Menentukan Frekuensi Pemesanan dalam bulan Mei 2009 sampai Menentukan Jarak Antar Pemesanan Optimal Menentukan Total Biaya Setelah dilakukan EOQ multi Item untuk Menghitung Tingkat Efisiensi

4.2.8 Menentukan Frekuensi Pemesanan dalam bulan Mei 2009 sampai

April 2010 Rpi Q D F   206 . 40 8 40206,1002 893.469 .000 35.922.900    F kali Dalam 1 Tahun

4.2.9 Menentukan Jarak Antar Pemesanan Optimal

D Q Q D 1 N 1 t Rpi Rpi      248 0000 , .000 35.922.900 893.469   tahun Bila 1 tahun = hari kerja, maka : t = 0,0000248 x 365 hari kerja = 0,00908 hari Dalam 1 hari = 24 jam, maka didapat: = 0,00908 x 24 jam = 0,218 jam Dan apabila dalam 1 jam ada 60 menit, maka didapat: = 0,218 x 60 menit = 13,08  13 menit 24 x 60 = 1440 13 1440 =110,76  111 kali dalam 1 hari sehingga jarak antar pemesanan optimalnya yaitu 1 hari kerja

4.2.10 Menentukan Total Biaya Setelah dilakukan EOQ multi Item untuk

Bulan Mei 2009 sampai April 2010 2 Rpi Rpi Q h Q D ci C TC       TC = Rp. 2.010.305.014,- + Rp. 2.010.305.014,- TC = Rp. 4.020.610.028,-

4.2.11 Menghitung Tingkat Efisiensi

Perbandingan Total Cost persediaan berdasarkan kebijaksanaan perusahaan dengan Total Cost EOQ Multi-Item dapat kita ketahui dari efisiensi biaya total persediaan, dimana dari hasil perhitungan didapatkan Total Cost persediaan metode perusahaan TCA untuk 3 bahan baku tersebut adalah : 1. Amonium Sulfat Rp 2.110.979.950,00 2. Isopropilamin Rp 23.826.484.415,00 3. Agrisol Rp 10.406.083.500,00 + Jumlah Rp 36.343.547.865,00 Dan Total Cost Metode EOQ Multi-Item TCB adalah : 2 Rpi Rpi Q h Q D ci C TC       TC = Rp. 2.010.305.014,- + Rp. 2.010.305.014,- TC = Rp. 4.020.610.028,- Adapun secara matematis, efisiensi biaya dapat dirumuskan sebagai berikut : 100 X TCA TCB TCA Eff   Sehingga efisiensi total persediaan kebutuhan bahan baku tersebut adalah : 100 x TCA TCB TCA Eff   = 100 .865 36.343.547 028 4.020.610. .865 36.343.547 x  = 88,9

4.3 Peramalan

Model peramalan yang akan digunakan untuk meramalkan permintaan produk untuk waktu satu bulan yang akan datang adalah metode peramalan kuantitatif. Data yang digunakan adalah data histogram permintaan produk periode Mei 2009 – April 2010.

4.3.1 Menentukan Pola Data Perusahaan

Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data tersebut berpola trend, musiman, siklus, atau acak. Hasil plot data dapat dilihat pada gambar 4.2. Basmilang 480 AS 185000 185500 186000 186500 187000 187500 188000 188500 189000 189500 190000 5 10 15 Bulan Pe rm in ta a n Series1 Gambar 4.2 Plot Data Permintaan Produk Basmilang 480 AS