Disagregasi Menentukan Safety Stock

5.2.3. Disagregasi

Setelah peramalan dilakukan maka tiap-tiap produk kembali didisagregasikan ke dalam satuan botolunit produk dengan Metode Proporsi seperti berikut: Jumlah Produk Disagregat = Persentase x Jumlah Agregat Produk Jumlah produk Coca-cola 193 ml pada DC Medan utara untuk bulan Januari = oduk Agregat xJumlah Drink Carbonate Jumlah Total mL Cola Coca Jumlah Total Pr 193 − = 944 . 570 . 377 560 3.753.271. 45.625.200 x = 4.589.733 mL = 4.589.733 mL193 mL botol = 23.781 botol Hasil disagregasi dapat dilihat pada Lampiran 3. Universitas Sumatera Utara

5.2.4. Menentukan Safety Stock

Setelah dilakukan disagregasi maka dilakukan perhitungan jumlah safety stock. Perhitungan safety stock pada kondisi untuk produk Coca-Cola 193 ml untuk DC Medan Utara dapat dilihat berdasarkan langkah berikut: SS = Z x S = Z 0.95 X 1 1 2 − − ∑ = n x x n i i = 1.67 x 2125.95 = 3486.56 ~ 3487 botol Dengan cara yang sama maka dapat diketahui safety stock untuk semua produk di perusahaan pada Tabel 5.17 berikut. 5.2.5. Perencanaan Distribusi Setelah safety stock ditentukan maka seluruh data yang diperlukan untuk perencanaan distribusi sudah lengkap. Perencanaan distribusi dilakukan dengan lot sizing yang disesuaikan dengan ukuran bak truk. Untuk mengoptimalkan penggunaan ruangan truk maka digunakan software CargoWiz. Penggunaan software ini membutuhkan data-data sebagai berikut: 1 Data Ukuran Bak Universitas Sumatera Utara Tabel 5.18. Data Ukuran Bak Truck Length cm Length to use cm Width cm Width to use cm Height cm Height to use cm Capacity ton Intercooler 1200 1190 249 244 274 269 25 Tronton 900 890 245 240 202 174 17 Engkel 620 610 245 240 183 169 12 Colt Diesel 450 437 200 190 143 130 6 2 Ukuran dan Berat Cargo Tabel 5.19. Ukuran dan Berat Cargo Universitas Sumatera Utara Data - data di atas kemudian disimulasikan dengan software dan menghasilkan susunan produk seperti pada Gambar 5.1 berikut: Gambar 5.1. Susunan Produk di Bak Truck Colt Diesel Universitas Sumatera Utara a Distribution Requirement Planning Worksheet Dari simulasi dengan software Cargowiz maka didapatkan order quantity yang optimal sehingga dapat disusun DRP untuk setiap DC dalam bentuk DRP worksheet. DRP worksheet pada setiap DC dapat dilihat pada Lampiran 4. 5.2.6. Transportation Planning Report Sebuah hasil survey dari Amerika Serikat menunjukkan bahwa persentase biaya distribusi sebesar 47 berasal dari biaya transportasi A.T. Kearney, Inc. 1978. Oleh karena itu, perencanaan biaya transportasi sangat perlu diperhatikan oleh perusahaan. Setelah membuat DRP Worksheet dapat diketahui jumlah produk yang didistribusikan pada masing-masing DC. Transportation Planning Report akan menghitung besarnya biaya yang dibutuhkan dalam pendistribusian produk tiap bulannya. Dari DRP worksheet dapat diketahui jumlah kebutuhan truk yang akan digunakan. Besarnya biaya transportasi untuk masing-masing DC dapat dilihat pada tabel 5.20. berikut. Universitas Sumatera Utara Tabel 5.20. Transportation Planning Report Distribution Center Jenis Truk Jumlah Truk unit Biayatruk Rp Total biaya Rp Medan Utara Colt Diesel 1710 221800 379278000 Medan Selatan Colt Diesel 1290 270900 349461000 Banda Aceh Intercooler 180 10648600 1916748000 Lhoksemauwe Tronton 215 4161900 894808500 Tebing Tinggi Engkel 210 1495300 314013000 Sibolga Tronton 185 3383000 625855000 Tanjung Pinang Engkel 90 7128000 641520000 Universitas Sumatera Utara

BAB VI ANALISIS DAN PEMBAHASAN

6.1. Analisis Hasil Peramalan

Berdasarkan pengolahan data permintaan dengan mengggunakan fitur forcasting pada software Quant System maka dipilih metode peramalan yg digunakan sesuai dengan Mean Absolute Deviation MAD terkecil yaitu: Tabel 6.1. Analisis Metode Peramalan untuk Carbonate Drink Distribution Center Metode Peramalan MAD Medan Utara Exponential smoothing with linear trend 73258320 Medan Selatan Double exponential smoothing with linear trend 57217596 Medan Barat Double exponential smoothing with linear trend 57217596 Banda Aceh Exponential smoothing with linear trend 53741756 Lhokseumawe Exponential smoothing with linear trend 36628868 Langsa Exponential smoothing with linear trend 36628868 Meulaboh Exponential smoothing with linear trend 36628868 Kisaran Exponential smoothing with linear trend 36628868 Tebing Tinggi Exponential smoothing with linear trend 30419922 Rantau Prapat Exponential smoothing with linear trend 36628868 Pematangsiantar Exponential smoothing with linear trend 36628868 Padang Sidempuan Exponential smoothing with linear trend 36628868 Sibolga Exponential smoothing with linear trend 44284476 Nias Exponential smoothing with linear trend 44284476 Kabanjahe Exponential smoothing with linear trend 36628868 Batam Exponential smoothing with linear trend 53741756 Tanjung Pinang Winters model 15195162 Universitas Sumatera Utara