ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Tesis
Oleh
DHARMA AGISTA PRATAMA
PROGRAM PASCASARJANA TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS LAMPUNG BANDAR LAMPUNG
ABSTRAK
ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Oleh
DHARMA AGISTA PRATAMA
iii
PT. XYZ adalah metode POQ dengan biaya penghematan sebesar Rp. 61.424.950 atau 1,956 % dari total biaya secara konvensional.
ABSTRACT
ANALYSIS OF PRODUCTION FORECASTING AND CONTROL OF AUXILIARY RAW MATERIAL SUPPLIES
IN THE SUGAR INDUSTRY PT. XYZ REGENCY OF NORTH LAMPUNG
By
DHARMA AGISTA PRATAMA
This research aims to analyze the method of production forecasting most suitable for the sugar industry of PT. XYZ and analyze the most appropriate inventory control technique for the sugar industry of PT. XYZ. In this research, forecasting analysis uses five methods: Linear Regression, Moving Average, Weighted Moving Average, Exponential Smoothing, and exponential smoothing with trend. The results of the analysis showed that the linear method regression is the
forecasting method best used by the sugar industry of PT. XYZ with the smallest value of MAD, MSE, and MAPE compared to other methods of 7,195,
v
the most appropriate use by PT. XYZ is the POQ method with a saving cost of IDR. 61,424,950 or 1.956% of the total cost conventionally.
ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Oleh
DHARMA AGISTA PRATAMA
Tesis
Sebagai Salah Satu Syarat untuk Mencapai Gelar MAGISTER TEKNOLOGI PERTANIAN
Pada
Program Pascasarjana Magister Teknologi Industri Pertanian Fakultas Pertanian Universitas Lampung
PROGRAM PASCASARJANA TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS LAMPUNG BANDAR LAMPUNG
Judul Tesis : ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Nama Mahasiswa : Dharma Agista Pratama Nomor Pokok Mahasiswa : 1824051008
Program Studi : Magister Teknologi Industri Pertanian
Fakultas : Pertanian
MENYETUJUI
1. Komisi Pembimbing
Dr. Erdi Suroso, S.T.P., M.T.A. Dr. Sri Hidayati, S.T.P., M.P. NIP 19721006 199803 1 005 NIP 19710930 199512 2 001
2. Ketua Program Studi
Magister Teknologi Industri Pertanian
MENGESAHKAN
1. Tim Penguji
Ketua : Dr. Erdi Suroso, S.T.P., M.T.A. …………...
Sekretaris : Dr. Sri Hidayati, S.T.P., M.P. ……….
Penguji
Bukan Pembimbing : Dr. Dewi Sartika, S.T.P., M.Si. ……….
2. Dekan Fakultas Pertanian
Prof. Dr. Ir. Irwan Sukri Banuwa, M.Si. NIP 19611020 198603 1 002
3. Direktur Program Pascasarjana Universitas Lampung
Prof. Dr. Ir. Wan Abbas Zakaria, M.S. NIP 19610826 198702 1 001
PERNYATAAN KEASLIAN HASIL KARYA
Saya yang bertanda tangan di bawah ini: Nama : Dharma Agista Pratama
NPM : 1824051008
Dengan ini menyatakan bahwa apa yang tertulis dalam karya ilmiah ini adalah hasil karya saya yang dibimbing oleh Komisi Pembimbing , 1) Dr. Erdi Suroso, S.T.P., M.T.A. dan 2) Dr. Sri Hidayati, S.T.P., M.P. berdasarkan pada pengetahuan dan informasi yang telah saya dapatkan. Karya ilmiah ini berisi material yang dibuat sendiri dan hasil rujukan beberapa sumber lain (buku, jurnal, dll.) yang telah dipublikasikan sebelumnya atau dengan kata lain bukanlah hasil dari plagiat karya orang lain.
Demikianlah pernyataan ini saya buat dengan sebenarnya dan dapat dipertanggungjawabkan. Apabila dikemudian hari terdapat kecurangan dalam karya ini, maka saya siap mempertanggungjawabkannya.
Bandar Lampung, 24 Februari 2020 Pembuat pernyataan
RIWAYAT HIDUP
Penulis dilahirkan di Gunung Batin Baru tanggal 24 Februari 1992, sebagai anak pertama dari tiga bersaudara, dari Bapak Kukuh Ari Raharjo, S.Pd. dan Ibu Srining Wiyanti, S.Pd.
Penulis menyelesaikan Pendidikan Taman Kanak-kanak (TK) Satya Dharma Sudjana Gunung Madu pada tahun 1998, Sekolah Dasar (SD) di SDN 1 Gunung Madu Lampung Tengah tahun 2004, Sekolah Menengah Pertama (SMP) di SMP Satya Dharma Sudjana Lampung Tengah diselesaikan tahun 2007, dan Sekolah Menengah Atas (SMA) di SMAN 1Terbanggi Besar Lampung Tengah diselesaikan pada tahun 2010.
PERSEMBAHAN
Karya ini aku persembahkan teruntuk kedua orang tuaku tercinta Alm.Kukuh Ari Raharjo, S.Pd. dan Srining Wiyanti, S.Pd.
Kepada adik-adikku tersayang Nefrina Tilawati, S.Pd. dan Gita Shevania
Terimakasih atas semua do’a, kasih sayang, semangat, motivasi, dukungan baik moril maupun materil yang telah diberikan tiada henti-hentinya kepada
penulis
Serta
Almamater Tercinta
SANWACANA
Segala puji bagi Allah SWT, yang telah melimpahkan rahmat, hidayah, dan karunia Nya sehingga penulis dapat menyelesaikan tesis, shalawat beserta salam senantiasa tercurah kepada Nabiyullah Muhammad SAW beserta keluarga, sahabat, dan para pengikutnya hingga akhir zaman sehingga penulis dapat menyelesaikan penelitian dan penyusunan tesis yang berjudul “Analisis
Peramalan Produksi dan Pengendalian Persediaan Bahan Baku Pembantu di Industri Gula PT.XYZ Kabupaten Lampung Utara” sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Pertanian di Universitas Lampung. Tesis ini disusun setelah penulis menyelesaikan study di Program Studi Magister Teknologi Industri Pertanian sejak tahun 2018 sampai dengan selesai. Dalam pembuatan tesis ini penulis menyadari jauh dari sempurna mengingat keterbatasan kemampuan yang penulis miliki.
Pada kesempatan ini penulis ingin menyampaikan terima kasih kepada : 1. Bapak Prof. Dr. Ir. Irwan Sukri Banuwa, M.Si., selaku Dekan Fakultas
Pertanian Universitas Lampung yang telah membantu selama studi di pascasarjana.
viii
3. Bapak Prof. Dr. Karomani, M.Si., selaku Rektor Universitas Lampung yang telah membantu selama studi di pascasarjana.
4. Bapak Dr. Erdi Suroso, S.T.P., M.T.A., selaku Dosen Pembimbing satu atas motivasi dan dukungannya.
5. Ibu Dr. Sri Hidayati, S.T.P., M.P., selaku Dosen Pembimbing dua dan Dosen Pembimbing Akademik atas motivasi dan saran yang telah diberikan.
6. Ibu Dr. Dewi Sartika, S.T.P., M.Si., selaku Pembahas atas masukan dan saran dalam pembuatan tesis.
7. Ibu Dr. Sri Hidayati, S.T.P., M.P., selaku Ketua Program Studi Magister Teknologi Industri Pertanian atas bantuannya selama ini.
8. Seluruh Dosen dan Karyawan di Program Studi Magister Teknologi Industri Pertanian atas bantuan dan arahan yang telah diberikan selama penulis menjalani proses perkuliahan di Magister Teknologi Industri Pertanian, Fakultas Pertanian, Universitas Lampung.
9. Ayah, Ibu, Nefrina Tilawati, Gita Shevania, Bellvania Ratu Isabel, Bapak Ir. Oktari Rahman, M.Si., Ibu dr. Aryanti Ibrahim, Sp. M., Ath Thaariq Rifqi Oktafri, dan Taufik Yusuf, S.Pd., serta seluruh keluargaku yang telah memberikan dukungan, motivasi, kasih sayang, bantuannya baik moril maupun materil, dan doa yang selalu diberikan kepada penulis sehingga penulis dapat menyelesaikan tesis.
ix
11. Rekan kuliah terbaikku, Widarto, S.T. dan Jenni Aulia Perucha, S.T.P., terima kasih atas dukungan dan bantuannya yang selalu diberikan kepada penulis sehingga penulis dapat menyelesaikan tesis.
12. Seluruh teman-teman Magister Teknologi Industri Pertanian angkatan 2018, Widarto, S.T., Dyah Putri Larassati, S.T.P., Ailsa Azalia, S.T.P., Iyan Indrawan, S.Tr.P., Ali Andar Batubara , S.T., Ayu Dian Pratiwi P, S.T.P., Suci Hardina Rahmawati, S.T., Jenni Aulia Perucha, S.T.P., Fusi Anita, S.P., dan Ela Rovita, S.T.P., terima kasih atas dukungan dan kebersamaannya selama ini.
13. Kakak-kakakku angkatan 2017, Vina Asfia Chori, S.Pi., Tri Widiastuti, S.T.P., Fahrulsyah,S.Pi., terima kasih atas kebersamaannya.
14. Sahabat “ARIAN” Nadzir, Muhammad Zaini,Nanda Catur Pamungkas, Iwan Novianto yang selalu memberikan semangat dan motivasi.
15. Serta semua pihak yang telah membantu baik dalam pelaksanaan maupun penulisan tesis ini.
Demikian tesis ini penulis buat, semoga dapat bermanfaat bagi penulis khususnya dan pembaca pada umumnya.
Bandar Lampung, 24 Februari 2020 Penulis,
DAFTAR ISI
Halaman
DAFTAR ISI ... x
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiii
DAFTAR LAMPIRAN ... xiv
DAFTAR ISTILAH ... xvi
I. PENDAHULUAN ... 1
A. Latar Belakang dan Masalah ... 1
B. Tujuan Penelitian ... 3
C. Kerangka Pemikiran... 4
D. Batasan Penelitian ... 6
II. TINJAUAN PUSTAKA ... 7
A. Peramalan ... 7
B. Persediaan ... 15
C. Tebu ... 22
D. Industri Gula PT. XYZ ... 24
III. METODE PENELITIAN ... 34
A. Waktu dan Tempat ... 34
B. Jenis dan Sumber Data ... 34
C. Teknik Pengumpulan Data ... 34
D. Metode Analisis Data ... 35
IV. HASIL DAN PEMBAHASAN ... 45
A. Peramalan Produksi Gula Pasir ... 45
B. Validasi Metode Peramalan dan Realisasi Produksi ... 49
C. Penentuan Bahan Baku Pembantu Prioritas Menggunakan ABC Analysis ... 51
D. Manajemen Persediaan ... 54
1. Metode Economic Order Quantity (EOQ) ... 55
2. Metode Period Order Quality (POQ) ... 58
3. Metode Re-Order Point (ROP) ... 61
xi
E. Perbandingan Total Persediaan Bahan Baku Pembantu Belerang dan Causatic Soda Antara Perhitungan PT. XYZ
dengan Metode EOQ, POQ, dan ROP ... 66
F. Perbandingan Manajemen Persediaan Bahan Baku Pembantu PT.XYZ Secara Konvensional dan Menggunakan Metode Period Order Quality (POQ) ... 68
V. KESIMPULAN DAN SARAN ... 70
A. Kesimpulan ... 70
B. Saran ... 70
[image:17.595.125.509.271.766.2]
DAFTAR TABEL
Tabel Halaman
1. Hasil peramalan produksi gula pasir PT. XYZ ... 46
2. Peramalan produksi gula pasir PT.XYZ pada tahun 2019 - 2023... 48
3. Data luas area panen, jumlah tebu giling, rendemen, dan realisasi produksi ... 50
4. ABC Analysis bahan baku pembantu di PT. XYZ ... 52
5. Biaya penyimpanan bahan baku pembantu belerang dan causatic soda 54
6. Kebutuhan optimum dengan menggunakan EOQ... 55
7. Perhitungan jumlah frekuensi waktu pemesanan optimum ... 57
8. Kebutuhan optimum dengan menggunakan POQ ... 59
9. Perhitungan jumlah frekuensi waktu pemesanan optimal ... 60
10. Kebutuhan optimum dengan menggunakan ROP ... 62
11. Perhitungan jumlah frekuensi waktu pemesanan optimal ... 63
12. Pembelian Bahan Baku Pembantu Belerang dan Causatic Soda ... 64
13. Total biaya pemesanan di PT. XYZ ... 65
14. Biaya Penyimpanan di PT. XYZ ... 65
15. Biaya Persediaan di PT. XYZ ... 65
16. Perbandingan total biaya persediaan bahan baku pembantu ... 66
DAFTAR GAMBAR
Gambar Halaman
1. Kerangka pemikiran rencana penelitian ... 5
2. Proses pembuatan gula pasir di PT.XYZ ... 27
3. Produksi gula pasir PT. XYZ tahun 2013-2018 ... 45
4. Peramalan produksi gula pasir PT. XYZ menggunakan ... 48
5. Grafik validasi metode peramalan dan realisasi produksi... 49
6. Grafik Q metode EOQ bahan baku pembantu belerang... 56
7. Grafik Q metode EOQ bahan baku pembantu causatic soda ... 56
8. Grafik Q metode POQ bahan baku pembantu belerang ... 59
DAFTAR LAMPIRAN
Lampiran Halaman
1. Data pembelian bahan baku pembantu PT. XYZ tahun 2019 ... 75
2. Biaya persediaan bahan baku pembantu PT.XYZ secara konvensional . 76
3. Biaya persediaan bahan baku pembantu PT.XYZ menggunakan metode Periode Order Quality (POQ) ... 77
4. Biaya Pemesanan (Setup Cost/Ordering Cost) ... 78
5. Safety stock bahan baku pembantu belerang dan causatic soda... 79
6. Grafik peramalan dengan metode liniear regression ... 79
7. Grafik peramalan dengan metode moving average ... 80
8. Grafik peramalan dengan metode wighted moving average ... 80
9. Grafik peramalan dengan metode eksponential smoothing α=0,3 ... 81
10. Grafik peramalan dengan metode eksponential smoothing α=0,6 ... 81
11. Grafik peramalan dengan metode eksponential smoothing α=0,9 ... 81
12. Grafik peramalan dengan metode eksponential smoothing with trend α=0,9; β=0,3... 81
13. Grafik peramalan dengan metode eksponential smoothing with trend α=0,9; β=0,6... 82
14. Grafik peramalan dengan metode eksponential smoothing with trend α=0,9; β=0,9... 82
15. Analisis ABC bahan baku pembantu ... 83
xv
17. Perhitungan EOQ bahan baku pembantu causatic soda ... 84
18. Perhitungan POQ bahan baku pembantu belerang... 85
19. Perhitungan POQ bahan baku pembantu causatic soda ... 85
20. Perhitungan POQ bahan baku pembantu superflock 8394 ... 86
21. Perhitungan POQ bahan baku pembantu clariflock 1836 ... 86
22. Perhitungan POQ bahan baku pembantu superflock 120 ... 87
23. Perhitungan POQ bahan baku pembantu fosfat ... 87
24. Perhitungan POQ bahan baku pembantu lime hydrat ... 88
25. Perhitungan POQ bahan baku pembantu buckom NT Prer ... 88
26. Perhitungan POQ bahan baku pembantu buckom NT 49 ... 89
27. Perhitungan POQ bahan baku pembantu buckom NT 881 ... 89
28. Perhitungan POQ bahan baku pembantu buckom tritaf 1015 ... 90
29. Perhitungan POQ bahan baku pembantu buckom tritaf 32-2 ... 90
30. Perhitungan POQ bahan baku pembantu garam ... 91
31. Perhitungan ROP bahan baku pembantu belerang ... 91
32. Perhitungan ROP bahan baku pembantu causatic soda ... 92
33. Lisensi Software POM-QM for Windows Version 3. ... 92
34. Flow Sheet Pengolahan Gula PT.XYZ... 93
35. Surat izin pengambilan data ... 94
36. Surat selesai penelitian ... 95
DAFTAR ISTILAH
Forecasting
Forecasting atau Peramalan merupakan suatu kegiatan ilmiah untuk memperkirakan atau memprediksi kejadian dimasa yang akan datang dengan bantuan penyusunan rencana terlebih dahulu agar dapat
meminimumkan pengaruh ketidakpastian terhadap suatu permasalahan.
MAD (Mean Absolute Deviation)
Metode untuk mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan).
MSE (Mean Squared Error)
Metode untuk mengukur ketepatan ramalan dengan masing-masing kesalahan dikuadratkan.
MAPE (Mean Absolute Percentage Error)
Metode untuk mengukur ketepatan ramalan dengan menghitung persentase dari nilai absolut masing-masing kesalahan.
EOQ (Economic Order Quantity)
xvii
POQ (Period Order Quality)
Metode dalam pengendalian persediaan bahan baku yang bertujuan menghemat total biaya persediaan dengan menekankan pada efektifitas frekuensi pemesanan bahan baku agar lebih terpola.
ROP (Re-Order Point)
Metode dalam pengendalian persediaan yang bertujuan untuk menentukan batas minimal tingkat persediaan bahan baku pembantu yang harus
dipertimbangkan untuk kembali memesan sehingga tidak terjadi kekurangan persediaan.
I. PENDAHULUAN
A. Latar Belakang dan Masalah
Tebu merupakan salah satu komoditas perkebunan penting di Provinsi Lampung. Menurut BPS (2018), Provinsi Lampung memiliki luas areal tanaman tebu mencapai 115.800 ha dengan kemampuan produksi sebesar 650.300 ton per tahun. Pabrik dan perkebunan tebu di Lampung telah banyak berkontribusi kepada pemerintah dalam menanggulangi kebutuhan gula pasir yang semakin meningkat. Pada tahun 2014 kebutuhan gula pasir nasional mencapai 1,70 juta ton, tahun 2015 meningkat mencapai 1,81 juta ton, tahun 2016 meningkat mencapai 1,98 juta ton, tahun 2017 menurun mencapai 1,85 juta ton, dan tahun 2018 menurun mencapai 1,81 juta ton. Secara
keseluruhan kebutuhan gula pasir nasional pada tahun 2014 sampai tahun 2018 menunjukkan jumlah yang fluktuatif namun cenderung mengalami peningkatan.
2
membutuhkan kurang lebih sebesar 5 juta ton. Hal tersebut berarti produksi gula mengalami defisit hingga mencapai 2,5 juta ton setiap tahunnya. Berkaitan dengan hal tersebut, industri gula nasional baik negeri maupun swasta dituntut untuk dapat meningkatkan produktivitas gula guna memenuhi kebutuhan gula nasional. Perencanaan serta pengendalian produksi yang efektif dan efisien pada industri gula merupakan salah satu cara untuk meningkatkan produktifitas gula pada industri gula nasional.
Perencanaan dan pengendalian produksi harus dilakukan oleh setiap perusahaan yang melakukan kegiatan produksi agar bahan baku selalu tersedia. Tersedianya bahan baku membuat perusahaan dapat melakukan proses produksi sesuai dengan kebutuhan. Manajemen persediaan bahan baku yang baik membuat permintaan konsumen dapat dipenuhi dengan jumlah dan waktu penyerahan yang tepat serta biaya produksi minimum. Sebaliknya, manajemen persediaan bahan baku yang tidak baik akan mengakibatkan terganggunya proses produksi dan dapat mengakibatkan perusahaan mengalami kerugian (Sofyan, 2013). Salah satu faktor yang perlu diperhatikan dalam upaya meningkatkan produktifitas gula yaitu ketersediaan bahan baku pembantu pada proses produksi gula. Peramalan yang tepat terhadap kebutuhan bahan baku pembantu di masa yang akan datang dapat menjadikan kegiatan produksi menjadi lebih efektif dan efisien.
Industri gula PT. XYZ merupakan salah satu perusahaan BUMN (Badan Usaha Milik Negeri) yang bergerak di bidang agroindustri pengolahan tebu menjadi gula pasir. Industri gula PT. XYZ sangat bergantung pada
3
ini kegiatan produksi di PT. XYZ sering kali melakukan pemesanan secara konvensional, dimana hanya memesan suatu barang tanpa memperhatikan suatu permintaan akan produk tersebut sehingga sering terjadinya kelebihan stok yang dapat menambah pengeluaran untuk biaya penyimpanan. Menurut Tayibnapis, dkk. (2016), pemesanan secara konvensional merupakan salah satu masalah mendasar yang dapat menyebabkan tingginya biaya operasional. Oleh karena itu, peneliti bermaksud mengadakan penelitian yang dapat
membantu perusahaan meramalkan produksi di masa yang akan datang dengan menggunakan metode forecasting dan teknik pengendalian
persediaan, untuk memaksimalkan fungsi persediaan bahan baku pembantu yang ada di dalam perusahaan.
Dari latar belakang diatas maka penulis tertarik untuk mengangkat topik dalam tugas akhir mengenai pengendalian persedian barang di perusahaan tersebut dengan judul “ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA “.
B. Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Menganalisis metode peramalan produksi gula pasir yang paling sesuai untuk industri gula PT. XYZ.
4
C. Kerangka Pemikiran
Industri gula PT. XYZ merupakan salah satu perusahaan agroindustri yang mengelola komoditas tebu mulai dari penanaman tanaman tebu, pengolahan bahan baku tebu di pabrik, pengepakan hasil jadi sampai dengan penjualan gula pasir sebagai produk akhir. Industri gula PT. XYZ masih melakukan pemesanan secara konvensional, dimana pemesanan dilakukan berdasarkan kebiasaan atau pengalaman dari periode sebelumnya. Pemesanan yang dilakukan secara konvensional dapat mengakibatkan sering terjadinya kerusakan barang akibat kelebihan stok barang dan menambah pengeluaran untuk biaya penyimpanan.
Persediaan bahan baku pembantu pada industri gula merupakan faktor penting guna kelancaran proses produksi sehingga perlu dilakukan suatu perencanaan untuk mengefisienkan persediaan baik secara ekonomi maupun kuantitas. Perencanaan persediaan bahan baku pembantu diperlukan
peramalan produksi gula untuk mengetahui jumlah bahan baku pembantu yang dibutuhkan. Peramalan (forecasting) produksi gula dilakukan
menggunakan metode Linear Regression, Moving Average, Weighted Moving Average, Exponential Smoothing, dan Exponential Smoothing with Trend. Metode peramalan terbaik ditentukan dengan pengukuran relatif yang bertujuan untuk mengetahui besar kesalahan pada setiap metode peramalan. Pengukuran relatif dilakukan dengan menghitung nilai Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute
5
[image:27.595.136.512.269.698.2]pada industri gula PT. XYZ. Hasil peramalan produksi gula yang diperoleh digunakan sebagai acuan dalam perencanaan pengendalian persediaan bahan baku pembantu. Teknik pengendalian persediaan bahan baku pembantu yang digunakan yaitu ABC Analysis, Economic Order Quantity (EOQ), Period Order Quality (POQ), dan Re-Order Point (ROP). Adapun kerangka pemikiran rencana penelitian disajikan pada Gambar 1.
Gambar 1. Kerangka pemikiran rencana penelitian PT. XYZ Peramalan Produksi Gula Pasir Pengendalian Persediaan Bahan Baku Pembantu Metode Forecasting - Linear Regression - Moving Average
- Weighted Moving Average - Exponential Smoothing - Exponential Smoothing with
Trend
Teknik Pengendalian Persediaan - ABC Analysis
- Economic Order Quantity (EOQ) - Period Order Quality (POQ) - Re-Order Point (ROP)
Implikasi Hasil Penelitian Pengukuran Relatif Metode Forecasting
Pengukuran Relatif
- Mean Absolute Deviation (MAD) - Mean Squared Error (MSE) - Mean Absolute Percentage Error
6
D. Batasan Penelitian
Batasan pada penelitian ini adalah:
1. Metode peramalan produksi gula pasir yang digunakan adalah Linear Regression, Moving Average, Weighted Moving Average, Exponential Smoothing, dan exponential smoothing with trend dengan data yang digunakan untuk melakukan peramalan adalah data produksi gula pasir PT.XYZ tahun 2013-2019.
II. TINJAUAN PUSTAKA
A. Peramalan
Peramalan merupakan suatu kegiatan ilmiah untuk memperkirakan atau memprediksi kejadian dimasa yang akan datang dengan bantuan penyusunan rencana terlebih dahulu. Rencana tersebut dibuat berdasarkan kapasitas dan kemampuan permintaan atau produksi yang telah dilakukan pada suatu perusahaan. Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan yang sulit diperkirakan secara tepat. Peramalan yang dibuat selalu diupayakan agar dapat meminimumkan pengaruh ketidakpastian terhadap suatu permasalahan (Handoko, 2014). 1. Tujuan Peramalan
Tujuan utama dari peramalan yaitu untuk meramalkan permintaan dimasa yang akan datang dengan suatu perkiraan ilmiah agar dapat mendekati keadaan sebenarnya. Menurut Yamit (2003), berdasarkan horizon waktu, tujuan peramalan dapat diklasifikasikan menjadi tiga kelompok:
1.1. Peramalan jangka panjang
8
1.2. Peramalan jangka menengah
Peramalan ini digunakan untuk menentukan perhitungan aliran kas dan penentuan anggaran pada perencanaan dan pengendalian produksi yang bersifat bulanan atau kuartal.
1.3. Peramalan jangka pendek
Peramalan ini digunakan untuk mengambil keputusan yang berkaitan dengan penjadwalan tenaga kerja, mesin, bahan baku, dan sumber daya produksi jangka pendek. Pada umumnya peramalan jangka pendek bersifat perencanaan harian ataupun mingguan.
2. Prinsip-Prinsip Peramalan
Perencanaan suatu peramalan harus berlandasakan prinsip peramalan guna mendapatkan hasil peramalan yang baik. Menurut Sofyan (2013), adapun prinsip-prinsip peramalan tersebut adalah sebagai berikut: 2.1. Peramalan selalu mengandung kesalahan
Peramalan hanya dapat mengurangi faktor ketidakpastian sehingga hasil peramalan hampir tidak pernah 100 persen sesuai dengan kenyataan yang terjadi dilapangan.
2.2. Peramalan selalu memberi informasi tentang ukuran kesalahan Informasi besar kesalahan dalam suatu perhitungan dapat dijadikan tolak ukur pengguna dalam pengambilan suatu keputusan.
2.3. Peramalan jangka pendek lebih akurat dibandingkan jangka panjang
9
jangka panjang. Semakin sedikit faktor-faktor yang memperngaruhi suatu permalan maka semakin kecil pula kemungkinan terjadinya perubahan pada faktor-faktor yang mempengaruhi permintaan tersebut.
2.4. Peramalan item yang dikelompokkan dalam famili dapat dipercaya
Famili produk yang dikelompokkan akan mempunyai persentase kesalahan peramalan yang lebih besar dibandingkan dengan famili produk sebagai suatu unit. Namun, peramalan tersebut dapat dipercaya dengan berdasarkan pada besaran kesalahan yang terkandung dalam perhitungan yang telah dilakukan. Biasanya variasi yang diharapkan atas penyimpangan dalam suatu perhitungan yang telah dilakukan yaitu berkisar antara 10-15 %.
2.5. Peramalan permintaan lebih akurat jika berdasarkan perhitungan
Peramalan permintaan berdasarkan hasil perhitungan biasanya lebih disukai dibandingkan peramalan permintaan yang hanya berdasarkan hasil peramalan masa lalu saja. Oleh karena itu, apabila besarnya permintaan produk akhir telah ditentukan, sebaiknya jumlah sumber daya juga dihitung berdasarkan metode peramalan yang sesuai. 3. Faktor yang Mempengaruhi Pemilihan Metode Peramalan
10
memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang diperoleh. Pemilihan metode peramalan dapat didasarkan oleh faktor-faktor yang mempengaruhi suatu peramalan (Ristono, 2009). Menurut Sofyan (2013), adapun faktor-faktor dalam pemilihan metode peramalan adalah sebagai berikut:
3.1. Horizon waktu
Faktor ini digunakan untuk mengaitkan antara periode waktu dan jumlah periode dengan metode peramalan yang sesuai.
3.2. Tingkat ketelitian
Tingkat ketelitian berkaitan dengan besarnya penyimpangan dalam suatu perhitungan.
3.3. Ketersediaan data
Data yang tersedia didisesuaikan dengan metode peramalan yang akan digunakan, misalkan data yang tersedia mempunyai pola fluktuatif terus menerus dapat menggunakan metode trend untuk pengambilan keputusan di masa mendatang.
3.4. Bentuk pola data
Hasil sebaran data masa lalu dapat mempengaruhi hasil akhir perhitungan peramalan.
3.5. Biaya
Besar atau kecilnya biaya pada suatu kegiatan produksi
11
pengembangan, biaya penyimpanan data, biaya operasi pelaksanaan, dan biaya penggunaan metode peramalan.
3.6. Jenis dari model
Setiap model peramalan mempunyai kemampuan analisis keadaan yang berbeda-beda dalam sistem penunjang keputusan. Model peramalan dapat ditentukan berdasarkan klasifikasi waktu sebaran data.
3.7. Penggunaan dan aplikasinya
Metode peramalan yang dapat dimengerti dan mudah dalam
pengaplikasiannya akan mempermudah pengguna dalam mengambil suatu keputusan.
4. Metode Peramalan Kualitatif
Metode peramalan kualitatif merupakan metode peramalan yang dilakukan berdasarkan atas pertimbangan akal sehat yang dipengaruhi oleh intuisi, emosi, pendidikan, dan pengalaman seseorang. Metode ini dalam perhitungannya tidak menggunakan perhitungan secara matematis. Pada umumnya metode peramalan kualitatif digunakan jika data
kuantitatif tentang permintaan masa lalu tidak tersedia. Metode
12
5. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif merupakan metode peramalan yang hanya dapat digunakan jika terdapat informasi masa lalu dalam bentuk data untuk dapat di asumsikan sebagai pola yang akan berlanjut di masa mendatang. Berbeda dengan metode peramalan kualitatif, metode ini dalam perhitungannya menggunakan perhitungan secara matematis (Baroto, 2002). Menurut Sofyan (2013), adapun metode peramalan kuantitatif dikelompokkan menjadi dua jenis sebagai berikut: 5.1. Metode deret waktu (time series)
Metode deret waktu digunakan untuk menganalisis data berdasarkan fungsi dari waktu. Metode ini berkaitan dengan nilai-nilai variabel yang diatur secara periodik sepanjang waktu dimana perkiraan permintaan diproyeksikan. Adapun metode deret waktu dibagi menjadi 5 metode yaitu:
5.1.1. Metode penghalusan (smoothing)
13
Smoothing, Double Eksponential Smooting,dan Eksponential Smoothing (pola musiman).
5.1.2. Metode proyeksi kecenderungan regresi
Metode kecenderungan regeresi merupakan metode peramalan berdasarkan garis kccenderungan untuk diproyeksikan pada masa yang akan datang. Metode ini dapat digunakan untuk peramalan jangka pendek maupun peramalan jangka panjang. Metode kecenderungan regeresi terbagi menjadi beberaoa metode yaitu Konstan, Linier, Kuadratis, Eksponensial, dan Siklis (Sofyan 2013). Menurut Prasetio (2014), metode regresi linier memiliki akurasi peramalan yang baik dalam menentukan tingkat permintaan terhadap suatu produk.
5.1.3. Metode musiman (Seasonal)
Metode seasonal merupakan metode peramalan yang sangat dipengaruhi oleh faktor musiman seperti faktor cuaca, libur, atau kecenderungan perdagangan yang sifatnya berulang pada periode tertentu. Metode ini dapat digunakan untuk peramalan produksi dalam jangka pendek (Yamit, 2003). 5.1.4. Metode tren
Metode tren merupakan metode peramalan yang dapat
14
eksponensial, tren logaritma, tren geometrik, dan tren hyperbola (Bahagia, 2006).
5.1.5. Metode dekomposisi
Metode dekomposisi merupakan metode yang dapat digunakan dengan menentukan kombinasi dari fungsi yang ada untuk didekatkan dengan fungsi linier atau siklis dan kemudian dibagi atas waktu berdasarkan pola data yang ada. Metode ini mendekomposisikan suatu deret berkala dengan tujuan untuk memisahkan setiap komponen deret data (Yamit, 2003).
5.2. Metode kausal
Metode kausal merupakan metode peramalan yang digunakan untuk menemukan bentuk hubungan suatu variabel dan menggunakannya untuk meramalkan nilai-nilai variabel tersebut. Menurut Sofyan (2013), metode kausal dibedakan menjadi 3 metode sebagai berikut: 5.2.1. Metode regresi dan korelasi
15
5.2.2. Metode ekonometrik
Metode ekonometrik merupakan metode yang mempunyai ketepatan sangat baik untuk peramalan jangka pendek maupun peramalan jangka panjang. Metode ini selalu digunakan untuk melakukan peramalan penjualan menurut jenis produk seperti permintaan, harga, dan penawaran. 5.2.3. Metode input-output
Metode input-output merupakan metode yang digunakan untuk peramalan jangka panjang namun tidak memiliki ketepatan peramalan yang baik. Metode ini digunakan untuk menyusun tren ekonomi jangka panjang seperti peramalan penjualan perusahaan, penjualan sektor industri, serta peramalan produksi dari sektor dan sub-sektor industri.
B. Persediaan
16
dipesan sehingga harus dikembalikan, (3) menyimpan bahan yang bersifat musiman sehingga dapat digunakan bila bahan tersebut tidak ada di pasar, (4) menjamin kelancaran proses produksi perusahaan, (5) menjamin penggunaan mesin secara optimal, (6) memberikan jaminan akan ketersediaan produk jadi kepada konsumen, dan (7) dapat melaksanakan produksi sesuai keinginan tanpa menunggu adanya dampak atau resiko penjualan.
Menurut Sofyan (2013), berdasarkan jenisnya persediaan dapat dibagi menjadi 5 jenis yaitu:
1. Persediaan bahan baku
Persediaan bahan baku merupakan persediaan barang-barang yang dibeli dari pemasok yang akan diolah menjadi produk jadi oleh suatu
perusahaan.
2. Persediaan barang setengah jadi
Persediaan barang setengah jadi merupakan persediaan bahan baku yang sudah diolah atau dirakit menjadi suatu komponen namun masih
membutuhkan langkah selanjutnya untuk menjadi produk akhir. 3. Persediaan barang produk atau parts yang dibeli
Persediaan barang produk atau parts yang dibeli merupakan persediaan komponen yang sudah dirakit oleh perusahaan lain dan dapat langsung dirakit dengan komponen lain untuk mendapatkan produk akhir. 4. Persediaan barang jadi
Persediaan barang jadi merupakan persediaan barang yang telah selesai di proses dan siap disimpan digudang atau didistribusikan kepada
17
5. Persediaan bahan-bahan pembantu
Persediaan bahan-bahan pembantu merupakan persediaan bahan atau barang yang dibutuhkan untuk menunjang suatu kegiatan produksi namun tidak menjadi bagian produk akhir yang dihasilkan perusahaan.
Dalam mengambil keputusan mengenai kuantitas produk yang akan dipesan dan waktu pemesanan yang tepat maka dibutuhkan metode yang sesuai dalam mengukur besarnya suatu persediaan (Subagya, 1994). Menurut Sofyan (2013), metode pengendalian persediaan dibagi menjadi 3 metode yaitu:
1. Pengendalian persediaan secara statistik (Statistical Inventory Control)
Metode persediaan secara statistik merupakan metode untuk
18
proses jual beli. Sedangkan re-order point merupakan perhitungan yang digunakan untuk mengantisipasi keterlambatan pengiriman barang yang sudah dipesan.
2. Perencanaan kebutuhan material (Material Requirement Planing) Metode perencanaan kebutuhan material (MRP) merupakan metode yang membahas cara yang tepat dalam perencanaan kebutuhan barang dalam proses produksi sehingga barang yang dibutuhkan dapat tersedia sesuai dengan yang direncanakan. Metode MRP dalam penggunaannya memanfaatkan kemampuan komputer untuk menyimpan dan mengolah data yang berguna untuk operasional perusahaan. Metode MRP
mempunyai tujuan untuk menentukan kebutuhan sekaligus mendukung jadwal produksi induk, mengendalikan persediaan, dan menjadwalkan produksi agar tepat waktu. Menurut Bahagia (2006), sistem MRP juga dikembangkan untuk membantu perusahaan mengatasi kebutuhan bahan-bahan yang saling terkait secara lebih baik dan efisien. Dalam sistem MRP, proses penentuan besarnya ukuran jumlah pesanan yang optimal untuk sebuah item dilakukan berdasarkan kebutuhan bersih yang dihasilkan dari setiap periode horison perencanaan.
19
(2013), teknik-teknik yang dapat digunakan untuk menentukan ukuran lot yaitu sebagai berikut:
2.1. Jumlah pesanan tetap (Fixed Order Quantity)
Pendekatan menggunakan teknik jumlah pemesanan tetap biasa dilakukan karena adanya keterbatasan akan fasilitas seperti
kemampuan gudang, transportasi, pemasok, dan pabrik. Salah satu ciri dari jumlah periode tetap ini adalah ukuran lot selalu tetap tetapi periode pemesanannya selalu berubah.
2.2. Jumlah pesanan sesuai permintaan (Lot For Lot)
Pendekatan menggunakan teknik jumlah pesanan sesuai permintaan bertujuan untuk meminimumkan ongkos simpan sehingga ongkos simpan menjadi nol (jumlah yang dipesan sama dengan jumlah yang dibutuhkan). Menurut Gazali dkk. (2015), teknik Lot For Lot dapat meminimumkan biaya pengadaan karena tidak ada biaya
penyimpanan bahan baku. Semua bahan baku yang dipesan pada periode tertentu langsung digunakan pada periode tersebut.
Anggraini dkk. (2017), menyatakan bahwa teknik Lot For Lot dapat meminimumkan total biaya persediaan sehingga biaya yang
dikeluarkan oleh perusahaan menjadi lebih efisien. 2.3. Jumlah pesanan ekonomis (Economic Order Quantity)
Pendekatan menggunakan teknik jumlah pesanan ekonomis
20
dapat memberikan keuntungan bagi suatu perusahaan dengan cara mengantisipasi kekurangan maupun kehabisan bahan baku serta dapat menjadi salah satu alternatif alat untuk memperhitungkan jumlah pemesanan yang ekonomis.
2.4. Jumlah pesanan sesuai periode (Period Order Quantity) Pendekatan menggunakan teknik jumlah pesanan sesuai periode dilakukan atas dasar jumlah pemesanan ekonomis agar dapat dipakai pada periode yang bersifat diskrit. Menurut Baroto (2002), dengan mengambil dasar perhitungan pada metode EOQ maka akan
diperoleh besarnya jumlah pesanan yang harus dilakukan dan interval periode pemesanannya dalam setahun.
2.5. Ongkos unit terkecil (Least Unit Cost)
Pendekatan menggunakan teknik ongkos unit terkecil dilakukan dengan sangat memperhatikan konsep pemesanan dengan ongkos unit terkecil. Menurut Ristono (2009), pada teknik ini ukuran kuantitas pemesanan (lot size) ditentukan dengan cara
membandingkan ongkos per satu unit pada satu period ke periode selanjutnya. Apabila hasil yang didapatkan lebih rendah atau murah maka perhitungan dilanjutkan, sebaliknya jika hasil lebih mahal maka perhitungan dihentikan.
2.6. Ongkos total terkecil (Least Total Cost)
21
2.7. Penyeimbangan periode (Part Period Balancing)
Pendekatan menggunakan teknik penyeimbangan periode dilakukan atas dasar ukuran lot yang ditetapkan bila ongkos simpannya sama atau mendekati ongkos pesannya.
2.8. Kebutuhan dengan periode tetap (Fixed Period Requirement) Pendekatan menggunakan tenkik kebutuhan dengan periode tetap dilakukan atas dasar ukuran lot denga periode tetap, dimana pesanan dilakukan berdasarkan periode waktu tertentu saja. Teknik ini menggunakan konsep interval pemesanan yang konstan namun ukuran kuantitas pemesanannya (lot size) boleh bervariasi. 3. Persediaan tepat waktu (Just In Time)
Metode persediaan tepat waktu (Just In Time) dikenal sebagai suatu filosofi dari manajemen operasi untuk mengeliminasi pemborosan yang terdapat pada seluruh aspek aktivitas produksi seperti manusia, supplier, distributor, teknologi, dan juga manajemen persediaan. Konsep dasar dari sistem produksi menggunakan metode Just In Time adalah memproduksi produk yang diperlukan pada waktu dibutuhkan pelanggan, dalam jumlah sesuai kebutuhan pelanggan, pada setiap tahapan produksi dengan cara yang paling ekonomis atau paling efisien melalui eliminasi pemborosan (Sofyan, 2013).
22
perusahaan agar dapat berkompetisi dengan perusahaan lain, dan (7) meningkatkan produktifitas usaha yang harus dilakukan pekerja (Handoko, 2014).
Metode Just In Time mendefinisikan 8 jenis pemborosan yang sering terjadi pada proses produksi yaitu (1) pemborosan dari produksi produk cacat, (2) pemborosan dari transportasi dan penanganan bahan, (3) pemborosan dari persediaan, (4) pemborosan dari kelebihan produksi, (5) pemborosan dari waktu menunggu, (6) pemborosan dalam proses, (7) pemborosan gerakan, dan (8) kreativitas karyawan yang tidak
dimanfaatkan (Nasution, dkk., 2008).
C. Tebu
Tebu (Saccharum officinarum) adalah jenis tanaman berserabut sesaudara dengan alang-alang yang dapat tumbuh di daerah tropis dan subtropis. Tebu diketahui sejak 8.000 tahun Sebelum Masehi dari habitat aslinya di New Guinea menyebar ke Kepulauan Salomon dan New Hebrides serta New Caledonia, kemudian ke Barat Daya seperti Sulawesi, Kalimantan, Jawa, Vietnam, dan India sejak sekitar 6.000 tahun Sebelum Masehi. Baru setelah itu menyebar ke pulau-pulau di Pasifik dan Hawaii serta bagian lain dari Oceania (Siregar dan Try, 2017).
23
terdapat lapisan lilin yang berwarna putih dan keabu-abuan. Bentuk ruas batang dan warna batang tebu yang bervariasi merupakan salah satu ciri dalam pengenalan varietas tebu.
Dalam budidaya tebu hal yang harus diperhatikan salah satunya yaitu hama dan penyakit tanaman tebu. Menurut Siregar dan Try (2017), beberapa macam hama yang sering dijumpai pada tanaman tebu adalah penggerek pucuk, penggerek batang, kutu bulu putih, tikus, uret dan babi hutan. Uret dan kutu bulu putih merupakan hama utama bagi tanaman tebu di lahan kering. Sedangkan penyakit yang sering dijumpai pada tanaman tebu adalah noda merah, pokkahbung, mosaik, noda kuning, noda cincin, karat orange, penyakit pembuluh, dan penyakit blondok.
Berikut merupakan klasifikasi botani tanaman tebu (Plantamor, 2019): Kingdom : Plantae (tumbuhan)
Subkingdom : Tracheobionta (tumbuhan berpembuluh) Super Divisi : Spermatophyta (menghasilkan biji) Divisi : Magnoliophyta (tumbuhan berbunga) Kelas : Liliopsida (berkeping satu/monokotil) Sub kelas : Commelinidae
Ordo : Poles
Famili : Poaceae (suku rumput-rumputan) Genus : Saccharum
24
D. Industri Gula PT. XYZ
1. Sejarah Industri Gula PT. XYZ
Industri gula PT. XYZ merupakan salah satu distrik yang merupakan bagian dari PT. Perkebunan Nusantara VII (Persero) yang bergerak dalam budidaya tebu dan pabrik gula. Industri gula PT. XYZ memiliki lahan perkebunan serta pabrik untuk mengolah hasil tanaman tebu sendiri maupun tebu rakyat dengan sistem jual beli tebu.
Perkembangan industri gula PT. XYZ diawali pada tahun 1971 dan 1972 dengan diadakannya survey gula oleh Indonesian Sugar Study (ISS) untuk melihat kelayakan pembangunan Pabrik Gula di luar Jawa. Survei serupa juga dilakukan pada tahun 1979 dan 1980 oleh World Bank meliputi lima lokasi termasuk lokasi X di Provinsi Lampung. Pada tahun 1981 melalui Surat Keputusan Menteri Pertanian No. 688/Kpts/Org/8/1981 tanggal 11 Agustus 1981, didirikan Proyek Pabrik Gula CM dan Proyek Pabrik Gula X. Kaitannya dengan hal ini, PTP XXI-XXII (Persero) yang berkantor pusat di Surabaya mendapatkan tugas untuk melaksanakan pembangunan dua pabrik gula ini.
Sejak proyek ini dimulai, kegiatan pembebasan dan pembukaan lahan sudah dimulai. Pada tahun 1982 diadakan pembaruan. Studi lebih
terperinci atas survei tahun 1980 bertujuan untuk mensirikan Pabrik Gula. Selanjutnya pada April 1982, ditandatangani kontrak pembangunan
pabrik gula X oleh pemerintah dan kontraktor. Pelaksanaan
25
rakyat dan pemerintah daerah, Pabrik Gula X disetujui pemerintah untuk kemudian diubah menjadi Pabrik Gula XYZ melalui Surat Menteri Pertanian No. 446/Mentan/V/1982 tanggal 31 Mei 1982. Pada Agustus 1984 dilaksanakan Performance Test untuk Pabrik Gula CM dan industri gula PT. XYZ dan selanjutnya mulailah dilaksanakan giling komersial (PT Perkebunan Nusantara VII, 2014).
2. Letak Geografis Industri Gula PT. XYZ
Menurut PT Perkebunan Nusantara VII (2014), Industri gula PT. XYZ terletak pada salah satu Distrik yang masuk dalam wilayah operasional Distrik Way Seputih Provinsi Lampung yang bergerak budidaya tanaman Tebu dan Pabrik Gula. Industri gula PT. XYZ terletak di Desa Negara Tulang Bawang, Kabupaten Lampung Utara. Industri gula PT. XYZ dapat ditempuh sejauh 157 Km dari Bandar Lampung (Ibukota Provinsi Lampung) dan 45 km dari Kotabumi (Ibukota Kabupaten Lampung Utara).
Adapun batas areal industri gula PT. XYZ sebagai berikut: - Utara : Negeri Besar
- Selatan : Kecamatan Sungkai Selatan - Timur : Kecamatan Muara Sungkai - Barat : Kecamatan Kotabumi Utara 3. Komoditas
26
pada penjualan. Selain produk utama gula, hasil sampingan dari olahan tebu yaitu tetes tebu yang biasa dipakai untuk bahan campuran penyedap rasa. Kedepan tetes tebu juga dapat dipakai sebagai bahan bakar alternatif yang dikenal dengan nama Bio Ethanol. Hasil samping lainnya juga dapat berupa blotong yang merupakan hasil olah limbah padat pabrik gula. Blotong dapat dimanfaatkan sebagai pupuk organik. Selain
komoditas olahan, industri gula PT. XYZ juga mengusahakan bahan baku sisa dari tanaman tebu berupa daun pucuk tanaman tebu yang bisa
dimanfaatkan untuk pakan ternak sapi (PT Perkebunan Nusantara VII, 2014).
4. Pengolahan Tebu Industri Gula PT. XYZ
Tebu yang merupakan salah satu jenis tanaman yang banyak memiliki kandungan gula, air, sabut (fiber), dan zat-zat lain yang terlarut, sebelum dilakukan proses pembuatan gula putih, tentu saja harus dilakukan proses pemisahan terlebih dahulu antara nira (zat terlarut) dengan zat yang tidak terlarut (sabut). Proses pemisahan ini disebut juga sebagai proses
27
ini bertujuan untuk memecah sel-sel tebu. Proses preparation ini sangat mempengaruhi prosentase nira yang dapat di perah (ekstrak) pada proses pemerahan nira. Berhasil atau tidaknya proses preparation ini
ditunjukkan dari besarnya presentase pencacahan sel tebu (Preparation Index).
Proses pembuatan gula pasir PT.XYZ meliputi beberapa tahapan, yaitu proses penggilingan, proses pemerahan untuk memperoleh ekstraksi, proses pemurnian, proses penguapan (evaporator), proses masakan
[image:49.595.155.493.375.705.2](kristalisasi), proses putaran, proses pengeringan, dan proses pengepakan. Proses pembuatan gula pasir di PT.XYZ disajikan pada gambar 2.
Gambar 2. Proses pembuatan gula pasir di PT.XYZ Stasiun Penggilingan
Stasiun Pemurnian
Stasiun Evaporasi
Stasiun Kristalisasi
Stasiun Puteran
Stasiun Pengemasan TEBU
GULA SHS Air,
Mikrobioksida Ampas
Susu kapur, Gas SO2 ,
Flokulan, Garam, asam fosfat
Gas SO2
Blotong
Uap air
28
4.1. Stasiun Penggilingan
Tujuan utama dari stasiun ini adalah pengambilan nira sebanyak-banyaknya dari batang tebu dengan cara pencacahan, pemotongan, dan pemerasan. Tahap awal pada stasiun ini adalah dengan
mengirim tebu yang sudah berada dalam lori menuju meja tebu (crane table), kemudian tebu yang berada dalam lori diambil dengan menggunakan alat angkut (cane crane). Selanjutnya tebu menuju unit pencacah (unigrator). Setelah melewati unit pencacah, tebu akan berbentuk potongan berukuran kecil dan dilanjutkan menuju unit gilingan. Dalam proses gilingan ini, tebu yang digiling dimanfaatkan seluruhnya sehingga tidak ada tebu yang terbuang. Untuk menjaga kualitas tebu dan nira selama proses gilingan, setiap 2-3 jam sekali disemproktan mikrobioksida untuk membunuh bakteri yang ada sehingga didapat nira yang bebas bakteri. Ampas tebu kering yang dihasilkan dari proses penggilingan digunakan sebagai bahan bakar ketel uap.
4.2. Stasiun Pemurnian
Stasiun pemurnian berfungsi untuk menghilangkan kotoran yang terdapat didalam gula dengan mengatur kondisi proses sehingga kerusakan sukrosa dapat ditekan seminimal mungkin. Di dalam stasiun pemurnian terdapat beberapa bahan tambahan berupa susu kapur, flokulan, garam, asam fosfat dan belerang (gas SO2). Pada
29
menambahkan kapur dan belerang. Sedangkan penambahan asam fosfat dan flokulan bertujuan untuk mempercepat terbentuknya endapan pada nira. Penambahan garam digunakan untuk membentuk endapan menjadi gumpalan yang lebih besar. 4.3. Stasiun Evaporasi
Stasiun evaporasi atau penguapan bertujuan untuk menghilangkan sebanyak mungkin air yang terkandung di dalam nira encer hingga mendekati titk jenuhnya yaitu mempunyai °brix ±60. Nira yang sudah jernih mungkin hanya mengandung 15% gula tetapi cairan gula jenuh memiliki kandungan hingga 80%. Proses penguapan dilakukan beberapa kali dengan menggunakan perbedaan suhu dan tekanan. Pada penguapan tahap awal menggunakan suhu tinggi dan tekanan rendah, memasuki tahap penguapan selanjutnya, suhu bertahap menurun dan tekanan bertahap meningkat. Hal ini dikarenakan sukrosa akan rusak di suhu yang tinggi dan suhu berbanding terbalik dengan tekanan. Pelaksanaan penguapan dilaksanakan agar waktu penguapan diperpendek, tidak terjadi kerusakan gula, tidak menimbulkan kerusakan baru dalam proses selanjutnya, dan biayanya rendah.
4.4. Stasiun Kristalisasi
Stasiun kristalisasi merupakan proses pengkristalan molekul-molekul sukrosa yang terjadi di dalam pan kristalisasi pada kondisi hampa dengan cara menguapkan airnya secara terkendali. Proses
30
ada pada nira kental sebanyak mungkin, dalam waktu singkat, dan dengan biaya yang rendah. Proses kristalisasi menggunakan tekanan vacuum pan sebesar 62-65 CmHg dengan temperatur masakan 55-65°C serta menggunakan uap jenuh dengan suhu 120°C dan bertekanan 0,6-1 Kg/Cm2.
Sebelum nira kental dikristalisasi, nira kental yang keluar dari stasiun penguapan direaksikan dengan gas SO2 pada peti sulfitir nira
kental hingga didapatkan pH 5,5 sampai 5,6. Proses sulfitasi berfungsi untuk memucatkan nira kental sehingga dapat
meningkatkan kualitas produk, mengurangi viskositas nira, dan mempermudah proses kristalisasi.
4.5. Stasiun Puteran
Masakan dari hasil proses pengkristalan dalam pan merupakan suatu masa campuran terdiri dari larutan kristal sukrosa. Sesudah
31
4.6. Stasiun Pengemasan
Pengepakan adalah cara untuk menjaga kualitas produk terutama produk yang rentan terhadap perubahan lingkungan. Secara umum tujuan dari pengepakan yaitu melindungi produk dari kerusakan atau kontaminasi mikrobia, mencegah terjadinya kenaikan kadar air, memudahkan pengangkutan atau transportasi, efisiensi dalam penyimpanan gudang, dan memperpanjang daya simpan gula yang dihasilkan (PT Perkebunan Nusantara VII, 2014).
5. Bahan Baku Pembantu
Selain bahan baku utama berupa tebu, terdapat bahan baku pembantu yang diperlukan dalam proses produksi gula pasir. Bahan baku pembantu tersebut antara lain:
5.1. Lime Hydrat (Kapur)
Kapur merupakan salah satu bahan baku pembantu yang digunakan dalam bentuk susu kapur (CaOH2) untuk proses pemurnian nira
32
5.2. Belerang
Belerang digunakan dalam bentuk gas sulfit (SO2) untuk proses
pemurnian nira mentah pada proses sulfitasi. Gas sulfit diperoleh dari pembakaran belerang dalam tabung belerang yang kemudian dialirkan pada udara kering. Pemberian gas sulfit dapat menetralkan kelebihan air kapur pada nira yang terkapur sehingga didapatkan pH nira antara 7,2-7,4. Pemberian gas sulfit juga dapat memucatkan warna larutan nira kental yang dapat berpengaruh pada warna gula kristal.
5.3. Garam
Garam digunakan untuk mengendapkan kotoran yang halus dan lembut pada proses pemurnian nira mentah sehingga lebih mudah dalam proses penyaringan. Penambahan garam akan mempercepat pengendapan kotoran karena terjadi penyerapan endapan terhadap partikel-partikel kecil dari sekitarnya ke permukaan endapan. 5.4. Asam Fosfat (H3PO4)
33
5.5. Causatic Soda
Causatic soda merupakan bahan kimia yang digunakan untuk
membersihkan evaporator. Causatic soda dikenal juga dengan nama IUPAC natrium hidroksida dengan rumus kimia NaOH. Causatic soda banyak digunakan di berbagai macam bidang industri sebagai basa dalam proses produksinya.
5.6. Mikrobioksida
Pemberian mikrobioksida dilakukan dengan tujuan untuk menghambat pertumbuhan bakteri yang dapat mengakibatkan kehilangan sukrosa pada proses penggilingan. Pemberian
mikrobioksida dilakukan setiap 2-3 jam sekali dan tidak dilakukan secara terus menerus untuk menghindari bakteri bersifat resisten. Mikrobioksida yang digunakan pada proses penggilingan
diantaranya buckom NT Prer, buckom NT 49, buckom NT 881, buckom tritaf 1015, dan atau buckom tritaf 32-2.
5.7. Flokulan
III. METODE PENELITIAN
A. Waktu dan Tempat
Penelitian ini dilaksanakan pada bulan Oktober 2019 sampai dengan bulan Desember 2019 di industri gula PT. XYZ Kabupaten Lampung Utara.
B. Jenis dan Sumber Data
Jenis data yang akan dikumpulkan dalam penelitian ini yaitu data sekunder. Data sekunder adalah data yang diperoleh dari instansi atau lembaga yang ada hubungannya dengan masalah penelitian. Data sekunder dikumpulkan
melalui penelusuran pustaka atau laporan dari industri gula PT. XYZ dan instansi terkait. Pengumpulan data ini bertujuan untuk memperoleh informasi, gambaran dan keterangan tentang hal-hal yang berhubungan dengan penelitian sehingga data tersebut diharapkan dapat digunakan untuk memecahkan masalah dan pertimbangan dalam mengambil keputusan.
C. Teknik Pengumpulan Data
35
1. Wawancara
Wawancara dilakukan dengan mengajukan pertanyaan secara langsung kepada pihak yang berwenang di industri gula PT. XYZ, yang berkaitan dengan penelitian yang dilakukan.
2. Pencatatan
Pengumpulan data dilakukan dengan teknik pencatatan karena data yang digunakan dalam penelitian ini adalah data sekunder. Pencatatan
dilakukan dengan menyalin data sekunder yang relavan dengan penelitian. 3. Studi literatur dan kepustakaan
Studi literatur dan kepustakaan bertujuan untuk dapat menganalisa secara teoritis terhadap masalah-masalah yang berhubungan dengan penulisan tesis. Studi kepustakaan dilakukan dengan membaca berbagai text book, jurnal dan artikel yang relevan serta sumber-sumber lain guna memperoleh data sekunder.
D. Metode Analisis Data
Analisis data yang dilakukan pada penelitian ini meliputi peramalan produksi (forecasting), pengukuran relatif, dan pengendalian persediaan. Pengukuran peramalan produksi (forecasting), pengukuran relatif, dan pengendalian persediaan menggunakan Software POM-QM for Windows Version 3. 1. Peramalan Produksi (Forecasting)
36
1.1. Linear Regression
Regresi adalah sebuah metode matematika untuk menggambarkan hubungan antar variabel. Kata linier menunjukan bahwa
hubungannya adalah proporsional secara linier. Model regresi yang paling sederhana melibatkan sebuah variabel tak bebas dan sebuah variabel bebas (Assauri, 2004). Menurut Bahagia (2006), bentuk model Linear Regression adalah :
Y′ = a + bX
Keterangan:
𝑌′ = Nilai yang diramalkan a = Konstanta (intercept) b = Koefisien regresi (slope)
X = Variabel yang mempengaruhi (waktu: tahun, bulan, hari) 1.2. Moving Average
Metode peramalan Moving Average merupakan peramalan yang didasarkan pada rata-rata aritmatika yang didapatkan dari data pada masa lampau. Teknik peramalan permintaan menggunakan Moving Average diperkiran dengan menghitung rata-rata permintaan aktual dari jumlah tertentu pada periode sebelumnya (Baroto, 2002). Menurut Gitosudarmo (2002), bentuk dari metode Moving Average adalah :
Y′𝑡+1=
Tt−n+1+ ⋯ + Tt+1+ Tt n
Keterangan:
Y′𝑡+1 = Nilai peramalan periode t+1 Tt = Nilai rill periode ke-t
37
1.3. Weighted Moving Average
Metode peramalah Weighted Moving Average merupakan peramalan lebih lanjut dari Moving Average dimana setiap deret waktu lampau diberikan bobot tertentu dan mungkin diberi bobot yang berbeda-beda (Handoko, 2014). Menurut Heizer dan Render (2010), bentuk dari metode Weighted Moving Average adalah:
𝑌′t=
W1At−1+ W2At−2+ ⋯ + W nAt−n n
Keterangan:
𝑌′t = Nilai peramalan periode t
W1 = Bobot yang diberikan pada periode t-1
W2 = Bobot yang diberikan pada periode t-2
Wn = Bobot yang diberikan pada periode t-n
n = Jumlah periode 1.4. Exponential Smoothing
Metode Exponential Smoothing adalah suatu prosedur yang secara terus menerus memperbaiki peramalan (smoothing) dengan merata-ratakan nilai masa lalu dari suatu data deret waktu dengan cara menurun (exponential) (Indrajit dan Djokopranoto, 2003). Menurut Nasution, dkk. (2008), bentuk model Exponential Smoothing adalah:
St = α ∗ Xt + (1 − α) ∗ 𝑆𝑡−1
Keterangan:
𝑆𝑡 = Peramalan untuk periode t
St−1 = Peramalan pada waktu t-1
α = Konstanta perataan antara 0 dan 1
38
1.5. Exponential Smoothing with Trend
Model Exponential Smoothing with Trend merupakan salah satu analisis Exponential Smoothing yang menganalisa deret waktu, dan merupakan metode peramalan dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi masa depan (Rangkuti, 2004). Menurut Ristono (2009), bentuk model
Exponential Smoothing with Trend adalah :
Tt = β(St− St−1) + (1 − β)Tt−1
Keterangan:
Tt = Peramalan untuk periode t
Tt−1 = Peramalan pada waktu t-1
β = Konstanta dengan nilai antara 0 dan 1
St = Permintaan nyata periode t
St−1 = Permintaan nyata periode t-1
2. Pengukuran Relatif
Pengukuran relatif digunakan untuk mengetahui besar kesalahan sebuah peramalan. Besar kesalahan sebuah peramalan (nilai eror) dapat diketahui dengan menghitung selisih antara nilai asli dengan nilai ramalan (Subagya, 1994). Menurut Yamit (2003), berikut ini merupakan beberapa cara pengukuran yang digunakan untuk mengetahui besarnya kesalahan yang dihasilkan oleh model peramalan:
2.1. Mean Absolute Deviation (MAD)
39
ketika orang yang menganalisa ingin mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli.
MAD =∑ |𝐷𝑡 − 𝐹𝑡|
n
Keterangan:
𝐷𝑡 = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t
𝑛 = jumlah masa yang dicakup 2.2. Mean Squared Error (MSE)
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan dibagi dengan jumlah observasi.
Pendekatan ini mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan. Kelemahan dari menggunakan Mean Squared Error (MSE) adalah bahwa ia cenderung untuk
menonjolkan penyimpangan besar karena istilah kuadrat.
MSE =∑(𝐷𝑡 − 𝐹𝑡)
2
n
Keterangan:
Dt = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t
n = jumlah masa yang dicakup
2.3. Mean Absolute Percentage Error (MAPE)
40
Mean Absolute Percentage Error (MAPE). MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata pada deret. Metode MAPE digunakan untuk
membandingkan ketepatan dari teknik yang sama atau berbeda dalam dua deret yang sangat berbeda dan mengukur ketepatan nilai dugaan model yang dinyatakan dalam bentuk rata-rata persentase absolut kesalahan. MAPE dapat dihitung dengan rumus sebagai berikut:
MAPE =∑|𝐷𝑡 − 𝐹𝑡|
∑ 𝐷𝑡
Keterangan:
Dt = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t 3. Pengendalian Persediaan
Analisis pengendalian persediaan menggunakan beberapa teknik yaitu ABC Analysis, Economic Order Quantitiy (EOQ), Period Order Quality (POQ), dan Re-Order Point (ROP).
3.1. ABC Analysis
41
menggunakan analisis ABC dibagi menjadi tiga klasifikasi yaitu A, B, dan C sehingga dikenal sebagai analisis ABC. Menurut Bahagia (2006), barang dapat diklasifikasikan menjadi tiga kategori berdasarkan prinsip pareto sebagai berikut:
1. Kategori A (80-20)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian tahunan sekitar 80 % dari seluruh modal yang disediakan untuk persediaan dan jumlah jenis barangnya sekitar 20 % dari semua jenis barang yang ada dalam persediaan.
2. Kategori B (15-30)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian tahunan sekitar 15 % dari seluruh modal yang disediakan untuk persediaan dan jumlah jenis barangnya sekitar 30 % dari semua jenis barang yang ada dalam persediaan.
3. Kategori C (5-50)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian tahunan sekitar 5 % dari seluruh modal yang disediakan untuk persediaan dan jumlah jenis barangnya sekitar 50 % dari semua jenis barang yang ada dalam persediaan.
3.2. Economic Order Quantitiy (EOQ)
42
mengefisienkan persediaan bahan baku sesuai dengan kebijakan perusahaan. Sedangkan menurut Baroto (2002), model persediaan diklasifikasikan menjadi dua yaitu metode P dan metode Q. Metode Q terdiri dari banyak model dengan salah satu modelnya adalah metode EOQ. Menurut Rangkuti (2004), EOQ dapat dihitung menggunakan rumus sebagai berikut:
EOQ = √2DS
H
Keterangan:
EOQ = Jumlah pemesanan ekonomis S = Biaya setiap kali pesan
D = Jumlah kebutuhan bahan baku dalam satu periode produksi H = Biaya penyimpanan dinyatakan dalam persentase dari
persediaan rata-rata bahan baku
Sedangkan jumlah pemesanan optimum (Q) dapat dihitung dengan menggunakan rumus berikut:
Q =D
f
Keterangan:
Q = Jumlah pemesanan optimum
D = Jumlah kebutuhan bahan baku dalam satu periode produksi f = Frekuensi pemesanan dalam satu periode produksi
Menurut Wahyuni dan Achmad (2015), persentase biaya penyimpanan dapat dihitung berdasarkan persentase harga item yang disimpan di gudang dengan rincian sebagai berikut:
43
- Biaya fasilitas penyimpanan : 0,5 % dari harga item - Persentase biaya penyimpanan : 2 % dari harga item 3.3. Period Order Quality (POQ)
Period Order Quality (POQ) merupakan salah satu metode dalam pengendalian persediaan bahan baku yang bertujuan menghemat total biaya persediaan dengan menekankan pada efektifitas frekuensi pemesanan bahan baku agar lebih terpola (Subagya, 1994). Metode POQ merupakan pendekatan menggunakan konsep jumlah pemesanan ekonomis agar dapat dipakai pada periode yang bersifat beragam (Tersine, 1994). Menurut Hansa (2015), metode ini dapat diterapkan ketika persediaan bahan baku terus menerus digunakan sepanjang periode waktu setelah pemesanan. Sedangkan menurut Septiyana (2016), metode POQ digunakan untuk mendapatkan interval
pemesanan yang optimal dalam satu periode. Menurut Sofyan (2013), metode POQ dapat dihitung menggunakan rumus berikut:
POQ = 1
D√
2. P. H S
Keterangan:
POQ = Frekuensi pemesanan bahan baku
P = Biaya pemesanan bahan baku setiap kali pesan H = Permintaan rata-rata perhorizon waktu perencanaan
D = Permintaan atau pemakaian rata-rata bahan baku perputaran produksi
S = Biaya penyimpanan bahan baku 3.4. Re-Order Point (ROP)
44
menentukan batas minimal tingkat persediaan bahan baku pembantu yang harus dipertimbangkan untuk kembali memesan sehingga tidak terjadi kekurangan persediaan (Baroto, 2002). Metode ROP
merupakan pendekatan menggunakan konsep tingkat pemesanan kembali dengan menentukan suatu titik atau batas minimal dari jumlah persediaan yang ada pada suatu saat dimana pemesanan harus dilakukan kembali (Assauri, 2004). Ristono (2009), menyatakan bahwa metode ROP merupakan metode yang dapat digunakan untuk menentukan jangka waktu pemesanan kembali bahan baku dari vendor. Sedangkan menurut Rangkuti (2004), metode ROP
merupakan suatu strategi operasi persediaan untuk menentukan titik pemesanan yang harus dilakukan suatu perusahaan dikarenakan adanya lead time dan safety stock. Menurut Amrillah, dkk. (2016), Metode ROP dapat dihitung menggunakan rumus sebagai berikut:
ROP = ( 𝐸𝑂𝑄
𝐿𝑎𝑚𝑎 𝑃𝑒𝑟𝑝𝑢𝑡𝑎𝑟𝑎𝑛 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 x LT) + SS
Keterangan:
Re-Order Point = Titik pemesanan kembali
LT = Lead Time (waktu yang dibutuhkan antara barang yang dipesan hingga sampai di perusahaan) SS = Safety Stock (persediaan pengamanan)
Safety stock dapat dihitung menggunakan rumus:
V. KESIMPULAN DAN SARAN
A. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
1. Metode peramalan yang paling tepat digunakan PT. XYZ untuk
memprediksi produksi gula di masa yang akan datang.adalah metode Linear Regression dengan nilai MAD, MSE, dan MAPE terkecil dari metode lainnya yaitu sebesar 7.195, 65.854.060, dan 10%, dengan hasil peramalan pada tahun 2019 sebesar 44.746 ton gula pasir.
2. Metode POQ merupakan metode pengendalian persediaan bahan baku pembantu yang tepat di gunakan pada PT. XYZ dengan biaya
penghematan sebesar Rp. 61.424.950 atau 1,956 % dari total biaya secara konvensional.
B. Saran
DAFTAR PUSTAKA
Amrillah, A. F., Zahroh, Z. A., dan Maria, G. W. E. N. P. 2016. Analisis Metode Economic Order Quantity (EOQ) Sebagai Dasar Pengendalian Persediaan Bahan Baku Pembantu (Studi Pada PG. Ngadirejo Kediri-PT. Perkebunan Nusantara X). Jurnal Administrasi Bisnis Universitas Brawijaya.
33(1):35-42.
Anggraini, C., Isharijadi, dan Nik. A. 2017. Analisis Efisiensi Biaya Dengan Menggunakan Metode Lot For Lot Dalam Pengendalian Persediaan. Jurnal Akutansi dan Pendidikan Universitas PGRI Madiun. 6(2):142-152. Apriawan, D. C., Irham, dan Jangkung, H. M. 2015. Analisis Produksi Tebu dan
Gula di PT. Perkebunan Nusantara VII (PERSERO). Jurnal Agro Ekonomi Universitas Gajah Mada. 26(2):159-167.
Assauri, S. 2004. Manajemen Produksi dan Operasi. Fakultas Ekonomi Universitas Indonesia: Jakarta.
Badan Pusat Statistik. 2018. Luas Tanaman Perkebunan Menurut Provinsi dan Jenis Tanaman, Indonesia (000 Ha), 2011 - 2018.
https://www.bps.go.id/dynamictable/2015/09/04/838/luas-tanaman- perkebunan-menurut-propinsi-dan-jenis-tanaman-indonesia-000-ha-2011-2018-.html. Diakses pada 17 September 2019.
Badan Pusat Statistik. 2018. Produksi Tanaman Perkebunan Menurut Propinsi dan Jenis Tanaman, Indonesia (000 Ton), 2012-2018.
https://www.bps.go.id/dynamictable/2015/09/04/839/produksi-tanaman- perkebunan-menurut-propinsi-dan-jenis-tanaman-indonesia-000-ton-2012-2018-.html. Diakses pada 17 September 2019.
Bahagia, S. N. 2006. Sistem Inventory. Institiut Teknologi Bandung : Bandung. Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia Indonesia:
Jakarta.
72
Fadlallh, A. W. 2015. The Effect of Applying The Economic Order Quantity Model in The Field of Inventory. International Journal of Management (IJM). 6(4):9-18.
Febilia, C. M. dan Dyah. F. I. 2016. Evaluasi Manajemen Persediaan Pupuk PT. ABC Menggunakan Metode EOQ. Jurnal Pendidikan Vokasi Universitas Brawijaya. 1(1):1-15.
Fithri, P., dan Sindikia, A. 2014. Pengendalian Persediaan Pozzolan di PT. Semen Padang. Jurnal Optimasi Sistem Industri Universitas Andalas. 13(2):665-686.
Gazali, I., Moh. Fuad. F. M., dan Bainun. D. P. 2015. Model Pengadaan Bahan Baku Kurma Salak Menggunakan Teknik Lot For Lot. Jurnal Agrointek Universitas Trunojoyo Madura. 9(1):42-49.
Gitosudarmo, H. I. 2002. Manajemen Operasi. Fakultas Ekonomi Universitas Gajah Mada: Yogyakarta.
Handoko, T. H. 2014. Dasar Dasar Manajemen Produksi dan Operasi. BPFE-Yogyakarta: Yogyakarta.
Hansa, A. P. A. 2015. Penerapan Metode Period Order Quality(POQ) pada Aplikasi Pendukung Optimalisasi Persediaan Bahan Baku Kain di UD. Dwidaku Jaya. Skripsi. Fakultas Ilmu Komputer Universitas Jember. Heizer, J., dan Render, B. 2010. Manajemen Operasi Edisi 9. Salemba Empat:
Jakarta.
Indrajit, R. E., dan Djokopranoto, R. 2003. Manajemen Persediaan Barang Umum dan Suku Cadang Untuk Keperluan Pemeliharaan Perbaikan dan Operasi. PT. Grasindo: Jakarta.
Ikhwanina, Q. 2017. Analisis Penentu Re-Order Point (ROP) Kedelai Untuk Kelancaran Proses Produksi Tempe pada Raja Tempe di Nganjuk. Jurnal Simki-EconomicUniversitas Nusantara PGRI Kediri. 1(4):1-17.
Iqbal, T., Daniael. A., dan Muhammad. W. 2017. Aplikasi Manajemen Persediaan Barang Berbasis Economic Order Quantity (EOQ). Jurnal Teknologi Informasi dan Komunikasi Universitas Syah Kuala. 1(1):1-60.
Junaidi. 2019. Penerapan Metode ABC Terhadap Pengendalian Persediaan Bahan Baku Pada UD.Mayong Sari Probolinggo. Jurnal Universitas Panca Marga Probolinggo. 2(2):158-174.
