ANALISIS MANAJEMEN PERSEDIAAN RAW MATERIAL

PRODUK KOSMETIK PADA PT. VWX

Oleh
ANDIKA MARDIANA
H24104021

PROGRAM SARJANA ALIH JENIS MANAJEMEN

DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014

ANALISIS MANAJEMEN PERSEDIAAN RAW

MATERIAL
PRODUK KOSMETIK PADA PT. VWX

SKRIPSI
sebagai salah satu syarat memperoleh gelar
SARJANA EKONOMI
pada Program Sarjana Alih Jenis
Manajemen
Departemen Manajemen
Fakultas Ekonomi dan
Manajemen
Institut Pertanian Bogor

Oleh
ANDIKA
MARDIANA
H24104021

PROGRAM SARJANA ALIH JENIS MANAJEMEN

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR
BOGOR
2014

Judul Skripsi
Nama
NIM

: Analisis Manajemen Persediaan Raw Material Produk

Kosmetik Pada PT. VWX
: Andika Mardiana
: H24104021

Menyetujui,
Dosen Pembimbing

Alim Setiawan, S.TP,

M.Si
NIP.
19820227
200912 1 002

Mengetahui,
Ketua Departemen

Dr.Mukhammad Najib, S.TP,

M.Si
NIP. 19760623 200604 1
001

Tanggal Lulus :

RINGKASAN
ANDIKA MARDIANA. H24104021. Analisis Manajemen Persediaan
Raw
Material Produk Kosmetik Pada PT. VWX. Di bawah bimbingan
ALIM
SETIAWAN.
Dalam persaingan yang ketat suatu industri membutuhkan proses
produksi
yang lancar, stabil dan optimal. Manajemen persediaan merupakan salah
satu
aspek yang penting dalam menjaga kelancaran proses produksi yang
pada
akhirnya akan berpengaruh pada kelancaran pemenuhan permintaan
konsumen.
Salah satu klasifikasi persediaan yang digolongkan berdasarkan bentuknya
adalah
raw
material (bahan
baku).
Penelitian
ini
bertujuan : (1)
Mengidentifikasi
manajemen persediaan raw material pada PT. VWX terkait analisa ABC;
(2)
Menganalisa tingkat safety stock raw material yang optimal pada PT.
VWX;
(3)
Menganalisa metode persediaan dengan membandingkan alat analisis
EOQ,
Periodic Review System, dan existing system dalam sisi biaya.
Jenis data yang digunakan dalam penelitian ini adalah data primer yang
diperoleh dari wawancara langsung dengan departemen PPIC,
Purchasing,
Production, Logistick, RnD, QC dan HRD sedangkan data sekunder,
berupa
dokumen perusahaan seperti data permintaan terhadap produk skin care dan
make
up, data kebutuhan raw material, formula produk, data biaya material,
data
lead
time material, literatur, hasil penelitian terdahulu, bahan pustaka. Alat
analisis
yang digunakan dalam penelitian adalah klasifikasi ABC, metode Bayes,
sistem
model Q dan P serta penentuan forecast dengan time series dengan
bantuan
software Minitab versi 14.

Dengan menggunakan analisis metode Bayes, fokus dari 30 material

yang
masuk dalam kelas A akan didapat 3 raw material yang mempunyai
nilai
alternatif tertinggi, yaitu (1D00003) Lanolyn, (1C00004) Tea dan (1F00438)
Covalip dengan persentase penggunaan uang masing-masing sebesar 6,97%,
2,32% dan 0,857%. Tingkat safety stock yang optimal untuk raw
material
yang
dianalisa dengan metode Q adalah (1D00003) Lanolyn = 1.543,26 kg,
(1C00004)
Tea = 1.697,41 kg, (1F00438) Covalip = 232,787 kg, (1C00078) Castor Oil
=
266,735 kg. Tingkat safety stock yang optimal untuk raw material yang
dianalisa
dengan metode P adalah (1D00003) Lanolyn = 1.621,52 kg, (1C00004) Tea =
1.944,26 kg, (1F00438) Covalip = 242,367 kg, (1C00078) Castor Oil =
314,703
kg.
Sistem Q untuk material (1F00438) Covalip dan material
(1C00078)
Castor Oil memiliki total cost (TC) lebih rendah dibandingkan jika
menggunakan
sistem P. TC untuk (1F00438) Covalip sebesar Rp 308.986.238,- dan TC untuk
(1C00078) Castor Oil sebesar Rp 47.256.456,- . Sistem P untuk material
(1D00003) Lanolyn dan (1C00004) Tea memiliki total cost (TC) lebih
rendah
dibandingkan jika menggunakan sistem Q. TC untuk (1D00003) Lanolyn
sebesar
Rp 2.545.760.916,- dan TC untuk (1C00004) Tea sebesar Rp 837.838.651,-.

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal

21 Maret 1987.

Penulis
merupakan anak kedua dari dua bersaudara, putri pasangan ayahanda
Damianus
Maryono dan ibunda Lusina Waginah.
Penulis lulus dari Sekolah Dasar Strada Dipamarga pada tahun 1999,
dan
melanjutkan pendidikan di Sekolah Lanjutan Tingkat Pertama Strada Santa
Anna
selama 3 tahun. Pada tahun 2002 penulis melanjutkan pendidikan ke
Sekolah
Menengah Atas Negeri 53 Jakarta. Penulis menyelesaikan pendidikan
sekolah
menegah atas pada tahun 2005, kemudian melanjutkan pendidikan Diploma 3
di
Institut Pertanian Bogor pada Program Keahlian Perencanaan Dan
Pengendalian
Produksi Manufaktur/Jasa (PPMJ). Penulis menyelesaikan pendidikan Diploma
3
Institut Pertanian Bogor pada tahun 2008. Awal tahun 2009 penulis mulai
bekerja
di PT. Gloria Origita Cosmetic (Purbasari). Penulis melanjutkan pendidikan di
Program

Sarjana

Alih

Jenis

Manajemen,

Departemen

Manajemen,

Fakultas
Ekonomi dan Manajemen, Institut Pertanian Bogor pada tahun 2010.

iii

KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Allah Bapa Yang Maha
Pengasih karena berkat kasih-Nya sehingga skripsi dengan judul Analisis
Manajemen Persediaan Raw Material Produk Kosmetik Pada PT.VWX
dapat diselesaikan dengan baik sebagai salah satu syarat untuk
memperoleh gelar Sarjana

Ekonomi

pada

Departemen

Manajemen,

Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Penulis mengucapkan terima kasih sebesar-besarnya kepada pihakpihak
yang telah membantu dalam penyusunan skripsi ini karena tanpa bantuan
serta
motivasi dari mereka penulis tidak dapat menyelesaikan skripsi ini dengan
baik
dan lancar. Penulis menyadari bahwa dalam penyusunan skripsi ini masih
terdapat
kekurangan, oleh karena itu penulis sangat mengharapkan kritik dan saran
untuk
perbaikan kedepannya. Semoga skripsi ini bermanfaat bagi pembaca.

Bogor, Februari 2014

Penulis

iv

UCAPAN TERIMAKASIH

Proses penyusunan skripsi ini tidak lepas dari bantuan, bimbingan

serta dukungan dari berbagai pihak, sehingga pada kesempatan ini penulis
ingin memberikan pernghargaan terbaik kepada :
1. Bapak Alim Setiawan, S.TP, M.Si selaku dosen pembimbing yang dengan
sabar telah banyak memberikan bimbingan, saran dan semangat
dalam
penyusunan skripsi pada penulis sehingga penyusunan skripsi ini
dapat
selesai.
2.

Dr. Mukhammad Najib, S.TP, M.Si. sebagai Ketua Departemen

Manajemen
Fakultas Ekonomi dan Manajemen IPB.
3. Bapak Drs. Ir. Muhammad Syamsun, M.Sc dan Bapak Drs. Edward H.
Siregar, SE, MM selaku dosen penguji.
4. Bapak Dr. Ir. Jono M. Munandar, M.Sc selaku dosen pembimbing
akademik.
5. Ibu Farida Ratna Dewi, SE, MM dan Ibu Hardiana Widyastuti, S.Hut, MM.
6. Kepada keluargaku, kedua orang tua, Mas Adi dan Wishman terima kasih
atas perhatian, doa, restu, serta dukungan kepada penulis.
7. Kepada jajaran manajemen PT. VWX : Bapak Alvin Jusuf, Ibu Dwi
Nurheni,
Ibu Indriana selaku PPIC Manager, Ibu Ceni, Ibu Christine, Lita, Mba
Tika,
Mba Indri, seluruh staff PT. VWX,

yang telah membantu dalam

pengumpulan dan pengolahan data serta memberikan motivasi hingga

skripsi
ini selesai.
8. Seluruh dosen, staf dan pengurus Program Sarjana Alih Jenis Manajemen.
9. Teman-teman kuliah Program Sarjana Alih Jenis Manajemen Angkatan 8,
terimakasih atas masukan, saran dan motivasinya.
10. Semua pihak-pihak yang tidak bisa disebutkan satu persatu.

DAFTAR ISI
Halaman
RINGKASAN
RIWAYAT HIDUP....................................................................iii
KATA PENGANTAR................................................................iv
UCAPAN TERIMAKASIH.........................................................v
DAFTAR ISI...........................................................................vi
DAFTAR TABEL...................................................................viii
DAFTAR GAMBAR.................................................................ix
DAFTAR LAMPIRAN...............................................................x
I. PENDAHULUAN..................................................................1
1.1. Latar Belakang..................................................................................1
1.2. Rumusan Masalah.............................................................................3
1.3. Tujuan Penelitian...............................................................................4
1.4. Manfaat Penelitian.............................................................................4
1.5. Ruang Lingkup Penelitian.................................................................4
II. TINJAUAN PUSTAKA...........................................................6
2.1. Manajemen Persediaan.....................................................................6
2.1.1 Faktor Penyebab Persediaan...................................................6
2.1.2 Klasifikasi Persediaan.............................................................6
2.1.3 Biaya Persediaan.....................................................................7
2.2. Analisis Persediaan ABC...................................................................8
2.3. Metode Bayes....................................................................................8
2.4. Metode Penentuan Jumlah dan Kapan Pemesanan Dilakukan..........9
2.4.1 Metode Sistem Pemeriksaan Terus-menerus atau
Continuous Review System.................................9
2.4.2 Model Periodic Review System(Sistem Pemeriksaan
Periodik)................................................................................11
2.5. Forecasting (Peramalan).............................................................14
2.5.1 Model Peramalan..................................................................14
2.6. Penelitian Terdahulu........................................................................17
III. METODE PENELITIAN......................................................19
3.1. Kerangka Pemikiran Penelitian.......................................................19
3.2. Metodologi Penelitian.....................................................................21

3.2.1 Lokasi dan Waktu Penelitian.................................................21

3.2.2 Jenis dan Metode Pengumpulan Data...................................21
3.3. Metode Pengolahan dan Analisis Data............................................21
vi

IV. HASIL DAN PEMBAHASAN..............................................22

4.1. Gambaran Umum Perusahaan.........................................................22
4.2. Perencanaan dan Proses Produksi...................................................22
4.3. Pengadaan dan Pengendalian Raw Material.........................24
4.3.1 Prosedur Pembelian Raw Material............................24
4.3.2 Prosedur Penerimaan Raw Material..........................25
4.3.3 Prosedur Pemakaian Raw Material...........................25
4.4. Permintaan dan Peramalan Permintaan...........................................26
4.4.1 Permintaan Produk................................................................26
4.5. Manajemen Pengendalian Persediaan.............................................31
4.5.1 Kuantitas Pemesanan Raw Material..........................31
4.5.2 Lead Time..........................................................31
4.5.3 Tingkat Pemakaian Raw Material.............................32
4.6. Analisis Pengendalian Persediaan...................................................32
4.6.1 Analisis ABC dan Metode Bayes..........................................33
4.6.2 Analisis Pengendalian Persediaan Perusahaan......................39
4.6.3 Analisis Pengendalian Persediaan dengan Metode P dan Q . 39
4.6.4 Perbandingan Biaya..............................................................44
4.6.5 Analisis Pengendalian Persediaan di Masa Mendatang........47
4.7. Implikasi Manajerial........................................................................49
KESIMPULAN DAN SARAN...................................................51
1.
2.

Kesimpulan.....................................................................................51
Saran................................................................................................51

DAFTAR PUSTAKA................................................................52
LAMPIRAN...........................................................................53

vii

DAFTAR TABEL
No

Halaman

Stock out raw material tahun 2010 dan 2011.................................. 3

Model perhitungan Bayes........................................................................ 9
Perbandingan sistem Q dan sistem P..................................................... 14
Data permintaan produk skin care tahun 2010-2012.......................... 27
Data permintaan produk make up tahun 2010-2012.......................... 28
Perbandingan MAPE, MAD, dan MSD dengan time series untuk
produk skin care................................................................ 29
7. Hasil peramalan produk skin care dengan analisis quadratic model
tahun 2013-2015..................................................................................... 30
8. Perbandingan MAPE, MAD, dan MSD dengan time series untuk
produk make up................................................................. 30
9. Hasil peramalan produk make up dengan analisis quadratic mode
tahun 2013-2015..................................................................................... 31
10. Total pemakaian raw material tahun 2010-2012............................... 32
11. Analisis ABC.......................................................................................... 33
12. Nilai mutu kriteria ketepatan waktu kirim............................................. 35
13. Nilai mutu kriteria kualitas material...................................................... 36
14. Nilai mutu kemampuan komunikasi dari pemasok................................ 37
15. Nilai mutu harga..................................................................................... 37
16. Nilai mutu lead time........................................................... 38
17. Model perhitungan Bayes...................................................................... 38
18. Rekapitulasi hasil pengolahan data........................................................ 46
19. Perbandingan MAPE, MAD, dan MSD dengan time series
raw material (1C00004) Tea, (1D00003) Lanolyn, (1F00438)
Covalip dan (1C00078) Castor Oil........................................................ 47
20. Peramalan pemakaian (1C00004) Tea, (1D00003) Lanolyn,
(1F00438) Covalip dan (1C00078) Castor Oil tahun 2013-2015
dengan analisis quadratic model.......................................... 48
1.
2.
3.
4.
5.
6.

viii

DAFTAR GAMBAR
No

Halaman

1. Continuous review system inventory................................ 10

2. Periodic review system inventory..................................... 12
3. Kerangka pemikiran penelitian................................................................ 19
4. Kerangka alur penelitian.......................................................................... 20
5. Proses produksi produk skin care............................................. 23
6. Proses produksi produk make up............................................. 24
7. Grafik permintaan produk skin care tahun 2010-2012......................... 27
8. Grafik permintaan produk skin care tahun 2010-2012............................ 28

ix

DAFTAR LAMPIRAN
No

Halaman

1. Persentase permintaan normal................................................................53

2. Klasifikasi ABC.....................................................................................54
3. Hasil analisis quadratic trend model 1C00004......................................63
4. Grafik hasil analisis quadratic trend model 1C00004............................64
5. Hasil analisis quadratic trend model 1D00003...................................... 65
6. Grafik hasil analisis quadratic trend model 1C00004............................66
7. Hasil analisis quadratic trend model 1F00438......................................67
8. Grafik hasil analisis quadratic trend model 1F00438............................68
9. Hasil analisis quadratic trend model 1C00078......................................69
10. Grafik hasil analisis quadratic trend modeli 1C00078........................70

I.

PENDAHULUAN

1.1 Latar Belakang

Seiring dengan perubahan teknologi dan arus informasi yang dewasa
ini berkembang pesat, maka kebutuhan dan keinginan masyarakat akan barang
konsumsi semakin meningkat. Hal ini menjadi alasan bagi konsumen untuk
memilih suatu produk, termasuk produk kosmetik yang akan dikonsumsi.
Memproduksi produk kosmetik yang bervariasi dan berkualitas
merupakan
tantangan dalam persaingan industri kosmetik. Kriteria produk kosmetik
yang
berkualitas yaitu produk telah lulus uji pengawasan mutu produk.
Beragam
perusahaan kosmetik, baik dari dalam dan luar negeri, memberikan tawaran
menarik
dan

beraneka

ragam

untuk

menarik

minat

konsumen

sehingga

menimbulkan
persaingan yang ketat. Konsumen sekarang pun semakin berhati-hati dalam
memilih
produk agar terhindar dari efek negatif bahan kimia yang berbahaya untuk
tubuh
sehingga perusahaan harus memiliki posisi yang kuat dan dapat memberikan
kepuasan
pada konsumen.
Dalam persaingan yang ketat suatu industri membutuhkan proses
produksi yang lancar, stabil dan optimal. Manajemen persediaan merupakan
salah satu aspek yang penting dalam menjaga kelancaran proses produksi yang
pada akhirnya akan berpengaruh pada kelancaran pemenuhan permintaan
konsumen.
Hal mendasar yang harus dilakukan sebelum produksi berjalan

adalah
pelaksanaan perencanaan dan persediaan material. Divisi atau departemen
yang
bertanggungjawab harus dapat menentukan berapa banyak material yang
disimpan,
berapa banyak material yang dibutuhkan serta berbagai kondisi lain yang
harus
ditentukan yang berkaitan dengan perencanaan material (Nurhasanah, 2005).
Dengan perencanaan kebutuhan material yang tepat, maka perusahaan
dapat mengoptimalkan biaya persediaan serta memperkecil kerugian karena
kerusakan material. Bila perusahaan menanamkan terlalu banyak dananya
dalam persediaan, akan menimbulkan biaya penyimpanan yang berlebihan.
Demikian pula bila perusahaan tidak mempunyai persediaan yang mencukupi
dapat mengakibatkan biaya terjadinya kekurangan bahan (Handoko 2000).
Sistem persediaan adalah serangkaian kebijaksanaan dan pengendalian
yang
memonitor tingkat persediaan dan menentukan tingkat persediaan yang harus
dijaga,

kapan persediaan harus diisi, dan berapa besar pesanan harus dilakukan
(Handoko, 2000). Menjaga persediaan merupakan masalah yang rumit terlebih
jika melibatkan item material yang mencapai ribuan.
PT. VWX merupakan salah satu perusahaan yang bergerak dalam
bidang industri kosmetik yang memproduksi produk skin care dan produk
make up yang memiliki pangsa pasar di dalam negeri dan di luar negeri,
seperti negara-negara di Asia Tenggara, Timur Tengah dan Afrika. Sebagaimana
halnya dengan perusahaan manufaktur lain PT. VWX tidak dapat terlepas dari
masalah persediaan.
Alasan

utama

perusahaan

memfokuskan

perhatian

terhadap

masalah pengendalian persediaan adalah karena persediaan merupakan salah

satu bagian pengeluaran perusahaan yang menyerap dana terbesar. Hal khusus
dalam masalah persediaan adalah keputusan yang menyangkut berapa
banyak dan kapan harus melakukan pemesanan dari beberapa jenis material
dengan perbedaan pemasok, lead time, serta anggaran yang terbatas.
Material yang digunakan dalam proses produksi di PT. VWX terdiri dari
raw
material dan packaging material. Permasalahan yang sering dialami oleh
PT.

VWX

salah satunya adalah mengalami kekurangan persediaan material dalam

proses
produksi sehingga menjadi salah satu penghambat dalam proses produksi. Pada
tahun
2010 perusahaan mengalami 8 kali kekurangan persediaan raw material,
diantaranya
raw material dengan nomor kode 1A00436, 1C00453, 1C00498, 1G00302,
1H00165
dan 1H00409 mengalami kekurangan persediaan sebanyak satu kali, sedangkan
raw

material dengan nomor kode 1C00010 mengalami kekurangan persediaan

sebanyak
dua kali. Pada tahun 2011 perusahaan mengalami 7 kali kekurangan persediaan
raw
material, diantaranya raw material dengan nomor kode 1C00010 dan
1C00032
mengalami kekurangan persediaan sebanyak satu kali, raw material dengan
nomor
kode 1F00438 mengalami kekurangan persediaan sebanyak dua kali dan raw
material
dengan nomor kode 1C00078 mengalami kekurangan persediaan sebanyak tiga
kali.
Tabel 1 berikut menunjukkan data kekurangan persediaan raw material yang
dialami
oleh PT. VWX di tahun 2010 dan 2011.

Tabel 1 Stock out raw material tahun 2010 dan 2011

Tahun 2010
NO
1
2
3
4
5
6
7
8

Kode
1A00436
1C00010
1C00010
1C00453
1C00498
1G00302
1H00165
1H00409

Stock
(kg)
0,07
9,00
4,00
0,60
0,56
3,29
1,18
0,05

Tahun 2011

Permintaan
Produksi
(kg)

Kode

0,50
20,00
5,00
0,75
2,50
7,50
1,20
0,30

1C00078
1C00010
1C00078
1C00078
1C00032
1F00438
1F00438

Stock
(kg)
1,76
2.236,00
0,00
0,00
8,97
0,00
0,00

Permintaan
Produksi
(kg)
3,19
5.000,00
3,20
4,79
10,00
2,30
1,80

Sumber : PT. VWX (2012)

Raw material yang digunakan pada PT. VWX merupakan bahan baku
dalam pembuatan produk kosmetik skin care dan make up. Sebagian
besar raw material yang digunakan berasal dari luar negeri (impor).
Kekurangan persediaan raw material dapat disebabkan oleh keterlambatan
pemesanan material, ketidaksesuaian rencana produksi dengan aktual rencana
produksi, dan adanya keterlambatan pengiriman dari supplier sehingga
menghambat proses produksi pada PT. VWX.
Pengendalian persediaan raw material perlu mempertimbangkan
jumlah

raw

material yang dibutuhkan untuk produksi, MOQ (minimal order

quantity),

waktu

pemesanan dilakukan dan faktor biaya yang minimal. Oleh sebab itu,
diperlukan
adanya suatu sistem pengelolaan persediaan raw material dan kebijakan
dalam
persediaan material dalam perusahaan sehingga akan tercapai tingkat persediaan
yang
optimal dalam perusahaan.

1.2 Rumusan Masalah

Kekurangan persediaan raw material di PT. VWX dapat disebabkan
oleh keterlambatan pemesanan material, ketidaksesuaian rencana produksi
dengan aktual yang diproduksi, dan adanya keterlambatan pengiriman dari
supplier sehingga menghambat proses produksi pada PT. VWX. Hal yang
perlu dipertimbangkan dalam pengendalian persediaan raw material yaitu
mempertimbangkan jumlah raw material yang dibutuhkan untuk produksi,
MOQ (minimal order quantity), waktu pemesanan dilakukan dan faktor
biaya yang minimal.

Berdasarkan

pemaparan

di

atas,

dapat

dirumuskan

pertanyaan

permasalahan
berikut :
1. Bagaimana manajemen persediaan raw material pada PT. VWX ?
2. Bagaimana tingkat safety stock raw material yang optimal pada PT.
VWX ?
3. Bagaimana metode persediaan raw material yang mungkin dilakukan
untuk
melancarkan proses produksi pada PT. VWX dalam sisi biaya?
1.3 Tujuan Penelitian
Tujuan penelitian ini, yaitu :
1. Mengidentifikasi manajemen persediaan raw material pada PT. VWX
terkait
analisa ABC.
2. Menganalisa tingkat safety stock raw material yang optimal pada PT.
VWX.
3. Menganalisa metode persediaan dengan membandingkan alat analisis
EOQ,
Periodic Review System, dan existing system dalam sisi biaya.
1.4 Manfaat Penelitian
Adapun manfaat dari penelitian ini, yaitu:
1. Perusahaan yang menjadi objek penelitian
menggunakan

(PT. VWX) dapat

penelitian ini sebagai bahan rujukan mengenai manajemen persediaan

raw material yang dilakukan selama ini.
2.

Bagi penulis, dapat menerapkan ilmu pengetahuan yang diperoleh di

perkuliahan
pada dunia industri.
3.

Bahan referensi bagi penelitian lain mengenai perencanaan dan

pengendalian
persediaan.
1.5 Ruang Lingkup Penelitian
1. Persediaan yang dibahas adalah persediaan untuk raw material (bahan
baku).
2. Waktu pelaksanaan penelitian dilaksanakan selama tiga bulan yaitu dari
bulan
November 2012 - Januari 2013.
3. Data yang diperlukan berupa :
a.

Data primer, yang diperoleh dari wawancara langsung dengan

departemen
PPIC, Purchasing, Produksi, Logistick, RND, QC, dan HRD.
b. Data sekunder, berupa dokumen perusahaan seperti data permintaan
terhadap
produk skin care dan make up, data kebutuhan raw material
formula produk,
data biaya material, data lead time material. Disamping itu data
sekunder

diperoleh dari literatur, hasil penelitian terdahulu, bahan pustaka dan data
dari perusahaan terkait.

II.

TINJAUAN PUSTAKA

2.1 Manajemen Persediaan

Setiap sumber yang disimpan dan akan digunakan untuk memenuhi
kebutuhan
pada saat ini atau di masa yang akan datang disebut dengan pengendalian
persediaan.
Handoko (2000), mendefinisikan inventory atau persediaan adalah segala
sesuatu
atau sumber daya - sumber daya organisasi yang disimpan dalam
antisipasinya
terhadap pemenuhan permintaan. Persediaan ini meliputi persediaan bahan
mentah,
barang dalam proses, barang jadi atau produk akhir, bahan-bahan pembantu
atau
pelengkap, dan komponen-komponen lain yang menjadi bagian keluaran
produk
perusahaan.
Sumayang (2003) mendefinisikan inventory merupakan simpanan
material yang berupa bahan mentah, barang dalam proses, dan barang jadi. Dua
kondisi yang dapat terjadi pada masalah persediaan barang adalah:
1. Over stocking, yaitu kondisi dimana jumlah barang yang disimpan
terdapat
dalam jumlah yang besar untuk memenuhi permintaan dalam waktu
yang
lama.
2. Under stocking, yaitu kondisi persediaan barang dalam jumlah
terbatas
untuk memenuhi kebutuhan dalam jangka waktu yang pendek.
2.1.1 Faktor Penyebab Persediaan

Alasan perlu adanya persediaan menurut Sumayang (2003)

adalah sebagai berikut :
1. Menghilangkan
menghadapi

pengaruh

ketidakpastian.

Untuk

ketidakpastian maka pada sistem ditetapkan persediaan darurat

yang dinamakan safety stock. Jika sumber dari ketidakpastian
dapat dihilangkan maka jumlah inventory maupun safety stock
dapat dikurangi.
2. Memberi waktu luang untuk pengelolaan produksi dan pembelian.
3. Untuk mengantisipasi perubahan pada demand dan supply.
Inventory
disiapkan untuk menghadapi perubahan biaya dan persediaan bahan
baku.
2.1.2 Klasifikasi Persediaan
Persediaan dapat diklasifikasikan dalam 3 klasifikasi (Pujawan,2005),
yaitu :

1. Berdasarkan bentuknya, persediaan dapat diklasifikasikan menjadi

bahan
baku (raw material), barang setengah jadi (WIP), dan produk jadi
(finished
goods). Klasifikasi ini biasanya hanya berlaku pada konteks
perusahaan
manufaktur.
2. Berdasarkan fungsinya, persediaan dapat dibedakan menjadi :
a. Pipeline/transit inventory. Persediaan ini muncul karena
lead time
pengiriman dari satu tempat ke tempat lain.
b. Cycle stock. Persediaan yang mempunyai siklus persediaan
tertentu
akibat motif memenuhi skala ekonomi.
c. Persediaan pengaman (safety stock). Berfungsi sebagai
perlindungan
terhadap ketidakpastian permintaan maupun pasokan.
d. Anticipation stock adalah persediaan yang dibutuhkan
untuk
mengantisipasi kenaikan permintaan akibat sifat musiman
dari
permintaan terhadap suatu produk.
3. Persediaan juga dapat diklasifikasikan berdasarkan sifat
ketergantungan
kebutuhan antara satu item dengan item lainnya. Item yang
kebutuhannya
tergantung pada kebutuhan item lain dinamakan dependent
demand item.
Sebaliknya, kebutuhan independent demand item tidak

tergantung pada
kebutuhan item lain. Klasifikasi ini dilakukan karena pengelolaan
kedua
jenis item yang berbeda. Yang termasuk dalam dependent
demand item
adalah komponen atau bahan baku yang akan digunakan untuk
membuat
produk jadi. Produk jadi biasanya digolongkan dalam independent
demand
item karena kebutuhan akan satu produk jadi tidak
langsung
mempengaruhi kebutuhan produk jadi yang lain.
2.1.3 Biaya Persediaan
Biaya peubah (variable cost) yang harus yang harus
dipertimbangkan
dalam menentukan besarnya jumlah persediaan menurut Handoko
(2000),
adalah :
1. Biaya penyimpanan (holding cost atau carrying cost), yaitu
biaya yang
bervariasi secara langsung dengan kuantitas persediaan.
Biaya
penyimpanan per periode akan semakin besar apabila kuantitas bahan
yang
dipesan semakin banyak.

2. Biaya pemesanan
ditanggung

(biaya pembelian), yaitu biaya yang

perusahaan setiap kali memesan bahan untuk produksi (order cost

atau procurement cost).
3. Biaya penyiapan (manufacturing), yaitu biaya untuk
memproduksi
komponen tertentu yang diproduksi sendiri dalam perusahaan (setup
cost).
4. Biaya kehabisan atau kekurangan bahan, yaitu biaya yang timbul
bilamana
persediaan tidak mencukupi untuk permintaan bahan. Biaya ini
adalah
yang paling sulit untuk diperkirakan.
2.2 Analisis Persediaan ABC
Melalui

identifikasi

persediaan,

manajemen

dapat

lebih

efektif mengalokasikan sumber daya untuk mengendalikan barang yang relatif

sedikit dengan nilai tertinggi yang memerlukan perhatian lebih besar.
Metode inventory ABC atau analisis aturan 80 - 20 adalah metode
pengelolaan inventory dengan cara mengelompokkan inventory berdasarkan
nilai penggunaan yang akan menjadi tiga kelas, yaitu :
1. Kelas A : sebanyak kurang lebih 20% item dengan nilai penggunaan
uang
sebesar 80% dari total biaya persediaan.
2. Kelas B : sebanyak kurang lebih 30% item dengan nilai penggunaan
uang
sebesar 15% dari total biaya persediaan.
3. Kelas C : sebanyak kurang lebih 50% item dengan nilai penggunaan
uang
sebesar 5% dari total biaya persediaan.

2.3 Metode Bayes

Metode Bayes atau yang lebih dikenal dengan kaidah Bayes
dikembangkan oleh Thomas Bayes (1702 - 1763) merupakan kaidah yang
memperbaiki

atau

merevisi

suatu

peluang

(probabilitas)

dengan

cara

memanfaatkan informasi tambahan.

Persamaan Bayes yang digunakan untuk menghitung nilai setiap
alternatif
yaitu :
m
Total Nilai i = Nilai ij
(Krit j)
j=1
..
...(1)
dimana :
Total nilai = total nilai akhir dari alternatif ke-i
Nilai ij

= nilai dari alternatif ke-i pada kriteria ke-j

Krit j

= tingkat kepentingan (bobot) kriteria ke-j

= 1,2,3,n; n = jumlah alternatif

= 1,2,3,m; m = jumlah kriteria

Informasi awal tentang nilai peluang ini disebut distribusi prior, sedangkan
nilai peluang yang sedang diperbaiki dengan informasi tambahan disebut
peluang posterior. Model persamaan Bayes dapat dilihat dalam Tabel 2.
Tabel 2 Model perhitungan Bayes (Yusuf Wibisono, 2009)
Kriteria
Alternatif

Alt. 1
Alt. 2
Alt. 3
Alt.m
Bobot
Kriteria

Kriteria
Kriteria
1
V11
V21
V31
Vm1
B1

Nilai

Kriteria Kriteria Kriteria Kriteria

t Alternatif

2
V12
V22
V32
Vm2

3
V13
V23
V33
Vm3

4
V14
V24
V34
Vm4

5
V15
V25
V35
Vm5

n
Vn
V2n
V3n
Vmn

B2

B3

B4

B5

Bn

Peringka

Nk1
Nk2
Nk3
Nkm

2.4 Metode Penentuan Jumlah dan Kapan Pemesanan Dilakukan

2.4.1

Metode

Sistem

Pemeriksaan

Continuous

Terus-menerus

atau

Review

System
Menurut Sumayang (2003), continuous review system
disebut

juga

sistem atau sistem jumlah pemesanan tetap atau fixed order quantity
system,
mengutamakan pengawasan yang terus menerus pada tingkat persediaan
atau
pada stock level. Posisi stock atau tingkat persediaan adalah total
inventory
yang tersedia (on hand inventory) ditambah dengan jumlah
material
sedang dalam pemesanan.

yang

Apabila posisi stock berkurang sampai ke tingkat persediaan

yang telah ditentukan atau re-order point (R) maka sejumlah tetap
material akan dipesan. Karena jumlah yang dipesan tetap, maka waktu
antara pemesanan tergantung pada laju perubahan permintaan.
Persediaan berkurang dengan kecepatan yang tidak beraturan
sampai
jumlahnya mencapai re-order point R dimana pemesanan sejumlah
Q

unit

mulai dilakukan. Pemesanan akan datang setelah tenggat waktu atau

lead time
(L). Penjelasan mengenai continus review system tersebut dapat
dilihat pada Gambar 1.

1
0

Inventory

Waktu
Gambar 1 Continuous review system inventory
(Sumber Sumayang, 2003)
Dengan demikian metode sistem Q ditentukan oleh dua parameter,
yaitu :
1. Parameter Q ditetapkan dengan metode EOQ

EOQ

.(2)
dimana :
EOQ = jumlah pesanan yang paling efisien
S

= biaya setiap kali pemesanan atau ordering cost

= besar laju permintaan dalam unit per tahun

= biaya pengelolaan atau carrying cost adalah

persentase
terhadap nilai inventory per tahun
C

= biaya per unit

2. R berdasarkan biaya yang timbul karena persediaan habis

atau
stock out cost tetapi karena perkiraan tidak mudah maka

digunakan
stock out probability.
Untuk menentukan besarnya safety stock, dapat digunakan
dengan metode berikut :
SS = z x s x
(3)
dimana :
SS = safety stock
z = ditentukan oleh service level

..

1
1

s = standar deviasi permintaan selama lead time

L = lead time
Waktu pemesanan kembali (reorder point) untuk menjaga
kelancaran kegiatan produksi, dipengaruhi oleh :
1. Lead time, yaitu waktu yang dibutuhkan antara bahan baku dipesan
hingga
sampai ke perusahaan. Semakin lama lead time maka akan
semakin besar
bahan yang diperlukan selama masa lead time.
2. Tingkat pemakaian bahan baku rata - rata dalam satuan waktu tertentu.
3. Persediaan pengaman
bahan
minimum

yang

(safety stock), yaitu jumlah persediaan

harus

dimiliki

oleh

perusahaan

untuk

menjaga kemungkinan keterlambatan datangnya bahan baku.

Dari ketiga faktor diatas, maka rumus reorder point adalah sebagai
berikut :
ROP = (LD x AU) + SS

.(4)
dimana :
ROP = reorder point
LD

= lead time

AU = average usage (pemakaian rata-rata) per satuan waktu tertentu

Untuk menentukan biaya total persediaan (Total Cost) sebagai berikut :
TC = DC
+S

Q
+
+ SS iC
(5)
Q
2

dimana :
S

= biaya setiap kali pemesanan atau ordering cost

= besar laju permintaan dalam unit per tahun

= kuantitas pesanan ekonomis

SS = safety stock
i = biaya pengelolaan atau carrying cost adalah persentase terhadap
nilai
inventory per tahun
C

= biaya per unit

2.4.2 Model Periodic Review System (Sistem Pemeriksaan

Periodik)
Sistem P pengendalian persediaan atau P inventory control
system disebut juga sistem pemesanan periode tetap. Definisi sistem P
(Sumayang, 2003) sebagai berikut :

1
2

1. Pemeriksaan stock persediaan atau posisi persediaan pada setiap

periode
waktu yang tetap yaitu pada periode P.
2. Selisih persediaan target T dengan stock persediaan sama dengan
jumlah
yang dipesan.
Berdasarkan penjelasan tersebut maka dapat diilustrasikan
periodic review system inventory dalam Gambar 2.

T
Q1

Q2
Q1

Q3
Q2

Q3
L

Waktu
Gambar 2 Periodic review
system inventory
(Sumber Sumayang,
2003)
Perbedaan dengan metode system Q adalah :
1. Pada metode sistem P tidak ada reorder point sebagai batas waktu
untuk
melaksanakan pemesanan. Pemesanan pada metode sistem P
dilakukan
pada periode waktu yang tetap.
2. Pada metode sistem P tidak ada EOQ yang merupakan jumlah
pesanan
tetap, sedangkan dalam metode P jumlah pesanan tergantung pada

laju
perubahan permintaan.
3. Pada metode periodic review system parameter adalah P dan T
sedangkan
pada metode economic order quantity parameter adalah Q dan
R.
a. P dihitung dengan cara EOQ dimana waktu periodik P
P=
..
.(6)
dimana :
P = periode waktu pemesanan
S

= biaya setiap kali pemesanan atau

ordering
D

cost

= besar laju permintaan dalam unit per

tahun
i = biaya pengelolaan atau carrying cost adalah persentase
terhadap

1
3

nilai

inventory

per tahun C = biaya per

unit
b. T adalah target persediaan yang ditentukan dengan cara
menetapkan
service level di mana target persediaan ditentukan cukup tinggi
untuk
mengatasi laju perubahan permintaan selama lead time
ditambah
dengan laju perubahan permintaan sampai waktu pemeriksaan
yang
akan datang.
Untuk menentukan target persediaan (T), dapat menggunakan
rumus
T = ((P + L) x AU) + SS
...(7)
dimana :
T

= target persediaan

SS

= safety stock

= periode selama pemesanan optimal

= lead time

AU = average usage
Jumlah safety stock (SS), ditentukan dengan rumus :
SS = z x (P + L) x

s dimana :

period

SS = safety stock

z =

distribusi

pelayanan

normal

tingkat

selama
pemes

anan

optimal

...
(8)

L = lead time
s

penyimpangan

standar

permintaan Total biaya inventory

(TC), yaitu
TC = DC
+S

Q
+
+ SS iC ...
(9)
Q
2

dimana :
TC = total cost (biaya total)
D

= besar laju permintaan dalam unit per tahun

= biaya per unit

= periode (bulan)

= periode selama pemesanan optimal

= biaya setiap kali pemesanan atau ordering cost

1
4

SS

= safety stock

AU = average usage (pemakaian rata-rata) per satuan waktu

tertentu i = biaya pengelolaan atau carrying cost adalah
persentase
terhadap nilai inventory per tahun
Perbedaan antara sistem Q dan sistem P terdapat dalam kriteria
periode pemesanan, jumlah yang dipesan, jumlah barang yang
disimpan

dan penanganan dalam administrasi dalam memantau

persediaan. Tabel 3 berikut merupakan perbandingan antara sistem Q dan

sistem P.
Tabel 3 Perbandingan sistem Q dan sistem P
Sistem Q
Periode pemesanan tidak tetap
Jumlah yang dipesan selalu sama
dalam

Sistem P

Periode pemesanan tetap

Jumlah yang dipesan berbeda

setiap pemesanan
Barang yang disimpan relatif lebih Membutuhkan safety stock
relatif lebih
sedikit
besar, untuk melindungi
variansi demand dan juga
untuk demand selama periode
Memerlukan
administrasi pesan belum sampai Administrasi
yang berat untuk selalu dapat ringan
memantau tingkat persediaan
agar tidak terlambat pesan
2.5 Forecasting (Peramalan)
Tujuan utama dari peramalan dalam manajemen permintaan adalah
untuk
meramalkan permintaan dari item independent demand di masa yang
akan

datang

(Gaspers, 2005). Pemilihan item independent demand yang akan

diramalkan

tergantung pada situasi dan kondisi aktual dari masing - masing industri
manufaktur.
Dalam

setiap

industri

manufaktur,

independent

produk

akhir

merupakan

item

demand

yang dipilih untuk diramalkan.

2.5.1

Model Peramalan
Secara umum, model peramalan dapat dikelompokkan
menjadi
2
kelompok utama, yaitu :
1. Metode kualitatif, model peramalan yang digolongkan sebagai
model
kualitatif adalah :
a. Dugaan manajemen
peramalan

(management estimate), di mana

semata - mata berdasarkan pertimbangan manajemen.

1
5

b. Riset pasar, merupakan metode peramalan berdasarkan hasil hasil

dari survei pasar yang dilakukan oleh tenaga pemasar.
c. Metode kelompok terstruktur, merupakan teknik berdasarkan
opini
beberapa orang atau ahli secara interaktif tanpa
menyebutkan
identitasnya (metode Delphi). Dalam metode ini terdapat
peranan
fasilitator untuk memperoleh atau menyimpulkan hasil peramalan
itu.
d. Analogi historis, merupakan teknik peramalan berdasarkan pola
data
masa lalu dari produk yang dapat disamakan secara analogi.
Misalnya
peramalan untuk mengembangkan pasar televisi
multisistem
menggunakan model permintaan televisi hitam putih atau
televisi
berwarna biasa.
2. Model kuantitatif, terbagi menjadi 2 jenis :
a. Model kuantitatif intrinsik, sering disebut sebagai model deret
waktu
(time series model). Beberapa model deret waktu yang
populer dan
umum diterapkan dalam peramalan permintaan adalah :
Analisis trend (Trend Analysis)
Analisis trend adalah analisis yang digunakan

untuk
mengamati kecenderungan data secara menyeluruh pada
suatu
kurun waktu yang cukup panjang. Beberapa metode yang
dapat
digunakan untuk membuat peramalan dengan trend
analysis,
yaitu :
a. Linear Model
suatu trend yang

(model linier) :

kenaikan/penurunan nilai yang akan

diramalkan
naik/turun secara linier.
b. Quadratic Model (model kuadrat) : trend
yang nilai
variabel tak bebasnya naik/turun secara linier
atau
terjadi parabola bila datanya dibuat secara
plot
(hubungan variabel dependen dan independen
adalah
kuadratik).
c. Exponential Growth Model (model
pertumbuhan
exponensial) : sebuah trend yang nilai variabel
tak
bebasnya naik secara berlipat ganda atau tidak
linier.

1
6

d. S- Curve Model (model kurva S) : sebuah

trend yang
digunakan untuk data runtun waktu yang
mengikuti
kurva bentuk S.
Rata - rata bergerak (Moving Average)
Model rata - rata bergerak menggunakan sejumlah
data
aktual permintaan yang baru untuk meramalkan permintaan
di
masa yang akan datang. Metode rata - rata bergerak akan
efektif
diterapkan

apabila

dapat

mengasumsikan

bahwa

permintaan
pasar terhadap produk akan stabil sepanjang waktu.
Pada
dasarnya metode rata - rata bergerak terdapat dua jenis,
yaitu
metode rata - rata bergerak tidak terbobot (unweighted
moving
average) dan metode rata-rata terbobot (weighted
moving
average). Metode rata - rata bergerak n periode
menggunakan
formula :
(permintaan dalam n - periode terdahulu) .
(10)
n
Permasalahan umum dalam menggunakan model

rata

rata bergerak tidak terbobot adalah bagaimana memilih

n
periode yang diperkirakan tepat. Dalam hal ini n periode
yang
dipilih adalah n periode yang memiliki MAD (mean
absolute
deviation) terkecil.
Sumayang (2003), menyatakan ada empat cara
untuk menghitung error, yaitu :
1. Average error (AE)
(11)
2. Mean square error (MSE)
(12)

...

3. Mean absolute deviation of forecast error

( MAD)
...
(13)
4. Mean absolute percentage errors, yaitu cara
yang paling
akurat untuk membandingkan error dari dua metode
time
serries.
Pemulusan eksponensial (Exponential smoothing)

1
7

Proyeksi kecenderungan (trend projection)

b. Model kuantitatif ekstrinsik, sering disebut sebagai model
kausal.
Model kuantitatif ekstrinsik yang populer adalah model
regresi
(regression causal model)
2.6 Penelitian Terdahulu
Novinka (2005) dalam penelitiannya berjudul Kajian Manajemen
Persediaan
Perusahaan

Jasa

Boga

Maskapai

Services)
PT. Aerowisata

Penerbangan

(Inflight

Catering

Kasus
Catering

Service

Jakarta,

Indonesia,

bertujuan

untuk

membandingkan
sistem manajemen yang diterapkan dengan teori - teori manajemen
persediaan,
mengkaji bentuk kegiatan proses pembelanjaan bahan baku, mengidentifikasi
faktor

faktor pembelanjaan bahan baku dan mengidentifikasi faktor - faktor yang

harus
diterapkan dalam mempertahankan mutu produk. Hasil penelitian tersebut
yaitu
PT. ACS menyusun rencana pengadaan bahan bakunya dengan sistem
penjadwalan
mundur

yang

dimulai

dengan

merencanakan

produksi

produk

jadi.

Penetapan
kuantitas dan frekuensi persediaan mengikuti pola order point system dan
order

cycle

system secara bersamaan. Konsep biaya EOQ tidak memungkinkan untuk

diterapkan.
Dalam proses produksi dan pengadaan bahan baku PT. ACS telah menerapkan
konsep
Just-in-time. ABC analysis tidak diterapkan di bagian persediaan.
Pamela (2011) dalam penelitiannya berjudul Manajemen Persediaan
Usaha
Adenium (Studi Kasus PT.Godongijo Asri, Depok, Jawa Barat) menetapkan
tujuan
penelitian

adalah mempelajari

manajemen persediaan tanaman hias,

mempelajari
model persediaan, dan menentukan pilihan model pengendalian persediaan.
Hasil
penelitiannya yaitu manajemen persediaan yang dilakukan terorganisir dengan
baik.
Model pengendalian persediaan adenium yang paling mungkin diterapkan
adalah
model EOQ dengan metode two bin system dengan kendala investasi.
Yutik Ernawati dan Sunarsih
Sistem Pengendalian
Order

Persediaan

(2008) dalam jurnal

Model

Probabilistik

yang berjudul
Dengan Back

Policy. Membahas tentang model persediaan probabilistik untuk

kasus back order tanpa kendala dan dengan kendala. Hasil yang diperoleh
yaitu pengendalian persediaan dengan
probabilistik

berkendala (Q,r,)

menggunakan

model persediaan

dengan back orders policy

menunjukkan hasil yang lebih baik dibandingkan dengan perencanaan yang

digunakan perusahaan selama ini.

1
8

Nunung Nurhasanah (2005)

dalam

jurnal

yang

berjudul

Perencanaan
Pengendalian Produksi Dan Persediaan Industri Pasta PT XYZ. Tujuan dari
penelitian
ini adalah mengetahui perencanan dan pengendalian persediaan berdasarkan
tingkat
pemesanan optimal bahan baku tepung semolina, mengetahui alternatif
perencanaan
agregat yang harus dipilih berdasarkan efisiensi biaya strategi

yang

dijalankan,
mengetahui prioritas dalam persediaan produk pasta dengan menggunakan
analisis
ABC.

Hasil

dari

penelitian

tersebut

yaitu

metode

prakiraan

untuk

menentukan
prakiraan bahan baku tepung semolina 12 periode mendatang adalah
double
exponential smoothing 1 parameter dari Brown dengan = 0,2. Hasil
prakiraan untuk
1 tahun adalah 17.886,50 ton tepung. Jumlah pesanan ekonomis adalah sebesar
120
ton tepung semolina, yang dipesan sebanyak 150 kali dalam setahun, dengan
interval
pemesanan setiap 2 hari sekali dan ongkos total persediaan yang harus
dikeluarkan
adalah Rp 62.707.420.154,00. Altematif yang dipilih dalam perencanaan
agregat
adalah strategi dengan hari kerja regular tetap, yaitu selama 23 hari/bulan,
dengan

kapasitas produksi 832 unit pasta/hari. Ongkos yang harus dikeluarkan

adalah
Rp 558.541.983,00. Analisis ABC Produk pasta jenis elbow macaroni dan
spaghetti
adalah produk yang harus mendapat perhatian khusus dalam pengendalian
persediaan
produk jadi dengan persentase nilai sebesar 70,63% dan persentase jumlah 20%.

III.
3.1

METODE PENELITIAN

Kerangka Pemikiran Penelitian

Persaingan dalam industri kosmetik saat ini semakin tinggi karena

banyak
perusahaan kosmetik yang berasal dari dalam dan luar negeri memberikan
tawaran
menarik dan beraneka ragam untuk menarik minat konsumen. Di dalam persaingan
yang
semakin ketat PT. VWX telah melakukan antisipasi untuk tetap memiliki posisi
yang
kuat dalam persaingan. Namun PT. VWX tidak terlepas dari permasalahan dalam
proses
produksinya, yaitu dalam hal penyediaan bahan baku/raw material untuk
produksi.

Agar

kelancaran proses produksi tetap terjaga, maka PT. VWX terus mengembangkan
dan
melakukan perbaikan pada sistem persediaan. Perencanaan penyediaan raw
material
mempertimbangkan jumlah raw material yang dibutuhkan untuk produksi, tingkat
safety
stock, waktu pemesanan dilakukan dan faktor biaya yang minimal. Dengan adanya
sistem
pengelolaan persediaan raw material dan kebijakan dalam persediaan material
pada
PT. VWX maka tingkat persediaan yang optimal akan tercapai dalam sistem
pengelolaan
persediaan raw material. Kerangka pemikiran yang menjadi dasar bagi
penelitian
adalah seperti yang terlihat pada Gambar 3.

ini

Persaingan industri kosmetik yang

semakin tinggi bagi PT. VWX.

Menjaga kelancaran proses produksi

Perbaikan sistem
persediaan raw
material
Kebijakan persediaan raw material

Persediaan optimal

Efisiensi Biaya

Gambar 3 Kerangka pemikiran penelitian

2
0

Kegiatan

yang

dilakukan

berkaitan

dengan

penelitian

yang

merupakan
langkah-langkah untuk memulai penelitian hingga penelitian berakhir terlihat
pada
Gambar 4.
Latar Belakang Masalah
Pokok Masalah
Persediaan raw material sering menjadi kendala untuk rencana produksi.
Kekurangan persediaan raw material dapat disebabkan oleh keterlambatan pemesanan
material yang impor, ketidaksesuaian rencana produksi dengan aktual yang diproduksi,
dan adanya keterlambatan pengiriman dari supplier sehingga menghambat proses
produksi pada PT. VWX.

Tujuan Penelitian

1.
2.
3.

Mempelajari manajemen persediaan raw material pada PT. VWX.

Menganalisa tingkat safety stock raw material yang optimal pada PT. VWX.
Menganalisa metode persediaan raw material yang mungkin dilakukan oleh PT. VWX.

1.
2.
3.
4.
5.
6.
7.

1.
2.
3.
4.
5.

Pengumpulan Data
Sejarah singkat dan organisasi PT. VWX
Data pemakaian raw material
Data persediaan raw material
Data order produk
Data pembiayaan
Daftar biaya raw material
Data formula produk skin care dan make up

Pengolahan Data

Rata-rata pemakaian raw material

Klasifikasi ABC
Metode Bayes
Sistem Model Q & P
Forecast dengan time series
Implikasi Manajerial

Kesimpulan & Saran

Selesai

Gambar 4 Kerangka alur penelitian

Berdasarkan Gambar 4 mengenai kerangka alur penelitian dijelaskan
bahwa
penelitian dilakukan karena melihat permasalahan yang ada di PT. VWX
yaitu
masalah persediaan raw material, sehingga tujuan dari penelitian ini yaitu
ingin
mempelajari manajemen persediaan raw material, menganalisa tingkat
safety

stock,

dan menganalisa metode persediaan raw material yang mungkin diterapkan

pada

2
1

PT. VWX. Kemudian dilakukan pengumpulan data yang diperlukan sebagai

dasar
pengolahan

data.

Pengolahan

data

dilakukan

dengan

menggunakan

rata-rata
pemakaian material, klasifikasi ABC, metode Bayes, continuous review
system

atau

metode Q dan periodic review system atau metode P. Dari hasil

pengolahan

data

dengan metode Q dan metode P akan didapat data untuk implikasi manajerial
yang
dapat dilakukan oleh perusahaan sehingga dapat ditarik kesimpulan dan saran
sebagai
masukan untuk perusahaan. Perhitungan forecast permintaan produk dilakukan
untuk
meramalkan

order

di

masa

yang

akan

datang

sehingga

perusahaan

dapat
menggunakan forecast tersebut untuk persiapan stock raw material.
3.2

Metodologi Penelitian
3.2.1 Lokasi dan Waktu Penelitian
Penelitian dilakukan di PT. VWX yang berlokasi di Desa
Pedurenan, Gn. Sindur, Bogor, Jawa Barat. Pengambilan data dalam
penelitian dilakukan selama bulan November 2012 - Januari 2013.
3.2.2 Jenis dan Metode Pengumpulan Data
Data primer, yang diperoleh dari wawancara langsung
dengan departement PPIC, Purchasing, Produksi, Warehouse, RnD,
QC, dan HRD serta data yang terdiri dari data permintaan terhadap
produk skin care dan make up, data kebutuhan raw material
tahun 2010 - 2012.

Data sekunder, berupa dokumen perusahaan seperti formula

produk,
data biaya material, data lead time material. Disamping itu data
sekunder
diperoleh dari literatur, hasil penelitian terdahulu, bahan pustaka dan data
dari
perusahaan terkait.
3.3

Metode Pengolahan dan Analisis Data

Metode

yang

digunakan

dalam

penelitian

ini

yaitu

metode

pengklasifikasian material dengan analisis ABC, metode Bayes, analisis

dengan continuous review system atau sistem Q dan periodic
review system atau sistem P, dan perhitungan forecast dengan time
series menggunakan software Minitab 14.

IV.
4.1

HASIL DAN PEMBAHASAN

Gambaran Umum Perusahaan

PT. VWX merupakan sebuah perusahaan yang bergerak dalam bidang
industri kosmetik. Perusahaan ini didirikan pada tahun 1993 dan hingga saat
ini telah berkembang

menjadi

perusahaan

yang

mempunyai

brand

kosmetik terkenal di Indonesia dan beberapa negara di Asia, Timur Tengah dan
Afrika.
Produk yang dihasilkan oleh PT. VWX telah menerima sertifikat GMP
(Good
Manufacturing Practice) yaitu sertifikat yang dikeluarkan oleh badan
kesehatan
internasional, US Food and Drug Administration untuk produk
makanan

dan

obat

obatan yang teruji kualitasnya. Fokus industri PT. VWX yaitu produk skin

care

antara

lain lulur mandi, sabun mandi, sabun sirih, lotion dan produk make up antara
lain

alas

bedak, compact powder, blush on, eye shadow, pensil alis, mascara,
dan lipstick.
Pada awalnya kegiatan produksi dan kantor pusat PT. VWX berlokasi
di
Ciputat, Jakarta Selatan namun karena perkembangan penjualan produk
yang
berkembang pesat, menyebabkan tempat yang ada sudah tidak memungkinkan
lagi
untuk melakukan proses produksi sehingga pada tahun 1997 kegiatan
produksi
PT. VWX
Perkembangan

dipindahkan ke kawasan industri Lippo Cikarang, Bekasi.

penjualan yang pesat tidak hanya dialami dalam penjualan produk di dalam
negeri
namun penjualan produk ke luar negeri pun mengalami peningkatan yang
tinggi.
Perkembangan pemasaran ini yang menyebabkan proses produksi PT. VWX
terus
meningkat sehingga pada tahun 2012 proses produksi PT. VWX dipindahkan ke
Desa
Pedurenan, Gunung Sindur, Bogor, Jawa Barat.
4.2

Perencanaan dan Proses Produksi

Perencanaan produksi merupakan suatu kegiatan yang menentukan apa
yang
diproduksi,

dalam

kualitas

berapa,

dan

sumber-sumber

apa

yang

digunakan.
Berdasarkan waktu pembuatannya, rencana produksi pada PT. VWX terdiri dari
2
macam yaitu :
1. Rencana produksi bulanan, merupakan rencana produksi yang dibuat
oleh
planner di tanggal 20 setiap bulan. Rencana produksi bulanan
terdiri dari
rencana produksi aktual untuk bulan berjalan, estimasi rencana
produksi
satu bulan ke depan dan estimasi rencana produksi dua bulan ke
depan.

2
3

Rencana produksi bulanan ini yang menjadi dasar perhitungan

inventory
control

untuk

pemesanan

material

(raw

material

dan

packaging material).
2. Rencana produksi mingguan, merupakan rencana produksi yang
dibuat
oleh planner di setiap minggu. Rencana produksi mingguan
pada
PT. VWX dilakukan untuk menentukan apa yang akan diproduksi
dilihat
dari prioritas pengerjaan produk yang ditentukan oleh faktor
jumlah
permintaan yang paling besar, serta ketersediaan sumber daya yang
ada.
Rencana produksi mingguan kemudian didistribusikan ke bagian
produksi
sebagai acuan untuk pengerjaan produksi.
Proses produksi yang dilakukan di PT. VWX terdiri dari beberapa
tahapan
yaitu diawali dengan penimbangan raw material atau bahan baku sesuai
dengan
protap (prosedur tetap) yang dilakukan oleh bagian warehouse raw
material.

Setelah

penimbangan raw material selesai dilakukan maka bahan baku yang telah
ditimbang
sesuai dengan protap diproses dengan cara dimasak dengan mesin mixing di
ruang
produksi sehingga menjadi bulk (bahan setengah jadi). Tahap selanjutnya

adalah
tahap cooling atau proses pendinginan bulk selama waktu yang telah
Bulk

ditentukan.

yang telah didinginkan masuk ke dalam tahap filling atau tahap pengisian
bulk

ke

dalam packaging. Untuk proses skin care, bulk yang sudah melewati
tahap

filling

dapat masuk ke dalam tahap packing atau proses akhir produksi yaitu
pengemasan
produk jadi ke dalam carton box sesuai dengan standar yang telah
ditentukan.
Sedangkan untuk proses make up, bulk yang telah masuk ke dalam tahap
filling
tersebut masuk dalam proses pressing atau proses pemadatan bulk dalam
wadah
pressing sebelum masuk dalam proses packing. Alur proses produksi di PT
VWX
digambarkan dalam Gambar 5 dan Gambar 6 berikut.
Penimbangan Material
Pemasakan & Mixing
Cooling
Filling
Packing

Gambar 5 Proses produksi produk skin care

2
4

Penimbangan Material
Pemasakan & Mixing
Cooling
Filling
Pressing
Packing

Gambar 6 Proses produksi produk make up

4.3

Pengadaan dan Pengendalian Raw Material

Sistem pengadaan dan pengendalian raw material yang saat ini
dilakukan

di

PT. VWX yaitu disesuaikan dengan kebutuhan rencana produksi selama tiga
bulan
ditambah dengan stock pengaman (safety stock). Besarnya safety
stock

ditentukan

berdasarkan lead time masing - masing raw material. Raw material

yang

mempunyai

lead time 3 bulan atau lebih maka safety stock yang digunakan sebesar
100%

dari

total

kebutuhan rencana produksi aktual selama satu bulan berjalan, sedangkan

material
yang mempunyai lead time kurang dari 3 bulan maka safety stock yang
digunakan
sebesar 30% dari total kebutuhan rencana produksi aktual satu bulan berjalan.

4.3.1 Prosedur Pembelian Raw Material

Bersamaan dengan proses perencanaan produksi dan jadwal
produksi maka dikerjakan pula perencanaan kebutuhan raw material
dan jadwal dari pemesanan yang baru. Berdasarkan kebutuhan ini maka
ditentukan berapa, apa saja, dan kapan bahan baku akan dipesan dan
disediakan agar kebutuhan pada rencana produksi dapat terpenuhi.
Prosedur pembelian raw material di PT. VWX yaitu :
1. Pembelian dilakukan jika terdapat kekurangan persediaan dari
hasil
perhitungan kebutuhan raw material untuk produksi
selama tiga
bulan. Perhitungan kebutuhan raw material dilakukan
dengan
menghitung jumlah unit bahan baku yang dibutuhkan oleh
masing -

2
5

masing produk dibandingkan dengan data stock, rencana

produksi
selama tiga bulan, safety stock dan data outstanding PO
(purchased
order) raw material yang ada di supplier. Jika
dari
pengolahan

hasil
data

perencanaan

kebutuhan

material

terdapat
kekurangan persediaan maka akan dibuatkan pemesanan
raw
material yang baru yang disesuaikan dengan MOQ
(minimum
order quantity), lead time dan waktu dibutuhkan.
raw

Pemesanan
material

berupa

diserahkan

(purchased

PR
oleh

requisition)

PPIC

(Production Planner and Inventory Control) ke

manajer

PPIC

untuk mendapat persetujuan agar dapat diproses oleh

bagian
pembelian (purchasing).
2. Purchasing membuat PO (Purchased Order) sesuai
dengan
permintaan

PPIC.

PO

tersebut

selanjutnya

diserahkan

kepada
manajer purchasing untuk mendapat persetujuan, jika PO
tersebut
disetujui maka purchasing kemudian mengirimkan PO ke
supplier

melalui fax dan memastikan bahwa supplier telah

menerima

PO

tersebut dan mengkonfirmasi mengenai harga dan batas

waktu
pengiriman.
4.3.2 Prosedur Penerimaan Raw Material
Prosedur penerimaan raw material di PT. VWX yaitu :
1. Purchasing memonitor kedatangan raw material
yang telah
dipesan ke supplier.
2. Penanganan terhadap penerimaan raw material yang
dipesan sesuai
dengan karakteristik masing - masing raw material.
3. Sebelum raw material diterima oleh gudang, pihak gudang
akan
verifikasi antara surat jalan dan PO. Apabila sesuai, maka
raw
material dapat diterima oleh gudang. Apabila ada
ketidaksesuaian
antara surat jalan dengan PO, purchasing melakukan
konfirmasi
kepada supplier untuk pengembalian atau penukaran raw
material.
4.3.3 Prosedur Pemakaian Raw Material
Pemakaian raw material untuk produksi melibatkan bagian
produksi dan gudang. Prosedur pemakaian raw material pada PT. VWX
yaitu :

2
6

1. Bagian produksi membuat form permintaan bahan baku

(PBB)
sesuai dengan produk yang direncanakan untuk
diproduksi
kemudian diserahkan kepada gudang.
2. Bagian gudang menyiapkan raw material sesuai
dengan
permintaan.
3. Raw material yang telah disiapkan kemudian diserahkan ke
bagian
produksi untuk diproses.
4. Bagian gudang kemudian mencatat raw material yang
telah
diserahterimakan ke bagian produksi ke dalam sistem
sehingga
sistem dapat mengurangi stock persediaan sesuai dengan
kuantitas
yang diserahterimakan.
4.4

Permintaan dan Peramalan Permintaan

4.4.1 Permintaan Produk
Pada tahun 2010 - 2012 PT VWX mengalami peningkatan
permintaan
produk yang cukup signifikan. Hal ini disebabkan oleh promosi
yang
dilakukan oleh divisi marketing secara terus menerus sehingga
masyarakat
semakin

mengenal

produk

yang

dihasilkan

dan

meningkatnya

kepercayaan
masyarakat akan kualitas produk yang dihasilkan oleh

PT. VWX

karena
produk yang dihasilkan oleh PT. VWX telah lulus uji kualitas di
Badan
Pengawas Obat dan Makanan (BPOM) dan telah menerima sertifikat
halal.
Permintaan produk skin care di tahun 2010 sejumlah
21.328.624

pcs,

di tahun 2011 jumlah permintaan produk skin care meningkat

menjadi
23.400.618 pcs dan di tahun 2012 merupakan permintaan tertinggi
dengan
jumlah permintaan sebanyak 34.085.503 pcs produk. Persentase
kenaikan
permintaan produk skin care di tahun 2011 yaitu naik sebanyak 10%
dari
permintaan produk di tahun 2010 dan di tahun 2012 naik sebanyak 50%
dari
tahun 2011. Tabel 4 dan Gambar 7 berikut adalah data permintaan produk
skin
care tahun 2010 - 2012.

2
7

Tabel 4 Data permintaan produk skin care tahun 2010 - 2012

Bulan

Januari

Tahun 2010
2012
(Pcs)
1.535.754
2.035.649

Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Total

Sumber : PT VWX (2012)

1.540.935
1.693.855
1.639.010
1.892.425
1.812.525
2.024.704
1.940.606
2.773.826
1.984.462
3.292.913
1.783.463
3.501.770
2.343.506
3.831.917
1.480.182
3.785.773
1.524.500
3.550.813
1.606.136
2.960.421
2.137.563
2.741.436
21.328.642
34.085.503

Tahun 2011
(Pcs)
1.555.290
1.490.006
1.345.744
1.440.047
1.916.792
2.050.632
2.038.114
2.317.516
2.346.289
2.334.661
2.453.484
2.112.044
23.400.618

Tahun
(Pcs)

Gambar 7 Grafik permintaan produk skin care tahun 2010

- 2012
Permintaan produk make up di tahun 2010 sejumlah 2.132.988
pcs,
namun di tahun 2011 jumlah permintaan produk make up turun
menjadi
1.955.302 pcs hal ini dapat disebabkan karena PT. VWX kalah
bersaing
dengan produk

competitor yang gencar melakukan promosi.

Penurunan
permintaan produk make up tidak terjadi di tahun 2012 karena di
tahun

2012

permintaan produk make up naik menjadi 2.130.739 pcs produk yang

dapat
disebabkan kembalinya kepercayaan masyarakat akan produk yang
dihasilkan
oleh PT. VWX. Persentase permintaan produk make up di tahun 2011
yaitu

2
8

permintaan turun sebesar 8% permintaan produk make up di tahun 2010

dan di tahun 2012 naik sebanyak 9% dari tahun 2011. Tabel 5 dan
Gambar 8 berikut adalah data permintaan produk make up tahun 2010 2012.
Tabel 5 Data permintaan produk make up tahun 2010 - 2012
Bulan

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Total

2010 (Pcs)
(Pcs)
261.298
142.187
169.504
159.471
163.017
162.606
181.285
165.349
186.465
172.233
180.600
178.114
161.200
185.314
190.289
200.889
126.445
200.981
145.968
207.851
148.718
185.797
218.198
169.947
2.132.988
2.130.739

Sumber : PT VWX (2012)

Tahun
2011 (Pcs)
147.070
143.178
121.515
121.705
147.873
148.813
153.599
160.606
190.477
191.537
206.472
222.455
1.955.302

2012

Gambar 8 Grafik permintaan produk make up tahun 2010

- 2012
4.4.2 Peramalan Permintaan
Berdasarkan data permintaan produk skin care dan make up
tahun

2010

2012 dapat disimpulkan bahwa data permintaan produk skin care dan
make
berpola

up
trend

atau

penurunan/pertumbuhan

menunjukkan

pola

gerakan

2
9

(kenaikan) sehingga metode peramalan yang dapat diterapkan untuk

membuat
peramalan permintaan di masa depan yaitu dengan analisis time
series.
Analisis time series merupakan model peramalan runtut waktu
untuk meramalkan kejadian di waktu yang akan datang atas dasar
serangkaian data masa lalu. Metode peramalan dengan time series
dapat digunakan untuk membuat peramalan permintaan dengan analisis
trend (trend analysis), yaitu :
1. Linear Model (model linear)
2. Quadratic Model (model kuadrat)
3. Exponential Growth Model (model pertumbuhan
eksponensial)
4. S- Curve (data runtun waktu yang mengikuti kurva bentuk
S)
Hasil pengolahan data permintaan produk skin care untuk tahun
2010

2012 dengan menggunakan software Minitab 14 analisis time

series

didapat

tingkat akurasi peramalan yang tinggi untuk produk skin care

dengan

nilai

MAD, MAPE dan MSD yang semakin kecil adalah peramalan

dengan
menggunakan analisis quadratic model dengan MAD = 3,32E+05,
MAPE

1,54E+01, MSD = 1,57E+11 dan Yt = 199339 - 4764,16*t +

136/725*t**2

Tingkat akurasi peramalan produk skin care yang terendah adalah

dengan

menggunakan analisis Linear Model dan S Curve Model.

Perbandingan

hasil

analisis time series antara linear model, quadratic model,

exponential

growth

model dan s curve model dapat dilihat dalam Tabel 6 berikut.

Tabel 6 Perbandingan MAPE, MAD dan MSD dengan time
series untuk
produk skin care
Trend Analysis
Equation

MAPE

Linear Model

1,81E+01

MAD
3,74E+05

MSD

Fitted Trend

2,10E+11
49203,9*t

Yt = 1279026 +
Yt

Quadratic Model
Exponential
Growth

1,63E+01
3,52E+05

Model
S

1,54E+01

Curve

1,66983E+01

3,32E+05

4764,16*t +
1,57E+11

199339

136/725*t**2

1,96E+11 Yt =1425102*(1,02105**t)
Yt = (10**8)/(58.7621 2.57286E+11
0.591600*(1.12088**t))

Model
3.86932E+05

Peramalan permintaan produk skin care dengan perhitungan

analisis quadratic model software Minitab 14 untuk permintaan
tahun 2013 - 2015 dihasilkan forecast permintaan produk skin care
tertinggi berada pada periode 61-72 yaitu sebesar 117.472.829 pcs
sedangkan permintaan skin care terendah berada dalam periode 37 - 48
yaitu sebesar 54.107.490 pcs. Tabel 7 merupakan forecast produk skin
care untuk tahun 2013 - 2015.

3
0

Tabel 7 Hasil peramalan produk skin care dengan analisis

quadratic model
tahun 2013-2015
Periode
Forecast
37

Forecast
Forecast
(pcs)
(pcs)
3.655.510
8.309.635
3.794.866
8.562.867
3.938.967
8.820.845
4.087.813
9.083.567
4.241.404
9.351.034
4.399.739
9.623.246
4.562.819
9.900.202
4.730.645
10.181.904
4.903.215
10.468.350
5.080.529
10.759.542
5.262.589
11.055.478
5.449.394
11.356.159

38
39
40
41
42
43
44
45
46
47
48
Total

54.107.490
117.472.829

Forecast

Periode
Forecast

(pcs)

Periode
Forecast

49

5.640.943

61

50

5.837.237

62

51

6.038.277

63

52

6.244.061

64

53

6.454.589

65

54

6.669.863

66

55

6.889.882

67

56

7.114.645

68

57

7.344.153

69

58

7.578.406

70

59

7.817.404

71

60

8.061.147

72

81.690.607

Berdasarkan hasil pengolahan data permintaan produk make

up

tahun

2010 - 2012 dengan menggunakan software Minitab 14 analisis time

series
didapat tingkat akurasi peramalan yang tinggi untuk produk make up

dengan
nilai MAD, MAPE dan MSD yang semakin kecil yaitu peramalan
dengan
menggunakan analisis quadratic model dengan MAD = 20058,
MAPE

12,

MSD = 689468383 dan Yt = 199339 - 4764,16*t + 136,725*t**2.

Tingkat
akurasi peramalan produk

make

up yang terendah adalah

dengan
menggunakan analisis Linear Model dengan MAD = 23237, MAPE
=

14,

MSD = 863231138 dan Yt = 167299 + 294,674*t. Perbandingan hasil

analisis
time

series

antara

linear

exponential

model,

quadratic

growth

model,

model

dan s curve model dapat dilihat dalam Tabel 8.

Tabel 8 Perbandingan MAPE, MAD dan MSD dengan time
series untuk
produk make up
Trend Analysis
Equation
Linear Model

MAPE

MAD

14
23237

MSD

Fitted Trend

863231138 Yt = 167299 + 294,674*t

Yt = 199339 - 4764,16*t

Quadratic Model

12

20058

Exponential Growth
13
23046
Model
(1,00223**t)
S-Curve
Error
Error
Model

689468383

136,725*t**2

868731503 Yt = 163421 *
Error

Peramalan permintaan produk Make Up untuk permintaan tahun

2013
- 2015 dengan analisis quadratic model software Minitab 14
dihasilkan

3
1

forecast permintaan produk make up tertinggi berada pada periode

61-72

yaitu

sebesar 5.865.410 pcs sedangkan proses permintaan make up

terendah berada
dalam periode 37-48 yaitu sebesar

2.945.413 pcs. Tabel

menunjukkan
forecast produk make up untuk tahun 2013 - 2015.
Tabel 9 Hasil peramalan produk make up dengan analisis
quadratic model
tahun 2013 - 2015
Periode
Foreca
st
37
38
39
40
41
42
43
44
45
46
47
48
Total

Forecast
(pcs)
210.241
417.479
215.732
429.532
221.495
441.859
227.533
454.459
233.843
467.332
240.427
480.479
247.285
493.899
254.416
507.593
261.820
521.560
269.498
535.801
277.449
550.315
285.674
565.102
2.945.413
5.865.410

Periode

Forecast
(pcs) Forecast

Periode

Forecast
(pcs) Forecast

49

294.172

61

50

302.944

62

51

311.989

63

52

321.307

64

53

330.899

65

54

340.765

66

55

350.904

67

56

361.316

68

57

372.002

69

58

382.961

70

59

394.194

71

60

405.700

72

4.169.153

4.5

Manajemen Pengendalian Persediaan

4.5.1 Kuantitas Pemesanan Raw Material
Besarnya

kuantitas

pemesanan

raw

dipesan

material

yang

oleh

PT. VWX didapat dari hasil perhitungan data stock dibandingkan

dengan
rencana produksi selama tiga bulan, safety stock dan data
outstanding

PO

(purchased order) raw material yang ada di supplier.

Jika

dari

pengolahan

data

perencanaan

hasil
kebutuhan

material

terdapat

kekurangan
persediaan maka akan dibuatkan pemesanan raw material yang
baru

yang

disesuaikan dengan MOQ (minimum order quantity), lead

time

dan

waktu

dibutuhkannya raw material tersebut.

4.5.2

Lead Time
Lead time atau jangka waktu antara pemesanan dan
pengiriman raw material antara material yang satu dengan material
yang lainnya berbeda satu sama lain. Pembelian raw material terdiri
dari 2 jenis, yaitu :
1. Pembelian raw material impor

3
2

2. Pembelian raw material lokal

Pembelian raw material impor membutuhkan lead time
selama 3 - 4 bulan sedangkan raw material yang dibeli secara lokal
membutuhkan lead time selama 2 minggu.
4.5.3 Tingkat Pemakaian Raw Material
Total pemakaian raw material tahun 2010 - 2012 pada PT.
VWX
mengalami peningkatan pemakaian raw material yang cukup
signifikan.

Hal

ini seiring dengan adanya peningkatan permintaan produk skin care

dari

tahun

2010 - 2012. Tingkat pemakaian di tahun 2010 sebesar 711.374,918 kg,

di
tahun 2011 sebesar 764.640,369 kg dan tingkat pemakaian raw
material
terbesar adalah di tahun 2012 yaitu sebesar 910.529,723 kg. Data
tingkat
pemakaian raw material tahun 2010 - 2012 pada PT. VWX dapat
dilihat
dalam Tabel 10.
Tabel 10 Total pemakaian raw material tahun 2010 - 2012
Tahun 2010 (kg)

Tahun 2011 (kg)

711.374,918

764.640,369

Tahun 2012 (kg)

910.529,723

Sumber PT. VWX (2012)

4.6

Analisis Pengendalian Persediaan

Fungsi persediaan raw material di PT. VWX termasuk dalam
fungsi

persediaan pengaman (safety stock) atau sebagai perlindungan terhadap

ketidakpastian
permintaan produk dan beberapa persediaan raw material di PT. VWX juga
termasuk
fungsi persediaan anticipation
permintaan

stock untuk mengantisipasi kenaikan

akibat

sifat musiman dari permintaan produk karena beberapa produk yang diproduksi
oleh
PT. VWX bersifat musiman .
Metode inventory yang ada pada PT. VWX adalah metode
inventory campuran antara sistem Q dan sistem P karena periode pemesanan
yang dimiliki oleh PT. VWX tidak tetap, jumlah pesanan yang dipesan oleh PT.
VWX berbeda dalam setiap pemesanan, safety stock relatif lebih besar dan
memerlukan administrasi yang berat untuk selalu memantau tingkat persediaan.

3
3

4.6.1 Analisis ABC dan Metode Bayes

Analisis ABC digunakan untuk membuat kebijakan persediaan
yang memusatkan sumber daya pada komponen persediaan
penting yang mempunyai volume penggunaan dan biaya persediaan yang
paling tinggi.
Hasil analisis klasifikasi ABC yaitu :
1. Kelas A : raw material yang masuk dalam kelas A terdiri dari 30
item.
2. Kelas B : raw material yang masuk dalam kelas B terdiri dari 50
item.
3. Kelas C : raw material yang masuk dalam kelas C terdiri dari 187
item.
Total raw material yang digunakan untuk proses produksi
pada
PT.VWX saat ini berjumlah 267 material. Berdasarkan hasil analisis
ABC
didapat 30 raw material yang masuk dalam kelas A, yaitu kelas
yang
mempunyai tingkat nilai penggunaan uang sebesar 80% dari total biaya.
Dengan menggunakan analisis metode Bayes maka fokus dari
30
material yang masuk dalam kelas A akan didapat 3 raw material
yang
mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanoyn,
(1C00004)
Tea dan (1F00438) Covalip yang mempunyai nilai alternatif masingmasing
8,3.
Kriteria yang digunakan dalam analisis dengan menggunakan

metode
Bayes yaitu ketepatan waktu kirim, kualitas material yang
ditawarkan,
kemampuan komunikasi dari pemasok, harga yang ditawarkan oleh
pemasok,
dan lead time pengiriman material dari pemasok. Hasil analisis
ABC untuk
raw material yang digunakan pada PT. VWX ditunjukkan dalam Tabel
11.
Tabel 11 Analisis ABC
Kode

1A00049, 1D00003, 1A00001,

1C00011, 1A00035, 1E00073,
1C00534, 1B00321, 1C00002,
1G00139, 1C00004, 1G00277,
1C00025, 1A00145, 1C00104,
1C00315, 1A00006, 1A00007,
1G00306, 1C00471, 1F00438,
1C00150, 1E00314, 1G00312,
1C00274, 1C00010, 1D00254,
1G00417, 1A00263, 1C00498
1H00066, 1E00312, 1A00008,
1A00525, 1D00429, 1C00428
1H00503, 1A00112, 1E00313,
1H00335, 1A00568, 1C00244

Persentase
Persentase
Uang (%)
(%)
22,767, 6,970, 6,83,
3,877, 3,485, 3,261,
3,130, 2,764, 2,619,
2,538, 2,325, 2,150,
1,941, 1,511, 1,379,
1,283, 1,262, 0,999,
0,994, 0,983, 0,857,
0,784, 0,779, 0,704,
0,686, 0,661, 0,613,
0,582, 0,580, 0,569,
0,556, 0,548, 0,536,
0,534, 0,503, 0,475,
0,464, 0,463, 0,461,
0,451, 0,443, 0,439,

Penggunaan

Kelas

Kelas
79,88

A
A
A
A
A

14,92

B
B

3
4

Lanjutan Tabel 11
Kode

1A00133, 1C00440, 1A00492,

1G00238, 1A00237, 1C00515
1A00084, 1C00516, 1G00418,
1G00316, 1C00537, 1C00079
1A00526, 1A00356, 1A00450,
1G00541, 1C00105, 1G00497
1G00146, 1A00361, 1G00491,
1A00519, 1G00539, 1C00082
1D00252, 1G00260, 1A00431,
1H00504, 1G00540, 1C00282
1G00489, 1C00367, 1H00419,
1A00538, 1C00078, 1G00536
1G00326, 1C00472
1G00317, 1C00279, 1G00533,
1B00158, 1H00303, 1C00151
1H00085, 1H00416, 1C00518,
1A00159, 1F00470, 1H00229
1C00453, 1C00571, 1G00488,
1C00452, 1G00323,1C00272
1A00297, 1G00271, 1H00248,
1H00426, 1C00149, 1G00496
1A00264, 1G00325, 1E00567,
1C00535, 1C00406, 1C00224
1H00521, 1H00154, 1C00583,
1C00544, 1C00301, 1H00132
1G00404, 1C00280, 1H00444,
1A00445, 1G00305, 1H00421
1C00572, 1H00123, 1C00110,
1G00490, 1C00542, 1C00412
1H00217, 1H00200, 1A00016,
1C00221, 1G00442, 1H00097
1A00168, 1G00324, 1A00014,
1H00232, 1E00441, 1G00060
1C00552, 1C00380, 1H00188,
1A00456, 1H00231, 1E00256
1C00032, 1E00255, 1H00246,
1H00420, 1G00578, 1G00574
1H00463, 1G00413, 1H00194,
1H00170, 1C00443, 1G00044
1E00423, 1H00233, 1H00461,
1E000493, 1H00190, 1C00405
1C00437, 1H00187, 1H00228,
1C00372, 1G00374, 1H00193
1H00417, 1H00186, 1H00096,

Persentase
Persentase
Uang (%)
(%)
0,409, 0,396, 0,387,
0,387, 0,383, 0,373,
0,366, 0,366, 0,358,
0,336, 0,328, 0,295,
0,256, 0,247, 0,240,
0,235, 0,234, 0,222,
0,218, 0,217, 0,215,
0,201, 0,201, 0,178,
0,176, 0,173, 0,159,
0,157, 0,155, 0,155,
0,151, 0,145, 0,138,
0,129, 0,127, 0,115,
0,113, 0,109
0,109, 0,109, 0,103,
0,100, 0,099, 0,098,
0,098, 0,097, 0,095,
0,094, 0,094, 0,091,
0,091, 0,090, 0,088,
0,088, 0,087, 0,087,
0,086, 0,086, 0,083,
0,083, 0,080, 0,079,
0,075, 0,074, 0,071,
0,065, 0,063, 0,063,
0,060, 0,053, 0,052,
0,049, 0,049, 0,049,
0,049, 0,049, 0,048,
0,048, 0,047, 0,046,
0,044, 0,044, 0,042,
0,042, 0,042, 0,041,
0,040, 0,039, 0,038,
0,038, 0,037, 0,036,
0,034, 0,033, 0,033,
0,032, 0,031, 0,030,
0,030, 0,028, 0,027,
0,027, 0,027, 0,026,
0,026, 0,026, 0,025,
0,025, 0,024, 0,024,
0,024, 0,024, 0,024,
0,023, 0,023, 0,023,
0,022, 0,022, 0,022,
0,022, 0,021, 0,021,
0,021, 0,020, 0,019,
0,019, 0,019, 0,019,
0,018, 0,018, 0,018,

Penggunaan

Kelas

Kelas
1
C
0
0
4
9
4
,
1
F
0
0
4
7
9
,
1
A
0
0
0
1
7
0
,
0
1
8
,
0
,
0
1
7
,
0
,
0
1
7
,
1
A
0
0

091, 1C00554, 1H00125,

1H00094, 1H00129, 1H00464
1H00100, 1A00476, 1C00266,
1H00227, 1A00265, 1C00329
1H00527, 1A00477, 1H00220,
1D00357, 1A00020, 1C00459
1H00208, 1A00478, 1H00099,
1G00261, 1A00267, 1H00529

0,017,
0,015,
0,013,
0,012,
0,012,
0,011,
0,010,
0,009,

0,017,
0,014,
0,013,
0,012,
0,011,
0,011,
0,009,
0,009,

0,017,
0,014,
0,013,
0,012,
0,011,
0,010,
0,009,
0,009,

14,92

B
B
B
B
B
B
B

5,19

C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C

3
5

Lanjutan Tabel 11
Kode

Persentase
Persentase
Uang (%)
(%)

1G00043, 1H00418, 1H00155,

1A00436, 1A00520, 1G00448
1H00552, 1H00422, 1H00118,
1H00137, 1G00524, 1G00480
1H00247, 1C00573, 1H00219,
1H00098, 1C00523, 1C00584
1H00447, 1H00528, 1C00466,
1H00234, 1H00460, 1A00019
1A00376, 1C00570, 1C00495,
1E00581, 1A00458, 1H00596
1C00026, 1A00213, 1C00327,
1A00013, 1A00018, 1H00597
1C00532, 1H00176, 1C00531,
1H00435, 1H00351, 1C00328
1H00128, 1H00203, 1H00136,
1H00086, 1A00585, 1H00162
1C00083, 1C00054, 1H00433,
1H00385, 1H00055,
1H00352,1C00577, 1C00029,
1A00027, 1G00407, 1C00197,
1C00397, 1A00383,
1G00467,1G00482, 1H00143,
1H00384, 1H00292, 1H00446

Nilai

mutu

yang

Penggunaan
Kelas

0,008, 0,008, 0,008,

0,008, 0,008, 0,007,
0,007, 0,007, 0,006,
0,006, 0,006, 0,006,
0,006, 0,005, 0,005,
0,005, 0,005, 0,005,
0,004, 0,004, 0,004,
0,004, 0,003, 0,003,
0,003, 0,003, 0,003,
0,003, 0,003, 0,003,
0,003, 0,002, 0,002,
0,002, 0,002, 0,002,
0,002, 0,002, 0,002,
0,001, 0,001, 0,001,
0,001, 0,001, 0,001,
0,001, 0,001, 0,001,
0,001, 0,001, 0,001,
0,001, 0,001,
0,001, 0,001, 0,001
0,001, 0,001, 0,001,
0,001, 0,001,
0,001, 0,001, 0,001
0,001, 0,001, 0,001,

digunakan

Kelas

dalam

5,19

C
C
C
C
C
C
C
C
C
C
C

analisis

dengan

menggunakan metode Bayes yaitu sebagai berikut :

1. Ketepatan waktu kirim, yaitu kemampuan pemasok mengirim
material
yang dipesan dengan tepat waktu. Penilaian dilihat dari data
historis
pengiriman pemasok dalam mengirim. Rentang nilai mutu yang
digunakan
dalam penilaian adalah 5 - 10. Nilai mutu tertinggi yang digunakan
adalah
10 yang artinya pengiriman lebih cepat

hari

dari

jadwal

kirim seharusnya, nilai terendah yang digunakan adalah 5 yang

artinya pengiriman lebih lama 5 hari dari jadwal kirim yang telah
ditetapkan, sedangkan jika pengiriman sesuai dengan jadwal yang
telah ditetapkan maka nilai yang diberikan adalah 8. Nilai mutu
dari kriteria ketepatan waktu kirim dapat dilihat pada Tabel 12.
Tabel 12 Nilai mutu kriteria ketepatan waktu kirim
Nilai Mutu
Keterangan
5
6
7

Pengiriman lebih la 5 hari

kirim
seharusnya

dari

jadwal

Pengiriman lebih lama 4 hari dari jadwal kirim

seharusnya
Pengiriman lebih lama 3 hari dari jadwal kirim
seharusnya

3
6

Lanjutan Tabel 12
Nilai Mutu
Keterangan
8
Pengiriman sesuai jadwal
9
Pengiriman lebih cepat 3 hari dari jadwal kirim
seharusnya
10
Pengiriman lebih cepat 4 hari dari jadwal kirim
seharusnya
2. Kualitas material, yaitu kemampuan pemasok memproduksi material
yang
berkualitas. Penilaian berdasarkan sertifikasi kualitas yang dimiliki.
Nilai
tertinggi yang digunakan adalah 10 yang artinya material yang
dikirimkan
tidak pernah reject atau sesuai dengan standar kualitas yang
telah
ditetapkan, nilai terendah yang digunakan adalah 5 yang artinya
material
yang dikirimkan mengalami reject sebanyak 4% dari total
pengiriman
selama 1 tahun, sedangkan jika material yang dikirimkan mengalami
reject
diatas 1% dan dibawah 2% selama 1 tahun pengiriman maka nilai
yang
diberikan adalah 8. Nilai mutu dari kriteria kualitas material dapat
dilihat
pada Tabel 13.
Tabel 13 Nilai mutu kriteria kualitas material
Nilai Mutu
Keterangan
5

Reject 4%

3% Reject < 4 %

7
8
9
10

2% Reject < 3 %
1% Reject < 2 %
0% Reject < 1 %
Reject 0%

3. Kemampuan komunikasi dari pemasok, yaitu kemampuan pemasok

dalam
berkomunikasi secara umum dengan pihak pembeli. Nilai tertinggi
yang
digunakan adalah 10 yang artinya supplier sangat komunikatif
dengan
pihak pembeli, nilai terendah yang digunakan adalah 5 yang
artinya
supplier sangat komunikatif dengan pihak pembeli, sedangkan
jika
supplier mempunyai komunikatif yang baik dengan pihak pembeli
maka
nilai yang diberikan adalah 8. Nilai mutu dari kriteria
kemampuan
komunikasi dari pemasok dapat dilihat pada Tabel 14.

3
7

Tabel 14 Nilai mutu kemampuan komunikasi dari pemasok

Nilai Mutu
Keterangan
5
6
7
8
9
10

Sangat tidak komunikatif

Kurang komunikatif
Cukup komunikatif
Komunikatif
Lebih komunikatif
Sangat komunikatif

4. Harga, yaitu penilaian berdasarkan harga penawaran dari pemasok

serta
kemungkinan potensi melakukan penghematan di masa depan.
Nilai
tertinggi yang digunakan adalah 10 yang artinya penawaran
yang
diberikan supplier sangat tinggi dari harga pasar, nilai terendah
yang
digunakan adalah 5 yang artinya penawaran yang diberikan
supplier
sangat rendah dari harga pasar, sedangkan jika penawaran yang
diberikan
supplier sesuai dengan harga pasar maka nilai yang diberikan
adalah 8.
Nilai mutu dari kriteria harga penawaran dari pemasok dapat dilihat
pada
Tabel 15.
Tabel 15 Nilai mutu harga
Nilai Mutu
5
6
7

Keterangan

Penawaran dari sangat rendah

Penawaran dari pemasok cukup rendah
Penawaran dari pemasok rendah

8
9
10

Penawaran dari pemasok sesuai harga pasar

Penawaran dari pemasok cukup tinggi
Penawaran dari pemasok sangat tinggi

5. Lead time, yaitu penilaian berdasarkan waktu yang dibutuhkan

dalam
pengadaan material, mulai dari pemesanan sampai pengiriman
material
dari pemasok. Nilai tertinggi yang digunakan adalah 10 yang
artinya
waktu yang dibutuhkan dalam pengadaan ma 4 bulan, nil ai
terendah yang digunakan adalah 5 yang artinya waktu yang
dibutuhkan
dalam pengadaan materil 1 bulan, sedangkan jika waktu yang
dibutuhkan dalam pengadaan material yaitu 2 bulan lead time <
3 bulan
maka nilai yang diberikan adalah 8. Nilai mutu dari kriteria
harga
penawaran dari pemasok dapat dilihat pada Tabel 16.

3
8

Tabel 16 Nilai mutu lead time

Nilai Mutu
Keterangan
5
6
7
8
9
10

Lead time < 1 bulan

Lead time 1 bulan
1 bulan lead time < 2 bulan
2 bulan lead time < 3 bulan
3 bulan lead time < 4 bulan
lead time 4 bulan

Bobot yang diberikan dalam metode Bayes untuk tingkat

kepentingan yang lebih tinggi mempunyai skala nilai yang lebih tinggi,
sebaliknya bobot yang mempunyai skala nilai yang lebih rendah
menunjukkan tingkat kepentingan yang rendah. Jumlah bobot kriteria
keseluruhan dalam metode Bayes mempunyai nilai total = 1. Nilai dari
masing-masing kriteria ditentukan berdasarkan respon perusahaan
terhadap kriteria tersebut.
Berdasarkan nilai mutu yang telah ditetapkan untuk setiap
kriteria,
maka dapat dibuatkan model perhitungan Bayes untuk masingmasing
material dengan 5 kriteria yang telah ditetapkan, sehingga dari
model
perhitungan Bayes tersebut akan didapat nilai alternatif dan peringkat
untuk
masing-masing material. Material yang mempunyai nilai alternatif
tertinggi
merupakan material yang mempunyai tingkat kepentingan tertinggi
sehingga
mempunyai peringkat yang tertinggi. Hasil perhitungan Bayes didapat 3
raw

material yang mempunyai nilai alternatif tertinggi, yaitu (1D00003)

Lanoyn,
(1C00004) Tea dan (1F00438) Covalip yang mempunyai nilai
alternatif
masing-masing 8,3. Model perhitungan Bayes terdapat dalam Tabel 17.
Tabel 17 Model perhitungan Bayes
Kode
Material

1D00003
1C00004
1F00438
1G00277
1B00321
1G00139
1G00306
1C00274
1G00302
1G00147
1A00049

Kriteria
Ketepatan
waktu
kirim

Nilai

Kemampuan
Peringkat

Kualitas

7
1
7
2
7
3
8
4
7
5
8
6
8
7
7
8
8
9
8
10
8
11

Komunikasi

Harga

Leadtime

Alternatif

8,3

8,3

8,3

8,2

8,2

8,2

8,2

8,2

8,1

8,1

3
9

Lanjutan Tabel 17
Kode
Material
Ketepatan
waktu kirim

1C00150
1E00314
1D00254
1C00011
1C00534
1C00025
1A00145
1C00104
1C00315
1A00263
1C00498
1A00035
1E00073
1C00002
1A00006
1A00007
1C00471
1C00010
Bobot
Kriteria

0,3

0,3

t Alternatif

Kemampuan

Kualitas

8
12
8
13
8
14
7
15
8
16
8
17
8
18
8
19
8
20
7
21
8
22
8
23
8
24
8
25
8
26
8
27
8
28
8
29
8
30

1A00001

Nilai

Kriteria
Harga
Leadtime Komunikasi

Peringka

7,9

7,9

7,9

7,8

7,8

7,7

7,7

7,7

7,7

7,7

7,7

7,6

7,6

7,6

7,6

7,6

7,6

7,6

0,1

0,2

0,1

4.6.2 Analisis Pengendalian Persediaan Perusahaan

Sistem pengendalian persediaan raw material yang saat ini

berjalan di PT. VWX dilakukan sesuai dengan kebutuhan produksi
selama satu bulan ditambah dengan stock pengaman (safety stock)
sebesar 100%.
4.6.3 Analisis Pengendalian Persediaan dengan Metode P dan
Q
a. Raw Material (1D00003) Lanolyn
Biaya pesanan per pemesanan (S)

: Rp 60.000,-

Permintaan per bulan (AU)

: 1.623 kg

Permintaan per tahun (D)

: 19.471 kg

Persentase biaya penyimpanan (i)

: 6,97% = 0,0697

Biaya per unit (C)

: Rp 128.726,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

:3

Service level percent

: 99,9%

Stock out percent

: 0,1

4
0

Standar deviasi (s)

: 297 kg

Metode Q
Jumlah pesanan ekonomis (EOQ atau Q)
EOQ =
EOQ =
= 510,311 kg
Jumlah
safety
stock (SS) SS = z
xsx
= 3 x 297
kg x
=
1.543,257
kg
Titik pemesanan kembali atau reorder
point (ROP) ROP = (LD x AU) + SS
= (3 x 1.623 kg) +
1.543,257 kg = 6.412,257
kg
Periodic Review System
Periode pemesanan optimal (P)
P =

P=
= 0,026 tahun 6,552 hari 0,312
bulan
Asumsi :
1 bulan = 21 hari kerja
1 tahun = 252 hari
kerja
Jumlah
safety
stock
(SS)

SS = z x (P+L) x s
= 3 x (0,312+3) x
297 kg = 1.621,522
kg
Target persediaan (T)
T = ((P + L) x AU) + SS
= ((0,312 + 3) x 1.623 kg) +
1.621,522 kg = 6.996,898 kg
b. Raw Material (1C00004) Tea
Biaya pesanan per pemesanan (S)

: Rp 60.000,-

Permintaan per bulan (AU)

: 1.948 kg/bulan

Permintaan per tahun (D)

: 23.375 kg/tahun

Persentase biaya penyimpanan (i): 2,32% = 0,0232

4
1

Biaya per unit (C)

: Rp 35.778,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8

Service level percent

: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 350

Metode Q
Jumlah pesanan ekonomis (EOQ atau Q)
EOQ =
EOQ =
= 1.838,291 kg
Jumlah
safety
stock (SS) SS = z
xsx
= 2,8 x
350 x
=
1.697,409
kg
Titik pemesanan kembali atau reorder
point (ROP) ROP = (LD x AU) + SS
= (3 x 1.948 kg) +
1.697,409 kg = 7.541,409
kg
Periodic Review System
Periode pemesanan optimal (P)
P=
P=

= 0,078 tahun 19,656 hari 0,936

bulan
Asumsi :
1 bulan = 21 hari kerja
1 tahun = 252 hari
kerja
Jumlah
safety
stock (SS)
SS = z x
xs
= 2,8 x
x 350 kg
= 1.944,256 kg
Target persediaan (T)
T = ((P + L) x AU) + SS
= ((0,936 + 3) x 1.948 kg) +
1.944,256 kg = 9.611,584 kg

4
2

c. Raw Material (1F00438) Covalip

Biaya pesanan per pemesanan (S): Rp 60.000,Permintaan per bulan (AU)

: 106 kg/bulan

Permintaan per tahun (D)

: 1.275 kg/tahun

Persentase biaya penyimpanan (i)

: 0,857% = 0,00857

Biaya per unit (C)

: Rp 241.743,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8

Service level percent

: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 48

Metode Q
Jumlah pesanan ekonomis (EOQ
atau

Q)

EOQ =
EOQ =
= 271,755 kg

Jumlah
safety
stock (SS) SS = z
xsx
= 2,8 x
48 x
=
232,787
kg
Titik pemesanan kembali atau reorder
point (ROP) ROP = (LD x AU) + SS

= (3 x 106 kg) +
232,787 kg = 550,787
kg
Periodic Review System
Periode pemesanan optimal (P)
P=
P=
= 0,021 tahun 5,292 hari 0,252
bulan
Asumsi :
1 bulan = 21 hari kerja
1 tahun = 252 hari kerja

4
3

Jumlah safety stock (SS)

SS = z x
xs
= 2,8 x
x 48 kg = 242,367 kg
Target persediaan (T)
T = ((P + L) x AU) + SS
= ((0,252 + 3) x 106 kg) + 242,367 kg = 587,079 kg
d. Raw Material (1C00078) Castor Oil
Biaya pesanan per pemesanan (S)

: Rp 60.000,-

Permintaan per bulan (AU)

: 120 kg/bulan

Permintaan per tahun (D)

: 1.434 kg/tahun

Persentase biaya penyimpanan (i)

: 0,127% = 0,00127

Biaya per unit (C)

: Rp 31.910,-/kg

Lead Time (L)

: 3 bulan

Service level (z)

: 2,8

Service level percent

: 99,7%

Stock out percent

: 0,3%

Standar deviasi (s)

: 55

Metode Q
Jumlah pesanan ekonomis (EOQ atau Q)
EOQ =
EOQ =
= 206,063 kg
Jumlah
safety
stock (SS) SS = z
xsx
= 2,8 x
55 x
=
266,735

kg
Titik pemesanan kembali atau reorder
point (ROP) ROP = (LD x AU) + SS
= (3 x 120 kg) +
266,735 kg = 626,735
kg
Periodic Review System
Periode pemesanan optimal (P)
P =

4
4

P=
= 0,143 tahun 36,036 hari 1,716
bulan
Asumsi :
1 bulan = 21 hari kerja
1 tahun = 252 hari
kerja
Jumlah
safety
stock (SS)
SS = z x
xs
= 2,8 x
x 55 kg
= 314,703 kg
Target persediaan (T)
T = ((P + L) x AU) + SS
= ((1,716 + 3) x 120 kg) +
314,703 kg = 880,623 kg
4.6.4 Perbandingan Biaya
Biaya persediaan yang dimiliki oleh PT. VWX terdiri dari
biaya penyimpanan material (holding cost), biaya pemesanan yang
dikeluarkan setiap
biaya

kali

memesan

bahan

untuk

produksi

dan

penyiapan (manufacturing) untuk memproduksi botol

intermediate.
a. Raw Material (1D00003) Lanolyn
Metode Q
Biaya total atau total cost (TC)
TC = DC + S

+ SS iC

TC = 19.471 kg x Rp 128.726,-/kg + Rp 60.000,- x

+ 1.543,257 kg x 0,0697 x Rp 128.726,-/kg
= Rp 2.522.559.925,Periodic Review System

Biaya total atau total cost (TC)

TC = DC +

x S + SS +

x Au x P iC

= 19.471 kg x Rp 128.726,-/kg +
1.621,522 kg +
128.726,-/kg

x Rp 60.000,- +

x 1.623 kg x 0,312 x 0,0697 x Rp

= Rp 2.545.760.916,Metode perusahaan
TC = (C x D ) + (S x n) + (C x D x 100%)
= (Rp 128.726,-/kg x 19.471 kg) + (Rp 60.000,- x
12) + (Rp 128.726,/kg x19.471 kg x 1

4
5

= Rp 5.013.567.892,b. Raw Material (1C00004) Tea

Metode Q
Biaya total atau total cost (TC)
TC = DC + S

+ SS iC

TC = 23.375 kg x Rp 35.778,-/kg + Rp 60.000,-

+ 1.697,409 kg x 0,0232 x Rp 35.778,-/kg

= Rp 838.483.540,Periodic Review System
Biaya total atau total cost (TC)
TC = DC +

xS+

SS +

x Au x P

= 23.375 kg x Rp 35.778,-/kg +
+ 1.944,256 kg +
35.778,-/kg

iC
x Rp 60.000,-

x 1.948 kg x 0,936 x 0,232 x Rp

= Rp 837.838.651,Metode perusahaan
TC = (C x D ) + (S x n) + (C x D x 100%)
= (Rp 35.778,-/kg x 23.375 kg) + (Rp 60.000,- x
12) + (Rp 35.778,-/kg x 23.375 kg x 1)
= Rp 1.673.341.500,c. Raw Material (1F00438) Covalip
Metode Q
Biaya total atau total cost (TC)
TC = DC + S

+ SS iC

TC = 1.275 kg x Rp 241.743,-/kg + Rp 60.000,+ 232,787 kg x 0,00857 x Rp 241.743,-/kg

= Rp 308.986.238,-

Periodic Review System

Biaya total atau total cost (TC)
TC = DC +

x S + SS +

x Au x P

= 1.275 kg x Rp 241.743,-/kg +

+ 242,367 kg +
241.743,-/kg

iC
x Rp 60.000,-

x 106 kg x 0,252 x 0,00857 x Rp

4
6

= Rp 311.107.380,Metode perusahaan
TC = (C x D ) + (S x n) + (C x D x 100%)
= (Rp 241.743,-/kg x 1.275 kg) + (Rp 60.000,- x
12) + (Rp 241.743,-/kg x 1.275 kg x 1)
= Rp 617.164.650,d. Raw Material (1C00078) Castor Oil
Metode Q
Biaya total atau total cost (TC)
TC = DC + S

+ SS iC

TC = 1.434 kg x Rp 31.910,-/kg + Rp 60.000,+

+ 266,735 kg x 0,00127x Rp 31.910,-/kg

= Rp 47.256.456,Periodic Review System

Biaya total atau total cost (TC)
TC = DC +

x S + SS +

x Au x P

= 1.434 kg x Rp 31.910,-/kg +
314,703 kg +

iC
x Rp 60.000,- +

x 120 kg x 1,716 x 0,127% x Rp 31.910,-/kg

= Rp 47.871.129,Metode perusahaan
TC = (C x D ) + (S x n) + (C x D x 100%)
= (Rp 31.910,-/kg x 1.434 kg) + (Rp 60.000,- x
12) + (Rp 31.910,-/kg x 1.434 kg x 1)
= Rp 92.237.880,Berdasarkan hasil pengolahan data dengan metode Q dan metode
P serta metode yang selama ini dilakukan perusahaan, rekapitulasi
pengolahan data untuk menggambarkan analisa yang telah diperoleh
dan diolah sesuai kebutuhan dapat dilihat pada Tabel 18.
Tabel 18 Rekapitulasi hasil pengolahan data
Raw Material Code

Metode

(1D00003)
Satuan

(1C00004)

(1F00438)

(1C00078)

Lanolyn
510,311
kg

Tea
1.838,29

Covalip
271,755

Castor Oil
206,063

SS

1.543,257
kg

1.697,41

232,787

266,735

ROP

6.412,257
Kg

7.541,41

550,787

626,735

2.522.559.925
Rp

838.483.540

308.986.238

47.256.456

EOQ

TC

4
7

Lanjutan Tabel 18
Metode

P
6,552

(1D00003)
Lanolyn

Raw Material Code

(1C00004)
Tea

6.996,90
TC

(1C00078)
Castor Oil

19,656
Hari

5,292

36,036

1.944,26

242,367
kg

314,703

9.611,58

587,079
kg

880,623

837.838.651

311.107.380
Rp

47.871.129

1.673.341.500

617.164.650
Rp

92.237.880

SS
PT
1.621,52
VWX
T

(1F00438)
Covalip

Satu
an

2.545.760.916
TC
5.013.567.892

4.6.5 Analisis Pengendalian Persediaan di Masa Mendatang

Berdasarkan hasil pengolahan data pemakaian raw material
tahun
2010 - 2012 dengan menggunakan software Minitab 14 analisis time
series
didapat tingkat akurasi peramalan yang tinggi untuk raw material
(1C00004)
Tea, (1D00003) Lanolyn, (1F00438) Covalip, dan (1C00078) Castor
Oil
dengan nilai MAD, MAPE dan MSD yang semakin kecil yaitu
peramalan
dengan menggunakan analisis quadratic model, terlihat dalam Tabel
19.
Tabel 19 Perbandingan MAPE, MAD dan MSD dengan time

series raw material (1C00004) Tea, (1D00003) Lanolyn,

(1F00438) Covalip dan (1C00078) Castor Oil
Materi
al

Trend
Analysis
Linear Model

(1C00004)
Model
Tea

Quadratic

(1F00438)
Model
Covalip

MAD

MSD

17,00

250,00

115.693,00

17,00

247,00

+
111.893,00

257,00

116.886,00

Exponential
17,00
Growth
Model
S Curve Model
18,00
Linear Model

(1D00003
)
Lanoyn

MAPE

Quadratic
Model
Exponenti
al
Growth
Model
S Curve
Model
Linear
Model
Quadratic
Exponential

18,50
227,40

Yt = 1554,19 + 1,5139*t
Yt = 1704,03 - 12,14456
0,639445*t**2
Yt = 1508,28*(1,00720**t)

126.709,00
90.441,00

18,50

228,00

3,55213*t +
89.678,50

18,30

231,80

91.765,40

Yt = (10**4) / (3.30380 +
4.05012*0.977016**t))

Yt = 1374,52 + 6,98263*t
Yt
=
1441,24
0,284723*t**2
Yt = 1324,95*(1,00544**t)
Yt = (10**4) / (5.54871 +

19,00

251,00
101.202,00

81,96

29,11
1.320,57

82,28

29,07
1.318,94

72,45

31,39
1.447,59

70,30

34,92
1.747,10

Growth
Model

278,00

Fitted Trend Equation

Curve

3.12853*
(0.956531**t))
Yt = 48,7143 + 1,92085*t
Yt = 45,6141 + 2,41035*t 0,0132296*t**2
Yt = 42,7628*(1,02775**t)
Yt = (10**3) / (11.5860 +
80.3095*(0.795705**t))

Model
Linear Model

21.737,50

889,70
67,40

(1C00078)
Castor Oil

Yt = -38,2079 + 5,83707*t
Yt
=
-2,59496
+

0,213964*t +
Quadratic
Model
Exponenti
al
Growth
Model
S Curve
Model

691,40

60,60

ERROR

ERROR

21.522,80
ERROR

ERROR

ERROR

ERROR

0,151976*t**2

4
8

Berdasarkan Tabel 19 trend analysis quadratic model

(1C00004)
mempunyai

Tea
MAD

247,00,

MAPE

17,00

dan

MSD

111.893,00.
(1D00003) Lanolyn mempunyai MAD = 228,00, MAPE = 18,5 dan
MSD =
89.678,50. (1F00438) Covalip mempunyai MAD = 29,07, MAPE = 82,28
dan MSD = 1.318,94 dan (1C00078) Castor Oil mempunyai MAD =
60,60, MAPE = 691,40 dan MSD = 21.522,80.
Peramalan pemakaian raw material
(1C00004) Tea,
(1D00003)
Lanolyn, (1F00438) Covalip dan (1C00078) Castor Oil untuk tahun
2013 2015 dengan analisis quadratic model dapat dilihat pada Tabel 20.
Tabel 20 Peramalan pemakaian (1C00004) Tea, (1D00003) Lanolyn,
(1F00438) Covalip dan (1C00078) Castor Oil tahun 2013 2015 dengan analisis quadratic model
Periode
Forecast

(1C00004) (1D00003)
Tea (kg)
Lanolyn (kg)

(1F00438)
Covalip (kg)

37

2.130,04
213,376

1.699,59

116,69

38

2.165,86
224,989
2.202,95
236,905
2.241,32
249,125
2.280,97
261,649
2.321,90
274,477
2.364,11

1.717,40

118,10

1.735,77

119,50

1.754,71

120,86

1.774,22

122,20

1.794,30

123,51

1.814,95

124,80

39
40
41
42
43

(1C00078)
Castor Oil
(kg)

44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63

287,609
2.407,59
301,044
2.452,36
314,784
2.498,40
328,828
2.545,72
343,176
2.594,33
357,827
2.644,21
372,783
2.695,37
388,043
2.747,80
403,606
2.801,52
419,474
2.856,52
435,645
2.912,79
452,12
2.970,35
468,9
3.029,18
485,983
3.089,29
503,37
3.150,68
521,061
3.213,35
539,056
3.277,30
557,355
3.342,53
575,959
3.409,03
594,865
3.476,82
614,076

1.836,17

126,06

1.857,95

127,29

1.880,31

128,50

1.903,24

129,68

1.926,74

130,83

1.950,80

131,96

1.975,44

133,06

2.000,64

134,13

2.026,42

135,18

2.052,76

136,20

2.079,67

137,20

2.107,16

138,16

2.135,21

139,11

2.163,83

140,02

2.193,02

140,91

2.222,78

141,77

2.253,11

142,61

2.284,01

143,42

2.315,48

144,20

2.347,52

144,96

4
9

Lanjutan Tabel 20
Periode
Forecast

64

(1D00003)
Lanolyn (kg)

(1F00438)
Covalip (kg)

3.545,88
633,591
3.616,22
653,41
3.687,85
673,533
3.760,75
693,96
3.834,93
714,69
3.910,39
735,725
3.987,12
757,064
4.065,14
778,706
4.144,43
800,653

2.380,13

145,69

2.413,30

146,39

2.447,05

147,07

2.481,37

147,72

2.516,25

148,34

2.551,71

148,94

2.587,73

149,51

2.624,32

150,06

2.661,49

150,58

Total

108.375,0
17.167,42

76.466,55

4.905,18

Rata-rata/bulan

3.010,42
476,87

2.124,07

136,26

Rata-rata/tahun

36.125,00
5.722,47

25.488,85

1.635,06

65
66
67
68
69
70
71
72

4.7

(1C00004)
Tea (kg)

(1C00078)
Castor Oil
(kg)

Implementasi Manajerial
Berdasarkan perhitungan klasifikasi ABC didapatkan hasil raw
material

yang

masuk dalam kelas A terdiri dari 30 raw material, kelas B terdiri dari
raw

50

material, dan raw material yang masuk dalam kelas C terdiri dari 187 raw
material.
Dengan menggunakan analisis metode Bayes maka fokus dari 30

material yang masuk dalam kelas A akan didapat 3 raw material yang
mempunyai nilai alternatif tertinggi, yaitu (1D00003) Lanolyn, (1C00004) Tea
dan (1F00438) Covalip yang mempunyai nilai alternatif masing-masing 8,3 dan
persentase penggunaan uang masing-masing sebesar 6,97%, 2,32% dan 0,857%.
Sistem Q untuk material (1F00438) Covalip dan material (1C00078)
Castor
Oil memiliki total cost (TC) lebih rendah dibandingkan jika menggunakan
sistem

P.

TC untuk (1F00438) Covalip sebesar Rp 308.986.238,- dan TC untuk

(1C00078)
Castor Oil sebesar Rp 47.256.456,- . Sistem P untuk material (1D00003) Lanolyn
dan
(1C00004) Tea memiliki total cost (TC) lebih rendah dibandingkan jika
menggunakan
sistem Q. TC untuk (1D00003) Lanolyn sebesar Rp 2.545.760.916,- dan TC
untuk
(1C00004) Tea sebesar Rp 837.838.651,-. Metode perusahaan yang selama
ini
berjalan memiliki total cost yang lebih besar dari sistem Q dan sistem P.
Sehingga
sistem persediaan yang digunakan oleh perusahaan harus segera diperbaiki.
Pada sistem Q pemesanan dilakukan dalam jumlah lot pesanan yang
sama
(karena itu disebut metode Q). Jumlah pesanan ekonomis (EOQ) untuk
(1D00003)
Lanolyn adalah 510,311 kg, (1C00004) Tea adalah 1.838,29 kg, (1F00438)
Covalip

5
0

adalah 271,755 kg, dan (1C00078) Castor Oil adalah 206.063 kg. Jumlah ini
akan disesuaikan dengan original packing size masing-masing material
yaitu (1D00003) Lanolyn adalah 185 kg, (1C00004) Tea adalah 232 kg,
(1F00438) Covalip adalah 20 kg dan (1C00078) Castor Oil adalah 195 kg.
Titik pemesanan kembali (reorder point) untuk (1D00003) Lanolyn
adalah
6.412,257 kg, (1C00004) Tea sebesar 7.541,41 kg dan (1F00438) Covalip
sebesar 550,787 kg dan (1C00078) Castor Oil sebesar 626,735 kg. Pemesanan
akan dilakukan jika persediaan telah mencapai reorder point.
Peramalan pemakaian (1C00004) Tea,

(1D00003)

Lanolyn,

(1F00438) Covalip dan (1C00078) Castor Oil

tahun 2013 - 2015 dengan analisis quadratic model dapat digunakan
perusahaan sebagai persiapan kebutuhan raw material di masa mendatang,
dan sistem pengendalian persediaan baik dengan metode Q maupun metode P
dapat diterapkan pada perusahaan.

KESIMPULAN DAN SARAN

A. Kesimpulan
1. Manajemen persediaan pada PT. VWX berdasarkan hasil analisa ABC
mencakup
30 raw material yang masuk dalam kelas A, 50 raw material dalam
kelas B, dan 187 raw material dalam kelas C.
2. Tingkat safety stock yang optimal untuk raw material yang
dianalisa dengan
metode Q adalah (1D00003) Lanolyn = 1.543,26 kg, (1C00004) Tea =
1.697,41
kg, (1F00438) Covalip = 232,787 kg, (1C00078) Castor Oil = 266,735 kg.
Tingkat
safety stock yang optimal untuk raw material yang dianalisa dengan
metode P
adalah (1D00003) Lanolyn = 1.621,52 kg, (1C00004) Tea = 1.944,26 kg,
(1F00438) Covalip = 242,367 kg, (1C00078) Castor Oil = 314,703 kg.
3. Metode persediaan dengan analisis sistem Q dapat digunakan untuk
material
(1F00438) Covalip dan (1C00078) Castor Oil karena memiliki total cost
(TC)
lebih rendah dibandingkan jika menggunakan sistem P. Metode persediaan
dengan
analisis sistem P dapat digunakan untuk material (1D00003) Lanolyn
dan
(1C00004) Tea karena memiliki total cost (TC) lebih rendah
dibandingkan jika
menggunakan sistem Q.
B. Saran
1. Sistem pengendalian persediaan pada PT. VWX dapat menggunakan metode

Q
maupun metode P karena total cost yang didapat lebih rendah
dibandingkan
dengan sistem yang selama ini berjalan.
2. Peramalan pemakaian raw material dengan analisis quadratic
model dapat
digunakan untuk raw material (1C00004) Tea, (1D00003) Lanolyn,
(1F00438)
Covalip dan (1C00078) Castor Oil tahun 2013 - 2015 sebagai
persiapan
kebutuhan raw material di masa mendatang untuk mencegah adanya
kekurangan
persediaan material pada perusahaan.

DAFTAR PUSTAKA

Ernawati Y dan Sunarsih. 2008. Sistem Pengendalian Persediaan Model Probabilistik

Dengan
Back Order Policy. Jurnal Universitas Diponegoro. 11(2):87-93.
Gasperz V. 2005. Production Planning and Inventory Control Berdasarkan
Pendekatan
Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta
(ID): PT.
Gramedia Pustaka Utama.
Handoko H. 2000. Dasar-Dasar Manajemen Produksi dan Operasi. Yogyakarta (ID):
BPFE. Novinka. 2005. Kajian Manajemen Persediaan Perusahaan Jasa Boga Maskapai
Penerbangan
(Inflight Catering Service). [Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Nurhasanah N. 2005. Perencanaan Pengendalian Produksi Dan Persediaan Industri Pasta
PT.
XYZ. Jurnal Lembaga Ilmu Pengetahuan Indonesia. 6(2):109-133.
Nyoman I Pujawan. 2005. Supply Chain Management. Surabaya (ID): Guna
Widya.
Pamela. 2011. Manajemen Persediaan Usaha Adenium (Studi Kasus PT.Godongijo
Asri,
Depok, Jawa Barat). [Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Sumayang L. 2003. Dasar-Dasar Manajemen Produksi dan Operasi. Jakarta (ID):
Salemba
Empat.
Wibisono Y. 2009. Metode Statistik. Yogyakarta (ID): Gajah Mada University Press.

5
3

54

55

5
6

5
7

5
8

5
9

6
0

6
1

6
2

6
3

Lampiran 3

Hasil analisis quadratic trend

model 1C00004 Trend Analysis Quadratic Trend

Model for 1C00004
Data
1C00004
Length 36
NMissing 0
Fitted Trend Equation
Yt = 1704,03 - 12,1456*t + 0,639445*t**2
Accuracy Measures
MAPE
17
MAD 247
MSD 111893
Forecasts
Period Forecast
37
2130,04
38
2165,86
39
2202,95
40
2241,32
41
2280,97
42
2321,90
43
2364,11
44
2407,59
45
2452,36
46
2498,40
47
2545,72
48
2594,33
49
2644,21
50
2695,37
51
2747,80
52
2801,52
53
2856,52
54
2912,79
55
2970,35
56
3029,18
57
3089,29
58
3150,68
59
3213,35
60
3277,30
61
3342,53
62
3409,03
63
3476,82
64
3545,88
65
3616,22
66
3687,85

67
68
69
70
71
72
73

3760,75
3834,93
3910,39
3987,12
4065,14
4144,43
4225,01

6
4

Grafik hasil analisis quadratic trend

Lampiran 4

model 1C00004 Trend Analysis Plot for 1C00004

1C00004

Trend Analysis Plot for 1C00004

Quadratic Trend Model
Yt = 1704,03 - 12,1456*t + 0,639445*t**2
4500
Variable
Actual
Fits
Forecasts

4000
3500

Accuracy
Measures
MAPE
17
MAD
247
MSD
111893

3000
2500
2000
1500
1000
500
1

7
21

14

28

35 42
56
Index

49
63

70

6
5

Lampiran 5 Hasil analisis quadratic trend model

1D00003 Trend Analysis Quadratic Trend Model
for 1D00003
Data
1D00003
Length 36
NMissing 0
Fitted Trend Equation
Yt = 1441,24 - 3,55213*t + 0,284723*t**2
Accuracy Measures
MAPE 18,5
MAD 228,0
MSD 89687,5
Forecasts
Period Forecast
37
1699,59
38
1717,40
39
1735,77
40
1754,71
41
1774,22
42
1794,30
43
1814,95
44
1836,17
45
1857,95
46
1880,31
47
1903,24
48
1926,74
49
1950,80
50
1975,44
51
2000,64
52
2026,42
53
2052,76
54
2079,67
55
2107,16
56
2135,21
57
2163,83
58
2193,02
59
2222,78
60
2253,11
61
2284,01
62
2315,48
63
2347,52
64
2380,13
65
2413,30
66
2447,05

67
68
69
70
71
72
73

2481,37
2516,25
2551,71
2587,73
2624,32
2661,49
2699,22

6
6

Grafik hasil analisis quadratic trend

Lampiran 6

model 1C00004 Trend Analysis Plot for 1D00003

1D00003

Trend Analysis Plot for 1D00003

Quadratic Trend Model
Yt = 1441,24 - 3,55213*t + 0,284723*t**2
3000

Variable

2500

Actual
Fits
Forecasts
Accuracy Measures
MAPE
18,5
MAD
228,0
MSD
89687,5

2000
1500

1000

500
1

14

21

28

35 42
Index

49

56

63

70

6
7

Lampiran 7

Hasil analisis quadratic trend

model 1F00438 Trend Analysis Quadratic Trend

Model for 1F00438
Data
1F00438
Length 36
NMissing 0
Fitted Trend Equation
Yt = 45,6141 + 2,41035*t - 0,0132296*t**2
Accuracy Measures
MAPE 82,28
MAD 29,07
MSD 1318,94
Forecasts
Period Forecast
37
116,686
38
118,104
39
119,495
40
120,861
41
122,199
42
123,512
43
124,797
44
126,057
45
127,290
46
128,496
47
129,676
48
130,830
49
131,957
50
133,057
51
134,132
52
135,179
53
136,200
54
137,195
55
138,164
56
139,105
57
140,021
58
140,910
59
141,772
60
142,608
61
143,418
62
144,201
63
144,958
64
145,688
65
146,391
66
147,069

67
68
69
70
71
72
73

147,720
148,344
148,942
149,513
150,058
150,577
151,069

6
8

Grafik hasil analisis quadratic trend

Lampiran 8

model 1F00438 Trend Analysis Plot for 1F00438

1F00438

Trend Analysis Plot for 1F00438

Quadratic Trend Model
Yt = 45,6141 + 2,41035*t - 0,0132296*t**2
Variable

200

Actual
Fits
Forecasts
Accuracy
Measures
MAPE
82,28
MAD
29,07
MSD
1318,94

150

100

50

0
1

7
21

14

28

35 42
56
Index

49
63

70

6
9

Lampiran 9 Hasil analisis quadratic trend model 1C00078

Trend Analysis Quadratic Trend Model for 1C00078
* NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt.
Data
1C00078
Length 36
NMissing 0
Fitted Trend Equation
Yt = -2,59496 + 0,213964*t + 0,151976*t**2
Accuracy Measures
MAPE 691,4
MAD 60,6
MSD 21522,8
Forecasts
Period Forecast
37
213,376
38
224,989
39
236,905
40
249,125
41
261,649
42
274,477
43
287,609
44
301,044
45
314,784
46
328,828
47
343,176
48
357,827
49
372,783
50
388,043
51
403,606
52
419,474
53
435,645
54
452,120
55
468,900
56
485,983
57
503,370
58
521,061
59
539,056
60
557,355
61
575,959
62
594,865
63
614,076
64
633,591
65
653,410
66
673,533
67
693,960
68
714,690

69
70
71
72
73

735,725
757,064
778,706
800,653
822,903

7
0

Grafik hasil analisis quadratic trend

Lampiran 10

modeli 1C00078 Trend Analysis Plot for 1C00078

1C00078

Trend Analysis Plot for 1C00078

Quadratic Trend Model
Yt = -2,59496 + 0,213964*t + 0,151976*t**2
1000
Variable
Actual
Fits
Forecasts

800

Accuracy
Measures
MAPE
691,4
MAD
60,6
MSD
21522,8

600

400
200

0
1

7
21

14

28

35 42
56
Index

49
63

70

7
2