keakuratan dari hasil peramalan. Semakin kecil nilai MAPE, MAD, dan MSD maka, semakin baik nilai setiap konstanta
pemulusan. 4.
Penggunaan Model Untuk Peramalan Nilai konstanta pemulusan yang terbaik yang telah diperoleh
digunakan untuk menentukan peramalan. Tahapan
3.3.2. Menentukan Lead Time
Lead time adalah lamanya waktu antara mulai dilakukannya pemesanan bahan-bahan sampai dengan kedatangan bahan-bahan
yang dipesan tersebut dan diterima di gudang persediaan. Lamanya waktu tunggu dapat ditentukan dari rataan lamanya waktu tunggu
periode-periode sebelumnya.
3.3.3. Menentukan Safety Stock
Besarnya Safety stock atau persediaan pengaman dipengaruhi oleh beberapa faktor, yaitu :
1. Rataan tingkat permintaan dan rataan masa tenggang 2. Keragaman permintaan pada masa tenggang
3. Keinginan tingkat pelayanan yang diberikan. Divisi Noodle, PT ISM, Tbk memiliki tingkat pemakaian bahan
baku tidak konstan dan lead time yang konstan. Besarnya persediaan pengaman untuk jumlah pemakaian bahan baku yang tidak konstan
dan lead time konstan dapat diperoleh dengan menggunakan rumus : SS =
d L
Z σ ..........................................................................7
SS = Safety stock Z =
Service level L =
Lead time d
σ = Simpangan baku dari tingkat pemakaian bahan baku per hari
3.3.4. Menentukan Reorder Point
Reorder point ROP merupakan titik dimana perusahaan harus melakukan pemesanan bahan baku lagi, sehingga bahan baku yang
dipesan tersebut datang tepat pada saat jumlah persediaan bahan baku sama dengan safety stock. ROP juga merupakan peubah input
dalam perhitungan dengan metode simulasi. Rumus ROP adalah : ROP = d x L + SS........................................................................8
Dimana: ROP = Reorder point unit
d = Pemakaian bahan baku per hari unithari
= Pemakaian bahan baku tahunan : jumlah har kerja per tahun L =
lead time untuk pemesanan baru hari SS =
Safety stock unit
3.3.5. Pengolahan Data dengan Metode Simulasi
Simulasi adalah sebuah usaha untuk menyalin fitur, tampilan dan kharakteristik sebuah sistem nyata. Pada kasus persediaan bahan
baku, metode simulasi dapat digunakan untuk merumuskan skenario kebijakan pembelian bahan baku terbaik berdasarkan kriteria biaya
persediaan pada saat pemakaian bahan baku maupun lead time tidak konstan.
Perhitungan simulasi dapat dilakukan dengan menggunakan software MATLAB 7.1 dan Microsoft Excel. Simulasi pengendalian
persediaan bahan baku mempunyai beberapa tahapan proses, yaitu : 1.
Mendefinisikan Masalah Masalah yang didefinisikan adalah minimisasi total biaya
persediaan. 2.
Memperkenalkan Peubah Penting yang Berkaitan dengan Masalah.
Dalam simulasi sistem persediaan terdapat dua peubah input yaitu titik pemesanan kembali dan jumlah pemesanan. Nilai
output yang akan dioptimisasi adalah rataan biaya total
persediaaan, sedangkan faktor acak yang terdapat pada sistem adalah jumlah pemakaian bahan baku dan waktu tunggu pesanan.
3. Mengembangkan Sebuah Model Kuantitatif
Berdasarkan teknik simulasi Monte Carlo, langkah-langkah yang dilakukan dalam mengembangkan sebuah model kuantitatif
untuk pengendalian persediaan adalah : a.
Menetapkan Distribusi Peluang Ide dasar simulasi Monte Carlo adalah untuk membangkitkan
nilai peubah pada model yang sedang diuji. Dalam sistem dunia nyata, sebagian besar peubah memiliki peluang alami.
Peubah yang akan dinilai distribusi peluangnya adalah pemakaian bahan baku per hari.
b. Membuat Distribusi Peluang Kumulatif Bagi Setiap Peubah.
Distribusi kumulatif merupakan akumulasi peluang individu dalam sebuah distribusi, pada tahap ini pemakaian bahan
baku per hari akan ditentukan distribusi peluang kumulatifnya.
c. Menetapkan Interval Angka Acak
Angka acak merupakan serangkaian digit yang telah terpilih oleh sebuah proses acak yang sempurna. Angka acak ini
berfungsi mewakili setiap nilai atau output yang mungkin dari pemakaian bahan baku per hari. Pada Tabel 2 disajikan
peluang dan interval angka acak untuk permintaan. Tabel 2. Peluang dan interval angka acak untuk pemakaian bahan baku per hari
Permintaan Frekuensi
Peluang Kejadian
Peluang Kumulatif Intervaal
Acak xx
xx Xx
Xx x – x
xx xx
Xx Xx
x – x xx
xx Xx
Xx x – x
xx xx Xx Xx
x – x
xx Xx
d. Membangkitkan Angka Acak
Angka acak dapat dibangkitkan dengan dua cara. Jika persoalan yang dihadapi besar dan proses yang sedang diteliti
melibatkan banyak percobaan simulasi, maka digunakan program komputer untuk membangkitkan angka acak. Jika
simulasi dilakukan dengan perhitungan tangan, angka acak dapat diambil dari sebuah tabel angka acak.
4. Mensimulasikan Serangkaian Percobaan
5. Memutuskan Tindakan Apa yang Diambil Memilih Skenario
Terbaik Mempertimbangkan hasil atau mungkin memodifikasi dan
mengubah input. Maksud dari langkah ini adalah membuat alternatif besarnya jumlah pemesanan bahan baku yang
bervariasi atau menyiapkan kejadian yang mungkin terjadi dalam pengujian. Tahapan proses simulasi dapat dilihat Gambar 7.
Gambar 7. Tahapan proses simulasi Render dan Heizer, 2005
Definisikan masalah
Memperkenalkan peubah Mengembangkan model
Menetapkan nilai peubah Melaksanakan simulasi
Memilih cara yang terbaik Menguji hasil simulasi
Umpan balik Umpan balik
IV. HASIL DAN PEMBAHASAN 4.1. Gambaran
