bab iv analisis dan pembahasanrepository.unika.ac.id/20516/5/15.d1.0123 galih... · 25.000.000,00...
TRANSCRIPT
48
BAB IV
ANALISIS DAN PEMBAHASAN
4.1. Gambaran Umum Perusahaan
Penelitian ini mengambil objek yaitu sebuah industri rumahan
(Home Industry) yang bergerak pada industri konfeksi bernama Monica
Collection. Monica Collection berlokasi di Jl. Puri Anjasmoro B2/5
Tawangsari, Semarang Barat, Kota Semarang. Monica Collection sendiri
menghasilkan bermacam-macam produk mulai dari bedding (sprei, bed
cover, sarung bantal dan guling), perlengkapan bayi (Gendongan, kasur,
selimut, tas, dll), dan gorden. Home Industry ini mulai melakukan
produksi pada tahun 2000 saat pemilik memutuskan untuk berhenti
bekerja sebagai sekretaris karena memiliki seorang anak dan kemudian
memutuskan untuk membuka usaha ini. Saat memulai usaha Monica
Collection ini bertempat di rumah pemilik dengan karyawan yaitu
pembantu rumah tangga dari pemilik sendiri.
Setelah kurang lebih 12 tahun produknya mulai dikenal dan
mendapatkan banyak pesanan, akhirnya Monica Collection ini pindah ke
lokasi sekarang untuk meningkatkan produksi dengan mengerjakan 15
karyawan. Monica Collection ini memiliki sistem produksi Made by
Order sehingga Monica Collection akan melakukan aktivitas produksi
ketika adanya permintaan atau pemesanan dari customer mereka.
49
4.2. Analisis Hasil Penelitian
4.2.1. Menghitung Parameter-Parameter Perhitungan EOQ
Probabilistik
Alat analisis yang digunakan untuk analisis pengendalian
ini adalah metode EOQ Probabilistik. Metode ini dipilih karena
Monica Collection memiliki sistem produksi Made by Order
sehingga pemakain bahan bakunya selalu berubah ubah atau
tidak konsisten mengikuti permintaan dari customer. Untuk
mengetahui jumlah pemesanan bahan baku yang paling
ekonomis, diperlukan data pemakaian bahan baku dalam periode
sebelumnya. Dalam metode EOQ Probabilistik ini terdapat
beberapa hal yang harus diketahui terlebih dahulu sebelum
melakukan perhitungan, yaitu :
a. Penggunakan Bahan Baku (D)
Penelitian ini menggunakan bahan baku dakron roll
sebagai objek yang merupakan bahan baku yang mengalami
penumpukan cukup banyak pada periode sebelumnya. Data
yang digunakan sebagai data penelitian adalah data
persediaan bahan baku dakron roll periode Maret 2018
sampai dengan Februari 2019. Dimana persediaan bahan
baku terbanyak menumpuk adalah pada bulan Desember
yaitu 5 roll. Data persediaan bahan baku dakron roll dapat
dilihat sebagai berikut :
50
Tabel 4.1 Produksi dan Pemakaian Bahan Baku Dakron
Roll Periode Maret 2018 sampai dengan Februari 2019
NO Bulan Produksi
(pcs)
Pemakaian Bahan
Baku
1 Maret 2828 19,5 roll
2 April 3099 20,3 roll
3 Mei 3043 20,1 roll
4 Juni 2980 19,9 roll
5 Juli 3534 21,6 roll
6 Agustus 3453 21,4 roll
7 September 3005 20 roll
8 Oktober 2912 20 roll
9 November 3077 20,5 roll
10 Desember 3191 21 roll
11 Januari 2751 19,5 roll
12 Februari 2637 19 roll
Total 36510 242,8
(Sumber : Data sekunder yang diolah, 2019)
Selanjutnya melakukan peramalan untuk mengetahui
produksi pada periode 12 bulan berikutnya. Metode
peramalan yang akan digunakan adalah metode kuadrat
terkecil. Metode ini dipilih karena berdasarkan data historik
yang ada pada Monica Collection dimana data tersebut
mempunyai tipe hubungan kuadratik. Metode kuadrat terkecil
menggunakan perhitungan sebagai berikut :
𝑌′ = 𝑎 + 𝑏𝑥
51
Notasi :
𝑎 =(∑ 𝑦)
𝑛
𝑏 =(∑ 𝑥𝑦)
(∑ 𝑥2)
Berikut merupakan perhitungan peramalan produksi
menggunakan metode kuadrat terkecil :
Tabel 4.2 Perhitungan Peramalan Produksi dengan
Metode Kuadrat Terkecil
Bulan Penjualan
(𝐘) 𝐗 𝐗𝐘 𝐗𝟐
Maret 2828 -11 -31108 121
April 3099 -9 -27891 81
Mei 3043 -7 -21301 49
Juni 2980 -5 -14900 25
Juli 3534 -3 -10602 9
Agustus 3453 -1 -3453 1
September 3005 1 3005 1
Oktober 2912 3 8736 9
November 3077 5 15385 25
Desember 3191 7 22337 49
Januari 2751 9 24759 81
Februari 2637 11 29007 121
52
Bulan Penjualan
(𝐘) 𝐗 𝐗𝐘 𝐗𝟐
Jumlah 36510 0 -6026 572
(Sumber : Data sekunder yang diolah, 2019)
𝑎 =(∑ 𝑦)
𝑛
𝑎 =36510
12
𝑎 = 3042,5
𝑏 =(∑ 𝑥𝑦)
(∑ 𝑥2)
𝑏 =−6026
572
𝑏 = −10,53
𝑌′ = 𝑎 + 𝑏𝑥
𝑌′ = 3042,5 + −10,53𝑥
Dengan rumus diatas maka hasil dari peramalan
produksi dengan menggunakan metode kuadrat terkecil
adalah sebagai berikut :
Tabel 4.3 Hasil Peramalan Produksi dengan Metode
Kuadrat Terkecil
Bulan X Produksi Hasil Peramalan
Maret 13 2906
53
Bulan X Produksi Hasil Peramalan
April 15 2885
Mei 17 2864
Juni 19 2843
Juli 21 2822
Agustus 23 2801
September 25 2780
Oktober 27 2759
November 29 2737
Desember 31 2716
Januari 33 2695
Februari 35 2674
Jumlah 33476
(Sumber : Data sekunder yang diolah, 2019)
Selanjutnya adalah melakukan peramalan untuk
mengetahui kebutuhan bahan baku pada periode 12 bulan
berikutnya. Metode peramalan yang akan digunakan untuk
kebutuhan bahan baku adalah metode regresi sederhana.
Metode regresi sederhana dipilih karena berdasarkan variabel
yang ada dan mempengaruhi. Hal ini sesuai dengan keadaan
pada Monica Collection dimana jumlah produksi akan
mempengaruhi jumlah bahan baku dakron roll karena
produksi pada Monica Collection selalu berubah ubah.
Metode regresi sederhana menggunakan perhitungan sebagai
berikut :
𝑌′ = 𝑎 + 𝑏𝑥
54
Notasi :
𝑏 =𝑛(∑ 𝑥𝑦) − (∑ 𝑥)(∑ 𝑦)
𝑛(∑ 𝑥2) − (∑ 𝑥)2
𝑎 =(∑ 𝑦)
𝑛− (𝑏)
(∑ 𝑥)
𝑛
Berikut merupakan perhitungan peramalan bahan baku
dakron roll menggunakan metode regresi sederhana :
Tabel 4.4 Perhitungan Peramalan Bahan Baku Dakron
Roll dengan Metode Regresi Sederhana
𝑦 𝑥 𝑥𝑦 𝒚𝟐 𝒙𝟐
19,5 2828 55146 380,3 7997584
20,3 3099 62909,7 412,1 9603801
20,1 3043 61164,3 404 9259849
19,9 2980 59302 396 8880400
21,6 3534 76334,4 466,6 12489156
21,4 3453 73894,2 458 11923209
20 3005 60100 400 9030025
20 2912 58240 400 8479744
20,5 3077 63078,5 420,3 9467929
21 3191 67011 441 10182481
19,5 2751 53644,5 380,3 7568001
19 2637 50103 361 6953769
55
𝑦 𝑥 𝑥𝑦 𝒚𝟐 𝒙𝟐
242,8 36510 740927,6 4919,4 111835948
(Sumber : Data sekunder yang diolah, 2019)
𝑏 =𝑛(∑ 𝑥𝑦) − (∑ 𝑥)(∑ 𝑦)
𝑛(∑ 𝑥2) − (∑ 𝑥)2
𝑏 =12(740927,6) − (36510)(242,8)
12(111835948) − (36510)2
𝑏 =8891131,2 − 8864628
1342031376 − 1332980100
𝑏 =26503,2
9051276
𝑏 = 0,003
𝑎 =(∑ 𝑦)
𝑛− (𝑏)
(∑ 𝑥)
𝑛
𝑎 =(242,8)
12− (0,003)
(36510)
12
𝑎 = 20,2 − (0,003)3042,5
𝑎 = 20,2 − 9,1275
𝑎 = 11,1
𝑌′ = 𝑎 + 𝑏𝑥
𝑌′ = 11,1 + 0,003𝑥
Setelah diketahui rumus diatas maka langkah
berikutnya adalah memasukkan permintaan untuk
56
mengetahui bahan baku yang dibutuhkan. Hasilnya adalah
sebagai berikut :
Tabel 4.5 Pemakaian Bahan Baku Berdasarkan Hasil
Peramalan
Bulan Produksi (pcs) Pemakaian Bahan Baku (roll)
Maret 2906 19,8
April 2885 19,8
Mei 2864 19,7
Juni 2843 19,6
Juli 2822 19,6
Agustus 2801 19,5
September 2780 19,4
Oktober 2759 19,4
November 2737 19,3
Desember 2716 19,2
Januari 2695 19,2
Februari 2674 19,1
Total 33482 233,6
(Sumber : Data sekunder yang diolah, 2019)
b. Biaya Pemesanan (S)
Biaya pemesanan bahan baku dakron roll pada Monica
Collection ini memiliki komponen biaya yang dapat dilihat
dari tabel dibawah ini :
57
Tabel 4.6 Komponen Biaya Pemesanan Untuk Setiap Kali
Melakukan Pemesanan pada Monica Collection
Jenis Biaya Jumlah
Biaya Telepon Rp. 20.000,00
Ongkos Pengiriman Rp. 80.000,00
Biaya Bongkar Muat Rp. 100.000,00
Total Biaya Pemesanan Rp. 200.000,00
(Sumber : Data sekunder yang diolah, 2019)
Biaya telepon yang ditanggung oleh Monica Collection
untuk setiap kali pesan adalah sebesar Rp. 20.000,00. Biaya
ini diperlukan untuk melakukan panggilan telepon kepada
supplier sebagai langkah pemesanan. Untuk biaya
pengiriman adalah sebesar Rp. 80.000,00. Biaya pengiriman
sudah ditetapkan oleh supplier. Sedangkan biaya bongkar
muat yang dikeluarkan adalah Rp. 100.000,00 biasanya untuk
2 - 4 orang sebagai tenaga bongkar muat. Jadi total biaya
pemesanan untuk bahan baku dakron roll pada Monica
Collection adalah sebesar Rp. 200.000,00.
c. Biaya Penyimpanan (H)
Biaya penyimpanan bahan baku dakron roll pada
Monica Collection ini memiliki komponen berupa biaya gaji
pegawai dan biaya penyusutan bangunan gudang. Komponen
tersebut dapat dilihat pada tabel sebagai berikut :
58
Tabel 4.7 Komponen Biaya Penyimpanan pada Monica
Collection
Jenis Biaya Jumlah
Gaji Karyawan Gudang Rp. 16.800.000,00
Sewa Bangunan Gudang Rp. 1.495.313,00
Jumlah Rp. 18.295.313,00
Demand (roll) 234
Biaya Simpan Per roll Rp. 78.186,00
(Sumber : Data sekunder yang diolah, 2019)
Biaya penyimpanan untuk setiap roll bahan baku adalah
Rp. 78.186,00. Hal ini dihasilkan dari biaya karyawan gudang yaitu
Rp. 350.000.00 per minggu yang berarti Rp. 16.800.000,00 dalam
setahun. Sedangkan biaya sewa bangunan adalah sebesar Rp.
25.000.000,00 pertahun untuk luas bangunan sebesar 160 𝑚2
dengan kata lain biaya sewa bangunan adalah sebesar Rp.
156.250,00/𝑚2. Untuk luas bangunan yang digunakan sebagai
gudang adalah seluas 9,57 𝑚2. Sehingga sewa bangunan gudang
adalah sebesar 156.250 x 9,57 = Rp. 1.495.313,00. Kemudian
dibagi dengan 234 roll untuk mengetahui biaya simpan untuk
setiap rollnya.
d. Biaya Kehabisan (BK)
Biaya kehabisan ini timbul ketika persediaan bahan
baku yang ada tidak mencukupi untuk memenuhi kebutuhan
produksi. Dari pengalaman perusahaan sebelumnya
kehabisan bahan baku pernah terjadi. Perusahaan akhirnya
melakukan pemesanan tambahan bahan baku dengan jumlah
yang lebih sedikit dari pemesanan biasanya. Hal ini
menyebabkan harga dari bahan baku tersebut mengalami
59
kenaikan hingga 10%. Dari harga biasa dakron roll adalah
sebesar Rp. 700.000,00 naik menjadi Rp. 770.000,00 karena
jumlah pemesanannya sedikit. Maka dari ini biaya kehabisan
dapat dilihat dalam tabel berikut :
Tabel 4.8 Komponen Biaya Kehabisan pada Monica
Collection
Keterangan Jumlah
Selisih harga tiap roll Rp. 70.000,00
Total biaya kehabisan bahan baku (per roll) Rp. 70.000,00
(Sumber : Data sekunder yang diolah, 2019)
e. Titik Pemesanan Kembali (SP)
Untuk dapat menentukan titik pemesanan kembali perlu
diketahui terlebih dahulu besarnya safety stock pada
perusahaan. Sedangkan dalam menentukan safety stock
diperlukan faktor keamanan. Faktor keamanan ini sendiri
dapat diketahui setelah mengetahui terlebih dahulu peluang
kehabisan bahan baku perusahaan. Peluang kahabisan bahan
baku ini dapat dihitung ketika sudah mengetahui Q
sementara.
Perhitungan titik pemesanan kembali dapat dilihat
sebagai berikut :
1) Menentukan Q Sementara dengan Menganggap Tidak
Ada Kehabisan
60
Q sementara dihitung dengan menganggap tidak
terjadinya kehabisan bahan baku. Q sememtara ini
dihitung untuk menentukan peluang kahabisan bahan
baku. Berikut adalah informasi yang didapat dari
perusahaan :
a) Biaya pemesanan : Rp. 200.000,00
b) Biaya penyimpanan : Rp. 78.186,00
c) Demand : 234 roll
EOQ = √2DS
H
EOQ = √2x234x200000
78186
EOQ = 34,6 roll dibulatkan 35 roll
2) Menentukan Peluang Kehabisan Persediaan (P(KP))
Peluang kehabisan persediaan ini dihitung untuk
mengetahui faktor keamanan yang nantinya akan
digunakan untuk menentukan safety stock. Berikut adalah
data yang diketahui dari analisis sebelumnya :
a) Pemakaian bahan baku : 234 roll
b) Q sementara : 35 roll
c) Biaya penyimpanan : Rp. 78.186,00
d) Biaya kehabisan persediaan : Rp. 70.000,00
61
P(KP) =h x Q
D x BKP
P(KP) =78186x35
234x70000
P(KP) = 0,1671
Hasil dari perhitungan peluang kehabisan adalah
sebesar 0,1671 dengan kata lain peluang tidak kehabisan
adalah sebesar 1 - 0,1671 = 0,8329. Jika dilihat pada
kurva normal (lampiran) peluang tidak kehabisan tersebut
terletak diantara nilai 0,8315 pada z = 0,96 dan nilai
0,8340 pada z = 0,97. Maka dari itu teknik interpolasi
linear harus diterapkan sebagai berikut :
0,8329 − 0,8315
𝑥 − 0,96=
0,8340 − 0,8315
0,97 − 0,96
0,0014
𝑥 − 0,96=
0,0025
0,01
0,0014
𝑥 − 0,96= 0,25
(𝑥 − 0,96)𝑥0,25 = 0,0014
𝑥 − 0,96 =0,0014
0,25
𝑥 − 0,96 = 0,0056
𝑥 = 0,0056 + 0,96
𝑥 = 0,9656
Jadi faktor keamanan atau nilai z adalah 0,9656
62
3) Menentukan Safety Stock
Safety stock bertujuan untuk berjaga-jaga apabila
permintaan mengalami fluktuasi maka perusahaan masih
dapat memenuhi permintaan tersebut. Sebelum dapat
menghitung safety stock harus diketahui terlebih dahulu
standar deviasi. Standar deviasi dapat dihitung dengan
proses sebagai berikut :
Tabel 4.9 Perhitungan Standar Deviasi Pemakaian Bahan
Baku pada Monica Collection
Bulan Pemakaian Bahan
Baku 𝒙 − �̅� (𝒙 − �̅�)𝟐
Maret 19,8 0,3 0,1011
April 19,8 0,3 0,0650
Mei 19,7 0,2 0,0369
Juni 19,6 0,1 0,0166
Juli 19,6 0,1 0,0044
Agustus 19,5 0 0,0000
September 19,4 -0,1 0,0036
Oktober 19,4 -0,1 0,0151
November 19,3 -0,2 0,0357
Desember 19,2 -0,3 0,0635
Januari 19,2 -0,3 0,0992
Februari 19,1 -0,4 0,1429
Total 233,6 0,5841
63
(Sumber : Data sekunder yang diolah, 2018)
�̅� = 234 ∶ 12 = 19,5
SD = √∑(x − x̅)
n
SD = √0,5841
12
SD = √0,048675
SD = 0,22
Karena sebelumnya diketahui faktor keamanannya
adalah sebesar 0,9656 maka safety stock adalah sebagai
berikut :
SS = SDxZ
SS = 0,22x0,9656
SS = 0,21 roll
4) Menentukan Titik Pemesanan Kembali
Lead time pemesanan bahan baku adalah 3 hari
untuk setiap kali melakukan pemesanan. Sedangkan
sebelumnya diketahui pemakaian bahan baku selama
periode 1 tahun adalah 234 dengan 296 hari kerja. Maka
rata-rata pemakaian bahan baku dalam sehari adalah 234 :
296 = 0,79 roll.
ROP = Safety Stok + (Lead Time x Q)
ROP = 0,21 + (3 x 0,79)
64
ROP = 2,58 roll
f. Pemakaian Bahan Baku Selama Lead Time (K)
Pemakaian bahan baku selama lead time dapat dihitung
dengan mengalikan rata-rata pemakaian dalam sehari saat
lead time. Berikut adalah tabel perhitungannya :
Tabel 4.10 Pemakaian Bahan Baku Selama Lead Time
pada Monica Collection
Bulan
Pemakaian
Bahan
Baku (roll)
Hari
Kerja
Pemakaian
per Hari
(roll)
Lead
Time
(hari)
Pemakaian Bahan
Baku Selama
Lead Time (roll)
Maret 19,8 25 0,79 3 2,38
April 19,8 24 0,82 3 2,47
Mei 19,7 25 0,79 3 2,36
Juni 19,6 19 1,03 3 3,10
Juli 19,6 27 0,72 3 2,17
Agustus 19,5 26 0,75 3 2,25
September 19,4 25 0,78 3 2,33
Oktober 19,4 27 0,72 3 2,15
November 19,3 25 0,77 3 2,32
Desember 19,2 23 0,84 3 2,51
Januari 19,2 25 0,77 3 2,30
Februari 19,1 25 0,76 3 2,29
Total 233,6 296 28,64
(Sumber : Data sekunder yang diolah, 2018)
65
Dari data diatas rata-rata pemakaian bahan baku selama
lead time dalam periode 1 tahun diatas adalah 28,64 : 12 =
2,4 roll.
g. Probabilitas Pemakaian Selama Lead Time
Probabilitas dapat diketahui dari frekuensi pemakaian
bahan baku selama lead time dalam periode 1 tahun diatas.
Perhitungannya dapat dilihat sebagai berikut :
Banyak kelas 1+3,3 log (n) = 1+3,3 log 12 = 4,56
dibulatkan menjadi 5
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 = 𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 − 𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑒𝑛𝑑𝑎ℎ
𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 = 3,10 − 2,15
5
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 = 0,19
Tabel 4.11 Probabilitas Pemakaian Bahan Baku Selama
Lead Time dengan Lead Time Selama 3 Hari pada Monica
Collection
Pemakaian Bahan Baku
Selama Lead Time (roll)
Frekuensi Probabilitas
2,15-2,34 7 0,58
2,35-2,53 4 0,34
2,54-2,72 0 0
2,73-2,91 0 0
66
Pemakaian Bahan Baku
Selama Lead Time (roll)
Frekuensi Probabilitas
2,92-3,10 1 0,08
Total 12 1
(Sumber : Data sekunder yang diolah, 2018)
Dalam perhitungan sebelumnya telah diketahui rata-rata
pemakaian bahan baku selama lead time pada Monica
Collection adalah 2,4 roll. Rata-rata tersebut terletak pada
interval 2,35-2,53 yang berarti probabilitasnya adalah 0,34.
4.2.2. Menghitung EOQ Probabilistik
a. Perhitungan EOQ Probabilistik
Dari perhitungan sebelumnya telah diketahui sebagai
berikut :
1) Penggunaan bahan baku selama 1 tahun : 234 roll
2) Biaya pemesanan : Rp. 200.000,00
3) Biaya kehabisan : Rp. 70.000,00
4) Pemakaian bahan baku selama lead time : 2,4 roll
5) Reorder point : 2,58 roll
6) Probabilitas selama lead time : 0,34
7) Biaya penyimpanan : Rp. 78.186,00
Maka perhitungannya adalah sebagai berikut :
q optimal = √(2D(S + BKx ∑(Ki − SP)P(Ki))
h)
67
q optimal
= √(2x234(200000 + 70000 ∑(2,4 − 2,58)0,34)
78186)
q optimal = 34,2 roll dibulatkan menjadi 35 roll
Maka dari itu kuantitas pemesanan paling ekonomis
untuk bahan baku dakron roll pada periode 1 tahun kedepan
adalah sebesar 35 roll. Hal ini berarti dalam melakukan
pembelian bahan baku Monica Collection sebaiknya
melakukan pemesanan sebesar 35 roll dengan lead time
selama 3 hari. Pembelian tersebut dilakukan ketika
persediaan sudah mencapai 2,58 roll. Berikut merupakan
grafik sebagai gambaran pemesanan bahan baku :
Gambar 4.1 Grafik Pemesanan Bahan Baku Dakron Roll
Untuk frekuensi pemesanannya adalah sebesar 234 : 35
= 6,69 kali dibulatkan menjadi 7 kali.
b. Elastisitas Pemesanan
Elastisitas pemesanan ini dihitung dengan cara
mengalikan standar deviasi pemakaian bahan baku harian
68
dengan rata-rata hari kerja selama periode kemudian
dikalikan lagi dengan jumlah bulan dalam periode dan
hasilnya dibagi dengan frekuensi pemesanan yang sesuai
dengan metode EOQ Probabilistik. Pertama-tama
menentukan standar deviasi pemakaian bahan baku harian
dapat dilihat sebagai berikut :
Tabel 4.12 Perhitungan Standar Deviasi Pemakaian
Harian Bahan Baku Dakron Roll
Bulan Pemakaian per Hari
(roll) 𝒙 − �̅� (𝒙 − �̅�)𝟐
Maret 0,79 0,00 0,0000
April 0,82 0,03 0,0008
Mei 0,79 -0,01 0,0001
Juni 1,03 0,24 0,0564
Juli 0,72 -0,07 0,0050
Agustus 0,75 -0,05 0,0021
September 0,78 -0,02 0,0003
Oktober 0,72 -0,08 0,0061
November 0,77 -0,02 0,0005
Desember 0,84 0,04 0,0017
Januari 0,77 -0,03 0,0008
Februari 0,76 -0,03 0,0009
Total 9.55 0,0747
(Sumber : Data sekunder yang diolah, 2018)
69
�̅� = 9,55 ∶ 12 = 0,80
SD = √∑(x − x̅)
n
SD = √0,0747
12
SD = √0,006225
SD = 0,079
Setelah mengetahui standar deviasi pemakaian harian
bahan baku harian selanjutnya adalah menghitung elastisitas
pemesanannya yaitu sebagai berikut :
1) Standar deviasi : 0,079
2) Rata-rata hari kerja : 296/12 = 24,7
3) Jumlah bulan dalam 1 periode : 12
4) Frekuensi pemesanan berdasarkan metode EOQ
Probabilistik : 7
Elastisitas =0,079x24,7x12
7
Elastisitas =23,4156
7
Elastisitas = 3,4 dibulatkan menjadi 3 roll
4.2.3. Kebijakan Perusahaan Saat Ini
Monica Collection sendiri memiliki kebijakan dalam
pemesanan bahan baku dakron roll ini setiap 1 bulan sekali
70
sehingga dalam periode 1 tahun Monica Collection melakukan
pemesanan bahan baku sebanyak 12 kali. Maka dari itu apabila
menggunakan hasil peramalan kebutuhan bahan baku dakron roll
selama periode 1 tahun dapat diketahui jumlah setiap kali
pemesanan yaitu 234 : 12 = 19,5 roll dibulatkan menjadi 20 roll.
4.2.4. Perbandingan EOQ Probabilistik dengan Kebijakan
Perusahaan Saat Ini
Perbandingan jumlah biaya dapat dilihat dari Total
Inventory Cost (TIC). Total Inventory Cost (TIC) sendiri dapat
ditentukan dengan menjumlahkan biaya pemesanan dengan biaya
penyimpanan. Total Inventory Cost (TIC) dapat dihitung
menggunakan rumus sebagai berikut :
𝐓𝐂 =𝐃
𝐐𝐒 +
𝐐
𝟐𝐇
Sebelum membandingkan jumlah biaya maka akan dihitung
terlebih dahulu TIC untuk metode EOQ Probabilistik dan
kebijakan dari Monica Collection saat ini. Maka perhitungannya
sebagai berikut :
Total Inventory Cost (TIC) Monica Collection saat ini
TC =234
20200000 +
20
278186
TC = 2340000 + 781860
TC = Rp. 3.121.860,00
Total Inventory Cost (TIC) Metode EOQ Probabilistik
TC =234
35200000 +
35
278186
71
TC = 1337143 + 1368255
TC = Rp. 2.705.398,00
Setelah menghitung TIC masing-masing, hasil
perbandingan Total Inventory Cost (TIC) antara Metode EOQ
Probabilistik dengan kebijakan pada Monica Collection saat ini
dapat dilihat dalam tabel sebagai berikut :
Tabel 4.13 Perbandingan Total Inventory Cost (TIC)
Metode EOQ Probabilistik dan Kebijakan Monica
Collection Saat Ini
Keterangan Jumlah
TIC saat ini Rp. 3.121.860,00
TIC EOQ Probabilistik Rp. 2.705.398,00
Penghematan Rp. 416.462,00
(Sumber : Data sekunder yang diolah, 2018)
Dari tebel 4.13 diketahui adanya penghematan sebesar Rp.
416.462,00 atau sekitar 13,34%.
4.3. Implikasi Manajerial
Berdasarkan hasil analisis diatas menunjukan bahwa adanya
penghematan dalam perbandingan Total Inventory Cost (TIC) pada
metode EOQ Probabilistik dengan kebijakan pada Monica Collection
saat ini. Penghematan ini muncul dari segi biaya karena pada metode
72
EOQ Probabilistik biaya yang dikeluarkan lebih kecil dari biaya yang
dikeluarkan oleh Monica Collection saat ini yaitu sebesar Rp.
416.462,00 atau sekitar 13,34%. Walaupun selisihnya tidak begitu
signifikan untuk perusahaan. Penggunaan EOQ Probabilistik pada
analisis ini sesuai dengan kondisi perusahaan Monica Collection dimana
demand atau permintaannya tidak konstan atau berubah-ubah. Hal ini
memenuhi asumsi dari EOQ Probabilistik dimana adanya ketidak
konsistenan demand atau leadtime ataupun demand dan lead time.
Dari segi pembelian bahan baku dengan metode EOQ Probabilistik
dalam sekali pemesanan melakukan pembelian sebesar 35 roll dengan
nilai elastisitasnya sebesar 3 roll. Sehingga dalam melakukan pemesanan
dapat dilakukan dengan jumlah sebesar 35 ±3 roll pada periode 1 tahun
kedepan. Monica Collection memiliki kapasitas gudang yang cukup
untuk menerapkan metode EOQ Probabilistik ini. Sehingga dalam
implementasinya tidak akan ada masalah penyimpanan. Namun untuk
aspek lain seperti kemampuan pemasok dalam memenuhi pemesanan
bahan baku dan kondisi keuangan pada Monica Collection terkait bahan
baku dapat diperhatikan lebih lanjut sebelum mengimplementasikan
metode EOQ Probabilistik ini.