Analisis Pengendalian Persediaan Bahan Baku dengan Metode Economic Order Quantity (EOQ) untuk Multi Item (Studi Kasus: Pabrik Syahfira Bakery) Chapter III IV
BAB 3
HASIL DAN PEMBAHASAN
3.1 Pengumpulan Data
Dalam melakukan penelitian ini, penulis mewawancarai pemilik pabrik secara
langsung dan mendapatkan data sekunder dari pabrik tersebut. Adapun data yang
didapat dari pabrik tersebut adalah:
1.
Jenis bahan baku utama untuk pembuatan roti pada yang ada pada pabrik
Syahfira Bakery yaitu tepung, gula, pelembut, pengembag, dan mentega.
2.
Jumlah persediaan masing-masing jenis bahan baku selama 1 tahun dari bulan
Januari 2016 – Desember 2016.
3.
Biaya pemesanan bahan baku selama 1 tahun untuk tiap jenis bahan baku.
4.
Biaya penyimpanan bahan baku per unit selama 1 tahun tiap jenis bahan
baku.
3.1.1 Jumlah Persediaan Bahan Baku Pada Tahun 2016
Jumlah persediaan bahan baku selama 1 tahun dari bulan Januari 2016-Desember
2016 dapat dilihat pada tabel berikut:
Tabel 3.1 Tabel Persediaan Bahan Baku pada Pabrik Syahfira Bakery
Tahun 2016
Jumlah Persediaan
Bulan
Tepung
Gula
Pelembut
Pengembang
Mentega
(kg)
(kg)
(kg)
(kg)
(kg)
(1)
(2)
(3)
(4)
(5)
(6)
Januari
7.250
24.40
60
125
1.230
Februari
6.300
2.625
64
128
1.100
Universitas Sumatera Utara
23
(1)
(2)
(3)
(4)
(5)
(6)
Maret
7.000
2.300
60
110
1.300
April
6.475
2.300
70
120
1.240
Mei
6.325
2.775
75
125
1.225
Juni
7.500
2.025
69
126
1.325
Juli
5.920
2.010
60
100
985
Agustus
4.500
1.950
80
90
900
September
3.900
2.000
70
87
870
Oktober
4.000
2.150
75
90
880
November
5.850
2.400
68
125
1.300
Desember
7.250
2.200
80
1.230
Jumlah
72.270
130
1.356
831
27.175
Sumber: Pabrik Syahfira Bakery Medan
13.585
3.1.2 Biaya Pemesanan Bahan Baku
Besarnya biaya pemesanan diketahui dari rincian biaya yang dikeluarkan untuk
melakukan pemesanan dalam satu kali pesan. Biaya pemesanan bahan baku pada
Syahfira Bakery Medan adalah sebagai berikut:
Tabel 3.2 Biaya Pemesanan Bahan Baku pada Pabrik Syahfira Bakery
Tahun 2016
Jenis Biaya
Biaya (Rp)
Biaya Administrasi dan Umum
35.000,00
Jumlah
35.000,00
Sumber: Pabrik Syahfira Bakery Medan
Biaya pemesanan ini bersifat konstan, dimana besarnya tidak tergantung dari
besarnya nilai atau banyaknya bahan yang dipesan sehingga setiap item
persediaan di Syahfira Bakery Medan membutuhkan biaya pemesanan yang sama.
Universitas Sumatera Utara
24
3.1.3 Biaya Penyimpanan Bahan Baku
Biaya penyimpanan adalah biaya yang timbul karena disimpannya suatu barang.
Biaya penyimpanan ini bergantung pada jumlah barang yang disimpan tanpa
memperhitungkan batas kadaluarsa. Pada Pabrik Syahfira Bakery besarnya biaya
penyimpanan adalah sebesar 3% dari harga bahan baku per kilogram.
Tabel 3.3 Biaya Penyimpanan Baku Pada Pabrik Syahfira Bakery
Tahun 2016
Jenis bahan baku
Biaya penyimpanan
per kg (Rp)
Tepung
194,4
Gula
309
Pelembut
2.400
Pengembang
2.400
Mentega
320,01
Sumber: Pabrik Syahfira Bakery Medan
3.2 Pengolahan Data
Di dalam pengolahan data terdapat beberapa langkah yang dilakukan yaitu:
1.
Menguji kenormalan data dengan uji normalitas lilliefors.
2.
Menentukan pemesanan yang ekonomis menggunakan metode EOQ
3.
Menentukan banyaknya persediaan pengaman (Safety Stock).
4.
Mementukan titik pemesanan bahan baku kembali (Reorder Point)
5.
Menentukan total biaya persediahan bahan baku (Total Inventory Cost)
menggunakan metode EOQ
6.
Membandingkan total biaya persediaan bahan baku pada pabrik Syahfira
dengan total biaya persediaan bahan baku menurut EOQ.
Universitas Sumatera Utara
25
3.2.1 Uji Kenormalan Data Dengan Uji Lilliefors
Data persediaan bahan baku di Pabrik Syahfira Bakery pada tahun 2016 diuji
kenormalannya dengan menggunakan uji Normalitas Lilliefors.
1.
Uji Normalitas Lilliefors Untuk Tepung
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku tepung berasal dari populasi berdistribusi normal.
H1
: persediaan bahan baku tepung berasal dari populasi tidak berdistribusi
normal
a.
Rata-rata persediaan bahan baku tepung:
�=
12
�=1 �
�
72.270
�=
12
� = 6.022,5
b.
Standar Deviasi persediaan Bahan Baku Tepung
Tabel 3.4 Standar Deviasi Persediaan Bahan Baku Tepung
�
(1)
�
(2)
�
(3)
�−�
(4)
�−�
Januari
7250
6.022,5
1.227,5
1.506.756,25
Februari
6300
6.022,5
277,5
77.006,25
Maret
7000
6.022,5
977,5
955.506,25
April
6475
6.022,5
452,5
204.756,25
Mei
6325
6.022,5
302,5
91.506,25
Juni
7500
6.022,5
1.477,5
2.183.006,25
Juli
5920
6.022,5
-102,5
10.506,25
Bulan
(5)
Universitas Sumatera Utara
26
(1)
(2)
(3)
(4)
(5)
Agustus
4500
6.022,5
-1.522,5
2.318.006,25
September
3900
6.022,5
-2.122,5
4.505.006,25
Oktober
4000
6.022,5
-2.022,5
4.090.506,25
November
5850
6.022,5
-172,5
29.756,25
Desember
7250
6.022,5
1.227,5
1.506.756,25
Jumlah
72.270
−
�−1
12
�=1
=
�
17.479.075
2
=
17.479.075
11
=
1.589.006,818
= 1.260,56
c.
Hitung
�
1
2
3
4
5
6
7
8
=
�
�
dengan rumus:
−
7.250 − 6.022,5
= 0,97
1.260.56
6.300 − 6.022,5
=
= 0,22
1.260.56
7.000 − 6.022,5
=
= 0,77
1.260.56
6.475 − 6.022,5
= 0,36
=
1.260.56
6.325 − 6.022,5
=
= 0,24
1.260.56
7.500 − 6.022,5
=
= 1,17
1.260.56
5.920 − 6.022,5
= −0,08
=
1.260.56
4.500 − 6.022,5
= −1,21
=
1.260.56
=
Universitas Sumatera Utara
27
9
3.900 − 6.022,5
= −1,68
1.260.56
4.000 − 6.022,5
= −1.60
=
1.260.56
5.850 − 6.022,5
= −0,14
=
1.260.56
7.250 − 6.022,5
=
= 0,97
1.260.56
=
10
11
12
d.
e.
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,97 = 0,834
≤ 0,22 = 0,5871
≤ 0,77 = 0,7794
≤ 0,36 = 0,6406
≤ 0,24 = 0,5948
≤ 1,17 = 0,8790
≤ −0,08 = 0,4681
≤ −1,21 = 0,1131
10
=
11
=
12
=
≤ −1,68 = 0,0465
≤ −1,60 = 0,0548
≤ −0,14 = 0,4443
≤ 0,97 = 0,8340
Menghitung proporsi
�
1
=
=
�
�
1, 2, … , �
1, 2, … , ≤
�
yang lebih kecil atau sama dengan
�
�
yaitu:
10
= 0,8333
12
Universitas Sumatera Utara
28
f.
2
=
6
= 0,5000
12
3
=
9
= 0,7500
12
4
=
8
= 0,6667
12
5
=
7
= 0,5883
12
6
=
12
= 1,0000
12
7
=
5
= 0,4167
12
8
=
3
= 0,2500
12
9
=
1
= 0,0833
12
10 =
2
= 0,1667
12
11
=
4
= 0,3333
12
12
=
11
= 0,9167
12
Menghitung selisih
1
2
3
4
5
6
7
−
−
−
−
−
−
−
1
2
3
4
5
6
7
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,834 − 0,8333 = 0,0007
= 0,5871 − 0,5000 = 0,0871
= 0,7794 − 0,7500 = 0,0294
= 0,6406 − 0,6667 = 0,0261
= 0,5948 − 0,5883 = 0,0115
= 0,8790 − 1,0000 = 0,121
= 0,4681 − 0,4167 = 0,0541
Universitas Sumatera Utara
29
8
9
10
11
12
−
8
−
9
−
= 0,1131 − 0,2500 = 0,1369
= 0,0465 − 0,0833 = 0,0368
10
−
11
−
12
= 0,0548 − 0,1667 = 0,1119
= 0,4443 − 0,3333 = 0,111
= 0,83400,9167 = 0,0827
Tabel 3.5 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Tepung
1
�
7.250
��
0,97
F ��
0,834
S ��
0,8333
|� �� − � �� |
2
6.300
0,22
0,5871
0,5000
0,0871
3
7.000
0,77
0,7794
0,7500
0,0294
4
6.475
0,36
0,6406
0,6667
0,0261
5
6.325
0,24
0,5948
0,5883
0,0115
6
7.500
1,17
0,8790
1,0000
0,121
7
5.920
-0,08
0,4681
0,4167
0,0541
8
4.500
-1,21
0,1131
0,2500
0,1369
9
3.900
-1,68
0,0465
0,0833
0,0368
10
4.000
-1,60
0,0548
0,1667
0,1119
11
5.850
-0,14
0,3333
0,111
12
7.250
0,97
0,9167
0,0827
No
0,4443
0,8340
0,0007
Dari tabel 3.5 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1369
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku tepung pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
Universitas Sumatera Utara
30
2.
Uji normalitas lilliefors untuk gula
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku gula berasal dari populasi berdistribusi normal.
H1
:persediaan bahan baku gula berasal dari populasi tidak berdistribusi
normal
a.
Rata-Rata Persediaan Bahan Baku Gula:
�=
12
�=1 �
�
27.175
�=
12
� = 2.264,583
b.
Standar Deviasi Persediaan Bahan Baku Gula
Tabel 3.6 Standar Deviasi Persediaan Bahan Baku Gula
�
Januari
�
2440
�
2264,583
�−�
175,417
30771,124
Februari
2625
2264,583
360,417
129900,414
Maret
2300
2264,583
35,417
1254,364
April
2300
2264,583
35,417
1254,364
Mei
2775
2264,583
510,417
260525,514
Juni
2025
2264,583
-239,583
57400,014
Juli
2010
2264,583
-254,583
64812,504
Agustus
1950
2264,583
-314,583
98962,464
September
2000
2264,583
-264,583
70004,164
Oktober
2150
2264,583
-114,583
13129,264
November
2400
2264,583
135,417
18337,764
Desember
2200
2264,583
-64,583
4170,964
Jumlah
27175
Bulan
�−�
750522,92
Universitas Sumatera Utara
31
−
�−1
12
�=1
=
�
2
=
750.522,92
11
=
68.229,35636
= 261,207
c.
Hitung
�
�
=
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
�
dengan rumus:
−
2.440 − 2.264,583
= 0,67
261,207
2.625 − 2.264,583
= 1,37
261,207
2.300 − 2.264,583
= 0,13
261,207
2.300 − 2.264,583
= 0,13
261,207
2.775 − 2.264,583
= 1,95
261,207
2.025 − 2.264,583
= −0,91
261,207
2.010 − 2.264,583
= −0,97
261,207
1.950 − 2.264,583
= −1,20
261,207
2.000 − 2.264,583
= −1,01
261,207
10
=
11
=
12
=
2.400 − 2.264,583
= −0,43
522,812905
2.200 − 2.264,583
= 0,51
261,207
3.500 − 2.264,583
= −0,24
261,207
Universitas Sumatera Utara
32
d.
e.
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,67 = 0,7486
≤ 1,37 = 0,9147
≤ 0,13 = 0,5517
≤ 0,13 = 0,5517
≤ 1,95 = 0,9744
≤ −0,91 = 0,1814
≤ −0,97 = 0,166
≤ −1,20 = 0,1151
10
=
11
=
12
=
≤ −1,01 = 0,1562
≤ −0,43 = 0,3336
≤ 0,51 = 0,695
≤ 0,24 = 0,4052
1, 2, … , �
Menghitung proporsi
�
=
�
�
1, 2, … , ≤
�
1
= 10 = 0,8333
2
=
11
= 0,9167
12
3
=
8
= 0,6667
12
4
=
8
= 0,6667
12
5
=
12
= 1,0000
12
6
=
4
= 0,3333
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
33
f.
7
=
3
= 0,25
12
8
=
1
= 0,0833
12
9
=
2
= 0,1667
12
10 =
5
= 0,4167
12
11
=
9
= 0,75
12
12
=
6
= 0,5
12
Menghitung selisih
1
2
3
4
5
6
7
8
9
10
11
12
−
−
−
−
−
−
−
−
−
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7486 − 0,8333 = 0,0847
= 0,9147 − 0,9167 = 0,002
= 0,5517 − 0,6667 = 0,115
= 0,5517 − 0,6667 = 0,115
= 0,9744 − 1 = 0,0256
= 0,1814 − 0,3333 = 0,1519
= 0,166 − 0,25 = 0,084
= 0,1151 − 0,0833 = 0,0318
= 0,1562 − 0,1667 = 0,0105
10
11
12
= 0,3336 − 0,4167 = 0,0831
= 0,695 − 0,75 = 0,055
= 0,4052 − 0,5 = 0,0948
Universitas Sumatera Utara
34
Tabel 3.7 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Gula
1
�
2440
��
0,67
F ��
0,7486
S ��
0,8333
|� �� − � �� |
2
2625
1,37
0,9147
0,9167
0,002
3
2300
0,13
0,5517
0,6667
0,115
4
2300
0,13
0,5517
0,6667
0,115
5
2775
1,95
0,9744
1
0,0256
6
2025
-0,91
0,1814
0,3333
0,1519
7
2010
-0,97
0,166
0,25
0,084
8
1950
-1,20
0,1151
0,0833
0,0318
9
2000
-1,01
0,1562
0,1667
0,0105
10
2150
-0,43
0,3336
0,4167
0,0831
11
2400
0,51
0,695
0,75
0,055
12
2200
-0,24
0,4052
0,5
0,0948
No
0,0847
Dari tabel 3.7 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1519
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku gula pada Januari sampai dengan
Desember 2016 berasal dari populasi berdistribusi normal.
3.
Uji normalitas lilliefors untuk pelembut
Adapun langkah-langkah pengujiannya sebagai berikut:Hipotesis:
H0
: persediaan bahan baku pelembut berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku pelembut berasal dari populasi tidak berdistribusi
normal
Universitas Sumatera Utara
35
a.
Rata-rata persediaan bahan baku pelembut:
�=
12
�=1 �
�
831
�=
12
� = 69,25
b.
Standar deviasi persediaan bahan baku pelembut
Tabel 3.8 Standar Deviasi Persediaan Bahan Baku pelembut
�
Januari
�
60
�
69,25
�−�
-9,25
85,5625
Februari
64
69,25
-5,25
27,5625
Maret
60
69,25
-9,25
85,5625
April
70
69,25
0,75
0,5625
Mei
75
69,25
5,75
33,0625
Juni
69
69,25
-0,25
0,0625
Juli
60
69,25
-9,25
85,5625
Agustus
80
69,25
10,75
115,5625
September
70
69,25
0,75
0,5625
Oktober
75
69,25
5,75
33,0625
November
68
69,25
-1,25
1,5625
Desember
80
69,25
10,75
115,5625
Jumlah
831
Bulan
−
�−1
584,25
=
12
�=1
=
584,25
11
=
53,11363636
�
�−�
2
= 7,29
Universitas Sumatera Utara
36
c.
Hitung
�
d.
�
=
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
�
dengan rumus:
−
60 − 69,25
= −1,26
7,29
64 − 69,25
= −0,72
7,29
60 − 69,25
= −1,26
7,29
70 − 69,25
= 0,10
7,29
75 − 69,25
= 0,78
7,29
69 − 69,25
= −0,03
7,29
60 − 69,25
= −1,26
7,29
80 − 69,25
= 1,47
7,29
70 − 69,25
= 0,10
7,29
10
=
11
=
12
=
75 − 69,25
= 0,78
7,29
68 − 69,25
= −0,17
7,29
80 − 69,25
= 1,47
7,29
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
≤ −1,26 = 0,1038
≤ −0,72 = 0,2358
≤ −1,26 = 0,1038
≤ 0,10 = 0,5398
≤ 0,78 = 0,7823
Universitas Sumatera Utara
37
e.
6
=
7
=
8
=
9
=
≤ −0,03 = 0,488
≤ −1,26 = 0,1038
≤ 1,47 = 0,9292
10
=
11
=
12
=
≤ 0,10 = 0,5398
≤ 0,78 = 0,7823
≤ −0,17 = 0,4325
≤ 1,47 = 0, 9292
1, 2, … , �
Menghitung proporsi
�
=
�
�
1, 2, … , ≤
�
1
=
3
= 0,2500
12
2
=
4
= 0,3333
12
3
=
3
= 0,2500
12
4
=
8
= 0,6667
12
5
=
10
= 0,8333
12
6
=
6
= 0,5000
12
7
=
3
= 0,2500
12
8
=
12
= 0,1000
12
9
=
8
= 0,6667
12
10 =
10
= 0,8333
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
38
f.
11
=
5
= 0,4167
12
12
=
12
= 1,0000
12
Menghitung selisih
1
2
3
4
5
6
7
8
9
10
11
12
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
−
9
−
−
−
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,1038 − 0,2500 = 0,1462
= 0,2358 − 0,3333 = 0,0975
= 0,1038 − 0,2500 = 0,1462
= 0,5398 − 0,6667 = 0,1269
= 0,7823 − 0,8333 = 0,051
= 0,488 − 0,5000 = 0,012
= 0,1038 − 0,2500 = 0,1462
= 0,9292 − 1,0000 = 0,0708
= 0,5398 − 0,6667 = 0,1269
10
11
12
= 0,7823 − 0,8333 = 0,051
= 0,4325 − 0,4167 = 0,0158
= 0, 9292 − 1,0000 = 0,0708
Tabel 3.9 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pelembut
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
60
-1,26
0,1038
0,2500
0,1462
2
64
-0,72
0,2358
0,3333
0,0975
3
60
-1,26
0,1038
0,2500
0,1462
4
70
0,10
0,5398
0,6667
0,1269
5
75
0,78
0,7823
0,8333
0,051
No
(6)
Universitas Sumatera Utara
39
(1)
(2)
(3)
(4)
(5)
(6)
6
69
-0,03
0,488
0,5000
0,012
7
60
-1,26
0,1038
0,2500
0,1462
8
80
1,47
0,9292
1,0000
0,0708
9
70
0,10
0,5398
0,6667
0,1269
10
75
0,78
0,7823
0,8333
0,051
11
68
-0,17
0,4325
0,4167
0,0158
12
80
1,47
0, 9292
1,0000
0,0708
Dari tabel 3.9 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1462
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku pelembut pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
4.
Uji normalitas lilliefors untuk pengembang
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku pengembang berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku pengembang berasal dari populasi tidak
berdistribusi normal
a.
Rata-rata persediaan bahan baku pengembang:
�=
12
�=1 �
�
1.356
�=
12
� = 113
Universitas Sumatera Utara
40
b.
Standar deviasi persediaan bahan baku pengembang
Tabel 3.10 Standar Deviasi Persediaan Bahan Baku pengembang
Januari
�
125
�
113
�−�
12
�−�
Februari
128
113
15
225
Maret
110
113
-3
9
April
120
113
7
49
Mei
125
113
12
144
Juni
126
113
13
169
Juli
100
113
-13
169
Agustus
90
113
-23
529
September
87
113
-26
676
Oktober
90
113
-23
529
November
125
113
12
144
Desember
130
113
17
289
Jumlah
1.356
Bulan
−
�−1
3.076
=
12
�=1
=
3.076
11
=
279,6363636
�
144
�
2
= 16,7223
c.
Hitung
�
1
=
=
�
dengan rumus:
�
−
125 − 113
= 0,71
16,7223
Universitas Sumatera Utara
41
d.
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
128 − 113
= 0,89
16,7223
110 − 113
= −0,17
16,7223
120 − 113
= 0,41
16,7223
125 − 113
= 0,71
16,7223
126 − 113
= 0,77
16,7223
100 − 113
= −0,77
16,7223
90 − 113
= −1,37
16,7223
87 − 113
= −1,55
16,7223
10
=
11
=
12
=
90 − 113
= −1,37
16,7223
125 − 113
= 0,71
16,7223
130 − 113
= 1,01
16,7223
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
≤ 0,71 = 0,7611
≤ 0,89 = 0,8133
≤ −0,17 = 0,4325
≤ 0,41 = 0,6591
≤ 0,71 = 0,7611
≤ 0,77 = 0,7794
≤ −0,77 = 0,2206
≤ −1,37 = 0,0853
Universitas Sumatera Utara
42
9
e.
≤ −1,55 = 0,0606
=
10
=
11
=
12
=
≤ −1,37 = 0,0853
≤ 0,71 = 0,7611
≤ 1,01 = 0,8438
Menghitung proporsi
�
�
=
�
1, 2, … , �
1, 2, … , ≤
�
1
=
9
= 0,75
12
2
=
11
= 0,916667
12
3
=
5
= 0,416667
12
4
=
6
= 0,5
12
5
=
9
= 0,75
12
6
=
10
= 0,833333
12
7
=
4
= 0,333333
12
8
=
3
= 0,25
12
9
=
1
= 0,083333
12
10 =
3
= 0,25
12
11
=
9
= 0,75
12
12
=
12
=1
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
43
f.
Menghitung selisih
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
9
10
−
11
12
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7611 − 0,75 = 0,0111
= 0,8133 − 0,9166 = 0,1033
= 0,4325 − 0,4166 = 0,0158
= 0,6591 − 0,5 = 0,1591
= 0,7611 − 0,75 = 0,0111
= 0,7794 − 0,83333 = 0,5393
= 0,2206 − 0,33333 = 0,11273
= 0,0853 − 0,25 = 0,1467
= 0,0606 − 0,08333 = 0,02273
10
11
12
= 0,0853 − 0,25 = 0,1467
= 0,7611 − 0,75 = 0,0111
= 0,8438 − 1 = 0,1562
Tabel 3.11 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku
Pengembang
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
125
0,717605
0,7611
0,75
0,0111
2
128
0,897006
0,8133
0,9166
0,1033
3
110
-0,1794
0,4325
0,4166
0,0158
4
120
0,41860
0,6591
0,5
0,1591
5
125
0,71760
0,7611
0,75
0,0111
6
126
0,77740
0,7794
0,8333
0,0539
7
100
-0,77741
0,2206
0,3333
0,1127
8
90
-1,37541
0,0853
0,25
0,1647
9
87
-1,55481
0,0606
0,08333
0,0227
No
(6)
Universitas Sumatera Utara
44
(1)
(2)
(3)
(4)
(5)
(6)
10
90
-1,37541
0,0853
0,25
0,1647
11
125
0,717605
0,7611
0,75
0,0111
12
130
1,016607
0,8438
1
0,1562
Dari tabel 3.11 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1647
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku pengembang pada januari
sampai dengan Desember 2016 berasal dari populasi berdistribusi normal.
5. Uji normalitas lilliefors untuk mentega
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku mentega berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku mentega berasal dari populasi tidak berdistribusi
normal
a.
Rata-rata persediaan bahan baku mentega:
�=
12
�=1 �
�
13.585
�=
12
� = 1.132,08
Universitas Sumatera Utara
45
b. Standar deviasi persediaan bahan baku mentega
Tabel 3.12 Standar Deviasi Persediaan Bahan Baku Mentega
�
Januari
�
1230
�
1132,083
�−�
97,917
9587,738889
Februari
1100
1132,083
-32,083
1029,318889
Maret
1300
1132,083
167,917
28196,11889
April
1240
1132,083
107,917
11646,07889
Mei
1225
1132,083
92,917
8633,568889
Juni
1325
1132,083
192,917
37216,96889
Juli
985
1132,083
-147,083
21633,40889
Agustus
900
1132,083
-232,083
53862,51889
September
870
1132,083
-262,083
68687,49889
Oktober
880
1132,083
-252,083
63545,83889
November
1300
1132,083
167,917
28196,11889
Desember
1230
1132,083
97,917
9587,738889
Jumlah
13.585
Bulan
−
�−1
12
�=1
=
�
�−�
341.822,9167
2
=
341.822,9167
11
=
31.074,81061
= 176,28
c.
Hitung
�
=
1
=
2
=
�
dengan rumus:
�
−
1.230 − 1.132,08
= 0,55
176,28
1.100 − 1.132,08
= −0,18
176,28
Universitas Sumatera Utara
46
d.
3
=
4
=
5
=
6
=
7
=
8
=
9
=
1.300 − 1.132,08
= 0,95
176,28
1.240 − 1.132,08
= 0,61
176,28
1.225 − 1.132,08
= 0,52
1176,28
1.325 − 1.132,08
= 1,09
176,28
985 − 1.132,08
= −0,83
176,28
900 − 1.132,08
= −1,31
176,28
870 − 1.132,08
= −1,48
176,28
10
=
11
=
12
=
880 − 1.132,08
= −1,43
176,28
1.300 − 1.132,08
= 0,95
176,28
1.230 − 1.132,08
= 0,55
176,28
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
di bawah kurva normal
≤ � diperoleh:
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,55 = 0,7088
≤ −0,18 = 0,4286
≤ 0,95 = 0,8289
≤ 0,61 = 0,7291
≤ 0,52 = 0,6985
≤ 1,09 = 0,8621
≤ −0,83 = 0,2033
≤ −1,31 = 0,0951
≤ −1,48 = 0,0694
Universitas Sumatera Utara
47
e.
10
=
11
=
12
=
≤ −1,43 = 0,0764
≤ 0,95 = 0,8289
≤ 0,55 = 0,7088
Menghitung proporsi
�
�
=
�
1, 2, … , �
yang lebih kecil atau sama dengan
1, 2, … , ≤
�
1
=
8
= 0,6667
12
2
=
65
= 0,4167
12
3
=
11
= 0,9167
12
4
=
9
= 0,75
12
5
=
6
= 0,50
12
6
=
12
= 1,0000
12
7
=
4
= 0,3333
12
8
=
3
= 0,2500
12
9
=
1
= 0,0833
12
10 =
2
= 0,1667
12
11
=
11
= 0,9167
12
12
=
8
= 0,6667
12
�
�
yaitu:
Universitas Sumatera Utara
48
f.
Menghitung selisih
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
9
10
−
11
12
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7088 − 0,6667 = 0,0421
= 0,4286 − 0,4167 = 0,0119
= 0,8289 − 0,9167 = 0,0878
= 0,7291 − 0,75 = 0,0209
= 0,6985 − 0,5 = 0,1985
= 0,8621 − 1,0000 = 0,1379
= 0,2033 − 0,3333 = 0,1300
= 0,0951 − 0,2500 = 0,1549
= 0,0694 − 0,0833 = 0,0139
10
11
12
= 0,0764 − 0,1667 = 0,0903
= 0,8289 − 0,9167 = 0,0878
= 0,7088 − 0,6667 = 0,0421
Tabel 3.13 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Mentega
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
1230
0,55
0,7088
0,6667
0,0421
2
1100
-0,18
0,4286
0,4167
0,0119
3
1300
0,95
0,8289
0,9167
0,0878
4
1240
0,61
0,7291
0,75
0,0209
5
1225
0,52
0,6985
0,50
0,1985
6
1325
1,09
0,8621
1,0000
0,1379
7
985
-0,83
0,2033
0,3333
0,1300
8
900
-1,31
0,0951
0,2500
0,1549
9
870
-1,48
0,0694
0,0833
0,0139
10
880
-1,43
0,0764
0,1667
0,0903
No
(6)
Universitas Sumatera Utara
49
(1)
(2)
(3)
(4)
(5)
(6)
11
1300
0,95
0,8289
0,9167
0,0878
12
1230
0,55
0,7088
0,6667
0,0421
Dari tabel 3.13 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1985
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku mentega pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
3.2.2 penentuan pemesanan yang ekonomis dengan metode Economic Order
Quantity (EOQ)
Untuk menentukan pemesanan yang ekonomis dengan metode Economic Order
Quantity (EOQ) (menggunakan rumus 2.16):
=
2
a. Untuk Tepung
=
=
=
2
2
72.270 35.000
194,4
26.023.148,15
= 5.101,28 kg
Maka diperoleh pemesanan yang ekonomis untuk tepung adalah 5.101 kg.
Universitas Sumatera Utara
50
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
72.270
= 14,16
5.101,28
b. Untuk Gula
=
=
=
2
2
27.175 35.000
309
6.156.148,867
= 2.481,15 kg
Maka diperoleh pemesanan yang ekonomis untuk gula adalah 2.481 kg
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
27.175
= 10,95
2.481,15
c. Untuk Pelembut
=
=
=
2
2
831 35.000
2.400
24.237,5
= 155,68 kg
Maka diperoleh pemesanan yang ekonomis untuk pelembut adalah 156 kg
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
831
= 5,33
155,68
Universitas Sumatera Utara
51
d. Untuk Pengembang
=
=
=
2
2
1.356 35.000
2.400
39.550
= 198,87 kg
Maka diperoleh pemesanan yang ekonomis untuk pengembang adalah 199 kg.
Dengan frekuensi pemesanan yang diperlukan adalah:
=
1.356
= 6,81
198,87
=
e. Untuk mentega
=
=
=
2
2
13.585 35.000
320,01
2.971.625,887
= 1.723,84 kg
Maka diperoleh pemesanan yang ekonomis untuk mentega adalah 1.724 kg.
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
13.585
= 7,88
1.723,84
Universitas Sumatera Utara
52
3.2.3 Penentuan Banyaknya Persediaan Pengaman (Safety Stock)
Persediaan pengaman (safety stock) sangat diperlukan dalam sebuah perusahaan
karena berfungsi untuk melindungi atau menjaga kemungkinann terjadinya
kekurangan
barang,
sehingga
memperlancar
kegiatan
penjualan.
Untuk
menentukan banyaknya persediaan pengaman dipelukan standar deviasi
pemakaian masing-masing bahan pada tahun 2016 dan juga faktor pengaman
�
perhitungayang digunakan pabrik. Pabrik mengharapkan terjadinya stock out
hanya 5% dan apabila dilihat dari tabel berdistribusi normal (tabel Z terlampir)
didapat nilai error yang diharapkan 5% maka nilai faktor pengaman (Z) yang
digunakan adalah 1,65.
Untuk menentukan banyaknya persediaan pengaman (menggunakan rumus 2.17)
a. Safety Stock Untuk Tepung
=�
= 1.260,56
1,65
= 2.079,92 kg
Maka banyaknya persediaan pengaman untuk tepung yaitu sebesar 2.080 kg.
b. Safety Stock Untuk Gula
=�
= 261,207
1,65
= 430,99 kg
Maka banyaknya persediaan pengaman untuk gula yaitu sebesar 431 kg.
c. Safety Stock Untuk Pelembut
=�
= 7,29
1,65
= 12,02 kg
Maka banyaknya persediaan pengaman untuk pelembut yaitu sebesar 12 kg.
Universitas Sumatera Utara
53
d. Safety Stock Untuk Pengembang
=�
= 16,7223
1,65
= 27,59 kg
Maka banyaknya persediaan pengaman untuk pengembang yaitu sebesar 27 kg.
e. Safety Stock Untuk Mentega
=�
= 176,28
1,65
= 290,86 kg
Maka banyaknya persediaan pengaman untuk mentega yaitu sebesar 290 kg.
Dari perhitungan safety stock, dapat diketahui besarnya jumlah persediaaan yang
dapat dicadangkan sebagai pengaman untuk kelangsungan proses produksi dari
risiko kehabisan bahan baku (stock out).
3.2.4 Penentuan Titik Pemesanan Kembali (Reorder Point)
Reorder point/titik pemesanan kembali merupakan saat atau waktu tertentu
dimana perusahaan harus mengadakan pemesanan bahan baku kembali sebelum
persediaan yang ada di gudang habis. Dalam perhitungan reorder point, pabrik
perlu mempertimbangkan juga tentang lead time atau waktu tunggu. Pada pabrik
Syahfira Bakery, lead time yang terjadi saat melakukan pembelian bahan baku
adalah 1 hari.
Berdasarkan perhitungan EOQ, maka penentuan reorder point pada pabrik
Syahfira Bakery adalah sebagai berikut:
Universitas Sumatera Utara
54
a. Reorder Point untuk tepung
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
72.270
317
= 227,98
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 227,98 1 + 2.079,92
= 2.307,9 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan tepung yang
ada di gudang mencapai jumlah 2.308 kg, maka pabrik harus melakukan
pemesanan persediaan tepung untuk bulan berikutnya
b. Reorder Point untuk gula
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
Universitas Sumatera Utara
55
=
27.175
317
= 85,73
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 85,73
1 + 430,99
= 516,72 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan gula yang ada
di gudang mencapai jumlah 517 kg, maka pabrik harus melakukan pemesanan
persediaan gula untuk bulan berikutnya
c. Reorder Point untuk pelembut
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
813
317
= 2,56
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 2,56 1 + 12,02
= 14,58 kg
Universitas Sumatera Utara
56
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pelembut
yang ada di gudang mencapai jumlah 14 kg, maka pabrik harus melakukan
pemesanan persediaan tepung untuk bulan berikutnya
d. Reorder Point untuk pengembang
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
1.356
317
= 4,28
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 4,28 1 + 27,59
= 31,87 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pengembang
yang ada di gudang mencapai jumlah 32 kg, maka pabrik harus melakukan
pemesanan persediaan pengembang untuk bulan berikutnya
e. Reorder Point untuk mentega
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Universitas Sumatera Utara
57
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
13.585
317
= 42,85
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 42,85
1 + 290,86
= 333,71 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan mentega yang
ada di gudang mencapai jumlah 334 kg, maka pabrik harus melakukan pemesanan
persediaan mentega untuk bulan berikutnya
3.2.5 Penentuan Total Biaya Persediaan Bahan Baku
untuk menentukan total biaya persediaan bahan baku dengan metode EOQ
(menggunakan rumus 2.9)
Total biaya = biaya pemesanan + biaya penyimpanan
=
+
2
a. Untuk tepung
=
=
+
2
72.270
5.101,28
35.000 +
194,4
5.101,28
2
= 495.846,1406 + 495.844,416
= �. 991.690,5566
Universitas Sumatera Utara
58
Maka diperoleh total biaya persediaan untuk tepung adalah Rp. 991.690,5566
b. Untuk gula
=
=
+
2
27.175
2.481,15
35.000 +
309
2.481,15
2
= 383.340,3865 + 383.337,675
= �. 766.678,0615
Maka diperoleh total biaya persediaan untuk gula adalah Rp. 766.678,0615
c. Untuk pelembut
=
=
+
2
155,68
831
35.000 +
2.400
2
155,68
= 186.825,5396 + 186.816
= �. 373.641,5396
Maka diperoleh total biaya persediaan untuk pelembut adalah Rp. 373.641,5396
d. Untuk pengembang
=
=
+
2
1.356
198,87
35.000 +
2.400
198,87
2
= 238.648,3633 + 238.644
= �. 477.292,3633
Maka diperoleh total biaya persediaan untuk pengembang adalah Rp.
477.292,3633
e. Untuk mentega
=
+
2
Universitas Sumatera Utara
59
=
13.585
1,723,84
35.000 +
320,01
1.723,84
2
= 275.823,1622 + 275.823,0192
= �. 515.646,1814
Maka diperoleh total biaya persediaan untuk mentega adalah Rp. 515.646,1814
Disamping itu, perusahaan juga memiliki perhitungan sendiri untuk menentukan
total biaya persediaan (menggunakan rumus 2.6)
+ �
=
Dengan menggunakan rumusan diatas maka dapat dihitung biaya persediaan
bahan baku perusahaan sebagai berikut:
a. Untuk tepung
=
+ �
= 6022,5 x 194,4 + 12
35.000
= 1.170.774 + 420.000
= �. 1.590.774
b. Untuk gula
=
+ �
= 2.264,583 x 309 + 12 35.000
= 699.755,22 + 420.000
= �. 1.119.755,22
c. Untuk pelembut
=
+ �
= 69,25 x 2.400 + 12 35.000
= 166.200 + 420.000
= �. 586.200
Universitas Sumatera Utara
60
d. Untuk pengembang
=
+ �
= 113 x 2.400 + 12
35.000
= 271.200 + 420.000
= �. 691.200
e. Untuk mentega
=
+ �
= 1.132,08 x 320,01 + 12 35.000
= 362.276,9208 + 420.000
= �. 782.276,9208
Maka dapat disimpulkan banyaknya pemesanan ekonomis (Economic Order
Quantity), banyaknya persediaan pengaman (safety stock), titik pemesanan
kembali (reorder point), dan total biaya persediaan masing-masing roti dapat
dilihat pada tabel berikut:
Tabel 3.14 Tabel Pemesanan Ekonomis Menurut EOQ Tahun 2016
EOQ
Safety Stock
Reorder
Total biaya
(kg)
(kg)
Point (kg)
persediaan (Rp)
Tepung
5.101
2.078
2.307,9
Rp. 991.690,5566
Gula
2.481
430
516
Rp. 766.678,0615
Pelembut
156
12
14,58
Rp. 373.641,5396
Pengembang
199
28
31,87
Rp.477.292,3633
Mentega
1.723,84
291
333,71
Rp.515.646,1814
Bahan baku
Jumlah
Rp. 3.160.948,702
Adapun perbandingan Total Inventory Cost (TIC) persediaan menurut perusahaan
dengan Total Inventory Cost (TIC) berdasarkan metode EOQ dapat dilihat pada
tabel berikut:
Universitas Sumatera Utara
61
Tabel 3.15 Perbandingan Biaya Bahan Baku Syahfira Bakery Dengan
Metode Economic Order Quantity (EOQ) Tahun 2016
TICc Pabrik
TIC EOQ
Selisih
Rp. 4.770.206,141
Rp. 3.160.948,702
Rp. 1.609.257,439
Berdasarkan hasil perhitungan EOQ tabel 3.15 ternyata diperoleh total biaya
persediaan yang lebih kecil di bandingkan dengan total biaya pesediaan yang
selama ini dikeluarkan pabrik. Total biaya persediaan bahan baku menurut Pabrik
Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ sebesar Rp.
3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari
biaya persediaan bahan baku menurut Pabrik Syahfira Bakery. Terjadinya
penghematan biaya persediaan di dukung oleh adanya jumlah pemesanan optimal,
safety stock, dan reorder point yang merupakan faktor pendukung yang membuat
frekuensi pemesanan bahan baku menjadi lebih kecil dan dan mengakibatkan
terjadinya penghematan biaya pemesanan dan biaya penyimpanan.
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, dapat disimpulkan bahwa
pengendalian persediaan bahan baku bedasarkan metode Economic Order
Quantity (EOQ) lebih optimal dan ekonomis dibandingkan dengan metode yang
diterapkan perusahaan. Sehingga diperoleh metode perhitungan yang lebih efektif
dan efisien dalam menentukan persediaan optimal. Hal tersebut dibuktikan dengan
adanya selisih perhitungan Total Inventory Cost (TIC) antara metode perusahaan
dengan metode EOQ. Dimana total biaya persediaan bahan baku menurut Pabrik
Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ) sebesar Rp.
3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari
biaya persediaan bahan baku menurut Pabrik Syahfira Bakery.
4.2 Saran
1. bagi pihak Pabrik Syahfira Bakery kedepannya dapat mempertimbangkan
untuk menggunakan metode EOQ dalam melakukan pembelian persediaan
bahan baku untuk pembuatan roti karena dengan metode EOQ pabrik
dapat melakukan penghematan biaya persediaan sehingga penghematan
yang diperoleh pabrik dapat dialokasikan untuk kebutuhan yang lain.
2. Bagi peneliti selanjutnya, dapat mencoba menggunakan metode EOQ
dengan menggunakan software-software lain yang mendukung agar lebih
akurat.
Universitas Sumatera Utara
HASIL DAN PEMBAHASAN
3.1 Pengumpulan Data
Dalam melakukan penelitian ini, penulis mewawancarai pemilik pabrik secara
langsung dan mendapatkan data sekunder dari pabrik tersebut. Adapun data yang
didapat dari pabrik tersebut adalah:
1.
Jenis bahan baku utama untuk pembuatan roti pada yang ada pada pabrik
Syahfira Bakery yaitu tepung, gula, pelembut, pengembag, dan mentega.
2.
Jumlah persediaan masing-masing jenis bahan baku selama 1 tahun dari bulan
Januari 2016 – Desember 2016.
3.
Biaya pemesanan bahan baku selama 1 tahun untuk tiap jenis bahan baku.
4.
Biaya penyimpanan bahan baku per unit selama 1 tahun tiap jenis bahan
baku.
3.1.1 Jumlah Persediaan Bahan Baku Pada Tahun 2016
Jumlah persediaan bahan baku selama 1 tahun dari bulan Januari 2016-Desember
2016 dapat dilihat pada tabel berikut:
Tabel 3.1 Tabel Persediaan Bahan Baku pada Pabrik Syahfira Bakery
Tahun 2016
Jumlah Persediaan
Bulan
Tepung
Gula
Pelembut
Pengembang
Mentega
(kg)
(kg)
(kg)
(kg)
(kg)
(1)
(2)
(3)
(4)
(5)
(6)
Januari
7.250
24.40
60
125
1.230
Februari
6.300
2.625
64
128
1.100
Universitas Sumatera Utara
23
(1)
(2)
(3)
(4)
(5)
(6)
Maret
7.000
2.300
60
110
1.300
April
6.475
2.300
70
120
1.240
Mei
6.325
2.775
75
125
1.225
Juni
7.500
2.025
69
126
1.325
Juli
5.920
2.010
60
100
985
Agustus
4.500
1.950
80
90
900
September
3.900
2.000
70
87
870
Oktober
4.000
2.150
75
90
880
November
5.850
2.400
68
125
1.300
Desember
7.250
2.200
80
1.230
Jumlah
72.270
130
1.356
831
27.175
Sumber: Pabrik Syahfira Bakery Medan
13.585
3.1.2 Biaya Pemesanan Bahan Baku
Besarnya biaya pemesanan diketahui dari rincian biaya yang dikeluarkan untuk
melakukan pemesanan dalam satu kali pesan. Biaya pemesanan bahan baku pada
Syahfira Bakery Medan adalah sebagai berikut:
Tabel 3.2 Biaya Pemesanan Bahan Baku pada Pabrik Syahfira Bakery
Tahun 2016
Jenis Biaya
Biaya (Rp)
Biaya Administrasi dan Umum
35.000,00
Jumlah
35.000,00
Sumber: Pabrik Syahfira Bakery Medan
Biaya pemesanan ini bersifat konstan, dimana besarnya tidak tergantung dari
besarnya nilai atau banyaknya bahan yang dipesan sehingga setiap item
persediaan di Syahfira Bakery Medan membutuhkan biaya pemesanan yang sama.
Universitas Sumatera Utara
24
3.1.3 Biaya Penyimpanan Bahan Baku
Biaya penyimpanan adalah biaya yang timbul karena disimpannya suatu barang.
Biaya penyimpanan ini bergantung pada jumlah barang yang disimpan tanpa
memperhitungkan batas kadaluarsa. Pada Pabrik Syahfira Bakery besarnya biaya
penyimpanan adalah sebesar 3% dari harga bahan baku per kilogram.
Tabel 3.3 Biaya Penyimpanan Baku Pada Pabrik Syahfira Bakery
Tahun 2016
Jenis bahan baku
Biaya penyimpanan
per kg (Rp)
Tepung
194,4
Gula
309
Pelembut
2.400
Pengembang
2.400
Mentega
320,01
Sumber: Pabrik Syahfira Bakery Medan
3.2 Pengolahan Data
Di dalam pengolahan data terdapat beberapa langkah yang dilakukan yaitu:
1.
Menguji kenormalan data dengan uji normalitas lilliefors.
2.
Menentukan pemesanan yang ekonomis menggunakan metode EOQ
3.
Menentukan banyaknya persediaan pengaman (Safety Stock).
4.
Mementukan titik pemesanan bahan baku kembali (Reorder Point)
5.
Menentukan total biaya persediahan bahan baku (Total Inventory Cost)
menggunakan metode EOQ
6.
Membandingkan total biaya persediaan bahan baku pada pabrik Syahfira
dengan total biaya persediaan bahan baku menurut EOQ.
Universitas Sumatera Utara
25
3.2.1 Uji Kenormalan Data Dengan Uji Lilliefors
Data persediaan bahan baku di Pabrik Syahfira Bakery pada tahun 2016 diuji
kenormalannya dengan menggunakan uji Normalitas Lilliefors.
1.
Uji Normalitas Lilliefors Untuk Tepung
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku tepung berasal dari populasi berdistribusi normal.
H1
: persediaan bahan baku tepung berasal dari populasi tidak berdistribusi
normal
a.
Rata-rata persediaan bahan baku tepung:
�=
12
�=1 �
�
72.270
�=
12
� = 6.022,5
b.
Standar Deviasi persediaan Bahan Baku Tepung
Tabel 3.4 Standar Deviasi Persediaan Bahan Baku Tepung
�
(1)
�
(2)
�
(3)
�−�
(4)
�−�
Januari
7250
6.022,5
1.227,5
1.506.756,25
Februari
6300
6.022,5
277,5
77.006,25
Maret
7000
6.022,5
977,5
955.506,25
April
6475
6.022,5
452,5
204.756,25
Mei
6325
6.022,5
302,5
91.506,25
Juni
7500
6.022,5
1.477,5
2.183.006,25
Juli
5920
6.022,5
-102,5
10.506,25
Bulan
(5)
Universitas Sumatera Utara
26
(1)
(2)
(3)
(4)
(5)
Agustus
4500
6.022,5
-1.522,5
2.318.006,25
September
3900
6.022,5
-2.122,5
4.505.006,25
Oktober
4000
6.022,5
-2.022,5
4.090.506,25
November
5850
6.022,5
-172,5
29.756,25
Desember
7250
6.022,5
1.227,5
1.506.756,25
Jumlah
72.270
−
�−1
12
�=1
=
�
17.479.075
2
=
17.479.075
11
=
1.589.006,818
= 1.260,56
c.
Hitung
�
1
2
3
4
5
6
7
8
=
�
�
dengan rumus:
−
7.250 − 6.022,5
= 0,97
1.260.56
6.300 − 6.022,5
=
= 0,22
1.260.56
7.000 − 6.022,5
=
= 0,77
1.260.56
6.475 − 6.022,5
= 0,36
=
1.260.56
6.325 − 6.022,5
=
= 0,24
1.260.56
7.500 − 6.022,5
=
= 1,17
1.260.56
5.920 − 6.022,5
= −0,08
=
1.260.56
4.500 − 6.022,5
= −1,21
=
1.260.56
=
Universitas Sumatera Utara
27
9
3.900 − 6.022,5
= −1,68
1.260.56
4.000 − 6.022,5
= −1.60
=
1.260.56
5.850 − 6.022,5
= −0,14
=
1.260.56
7.250 − 6.022,5
=
= 0,97
1.260.56
=
10
11
12
d.
e.
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,97 = 0,834
≤ 0,22 = 0,5871
≤ 0,77 = 0,7794
≤ 0,36 = 0,6406
≤ 0,24 = 0,5948
≤ 1,17 = 0,8790
≤ −0,08 = 0,4681
≤ −1,21 = 0,1131
10
=
11
=
12
=
≤ −1,68 = 0,0465
≤ −1,60 = 0,0548
≤ −0,14 = 0,4443
≤ 0,97 = 0,8340
Menghitung proporsi
�
1
=
=
�
�
1, 2, … , �
1, 2, … , ≤
�
yang lebih kecil atau sama dengan
�
�
yaitu:
10
= 0,8333
12
Universitas Sumatera Utara
28
f.
2
=
6
= 0,5000
12
3
=
9
= 0,7500
12
4
=
8
= 0,6667
12
5
=
7
= 0,5883
12
6
=
12
= 1,0000
12
7
=
5
= 0,4167
12
8
=
3
= 0,2500
12
9
=
1
= 0,0833
12
10 =
2
= 0,1667
12
11
=
4
= 0,3333
12
12
=
11
= 0,9167
12
Menghitung selisih
1
2
3
4
5
6
7
−
−
−
−
−
−
−
1
2
3
4
5
6
7
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,834 − 0,8333 = 0,0007
= 0,5871 − 0,5000 = 0,0871
= 0,7794 − 0,7500 = 0,0294
= 0,6406 − 0,6667 = 0,0261
= 0,5948 − 0,5883 = 0,0115
= 0,8790 − 1,0000 = 0,121
= 0,4681 − 0,4167 = 0,0541
Universitas Sumatera Utara
29
8
9
10
11
12
−
8
−
9
−
= 0,1131 − 0,2500 = 0,1369
= 0,0465 − 0,0833 = 0,0368
10
−
11
−
12
= 0,0548 − 0,1667 = 0,1119
= 0,4443 − 0,3333 = 0,111
= 0,83400,9167 = 0,0827
Tabel 3.5 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Tepung
1
�
7.250
��
0,97
F ��
0,834
S ��
0,8333
|� �� − � �� |
2
6.300
0,22
0,5871
0,5000
0,0871
3
7.000
0,77
0,7794
0,7500
0,0294
4
6.475
0,36
0,6406
0,6667
0,0261
5
6.325
0,24
0,5948
0,5883
0,0115
6
7.500
1,17
0,8790
1,0000
0,121
7
5.920
-0,08
0,4681
0,4167
0,0541
8
4.500
-1,21
0,1131
0,2500
0,1369
9
3.900
-1,68
0,0465
0,0833
0,0368
10
4.000
-1,60
0,0548
0,1667
0,1119
11
5.850
-0,14
0,3333
0,111
12
7.250
0,97
0,9167
0,0827
No
0,4443
0,8340
0,0007
Dari tabel 3.5 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1369
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku tepung pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
Universitas Sumatera Utara
30
2.
Uji normalitas lilliefors untuk gula
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku gula berasal dari populasi berdistribusi normal.
H1
:persediaan bahan baku gula berasal dari populasi tidak berdistribusi
normal
a.
Rata-Rata Persediaan Bahan Baku Gula:
�=
12
�=1 �
�
27.175
�=
12
� = 2.264,583
b.
Standar Deviasi Persediaan Bahan Baku Gula
Tabel 3.6 Standar Deviasi Persediaan Bahan Baku Gula
�
Januari
�
2440
�
2264,583
�−�
175,417
30771,124
Februari
2625
2264,583
360,417
129900,414
Maret
2300
2264,583
35,417
1254,364
April
2300
2264,583
35,417
1254,364
Mei
2775
2264,583
510,417
260525,514
Juni
2025
2264,583
-239,583
57400,014
Juli
2010
2264,583
-254,583
64812,504
Agustus
1950
2264,583
-314,583
98962,464
September
2000
2264,583
-264,583
70004,164
Oktober
2150
2264,583
-114,583
13129,264
November
2400
2264,583
135,417
18337,764
Desember
2200
2264,583
-64,583
4170,964
Jumlah
27175
Bulan
�−�
750522,92
Universitas Sumatera Utara
31
−
�−1
12
�=1
=
�
2
=
750.522,92
11
=
68.229,35636
= 261,207
c.
Hitung
�
�
=
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
�
dengan rumus:
−
2.440 − 2.264,583
= 0,67
261,207
2.625 − 2.264,583
= 1,37
261,207
2.300 − 2.264,583
= 0,13
261,207
2.300 − 2.264,583
= 0,13
261,207
2.775 − 2.264,583
= 1,95
261,207
2.025 − 2.264,583
= −0,91
261,207
2.010 − 2.264,583
= −0,97
261,207
1.950 − 2.264,583
= −1,20
261,207
2.000 − 2.264,583
= −1,01
261,207
10
=
11
=
12
=
2.400 − 2.264,583
= −0,43
522,812905
2.200 − 2.264,583
= 0,51
261,207
3.500 − 2.264,583
= −0,24
261,207
Universitas Sumatera Utara
32
d.
e.
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,67 = 0,7486
≤ 1,37 = 0,9147
≤ 0,13 = 0,5517
≤ 0,13 = 0,5517
≤ 1,95 = 0,9744
≤ −0,91 = 0,1814
≤ −0,97 = 0,166
≤ −1,20 = 0,1151
10
=
11
=
12
=
≤ −1,01 = 0,1562
≤ −0,43 = 0,3336
≤ 0,51 = 0,695
≤ 0,24 = 0,4052
1, 2, … , �
Menghitung proporsi
�
=
�
�
1, 2, … , ≤
�
1
= 10 = 0,8333
2
=
11
= 0,9167
12
3
=
8
= 0,6667
12
4
=
8
= 0,6667
12
5
=
12
= 1,0000
12
6
=
4
= 0,3333
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
33
f.
7
=
3
= 0,25
12
8
=
1
= 0,0833
12
9
=
2
= 0,1667
12
10 =
5
= 0,4167
12
11
=
9
= 0,75
12
12
=
6
= 0,5
12
Menghitung selisih
1
2
3
4
5
6
7
8
9
10
11
12
−
−
−
−
−
−
−
−
−
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7486 − 0,8333 = 0,0847
= 0,9147 − 0,9167 = 0,002
= 0,5517 − 0,6667 = 0,115
= 0,5517 − 0,6667 = 0,115
= 0,9744 − 1 = 0,0256
= 0,1814 − 0,3333 = 0,1519
= 0,166 − 0,25 = 0,084
= 0,1151 − 0,0833 = 0,0318
= 0,1562 − 0,1667 = 0,0105
10
11
12
= 0,3336 − 0,4167 = 0,0831
= 0,695 − 0,75 = 0,055
= 0,4052 − 0,5 = 0,0948
Universitas Sumatera Utara
34
Tabel 3.7 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Gula
1
�
2440
��
0,67
F ��
0,7486
S ��
0,8333
|� �� − � �� |
2
2625
1,37
0,9147
0,9167
0,002
3
2300
0,13
0,5517
0,6667
0,115
4
2300
0,13
0,5517
0,6667
0,115
5
2775
1,95
0,9744
1
0,0256
6
2025
-0,91
0,1814
0,3333
0,1519
7
2010
-0,97
0,166
0,25
0,084
8
1950
-1,20
0,1151
0,0833
0,0318
9
2000
-1,01
0,1562
0,1667
0,0105
10
2150
-0,43
0,3336
0,4167
0,0831
11
2400
0,51
0,695
0,75
0,055
12
2200
-0,24
0,4052
0,5
0,0948
No
0,0847
Dari tabel 3.7 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1519
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku gula pada Januari sampai dengan
Desember 2016 berasal dari populasi berdistribusi normal.
3.
Uji normalitas lilliefors untuk pelembut
Adapun langkah-langkah pengujiannya sebagai berikut:Hipotesis:
H0
: persediaan bahan baku pelembut berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku pelembut berasal dari populasi tidak berdistribusi
normal
Universitas Sumatera Utara
35
a.
Rata-rata persediaan bahan baku pelembut:
�=
12
�=1 �
�
831
�=
12
� = 69,25
b.
Standar deviasi persediaan bahan baku pelembut
Tabel 3.8 Standar Deviasi Persediaan Bahan Baku pelembut
�
Januari
�
60
�
69,25
�−�
-9,25
85,5625
Februari
64
69,25
-5,25
27,5625
Maret
60
69,25
-9,25
85,5625
April
70
69,25
0,75
0,5625
Mei
75
69,25
5,75
33,0625
Juni
69
69,25
-0,25
0,0625
Juli
60
69,25
-9,25
85,5625
Agustus
80
69,25
10,75
115,5625
September
70
69,25
0,75
0,5625
Oktober
75
69,25
5,75
33,0625
November
68
69,25
-1,25
1,5625
Desember
80
69,25
10,75
115,5625
Jumlah
831
Bulan
−
�−1
584,25
=
12
�=1
=
584,25
11
=
53,11363636
�
�−�
2
= 7,29
Universitas Sumatera Utara
36
c.
Hitung
�
d.
�
=
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
�
dengan rumus:
−
60 − 69,25
= −1,26
7,29
64 − 69,25
= −0,72
7,29
60 − 69,25
= −1,26
7,29
70 − 69,25
= 0,10
7,29
75 − 69,25
= 0,78
7,29
69 − 69,25
= −0,03
7,29
60 − 69,25
= −1,26
7,29
80 − 69,25
= 1,47
7,29
70 − 69,25
= 0,10
7,29
10
=
11
=
12
=
75 − 69,25
= 0,78
7,29
68 − 69,25
= −0,17
7,29
80 − 69,25
= 1,47
7,29
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
≤ −1,26 = 0,1038
≤ −0,72 = 0,2358
≤ −1,26 = 0,1038
≤ 0,10 = 0,5398
≤ 0,78 = 0,7823
Universitas Sumatera Utara
37
e.
6
=
7
=
8
=
9
=
≤ −0,03 = 0,488
≤ −1,26 = 0,1038
≤ 1,47 = 0,9292
10
=
11
=
12
=
≤ 0,10 = 0,5398
≤ 0,78 = 0,7823
≤ −0,17 = 0,4325
≤ 1,47 = 0, 9292
1, 2, … , �
Menghitung proporsi
�
=
�
�
1, 2, … , ≤
�
1
=
3
= 0,2500
12
2
=
4
= 0,3333
12
3
=
3
= 0,2500
12
4
=
8
= 0,6667
12
5
=
10
= 0,8333
12
6
=
6
= 0,5000
12
7
=
3
= 0,2500
12
8
=
12
= 0,1000
12
9
=
8
= 0,6667
12
10 =
10
= 0,8333
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
38
f.
11
=
5
= 0,4167
12
12
=
12
= 1,0000
12
Menghitung selisih
1
2
3
4
5
6
7
8
9
10
11
12
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
−
9
−
−
−
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,1038 − 0,2500 = 0,1462
= 0,2358 − 0,3333 = 0,0975
= 0,1038 − 0,2500 = 0,1462
= 0,5398 − 0,6667 = 0,1269
= 0,7823 − 0,8333 = 0,051
= 0,488 − 0,5000 = 0,012
= 0,1038 − 0,2500 = 0,1462
= 0,9292 − 1,0000 = 0,0708
= 0,5398 − 0,6667 = 0,1269
10
11
12
= 0,7823 − 0,8333 = 0,051
= 0,4325 − 0,4167 = 0,0158
= 0, 9292 − 1,0000 = 0,0708
Tabel 3.9 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Pelembut
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
60
-1,26
0,1038
0,2500
0,1462
2
64
-0,72
0,2358
0,3333
0,0975
3
60
-1,26
0,1038
0,2500
0,1462
4
70
0,10
0,5398
0,6667
0,1269
5
75
0,78
0,7823
0,8333
0,051
No
(6)
Universitas Sumatera Utara
39
(1)
(2)
(3)
(4)
(5)
(6)
6
69
-0,03
0,488
0,5000
0,012
7
60
-1,26
0,1038
0,2500
0,1462
8
80
1,47
0,9292
1,0000
0,0708
9
70
0,10
0,5398
0,6667
0,1269
10
75
0,78
0,7823
0,8333
0,051
11
68
-0,17
0,4325
0,4167
0,0158
12
80
1,47
0, 9292
1,0000
0,0708
Dari tabel 3.9 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1462
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku pelembut pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
4.
Uji normalitas lilliefors untuk pengembang
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku pengembang berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku pengembang berasal dari populasi tidak
berdistribusi normal
a.
Rata-rata persediaan bahan baku pengembang:
�=
12
�=1 �
�
1.356
�=
12
� = 113
Universitas Sumatera Utara
40
b.
Standar deviasi persediaan bahan baku pengembang
Tabel 3.10 Standar Deviasi Persediaan Bahan Baku pengembang
Januari
�
125
�
113
�−�
12
�−�
Februari
128
113
15
225
Maret
110
113
-3
9
April
120
113
7
49
Mei
125
113
12
144
Juni
126
113
13
169
Juli
100
113
-13
169
Agustus
90
113
-23
529
September
87
113
-26
676
Oktober
90
113
-23
529
November
125
113
12
144
Desember
130
113
17
289
Jumlah
1.356
Bulan
−
�−1
3.076
=
12
�=1
=
3.076
11
=
279,6363636
�
144
�
2
= 16,7223
c.
Hitung
�
1
=
=
�
dengan rumus:
�
−
125 − 113
= 0,71
16,7223
Universitas Sumatera Utara
41
d.
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
128 − 113
= 0,89
16,7223
110 − 113
= −0,17
16,7223
120 − 113
= 0,41
16,7223
125 − 113
= 0,71
16,7223
126 − 113
= 0,77
16,7223
100 − 113
= −0,77
16,7223
90 − 113
= −1,37
16,7223
87 − 113
= −1,55
16,7223
10
=
11
=
12
=
90 − 113
= −1,37
16,7223
125 − 113
= 0,71
16,7223
130 − 113
= 1,01
16,7223
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
≤ � diperoleh:
di bawah kurva normal
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
≤ 0,71 = 0,7611
≤ 0,89 = 0,8133
≤ −0,17 = 0,4325
≤ 0,41 = 0,6591
≤ 0,71 = 0,7611
≤ 0,77 = 0,7794
≤ −0,77 = 0,2206
≤ −1,37 = 0,0853
Universitas Sumatera Utara
42
9
e.
≤ −1,55 = 0,0606
=
10
=
11
=
12
=
≤ −1,37 = 0,0853
≤ 0,71 = 0,7611
≤ 1,01 = 0,8438
Menghitung proporsi
�
�
=
�
1, 2, … , �
1, 2, … , ≤
�
1
=
9
= 0,75
12
2
=
11
= 0,916667
12
3
=
5
= 0,416667
12
4
=
6
= 0,5
12
5
=
9
= 0,75
12
6
=
10
= 0,833333
12
7
=
4
= 0,333333
12
8
=
3
= 0,25
12
9
=
1
= 0,083333
12
10 =
3
= 0,25
12
11
=
9
= 0,75
12
12
=
12
=1
12
yang lebih kecil atau sama dengan
�
�
yaitu:
Universitas Sumatera Utara
43
f.
Menghitung selisih
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
9
10
−
11
12
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7611 − 0,75 = 0,0111
= 0,8133 − 0,9166 = 0,1033
= 0,4325 − 0,4166 = 0,0158
= 0,6591 − 0,5 = 0,1591
= 0,7611 − 0,75 = 0,0111
= 0,7794 − 0,83333 = 0,5393
= 0,2206 − 0,33333 = 0,11273
= 0,0853 − 0,25 = 0,1467
= 0,0606 − 0,08333 = 0,02273
10
11
12
= 0,0853 − 0,25 = 0,1467
= 0,7611 − 0,75 = 0,0111
= 0,8438 − 1 = 0,1562
Tabel 3.11 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku
Pengembang
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
125
0,717605
0,7611
0,75
0,0111
2
128
0,897006
0,8133
0,9166
0,1033
3
110
-0,1794
0,4325
0,4166
0,0158
4
120
0,41860
0,6591
0,5
0,1591
5
125
0,71760
0,7611
0,75
0,0111
6
126
0,77740
0,7794
0,8333
0,0539
7
100
-0,77741
0,2206
0,3333
0,1127
8
90
-1,37541
0,0853
0,25
0,1647
9
87
-1,55481
0,0606
0,08333
0,0227
No
(6)
Universitas Sumatera Utara
44
(1)
(2)
(3)
(4)
(5)
(6)
10
90
-1,37541
0,0853
0,25
0,1647
11
125
0,717605
0,7611
0,75
0,0111
12
130
1,016607
0,8438
1
0,1562
Dari tabel 3.11 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1647
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku pengembang pada januari
sampai dengan Desember 2016 berasal dari populasi berdistribusi normal.
5. Uji normalitas lilliefors untuk mentega
Adapun langkah-langkah pengujiannya sebagai berikut:
Hipotesis:
H0
: persediaan bahan baku mentega berasal dari populasi berdistribusi
normal.
H1
: persediaan bahan baku mentega berasal dari populasi tidak berdistribusi
normal
a.
Rata-rata persediaan bahan baku mentega:
�=
12
�=1 �
�
13.585
�=
12
� = 1.132,08
Universitas Sumatera Utara
45
b. Standar deviasi persediaan bahan baku mentega
Tabel 3.12 Standar Deviasi Persediaan Bahan Baku Mentega
�
Januari
�
1230
�
1132,083
�−�
97,917
9587,738889
Februari
1100
1132,083
-32,083
1029,318889
Maret
1300
1132,083
167,917
28196,11889
April
1240
1132,083
107,917
11646,07889
Mei
1225
1132,083
92,917
8633,568889
Juni
1325
1132,083
192,917
37216,96889
Juli
985
1132,083
-147,083
21633,40889
Agustus
900
1132,083
-232,083
53862,51889
September
870
1132,083
-262,083
68687,49889
Oktober
880
1132,083
-252,083
63545,83889
November
1300
1132,083
167,917
28196,11889
Desember
1230
1132,083
97,917
9587,738889
Jumlah
13.585
Bulan
−
�−1
12
�=1
=
�
�−�
341.822,9167
2
=
341.822,9167
11
=
31.074,81061
= 176,28
c.
Hitung
�
=
1
=
2
=
�
dengan rumus:
�
−
1.230 − 1.132,08
= 0,55
176,28
1.100 − 1.132,08
= −0,18
176,28
Universitas Sumatera Utara
46
d.
3
=
4
=
5
=
6
=
7
=
8
=
9
=
1.300 − 1.132,08
= 0,95
176,28
1.240 − 1.132,08
= 0,61
176,28
1.225 − 1.132,08
= 0,52
1176,28
1.325 − 1.132,08
= 1,09
176,28
985 − 1.132,08
= −0,83
176,28
900 − 1.132,08
= −1,31
176,28
870 − 1.132,08
= −1,48
176,28
10
=
11
=
12
=
880 − 1.132,08
= −1,43
176,28
1.300 − 1.132,08
= 0,95
176,28
1.230 − 1.132,08
= 0,55
176,28
Tentukan nilai
� dimana � = 1, 2, … , 12 dengan menggunakan daftar luas
di bawah kurva normal
≤ � diperoleh:
� =
1
=
2
=
3
=
4
=
5
=
6
=
7
=
8
=
9
=
≤ 0,55 = 0,7088
≤ −0,18 = 0,4286
≤ 0,95 = 0,8289
≤ 0,61 = 0,7291
≤ 0,52 = 0,6985
≤ 1,09 = 0,8621
≤ −0,83 = 0,2033
≤ −1,31 = 0,0951
≤ −1,48 = 0,0694
Universitas Sumatera Utara
47
e.
10
=
11
=
12
=
≤ −1,43 = 0,0764
≤ 0,95 = 0,8289
≤ 0,55 = 0,7088
Menghitung proporsi
�
�
=
�
1, 2, … , �
yang lebih kecil atau sama dengan
1, 2, … , ≤
�
1
=
8
= 0,6667
12
2
=
65
= 0,4167
12
3
=
11
= 0,9167
12
4
=
9
= 0,75
12
5
=
6
= 0,50
12
6
=
12
= 1,0000
12
7
=
4
= 0,3333
12
8
=
3
= 0,2500
12
9
=
1
= 0,0833
12
10 =
2
= 0,1667
12
11
=
11
= 0,9167
12
12
=
8
= 0,6667
12
�
�
yaitu:
Universitas Sumatera Utara
48
f.
Menghitung selisih
−
1
−
2
−
3
−
4
−
5
−
6
−
7
−
8
9
10
−
11
12
−
−
−
1
2
3
4
5
6
7
8
9
�
−
�
untuk � = 1, 2, 3, … , 12 diperoleh:
= 0,7088 − 0,6667 = 0,0421
= 0,4286 − 0,4167 = 0,0119
= 0,8289 − 0,9167 = 0,0878
= 0,7291 − 0,75 = 0,0209
= 0,6985 − 0,5 = 0,1985
= 0,8621 − 1,0000 = 0,1379
= 0,2033 − 0,3333 = 0,1300
= 0,0951 − 0,2500 = 0,1549
= 0,0694 − 0,0833 = 0,0139
10
11
12
= 0,0764 − 0,1667 = 0,0903
= 0,8289 − 0,9167 = 0,0878
= 0,7088 − 0,6667 = 0,0421
Tabel 3.13 Uji Kenormalan Lilliefors Data Persediaan Bahan Baku Mentega
(1)
�
(2)
��
(3)
F ��
(4)
S ��
(5)
|� �� − � �� |
1
1230
0,55
0,7088
0,6667
0,0421
2
1100
-0,18
0,4286
0,4167
0,0119
3
1300
0,95
0,8289
0,9167
0,0878
4
1240
0,61
0,7291
0,75
0,0209
5
1225
0,52
0,6985
0,50
0,1985
6
1325
1,09
0,8621
1,0000
0,1379
7
985
-0,83
0,2033
0,3333
0,1300
8
900
-1,31
0,0951
0,2500
0,1549
9
870
-1,48
0,0694
0,0833
0,0139
10
880
-1,43
0,0764
0,1667
0,0903
No
(6)
Universitas Sumatera Utara
49
(1)
(2)
(3)
(4)
(5)
(6)
11
1300
0,95
0,8289
0,9167
0,0878
12
1230
0,55
0,7088
0,6667
0,0421
Dari tabel 3.13 dapat dilihat bahwa:
0
=
0
=
� �
�
−
�
= 0,1985
, diperoleh dari tabel uji kenormalan Lilliefors dengan taraf nyata
∝= 0,05 dan � = 12
� �
=
ℎ� ��
0,05 12
<
= 0,242
, sehingga H0 diterima, dari uji kenormalan Lilliefors dapat
disimpulakan bahwa data persediaan bahan baku mentega pada januari sampai
dengan Desember 2016 berasal dari populasi berdistribusi normal.
3.2.2 penentuan pemesanan yang ekonomis dengan metode Economic Order
Quantity (EOQ)
Untuk menentukan pemesanan yang ekonomis dengan metode Economic Order
Quantity (EOQ) (menggunakan rumus 2.16):
=
2
a. Untuk Tepung
=
=
=
2
2
72.270 35.000
194,4
26.023.148,15
= 5.101,28 kg
Maka diperoleh pemesanan yang ekonomis untuk tepung adalah 5.101 kg.
Universitas Sumatera Utara
50
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
72.270
= 14,16
5.101,28
b. Untuk Gula
=
=
=
2
2
27.175 35.000
309
6.156.148,867
= 2.481,15 kg
Maka diperoleh pemesanan yang ekonomis untuk gula adalah 2.481 kg
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
27.175
= 10,95
2.481,15
c. Untuk Pelembut
=
=
=
2
2
831 35.000
2.400
24.237,5
= 155,68 kg
Maka diperoleh pemesanan yang ekonomis untuk pelembut adalah 156 kg
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
831
= 5,33
155,68
Universitas Sumatera Utara
51
d. Untuk Pengembang
=
=
=
2
2
1.356 35.000
2.400
39.550
= 198,87 kg
Maka diperoleh pemesanan yang ekonomis untuk pengembang adalah 199 kg.
Dengan frekuensi pemesanan yang diperlukan adalah:
=
1.356
= 6,81
198,87
=
e. Untuk mentega
=
=
=
2
2
13.585 35.000
320,01
2.971.625,887
= 1.723,84 kg
Maka diperoleh pemesanan yang ekonomis untuk mentega adalah 1.724 kg.
Dengan frekuensi pemesanan yang diperlukan adalah:
=
=
13.585
= 7,88
1.723,84
Universitas Sumatera Utara
52
3.2.3 Penentuan Banyaknya Persediaan Pengaman (Safety Stock)
Persediaan pengaman (safety stock) sangat diperlukan dalam sebuah perusahaan
karena berfungsi untuk melindungi atau menjaga kemungkinann terjadinya
kekurangan
barang,
sehingga
memperlancar
kegiatan
penjualan.
Untuk
menentukan banyaknya persediaan pengaman dipelukan standar deviasi
pemakaian masing-masing bahan pada tahun 2016 dan juga faktor pengaman
�
perhitungayang digunakan pabrik. Pabrik mengharapkan terjadinya stock out
hanya 5% dan apabila dilihat dari tabel berdistribusi normal (tabel Z terlampir)
didapat nilai error yang diharapkan 5% maka nilai faktor pengaman (Z) yang
digunakan adalah 1,65.
Untuk menentukan banyaknya persediaan pengaman (menggunakan rumus 2.17)
a. Safety Stock Untuk Tepung
=�
= 1.260,56
1,65
= 2.079,92 kg
Maka banyaknya persediaan pengaman untuk tepung yaitu sebesar 2.080 kg.
b. Safety Stock Untuk Gula
=�
= 261,207
1,65
= 430,99 kg
Maka banyaknya persediaan pengaman untuk gula yaitu sebesar 431 kg.
c. Safety Stock Untuk Pelembut
=�
= 7,29
1,65
= 12,02 kg
Maka banyaknya persediaan pengaman untuk pelembut yaitu sebesar 12 kg.
Universitas Sumatera Utara
53
d. Safety Stock Untuk Pengembang
=�
= 16,7223
1,65
= 27,59 kg
Maka banyaknya persediaan pengaman untuk pengembang yaitu sebesar 27 kg.
e. Safety Stock Untuk Mentega
=�
= 176,28
1,65
= 290,86 kg
Maka banyaknya persediaan pengaman untuk mentega yaitu sebesar 290 kg.
Dari perhitungan safety stock, dapat diketahui besarnya jumlah persediaaan yang
dapat dicadangkan sebagai pengaman untuk kelangsungan proses produksi dari
risiko kehabisan bahan baku (stock out).
3.2.4 Penentuan Titik Pemesanan Kembali (Reorder Point)
Reorder point/titik pemesanan kembali merupakan saat atau waktu tertentu
dimana perusahaan harus mengadakan pemesanan bahan baku kembali sebelum
persediaan yang ada di gudang habis. Dalam perhitungan reorder point, pabrik
perlu mempertimbangkan juga tentang lead time atau waktu tunggu. Pada pabrik
Syahfira Bakery, lead time yang terjadi saat melakukan pembelian bahan baku
adalah 1 hari.
Berdasarkan perhitungan EOQ, maka penentuan reorder point pada pabrik
Syahfira Bakery adalah sebagai berikut:
Universitas Sumatera Utara
54
a. Reorder Point untuk tepung
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
72.270
317
= 227,98
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 227,98 1 + 2.079,92
= 2.307,9 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan tepung yang
ada di gudang mencapai jumlah 2.308 kg, maka pabrik harus melakukan
pemesanan persediaan tepung untuk bulan berikutnya
b. Reorder Point untuk gula
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
Universitas Sumatera Utara
55
=
27.175
317
= 85,73
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 85,73
1 + 430,99
= 516,72 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan gula yang ada
di gudang mencapai jumlah 517 kg, maka pabrik harus melakukan pemesanan
persediaan gula untuk bulan berikutnya
c. Reorder Point untuk pelembut
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
813
317
= 2,56
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 2,56 1 + 12,02
= 14,58 kg
Universitas Sumatera Utara
56
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pelembut
yang ada di gudang mencapai jumlah 14 kg, maka pabrik harus melakukan
pemesanan persediaan tepung untuk bulan berikutnya
d. Reorder Point untuk pengembang
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
1.356
317
= 4,28
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 4,28 1 + 27,59
= 31,87 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan pengembang
yang ada di gudang mencapai jumlah 32 kg, maka pabrik harus melakukan
pemesanan persediaan pengembang untuk bulan berikutnya
e. Reorder Point untuk mentega
Sebelum melakukan ROP, terlebih dahulu harus mencari berapa banyak
pemakaian bahan baku per hari (d) adalah:
=
Universitas Sumatera Utara
57
Dimana:
D
= jumlah pemakaian bahan baku
jumlah hari kerja per tahun (t) 317 hari
=
13.585
317
= 42,85
Untuk menentukan titik pemesanan kembali (menggunakan rumus 2.18)
=
+
= 42,85
1 + 290,86
= 333,71 kg
Hasil yang diperoleh menunjukkan bahwa ketika jumlah persediaan mentega yang
ada di gudang mencapai jumlah 334 kg, maka pabrik harus melakukan pemesanan
persediaan mentega untuk bulan berikutnya
3.2.5 Penentuan Total Biaya Persediaan Bahan Baku
untuk menentukan total biaya persediaan bahan baku dengan metode EOQ
(menggunakan rumus 2.9)
Total biaya = biaya pemesanan + biaya penyimpanan
=
+
2
a. Untuk tepung
=
=
+
2
72.270
5.101,28
35.000 +
194,4
5.101,28
2
= 495.846,1406 + 495.844,416
= �. 991.690,5566
Universitas Sumatera Utara
58
Maka diperoleh total biaya persediaan untuk tepung adalah Rp. 991.690,5566
b. Untuk gula
=
=
+
2
27.175
2.481,15
35.000 +
309
2.481,15
2
= 383.340,3865 + 383.337,675
= �. 766.678,0615
Maka diperoleh total biaya persediaan untuk gula adalah Rp. 766.678,0615
c. Untuk pelembut
=
=
+
2
155,68
831
35.000 +
2.400
2
155,68
= 186.825,5396 + 186.816
= �. 373.641,5396
Maka diperoleh total biaya persediaan untuk pelembut adalah Rp. 373.641,5396
d. Untuk pengembang
=
=
+
2
1.356
198,87
35.000 +
2.400
198,87
2
= 238.648,3633 + 238.644
= �. 477.292,3633
Maka diperoleh total biaya persediaan untuk pengembang adalah Rp.
477.292,3633
e. Untuk mentega
=
+
2
Universitas Sumatera Utara
59
=
13.585
1,723,84
35.000 +
320,01
1.723,84
2
= 275.823,1622 + 275.823,0192
= �. 515.646,1814
Maka diperoleh total biaya persediaan untuk mentega adalah Rp. 515.646,1814
Disamping itu, perusahaan juga memiliki perhitungan sendiri untuk menentukan
total biaya persediaan (menggunakan rumus 2.6)
+ �
=
Dengan menggunakan rumusan diatas maka dapat dihitung biaya persediaan
bahan baku perusahaan sebagai berikut:
a. Untuk tepung
=
+ �
= 6022,5 x 194,4 + 12
35.000
= 1.170.774 + 420.000
= �. 1.590.774
b. Untuk gula
=
+ �
= 2.264,583 x 309 + 12 35.000
= 699.755,22 + 420.000
= �. 1.119.755,22
c. Untuk pelembut
=
+ �
= 69,25 x 2.400 + 12 35.000
= 166.200 + 420.000
= �. 586.200
Universitas Sumatera Utara
60
d. Untuk pengembang
=
+ �
= 113 x 2.400 + 12
35.000
= 271.200 + 420.000
= �. 691.200
e. Untuk mentega
=
+ �
= 1.132,08 x 320,01 + 12 35.000
= 362.276,9208 + 420.000
= �. 782.276,9208
Maka dapat disimpulkan banyaknya pemesanan ekonomis (Economic Order
Quantity), banyaknya persediaan pengaman (safety stock), titik pemesanan
kembali (reorder point), dan total biaya persediaan masing-masing roti dapat
dilihat pada tabel berikut:
Tabel 3.14 Tabel Pemesanan Ekonomis Menurut EOQ Tahun 2016
EOQ
Safety Stock
Reorder
Total biaya
(kg)
(kg)
Point (kg)
persediaan (Rp)
Tepung
5.101
2.078
2.307,9
Rp. 991.690,5566
Gula
2.481
430
516
Rp. 766.678,0615
Pelembut
156
12
14,58
Rp. 373.641,5396
Pengembang
199
28
31,87
Rp.477.292,3633
Mentega
1.723,84
291
333,71
Rp.515.646,1814
Bahan baku
Jumlah
Rp. 3.160.948,702
Adapun perbandingan Total Inventory Cost (TIC) persediaan menurut perusahaan
dengan Total Inventory Cost (TIC) berdasarkan metode EOQ dapat dilihat pada
tabel berikut:
Universitas Sumatera Utara
61
Tabel 3.15 Perbandingan Biaya Bahan Baku Syahfira Bakery Dengan
Metode Economic Order Quantity (EOQ) Tahun 2016
TICc Pabrik
TIC EOQ
Selisih
Rp. 4.770.206,141
Rp. 3.160.948,702
Rp. 1.609.257,439
Berdasarkan hasil perhitungan EOQ tabel 3.15 ternyata diperoleh total biaya
persediaan yang lebih kecil di bandingkan dengan total biaya pesediaan yang
selama ini dikeluarkan pabrik. Total biaya persediaan bahan baku menurut Pabrik
Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ sebesar Rp.
3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari
biaya persediaan bahan baku menurut Pabrik Syahfira Bakery. Terjadinya
penghematan biaya persediaan di dukung oleh adanya jumlah pemesanan optimal,
safety stock, dan reorder point yang merupakan faktor pendukung yang membuat
frekuensi pemesanan bahan baku menjadi lebih kecil dan dan mengakibatkan
terjadinya penghematan biaya pemesanan dan biaya penyimpanan.
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, dapat disimpulkan bahwa
pengendalian persediaan bahan baku bedasarkan metode Economic Order
Quantity (EOQ) lebih optimal dan ekonomis dibandingkan dengan metode yang
diterapkan perusahaan. Sehingga diperoleh metode perhitungan yang lebih efektif
dan efisien dalam menentukan persediaan optimal. Hal tersebut dibuktikan dengan
adanya selisih perhitungan Total Inventory Cost (TIC) antara metode perusahaan
dengan metode EOQ. Dimana total biaya persediaan bahan baku menurut Pabrik
Syahfira Bakery sebesar Rp. 4.770.206,141 sedangkan menurut EOQ) sebesar Rp.
3.160.948,702 dan dapat dilakukan penghematan sebesar Rp. 1.609.257,439 dari
biaya persediaan bahan baku menurut Pabrik Syahfira Bakery.
4.2 Saran
1. bagi pihak Pabrik Syahfira Bakery kedepannya dapat mempertimbangkan
untuk menggunakan metode EOQ dalam melakukan pembelian persediaan
bahan baku untuk pembuatan roti karena dengan metode EOQ pabrik
dapat melakukan penghematan biaya persediaan sehingga penghematan
yang diperoleh pabrik dapat dialokasikan untuk kebutuhan yang lain.
2. Bagi peneliti selanjutnya, dapat mencoba menggunakan metode EOQ
dengan menggunakan software-software lain yang mendukung agar lebih
akurat.
Universitas Sumatera Utara