G. Unit Inventory Holding Cost
Unit inventory holding cost adalah biaya simpan per ton yang berupa tertahannya modal, pajak, asuransi. Untuk berapa besar nilainya sudah dijelaskan
pada subab 4.1.6 adalah Rp 5.000,00 tonbulan.
H. Other Unit Production Cost
Other unit production cost adalah biaya yang dibutuhkan untuk memproduksi 1 satu unit atau ton produk. Besarnya nilai yang akan dimasukkan
dalam kolom adalah Rp 240.993,00 Tabel 4.4
I. Perencanaan Agregat
Bila data – data tersebut telah lengkap dan selesai diinputkan pada program Win QSB, maka dapat diperoleh hasil perencanaan produksi dengan metode
Aggregate Planning Januari 2010 – Desember 2010 dengan total biaya produksi adalah Rp 1.985.085.000.000,00 Lampiran D
4.4. Perbandingan Biaya
Perbandingan biaya antara total biaya yang dikeluarkan perusahaan biaya riil dan total biaya usulan dilakukan bertujuan untuk mengetahui apakah dengan
menggunakan metode usulan Aggregate Planning dapat diperoleh penghematan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
biaya ataukah tidak. Berdasarkan hasil perhitungan dan informasi dari perusahaan terdapat perbedaan biaya yaitu :
a. Total biaya produksi usulan Perencanaan Agregate tahun 2010 Total cost
= Rp 1.985.085.000.000,00 b. Total biaya produksi riil tahun 2010
Total cost = Rp 2.061.701.494.700,00 Sumber : PT. Semen Gresik PERSERO Tbk.
c. Penghematan = Biaya riil – biaya usulan = Rp 2.061.701.494.700,00 - Rp 1.985.085.000.000,00
= Rp 76.616.494.700,00 = 3,7
Dapat dilihat bahwa total biaya produksi usulan lebih kecil dari total biaya produksi riil dengan persentase penghematan sebesar 3,7 dari total biaya produksi
riil. Nilai hasil perhitungan safety stock sebesar 94977 sedangkan jumlah riil perusahaan sebesar 216753 sehingga penghematan tersebut dapat dipengaruhi oleh
pengendalian dalam persediaan sehingga inventory dapat diatur untuk meminimalkan biaya simpan dan juga dengan perencanaan agregat jam lembur tidak terlalu tinggi
dengan. Sehingga perencanaan produksi agregat dapat diterima dan merupakan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
kontribusi yang layak diterapkan pada perusahaan untuk perencanaan produksi yang akan datang yakni tahun 2011.
4.5. Peramalan Permintaan Januari – Desember 2011
Sebelum kita melakukan peramalan kita harus melalui beberapa tahapan agar hasilnya dapat digunakan, tahapan-tahapan sebagai berikut :
A. Membuat Plot Data Permintaan
Langkah pertama untuk menentukan metode peramalan yang akan digunakan adalah dengan melakukan plot data, plot data ini berguna untuk mengtahui
karakteristik dari data. Macam-macam plot data, data Trend, Seasonal, atau Siklikal.
Gambar 4.1 Plot Data Produk OPC Januari 2010 – Desember 2010
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 4.2 Plot Data Produk PPC Januari 2010 – Desember 2010
Gambar 4.3 Plot Data Produk OPC Januari 2009 – Desember 2009
Gambar 4.4 Plot Data Produk PPC Januari 2009 – Desember 2009
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
B. Menentukan Metode Peramalan yang sesuai
Setelah melihat diagram pencar atau pola plot data permintaan produk yang ada, ternyata pola data tersebut menunjukkan pola musiman. Berdasarkan
karakteristik data tersebut, maka dilakukan peramalan dengan menggunakan metode Singgle Exponential Smoothing
SES, Holt-Winters Multiplicative Algorithm
HWM, Moving Average MA, Weigthed Moving Average WMA . Pengolahan
data permintaan dengan peramalan menggunakan bantuan software Win QSB, hasil peramalan selengkapnya dapat dilihat pada lampiran C.
C. Memilih Mean Square Error MSE Terkecil
Dari hasil pengolahan data permintaan dengan menggunakan Win QSB akan didapatkan nilai MSE, kemudian dibandingkan antar beberapa metode peramalan
yang telah dilakukan uji coba untuk memilih nilai MSE yang terkecil. Perbandingan MSE dari masing-masing ke-4 metode peramalan adalah sebagai berikut :
Tabel 4.8 Nilai MSE Dari Hasil Peramalan Masing – Masing Metode
MSE PRODUK
Weigthed Moving
Average WMA
Moving Average
MA Holt-Winters
Multiplicative Algorithm
HWM Single
Exponential Smoothing
SES OPC 868709600
868709900 6.38E+08
741612400
PPC 1.53E+09
1.53E+09 1.120663E+09
7.3668+08
Sumber : Hasil Peramalan Menggunakan Win QSB Lampiran B
D. Hasil Peramalan Dengan Metode Terpilih
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dari table 4.8 dapat dilihat bahwa metode terbaik yang dipilih berdasarkan nilai MSE terkecil untuk meramalkan periode berikutnya adalah Single Exponential
Smoothing. Hasil dari peramalan itu nantinya akan digunankan sebagai input untuk menyusun perencanaan produksi agregat Januari 2011 – Desember 2011 yakni
sebagai berikut :
Tabel 4.9 Hasil Peramalan Dengan Metode Terpilih Permintaan Ton
Tahun Bulan
OPC PPC
Total
Januari 297891
394879 692770
Februari 285265.5
378142.6 663408.1
Maret 286848.4
380241.2 667089.6
April 279535.8
370547.6 650083.4
Mei 280341.4
371615.4 651956.8
Juni 282475.5
374444.6 656920.1
Juli 299228.2
396651.9 695880.1
Agustus 308444.5
408868.5 717313
September 298497.5
395682.8 694180.3
Oktober 296067.1
392461.2 688528.3
Novenber 302048.4 400389.8
702438.2
2011
Desember 299330
396786.6 696116.6
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Sumber : Hasil Peramalan Menggunakan Win QSB Lampiran B
4.6. Uji Verifikasi Dengan
Kategori