7 Grafik α = 0,1

Gambar 1.8 Grafik α = 0,2

Gambar 1.9 Grafik α = 0,3

Gambar 1.10 Grafik α = 0,4

Jadi, berdasarkan grafik di atas dapat diketahui

24
perbandingan antara nilai peramalan dan data aktual
permintaan, jika melihat dari grafik di atas maka kita
dapat melihat bahwa dengan menggunakan = 0,1
didapatkan hasil peramalan pada periode ke-9 dan periode
ke-10 merupakan hasil peramalan yang sudah mendekati
data actual. Dengan menggunakan = 0,2 dan =0,3
didapatkan hasil peramalan pada periode ke-10 merupakan
hasil peramalan yang paling mendekati data actual,
sedangkan dengan menggunakan = 0,4 didapatkan hasil
peramalan pada periode ke-8 merupakan hasil peramalan
yang paling mendekati data actual.
c. Berikut kriteria performansi untuk masing-masing M dan  yaitu
dengan menggunakan metode Moving Average dan Exponential
Smoothing.
Tabel 25. MAD, MSE, dan MAPE Moving Average dan Exponential
Smoothing
Moving Average Exponential Smoothing
M = 2 M = 3 M = 4 M = 5 M = 6 a = 0,1 a = 0,2 a = 0,3 a = 0,4
MAD 8,85 11,22 13,91 14,74 15,69 11,77 11,71 10,98 10
MSE 99,12 145,76 211,37 231,43 265,07 211,63 170,02 143,16 120,88
MAPE 0,25 0,32 0,4 0,44 0,48 0,29 0,31 0,3 0,28
Dari point a dan b dapat dilihat pada tabel diatas, metode yang
dipilih untuk melakukan peramalan permintaan pada periode ke-
13 yaitu metode Moving Average dengan kriteria performans
M=2, karena tingkat kesalahan (error) yang paling sedikit
dibandingkan dengan Exponential Smoothing.
3. Ramalan penjualan air mineral botol
a. Ramalan penjualan pada Januari 2010 Metode Regresi Linier
1) Forecasting result
Tabel 1.26 Forecasting Result

25
Berdasarkan tabel diatas, dapat dilihat bahwa peramalan pada
januari 2010 dengan metode regresi linier didapatkan 247,26.

2) Details and Error Analysis


Tabel 1.27 Details and Error Analysis

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD yang
diperoleh sebesar 7,55 MSE sebesar 95,32 dan nilai MAPE
diperoleh sebesar 0,03. Dari tabel di atas kita juga dapat
mengetahui nilai intercept dan nilai slop, dimana nilai intercept
yang diperoleh sebesar 216,8 sedangkan slope diperoleh
sebesar 2,34.

3) Grafik

26
Gambar 1.11 Grafik ramalan penjualan

Jadi, berdasarkan grafik di atas dapat diketahui perbandingan


antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa hasil
peramalan pada periode ke-2 dan periode ke-4 merupakan hasil
peramalan yang paling mendekati data aktual.

b. Ramalan penjualan pada Januari 2010 Metode Moving Average


1) Forecasting Result M = 2 dan M = 3
Tabel 1.28 Forecasting Result M = 2

27
Tabel 1.29 Forecasting Result M = 3

Dapat dilihat dari ke dua tabel diatas bahwa peramalan dengan


menggunakan metode Moving Average M = 2 diperoleh
229,93 dan M = 3 diperoleh 227,8

2) Details and Error Analysis M = 2 dan M = 3


Tabel 1.30 Details and Error Analysis M = 2

Tabel 1.31 Details and Error Analysis M = 3

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD dengan
M=2 yang diperoleh sebesar 5,95. MSE sebesar 117,58 dan

28
nilai MAPE diperoleh sebesar 0,03. Sedangkan MAD dengan
M=3 yang diperoleh sebesar 4,22. MSE sebesar 66,4 dan nilai
MAPE diperoleh sebesar 0,02. Jadi, metode yang dipilih untuk
melakukan peramalan penjualan pada bulan Januari 2010 yaitu
dengan menggunakan metode Moving Average dengan M = 3,
karena tingkat kesalahan (error) yang paling sedikit
dibandingkan dengan metode Moving Average dengan M = 2.

3) Gambar Grafik M = 2 dan M = 3

Gambar 1.12 Grafik M = 2

Gambar 1.13 Grafik M = 3


Jadi, berdasarkan grafik di atas dapat diketahui perbandingan
antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa dengan
menggunakan M=2 dan M=3 hasil peramalan pada periode ke-
4 merupakan hasil peramalan yang paling mendekati data
aktual.

29
c. Ramalan penjualan pada Januari 2010 Metode Single Exponential
Smoothing dengan α =¿0,3 dan 0,7
1) Forecasting Result α =¿0,3 dan 0,7
Tabel 1.32 Forecasting Result α =¿ 0,3

Tabel 1.33 Forecasting Result α =¿ 0,7

Dapat dilihat dari kedua tabel diatas bahwa peramalan dengan


menggunakan metode Exponential Smoothing dengan α =¿0,3
diperoleh 225,92 dan α =¿0,7 diperoleh 232,69.

30
2) Details and Error Analysis α =¿0,3 dan 0,7
Tabel 1.34 Details and Error Analysis α =¿ 0,3

Tabel 1.35 Details and Error Analysis α =¿ 0,7

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD dengan
= 0,3 yang diperoleh sebesar 5,39. MSE sebesar 83,67 dan

nilai MAPE diperoleh sebesar 0,02 dan MAD dengan = 0,7
yang diperoleh sebesar 5,64. MSE sebesar 102,38 dan nilai
MAPE diperoleh sebesar 0,02. Jadi, metode yang dipilih untuk
melakukan peramalan penjualan pada bulan Januari 2010 yaitu
dengan menggunakan metode Exponential Smoothing dengan
= 0,3 karena tingkat kesalahan (error) yang paling sedikit
dibandingkan dengan metode Exponential Smoothing dengan
= 0,7.

31
3) Gambar Grafik α =¿0,3 dan 0,7

Gambar 1.14 Grafik α =¿ 0,3

Gambar 1.15 Grafik α =¿0,7


Jadi, berdasarkan grafik di atas dapat diketahui perbandingan
antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa dengan
menggunakan = 0,3 dan = 0,7 didapatkan hasil peramalan
pada periode ke-2 dan periode ke-4 merupakan hasil peramalan
yang sudah mendekati data actual.
d. MAD (Mean Absolute Deviation) dan MSE (Mean Squared
Error)
Berikut kriteria performansi untuk masing-masing M dan  yaitu
dengan menggunakan metode Moving Average dan Exponential
Smoothing.

32
Tabel 1.36 MAD dan MSE Regresi Linier, Moving Average dan Exponential
Smoothing
M α MAD MSE
Regresi Linier 7,55 95,32
Moving Average 2 5,95 117,58
3 4,22 66,4
Exponential Smoothing 0,3 5,39 83,67
0,7 5,64 102,38

e. Metode yang dipilih untuk melakukan peramalan penjualan yaitu


dengan menggunakan metode Moving Average dengan M = 3,
karena tingkat kesalahannya (error) yang paling sedikit
dibandingkan dengan menggunakan metode Regresi linier dan
metode Exponential Smoothing.

4. Peramalan permintaan sebuah pabrik sepatu


a. Moving Average
1) Forcasting Result M =2,3,4, dan 8
Tabel 1.37 Forecasting Result M = 2

Tabel 1.38 Forecasting Result M = 3

33
Tabel 1.39 Forecasting Result M = 4

Tabel 1.40 Forecasting Result M = 8

Berdasarkan ke empat tabel diatas, hasil peramalan yang


diperoleh dengan metode Moving Average dengan M = 2
adalah 539,5 ; M = 3 adalah 539,67 ; M = 4 adalah 540,25 dan
M = 8 adalah 539,63
2) Details and Error Analysis M= 2, 3, 4 dan 8
Tabel 1.41 Details and Error Analysis M = 2

34
Tabel 1.42 Details and Error Analysis M = 3

Tabel 1.43 Details and Error Analysis M = 4

Tabel 1.44 Details and Error Analysis M = 8

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD untuk
M=2 diperoleh nilai sebesar 2,4; MSE sebesar 7,1 dan nilai

35
MAPE diperoleh sebesar 0. MAD dengan M=3 yang diperoleh
sebesar 2,15. MSE sebesar 5,38 dan nilai MAPE diperoleh
sebesar 0. MAD dengan M=4 yang diperoleh sebesar 1,78.
MSE sebesar 4,65 dan nilai MAPE diperoleh sebesar 0 dan
MAD dengan M=8 yang diperoleh sebesar 1,34. MSE sebesar
2,58 dan nilai MAPE diperoleh sebesar 0. metode yang dipilih
untuk melakukan peramalan permintaan yaitu dengan
menggunakan metode Moving Average dengan M = 8, karena
tingkat kesalahan (error) yang paling sedikit dibandingkan
dengan menggunakan ke 3 metode lainnya.
3) Gambar Grafik M = 2, 3, 4, dan 8

Gambar 1.16 Grafik M = 2

Gambar 1.17 Grafik M = 3

36
Gambar 1.18 Grafik M = 4

Gambar 1.19 Grafik M = 8


Jadi, berdasarkan grafik di atas dapat diketahui perbandingan
antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa dengan
menggunakan M=2, M=3, M=4, dan M=8 didapatkan hasil
peramalan yang sama pada semua periode dimana hasil
peramalan yang diperoleh dari keempat metode tersebut
merupakan hasil peramalan yang paling mendekati data aktual.
b. Exponential Smoothing
1) Forecasting Result (= 0,1 ; 0,2 ; 0,3 ; dan 0,5)
Tabel 1.45 Forecasting Result = 0,1

37
Tabel 1.46 Forecasting Result = 0,2

Tabel 1.47 Forecasting Result = 0,3

Tabel 1.48 Forecasting Result = 0,5

Dapat dilihat dari ke empat tabel diatas bahwa peramalan


dengan menggunakan metode Exponential Smoothing
didapatkan 540,6 dengan α =¿0,1 ; 540,17 dengan α =¿0,2 ;
540,07 α =¿0,3 dan 540,12 dengan α =¿0,5.

38
2) Details and Error Analysis (= 0,1 ; 0,2 ; 0,3 ; dan 0,5)
Tabel 1.49 Details and Error Analysis = 0,1

Tabel 1.50 Details and Error Analysis = 0,2

Tabel 1.51 Details and Error Analysis = 0,3

39
Tabel 1.52 Details and Error Analysis = 0,5

Dari tabel diatas, dapat dilihat bahwa pada nilai MAD untuk
=0,1 yang diperoleh sebesar 1.71. MSE sebesar 5,17 dan

nilai MAPE diperoleh sebesar 0. MAD dengan = 0,2 yang


diperoleh sebesar 1,7. MSE sebesar 4,84 dan nilai MAPE
diperoleh sebesar 0. MAD dengan = 0,3 yang diperoleh
sebesar 1,78. MSE sebesar 4,95 dan nilai MAPE diperoleh
sebesar 0. MAD dengan = 0,5 yang diperoleh sebesar 2,02.
MSE sebesar 5,57 dan nilai MAPE diperoleh sebesar 0. Jadi,
metode yang dipilih untuk melakukan peramalan permintaan
yaitu dengan menggunakan metode Exponential Smoothing
dengan = 0,2 karena tingkat kesalahan (error) yang paling
sedikit dibandingkan dengan menggunakan 3 metode lainnya.
3) Gambar Grafik (= 0,1 ; 0,2 ; 0,3 ; dan 0,5)

Gambar 1.20 Grafik = 0,1

40
Gambar 1.21 Grafik = 0,2

Gambar 1.22 Grafik = 0,3

Gambar 1.23 Grafik = 0,5


Jadi, berdasarkan grafik di atas dapat diketahui perbandingan
antara nilai peramalan dan data aktual permintaan, jika melihat
dari grafik di atas maka kita dapat melihat bahwa dengan
menggunakan = 0,1; = 0,2; = 0,3;= 0,5 didapatkan
hasil peramalan yang sama pada semua periode dimana hasil
peramalan yang diperoleh dari keempat metode tersebut
merupakan hasil peramalan yang paling mendekati data aktual

41
c. Berikut kriteria performansi untuk masing-masing M dan  yaitu
dengan menggunakan metode Moving Average dan Exponential
Smoothing.
Tabel 1.53 MAD, MSE, dan MAPE Moving Average dan Exponential
Smoothing
Moving Average Exponential Smoothing
M = 2 M = 3 M = 4 M = 8 a = 0,1 a = 0,2 a = 0,3 a = 0,5
MAD 2,4 2,15 1,78 1,34 1,71 1,7 1,78 2,02
MSE 7,1 5,38 4,65 2,58 5,17 4,84 4,95 5,57
MAPE 0 0 0 0 0 0 0 0
Dari point a dan b, metode yang dipilih untuk melakukan
peramalan permintaan periode ke-13 yaitu dengan menggunakan
metode Moving Average dengan M = 8, karena tingkat kesalahan
(error) yang paling sedikit dibandingkan dengan Exponential
Smoothing.

42
1.4 PEMBAHASAN
1. Berdasarkan hasil pengolahan data yang diperoleh, hasil perhitungan
peramalan permintaan pada 3 periode yang akan datang (periode 11, 12,
dan 13) dengan metode Regresi Linier yaitu pada periode ke-11
didapatkan peramalan sebanyak 311,2; periode ke-12 didapatkan
peramalan sebanyak 333,2 dan untuk periode ke-13 didapatkan
peramalan sebanyak 355,2. Nilai MAD yang diperoleh sebesar 14,72,
MSE sebesar 504,56 dan nilai MAPE diperoleh sebesar 0,11. Nilai
intercept yang diperoleh sebesar 69,2 dan slope sebesar 22.
2. Berdasarkan hasil pengolahan data yang diperoleh, hasil perhitungan
peramalan permintaan pada periode ke -13 dengan menggunakan metode
Moving Average M = 2 diperoleh 24, M = 3 diperoleh 28, M = 4
diperoleh 30, M = 5 diperoleh 35, pada M = 6 diperoleh 38,5 dan metode
yang sebaiknya dipilih untuk melakukan peramalan permintaan pada
periode ke-13 yaitu metode Moving Average dengan M = 2, karena
tingkat kesalahannya (error) yang paling rendah yaitu dengan nilai
MAPE sebesar 0,25. Sedangkan hasil peramalan dengan menggunakan

metode Exponential Smoothing didapatkan 33,6 dengan

0,1 ; 34,66 dengan 0,2 ; 3,7

0,3 dan 30,11 dengan 0,4 dengan metode yang


sebaiknya dipilih untuk melakukan peramalan permintaan pada periode

ke-13 yaitu metode Exponential Smoothing dengan  = 0,4 karena


tingkat kesalahannya (error) yang paling rendah dengan nilai MAPE
sebesar 0,28. Jadi, metode yang dipilih yaitu metode Moving Average M
= 2 dengan hasil peramalan sebesar 24.
3. Berdasarkan hasil pengolahan data, dapat diketahui bahwa peramalan
penjualan pada Januari 2010 dengan menggunakan metode regresi linier
yaitu 247,26 dengan MSE sebesar 95,32. Peramalan dengan
menggunakan metode Moving Average M=2 diperoleh 229,93 dan M = 3

43
diperoleh 227,8 sehingga metode yang dipilih untuk melakukan
peramalan penjualan pada bulan Januari 2010 yaitu dengan
menggunakan metode Moving Average dengan M = 3, karena nilai MSE
yang paling rendah yaitu 66,4. Peramalan dengan menggunakan metode

Exponential Smoothing dengan 0,3 diperoleh 225,92 dan

0,7 diperoleh 232,69 sehingga metode yang dipilih


untuk melakukan peramalan penjualan pada bulan Januari 2010 yaitu
menggunakan metode Exponential Smoothing dengan = 0,3 karena
nilai MSE yang paling rendah yaitu 83,67 dibandingkan dengan metode
Exponential Smoothing dengan = 0,7. Jadi, metode yang dipilih untuk
melakukan peramalan penjualan yaitu dengan menggunakan metode
Moving Average dengan M=3 dengan hasil peramalan sebesar 227,8.
4. Berdasarkan data diatas, diperoleh hasil perhitungan peramalan
permintaan pada periode ke -13 yaitu dengan metode Moving Average
dengan M = 2 adalah 539,5 ; M = 3 adalah 539,67 ; M = 4 adalah 540,25;
M = 8 adalah 539,63 dan metode yang dipilih untuk melakukan
peramalan permintaan yaitu dengan menggunakan metode Moving
Average adalah M = 8 karena nilai MSE yang paling rendah yaitu 2,58
sedangkan peramalan dengan menggunakan metode Exponential

Smoothing didapatkan 540,6 dengan 0,1 ; 540,17

dengan 0,2 ; 540,07 0,3; 540,12

dengan 0,5 dan metode yang dipilih untuk melakukan


peramalan permintaan yaitu dengan menggunakan metode Exponential
Smoothing dengan = 0,2 karena nilai MSE yang paling rendah yaitu
4,84. Jadi, metode yang dipilih untuk melakukan peramalan permintaan
periode ke-13 yaitu dengan menggunakan metode Moving Average
dengan M = 8 dengan hasil peramalan sebesar 539,63.

44
BAB II
PERENCANAAN AGREGAT
2.1 PENDAHULUAN
2.1.1 Latar Belakang
Pada saat ini perusahaan di era global dengan persaingan yang
ketat, perusahaan harus memiliki strategi untuk memenangkan
persaingan, yaitu dengan cara menentukan perencanaan yang baik dan
tepat, agar produksi dapat memenuhi permintaan sekaligus menghindari
terjadi penumpukan di gudang dimana kondisi itu juga dapat
memberikan dampak buruk pada perusahaan sehingga terjadi kelebihan
persediaan dan juga biaya persediaan yang juga tinggi. Sehingga saat
ini perusahaan juga membutuhkan perencanaan yang sangat dibutuhkan
yaitu seperti perencanaan agregat
Perencanaan agregat dapat diterapkan di berbagai perusahaan.
Kegiatan perencanaan agregat tidak saja dilakukan untuk industri
pengolahan, tetapi juga untuk industri jasa, seperti rumah sakit, bank,
atau lembaga pendidikan keterampilan. Jadi perencanaan agregat
memiliki fungsi yang luas dan juga dapat diterapkan diberbagai macam
perusahaan. Misalnya, dalam perencanaan agregat, pihak manajemen
biasa melakukan perencanaan di tingkat family (jangka menengah 1
tahunan) guna mengatasi permasalahan tersebut. Tingkat family ini
merupakan gabungan dari berbagai jenis produk sehingga menjadi satu
satuan agregat. Perencanaan agregat menggunakan peramalan
permintaan berdasarkan pola data masa lalu, biaya jam kerja,
persediaan, beserta kapasitas produksinya.
Dengan perencanaan agregat, perusahaan juga dapat mengatur
persediaan sehingga dapat meminimalisir kekurangan atau kelebihan
persediaan pada suatu perusahaan. Dimana hal tersebut dapat
mengurangi tingkat kerugian perusahaan dan juga membuat perusahaan
memiliki keuntungan yang sebanyak-banyaknya.

45
2.1.2 Tujuan Praktikum
a. Mengenal unit agregat dan proses agregasinya.
b. Menerapkan strategi agregasi dan disagregasi.
c. Membandingkan berbagai strategi agregasi, sehingga mampu
memilih strategi terbaik.

2.1.3 Alat – Alat yang Digunakan


a. Alat tulis
b. PC Unit + Software Ms. Word, dan POM for Windows 3
c. Modul praktikum perencanaan agregat

2.1.4 Prosedur Praktikum


a. Jalankan program POM for Windows, pilih Module – Linear
Programming.
b. Pilih menu File – New,sehingga muncul tampilan create data set for
linier programing
c. Masukkan judul penyelesaian soal dengan mengisi bagian Title
d. Isikan (set) jumlah kendala sesuai dengan soal, dengan cara
menambah pada kotak Number of Constraints.
e. Isikan (set) jumlah kendala sesuai dengan soal, dengan cara
menambah pada kotak Number of Variables
f. Pilih pada bagian Row Names, kemudian isi dengan nama yang di
inginkan
g. Pilih pada bagian Column names,
h. Pada bagian Objective, tentukan pilihan yang mau digunakan ada 2
pilihan Maximize atau Minimize. pilih dengan sesuai soal
i. Klik ok pada tampila create data set for linier programing
j. Isikan angka-angka pada kotak-kotak yang bersesuaian dengan
persamaan yang didapatkan dan variabelnya contoh (X1 = meja; X2
= kursi)
k. Selesaikan Contoh Soal ini dengan meng-klik tombol solve pada
toolbar dari menu File - Solve, atau dengan menekan tombol F9

46
pada keyboard. Dan output yang dihasilkan dari penyelesaian soal,
dapat dipilih untuk ditampilan dari menu windows yaitu :
1) Linier Programming results,
2) Ranging,
3) Solution list,
4) Iteration,
5) Graph.
l. Jika ternyata ada data soal yang perlu diperbaiki, klik pada toolbar
atau dengan nama Edit dari menu File - Edit.
m. Jangan lupa simpan (save) file kerja ini dengan menu File - Save
(atau tekan tombol Ctrl + S. Pilihan untuk mennyimpan file dengan
format Excel (.xls) dan htmll (.html) juga disediakan).

2.2 LANDASAN TEORI


2.2.1 Definisi Perencanaan Agregat
Perencanaan agregat atau penjadwalan agregat adalah
perencanaan yang dilakukan untuk mengatur penyesuaian kapasitas
produksi dan sumberdaya terhadap permintaan untuk mencapai biaya
yang seminimal mungkin. Peramalan permintaan ada yang berjangka
pendek, menengah dan panjang. Pada umumnya, perencanaan agregat
disusun untuk rencana jangka menengah yaitu antara 3 sampai 12
bulanan. Perencanaan ini dibuat oleh manajemen puncak dan menengah
agar dapat memfokuskan seluruh tingkat produksi yang dinyatakan
dalam kelompok produk atau famili (agregat) tanpa harus rinci. Dengan
menggunakan perencanaan agregat maka perencanaan produksi dapat
dilakukan dengan menggunakan satuan produk pengganti sehingga
keluaran dari perencanaan produksi tidak dinyatakan dalam tiap jenis
produk (individual produk). Satuan unit yang dipakai dalam
perencanaan bervariasi, tergantung dari jenis produk seperti: ton, liter,
kubik, jam mesin atau jam orang. Jika satuan menit sudah ditetapkan
maka faktor konversi harus ditetapkan sebagai alat komunikasi dengan

47
deperatemen lainnya seperti departemen pemasaran dan akuntansi.
Satuan unit di atas harus dikonversikan dalam bentuk satuan rupiah.
Misalnya, perusahaan baja dengan berbagai jenis baja (baja rol, baja
coil, dan baja sheet) menggunakan satuan ton baja.Jadi bisa
disimpulkan bahwa satuan agregat merupakan satuan dari kumpulan
individu produk (family). Perencanaan agregat berarti menggabungkan
sumber daya-sumber daya yang sesuai ke dalam istilah-istilah yang
lebih umum dan menyeluruh. Dengan adanya ramalan permintaan, serta
kapasitas fasilitas, persediaan jumlah tenaga kerja dan input produksi
yang saling berkaitan., maka perencana harus memilih tingkat output
untuk fasilitas selama tiga sampai delapan belas bulan ke depan.
Perencanaan ini diantaranya bisa diterapkan untuk perusahaan
manufaktur, rumah sakit, akademi serta, pernerbit buku. Perencanaan
agregat merupakan bagian dari system perencanaan produksi yang lebih
besar, sehingga pemahaman mengenai keterkaitan antara rencana dan
beberapa factor internal dan eksternal merupakan sesuatu yang berguna
(Baroto, 2002).

2.2.2 Fungsi Perencanaan Agregat


Menurut (Sugiyono, 2005), ada beberapa fungsi perencanaan
agregat yaitu:
1. Menemukan metode yang tepat untuk digunakan sebagai strategi
perusahaan dalam menghadapi jumlah permintaan, sehingga
ditemukan jumlah biaya terkecil.
2. Menjamin rencana penjualan dan rencana produksi konsisten
terhadap rencana strategi perusahaan
3. Alat ukur performansi proses perencanaan produksi
4. Menjamin kemampuan produksi konsisten terhadap rencana
produksi dan membuat penyesuaian
5. Memonitor hasil produk actual terhadap rencana produksi dan
membuat penyesuaian

48
6. Mengatur persediaan produk jadi untuk mencapai target dan
membuat penyesuaian
7. Mengarahkan penyusunan dan pelaksanaan jadwal induk produksi.

2.2.3 Tujuan Perencanaan Agregat


Menurut (Sugiyono, 2005), Perencanaan agregat bertujuan untuk:
1. Mengembangkan perencanaan produksi yang feasible pada tingkat
menyeluruh yang akan mencapai keseimbangan antara permintaan
dan suplai dengan memperhatikan biaya minimal dari rencana
produksi yang dibuat, walaupun biaya bukan satu-satunya bahan
pertimbangan.
2. Sebagai masukan perencanaan sumber daya sehingga perencanaan
sumber daya dikembangkan untuk mendukung perencanaan
produksi
3. Meredam (stabilisasi) produksi dan tenaga kerja terhadap fluktuasi
permintaan.

2.2.4 Strategi Perencanaan Agregat


Menurut (Baroto, 2002) Strategi perencanaan agregat dapat
dilakukan melalui analisis sensitivitas pilihan kapasitas, pilihan
permintaan dan pilihan campuran dari keduanya. Strategi pilihan
tersebut dapat dilakukan dengan rincian pilihan keputusan yaitu :
1. Pilihan kapasitas dasar produksi, terdiri dari :
a. Mengubah tingkat persediaan, manajer dapat meningkatkan
persediaan selama periode permintaan rendah untuk memenuhi
permintaan yang tinggi di masa depan dengan tidak
mengesampingkan biaya-biaya akibat peningkatan persediaan
tersebut.
b. Menyeragamkan jumlah tenaga kerja dengan cara pengangkatan
atau memberhentikan karyawan, yang disesuaikan dengan tingkat
produksi dan akibatnya.

49
c. Menyeragamkan tingkat produksi melalui lembur atau waktu
kosong, dengan tujuan menjaga agar tenaga kerja tetap konstan.
d. Subkontrak, sebuah perusahaan dapat memperoleh kapasitas
sementara dengan melakukan subkontrak selama periode
permintaan tinggi.
e. Penggunaan karyawan paruh waktu untuk mengisi kebutuhan
tenaga kerja yang tidak terampil.
2. Pilihan permintaan, terdiri dari :
a. Mempengaruhi permintaan. Ketika permintaan rendah,
perusahaan dapat meningkatkan permintaan melalui iklan,
promosi, kewiraniagaan dan diskon.
b. Tunggakan pesanan selama periode permintaan tinggi, strategi
ini hanya dilakukan jika perusahaan tidak mampu memenuhi
permintaan. Oleh karena itu, perusahaan harus memperhatikan
loyalitas pelanggan karena dapat menyebabkan kehilangan
penjualan.
c. Perpaduan produk dan jasa yang counter seaonal (perusahaan
dapat memproduksi produk yang berbeda pada musim yang
berbeda).
3. Pilihan campuran, terdiri dari :
a. Strategi perburuan, yaitu mengatur tingkat produksi sesuai
dengan permintaan yang diprediksi melalui variasi pilihan-pilihan
diatas.
b. Strategi bertingkat, menjaga tingkat output, nilai produksi, atau
jumlah tenaga kerja yang tetap sepanjang horison perencanaan.

50
2.2.5 Metode Perencanaan Agregat
Metode – metode perencanaan agregat adalah metode heuristik
(trial and error) dan metode optimasi (Bedworth and Bailay, 1987).
1. Metode heuristik (trial – and – error)
Berikut ini adalah 5 tahapan dalam metode pembuatan Metode
heuristik :
a. Tentukan permintaan pada setiap periode
b. Tentukan berapa kapasitas pada waktu – waktu biasa, waktu
lembur, dan tindakan SubKontrak pada setiap periode.
c. Tentukan biaya tenaga kerja, biaya pengangkatan dan
pemberhentian tenaga kerja, serta biaya penambahan persediaan.
d. Pertimbangan kebijakan perusahaan yang dapat diterapkan pada
para pekerja dan tingkat persediaan.
e. Kembangkan rencana – rencana alternatif dan amatilah biaya
totalnya.
Beberapa metoda Heuristik antara lain :
a. Metode pengendalian tenaga kerja Pada metode ini, jumlah yang
diproduksi pada periode pertama diinisialkan sebesar demand
pada periode pertama. Jika demand pada periode berikutnya
mengalami kenaikan, maka akan dilakukan penambahan
kapasitas. Jika pada periode berikutnya demand mengalami
penurunan, maka produksi akan diturunkan sebesar demandnya.
b. Metode pengendalian persediaan Metode ini menerapkan tingkat
produksi sebesar permintaan rata – ratanya . jika jumlah
produksi lebih besar, maka kelebihannya akan akan disimpan
sebagai persedian. Jika kondisi yang terjadi sebaliknya maka
persediaan akan dikeluarkan untuk memenuhi permintaan.
Selanjutnya akan dievaluasi apakah selama masa perencanaan
tetap akan terjadi kekurangan. jika masih ada kekurangan, maka
bagian produksi harus menyesuaikan persediaan awalnya
sebesar maksimal kekurangan yang terjadi selama masa periode

51
perencanaan tersebut. Sehingga, tidak akan terjadi kekurangan
pada suatu periode. Kelemahan metode ini yaitu biaya
persediaan yang membengkak.
c. Metode pengendalian subkotrak Metode ini berproduksi pada
tingkat demand yang paling kecil selama periode perencanaan.
Apabila pada suatu periode demand lebih besar dibandingkan
tingkat produksi, maka akan dilakukan SubKontrak.
d. Metode campuran Pada metode campuran, tingkat produksi
pada tingkat diset berdasarkan kondisi actual. Tingkat produksi
ini ditentukan berdasarkan jumlah lintasan produksi atau mesin,
jumlah hari kerja, tingkat efisiensi, tingkat utilitas mesin dan
jumlah shiftnya. Apabila terjadi kelebihan akan disimpan, Jika
kekurangan akan dilakukan over time untuk menaikkan
kapasitas. Kenaikan kapasitas maksimal sebesar 25% dari
kapasitas reguler. Jika masih kekurangan diperbolehkan
melakukan SubKontrak. Jadi pada metode ini, variabel yang
dikendalikan tidak hanya satu variabel produksi, tetapi bisa lebih
dari 2 variabel produksi.
2. Metode optimasi Perencanaan agregrat dapat digunakan
menggunakan metode optimasi yang terdiri atas model program
linier dan model transportasi land. Metode ini mengijinkan
penggunaan produksi reguler, overtime, inventory, back order, dan
SubKontrak. Hasil perencanaan yang diperoleh dapat dijamin
optimal dengan asumsi optimistik bahwa tingkat produksi (yang
dipengaruhi hiring dan training pekerja) dapat dirubah dengan cepat.
Agar metode ini dapat diaplikasikan, kita harus memformulasikan
persoalan perencanaan ageregat sehingga kapasitas tersedia (supply)
dinyatakan dalam kg yang sama dengan kebutuhan (demand), total
kapasitas horizon perencanaan harus sama dengan total peramalan
kebutuhan. Bila tidak sama, kita gunakan variabel dummy sebanyak

52
jumlah selisih tersebut dengan kg cost nol dan semua hubungan
biaya merupakan hubungan linier.
a. Model progama linier Program linier dapat digunakan sebagai
alat perencanaan agregat. Model ini dibuat karena avaliditas
pendekata koefisien manajemen sukar dipertanggungjawabkan.
Asumsi model programa linier adalah :
1) Tingkat permintaan (Dt) diketahui dan diasumsikan
determistik
2) Biaya variabel – variabel ini bersifat linier dan variabel –
variabel tersebut dapat berbentuk bilangan riil
3) Batas atas dan bawah jumlah produksi dan inventory
mempresentasikan batasan kapasitas dan space yang bisa
dipakai. Asumsi ini sering kali menyebabkan model program
linier kurang realistis jika diterapkan. Misalnya variabel
berbentuk bilangan riil, sementara itu pada kenyataannya nilai
variabel – variabel tersebut adalah bilangan bulat. Tujuan dari
formulasi program linier adalah meminimasi ongkos total yang
berbentuk linier terhadap kendala – kendala linier.
b. Model transportasi Untuk kepentingan yang lebih efisien, bigel
mengusulkan model perencanaan produksi agregat dengan
menggunakan teknik transport shipment problem (TSP). Model
ini dilakukan dengan menggunakan bantuan tabel transportasi.
Untuk memudahkan proses perencanaan agregat, metode ini
dibantu dengan supply demand, dimana baris menandakan
alternatif kapasitas yang ada dan kolom menunjukkan demand
yang harus dipenuhi. Pada setiap cell, terdapat biaya untuk masing
– masing alternatif kapasitas.

53
2.2.6 Biaya-Biaya yang Terlibat dalam Perencanaan Agregat
Menurut (Bedworth and Bailay, 1987) Sebagian besar metode
perencanana agregat menentukan suatu rencana yang minimasi biaya.
Jika permintaan diketahui, maka biaya-biaya berikut harus
dipertimbangkan:
1. Hiring cost (ongkos penambahan tenaga kerja)
Penambahan tenaga kerja menimbulkan ongkos - ongkos untuk
iklan, proses seleksi, dan training. Ongkos training merupakan
ongkos yang besar apabila tenaga kerja yang direkrut adalah tenaga
keja baru yang belum berpengalaman.
2. firing cost (ongkos pemberhentian tenaga keja)
Pemberhentian tenaga kerja biasanya terjadi karena semakin
rendahnya permintaan akan produk yang dihasilkan, sehingga tingkat
produksi akan menurun secara drastis ataupun karena persoalan
teknis seperti produktivitas yang menurun, serta factor yang ada pada
diri tenga kerja itu sendiri.pemberhentian ini mengakibatkan
perusahaan harus mengeluarkan uang pesangon bagi karyawan yang
di PHK, menurunkan moral kerja dan produktifitas karyawan yang
masih bekerja, dan tekanan yang bersifat social.
3. Overtime cost dan undertime cost (ongkos lembur dan ongkos
menganggur)
Penggunaan waktu lembur bertujuan untuk meningkatkan output
produksi, tetapi konsekuensinya perusahaan harus mengeluarkan
ongkos tambahan lembur yang biasanya 150% dari ongkos kerja
regular. Disamping ongkos tersebut, adanya lembur biasanya akan
memperbesar tingkat absent karyawan dikarenakan faktor kelelahan
fisik pekerja. Kebalikan dari kondisi diatas adalah bila perusahaan
mempunyai kelebihan tenaga kerjadimandingkan dengan jumlah
tenaga kerja yang dibutuhkan untuk kegiatan produksi. Tenaga kerja
berlebih inikadang – kadang bisa dialokasikan untuk kegiatan lain

54
yang produktif meskipun tidak selamanya efektif. Bila tidak dapat
dialokasikan yang efektif. Maka perusahaan dianggap menanggung
ongkos menganggur yang besarnya merupakan perkalian antara
jumlah yang tidak terpakai dengan tingkat uaph dan tunjangan
lainnya.
4. Inventory cost dan backorder cost (ongkos persediaan dan ongkos
kehabisan persediaan)
Persediaan mempunyai fungsi mengantisipasi timbulnya kenaikan
permintaan pada saat – saat tertentu. Konsekuensi dari kebijakakan
perusahaan adalah timbulnya ongkos penyimpanan (Inventory cost
dan back order cost) yang berupa ongkos tertahannya modal, pajak,
asuransi, kerusakan bahan, dan ongkos sewa gudang. Kebalikan dari
kondisi diatas, kebijakkan tidak mengadaaan Prosiding Seminar
Nasional Teknoin 2008 Bidang Teknik Industri C-110 persediaan.
Seolah –olah menguntungkan tetapi sebenarnya dapat menimbulkan
kerugian dalam bentuk ongkos kehabisan persediaan. Ongkos
kehabisan persediaan ini dihitung berdasarkan berapa permintaan
yang datang tetapi tidak dilayani karena barang yang diminta tidak
tersedia. Kondisi ini pada sistem MTO. Akan mengakibatkan jadwal
penyerahan order terlambat, sedangkan pada sistem MTS akan
mengakibatkan beralihnya pelanggan ke produk lain. Kekecewaan
pelanggan karen tidak tersedianya barang yang dibutuhkan sehingga
akan diperhitungkansebagai kerugian bagi perusahaan, dimana
kerugian tersebut angakas dikelompokan sebagai ongkos sebagai
ongkos kehabisan persediaan. Ini sama nilainya dengan pemesanan
kembali bila konsumen masih bersedia menungu.
5. Sub-contract cost (ongkos SubKontrak)
Pada saat permintaan melebihi kemampuan kapasitas reguler,
biasanya perusahaan menSubKontrak kelebihan permintaan yang
tidak bisa ditanganinya sendiri kepada perusahaan lain.
Konsekuensinya dari kebijakan ini adalah timbulnya ongkos

55
SubKontrak, dimana biasanya ongkos menSubKontrak ini menjadi
lebih mahal dibandingkan memproduksi sendiri dan adanya resiko
terjadinya keterlambatan penyerahan dari kontraktor.

2.3 PENGUMPULAN DAN PENGOLAHAN DATA


2.3.1 Pengumpulan Data
a. Latihan
Selesaikan soal berikut dengan QM software:
Maksimisasi
Z = 3X1 + 2X2
Dengan pembatas-pembatas:
5X1 + 3X2 ≤ 15
- X1 + X2 ≤ 1
X2 ≤ 3
X1 ≥ 0 , X2 ≥ 0
b. Perusahaan Pembuat Televisi “The Apex” harus memutuskan berapa
jumlah Tv 27” dan Tv 20” yang akan diproduksi salah satu
pabriknya. Riset pasar menunjukkan bahwa paling banyak 40 buah
Tv 27” bisa dijual per bulan. Jumlah maksimum jam kerja yang
tersedia adalah 500 jam per bulan. Sebuah Tv 27” membutuhkan 20
jam kerja dan satu Tv 20” membutuhkan waktu pembuatan 10 jam
kerja. Setiap Tv 27” yang dijual menghasilkan keuntungan sebesar $
120 dan setiap Tv 20” menghasilkan keuntungan sebesar $ 80.
Sebuah grosir telah setuju untuk membeli semua televisi yang
diproduksi dengan syarat jumlahnya tidak melebihi nilai maksimum
yang ditunjukkan oleh riset pasar.
1) Merumuskan model pemrograman linear untuk masalah ini.
2) Gunakan metode grafis untuk memecahkan model ini.

56
c. Selesaikan Notasi maksimisasi dengan QM Software:
2X1 + 3X2 Max
Pembatas :
X1 + 2X2 ≤ 8
2X1 + 2X2 ≤10
X1 ≤ 3
X1 , X2 ≥ 0
2.3.2 Pengolahan Data
a. Kasus 1 Maksimisasi
Fungsi tujuan :
Zmax = 3X1 + 2X2
Fungsi pembatas :
5X1 + 3X2 ≤ 15
- X1 + X2 ≤ 1
X2 ≤ 3
X1 ≥ 0
X2 ≥ 0
Tabel 2.1 Linear Programming Result kasus 1

Gambar 2.1 Graph kasus 1

Berdasarkan tabel dan grafik di atas perusahaan akan mendapatkan


keuntungan maksimum sebesar 9,5 jika perusahaan memproduksi

57
produk X1 sebanyak 1,5 dan produk X2 sebanyak 2,5.
b. Kasus 2
Variabel :
X1 = Tv 20”
X2 = Tv 27”
Fungsi Tujuan :
Zmax = 80X1 + 120X2
Fungsi Pembatas :
10X1 + 20X2 ≤ 500
X1 ≤ 10
X2 ≤ 40

Tabel 2.2 Linear Programming Result kasus 2

Gambar 2.2 Graph kasus 2


Dapat dilihat dari tabel dan grafik diatas bahwa perusahaan akan
mendapatkan keuntungan maksimum sebesar $3200 dan tidak
melebihi batas produksi apabila perusahaan memproduksi produk X1
(TV 20”) sebanyak 10 dan produk X2 (TV 27”) sebanyak 20.

58
c. Kasus 3
Fungsi tujuan :
2X1 + 3X2 Max
Fungsi Pembatas :
X1 + 2X2 ≤ 8
2X1 + X2 ≤10
X2 ≤ 3
X1 , X2 ≥ 0

Tabel 2.3 Linear Programming Result kasus 3

Gambar 2.3 Graph kasus 3


Dapat dilihat dari tabel dan grafik diatas bahwa perusahaan akan
mendapatkan keuntungan maksimum sebesar 14 jika perusahaan
memproduksi produk X1 sebanyak 4 dan produk X2 sebanyak 2.

59
2.4 PEMBAHASAN
1. Dari hasil pengolahan data yang dilakukan menggunakan software POM
QM for Windows dapat diketahui bahwa perusahaan akan mendapatkan
keuntungan maksimum sebesar 9,5 jika perusahaan memproduksi produk
X1 sebanyak 1,5 dan produk X2 sebanyak 2,5.
2. Dari hasil pengolahan data yang telah dilakukan dengan menggunakan
software POM QM for Windows dapat diketahui bahwa perusahaan akan
mendapatkan keuntungan maksimum sebesar $3200 dan tidak melebihi
batas produksi apabila perusahaan memproduksi produk X1 (TV 20”)
sebanyak 10 buah dan X2 (TV 27”) sebanyak 20 buah.
3. Dari hasil pengolahan data yang dilakukan menggunakan software POM
QM for Windows dapat diketahui bahwa perusahaan akan mendapatkan
keuntungan maksimum ssebesar 14 jika perusahaan memproduksi produk
X1 sebanyak 4 dan produk X2 sebanyak 2.

60
BAB III
PENGENDALIAN PERSEDIAAN

3.1 PENDAHULUAN
3.1.1 Latar Belakang
Persediaan/ Inventori (Inventory) adalah persediaan atau stok
berbagai item atau sumber-sumber yang digunakan dalam organisasi.
Sistim Inventori adalah seperangkat kebijakan dan pengendalian yang
memantau tingkat persediaan dan menentukan berapa tingkat
persediaan yang harus dijaga, kapan persediaan harus ditambah, dan
seberapa besar pesanan harus dibuat. Persediaan dapat berupa bahan
mentah, bahan pembantu, barang dalam proses, barang jadi, ataupun
suku cadang. Bisa dikatakan tidak ada perusahaan yang beroperasi
tanpa persediaan, meskipun sebenarnya persediaan hanyalah suatu
sumber dana yang menganggur, karena sebelum persediaan digunakan
berarti dana yang terikat di dalamnya tidak dapat digunakan untuk
keperluan yang lain. Begitu pentingnya persediaan ini sehingga para
akuntan memasukkannya dalam neraca sebagai salah satu pos aktiva
lancar.
Mengendalikan persediaan yang tepat bukan hal yang mudah.
Apabila jumlah persediaan terlalu besar mengakibatkan timbulnya dana
menganggur yang besar (yang tertanam dalam persediaan),
meningkatnya biaya penyimpanan, dan risiko kerusakan barang yang
lebih besar. Namun, jika persediaan terlalu sedikit mengakibatkan risiko
terjadinya kekurangan persediaan (stock-out) karena sering kali
bahan/barang tidak dapat didatangkan secara mendadak dan sebesar
yang dibutuhkan, yang menyebabkan terhentinya proses produksi,
tertundanya keuntungan, bahkan hilangnya pelanggan. Dengan
pengaplikasian pengendalian persediaan, maka kita akan mendapatkan
keuntungan dimana kita bisa mengatur persediaan sehingga biaya yang
dibutuhkan dalam persediaan itu bisa diminimalkan dan juga

61
mengurangi kerugian yang cukup besar.

3.1.2 Tujuan Praktikum


a. Mampu menyelesaikan masalah Economy Order Quantity (EOQ)
b. Mampu menyelesaikan masalah Production Order Quantity (POQ)
c. Mampu menyelesaikan masalah pemesanan dengan Quantity
Discount

3.1.3 Alat –Alat yang Digunakan


a. Alat tulis
b. Laptop + Software Ms. Word dan POM for Windows 3
c. Modul praktikum pengendalian persediaan

3.1.4 Prosedur Praktikum


a. Pada menu POM for Windows klik Module, lalu pilih Inventory.
b. Klik File, lalu pilih New.
c. Pilih Economy Order Quantity (EOQ) Model.
d. Isi Title sesuai dengan nama yang diinginkan, untuk Reoder Point
(pemesanan kembali), pilih No Reorder Point atau Compute Reorder
Point, setelah itu klik OK.
e. Pilih Reorder Point dengan pilihan No Reoder Point jika tidak
terjadi pemesanan kembali.
f. Pilih Reorder Point dengan pilihan Compute Reoder Point jika ingin
menghitung titik pemesanan kembali.
g. Apabila data sudah lengkap dan benar, klik SOLVE untuk melihat
hasilnya.
h. Kemudian, klik menu Window. Akan muncul pilihan Inventory
Result, dan Cost Curve.
i. Simpan modul/kasus dengan meng-klik File-Save. Dokumen modul
ini secara otomatis diberi eksistensi .inv.

62
3.2 LANDASAN TEORI
3.2.1 Definisi Persediaan
Persediaan (Inventory) adalah suatu istilah umum yang
menunjukan segala sesuatu atau sumber daya-sumber daya organisasi
yang disimpan dalam antisipasinya terhadap pemenuhan permintaan.
(Handoko dalam Nanda & Sulaiman, 2015).
Menurut Assauri (Tuerah, 2014), persediaan adalah suat aktiva
yang meliputi barang-barang milik perusahaan dengan maksud untuk
dijual dalam suatu periode usaha yang normal atau persediaan barang
yang masih dalam pengerjaan atau proses produksi, atau persediaan
bahan baku yang menunggu penggunaannya dalam suatu proses
produksi. Dari pengertian persediaan tersebut dapat ditarik kesimpulan
bahwa persediaan merupakan barang-barang atau bahan baku yang
diperlukan dalam proses produksi maupun digunakan untuk dijual
dalam suatu periode tertentu.

3.2.2 Definisi Pengendalian Persediaan


Pengendalian persediaan merupakan pencatatan persediaan harus
diverifikasi melalui sebuah audit yang berkelanjutan. Audit seperti ini
dikenal dengan perhitungan berkala (Cycle Counting). Dengan
perhitungan berkala barang dihitung, catatan diverifikasi dan
ketidakakuratan yang ditemukan didokumentasikan secara periodic.
Penyebab ketidakakuratan dicari dan tindakan perbaikan diambil untuk
memastikan integritas persediaan, (Render, 2005).
Menurut Render (Nanda & Sulaiman, 2015), pengendalian
persediaan merupakan pencatatan persediaan harus diverifikasi melalui
sebuah audit yang berkelanjutan. Audit seperti ini dikenal dengan
perhitungan berkala (Cycle Counting). Dengan perhitungan berkala
barang dihitung, catatan diverifikasi dan ketidakakuratan yang
ditemukan didokumentasikan secara periodic. Penyebab
ketidakakuratan dicari dan tindakan perbaikan diambil untuk

63
memastikan integritas persediaan.

3.2.3 Tujuan Pengendalian Persediaan


Menurut Ishak (Nanda & Sulaiman, 2015) tujuan pengendalian
persediaan yaitu :
a. Pemasaran ingin melayani konsumen secepat mungkin sehingga
menginginkan persediaan dalam jumlah yang banyak.
b. Produksi beroperasi secara efisien. Hal ini mengimplikasikan order
produksi yang tinggi akan menghasilkan persediaan yang besar
(untuk mengurangi set up mesin). Disamping itu juga produk
menginginkan persediaan bahan baku, setengah jadi atau komponen
yang cukup sehingga proses produksi tidak terganggu karena
kekurangan bahan.
c. Pembelian (Purchasing) dalam rangka efisiensi, menginginkan
persamaan produksi yang besar dalam jumlah sedikit dari pada
pesanan yang kecil dalam jumlah yang banyak. Pembelian ini juga
ingin ada persediaan sebagai pembatas kenaikan harga dan
kekurangan produk.
d. Keuangan (Finance) menginginkan minimasi semua bentuk investasi
persediaan karena biaya investasi dan efek negatif yang terjadi pada
perhitungan pengembalian aset (return of asset) perusahaan.
e. Personalia (Personel and industrial relationship) menginginkan
adanya persediaan untuk mengantisipasi fluktuasi kebutuhan tenaga
kerja dan PHK tidak dilakukan.
f. Rekayasa (Enginerring) menginginkan persediaan minimal untuk
mengantisipasi jika terjadi perubahan rekayasa enginerring.

3.2.4 Fungsi – Fungsi Pengendalian Persediaan


Menurut Handoko (1994) fungsi persediaan yaitu:
1. Fungsi Decoupling Fungsi penting persediaan adalah memungkinkan
operasi-operasi perusahaan internal dan eksternal mempunyai
kebebasan (independence). Persediaan decouples ini memungkinkan

64
perusahaan dapat memenuhi permintaan langganan tanpa tergantung
pada supplier.
2. Fungsi Economic Lot Sizing Melalui penyimpanan persediaan,
perusahaan dapat memproduksi dan membeli sumber dayasumber
daya dalam kuantitas yang dapat mengurangi biaya-biaya per unit.
Persediaan lot size ini perlu mempertimbangkan penghematan-
penghematan (potongan pembelian, biaya pengangkutan per unit
lebih murah dan sebagainya) karena perusahaan melakukan
pembelian pembelian dalam kuantitas yang lebih besar,
dibandingkan dengan biaya-biaya yang timbul karena besarnya
persediaan (biaya sewa gudang, investasi, risiko dan sebagainya)
3. Fungsi Antisipasi Sering perusahaan mengalami fluktuasi
permintaan yang dapat diperkirakan dan diramalkan berdasar
pengalaman atau data-data masa lalu, yaitu permintaan musiman.
Dalam hal ini perusahaan dapat mengadakan persediaan musiman
(seasonal inventories).

3.2.5 Jenis – Jenis Biaya Persediaan


Menurut Ishak (Nanda & Sulaiman, 2015), biaya-biaya dalam
sistem persediaan secara umum dapat diklasifikasikan sebagai berikut :
a. Biaya Pembelian (Purchasing cost = c)
Biaya pembelian (Purchasing cost) dari suatu item adalah harga
pembeliaan setiap unit item jika item tersebut berasal dari sumber
eksternal atau biaya produksi per unit bila item tersebut berasal dari
internal perusahaan. Biaya pembelian ini bisa bervariasi untuk
pemesanan yang lebih besar.
b. Biaya Pengadaan (Procurement cost)
Biaya pengadaan dibedakan atas dua jenis sesuai asal-usul barang
yaitu :
1) Biaya Pemesanan (Ordering cost = k)
Biaya pemesanan adalah semua pengeluaran yang timbul untuk

65
mendatangkan barang dari luar. Biaya ini pada umumnya
meliputi, antara lain pemrosesan pesanan, biaya ekspedisi, biaya
telpon dan keperluan komunikasi lainnya, pengeluaran surat
menyurat, biaya pemeriksaan (inspeksi) penerimaan, dan biaya
pengiriman ke gudang.
2) Biaya Pembuatan (Set Up Cost = k)
Biaya pembuatan adalah semua pengeluaran yang ditimbulkan
untuk persiapan memproduksi barang. Biaya ini biasanya timbul
di dalam pabrik, yang meliputi biaya menyetel mesin dan biaya
mempersiapkan gambar benda kerja.
c. Biaya Penyimpanan (Holding Cost = h)
Biaya penyimpanan (Holding Cost) merupakan biaya yang timbul
akibat disimpannya suatu item, biaya ini meliputi :
1) Biaya memiliki persediaan (biaya modal)
2) Biaya gudang
3) Biaya kerusakan dan penyusutan
4) Biaya kadaluarsa
5) Biaya asuransi
6) Biaya administrasi dan pemindahan
d. Biaya Kekurangan Persediaan (Shortage Cost = p)
Biaya ini timbul bilamana persediaan tidak mencukupi permintaan
produk atau kebutuhan bahan.
e. Biaya Sistemik
Biaya ini meliputi biaya perancangan dan perencanaan sistem
persediaan serta biaya-biaya untuk mengadakan peralatan serta
melatih tenaga yang digunakan untuk mengoperasikan sistem. Biaya
sistemik ini dapat dianggap sebagai biaya investasi bagi pengadaan
suatu sistem pengadaan.

66
3.2.6 Model – Model Persediaan
Menurut Herjanto (1999;228), model-model persediaan antara
lain sebagai berikut :
a. Model Persediaan Economic Order Quantity
Economic Order Quantity (EOQ, jumlah pesanan ekonomis)
merupakan salah satu model yang sudah tua, diperkenalkan oleh
F.W. Haris pada tahun 1914, tetapi paling banyak dikenal dalam
teknik pengendalian persediaan. EOQ banyak digunakan sampai saat
ini karena mudah penggunaannya, meskipun dalam penerapannya
harus memperhatikan asumsi yang dipakai. Asumsi tersebut sebagai
berikut :
1) Barang yang dipesan dan disimpan hanya satu macam
2) Kebutuhan/permintaan barang diketahui dan konstan
3) Biaya pemesanan dan biaya penyimpanan diketahui dan konstan
4) Barang yang dipesan diterima dalam satu batch
5) Harga barang tetap dan tidak tergantung dari jumlah yang dibeli
(tidak ada potongan kuantitas)
6) Waktu tenggang (lead time) diketahui dan konstan
b. Model Persediaan dengan Pemesanan Tertunda
Model persediaan berikut ini akan memperhitungkan back-
order, dimana pesanan dari pelanggan akan tetap diterima walaupun
pada saat itu tidak ada persediaan, permintaan akan dipenuhi
kemudian setelah ada persediaan baru. Asumsi dasar yang digunakan
sama seperti dalam model EOQ biasa, kecuali tambahan asumsi
bahwa penjualan tidak hilang karena stock-out tersebut.
Q merupakan jumlah setiap pemesanan, sedangkan b merupakan
on hand inventory yang menunjukkan jumlah persediaan pada setiap
awal siklus persediaan, yaitu jumlah persediaan yang tersisa setelah
dikurangi back-order. (Q-b) menunjukkan back-order, yaitu jumlah
barang yang dipesan oleh pembeli tetapi belum dapat dipenuhi.

67
Biaya total persediaan = biaya pemesanan + biaya penyimpanan +
biaya kekurangan persediaan
Biaya pemesanan disini sama dengan biaya pemesanan pada
EOQ, tetapi biaya penyimpanan berbeda karena tidak seluruh barang
yang dipesan disimpan, tetapi hanya bagi sejumlah persediaan yang
berada dalam segitiga bagian atas.
c. Model Persediaan dengan Potongan Kuantitas
Banyak penjual yang melakukan strategi penjualan dengan
memberikan harga yang bervariasi sesuai dengan jumlah yang dibeli,
semakin besar volume pembelian maka harga barang per unit akan
semakin rendah. Strategi ini disebut penjualan dengan potongan
kuantitas (quantity discounts). Dalam hal ini, untuk menentukan
jumlah barang yang dipesan dapat digunakan acuan model
persediaan dengan potongan kuantitas.
d. Model Persediaan dengan Penerimaan Bertahap
Pada model persediaan yang telah dibahas di muka, diasumsikan
bahwa unit persediaan yang dipesan diterima sekaligus pada suatu
waktu tertentu. Padahal, sering terjadi persediaan tidak diterima
secara seketika, tetapi berangsur-angsur dalam suatu periode (non-
instantaneous replenishment). Selama terjadi akumulasi pesediaan,
unit dalam persediaan juga digunakan untuk produksi, menyebabkan
berkurangnya persediaan.
Keadaan seperti ini biasanya terjadi jika perusahaan berfungsi
sebagai pemasok dan sekaligus pemakai, yaitu memproduksi suatu
barang. Dalam hal ini, jika pemasok dan pembeli berbeda
perusahaan, terjadi jika pemasok mengirim pesanan secara
berangsur-angsur tanpa menunggu semua pesanan selesai dibuat,
sementara pembeli langsung menggunakan persediaan tanpa
menunggu semua pesanan tiba.

68
3.3 PENGUMPULAN DAN PENGOLAHAN DATA
3.3.1 Pengumpulan Data
1. Sebuah perusahaan sepatu merencanakan untuk menjual 1000
pasang sepatu pada tahun 2007 mendatang. Untuk memenuhi
pemesanan tersebut, dilakukan penandatanganan nota kesepahaman
(MoU) antara perusahaan dan supplier. Adapun dalam ketentuan itu,
ditetapkan bahwa biaya transportasi ditanggung oleh pihak
perusahaan sebesar $40 per order. Sedangkan biaya simpan sebesar
$30. Dengan berasumsi bahwa semua kesepakatan tersebut tidak
berubah dalam sepanjang tahun 2007. Hitunglah :
a. EOQ
b. Total Cost
c. Jumlah pemesanan dalam 1 tahun
d. Biaya pemesanan total per tahun
e. Biaya simpan total per tahun
2. Gudang Rabat Alfa berencana untuk melakukan pengadaan sereal
pada tahun 2007 besok. Adapun kebutuhan tahunan produk sereal
adalah 4000 karton. Toko tersebut menanggung $60 per pemesanan
sereal. Dan dibutuhkan $0.80 per karton pertahunnya untuk
menyimpan sereal tersebut dalam persediaan. Harga per karton
sereal adalah $50. Hitunglah :
a. EOQ
b. Biaya pemesanan total per tahun
c. Total Cost
d. Biaya simpan total per tahun
e. Jumlah pemesanan dalam 1 tahun
3. Sebuah perusahaan eksportir buah manggis CV. Mastin Good
memiliki stok 3 ton buah manggis. Permintaan per tahun 100.000 kg
buah manggis dengan demand constant. Biaya pemesanan kembali
$100 per pemesanan dan biaya penyimpanan persediaan

69
diperkirakan $1 per unit. Serta diasumsikan jumlah hari kerja dalam
satu tahun adalah 250 hari. Pertanyaan :
a. Berapakah kuantitas pesanan yang harus dipenuhi perusahaan
untuk meminimalkan biaya yang berhubungan dengan
persediaan?
b. Pada titik berapa pesanan harus disiapkan ?
c. Berapa rata-rata persediaan yang akan terjadi (dalam satuan
buah)?
d. Berapakah total pesanan dan biaya penyimpanan yang terjadi ?

3.3.2 Pengolahan Data


1. Perusahaan sepatu merencanakan untuk menjual 1000 pasang sepatu
pada tahun 2007 mendatang
Tabel 3.1 Inventory Result Soal 1

Gambar 3.1 Grafik Soal 1


Berdasarkan tabel dan grafik diatas dapat dilihat bahwa nilai
Optimal Order Quantity atau disebut juga dengan kuantitas pesanan

70
optimal yaitu 51,64 dan nilai dari Maximum Inventory Level artinya
kita dapat mengetahui jumlah terbesar dari persediaan barang
sebesar $51,64. Nilai Average Inventory yang diperoleh yaitu $25,82
dan nilai ordes per period adalah 19,39 atau 19 kali. Adapun Annual
Setup Cost yang dikeluarkan sebesar $774,6 dan Annual Holding
Cost yang dikeluarkan sebesar $774,6 jadi total biaya yang
dikeluarkan sebesar $1549,19.
2. Gudang Rabat Alfa berencana untuk melakukan pengadaan sereal
pada tahun 2007 besok
Tabel 3.2 Inventory Result Soal 2

Gambar 3.2 Grafik Soal 2


Berdasarkan tabel dan grafik diatas dapat dilihat bahwa nilai
Optimal Order Quantity atau disebut juga dengan kuantitas pesanan
optimal yaitu 244,95 dan nilai dari Maximum Inventory Level artinya
kita dapat mengetahui jumlah terbesar dari persediaan barang
sebesar $244,95. Nilai Average Inventory yang diperoleh yaitu

71
$122,47 dan nilai ordes per period adalah 1,63 atau 2 kali. Adapun
Annual Setup Cost yang dikeluarkan sebesar $97,98 dan Annual
Holding Cost yang dikeluarkan sebesar $97,98 dan biaya per unit
yaitu $200.000 jadi total biaya yang dikeluarkan sebesar $20195,96.
3. Perusahaan eksportir buah manggis CV. Mastin Good
Tabel 3.3 Inventory Result Soal 3

Gambar 3.3 Grafik Soal 3


Berdasarkan tabel dan grafik diatas dapat dilihat terdapat Daily
Demand Rate, nilai itu didapat dari Demand Rate dibagi Days per
year sehingga didapatkan nilai 400. Didapatkan juga nilai Optimal
Order Quantity atau disebut juga dengan kuantitas pesanan optimal
yaitu 4472,14 dan nilai dari Maximum Inventory Level artinya kita
dapat mengetahui jumlah terbesar dari persediaan barang sebesar
$4472,14. Nilai Average Inventory yang diperoleh yaitu 2236,07.

72
Adapun Annual Setup Cost dan Annual Holding Cost yang
dikeluarkan sebesar $2236,07. Jadi total biaya yang dikeluarkan
sebesar $7472,14 dengan reoder point sebanyak 3000 unit.

3.4 PEMBAHASAN
1. Berdasarkan hasil pengolahan data diatas, dalam satu periode (tahun),
supplier melakukan pemesanan sebanyak 19,36 atau 19 kali pemesanan
dimana dalam satu kali pemesanan terdapat 51,64 atau 52 pasang sepatu
dengan biaya penyimpanan dan biaya transportasi sebesar $774,6 sehingga
total biaya yang dikeluarkan sebesar $1549,19.
2. Berdasarkan hasil pengolahan data diatas dapat dilihat bahwa nilai
Optimal Order Quantity atau disebut juga dengan kuantitas pesanan
optimal yaitu 244,95. Nilai ordes per period adalah 1,63 atau 2 kali.
Adapun Annual Setup Cost dan Annual Holding Cost yang dikeluarkan
sebesar $97,98 jadi total biaya yang dikeluarkan sebesar $20195,96.
3. Berdasarkan hasil pengolahan data diatas dapat dilihat didapatkan nilai
Optimal Order Quantity atau disebut juga dengan kuantitas pesanan
optimal yaitu 4472,14. Nilai Average Inventory yang diperoleh yaitu
2236,07. Adapun Annual Setup Cost dan Annual Holding Cost yang
dikeluarkan sebesar $2236,07 jadi total biaya yang dikeluarkan sebesar
$7472,14 dengan reoder point sebanyak 3000 unit.

73
BAB IV
MATERIAL REQUIREMENT PLANNING

4.1 PENDAHULUAN
4.1.1 Latar Belakang
Perencanaan kebutuhan material dalam suatu proyek
dimaksudkan agar dalam pelaksanaan pekerjaan, penggunaan material
menjadi efisien dan efektif sehingga tidak terjadi masalah akibat tidak
tersedianya material pada saat dibutuhkan. Perencanaan kebutuhan
material (Material Requirement Planning) adalah suatu metode untuk
menentukan bahan-bahan atau komponen-komponen apa yang harus
dibuat atau dibeli, berapa jumlah yang dibutuhkan, dan kapan
dibutuhkan. MRP terutama didasarkan atas keadaan persediaan material
dan barang dalam proses serta jadwal induk produksi. Proses yang
terdapat dalam MRP meliputi netting, lotting, offsetting, dan explosion.
Perencanaan kebutuhan material dimaksudkan agar dalam
pelaksanaan pekerjaan, penggunaan material menjadi efisien dan efektif
sehingga tidak terjadi masalah akibat tidak tersedianya material pada
saat dibutuhkan. Salah satu alasan mengapa MRP digunakan secara
cepat dan meluas sebagai teknik manajemen produksi, terutama dalam
lingkungan manufaktur karena MRP menggunakan kemampuan
komputer untuk menyimpan dan mengolah data yang berguna dalam
menjalankan kegiatan perusahaan. MRP dapat mengkoordinasikan
kegiatan dari berbagai fungsi dalam perusahaan manufaktur, seperti
teknik, produksi, daan pengadaan. Oleh karena itu, hal yang menarik
dari MRP tidak hanya fungsinya sebagai penunjang dalam pengambilan
keputusan, melainkan keseluruhan perannya dalam kegiatan
perusahaan. MRP sangat bermanfaat bagi perencanaan kebutuhan
material untuk komponen yang jumlah kebutuhannya dipengaruhi oleh
komponen lain (dependent demand).
Perencanaan kebutuhan material membutuhkan informasi-

74
informasi yang dapat menunjang kegiatan proyek agar keterkaitan
penyediaan dan penggunaan material terhadap suatu pekerjaan dapat
berjalan dengan lancar dan keterlambatan jadwal pemesanan yang dapat
menyebabkan bertambahnya biaya pada proyek sebisa mungkin tidak
terjadi.

4.1.2 Tujuan Praktikum


Dapat melakukan menyelesaikan masalah dan membuat matriks MRP
dengan pendekatan berbasis komputasi.

4.1.3 Alat – Alat yang Digunakan


a. Alat tulis
b. Laptop + Software Ms. Word, dan POM for Windows 3
c. Modul praktikum material requirement planning

4.1.4 Prosedur Praktikum


a. Pada menu POM for Windows 3 klik Module, lalu pilih Material
Requirements Planning. Kemudian, klik File, lalu pilih New.
b. Isi Title sesuai dengan nama yang diinginkan, serta tentukan jumlah
Bill of Material dan jumlah periode dalam memproduksi suatu
barang yaitu pada bagian Number of BOM lines dan Number of last
period. Setelah itu klik OK.
c. Isi bagian-bagian berikut :
1) Item name : Nama item.
2) Level : Level item pada Bill of Materials.
3) Lead Time : Waktu tunggu untuk mendapatkan item
tersebut.
4) Per Parent : Jumlah unit sub-assembly yang dibutuhkan
untuk induknya.
5) On Hand Inventory : Persediaan yang tersedia di awal.
6) Lot Size : Ukuran lot.
7) Minimum Quantity : Ukuran minimum order.

75
8) Pd 1, 2, dst, : Induk produksi masing-masing periode.
d. Apabila data sudah lengkap dan benar, klim SOLVE untuk melihat
hasilnya.
e. Kemudian, klik menu Window. Akan tampil pilihan Material
Requirements Planning Results, dan The Indented Bill of Materials.
Apabila kita menginginkan semua hasilnya tampil, dapat dilakukan
dengan cara klik Window kemudian pilih Tile.
f. Simpan modul/kasus dengan meng-klik File – Save. Dokumen
modul ini secara otomatis diberi eksistensi .mat.

4.2 LANDASAN TEORI


4.2.1 Definisi Material Requirement Planning
Perencanaan kebutuhan bahan (Material Requirement Planning)
adalah suatu metode untuk menentukan bahanbahan atau komponen-
komponen apa yang harus dibuat atau dibeli, berapa jumlah yang
dibutuhkan, dan kapan dibutuhkan (Husein, 2011).
Menurut Kusuma (2017), permintaan terhadap item-item produksi
dapat dibedakan ke dalam dua tipe, yaitu permintaan tidak bergantung
(independent demand) dan permintaan tergantung (dependent demand).
Suatu item dianggap memiliki independent demand bila permintaan
terhadap item tersebut tidak dipengaruhi oleh permintaan terhadap item
yang lain, permintaan hanya dipengaruhi oleh faktor pasar. Permintaan
terhadap produk jadi atau produk akhir umumnya bersifat independent.
Artinya permintaan terhadap terhadapnya hanya dipengaruhi oleh
kondisi pasar dan tidak dipengaruhi oleh permintaan terhadap barang
lain yang diproduksi di perusahaan tersebut. Suatu item memiliki
dependent demand bila permintaan terhadap item tersebut dipengaruhi
akan permintaan terhadap item yang lain. Permintaan dependent
biasanya terdapat item komponen, barang setengah jadi, atau bahan
baku. Sistem MRP adalah suatu prosedur logis berupa aturan keputusan
dan teknik transaksi berbasis komputer yang dirancang untuk

76
menerjemahkan jadwal induk produksi menjadi “kebutuhan bersih”
untuk semua item. MRP dikembangkan untuk membantu perusahaan
manufaktur dalam mengatasi kebutuhan akan item-item dependent
secara baik dan efisien.

4.2.2 Tujuan MRP (Material Requirement Planning)


Menurut Herjanto (1999;258) sistem MRP dimaksudkan untuk
mencapai tujuan sebagai berikut :
a. Meminimalkan persediaan. MRP menentukan berapa banyak dan
kapan suatu komponen diperlukan disesuaikan dengan jadwal induk
produksi (master production schedule). Dengan menggunakan
metode ini, pengadaan (pembelian) atas komponen yang diperlukan
untuk suatu rencana produksi dapat dilakukan sebatas yang
diperlukan saja sehingga dapat meminimalkan biaya persediaan.
b. Mengurangi risiko karena keterlambatan produksi atau pengiriman.
MRP mengidentifikasi banyaknya bahan dan komponen yang
diperlukan baik dari segi jumlah dan waktunya dengan
memperhatikan waktu tenggang produksi maupun
pengadaan/pembelian komponen, sehingga memperkecil risiko tidak
tersedianya bahan yang akan diproses yang mengakibatkan
terganggunya rencana produksi.
c. Komitmen yang realistis. Dengan MRP, jadwal produksi diharapkan
dapat dipenuhi sesuai dengan rencana, sehingga komitmen terhadap
pengiriman barang dilakukan secara lebih realistis. Hal ini
mendorong meningkatnya kepuasan dan kepercayaan konsumen.
d. Meningkatkan efisiensi. MRP juga mendorong peningkatan efisiensi
karena jumlah persediaan, waktu produksi, dan waktu pengiriman
barang dapat direncanakan lebih baik sesuai dengan jadwal induk
produksi.

77
4.2.3 Komponen MRP (Material Requirement Planning)
Menurut Herjanto (1999;260), komponen dasar MRP yaitu :
a. Jadwal Induk Produksi
Jadwal induk produksi (master production schedule, MPS)
merupakan gambaran atas periode perencanaan dari suatu
permintaan, termasuk peramalan, blacklog, rencana
suplai/penawaran, persediaan akhir, dan kuantitas yang dijanjikan
tersedia (available to promise, ATP). MPS disusun berdasarkan
perencanaan produksi agregat, dan merupakan kunci penghubung
dalam rantai perencanaan dan pengendalian produksi. MPS berkaitan
dengan pemasaran, rencana distribusi, perencanaan produksi dan
perencanaan kapasitas. MPS mengendalikan MRP dan merupakan
masukan utama dalam proses MRP. MPS harus dibuat secara
realistis, dengan mempertimbangkan kemampuan kapasitas
produksi, tenaga kerja, dan subkontraktor.
Ketepatan MPS bervariasi berdasarkan jangka waktu
perencanaannya. Perencanaan jangka pendek harus lebih akurat,
mengingat biasanya berisi pesanan yang sudah pasti (fixed order),
kebutuhan distribusi pergudangan, dan kebutuhan suku cadang.
Semakin jauh jangka waktu perencanaan ketepatan MPS biasanya
semakin berkurang.
b. Daftar Material
Definisi yang lengkap tentang suatu produk akhir meliputi
daftar barang atau material yang diperlukan bagi perakitan,
pencampuran, atau pembuatan produk akhir tersebut. Setiap produk
mungkin memiliki sejumlah komponen, tetapi mungkin juga
memiliki ribuan komponen. Setiap komponen sendiri dapat terdiri
atas sebuah barang (item) atau berbagai jenis barang. Hubungan
antara suatu barang dan komponennya dijelaskan dalam suatu
struktur produk. Secara konvensi, produk akhir atau parent item
disebut sebagai level (jenjang) 0, sedangkan komponen pembentuk

78
produk akhir disebut sebagai level 1, bagian rakitan berikutnya
disebut level 2, dan seterusnya.
Aplikasi MRP dimulai dengan mengetahui komponen dari
produk yang akan diproduksi atau dirakit. Daftar dari produk dan
komponen yang diperlukan disebut daftar material (bill of materials,
BOM). BOM dibuat sebagai bagian dari proses desain dan kemudian
digunakan untuk menentukan barang mana yang harus dibeli dan
barang mana yang harus dibuat. BOM disimpan dalam suatu BOM
files, yaitu basis data yang dibuat oleh suatu BOM processor, yang
menyusun BOM dalam berbagai format yang dikehendaki
perusahaan.
c. Catatan Persediaan
Sistem MRP harus memiliki dan menjaga suatu data
persediaan yang up to date untuk setiap komponen barang. Data ini
harus menyediakan informasi yang akurat tentang ketersediaan
komponen dan seluruh transaksi persediaan, baik yang sudah terjadi
maupun yang sedang direncanakan. Data itu mencakup nomor
identifikasi, jumlah barang yang terdapat di gudang, jumlah yang
akan dialokasikan, tingkat persediaan minimum (safety stock level),
komponen yang sedang dipesan dan waktu kedatangan, serta waktu
tenggang (procurement lead time) bagi setiap komponen.
Data persediaan bisa merupakan catatan manual selama di up
date hari ke hari. Namun, dengan berkembangnya teknologi dan
semakin murahnya harga komputer maka kini banyak perusahaan
sudah menggunakan jaringan sistem informasi melalui komputer
sehingga apabila barang masuk atau barang terpakai/terjual, datanya
bisa langsung diakses/diketau di semua unit terkait. Salah satu
contoh penemuan teknologi yang bermanfaat bagi manajemen
persediaan adalah bar code (automatic identification).

79
4.2.4 Istilah – Istilah dalam MRP (Material Requirement Planning)
Menurut Herjanto (1999;263), istilah-istilah yang digunakan
dalam MRP yaitu :
a. Gross requirement (GR, kebutuhan kasar) adalah keseluruhan
jumlah item (komponen) yang diperlukan pada suatu periode.
b. Scheduled receipts (SR, penerimaan yang dijadwalkan) adalah
jumlah item (komponen) yang akan diterima pada suatu periode
tertentu berdasarkan pesanan yang dibuat.
c. On-hand inventory (OI, persediaan di tangan) adalah jumlah
persediaan pada akhir suatu periode dengan memperhitungkan
jumlah persediaan yang ada ditambah dengan jumlah item yang akan
diterima atau dikurangi dengan jumlah item yang
dipakai/dikeluarkan dari persediaan pada periode tersebut.
d. Net requirements (NR, kebutuhan bersih) adalah jumlah kebutuhan
bersih dari suatu item yang diperlukan untuk dapat memenuhi
kebutuhan kasar pada suatu periode yang akan datang.
e. Planned oredr releases (PO, pelepasan pemesanan yang
direncanakan) adalah jumlah item yang direncanakan untuk dipesan
agar memenuhi perencanaan pada masa datang.
f. Current inventory adalah jumlah material yang secara fisik tersedia
dalam gudang pada awal periode.
g. Allocated adalah jumlah persediaan yang sudah ada, tetapi telah
direncanakan untuk dialokasikan pada suatu penggunaan tertentu.
h. Lead time adalah waktu tenggang yang diperlukan untuk memesan
(membuat) suatu barang sejak saat pesanan (pembuatan) dilakukan
sampai barang itu diterima (selesai dibuat).

4.2.5 Proses MRP (Material Requirement Planning)


Menurut Herjanto (1999;263), kebutuhan untuk setiap komponen
yang diperlukan dalam melaksanakan MPS dihitung dengan
menggunakan prosedur sebagai berikut :

80
a. Netting, yaitu menghitung kebutuhan bersih dari kebutuhan kasar
dengan memperhitungkan jumlah barang yang akan diterima, jumlah
persediaan yang ada, dan jumlah persediaan yang akan dialokasikan.
b. Lotting adalah mengkonversi dari kebutuhan bersih menjadi
kuantitas-kuantitas pesanan.
c. Ofsetting, Menempatkan suatu pelepasan pemesanan pada waktu
yang tepat dengan cara menghitung mundur (backward scheduling)
dari waktu yang dikehendaki dengan memperhitungkan waktu
tenggang, agar memenuhi pesanan komponen yang bersangkutan.
d. Exploding, Menjabarkan rencana produksi produk akhir ke
kebutuhan kasar untuk komponen-komponennya melalui daftar
material.

4.2.6 Teknik dalam Menentukan Ukuran Lot


Menurut (G Hendra, Poerwanto. 2012), teknik dalam menentukan
ukuran Lot sebagai berikut :
a.  Lot Sizing dengan Teknik Fixed Order Quantity (FOQ) 
Teknik FOQ menggunakan kuantitas pemesanan yang tetap
untuk suatu persediaan item tertentu dapat ditentukan secara
sembarang atau berdasarkan pada faktor-faktor intuitif. Dalam
menggunakan teknik ini jika perlu, jumlah pesanan diperbesar untuk
menyamai jumlah kebutuhan bersih yang tinggi pada suatu perioda
tertentu yang harus dipenuhi, yang berarti ukuran kuantitas
pemesanannya (lot sizing) adalah sama untuk seluruh periode
selanjutnya dalam perencanaan.  Metode ini dapat digunakan untuk
item-item yang biaya pemesanannya (ordering cost) sangat besar
b. Lot Sizing dengan Teknik Economic Order Quantity (EOQ)
Metode ini diperkenalkan pertama kali oleh Ford Harris dari
Westinghouse pada tahun 1915. Metode ini merupakan inspirasi
bagi para pakar persediaan untuk mengembangkan metode-metode
pengendaliaan persediaan lainnya. Metode ini dikembangkan atas

81
fakta adanya biaya variabel dan biaya tetap dari proses produksi atau
pemesanan barang. Teknik EOQ ini besarnya ukuran lot adalah
tetap, melibatkan ongkos pesan dan ongkos simpan. Pemesanan
dilakukan apabila jumlah persediaan tidak dapat memenuhi
kebutuhan yang diinginkan. Teknik ini biasa dipakai untuk horison
perencanaan selama satu tahun (12 bulan atau 52 minggu),
sedangkan keefektifannya akan bagus jika pola kebutuhan bersifat
kontinu dan tingkat kebutuhan konstan. Ukuran kuantitas pemesanan
(lot sizing) ditentukan dengan :

Keterangan:
EOQ = Q*  = kuantitas pemesanan yang optimal (yang
meminimumkan biaya persediaan)
Co = Cs = S   = ongkos Pesan (set up Cost)
R   = demand
Ch = H  = ongkos Simpan per unit per tahun
c. Lot for Lot (LFL)
Teknik ini merupakan lot sizing yang mudah dan paling
sederhana. Teknik ini selalu melakukan perhitungan kembali
(bersifat dinamis) terutama apabila terjadi perubahan pada
kebutuhan bersih. Penggunaan teknik ini bertujuan untuk
meminimumkan ongkos simpan, sehingga dengan teknik ini ongkos
simpan menjadi nol. Oleh karena itu, sering sekali digunakan untuk
item-item yang mempunyai biaya simpan sangat mahal. Apabila
dilihat dari pola kebutuhan yang mempunyai sifat diskontinu atau
tidak teratur, maka teknik Lot for Lot ini memiliki kemampuan yang
baik. Di samping itu teknik ini sering digunakan pada sistem
produksi manufaktur yang mempunyai sifat setup permanen pada
proses produksinya. Pemesanan dilakukan dengan
mempertimbangkan ongkos penyimpanan. Pada teknik ini,

82
pemenuhan kebutuhan bersih dilaksanakan disetiap periode yang
membutuhkannya, sedangkan besar ukuran kuantitas pemesanan (lot
sizing) adalah sama dengan jumlah kebutuhan bersih yang harus
dipenuhi pada periode yang bersangkutan
d. Fixed Period Requirements (FPR)
Teknik FPR ini menggunakan konsep interval pemesanan yang
konstan, sedangkan ukuran kuantitas pemesanan (lot size) bervariasi.
Bila dalam metode FOQ besarnya jumlah ukuran lot adalah tetap
sementara selang waktu antar pemesanan tidak tetap, sedangkan
dalam metode FPR ini selang waktu antar pemesanan dibuat tetap
dengan ukuran lot sesuai pada kebutuhan bersih.
Ukuran kuantitas pemesanan tersebut merupakan penjumlahan
kebutuhan bersih   dari setiap periode yang tercakup dalam interval
pemesanan yang telah ditetapkan. Penetapan interval penetapan
dilakukan secara sembarang. Pada teknik FPR ini, jika saat
pemesanan jatuh pada periode yang kebutuhan bersihnya sama
dengan nol, maka pemesanannya dilaksanakan pada periode
berikutnya. 
e. Period Order Quantity (POQ)
Teknik POQ ini pada prinsipnya sama dengan FPR. Bedanya
adalah pada teknik POQ interval pemesanan ditentukan dengan
suatu perhitungan yang didasarkan pada logika EOQ klasik yang
telah dimodifikasi, sehingga dapat digunakan pada permintaan yang
berperiode diskrit. Tentunya dapat diperoleh hasil mengenai
besarnya jumlah pesanan yang harus dilakukan dan interval periode
pemesanan. Dibandingkan dengan teknik jumlah pesanan ekonomis
ini akan memberikan ongkos persediaan yang lebih kecil dan dengan
ongkos pesan yang sama. Kesulitan yang dihadapi dalam teknik ini
adalah bagaimana menentukan besarnya interval perioda pemesanan
apabila sifat kebutuhan adalah diskontinu. Jika ini terjadi, penentuan
interval periode yang bernilai nol dilewati. Interval pemesanan

83
ditentukan sebagai berikut:

dimana :
EOI = interval pemesanan ekonomis dalam satu periode
C = biaya pemesanan setiap kali pesan
h = persentase biaya simpan setiap periode
P = harga atau biaya pembelian perunit
R = rata-rata permintaan per periode
f. Least Unit Cost (LUC)
Teknik LUC ini dan ketiga teknik berikutnya mempunyai
kesamaan tertentu, yaitu ukuran kuantitas pemesanan dan interval
pemesanannya bervariasi. Pada teknik LUC ini ukuran kuantitas
pemesanan ditentukan dengan cara coba-coba, yaitu dengan jalan
mempertanyakan apakah ukuran lot disuatu periode sebaiknya sama
dengan ukuran bersihnya atau bagaimana kalau ditambah dengan
periode-periode berikutnya. Keputusan ditentukan berdasarkan
ongkos per unit (ongkos pengadaan per unit ditambah ongkos
simpan per unit) terkecil dari setiap bakal ukuran lot yang akan
dipilih.
g. Least Total Cost (LTC)
Teknik ini didasarkan pada pemikiran bahwa jumlah ongkos
pengadan dan ongkos simpan (ongkos total) setiap ukuran kuantitas
pemesanan yang ada pada suatu horizon perencanaan dapat
diminimasi jika besar ongkos-ongkos tersebut sama atau hampir
sama. Sarana untuk mencapai tujuan tersebut adalah suatu faktor
tang disebut Economic Part Periode (EPP). Pemilihan ukuran lot
ditentukan dengan jalan membandingkan ongkos part period yang
ditimbulkan oleh setiap ukuran lot tersebut dengan EPP, yang paling
dekat atau sama dengan EPP dipilih sebagai ukuran lot yang akan
dilaksanakan. Part period adalah satu unit yang disimpan dalam

84
persediaan dalam satu periode. EPP dapat didefinisikan sebagai
kuantitas suatu item persediaan yang bila disimpan didalam
persediaan selama satu periode, akan menghasilkan ongkos
pengadaan yang sama dengan ongkos simpan.
h. Part Period Balancing (PPB)
Metode PPB sering juga disebut Metode Part Period
Algorithm adalah pendekatan jumlah lot untuk menentukan jumlah
pemesanan berdasarkan keseimbangan antara biaya pesan dan biaya
simpan. Oleh karena itu metode ini disebut juga Part Period
Balancing (PPB) atau total biaya terkecil. Metode ini menseleksi
jumlah periode untuk mencukupi pesanan tambahan berdasarkan
akumulasi biaya simpan dan biaya pesan. Tujuannya adalah
menentukan jumlah lot untuk memenuhi periode kebutuhan.
Penentuan jumlah pesanan (lot) dilaksanakan dengan
mengakumulasikan permintaan dari periode-periode yang
berdampingan kedalam suatu lot tunggal sampai carrying cost
kumulatifnya melampaui atau sama dengan setup cost. Teknik PPB
ini menggunakan dasar logika yang sama dengan teknik LTC,
perhitungan kuantitas pemesanan juga sama. Pertama
mengkonversikan ongkos pesan menjadi Equivalent Part Period
(EPP), dengan rumus 

Dimana :
S   = ongkos Pesan /ongkos Setup
h   = ongkos Simpan per unit per periode
i. Metode Silver Meal Algoritm
Metode Silver-Meal atau sering pula disebut metode SM yang
dikembangkan oleh Edward Silver dan Harlan Meal berdasarkan
pada periode biaya. Penentuan rata-rata biaya per periode adalah
jumlah periode dalam penambahan pesanan yang meningkat.

85
Penambahan pesanan dilakukan ketika rata-rata biaya periode
pertama meningkat. Jika pesanan datang pada awal periode pertama
dan dapat mencukupi kebutuhan hingga akhir periode. Teknik Silver
Meal menggunakan pendekatan yang agak sama dengan PPB.
Kriteria dari teknik Silver Meal adalah bahwa lot size yang dipilih
harus dapat meminimasi ongkos total per perioda. Permintaan
dengan perioda-perioda yang berurutan diakumulasikan ke dalam
suatu bakal ukuran lot (tentative lot size) sampai jumlah carrying
cost dan setup cost dari lot tersebut dibagi dengan jumlah perioda
yang terlibat meningkat. Total biaya relevan per periode adalah
sebagai berikut :

Keterangan :
C = biaya pemesanan per periode
h = persentase biaya simpan per periode
P = biaya pembelian per unit
Ph = biaya Simpan per periode
TRC(T)  = total biaya relevan pada periode T
T = waktu penambahan dalam periode
Rk    = rata-rata permintaan dalam periode k
j. Algoritm Wagner Whittin (AWW)
Teknik ini menggunakan prosedur optimasi yang didasari
model programa dinamis. Tujuannya adalah untuk mendapatkan
strategi pemesanan yang optimum untuk seluruh jadwal kebutuhan
bersih dengan jalan meminimasi total ongkos pengadaan dan ongkos
simpan, pada dasarnya teknik ini menguji semua cara pemesanan
yang mungkin dalam memenuhi kebutuhan bersih setiap periode
yang ada pada horizon perencanaan sehingga senantiasa memberikan

86
jawaban yang optimal.
Wagner-Whittin Algorithm memperoleh suatu jumlah
maksimum solusi kepada data yang meminimum masalah ukuran
pesanan dinamis di atas suatu perencanaan yang terbatas. itu
memerlukan bahwa semua periode permintaan dicukupi, yang
periode waktu di dalam perencanaan  b dari suatu panjangnya 
pemesanan ditetapkan, dan pesanan itu ditempatkan untuk
meyakinkan hasil 0 pesanan produk pada awal suatu periode waktu.
Algorithim Wagner-Whittin suatu pendekatan programming dinamis
yang mana dapat digunakan untuk menentukan biaya yang dapat
diawali yang minimum.
Metode ini menggunakan beberapa keterangan untuk
menyederhanakan perhitungan sebagai diterangkan oleh three-step
prosedur berikut :
1) Memperhitungkan adalah total biaya variabel acuan untuk
semua alternatif pemesanan yang mungkin untuk sementara
waktu terdiri dari N periode. Total biaya variabel meliputi
memesan dan memegang biaya-biaya. Zc-e artinya  untuk total
biaya variabel di dalam periode c sampai e dalam penempataan
adalah suatu pesanan di dalam periode c yang mana  membuat
puas kebutuhan di dalam periode  sampai

dimana :   
C = biaya pesan per pesan.
h = biaya simpan.
P = biaya pembelian per unit.
Rk  = rata-rata permintaan perperiode.

87
2) Arti fe untuk biaya yang mungkin yang minimum i periode 1
sampai e, memberi bahwa tingkat persediaan pada ujung
periode e adalah nol. Algoritma mulai dengan f = 0 dan
mengkalkulasi f1, f2, ......... fn di dalam  pesanan itu, kemudian
f dihitung dalam urutan menaik menggunakan rumusan

Dengan kata lain, untuk masing-masing periode semua kombinasi


alternatif pemesanan dan fe perencanaan pengganti dibandingkan,
yang yang terbaik biaya paling rendah kombinasi adalah perekam
sebagai fe strategi untuk mencukupi kebutuhan untuk periode 1
sampai e. nilai fn adalah biaya adalah  jadwal pesanan yang
optimal
3) Untuk menterjemahkan jumlah maksimum solusi (fn) yang
diperoleh oleh algoritma untuk memesan jumlah, menerapkan
berikut :

88
4.3 PENGUMPULAN DAN PENGOLAHAN DATA
4.3.1 Pengumpulan Data
1. Perusahaan Reply 1988 ingin memproduksi sepatu dan memiliki
struktur produk seperti dibawah ini
Sepatu (1)

Alas Sepatu (2) Badan Sepatu Tali Sepatu (2)


(2)

Alas Luar (2) Alas Dalam (2)

Gambar 4.1 Struktur Produk Sepatu

Tabel 4.1 Komponen Sepatu


Level Komponen Per Parent Lead Time Inventory
0 Sepatu 1 1 15
1 Alas Sepatu 2 1 40
1 Badan Sepatu 2 2 -
1 Tali Sepatu 2 2 -
2 Alas Luar 2 1 5
2 Alas Dalam 2 1 10

Jadwal induk produksi


Tabel 4.2 Jadwal Induk Produksi Sepatu
Periode 1 2 3 4 5 6
Sepatu 30 36 25 40 27

89
2. Sebuah perusahaan Furniture ingin membuat kursi kuliah, berikut
adalah struktur produknya.
Kursi Kuliah

Kaki Kursi Sandara Meja Alas


n duduk

Kerangka Busa alas


Alas duduk duduk
Gambar 4.2 Struktur Produk Kursi Kuliah

Tabel 4.3 Komponen Kursi Kuliah


Level 1 Komponen Per Parent Lead Time Inventory
0 Kursih kuliah 1 2 40
1 Kaki kursi 4 2 -
1 Sandaran 1 1 25
1 Meja 1 1 -
1 Alas kursi 1 1 -
2 Kerangka alas 1 2 15
duduk
2 Busa alas duduk 1 1 -

Tabel 4.4 Jadwal Induk Produksi Kursi Kuliah


Periode 1 2 3 4 5
Kursi kuliah 100 150 75 165 200

90
3. Sebuah perusahaan ingin membuat produk P, dengan struktur produk
sebagai berikut

A B

C D

Gambar 4.3 Struktur Produk P


Produk P serta sub komponen A, B, C dan D memiliki perparent
sebagai berikut berturut-turut adalah 1, 2, 2, 1, 1. Sedangkan
leadtime masing-masing berturut-turut adalah 1, 1, 2, 1, 2. Dengan
inventory 35 untuk produk P, 25 untuk komponen B, dan 15 untuk
sub komponen D. Dengan lot size masing-masing adalah P adalah
65, A = 100, B = 60, C = 75 dan D = 62.
Tabel 4.5 Jadwl Induk Produksi Produk P
Week 1 2 3 4 5 6 7 8 9
P 50 60 38 20 56 45 35 40 55

4. Struktur produk Q

B D

C A

Gambar 4.4 Struktur Produk Q


Produk Q mempunyai struktur produk seperti ditunjukkan oleh

91
Gambar. Produk tersebut dipesan dan harus diterima oleh
konsumennya pada periode ke 8 jumlah produk Q yang diminta
adalah 200 unit. Persediaan on hand untuk item Q adalah 100 unit,
item A adalah 40 unit, item B adalah 50 unit, item C adalah 150 unit,
dan item D adalah 250 unit. Ukuran lot untuk Q, A, B, C, dan D
adalah masing-masing 200, 300, 250, 250 dan 250 unit, dan lead
time masing-masing adalah 3, 3, 1, 1, dan 2. Per parent untuk Produk
Q adalah 1, item B = 3, item D = 2, item C = 1, item A = 2.

4.3.2 Pengolahan Data


1. Perusahaan Reply 1988
Tabel 4.6 Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk sepatu Net
Requirement dibutuhkan komponen sebanyak 15, Order Releases
pada periode 0, dan Plan Receipt pada periode 1 dan dipesan
sebanyak 15. Net Requirement dibutuhkan komponen sebanyak 36,
Order Releases pada periode 1 dan Plan Receipt pada periode 2
dipesan sebanyak 36. Net Requirement dibutuhkan komponen
sebanyak 25, Order Releases pada periode 3 dan Plan Receipt pada
periode 4 dan dipesan sebanyak 25. Net Requirement dibutuhkan
komponen sebanyak 40, Order Releases pada periode 4 dan Plan
Receipt pada periode 5 dan dipesan sebanyak 40. Net Requirement
dibutuhkan komponen sebanyak 27, Order Releases pada periode 5
dan Plan Receipt pada periode 6 dipesan sebanyak 27.

92
a. Komponen 1 Alas Sepatu
Tabel 4.7 Alas Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk alas


sepatu pada Net Requirement dibutuhkan komponen sebanyak
40, Order Releases pada periode 0, dan Plan Receipt pada
periode 1 dan dipesan sebanyak 32. Net Requirement dibutuhkan
komponen sebanyak 50, Order Releases pada periode 2 dan
Plan Receipt pada periode 3 dipesan sebanyak 50. Net
Requirement dibutuhkan komponen sebanyak 80, Order
Releases pada periode 3 dan Plan Receipt pada periode 4 dan
dipesan sebanyak 80. Net Requirement dibutuhkan komponen
sebanyak 54, Order Releases pada periode 4 dan Plan Receipt
pada periode 5 dan dipesan sebanyak 54.

b. Komponen 2 Badan Sepatu


Tabel 4.8 Badan Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk badan


sepatu Net Requirement dibutuhkan komponen sebanyak 72,
Order Releases pada periode -1, dan Plan Receipt pada periode
1 dan dipesan sebanyak 72. Net Requirement dibutuhkan
komponen sebanyak 50, Order Releases pada periode 1 dan

93
Plan Receipt pada periode 3 dipesan sebanyak 50. Net
Requirement dibutuhkan komponen sebanyak 80, Order
Releases pada periode 2 dan Plan Receipt pada periode 4 dan
dipesan sebanyak 80. Net Requirement dibutuhkan komponen
sebanyak 54, Order Releases pada periode 3 dan Plan Receipt
pada periode 5 dan dipesan sebanyak 54.

c. Komponen 3 Tali Sepatu


Tabel 4.9 Tali Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk tali


sepatu Net Requirement dibutuhkan komponen sebanyak 72,
Order Releases pada periode -1, dan Plan Receipt pada periode
1 dan dipesan sebanyak 72. Net Requirement dibutuhkan
komponen sebanyak 50, Order Releases pada periode 1 dan
Plan Receipt pada periode 3 dipesan sebanyak 50. Net
Requirement dibutuhkan komponen sebanyak 80, Order
Releases pada periode 2 dan Plan Receipt pada periode 4 dan
dipesan sebanyak 80. Net Requirement dibutuhkan komponen
sebanyak 54, Order Releases pada periode 3 dan Plan Receipt
pada periode 5 dan dipesan sebanyak 54.

94
d. Komponen 4 Alas Luar Sepatu
Tabel 4.10 Alas Luar Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk alas


luar sepatu Net Requirement dibutuhkan komponen sebanyak
95, Order Releases pada periode 1, dan Plan Receipt pada
periode 2 dan dipesan sebanyak 95. Net Requirement dibutuhkan
komponen sebanyak 160, Order Releases pada periode 2 dan
Plan Receipt pada periode 3 dipesan sebanyak 160. Net
Requirement dibutuhkan komponen sebanyak 108, Order
Releases pada periode 3 dan Plan Receipt pada periode 4 dan
dipesan sebanyak 108.

e. Komponen 5 Alas Dalam Sepatu


Tabel 4.11 Alas Dalam Sepatu

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk alas


dalam sepatu Net Requirement dibutuhkan komponen sebanyak
90, Order Releases pada periode 1, dan Plan Receipt pada
periode 2 dan dipesan sebanyak 90. Net Requirement dibutuhkan
komponen sebanyak 160, Order Releases pada periode 2 dan
Plan Receipt pada periode 3 dipesan sebanyak 160. Net
Requirement dibutuhkan komponen sebanyak 108, Order
Releases pada periode 3 dan Plan Receipt pada periode 4 dan

95
dipesan sebanyak 108.

2. Perusahaan Furniture
Tabel 4.12 Kursi Kuliah

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk kursi kuliah
Net Requirement dibutuhkan komponen sebanyak 60, Order
Releases pada periode -1, dan Plan Receipt pada periode 1 dan
dipesan sebanyak 60. Net Requirement dibutuhkan komponen
sebanyak 150, Order Releases pada periode 0 dan Plan Receipt pada
periode 2 dipesan sebanyak 150. Net Requirement dibutuhkan
komponen sebanyak 75, Order Releases pada periode 1 dan Plan
Receipt pada periode 3 dan dipesan sebanyak 75. Net Requirement
dibutuhkan komponen sebanyak 165, Order Releases pada periode 2
dan Plan Receipt pada periode 4 dan dipesan sebanyak 165. Net
Requirement dibutuhkan komponen sebanyak 200, Order Releases
pada periode 3 dan Plan Receipt pada periode 5 dipesan sebanyak
200.

a. Komponen 1 Kaki Kursi


Tabel 4.13 Kaki Kursi

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk kaki


kursi Net Requirement dibutuhkan komponen sebanyak 300,

96
Order Releases pada periode -1, dan Plan Receipt pada periode 1
dan dipesan sebanyak 300. Net Requirement dibutuhkan
komponen sebanyak 600, Order Releases pada periode 0 dan
Plan Receipt pada periode 2 dipesan sebanyak 600. Net
Requirement dibutuhkan komponen sebanyak 800, Order
Releases pada periode 1 dan Plan Receipt pada periode 3 dan
dipesan sebanyak 800.

b. Komponen 2 Sandaran Kursi


Tabel 4.14 Sandaran Kursi

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk sandaran


kursi Net Requirement dibutuhkan komponen sebanyak 50, Order
Releases pada periode 0, dan Plan Receipt pada periode 1 dan
dipesan sebanyak 50. Net Requirement dibutuhkan komponen
sebanyak 165, Order Releases pada periode 1 dan Plan Receipt
pada periode 2 dipesan sebanyak 165. Net Requirement
dibutuhkan komponen sebanyak 200, Order Releases pada
periode 2 dan Plan Receipt pada periode 3 dan dipesan sebanyak
200.

c. Komponen 3 Meja
Tabel 4.15 Meja

97
Berdasarkan tabel diatas dapat dilihat bahwa pada untuk meja Net
Requirement dibutuhkan komponen sebanyak 75, Order Releases
pada periode 0, dan Plan Receipt pada periode 1 dan dipesan
sebanyak 75. Net Requirement dibutuhkan komponen sebanyak
165, Order Releases pada periode 1 dan Plan Receipt pada
periode 2 dipesan sebanyak 165. Net Requirement dibutuhkan
komponen sebanyak 200, Order Releases pada periode 2 dan
Plan Receipt pada periode 3 dan dipesan sebanyak 200.

d. Komponen 4 Alas Kursi


Tabel 4.16 Alas Kursi

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk alas


kursi Net Requirement dibutuhkan komponen sebanyak 75, Order
Releases pada periode 0, dan Plan Receipt pada periode 1 dan
dipesan sebanyak 75. Net Requirement dibutuhkan komponen
sebanyak 165, Order Releases pada periode 1 dan Plan Receipt
pada periode 2 dipesan sebanyak 165. Net Requirement
dibutuhkan komponen sebanyak 200, Order Releases pada
periode 2 dan Plan Receipt pada periode 3 dan dipesan sebanyak
200.
e. Komponen 5 Kerangka Alas Duduk
Tabel 4.17 Kerangka Alas Duduk

98
Berdasarkan tabel diatas dapat dilihat bahwa pada untuk kerangka
alas duduk Net Requirement dibutuhkan komponen sebanyak 150,
Order Releases pada periode -1, dan Plan Receipt pada periode 1
dan dipesan sebanyak 150. Net Requirement dibutuhkan
komponen sebanyak 200, Order Releases pada periode 0 dan
Plan Receipt pada periode 2 dipesan sebanyak 200.

f. Komponen 6 Busa Alas Kursi


Tabel 4.18 Busa Alas Duduk

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk busa alas
duduk Net Requirement dibutuhkan komponen sebanyak 165,
Order Releases pada periode 0, dan Plan Receipt pada periode 1
dan dipesan sebanyak 165. Net Requirement dibutuhkan
komponen sebanyak 200, Order Releases pada periode 1 dan
Plan Receipt pada periode 2 dipesan sebanyak 200.

3. Produk P
Tabel 4.19 Produk P

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk produk P


Net Requirement dibutuhkan komponen sebanyak 15, Order

99
Releases pada periode 0, dan Plan Receipt pada periode 1 dan
dipesan sebanyak 65. Net Requirement dibutuhkan komponen
sebanyak 10, Order Releases pada periode 1 dan Plan Receipt pada
periode 2 dipesan sebanyak 65. Net Requirement dibutuhkan
komponen sebanyak 3, Order Releases pada periode 3 dan Plan
Receipt pada periode 4 dan dipesan sebanyak 65. Net Requirement
dibutuhkan komponen sebanyak 39, Order Releases pada periode 5
dan Plan Receipt pada periode 6 dan dipesan sebanyak 65. Net
Requirement dibutuhkan komponen sebanyak 9, Order Releases
pada periode 6 dan Plan Receipt pada periode 7 dipesan sebanyak
65. Net Requirement dibutuhkan komponen sebanyak 39, Order
Releases pada periode 8 dan Plan Receipt pada periode 9 dipesan
sebanyak 65.
a. Komponen 1 item A
Tabel 4.20 item A

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk


komponen A Net Requirement dibutuhkan komponen sebanyak
130, Order Releases pada periode 0, dan Plan Receipt pada
periode 1 dan dipesan sebanyak 200. Net Requirement dibutuhkan
komponen sebanyak 60, Order Releases pada periode 2 dan Plan
Receipt pada periode 3 dipesan sebanyak 200. Net Requirement
dibutuhkan komponen sebanyak 80, Order Releases pada periode
5 dan Plan Receipt pada periode 6 dan dipesan sebanyak 200.

100
b. Komponen 2 item B
Tabel 4.21 item B

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk


komponen B Net Requirement dibutuhkan komponen sebanyak
105, Order Releases pada periode -1, dan Plan Receipt pada
periode 1 dan dipesan sebanyak 120. Net Requirement dibutuhkan
komponen sebanyak 115, Order Releases pada periode 1 dan
Plan Receipt pada periode 3 dipesan sebanyak 120. Net
Requirement dibutuhkan komponen sebanyak 125, Order
Releases pada periode 3 dan Plan Receipt pada periode 5 dan
dipesan sebanyak 180. Net Requirement dibutuhkan komponen
sebanyak 75, Order Releases pada periode 4 dan Plan Receipt
pada periode 6 dan dipesan sebanyak 120. Net Requirement
dibutuhkan komponen sebanyak 85, Order Releases pada periode
6 dan Plan Receipt pada periode 8 dipesan sebanyak 120.

c. Komponen 3 item C
Tabel 4.22 item C

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk


komponen C Net Requirement dibutuhkan komponen sebanyak
120, Order Releases pada periode 0, dan Plan Receipt pada
periode 1 dan dipesan sebanyak 150. Net Requirement dibutuhkan
komponen sebanyak 150, Order Releases pada periode 2 dan

101
Plan Receipt pada periode 3 dipesan sebanyak 150. Net
Requirement dibutuhkan komponen sebanyak 120, Order
Releases pada periode 3 dan Plan Receipt pada periode 4 dan
dipesan sebanyak 150. Net Requirement dibutuhkan komponen
sebanyak 90, Order Releases pada periode 5 dan Plan Receipt
pada periode 6 dan dipesan sebanyak 150.

d. Komponen 4 item D
Tabel 4.23 item D

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk


komponen D Net Requirement dibutuhkan komponen sebanyak
105, Order Releases pada periode -1, dan Plan Receipt pada
periode 1 dan dipesan sebanyak 124. Net Requirement dibutuhkan
komponen sebanyak 161, Order Releases pada periode 1 dan
Plan Receipt pada periode 3 dipesan sebanyak 186. Net
Requirement dibutuhkan komponen sebanyak 95, Order Releases
pada periode 2 dan Plan Receipt pada periode 4 dan dipesan
sebanyak 124. Net Requirement dibutuhkan komponen sebanyak
91, Order Releases pada periode 4 dan Plan Receipt pada periode
6 dan dipesan sebanyak 124.
4. Produk Q
Tabel 4.24 Produk Q

102
Berdasarkan tabel diatas dapat dilihat bahwa pada untuk produk Q
Net Requirement dibutuhkan komponen sebanyak 100, Order
Releases pada periode 5, dan Plan Receipt pada periode 8 dan
dipesan sebanyak 200.
a. Komponen 1 item B
Tabel 4.25 Item B

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk item B


Net Requirement dibutuhkan komponen sebanyak 550, Order
Releases pada periode 4, dan Plan Receipt pada periode 5 dan
dipesan sebanyak 750.
b. Komponen 2 item D
Tabel 4.26 Item D

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk item D


Net Requirement dibutuhkan komponen sebanyak 150, Order
Releases pada periode 3, dan Plan Receipt pada periode 5 dan
dipesan sebanyak 500.

c. Komponen 3 item C
Tabel 4.27 Item C

103
Berdasarkan tabel diatas dapat dilihat bahwa pada untuk item C
Net Requirement dibutuhkan komponen sebanyak 600, Order
Releases pada periode 3, dan Plan Receipt pada periode 4 dan
dipesan sebanyak 750.

d. Komponen 4 item A
Tabel 4.28 Item A

Berdasarkan tabel diatas dapat dilihat bahwa pada untuk item A


Net Requirement dibutuhkan komponen sebanyak 1460, Order
Releases pada periode 1, dan Plan Receipt pada periode 4 dan
dipesan sebanyak 1500.

104
4.4 PEMBAHASAN
1. Berdasarkan hasil pengolahan data dengan menggunakan metode MRP,
maka diperoleh hasil sebagai berikut :
a) Net Requirement pada produk sepatu ada pada periode 1, 2, 4, 5 dan 6
yaitu 15, 36, 25, 40 dan 27. Pemesanan dilakukan pada periode 0, 1, 3,
4 dan 5 yaitu 15, 36, 25, 40 dan 27 sehingga pesanan akan diterima
pada periode 1, 2, 4, 5 dan 6 sebesar 15, 36, 25, 40 dan 27.
b) Net Requirement pada alas sepatu ada pada periode 1, 3, 4, dan 5 yaitu
32, 50, 80, dan 54. Pemesanan dilakukan pada periode 0, 2, 3, 4 dan 5
yaitu 32, 50, 80, dan 54 sehingga pesanan akan diterima pada periode 1,
3, 4, dan 5 sebesar 32, 50, 80, dan 54.
c) Net Requirement pada badan sepatu ada pada periode 1, 3, 4, dan 5
yaitu 72, 50, 80, dan 54. Pemesanan dilakukan pada periode -1, 2, dan
3, yaitu 72, 50, 80 dan 54 sehingga pesanan akan diterima pada periode
1, 3, 4, dan 5 sebesar 72, 50, 80, dan 54.
d) Net Requirement pada tali sepatu ada pada periode 1, 3, 4, dan 5 yaitu
72, 50, 80, dan 54. Pemesanan dilakukan pada periode -1, 2, dan 3,
yaitu 72, 50, 80 dan 54 sehingga pesanan akan diterima pada periode 1,
3, 4, dan 5 sebesar 72, 50, 80, dan 54.
e) Net Requirement pada alas luar sepatu ada pada periode 2, 3, dan 4
yaitu 95, 160, dan 108. Pemesanan dilakukan pada periode 1, 2, dan 3,
yaitu 95, 160, dan 108 sehingga pesanan akan diterima pada periode 2,
3, dan 4 sebesar 95, 160 dan 108.
f) Net Requirement pada alas dalam sepatu ada pada periode 2, 3 dan 4
yaitu 90, 160 dan 108. Pemesanan dilakukan pada periode 1, 2, dan 3,
yaitu 90, 160, dan 108 sehingga pesanan akan diterima pada periode 2,
3, dan 4 sebesar 90, 160 dan 108.
2. Berdasarkan hasil pengolahan data dengan menggunakan metode MRP,
maka diperoleh hasil sebagai berikut :
a) Net Requirement pada produk kursi kuliah ada pada periode 1, 2, 3, 4,
dan 5 yaitu 60, 150, 75, 165 dan 200. Pemesanan dilakukan pada

105
periode -1, 0, 1, 2, dan 3 yaitu 60, 150, 75, 165 dan 200 sehingga
pesanan akan diterima pada periode 1, 2, 3, 4, dan 5 sebesar 60, 150,
75, 165 dan 200.
b) Net Requirement pada kaki kursi ada pada periode 1, 2, dan 3 yaitu 300,
660, dan 800. Pemesanan dilakukan pada periode -1, 0, dan 1 yaitu 300,
660, dan 800 sehingga pesanan akan diterima pada periode 1, 2, dan 3
sebesar 300, 660, dan 800.
c) Net Requirement pada sandaran kursi ada pada periode 1, 2, dan 3 yaitu
50, 165, dan 200. Pemesanan dilakukan pada periode 0, 1, dan 2 yaitu
50, 165, dan 200 sehingga pesanan akan diterima pada periode 1, 2, dan
3 sebesar 50, 165 dan 200.
d) Net Requirement pada meja ada pada periode 1, 2, dan 3 yaitu 75, 165,
dan 200. Pemesanan dilakukan pada periode 0, 1, dan 2 yaitu 75, 165,
dan 200 sehingga pesanan akan diterima pada periode 1, 2, dan 3
sebesar 75, 165 dan 200.
e) Net Requirement pada alas kursi ada pada periode 1, 2, dan 3 yaitu 75,
165, dan 200. Pemesanan dilakukan pada periode 0, 1, dan 2 yaitu 50,
165, dan 200 sehingga pesanan akan diterima pada periode 1, 2, dan 3
sebesar 75, 165 dan 200.
f) Net Requirement pada kerangka alas duduk ada pada periode 1 dan 2
yaitu 150 dan 200. Pemesanan dilakukan pada periode -1 dan 0 yaitu
150 dan 200 sehingga pesanan akan diterima pada periode 1 dan 2
sebesar 150 dan 200.
g) Net Requirement pada busa alas duduk ada pada periode 1 dan 2 yaitu
165 dan 200. Pemesanan dilakukan pada periode 0 dan 1 yaitu 165 dan
200 sehingga pesanan akan diterima pada periode 1 dan 2 sebesar 165
dan 200.
3. Berdasarkan hasil pengolahan data dengan menggunakan metode MRP,
maka diperoleh hasil sebagai berikut :
a) Net Requirement pada produk P ada pada periode 1, 2, 4, 6, 7 dan 9
yaitu 15, 10, 3, 39, 9 dan 39. Pemesanan dilakukan pada periode 0, 1, 3,

106
5, 6 dan 8 yaitu sebesar 65 sehingga pesanan akan diterima pada
periode 1, 2, 4, 6, 7 dan 9 sebesar 65.
b) Net Requirement pada item A ada pada periode 1, 3 dan 6 yaitu 130, 60,
dan 80. Pemesanan dilakukan pada periode 0, 2 dan 5 yaitu sebesar 200
sehingga pesanan akan diterima pada periode 1, 3 dan 6 sebesar 200.
c) Net Requirement pada item B ada pada periode 1, 3, 5, 6 dan 8 yaitu
105, 115, 125, 75 dan 85. Pemesanan dilakukan pada periode -1, 1, 3, 4
dan 6 yaitu sebesar 120, 120 180, 120 dan 120 sehingga pesanan akan
diterima pada periode 1, 3, 5, 6 dan 8 sebesar 120, 120, 180, 120 dan
120.
d) Net Requirement pada item C ada pada periode 1, 3, 4 dan 6 yaitu 120,
150, 120 dan 90. Pemesanan dilakukan pada periode 0, 2, 3 dan 5 yaitu
sebesar 150 sehingga pesanan akan diterima pada periode 1, 3, 4 dan 6
sebesar 150.
e) Net Requirement pada item D ada pada periode 1, 3, 4 dan 6 yaitu 105,
161, 95 dan 91. Pemesanan dilakukan pada periode -1, 1, 2 dan 4 yaitu
sebesar 124, 186, 124 dan 124 sehingga pesanan akan diterima pada
periode 1, 3, 4 dan 6 sebesar 124, 186, 124 dan 124.
4. Berdasarkan hasil pengolahan data dengan menggunakan metode MRP,
maka diperoleh hasil sebagai berikut :
a) Pada produk P memiliki Net Requirement sejumlah 100 unit pada
periode ke 8, pemesanan dilakukan pada periode ke 5 dengan jumlah
200 unit sehingga pesanan yang diterima pada produk P yaitu 20 unit
pada periode ke 8.
b) Pada item B memiliki Net Requirement sejumlah 550 unit pada periode
ke 5, pemesanan dilakukan pada periode ke 4 dengan jumlah 750 unit
sehingga pesanan yang diterima pada item B yaitu 750 unit pada
periode ke 5.
c) Pada item D memiliki Net Requirement sejumlah 150 unit pada periode
ke 5, pemesanan dilakukan pada periode ke 3 dengan jumlah 500 unit

107
sehingga pesanan yang diterima pada item D yaitu 500 unit pada
periode ke 5.
d) Pada item C memiliki Net Requirement sejumlah 600 unit pada periode
ke 4, pemesanan dilakukan pada periode ke 3 dengan jumlah 750 unit
sehingga pesanan yang diterima pada item C yaitu 750 unit pada
periode ke 4.
e) Pada item A memiliki Net Requirement sejumlah 1460 unit pada
periode ke 4, pemesanan dilakukan pada periode ke 1 dengan jumlah
1500 unit sehingga pesanan yang diterima pada item A yaitu 1500 unit
pada periode ke 4.
1.

108
BAB V
DECISION ANALYSIS
5.1 PENDAHULUAN
5.1.1 Latar Belakang
Membuat keputusan merupakan bagian dari kehidupan kita
sehari-hari baik secara individu ataupun secara kelompok, terutama
dalam suatu organisasi. Pengambilan keputusan mempunyai arti
penting bagi maju atau mundurnya suatu organisasi. Pengambilan
keputusan yang tepat akan menghasilkan suatu perubahan terhadap
organisasi ke arah yang lebih baik, namun sebaliknya pengambilan
keputusan yang salah akan berdampak buruk pada roda organisasi dan
administrasinya.
Diagram Keputusan merupakan alat yang dapat digunakan untuk
membantu menyelesaikan sebuah kasus yang mempunyai beberapa
alternatif penyelesaian dengan masing-masing outcome yang muncul
dari pemilihan alternatif yang ada. Dengan Diagram Keputusan dapat
ditentukan expected value dari masing-masing alternatif berdasarkan
nilai outcome dan probabilitas masing-masing alternatif. Pembuatan
keputusan juga dilihat sebagai suatu proses dominan seseorang
(pembuat keputusan) memilih dari dua atau lebih alternatif tindakan
yang memungkinkan. Proses dominan kepala madrasah memilih dua
atau lebih alternatif tindakan yang memungkinkan mulai dari dasar,
gaya, teknik dan teknik pelibatan stakeholder.
Proses pengambilan keputusan di tingkat madrasah terkait dengan
ketepatan pendekatan yang dilakukan oleh kepala madrasah. Baik
tidaknya suatu hasil keputusan tergantung pada pendekatan yang
digunakan. Setiap pendekatan mempunyai kelebihan yang berbeda-beda
tergantung pada jenis permasalahan yang dihadapi. Oleh karena itu,
penggunaan suatu pendekatan tidak efektif untuk memecahkan semua
masalah yang dihadapi. Namun kenyataannya, dalam semua proses
pengambilan keputusan, kepala madrasah sering menggunakan

109
pendekatan kewenangan, intuisi dan pengalamannya. (Anwar, 2014).

5.1.2 Tujuan Praktikum


Dapat melakukan pengambilan keputusan dalam perencanaan dan
pengendalian produksi.

5.1.3 Alat – Alat yang Digunakan


a. Alat tulis
b. Laptop + Software Ms. Word, dan POM for Windows 3
c. Modul praktikum decision analysis

5.1.4 Prosedur Praktikum


a. Pada menu POM for Windows klik Module, lalu pilih Decision
Analysis. Kemudian, klik File lalu pilih New kemudian pilih
Decision Tables.
b. Buat judul penyelesaian soal ini dengan mengisi Title
c. Isikan (set) jumlah alternatif sesuai dengan soal, dengan cara meng-
klik tanda ► pada kotak Number of Alternatives.
d. Isikan (set) jumlah kemungkinan skenario sesuai dengan soal,
dengan cara meng-klik tanda ► pada kotak Number of Nature State
e. Biarkan pada bagian Objective, tetap pada pilihan Profits (maximize)
atau Costs (minimize), kemudian klik OK.
f. Isikan angka-angka pada kotak-kotak yang bersesuaian antara
alternatif dan Nature State
g. Apabila data sudah lengkap dan benar, klik SOLVE untuk melihat
hasilnya.
h. Simpan modul/kasus dengan meng-klik File – Save. Dokumen
modul ini secara otomatis diberi eksistensi .dec.

110
5.2 LANDASAN TEORI
5.2.1 Definisi Pengambilan Keputusan
Diagram Keputusan adalah sebuah grafik yang menggambarkan
proses pengambilan keputusan yang mengandung alternatif solusi, state
of nature dan probabilitasnya serta outcome dari masing-masing
alternatif (Heizer, 2001). Pendekatan yang sistematis itu menyangkut
pengetahuan tentang hakikat masalah yang dihadapi itu, pengumpulan
fakta dan data yang relevan dengan masalah yang dihadapi, analisis
masalah dengan menggunakan fakta dan data, mencari alternatif
pemecahan, menganalisis setiap alternatif sehingga ditemukan alternatif
yang paling rasional, dan penilaian dari hasil yang dicapai sebagai
akibat dari keputusan yang diambil.
Menurut Kusnadi (Anwar, 2014), pengambilan keputusan adalah
penetapan atau pemilihan suatu alternatif dari beberapa alternatif yang
tersedia, dengan memperhatikan kondisi internal maupun eksternal
yang ada. Pengertian tersebut menunjukkan dengan jelas beberapa hal,
yaitu :
a. Dalam proses pengambilan keputusan tidak ada hal yang terjadi
secara kebetulan
b. Pengambilan keputusan tidak dapat dilakukan secara asal jadi karena
cara pendekatan kepada pengambilan keputusan harus didasarkan
kepada sistematika tertentu. Sistematika tertentu perlu didasarkan
pada :
1) kemampuan organisasi dalam arti tersedianya sumber-sumber
materil yang dapat dipergunakan untuk melaksanakan keputusan
yang diambil
2) Tenaga kerja yang tersedia serta kualifikasinya untuk
melaksanakan keputusan
3) Filsafat yang dianut organisasi

111
4) Situasi lingkungan internal dan eksternal yang menurut
perhitungan akan mempengaruhi roda administrasi dan
manajemen dalam organisasi
c. Bahwa sebelum suatu masalah dapat dipecahkan dengan baik,
hakikat masalah itu terlebih dahulu diketahui dengan jelas
d. Pemecahan tidak dapat dilakukan hanya berdasarkan intuisi, akan
tetapi pula perlu berdasarkan pada fakta yang terkumpul dengan
sistematis, terolah dengan baik dan tersimpan secara teratur sehingga
fakta/data itu dapat dipercayai.
e. Keputusan yang diambil adalah keputusan yang dipilih dari berbagai
alternatif yang telah dianalisis secara matang.

5.2.2 Fungsi dan Tujuan Pengambilan Keputusan


Menurut Suharnan (2005), fungsi pengambilan keputusan
individual atau kelompok baik secara institusional ataupun
organisasional, sifatnya fururistik. Tujuan pengambilan keputusan yang
bersifat tunggal (hanya satu masalah dan tidak berkaitan dengan
masalah lain). Tujuan yang bersifat ganda (masalah saling berkaitan,
dapat bersifat kontradiktif ataupun tidak kontradiktif). Kegiatan-
kegiatan yang dilakukan dalam organisasi itu dimaksudkan untuk
mencapai tujuan organisasinya yang dimana diinginkan semua kegiatan
itu dapat berjalan lancar dan tujuan dapat dicapai dengan mudah dan
efisien. Namun kerap kali terjadi hambatan-hambatan dalam
melaksanakan kegiatan. Ini merupakan masalah yang harus dipecahkan
oleh pimpinan organisasi. Pengambilan keputusan dimaksudkan untuk
memecahkan masalah tersebut.

5.2.3 Proses Pengambilan Keputusan


Menurut Kotler (2000), menjelaskan proses pengambilan keputusan
antara lain sebagai berikut :
a. Identifikasi masalah
Dalam hal ini diharapkan mampu mengidentifikasi masalah

112
yang ada di dalam suatu keadaan.
b. Pengumpulan dan penganalisis data
Pengambilan keputusan diharapkan dapat mengumpulkan dan
menganalisis data yang dapat membantu memecahkan masalah yang
ada.
c. Pembuatan alternatif-alternatif kebijakan
Setelah masalah dirinci dengan tepat dan tersusun baik, maka
perlu dipikirkan cara-cara pemecahannya.
d. Pemilihan salah satu alternatif terbaik
Pemilihan satu alternatif yang dianggap paling tepat untuk
memecahkan masalah tertentu dilakukan atas dasar pertimbangan
yang matang atau rekomendasi. Dalam pemilihan satu alternatif
dibutuhkan waktu yang lama karena hal ini menentukan alternatif
yang dipakai akan berhasil atau sebaliknya.
e. Pelaksanaan keputusan
Dalam pelaksanaan keputusan berarti seorang pengambil
keputusan harus mampu menerima dampak yang positif atau negatif.
Ketika menerima dampak yang negatif, pemimpin harus juga
mempunyai alternatif yang lain.
f. Pemantauan dan pengevaluasian hasil pelaksanaan
Setelah keputusan dijalankan seharusnya pimpinan dapat
mengukur dampak dari keputusan yang telah dibuat.

5.2.4 Teknik Pengambilan Keputusan


Menurut Harrison (Muhdi & Nurkolis, 2017), terdapat beberapa
teknik pengambilan keputusan yang merupakan perpaduan dari teori
probabilitas dan teori utilitas yaitu :
a. Teknik pengambilan keputusan expected values
Teknik ini mempertimbangkan kemungkinan munculnya
kejadian dan kemungkinan hasil. Kombinasi dua kemungkinan
tersebut menghasilkan nilai moneter yang diharapkan. Kejadian yang

113
memiliki nilai moneter paling tinggi akan menjadi pilihan seorang
pengambil keputusan.
b. Teknik pengambilan keputusan payoff tables
Teknik ini memperhitungkan alternatif kejadian yang muncul
dan alternatif situasi yang menguntungkan atau tidak
mengungtungkan. Kombinasi kedua alternatif tersebut akan
memberikan gambaran hasil moneter yang berbeda-beda. Kejadian
yang memberi hasil maksimal akan menjadi pilihan seorang
pengambil keputusan untuk memecahkan masalah.
c. Teknik pengambilan keputusan decision trees
Keputusan dilakukan dengan cara membuat anatomi sebuah
pohon yang terdiri dari titik dan cabang. Penilaian kejadian dimulai
dari titik dengan melewati cabang, setiap cabang mengambarkan
kemungkinan keberhasilan sebuah kejadian. Semakin besar
kemungkinan keberhasilannnya akan menjadi pilihan seorang
pengambil keputusan

5.3 HASIL PENGOLAHAN DATA


5.3.1 Pengumpulan Data
1. Pak Sae Ro Yi sedang mempertimbangkan untuk membuka sebuah
bisnis kuliner di jalan Sunu, 100 meter dari Politeknik ATI
Makassar. Sae Ro Yi memiliki beberapa alternatif keputusan antara
lain (1) membuka bisnis cafe, (2) membuka bisnis rumah makan,
atau (3) tidak membuka bisnis. Kemungkinan skenario (nature
states) adalah bahwa penjualan akan tinggi, normal, atau rendah.
Probabilitas untuk kemungkinan skenario tersebut adalah 0,2 untuk
penjualan tinggi, 0,5 untuk penjualan normal dan 0,3 untuk
penjualan rendah. Data akan dijelaskan lebih lanjut dengan tabel
dibawah ini.

114
Tabel 5.1 Data Alternatif Pak Sae Ro Yi

Hitung nilai disetiap alternatif pilihan dan berikan penjelasan untuk


setiap alternatif, kemudian tentukan alternatif mana yang akan
dipilih Sae Ro Yi, jika ia memilih ingin memaksimalkan
keuntungan?
2. Luster, Inc adalah sebuah perusahaan tambang yang mempunyai
lahan yang sangat luas. Luster,Inc merasa mengalami kerugian
waktu dan uang dalam pengelolaan. Konsultan geologi
memprediksikan lahan tersebut mengandung 20 % emas. Luster, Inc
harus melakukan investasi sebesar $80.000 jika ingin tetap
mengelola lahan. Jika ternyata lahan tersebut tidak mengandung
emas, maka Luster, Inc akan mengalami kerugian $80.000. Akan
tetapi jika lahan tersebut mengandung emas, konsultan geologi
memprediksi keuntungan yang akan didapatkan adalah $600.000.
Sebuah perusahaan tambang yang lebih besar tertarik untuk membeli
lahan tersebut seharga $75.000.
Hitung nilai disetiap alternatif pilihan dan berikan penjelasan untuk
setiap alternatif, keputusan apa yang sebaiknya Luster, Inc pilih
untuk memilnimalkan resiko kerugian?
3. Jangga Co adalah sebuah perusahaan properti yang sedang
mempertimbangkan untuk melakukan pengembangan proyek.
Kesuksesan proyek dipengaruhi oleh besarnya harga saham selama 5
tahun kedepan. Data akan dijelaskan lebih lanjut dengan tabel
dibawah ini.

115
Tabel 5.2 Data Alternatif Jangga Co

4. Bank Suka Maju mempertimbangkan kemungkinan akuisisi dengan


tidak alternatif keputusan dan dua pertimbangan keadaan seperti data
akan dijelaskan lebih lanjut dengan tabel dibawah ini.
Tabel 5.3 Data Alternatif Bank Suka Maju

Hitung nilai disetiap alternatif pilihan dan berikan penjelasan untuk


setiap alternatif jika diprediksi 67% keadaan ekonomi buruk serta
keputusan apa yang sebaiknya Bank Suka Maju pilih untuk
mendapatkan keuntungan minimum?
5.3.2 Pengolahan Data
1. Penyelesaian Soal Decision Analysis 1
Tabel 5.4 Decision Table Result Soal 1

Dari tabel diatas dapat dilihat bahwa berdasarkan Expected


Monetary Value diperoleh nilai maximum sebesar 19.500 dengan
membuka bisnis Rumah Makan, untuk memperoleh keuntungan
minimum adalah 0 dengan Tidak membuka bisnis, dan untuk

116
memperoleh keuntungan maximax adalah 100.000 dengan membuka
bisnis Rumah Makan.

Tabel 5.5 Expected Value Multiplications Soal 1

Dari tabel diatas dapat dilihat bahwa nilai Row sum yang diperoleh
dengan membuka bisnis Cafe adalah 15.500 sedangkan nilai Row
sum yang diperoleh dengan membuka bisnis Rumah Makan adalah
19.500 dan apabila tidak membuka bisnis maka Row sum yang
diperoleh adalah 0.
Tabel 5.6 Perfect Information Soal 1

Dari tabel diatas dapat diihat bahwa apabila prediksi kita benar maka
nilai perfect yang diperoleh adalah 37.500 akan tetapi keadaan tidak
selamanya sesuai dengan ekspektasi, jadi kemungkinan akan ada
error yang diterima maka nilai Best Expected Value yang didapatkan
adalah 19.500 dengan perbandingan nilai perfect sebesar 18.000.

Tabel 5.7 Regret or Opportunity Loss Soal 1

117
Dari tabel diatas dapat dilihat bahwa apabila pak Sae Ri Yo sangat
pesimis atau sangat takut dengan keadaan, maka pak Sae Ri Yo
dapat melakukan alternatif yang pertama yaitu membuka bisnis Cafe
dengan nilai regret sebesar 40.000 nilai regret tersebut lebih rendah
dari dua alternatif yang lain.
2. Penyelesaian Soal Decision Analysis 2
Tabel 5.8 Decision Table Result Soal 2

Dari tabel diatas dapat dilihat bahwa berdasarkan Expected


Monetary Value didapatkan keuntungan minimum sebesar $75.000
dengan menjual lahan tersebut dan perusahaan akan mendapatkan
keuntungan maksimal sebesar $600.000 dengan mengelola lahan
tersebut.

Tabel 5.9 Expected Value Multiplications Soal 2

Dari tabel diatas dapat dilihat bahwa Row sum yang diperoleh dari
mengelola lahan adalah $56.000 sedangkan Row sum yang diperoleh
jika menjual lahan adalah $75.000.

118
Tabel 5.10 Perfect Information Soal 2

Dari tabel diatas dapat dilihat bahwa nilai perfect yang diperoleh
adalah $180.000 dan nilai Best Expected Value yang didapatkan
adalah $75.000 dengan perbandingannya adalah $105.000.

Tabel 5.11 Regret or Opportunity Loss Soal 2

Dari tabel diatas dapat dilihat bahwa apabila perusahaan Luster


sangat pesimis atau takut dengan keadaan, maka perusahaan Luster
dapat melakukan alternatif pertama yaitu dengan mengelola lahan
tersebut dengan nilai regret sebesar $155.000 karena nilai regret
dengan mengelola tanah lebih kecil dibandingkan nilai regret
menjual lahan tersebut.
3. Penyelesaian Soal Decision Analysis 3
Tabel 5.12 Decision Table Result Soal 3

119
Berdasarkan tabel diatas dapat dilihat bahwa nilai maksimum yang
diharapkan sebesar 2,26 jika mengembangkan proyek
Condominiums. Adapun nilai Row Min yang diperoleh sebesar 1,5
dengan mengembangkan proyek Office building, sedangkan nilai
Row Max diperoleh sebesar 4,5 dengan mengembangkan proyek
Office park.

Tabel 5.13 Expected Value Multiplications Soal 3

Dari tabel diatas dapat dilihat bahwa apabila kondisi sesuai


ekspektasi maka nilai Row sum yang diperoleh dengan
mengembangkan proyek Office park adalah 1,38 ; nilai Row sum
yang diperoleh dengan mengembangkan proyek Office building
adalah 1,76 ; nilai Row sum yang diperoleh dengan mengembangkan
proyek Warehouse adalah 1,51 ; nilai Row sum yang diperoleh
dengan mengembangkan pyoyek Mall adalah 1,67 sedangkan nilai
Row sum yang diperoleh dengan mengembangkan Condominiums
adalah 2,26.

Tabel 5.14 Perfect Information Soal 3

120
Dari tabel diatas dapat diihat bahwa apabila prediksi kita benar maka
nilai perfect yang diperoleh sebesar 3 akan tetapi keadaan tidak
selamanya sesuai dengan ekspektasi, jadi kemungkinan akan ada
error yang diterima maka nilai Best Expected Value yang didapatkan
adalah 2,26 dengan perbandingan antara nilai perfect dengan Best
Expected Value sebesar 0,75.

Tabel 5.15 Regret or Opportunity Loss Soal 3

Dari tabel diatas dapat dilihat bahwa apabila perusahaan Jangga Co.
sangat pesimis atau sangat takut dengan keadaan, maka perusahaan
tersebut dapat melakukan alternatif yang kedua yaitu
mengembangkan proyek Office building dengan nilai regret sebesar
2 karena nilai regret Office building lebih kecil dibandingkan empat
alternatif lain.
4. Penyelesaian Soal Decision Analysis 4
Tabel 5.16 Decision Table Result Soal 4

Dari tabel diatas dapat dilihat bahwa berdasarkan Expected


Monetary Value diperoleh nilai maximum sebesar $ 599.000 dengan
melakukan pengembangan, untuk memperoleh keuntungan

121
minimum sebesar $500.000 maka Bank Suka Maju melakukan
pengembangan, apabila ingin memperoleh keuntungan maximax
sebesar $1.300.000 dengan mempertahankan keadaan.

Tabel 5.17 Expected Value Multiplications Soal 4

Dari tabel diatas dapat dilihat bahwa nilai Row sum yang diperoleh
dengan melakukan pengembangan di Bank Suka Maju adalah
$599.000 sedangkan nilai Row sum yang diperoleh jika Bank Suka
Maju mempertahankan keadaan adalah $328.500dan apabila Bank
Suka Maju menjual sekarang maka Row sum yang diperoleh adalah
$320.000.

Tabel 5.18 Perfect Information Soal 4

Dari tabel diatas dapat diihat bahwa apabila keadaan sesuai


informasi, maka nilai perfect yang diperoleh sebesar $ 764.000 akan
tetapi jika keadaan tidak sesuai dengan ekspektasi, jadi nilai Best
Expected Value yang didapatkan adalah $599.00 dengan
perbandingan nilai perfect dengan Best Expected Value sebesar $
165.000.

122
Tabel 5.19 Regret or Opportunity Loss Soal 4

Dari tabel diatas dapat dilihat bahwa apabila Bank Suka Maju ragu
dengan keadaan, maka Bank Suka Maju dapat melakukan alternatif
yang pertama yaitu melakukan pengembangan dengan nilai regret
sebesar $ 500.000 karena nilai regret tersebut lebih kecil dibanding
dua alternatif lainnya.

123
5.4 PEMBAHASAN
1. Dari data diatas dapat dilihat bahwa berdasarkan Expected Monetary
Value diperoleh nilai maximum sebesar 19.500 dengan membuka bisnis
Rumah Makan, untuk memperoleh keuntungan minimum adalah 0 dengan
Tidak membuka bisnis, dan untuk memperoleh keuntungan maximax
adalah 100.000 dengan membuka bisnis Rumah Makan. Jadi, jika Pak Sae
Ri Yo ingin mendapatkan keuntungan maksimal maka Pak Sae Ri Yo
memilih alternatif membuka sebuah bisnis kuliner yaitu Rumah Makan
dengan keuntungan maksimal Rp. 100.000.
2. Dari data diatas dapat dilihat bahwa berdasarkan Expected Monetary
Value didapatkan keuntungan minimum sebesar $75.000 dengan menjual
lahan tersebut dan perusahaan akan mendapatkan keuntungan maksimal
sebesar $600.000 dengan mengelola lahan tersebut. Jadi, jika Perusahaan
Luster, Inc ingin meminiSmalkan resiko kerugian dan mendapatkan
keuntungan maka alternatif yang dipilih yaitu dengan mengelola lahan
tersebut dengan mendapat keuntungan sebesar $155.000. perusahaan akan
terhindar dari kerugian yang cukup besar apabila lahan tersebut tidak
sesuai dengan ekspektasi.
3. Berdasarkan data diatas dapat dilihat bahwa nilai maksimum yang
diharapkan sebesar 2,26 jika mengembangkan proyek Condominiums.
Adapun nilai Row Min yang diperoleh sebesar 1,5 dengan
mengembangkan proyek Office building, sedangkan nilai Row Max
diperoleh sebesar 4,5 dengan mengembangkan proyek Office park. Jadi,
keputusan yang perusahaan Jangga Co. pilih untuk mendapatkan
keuntungan sesuai dengan ekspektasi nilai probabilitas, maka perusahaan
Janggo Co. menggunakan alternatif kelima yaitu Condominiums dengan
keuntungan sebesar 2,26.
4. Dari tabel diatas dapat dilihat bahwa berdasarkan Expected Monetary
Value diperoleh nilai maximum sebesar $ 599.000 dengan melakukan
pengembangan, untuk memperoleh keuntungan minimum sebesar

124
$500.000 maka Bank Suka Maju melakukan pengembangan, apabila ingin
memperoleh keuntungan maximax sebesar $1.300.000 dengan
mempertahankan keadaan. Jadi, jika Bank Suka Maju ingin mendapatkan
keuntungan minimum, maka Bank Suka Maju memutuskan untuk
melakukan alternatif yang pertama yaitu dengan melakukan
pengembangan dengan nilai keuntungan sebesar $500.000

125
BAB VI
PENUTUP

6.1 KESIMPULAN
6.1.1 Peramalan
Berdasarkan hasil pengolahan data dapat dilihat bahwa dengan
melakukan metode peramalan dalam melakukan peramalan produksi
yaitu dengan melakukan pengolahan data dengan perhitungan manual
maubantuan program maupun dengan aplikasi QM for windows 3. Pada
pengolahan data yang dilakukan, dapat diketahui bahwa hasil yang
diperoleh pada soal no.1 yaitu pada periode 11 jumlah permintaan
sebesar 311,2; periode 12 permintaan sebesar 333,2 dan periode 13
jumlah permintaan sebesar 355,2. Hasil yang diperoleh pada soal no.2
yaitu jumlah peramalan permintaan pada periode 13 yaitu 24 serta hasil
dari MAD yaitu 8,85; MSE sebesar 99,125; dan MAPE sebesar
24,78%. Hasil yang diperoleh pada soal no.3 ramalan penjualannya
yaitu 247,2571; hasil dari MAD 7,552; MSE 95,324. Hasil yang
diperoleh pada soal no.4 yaitu jumlah peramalan permintaan pada
periode 13 yaitu 539,625 dan tingkat kesalahan MAD 1,344; MSE
2,582; dan MAPE 0,249%.

6.1.2 Perencanaan Agregat


Dari hasil pengolahan data pada kasus 1 yang dilakukan
menggunakan software POM QM for Windows dapat diketahui bahwa
perusahaan akan mendapatkan keuntungan maksimal sebesar 9.5 jika
perusahaan memproduksi produk X1 sebanyak 1.5 dan produk X2
sebanyak 2.5. Dari hasil pengolahan data pada kasus 2 yang telah
dilakukan dengan menggunakan software POM QM for Windows dapat
diketahui bahwa perusahaan akan mendapatkan keuntungan maksimal
sebesar $3200 dan tidak melebihi batas produksi apabila perusahaan
memproduksi produk X1 (TV 20”) sebanyak 10 buah dan X2 (TV 27”)
sebanyak 20 buah. Dari hasil pengolahan data pada kasus 3 yang

126
dilakukan menggunakan software POM QM for Windows dapat
diketahui bahwa perusahaan akan mendapatkan keuntungan maksimal
sebesar 14 jika perusahaan memproduksi produk X 1 sebanyak 4 dan
produk X2 sebanyak 2.

6.1.3 Pengendalian Persediaan


1 Perusahaan sepatu sebaiknya melakukan pemesanan sepatu sebanyak
20 kali per tahun (didapatkan dari orders per period), dengan jumlah
per pesanan yaitu sebanyak 52 pasang sepatu dalam setiap
pemesanan (optimal order quantity), sehingga biaya total yang harus
dikeluarkan perusahaan sebesar $1.549,19 (total costs).
2 Gudang Rabat Alfa sebaiknya melakukan pemesanan produk sereal
sebanyak 6 kali per tahun (didapatkan dari orders per period),
dengan jumlah per pesanan yaitu sebanyak 775 karton dalam setiap
pemesanan (optimal order quantity), sehingga biaya total yang harus
dikeluarkan Gudang Rabat Alfa sebesar $200.619,7 (total costs).
3 Perusahaan sebaiknya melakukan pemesanan buah manggis
sebanyak 23 kali per tahun (didapatkan dari orders per period). Pada
titik mencapai 3000 kg buah harus dilakukan pemesanan kembali.
Kuantitas pesanan yang harus dilakukan perusahaan untuk
meminimalkan biaya yang berhubungan dengan persediaan yaitu
sebesar 4.473 kg. Rata-rata persediaan sebanyak 2.237 buah.
Sehingga biaya total yang harus dikeluarkan perusahaan sebesar
$7.472,14 (total costs).

6.1.4 Material Requierment Planning


Berdasarkan perhitungan yang dilakukan pada soal 1, NR pada
produk X ada pada periode 4, 5, 6, 7 yaitu 18, 24, 19, dan 4.
Pemesanan dilakukan pada periode 2, 3, 4, dan 5 yaitu sebesar 50
sehingga pesanan akan diterima pada periode 4, 5, 6, 7 yaitu sebesar 50.
NR pada subrakit ada pada periode 3 yaitu 100. Pemesanan dilakukan
pada periode 2 yaitu sebesar 450 sehingga pesanan akan diterima pada

127
periode 3 yaitu sebesar 450. NR pada komponen A ada pada periode 2
yaitu 2527. Pesanan akan diterima pada periode 2 yaitu sebesar 2700.
NR pada komponen B ada pada periode 2 yaitu 1225. Pesanan akan
diterima pada periode 2 yaitu sebesar 1300.

6.1.5 Decision Analysis


Dari hasil pengolahan data pada nomor 1 yang telah dilakukan,
Jika pak Sae Ri Yo ingin mendapatkan keuntungan maksimal maka pak
Sae Ri Yo memilih Alternatif membuka sebuah bisnis kuliner Yaitu
Rumah Makan dengan keuntungan Maksimal sebesar Rp. 100.000,-.
Dari hasil pengolahan data pada nomor 2 yang telah dilakukan, jika
Perusahaan Luster,inc ingin meminimalkan resiko kerugian dan
mendapatkan keuntungan maka alternative yang dipilih yaitu dengan
mengelola lahan tersebut dengan mendapatkan keuntungan sebesar
$155.000,- perusahaan akan terhindar dari kerugian yang cukup besar
apabila lahan tersebut tidak sesuai dengan ekspektasi. Dari hasil
pengolahan data pada nomor 3 yang telah dilakukan, keputusan yang
perusahaan Jangga Co. memilih untuk mendapatkan keuntungan sesuai
dengan ekspektasi nilai probabilitas, maka perusahaan Jangga Co.
menggunakan alternative ke 5 yaitu Condominiums dengan nilai
keuntungan sebesar 2,26. Dari hasil pengolahan data pada nomor 4
yang telah dilakukan, jika Bank Suka Maju ingin mendapatkan
keuntungan minimum, maka Bank Suka Maju Memilih melakukan
alternative yang pertama yaitu dengan melakukan pengembangan
dengan nilai keuntungan sebesar $ 500.000,-

3.1 SARAN

128
Adapun saran yang dapat kami berikan selaku praktikan yang sekiranya dapat
dijadikan bahan pertimbangan sebagai berikut :
a. Sebaiknya para praktikan mematuhi peraturan-peraturan yang berlaku
pada Laboratorium Statistik.
b. Sebaiknya para praktikan bersikap disiplin dalam menggunakan fasilitas-
fasilitas serta menjaga kebersihan dan menjaga ketenangan selama berada
di dalam Laboratorium Statistik.
c. Sebaiknya dilakukan pemeriksaan terhadap fasilitas-fasilitas praktikum
secara berkala sehingga dapat mencegah terjadinya kerusakan mendadak.
d. Sebaiknya dilakukan penyeragaman aplikasi yang akanakan digunakan
selama praktikum berlangsung.

129
DAFTAR PUSTAKA

Almahdy, I and Fachrurrozi. Lot Sizing Material Requirement Planning Pada


Produk Tipe Wall Mounting di Industri Box Panel. Jurnal Pasti Volume X
No. 3.
Anwar, H. 2014. Proses Pengambilan Keputusan untuk Mengembangkan Mutu
Madrasah. Jurnal Pendidikan Islam Vol. 8
Barry, Render dan Jay Heizer. 2001. Prinsip-prinsip Manajemen Operasi :
Operations Management. Jakarta : Salemba Empat.
Buffa S, Elwood, Rakesh, and K. Sarin. (1996). Modern Production and
Operation Management, Eight Edition, John Willey and Sons Inc, London.
G Hendra, Poerwanto. (2012). Manajemen Kualitas. Jakarta: PT Gramedia
Pustaka Utama.
Ginting, R. (2007). Sistem produksi. Yogyakarta: Graha Ilmu
Handoko, T. Hani. (1994). Dasar-dasar Manajemen Produksi dan Operasi. Edisi 1.
BPFF UGM. Yogyakarta.
Hasan, Iqbal. 1999. Pokok-Pokok Materi STATISTIKA 2 (Statistik Inferensif).
Jakarta: Bumi Aksara.
Heizer, J. dan Render, B. Manajemen Operasi Buku 1 Edisi 9. Jakarta: Salemba
Empat.
Herjanto, E. 1999. Manajemen Produksi & Operasi Edisi Kedua. Jakarta:
Gramedia.
Husein, Umar. 2011. Metode Penelitian Untuk Skripsi dan Tesis Bisnis Edisi 11.
Jakarta: PT Raja Grafindo Persada
Kotler, P. 2000. Manajemen Pemasaran Perspektif Asia. Yogyakarta: Andi
Offset.
Kusuma, T. Y. 2017. Analisis Material Requirement Planning (MRP) di C-MAXI
Alloycast. Integrated Lab Journal Vol. 05, No. 02.
Muhdi and Nurkolis. 2017. Teknik Pengambilan Keputusan Dalam Menentukan
Model Manajemen Pendidikan Menegah. Kelola Jurnal Manajemen
Pendidikan Volume. 4
Nanda and Sulaiman, F. 2015. Pengendalian Persediaan Bahan Baku dengan
Menggunakan Metode EOQ pada UD. Adi Mabel. Jurnal Teknovasi
Volume 02.
Nasution, A. H. 1999. “Perencanaan dan Pengendalian Produksi”. Jakarta: Guna
Wijaya.
Render, Barry dan Jay Heyzer. (2005). Operation Management. Terjemahan oleh
Ir. Kresnohadi Ariyoto, MBA Salemba Empat. Jakarta.
Santoso, Singgih, Business Forecasting, Metode Peramalan Bisnis masa kini
dengan MINITAB dan SPSS, Elex Media Komputindo, Jakarta. 2009

130
Sarjono, Haryadi, Yulia, Agustina dan Arko Pujadi, Analisis Peramalan Penjualan
pada PT. Multi Megah Mandiri untuk tahun 2009 Jurnal Management
Expose, Vol. 8, No. 17, September 2008, ISSN: 1410-8631, hlm. 60-78,
Universitas Sahid, Jakarta. 2009
Subagyo. (2008). Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE.
Suharnan. 2005. Psikologi Kognitif. Surabaya: Srikandi.
Tuerah, C. M. 2014. Analisis Pengendalian Persediaan Bahan Baku Ikan Tuna
pada CV. Golden KK. Jurnal EMBA Vol. 2

131