29
4.4 Analisis Rantai Pasok Minuman Sari Buah Jambu Lipisari
Pengelolaan rantai pasok didefinisikan oleh Mentzer et al. 2001 sebagai suatu koordinasi strategi dan sistem dari fungsi-fungsi bisnis tradisional yaitu
pemasaran, penjualan, riset dan pengembangan, peramalan, produksi, pengadaan, logistik, teknologi informasi, keuangan, dan pelayanan pelanggan dalam
mengelola dan menyelesaikan aliran rantai pasok barang jasa, sumber daya keuangan, informasi yang menyertai aliran rantai pasok, dan aliran informasi
tentang permintaan dan peramalan dari pemasok paling awal sampai pada konsumen paling akhir. Hal ini dilakukan untuk memberikan nilai dan kepuasan
pelanggan untuk mencapai keunggulan kompetitif dan profitabilitas tinggi untuk masing-masing perusahaan di dalam rantai pasok dan rantai pasok secara
keseluruhan. Berdasarkan definisi yang dijelaskan oleh Mantzer et al. 2001, model rantai pasok dianalisis dengan metode deskriptif-kualitatif yang
mengidentifikasi anggota rantai, aliran rantai, dan proses bisnis rantai. 1.
Anggota Rantai dan Aliran rantai pasok Analisis ini menjelaskan tentang anggota atau pihak-pihak yang terlibat di
dalam rantai pasok dan peran dari setiap pihak yang terlibat. Selain itu, dijelaskan pula aliran komoditas dimulai dari hulu hingga ke hilir dan bentuk kerjasama yang
terjadi di antara pihak-pihak yang terlibat. 2.
Proses Bisnis Rantai Proses bisnis rantai menjelaskan proses-proses yang terjadi di dalam rantai
pasokan untuk mengetahui apakah keseluruhan rantai pasokan sudah terintegrasi dan berjalan dengan baik atau tidak. Proses bisnis rantai ditinjau berdasarkan
aspek hubungan proses bisnis antar anggota rantai pasokan, pola distribusi, dan support anggota rantai Setiawan 2009.
4.5 Analisis Pengelolaan Rantai Pasok
4.5.1 Analisis Pengendalian Harga
Analisis penentuan harga sangat berkaitan dengan faktor biaya yang berkaitan dengan efesiensi dari rantai pasok yang dapat tercapai. Pengendalian
biaya dapat dikelompokkan menjadi biaya pembelian, biaya kantor, biaya
30 pemeliharaan dan lainnya. Dalam melaksanakan aktivitasnya, perusahaan perlu
memprioritaskan tentang pengeluaran yang digunakan, hal ini diperlukan untuk mengurangi beban biaya yang didapatkan oleh perusahaan.
Biaya yang berhubungan dengan pengadaan bahan baku dan tidak terlalu memiliki atau mempengaruhi nilai tambah dapat dihilangkan ataupun disusutkan.
Sehingga dapat mengurangi biaya pembelian bahan baku. Maka hubungan yang akan terjadi adalah terdapat selisih antara harga beli aktual dan harga beli dengan
konsep pengelolaan rantai pasok. Pengelolaan rantai pasok bertujuan untuk melakukan efisiensi distribusi pada perusahaan.
Biaya telepon dan biaya administrasi yang telah disusutkan, kemudian dimasukkan ke dalam biaya pengadaan bahan baku, sehingga akan mengurangi
biaya pembelian bahan baku, dan akan didapat total biaya pembelian bahan baku pengelolaan rantai pasok yang baru.
4.5.2 Analisis Pengendalian Permintaan Minuman Sari Buah Jambu Lipisari
4.5.2.1 Analisis Pola Data Permintaan
Pola data dari permintaan minuman sari buah jambu Lipisari diidentifikasi melalui plot data permintaan dan plot data autokorelasinya Hanke et al. 2003.
Deret data dari beberapa permintaan minuman sari buah yang telah dikumpulkan dibuat dalam bentuk tabel dan diplotkan pada kurva dengan menggunakan
program Minitab versi 15. Dari hasil plot data tersebut, maka data permintaan dari minuman sari buah jambu Lipisari dapat diketahui pola datanya untuk sementara,
apakah data tersebut memiliki unsur trend, siklik, maupun unsur musiman. Setelah diidentifikasi pola data, selanjutnya dilakukan analisis terhadap pola data
yang dihasilkan. Menurut Hanke et al. 2003, plot autokorelasi menunjukkan keeratan
hubungan antara nilai variabel yang sama pada periode waktu yang berbeda. Identifikasi pola data melalui koefisien autokorelasi memiliki pedoman sebagai
berikut:
31 1.
Apabila nilai koefisien autokorelasi pada time lag dua periode atau tiga periode tidak berbeda nyata dari nol, maka data tersebut adalah data
stasioner. 2.
Apabila nilai koefisien autokorelasi pada beberapa time lag pertama secara berurutan berbeda nyata dari nol, maka data tersebut adalah data yang
menunjukkan pola trend. 3.
Apabila nilai koefisien autokorelasi pada beberapa time lag yang mempunyai jarak sistematis berbeda nyata dari nol, maka data tersebut
adalah data dengan komponen musiman. Pola horisontal dapat disebabkan oleh kualitas produk dan tingkat harga.
Pola trend dapat disebabkan oleh pertumbuhan populasi, inflasi harga, preferensi konsumen, perubahan teknologi, dan kenaikan produktivitas. Pola siklik
dipengaruhi oleh perubahan pada ekspansi dan kontraksi ekonomi, sedangkan pola musiman dapat disebabkan oleh kondisi cuaca, hari raya besar, bulan puasa,
dan liburan.
4.5.2.2 Penerapan Model Peramalan Time Series
Penerapan model peramalan time series dilakukan setelah pola data permintaan dari minuman sari buah jambu terlihat. Pertimbangan penggunaan
model time series didasarkan pada data permintaan yang digunakan adalah data time series, artinya data tersebut disajikan berdasarkan waktu kejadian tanpa
menunjukkan faktor-faktor yang mempengaruhinya. Model time series dipilih minimal dua untuk peramalan permintaan. Metode
yang dipilih dan digunakan pada penelitian ini yaitu model trend dan model dekomposisi multiplikatif. Kedua metode ini dipilih dengan pertimbangan kedua
model ini mudah dimengerti, bisa digunakan untuk data dengan pola musiman, trend, dan siklik, serta kedua model ini cukup akurat untuk peramalan permintaan
jangka pendek. Formula dari masing-masing metode tersebut adalah sebagai berikut:
1. Model Trend
Persamaan peramalan dengan menggunakan model trend Hanke et al. 2003 adalah :
32 a.
Trend linier Ft = b
+ bt b.
Trend kuadratik Ft = b
+ b
1
t + b
2
t
2
2. Model Dekomposisi Multiplikatif
Model ini dapat digunakan pada data historis yang memiliki pola sembarang. Model ini mencoba memisahkan komponen trend, siklik, dan
musiman Hanke et al. 2003. Secara matematik bentuk umum pendekatan dekomposisi adalah:
Yt = fTr
t
, Cl
t
, Sn
t
, E
t
Dimana: Y
t
= Nilai peramalan f
= fungsi peramalan Tr
t
= komponen trend pada waktu t Cl
t
= komponen siklus pada waktu t Sn
t
= komponen atau indeks musim pada waktu t E
t
= komponen kesalahan atau random pada waktu t Bentuk fungsi eksplisitnya tergantung asumsi tentang hubungan antara
unsur itu yang dipakai, misalnya apakah model aditif jika komponen tersebut tidak ada nilainya nol atau multiplikatif jika komponen tersebut tidak ada
nilainya 1. Dekomposisi multiplikatif : Yt = Tr
t
. Cl
t
. Sn
t
. E
t.
Dekomposisi aditif : Y
t
= Tr
t
+ Cl
t
+ Sn
t
+ E
t
4.5.2.3 Pemilihan Metode Peramalan Time Series
Metode peramalan yang digunakan adalah metode yang sesuai dan tepat untuk data permintaan dari masing-masing komoditi. Ketepatan merupakan
kriteria dalam memilih suatu metode peramalan. Ketepatan menunjukkan sampai seberapa jauh model mampu menghasilkan ramalan yang tidak jauh berbeda
dengan keadaan aktualnya. Metode-metode peramalan time series yang sudah diterapkan pada deret
data permintaan dari produk minuman sari buah jambu kemudian akan dipilih berdasarkan nilai standard error SE. Metode yang terpilih adalah metode yang
memiliki nilai SE terendah Hanke et al. 2003. Selain itu, untuk kemudahan
33 dalam penggunaan metode peramalan merupakan hal yang perlu dipertimbangkan
dalam memilih suatu model peramalan Hanke et al. 2003. Nilai SE diperoleh dengan mengakarkan nilai MSE. Pendekatan ini memberikan error yang relatif
kecil. SE dirumuskan sebagai berikut: MSE = [
∑Y
t
– Y’
t 2
] n
4.5.2.4 Perhitungan Jumlah Pemesanan Optimum
Permasalahan dalam persediaan merupakan hal yang penting dalam logistik. Persediaan menunjukkan kemampuan perusahaan dalam memenuhi permintaan.
Secara umum ada dua macam sistem persediaan yang biasa dipakai yaitu: 1.
Sistem pemesanan ukuran tetap fixed order size inventory system sering disebut “Q sistem”. Ciri-ciri Q sistem sebagai berikut:
a. Jumlah bahan yang dipesan selalu sama untuk setiap kali pemesanan. b. Selang waktu pemesanan tidak tetap, bervariasi sesuai fluktuasi pemakaian
bahan. c. Pemesanan dilakukan kembali apabila jumlah persediaan telah mencapai
titik pemesanan kembali reorder point. d. Titik pemesanan kembali besarnya sama dengan perkiraan pemakaian
selama lead time ditambah dengan safety stock. 2.
Sistem pemesanan interval tetap fixed order interval inventory system atau sering disebut “P sistem”. Ciri-ciri P sitem adalah sebagai berikut:
a. Jumlah bahan yang dipesan tidak tetap, tetapi tergantung pada jumlah persediaan yang ada di gudang.
b. Selang waktu persediaan adalah tetap untuk setiap kali pemesanan dilakukan.
c. Model P tidak mempunyai titik pemesanan kembali, tetapi lebih menekankan pada target persediaan.
d. Model P tidak mempunyai nilai EOQ karena jumlah pemesanan akan bervariasi tergantung permintaan yang sesuai dengan target persediaan.
34 Sistem persediaan “Q sistem” digunakan pada penelitian ini untuk
memecahkan persoalan persediaan. Namun, sebelum dilakukan perhitungan nilai Q optimum, data yang terkumpul diolah dengan menggunakan konsep
pengelolaan rantai pasok. metode statistik yang digunakan dalam penelitian ini adalah:
1. Menghitung rata-rata permintaan
Keterangan: Fi = Frekuensi pemesanan
Xi = Jumlah pemesanan 2.
Menghitung standar deviasi
Keterangan: S
= Standar deviasi Fi
= Frekuensi pemesanan Xi = Jumlah pemesanan
n = total frekuensi permintaan
Nilai “Q sistem” dihitung terhadap dua situasi yaitu: 1.
Tanpa koordinasi antar rantai pasok
Keterangan: Q
= Jumlah pemesanan optimum C
o
= biaya pemesanan retailer Rp tahun D = Jumlah permintaan per tahun
H = Biaya penyimpanan retailer 2.
Dengan koordinasi antar rantai pasok
35 Keterangan:
Q = Jumlah pemesanan optimum
C
o
= Biaya pemesanan retailer ditambah dengan biaya pemesanan perusahaan Rp tahun
D = Jumlah permintaan per tahun H = Biaya penyimpanan retailer ditambah dengan biaya penyimpanan perusahaan
4.5.2.5 Perhitungan Total Biaya, Safety Stock, dan Reorder Point ROP
Total biaya dihitung dengan rumus sebagai berikut:
Keterangan: D = jumlah permintaan per tahun
Q = ukuran pemesanan optimum C
o
= biaya pemesanan h = biaya penyimpanan produk
Safety stock dihitung dengan rumus sebagai berikut: SS = Z x S
dl
Keterangan: S
dl
= standar deviasi permintaan selama lead time Z = nilai di bawah kurva normal yang ditentukan oleh service level
Model penentuan jumlah optimum dibuat dengan asumsi situasi yang deterministik, artinya permintaan maupun pasokan dianggap pasti tanpa
mempertimbangkan lead time Pujawan 2005. Pada kenyataannya, baik lead time ataupun permintaan akan suatu produk itu tidak pasti. Oleh karena itu, untuk
mengatasi permasalahan ketidakpastian lead time dan permintaan diperlukan estimasi atau perhitungan mengenai waktu pemesanan kembali reorder point.
Reorder point ROP dapat dihitung dengan menggunakan rumus sebagai berikut: ROP = d x l + SS
Keterangan: d
= permintaan selama lead time l
= lead time SS = Safety Stock
36
V GAMBARAN UMUM PERUSAHAAN
5.1 Sejarah dan Perkembangan Perusahaan