12 0 28 MB
i
OPTIMALISASI PERSEDIAAN BAHAN BAKU KEMAS DENGAN METODE PROGRAM DINAMIS ALGORITMA WAGNER WITHIN DENGAN KENDALA KAPASITAS GUDANG DI PT BINTANG TOEDJOE PULOGADUNG
EKA KRESNO DIANTI
PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2018
iii
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi yang berjudul Optimalisasi Persediaan Bahan Baku Kemas dengan Metode Program Dinamis Algoritma Wagner Within dengan Kendala Kapasitas Gudang di PT Bintang Toedjoe Pulogadung dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tingi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2018 Eka Kresno Dianti NIM H24164049
i
ABSTRAK EKA KRESNO DIANTI. Optimalisasi Persediaan Bahan Baku Kemas dengan Metode Program Dinamis Algoritma Wagner Within dengan Kendala Kapasitas Gudang di PT Bintang Toedjoe Pulogadung. Dibimbing oleh ALIM SETIAWAN SLAMET Persediaan merupakan suatu hal yang berperan sangat penting bagi suatu perusahaan terutama industri manufaktur. Pengendalian persediaan yang baik diperlukan untuk mengelola persediaan agar efektif dan efisien. Penelitian ini dilakukan di PT Bintang Toedjoe Pulogadung dikarenakan permasalahan yang dihadapi yaitu gudang yang penuh (overload) dan persediaan yang berlebihan. Tujuan dari penelitian ini adalah menganalisis kapasitas penyimpanan maksimal gudang dan pengendalian persediaan bahan baku kemas sehingga didapatkan jumlah pemesanan dan persediaan yang optimal dengan adanya kendala keterbatasan kapasitas gudang. Data primer diperoleh melalui observasi di gudang, wawancara dengan bagian terkait dan data sekunder diperoleh dari dokumen perusahaan. Data dianalisis menggunakan Material Requirement Planning dengan metode Program Dinamis Algoritma Wagner Within (AWW). Hasil dari penelitian menunjukan bahwa metode AWW dapat menghemat pengeluaran perusahaan dibandingkan dengan metode perusahaan saat ini. Pengimplementasian metode AWW dapat berpengaruh pada terpenuhinya bahan baku pada saat diperlukan dan tidak menyebabkan overloadnya gudang. Kunci: algoritma wagner within, material requirement planning, ABSTRACT EKA KRESNO DIANTI. Optimalization of Packaging Material Inventory Using Wagner Within Algorithm Dynamic Program with Warehouse Capacity Constraint at PT Bintang Toedjoe Pulogadung. Supervised by ALIM SETIAWAN SLAMET Inventory is a very important role for a company especially manufacturing industry. Good inventory control is needed to manage inventory to be effective and efficient. This research held at PT Bintang Toedjoe Pulogadung because there are some problems such as overload warehouse and overstock inventory. The purpose of this research is to analyze packaging material inventory to get the optimal inventory with warehouse capacity constraint. Primary data were obtained through observation at Pulogadung warehouse, interview with related divisions, and secondary data were obtained from company documents. Data were analyzed by Material Requirement Planning with Wagner Within Algorithm Dynamic Program Method. The result of this research show that Wagner Within Algorithm dynamic program can decrease the expand of the company beside the exist method the company used. Some implementation impacts of wagner within algorithm dynamic program are the availability of materials when they needed and warehouse is not overloaded. Key word: material requirement planning, wagner within algorithm.
vii
OPTIMALISASI PERSEDIAAN BAHAN BAKU KEMAS DENGAN METODE PROGRAM DINAMIS ALGORITMA WAGNER WITHIN DENGAN KENDALA KAPASITAS GUDANG DI PT BINTANG TOEDJOE PULOGADUNG
EKA KRESNO DIANTI
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Program Sarjana Alih Jenis Manajemen Departemen Manajemen
PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2018
vii
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga skripsi ini berhasil diselesaikan. Topik yang dipilih dalam penelitian ini adalah Optimalisasi Persediaan Bahan Baku Kemas dengan Metode Program Dinamis Algoritma Wagner Within dengan Kendala Kapasitas Gudang di PT Bintang Toedjoe Pulogadung. Terima kasih penulis ucapkan kepada Bapak Dr Alim Setiawan Slamet STP MSi selaku dosen pembimbing, atas perhatian, dukungan, dan bimbingan yang telah diberikan selama proses skripsi berlangsung. Terima kasih juga penulis ucapkan kepada Ibu Dr Wita Juwita Ermawati STP MM dan Ibu Lindawati Kartika SE MSi sebagai dosen penguji sidang skripsi atas saran serta masukan yang diberikan terhadap hasil penelitian ini. Tidak lupa ungkapan terima kasih penulis sampaikan kepada orang tua dan seluruh keluarga yang telah memberikan dukungan, doa, dan kasih sayang, staff PT Bintang Toedjoe yang telah membantu dalam pengumpulan data, serta teman-teman Program Sarjana Alih Jenis Manajemen Angkatan 14 atas segala dukungan dalam penulisan skripsi ini. Penulis menyadari bahwa dalam penulisan skripsi ini banyak kekurangan, untuk itu penulis mengharapkan masukan untuk perbaikan penelitian di masa mendatang. Semoga skripsi ini dapat bermanfaat.
Bogor, Juli 2018 Eka Kresno Dianti
viii
ix
DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN PENDAHULUAN Latar Belakang Perumusan Masalah Tujuan Penelitian Manfaat Penelitian Ruang Lingkup Penelitian TINJAUAN PUSTAKA Pengendalian Produksi Pengendalian Persediaan Persediaan Fungsi Persediaan Biaya Persediaan Lead Time Penelitian Terdahulu METODE Kerangka Pemikiran Lokasi dan Waktu Penelitian Jenis dan Sumber Data Metode Pengolahan dan Analisis Data Analisis ABC Material Requirement Planning (MRP) Algoritma Wagner-Within (AWW) HASIL DAN PEMBAHASAN Gambaran Umum Perusahaan Struktur Organisasi PT Bintang Toedjoe Tujuan Perusahaan Lokasi Perusahaan Perencanaan Produksi Pengadaan dan Pengendalian Bahan Baku Jenis-Jenis Persediaan Bahan Baku Kebutuhan Bahan Baku Kemas Kapasitas Gudang Bahan Baku Kemas Penentuan Prioritas (Analisis ABC) Perencanaan MRP dan Penentuan Lot Size Optimal Netting Lotting (Penentuan Lot Size Optimal dengan Metode Algoritma Wagner Within) Offsetting Perbandingan Total Biaya Implikasi Manajerial SIMPULAN DAN SARAN DAFTAR PUSTAKA RIWAYAT HIDUP
x x x 1 1 4 4 5 5 5 5 6 6 6 7 7 7 9 9 10 10 10 10 11 13 14 14 15 16 16 16 17 18 18 18 19 23 23 24 28 32 33 34 35 84
x
DAFTAR TABEL 1 Tingkat pertumbuhan setiap divisi PT Kalbe 2 Kelebihan persediaan dalam periode perencanaan 3 Kekurangan persediaan dalam periode perencanaan 4 Penelitian terdahulu 5 Contoh tabel perhitungan kebutuhan bersih 6 Contoh tabel perhitungan lotting 7 Contoh tabel perhitungan offsetting 8 Analisis ABC foil, pack, dus tahap pertama (kapasitas gudang) 9 Analisis ABC foil, pack, dus tahap kedua (volume rupiah) 10 Analisis ABC karton tahap pertama (kapasitas gudang) 11 Analisis ABC karton tahap kedua (volume rupiah) 12 Kebutuhan kotor 1FK002030 13 Netting 1FK002030 14 Alternatif pemenuhan pesanan (Qce) 15 Rekapitulasi perhitungan total biaya variabel (Rupiah) 16 Rekapitulasi perhitungan biaya minimum (Rupiah) 17 Lotting 1FK002030 18 Offsetting dan hasil akhir MRP 1FK002030 19 Perbandingan stock out 20 Perbandingan biaya
1 2 3 7 12 12 13 20 20 21 22 23 24 25 26 27 28 29 31 32
DAFTAR GAMBAR 1 Kerangka pemikiran 2 Stuktur organisasi PPIC 3 Alur perencanaan produksi 4 Hasil analisis ABC (foil, pack, dus) 5 Hasil analisis ABC (karton)
9 15 17 21 22
DAFTAR LAMPIRAN 1 Daftar kebutuhan bahan baku kemas Maret-Agustus 2018 38 2 Kapasitas penyimpanan maksimal (foil, dus, pack) 43 3 Kapasitas penyimpanan maksimal (karton) 45 4 Analisis ABC foil, pack, dus tahap pertama (kapasitas gudang) 46 5 Analisis ABC foil, pack, dus tahap kedua (volume rupiah) 48 6 Biaya simpan 50 7 Lead time 52 8 Perhitungan algoritma wagner within dan MRP bahan baku kemas golongan A 53
1
PENDAHULUAN Latar Belakang Industri farmasi merupakan salah satu industri yang masuk ke dalam kelompok industri andalan berdasarkan PP No. 14 Tahun 2015 tentang Rencana Induk Pengembangan Industri Nasional (RIPIN) Tahun 2015-2035. PT Kalbe Farma Tbk merupakan perusahaan farmasi nomor satu di Indonesia berdasarkan tingkat penjualannya pada tahun 2016 yaitu sebesar Rp 19.4 triliun (Pharma Boardroom 2017). Tingkat penjualan sebesar Rp 19.4 triliun tentunya diperoleh dari beberapa divisi yang ada di PT Kalbe Farma Tbk (Kalbe Group). PT Kalbe Farma Tbk memiliki 4 (empat) divisi yang beroperasi di dalam proses bisnisnya, yaitu divisi Obat Resep, divisi Produk Kesehatan, divisi Nutrisi dan divisi Distribusi dan Logistik. Berdasarkan Laporan Tahunan Tahun 2016 PT Kalbe Farma Tbk menunjukan bahwa divisi Produk Kesehatan memiliki tingkat pertumbuhan tertinggi yaitu sebesar 11.1 persen yang ditunjukkan pada Tabel 1. Tabel 1 Tingkat pertumbuhan setiap divisi PT Kalbe Farma Tbk Divisi Tingkat pertumbuhan (%) Obat Resep 4.1 Produk Kesehatan 11.1 Nutrisi 9.7 Distribusi dan Logistik 8.8 Sumber: Laporan tahunan PT Kalbe Farma Tbk 2016
Tingkat pertumbuhan divisi Produk Kesehatan yang paling tinggi dibandingkan dengan divisi Obat Resep, divisi Nutrisi dan divisi Distribusi dan Logistik, tentunya didukung oleh anak perusahaan yang terdapat pada divisi tersebut. PT Bintang Toedjoe merupakan salah satu anak perusahan PT Kable Farma Tbk yang termasuk ke dalam divisi Produk Kesehatan. PT Bintang Toedoje merupakan perusahaandengan kepemilikan aset terbesar pada akhir tahun 2016 yaitu sebesar Rp 814.973.000.000 dibandingkan anak perusahaan lainnya yang berada di divisi Produk Kesehatan seperti PT Saka Farma Lab, PT Hale International, dan Kalbe International (Laporan Tahunan Tahun 2016 PT Kalbe Farma Tbk). PT Bintang Toedjoe bergerak di bidang Nutraceutical Product (Food Supplements dan Herbal Medicine) dan Over The Counter (OTC) pada lingkup pemasaran domestik dan manca negara. Produk unggulan PT Bintang Toedjoe meliputi produk minuman energi brand Extra Joss group, produk obat remedial brand Komix, dan obat herbal brand Bintang Toedjoe Masuk Angin, Bintang Toedjoe Puyer No. 16 dan Bintang Toedjoe Panas Dalam. Permasalahan yang dihadapi perusahaan saat ini diantaranya: 1 Adanya keterbatasan kapasitas penyimpanan di gudang, khususnya pada gudang Incoming Material Control (IMC) Packaging Material. Dimana kondisi gudang pada saat ini yaitu overload yang disebabkan oleh masuknya material yang berlebihan yang tidak memperhatikan adanya keterbatasan
2
2
kapasitas penyimpanan gudang. Kondisi overloadnya gudang bahan baku kemas PT Bintang Toedjoe Plant Pulogadung ditandai dengan: a Tata cara penyimpanan (material handling) material yang tidak sesuai. Material diletakkan tidak pada rak penyimpanan melainkan di lantai lorong antara rak penyimpanan. Hal tersebut menyebabkan terganggunya aktifitas operasional forklift saat akan mengambil material yang tertutup tumpukan material yang diletakkan di lantai. b Material ditumpuk secara berlebihan. Perusahaan memiliki peraturan terhadap penempatan material yang diletakan di palet (palet size), yaitu tumpukan maksimal material adalah 5 (lima) tumpukan/tingkat. Namun, pada praktik di perusahaan saat ini material ditumpuk hingga 7 (tujuh) sampai 10 (sepuluh) tumpukan (melebihi ketentuan yang ada). Penumpukan material yang berlebihan berdampak pada berkurangnya mutu dari material tersebut. Selain berdampak pada berkurangnya mutu, material yang ditumpuk secara berlebihan akan meningkatkan risiko kecelakaan kerja, seperti contoh pekerja tertiban oleh tumpukan material. Terjadinya overstock (kelebihan persediaan) pada beberapa material. Kelebihan persediaan yang terjadi diakibatkan oleh beberapa faktor, diantaraya: a Tingkat permintaan yang berfluktuatif di setiap periode perencanaanya; b Adanya Minimal Order Quantity (MOQ) dari pemasok; c Tidak tepatnya perusahaan dalam menentukan jumlah material yang dipesan (kesesuaian kuantitas pemesanan dengan kebutuhan). Tabel 2 menunjukan adanya kelebihan persediaan pada beberapa bahan baku kemas yang diakumulasikan selama periode perencanaan akibat faktor-faktor yang telah disebutkan. Tabel 2 Kelebihan persediaan dalam periode perencanaan Overstock Unit of Material No Kode Material Quantity (UoM) 1 1FK002030 927.89 Roll 2 1FK004030 898.89 Roll 3 1FK006040 298.99 Roll 4 1FK044020 2078.02 Roll 5 1FM016060 637.20 Roll 6 1FP001100 818.00 Roll 7 2DK054010 1 275 393.54 EA 8 2DK055010 1 610 560.89 EA 9 2DM024010 3 415 334.97 EA 10 3MK042000 88 792.46 EA 11 3MM011020 20 306.00 EA Sumber: Data diolah (PT Bintang Toedjoe 2018)
Kelebihan persediaan mengakibatnya tingginya biaya persediaan dan biaya total yang akan dikeluarkan perusahaan sehingga akan mengurangi keuntungan yang akan didapatkan oleh perusahaan. Disamping itu, kelebihan persediaan juga akan berdampak pada overloadnya gudang penyimpanan bahan baku kemas.
3
3
Terjadinya stockout (kekurangan persediaan) pada beberapa bahan baku kemas. Kurangnya persediaan mengakibatkan terganggunya proses produksi. Produk yang terpaksa tidak diproduksi akibat tidak tersedianya bahan baku kemas akan kehilangan penjualan, sehingga akan mengurangi pendapatan perusahaan. Beberapa material yang mengalami stock out akibat tidak tepatnya perusahaan dalam menentukan kuantitas pemesanan dapat dilihat pada Tabel 3. Tabel 3 Kekurangan persediaan dalam periode perencanaan Unit of Material No Kode Material Stockout Quantity (UoM) 1 1FK002030 88.80 Roll 2 1FK004030 291.30 Roll 3 1FK006040 1057.83 Roll 4 1FK044020 14.51 Roll 5 1FM016060 15.58 Roll 6 2DK054010 399812.83 EA 7 2DK055010 208653.67 EA 8 3MK042000 13123.58 EA 9 3MM011020 352278.87 EA Sumber: Data diolah (PT Bintang Toedjoe 2018)
Berdasarkan permasalahan yang telah diuraikan dapat disimpulkan permasalahan awal atau inti yang dihadapi perusahaan, yaitu perusahaan belum mampu untuk menentukan kuantitas penyimpanan maksimal gudang bahan baku kemas untuk setiap materialnya sesuai dengan kebutuhan dalam periode perencanaan dengan kapasitas gudang yang tersedia, sehingga perusahaan juga belum mampu untuk menentukan kuantitas pemesanan yang optimal dengan adanya kendala (constraint) berupa kapasitas penyimpanan maksimal gudang bahan baku kemas tersebut. Menurut Katias dan Affandi (2018), perusahaan manufaktur pada umumnya melakukan perencanaan dan pengendalian persediaannya tidak berdasarkan metode-metode yang sudah baku, melainkan berdasarkan pengalaman sebelumnya. Hal tersebut sering menyebabkan terjadinya kelebihan maupun kekurangan material yang menyebabkan pembengkakan biaya serta menghambat proses produksi. Jumlah atau tingkat permintaan yang selau berubah setiap periodenya (dinamis) juga menjadi tantangan bagi perusahaan dalam mengelola persediaannya. Menurut Sipper dan Bulfin (1998) dalam penentuan lot sizing dibagi menjadi dua berdasarkan permintaannya yaitu statis dan dinamis. Permintaan yang bersifat statis dalam menentukan ukuran pemesanan dapat menggunakan metode Fixed Order Quantity (FOQ), Economic Order Quantity (EOQ), Economic Production Quantity (EPQ), dan Resource Constraints. Sedangkan untuk permintaan yang bersifat dinamis dibagi lagi ke dalam tiga kelompok berdasarkan cara penyelesaiannya yaitu simple, heuristic, dan optimum. Metode simple merupakan metode yang tidak didasarkan langsung pada optimasi fungsi biaya, metode yang termasuk ke dalam kelompok simple yaitu Fixed Period Demand (FPD), Period Order Quantity (POQ), dan Lot for Lot (LFL). Metode heuristic merupakan metode yang digunakan untuk mencapai solusi biaya terendah namun tidak harus optimal, metode yang
4
termasuk ke dalam kelompok heuristic yaitu Least Unit Cost (LUC), Part Period Balancing (PPB) atau yang biasa dikenal dengan sebutan Least Total Cost (LTC), dan Silver Meal (SM). Metode yang termasuk ke dalam kelompok optimum yaitu metode Wagner Within yang memiliki tujuan yang sama dengan metode heuristic yaitu mencapai solusi biaya yang terendah, namun juga menghasilkan kuantitas pesan yang optimum. Algoritma Wagner Within (AWW) merupakan prosedur optimalisasi berdasarkan oleh program dinamis. Berdasarkan penelitian yang dilakukan oleh Putri, Santoso, dan Sari (2014) menunjukan bahwa metode SM dapat menghemat biaya yang dikeluarkan perusahaan sebesar 21,82% dibandingkan dengan metode yang digunakan perusahaan. Lain halnya dengan penelitian yang telah dilakukan oleh Theresia dan Salomon (2015) yang menunjukan bahwa metode AWW menghasilkan biaya yang terendah dibandingkan dengan metode LUC dan SM. Permasalahan yang ada di perusahaan dan berdasarkan dengan teori yang ada serta penelitian terdahulu yang telah dilakukan maka penulis akan melakukan analisis persediaan bahan baku kemas dengan menggunakan metode Algoritma Wagner Within dengan adanya kendala berupa kapasitas gudang. Hasil dari penelitian diharapkan dapat memberikan rekomendasi berupa berapa kapasitas penyimpanan maksimal dan kuantitas pemesanan optimal, serta kapan pemesanan harus dilakukan yang dapat mengoptimumkan persediaan.
Perumusan Masalah Berdasarkan pemaparan dalam latar belakang, maka dapat dirumuskan beberapa permasalahan, yaitu: 1 Berapa kapasitas penyimpanan maksimal untuk setiap bahan baku kemas berdasarkan kebutuhan keseluruhan material selama periode perencanaan dan ketersediaan gudang bahan baku kemas? 2 Berapa kuantitas pemesanan (lot size) yang optimal? 3 Bagaimana manfaat dan perbandingan dari pengendalian persediaan bahan baku kemas yang diterapkan oleh PT Bintang Toedjoe Pulogadung dengan pengendalian persediaan dengan lot size optimal?
Tujuan Penelitian Tujuan penelitian merupakan hal yang ingin didapatkan dari jawaban permasalahan yang ditetapkan dalam rumusan masalah. Tujuan dari penelitian ini adalah: Menganalisis dan menentukan kapasitas penyimpanan maksimal untuk setiap 1 bahan baku kemas berdasarkan kebutuhan keseluruhan material selama periode perencanaan dan ketersediaan gudang bahan baku kemas. 2 Menganalisis dan menentukan kuantitas pemesanan (lot size) yang optimal. 3 Menganalisis manfaat dan perbandingan dari pengendalian persediaan bahan baku kemas yang diterapkan oleh PT Bintang Toedjoe Pulogadung dengan pengendalian persediaan dengan lot size optimal.
5
Manfaat Penelitian Manfaat penelitian merupakan pencapaian yang didapat dari hasil penelitian. Manfaat yang didapat berdasarkan tujuan dari penelitian ini adalah: 1 Bagi penulis, dapat menerapkan ilmu pengetahuan yang diperoleh dari perkuliahan dan menerapkannya di lapangan. Bagi perusahaan yang menjadi objek penelitian (PT Bintang Toedjoe) dapat 2 menggunakan penelitian ini sebagai bahan rujukan dalam pengendalian persediaannya. 3 Bagi akademisi, sebagai bahan referensi yang ingin melakukan penelitian lebih lanjut mengenai pengendalian persediaan.
Ruang Lingkup Penelitian Dalam penelitian yang berjudul “Optimalisasi Persediaan Bahan Baku Kemas dengan Metode Program Dinamis Algoritma Wagner Within dengan Kendala Kapasitas Gudang di PT Bintang Toedjoe Pulogadung” penulis membatasi penelitian sesuai dengan rumusan masalah. Penelitian ini hanya membahas mengenai pengendalian persediaan bahan baku kemas yang terdapat pada gudang bahan baku kemas pada PT Bintang Toedjoe Pulogadung. Pemilihan bahan baku kemas dan gudang bahan baku kemas PT Bintang Toedjoe Plant Pulogadung didasarkan pada: Plant Pulogadung merupakan pabrik yang dimiliki PT Bintang Toedjoe 1 dengan tingkat produksi yang lebih tinggi dibandingkan dengan Plant Pulomas. Tingkat produksi yang lebih tinggi disebabkan karena produk yang dihasilkan di Plant Pulogadung lebih banyak dan bervariasi dibandingkan yang diproduksi di Plant Pulomas. 2 Jenis dan jumlah material yang disimpan lebih banyak dan lebih bervariasi. 3 Tingkat overload yang lebih tinggi dibandingkan dengan gudang lainnya seperti gudang raw material Pulogadung dan gudang Pulomas. 4 Bahan baku kemas yang digunakan hanya dapat digunakan untuk 1 (satu) jenis produk (one material for one product), sehingga pengendaliannya harus dilakukan lebih baik. Tidak seperti raw material yang penggunaannya untuk beberapa produk (one material for multiproduct). 5 Untuk menyelesaikan permasalahan yang dihadapi perusahaan terutama pada bahan baku kemas di gudang bahan baku kemas PT Bintang Toedjoe Plant Pulogadung.
TINJAUAN PUSTAKA Pengendalian Produksi Menurut Assauri (2008), untuk mengatur tersedianya suatu tingkat persediaan yang optimum yang dapat memenuhi kebutuhan bahan-bahan dalam jumlah, mutu dan pada waktu yang tepat serta jumlah biaya yang rendah seperti yang diharapkan.
6
Tujuan dari pengendalian produksi adalah merencanakan dan mengendalikan aliran material ke dalam, di dalam, dan keluar pabrik sehingga posisi keuntungan optimal yang merupakan tujuan perusahaan dapat dicapai (Kusuma 2007). Pengendalian Persediaan Pengendalian dan pengawasan merupakan kegiatan yang dilakukan untuk menjamin agar kegiatan produksi dan operasi yang dilaksanakan sesuai dengan apa yang direncanakan, serta apabila terjadi penyimpangan, maka penyimpangan tersebut dapat dikoreksi, sehingga apa yang diharapkan dapat tercapai (Assauri 2004). Persediaan Persediaan menurut Assauri (2004) adalah sejumlah bahan-bahan, parts yang disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi atau yang disediakan untuk memenuhi permintaan dari komponen atau langganan setiap waktu. Secara fisik item persediaan dapat dikelompokkan dalam lima kategori (Baroto 2002), yaitu: Bahan mentah (raw material), yaitu barang-barang berwujud seperti baja, 1 kayu, tanah liat, atau bahan-bahan mentah lainnya yang diperoleh dari sumber-sumber alam, atau dibeli dari pemasok, atau diolah sendiri oleh perusahaan untuk digunakan perusahaan dalam proses produksinya sendiri. 2 Komponen, yaitu barang-barang yang terdiri atas bagian-bagian (parts) yang diperolah dari perusahaan lain atau hasil produksi sendiri untuk digunakan dalam pembuatan barang jadi atau barang setengah jadi. 3 Barang setengah jadi (work in process), yaitu barang-barang keluaran dari tiap operasi produksi atau perakitan yang telah dimiliki bentuk kompleks daripada komponen, namun masih perlu proses lebih lanjut untuk menjadi barang jadi. 4 Barang jadi (finish good), adalah barang-barang yang telah selesai diproses dan siap untuk didistribusikan ke konsumen. 5 Bahan pembantu (supplies material), adalah barang-barang yang diperlukan dalam proses pembuatan atau perakitan barang, namun bukan komponen barang jadi. Termasuk bahan penolong adalah bahan bakar, pelumas, listrik, dan lain-lain. Fungsi Persediaan Menurut Assauri (2008) fungsi persediaan yang terdapat dalam perusahaan dapat dibedakan menjadi tiga yaitu: 1 Batch stock atau lot size inventory yaitu persediaan yang diadakan karena membeli atau membuat bahan-bahan/barang/barang dalam jumlah yang lebih besar dari jumlah yang dibutuhkan pada saat itu. 2 Fluctuation stock adalah persediaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diramalkan. 3 Anticipation stock adalah persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang dapat diramalkan berdasarkan pola musiman yang terdapat dalam satu tahun untuk menghadapi penggunaan atau penjualan permintaan yang meningkat.
7
Biaya Persediaan Menurut Handoko (2008), yang termasuk dalam biaya persediaan adalah sebagai berikut: 1 Biaya penyimpanan Biaya penyimpanan (holding cost atau carrying cost) terdiri atas biaya-biaya yang bervariasi secara langsung dengan kuantitas persediaan. 2 Biaya pemesanan (pembelian) Setiap kali suatu bahan dipesan, perusahaan menanggung biaya pemesanan (order cost atau procurement cost). 3 Biaya penyiapan Bila bahan-bahan tidak dibeli tetapi diproduksi sendiri oleh perusahaan maka perusahaan menghadapi biaya penyiapan untuk memproduksi komponen tertentu. Biaya kehabisan 4 Biaya kekurangan bahan adalah biaya yang paling sulit diperkirakan. Biaya ini timbul bilamana tidak mencukupi adanya persediaan bahan. Lead Time Menurut Assauri (2008), lead time adalah lamanya waktu antara mulai dilakukannya pemesanan bahan-bahan sampai dengan kedatangan bahan-bahan yang dipesan tersebut dan diterima di gudang persediaan.
Penelitian Terdahulu Penelitian terdahulu yang terdapat pada Tabel 4 merupakan penelitan yang telah dilakukan berkaitan dengan tema yang diteliti yang dijadikan bahan referensi dalam penulisan mengenai optimalisasi persedian bahan baku dengan batasan kapasitas gudang. Tabel 4 Penelitian terdahulu No 1
2
3
4
Judul Penelitian Model Penentuan Lot Pemesanan dengan Mempertimbangkan Unit Diskon dan Batasan Kapasitas Gudangn dengan Program Dinamis Analisis Penerapan MRP dengan Mempertimbangkan Lot Sizing dalam Pengendalian Persediaan Kebutuhan Bahan Baku Xoly untuk Pembuatan Alkyd 9337 pada PT PJC Penentuan Lot Size Pemesanan Bahan Baku dengan Batasan Kapasitas Gudang Usulan Penerapan Material Requirement Planning (MRP)
Penulis Dana Marsetiya Utama (2017)
Metodea EOQ AWW
Hasil AWW dapat miminimasi biaya sebesar 9 persen.
Sumber Jurnal Teknik Industri, Vol 18, No. 01.
Dini Hanifa Sari, Wiwik Budiawan, ST., MT. (2017)
LFL EOQ POQ FOQ FPR LUC LTC PPB AWW
Metode AWW merupakan solusi optimal untuk jumlah unit pemesanan yang deterministic selama horizon waktu yang telah ditentukan.
Teknik Industri Universitas Diponegoro
Dana Marsetiya Utama (2016)
AWW
Total biaya persediaan minimum sebesar Rp 24.100.
Paula Theresia, Lithrone
LUC SM AWW
Metode Algoritma Wagner Within menghasilkan total
Jurnal Ilmiah Teknik Industri p-ISSN 1412-6869 e-ISSN 2460-4038 Universitas Tarumanegara Jurnal Kajian
8 Lanjutan Tabel 4 No
5
6
7
8
9
10
a
Judul Penelitian untuk Pengendalian Persediaan Bahan Baku Produk Art Ink (Studi Kasus: CV Sinar Mutiara Penentuan Metode Lot Sizing pada Perencanaan Pengadaan Bahan Baku Kikir dan Mata Bor (Studi Kasus: PT X. Sidoarjo) Perencanaan Persediaan Bahan Baku dan Bahan Bakar dengan Dynamic Lot Sizing (Studi Kasus: PT Holcim Indonesia Tbk, Tuban Plant) Analisis Pengendalian Persediaan Produk untuk Meminimumkan Biaya Persediaan dengan Algoritma Wagner Within Perencanaan Persediaan Bahan Baku Herbisida Menggunakan Metode Silver Meal dengan Memperhatikan Kapasitas Gudang (Studi Kasus di PT X, Gresik Penerapan Sistem MRP untuk Pengendalian Persediaan Bahan Baku Animal Feedmill dengan Lot Sizing berdasarkan Algoritma Wagner Within dan Silver Meal (Studi kasus: PT Sierad Produce, Tbk) Optimalisasi Sistem Persediaan Bahan Baku Karet Mentah (Lateks) dengan Metode Lot Sizing (Studi Kasus: PT Abaisiat Raya)
Penulis Laricha Salomon (2015)
Metodea
Hasil biaya persediaan terendah dibandingkan metode lain
Sumber Teknologi Vol. 11 No. 1
Wahyuni Nuroh Madinah, Yeni Sumantri, Wifqi Azlia (2015)
SM LUC AWW
Metode Algoritma Wagner Within dapat meminimasi biaya yang dikeluarkan perusahaan dari segi biaya persediaan, dibandingkan metode yang lainnya.
Hildaria Kurnianingsih Wijayanti Mbota, Ceria Farela Mada Tantrika, Agustina Eunike (2015) Hamidah Nasution, dan Maria I F Situmorang (2015)
SM AWW
Total penghematan yang dapat dilakukan dengan menggunakan metode lot sizing Algoritma Wagner Within dari setiap bahan baku dan bakar adalah 47,53 persen dibandingkan dengan metode perusahaan. AWW dapat menghemat biaya persediaa di PT Putra Arezla Purnama sebesar Rp 484.279.880.
Jurnal Rekayasa dan Manajemen Sistem Industri Vol. 3 No. 3 Teknik Industri Universitas Brawijaya Jurnal Rekayasa dan Manajemen Sistem Industri Vol. 3 No. 1 Teknik Industri Universitas Brawijaya
Putu Ayu Virgiantari Putri, Purnomo Budi Santoso, Ratih Ardia Sari (2014)
SM
Biaya yang akan dikeluarkan perusahaan jika menggunakan metode Silver Meal lebih kecil daripada metode yang biasa digunakan oleh perusahaan dengan penghematan 21,82 persen setiap satu tahun.
Teknik Industri Universitas Brawijaya
Danny Suryansyah Prima, Nasir Widha Setyanto, Ceria Farela Mada Tantrika (2014)
SM AWW
AWW menghasilkan biaya yang lebih rendah sebesar 11,5 persen dan SM sebesar 10,2 persen dibandingkan dengan teknik lot sizing yang diterapkan perusahaan.
Teknik Industri Universitas Brawijaya
Dina Rahmayanti, Ahmad Fauzan (2013)
POQ SM LUC
Besarnya ukuran pemesanan yang optimal untuk ketiga metode tersebut adalah sama dengan demand untuk tiap periodenya dengan total biaya yang ditimbulkan untuk satu tahun adalah sebesat Rp197 127 105 455,98.
Jurnal Optimasi Sistem Industri Vol. 12 No. 1. April 2013:317325 ISSN 2088-4842
AWW
Karismatika ISSN: 2443 – 0366 Tahun 1 Vol. 1 No. 3 Desember 2015
AWW: algoritma wagner within, SM: silver meal, EOQ: economic order quantity, POQ: period order quantity, LFL: lot for lot, FOQ: fixed order quantity, FPR: fixed period requirement , LUC: least unit cost, LTC least total cost , PPB: part period balancing.
9
METODE Kerangka Pemikiran Kerangka pemikiran penelitian ini diawali dengan mengidentifikasi dan menganalisis sistem manajemen persediaan bahan baku kemas. Pengidentifikasian meliputi hal-hal mengenai manajemen persediaan bahan baku kemas yaitu jenisjenis bakan baku kemas yang digunakan selama periode perencanaan (6 bulan), kebutuhan bahan baku kemas selama periode perencanaan (6 bulan), waktu tunggu bahan baku kemas, biaya persediaan bahan baku kemas, serta kapasitas gudang yang tersedia untuk penyimpanan bahan baku kemas. Analisis kapasitas gudang bahan baku kemas akan menghasilkan output berupa kapasitas maksimum penyimpanan untuk seluruh bahan baku kemas. Seluruh bahan baku kemas dianalisis dengan menggunakan analisis ABC untuk menentukan bahan baku kemas prioritas yang akan dianalisis lebih lanjut menggunakan metode program dinamis algoritma wagner within dengan input berupa kapasitas penyimpanan maksimum yang telah dihitung. Sehingga diperoleh hasil kuantitas pesan (lot size) optimal dalam pemesanan bahan baku kemas yang akan mengoptimalkan persediaan. Kuantitas pesan (lot size) yang optimal akan memberikan implikasi manajerial bagi perusahaan. Kerangka penelitian dapat dilihat pada Gambar 1. PT Kalbe Farma Tbk
Manajemen Persediaan Bahan Baku Kemas PT Bintang Toedjoe
Jenis-Jenis Bahan Baku Kemas (Baroto 2002)
Kebutuhan Bahan Baku Kemas 6 Bulan
Lead Time (Assauri 2008)
Biaya Persediaan (Handoko 2008)
Kapasitas Gudang Bahan Baku Kemas
Analisis ABC
Material Requirement Planning dengan Algoritma Wagner Within
Implikasi Manajerial
Gambar 1 Kerangka pemikiran
Kuantitas Simpan Maksimal
10
Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di PT Bintang Toedjoe Plant Pulogadung yang beralamat di Jalan Rawa Sumur Barat II K-9, Kawasan Industri Pulogadung, Jakarta 13390, Indonesia. Pemilihan lokasi penelitian dilakukan secara purposive sampling dengan pertimbangan bahwa perusahaan merupakan salah satu anak perusahaan farmasi nomor satu di Indonesia yaitu PT Kalbe Farma Tbk. Waktu penelitian dilaksanakan pada 19 Maret 2018 hingga 18 Mei 2018.
Jenis dan Sumber Data Data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer adalah data yang dikumpulkan sendiri oleh perorangan atau organisasi secara langsung, dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa kuesioner, wawancara dan observasi (Siregar 2013). Data primer dalam penelitian ini didapatkan dengan melakukan wawancara dengan bagian PPIC dan bagian gudang, serta melakukan observasi. Data sekunder adalah data yang diperoleh, dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain (Siregar 2013). Data sekunder diperoleh dari dokumen perusahaan dan studi pustaka dari referensi berupa buku, jurnal, skripsi dan internet.
Metode Pengolahan dan Analisis Data Penelitian ini menggunakan beberapa metode untuk pengolahan dan analisis data, diantaranya adalah analisis ABC, Material Requiremrnt Planning (MRP), dan teknik lot sizing Algoritma Wagner Within. Peneliti menggunakan bantuan software Microsoft Excel 2013 sebagai alat untuk mengolah data-data yang digunakan dalam penelitian. Analisis ABC Menurut Heizer dan Render (2010), analisis ABC membagi persediaan menjadi tiga klasifikasi dengan basis volume dolar tahunan. Analisis ABC adalah aplikasi persediaan dari prinsip pareto. Prinsip pareto menyatakan terdapat “sedikit hal yang kritis dan banyak yang sepele”. Gagasannya adalah untuk membuat kebijakan-kebijakan persediaan yang memfokuskan persediaan pada bagian-bagian persediaan kritis yang sedikit dan tidak banyak pada yang sepele. Menurut Handoko (2008), hukum pareto berguna dalam pengalokasian sumber daya pengawasan, dan telah dioperasionalisasikan sebagai cara mengklasifikasikan persediaan menjadi kelompok A, B dan C. Secara umum identifikasi ke tiga kelompok atau kelas persediaan ini dapat diuraikan sebagai berikut: Barang A: Barang-barang dalam jumlah unit antara 15 sampai 20 persen, tetapi mempunyai nilai 60 sampai 90 persen dari investasi tahunan total dalam persediaan.
11
Barang B: Barangbarang dalam jumlah fisik 30 sampai 40 persen, tetapi bernilai 10 sampai 30 persen dari nilai investasi tahunan. Barang C: Barang-barang dengan jumlah fisik 40 sampai 60 persen, tetapi bernilai 10 sampai 20 persen dari nilai investasi tahunan. Pengelompokkan dengan menggunakan metode ini akan membantu seseorang untuk bekerja lebih fokus pada elemen-elemen yang bernilai tinggi (grup A) dan memeberikan control yang secukupnya untuk elemen-elemen yang bernilai rendah (grup C). Material Requirement Planning (MRP) Menurut Baroto (2002) sistem MRP adalah suatu prosedur yang logis berupa aturan keputusan dan teknik transaksi berbasis komputer yang dirancang untuk menejemahkan jadwal induk produksi menjadi kebutuhan bersih untuk semua item. Sistem MRP dikembangkan untuk membantu perusahaan manufaktur mengatasi kebutuhan akan item-item dependen secara lebih baik dan efisien. Sistem MRP dirancang untuk membuat pesanan-pesanan produksi dan pembelian untuk mengatur aliran bahan baku dan persediaan dalam proses sehingga sesuai dengan jadwal produksi untuk produk akhir. Sistem MRP adalah suatu sistem yang bertujuan untuk menghasilkan informasi yang tepat untuk melakukan tindakan yang tepat (pembatalan pesanan, pesan ulang dan penjadwalan ulang). Terkait dengan pengendalian atas bahan atau item, maka sistem MRP sebagai suatu sistem perencanaan dan pengendalian produksi berfungsi untuk menyeombangkan antara permintaan (kebutuhan) dan kapasitas (kemampuan). Empat tujuan yang menjadi ciri utama sistem MRP adalah: 1 Menentukan kebutuhan pada saat yang tepat Menentukan secara tepat kapan suatu pekerjaan harus selesai atau material harus tersedia untuk memenuhi permintaan atas produk akhir yang sudah direncanakan dalam jadwal induk produksi. 2 Menentukan kebutuhan minimal setiap item Dengan diketahuinya kebutuhan akhir, sistem MRP dapat menentukan secara tepat sistem penjadwalan (prioritas) untuk memenuhi semua kebutuhan minimal setiap item. 3 Menentukan pelaksanaan rencana pemesanan Memberikan indikasi kapan pemesanan atau pembatalan pemesanan harus dilakukan. Pemesanan perlu dilakukan lewat pembelian atau dibuat pada pabrik sendiri. Menentukan penjawalan ulang atau pembatalan atas suatu jadwal yang sudah 4 direncanakan Apabila kapasitas yang ada tidak mampu memenuhi pesanan yang dijadwalkan pada waktu yang diinginkan, maka sistem MRP dapat memberikan indikasi untuk melakukan rencana penjadwalan ulang (jika mungkin) dengan menentukan prioritas pesanan yang realistik. Jika penjadwalan ulang ini masih tidak memngkinkan untuk memenuhi pesanan, maka pembatalan atau suatu pesanan harus dilakukan. Tiga input yang dibutuhkan oleh sistem MRP, yaitu: 1 Jadwal induk produksi 2 Catatan keadaan persediaan atau daftar material 3 Struktur produk
12
Output dari sistem MRP adalah berupa rencana pemesanan atau perencanaan produksi yang dibuat atas dasar lead time. Output dari sistem MRP dapat pula disebut sebagai suatu aksi yang merupakan tindakan pengendalian persediaan dan penjadwalan produksi. Langkah-langkah dalam menganalisis data dengan prosedur MRP memiliki empat langkah utama, yang selanjutnya keempat langkah ini diterapkan satu per satu pada periode perencanaan dan pada setiap item. Prosedur ini dapat dilakukan secara manual, bila jumlah item yang terlihat dalam produksi relatif lebih sedikit. Suatu program (software) memerlukan jumlah item sangat banyak. Langkahlangkah tersebut adalah: 1 Netting adalah proses perhitungan untuk menetapkan jumlah kebutuhan bersih, yang besarnya merupakan selisih antara kebutuhan kotor dengan keadaan persediaan (ada dalam persediaan dan sedang dipesan). Data yang diperlukan dalam proses perhitungan kebutuhan bersih ini adalah: a Kebutuhan kotor untuk setiap periode. b Persediaan yang dipunyai pada awal perencanaan. c Rencana penerimaan untuk setiap periode perencanaan. Pengertian kebutuhan kotor untuk permintaan independen adalah jumlah dari produk akhir yang akan dikonsumsi. Sedangkan untuk produk dependen, kebutuhan kotor dihitung berdasarkan item induk yang berada pada tingkat atasnya, biasanya dikalikan oleh kelipatan tertentu yang sesuai dengan yang dibutuhkan. Setelah kebutuhan kotor ditentukan, berikutnya perhitungan kebutuhan bersih (netting). Perhitungan kebutuhan bersih (netting) adalah: NRi = GRi – SRi – OHi dengan NR = 0 bila GR – SR – OH < 0. Dimana: NRi = kebutuhan bersih (net requirement atau NR) periode ke-i GRi = kebutuhan kotor (gross requirement atau GR) periode ke-i OHi = persediaan di tangan (on hand inventory atau OH) periode ke-i Tabel 5 Contoh tabel perhitungan kebutuhan bersih Periode 1 2 3 4 5 7 8 Jumlah Kebutuhan kotor Jadwal penerimaan Persediaan di tangan Kebutuhan bersih 2
Lotting adalah suatu proses untuk menentukan besarnya jumlah pesanan optimal untuk setiap item secara individual didasarkan pada hasil perhitungan kebutuhan bersih yang telah dilakukan. Ada banyak alternatif metode untuk menentukan ukuran lot. Beberapa teknik diarahkan untuk meminimalkan total ongkos set up dan ongkos simpan. Tabel 6 Contoh tabel perhitungan lotting Periode 1 2 3 4 5 7 8 Kebutuhan bersih Ukuran lot
Jumlah
13
3
Offsetting bertujuan untuk menentukan saat yang tepat untuk melakukan rencana pemesanan dalam rangka memenuhi kebutuhan bersih. Rencana pemesanan diperoleh dengan cara mengurangkan saat awal tersediannya ukuran lot yang diinginkan dengan besarnya lead time. Offsetting merupakan langkah terakhir penerapan sistem MRP pada suatu item. Tabel 7 Contoh tabel perhitungan offsetting 1 2 3 4 5 7 8
Periode Ukuran lot Rencana pemesanan 4
Jumlah
Explosion adalah proses perhitungan kebutuhan kotor untuk tingkat item atau komponen lebih bawah. Perhitungan kebutuhan kotor ini didasarkan pada rencana pemesanan item-item produk pada level yang lebih atas. Untuk perhitungan kebutuhan kotor ini, diperlukan struktur produk dan informasi mengenai jumlah kebutuhan tiap item untuk item yang akan dihitung. Dalam proses explosion ini, data mengenai struktur produk harus tersedia secara akurat. Ketidakakuratan data struktur produk mengakibatkan kesalahan pada perhitungan. Atas dasar struktur produk inilah proses explosion dibuat.
Algoritma Wagner-Within (AWW) Metode Algoritma Wagner Within merupakan metode yang dapat memberikan nilai optimal untuk permasalahan lot sizing yang bersifat dinamis sesuai dengan horizon periode tertentu. Metode ini menggunakan pendekatan program dinamis untuk mencari solusi yang optimal (Tersine 1994). Kelebihan algoritma wagner within dibandingkan dengan metode dinamis lainnya yaitu algoritma wagner within dapat memberikan solusi optimal, dimana metode simple seperti (Fixed Period Demand (FPD), Period Order Quantity (POQ), dan Lot For Lot (LFL)) perhitungannya tidak berdasarkan lansung pada optimisasi biaya. Pada metode heutisric (Silver Meal (SM), Least Unit Cost (LUC), Part Period Balancing (PPB)) perhitungannya hanya berdasarkan pada mencapai solusi biaya minimum (terendah) namun tidak optimal. Kekurangan dari metode algoritma wagner within yaitu prosedur yang sedikit rumit dan membutuhkan banyak waktu dan usaha sehingga teknik ini jarang digunakan. Langkah-langkah untuk Algoritma Wagner Within (Tersine 1994) dengan kembangan model yang memperhatikan batasan kapasitas gudang: 1 Menghitung dan memeriksa batasan pada Qce bila pemesanan dilakukan pada periode c untuk memenuhi permintaan periode c sampai periode e tidak boleh melebihi kapasitas gudang. Qce ≤ kapasitas gudang 2 Hitung matriks total biaya variabel (biaya pesan dan biaya simpan) untuk seluruh alternatif pemesanan di seluruh horizon perencanaan yang terdiri dari N periode (hasil dari langkah pertama). Definisikan Zce sebagai total biaya variabel (dari periode c sampai periode e) bila pemesanan dilakukan pada periode c untuk memenuhi permintaan periode c sampai periode e. Rumusan Zce tersebut adalah sebagai berikut: 𝑍𝑐𝑒 = C + h ∑𝑒𝑖=𝑐(𝑄𝑐𝑒 − 𝑄𝑐𝑖 ) untuk 1 ≤ c ≤ e ≤ N dengan
14
C = biaya pesan h = biaya simpan per unit per periode 𝑒
𝑄𝑐𝑒 = ∑ 𝐷𝑘 𝑘=𝑐
3
4
Dk = permintaan pada periode k Definisikan fe sebagai biaya minimum yang mungkin dalam periode 1 sampai periode e dengan asumsi tingkat persediaan di akhir periode e adalah nol. Algoritma mulai dengan f0=0 dan mulai menghitung secara berurutan f1, f2, …, fN. Nilai fN adalah nilai biaya dari pemesanan optimal. 𝑓𝑒 = Min {𝑍𝑐𝑒 + 𝑓𝑐−1 } untuk c = 1, 2, …, e Interpretasikan fN menjadi ukuran lot dengan cara sebagai berikut: a Pemesanan terakhir dilakukan pada periode w untuk memenuhi permintaan dari periode w sampai periode N. fN = ZwN + fw-1 b Pemesanan sebelum pemesanan terkahir harus dilakukan pada periode v untuk memenuhi permintan dari periode v sampai periode w-1. Fw-1 = Zvw-1 + fv-1 c Pemesanan yang pertama harus dilakukan pada periode 1 untuk memenuhi permintaan dari periode 1 sampai periode u-1 fu-1 = Z1u-1 + f0
HASIL DAN PEMBAHASAN Gambaran Umum Perusahaan PT Bintang Toedjoe merupakan perusahaan farmasi yang bergerak pada bidang Nutraceutical Products (Food Supplements dan Herbal Medicine) dan Over The Counter (OTC) pada lingkup pemasaran domestik dan manca negara. PT Bintang Toedjoe merintis usaha pada bidang farmasi dan berkembang hingga menjadi salah satu perusahaan farmasi terkemuka di Indonesia. PT Bintang Toedjoe didirikan pada tanggal 29 April 1946 di Garut, Jawa Barat oleh Sinshe Tan Jun She bersama dengan menantunya yang bernama Tjia Pu Tjien dan Hioe On Tjan. Salah satu produk yang awal yang dihasilkan dan bertahan sampai sekarang ialah obat racikan yang dijual bebas yaitu Puyer Bintang Toedjoe No. 16. Produk ini mendapat respon cukup baik sehingga mulai diproduksi dalam skala lebih besar di pabrik dan sampai saat ini masih banyak dikonsumsi oleh masyarakat Indonesia. Pada tahun 1950 PT Bintang Toedjoe berpindah lokasi dari Garut ke kawasan Krekot, Pasar Baru Jakarta. Sejalan dengan permintaan konsumen akan jenis obat yang semakin bervariasi serta dukungan tenaga ahli farmasi maka pada tahun 1974 PT Bintang Toedjoe berpindah lokasi ke kawasan Cempaka Putih Jakarta dan mulai memproduksi obat resep dokter (ethical). Pada tahun 1985 PT Bintang Toedjoe diakuisisi oleh Kalbe Farma Group dan melebarkan bisnisnya secara pesat melalui segmen pasar Nutraceutical Products (Food Supplements dan Herbal Medicine) dan produk Over The Counter (OTC) untuk pasar dalam dan luar negeri. Pada tahun 1992 PT Bintang Toedjoe berpindah ke kawasan industri Pulogadung dengan
15
meningkatnya kegiatan produksi dan lokasi pabrik Cempaka Putih yang sudah tidak memadai serta untuk memenuhi persyaratan CPOB (Cara Pembuatan Obat yang Baik) yang didapatkan pada tahun 1994 dari Departemen Kesehatan RI. Pada tahun 1997 PT Bintang Toedjoe menerima sertifikat ISO 9001 yang merupakan pengakuan terhadap kualitas manajemen perusahaan. Pada tahun 2002 PT Bintang Toedjoe berpindah kantor pusat ke daerah Pulomas Jakarta Timur dan mengoperasikan pabrik di Pulomas dan Pulogadung. Kegiatan produksi pada pabrik Pulogadung yaitu untuk line liquid dan powder, sedangkan pabrik Pulomas untuk line effervescent. Sebagai wujud komitmen perusahaan terhadap kualitas produk yang dihasilkan serta aspek kegiatan yang terlibat di dalamnya maka PT Bintang Toedjoe menerapkan sistem SMK3 (Sistem Manajemen Kesehatan dan Keselamatan Kerja), HACCP (Hazard Analysis Critical Control Point), ISO 14001, OHSAS (Occupational Health and Safety Asessment Series), dan 5R (Ringkas, Rapi, Resik, Rawat, Rajin). Hingga kini, PT Bintang Toedjoe telah menghasilkan lebih dari 30 produk dan memiliki lebih dari 1000 karyawan. PT Bintang Toedjoe menjadikan persyaratan pelanggan menjadi masukan utama dalam menjalankan operasional bisnis dan menjadikan kebutuhan dan harapan dari semua pihak yang berkepentingan serta konteks organisasi sebagai masukan dalam menjalankan operasional bisnis perusahaan yang berbasis manajemen risiko. Struktur Organisasi PT Bintang Toedjoe PT Bintang Toedjoe dikepalai oleh seorang President Director dan membawahi Managing Director. Managing Director bertanggung jawab membawahi enam departemen (Marketing and Sales, Business Development, FAITL, Manufacturing, Human Resources dan IRGA) dimana masing-masing departemen memiliki struktur organisasi tersendiri yang dipimpin oleh seorang Head/Manager. Struktur organisasi PPIC PT Bintang Toedjoe dapat dilihat pada Gambar 2. President Director Manufacturing Manager SCM Manager PPIC Manager PPIC Spv Finish Good
PPIC Spv Site/Toll
PPIC Spv Material
Adm/Staff Finish Good
Adm/Staff Site/Toll
Adm/Staff Material
Gambar 2 Stuktur organisasi PPIC Sumber: PT Bintang Toedjoe 2018
16
Tujuan Perusahaan PT Bintang Toedjoe bertekat menghasilkan produk-produk yang bermutu untuk mecapai kepuasan konsumen sesuai dengan: 1 Visi Menjadi perusahaan healthcare yang dikagumi dan disegani di Asia Tenggara. 2 Misi PT Bintang Toedjoe dalam mewujudkan visi tersebut mempunyai misi yaitu menghasilkan produk yang inovatif dan berkualitas yang terjangkau masyarakat umum untuk kehidupan yang lebih produktif dan bermakna. Dalam menjalankan usahanya PT Bintang Toedjoe mengacu pada lima nilai perusahaan yang dikenal dengan nama “Panca Sradha” yaitu: 1 Trust is the glue of life. Saling percaya adalah perekat di antara kami. 2 Mindfulness is the foundation of our action. Kesadaran penuh adalah dasar setiap tindakan. 3 Innovation is the key to our success. Inovasi adalah kunci keberhasilan kami. 4 Strive to be the best. Bertekad untuk menjadi yang terbaik. 5 Interconnectedness is a universal way of life. Saling keterkaitan adalah panduan hidup kami. Lokasi Perusahaan PT Bintang Toedjoe memiliki satu head office dan dua pabrik yang berbeda lokasi, yaitu: 1 Head office dan Plant Pulomas (line effervescent), beralamat di Pulomas Jalan Jend. A. Yani No. 2 RT 3 RW 13, Kayu Putih, Pulo Gadung, Kota Jakarta Timur, DKI Jakarta – 13210. 2 Plant Pulogadung (line liquid dan line powder) beralamat di Jalan Rawa Sumur Barat III Kav. 9 Kawasan Industri Pulogadung, Jatinegara, Cakung.
Perencanaan Produksi Perencanaan produksi di PT Bintang Toedjoe dilakukan dan dijadwalkan oleh bagian Production Planning and Inventory Control (PPIC) yang didasarkan pada forecast penjualan, target penjualan, kapasitas produksi dan persediaan material yang dimiliki. Perencanaan produksi dimulai dari Rolling Forecast (ROFO) yang merupakan ramalan penjualan selama enam bulan kedepan. ROFO merupakan dasar dari pembuatan Rolling Production Planning (RPP) yang akan dibuat untuk enam bulan ke depan oleh PPIC Finish Good. RPP selanjutnya akan diberikan kepada PPIC Site/Toll untuk dibuatkan jadwal produksi bulanan yang Selain mempertimbangkan kapasitas produksi yang disanggupi. mempertimbangkan kapasitas produksi, PPIC Site/Toll juga harus mempertimbangkan material yang siap digunakan, Pending Order Material, Trial, kegiatan maintenance rutin, serta kegiatan validasi yang dilakukan setiap awal saat dilaksanakannya produksi guna memastikan proses produksi berjalan dengan benar. Validasi dilakukan oleh bagian Qualiy Assurance. Hasil yang dikleuarkan oleh PPIC Site/Toll berupa Work Order yang akan menjadi acuan bagi divisi Produksi. RPP juga merupakan acuan bagi PPIC Material dalam merencanakan dan
17
mengendalikan material baik raw material maupun packaging material yang akan digunakan untuk produksi yang disebut Evaluasi Kebutuhan Material (EKM). EKM selanjutnya akan dibuat Purcahse Requisituion saat adanya kebutuhan untuk memesan material yang akan diserahkan kepada bagian Procurement (C-PRO). CPRO akan membuatkan Purchase Order dan akan diserahkan kepada pemasok. Saat dilaksanakannya produksi, bagian produksi akan mencatat seluruh hal yang terjadi saat produksi dimulai dari prosedur pengerjaan hingga aktual batch yang dapat diselesaikan pada Batch Record, dan Batch Record inilah yang menjadi dasar bagi PPIC Finish Good dalam pembuatan Order Fullfillment dalam rangka mengevaluasi target dan menganalisis penyebab tidak tercapainya target sebagai dasar untuk langkah perbaikan. Kegiatan tersebut rutin dilakukan setiap bulannya. PT Bintang Toedjoe juga telah menggunakan sistem Oracle-ASCP (Advance Supply Chain Planning) dalam proses bisnisnya yang terintegrasi ke seluruh divisi, namun pengambilan keputusan tetap mengacu pada perencanaan dan pengendalian manual dalam merencanaan dan mengendalian proses bisnisnya. Alur perencanaan produksi dapat dilihat pada Gambar 3. Rolling Forecast
Marketing/Sales
RPP
PPIC Finish Good
Jadwal Harian
PPIC Site/Toll
Evaluasi Kebutuhan Material
PPIC Material
Batch Record
Produksi
Order Fullfillment
PPIC Finish Good
Gambar 3 Alur perencanaan produksi Sumber: PT Bintang Toedjoe (2018)
Pengadaan dan Pengendalian Bahan Baku Sistem pengadaan dan pengendalian material yang saat ini dilakukan PT Bintang Toedjoe yaitu disesuaikan dengan kebutuhan rencana produksi selama enam bulan kedepan yang tercantum dalam RPP yang kemudian di-breakdown ke dalam EKM atau yang biasa disebut Material Requirement Planning (MRP). MRP akan menunjukan sejumlah material yang dibutuhkan untuk kebutuhan produksi selama enam bulan ke depan yang kemudian akan dilakukan pemesanan sesuai dengan kebutuhan.
18
PT Bintang Toedjoe mengelola persediaan bahan baku berdasarkan sistem FEFO (First Expired First Out) sehingga setiap bahan baku yang memiliki tanggal kadaluarsa lebih awal harus keluar atau digunakan terlebih dahulu. Besarnya jumlah persediaan yang terdapat di gudang dapat diketahui bagian PPIC dari sistem yang digunakan oleh PT Bintang Toedjoe yaitu ORACLE-ASCP. Selain itu juga dilakukan pengecekan kesesuaian secara berkala (stock opnama) oleh bagian gudang setiap satu bulan sekali.
Jenis-Jenis Persediaan Bahan Baku
1
2
3
PT Bintang Toedjoe memiliki 3 (tiga) jenis persediaan, yaitu: Bahan Baku Raw Material Bahan baku raw material digunakan oleh PT Bintang Toedjoe sebagai bahan baku dalam pembuat compound produk yang diproduksi. Bahan Baku Packaging Material Bahan baku packaging material yang digunakan oleh PT Bintang Toedjoe dibagi menjadi 2 (dua), yaitu primary packaging untuk pembungkus compound seperti foil, dan secondary packaging untuk pembungkus dalam bentuk bundle produk seperti box ataupun karton. Bahan baku kemas ini yang menjadi bahasan pada penelitian kali ini. Bahan Baku Consumable Bahan baku consumable digunakan sebagai bahan baku pendukung dalam proses produksi. Contoh bahan baku consumable yang digunakan seperti spare part yang digunakan dalam perbaikan mesin, serta alat pelindung diri (APD) yang digunakan.
Kebutuhan Bahan Baku Kemas PT Bintang Toedjoe melakukan perencanaan dan pengendalian produksinya secara berkala untuk periode perencanaan selama enam bulan ke depan. Perencanaan dan pengendalian bahan baku kemas dilakukan berdasarkan target produksi yang tercantum dalam RPP. Kebutuhan bahan baku kemas kemudian dihitung berdasarkan Bill of Material atau yang biasa disebut “formula”. Berikut adalah daftar kebutuhan bahan baku kemas periode Maret 2018 hingga Agustus 2018 yang telah disesuaikan dengan RPP dan formula yang telah ditetapkan, dapat dilihat pada Lampiran 1.
Kapasitas Gudang Bahan Baku Kemas PT Bintang Toedjoe Plant Pulogadung memiliki dua jenis gudang yaitu gudang Incoming Material Control (IMC) untuk penyimpanan bahan baku baik raw material maupun packaging material, dan gudang Outcome Material Control (OMC) untuk penyimpanan barang jadi (finish good). Pada penelitian kali ini akan berfokus padang gudang IMC packaging material (gudang bahan baku kemas). Gudang bahan baku kemas memiliki tempat penyimpanan yang berbeda untuk
19
bahan baku kemas karton dan bahan baku kemas non karton (foil, pack, dus) sehingga perhitungan dilakukan secara terpisah. Gudang bahan baku kemas memiliki keterbatasan dalam penyimpanan bahan baku kemas yang diperlukan untuk produksi. Perlu adanya pengendalian dalam mengendalikan keluar masuknya bahan baku kemas agar tidak terjadi overload yang saat ini dialami oleh perusahaan. Berdasarkan observasi yang telah dilakukan maka perhitungan kapasitas penyimpanan maksimal untuk material foil, pack, dan dus dapat dilihat pada Lampiran 2, dan untuk perhitungan kapasitas penyimpanan maksimal untuk material karton dapat dilihat pada Lampiran 3. Hasil dari perhitungan yang telah dilakukan merupakan kuantitas penyimpanan maksimum yang menjadi acuan pada lot size yang akan dipesan ke pemasok. Kapasitas penyimpanan maksimum merupakan suatu jumlah yang dapat ditampung oleh gudang untuk penyimpanan setiap materialnya. Kapasitas penyimpanan maksimum tersebut tentu akan berpengaruh pada jumlah kuantitas pesan yang harus diperhatikan oleh perusahaan. Apabila kuantitas pemesanan berada di atas atau lebih dari kapasitas penyimpanan maksimum yang telah penulis sarankan, maka akan teradi overload pada gudang. Pada prakteknya di perusahaan saat ini, sering kali perusahaan melakukan pemesanan melebihi kapasitas penyimpanan maksimum yang telah penulis sarankan, sehingga terjadinya overload pada gudang. Dengan adanya penentuan kapasitas penyimpanan maksimum tersebut, diharapkan perusahaan dapat melakukan pemesanan yang disesuaikan dengan kapasitasnya agar tidak terjadi overload dan mengurangi peluang terjadinya material rusak maupun terjadinya kecelakaan kerja.
Penentuan Prioritas (Analisis ABC) Analisis ABC diperlukan untuk menentukan material atau bahan baku kemas yang memerlukan perhatian lebih sehingga tidak terjadi stockout maupun overstock. Perhitungan analisis ABC pada penelitian ini dilakukan secara terpisah antara bahan baku kemas karton dan bahan baku kemas non karton (foil, pack, dus) dikarenakan kapasitas gudang yang digunakan berbeda. Analisis ABC yang dilakukan pada persediaan bahan baku kemas pada penelitian kali ini terbagi menjadi dua tahapan. Tahapan pertama, material dikelompokkan berdasarkan material-material apa saja yang membutuhkan kapasitas gudang terbesar dan frekuensi penggunaan yang tinggi, pengelompokan golongan tersebut yaitu: A : bahan baku kemas yang menggunakan kapasitas gudang hingga 70 persen, dan frekuensi penggunaan tinggi. B : bahan baku kemas yang menggunakan kapasitas gudang 20 persen, dan frekuensi penggunaan sedang. C : bahan baku kemas yang menggunakan kapasitas gudang 10 persen, dan frekuensi penggunaan kecil. Pengelompokan berdasarkan kebutuhan kapasitas gudang dan frekuensi penggunaan dilakukan karena adanya kendala yang terkait dengan keterbatasan kapasitas gudang dibandingkan dengan kebutuhan akan bahan baku kemas yang tinggi, dimana jika tidak dilakukan pengendalian akan menyebabkan gudang bahan baku kemas penuh, bahan baku kemas tidak diletakkan pada tempat yang
20
seharusnya, dapat mengganggu aktivitas operasional gudang serta dapat berdampak pada keselamatan pekerja. Rekapitulasi hasil analisis ABC untuk material foil, pack, dus pada perhitungan tahap pertama (kapasitas gudang) terdapat pada Tabel 8, sedangkan perhitungan keseluruhan terdapat pada Lampiran 4. Tabel 8 Analisis ABC foil, pack, dus tahap pertama (kapasitas gudang) Kode Material
Kebutuhan 6 Bulan
UoM/ Palet
Keb Palet
% Volume kebutuhan
Kap Palet
Ketersediaan Palet
1FM016060
1 384.966
6
39
5.89123867%
566
33.34
:
:
:
:
:
:
:
16
2DK057010
2 788 069.621
22 500
21
3.17220544%
566
17.95
69.63746224%
A
17
4VK004030
3 767.712
48
14
2.11480363%
566
11.96
71.75226586%
B
:
:
:
:
:
:
:
34
1WK009000
10 692
500
4
0.60422961%
566
3.41
89.87915408%
B
35
2DK052010
971 828
56 000
4
0.60422961%
566
3.42
90.48338369%
C
No
1
:
:
:
:
:
:
64
4VW003010
20
24
1
0.15105740%
:
:
: 566
0.85
%Kumulatif
5.89123867% :
Gol
A :
:
:
:
:
100.00000000%
C
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Berdasarkan Tabel 8 dan Lampiran 4, hasil dari analisis ABC untuk material foil, pack, dus pada perhitungan tahap pertama (kapasitas gudang) didapatkan material yang termasuk ke dalam golongan A sebanyak 16 material, yaitu 1FM016060, 2DK054010, 1FK004030, 2DK055010, 1FK002030M 2DM024010, 2DK056000, 1FK006020, 2DK057000, 1FK006040, 1FK044010, 1FP001090, 2DK058010, 1FK044020, 1FP001100, dan 2DK057010. Tahap selanjutnya yaitu analisis ABC tahap kedua untuk material foil, pack, dus (volume rupiah). Rekapitulasi hasil perhitungan analisis ABC tahap kedua (berdasarkan volume rupiah) untuk material foil, pack, dus dapat dilihat pada Tabel 9, sedangkan perhitungan secara keseluruhan dapat dilihat pada Lampiran 5. Tabel 9 Analisis ABC foil, pack, dus tahap kedua (volume rupiah) No
1 :
Material Code
Kebutuhan 6 Bulan
1FK004030
2 668.805
Harga/UoM
Rp3 050 000.00
Rp8 139 855 250.00
12.797920%
12.797920%
A
: 448
Rp3 666 150.01
Rp1 642 435 205.01
2.582325%
68.583545%
A
11
1FP001090
354
Rp4 075 000.00
Rp1 442 550 000.00
2.268055%
70.851600%
B
:
:
1FW003080
136
25
2DK053010
750 000
:
:
4VW003010
20
: 64
:
:
:
Gol
:
:
:
%Kumulatif
1FW003090
24
:
%Volume Rupiah
10
:
:
Total
:
:
:
Rp3 666 150.01
Rp498 596 401.52
0.783920%
89.248820%
B
Rp649.99
Rp487 494 708.49
0.766465%
90.015286%
C
: Rp248 500.00
Sumber: Data diolah (PT Bintang Toedjoe 2018)
: Rp4 970 000.00
: 0.007814%
: 100.000000%
: C
21
Berdasarkan Tabel 9 dan Lampiran 5, hasil dari analisis ABC untuk material foil, pack, dus tahap kedua (volume rupiah), terdapat 10 material yang termasuk ke dalam golongan A, yaitu 1FK004030, 1FK002030, 1FM016060, 1FK006040, 1FK044020, 1FP001100, 2DM024010, 2DK054010, 2DK0055010, 1FW003090. Sehingga hasil golongan A dari analisis ABC untuk material foil, pack, dus merupakan irisan dari himpunan analisis ABC tahapan pertama dan kedua yang dapat dilihat pada Gambar 4. Analisis ABC (foil, pack, dus) Tahap-1
1FK002030 1FK004030 1FK006040 1FK044020 1FM016060 1FP001100 2DK054010 2DK055010 2DM024010
1FK006020 1FK044010 1FP001090 2DK056000 2DK057000 2DK057010 2DK058010
Analisis ABC (foil, pack dus) Tahap-2 1FW003090
Gambar 4 Hasil analisis ABC (foil, pack, dus) Sumber: PT Bintang Toedjoe (2018) Hasil akhir analisis ABC untuk material foil, pack, dus yang termasuk ke dalam golongan A berdasarkan irisan tahap pertama dan tahap kedua yang terdapat pada Gambar 4 adalah sebanyak 9 (sembilan) material, yaitu 1FK002030, 1FK004030, 1FK006040, 1FK044020, 1FM016060, 1FP001100, 2DM24010, 2DK054010, dan 2DK055010. Perhitungan analisis ABC selanjutnya dilakukan untuk material karton. Perhitungan dan hasil analisis ABC untuk material karton tahap pertama (kapasitas gudang) dapat dilihat pada Tabel 10. Tabel 10 Analisis ABC karton tahap pertama (kapasitas gudang) Material Code
Kebutuhan 6 Bulan
UoM/ Palet
Keb Palet
Kap Palet
Ketersediaan Palet
%Kumulatif
Gol
1
3MK042000
351 166.782
600
98
43.17181%
173
74.68
43.171806%
A
2
3MM011020
367 806.981
1 000
62
27.31278%
173
47.25
70.484581%
A
3
3MP002010
44 200
800
10
4.40529%
173
7.62
74.889868%
A
4
3MK003010
22 237.6
480
8
3.52423%
173
6.09
78.414097%
A
5
3MK025030
6
3MK035000
12 450
400
7
3.08370%
173
5.33
81.497797%
B
41 445
1 000
7
3.08370%
173
5.33
84.581498%
B
7
3MM018000
9 728.765
800
7
3.08370%
173
5.33
87.665198%
B
8
3MP013020
12 516
1 000
7
3.08370%
173
5.33
90.748899%
C
9
3MK041000
29 597.374
1 000
5
2.20264%
173
3.81
92.951542%
C
10
3MW001030
17 812
600
5
2.20264%
173
3.81
95.154185%
C
11
3ME021020
2 133.09
480
3
1.32159%
173
2.28
96.475771%
C
12
3MK036000
17 514
1 000
3
1.32159%
173
2.28
97.797357%
C
13
3MP011020
9 046.42
1 000
3
1.32159%
173
2.28
99.118943%
C
1.52
100.000000 %
C
No
14
3MP010010
1 470
300
2
% Volume kebutuhan
0.88106%
Sumber: Data diolah (PT Bintang Toedjoe 2018)
173
22
Berdasarkan Tabel 10 menunjukkan bahwa hasil analisis ABC untuk material karton tahap pertama (kapasitas gudang) didapatkan 4 (empat) material yang termasuk ke dalam golongan A, yaitu material 3MK042000, 3MM011020, 3MP002010, dan 3MK003010. Tahap selanjutnya yaitu perhitungan analisis ABC untuk material karton tahap kedua (volume rupiah) yang dapat dilihat pada Tabel 11. Tabel 11 Analisis ABC karton tahap kedua (volume rupiah) Material Code
Kebutuhan 6 Bulan
1
3MK042000
351 166.782
Rp5 960.06
Rp2 092 975 981.50
53.053247%
53.053247%
A
2
3MM011020
367 806.981
Rp2 878.58
Rp1 058 761 858.29
26.837744%
79.890991%
A
3
3MP002010
44 200
Rp3 322.61
Rp146 859 221.53
3.722622%
83.613613%
B
4
3MK003010
22 237,6
Rp6 464.94
Rp143 764 694.24
3.644181%
87.257795%
B
5
3MK035000
41 445
Rp2 709.38
Rp112 290 328.69
2.846362%
90.104156%
C
6
3MW001030
17 812
Rp4 618.26
Rp82 260 448.65
2.085157%
92.189313%
C
7
3MK041000
29 597.374
Rp2 740.00
Rp81 096 804.76
2.055661%
94.244974%
C
8
3MK025030
12 450
Rp5 893.31
Rp73 371 703.67
1.859843%
96.104817%
C
9
3MK036000
17 514
Rp2 917.66
Rp51 099 959.67
1.295294%
97.400111%
C
10
3MM018000
9 728.765
Rp3 482.19
Rp33 877 385.99
0.858732%
98.258843%
C
11
3MP011020
9 046.42
Rp3 325.89
Rp30 087 441.66
0.762664%
99.021507%
C
12
3MP013020
12 516
Rp1 753.03
Rp21 940 943.79
0.556164%
99.577671%
C
13
3MP010010
1 470
Rp6 150.00
Rp9 040 500.00
0.229161%
99.806832%
C
14
3ME021020
2 133.09
Rp3 572.56
Rp7 620 584.56
0.193168%
100.000000%
C
No
Harga/UoM
Total
% Volume
% Kumulatif
Gol
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Tabel 11 menunjukkan hasil analisis ABC untuk material karton tahap kedua (volume rupiah) terdapat 2 (dua) material yang termasuk ke dalam golongan A yaitu material 3MK042000 dan 3MM011020. Berdasarkan Tabel 10 dan Tabel 11 didapatkan hasil dari perhitungan analisis ABC untuk material karton tahap pertama (kapasitas gudang) dan kedua (volume rupiah) yang merupakan irisan dari hasil analisis ABC tahap pertama dan tahap kedua, yaitu material 3MK042000 dan 3MM011020 (dapat dilihat pada Gambar 5). Analisis ABC (karton) Tahap-1 Analisis ABC (karton) Tahap-2 3MP002010
3MK042000
3MK003010
3MM011020
Gambar 5 Hasil analisis ABC (karton) Sumber: Data diolah (PT Bintang Toedjoe 2018) Material bahan kemas yang termasuk ke dalam golongan A tersebut merupakan material yang membutuhkan kapasitas gudang terbesar dan menghabiskan volume rupiah terbesar. Bahan baku kemas tersebut yang kemudian
23
akan dibahas lebih mendalam dalam perhitungan untuk menentukan lot size pemesanan yang optimal yang akan menjadi input dalam MRP.
Perencanaan MRP dan Penentuan Lot Size Optimal Perencanaan kebutuhan bahan baku kemas dengan menggunakan MRP dibagi ke dalam beberapa tahapan yaitu, netting, lotting, dan offsetting. Pada langkah netting yaitu bahan baku kemas dihitung kebutuhan bersihnya (net requirement). Net requirement akan menjadi input pada tahap berikutnya, yaitu tahap lotting. Tahap lotting merupakan penentuan jumlah atau kuantitas pesanan (lot size) yang akan dipesan kepada pemasok. Teknik dan perhitungan kuantitas pesanan sering disebut dengan teknik lot sizing. Algoritma Wagner Within merupakan teknik lot sizing yang dapat menciptakan solusi yang optimal. Hasil yang didapatkan yaitu berupa kuantitas pesanan yang kemudian digunakan sebagai input untuk tahap offsetting. Selain kuantitas pesanan, lead time juga menjadi input yang sangat penting pada tahap offsetting karena akan menentukan kapan bahan baku kemas dipesan ke pemasok. Berikut adalah perecanaan MRP dan penentuan lot size optimal dengan algoritma wagner within untuk material 1FK002030. Netting Langkah pertama yang dilakukan yaitu menentukan kebutuhan bersih (netting) untuk material 1FK002030. Input yang dibutuhkan pada langkah netting yaitu kebutuhan kotor (gross requirement), kedatangan yang terjadwal (schedule receipt), dan persediaan di tangan (on hand) yang dapat dilihat pada Tabel 12. Tabel 12 Kebutuhan kotor 1FK002030 Periode 9 10 11 12 13 14 15 16 17 18 19 20
Kebutuhan Kotor (Roll) 85.51 283.53 252.03 216.03 265.53 180.02 180.02 180.02 234.03 274.53 243.03 153.02
Kedatangan Terjadwal (Roll) 0 0 0 0 0 0 0 0 0 0 0 0
Persediaan di tangan (Roll) 0 0 0 0 0 0 0 0 0 0 0 0
Kebutuhan Bersih (Roll) 85.51 283.53 252.03 216.03 265.53 180.02 180.02 180.02 234.03 274.53 243.03 153.02
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Kebutuhan bersih yang dimasukkan ke dalam tabel MRP merupakan hasil dari perhitungan kebutuhan kotor – kedatangan terjadwal – persediaan di tangan. Hasil dari tahap netting dapat dilihat pada Tabel 13 dalam bentuk tabel MRP.
24
Tabel 13 Netting 1FK002030 Period
Nov-18 1
Des-18 2
3
Jan-18 4
5
Feb-18 6
7
Mar-18 8
9
10
GR
85.51
283.53
SR
0
0
85.51
283.53
OH NR POREC POREL Apr-18
Mei-18
Jun-18
Jul-18
Agu-18
Period 11
12
13
14
15
16
17
18
19
20
GR
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
SR
0
0
0
0
0
0
0
0
0
0
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
OH NR POREC POREL
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Lotting (Penentuan Lot Size Optimal dengan Metode Algoritma Wagner Within) Perhitungan kapasitas penyimpanan maksimal yang telah dilakukan menjadi acuan dalam menentukan jumlah kuantitas pemesanan yang akan dipesan, dimana pemesanan untuk setiap periode maupun periode gabungan tidak melebihi dari kapasitas penyimpanan maksimum yang telah ditentukan. Perhitungan dengan menggunakan algoritma wagner within akan menghasilkan output berupa berapa banyak material yang akan dipesan dan kapan pemesanan harus dilakukan, dimana output yang dihasilkan akan menciptakan solusi yang optimal. Input yang dibutuhkan pada proses lotting yaitu jumlah kebutuhan bersih (net requirement) yang terdapat pada Tabel 13, biaya pesan, biaya simpan, dan kapasitas penyimpanan maksimal. Langkah-langkah perhitungan lot sizing dengan algoritma wagner within adalah sebagai berikut: 1 Menghitung dan memeriksa batasan pada Qce Tabel 14 menunjukkan jumlah kuantitas periode gabungan dimulai dari periode 9 sampai dengan periode 20. Tabel 14 digunakan untuk memeriksa batasan pada Qce bila pemesanan dilakukan pada periode c untuk memenuhi permintaan periode c sampai periode e, dimana kuantitas (Qce) tidak boleh melebihi kapasitas gudang, yaitu 369 roll untuk material 1FK002030. Sehingga perhitungan total biaya variabel dan perhitungan selanjutnya hanya akan dilakukan untuk Qce yang tidak melebihi kapasitas gudang (Qce yang tidak berwarna).
25
Tabel 14 Alternatif pemenuhan pesanan (Qce) Permintaan 1FK002030
e=9 85.51
283.53
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
c=9
85.51
369.04
621.07
837.10
1 102.63
1 282.65
1 462.67
1 642.69
1 876.72
2 151.25
2 394.28
2 547.30
283.53
535.56
751.59
1 017.12
1 197.14
1 377.16
1 557.18
1 791.21
2 065.74
2 308.77
2 461.79
252.03
468.06
733.59
913.61
1 093.63
1 273.65
1 507.68
1 782.21
2 025.24
2 178.26
216.03
481.56
661.58
841.6
1 021.62
1 255.65
1 530.18
1 773.21
1 926.23
265.53
445.55
625.57
805.59
1 039.62
1 314.15
1 557.18
1 710.2
180.02
360.04
540.06
774.09
1 048.62
1 291.65
1 444.67
180.02
360.04
594.07
868.6
1 111.63
1 264.65
180.02
414.05
688.58
931.61
1 084.63
234.03
508.56
751.59
904.61
274.53
517.56
670.58
243.03
396.05
c=10 c=11 c=12
Pemenuhan
c=13
e=10
e=11
e=12
e=13
c=14 c=15 c=16 c=17 c=18 c=19 c=20
e=14
e=15
e=16
e=17
e=18
e=19
e=20
153.02
Sumber: Data diolah (PT Bintang Toedjoe 2018)
2
Berdasarkan Tabel 14, maka didapatkan Qce yang tidak melebihi kapasitas gudang yaitu Q99, Q1010, Q1111, Q1212, Q1313, Q1414, Q1415, Q1515, Q1516, Q1616, Q1717, Q1818, Q1919, dan Q2020. Hasil tersebut kemudian akan dilakukan ke langlah berikutnya yaitu menghitung total biaya variabel. Menghitung total biaya variabel (Zce) Hasil dari tahapan sebelumnya kemudian dihitung total biaya variabelnya, dimana membutuhkan input berupa biaya pesan dan biaya simpan. Biaya pesan untuk material 1FK002030 yaitu Rp30.000 per sekali pesan, dan biaya simpan untuk material 1FK002030 yaitu Rp3.059,30 per unit per periode (perhitungan biaya simpan dapat dilihat pada Lampiran 4). Berikut adalah perhitungan total biaya variabel untuk setiap Qce yang didefinisikan sebagai Zce. Z99 = 30000 + 3059,30 x (85,51-85,51) = 30000 Z1010 = 30000 + 3059,30 x (283,53-283,53) = 30000 Z1111 = 30000 + 3059,30 x (252,03-252,03) = 30000 Z1212 = 30000 + 3059,30 x (216,03-216,03) = 30000 Z1313 = 30000 + 3059,30 x (265,53-265,53) = 30000 Z1414 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1415 = 30000 + 3059,30 x ((360,04-180,02)+(180,02-180,02)) = 580735,186 Z1515 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1516 = 30000 + 3059,30 x ((360,04-180,02)+(180,02-180,02)) = 580735,186 Z1616 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1717 = 30000 + 3059,30 x (234,03-234,03) = 30000 Z1818 = 30000 + 3059,30 x (274,53-274,53) = 30000 Z1919 = 30000 + 3059,30 x (243,03-243,03) = 30000 Z2020 = 30000 + 3059,30 x (153,02-153,02) = 30000
26
Hasil perhitungan untuk setiap Zce kemudian dimasukan ke dalam tabel sebelumnya menggantikan nilai Qce. Hasil dari langkah kedua dapat dilihat pada Tabel 15. Tabel 15 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FK002030
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
85.51
283.53
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
30 000
580 735.19
30 000 30 000 30 000 30 000 30 000
c=14 c=15 c=16 c=17 c=18 c=19 c=10
30 000
580 735.19 30 000 30 000 30 000 30 000 30 000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
3
Tabel 15 merupakan rekapitulasi dari perhitungan total biaya variabel yang kemudian mejadi acuan dalam perhitungan tahap selanjutnya yaitu perhitungan biaya minimum. Menghitung biaya minimum (fe) Langkah selanjutkan yaitu menghitung biaya minimum untuk setiap periode yang mungkin dalam periode 9 sampai dengan periode 20. Algoritma dimulai dengan f8 = 0 dan mulai menghitung secara berurutan f9, f10, f11,…., f20. f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000=90000} = 120000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1415 + f13, Z1515 + f14 } = Min {580735,19+150000,30000+180000} = 210000 untuk Z1515 + f14 f16 = Min {Z1516 + f14, Z1616 + f15 } = Min {580735,19+180000,30000+210000}
27
= 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} = 300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z2020 + f19} = Min {30000+330000} = 360000 untuk Z2020 + f19 Hasil perhitungan untuk setiap fe kemudian dimasukan ke dalam Tabel sebelumnya menggantikan nilai Zce. Nilai fe terpilih merupakan nilai yang paling minimum dari semua alternatif pada setiap periodenya. Hasil dari langkah ketiga dapat dilihat pada Tabel 16. Tabel 16 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FK002030
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
85.51
283.53
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
180 000
730 735.19
30 000
c=10
60 000
c=11
90 000
c=12
120 000
Pemenuhan
c=13
150 000
c=14 c=15
210 000
c=16
730 735.19 240 000
c=17
270 000
c=19
300 000
c=19
330 000
c=20 fe
360 000 30 000
60 000
90 000
120 000
150 000
180 000
210 000
240 000
270 000
300 000
330 000
360 000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
4
Tabel 16 merupakan hasil rekapitulasi dari perhitungan biaya minimum, yang kemudian menjadi acuan dalam tahapan selanjutnya, yaitu mendefinisikan lot size pemesanan optimal. Mendefinisikan fe menjadi lot size optimal Hasil perhitungan biaya minimum material 1FK002030 berdasarkan Tabel 16 menunjukkan bahwa solusi optimal dengan biaya Rp360.000 untuk Z2020 + f19, yang berarti bahwa: a Pemesanan dilakukan sebanyak 153,02 roll untuk memenuhi permintaan pada periode 20. b Pemesanan dilakukan sebanyak 234,03 roll untuk memenuhi permintaan pada periode 19. c Pemesanan dilakukan sebanyak 274,53 roll untuk memenuhi permintaan pada periode 18.
28
d
Pemesanan dilakukan sebanyak 234,03 roll untuk memenuhi permintaan pada periode 17. e Pemesanan dilakukan sebanyak 180,02 roll untuk memenuhi permintaan pada periode 16. f Pemesanan dilakukan sebanyak 180,02 roll untuk memenuhi permintaan pada periode 15. g Pemesanan dilakukan sebanyak 180,02 roll untuk memenuhi permintaan pada periode 14. h Pemesanan dilakukan sebanyak 265,53 roll untuk memenuhi permintaan pada periode 13. i Pemesanan dilakukan sebanyak 216,03 roll untuk memenuhi permintaan pada periode 12. j Pemesanan dilakukan sebanyak 252,03 roll untuk memenuhi permintaan pada periode 11. Pemesanan dilakukan sebanyak 283,53 roll untuk memenuhi k permintaan pada periode 10. l Pemesanan dilakukan sebanyak 85,51 roll untuk memenuhi permintaan pada periode 9. Hasil proses perhitungan lot size algoritma wagner wihtin kemudian dimasukkan ke dalam tabel MRP sebagai Purchase Order Requesition . Tabel MRP hasil langkah lotting dapat dilihat pada Tabel 17. Tabel 17 Lotting 1FK002030 Period
Nov-18 1
Des-18 2
3
Jan-18 4
5
Feb-18 6
7
Mar-18 8
9
10
GR
85.51
283.53
SR
0
0
OH
0
0
NR
85.51
283.53
POREC
85.51
283.53
POREL Apr-18
Mei-18
Jun-18
Jul-18
Agu-18
Period 11
12
13
14
15
16
17
18
19
20
GR
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
SR
0
0
0
0
0
0
0
0
0
0
OH
0
0
0
0
0
0
0
0
0
0
NR
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
POREC
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
POREL
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Offsetting Offsetting merupakan langkah yang bertujuan untuk menentukan kapan kuantitas pemesanan (lot size) hasil proses lotting harus dilakukan. Input yang dibutuhkan untuk tahap offsetting yaitu lead time (waktu tunggu). Lead time untuk seluruh material dapat dilihat pada Lampiran 7. Lead time untuk material
29
1FK002030 yaitu 100 hari (8 periode). Berikut adalah penjabaran dari tahap offsetting pada material 1FK002030: a Pemesanan dilakukan pada periode 12 untuk memenuhi permintaan pada periode 20. b Pemesanan dilakukan pada periode 11 untuk memenuhi permintaan pada periode 19. c Pemesanan dilakukan pada periode 10 untuk memenuhi permintaan pada periode 18. Pemesanan dilakukan pada periode 9 untuk memenuhi permintaan pada d periode 17. e Pemesanan dilakukan pada periode 8 untuk memenuhi permintaan pada periode 16. f Pemesanan dilakukan pada periode 7 untuk memenuhi permintaan pada periode 15. Pemesanan dilakukan pada periode 6 untuk memenuhi permintaan pada g periode 14. h Pemesanan dilakukan pada periode 5 untuk memenuhi permintaan pada periode 13. i Pemesanan dilakukan pada periode 4 untuk memenuhi permintaan pada periode 12. j Pemesanan dilakukan pada periode 3 untuk memenuhi permintaan pada periode 11. k Pemesanan dilakukan pada periode 2 untuk memenuhi permintaan pada periode 10. l Pemesanan dilakukan pada periode 1 untuk memenuhi permintaan pada periode 20. Hasil dari tahap offsetting dapat dilihat pada Tabel 18 yang merupakan tabel hasil dari proses MRP dengan teknik algoritma wagner within. Tabel 18 Offsetting dan hasil akhir MRP 1FK002030 Period
Nov-18
Des-18 2
85.51
283.53
SR
0
0
OH
0
0
NR
85.51
283.53
POREC
85.51
283.53
234.03
274.53
252.03
Apr-18
216.03
5
6
265.53
Mei-18
180.02
7
Mar-18
GR
283.53
4
Feb-18
10
85.51
3
Jan-18
9
POREL
1
8
180.02
Jun-18
180.02
Jul-18
Agu-18
Period 11
12
13
14
15
16
17
18
19
20
GR
252.03
216.03
265.53
180.02
180.02
18002
234.03
274.53
243.03
153.02
SR
0
0
0
0
0
0
0
0
0
0
OH
0
0
0
0
0
0
0
0
0
0
NR
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
POREC
252.03
216.03
265.53
180.02
180.02
180.02
234.03
274.53
243.03
153.02
POREL
243.03
153.02
Sumber: Data diolah (PT Bintang Toedjoe 2018)
30
Berdasarkan perhitungan MRP dengan teknik lot sizing algoritma wagner within, maka total biaya yang dikerluarkan perusahaan untuk material 1FK002030 yaitu sebagai berikut: Biaya pemesanan = 12 x Rp 30.000 = Rp 360.000 Biaya simpan = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 Biaya pembelian = (85,51 + 283,53 + 252,03 + 216,02 +265,53 + 180,02 + 180,02 + 180,02 + 234,03 + 274,53 +234,03 + 153,02) x Rp 3.050.000 = Rp 7.769.240.600 Biaya kekurangan = stockout x 1% x nilai produk = 0 x 1% x Rp 25.909 = Rp 0 Biaya persediaan = Biaya pemesanan + biaya simpan + biaya kekurangan = Rp 360.000 + Rp 0 + Rp 0 = Rp 360.000 Total biaya = Biaya pembeliaan + biaya persediaan = Rp 7.769.240.600 + Rp 360.000 = Rp 7.769.600.600 Perhitungan untuk seluruh material kemas yang termasuk ke dalam golongan A dapat dilihat pada Lampiran 8. Berdasarkan perhitungan lot size dengan menggunakan metode program dinamis algoritma wagner within apabila dibandingkan dengan metode yang saat ini dilakukan perusahaan memiliki beberapa keuntungan, diantaranya: 1 Meminimumkan jumlah persediaan Penggunaan lot size berdasarkan metode algoritma wagner within akan meminimumkan jumlah persediaan (on hand) yang ada di perusahaan, karena material dipesan sesuai dengan jumlah kebutuhannya. Sedangkan kondisi saat ini di perusahaan yaitu memiliki banyak persediaan (on hand) karena pemesanan dilakukan melebihi jumlah yang dibutuhkan. Hal tersebut juga serupa dengan hasil penelitian yang dilakukan oleh Basuki (2016) dimana ukuran lot pemesanan sama dengan jumlah permintaan dan dalam pemesanan dilakukan rutin sesuai dengan periode kebutuhan, sehingga pada penelitian tersebut tidak memiliki persediaan (on hand adalah 0). Theresia dan Salomon (2015) melakukan penelitian serupa dengan yang penulis lakukan dan mendapatkan hasil on hand untuk seluruh material yang diteliti adalah 0. 2 Meminimumkan biaya persediaan Penggunaan lot size algoritma wagner within akan berdampak pada rendahnya persediaan di gudang (nilai on hand adalah 0) sehingga tidak akan menimbulkan biaya persediaan. Bila dibandingkan dengan kondisi saat ini diperusahaan ada banyak persediaan di dalam gudang sehingga menimbulkan biaya penyimpanan yang cukup tinggi. Biaya persediaan merupakan implikasi dari jumlah persediaan. Penelitian yang dilakukan oleh Hidayati, Damayanti, dan Santosa (2015) menjelaskan bahwa metode algoritma dapat meminumumkan jumlah hingga 0 (nol) sehingga biaya
31
3
simpan yang dikeluarkan adalah Rp.0 dan biaya persediaan yang dikeluarkan lebih kecil dibandingkan metode perusahaan. Meningkatkan kesesuaian antara kuantitas pemesanan dan kebutuhan Kuantitas pemesanan yang dilakukan dengan metode algoritma wagner within akan sesuai dengan kebutuhan, sehingga akan meminimalisir terjadinya kekurangan bahan (stock out) yang berdampak pada terhambatnya proses produksi bahkan akan berdampak pada gagalnya penjualan dan pendapatan yang akan didapatkan perusahaan. Pada kondisi di perusahaan, terdapat beberapa material yang tidak terpenuhi sehingga proses produksi untuk beberapa produk berhenti. Berhentinya proses produksi berdampak pada pemborosan tenaga kerja dan mesin yang menganggur. Metode yang diterapkan oleh perusahaan menunjukkan terdapat 9 (sembilan) dari 11 (sebelas) material yang termasuk pada golongan A yang mengalami stock out pada periode perencanannya. Hal tersebut terjadi dikarenakan pemesanan yang dilakukan tidak sesuai dengan kebutuhan (kuantitas pemesanan dibawah kuantitas kebutuhan) dan terjadinya perubahan permintaan dari bagian demand planning. Penelitian yang dilakukan oleh Utama (2016) menunjukan bahwa tidak terjadinya stock out pada perhitungan dengan algoritma wagner within, dikarenakan kuantitas pemesanan sesuai dengan kebutuhan sehingga kebutuhan dapat dipenuhi. Pada penelitian yang penulis lakukan, metode algoritma wagner within dapat meningkatkan kesesuaian antara kuantitas pemesanan dan kebutuhan. Metode algoritma wagner within hanya mengalami stock out pada 2 (dua) dari 11 (sebelas) material yang termasuk pada golongan A. Hal tersebut dikarenakan adanya kendala keterbatasan kapasitas penyimpanan maksimal pada gudang. Material yang mengalami stock out yaitu material 1FK044020 yang mengalami kekurangan persediaan pada periode 10 sebesar 27,01 roll dan material 1FP001100 yang mengalami kekurangan persediaan pada periode 13 sebesar 6 roll. Hal tersebut tentunya berdampak pada keluarnya biaya kegagalan penjualan yaitu sebesar Rp 6998,0209 untuk material 1FK044020 dan Rp 297,3 untuk material 1FP001100. Perbandingan stock out metode perusahaan dengan metode algoritma wagner within dapat dilihat pada Tabel 19. Tabel 19 Perbandingan stock out Perusahaan Material 1FK002030 1FK004030 1FK006040 1FK044020 1FM016060 1FP001100 2DK054010 2DK055010 2DM024010 3MK042000 3MM011020 Total
Kuantitas (UoM) 88.8 291.3 1 057.83 14.51 15.58 0 399 812.83 208 653.67 0 13 123.58 352 278.87 -
Sumber: Data diolah (2018)
Biaya Rp23 007.2 Rp75 472.9 Rp274 073.2 Rp3 759.4 Rp2 492.8 Rp0 Rp103 587 506.1 Rp54 060 079.4 Rp0 Rp3 400 188.3 Rp56 364 619.2 Rp217 791 198.5
Wagner Within Kuantitas Biaya (UoM) 0 Rp0 0 Rp0 0 Rp0 27.01 Rp6 998 0 Rp0 6 Rp297.3 0 Rp0 0 Rp0 0 Rp0 0 Rp0 0 Rp0 Rp7 295.3
32
4
Tabel 19 menunjukan bahwa metode algoritma wagner within dapat meningkatkan kesesuaian antara pemesanan dan kebutuhan sehingga akan meminimalisir terjadinya stock out yang akan menimbulkan biaya kekurangan (stock out cost) yang berupa biaya kegagalan penjualan. Biaya kegagalan penjualan diasumsikan 1 persen dari harga jual produk akhir. Metode algoritma wagner within dapat meminimalisir biaya stock out sebesar Rp217.783.903,2 atau sebesar 99,9 persen dari biaya stock out yang ditimbulkan perusahaan. Mencegah terjadinya overload pada gudang Kuantitas pemesanan (lot size) dengan menggunakan metode algoritma wagner within yang dikembangkan dengan adanya keterbatasan kapasitas gudang akan mencegah terjadinya overload pada gudang karena kuantitas telah disesuaikan dengan batasan tersebut. Penelitian-penelitian sebelumnya yang dilakukan dengan adanya pengembangan model berupa batasan kapasitas gudang menjelaskan secara tidak langsung bahwa kuantitas pemesanan tidak akan melebihi kuantitas penyimpanan maksimal pada gudang (kapasitas gudang) sehingga tidak akan terjadinya overload pada gudang. Perbandingan Total Biaya
Berdasarkan metode algoritma wagner within didapatkan total biaya untuk masing-masing material dibandingkan dengan total biaya yang dikeluarkan perusahaan. Total biaya didapatkan dari biaya pembeliaan dan biaya persediaan yang terdiri dari biaya pemesanan dan biaya simpan. Berikut adalah hasil perhitungan dari material yang termasuk ke dalam golongan A dan dibandingkan dengan metode perhitungan perusahaan (dapat dilihat pada Tabel 20). Tabel 20 Perbandingan biaya Material
Perusahaan
Wagner Within
Rp8 006 504 056.11 Rp7 769 600 600.00 Rp8 360 845 448.24 Rp8 140 215 250.00 Rp4 478 337 431.47 Rp4 905 312 050.00 Rp4 752 791 048.62 Rp4 722 264 148.02 Rp6 571 266 814.47 Rp6 538 744 050.00 Rp3 630 492 929.33 Rp3 447 720 297.30 Rp2 261 278 795.06 Rp2 014 696 185.79 Rp2 038 551 431.41 Rp1 922 981 046.89 Rp2 365 432 605.65 Rp2 320 845 062.10 Rp2 047 766 942.36 Rp1 988 409 128.22 Rp891 642 397.00 Rp1 059 091 858.29 Rp45 404 909 899.70 Rp44 829 879 676.60 Sumber: Data diolah (PT Bintang Toedjoe 2018) 1FK002030 1FK004030 1FK006040 1FK044020 1FM016060 1FP001100 2DK054010 2DK055010 2DM024010 3MK042000 3MM011020 Total
Penghematan (%) 2.96 2.64 -9.53 0.64 0.49 5.03 10.90 5.67 1.88 2.90 -18.78 1.27
33
Berdasarkan Tabel 20, biaya yang dikeluarkan perusahaan dengan metode perusahaan saat ini yaitu sebesar Rp45.404.909.899,70, sedangkan apabila perusahaan menggunakan metode MRP dengan algoritma wagner within maka perusahaan hanya akan mengeluarkan biaya sebesar Rp44.829.879.676,60. Sehingga besarnya selisih biaya yaitu Rp575.030.223,10 (1,27 persen). Selisih biaya merupakan penghematan yang dapat didapatkan perusahaan apabila menerapkan MRP dengan algoritma wagner within. Pengehematan biaya tersebut disebabkan karena jumlah pesan yang dilakukan dengan metode algoritma wagner within lebih sedikit dibandingkan dengan yang dilakukan oleh perusaaan saat ini. Selain jumlah pesan, penghematan biaya juga dipengaruhi oleh jumlah kuantitas pesan. Perusahaan saat ini melakukan pemesanan sering kali berlebih (di atas jumlah yang dibutuhkan) dan kurang (di bawah jumlah yang dibutuhkan). Kelebihan pemesanan yang dilakukan menyebabkan timbulnya biaya persediaan yang tinggi, bila dibandingkan dengan metode algoritma wagner within yang tidak memiliki on hand sehingga tidak menimbulkan biaya simpan sehingga mengurangi biaya persediaan (terkecuali untuk material yang memiliki lot size pemesanan periode gabungan). Biaya pembelian juga sangat mempengaruhi total biaya yang dikeluarkan oleh perusahaan karena jumlah kuantitas pesan berbanding lurus dengan total biaya. Pada kondisi perusahaan saat ini yang melakukan kuantitas pemesanan yang sering berlebih menyebabkan biaya pembelian yang cukup tinggi dibandingkan dengan metode algoritma wagner within yang melakukan kuantitas pesan sesuai dengan kebutuhan. Selain dari segi biaya, metode algoritma wagner within dengan pengembangan model batasan kapasitas penyimpanan gudang juga akan berdampak pada kondisi gudang penyimpanan serta berdampak pada penanganan bahan yang baik. Material dapat diletakkan pada tempat yang semestinya dengan ketentuan yang semestinya. Penanganan bahan yang baik akan meminimalisir peluang rusaknya material dan juga meminimalisir peluang terjadinya kecelakaan kerja. Implikasi Manajerial Kuantitas pemesanan (lot size) optimum dengan metode algoritma wagner within yang memperhatikan adanya kendala keterbatasan kapasitas penyimpanan maksimal gudang bahan baku kemas memiliki implikasi manajerial berupa PT Bintang Toedjoe dapat memasukkan unsur constraint berupa kapasitas penyimpanan maksimal yang telah dianalisis oleh penulis ke dalam sistem OracleASCPnya dan melakukan perubahan dalam sistem dengan metode algoritma wagner within. Hasil yang didapat dari sistem yang telah menerapkan constraint dan algoritma wagner within pada sistemnya akan berdampak pada: 1 Kondisi gudang bahan baku kemas yang baik dan rapi dimana tidak akan terjadi overload pada gudang, karena pemesanan sudah disesuaikan dengan kapasitas penyimpanan maksimal untuk setiap bahan baku kemas yang sudah ditentukan. 2 Material memiliki ruang tersendiri yang sesuai saat material yang dipesan datang, sehingga tidak akan mengganggu aktivitas operasional gudang pada saat proses loading unloading material. Seluruh material dapat ditangani dengan baik sesuai dengan ketentuannya, sehingga tidak akan terjadi
34
3 4
penumpukan material yang berlebihan, mutu material dapat terjaga, serta dapat mengurasi risiko terjadi kecelakaan kerja. Aktivitas operasional gudang dapat berjalan dengan efektif dan efisien. Proses produksi dapat berjalan sesuai dengan rencana, karna lot size dengan algoritma wagner within meminimalisir terjadinya stockout. Perusahaan dapat melakukan penghematan karena lot size dengan algoritma wagner within menekan jumlah persediaan di tangan sampai dengan nol.
SIMPULAN DAN SARAN Simpulan Berdasarkan tujuan penelitian maka didapatkan hasil penelitian yang dapat disimpulkan sebagai berikut: 1 Terciptanya kapasitas penyimpanan maksimal untuk setiap bahan baku kemas yang dibutuhkan oleh perusahaan selama periode perencanaan yang ditentukan berdasarkan proporsi kebutuhan selama periode perencanaan dan kapasitas gudang bahan baku kemas yang tersedia. Teknik lot sizing algoritma wagner within dengan adanya batasan kapasitas 2 gudang telah menciptakan solusi kuantitas pemesanan (lot size) yang optimal untuk bahan baku kemas yang termasuk ke dalam golongan A. 3 Teknik lot sizing algoritma wagner within dengan adanya batasan kapasitas gudang dapat menghemat pengeluaran perusahaan sebesar Rp575.030.223,10 (1,27 persen), meminimalisir terjadinya overstock dan stockout pada persediaan, mencegah terjadinya overload pada gudang penyimpanan bahan baku kemas, menciptakan material handling yang baik, dan dapat mencegah terjadinya kecelakaan kerja.
Saran Berdasarkan penelitian yang dilakukan, maka saran yang dapat diajukan oleh penulis adalah sebagai berikut: 1. PT Bintang Toedjoe memperhatikan kapasitas penyimpanan maksimal gudang bahan baku kemas, serta menggunakan teknik algoritma wagner within dalam merencanakan dan mengendalikan persediaannya. 2. Pada penelitian selanjutnya, dapat menambahkan kendala lainnya seperti kapasitas produksi atau modal.
35
DAFTAR PUSTAKA Assauri S. 2004. Manajemen Produksi dan Operasi. Edisi Revisi. Jakarta (ID): Fakultas Ekonomi Universitas Indonesia. Assauri S. 2008. Manajemen Produksi dan Operasi. Edisi Revisi. Jakarta (ID): Fakultas Ekonomi Universitas Indonesia. Baroto T. 2002. Perencanaan dan Pengendalian Produksi. Jakarta (ID): Ghalia Indonesia. Basuki. 2016. Optimasi Ukuran Pemesanan Lot yang Ekonomis pada Permintaan Deterministik Dinamis Menggunakan Algoritma Wagner Within [Jurnal]. Bekasi (ID): Politeknik Kelapa Sawit Citra Widya Edukasi. Handoko T. 2008. Dasar-dasar Manajemen Produksi dan Operasi. Yogyakarta (ID): BPFE. Heizer J, Render B. 2010. Manajemen Operasi. Edisi 9. Sungkono, Chirswan, penerjemah. Jakarta (ID): Salemba Empat. Terjemahan dari: Operational Management. Hidayati N, Damayanti D, Santoso B. 2015. Perencanaan Pengadaan Material untuk Meminimasi Total Biaya Persediaan dengan Metode Material Requirement Planning (MRP) (Studi Kasus: PT Citramas Heavy Industries) [Jurnal]. Bandung (ID): Universitas Telkom. Katias P, Affandi A. 2018. Implementasi Algoritma Wagner Within pada Manajemen Inventory di PT X [Jurnal]. Surabaya (ID): Universitas Nahdlatul Ulama Surabaya. [KEMENPERIN] Kementerian Perindustrian. 2015. Rencana Induk Pembangunan Industri Nasional 2015-2035. Jakarta (ID): Kemenperin. Kusuma H. 2007. Manajemen Produksi. Yogyakarta (ID): Andi. Madinah W, Sumantri Y, Azlia W. 2015. Penentuan Metode Lot Sizing pada Perencanaan Pengadaan Bahan Baku Kikir dan Mata Bor (Studi Kasus: PT X. Sidoarjo) [Jurnal]. Malang (ID): Universitas Brawijaya. Mbota A, Tantrika C, Eunike A. 2015. Perencanaan Persediaan Bahan Baku dan Bahan Bakar dengan Dynamic Lot Sizing (Studi Kasus: PT Holcim Indonesia Tbk, Tuban Plant) [Jurnal]. Malang (ID): Universitas Brawijaya. Nasution H, Situmorang M. 2015. Analisis Pengendalian Persediaan Produk untuk Meminimumkan Biaya Persediaan dengan Algoritma Wagner Within [Jurnal]. Medan (ID): Univertitas Negeri Medan. Pharma Boardroom. 2017. Top 15 Pharma Companies in Indonesia Ranking [Internet]. [diunduh 2017 September 17]. Tersedia pada: https://pharmaboardroom.com/facts/top-15-pharma-companies-inindonesia-ranking/ PT Kalbe Farma Tbk. 2017. Laporan Tahunan 2016. Jakarta (ID) [Internet]. [diunduh 2017 September 17]. Tersedia pada: http://www.kalbe.co.id/Portals/0/pdf/annualreport/Kalbe%20Farma_AR2016.pdf Prima D, Setyanto N, Tantrika C. 2014. Penerapan Sistem MRP untuk Pengendalian Persediaan Bahan Baku Animal Feedmill dengan Lot Sizing berdasarkan Algoritma Wagner Within dan Silver Meal (Studi kasus: PT Sierad Produce, Tbk [Jurnal]. Malang (ID): Univeritas Brawijaya.
36
Putri P, Santoso P, Sari R. 2014. Perencanaan Persediaan Bahan Baku Herbisida Menggunakan Metode Silver Meal dengan Memperhatikan Kapasitas Gudang (Studi Kasus di PT X, Gresik) [Jurnal]. Malang (ID): Teknik Industri Universitas Brawijaya. Rahmayanti D, Fauzan A. 2013. Optimalisasi Sistem Persediaan Bahan Baku Karet Mentah (Lateks) dengan Metode Lot Sizing (Studi Kasus: PT Abaisiat Raya) [Jurnal]. Padang (ID): Universitas Andalas. Sari D, Budiawan W. 2017. Analisis Penerapan Material Requirement Planning (MRP) dengan Mempertimbangkan Lot Sizing dalam Pengendalian Persediaan Kebutuhan Bahan Baku Xoly untuk Pembuatan Alkyd 9337 pada PT PJC [Jurnal]. Semarang (ID): Universitas Diponegoro. Sipper D, Bulfin R. 1998. Production: Planning, Control, and Integration. Singapore: MCGraw-Hill Companies, Inc. Siregar S. 2013. Metode Penelitian Kuantitatif. Jakarta (ID): Kencana Prenada Media Group Tersine R. 1994. Principles of Inventory and Materials Management Fourth Edition. New Jersey: PTR Prentice_Hall, Inc. Theresia P, Salomon L. 2015. Usulan Penerapan Material Requirement Planning (MRP) untuk Pengendalian Persediaan Bahan Baku Produk Art Ink (Studi Kasus: CV Sinar Mutiara) [Jurnal]. Jakarta (ID): Universitas Tarumanegara. Utama D M. 2017. Model Penentuan Lot Pemesanan dengan Mempertimbangkan Unit Diskon dan Batasan Kapasitas Gudang dengan Program Dinamis [Jurnal]. Malang (ID): Universitas Muhammadiyah Malang. Utama D M. 2016. Penentuan Lot Size Pemesanan Bahan Baku dengan Batasan Kapasitas Gudang [Jurnal]. Malang (ID): Universitas Muhammadiyah Malang.
37
LAMPIRAN
38
18
162
4,501
22
0
0
0
6
0
139,5
22,503
0
0
0
0
77,381
84
0
0
1FK006020
1FK006040
1FK012030
1FK031040
1FK033030
1FK035030
1FK042000
1FK042010
1FK044010
1FK044020
1FK045010
1FK045020
1FK048010
1FK049000
1FM016060
1FP001090
1FP001100
1FP015050
85,51
1FK002030
126,014
90
1FK002020
1FK004030
0
1FE045030
18
0
0
Mid
23,806
0
126
123,477
26,04
18,021
0
0
252,014
126
0
5
11
5,5
0
0
132,011
157,5
279,032
0
283,532
Mar-18
1FK004020
0
Beg
1FC021030
Kode Material
0
0
84
135,723
86,801
0
0
0
180,021
0
0
0
0
0
16,5
0
180,021
0
288,033
0
252,029
0
0
0
Beg
0
0
5,5
Mid
0
36
60
97,351
43,401
25,745
0
22
85,51
0
0
5
0
0
22
0
166,519
0
220,525
0
216,025
Apr-18
0
156
0
164,745
56,42
0
0
0
180,021
0
0
0
0
0
0
0
180,021
0
279,032
0
265,53
0
0
44
Beg
0
0
0
Mid
29,758
78
0
117,32
0
10,298
0
44
135,015
0
0
5
16,5
0
0
0
180,021
0
207,024
0
180,021
Mei-18
0
108
0
94,853
26,04
0
0
0
108,012
0
0
0
0
0
33
0
153,017
0
180,021
0
180,021
0
0
0
Beg
0
0
0
Mid
0
72
0
164,747
47,741
7,723
6
11
54,006
0
4
4
0
0
11
0
81,009
0
207,024
0
180,021
Jun-18
0
138
0
134,792
56,421
12,872
22
22
112,513
0
5
5
0
0
11
0
157,518
0
229,526
0
234,027
0
0
0
Beg
Jul-18
17,855
66
0
164,747
39,06
12,872
22
22
216,025
0
5
5
0
0
16,5
0
189,022
0
274,531
0
274,531
0
3,326
0
Mid
11,903
114
0
109,83
21,7
12,872
16,5
16,5
130,515
0
5
5
0
0
16,5
0
166,519
0
247,528
0
243,028
0
9,977
0
Beg
0
3,326
0
Mid
5,952
78
0
0
8,68
5,149
5,5
5,5
72,008
0
2
2
0
0
5,5
0
18,002
0
130,515
0
153,017
Agu-18
89,274
846
354
1384,966
412,304
105,552
72
143
1548,163
265,5
21
42
27,5
5,5
132
22
1608,181
319,5
2668,805
18
2547,292
108
16,629
49,5
Total
39
Lampiran 1 Daftar kebutuhan bahan baku kemas Maret-Agustus 2018
0
150000
0
0
35648
247044,14
2DK047020
2DK048010
2DK052010
2DK053010
2DK054000
2DK054010
276272
0
2DK040020
44115,026
0
2DK038020
2DK057010
0
2DK037040
2DK057000
35648
2DK013020
8823,005
0
2DE046050
2DK056010
0
2DC011030
320832
0
1WK009000
2DK056000
0
1WK008020
178240
0
1FW003090
167637,09
40
1FW003080
2DK055010
10
1FP017020
2DK055000
17,5
Beg
0
0
1782
2227,5
8
72
30
37,5
Mid
247044,14
249536
8823,005
311920
555849,32
35648
547026,31
0
125000
0
125000
161290
17824
8912
0
51571,423
Mar-18
1FP016000
Kode Material
352920,20
0
0
0
494088,28
0
564672,32
0
0
0
0
0
0
0
112134
171904,74
0
0
0
0
56
24
50
21,25
Beg
0
8912
1782
3564
40
0
15
0
Mid
167637,09
0
0
0
423504,24
0
432327,25
0
125000
149512
125000
258064
0
0
149512
85952,372
Apr-18
352920,20
0
0
0
520557,30
0
547026,31
0
0
0
0
0
0
0
0
171904,74
0
71296
0
0
56
0
0
0
Beg
26736
0
0
0
0
0
1336,5
3564
32
0
0
0
Mid
264690,15
0
0
0
352920,20
0
405858,23
0
93750
299024
125000
258064
Mei-18
211752,12
0
0
0
352920,20
0
352920,20
0
0
0
0
0
0
0
224268
85952,372
0
0
0
0
48
0
0
0
Beg
0
0
1336,5
1782
48
0
0
12,5
Mid
105876,06
0
0
0
352920,20
0
405858,23
0
93750
74756
100000
129032
0
0
74756
94547,609
Jun-18
220575,12
0
0
0
458796,26
0
449973,26
0
93750
149512
125000
129032
0
0
74756
111738,08
0
0
1336,5
1782
88
0
0
25
Beg
0
1782
2673
24
0
0
17,5
Mid
423504,24
0
0
0
53823,313
0
538203,31
0
125000
149512
125000
193548
0
0
112134
77357,135
30709,849
Jul-18
255867,14
0
0
0
476442,27
0
485265,28
0
62500
112134
125000
129032
0
0
112134
42976,186
92129,547
0
891
1782
32
0
0
0
Beg
0
445,5
891
16
0
0
0
Mid
141168,08
0
0
0
299982,17
0
255867,14
0
31250
37378
50000
64516
0
0
37378
17190,474
30709,849
Agu-18
2788069,6
525808
17646,01
632752
4993820,9
213888
5232042,0
35648
750000
971828
1050000
1322578
44560
8912
897072
946743,14
153549,24
80208
10692
18265,5
448
136
105
131,25
Total
40
Lanjutan Lampiran 1
0
1192
1220
3MP011020
3MP013020
3MW001030
21635,705
3MM011020
196
25671,069
3MK042000
3MP010010
0
3MK041000
0
2502
3MK036000
3094
0
3MK035000
3MP002010
0
3MK025030
3MM018000
0
716
3MK003010
0
2DW003100
3ME021020
291665
74200
2DP008100
2DW003090
0
2DP003050
0
303335,30
2DM024010
14056
41843,393
2DM022020
2DP012020
0
2DK059010
2DP008110
0
Beg
Mid
2440
3576
2412,379
420
4641
5404,869
23729,874
42794,509
5053,21
2085
5725
0
1572,826
0
116666
466664
30120
21200
90100
173421,45
271955,78
167373,57
151517,00
176460,10
Mar-18
2DK058010
Kode Material
2440
5960
0
238
3094
4323,896
29312,708
35404,033
0
0
0
747
3452,755
0
408331
174999
17068
26500
47700
0
439313,19
0
0
352920,20
Beg
Mid
1220
1788
0
0
3536
0
27219,347
27084,085
7218,872
2085
7660
1992
1905,377
0
0
291665
0
68900
15900
0
345174,65
125530,178
216452,87
326451,19
Apr-18
1708
0
0
0
5746
0
46062,826
35581,053
0
0
0
0
4884,755
0
408331
0
0
137800
0
0
690349,30
0
0
352920,20
Beg
Mid
976
0
3015,473
0
2873
0
32802,72
27615,146
2887,549
2085
7035
1992
1074
0
233332
0
0
68900
0
216776,81
428853,35
125530,178
86581,148
352920,20
Mei-18
1464
0
0
0
3978
0
26521,021
24428,783
0
0
0
1494
1726,377
0
349998
0
0
95400
0
0
397473,84
0
0
299982,17
Beg
Mid
1464
0
0
140
2652
0
46063,231
20534,339
2165,661
1668
4455
996
1899,015
0
349998
0
10040
63600
0
0
627590,28
125530,178
64935,861
158814,09
Jun-18
2684
0
0
280
5083
0
37687,767
28854,287
3609,436
2085
4455
1494
2244,291
0
641663
0
20080
121900
0
0
564831,25
0
108226,43
308805,17
Beg
Mid
732
0
1809,284
196
2431
0
46063,231
37528,275
3609,436
2085
6370
1743
1553,74
426,618
174999
0
14056
58300
0
130066,09
627590,28
125530,178
108226,43
370566,21
Jul-18
976
0
1206,189
0
4199
0
30708,551
30978,529
3609,436
2085
3830
1494
863,189
1279,854
233332
0
0
100700
0
86710,727
460232,87
0
108226,43
326451,19
Beg
Mid
488
0
603,095
0
2873
0
0
14692,674
1443,774
834
1915
498
345,275
426,618
116666
0
0
68900
0
43355,363
0
0
43290,574
35292,021
Agu-18
17812
12516
9046,42
1470
44200
9728,765
367806,98
351166,78
29597,374
17514
41445
12450
22237,6
2133,09
3033316
1224993
105420
832100
227900
650330,45
5156700,1
711337,67
887456,76
3061582,7
Total
41
Lanjutan Lampiran 1
6,25
2,496
4VW003010
4VW003020
29,432
10
38,94
11,25
434,965
276,272
Mid
8,75
3,75
62,903
0
385,724
200,023
Beg
Sumber: PT Bintang Toedjoe 2018
0
43,433
4VM004000
258,011
4VK004030
4VK008000
180,008
Beg
Mar-18
4KL003010
Kode Material Mid
26,612
0
49,424
15
301,747
145,016
Apr-18
8,75
0
98,847
0
392,724
201,273
Beg
Mid
27,557
0
61,405
13,75
300,031
145,016
Mei-18
7,5
0
56,912
0
269,494
130,015
Beg
Mid
18,851
0
89,861
8,75
227,937
122,514
Jun-18
20,186
0
80,875
8,75
317,589
160,018
Beg
Jul-18
25,527
0
89,861
12,5
399,812
212,524
Mid
21,105
0
65,898
7,5
327,018
172,52
Beg
Agu-18
8,959
0
0
3,75
152,66
98,761
Mid
205,725
20
738,359
81,25
3767,712
2043,96
Total
42
Lanjutan Lampiran 1
43
Lampiran 2 Kapasitas penyimpanan maksimal (foil, dus, pack) Kebutuhan Rata-Rata
UoM/ Palet
Kebutuhan Palet
% Volume kebutuhan
Kap Palet
Ketersediaan Palet
Kapasitas Penyimpanan Maksimal
1FC021030
16,5
12
2
0,30211%
566
1,709969789
20
1FE045030
8,3145
6
2
0,30211%
566
1,709969789
10
1FK002020
108
12
9
1,35952%
566
7,694864048
92
1FK002030
424,5486667
12
36
5,43807%
566
30,77945619
369
1FK004020
18
12
2
0,30211%
566
1,709969789
20
1FK004030
444,8008333
12
38
5,74018%
566
32,48942598
389
1FK006020
319,5
12
27
4,07855%
566
23,08459215
277
1FK006040
268,0301667
12
23
3,47432%
566
19,66465257
235
1FK012030
22
12
2
0,30211%
566
1,709969789
20
1FK031040
33
12
3
0,45317%
566
2,564954683
30
1FK033030
5,5
12
1
0,15106%
566
0,854984894
10
1FK035030
13,75
12
2
0,30211%
566
1,709969789
20
1FK042000
7
8
1
0,15106%
566
0,854984894
6
Kode Material
1FK042010
7
8
1
0,15106%
566
0,854984894
6
1FK044010
265,5
12
23
3,47432%
566
19,66465257
235
1FK044020
258,0271667
12
22
3,32326%
566
18,80966767
225
1FK045010
28,6
12
3
0,45317%
566
2,564954683
30
1FK045020
24
12
2
0,30211%
566
1,709969789
20
1FK048010
17,592
6
3
0,45317%
566
2,564954683
15
1FK049000
68,71733333
12
6
0,90634%
566
5,129909366
61
1FM016060
230,8276667
6
39
5,89124%
566
33,34441088
200
1FP001090
177
8
23
3,47432%
566
19,66465257
157
1FP001100
169,2
8
22
3,32326%
566
18,80966767
150
1FP015050
22,3185
12
2
0,30211%
566
1,709969789
20
1FP016000
32,8125
8
5
0,75529%
566
4,274924471
34
1FP017020
52,5
9
6
0,90634%
566
5,129909366
46
1FW003080
68
9
8
1,20846%
566
6,839879154
61
1FW003090
74,66666667
9
9
1,35952%
566
7,694864048
69
1WK008020
3044,25
500
7
1,05740%
566
5,98489426
2992
1WK009000
1782
500
4
0,60423%
566
3,419939577
1709
2DC011030
40104
22750
2
0,30211%
566
1,709969789
38901
2DE046050
76774,6225
36000
3
0,45317%
566
2,564954683
92338
2DK013020
157790,5237
22750
7
1,05740%
566
5,98489426
136156
2DK037040
224268
56000
5
0,75529%
566
4,274924471
239395
2DK038020
8912
22750
1
0,15106%
566
0,854984894
19450
2DK040020
22280
22750
1
0,15106%
566
0,854984894
19450
2DK047020
220429,6667
33600
7
1,05740%
566
5,98489426
201092
2DK048010
175000
42000
5
0,75529%
566
4,274924471
179546
2DK052010
194365,6
56000
4
0,60423%
566
3,419939577
191516
2DK053010
125000
33600
4
0,60423%
566
3,419939577
114909
2DK054000
35648
22500
2
0,30211%
566
1,709969789
38474
44
Lanjutan Lampiran 2 Kode Material
Kebutuhan Rata-Rata
UoM/ Palet
Kebutuhan Palet
% Volume kebutuhan
Kap Palet
Ketersediaan Palet
Kapasitas Penyimpanan Maksimal (UoM)
2DK054010
872007,0068
22500
39
5,89124%
566
33,34441088
750249
2DK055000
213888
22500
10
1,51057%
566
8,549848943
192371
2DK055010
832303,4835
22500
37
5,58912%
566
31,63444109
711774
2DK056000
632752
22500
29
4,38066%
566
24,79456193
557877
2DK056010
17646,01
22500
1
0,15106%
566
0,854984894
19237
2DK057000
525808
22500
24
3,62538%
566
20,51963746
461691
2DK057010
464678,2702
22500
21
3,17221%
566
17,95468278
403980
2DK058010
510263,7965
22500
23
3,47432%
566
19,66465257
442454
2DK059010
147909,4612
39200
4
0,60423%
566
3,419939577
134061
2DM022020
142267,535
45000
4
0,60423%
566
3,419939577
153897
2DM024010
859450,023
25200
35
5,28701%
566
29,9244713
754096
2DP003050
162582,6125
66500
3
0,45317%
566
2,564954683
170569
2DP008100
113950
22500
6
0,90634%
566
5,129909366
115422
2DP008110
138683,3333
22500
7
1,05740%
566
5,98489426
134660
2DP012020
26355
16250
2
0,30211%
566
1,709969789
27787
2DW003090
612496,5
63000
10
1,51057%
566
8,549848943
538640
2DW003100
505552,6667
63000
9
1,35952%
566
7,694864048
484776
4KL003010
340,66
250
2
0,30211%
566
1,709969789
427
4VK004030
627,952
48
14
2,11480%
566
11,96978852
574
4VK008000
13,54166667
24
1
0,15106%
566
0,854984894
20
4VM004000
123,0598333
36
4
0,60423%
566
3,419939577
123
4VW003010
10
24
1
0,15106%
566
0,854984894
20
4VW003020
34,2875
24
2
0,30211%
566
1,709969789
41
Sumber: Data diolah (PT Bintang Toedjoe 2018)
45
Lampiran 3 Kapasitas penyimpanan maksimal (karton) Kode Material
Kebutuhan Rata-Rata
UoM/ Palet
Kebutuhan Palet
% Volume kebutuhan
Kapasitas Palet
Ketersediaan Palet
Kapasitas Penyimpanan Maksimal (UoM)
3ME021020
1066,545
480
3
1,32159%
173
2,28634361
1097
3MK003010
3706,266667
480
8
3,52423%
173
6,09691630
2926
3MK025030
2490
400
7
3,08370%
173
5,33480176
2133
3MK035000
6907,5
1000
7
3,08370%
173
5,33480176
5334
3MK036000
2919
1000
3
1,32159%
173
2,28634361
2286
3MK041000
4932,895667
1000
5
2,20264%
173
3,81057269
3810
3MK042000
58527,797
600
98
43,17181%
173
74,68722467
44812
3MM011020
61301,1635
1000
62
27,31278%
173
47,25110132
47251
3MM018000
4864,3825
800
7
3,08370%
173
5,33480176
4267
3MP002010
7366,666667
800
10
4,40529%
173
7,62114537
6096
3MP010010
367,5
300
2
0,88106%
173
1,52422907
457
3MP011020
2261,605
1000
3
1,32159%
173
2,28634361
2286
3MP013020
6258
1000
7
3,08370%
173
5,33480176
5334
3MW001030
2968,666667
600
5
2,20264%
173
3,81057269
2286
Sumber: Data diolah (PT Bintang Toedjoe 2018)
46
Lampiran 4 Analisis ABC foil, pack, dus tahap pertama (kapasitas gudang) Kode Material
Kebutuhan 6 Bulan
UoM/ Palet
Keb Palet
% Volume kebutuhan
Kap Palet
Ketersediaan Palet
1
1FM016060
1384,966
6
39
5,89123867%
566
33,34441088
5,89123867%
A
2
2DK054010
5232042,041
3
1FK004030
2668,805
22500
39
5,89123867%
566
33,34441088
11,78247734%
A
12
38
5,74018127%
566
32,48942598
17,52265861%
A
4
2DK055010
4993820,901
22500
37
5,58912387%
566
31,63444109
23,11178248%
A
5
1FK002030
2547,292
12
36
5,43806647%
566
30,77945619
28,54984894%
A
6
2DM024010
5156700,138
25200
35
5,28700906%
566
29,9244713
33,83685801%
A
7
2DK056000
632752
22500
29
4,38066465%
566
24,79456193
38,21752266%
A
8
1FK006020
319,5
12
27
4,07854985%
566
23,08459215
42,29607251%
A
9
2DK057000
525808
22500
24
3,62537764%
566
20,51963746
45,92145015%
A
10
1FK006040
1608,181
12
23
3,47432024%
566
19,66465257
49,39577039%
A
11
1FK044010
265,5
12
23
3,47432024%
566
19,66465257
52,87009063%
A
12
1FP001090
354
8
23
3,47432024%
566
19,66465257
56,34441088%
A
13
2DK058010
3061582,779
22500
23
3,47432024%
566
19,66465257
59,81873112%
A
14
1FK044020
1548,163
12
22
3,32326284%
566
18,80966767
63,14199396%
A
15
1FP001100
846
8
22
3,32326284%
566
18,80966767
66,46525680%
A
16
2DK057010
2788069,621
22500
21
3,17220544%
566
17,95468278
69,63746224%
A
17
4VK004030
3767,712
48
14
2,11480363%
566
11,96978852
71,75226586%
B
No
%Kumulatif
Gol
18
2DK055000
213888
22500
10
1,51057402%
566
8,549848943
73,26283988%
B
19
2DW003090
1224993
63000
10
1,51057402%
566
8,549848943
74,77341390%
B
20
1FK002020
108
12
9
1,35951662%
566
7,694864048
76,13293051%
B
21
1FW003090
448
9
9
1,35951662%
566
7,694864048
77,49244713%
B
22
2DW003100
3033316
63000
9
1,35951662%
566
7,694864048
78,85196375%
B
23
1FW003080
136
9
8
1,20845921%
566
6,839879154
80,06042296%
B
24
1WK008020
18265,5
500
7
1,05740181%
566
5,98489426
81,11782477%
B
25
2DK013020
946743,142
22750
7
1,05740181%
566
5,98489426
82,17522659%
B
26
2DK047020
1322578
33600
7
1,05740181%
566
5,98489426
83,23262840%
B
27
2DP008110
832100
22500
7
1,05740181%
566
5,98489426
84,29003021%
B
28
1FK049000
412,304
12
6
0,90634441%
566
5,129909366
85,19637462%
B
29
1FP017020
105
9
6
0,90634441%
566
5,129909366
86,10271903%
B
30
2DP008100
227900
22500
6
0,90634441%
566
5,129909366
87,00906344%
B
31
1FP016000
131,25
8
5
0,75528701%
566
4,274924471
87,76435045%
B
32
2DK037040
897072
56000
5
0,75528701%
566
4,274924471
88,51963746%
B
33
2DK048010
1050000
42000
5
0,75528701%
566
4,274924471
89,27492447%
B
34
1WK009000
10692
500
4
0,60422961%
566
3,419939577
89,87915408%
B
35
2DK052010
971828
56000
4
0,60422961%
566
3,419939577
90,48338369%
C
36
2DK053010
750000
33600
4
0,60422961%
566
3,419939577
91,08761329%
C
37
2DK059010
887456,767
39200
4
0,60422961%
566
3,419939577
91,69184290%
C
38
2DM022020
711337,675
45000
4
0,60422961%
566
3,419939577
92,29607251%
C
39
4VM004000
738,359
36
4
0,60422961%
566
3,419939577
92,90030211%
C
40
1FK031040
132
12
3
0,45317221%
566
2,564954683
93,35347432%
C
47
Lanjutan Lampiran 4 No
Kode Material
Kebutuhan 6 Bulan
UoM/ Palet
Keb Palet
% Volume kebutuhan
Kap Palet
Ketersediaan Palet
%Kumulatif
41
1FK045010
143
12
3
0,45317221%
566
2,564954683
93,80664653%
C
Gol
42
1FK048010
105,552
6
3
0,45317221%
566
2,564954683
94,25981873%
C
43
2DE046050
153549,245
36000
3
0,45317221%
566
2,564954683
94,71299094%
C
44
2DP003050
650330,45
66500
3
0,45317221%
566
2,564954683
95,16616314%
C
45
1FC021030
49,5
12
2
0,30211480%
566
1,709969789
95,46827795%
C
46
1FE045030
16,629
6
2
0,30211480%
566
1,709969789
95,77039275%
C
47
1FK004020
18
12
2
0,30211480%
566
1,709969789
96,07250755%
C
48
1FK012030
22
12
2
0,30211480%
566
1,709969789
96,37462236%
C
49
1FK035030
27,5
12
2
0,30211480%
566
1,709969789
96,67673716%
C
50
1FK045020
72
12
2
0,30211480%
566
1,709969789
96,97885196%
C
51
1FP015050
89,274
12
2
0,30211480%
566
1,709969789
97,28096677%
C
52
2DC011030
80208
22750
2
0,30211480%
566
1,709969789
97,58308157%
C
53
2DK054000
35648
22500
2
0,30211480%
566
1,709969789
97,88519637%
C
54
2DP012020
105420
16250
2
0,30211480%
566
1,709969789
98,18731118%
C
55
4KL003010
2043,96
250
2
0,30211480%
566
1,709969789
98,48942598%
C
56
4VW003020
205,725
24
2
0,30211480%
566
1,709969789
98,79154079%
C
57
1FK033030
5,5
12
1
0,15105740%
566
0,854984894
98,94259819%
C
58
1FK042000
42
8
1
0,15105740%
566
0,854984894
99,09365559%
C
59
1FK042010
21
8
1
0,15105740%
566
0,854984894
99,24471299%
C
60
2DK038020
8912
22750
1
0,15105740%
566
0,854984894
99,39577039%
C
61
2DK040020
44560
22750
1
0,15105740%
566
0,854984894
99,54682779%
C
62
2DK056010
17646,01
22500
1
0,15105740%
566
0,854984894
99,69788520%
C
63
4VK008000
81,25
24
1
0,15105740%
566
0,854984894
99,84894260%
C
64
4VW003010
20
24
1
0,15105740%
566
0,854984894
100,00000000%
C
Sumber: Data diolah (PT Bintang Toedjoe 2018)
48
Lampiran 5 Analisis ABC foil, pack, dus tahap kedua (volume rupiah) Material Code
Kebutuhan 6 Bulan
1FK004030
2668,805
Rp 3.050.000,00
Rp 8.139.855.250,00
12,797920%
12,797920%
A
2
1FK002030
2547,292
Rp 3.050.000,00
Rp 7.769.240.600,00
12,215219%
25,013139%
A
3
1FM016060
1384,966
Rp 4.865.000,00
Rp 6.737.859.590,00
10,593626%
35,606766%
A
4
1FK006040
1608,181
Rp 3.050.000,00
Rp 4.904.952.050,00
7,711830%
43,318596%
A
5
1FK044020
1548,163
Rp 3.050.000,00
Rp 4.721.897.150,00
7,424022%
50,742617%
A
Rp 4.075.000,00
No
1
Harga/UoM
Total
%Volume Rupiah
%Kumulatif
Gol
6
1FP001100
846
Rp 3.447.450.000,00
5,420267%
56,162884%
A
7
2DM024010
5156700,138
Rp
450,00
Rp 2.320.515.062,10
3,648439%
59,811323%
A
8
2DK054010
5232042,041
Rp
385,00
Rp 2.014.336.185,79
3,167048%
62,978371%
A
9
2DK055010
4993820,901
Rp
385,00
Rp 1.922.621.046,89
3,022849%
66,001220%
A
10
1FW003090
448
Rp 3.666.150,01
Rp 1.642.435.205,01
2,582325%
68,583545%
A
11
1FP001090
354
Rp 4.075.000,00
Rp 1.442.550.000,00
2,268055%
70,851600%
B
12
2DK058010
3061582,779
450,00
Rp 1.377.712.250,55
2,166114%
73,017714%
B
13
1FK049000
412,304
Rp 3.050.000,00
Rp 1.257.527.200,00
1,977152%
74,994866%
B
14
1WK008020
18265,5
Rp
62.248,23
Rp 1.136.995.124,05
1,787645%
76,782511%
B
15
2DK057010
2788069,621
Rp
385,00
Rp 1.073.406.804,09
1,687668%
78,470179%
B
16
1FK006020
319,5
Rp 3.044.746,32
Rp
972.796.449,92
1,529483%
79,999662%
B
17
1FP016000
131,25
Rp 7.000.000,00
Rp
918.750.000,00
1,444508%
81,444171%
B
18
2DK047020
1322578
19
1FK044010
265,5
20
4VK004030
21
1FK048010
22
1WK009000
23
2DK048010
24
1FW003080
136
25
2DK053010
750000
Rp
26
2DW003100
3033316
Rp
27
1FK045010
143
28
2DP008110
832100
29
1FK031040
30 31 32
2DK013020
946743,142
33
1FP015050
89,274
34
2DK056000
632752
Rp
35
2DK059010
887456,767
Rp
36
1FK042000
37
1FK045020
Rp
Rp
650,00
Rp
859.675.700,00
1,351629%
82,795799%
B
Rp 3.010.457,41
Rp
799.276.441,29
1,256666%
84,052465%
B
3767,712
Rp
206.000,00
Rp
776.148.672,00
1,220303%
85,272767%
B
105,552
Rp 6.800.000,00
Rp
717.753.600,00
1,128491%
86,401258%
B
10692
Rp
62.363,18
Rp
666.787.088,78
1,048359%
87,449617%
B
1050000
Rp
615,00
Rp
645.750.000,00
1,015283%
88,464900%
B
Rp 3.666.150,01
Rp
498.596.401,52
0,783920%
89,248820%
B
649,99
Rp
487.494.708,49
0,766465%
90,015286%
C
150,00
Rp
454.997.400,00
0,715371%
90,730657%
C
Rp 2.995.095,62
Rp
428.298.673,07
0,673394%
91,404051%
C
513,61
Rp
427.371.959,76
0,671937%
92,075989%
C
132
Rp 2.995.838,74
Rp
395.450.714,09
0,621749%
92,697738%
C
1FP017020
105
Rp 3.620.500,27
Rp
380.152.528,45
0,597696%
93,295434%
C
1FK002020
108
Rp 3.037.376,56
Rp
328.036.668,63
0,515757%
93,811191%
C
311,00
Rp
294.438.967,96
0,462933%
94,274124%
C
Rp 3.102.500,00
Rp
276.972.585,00
0,435471%
94,709595%
C
384,98
Rp
243.595.941,44
0,382995%
95,092590%
C
260,00
Rp
230.738.759,42
0,362780%
95,455370%
C
42
Rp 5.443.828,55
Rp
228.640.798,90
0,359481%
95,814851%
C
72
Rp 2.995.095,62
Rp
215.646.884,34
0,339052%
96,153903%
C
Rp
Rp
38
2DK037040
897072
Rp
229,15
Rp
205.567.469,55
0,323204%
96,477107%
C
39
2DM022020
711337,675
Rp
287,00
Rp
204.153.912,73
0,320982%
96,798089%
C
40
2DK057000
525808
Rp
384,97
Rp
202.418.332,48
0,318253%
97,116342%
C
41
2DK052010
971828
Rp
190,02
Rp
184.663.176,05
0,290337%
97,406679%
C
49
Lanjutan Lampiran 5 No
Material Code
Kebutuhan 6 Bulan
42
2DP003050
650330,45
Harga/UoM
Total
%Volume Rupiah
%Kumulatif
Gol
Rp
282,50
Rp
183.718.352,13
0,288852%
97,695531%
C
43
4VM004000
738,359
Rp
230.300,00
Rp
170.044.077,70
0,267352%
97,962884%
C
44
2DW003090
1224993
Rp
134,22
Rp
164.418.935,96
0,258508%
98,221392%
C
45
1FC021030
49,5
Rp 2.716.278,21
Rp
134.455.771,23
0,211399%
98,432791%
C
46
4KL003010
2043,96
Rp
61.395,07
Rp
125.489.075,98
0,197301%
98,630091%
C
47
2DP008100
227900
Rp
513,61
Rp
117.050.918,91
0,184034%
98,814125%
C
48
1FK042010
21
Rp 5.443.828,55
Rp
114.320.399,45
0,179741%
98,993866%
C
49
1FE045030
16,629
Rp 4.977.500,00
Rp
82.770.847,50
0,130137%
99,124003%
C
50
2DK055000
213888
385,00
Rp
82.345.872,74
0,129469%
99,253471%
C
51
1FK035030
27,5
Rp 2.696.999,82
Rp
74.167.495,09
0,116610%
99,370081%
C
52
1FK012030
22
Rp 2.747.413,56
Rp
60.443.098,22
0,095032%
99,465113%
C
53
1FK004020
18
Rp 3.030.598,24
Rp
54.550.768,41
0,085768%
99,550881%
C
54
4VW003020
205,725
Rp
248.500,00
Rp
51.122.662,50
0,080378%
99,631259%
C
Rp
55
2DP012020
105420
Rp
438,00
Rp
46.174.213,29
0,072598%
99,703856%
C
56
2DE046050
153549,245
Rp
300,00
Rp
46.064.773,50
0,072426%
99,776282%
C
57
4VK008000
81,25
Rp
400.737,37
Rp
32.559.911,20
0,051192%
99,827474%
C
58
2DK040020
44560
Rp
730,09
Rp
32.532.669,85
0,051150%
99,878624%
C
59
2DC011030
80208
Rp
379,85
Rp
30.467.355,04
0,047902%
99,926526%
C
60
1FK033030
5,5
Rp 2.697.343,63
Rp
14.835.389,95
0,023325%
99,949851%
C
61
2DK054000
35648
Rp
385,00
Rp
13.724.404,55
0,021578%
99,971429%
C
62
2DK056010
17646,01
Rp
385,00
Rp
6.793.713,85
0,010681%
99,982111%
C
63
2DK038020
8912
Rp
719,03
Rp
6.407.973,08
0,010075%
99,992186%
C
64
4VW003010
20
Rp
248.500,00
Rp
4.970.000,00
0,007814%
100,000000%
C
Sumber: Data diolah (PT Bintang Toedjoe 2018)
50
Lampiran 6 Biaya simpan Kode Material
% Palet yang Digunakan
Harga Beli per UoM
Total Biaya Beli
Biaya Kerusakan (1% modal)
Biaya Simpan Keseluruhan Gudang 6 bln
Biaya Simpan/ UoM/ Periode
1FC021030
0,1452473%
Rp2.716.278,21
Rp134.455.771,23
Rp1.344.557,71
Rp211.690.721,81
1FE045030
0,0975885%
Rp4.977.500,00
Rp82.770.847,50
Rp827.708,48
Rp211.690.721,81
1FK002020
0,3169031%
Rp3.037.376,56
Rp328.036.668,63
Rp3.280.366,69
Rp211.690.721,81
1FK002030
7,4744881%
Rp3.050.000,00
Rp7.769.240.600,00
Rp77.692.406,00
Rp211.690.721,81
1FK004020
0,0528172%
Rp3.030.598,24
Rp54.550.768,41
Rp545.507,68
Rp211.690.721,81
1FK004030
7,8310422%
Rp3.050.000,00
Rp8.139.855.250,00
Rp81.398.552,50
Rp211.690.721,81
1FK006020
0,9375050%
Rp3.044.746,32
Rp972.796.449,92
Rp9.727.964,50
Rp211.690.721,81
1FK006040
4,7188661%
Rp3.050.000,00
Rp4.904.952.050,00
Rp49.049.520,50
Rp211.690.721,81
1FK012030
0,0645543%
Rp2.747.413,56
Rp60.443.098,22
Rp604.430,98
Rp211.690.721,81
1FK031040
0,3873260%
Rp2.995.838,74
Rp395.450.714,09
Rp3.954.507,14
Rp211.690.721,81
1FK033030
0,0161386%
Rp2.697.343,63
Rp14.835.389,95
Rp148.353,90
Rp211.690.721,81
1FK035030
0,0806929%
Rp2.696.999,82
Rp74.167.495,09
Rp741.674,95
Rp211.690.721,81
1FK042000
0,1848601%
Rp5.443.828,55
Rp228.640.798,90
Rp2.286.407,99
Rp211.690.721,81
1FK042010
0,0924301%
Rp5.443.828,55
Rp114.320.399,45
Rp1.143.203,99
Rp211.690.721,81
1FK044010
0,7790534%
Rp3.010.457,41
Rp799.276.441,29
Rp7.992.764,41
Rp211.690.721,81
1FK044020
4,5427560%
Rp3.050.000,00
Rp4.721.897.150,00
Rp47.218.971,50
Rp211.690.721,81
1FK045010
0,4196032%
Rp2.995.095,62
Rp428.298.673,07
Rp4.282.986,73
Rp211.690.721,81
1FK045020
0,2112687%
Rp2.995.095,62
Rp215.646.884,34
Rp2.156.468,84
Rp211.690.721,81
1FK048010
0,6194399%
Rp6.800.000,00
Rp717.753.600,00
Rp7.177.536,00
Rp211.690.721,81
1FK049000
1,2098186%
Rp3.050.000,00
Rp1.257.527.200,00
Rp12.575.272,00
Rp211.690.721,81
1FM016060
8,1277780%
Rp4.865.000,00
Rp6.737.859.590,00
Rp67.378.595,90
Rp211.690.721,81
1FP001090
1,5581069%
Rp4.075.000,00
Rp1.442.550.000,00
Rp14.425.500,00
Rp211.690.721,81
1FP001100
3,7236114%
Rp4.075.000,00
Rp3.447.450.000,00
Rp34.474.500,00
Rp211.690.721,81
1FP015050
0,2619556%
Rp3.102.500,00
Rp276.972.585,00
Rp2.769.725,85
Rp211.690.721,81
1FP016000
0,5776879%
Rp7.000.000,00
Rp918.750.000,00
Rp9.187.500,00
Rp211.690.721,81
1FP017020
0,4108003%
Rp3.620.500,27
Rp380.152.528,45
Rp3.801.525,28
Rp211.690.721,81
1FW003080
0,5320842%
Rp3.666.150,01
Rp498.596.401,52
Rp4.985.964,02
Rp211.690.721,81
1FW003090
1,7527480%
Rp3.666.150,01
Rp1.642.435.205,01
Rp16.424.352,05
Rp211.690.721,81
1WK008020
1,2863097%
Rp62.248,23
Rp1.136.995.124,05
Rp11.369.951,24
Rp211.690.721,81
Rp64,30
1WK009000
0,7529618%
Rp62.363,18
Rp666.787.088,78
Rp6.667.870,89
Rp211.690.721,81
Rp64,39
2DC011030
0,1241424%
Rp379,85
Rp30.467.355,04
Rp304.673,55
Rp211.690.721,81
Rp0,59
2DE046050
0,1501859%
Rp300,00
Rp46.064.773,50
Rp460.647,74
Rp211.690.721,81
Rp0,42
2DK013020
1,4653276%
Rp311,00
Rp294.438.967,96
Rp2.944.389,68
Rp211.690.721,81
Rp0,53
2DK037040
0,5640573%
Rp229,15
Rp205.567.469,55
Rp2.055.674,70
Rp211.690.721,81
Rp0,30
2DK038020
0,0137936%
Rp719,03
Rp6.407.973,08
Rp64.079,73
Rp211.690.721,81
Rp0,87
2DK040020
0,0689680%
Rp730,09
Rp32.532.669,85
Rp325.326,70
Rp211.690.721,81
Rp0,88
2DK047020
1,3860088%
Rp650,00
Rp859.675.700,00
Rp8.596.757,00
Rp211.690.721,81
Rp0,73
Rp2.781,20 Rp5.183,19 Rp3.048,78 Rp3.059,30 Rp3.043,13 Rp3.059,30 Rp3.054,92 Rp3.059,30 Rp2.807,15 Rp3.014,17 Rp2.765,42 Rp2.765,13 Rp5.312,98 Rp5.312,98 Rp3.026,35 Rp3.059,30 Rp3.013,55 Rp3.013,55 Rp6.701,94 Rp3.059,30 Rp5.089,44 Rp4.172,29 Rp4.172,29 Rp3.103,05 Rp6.609,79 Rp3.707,26 Rp3.745,30 Rp3.745,30
51
Lanjutan Lampiran 6 Kode Material
% Palet yang Digunakan
Harga Beli per UoM
Total Biaya Beli
Biaya Kerusakan (1% modal)
Biaya Simpan Keseluruhan Gudang 6 bln
Biaya Simpan/ UoM/ Periode
2DK048010
0,8802864%
Rp615,00
Rp645.750.000,00
Rp6.457.500,00
Rp211.690.721,81
Rp0,66
2DK052010
0,6110621%
Rp190,02
Rp184.663.176,05
Rp1.846.631,76
Rp211.690.721,81
Rp0,27
2DK053010
0,7859700%
Rp649,99
Rp487.494.708,49
Rp4.874.947,08
Rp211.690.721,81
Rp0,73
2DK054000
0,0557875%
Rp385,00
Rp13.724.404,55
Rp137.244,05
Rp211.690.721,81
Rp0,60
2DK054010
8,1879028%
Rp385,00
Rp2.014.336.185,79
Rp20.143.361,86
Rp211.690.721,81
Rp0,60
2DK055000
0,3347248%
Rp385,00
Rp82.345.872,74
Rp823.458,73
Rp211.690.721,81
Rp0,60
2DK055010
7,8150978%
Rp385,00
Rp1.922.621.046,89
Rp19.226.210,47
Rp211.690.721,81
Rp0,60
2DK056000
0,9902275%
Rp384,98
Rp243.595.941,44
Rp2.435.959,41
Rp211.690.721,81
Rp0,60
2DK056010
0,0276152%
Rp385,00
Rp6.793.713,85
Rp67.937,14
Rp211.690.721,81
Rp0,60
2DK057000
0,8228651%
Rp384,97
Rp202.418.332,48
Rp2.024.183,32
Rp211.690.721,81
Rp0,60
2DK057010
4,3631995%
Rp385,00
Rp1.073.406.804,09
Rp10.734.068,04
Rp211.690.721,81
Rp0,60
2DK058010
4,7912348%
Rp450,00
Rp1.377.712.250,55
Rp13.777.122,51
Rp211.690.721,81
Rp0,65
2DK059010
0,7971593%
Rp260,00
Rp230.738.759,42
Rp2.307.387,59
Rp211.690.721,81
Rp0,38
2DM022020
0,5566052%
Rp287,00
Rp204.153.912,73
Rp2.041.539,13
Rp211.690.721,81
Rp0,38
2DM024010
7,2053537%
Rp450,00
Rp2.320.515.062,10
Rp23.205.150,62
Rp211.690.721,81
Rp0,62
2DP003050
0,3443471%
Rp282,50
Rp183.718.352,13
Rp1.837.183,52
Rp211.690.721,81
Rp0,33
2DP008100
0,3566529%
Rp513,61
Rp117.050.918,91
Rp1.170.509,19
Rp211.690.721,81
Rp0,70
2DP008110
1,3021979%
Rp513,61
Rp427.371.959,76
Rp4.273.719,60
Rp211.690.721,81
Rp0,70
2DP012020
0,2284303%
Rp438,00
Rp46.174.213,29
Rp461.742,13
Rp211.690.721,81
Rp0,75
2DW003090
0,6846633%
Rp134,22
Rp164.418.935,96
Rp1.644.189,36
Rp211.690.721,81
Rp0,21
2DW003100
1,6953567%
Rp150,00
Rp454.997.400,00
Rp4.549.974,00
Rp211.690.721,81
Rp0,22
4KL003010
0,2878832%
Rp61.395,07
Rp125.489.075,98
Rp1.254.890,76
Rp211.690.721,81
Rp76,01
4VK004030
2,7638879%
Rp206.000,00
Rp776.148.672,00
Rp7.761.486,72
Rp211.690.721,81
Rp301,08
4VK008000
0,1192054%
Rp400.737,37
Rp32.559.911,20
Rp325.599,11
Rp211.690.721,81
Rp592,77
4VM004000
0,7221860%
Rp230.300,00
Rp170.044.077,70
Rp1.700.440,78
Rp211.690.721,81
Rp364,46
4VW003010
0,0293429%
Rp248.500,00
Rp4.970.000,00
Rp49.700,00
Rp211.690.721,81
Rp465,90
4VW003020
0,3018282%
Rp248.500,00
Rp51.122.662,50
Rp511.226,63
Rp211.690.721,81
Rp465,90
3ME021020
0,3563421%
Rp3.572,56
Rp7.620.584,56
Rp76.205,85
Rp64.704.054,55
Rp11,98
3MK003010
3,7148893%
Rp6.464,94
Rp143.764.694,24
Rp1.437.646,94
Rp64.704.054,55
Rp14,40
3MK025030
2,4957930%
Rp5.893,31
Rp73.371.703,67
Rp733.717,04
Rp64.704.054,55
Rp15,72
3MK035000
3,3233137%
Rp2.709,38
Rp112.290.328,69
Rp1.122.903,29
Rp64.704.054,55
Rp6,58
3MK036000
1,4043797%
Rp2.917,66
Rp51.099.959,67
Rp510.999,60
Rp64.704.054,55
Rp6,76
3MK041000
2,3732986%
Rp2.740,00
Rp81.096.804,76
Rp810.968,05
Rp64.704.054,55
Rp6,61
3MK042000
46,9311690%
Rp5.960,06
Rp2.092.975.981,50
Rp20.929.759,81
Rp64.704.054,55
Rp12,17
3MM011020
29,4930144%
Rp2.878,58
Rp1.058.761.858,29
Rp10.587.618,58
Rp64.704.054,55
Rp6,72
3MM018000
0,9751399%
Rp3.482,19
Rp33.877.385,99
Rp338.773,86
Rp64.704.054,55
Rp8,31
3MP002010
4,4302831%
Rp3.322,61
Rp146.859.221,53
Rp1.468.592,22
Rp64.704.054,55
Rp8,17
3MP010010
0,3929120%
Rp6.150,00
Rp9.040.500,00
Rp90.405,00
Rp64.704.054,55
Rp19,54
3MP011020
0,7253973%
Rp3.325,89
Rp30.087.441,66
Rp300.874,42
Rp64.704.054,55
Rp7,10
3MP013020
1,0036095%
Rp1.753,03
Rp21.940.943,79
Rp219.409,44
Rp64.704.054,55
Rp5,78
3MW001030
2,3804586%
Rp4.618,26
Rp82.260.448,65
Rp822.604,49
Rp64.704.054,55
Rp11,05
Sumber: Data diolah (PT Bintang Toedjoe 2018)
52
Lampiran 7 Lead time Kode Lead time Material 1FC021030 70 1FE045030 100 1FK002020 100 1FK002030 100 1FK004020 85 1FK004030 85 1FK006020 85 1FK006040 85 1FK012030 40 1FK031040 85 1FK033030 40 1FK035030 40 1FK042000 70 1FK042010 70 1FK044010 100 1FK044020 100 1FK045010 100 1FK045020 100 1FK048010 85 1FK049000 100 1FM016060 70 1FP001090 100 1FP001100 100 1FP015050 100 1FP016000 70 1FP017020 70 1FW003080 100 1FW003090 100 1WK008020 100 1WK009000 130 2DC011030 55 2DE046050 45 2DK013020 55 2DK037040 55 2DK038020 55 2DK040020 55 2DK047020 55 2DK048010 55 2DK052010 70
Kode Material 2DK053010 2DK054000 2DK054010 2DK055000 2DK055010 2DK056000 2DK056010 2DK057000 2DK057010 2DK058010 2DK059010 2DM022020 2DM024010 2DP003050 2DP008100 2DP008110 2DP012020 2DW003090 2DW003100 3ME021020 3MK003010 3MK025030 3MK035000 3MK036000 3MK041000 3MK042000 3MM011020 3MM018000 3MP002010 3MP010010 3MP011020 3MP013020 3MW001030 4KL003010 4VK004030 4VK008000 4VM004000 4VW003010 4VW003020
Sumber: PT Bintang Toedjoe 2018
Lead time 55 70 70 70 70 70 70 70 70 70 70 55 55 70 70 55 55 70 70 55 55 55 55 55 54 70 54 54 55 55 70 55 45 55 70 70 69 70 70
53
Lampiran 8 Perhitungan algoritma wagner within dan MRP bahan baku kemas golongan A 1FK004030 Alternatif pemenuhan pesanan (Qce) Permintaan 1FK004030
c=9 c=10 c=11
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
126,01
279,03
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
126,01
405,04
693,07
913,60
1192,63
1399,65
1579,67
1786,69
2016,22
2290,75
2538,28
2668,80
279,03
567,06
787,59
1066,62
1273,64
1453,66
1660,68
1890,21
2164,74
2412,27
2542,79
288,03
508,56
787,59
994,61
1174,63
1381,65
1611,18
1885,71
2133,24
2263,76
220,53
499,56
706,58
886,6
1093,62
1323,15
1597,68
1845,21
1975,73
279,03
486,05
666,07
873,09
1102,62
1377,15
1624,68
1755,2
207,02
387,04
594,06
823,59
1098,12
1345,65
1476,17
180,02
387,04
616,57
891,1
1138,63
1269,15
207,02
436,55
711,08
958,61
1089,13
229,53
504,06
751,59
882,11
274,53
522,06
652,58
247,53
378,05
c=12
Pemenuhan
c=13 c=14 c=15 c=16 c=17 c=18 c=19 c=20
130,52
Sumber: Data diolah (2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 3059,30 x (126,01-126,01) = 30000 Z1010 = 30000 + 3059,30 x (279,03-279,03) = 30000 Z1111 = 30000 + 3059,30 x (288,03-288,03) = 30000 Z1212 = 30000 + 3059,30 x (220,53-220,53) = 30000 Z1313 = 30000 + 3059,30 x (279,03-279,03) = 30000 Z1414 = 30000 + 3059,30 x (207,02-207,02) = 30000 Z1415 = 30000 + 3059,30 x ((387,04-207,02)+(207,02-207,02)) = 580735,186 Z1515 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1516 = 30000 + 3059,30 x ((387,04-180,02)+(180,02-180,02)) = 693929,286 Z1616 = 30000 + 3059,30 x (207,02-207,02) = 30000 Z1717 = 30000 + 3059,30 x (229,53-229,53) = 30000 Z1818 = 30000 + 3059,30 x (274,53-274,53) = 30000 Z1919 = 30000 + 3059,30 x (243,03-243,03) = 30000 Z1920 = 30000 + 3059,30 x ((378,05-247,53)+(247,53-247,53)) = 429299,836 Z2020 = 30000 + 3059,30 x (130,52-130,52) = 30000
54
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FK004030
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
126,01
279,03
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
30000
580735,186
30000
429299,836
30000 30000 30000 30000 30000
c=15 c=16 c=17 c=18 c=19 c=20
30000
693929,286 30000 30000 30000
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1415 + f13, Z1515 + f14 } = Min {580735,19+150000,30000+180000} = 210000 untuk Z1515 + f14 f16 = Min {Z1516 + f14, Z1616 + f15 } = Min {693929,286+180000,30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z2020 + f19} = Min {30000+330000} = 360000 untuk Z2020 + f19
55
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FK004030
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
126,01
279,03
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
180000
730735,19
30000
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14 c=15
210000
c=16
873929,286 240000
c=17
270000
c=18
300000
c=19
330000
c=20 fe
360000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (Roll) Period
Nov-18 1
Des-18 2
Jan-18
3
4
5
Feb-18 6
7
Mar-18 8
9
10
GR
126,01
279,03
SR
0
0
OH
0,00
0,00
NR
126,01
279,03
POREC
126,01
279,03
207,02
229,53
POREL Period
126,01
279,03
Apr-18
288,03
220,53
Mei-18
279,03
207,02
Jun-18
180,02
Jul-18
Agu-18
11
12
13
14
15
16
17
18
19
20
GR
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
POREC
288,03
220,53
279,03
207,02
180,02
207,02
229,53
274,53
247,53
130,52
POREL
274,53
247,53
130,52
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (126,01 + 279,03 + 288,03 + 220,53 + 279,03 + 207,02 + 180,02 + 207,02 + 229,53 + 274,53 + 247,53 + 130,52) x Rp 3.050.000
56
Lanjutan Lampiran 8 = Rp 8.139.855.250 = Biaya pemesanan + biaya simpan = Rp 360.000 + Rp 0 = Rp 360.000 = Biaya pembeliaan + biaya persediaan = Rp 8.139.855.250 + Rp 360.000 = Rp 8.140.215.250
Biaya persediaan
Total biaya
1FK006040 Alternatif pemenuhan pesanan (Qce) Permintaan 1FK006040
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
4,50
132,01
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18
4,50
136,51
316,53
483,05
663,07
843,09
996,11
1077,12
1234,64
1423,66
1590,28
1608,28
132,01
312,03
478,55
658,57
838,59
991,61
1072,62
1230,14
1419,16
1585,78
1603,78
180,02
346,54
526,56
706,58
859,6
940,61
1098,13
1287,15
1453,77
1471,77
166,52
346,54
526,56
679,58
760,59
918,11
1107,13
1273,75
1291,75
180,02
360,04
513,06
594,07
751,59
940,61
1107,23
1125,23
180,02
333,04
414,05
571,57
760,59
927,21
945,21
153,02
234,03
391,55
580,57
747,19
765,19
81,01
238,53
427,55
594,17
612,17
157,52
346,54
513,16
531,16
189,02
355,64
373,64
166,62
184,62
c=15 c=16 c=17 c=18 c=19 c=20
e=16
e=17
e=18
e=19
e=20
18
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 3059,30 x (4,50-4,50) = 30000 Z910 = 30000 + 3059,30 x ((136,51-4,50)+(4,50-4,50)) = 433858,193 Z1010 = 30000 + 3059,30 x (132,01-132,01) = 30000 Z1111 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1212 = 30000 + 3059,30 x (166,52-166,52) = 30000 Z1313 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1414 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1515 = 30000 + 3059,30 x (153,02-153,02) = 30000 Z1516 = 30000 + 3059,30 x ((234,03-153,02)+(153,02-153,02)) = 277833,893 Z1616 = 30000 + 3059,30 x (81,01+81,01) = 30000 Z1717 = 30000 + 3059,30 x (157,52-157,52) = 30000 Z1818 = 30000 + 3059,30 x (189,02-189,02) = 30000 Z1919 = 30000 + 3059,30 x (166,62-166,62) = 30000 Z1920 = 30000 + 3059,30 x ((184,62-166,62)+(166,62-166,62)) = 85067,4 Z2020 = 30000 + 3059,30 x (18-18) = 30000
57
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FK006040
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
4,50
132,01
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18
30000
433858,193
30000
277833,893
30000
85067,4
30000 30000 30000 30000 30000
c=15 c=16 c=17 c=18 c=19 c=20
30000 30000 30000
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z910 + f8, Z1010 + f9 } = Min {433858,193+0,30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1414 + f13 f16 = Min {Z1516 + f14, Z1616 + f15 } = Min {277833,893+180000,30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z1920 + f18, Z2020 + f19 } = Min {85067,4,+300000,30000+330000} = 360000 untuk Z2020 + f19
58
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FK006040
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
4,50
132,01
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18
30000
433858,193
210000
457833,893
330000
385067,4
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14
180000
c=15 c=16
240000
c=17
270000
c=18
300000
c=19 c=20 fe
360000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (Roll) Period
Nov-18 1
Des-18 2
Jan-18
3
4
5
Feb-18 6
7
Mar-18 8
9
10
GR
4,5
132,01
SR
0
0
OH
0,00
0,00
NR
4,50
132,01
4,50
132,01
81,01
157,52
POREC POREL Period
4,50
132,01
Apr-18
180,02
166,52
Mei-18
180,02
180,02
Jun-18
153,02
Jul-18
Agu-18
11
12
13
14
15
16
17
18
19
20
GR
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18,00
POREC
180,02
166,52
180,02
180,02
153,02
81,01
157,52
189,02
166,62
18,00
POREL
189,02
166,62
18,00
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (4,5 + 132,01 + 180,02 + 166,52 + 180,02 + 180,02 + 153,02 + 81,01 + 157,52 + 189,02 + 166,62 + 18) x Rp 3.050.000
59
Lanjutan Lampiran 8 = Rp 4.904.952.050 = Biaya pemesanan + biaya simpan = Rp 360.000 + Rp 0 = Rp 360.000 = Biaya pembeliaan + biaya persediaan = Rp 4.904.952.050 + Rp 360.000 = Rp 4.905.312.050
Biaya persediaan
Total biaya
1FK044020 Alternatif pemenuhan pesanan (Qce) Permintaan 1FK044020
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
22,50
252,01
22,50
274,51 225
207,03
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
481,54
567,05
747,07
882,09
990,10
1044,11
1156,62
1372,65
1503,17
1575,18
432,03
517,54
697,56
832,58
940,59
994,6
1107,11
1323,14
1453,66
1525,67
207,03
292,54
472,56
607,58
715,59
769,6
882,11
1098,14
1228,66
1300,67
85,51
265,53
400,55
508,56
562,57
675,08
891,11
1021,63
1093,64
180,02
315,04
423,05
477,06
589,57
805,6
936,12
1008,13
135,02
243,03
297,04
409,55
625,58
756,1
828,11
108,01
162,02
274,53
490,56
621,08
693,09
54,01
166,52
382,55
513,07
585,08
112,51
328,54
459,06
531,07
216,03
346,55
418,56
130,52
202,53
c=15 c=16 c=17 c=18 c=19 c=20
e=16
e=17
e=18
e=19
e=20
72,01
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 3059,30 x (22,5-22,5) = 30000 Z1010 = 30000 + 3059,30 x (225-225) = 30000 Z1111 = 30000 + 3059,30 x (207,03-207,03) = 30000 Z1212 = 30000 + 3059,30 x (85,51-85,51) = 30000 Z1313 = 30000 + 3059,30 x (180,02-180,02) = 30000 Z1414 = 30000 + 3059,30 x (135,02-135,02) = 30000 Z1515 = 30000 + 3059,30 x (108,01-108,01) = 30000 Z1516 = 30000 + 3059,30 x ((162,02-108,01)+(108,01-108,01)) = 195232,793 Z1616 = 30000 + 3059,30 x (54,01-54,01) = 30000 Z1617 = 30000 + 3059,30 x ((166,52-54,01)+(54,01-54,01)) = 374201,843 Z1717 = 30000 + 3059,30 x (112,51-112,51) = 30000 Z1818 = 30000 + 3059,30 x (216,03-216,03) = 30000 Z1919 = 30000 + 3059,30 x (130,52-130,52) = 30000 Z1920 = 30000 + 3059,30 x ((202,53-130,52)+(130,52-130,52)) = 250300,193 Z2020 = 30000 + 3059,30 x (72,01-72,01) = 30000
60
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FK044020
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
22,50
252,01
207,03
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
30000
195232,793
30000
250300,193
30000 30000 30000 30000 30000 30000
c=15 c=16 c=17 c=18 c=19 c=20
30000
374201,843 30000 30000
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1414 + f13 f16 = Min {Z1516 + f14, Z1616 + f15 } = Min {195232,793+180000,30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1617 + f15, Z1717 + f16 } = Min {374201,843+210000,30000+240000} = 270000 untuk Z1616 + f15 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z1920 + f18, Z2020 + f19 } = Min {250300,193+300000,30000+330000} = 360000 untuk Z2020 + f19
61
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FK044020
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
22,50
252,01
207,03
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
210000
375232,793
330000
550300,193
30000
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14
180000
c=15 c=16
240000
584201,843
c=17
270000
c=18
300000
c=19 c=20 fe
360000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (Roll) Period
Nov-18 1
Des-18 2
Jan-18
3
4
5
Feb-18 6
7
Mar-18 8
GR
9
10
22,5
252,01
SR
0
0
OH
0,00
-27,01
NR
22,50
252,01
POREC
22,50
225,00
112,51
216,03
POREL Period
22,50
225,00
207,03
Apr-18
85,51
180,02
Mei-18
135,02
108,01
Jun-18
54,01
Jul-18
Agu-18
11
12
13
14
15
16
17
18
19
20
GR
180,02
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
207,03
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
POREC
207,03
85,51
180,02
135,02
108,01
54,01
112,51
216,03
130,52
72,01
POREL
130,52
72,01
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya kekurangan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = stockout x 1% x value produk = 27,01 x 1% x Rp 25.909 = Rp 6998,0209
62
Lanjutan Lampiran 8 Biaya pembelian/6 bulan
Biaya persediaan
Total biaya
= (22,5 + 225 + 27,01 + 180,02 + 85,51 + 180,02 + 135,02 + 108,01 + 54,01 + 112,51 + 216,03 + 130,52 + 72,01) x Rp 3.050.000 = Rp 4.721.897.150 = Biaya pemesanan + biaya simpan + biaya kekurangan = Rp 360.000 + Rp 0 + Rp 6.998,0209 = Rp 366.998,0209 = Biaya pembeliaan + biaya persediaan = Rp 4.721.897.150 + Rp 396.998,0209 = Rp 4.722.264.148,02
1FM016060 Alternatif pemenuhan pesanan (Qce) Permintaan 1FM016060
c=9 c=10 c=11
Pemenuhan
c=12 c=13
e=9
e=10
e=11
36,38
123,48
36,38
159,86 123,48
e=12
e=13
e=14
e=15
e=16
135,72
97,35
164,75
295,58
392,93
557,68
259,2
356,55
135,72
233,07 97,35
117,32
94,85
164,75
134,79
164,75
109,83
675,00
769,85
934,60
1069,39
1234,14
1343,97
521,3
638,62
733,47
898,22
1033,01
1197,76
1307,59
397,82
515,14
609,99
774,74
909,53
1074,28
1184,11
262,1
379,42
474,27
639,02
773,81
938,56
1048,39
164,75
282,07
376,92
541,67
676,46
841,21
951,04
117,32
212,17
376,92
511,71
676,46
786,29
94,85
259,6
394,39
559,14
668,97
164,75
299,54
464,29
574,12
134,79
299,54
409,37
164,75
274,58
c=14 c=15 c=16 c=17 c=18
e=17
e=18
c=19
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 5089,44 x (36,38-36,38) = 30000 Z910 = 30000 + 5089,44 x ((159,86-36,38)+(36,38-36,38)) = 658444,051 Z1010 = 30000 + 5089,44 x (123,48-123,48) = 30000 Z1111 = 30000 + 5089,44 x (135,72-135,72) = 30000 Z1212 = 30000 + 5089,44 x (97,35-97,35) = 30000 Z1313 = 30000 + 5089,44 x (164,75-164,75) = 30000 Z1414 = 30000 + 5089,44 x (117,32-117,32) = 30000 Z1515 = 30000 + 5089,44 x (94,85-94,85) = 30000 Z1616 = 30000 + 5089,44 x (164,75-164,75) = 30000 Z1717 = 30000 + 5089,44 x (134,79-134,79) = 30000 Z1818 = 30000 + 5089,44 x (164,75-164,75) = 30000 Z1919 = 30000 + 5089,44 x (109,83-109,83) = 30000
e=19
109,83
63
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FM016060
c=9 c=10 c=11
Pemenuhan
c=12 c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
36,38
123,48
135,72
97,35
164,75
117,32
94,85
164,75
134,79
164,75
109,83
30000
658444,051 30000 30000 30000 30000
c=14 c=15 c=16 c=17 c=18 c=19
30000 30000 30000 30000 30000 30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z910 + f8, Z1010 + f9 } = Min {658444,051+0,30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1515 + f14 f16 = Min {Z1616 + f15} = Min {30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18
64
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FM016060
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
36,38
123,48
135,72
97,35
164,75
117,32
94,85
164,75
134,79
164,75
109,83
30000
658444,051
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14
180000
c=15
210000
c=16
240000
c=17
270000
c=18
300000
c=19 fe
330000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (Roll) Period
Nov-18 1
Des-18 2
Jan-18
3
4
5
Feb-18 6
7
Mar-18 9
10
GR
8
77,38
123,48
SR
0
0
0,00
0,00
NR
36,38
123,48
POREC
36,38
123,48
117,32
94,85
OH
41
POREL Period GR
36,38 Apr-18
123,48
Mei-18
135,72
97,35
Jun-18
164,75
Jul-18
Agu-18
11
12
13
14
15
16
17
18
19
135,72
97,35
164,75
117,32
94,85
164,75
134,79
164,75
109,83
SR
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
135,72
97,35
164,75
117,32
94,85
164,75
134,79
164,75
109,83
POREC
135,72
97,35
164,75
117,32
94,85
164,75
134,79
164,75
109,83
POREL
164,75
134,79
164,75
109,83
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
Biaya persediaan
= 11 x Rp 30.000 = Rp 330.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (36,38 + 123,48 + 135,72 + 97,35 + 164,75 + 117,32 + 94,85 + 164,75 +134,79 + 164,75 + 109,83) x Rp 4.865.000 = Rp 6.538.414.050 = Biaya pemesanan + biaya simpan
20
65
Lanjutan Lampiran 8 = Rp 330.000 + Rp 0 = Rp 330.000 = Biaya pembeliaan + biaya persediaan = Rp 6.538.414.050 + Rp 330.000 = Rp 6.538.744.050
Total biaya
1FP001100 Alternatif pemenuhan pesanan (Qce) Permintaan 1FP001100
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
0,00
0
0
36
156
84
108
72
138
66
114
78
0,00
0,00
0,00
36
192
276
384
456
594
660
774
852
0
0
36
192
276
384
456
594
660
774
852
0
36
192
276
384
456
594
660
774
852
36
192
276
384
456
594
660
774
852
150
234
342
414
552
618
732
810
84
192
264
402
468
582
660
108
180
318
384
498
576
72
210
276
390
468
138
204
318
396
66
180
258
114
192
c=14 c=15 c=16 c=17 c=18 c=19 c=20
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z1212 = 30000 + 4172,29 x (36-36) = 30000 Z1313 = 30000 + 4172,29 x (150-150) = 30000 Z1414 = 30000 + 4172,29 x (84-84) = 30000 Z1515 = 30000 + 4172,29 x (108-108) = 30000 Z1616 = 30000 + 4172,29 x (72-72) = 30000 Z1717 = 30000 + 4172,29 x (138-138) = 30000 Z1818 = 30000 + 4172,29 x (66-66) = 30000 Z1919 = 30000 + 4172,29 x (114-114) = 30000 Z2020 = 30000 + 4172,29 x (78-78) = 30000
78
66
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 1FP001100
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
0,00
0
0
36
156
84
108
72
138
66
114
78
0,00
c=10
0
c=11
0
c=12
30000
Pemenuhan
c=13
30000
c=14
30000
c=15
30000
c=16
30000
c=17
30000
c=18
30000
c=19
30000
c=20
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f11 =0 f12 = Min {Z1212 + f11} = Min {30000+0} = 30000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+30000} = 60000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+60000} = 90000 untuk Z1414 + f13 f15 = Min {Z1515 + f14} = Min {30000+90000} = 120000 untuk Z1515 + f14 f16 = Min {Z1616 + f15} = Min {30000+120000} = 150000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+150000} = 180000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+180000} = 210000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+210000} = 240000 untuk Z1919 + f18 f20 = Min {Z2020 + f19} = Min {30000+240000} = 270000 untuk Z2020 + f19 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 1FP001100
c=9 c=10 c=11 c=12
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
0,00
0
0
36
156
84
108
72
138
66
114
78
0,00 0 0 30000
Pemenuhan
c=13
60000
c=14
90000
c=15
120000
c=16
150000
c=17
180000
c=18
210000
c=19
240000
c=20 fe
270000 30000
60000
90000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
120000
150000
180000
210000
240000
270000
67
Lanjutan Lampiran 8 MRP dengan lot size AWW (Roll) Nov-18
Period
1
Des-18 2
Jan-18
3
Feb-18
Mar-18
4
5
6
7
8
9
10
36,00
150,00
84,00
108,00
72,00
138,00
66,00
GR SR OH NR POREC POREL Period
Apr-18 11
Mei-18
Jun-18
Jul-18
Agu-18
12
13
14
15
16
17
18
19
20
GR
36
156
78
108
72
138
66
114
78
SR
0
0
0
0
0
0
0
0
0
OH
0,00
-6,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
36,00
156,00
84,00
108,00
72,00
138,00
66,00
114,00
78,00
POREC
36,00
150,00
84,00
108,00
72,00
138,00
66,00
114,00
78,00
POREL
114,00
78,00
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya kekurangan
Biaya pembelian/6 bulan
Biaya persediaan
Total biaya
= 9 x Rp 30.000 = Rp 270.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = stockout x 1% x value produk = 6 x 1% x Rp 4.955 = Rp 297,3 = (36 + 150 + 6 + 78 + 108 + 72 + 138 + 66 + 114 + 78) x Rp 4.075.000 = Rp 3.447.450.000 = Biaya pemesanan + biaya simpan + biaya kekurangan = Rp 270.000 + Rp 0 + Rp 297,3 = Rp 270.297,3 = Biaya pembeliaan + biaya persediaan = Rp 3.447.450.000 + Rp 270.297,3 = Rp 3.447.720.297,3
68
Lanjutan Lampiran 8 2DK054010 Alternatif pemenuhan pesanan (Qce) Permintaan
2DK054010
c=9
c=10
c=11
c=12
Pemenuhan
c=13
c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
247044,14
547026,32
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,3
538203,31
485265,28
255867,15
247044,14
794070,46
1358742,79
1791070,04
2338096,36
2743954,60
3096874,81
3502733,05
3952706,35
4490909,66
4976174,94
5232042,09
547026,32
1111698,65
1544025,9
2091052,22
2496910,46
2849830,67
3255688,91
3705662,21
4243865,52
4729130,8
4984997,95
564672,33
996999,58
1544025,9
1949884,14
2302804,35
2708662,59
3158635,89
3696839,2
4182104,48
4437971,63
432327,25
979353,57
1385211,81
1738132,02
2143990,26
2593963,56
3132166,87
3617432,15
3873299,3
547026,32
952884,56
1305804,77
1711663,01
2161636,31
2699839,62
3185104,9
3440972,05
405858,24
758778,45
1164636,69
1614609,99
2152813,3
2638078,58
2893945,73
352920,21
758778,45
1208751,75
1746955,06
2232220,34
2488087,49
405858,24
855831,54
1394034,85
1879300,13
2135167,28
449973,3
988176,61
1473441,89
1729309,04
538203,31
1023468,59
1279335,74
485265,28
741132,43
c=15
c=16
c=17
c=18
c=19
c=20
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 0,60 x (247044,14-247044,14) = 30000 Z1010 = 30000 + 0,60 x (547026,32-547026,32) = 30000 Z1111 = 30000 + 0,60 x (564672,23-564672,23) = 30000 Z1212 = 30000 + 0,60 x (432327,25-432327,25) = 30000 Z1313 = 30000 + 0,60 x (547026,32-547026,32) = 30000 Z1414 = 30000 + 0,60 x (405858,24-405858,24) = 30000 Z1515 = 30000 + 0,60 x (352920,21-352920,21) = 30000 Z1616 = 30000 + 0,60 x (405858,24-405858,24) = 30000 Z1717 = 30000 + 0,60 x (449973,3-449973,3) = 30000 Z1818 = 30000 + 0,60 x (538203,32-538203,31) = 30000 Z1919 = 30000 + 0,60 x (485265,28-485265,28) = 30000 Z1920 = 30000 + 0,60 x ((741132,43-485265,28)+( 485265,28-485265,28)) = 183520,29 Z2020 = 30000 + 0,60 x (255867,15-255867,15) = 30000
255867,15
69
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan
2DK054010
c=9
c=10
c=11
c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
247044,14
547026,32
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,3
538203,31
485265,28
255867,15
30000
183520,29
30000
30000
30000
30000
30000
c=14
c=15
c=16
c=17
c=18
c=19
c=20
30000
30000
30000
30000
30000
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum (Rupiah) f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1111 + f10 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1515 + f14 f16 = Min {Z1616 + f15} = Min {30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z1920 + f18, Z2020 + f19 } = Min {183520,29+300000,30000+330000} = 360000 untuk Z2020 + f19
70
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan
2DK054010
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
247044,14
547026,32
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,3
538203,31
485265,28
255867,15
330000
483520,29
30000
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14
180000
c=15
210000
c=16
240000
c=17
270000
c=18
300000
c=19
c=20
fe
360000
30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (EA) Nov-18
Des-18
Jan-18
Feb-18
Mar-18
Period 1
2
3
4
5
6
7
8
9
10
GR
247044,14
547026,32
SR
0
0
OH
0,00
0,00
NR
247044,14
547026,32
247044,14
547026,32
405858,24
352920,21
POREC POREL
247044,14 Apr-18
547026,32
Mei-18
564672,33
432327,25
Jun-18
547026,32
Jul-18
Agu-18
Period
GR
11
12
13
14
15
16
17
18
19
20
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,3
538203,31
485265,28
255867,15
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,30
538203,31
485265,28
255867,15
POREC
564672,33
432327,25
547026,32
405858,24
352920,21
405858,24
449973,30
538203,31
485265,28
255867,15
POREL
405858,24
449973,30
538203,31
485265,28
255867,15
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (247044,1 + 547026,3 + 564672,3 + 432327,3 + 547026,3 + 405858,2 + 352920,2 + 405858,2 + 449973,3 + 538203,3 + 485265,3 + 255867,2 ) x Rp 385 = Rp 2.014.336.185,79
71
Lanjutan Lampiran 8 Biaya persediaan
= Biaya pemesanan + biaya simpan = Rp 360.000 + Rp 0 = Rp 360.000 = Biaya pembeliaan + biaya persediaan = Rp 2.014.336.185,79 + Rp 360.000 = Rp 2.014.696.185,79
Total biaya
2DK055010 Alternatif pemenuhan pesanan (Qce) Permintaan
2DK055010
c=9
c=10
c=11
c=12
Pemenuhan
c=13
c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
167637,10
555849,32
494088,29
423504,25
520557,3
352920,21
352920,21
352920,21
458796,267
538203,31
476442,28
299982,17
167637,10
723486,42
1217574,71
1641078,96
2161636,26
2514556,47
2867476,68
3220396,89
3679193,16
4217396,47
4693838,75
4993820,92
555849,32
1049937,61
1473441,86
1993999,16
2346919,37
2699839,58
3052759,79
3511556,057
4049759,367
4526201,647
4826183,817
494088,29
917592,54
1438149,84
1791070,05
2143990,26
2496910,47
2955706,737
3493910,047
3970352,327
4270334,497
423504,25
944061,55
1296981,76
1649901,97
2002822,18
2461618,447
2999821,757
3476264,037
3776246,207
520557,3
873477,51
1226397,72
1579317,93
2038114,197
2576317,507
3052759,787
3352741,957
352920,21
705840,42
1058760,63
1517556,897
2055760,207
2532202,487
2832184,657
352920,21
705840,42
1164636,687
1702839,997
2179282,277
2479264,447
352920,21
811716,477
1349919,787
1826362,067
2126344,237
458796,267
996999,577
1473441,857
1773424,027
538203,31
1014645,59
1314627,76
476442,28
776424,45
c=15
c=16
c=17
c=18
c=19
c=20
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 0,60 x (167637,10-167637,10) = 30000 Z1010 = 30000 + 0,60 x (555849,32-555849,32) = 30000 Z1111 = 30000 + 0,60 x (494088,29-494088,29) = 30000 Z1212 = 30000 + 0,60 x (423504,25-423504,25) = 30000 Z1313 = 30000 + 0,60 x (520557,3-520557,3) = 30000 Z1414 = 30000 + 0,60 x (352920,21-352920,21) = 30000 Z1415 = 30000 + 0,60 x ((705840,42-352920,21)+( 352920,21-352920,21)) = 241752,126 Z1515 = 30000 + 0,60 x (352920,21-352920,21) = 30000 Z1516 = 30000 + 0,60 x ((705840,42-352920,21)+( 352920,21-352920,21)) = 241752,126 Z1616 = 30000 + 0,60 x (352920,21-352920,21) = 30000 Z1717 = 30000 + 0,60 x (458796,267-458796,267) = 30000 Z1818 = 30000 + 0,60 x (538203,31-538203,31) = 30000 Z1919 = 30000 + 0,60 x (476442,28-476442,28) = 30000 Z2020 = 30000 + 0,60 x (299982,17-299982,17) = 30000
299982,17
72
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan
2DK055010
c=9
c=10
c=11
c=12
Pemenuhan
c=13
c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
167637,10
555849,32
494088,29
423504,25
520557,3
352920,21
352920,21
352920,21
458796,267
538203,31
476442,28
299982,17
30000
723486,42
1217574,71
1641078,96
2161636,26
2514556,47
2867476,68
3220396,89
3679193,16
4217396,47
4693838,75
4993820,92
30000
1049937,61
1473441,86
1993999,16
2346919,37
2699839,58
3052759,79
3511556,057
4049759,367
4526201,647
4826183,817
30000
917592,54
1438149,84
1791070,05
2143990,26
2496910,47
2955706,737
3493910,047
3970352,327
4270334,497
30000
944061,55
1296981,76
1649901,97
2002822,18
2461618,447
2999821,757
3476264,037
3776246,207
30000
873477,51
1226397,72
1579317,93
2038114,197
2576317,507
3052759,787
3352741,957
30000
241752,126
1058760,63
1517556,897
2055760,207
2532202,487
2832184,657
30000
241752,126
1164636,687
1702839,997
2179282,277
2479264,447
30000
811716,477
1349919,787
1826362,067
2126344,237
30000
996999,577
1473441,857
1773424,027
30000
1014645,59
1314627,76
30000
776424,45
c=15
c=16
c=17
c=18
c=19
c=20
30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum (Rupiah) f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1111 + f10 f11 = Min {Z1111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f13 f15 = Min {Z1415 + f13, Z1515 + f14 } = Min {241752,126+150000,30000+180000} = 210000 untuk Z1515 + f14 f16 = Min {Z1516 + f14, Z1616 + f15 } = Min {241752,126+180000,30000+210000} = 240000 untuk Z1616 + f15 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z2020 + f19} = Min {30000+330000} = 360000 untuk Z2020 + f19
73
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan
2DK055010
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
167637,10
555849,32
494088,29
423504,25
520557,3
352920,21
352920,21
352920,21
458796,267
538203,31
476442,28
299982,17
30000
723486,42
1217574,71
1641078,96
2161636,26
2514556,47
2867476,68
3220396,89
3679193,16
4217396,47
4693838,75
4993820,92
60000
1049937,61
1473441,86
1993999,16
2346919,37
2699839,58
3052759,79
3511556,057
4049759,367
4526201,647
4826183,817
90000
917592,54
1438149,84
1791070,05
2143990,26
2496910,47
2955706,737
3493910,047
3970352,327
4270334,497
120000
944061,55
1296981,76
1649901,97
2002822,18
2461618,447
2999821,757
3476264,037
3776246,207
150000
873477,51
1226397,72
1579317,93
2038114,197
2576317,507
3052759,787
3352741,957
180000
391752,126
1058760,63
1517556,897
2055760,207
2532202,487
2832184,657
210000
421752,126
1164636,687
1702839,997
2179282,277
2479264,447
240000
811716,477
1349919,787
1826362,067
2126344,237
270000
996999,577
1473441,857
1773424,027
300000
1014645,59
1314627,76
330000
776424,45
c=10
c=11
c=12
Pemenuhan
c=13
c=14
c=15
c=16
c=17
c=18
c=19
c=20
fe
360000
30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (EA) Nov-18
Des-18
Jan-18
Feb-18
Mar-18
Period 1
2
3
4
9
10
GR
167637,1
555849,32
SR
0
0
OH
0,00
0,00
NR
167637,10
555849,32
POREC
167637,10
555849,32
352920,21
352920,21
POREL
167637,10 Apr-18
5
6
555849,32
Mei-18
494088,29
7
8
423504,25
Jun-18
520557,30
Jul-18
Agu-18
Period
GR
11
12
13
14
15
16
17
18
19
20
494088,29
423504,25
520557,3
352920,21
352920,21
352920,21
458796,267
538203,31
476442,28
299982,17
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
494088,29
423504,25
520557,30
352920,21
352920,21
352920,21
458796,27
538203,31
476442,28
299982,17
POREC
494088,29
423504,25
520557,30
352920,21
352920,21
352920,21
458796,27
538203,31
476442,28
299982,17
POREL
352920,21
458796,27
538203,31
476442,28
299982,17
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (167637,1 + 555849,3 + 494088,3 + 423504,3 + 520557,3 + 352920,2 +352920,2 + 352920,2 + 458796,3 + 538203,3 + 476442,3 + 299982,2) x Rp 385 = Rp 1.922.621.046,89
74
Lanjutan Lampiran 8 Biaya persediaan
= Biaya pemesanan + biaya simpan = Rp 360.000 + Rp 0 = Rp 360.000 = Biaya pembeliaan + biaya persediaan = Rp 1.922.621.046,89 + Rp 360.000 = Rp 1.922.981.046,89
Total biaya
2DM024010 Alternatif pemenuhan pesanan (Qce) Permintaan
2DK024010
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
303335,30
271955,79
439313,2
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
303335,30
575291,09
1014604,29
1359778,94
2050128,25
2478981,61
2876455,45
3504045,73
4068876,98
4696467,26
5156700,13
271955,79
711268,99
1056443,64
1746792,95
2175646,31
2573120,15
3200710,43
3765541,68
4393131,96
4853364,83
439313,2
784487,85
1474837,16
1903690,52
2301164,36
2928754,64
3493585,89
4121176,17
4581409,04
345174,65
1035523,96
1464377,32
1861851,16
2489441,44
3054272,69
3681862,97
4142095,84
690349,31
1119202,67
1516676,51
2144266,79
2709098,04
3336688,32
3796921,19
826327,2
1453917,48
2018748,73
2646339,01
3106571,88
397473,84
1025064,12
1589895,37
2217485,65
2677718,52
627590,28
1192421,53
1820011,81
2280244,68
564831,25
1192421,53
1652654,4
627590,28
1087823,15
c=14 c=15 c=16 c=17 c=18
428853,36
c=19
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 0,62 x (303335,30-303335,30) = 30000 Z1010 = 30000 + 0,62 x (271955,79-271955,79) = 30000 Z1011 = 30000 + 0,62 x ((711268,99-271955,79)+( 271955,79-271955,79)) = 302374,184 Z1111 = 30000 + 0,62 x (439313,2-439313,2) = 30000 Z1212 = 30000 + 0,62 x (345174,65-345174,65) = 30000 Z1313 = 30000 + 0,62 x (690349,31-690349,31) = 30000 Z1414 = 30000 + 0,62 x (428853,36-428853,36) = 30000 Z1515 = 30000 + 0,62 x (397473,84-397473,84) = 30000 Z1616 = 30000 + 0,62 x (627590,28-627590,28) = 30000 Z1717 = 30000 + 0,62 x (564831,25-564831,25) = 30000 Z1818 = 30000 + 0,62 x (627590,28-627590,28) = 30000 Z1919 = 30000 + 0,62 x (460232,87-460232,87) = 30000
460232,87
75
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 2DK024010
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
303335,3
271955,79
439313,2
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
30000
302374,184
30000
30000 30000 30000
c=14 c=15 c=16 c=17 c=18 c=19
30000 30000 30000 30000 30000 30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1111 + f10 f11 = Min {Z1011 + f9, Z1111 + f10 } = Min {302374,184+30000,30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f14 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1515 + f15 f16 = Min {Z1616 + f15} = Min {30000+210000} = 240000 untuk Z1616 + f13 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18
76
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 2DK024010
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
303335,3
271955,79
439313,2
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
30000
302374,184
30000
c=10 c=11
30000
c=12
30000
Pemenuhan
c=13
30000
c=14
30000
c=15
30000
c=16
30000
c=17
30000
c=18
30000
c=19 fe
30000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (EA) Nov-18
Des-18
Jan-18
Feb-18
Mar-18
Period 9
10
GR
1
2
3
4
5
6
7
8
303335,3
271955,79
SR
0
0
OH
0,00
0,00
NR
303335,30
271955,79
POREC
303335,30
271955,79
690349,31
428853,36
POREL
303335,30 Apr-18
Mei-18
271955,79
439313,20
Jun-18
345174,65
Jul-18
Agu-18
Period 11
12
13
14
15
16
17
18
19
GR
439313,2
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
SR
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
439313,20
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
POREC
439313,20
345174,65
690349,31
428853,36
397473,84
627590,28
564831,25
627590,28
460232,87
POREL
397473,84
627590,28
564831,25
627590,28
460232,87
20
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
Biaya persediaan
= 11 x Rp 30.000 = Rp 330.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (303335,3 + 271955,8 + 439313,2 + 345174,7 + 690349,3 + 428853,4 + 397473,8 + 627590,3 + 564831,3 + 627590,3 + 460232,9) x Rp 450 = Rp 2.320.515.062,10 = Biaya pemesanan + biaya simpan = Rp 330.000 + Rp 0
77
Lanjutan Lampiran 8 = Rp 330.000 = Biaya pembeliaan + biaya persediaan = Rp 2.320.515.062,10 + Rp 330.000 = Rp 2.320.845.062,10
Total biaya
3MK042000 Alternatif pemenuhan pesanan (Qce) Permintaan 3MK042000
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
25671,07
42794,51
35404,03
27048,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
25671,07
68465,58
103869,61
130917,70
166498,75
194113,90
218542,68
239077,02
267931,31
305459,59
336438,12
351067,79
42794,51
78198,54
105246,63
140827,68
168442,83
192871,61
213405,95
242260,24
279788,52
310767,05
325396,72
35404,03
62452,12
98033,17
125648,32
150077,1
170611,44
199465,73
236994,01
267972,54
282602,21
27048,09
62629,14
90244,29
114673,07
135207,41
164061,7
201589,98
232568,51
247198,18
35581,05
63196,2
87624,98
108159,32
137013,61
174541,89
205520,42
220150,09
27615,15
52043,93
72578,27
101432,56
138960,84
169939,37
184569,04
24428,78
44963,12
73817,41
111345,69
142324,22
156953,89
20534,34
49388,63
86916,91
117895,44
132525,11
28854,29
66382,57
97361,1
111990,77
37528,28
68506,81
83136,48
c=15 c=16 c=17 c=18 c=19 c=20
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 12,17 x (25671,07-25671,07) = 30000 Z1010 = 30000 + 12,17 x (42794,51-42794,51) = 30000 Z1111 = 30000 + 12,17 x (35404,03-35404,03) = 30000 Z1212 = 30000 + 12,17 x (27048,09-27048,09) = 30000 Z1313 = 30000 + 12,17 x (35581,05-35581,05) = 30000 Z1414 = 30000 + 12,17 x (27615,15-27615,15) = 30000 Z1515 = 30000 + 12,17 x (24428,78-24428,78) = 30000 Z1616 = 30000 + 12,17 x (20534,34-20534,34) = 30000 Z1717 = 30000 + 12,17 x (28854,29-28854,29) = 30000 Z1818 = 30000 + 12,17 x (37528,28-37528,28) = 30000 Z1919 = 30000 + 12,17 x (30978,53-30978,53) = 30000 Z2020 = 30000 + 12,17 x (14629,67-14629,67) = 30000
30978,53
45608,2 14629,67
78
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 3MK042000
c=9 c=10 c=11 c=12
Pemenuhan
c=13 c=14
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
25671,07
42794,51
35404,03
27048,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
30000 30000 30000 30000 30000 30000
c=15 c=16 c=17 c=18 c=19 c=20
30000 30000 30000 30000 30000 30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z1010 + f9} = Min {30000+30000} = 60000 untuk Z1010 + f9 f11 = Min {Z111 + f10} = Min {30000+30000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 1200000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f14 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1515 + f15 f16 = Min {Z1616 + f15} = Min {30000+210000} = 240000 untuk Z1616 + f13 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18 f20 = Min {Z2020 + f19} = Min {30000+300000} = 360000 untuk Z2020 + f19
79
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 3MK042000
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
e=20
25671,1
42794,5
35404,03
27048,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
30000
c=10
60000
c=11
90000
c=12
120000
Pemenuhan
c=13
150000
c=14
180000
c=15
210000
c=16
240000
c=17
270000
c=18
300000
c=19
330000
c=20 fe
360000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
360000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (EA) Nov-18
Des-18
Jan-18
Feb-18
Mar-18
Period 1
2
3
4
5
6
7
8
9
10
GR
25671,07
42794,51
SR
0
0
OH
0,00
0,00
NR
17542
8129,07
42794,51
POREC
8129,07
42794,51
27615,15
24428,78
POREL
8129,07 Apr-18
42794,51
Mei-18
35404,03
27084,09
Jun-18
35581,05
Jul-18
Agu-18
Period GR
11
12
13
14
15
16
17
18
19
20
35404,03
27084,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
35404,03
27084,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
POREC
35404,03
27084,09
35581,05
27615,15
24428,78
20534,34
28854,29
37528,28
30978,53
14629,67
POREL
20534,34
28854,29
37528,28
30978,53
14629,67
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
= 12 x Rp 30.000 = Rp 360.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (8129,07 + 42794,51 + 35404,03 + 27084,09 + 35581,05 + 27615,15 + 24428,78 + 20534,34 + 28854,29 + 37528,28 + 30978,53 + 14629,67) x Rp 5.960,06 = Rp 1.998.049.128,22
80
Lanjutan Lampiran 8 Biaya persediaan
= Biaya pemesanan + biaya simpan = Rp 360.000 + Rp 0 = Rp 360.000 = Biaya pembeliaan + biaya persediaan = Rp 1.998.049.128,22+ Rp 360.000 = Rp 1.998.409.128,22
Total biaya
3MM011020 Alternatif pemenuhan pesanan (Qce) Permintaan 3MM011020
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
21635,705
23729,874
29312,708
27219,347
46062,826
32802,72
26521,021
46063,231
37687,767
46063,231
30708,551
45365,58
74678,29
101897,63
147960,46
180763,18
207284,20
253347,43
291035,20
337098,43
367806,98
23729,874
53042,582
80261,929
126324,755
159127,475
185648,496
231711,727
269399,494
315462,725
346171,276
29312,708
56532,055
102594,881
135397,601
161918,622
207981,853
245669,62
291732,851
322441,402
27219,347
73282,173
106084,893
132605,914
178669,145
216356,912
262420,143
293128,694
46062,826
78865,546
105386,567
151449,798
189137,565
235200,796
265909,347
32802,72
59323,741
105386,972
143074,739
189137,97
219846,521
26521,021
72584,252
110272,019
156335,25
187043,801
46063,231
83750,998
129814,229
160522,78
37687,767
83750,998
114459,549
46063,231
76771,782
21635,71
c=14 c=15 c=16 c=17 c=18 c=19
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan total biaya variabel (Rupiah) Z99 = 30000 + 6,72 x (21635,71-21635,71) = 30000 Z910 = 30000 + 6,72 x ((45365,58-21635,71)+(21635,71-21635,71)) = 189464,73 Z1010 = 30000 + 6,72 x (23729,874-23729,874) = 30000 Z1111 = 30000 + 6,72 x (29312,708-29312,708) = 30000 Z1212 = 30000 + 6,72 x (27219,347-27219,347) = 30000 Z1313 = 30000 + 6,72 x (46062,826-46062,826) = 30000 Z1414 = 30000 + 6,72 x (32802,72-32802,72) = 30000 Z1515 = 30000 + 6,72 x (26521,021-26521,021) = 30000 Z1616 = 30000 + 6,72 x (46063,231-46063,231) = 30000 Z1717 = 30000 + 6,72 x (37687,767-37687,767) = 30000 Z1818 = 30000 + 6,72 x (46063,231-46063,231) = 30000 Z1919 = 30000 + 6,72 x (30708,551-30708,551) = 30000
30708,551
81
Lanjutan Lampiran 8 Rekapitulasi perhitungan total biaya variabel (Rupiah) Permintaan 3MM011020
c=9 c=10 c=11 c=12
Pemenuhan
c=13
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
21635,705
23729,874
29312,708
27219,347
46062,826
32802,72
26521,021
46063,231
37687,767
46063,231
30708,551
30000
189464,73 30000 30000 30000 30000
c=14 c=15 c=16 c=17 c=18 c=19
30000 30000 30000 30000 30000 30000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Perhitungan biaya minimum f8 =0 f9 = Min {Z99 + f8} = Min {30000+0} = 30000 untuk Z99 + f8 f10 = Min {Z910 + f8, Z1010 + f9 } = Min {189464,73+0,30000+30000} = 60000 untuk Z1111 + f10 f11 = Min {Z111 + f10} = Min {30000+60000} = 90000 untuk Z1111 + f10 f12 = Min {Z1212 + f11} = Min {30000+90000} = 120000 untuk Z1212 + f11 f13 = Min {Z1313 + f12} = Min {30000+120000} = 150000 untuk Z1313 + f12 f14 = Min {Z1414 + f13} = Min {30000+150000} = 180000 untuk Z1414 + f14 f15 = Min {Z1515 + f14} = Min {30000+180000} = 210000 untuk Z1515 + f15 f16 = Min {Z1616 + f15} = Min {30000+210000} = 240000 untuk Z1616 + f13 f17 = Min {Z1717 + f16} = Min {30000+240000} = 270000 untuk Z1717 + f16 f18 = Min {Z1818 + f17} = Min {30000+270000} =300000 untuk Z1818 + f17 f19 = Min {Z1919 + f18} = Min {30000+300000} = 330000 untuk Z1919 + f18
82
Lanjutan Lampiran 8 Rekapitulasi perhitungan biaya minimum (Rupiah) Permintaan 3MM011020
c=9
e=9
e=10
e=11
e=12
e=13
e=14
e=15
e=16
e=17
e=18
e=19
21635,705
23729,874
29312,708
27219,347
46062,826
32802,72
26521,021
46063,231
37687,767
46063,231
30708,551
30000
189464,73
c=10
30000
c=11
30000
c=12
30000
Pemenuhan
c=13
30000
c=14
30000
c=15
30000
c=16
30000
c=17
30000
c=18
30000
c=19 fe
30000 30000
60000
90000
120000
150000
180000
210000
240000
270000
300000
330000
Sumber: Data diolah (PT Bintang Toedjoe 2018)
MRP dengan lot size AWW (EA) Nov-18
Des-18
Jan-18
Feb-18
Mar-18
Period 1
2
3
4
5
6
7
8
GR SR
9
10
21635,705
23729,874
0
0
0,00
0,00
NR
21635,71
23729,87
POREC
21635,71
23729,87
46062,83
32802,72
OH
0
POREL
21635,71 Apr-18
Mei-18
23729,87
29312,71
Jun-18
27219,35
Jul-18
Agu-18
Period 11
12
13
14
15
16
17
18
19
20
GR
29312,708
27219,347
46062,826
32802,72
26521,021
46063,231
37687,767
46063,231
30708,551
0
SR
0
0
0
0
0
0
0
0
0
0
OH
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
NR
29312,71
27219,35
46062,83
32802,72
26521,02
46063,23
37687,77
46063,23
30708,55
0,00
POREC
29312,71
27219,35
46062,83
32802,72
26521,02
46063,23
37687,77
46063,23
30708,55
0,00
POREL
26521,02
46063,23
37687,77
46063,23
30708,55
Sumber: Data diolah (PT Bintang Toedjoe 2018)
Biaya pemesanan/6 bulan Biaya simpan/6 bulan
Biaya pembelian/6 bulan
Biaya persediaan
= 11 x Rp 30.000 = Rp 330.000 = Biaya simpan OH + biaya simpan SS = Rp 0 + Rp 0 = Rp 0 = (21635,71 + 23729,87 + 29312,71 + 27219,35 + 46062,83 + 32802,72 + 26521,02 + 46063,23 + 37687,77 + 46063,23 + 30708,55 ) x Rp 2.878,58 = Rp 1.058.761.858,29 = Biaya pemesanan + biaya simpan = Rp 330.000 + Rp 0
83
Total biaya
= Rp 330.000 = Biaya pembeliaan + biaya persediaan = Rp 1.058.761.858,29 + Rp 330.000 = Rp 1.059.091.858,29
84
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 11 Desember 1994. Penulis adalah anak pertama dari dua bersaudara pasangan Bapak Satriya Pamudji dan Ibu Iin Sarsinah.Penulis telah menyelesaikan pendidikan sekolah dasar di SD Melati Indonesia selama 2 tahun dan SD Negeri Pengasinan 8 Kota Bekasi selama 4 tahun dan lulus pada tahun 2007. Kemudian penulis melanjutkan pendidikan di SMP Negeri 16 Kota Bekasi selama 3 tahun dan lulus pada tahun 2010. Pada tahun 2010 penulis melanjutkan pendidikan di SMA Negeri 3 Kota Bekasi selama 3 tahun dan lulus pada tahun 2013. Penulis melanjutkan pendidikan di Program Diploma Institut Pertanian Bogor melalui jalur USMI dengan Program Keahlian Manajemen Industri pada tahun 2013 dan lulus pada tahun 2016. Organisasi yang pernah diikuti selama berada di Program Diploma Institut Pertanian Bogor yaitu menjadi Bendahara Departemen Ekonomi dan Bisnis Badan Eksekutif Mahasiswa Program Diploma IPB Kabinet Move On tahun 2015, serta Bendahara Program Keahlian Manajemen Industri Angkatan 50. Pada tahun 2016 penulis melanjutkan pendidikan jejang S1 di Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor melalui Ujian Tulis Mandiri. Selama mengikuti perkuliahan penulis aktif di berbagai organisasi kemahasiswaan, salah satunya sebagai Sekretaris Executive of Management (EXOM) periode 2017-2018.