Analisis Persediaan Cocofiber Sebagai Bahan Baku Cocomesh Menggunakan Model Q Dengan Kebijakan Back Order (Studi Kasus: PT Ridho Bersama, Sumbawa Barat, Nusa Tenggara Barat)
| Main Authors: | Fitrianingsih, Sarah Apriliani, Wike Agustin Prima Dania,, STP, M.Eng, Ph.D, Andan Linggar Rucitra,, STP. MP |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/192138/1/Sarah%20Apriliani%20Fitrianingsih.pdf http://repository.ub.ac.id/id/eprint/192138/ |
Daftar Isi:
- PT Ridho Bersama merupakan perusahaan yang berada di Sumbawa Barat yang memproduksi cocomesh yang dijual langsung ke PT AMNT Nusa Tenggara sebagai industri pertambangan terbesar kedua di Indonesia. Bahan baku utama yang digunakan untuk memproduksi cocomesh adalah cocofiber. Adapun tujuan dari penelitian ini adalah untuk mengatur persediaan cocofiber yang digunakan sebagai bahan baku utama pembuatan cocomesh untuk memenuhi permintaan pelanggan pada periode mendatang. Penggunaan metode probabilistik model Q back order pada penelitian ini diharapkan mampu untuk menghasilkan total biaya persediaan yang minimum dibandingkan dengan penerapan metode yang diterapkan oleh perusahaan. Penelitian ini menggunakan data permintaan produk cocomesh per bulan selama periode Januari 2020 – Desember 2021. Pengolahan data meggunakan sofware IBM SPSS Statistik 25, Minitab 21, dan Microsoft Excel 2010. Hasil penelitian menunjukkan bahwa penerapan model Q back order di perusahaan menghasilkan ekspektasi pemesanan cocofiber optimal sebanyak 586,85 kg dengan frekuensi pemesanan 137 kali. Perusahan perlu melakukan pemesanan kembali ketika jumlah persediaan cocofiber telah mencapai 1.029,28 kg dan menyiapkan safety stock sebanyak 137,55 kg. Berdasarkan hasil perhitungan dan perbandingan model Q back order dalam mengatur persediaan cocofiber di PT Ridho Bersama diharapakan mampu menghemat total biaya persediaan sebesar 46% Penggunaan data historis yang lebih banyak pada penelitian selanjutnya diharapakan dapat memaksimalkan hasil akurasi peramalan. Penelitian selanjutnya dapat mempertimbangkan multi supplier dan lead time yang berbeda-beda, sehingga diharapkan dapat menganalisis sistem persediaan secara menyeluruh. Selain itu diharapkan juga dapat mempertimbangkan faktor unit diskon sehingga sesuai dengan keadaan sebenarnya.