laporan simulasi 6406_6580.pdf
TRANSCRIPT
-
TUGAS SIMULASI INDUSTRI
PERSEDIAAN BAHAN BAKU PADA BERLY BAKERY
OLEH :
HERLINA MEGAWATI (11 06 06406)
RISKY MARUDUR S (11 06 06580)
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ATMA JAYA YOGYAKARTA
YOGYAKARTA
2014
-
EXECUTIVE SUMMARY
Berly Bakery merupakan toko roti yang menyediakan aneka macam roti seperti roti
sisir, roti semir, roti cokelat keju, roti abon, roti sobek, roti selai, roti pisang, roti
tawar, dsb. Selain itu, Berly Bakery juga menerima pesanan khusus seperti cake,
tart, dan aneka jajanan pasar. Berly Bakery terletak di Ruko Jambu Sari No. 5, Jl.
Candi Gebang, Condongcatur, Sleman, Yogyakarta. Setiap harinya, Berly Bakery
menyediakan lebih dari 30 macam roti untuk dijual di ruko tersebut. Selain itu,
pemasaran juga dilakukan dengan menitipkan roti ke toko-toko dan menjajakan roti
ke universitas dan sekolah sekitar. Barley Bakery buka mulai pukul 08.00 hingga
pukul 17.00 WIB.
Berly Bakery memulai produksi setiap hari pukul 5 pagi, dengan pekerja berjumlah
kurang lebih 5 orang. Bahan baku yang digunakan dalam proses produksi roti
tersebut antara lain tepung, telur, maragarin, pelembut, pengembang, gula, dan susu
UHT. Berly Bakery memiliki kebijakan untuk melakukan pemesanan bahan baku
setiap hari sebelum toko tutup, dan bahan baku tersebut akan dikirim oleh supplier
keesokan hari nya. Hal tersebut dilakukan karena modal yang terbatas, serta untuk
mencegah penumpukan dan kerusakan bahan baku di gudang. Namun, hal tersebut
justru semakin memberatkan perusahaan karena ongkos kirim dan ongkos pesan
bahan baku yang besar, serta perusahaan tidak memiliki persediaan untuk produksi
roti yang mendadak. Selain itu, apabila supplier tidak memiliki produk yang dipesan
maka Berly Bakery harus membeli bahan baku di tempat lain dengan harga yang
lebih mahal. Jika bahan baku yang dipesan datang terlambat, maka proses produksi
juga harus tertunda karena tidak adanya persediaan di gudang. Tertundanya proses
produksi menyebabkan roti belum tersedia di pagi hari dan mengakibatkan adanya
penolakan pelanggan yang cukup banyak. Oleh karena itu, diperlukan adanya
kebijakan baru mengenai waktu dan jumlah pemesanan bahan baku sehingga dapat
menghemat biaya pemesanan dan mengurangi jumlah penolakan pelanggan di pagi
hari.
-
BAB 1
PENDAHULUAN
1.1. Deskripsi Sistem dan Latar Belakang
Banyaknya peminat roti dewasa ini menyebabkan persaingan yang ketat di antara
produsen roti. Para produsen roti saling bersaing untuk dapat memenuhi permintaan
pelanggan yang semakin meningkat. Salah satu faktor penting untuk dapat
memenuhi permintaan pelanggan yaitu dengan memiliki jumlah persediaan yang
tepat sehingga dapat meningkatkan performa dan keungangan perusahaan.
Persediaan merupakan sumber daya yang disimpan dan dipergunakan untuk
memenuhi kebutuhan, dalam hal ini yaitu untuk memenuhi kebutuhan produksi roti.
Berly Bakery merupakan toko roti yang terletak di Ruko Jambu Sari No. 5, Jl. Candi
Gebang, Condongcatur, Sleman, Yogyakarta. Toko ini menyediakan lebih dari 30
macam roti untuk dijual setiap hari. Barley Bakery buka mulai pukul 08.00 hingga
pukul 17.00 WIB, dan memulai produksi roti pukul 05.00 setiap hari nya. Pemilik
melakukan pemesanan bahan baku setiap sore dan bahan baku akan dikirim
keesokan harinya. Pemesanan yang dilakukan setiap hari menyebabkan besar nya
biaya pemesanan yang dikeluarkan dan menyebabkan penolakan pelanggan di pagi
hari akibat terlambatnya pengiriman bahan baku sehingga kegiatan produksi harus
tertunda.
1.2. Rumusan Masalah
Rumusan masalah dari kasus ini yaitu belum adanya kebijakan dari pemilik Berly
Bakery mengenai jumlah pemesanan dan jangka waktu pemesanan bahan baku
yang diperlukan.
1.3. Tujuan Studi Simulasi
Tujuan Studi Simulasi Persediaan di Berly Bakery yaitu untuk membantu pemilik
dalam menentukan jumlah pemesanan bahan baku dan waktu pemesanan yang
terbaik sehingga dapat meminimalkan biaya pemesanan dan dapat mengurangi
penolakan pelanggan.
-
1.4. Variabel Keputusan, Parameter, dan Ukuran Performansi
Variabel keputusan dalam simulasi sistem persediaan di Berly Bakery yaitu jumlah
pemesanan bahan baku dan jangka waktu pemesanan. Parameter yang digunakan
yaitu jumlah penggunaan bahan baku setiap hari. Sedangkan ukuran performansi
yang digunakan yaitu total biaya pemesanan.
1.5. Asumsi dan Batasan Masalah
Asumsi dan batasan masalah digunakan untuk membatasi penelitian sehingga tidak
terjadi penyimpangan topik. Asumsi dan batasan masalah yang digunakan dalam
simulasi persediaan ini yaitu :
a. Bahan baku yang menjadi objek pengamatan yaitu tepung yang digunakan
dalam proses produksi roti di Berly Bakery.
b. Tepung yang digunakan untuk semua jenis roti sama.
c. Pengamatan hanya dilakukan pada hari-hari biasa. Hari besar tidak termasuk
dalam objek pengamatan.
d. Safety Stock tepung sebesar 25 kg setiap hari.
-
BAB 2
METODOLOGI
2.1. Metodologi Penelitian
Sebelum memulai penelitian, perlu diketahui jenis data yang akan digunakan.
Terdapat 2 buah jenis data yaitu data primer dan data sekunder. Data primer
merupakan data yang diperoleh dari hasil pengamatan secara langsung terhadap
sistem aktual. Sedangkan data sekunder merupakan data yang telah tersedia
sebelumnya berisi informasi-informasi yang menunjang penelitian.
Penelitian ini hanya menggunakan data sekunder yaitu berupa data jumlah
pemesanan bahan baku, jumlah penggunaan bahan baku, jumlah produksi roti per
hari, dan jumlah roti sisa per hari. Metodologi yang digunakan yaitu dengan
melakukan wawancara dengan pemilik secara langsung sehingga data yang
diperoleh lebih akurat dan lebih menggambarkan sistem nyata.
2.2. Teknik Pengumpulan Data
Teknik pengumpulan data dilakukan dengan metode wawancara karena data yang
dibutuhkan merupakan data sekunder. Metode wawancara digunakan agar dapat
mengetahui kondisi sistem yang sesungguhnya sehingga data yang diperoleh
memiliki tingkat keakuratan yang tinggi. Wawancara dilakukan dengan bertanya
pada pemilik mengenai kebijakan pemesanan yang dimiliki oleh Berly Bakery
selama ini. Wawancara dilakukan 2 kali yaitu pada tanggal 27 Oktober 2014 dan 31
Oktober 2014. Secara keseluruhan, tahapan pengumpulan data dan pengolahan
data dapat dilihat pada gambar 2.1.
Penelitian ini diawali dengan penelitian pendahuluan. Penelitian pendahuluan
dilakukan agar peneliti dapat lebih mengenal objek yang akan diteliti dan dapat
merumuskan masalah, tujuan, serta batasan masalah penelitian. Tujuan dan
batasan masalah diperlukan agar tidak terjadi penyimpangan terhadap topik.
Langkah selanjutnya yaitu mengumpulkan data dengan menggunakan metode
wawancara yang dilakukan sebanyak 2 kali. Setelah data diperoleh kemudian
dilakukan uji kecukupan dan keseragaman data. Apabila data belum cukup dan
belum seragam, perlu mengumpulkan data lagi.
-
Setelah data yang dimiliki cukup dan seragam, data tersebut diuji dengan
menggunakan Input Analyzer yang ada dalam software Arena untuk mengetahui
pola distribusi yang sesuai. Kemudian membuat model dengan menggunakan
software Microsoft Excel dan dianalisis apakah model yang dihasilkan telah sesuai
dan dapat mewakili sistem yang sesungguhnya. Langkah terakhir yaitu menganalisis
hasil yang diperoleh dan membuat kesimpulan.
Mulai
Penelitian
Pendahuluan
Melakukan
Wawancara
Data
Cukup ?
Mencari Pola
Distribusi Data
Model
sesuai ?
Analisis Hasil
simulasi
Kesimpulan
Selesai
Ya
Ya
Tidak
Tidak
Menggunakan
Input Analizer
Arena
Membuat Model
dengan
Microsoft Excel
Gambar2.1. Diagram AlirTahapanPenelitian
-
BAB 3
DATA DAN ANALISIS HASIL
3.1. Data Pengamatan
Tabel 3.1. berisi data pemesanan tepung setiap hari selama 100 hari, mulai dari
tanggal 1 Agustus 2014 hingga 8 November 2014.
Tabel 3.1. Data Pemesanan Tepung
Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan
(kg)
1-Aug-14 25 20-Sep-14 25
2-Aug-14 50 21-Sep-14 50
3-Aug-14 25 22-Sep-14 25
4-Aug-14 25 23-Sep-14 25
5-Aug-14 25 24-Sep-14 50
6-Aug-14 50 25-Sep-14 25
7-Aug-14 25 26-Sep-14 25
8-Aug-14 25 27-Sep-14 25
9-Aug-14 50 28-Sep-14 50
10-Aug-14 25 29-Sep-14 25
11-Aug-14 25 30-Sep-14 25
12-Aug-14 50 1-Oct-14 25
13-Aug-14 25 2-Oct-14 25
14-Aug-14 25 3-Oct-14 50
15-Aug-14 50 4-Oct-14 25
16-Aug-14 25 5-Oct-14 50
17-Aug-14 25 6-Oct-14 25
18-Aug-14 25 7-Oct-14 25
19-Aug-14 25 8-Oct-14 50
20-Aug-14 50 9-Oct-14 50
21-Aug-14 25 10-Oct-14 25
22-Aug-14 25 11-Oct-14 25
23-Aug-14 25 12-Oct-14 25
24-Aug-14 25 13-Oct-14 50
25-Aug-14 25 14-Oct-14 25
26-Aug-14 50 15-Oct-14 25
-
Tabel 3.1. Data Pemesanan Tepung (Lanjutan)
Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan
(kg)
27-Aug-14 25 16-Oct-14 50
28-Aug-14 25 17-Oct-14 25
29-Aug-14 50 18-Oct-14 25
30-Aug-14 25 19-Oct-14 25
31-Aug-14 25 20-Oct-14 50
01-Sep-14 25 21-Oct-14 25
02-Sep-14 50 22-Oct-14 25
03-Sep-14 25 23-Oct-14 25
04-Sep-14 25 24-Oct-14 25
05-Sep-14 25 25-Oct-14 50
06-Sep-14 50 26-Oct-14 25
07-Sep-14 25 27-Oct-14 25
08-Sep-14 25 28-Oct-14 50
09-Sep-14 25 29-Oct-14 25
10-Sep-14 50 30-Oct-14 25
11-Sep-14 25 31-Oct-14 25
12-Sep-14 25 01-Nov-14 50
13-Sep-14 50 02-Nov-14 25
14-Sep-14 25 03-Nov-14 25
15-Sep-14 25 04-Nov-14 50
16-Sep-14 25 05-Nov-14 25
17-Sep-14 25 06-Nov-14 25
18-Sep-14 25 07-Nov-14 25
19-Sep-14 50 08-Nov-14 25
Tabel 3.2. berisi data pemakaian tepung setiap hari selama 100 hari, mulai dari
tanggal 1 Agustus 2014 hingga 8 November 2014.
Tabel 3.2. Data Pemakaian Tepung
Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan (kg)
1-Aug-14 25 20-Sep-14 33
2-Aug-14 36 21-Sep-14 34
3-Aug-14 28 22-Sep-14 30
-
Tabel 3.2. Data Pemakaian Tepung (Lanjutan)
Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan (kg)
4-Aug-14 31 23-Sep-14 30
5-Aug-14 27 24-Sep-14 38
6-Aug-14 33 25-Sep-14 33
7-Aug-14 38 26-Sep-14 33
8-Aug-14 28 27-Sep-14 31
9-Aug-14 35 28-Sep-14 27
10-Aug-14 37 29-Sep-14 31
11-Aug-14 31 30-Sep-14 30
12-Aug-14 38 1-Oct-14 38
13-Aug-14 29 2-Oct-14 25
14-Aug-14 29 3-Oct-14 32
15-Aug-14 36 4-Oct-14 33
16-Aug-14 29 5-Oct-14 36
17-Aug-14 32 6-Oct-14 31
18-Aug-14 32 7-Oct-14 38
19-Aug-14 29 8-Oct-14 31
20-Aug-14 32 9-Oct-14 26
21-Aug-14 29 10-Oct-14 35
22-Aug-14 34 11-Oct-14 27
23-Aug-14 28 12-Oct-14 36
24-Aug-14 25 13-Oct-14 33
25-Aug-14 27 14-Oct-14 35
26-Aug-14 29 15-Oct-14 32
27-Aug-14 30 16-Oct-14 33
28-Aug-14 37 17-Oct-14 26
29-Aug-14 37 18-Oct-14 33
30-Aug-14 26 19-Oct-14 30
31-Aug-14 34 20-Oct-14 30
1-Sep-14 28 21-Oct-14 27
2-Sep-14 38 22-Oct-14 36
3-Sep-14 25 23-Oct-14 25
4-Sep-14 36 24-Oct-14 33
5-Sep-14 26 25-Oct-14 33
6-Sep-14 31 26-Oct-14 33
7-Sep-14 26 27-Oct-14 32
8-Sep-14 36 28-Oct-14 37
9-Sep-14 36 29-Oct-14 25
-
Tabel 3.2. Data Pemakaian Tepung (Lanjutan)
Tanggal Jumlah Pemesanan (kg) Tanggal Jumlah Pemesanan (kg)
10-Sep-14 27 30-Oct-14 33
11-Sep-14 38 31-Oct-14 31
12-Sep-14 31 1-Nov-14 31
13-Sep-14 31 2-Nov-14 28
14-Sep-14 38 3-Nov-14 36
15-Sep-14 33 4-Nov-14 34
16-Sep-14 25 5-Nov-14 35
17-Sep-14 27 6-Nov-14 25
18-Sep-14 26 7-Nov-14 26
19-Sep-14 37 8-Nov-14 37
Jumlah persediaan akhir Juli 2014 yaitu sebesar 39 kg. Ukuran lot pemesanan
tepung yaitu kelipatan 25 kg. Biaya pembelian tepung untuk setiap kelipatan ukuran
lot berbeda. Harga pembelian tepung dapat dilihat pada tabel 3.3.
Tabel 3.3. Harga Pembelian Tepung
Ukuran Lot (kg) Harga (Rp)
25 172.000
50 325.000
75 480.000
100 640.000
Biaya pemesanan sebesar Rp 10.000,00 termasuk biaya telepon dan biaya
transportasi pengiriman. Biaya simpan merupakan biaya yang timbul karena
disimpannya suatu barang. Dalam penyimpanannya, Berly Bakery tidak memiliki
perawatan khusus sehingga hanya mengeluarkan biaya untuk listrik dan tepung
yang tersimpan merupakan modal yang tertahan. Biaya penyusutan berdasarkan
nilai suku bunga Bank Indonesia sebesar 7,75% per tahun (tanggal 18 November
2014). Biaya simpan diperoleh dengan mengalikan persediaan akhir tiap hari
dengan harga beli tepung dan nilai suku bunga per hari, kemudian ditambah dengan
biaya listrik yang dibutuhkan di gudang setiap hari. Harga beli tepung diperkirakan
sebesar Rp 8.000,00/kg. Biaya listrik diperkirakan sebesar Rp 200,00/hari yang
-
terdiri dari dua buah lampu dengan daya masing-masing 18 watt dan menyala
selama 5 jam/hari, serta biaya listrik PLN sebesar Rp 1.075,00/kwh.
3.2. Analisis Input
Data parameter yang digunakan dalam simulasi persediaan ini yaitu jumlah
pemakaian tepung. Data yang diperoleh kemudian diolah dengan menggunakan
Input Analyzer yang terdapat pada Software Arena untuk mengetahui distribusi yang
sesuai. Berikut ini merupakan hasil Input Analyzer yang diperoleh untuk masing-
masing pola distribusi.
3.2.1. Distribusi Beta
Ho : Data terdistribusi Beta
H1 : Data tidak terdistribusi Beta
= 0,05
Distribution Summary
Distribution: Beta
Expression: 24.5 + 14 * BETA(1.01, 0.999)
Square Error: 0.008475
Chi Square Test
Number of intervals = 7
Degrees of freedom = 4
Test Statistic = 1.97
Corresponding p-value = 0.742
p-value >
Keputusan : Tidak Menolak Ho
Kesimpulan : Terdapat cukup bukti bahwa data terdistribusi Beta
3.2.2. Erlang
Ho : Data terdistribusi Erlang
H1 : Data tidak terdistribusi Erlang
-
= 0,05
Distribution Summary
Distribution: Erlang
Expression: 24.5 + ERLA(3.52, 2)
Square Error: 0.021661
Chi Square Test
Number of intervals = 6
Degrees of freedom = 3
Test Statistic = 19
Corresponding p-value < 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Erlang
3.2.3. Eksponensial
Ho : Data terdistribusi Eksponensial
H1 : Data tidak terdistribusi Eksponensial
= 0,05
Distribution Summary
Distribution: Exponential
Expression: 24.5 + EXPO(7.03)
Square Error: 0.026650
Chi Square Test
Number of intervals = 6
Degrees of freedom = 4
Test Statistic = 54.8
Corresponding p-value < 0.005
-
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Eksponensial
3.2.4. Gamma
Ho : Data terdistribusi Gamma
H1 : Data tidak terdistribusi Gamma
= 0,05
Distribution Summary
Distribution: Gamma
Expression: 24.5 + GAMM(3.74, 1.88)
Square Error: 0.021395
Chi Square Test
Number of intervals = 7
Degrees of freedom = 4
Test Statistic = 32
Corresponding p-value < 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Gamma
3.2.5. LogNormal
Ho : Data terdistribusi LogNormal
H1 : Data tidak terdistribusi LogNormal
= 0,05
Distribution Summary
Distribution: Lognormal
Expression: 24.5 + LOGN(8.05, 9.3)
Square Error: 0.030624
-
Chi Square Test
Number of intervals = 6
Degrees of freedom = 3
Test Statistic = 55.2
Corresponding p-value < 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi LogNormal
3.2.6. Normal
Ho : Data terdistribusi Normal
H1 : Data tidak terdistribusi Normal
= 0,05
Distribution Summary
Distribution: Lognormal
Expression: 24.5 + LOGN(8.05, 9.3)
Square Error: 0.030624
Chi Square Test
Number of intervals = 6
Degrees of freedom = 3
Test Statistic = 55.2
Corresponding p-value < 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Normal
3.2.7. Poisson
Ho : Data terdistribusi Poisson
H1 : Data tidak terdistribusi Poisson
-
= 0,05
Distribution Summary
Distribution: Poisson
Expression: POIS(31.5)
Square Error: 0.015060
Chi Square Test
Number of intervals = 7
Degrees of freedom = 5
Test Statistic = 16.9
Corresponding p-value< 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Poisson
3.2.8. Triangular
Ho : Data terdistribusi Triangular
H1 : Data tidak terdistribusi Triangular
= 0,05
Distribution Summary
Distribution: Triangular
Expression: TRIA(24.5, 33, 38.5)
Square Error: 0.027774
Chi Square Test
Number of intervals = 7
Degrees of freedom = 5
Test Statistic = 25.9
Corresponding p-value < 0.005
-
p-value <
Keputusan : Menolak Ho
Kesimpulan :Tidak terdapat cukup bukti bahwa data terdistribusi Triangular
3.2.9. Uniform
Ho : Data terdistribusi Uniform
H1 : Data tidakterdistribusi Uniform
= 0,05
Distribution Summary
Distribution: Uniform
Expression: UNIF(24.5, 38.5)
Square Error: 0.008371
Chi Square Test
Number of intervals = 7
Degrees of freedom = 6
Test Statistic = 1.92
Corresponding p-value > 0.75
p-value <
Keputusan : Tidak Menolak Ho
Kesimpulan : Terdapat cukup bukti bahwa data terdistribusi Uniform
3.2.10. Weibull
Ho : Data terdistribusi Weibull
H1 : Data tidak terdistribusi Weibull
= 0,05
Distribution Summary
Distribution: Weibull
Expression: 24.5 + WEIB(7.79, 1.66)
Square Error: 0.018525
-
Chi Square Test
Number of intervals = 5
Degrees of freedom = 2
Test Statistic = 11.1
Corresponding p-value < 0.005
p-value <
Keputusan : Menolak Ho
Kesimpulan : Tidak terdapat cukup bukti bahwa data terdistribusi Weibull
Berdasarkan hasil analisis tersebut, distribusi yang sesuai untuk data jumlah
pemakaian tepung adalah Distribusi Uniform dengan ekspresi UNIF(24.5, 38.5).
Distribusi ini dipilih karena memiliki nilai p-value yang paling tinggi yaitu sebesar
0,75. Karena p-value lebih besar dari maka keputusan yang diambil yaitu tidak
menolak Ho, sehingga dapat diambil kesimpulan bahwa data pemakaian tepung
terdistribusi Uniform. Distribusi Uniform merupakan jenis distribusi probabilitas
diskrit, dan telah sesuai dengan tipe data jumlah pemakaian tepung. Gambar
histogram untuk pola distribusi Uniform tersebut dapat dilihat pada gambar 3.1.
Gambar 3.1. Distribusi Probabilitas Uniform
3.3. Model Simulasi
Simulasi dijalankan dengan menggunakan software Microsoft Excel. Simulasi
dijalankan selama 30 hari. Jumlah pemakaian tepung menggunakan bilangan
random yang telah terdistribusi Uniform. Model simulasi persedian tepung pada
Berly Bakery dapat dilihat pada tabel 3.4.
-
Tabel 3.4. Model Simulasi
Hari Ke Persediaan
(kg) Bilangan Random
Jumlah Pemakaian UNIF(24,5;38,5)
Jumlah Pemesanan (kg)
Harga Bahan Baku
Biaya Pesan
Biaya Simpan
Total Biaya
0 39 0 0 0
1 14.3429039 0.011221153 24.65709614 100 640000 10000 218 650,218
2 79.9979102 0.70321383 34.34499363 0 0 0 329 329
3 53.3430516 0.153918474 26.65485864 0 0 0 284 284
4 25.308624 0.252459115 28.0344276 0 0 0 236 236
5 0 0.637521414 33.4252998 100 640000 10000 0 650,000
6 63.6318735 0.84772332 36.36812649 0 0 0 302 302
7 27.6040365 0.823416929 36.02783701 0 0 0 240 240
8 0 0.354572193 29.4640107 100 640000 10000 0 650,000
9 69.2816665 0.444166682 30.71833355 0 0 0 311 311
10 42.9546434 0.13050165 26.3270231 0 0 0 266 266
11 7.09082523 0.811701295 35.86381812 100 640000 10000 206 650,206
12 80.657062 0.138125942 26.43376318 0 0 0 331 331
13 50.8736749 0.377384799 29.78338719 0 0 0 280 280
14 25.0543183 0.094239752 25.81935653 0 0 0 236 236
15 0 0.233507849 27.76910988 100 640000 10000 0 650,000
16 71.3740857 0.294708167 28.62591433 0 0 0 315 315
17 42.8334567 0.288616353 28.54062895 0 0 0 266 266
18 17.3542997 0.069939785 25.47915699 100 640000 10000 223 650,223
19 80.5690805 0.877515661 36.78521925 0 0 0 330 330
20 49.4816782 0.470528733 31.08740226 0 0 0 278 278
21 24.4353152 0.03902593 25.04636301 100 640000 10000 235 650,235
22 95.6302434 0.30750513 28.80507182 0 0 0 356 356
-
Tabel 3.4. Model Simulasi (Lanjutan)
Hari Ke Persediaan
(kg) Bilangan Random
Jumlah Pemakaian UNIF(24,5;38,5)
Jumlah Pemesanan (kg)
Harga Bahan Baku
Biaya Pesan
Biaya Simpan
Total Biaya
23 59.0935635 0.859762846 36.53667985 0 0 0 294 294
24 27.5699867 0.501684058 31.52357681 0 0 0 240 240
25 0 0.232457358 27.75440301 100 640000 10000 0 650,000
26 73.5937322 0.136161988 26.40626783 0 0 0 319 319
27 39.6377841 0.675424861 33.95594805 0 0 0 261 261
28 6.85120089 0.591898802 32.78658323 100 640000 10000 205 650,205
29 73.3869404 0.640304317 33.46426044 0 0 0 318 318
30 36.452995 0.888138962 36.93394547 0 0 0 255 255
Total Biaya 5,857,135
-
3.4. Penentuan Replikasi
Dalam melakukan simulasi perlu adanya replikasi agar hasil yang diperoleh cukup
untuk mewakili kondisi yang sesungguhnya dalam sistem nyata. Selain itu, replikasi
juga diperlukan karena variabel yang dimiliki merupakan variabel probabilistik yang
hasilnya dapat terus berubah. Parameter yang digunakan yaitu jumlah pemakaian
tepung setiap hari. Perhitungan jumlah replikasi dapat dilihat pada tabel 3.5.
Tabel 3.5. Perhitungan Jumlah Replikasi Data Jumlah Pemakaian Tepung
Replication Total Biaya
(100) Total Biaya
(200) Total Biaya
(300) Total Biaya
(400)
1 6,507,383 6,461,053 7,732,784 7,725,961
2 6,506,962 6,460,307 7,733,731 7,725,664
3 6,507,703 6,460,795 7,733,097 7,726,194
4 6,507,544 6,460,477 7,732,859 7,725,797
5 6,507,446 6,460,191 7,732,900 7,725,420
6 6,508,170 6,460,743 7,732,504 7,726,044
7 6,507,519 6,460,937 7,732,390 7,726,039
8 6,507,435 6,460,595 7,732,913 7,726,163
9 6,508,133 6,460,839 7,732,666 7,726,611
10 6,508,180 6,460,474 7,733,287 7,726,343
Xbar 6,507,647.5473 6,460,641.0186 7,732,913.1125 7,726,023.5668
S 401.0135 279.0576 389.2962 340.6336
t 1.8331 1.8331 1.8331 1.8331
half width 232.4583 161.7633 225.6661 197.4575
Confidence Interval
6,507,415.0890 6,460,479.2553 7,732,687.4464 7,725,826.1093
6,507,880.0056 6,460,802.7818 7,733,138.7786 7,726,221.0243
n0 10 10 10 10
h0 232.4583 161.7633 225.6661 197.4575
h 65076.47547 64606.41019 77329.13112 77260.23567
n 0.000127598 6.26915E-05 8.51621E-05 6.53183E-05
Simulasi dijalankan selama 30 hari dengan variabel keputusan jumlah pemesanan
tepung sebesar 100 kg, 200 kg, 300 kg, dan 400 kg. Replikasi awal dilakukan
sebanyak 10 kali, kemudian dihitung rata-rata dan standar deviasi total biaya untuk
masing-masing variabel keputusan. Replikasi ini menggunakan level signifikansi
sebesar 0,05 dan derejat bebas 9 sehingga diperoleh nilai tabel t sebesar 1,8331.
Halfwidth dihitung dengan menggunakan rumus sebagai berikut:
-
(3.1) h =
(3.3)
(3.7)
(3.8)
(3.5)
Confidence Interval dihitung dengan menggunakan rumus sebagai berikut:
CI = Xbar halfwidth (3.2)
Untuk menghitung jumlah replikasi digunakan rumus sebagai berikut:
Halfwidth yang digunakan yaitu sebesar 1% dari rata-rata variabel keputusan,
sehingga diperoleh nilai n seperti terlihat pada tabel 3.2. Nilai n yang diperoleh
terlalu kecil dan lebih kecil dari n0, maka jumlah replikasi sebanyak n0 dapat
dikatakan cukup dan telah mewakili sistem nyata. Maka dari itu, diperoleh jumlah
replikasi minimum sebanyak 10 kali replikasi.
3.5. Verifikasi
Verifikasi merupakan pemeriksaan internal untuk mengetahui apakah model telah
berperilaku sesuai dengan yang diharapkan. Verifikasi model juga dapat dilihat dari
kesesuaian hasil simulasi dengan logika yang ada. Hal tersebut digunakan untuk
mengetahui kebenaran dari model yang telah dibuat. Berikut ini merupakan rumus
yang digunakan dalam melakukan simulasi persediaan.
Biaya Pesan (Rp) = Biaya Transportasi (Rp) + Biaya Telepon (Rp) (3.4)
Biaya Simpan (Rp) = Biaya Penyusutan Bahan Baku (Rp) +
Biaya Listrik (Rp)
Biaya Penyusutan Bahan Baku = Ii x HT x B (3.6)
Keterangan :
Ii = Jumlah persediaan akhir hari ke i (kg)
HT = Harga beli tepung (Rupiah/kg)
B = Nilai suku bunga (%/hari)
Biaya Listrik = 1075 rupiah/kwh x 2 buah lampu x (18/1000)
kw x 5 jam/hari
Jumlah Persediaan hari ke i (kg) = persediaan hari ke i-1 (kg)
+ jumlah pemesanan (kg) - jumlah pemakaian (kg)
-
(3.9) Total Biaya (Rp) = Harga Bahan Baku (Rp) + Biaya Pesan (Rp)
+ Biaya Simpan (Rp)
3.6. Validasi
Validasi merupakan pemeriksaan secara eksternal. Pada proses validasi ini akan
dilihat apakah hasil simulasi telah sesuai dengan hasil pada sistem nyata. Validasi
akan dilakukan dengan membandingkan total biaya hasil simulasi selama 1 bulan
dengan total biaya selama 1 bulan dalam sistem nyata. Total biaya pada simulasi
diperoleh sebesar Rp 6.690.415,00. Sedangkan total biaya pada sistem nyata
diperoleh sebesar Rp 6.500.000,00. Total biaya dalam sistem nyata diperoleh
melalui wawancara langsung dengan pemilik Berly Bakery. Dari hasil tersebut
menunjukan bahwa hasil simulasi telah mendekati hasil yang sesungguhnya,
sehingga dapat dikatakan bahwa simulasi yang dijalankan telah valid. Hasil
pengujian validasi model dapat dilhat pada tabel 3.6.
-
Tabel 3.6. Validasi Model
Hari Ke Persediaan (kg) Bilangan Random
Jumlah Pemakaian UNIF(24,5;38,5)
Jumlah Pemesanan (kg)
Harga Bahan Baku
Biaya Pesan
Biaya Simpan
Total Biaya
0 39
1 7,688733761 0,486519017 31,31126624 25 172000 10000 207 182.207
2 2,786296023 0,38588841 29,90243774 50 325000 10000 198 335.198
3 21,843427 0,46020493 30,94286903 25 172000 10000 231 182.231
4 19,80904417 0,181027345 27,03438283 25 172000 10000 227 182.227
5 16,32156781 0,28481974 28,48747635 25 172000 10000 221 182.221
6 12,42256474 0,314214505 28,89900307 50 325000 10000 215 335.215
7 33,75007531 0,298034959 28,67248943 25 172000 10000 251 182.251
8 21,77827586 0,890842818 36,97179945 25 172000 10000 230 182.230
9 11,48056031 0,771265397 35,29771555 50 325000 10000 213 335.213
10 30,13589373 0,488904756 31,34466658 25 172000 10000 245 182.245
11 17,9313471 0,907467616 37,20454663 25 172000 10000 224 182.224
12 12,2075866 0,444554322 30,7237605 50 325000 10000 214 335.214
13 26,14770049 0,82570615 36,0598861 25 172000 10000 238 182.238
14 23,48379001 0,225993606 27,66391048 25 172000 10000 233 182.233
15 16,2115231 0,555161923 32,27226692 50 325000 10000 221 335.221
16 29,18461577 0,894779095 37,02690733 25 172000 10000 243 182.243
17 19,85759366 0,701930151 34,32702211 25 172000 10000 227 182.227
18 16,88909753 0,247749723 27,96849613 25 172000 10000 222 182.222
19 15,18918704 0,157136463 26,69991049 25 172000 10000 219 182.219
20 7,574982195 0,57958606 32,61420484 50 325000 10000 206 335.206
21 27,84985522 0,373223355 29,72512697 25 172000 10000 241 182.241
22 16,05347141 0,878313129 36,79638381 25 172000 10000 221 182.221
-
Tabel 3.6. Validasi Model (Lanjutan)
Hari Ke Persediaan (kg) Bilangan Random
Jumlah Pemakaian UNIF(24,5;38,5)
Jumlah Pemesanan (kg)
Harga Bahan Baku
Biaya Pesan
Biaya Simpan
Total Biaya
23 10,89581529 0,404118294 30,15765612 25 172000 10000 212 182.212
24 3,291487619 0,578880548 32,60432767 25 172000 10000 199 182.199
25 2,086947384 0,121752874 26,20454024 25 172000 10000 197 182.197
26 0 0,265023061 28,21032285 50 325000 10000 0 335.000
27 11,8232832 0,976908343 38,1767168 25 172000 10000 214 182.214
28 6,673151829 0,403580812 30,15013137 25 172000 10000 205 182.205
29 5,520299581 0,118060875 26,15285225 50 325000 10000 203 335.203
30 26,16734466 0,346639637 29,35295492 25 172000 10000 238 182.238
Total Biaya 6.690.415
Total Biaya Pemesanan (Simulasi) = Rp 6.690.415,00
Total Biaya Pemesanan (Sistem Nyata) = Rp 6.500.000,00
-
3.7. Analisis Output
Analisis Output digunakan untuk membandingkan skenario alternatif yang dibuat,
serta digunakan untuk menentukan skenario yang terbaik. Skenario dibuat
berdasarkan realita sistem persediaan yang mungkin diaplikasikan ke dalam sistem
persediaan pada Berly Bakery. Terdapat 4 skenario yang diberikan yaitu pemesanan
tepung sebesar 100 kg, 200 kg, 300 kg, dan 400 kg. Skenario tersebut dipilih karena
pembelian tepung dengan kelipatan 100 kg memilki harga yang paling rendah.
Tabel.3.7. Perbandingan Hasil Skenario
Replication Total Biaya
(100) Total Biaya
(200) Total Biaya
(300) Total Biaya
(400)
1 6,507,383 6,461,053 7,732,784 7,725,961
2 6,506,962 6,460,307 7,733,731 7,725,664
3 6,507,703 6,460,795 7,733,097 7,726,194
4 6,507,544 6,460,477 7,732,859 7,725,797
5 6,507,446 6,460,191 7,732,900 7,725,420
6 6,508,170 6,460,743 7,732,504 7,726,044
7 6,507,519 6,460,937 7,732,390 7,726,039
8 6,507,435 6,460,595 7,732,913 7,726,163
9 6,508,133 6,460,839 7,732,666 7,726,611
10 6,508,180 6,460,474 7,733,287 7,726,343
Xbar 6,507,647.5473 6,460,641.0186 7,732,913.1125 7,726,023.5668
Simulasi ini memiliki tujuan untuk meminimalkan total biaya pemesanan pada Berly
Bakery. Pada tabel 3.7. dapat dilihat bahwa skenario 2 dengan jumlah pemesanan
200 kg memiliki rata-rata total biaya pemesanan yang paling rendah. Untuk lebih
memastikan bahwa skenario 2 merupakan alternatif yang terbaik maka perlu
dilakukan pembuktian dengan membandingkan setiap alternatif. Perbandingan
alternatif dilakukan dengan menggunakan t-test two sample (Assuming unequal
variances) karena pada kasus ini digunakan untuk membandingkan 2 sampel dan
variansi tidak diketahui. Berikut ini merupakan hasil perbandingan skenario.
a. Perbandingan Skenario 2 dengan Skenario 1
i. Perumusan hipotesis:
Ho : 200 100
H1 : 200 < 100
ii. Kriteria Pengujian:
-
T statistic < t critical, maka Ho ditolak
iii. Data Analysis:
Tabel 3.8. Perbandingan Skenario 2 dan Skenario 1
Variable 1 Variable 2
Mean 6460641.019 6507647.547
Variance 77873.12409 160811.8026
Observations 10 10 Hypothesized Mean Difference 0
df 16 t Stat -304.260577 P(T
-
8399.625971
P(T
-
BAB 4
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Kesimpulan yang dapat diambil dari hasil simulasi sistem persediaan di Berly Bakery
yaitu:
1. Simulasi dapat digunakan sebagai salah satu cara untuk menentukan jumlah
pemesanan dan jangka waktu pemesanan tepung yang terbaik sehingga dapat
meminimalkan total biaya pemesanan pada Berly Bakery.
2. Model simulasi yang dibuat telah sesuai dan dapat mewakili keseluruhan sistem
nyata yang ada di Berly Bakery.
3. Dalam menentukan jumlah pemesanan perlu mengetahui sisa persediaan dan
ramalan permintaan keesokan hari.
4. Pemesanan tepung dilakukan apabila jumlah persediaan di akhir hari kurang
dari safety stock yang telah diputuskan yaitu sebanyak 25 kg.
5. Skenario yang memberikan total biaya pemesanan terkecil yaitu skenario kedua
dengan jumlah pemesanan tepung 200 kg.
4.2. Saran
Saran yang dapat diberikan untuk sistem persediaan pada Berly Bakery yaitu:
1. Pemesanan tepung sebanyak 200 kg akan memberikan hasil yang terbaik.
2. Pemilik Berly Bakery sebaiknya melakukan pengecekan setiap bulan, sehingga
dapat mengetahui kapan sebaiknya pemilik melakukan pemensanan tepung.
-
DAFTAR PUSTAKA
Law, M., Kelton, W. 2000. Simulation Modeling and Analysis, McGraw-Hill,
Singapore.
Sutjiati, Siska Tristanti. 2014. Pengendalian Persediaan Bahan Baku Rotidi UD
Minang Jaya (Skripsi). Program Studi Teknik Industri, Fakultas Teknologi
Industri, Universitas Atma Jaya Yogyakarta.
Taha, Hamdy A., 2003, Operations Research: An Introduction, 7th ed., Pearson
Education Inc., New Jersey.
Walpole,R.E.,Myers,R.H.,and Myers, S.L. 1998. Probability and Statistics for
Engineers and Scientist, 6th edition, Prentice Hall International Inc,USA.
-
LAMPIRAN
Hasil Input Analyzer untuk data jumlah pemesanan tepung.
Berikut ini merupakan foto-foto pengambilan data yang dilakukan di Berly Bakery.