3 Teddy Sarwadi
3 Teddy Sarwadi
Abstract. Production optimization and inventory control on raw materials are among the main
problem in company’s management. These two issues are the subjets of this article. This
article is a case study on a furniture exporter company PT.Joshua Indo Export, where the data
was collected. The aim of this article is to compare the policy in the production and inventory
control on raw materials in the company with the one which is the result of its optimization.
We use Economic Order Quantity (EOQ) model to optimize the production and inventory
control on raw materials in the company. The computation and the analysis produce a policy
which show that there are some saving in the cost of production and the inventory compared
with the currently implemented policy.
133
Jurnal Matematika Vol. 9, No.1, April 2006:133-138
kontrol) seperti dalam Tabel 2. Perusa- kumpulkan ada 2 kelompok, yaitu data pe-
haan ingin menjawab semua ini. Permasa- furniture. Pengambilan data ini dilakukan
lahan ini yang diberikan kepada kami seba- di PT. Joshua Indo Export Jl.Majapahit
gai mahasiswa magang diperusahaan ter- No.276 Semarang selama 2 bulan terhitung
sebut. mulai tanggal 24 Juni 2004 sampai dengan
24 Agustus 2004. Data yang dikumpulkan
3. METODE PENELITIAN adalah data tahun sebelumnya yaitu 2003.
3.1. Pengumpulan data
Penelitian ini menggunakan data 3.2. Model yang dipakai
dari PT.Joshua Indo Export, sebuah peru- Mengingat produk perusahaan be-
sahaan eksportir meubel. Data yang di- rasal dari bahan setengah jadi atau bahan
134
Tedy Susanto dan Sarwadi (Optimasi Produksi dan Pengendalian Bahan Baku …)
baku yang di peroleh secara membeli, ma- gian sewa pabrik perbulannya de-
ka model inventory untuk pembelian (pur- ngan maksimum inventory
chasing model) bisa dipakai. Model ini a- (Rp.8.166.667 / 1000 = Rp.8.167,-);
dalah model inventory yang paling dasar. Biaya per pesanan sebagai ordering
Asumsi model ini terpenuhi oleh kondisi cost, K, sebesar Rp.58333,- dengan
produk perusahaan antara lain kapasitas minimal 5 unit dan maksi-
Kebutuhan/permintaan per periode dike- mum 30 unit untuk tiap jenis furni-
tahui. ture per pesanan;.Permintaan furni-
Barang setengah jadi dan bahan yang ture jadi per bulan sebagai demand
dipesan segera dapat tersedia, dan tidak (d); Safety stock selama ini sebagai
ada “back order”. (ROL); Lead time untuk masing-
Model EOQ diadopsi dari [8] dan parame- masing jenis barang (L.)
ter-parameter model yang diperhitungkan Sedangkan variabel keputusannya
adalah adalah order furniture setengah jadi
K = ordering cost per pesanan, selama ini sebagai Qs dan siklus
d = jumlah barang yang dibutuhkan untuk pembelian selama ini sebagai Ts.
1 periode, - Perhitungan parameter dalam opti-
C = procurement cost per unit barang masi pengendalian bahan baku non
yang dipesan, furniture dilakukan seperti berikut:
Ch = holding cost per unit persediaan, Tingkat kebutuhan barang pertahun.
T = waktu antara dua order yang beruru- sebagai demand (d); safety stock
tan atau reorder level sebagai ROL;
Fungsi sasaran yang akan diopti- lead time untuk masing-masing je-
malkan adalah total biaya tahuanan yang nis bahan (L); ordering cost per pe-
dirumuskan berikut. sanan untuk masing-masing jenis
Total Annual Cost = Annual Ordering Cost barang (K); unit cost untuk masing-
+ Annual Holding Cost + Annual Procure- masing jenis bahan (C); biaya rata-
ment Cost, rata penyimpanan barang pertahun
d untuk masing-masing jenis bahan
C(Q) = K Ch + Cd .
Q
(3.1) sebagai holding cost (Ch)
Q 2 Sedangkan variabel keputusannya ada-
lah: Order selama ini (Qs) ; Siklus
3.3. Identifikasi Parameter dan Variabel pembelian untuk masing-masing jenis
Parameter-paremeter harus dihitung bahan selama ini (Ts).
karena perusahaan tidak siap dengan Tujuan optimasi dalam model ini
data tersebut. adalah menentukan nilai Q optimal (Q*)
- Perhitungan parameter dalam opti- yang meminimumkan nilai total annual
masi produksi dilakukan seperti cost (3.1). Secara matematis nilai Q* dapat
berikut: dihitung dengan menyelesaikan persamaan
Harga furniture setengah jadi seba- (3.2) berikut:
gai unit cost (C) ; Biaya finishing dC( Q ) d C
hingga furniture siap dikirim seba- K h 0 , (3.2)
gai processing cost (Cp); Biaya gaji
dQ Q2 2
pegawai, yang dikonversikan per sehingga diperoleh:
unit barang yang termasuk dalam 2 Kd
komponen Cp; Biaya rata-rata pe- Q* = . (3.3)
Ch
nyimpanan barang sebagai holding
Dimana Q* inilah yang disebut
cost (Ch); merupakan hasil pemba-
sebagai economic order quantity (EOQ),
135
Jurnal Matematika Vol. 9, No.1, April 2006:133-138
yang dikenal pula sebagai Wilson formula. Dari hasil perhitungan di Tabel 3
Penurunan (3.2) sekali lagi akan diperoleh dapat diidentifikasi karakteristik seperti
d 2 C( Q ) 2 Kd berikut:
0 . (3.4) 1. Pada optimasi biaya produksi terdapat
dQ 2 Q3 penghematan untuk beberapa jenis ba-
Sehingga nilai Q* yang memenuhi (3.2) rang yang disebabkan adanya perbedaan
dan (3.4) akan meminimumkan (3.1), lihat frekuensi pesanan. Adanya perbedaan
[5]. Apabila Q* telah diperoleh, maka cycle frekuensi pesanan ini menyebabkan per-
produksi optimal dihitung dengan rumus bedaan annual ordering costnya. Se-
Q* hingga terjadi penurunan total cost atas
T
*
, dan frekuensi pemesanan opti- kebijakan produksi selama ini. Kondisi
d
mal tiap cycle dihitung dengan rumus ini terjadi pada beberapa jenis barang
1 d antara lain: Louis AV 3 Sater Sofa,
F* * * . Silver Fretwork Big-W/Mdf Top, Silver
T Q Fretwork Square, George Hepple White
Dengan demikian solusi berupa ke- Side Chair, George Hepple white Arm
putusan tentang berapa dan kapan pemesa- Chair, Cameo Arm Chair, Magazine
nan harus dilakukan dengan biaya minimal Rack, E.C Base Small, E.C base Big,
telah diperoleh. Besarnya annual relevant Victorian Dressing Stool, dan Benjamin
cost dapat dihitung dengan mengganti Q Randolph Side Chair.
pada persamaan C(Q) dengan nilai Q* [8]. 2. Namun ada beberapa jenis barang yang
Model pembiayaan yang digunakan tidak menunjukkan adanya penghema-
manajemen perusahaan selama ini adalah tan. Hal ini disebabkan karena tidak
sama. Perbedaannya adalah perusahaan terjadi perbedaan frekuensi pesanan se-
menetapkan jumlah order barang selama lama ini dengan frekuensi pesanan opti-
ini sebesar Qs. berdasarkan history (catatan mumnya. Hal ini terjadi pada beberpa
sebelumnya). Sedangkan pada metode barang, yaitu: Cameo Side Chair,
pembanding, Q yang digunakan adalah Barley Twist, #948 Fully Uph. Chair,
jumlah order barang optimal (Q*) yang dan Benjamin Randolph Arm Chair.
diperoleh dari hasil optimasi inventory de-
ngan purchasing model diatas. 4.2. Optimasi Pengendalian Bahan
Baku Non Furniture
4. HASIL DAN PEMBAHASAN Bahan baku non furniture walau
4.1. Optimasi Produksi dan Perhitungan nilainya kecil namun secara rutin dilaku-
Optimasi produksi disini adalah kan pengadaan. Dari sejumlah bahan baku
mengoptimalkan produksi furniture sete- dipilih 10 jenis bahan baku non furniture
ngah jadi hingga menjadi produk siap eks- dengan nilai unit cost yang cukup signifi-
por. Penelitian kami batasi untuk jenis kan. Sehingga secara ekonomi akan mem-
furniture prioritas, yaitu jenis furniture ya- berikan penghematan besar bila bisa diop-
ng memiliki tingkat produksi rata-rata timalkan.
konstan. Sedangkan periode yang diguna- Dengan model yang sama dan de-
kan adalah periode bulanan yang hasilnya ngan harga parameter yang disesuaikan
akan dikonversikan dalam periode tahu- untuk bahan nonfurniture diperoleh hasil
nan. seperti tertuang dalam Tabel 4. Terlihat
Hasil perhitungan/ optimasi disaji- bahwa perbandingan total cost antara poli-
kan pada Tabel 3. Perbandingan kebijakan cy pengendalian bahan baku non furniture
tentang besar produksi dan periodenya selama ini dengan hasil optimasinya me-
(Q/T), besarnya ROL dan besarnya cost nunjukkan ada penghematan juga.
masing-masing produk furniture bisa dili-
hat pada tabel tersebut.
136
Tedy Susanto dan Sarwadi (Optimasi Produksi dan Pengendalian Bahan Baku …)
Tabel 4. Perbandingan Siklus Pengadaan Bahan Baku nonfurniture selama ini dengan hasil
optimasinya
137
Jurnal Matematika Vol. 9, No.1, April 2006:133-138
Sanding seller, Clear Doff, dan Clear hematan yang bisa dimanfaatkan untuk ke-
Gloss. butuhan lain.
2. Disebabkan adanya penurunan jumlah
barang yang disimpan yang menyebab- 6. DAFTAR PUSTAKA
kan penurunan jumlah annual holding [1] Anily, S. and Bramel, J (1999), Vehi-
costnya. Karakteristik ini terjadi pada cle Routing and the Supplay Chain,
jenis barang berikut: Amplas 400 Putih Quantitative Models for Supplay chain
dan Amplas 400. Management, Kluwer Academic Publi-
Secara umum dapat diamati karak- sher, Norwell, Massachussets.
teristik penting, yaitu jika ordering cost [2] Carter, M.W., Farvolden, J.M.,
besar maka frekuensi pesanan sebaiknya Laporte, G. and Xu, J. (1996), Solving
seminimal mungkin agar ordering costnya an integrated logistics problem arising
dapat kita tekan dan jika ordering costnya in grocery distribution, INFOR, 34(4):
kecil maka sebaiknya frekuensi pesanan 290-306.
besar sehingga kita dapat menekan biaya [3] Chandra, P. (1993), A Dynamic Distri-
penyimpanannya. bution Model with Warehouse and
Customer Replenishment Require-
5. PENUTUP ments, Journal of Operations Research
Berdasarkan hasil perhitungan dan Societies, 44(7): 681-692.
analisanya dapat ditarik kesimpulan, antara [4] Chandra, P. and Fisher, M.L. (1994),
lain: Coordination of production and distri-
Optimasi biaya produksi dan pengenda- bution planning, European Journal of
lian bahan baku di PT.Joshua Indo Ex- Operations Research, 72: 503-517.
port dapat di selesaikan dengan baik de- [5] Flanders, H., (1995), Calculus: a lab
ngan model inventory yang paling se- course with microCalc, Springer-
derhana, model EOQ. Verlag, New York.
Hasil optimasi menunjukkan kebijakan [6] Kim, J.U. and Kim Y.D. (1999), A
yang lebih baik dibandingkan dengan decomposition approach to multi-
kebijakan yang digunakan perusahaan period vehicle scheduling problem,
selama ini. Hal ini dapat dilihat dengan Omega the International Journal of
adanya penghematan total annual cost. Management Science, 27: 421-430.
Dimana jumlah biaya proses produksi [7] Kim, J.U. and Kim Y.D. (2000), A
maupun biaya pengadaan bahan baku Lagrangean relaxation approach to
non furniture hasil optimasi lebih ren- multi-period inventory/ distribution
dah dibandingkan dengan jumlah biaya planning, Journal of Operations Re-
yang dikeluarkan perusahaan selama search Societies, 51: 364-370.
ini. [8] Subagyo,P., Marwan,A., dan
Untuk optimasi produksi diperoleh Handoko, H,T., (2000), Dasar-Dasar
penghematan sebesar Rp 6.202.554,- Operation Research, Edisi Kedua, PT.
per tahunnya untuk 15 jenis furniture. BPFE, Yogyakarta.
Untuk pengendalian bahan baku non [9] Viswanathan, S. and Mathur, K.
furniture diperoleh penghematan sebe- (1997), Integrating Routing and Inven-
sar Rp 4.045.103,- per tahunnya untuk tory Decisions in One-Warehouse
10 jenis bahan baku non furniture. Multiretailer Multiproduct Distribu-
Dari kesimpulan diatas manajemen tion Systems, Management Science,
perusahaan perlu menerapkan teknik opti- 43(3): 294-312.
masi pada sistem produksi dan pengenda- [10] Waters, C.D.J., (1992), Inventory
lian stoknya, sehingga bisa diperoleh peng- Control And Management, John Wiley
& Sons, New York.
138