LAPORAN PRAKTIKUM SISTEM

RANTAI PASOK

Oleh :

Nama Mahasiswa : Lana Lamansyah

NIM : 171450032
Program Studi : Logistik Minyak dan Gas
Bidang Minat : Pemasaran dan Niaga
Tingkat : IV (Empat)

KEMENTERIAN ENERGI DAN SUMBER DAYA MINERAL

BADAN PENGEMBANGAN SUMBER DAYA MANUSIA DAN SUMBER DAYA
MINERAL
POLITEKNIK ENERGI DAN MINERAL
PEM Akamigas

Cepu, November 2020

 KATA PENGANTAR

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.

Cepu, November 2020

Lana Lamansyah

I
 DAFTAR ISI

KATA PENGANTAR ................................................................................... I

DAFTAR ISI ................................................................................................. II
BAB 1 PENDAHULUAN
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah ................................................................................... 3
1.3 Tujuan ..................................................................................................... 3
BAB 2 PEMBAHASAN
2.1 Company Profile ...................................................................................... 4
2.2 Re-Order Point ......................................................................................... 5
2.2.1 Penentuan ROP ...................................................................................... 6
2.2.2 Hal – Hal Yang Terkait ROP ................................................................. 6
2.3 Forecasting .............................................................................................. 7
2.3.1 Jenis – Jenis Data Dalam Forecasting .................................................... 8
2.3.2 Forecast Pembelian ............................................................................... 8
2.3.3 Forecast Pemakaian ............................................................................... 13
2.4 Flow chart ................................................................................................. 17
2.4.1 Flow Chart Internal ............................................................................... 17
2.4.2 Flow Chart Eksternal ............................................................................. 18
BAB 3 KESIMPULAN DAN SARAN
3.1 Kesimpulan .............................................................................................. 21
3.2 Saran........................................................................................................ 21
DAFTAR PUSTAKA .................................................................................... 22
Nilai Persediaan ............................................................................................ 23
Alur Proses Produksi .................................................................................... 24

II
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Persediaan bahan baku merupakan investasi yang besar serta menjadi
faktor penting dalam perusahaan untuk menunjang kelancaran proses proses
produksi. Menurut Riyanto (2012) adanya investasi dalam ibadah haji yang
terlalu besar dibandingkan dengan kebutuhan akan memperbesar biaya
penyimpanan dan pemeliharaan di gudang, memperbesar kemungkinan kerugian
karena kerusakan, turunnya kualitas, sehingga semua ini akan memperkecil
keuntungan perusahaan.
Proses produksi dapat memperoleh hasil yang sesuai dengan yang diinginkan
dalam jumlah hal yang diproduksi oleh perusahaan dalam satu periode, maka
diperlukan adanya pelaksanaan produksi yang disertai dengan pengendalian
produksi. pengendalian ini bertujuan agar barang jadi atau hasil proses produksi
dapat sesuai dengan apa yang diinginkan oleh konsumen baik dalam kualitas
maupun kuantitas waktu penyerahan. Sedangkan kelancaran proses produksi
dalam suatu perusahaan akan dipengaruhi oleh berbagai faktor antara lain :
Modal, Teknologi atau mesin, persediaan bahan baku dan tenaga kerja.
Pengambilan keputusan dalam Pembelian bahan baku menurut Rahardyan,
Prihasdi (2012) merupakan hal yang penting karena kesalahan dalam penetapan
investasi akan mempengaruhi Keuntungan yang diperoleh perusahaan. Semakin
besar jumlah bahan baku yang dibeli, semakin besar pula biaya penyimpanan
yang meliputi biaya pemeliharaan, biaya asuransi, biaya sewa gudang, dan
biaya jika terjadi kerusakan bahan baku yang disimpan di gudang. sebaliknya
investasi yang terlalu kecil, juga akan menekan keuntungan perusahaan,
kehabisan persediaan bahan baku, yang meliputi hilangnya kesempatan
memperoleh keuntungan karena permintaan konsumen tidak dapat dipenuhi,
proses produksi tidak efisien, dan biaya-biaya yang dikeluarkan perusahaan
karena pembelian bahan baku secara serentak.

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

2.1 Company Profile

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.
PT JX Nippon Oil & Energy Lubricants Indonesia (NOLI) memproduksi
jenis pelumas yang digunakan untuk keperluan otomotif, industri,
perkapalan,serta produk khusus seperti pelumas Compresor dan Turbine, yang
dikemas dalam bentuk IBC, Drum, Botol atau Lithos, Pail dan Curah. Adapun
jenis produk yang dibuat adalah Eneos, AHM, Yamalube, Toyota, Honda, Roki,
Pelumas Compresor, Turbine, dan Industri. Produk tersebut didistribusikan ke
beberapa perusahaan mobil, motor dan industri yaitu Yamaha, Honda, Nissan,
Toyota, Suzuki, Mercedez Benz, Kubota, dan pelanggan industri lain dengan
berbagai macam varian dan ukuran packaging (kemasan). Sebelumnya produk
tersebut akan dipindahkan ke gudang produk jadi untuk disimpan dan siap untuk
didistribusikan. Adapun struktur organisasinya dapat dilihat sebagai berikut.

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.

2.2.1 Penentuan Re-Order Point

Ada banyak metode yang dapat digunakan untuk mengukur reorder point.
metode yang paling umum dan paling banyak digunakan adalah mengukur safety
persediaan ditentukan, safety persediaan dapat ditentukan dengan mengalikan
antara lead time dengan historis penjualan titik saat angka sudah ditentukan,
maka pada titik tulang bagian tidak segera mengajukan pembelian barang ke
purchasing

2.2.2 Hal – Hal Yang Terkait Dengan Re-Order Point

a. Safety Stock
Safety Stock Adalah persediaan tambahan yang diadakan untuk
melindungi atau menjaga kemungkinan terjadinya kekurangan bahan
(stock out). (Freddy Rangkuty,2004)
Besarnya persediaan pengaman dapat diperoleh dengan menggunakan
rumus berikut ini :
SS = Standard Deviasi x Zժ
Keterangan:
SS = Safety Stock

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).

2.3.1 Jenis – Jenis Data Dalam Forecasting

Menurut Santoso (2009), data yang akan digunakan untuk forecasting
secara umum dibagi menjadi dua tipe yaitu data kualitatif dan data kuantitatif.
Data kualitatif adalah data yang berbentuk kalimat atau ringkasan pernyataan
yang berupa pendapat, saran, dan masukan dari pemimpin atau para ahli pada
suatu bidang tertentu, konsumen, atau para waraniaga. Sedangkan, data kuantitatif
adalah data yang berupa angka. Data kuantitatif dapat dibagi menjadi 2 bagian
yaitu :
a. Data Time series
Data time series adalah data yang ditampilkan berdasarkan waktu
seperti data harian, data mingguan, ataupun data bulanan. Pada jenis
data ini variabel hanya satu namun jangka waktu pengamatan bisa
banyak.
b. Data cross sectional
Data cross sectional adalah data yang tidak berdasar pada waktu
tertentu namun data pada satu titik waktu tertentu. Pada data jenis ini
variabel dapat lebih dari satu namun jangka waktu pengamatan hanya
watu waktu tertentu.

2.3.2 Ferecasting Pembelian

Untuk memprediksi pembelian pada tahun 2020 dilakukan dengan bantuan
Software Minitab 16. Data yang digunakan adalah data actual pembelian per
bulan tahun 2019, Karean data yang didapatkan hanya satu tahun, maka forecast
pembelian yang paling efektif dilakukan untuk beberapa bulan pada tahun 2020.
Tabel Angka Actual Pembelian Material Botol xxx 2019
Bulan Pembelian Bulan Pembelian

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

a. Time Series Plot Analisis

Dari table diatas, data kemudian diolah menggunakan bantuan Software
Minitab 16. Untuk memprediksinya, yang pertama dilakukan adalah
melihat pola data yang dilakukan dengan Time Series Plot Analisis.
Hasil analilis bentuk datanya dapat dilihat pada gamabar 14 dibawah ini
:

Gamabar 1 Time Series Plot Pemakaian

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.

Gambar 3. Output Autocorrelation BC Demand

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

Dari analisis data menggunakan sofware MINITAB 16 dengan metode trend

Analysis model Growth Curve didapatkan Output Fitted Trend Equation : Yt =
555536 * (0.9058**t), Accuracy Measures : MAPE = 1.26465E+02, MAD =
2.35371E+05 dan MSD = 8.09153E+10, Forecasts : Periode 13 = 153584 dan
Periode 14 = 139122.

Gambar 5 Linear Model Untuk Pembeliaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode trend

Analysis model Linear didapatkan Output Fitted Trend Equation : Yt = 744370 -
49663.5*t, Accuracy Measures : MAPE = 1.74265E+02, MAD = 2.15510E+05
dan MSD = 6.61842E+10, Forecasts : Periode 13 = 98744.2 dan Periode 14 =
49080.

11
 Gambar 6 Quadratic Trend Model Untuk Pembeliaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode

trend Analysis model Quadratic Trend didapatkan Output Fitted Trend Equation :
Y Yt = 979656 - 150500*t + 7757*t**2, Accuracy Measures : MAPE =
1.43905E+02, MAD = 1.94060E+05dan MSD = 5.94924E+10, Forecasts :
Periode 13 = 334030 dan Periode 14 = 392960.

Gambar 7 Moving Average Model Untuk Pembeliaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode

Moving Average didapatkan Output Accuracy Measures : MAPE = 2.67240E+02,
MAD = 2.26429E+05 dan MSD = 8.32614E+10, Forecasts : Periode 13 = 263868
dan Periode 14 = 263868.

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

2.3.3 Forecasting Pemakaian

Untuk memprediksi pembelian pada tahun 2020 dilakukan dengan bantuan
Software Minitab 16. Data yang digunakan adalah data actual pembelian per
bulan tahun 2019, Karena data yang didapatkan hanya satu tahun, maka forecast
pemakaian yang paling efektif dilakukan untuk beberapa bulan pada tahun 2020.
Tabel 9 Angka Actual Permintaan Material Botol xxx 2019
Bulan Pembelian Bulan Pembelian
Januari 690120 Juli 984960
Februari 1430934 Agustus 683766
Maret 834840 September 408240
April 0 Oktober 549720
Mei 671760 November 793044
Juni 884520 Desember 116640

a. Time Series Plot Analisis

Dari table diatas, data kemudian diolah menggunakan bantuan Software
Minitab 16. Untuk memprediksinya, yang pertama dilakukan adalah
melihat pola data yang dilakukan dengan Time Series Plot Analisis.
Hasil analilis bentuk datanya dapat dilihat pada gamabar 8 dibawah ini.

13
 Gambar 8 Time Series Plot Permintaan

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

Gambar 9 Autocorrelation Function for Demand/Permintaan

Dapat dilihat pada Gambar 9 di atas , tidak ada Lag (garis biru) ang keluar
melewwati garis confident interval (garis merah putus - putus), artinya data
pembelian tersebut bersifat stasioner.

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.

Gambar 11 S-curve Trend Model Untuk Permintaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode

trend Analysis model Scurve Trend didapatkan Output Fitted Trend Equation : Yt
= (10**7) / (7.30743 + 0.342811*(1.50590**t)), Accuracy Measures : MAPE =
3.65084E+01 , MAD = 3.10769E+05 dan MSD = 1.84752E+11, Forecasts :
Periode 13 = 128998dan Periode 14 = 88463.

15
 Gambar 12 Quadratic Trend Model Untuk Permintaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode

trend Analysis model Quadratic Trend didapatkan Output Fitted Trend Equation :
Yt = 862198 - 7968*t - 2579*t**2 , Accuracy Measures : MAPE = 4.22236E+01,
MAD = 2.48106E+05 dan MSD = 1.12512E+11, Forecasts : Periode 13 = 322767
dan Periode 14 = 245166.

Gambar 13 Linear Model Untuk Permintaan

Dari analisis data menggunakan sofware MINITAB 16 dengan metode

trend Analysis model Quadratic Trend didapatkan Output Fitted Trend Equation :
Yt = 940427 - 41494.7*t, Accuracy Measures : MAPE = 4.63806E+01, MAD =
2.54840E+05 dan MSD = 1.13251E+11, Forecasts : Periode 13 = 400997 dan
Periode 14 = 359502.
Dari gambar 11 - 13 tersebut dapat dilihat nilai MAPE, MAD, dan MSD yang
terkecil terdapat pada Metode Trend Analysis Plot dengan model type Scurve

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

2.4 Flow Chart Sistem Rantai Pasok

Flow chart untuk aliran barang, aliran informasi, dan aliran uang dibagi
menjadi 2 yaitu flow chart untuk internal perusahaan dan flow chart untuk
eksternal perusahaan.

2.4.1 Flow Chart Internal

Flow chart internal menggambarkan tentang aliran barang dan aliran
informasi , tidak ada aliran uang karena pada Flow chart internal ini lebih fokus
ke proses produksinya atau internal perusahaan. Flow chart internal aktivitasnya
dimulai dari bahan baku (base oil & zat additive) dan material diterima kemudian
disimpan di tangki timbun untuk base oil & zat additive, dan gudang material
untuk material seperti botol, cup, karton, dll., sedangkan untuk zat additive yang
dikemas menggunakan drum akan disimpan ke gudang penyimpanan drum.
Setelah bahan baku dan material diterima, selanjutnya pihak production
planning membuat WO (work order) diserahkan ke fungsi blending , filling, dan
kegudang material. WO tersebut berisi jumlah pelumas yang harus diproduksi
dan jumlah kebutuhan bahan baku dan material, Karena ketiga fungsi tersebut
yaitu fungsi blending, filling, dan gudang kan saling terkait dan disanalah aliran
barang dan informasi berjalan. Setelah proses blending selesai makan selanjutnya

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

Gambar 14 Flow Chart Internal Perusahaan JX. NOLI

2.4.2 Flow Chart Eksternal

Flow chart eksternal menggambarkan tentang aliran barang, dan aliran
informasi, dan aliran uang. Ketiga aliran tersebut terdapat pada Flow chart
eksternal ini karena melibatkan beberapa pihak seperti supplier, Bank, Customer,

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

1. Maulan Irwadi, S.E.,M.Si.,AK. CA, (2015). Penerapan reorder Point

Untuk Persedian Bahan Baku Produksi Alat Pabrik Kelapa Sawit Pada PT.
Swakarya Adhi Usaha Kabupaten Banyuasin. Jurnal Akuntansi Politeknik
Sekayu (ACSY) ISSN-P 2407-2184 Volume II, No. 1, Maret 2015, h. 21-
30.
2. Qoni’Ah Ikhwanina, (2017). Analisis Penentu Reorder Point (ROP)
Kedelai Untuk Kelancaran Proses Produksi Tempe Pada Raja Tembe di
Nganjuk Tahun 2015.Jurnal Simki-Economic Vol. 01 No. 04 Tahun 2017
ISSN : BBBB-BBB.
3. Lana Lamansyah, (2020). Analisis Persedian Lithos 0.8 L Dengan Metode
EOQ Di PT. JX Nippon Oil & Energy Lubricants Indonesi. Kertas Kerja
Wajiib (KKW) 2020.
4. Bintan Prayunantio,(2017). Analisis Strategi Pembelian Dalam Upaya
Pengadaan Paert Material Import. Jurnal Administrasi Bisnis (JAB)|Vol.
50 No.3 September 2017|.
5. Linawati. Analisis Sistem Pembelian Bahan Baku Terhadap Pengendalian
Intern Persediaan Bahan Baku.
6. Triyanto, (2009). “Pengenalan Minitab”. Universitas Sebelas Maret.
7. -----, 2018, “Microsoft Powerpoint Company profile”, PT. JX Nippon Oil
& Energy Lubrcant Indonesia.
8. -----, 2019, “Microsoft Excel Material Packaging”, PT. JX Nippon Oil &
Energy Lubrcant Indonesia.
9. -----, 2020, “Microsoft Powerpoint Safety Induction”, PT. JX Nippon Oil
& Energy Lubrcant Indonesia.

22
 LAMPIRAN

1. Data Pergerakan Material Botol XXX Tahun 2019

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

Diketahui harga 1 botol = Rp 4.297 dan jumlah persediaan = 12715656

Jadi nilai persediaan = harga 1 botol x jumlah persediaan
= Rp 4.297 x 12715656
= Rp 54.639.173.832

23
2. Alur Proses Produksi

24