RANTAI PASOK
Oleh :
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
melimpahkan rahmat & karunia-Nya, sehingga penulis dapat menyelesaikan
laporan praktikum sistem rantai pasok ini.
Penyusunan laporan praktikum ini dapat penulis selesaikan berkat
bimbingan, saran dan dorongan dari berbagai pihak. Oleh karena itu, penulis ingin
menyampaikan ucapan terima kasih kepada :
1. Bapak Prof. Dr. RY Perry Burhan, M.Sc, selaku Direktur PEM
Akamigas.
2. Ibu Andian Ari Istiningrum, M.com, selaku Ketua Program Studi
Logistik Migas.
3. Bapak Dwi Ananto, selaku dosen pengampu mata kuliah Manajemen
Rantai Pasok.
4. Ibu Dwi Nurma Heitasari, S.H., M.H, selaku dosen pengampu mata
kuliah Praktikum Manajemen Rantai Pasok.
5. Rekan-rekan mahasiswa PEM Akamigas.
Penulis menyadari bahwa dalam penyusunan laporan praktikum ini masih
terdapat banyak kekurangan. Oleh karena itu, penulis mengharapkan kritik dan
saran yang membangun demi kesempurnaan laporan praktikum ini. Semoga
laporan praktikum ini dapat bermanfaat bagi pembaca yang ingin menekuni
bidang sistem rantai pasok.
Lana Lamansyah
I
DAFTAR ISI
II
BAB I
PENDAHULUAN
1
Forecasting dalam Bahasa Indonesia disebut prediksi/peramalan. Forecasting
adalah upaya memperkirakan apa yang terjadi di masa depan berbasis pada
metode ilmiah serta dilakukan secara sistematis (Santoso, 2009) Peramalan
(forecasting) adalah suatu seni dan ilmu pengetahuan dalam memprediksi
peristiwa pada masa yang akan datang. Peramalan dilakukan dengan mengambil
data historis (seperti penjualan tahun lalu) dan memproyeksikannya ke masa yang
akan datang dengan menggunakan model matematika (Jaydan Render Heizer,
2015). Menurut Kumar Biswajit Debnath (2018), Forecasting adalah kegiatan
memprediksi masa depan berdasarkan analisis tren data saat ini dan masa lalu,
yang terdiri dari tiga komponen utama yaitu variabel input (data dulu dan
sekarang), perkiraan / estimasi metode (analisis tren) dan variabel output (prediksi
masa depan).
PT JX Nippon Oil & Energy Lubricants Indonesia (NOLI) merupakan
perusahaan manufaktur produk minyak pelumas untuk kendaraan motor, mobil,
dan industri. Perusahaan ini didirikan pada Oktober 2010 dan mulai beroperasi
pada April 2012. Berlokasi di Kawasan Industri MM2100 Cikarang, Bekasi, Jawa
Barat, perusahaan ini memiliki total luas lahan sebesar 50.000 m2. Dalam proses
produksinya ada beberapa unsur penting yang harus selalu diperhatikan salah
satunya yaitu ketersediaan material packaging botol (lithos) xxx yang berfungsi
untuk pengemasan pelumas setelah melalui proses blending.
Pelumas dengan ukuran kemasan botol (lithos) merupakan permintaann
paling tinggi sehingga termasuk produk fast moving, yaitu barang dengan aliran
yang sangat cepat, atau dengan kata lain barang fast moving ini akan berada di
dalam gudang dalam waktu yang sangat singkat. oleh karena itu kebutuhan
material botol (lithos) xxx untuk pengemasan sangat besar sehingga pentingnya
ketersediaan botol (lithos) xxx ini membuat pihak perusahaan memesan material
tersebut dengan frekuensi tinggi serta kuantitas pemesanan yang besar.
Berdasarkan informasi data dan kondisi persedian pada perusahaan tersebut,
Maka penulis menyusun laporan praktikum Supply Chain Managemnt (SCM) di
PT JX Nippon Oil & Energy Lubricant Indonesia.
2
1.2 Rumusan Masalah
1. Bagaimana langkah – langkah penentuan dan perhitungan Re-Order
Point ?
2. Bagaimana tahapan – tahapan dan hasil forecasting untuk pembelian
dan pemakain botol xxx?
3. Bagaimana bentuk dan alur flowchart internal-eksternal perusahaan
untuk aliran barang, uang, dan informsi?
1.3 Tujuan
1. Untuk menganalisa bagaimana langkah – langkah penentuan dan
perhitungan Re-Order Point.
2. Untuk menganalisa bagaimana tahapan – tahapan dan hasil forecasting
yang diperoleh untuk pembelian dan pemakain botol xxx?
3. Untuk mengetahuai alur aliran barang, uang, dan informsi yang
digambarkan dalam bentuk flowchart.
3
BAB II
PEMBAHASAN
4
2.2 Re - Order Point / Titik Pemesanan Kembali
Dalam inventory management, utamanya dalam usaha ritel, kita tentu
harus menjaga agar persediaan selalu dapat dijual. pengawasan persediaan
diperlukan, agar saat barang diperlukan oleh bagian penjualan dapat langsung
mendapatkannya dari pihak gudang. Di lain pihak, persediaan barang di gudang
tidak boleh terlalu banyak, over supply, hari ini akan membuat modal berhenti dan
memiliki resiko barang rusak atau kehilangan menjadi semakin besar. Supaya
pergerakan barang " sehat "dan dalam jumlah yang terkendali, para retailer wajib
memiliki strategi dalam pengendaliannya. pada titik inilah, re-order point dan
safety persediaan diperlukan oleh perusahaan.
Sesuai dengan namanya, reorder point adalah titik dimana barang
sebaiknya diminta oleh pihak gudang. Reorder point, mengacu pada jumlah
persediaan yang ada di gudang dimana jika persediaan barang sudah mencapai
pada jumlah tersebut, bagian gudang wajib melaporkan ke bagian purchasing
untuk dapat memproses pembelian barang. Adapun menurut beberapa ahli
pengertian re-order point adalah sebagai berikut.
a. Menurut Darmawan Sjahrial (2012) jumlah persediaan yang harus
tetap ada pada saat pemesanan dilakukan disebut dengan titik pesan
kembali ( Re-order Point).
b. Menurut Sudana (2011) pada tingkat persediaan berapa pemesanan
harus dilakukan agar barang datang tepat pada waktunya disebut
dengan re-order point (ROP).
Adapun rumus dari re-order point (ROP) adalah sebagai berikut :
ROP = Lt x Q
Keterangan:
ROP = Re-order Point
Lt = Lead Time (per hari, per minggu, atau per bulan)
Q = pemakaian rata-rata ( per hari per minggu, atau per bulan)
c. Menurut Manahan P. Tampubolon (2013) Terdapat dua sistem yang
dapat diterapkan untuk menentukan kapan pemesanan kembali
diadakan yaitu:
5
1. Sistem Quantity Re-order Point (Q/P)
Yang dimaksud dengan sistem konstitusi reorder Point adalah
Jumlah pemesanan yang di order kembali sangat tergantung apabila
kebutuhan persediaan untuk proses konversi, Pada kenyataannya
penggunaan persediaan bahan tidak pernah konstan dan selalu
bervariasi.
2. Sistem persediaan periodik
Sistem ini merupakan cara pemesanan secara interval waktu yang
konstan ( setiap; Minggu, bulan, atau triwulan, dsb), tetapi jumlah
pesanan bervariasi tergantung pada beberapa jumlah penggunaan
bahan antara waktu pesanan yang lalu dan waktu pemesanan
berikutnya.
6
Z = Service Level
Penentuan safety stock persediaan adalah wajib sebelum menentukan
reorder point. Karena pada dasarnya safety stock persediaan adalah untuk
kepentingan keamanan. maka dasar penghitungannya pun tidak bisa
sekedar melihat lead time dan historis penjualan. Dibutuhkan perhitungan
yang lebih detail titik pencatatan history selisih antara usage date dengan
penerimaan barang. Baru setelah itu dikalikan dengan historis penjualan
rata-rata.
ROP = SS + (lt x rata – rata D harian)
b. Economic Order Quantity (EOQ)
Model kuantitas pesanan ekonomis (Economic Order Quantity) salah satu
teknik kontrol persediaan yang meminimalkan biaya total dari pesanan dan
penyimpanan. (Jay Heizer and Barry Render,2010).
Besarnya eoq dapat dihitung dengan rumus sebagai berikut :
EOQ = 2 X D X cr/ Ch
Keterangan :
cr = Biaya setiap kali pesan
D = Jumlah kebutuhan bahan baku dalam satu periode
ch = Biaya biaya penyimpanan persediaan rata-rata
c. Lead time adalah waktu antara pemesanan sampai penerimaan pesanan
datang digudang.
2.3 Forecasting
Forecasting dalam Bahasa Indonesia disebut prediksi/peramalan.
Forecasting adalah upaya memperkirakan apa yang terjadi di masa depan berbasis
pada metode ilmiah serta dilakukan secara sistematis (Santoso, 2009) Peramalan
(forecasting) adalah suatu seni dan ilmu pengetahuan dalam memprediksi
peristiwa pada masa yang akan datang. Peramalan dilakukan dengan mengambil
data historis (seperti penjualan tahun lalu) dan memproyeksikannya ke masa yang
akan datang dengan menggunakan model matematika (Jaydan Render Heizer,
2015). Menurut Kumar Biswajit Debnath (2018), Forecasting adalah kegiatan
7
memprediksi masa depan berdasarkan analisis tren data saat ini dan masa lalu,
yang terdiri dari tiga komponen utama yaitu variabel input (data dulu dan
sekarang), perkiraan / estimasi metode (analisis tren) dan variabel output (prediksi
masa depan).
8
Januari 1028160 Juli 30240
Februari 725760 Agustus 120960
Maret 120960 September 453600
April 670680 Oktober 362880
Mei 270000 November 283284
Juni 846720 Desember 181440
Dari Gambar 1 diatas, dapat dilihat bentuk pola data yang berulang seperti
membentuk pola tertentu. Untuk memastikannya data tersebut stasioner atau tidak
dilakukan pengujian yaitu uji stasioneritas data dalam means/rata-rata , Pengujian
dapat dilihat dari uji stasioneritas data dengan menggunakan software Minitab 16
sebagai berikut :
1. Uji stasioneritas data dalam means/rata-rata
Untuk menguji stasioneritas data dalam means digunakan analisis plot
ACF (Autocorrelation Function) yang ditunjukkan pada Gambar 2
berikut ini.
9
Gambar 2 Autocorrelation Function For Pembelian
Dapat dilihat pada Gambar 2 di atas , tidak ada Lag (garis biru) yang keluar
melewati garis confident interval (garis merah putus - putus), artinya data
pembelian tersebut bersifat stasioner. walaupun hasil plot pada gamabar 1 terlihat
cenderung menurun tapi tidak ada yang signifikan dan yang paling penting tidak
melewati garis confident interval sehingga artinya data tersebut bersifat stasioner.
Setelah dilakukan analisis time series plot didapatkan kesimpulan bahwa data
ini bersifat stasioner, selanjutnya adalah menentukan metode untuk memprediksi
data yang bersifat stasioner ini. Untuk memprediksi data yang bersifat stasioner
dilakukan dengan metode trend analysis yaitu metode trend linear, quadratic,
growth curve, s-curve, dan moving Average. Dari beberapa metode tersebut
kemudian dipilih metode dengan kesalahan terkecil yang keseluruhannya
ditunjukkan pada gambar berikut
10
Gambar 4 Growth Curve Model Untuk Pembeliaan
11
Gambar 6 Quadratic Trend Model Untuk Pembeliaan
12
Dari gambar 4 - 7 tersebut dapat dilihat nilai MAPE, MAD, dan MSD yang
terkecil terdapat pada Metode Trend Analysis dengan model Growth Curve Oleh
karena itu,hasil forecasting yang dipilih adalah hasil forecasting dengan model
type linear dengan MAPE = 1.7, MAD = 2.1, dan MSD = 6.6. Persamaan
forecasting metode Trend Analysis Plot dengan model Growth Curve yang
didapatkan dari output Minitab 16 yaitu.
Yt = 555536 * (0.9058**t
Forecasts
Periode Forecast
13 153584
14 139122
13
Gambar 8 Time Series Plot Permintaan
14
Gambar 10 Output Autocorrelation Demand/Pemakaian
Setelah dilakukan analisis time series plot didapatkan kesimpulan bahwa
data ini bersifat stasioner, selanjutnya adalah menentukan metode untuk
memprediksi data yang bersifat stasioner ini. Untuk memprediksi data yang
bersifat stasioner dilakukan dengan metode trend analysis yaitu metode trend
linear, quadratic, dan s-curve. Dari beberapa metode tersebut kemudian dipilih
metode dengan kesalahan terkecil yang keseluruhannya ditunjukkan pada gambar
berikut.
15
Gambar 12 Quadratic Trend Model Untuk Permintaan
16
Trend. Oleh karena itu,hasil forecasting yang dipilih adalah hasil forecasting
menggunakan metode Trend Analysis Plot dengan model type Scurve Trend
dengan MAPE = 3.6, MAD = 3.1, dan MSD = 1.8. Persamaan forecasting metode
Trend Analysis Plot dengan model type exponential growth yang didapatkan dari
output Minitab 16 yaitu.
Yt = (10**7) / (7.30743 + 0.342811*(1.50590**t)
Forecasts
Periode Forecast
13 128.998
14 88.463
17
dilakukan cek quality oleh bagian qulality control untuk memastikan pelumas
yang diproduksi sesuai dengan spesifikasi yang telah di tentukan. Kemudian
selanjutnya dilakukan pengisiian atau filling, setelah itu akan disimpan digudang
barang jadi atau finish goods sebelum di distribusikan ke customer atau
konsumen. Untuk lebih jelasnya bagaiman aliran barang dan informasi dapat
dilihat pada gambar 14 berikut.
ALIRAN BARANG
Aliran INFORMASI
18
NOIT, dan juga perusahaan JX. NOLI sendiri. Pihak – pihak tersebut seperti
supplier terlibat dalam penyedian bahan baku, zat addtive, dan material, untuk
bank terlibat dalam proses pembayaran, Costumer terlibat dalam proses pembelian
produk, NOIT terlibat dalam pemilihan supplier, dan NOLI sendiri terlibat dalam
proses penyimpanan dan produksi pelumas.
Ketiga aliran tersebut dimulai dari pemilihan supplier oleh NOIT (aliran
informasi), Setelah pemilihan supplier dilakukan pembelian bahan baku dan
material (aliran barang , uang, dan informasi), dan yang terakhir customer
melakukan pemesana (PO) produk pelumas ke NOIT, kemudian NOIT
meneruskan ke JX. NOLI untuk menyiapakan produk pelumas tersebut sebelum
dikirim ke customer, apabila produk tidak tercukupi maka akan dilakukan
produksi sehingga terjadi hubungan antara fungsi blending, filling, dan
gudang.( aliran barang , uang, dan informasi). Untuk lebih jelasnya bagaimana
aliran barang, informasi, dan uang dapat dilihat pada gambar 15 berikut.
19
Gambar 15 Flow Chart Eksternal Perusahaan JX. NOLI
20
BAB III
PENUTUP
3.1 Kesimpulan
Dari pembahasan pada bab 2 tersebut dapat disimpulkan sebagai berikut.
1. Perhitungan Re-order Point / Titik Pemesanan kembali perlu dilakukan
oleh suatu perusahaan untuk menentukan waktu pembelian yang efektif
dan efesien sehingga dapat mengurangi biaya persediaan (biaya
pemeliharaan, sewa gudang, biaya asuransi) dan mencegah penundaan
proses produksi karena kekurangan stok atau stock out yang disebabkan
oleh penentuan waktu pembelian kurang tepat.
2. Dengan data yang hanya 12 bulan maka forecasting dilakukan untuk
bulan januari dan februari ditahun 2020 dengan hasil forecasting
januari : 153.584 unit, dan februari : 139.122 unit untuk pembelian
botol xxx dan untuk hasil forecasting pemakaian botol xxx yaitu
januari : 128.998 unit, dan februari : 88.463 unit.
3. Flow chart internal dan flow chart eksternal berisi aliran barang ,
informasi, dan uang, menggambarkan proses kegiatan internal yang
fokus pada proses produksi dan kegiatan eksternal dari perusahaan yang
melibatkan beberapa pihak seperti supplier, bank, NOIT, dan customer.
3.2 Saran
1. Suatu perusahaan sebaiknya mempertimbangkanpenggunaan metode
ROP untuk mencegah penundaan proses produksi karena kekurangan
stok atau stock out dan jugak kekurangan maupun kelebihan dapat
dihindarkan.
2. Dengan data yang hanya 12 bulan maka sebaiknya forecasting
dilakukan untuk beberapa bulan saja.
3. Perusahaan sebaiknya melakukan forecasting sebagai acuan jumlah
pembelian material botol.
21
DAFTAR PUSTAKA
22
LAMPIRAN
Rata - Rata
No Bulan Pembelian Frekuensi Pemakaian
Persediaan
1 Januari 1028160 9 690120 2263740
2 Februari 725760 7 1430934 1558566
3 Maret 120960 2 834840 844686
4 April 670680 1 0 1515366
5 Mei 270000 1 671760 1113606
6 Juni 846720 2 884520 1713006
7 Juli 30240 1 984960 758286
8 Agustus 120960 2 683766 856440
9 September 453600 10 408240 901800
10 Oktober 362880 4 549720 714960
11 November 283284 8 793044 205200
12 Desember 181440 5 116640 270000
Jumlah 5094684 52 8048544 12715656
Rata-Rata 424557 670712 1059638
23
2. Alur Proses Produksi
24