Penerapan Sistem MRP Untuk Pengendalian Persediaan Bahan Baku Animal Feedmill Dengan Lot Sizing Berdasarkan Algoritma Wagner-Within dan Silver-Meal
| Main Author: | Prima, DannySuryansyah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/142855/1/BAB_IV.pdf http://repository.ub.ac.id/142855/2/BAB_V.pdf http://repository.ub.ac.id/142855/3/COVER-SUMMARY.pdf http://repository.ub.ac.id/142855/4/DAFTAR_PUSTAKA.pdf http://repository.ub.ac.id/142855/5/LAMPIRAN.pdf http://repository.ub.ac.id/142855/6/BAB_I.pdf http://repository.ub.ac.id/142855/7/BAB_II.pdf http://repository.ub.ac.id/142855/8/BAB_III.pdf http://repository.ub.ac.id/142855/ |
Daftar Isi:
- PT. Sierad Produce, Tbk. merupakan perusahaan Nasional yang memproduksi pakan ternak. Pengelolaan persediaan menjadi fokus utama pada PT. Sierad Produce, Tbk. karena sebagian dari bahan baku pembuatan pakan ternak merupakan produk impor yang memiliki leadtime dan biaya pemesanan yang tinggi. Selain itu, penyimpanan bahan baku di gudang membutuhkan beberapa perlakuan misalnya fumigasi yang dilakukan untuk mencegah agar bahan baku tidak rusak. Perlakuan ini menimbulkan biaya yang tidak sedikit bagi perusahaan. Oleh karena itu dibutuhkan pengelolaan persediaan yang baik terutama dalam proses penjadwalan pengadaan material sehingga memiliki inventory cost yang rendah. Pada penelitian ini, untuk mengurangi biaya persediaan akan dilakukan perencanaan persediaan bahan baku dari produk AS100B, BSG101, K204-36, dan K202 yang merupakan produk unggulan dari PT. Sierad Produce, Tbk. Langkah awal yang dilakukan adalah meramalkan permintaan produk untuk 15 periode. Pola permintaan produk AS100B, K204-36, dan K202 menunjukkan pola permintaan yang stasioner dan kemungkinan memiliki pola seasonal, sedangkan untuk produk BSG101 juga kemungkinan memiliki trend. Peramalan dilakukan menggunakan metode yang sesuai dengan pola permintaan. Kemudian dilakukan pemilihan metode peramalan terbaik berdasarkan MSE terkecil, MAD terkecil, dan Tracking Signal. Hasil peramalan digunakan untuk membuat Master Production Schedule (MPS). Data dari MPS tersebut digunakan untuk menghitung safety stock serta membuat Material Requirement Planning (MRP) produk. Setelah itu, data dari MRP produk digunakan untuk menghitung kebutuhan kotor, lot sizing, dan MRP bahan baku. Dalam penelitian ini digunakan teknik lot sizing berdasarkan Algoritma Wagner-Within dan Silver-Meal. Langkah terakhir yang dilakukan adalah melakukan analisis biaya untuk mengetahui biaya yang akan dikeluarkan perusahaan. Penggunaan teknik Lot Sizing berdasarkan Algoritma Wagner-Within dan Silver-Meal akan menghasilkan biaya yang jauh lebih murah dibandingkan dengan teknik lot sizing yang diterapkan perusahaan. Apabila dibandingkan dengan teknik lot sizing perusahaan penggunaan teknik lot sizing berdasarkan Algoritma Wagner-Within akan menghemat pengeluaran sebesar Rp.367.947.353 atau 11,5% dalam 15 bulan. Sedangkan penggunaan Algoritma Silver-Meal akan menghemat pengeluaran sebesar Rp.328.017.043 atau 10,3% dalam 15 bulan. Hasil Algoritma Wagner-Within memiliki biaya yang lebih murah dari pada Algoritma Silver-Meal dengan selisih penghematan sebesar Rp.39.930.310 atau 1,2% selama 15 bulan.